乌鲁木齐市大气污染物浓度的变化特征

利用乌鲁木齐2014年3月1日至2015年2月28日PM2.5、PM10、SO2、CO、NO2、O3浓度的日平均数据,结合相应气象要素资料,分析了大气污染物浓度的逐日变化、季节变化特征.建立了基于气体污染物的PM2.5浓度预测模型,探讨了污染物浓度与气象要素的相关性.结果表明:(1)整个1年期间PM2.5、PM10、SO2、NO2、O3年平均浓度分别为67.9、159.3、24.9、56.1、31.5μg·m-3,CO为1.4 mg·m-3.(2)各污染物浓度频率分布不一.期间SO2的污染并未超标,NO2超标率为15.3%,说明"煤改气"能源结构的调整对SO2浓度的降低起到了积极作用,但是由于机动车保有量的增加,使得机动车排放的NO2浓度超过了燃煤.(3)PM2.5与PM10、SO2、CO、NO2、O3具有很强的相关性,尤其与SO2、CO、NO2更为明显,说明机动车尾气和化石燃料的燃烧是乌鲁木齐市PM2.5的重要来源,此外,建立了基于气体污染物的PM2.5浓度预测模型为:CPM2.5=0.21376CPM10+0.42422CSO2+41.66384CCO-0.24325CNO2+0.12466CO3-24.15316.(4)PM2.5、SO2和CO均与气温和水汽压存在较大的负线性相关关系,与O3呈显著的正相关关系.相对湿度与O3浓度的相关性最高为-0.62,与CO有一定的正相关关系,与其他污染物的相关性不大.风速对大气污染的影响较小.日照时数对污染物也有一定影响.     

乌鲁木齐市主要大气污染物浓度变化特征研究

随着中国西部城市化进程的加快,乌鲁木齐大气污染日趋加重。为了定量评估"煤改气"工程对大气质量的改善作用,利用2013—2016年乌鲁木齐市城市空气质量监测数据,对"煤改气"工程前后主要大气污染物浓度的变化进行对比,分析了主要大气污染物(PM_(2.5)、PM_(10)、SO_2、NO_2)浓度的年、季节及月变化特征,采用Daniel趋势检验Spearman秩相关系数法,明确了空气中的主要污染物,探讨了乌鲁木齐市空气质量变化趋势。结果表明,乌鲁木齐市2013—2016年PM_(2.5)、PM_(10)、SO_2及NO_2年平均质量浓度分别为(72.17±10.67)、(136.91±13.08)、(21.79±7.90)、(56.71±7.72)μg·m~(-3),其年变化均呈双峰型,其中PM_(10)变化幅度较平缓。各污染物季节变化特征基本一致,呈冬季春季秋季夏季,供暖期高于非供暖期。其中,PM_(2.5)浓度以12月份最高,为(141.7±2.82)μg·m~(-3),7月份最低,为(29.3±5.04)μg·m~(-3);PM_(10)和SO_2浓度均以1月份最高,分别为(208.1±54.48)、(39.45±10.82)μg·m~(-3),6月份最低,分别为(90.7±21.41)、(9.63±4.12)μg·m~(-3);而NO_2浓度以2月份最高,为(80.6±8.95)μg·m~(-3),6月份最低,为(39.3±3.88)μg·m~(-3),且其浓度在4年内的变化不明显。与2012年前相比,2013—2016年SO_2浓度明显下降,可以推断,"煤改气"能源结构调整对大气中SO_2浓度的下降起到了积极作用。乌鲁木齐市空气污染以可吸入颗粒物为首要污染物,在2013—2016年内PM_(2.5)和PM_(10)呈上升趋势,SO_2和NO_2呈下降趋势,但趋势均不显著。乌鲁木齐市大气污染类型已由煤烟型向复合型污染转化。研究成果可为乌鲁木齐市城市大气环境治理提供理论依据。     

京津冀地区大气NO_2污染特征研究

京津冀都市圈作为全国主要的重化工业基地,区域性大气污染问题成为关注的焦点。NO2作为二次颗粒物及光化学污染物的重要前体物,了解其在时空尺度的污染特征对于保护公众康健及大气污染综合治理具有重要意义。本研究主要基于OMI遥感反演数据并结合部分地面监测数据,研究了2005—2013年京津冀NO2区域污染特征。结果表明:京津冀NO2柱浓度总体呈现逐年升高的趋势,年平均增长速率可达5.69%。在空间格局上呈东南平原区高、西北山区低的特征,平原的年均柱浓度是山区的3倍多;平原区存在两大NO2高值区域,分别为北京-天津-唐山区域和石家庄-邢台-邯郸区域;9年内,NO2高值范围不断扩大,且呈现明显的连片趋势。各城市大气NO2在9年内的增长趋势也表现出明显的空间差异性。其中石家庄、唐山、邢台等NO2重度污染区域的增长速率最大,衡水、沧州、秦皇岛、廊坊等中度污染区域的增长速率次之,承德、张家口等轻度污染区域的增长速率最小。京津冀NO2柱浓度具有显著的季节变化特征,总体表现为秋冬高、春夏低,但山区与平原区差异较大。人口密度、能源消耗、机动车排放等人为因素与京津冀NO2污染密切相关,不同城市的首要影响因素却不同。北京NO2柱浓度变化主要受机动车排放影响,天津、唐山、石家庄、邯郸、邢台地区主要受工业燃煤的影响,其次为机动车排放。人为因素对平原区NO2柱浓度的影响作用始终占据主导地位,对山区的主导作用从2006年开始突显。此外,京津冀平原区NO2重污染中心的形成还受到特殊地形和不利的气象条件影响。2008奥运年,京津冀空气质量得到迅速且有效的改善,说明北京及周边省市联合开展大气污染治理及监管工作的有效性及必要性。     

汾渭平原大气SO_2和NO_2时空变化特征分析

汾渭平原能源结构以煤为主,清洁化利用水平偏低,煤烟型污染特征明显,全面了解汾渭平原二氧化硫(SO_2)和二氧化氮(NO_2)的时空变化特征对精准施策、综合治理具有重要的意义。基于卫星遥感数据,分析了2007—2018年汾渭平原SO_2和NO_2的柱浓度时间变化及空间分布特征,并讨论了社会经济因素对SO_2和NO_2柱浓度变化的影响。结果表明,汾渭平原SO_2和NO_2柱浓度均具有显著的周期性特征,总体表现为冬高、夏低,春秋季节次之,每个周期的波谷一般出现在7、8月,波峰一般出现在1、2月。SO_2和NO_2柱浓度的高值区主要分布在地形较为平坦的河谷平原地带。汾渭平原大部分地区SO_2柱浓度均呈现出了下降趋势,其中洛阳东北部、运城盆地和渭河平原东部下降趋势最为显著,趋势系数可达-0.08—-0.1DU·a-1。NO_2在各个区域的变化不尽相同,洛阳东北部和渭河平原下降趋势比较显著,趋势系数达到了-0.5×1015—-1.4×1015 mol·cm-2·a-1。而在太原盆地南部、吕梁大部分地区和临汾西部,呈现正的变化趋势,趋势系数为0.1×1015—0.2×1015mol·cm-2·a-1。该研究可为汾渭平原开展有针对性的联防联控、协同治理提供科学依据。     

2020年苏州城区近地面CO2浓度变化特征

基于2020年1—12月苏州城区近地面大气CO₂浓度连续观测数据,采用基于稳健局部近似回归的筛分方法(robust extraction of baseline signal,REBS)对观测数据进行筛分,对比本底和非本底CO₂体积浓度分布特征,分析CO₂与污染物浓度的相关性和不同季节、不同风向下的CO₂体积浓度水平。结果表明：2020年苏州城区CO₂体积浓度水平高出瓦里关背景站0.273×10^-4,与北京、西安、上海和临汾相当。CO₂体积浓度冬季高,夏季低;本底浓度日变化特征为单峰,峰值和谷值分别出现在7:00和16:00,吸收浓度为双峰分布,峰值分别出现在4:00—6:00和20:00,谷值出现在15:00。抬升浓度受局地污染源影响较大,日变化特征不明显。本底CO₂体积浓度与PM_2.5、NO₂和CO浓度相关性系数分别为0.495、0.461和0.330,非本底CO<...     

龙凤山区域大气本底站大气二氧化碳(CO_2)浓度变化特征

利用基于光腔衰荡光谱(CRDS)测量技术,于2009年1月至2011年12月在龙凤山区域大气本底站对大气中CO2进行了在线观测.龙凤山CO2浓度日最低值出现在13∶00—16∶00,此时植被光合作用对CO2的吸收作用以及大气垂直运动导致的稀释作用最强.春、秋和冬季CO2浓度日最高值出现在7∶00—9∶00,夏季日最高值出现在3∶00.夏季日高值出现的早,是由于夏季日出时间较早,植物在5∶00左右就开始有光合作用,此时CO2浓度开始降低.一年中CO2月平均浓度低值出现在6—9月,高值出现在12月和1月,并在5月和10月分别出现1个次高值.CO2次高值是由于当地农村春季和秋季焚烧秸秆造成的.CO2年均值浓度从2009年的711±23 mg·L-1上升到2011年的723±25 mg·L-1,年平均增长率为0.89%.在夏季、冬季,当风向来自EESE-SE-SSE方位时CO2浓度较高,而当风向来自W-WNW-NW方位时CO2浓度较低.龙凤山区域大气本底站周边森林在夏季对CO2有很强的吸收,占夏季浓度的8.5%.     

香格里拉本底站大气CO2浓度及变化特征初步研究

利用基于光腔衰荡光谱(Cavity Ring Down Spectroscopy,CRDS)技术自组装的大气CO2在线观测系统,于2010年9月—2011年8月在云南香格里拉大气本底站对大气CO2进行了初步观测.该站春、夏、秋、冬季CO2平均本底浓度分别为394.78×10-6(物质的量之比,下同)、386.82×10-6、386.46×10-6和390.74×10-6.全年浓度在4—5月最高,7月份最低,全年月均值振幅约12.22×10-6.四季浓度日平均高值出现在上午7∶00左右,最低值出现在14∶00—17∶00.日变化振幅在冬季最小,夏季最大,分别为1.51×10-6和21.82×10-6.四季西南来向的地面风对CO2浓度均有明显的降低作用.通过四季每日整点后向轨迹聚类计算,结合浓度资料分析发现,该站春、夏、秋季来自于西南方向的气团降低了观测的CO2浓度,而在冬季未起到明显的降低作用,主要因该站局地植被生态系统排放减少所致.     

济南冬季大气重污染过程颗粒物组分变化特征

为研究济南市冬季大气重污染过程的颗粒物化学组分特征,于2017年11月15日—12月30日在市监测站及跑马岭清洁对照点同步采集PM_(10)和PM_(2.5),并对其质量浓度、水溶性离子及碳组分进行分析,结果表明重污染过程中PM_(2.5)/PM_(10)质量浓度比均超过0.6.NO_3~-(硝酸盐)、SO_4~(2-)(硫酸盐)、NH_4~+(铵盐)、OC(有机碳)浓度及百分占比与颗粒物浓度同步增加,其中NO_3~-、SO_4~(2-)、NH_4~+、OC的浓度增加倍数远大于PM_(2.5)的浓度增加,重污染日市监测站NO_3~-、SO_4~(2-)、NH_4~+、OC质量浓度分别是非污染日的5.1倍、8.8倍、8.3倍、7.0倍,跑马岭重污染日NO_3~-、SO_4~(2-)、NH_4~+、OC质量浓度分别是非污染日的3.0倍、3.9倍、3.7倍、4.6倍;且SO_4~(2-)和NH_4~+质量百分占比涨幅比NO_3~-的大,说明重污染天气下SO_4~(2-)和NH_4~+对PM_(2.5)浓度增加的贡献更大.通过经验公式计算得出市监测站和跑马岭SOC质量浓度分别占OC的82.4%和92.3%,说明重污染期间SOC是OC主要组成部分.二次无机离子和二次有机碳是导致重污染的主因,表明在冬季重污染过程中,大气化学反应非常重要,这可能与空气静稳和湿度较大的气象条件、前体物的大量积累、液相非均相化学过程的加强紧密相关.重污染天气下需要重视NO_2对SO_2液相催化氧化作用,严格控制NO_2的排放.     

中国近地面NO_2污染分布特征及其社会经济影响因素分析

基于2017年中国NO_2环境监测站点数据,综合运用全局莫兰指数(Global Moran's I)和热点分析(Getis-Ord G_i~*)方法对中国NO_2污染空间分布特征进行分析,并应用地理加权回归模型(GWR)探讨NO_2污染空间分布的社会经济影响因素。结果表明,(1)2017年,NO_2质量浓度年均值为31.28μg·m~(-3)。NO_2浓度分布在东西方向上大致以胡焕庸线为界,东部地区高于西部地区;南北方向上大致以长江为界,北部地区高于南部地区。(2)NO_2的季节变化规律为冬季秋季春季夏季。秋冬季节,NO_2高污染区由京津冀、河南、陕西等地扩大至山西中部、新疆东南部以及内蒙古的包头、呼和浩特、乌兰察布等地区,其高值与中高值区域面积占比之和分别为13.47%与24.00%,显著高于春夏季。(3)NO_2质量浓度存在以京津冀及周边河南、山西等地区为主的高值集聚,低值区主要分布在在云南、西藏、广西、海南一带。(4)利用地理加权回归模型(GWR)分析NO_2的空间分布与社会经济因素之间的关系,经计算调整后的R~2为0.74,该模型能解释NO_2空间分布的74%,拟合效果较好。在该模型中,城镇化率、森林覆盖率、第二产业占比以及人均电力消费量对NO_2质量浓度影响较大,城镇化率和第二产业占比与NO_2质量浓度呈正相关关系,森林覆盖率和人均电力消费量与NO_2质量浓度呈负相关关系。另外,城镇化率是对NO_2影响最显著的因素,城镇化率的提高对NO_2的影响程度由西向东逐渐递减。(5)NO_2与人均私家车保有量的相关系数r为0.403,华北、东南沿海、东三省及西部新疆、西藏地区,人均私家车保有量与NO_2空间分布情况基本一致,河南、陕西、湖北以及川渝地区则出现了人均私家车保有量与NO_2质量浓度不匹配的情况。     

青岛春节期间大气颗粒物数浓度的变化特征

于2013年春节前后在青岛观测了不同粒径大气颗粒物数浓度,结合同期天气资料,探讨了雾、霾、降雨、降雪以及烟花爆竹燃放对环境空气中颗粒物数浓度的影响。结果表明,青岛环境空气中以〈1.0μm细颗粒物为主,对颗粒物总数浓度的贡献超过95%。雾霾天时,颗粒物数浓度明显高于晴天,尤其是细颗粒物数浓度升高显著,霾天时以0.3-1μm颗粒物的数浓度增幅最大,雾天时则以0.5-2.0μm颗粒物的数浓度增幅最大。降雨、降雪对颗粒物有一定的清除作用,其中对〉2.0μm粗颗粒物的清除作用最为明显。春节期间烟花爆竹的燃放对环境空气中〈1.0μm细颗粒物的贡献显著,所造成的颗粒物污染约为不燃放烟花爆竹时的3倍。     

拉萨市大气中碳颗粒物的浓度变化及特征

利用STAPLEX大流量分级采样器于2014年8—12月采集拉萨市城区大气颗粒物84个样品,测定不同粒径上有机碳(OC)和元素碳(EC)的质量浓度,定性分析二次有机碳(SOC),基于碳质组分和~(14)C值得到其来源.结果表明,不同粒径的OC质量浓度呈双峰分布,较高峰出现在0.49μm粒径段,次高峰出现在1.5—3.0μm粒径段(8—9月)和3.0—7.2μm粒径段(11—12月);EC主要分布在0.49μm粒径段.OC/EC比值为4.15—33.80,表明拉萨大气颗粒物存在二次有机碳.研究表明,拉萨市碳质颗粒物的主要污染源是燃煤、机动车尾气、生物质燃烧和地面扬尘、生物质燃烧和地面扬尘是OC的主要来源,燃煤和机动车尾气则是EC的主要来源.     

临安本底站大气气溶胶水溶性离子浓度变化特征

为研究我国长江三角洲地区气溶胶污染的区域特征,2008年4月、7月、10月和2009年1月,在临安区域本底站利用安德森(Andersen)分级采样器进行了大气气溶胶采样,样品用离子色谱(IC)进行了分析.结果表明,临安区域本底站SO24-、NH4+、K+的浓度在粒径0.43—1.1μm出现峰值;Ca2+、Mg2+的浓度在粒径3.3—5.8μm出现峰值;NO3-、Cl-、Na+的浓度在粒径0.43—1.1μm和3.3—5.8μm出现峰值.气溶胶各个粒径段上的阳、阴离子电荷比均小于2.在降水过程个例分析中,降水之后临安区域本底站的总离子浓度增加了10.9μg·m-3;粒径分布除SO24-和K+有明显变化以外,其它离子没有明显变化.通过霾日和非霾日的浓度变化分析发现,细粒子中SO24-、NH4+的浓度的增加是造成霾天气的主要原因.     

龙凤山区域大气本底站一氧化碳浓度的变化特征

对大气中一氧化碳浓度进行长期、定点和规范化监测,了解其浓度变化趋势和区域分布,有助于深人了解其源、汇的分布和大气氧化过程的变化情况.     

夏季NO_2与O_3相互作用的时间尺度特征——以香港地区为例

应用去趋势互相关分析法对比分析了香港地区2011年7月2日—19日(其中,7月2日—10日为连续晴天,7月11日—19日为连续阴雨天)9个监测站点近地面NO2与O3互相关性及时间尺度特征.研究表明,香港地区近地面NO2与O3浓度波动的相关性在一定时间尺度内具有长期持续性特征,且这两种污染物浓度波动的相关性随时间衰减过程并不遵循经典的马尔可夫随机过程(即相关性随时间呈现指数衰减),而是以幂律形式随时间缓慢衰减.统计分析表明,香港地区9个监测站点NO2与O3相互作用的DCCA标度指数在空间上服从正态分布.此外,为了研究不同太阳辐射对NO2与O3相互作用的时间尺度的影响,对夏季阴雨天和晴天NO2与O3相关性进行了对比分析.结果表明,在不同天气条件下,太阳辐射对NO2与O3相互作用的时间尺度存在显著差异.同时,进一步结合光化学反应机制以及人类日常生活规律探讨了导致此种差异的原因,认为其差异性可能与总日照时数、每日太阳总辐射等因素有关.本研究有助于进一步加强对大气O3污染演化复杂规律的认识.     

不同天气下景观生态林内外大气颗粒物质量浓度变化特征

为了探讨景观生态林对大气颗粒物的调控作用,以北京大兴区景观生态林为例(主要树种为旱柳Salix matsudana),研究不同季节、不同天气条件下景观生态林内大气颗粒物质量浓度差异以及林内和林外质量浓度对比。于2013年7月至2014年5月,分四季选择不同天气类型,采用水平同步监测法对林内和林外两个监测点3种粒径大气颗粒物(TSP、PM10和PM2.5)质量浓度和气象因子进行每日10 h的连续监测(8:00─18:00)。结果表明,(1)晴朗天气景观生态林内ρ(TSP)、ρ(PM10)和ρ(PM2.5)均处于较低水平,分别为(61.53±21.73)~(174.32±36.01)μg·m-3、(28.91±10.34)~(94.87±20.45)μg·m-3和(6.29±3.86)~(23.91±12.29)μg·m-3;多云、扬尘、雾霾和雾霭天气颗粒物质量浓度较高,污染明显加重,雾霾天气下ρ(PM2.5)的增加效果更为明显,而扬尘天气下ρ(TSP)显著增加。(2)雾滴对于PM2.5与PM10具有一定的湿清除作用,也可以与霾粒子共同作用形成相对稳定的雾霭天气,其颗粒物污染程度高于其他天气状况,此时以粒径为2.5~10μm的颗粒物污染为主。(3)夏、秋和春季晴朗微风天气(风速≤3 m·s-1)和扬尘天气林内ρ(TSP)和ρ(PM10)显著低于林外,多云、轻微至轻度雾霾天气,林内ρ(TSP)、ρ(PM10)和ρ(PM2.5)均显著低于林外,晴朗大风(风速5 m·s-1)和雾霭天气林内ρ(TSP)和ρ(PM10)不显著高于林外,雾霭天气林内ρ(PM2.5)显著高于林外;冬季不同天气下ρ(TSP)、ρ(PM10)和ρ(PM2.5)林内和林外对比没有明显规律。(4)空气相对湿度、风速和风向是观测时段内影响颗粒物质量浓度的主要因子。ρ(PM2.5)与相对湿度呈线性正相关,而与风速呈非线性负相关,偏南风对颗粒物主要起输送和积累作用,偏北风对颗粒物起到稀释和扩散作用。相对于TSP和PM10,PM2.5更易受近地面气象条件的影响而堆积或扩散。     

贵州织金洞CO_2浓度不同时间尺度变化及其影响因子分析

作为影响洞穴沉积物沉积的重要因素,洞穴空气CO_2浓度对洞穴次生沉积物景观的稳定性以及旅游环境的舒适性具有重要影响。通过对贵州织金洞2015年1月至2016年6月连续18个月的洞内外环境(CO_2浓度和温湿度)、水文地球化学指标、洞顶上覆土壤CO_2浓度、降水量和游客数量等要素的监测,并结合2015年"十一"期间洞穴空气环境连续5昼夜的系统监测,探讨织金洞洞穴空气CO_2浓度时空变化特征及其控制因素,结果显示:(1)在空间尺度上,织金洞CO_2浓度呈现明显的空间变化,从洞口至洞内深处,CO_2浓度呈非线性上升,至洞内越深CO_2浓度变化越稳定。这主要是洞内外气流交换作用程度、洞道结构、洞内海拔差异等因素综合导致的;(2)季节变化上,织金洞洞内空气CO_2浓度总体上存在明显的雨季高旱季低的特点,这主要受旅游活动和岩溶作用吸收大量上覆土壤CO_2、滴水、池水脱气作用等因素控制;日际和昼夜变化上,"十一"期间随着进入洞内游客数量的增加,CO_2浓度白天较夜间高,随着游客数量不断攀升,CO_2浓度总体呈上升趋势;温湿度对洞内空气CO_2浓度变化有一定的调控作用,但相对较弱。(3)总体上CO_2浓度变化主要是由洞内外气流交换作用(通风效应)、洞道结构、旅游活动以及洞外自然环境的变化和岩溶作用等要素相互耦合的结果。因此在洞穴环境保护方面需要综合考虑各方面要素,通过科学管理促进洞穴旅游的可持续发展。     

苏北农村缓流水体中嗅味物质识别及浓度变化特征

利用嗅味层次分析法(FPA),通过固相微萃取-气相色谱/质谱联用技术(SPME-GC/MS)对苏北某农村缓流水体中可能存在的嗅味物质进行全扫描(SCAN),识别其中的主要嗅味物质。建立几种嗅味物质的离子扫描(SIM)检测方法,检测水体中嗅味物质的浓度并分析其季节和地域变化特征。结果表明:(1)该地区缓流水体中嗅味类型以泥味、腥味、腐败味、霉味和草味为主,偶见化学品味。各水样嗅味强度冬季最强(≥8.5),其余季节维持在4～8左右;(2)缓流水体中的嗅味物质以二甲基二硫醚、二甲基三硫醚及1-甲基萘为主,伴有少量的二甲基异莰醇和土臭素,个别水样中还含有较多的丁酰胺;(3)各缓流水体中嗅味物质季节变化差异较大,且各嗅味物质浓度峰值出现的季节也有所差异。     

北京初冬季PM_(2.5)中无机元素与二次水溶性离子浓度特征

为研究北京城区初冬季大气颗粒物中水溶性二次无机离子及元素的组成特征,2016年11月,利用青岛明华MH-16型PM_(2.5)采样器在北京城区采样点进行大气颗粒物采样,样品采用离子色谱和电感耦合等离子体质谱分析.结果表明,NO_3~-、SO_4~(2-)和NH_4~+在观测期间平均浓度分别为20.5±11.4μg·m~(-3),13.4±12.1μg·m~(-3)和10.7±8.8μg·m~(-3),SNA(sulfate、nitrate、ammonium)总浓度为44.6±45.2μg·m~(-3).采样期间颗粒物中K、Fe、Na、Zn、Ca、Al、Mg及Pb元素的质量浓度比较高,占所分析元素总浓度的94.5%.采样期间Cr、Ni、Pb、Mn等元素的富集因子10,Zn、Cu、As、Mo等元素的EF值超过100.