北京夏末秋初不同天气形势对大气污染物浓度的影响

根据2007~2008年地面、850hPa和500hPa天气图,结合主要气象要素将夏末秋初(8月和9月)影响北京地区的主要天气系统分为高污染的积累天气型(包括槽前无降水、槽后脊前、脊、副高4种基本型)和清洁的清除天气型(包括槽或槽前有降水、槽后有降水或偏北风2种基本型).北京地区4站2007年在积累天气型控制时NOx、O3(日小时均值最大值)、PM2.5和PM10浓度分别为38.1×10-9(体积分数),115.2×10-9(体积分数),90.6μg/m3,212.5μg/m3,清除天气型控制时4种污染物浓度分别为36.3×10-9(体积分数),68.9×10-9(体积分数),39.3μg/m3,125.4μg/m3;2008年施行北京奥运空气质量保障措施期间,上述4种污染物在积累天气型控制时分别为19.3×10-9(体积分数),87.1×10-9(体积分数),66.3μg/m3,99.6μg/m3,清除天气型控制时分别为19.0×10-9(体积分数),62.5×10-9(体积分数),41.0μg/m3,65.2μg/m3;尽管施行了源减排措施,积累天气型控制时北京地区污染物浓度仍相对较高,因此需关注此天气形势下污染物的变化.     

南京北郊夏季近地层臭氧及其前体物体积分数变化特征

南京北郊,钢铁、石化等重工业集中,大气污染现状不容乐观.为了研究此类重工业地区夏季光化学污染特征,于2013年5月18日~8月31日连续观测了臭氧及其前体物的浓度并同时记录了常规气象要素.结果表明,观测期间臭氧(O3)、氮氧化物(NOx)和挥发性有机物(VOCs)平均体积分数分别为(32.01±15.20)×10-9、(21.50±14.02)×10-9、(33.16±25.20)×10-9,一氧化碳(CO)为(0.66±0.44)×10-6;O3体积分数小时均值最大值达146.42×10-9;O3超过国家环境空气质量二级标准14.1%.对污染物进行浓度频率分布近似得到观测期间O3、NOx和VOCs背景体积分数分别为(5.71±2.51)×10-9、(12.20±0.36)×10-9和(22.44±0.38)×10-9,CO为(0.28±0.01)×10-6.观测点污染物受周边排放源的影响较大.在风速为2~3 m·s-1的西南风作用下,VOCs中的活性物种体积分数较高,O3体积分数容易累积达到高值;偏东风主导下主要来自周边工业源和交通源的NOx、CO和VOCs体积分数易出现高值.南京亚青期间对工业生产和部分机动车采取了调控措施,O3体积分数未明显减少,并有4 d超过国家二级标准.     

2008~2012年上海黑碳浓度变化特征分析

采用上海市城市环境气象中心2008~2012年黑碳质量浓度小时平均资料,分析了上海市区黑碳质量浓度变化规律.结果表明,2008~2012年间上海黑碳平均质量浓度呈下降趋势,各年黑碳平均质量浓度从(4 045.3±3 375.4)ng·m-3降至(2 766.2±2 078.9)ng·m-3,观测期间的逐年变化率分别为2.3%、-6.5%、-18.7%和-12.1%.与其它大城市相比,黑碳平均质量浓度为中等偏低水平.从年平均变化看,11和12月的5年平均质量浓度最高,分别为5 426.6 ng·m-3和5 365.3ng·m-3,其次为1、6和10月,分别为4 402.5、3 763.3和3 412.7 ng·m-3.工作日和休息日的5年平均日变化均呈明显双峰结构,两峰分别出现在北京时间07:00~10:00和18:00~22:00,工作日第一峰高于第二峰,休息日则相反.5年间,工作日黑碳平均质量浓度较休息日高9%.此外,根据有效观测数据,通过回归整理,给出了一个5年平均黑碳质量浓度日变化的逐时经验函数,以方便估计和预测黑碳浓度水平.     

南京夏季市区VOCs特征及O3生成潜势的相关性分析

挥发性有机物(volatile organic compounds,VOCs)是大气中光化学污染臭氧(O3)的重要前体物,其在大气中的浓度水平直接影响着臭氧的污染特征.本研究运用大气挥发性有机物快速在线连续自动监测系统,于2013年8月对南京市区大气中98种VOCs进行观测,分析南京夏季VOCs体积分数水平及组成特征,分析臭氧及其前体物的变化,运用VOCs/NOx比值法研究南京臭氧生成敏感性控制因素.结果表明,夏季南京市区大气VOCs最高体积分数达200×10-9,平均体积分数为52.05×10-9,各物种体积分数大小为烷烃含氧有机物烯烃芳香烃;臭氧平均质量浓度76.5μg·m-3,小时质量浓度超标率为5.9%.臭氧质量浓度高值期,其前体物VOCs与NOx变化趋势基本一致,并与O3变化呈明显的反相关;不同臭氧质量浓度阶段,同种类的VOCs体积分数也存在一定的差异;夏季南京市区的臭氧生成对VOCs较敏感,属于VOCs控制区.     

上海市春季臭氧和二次有机气溶胶生成潜势的估算

利用在线气相色谱-氢火焰离子化(GC-FID)监测系统对上海市市区和郊区的55种挥发性有机物(VOCs,C2~C12)进行了自动连续监测,结合最大臭氧生成潜势量(ΦOFP)和气溶胶生成系数(FAC)对上海市春季市区和郊区的臭氧和二次有机气溶胶(SOA)的生成潜势进行了估算.结果表明上海市春季市区VOCs体积分数为33.9×10-9,烷烃、烯烃和芳香烃的体积分数分别为:14.7×10-9、9.3×10-9和7.7×10-9;郊区VOCs体积分数水平为20.2×10-9,烷烃、烯烃和芳香烃的体积分数分别为:4.3×10-9、1.8×10-9和13.9×10-9;用最大臭氧生成潜势量(ΦOFP)对春季市区和郊区ΦOFP进行评估,结果表明上海市春季市区和郊区VOCs各组分的ΦOFP分别为247.6μg·m-3和422.9μg·m-3,市区VOCs的ΦOFP为郊区的0.58倍;市区烷烃和烯烃的ΦOFP分别为郊区的2.2和2.1倍,而市区芳香烃的ΦOFP却仅为郊区的0.34倍;此外,利用气溶胶生成系数(FAC)对上海市春季市区和郊区SOA的生成量进行估算,结果显示市区和郊区的SOA生成潜势量分别为2.04μg·m-3和4.04μg·m-3,其中市区烷烃和芳香烃的SOA生成量分别占总SOA生成潜势的13.2%和86.8%,郊区烷烃和芳香烃的SOA生成量分别占总SOA生成潜势2.7%和97.3%;说明上海郊区SOA生成潜势量为市区的2倍,SOA生成贡献较大的前体物主要为芳香烃和高碳烷烃.     

西安城区大气中多环芳烃的季节变化特征及健康风险评价

利用大流量主动采样器于2008年8月至2009年7月采集了西安城区大气样品,研究了大气中多环芳烃(PAHs)的季节变化特征.结果表明,西安大气中16种美国EPA优控的PAHs(∑PAHs)气固两相总浓度为37～620ng·m-3(年平均为195ng·m-3),具有明显的季节差异,依次为夏季(74ng·m-3)<春季(106ng·m-3)<秋季(213ng·m-3)<冬季(360ng·m-3).气态PAHs以3～4环为主,颗粒态PAHs以5～6环为主.分子组成表明西安大气PAHs主要来自于燃煤和机动车尾气及生物质燃烧的复合源.应用BaP毒性当量因子及健康风险评价模型对西安城区成人和儿童进行PAHs健康风险评价,结果显示成人和儿童的日均暴露剂量分别为24.3×10-6mg·kg-·1d-1和5.6×10-6mg·kg-·1d-1,终身致癌超额危险度分别为7.5×10-5和1.7×10-5,可能造成成人和儿童的预期寿命损失分别约为467.6min和107.5min.     

Seasonal variation and health risk assessment of atmospheric polycyclic aromatic hydrocarbons（PAHs） in the urban area of Xi＇an

利用大流量主动采样器于2008年8月至2009年7月采集了西安城区大气样品,研究了大气中多环芳烃（PAHs）的季节变化特征.结果表明,西安大气中16种美国EPA优控的PAHs（∑PAHs）气固两相总浓度为37～620ng·m-3（年平均为195ng·m-3）,具有明显的季节差异,依次为夏季（74ng·m-3）〈春季（106ng·m-3）〈秋季（213ng·m-3）〈冬季（360ng·m-3）.气态PAHs以3～4环为主,颗粒态PAHs以5～6环为主.分子组成表明西安大气PAHs主要来自于燃煤和机动车尾气及生物质燃烧的复合源.应用BaP毒性当量因子及健康风险评价模型对西安城区成人和儿童进行PAHs健康风险评价,结果显示成人和儿童的日均暴露剂量分别为24.3×10-6mg·kg-·1d-1和5.6×10-6mg·kg-·1d-1,终身致癌超额危险度分别为7.5×10-5和1.7×10-5,可能造成成人和儿童的预期寿命损失分别约为467.6min和107.5min.     

天津夏季边界层低层大气中PAN和O_3的输送特征分析

采用在线仪器监测分析2017年夏季天津气象铁塔220m观测平台大气中过氧乙酰硝酸酯(PAN)和O3的体积浓度,并结合气象观测资料和后向轨迹分析PAN和O3的输送特征.观测期间PAN和O3体积浓度平均值分别为(0.73±0.56)×10-9和(53±25)×10-9,最大小时浓度分别为3.49×10-9和137×10-9,PAN和O3体积浓度具有相似的日变化特征,白昼PAN和O3浓度高于夜间,且PAN和O3浓度相关系数(R2=0.52)显著高于夜间(R2=0.21).观测期间偏南风下PAN和O3浓度最高,偏东风下最低,风玫瑰图和后向轨迹聚类分析都表明,来源于西南方向的气流轨迹对应的污染物浓度最高,途径渤海和河北、辽宁沿海地区的偏东气流对应的PAN和O3浓度最低,边界层内输送对PAN和O3的浓度分布起到了重要作用.     

北京市大气中CO的浓度变化监测分析

CO是城市大气中一种重要的污染物,在城市和区域的光化学反应中起着重要的作用.用装配氢火焰离子化检测器(FID)的HP5890II气相色谱(GC)方法,以每10min的采样频率,在北京中科院大气物理研究所325m气象环境观测铁塔上(39°9′N,116°4′E),对北京城市大气CO浓度进行了连续监测,时间为2004-01～2004-12.结果显示北京城市大气CO浓度日变化呈双峰型,1d之中出现2个高峰期,早晨07:00～08:00和夜晚22:00～23:00,最高浓度值分别达到13.8mg·m-3,17.1mg·m-3.不同季节CO的日变化存在差异:冬季、秋季的日变化幅度大,而夏季、春季的日变化幅度小.秋季、冬季早晨上班高峰期后CO浓度下降快,春季、夏季上班高峰期后CO浓度下降慢.CO的这种日变化是由地表排放源和气象条件共同决定的.另外,CO存在明显的季节变化,总的表现为浓度最高值出现在冬季12月份(4.0±3.4)mg·m-3,浓度最低值出现在5月份(1.7±0.7)mg·m-3.整个观测期间1a的平均浓度为(2.6±1.9)mg·m-3,采暖期平均浓度为(3.5±2.6)mg·m-3,非采暖期平均浓度为(2.2±1.2)mg·m-3.     

天津夏季边界层低层大气中PAN和O3的输送特征分析

采用在线仪器监测分析2017年夏季天津气象铁塔220 m观测平台大气中过氧乙酰硝酸酯(PAN)和O_3的体积分数,并结合气象观测资料和后向轨迹分析PAN和O_3的输送特征.观测期间PAN和O_3体积分数平均值分别为(0.73±0.56)×10~(-9)和(53±25)×10~(-9),最大小时体积分数分别为3.49×10~(-9)和137×10~(-9),PAN和O_3体积分数具有相似的日变化特征,白昼PAN和O_3浓度高于夜间,且PAN和O_3浓度相关系数(R2=0.52)显著高于夜间(R2=0.21).观测期间偏南风下PAN和O_3浓度最高,偏东风下最低,风玫瑰图和后向轨迹聚类分析都表明,来源于西南方向的气流轨迹对应的污染物浓度最高,途经渤海和河北、辽宁沿海地区的偏东气流对应的PAN和O_3体积分数最低,边界层内输送对PAN和O_3的体积分数分布起到了重要作用.     

Atmospheric mercury over the marine boundary layer observed during the third China Arctic Research Expedition

TGM measurements on board ships have proved to provide valuable complementary information to measurements by a ground based monitoring network. During the third China Arctic Research Expedition (from July 11 to September 24, 2008), TGM concentrations over the marine boundary layer along the cruise path were in-situ measured using an automatic mercury vapor analyzer. Here we firstly reported the results in Japan Sea, North Western Pacific Ocean and Bering Sea, where there are rare reports. The value ranged between 0.30 and 6.02 ng/m³ with an average of (1.52 ± 0.68) ng/m³, being slightly lower than the background value of Northern Hemisphere (1.7 ng/m³). Notably TGM showed considerably spatial and temporal variation. Geographically, the average value of TGM in Bering Sea was higher than those observed in Japan Sea and North Western Pacific Ocean. In the north of Japan Sea TGM levels were found to be lower than 0.5 ng/m³ during forward cruise and displayed obviously diurnal cycle, indicating potential oxidation of gaseous mercury in the atmosphere. The pronounced episode was recorded as well. Enhanced levels of TGM were observed in the coastal regions of southern Japan Sea during backward cruise due primarily to air masses transported from the adjacent mainland reflecting the contribution from anthropogenic sources. When ship returned back and passed through Kamchatka Peninsula TGM increased by the potential contamination from volcano emissions.     

支持向量机回归在臭氧预报中的应用

采用南京工业区2016年5月20日~8月15日这一高臭氧（O₃）期的O₃、O₃前体物和常规气象资料数据,利用支持向量机回归（SVMr）方法分别预报O₃的小时值、日最大值和最大8 h滑动平均值.结果表明,O₃小时值预报的相关系数（R²）为0.84,平均绝对误差（MAE）和平均绝对百分误差（MAPE）分别为3.44×10^-9和24.48,O₃前期浓度、紫外B波段辐射（UVB）和NO₂浓度是关键因子.O₃日最大值预报的主要因子是NO_x在07：00的浓度和UVB.预报O₃ 8 h时UVB和气温起重要作用.加入前体物项能够使O₃的预报精度提升10%~28%.与多元线性回归方法相比,SVMr对O₃浓度的预报有明显优势.     

被动采样法观测研究京津冀区域大气中气态污染物

为了对京津冀区域的大气污染物进行观测,揭示污染物浓度和组分的时空分布和变化规律,深入了解区域复合型污染,从2007年12月开始使用造价低、操作简捷的被动采样方法对区域10个站点大气中的SO2、NO2、O3和NH3等主要污染物进行了监测,对被动采样方法的区域适用性进行了比较全面的评估并根据监测结果对污染物的浓度水平和区域分布进行了研究.方法适用性评估表明被动采样方法在污染较严重的京津冀区域能进行长时间采样,采样频率设定为每月1次;平行采样结果显示,SO2、NO2、O3和NH3的变异系数分别为6.4%、7.1%、4.2%和3.9%,方法表现出良好的稳定性;每月1次的被动采样浓度结果与主动采样仪器观测结果月平均值相比具有较好的一致性,SO2、NO2和O3这2种方法监测结果的相关系数达到0.91、0.88和0.93,拟合曲线斜率分别为1.25、0.98和0.93,平均相对标准偏差分别为23.3%、14.9%和8.5%,能基本满足大气采样的要求,NH3的短时监测也表明2种方法具有可比性.评估结果说明被动采样方法是一种可靠的大气污染监测方法,可用于区域污染的监测.2008年夏季京津冀区域10个站点SO2、NO2、O3和NH3的被动采样平均浓度分别(12.3±6.3)×10-9、(13.2±7.0)×10-9、(40.5±9.5)×10-9和(24.0±13.7)×10-9.浓度区域分布显示SO2和NO2在城市站点具有较高浓度,而NH3在农业站点的浓度较高,SO2、NO2和NH3的大气浓度水平明显受局地排放影响,浓度分布较直观的反应了站点的局地源排放;而O3除了背景站兴隆,在北京和天津周边的大小城市,平均浓度都在40×10-9左右,表现出区域协同污染特征.     

2013年夏季典型光化学污染过程中长三角典型城市O3来源识别

城市化、工业化、机动化的高速推进以及大气活性物质的大量排放,使得长江三角洲地区在夏秋季节面临严峻的以高浓度O3为典型特征的光化学污染问题.然而,O3与其前体物之间的高度非线性反应过程使得其来源识别变得十分复杂,因此针对高浓度O3的控制途径仍不清楚.本文以2013年7月长三角地区发生的一次持续时间长、波及范围广、强度高的高浓度O3污染过程为研究案例,基于CAMx空气质量数值模型中耦合的臭氧来源追踪方法(OSAT),采用物种示踪的方法对长三角3个代表性城市上海、苏州、杭州近地面O3的污染来源开展了模拟研究,探讨了4个源区(上海、浙北、苏南和长距离输送)、7类排放源(工业锅炉和窑炉、生产工艺过程、电厂、生活源、流动源、挥发源和天然源)对上海、苏州和杭州城区地面O3的浓度贡献.研究结果表明:长距离输送以及区域背景产生的O3约在20×10-9~40×10-9(体积分数)之间;加上上海及苏南、浙北地区排放的前体物在长三角城区地区二次生成O3,可使O3上升至40×10-9~100×10-9(体积分数)乃至更高.模拟时段内日间8 h O3浓度的地区贡献分析结果显示,长距离传输对于上海、苏州、杭州的浓度贡献分别为42.79%±10.17%、48.57%±9.97%和60.13%±7.11%;上海城区O3来源中,上海本地污染贡献平均为28.94%±8.49%,浙北地区贡献约19.83%±10.55%;苏州城区O3来源中,苏南地区贡献约26.41%±6.80%;杭州城区O3来源中,浙北地区贡献约29.56%±8.33%.从各受点日最大O3小时浓度贡献来看,长距离传输贡献比例显著下降(35.35%~58.04%),而本地污染贡献上升.区域各类污染源贡献分析结果表明,长三角地区对O3污染贡献最为突出的几类污染源分别是工业锅炉和窑炉(浓度贡献约18.4%~21.11%)、生产工艺过程(19.85%~28.46%)、流动源(21.30%~23.51%)、天然源(13.01%~17.07%)和电厂排放(7.08%~9.75%).研究结果表明,工业燃烧排放、生产工艺过程中产生的VOC排放以及流动源大气污染物排放,是造成长三角区域夏季高浓度O3的主要人为源.     

南京工业区挥发性有机物来源解析及其对臭氧贡献评估

在南京工业区连续测量了2014年5月1日~7月31日和2015年6月1日~7月16日夏季两个高臭氧期的大气中的挥发性有机化合物(VOCs).结合正交矩阵分解(PMF)模型和箱模式(OBM)分析VOCs来源对局部O3生成的贡献.2014年和2015年夏季VOCs浓度平均分别为(36.47±33.44)×10-9和(34.69±34.08)×10-9.PMF模型确定了7种源类别,其中包括汽车尾气、液化石油气(LPG)排放、生物源排放、家具制造业、化工业、化学涂料行业、化学材料工业排放源.在OBM模拟中评估O3与前体物的关系.南京工业区是VOCs控制区,VOCs具有正RIR值,NO的RIR值为负值.烯烃(1.20~1.79)和芳香烃(1.42~1.48)呈现较高的RIR值,控制这两类物种是控制O3浓度最有效的途径.烯烃排放量减少80%时烯烃RIR值达到最高.汽车尾气(1.01~1.11)、液化石油气(0.74~0.82)、生物源排放量(0.34~0.42)和家具制造业(0.32~0.49)是O3形成贡献最大的四大类VOCs来源;减少汽车尾气,生物排放,LPG和家具制造业排放应成为减少局地O3生成最有效策略.     

光腔衰荡光谱法走航连续观测海表大气中CH4

以基于高精度光腔衰荡光谱法(Cavity Ring-Down Spectroscopy,CRDS)的Picarro G2301型分析仪为核心,自主设计、组装,建立了适用于船载走航连续观测大气CH4的系统.采用可溯源至世界气象组织全球大气观测网(WMO-GAW)的标准气序列开展多次测试,并建立了外标法线性校正方程.测试表明,该系统对CH4响应精密度优于0.5 ×l0-9,准确度优于0.1％,5个月内漂移小于0.3 ×l0-9.同时,结合船载走航连续观测的特点,优化建立了观测数据处理与质量控制方法,以保证所获数据的高质量和国际可比性.分别于2011年7月和2012年5月,率先在北黄海及渤海海峡区域开展了海表大气CH4的走航连续观测.实践证明,该系统操作简便,运行稳定,适用于船载走航连续海表大气CH4的研究,可获取高精度高时空分辨的观测数据.其中,2011年7月观测到的CH4浓度范围为1823.8×10-9～2020.7×10-9,2012年5月为1887.2×10-9～ 2136.2×10-9,均呈渤海海峡区域浓度高,北黄海中部区域浓度低的分布特征.     

长沙大气中VOCs研究

应用大气采样罐采样技术和色谱-质谱联用（GC-MS）技术,对2008年长沙市大气中76种挥发性有机物（VOCs）的组分及其质量浓度水平进行测试,比较了各组分对臭氧产生的影响潜势,同时对其主要来源进行简单分析.结果表明,长沙大气总VOCs在上午和下午的浓度分别是38.4×10-9（体积分数）和22.7×10-9（体积分数）,下午大气中VOCs浓度显著低于上午;季节变化呈现VOCs冬季浓度远高于夏季VOCs浓度,组分中以卤代烃最高,烷烃、芳烃次之,烯烃最低,OH消耗速率最高的物质是间、对二甲苯（10.71×10-9 C,碳单位体积比,下同）;其次为1,2,4-三甲苯（6.04×10-9 C）和1,3,5-三甲苯（2.23×10-9 C）.芳烃对大气O3生成贡献最大（66%）,其次是烯烃（26%）,烷烃最低（8%）.高浓度的异戊烷和丙烷说明了机动车排放和液化石油气是VOCs来源之一,苯/甲苯的特征比值接近0.8,远高于机动车尾气排放特征比值0.5;说明溶剂和涂料挥发是其主要来源之一.     

Sources and distribution of sedimentary organic matter along the northern Bering and Chukchi Seas

In this study, lignin-derived phenols were used to determine the sources and distribution of sedimentary organic matter along the northern Bering Sea and Chukchi Sea of the Arctic Ocean. The lignin parameter syringyl/vanillyl (S/V) and cinnamyl/vanillyl (C/V) ratios are used to indicate vegetation sources; and the ratios of vanillic acid/vanillin, (Ad/Al)v and syringic acid/syringaldehyde, (Ad/Al)s are used as indicators of lignin diagenesis. Results showed the predominance of woody gymnosperm signal at the easternmost location in the northern Bering Sea, a mixture of refractory non-woody angiosperm and fresher gymnosperm tissues in the Chukchi Sea, and signal of fresher woody gymnosperm tissues in the northernmost locations in the Chukchi Sea. The lignin materials showed gradual increase in decomposition stage during transport along the northern Bering Sea. Hydrodynamic sorting process, which is the retention of coarser materials nearshore and transportation of finer particles farther offshore, most probably occurred along the east coast of the northern Bering Sea. In Chukchi Sea, the non-woody angiosperm tissues could have originated from the Canadian Arctic and gymnosperm tissues could be from the Russian Arctic side. The fresher materials in the northernmost Chukchi Sea could have been transported here via the ice-rafting process. Detection of fresh lignin materials and the occurrence of lignin decomposition mean that this region could be sensitive to the impact of climate change.     

北京城区夏季O3化学生成过程

选取2007年7月1日—8月31日中的21个晴空日,利用观测资料和光化学箱模式计算了北京城区测点的O₃生成速率G(O₃)和O₃生成效率OPE.结果表明,21个晴空日中G(O₃)日最高小时值分布在(18~82)×10^-9h^-1之间;在O₃污染和非污染日G(O₃)最高值的平均水平无显著差异,且与O_x浓度之间不存在一致的对应关系,表明O₃化学生成过程不能全面解释地面O₃浓度的累积,物理传输过程对测点O₃实测浓度有显著作用;各个化学过程对G(O₃)的贡献率对比结果显示,HO₂ 在 NO向NO₂的转化中贡献最大;OPE值分布在2.8~5.8之间,总体水平为4.1±0.1;OPE值与NO_x浓度之间为非线性关系,OPE值随NO_x浓度的增加而减少,表明消减测点附近VOCs排放能有效降低O₃浓度.