广东省气象与源排放因素对PM_(2.5)浓度影响的数值模拟研究

为更好地区分大气污染物浓度变化中气象与源排放因素的影响,使用中尺度气象模型WRF和三维空气质量模型CAMx,通过固定源清单的方法模拟研究了广东省各地区不同时期气象因素对PM_(2.5)浓度变化的影响,并结合实测的PM_(2.5)浓度变化,计算出源排放因素对PM_(2.5)浓度的贡献。结果表明:相对于2014年,2015年广东省夏季的气象条件不利于PM_(2.5)浓度的下降,春季和秋季的气象条件有利于PM_(2.5)浓度的下降,就全年各季度平均而言,珠江口附近地区气象条件较有利于PM_(2.5)浓度的下降;源排放变化对肇庆市、韶关市和揭阳市等城市PM_(2.5)浓度变化有较强的削减作用,可使其浓度下降30%以上,显示这些城市的减排工作较为有效,深圳市、珠海市、东莞市、中山市与顺德区等市(区)PM_(2.5)污染改善主要是由于有利的气象条件的影响,源排放变化对珠海市和湛江市等城市污染起加剧的作用,表明不利的源排放变化抵消了部分有利气象条件对PM_(2.5)污染的改善作用,应加强对这些地区源排放的控制。     

珠三角区域空气质量空间分布类型和天气背景

基于EOF方法分析2016年珠三角9城市日均AQI指数,前3个空间模态累积方差贡献达90%,得到珠三角区域空气质量3种主要的空间分布类型。整体一致型方差贡献71%,9城市空气质量优劣表现一致,当发生污染时,以静稳天气为背景,佛山、江门、中山和东莞污染较为严重。南北相反型方差贡献12%,夏季南部城市普遍优于北部,冬季则相反,这与珠三角区域南北方向上的主导风向有关。东西相反型方差贡献7%,以地面风场辐散(或辐合)为天气背景,纬向风可能是造成东西部空气质量差异的原因之一。     

进博会期间吴江地区污染特征分析

为分析2019年11月5-10日在上海召开中国国际进口博览会(简称"进博会")前后吴江地区的污染物变化特征与污染来源,该文采用吴江气象局的气象数据和环境监测数据对进博会前后污染物的变化趋势、气象条件影响和各种气团传输路径进行分析。结果表明,进博会期间,吴江地区实施的管控措施有效地降低了本地污染物的生成,PM_2.5和PM₁₀浓度分别下降了31.0%和47.3%,最大程度排除本地污染对外来传输分析的干扰。气象条件分析显示,在风速<3 m/s时,南风容易导致SO₂传输,当风速>4 m/s,西风容易导致颗粒物和SO₂浓度升高。HYSPLIT4.9模型显示,来自江苏和安徽中部地区(高度500 m左右)的污染气团,出现频率虽较低,却是导致吴江地区污染物浓度短时上升的重要原因;激光雷达监测结果显示,会议期间吴江地区出现2次污染传输过程,与气象条件分析以及轨迹聚合分析结果相一致。研究结果排除了本地污染对传输分析的干扰,客观评价了外来传输的影响,对于加强长三角区域联防联控具有重要的指导意义。     

基于气象因子的PM_(2.5)回归预测模型研究

采用Pearson相关系数分析了2013—2016年3大典型城市北京、南京和广州的ρ(PM_(2.5))与各气象因子的关系。结果表明,3个城市ρ(PM_(2.5))与各风速因子最大的相关系数依次为-0.44,-0.29和-0.37,与各气温因子最大的相关系数依次为-0.44,-0.33和-0.37,气压与南京和广州的ρ(PM_(2.5))正相关,气压因子最大的相关系数分别为0.25和0.34,湿度与北京ρ(PM_(2.5))正相关,与广州ρ(PM_(2.5))负相关,湿度因子最大的相关系数分别为0.49和-0.36,日照时数与北京ρ(PM_(2.5))相关系数为-0.46,降水量与南京和广州ρ(PM_(2.5))相关系数分别为-0.20和-0.24;采用逐步线性回归方法建立城市次日ρ(PM_(2.5))与气象因子的预测模型,复合相关系数分别为0.722 8,0.770 6和0.809 9。模型预测3个城市2016年PM_(2.5)年均值分别偏高4,5和3μg/m3,日均值平均相对误差为±45.6%,±32.9%和±26.0%,模型对高ρ(PM_(2.5))普遍低估。     

广东省春节期间空气质量特征及预报方法研究

2017年春节期间广东省环境空气质量自动监测站的数据分析结果表明:春节假期广东省空气质量等级变化较大.除夕全省空气质量为良;初一,全省以良和轻度污染为主,粤东出现重度污染,粤西和粤北出现中度污染,可能与除夕夜烟花爆竹燃放有关;初二起,全省空气质量逐渐转为优良.首要污染物以PM2.5和O3为主.现有的NAQPMS和CMAQ空气质量预报模型在污染相对严重的初一表现较差,主要是因为数值模型未能考虑到烟花爆竹燃放等排放源的输入.     

台风登陆前珠三角地区近地面O_3浓度升高的原因初探

利用粤港澳珠三角地区空气质量监测网络的近地面大气污染物浓度观测数据,风、气温、气压和相对湿度等气象观测数据及水平分辨率为1°×1°的由美国国家环境预报中心(NCEP)提供的FNL全球分析资料中的再分析气象场数据,从前体物和光化学生成、水平传输、垂直传输的角度,对台风"妮妲"登陆前,珠三角地区近地面出现的O_3浓度高峰进行原因分析。结果表明:台风登陆前,珠三角地区云量较低,气温升高,相对湿度较大,同时前体物浓度升高,有利于本地O_3光化学生成,造成O_3浓度升高;但珠三角地区近地面风速很小,且以辐散为主,故水平传输不是造成O_3浓度大幅升高的原因;在台风靠近珠三角地区的过程中,珠三角地区受台风外围下沉气流控制,造成高层大气向近地面输送O_3,同时本地生成的O_3等各类大气污染物无法向上扩散而逐渐累积。以上因素最终导致台风"妮妲"登陆前珠三角地区近地面O_3浓度升高。     

北京市道路绿地消减PM2.5总量及其健康效益评估

以交通污染严重的北京市建成区为研究区,在前人实地观测的基础上,利用泊松回归相对风险度模型与环境健康价值评估方法,定量评估了北京市道路绿地消减PM2.5总量及其健康效益.结果表明:北京市建成区道路绿地年消减PM2.5总量为1.09t;对降低人群健康风险作用较为显著,可减少受危害总数约3024例,其中早逝18例、呼吸系统疾病住院53例、心血管疾病住院25例、儿科门诊324例、内科门诊761例、急性支气管炎1134例、慢性支气管炎264例、哮喘445例;带来的健康经济效益为1.98亿元.建议加强道路绿地建设,丰富植被层次结构,以积极应对城市交通空气污染.     

广东省空气质量等级预报准确性评估

对广东省空气质量等级预报准确性评估进行了探讨,结果表明,在不区分污染等级的情况下,2016年夏季广东各市的预报准确性差异较大,中山预报准确性达92%,是全省唯一一个准确性超过90%的城市,云浮最低,为53%。在区分污染等级时,实测为轻度及以上污染级别的情况下,各市的准确性普遍较低,仅佛山、东莞与广州的准确性达50%以上,而有11个城市的准确性为0。综合考虑不同污染级别的准确性得分后,佛山市排名第1,较不区分污染等级时的排名提前9名。指出,采用区分污染等级的预报效果评估办法更加适合广东空气污染较轻的区域。在首要污染物为臭氧的情况下,广东省平均的等级预报准确性低于首要污染物为其他物种的情况。     

广东省大气污染典型案例特征及其影响因素分析

基于广东省空气质量监测和天气形势及气象观测数据,分析了2015年广东省典型大气污染案例中的空气质量污染特征,识别了主导天气形势及气象特征,并结合后向轨迹聚类分析,初步探讨了空气污染与气团来源的关系。结果表明:2015年全省共发生13次大气污染事件,呈现冬季(12~2月)主要为高浓度PM_(2.5)污染、春夏秋季(4~10月)高浓度O_3污染事件时有发生的时间特征和重污染区集中于珠三角地区的空间特征;从主导天气形势看,广东省大气污染事件可分为高压出海型、热带低压型、弱槽弱脊型和高压控制型4个类型;通过典型地区后向轨迹聚类分析,发现偏南和偏北方向的污染气团输送与珠三角地区O_3污染关系密切相关,东南和偏西方向的污染气团对PM_(2.5)污染有重要影响。该研究对本地区大气污染演变趋势预测和污染防治具有重要的参考意义。