成都市PM2.5浓度变化的影响因素交互作用研究

为探究大气环境中污染物与气象要素交互作用对PM_2.5浓度变化的影响特征,利用成都市2014~2020年逐日大气污染物资料以及同期的气象资料,采用广义相加模型（GAMs）分析不同影响因素对当地PM_2.5浓度变化的影响效应.结果表明,单影响因素GAMs模型中,无论全年还是冬季,PM_2.5浓度与平均气温（T）、相对湿度（RH）、平均风速（Wind）、降水量（Prec）、O₃、NO₂、SO₂和CO间均呈非线性关系,其中CO、NO₂、SO₂、T和Wind对PM_2.5浓度影响较大,与全年不同的是,冬季T和O₃对PM_2.5浓度变化的影响效应较全年明显减弱.多影响因素的GAMs模型中,T、Wind、RH、CO、NO₂、SO₂和O₃这7个解释变量对PM_2.5浓度变化的影响均较显著,构建的全年多影响因素GAMs模型调整后的R²=0.759,方差解释率为76.42%,冬季R²=0.708,方差解释率为72.2%,无论是全年还是冬季,CO都是PM_2.5浓度变化的主导影响因素.GAMs交互效应模型发现,全年弱低温（7℃左右）+高相对湿度+高浓度CO+高浓度NO₂+高浓度SO₂协同作用条件下有利于PM_2.5浓度的生成;冬季低Wind+高RH+高浓度CO+高浓度NO₂+高浓度SO₂共存条件下有利于PM_2.5的生成,即该条件对PM_2.5浓度的生成有协同放大效应.运用GAMs模型能够对PM_2.5污染的主导影响因素进行识别,并定量化分析影响因素单效应及其交互作用对PM_2.5浓度变化的影响特征,对PM_2.5浓度污染防控研究具有重要指示意义.     

成都地区黑碳气溶胶变化特征及其来源解析

利用7波段黑碳仪(AE-33)于2017年12月1日至2018年11月30日在成都测量黑碳(BC)质量浓度,获得了成都地区BC浓度变化特征,并基于黑碳仪模型和后向轨迹模型对BC排放来源和潜在源区进行了分析.结果表明,成都地区BC浓度冬季最大(8.18μg·m^-3),其次为春季(5.11μg·m^-3)和秋季(3.91μg·m^-3),夏季最小(3.28μg·m^-3),年平均浓度(标准差)为5.26(4.67)μg·m^-3.各季节BC浓度日变化受边界层和交通排放高峰的影响呈现出早晚双峰结构.黑碳来源解析结果表明,液体燃料(如交通排放)对BC质量浓度的贡献在各季节均占主要地位,其中夏季最高,冬季最低.受交通早晚高峰的影响,液体燃料对BC的贡献在各季节均呈现早晚峰值,夜间固体燃料排放贡献有所增加.潜在源贡献分析(PSCF)和浓度轨迹权重分析(CWT)的结果表明,成都各季节BC的潜在源区受到气团来源的影响稍有差异,但主要以成都周边及以东至重庆局地区域(川渝城市群)的影响为主,该区域对成都B...     

黑碳对呼吸系统发病急性影响及气温修正效应研究

为研究黑碳(BC)对呼吸系统急性发病的影响及气温的修正效应,收集北京市2009~2012年264075例呼吸系统急诊病例与同期空气污染物(BC、PM_2.5、SO₂、NO₂)及气象数据,在划分呼吸道感染部位(上、下呼吸道)与人群年龄的基础上,采用分布-滞后非线性模型与广义相加模型进行建模.首先分别研究BC、气温与发病的(滞后)关联,继而构造二元交互模型探索气温-BC的协同关系,再分层量化BC在不同气温水平的健康影响;并同时纳入气态污染物验证BC结果的稳健性.结果表明,对总呼吸系统、上感、下感而言,气温-发病风险的暴露-响应曲线均近似“V”型,阈值温度分别为24℃、26℃和24℃,且低温的滞后累积影响强于高温.主效应模型揭示BC诱发即时性风险,影响在3d内消失;BC浓度每升高四分位数(IQR),总呼吸系统、上感、下感的超额发病风险(ER)分别为1.97%、2.64%和1.34%.少儿(£14岁)超额发病风险最高(总呼吸系统,3.40%),而老年组(³60岁)结果不甚显著.双污染物模型显示,BC与SO₂共存会放大BC关联风险,尤以上感响应明显;而BC与NO₂共存会适度增强下感风险.BC-气温的非参数二元模型显示,BC升高使发病风险类似对数函数上升,且高温会显著增强BC的健康影响.分层模型得到,每IQR BC在气温高于阈值时导致的下感风险显著高于上感,分别为5.55%、1.27%(P>0.05);而低于阈值时BC所致上、下感风险相当,均在0.55%左右.BC对呼吸系统发病的急性影响与感染部位和气温水平紧密相关,不同年龄段间也体现差异化特征.     

四川盆地夏季区域性持续性臭氧过程垂直变化差异及气象成因

基于2019年8月四川盆地内国控站臭氧(O₃)浓度观测数据，选取了3次不同程度的区域性持续性O₃过程，利用再分析资料对3次过程的O₃浓度垂直变化时空差异及其气象成因进行分析研究.结果表明：(1)3次过程O₃浓度在垂直方向上的分布呈先增后减的相似特征，在900～850 hPa达到极值；对流层O₃集中在500 hPa甚至700 hPa以下，且随着O₃浓度等级的增加，垂直向上的扩散更加明显.(2)3次过程温度和相对湿度有明显的差异，温度与O₃浓度呈正相关，与相对湿度呈负相关，高温低湿更有利于O₃生成.(3)Ⅰ～Ⅱ级过程盆地内地面以东北风或偏北风为主，出现气旋性环流及风向辐合，容易造成风向下游地区O₃污染积聚；Ⅲ级过程地面多偏南风或东南风，使污染物易向盆地内西北侧传输.(4)垂直运动的强弱是造成3次过程O₃浓度差异的重要原因，Ⅰ级过程存在较强的上升运动，有利于O₃     

成都碳质气溶胶变化特征及二次有机碳的估算

利用2020年6月~2021年5月在成都市观测的碳质气溶胶小时分辨率数据,分析了气溶胶中总碳(TC)、有机碳(OC)、元素碳(EC)和二次有机碳(SOC)的变化特征.结果表明:观测期间m(TC)、m(OC)、m(EC)和r(OC/EC)的年均值分别为(9.5±4.4)μg/m³,(6.4±3.2)μg/m³,(3.2±1.1)μg/m³,2.2±0.5.成都m(TC)、m (OC)、m (EC)均表现冬为季最高((15.8±8.2),(11.1±5.8),(4.6±2.5)μg/m³),春秋次之,夏季最低((6.1±0.9),(4.5±2.0),(2.7±1.4)μg/m³)的特征.r(OC/EC)季节均值(1.9~2.6)以及四个季节的m(TC)、m(OC)、m(EC)呈现早(07:00~09:00)晚(22:00~01:00)“双峰”的日变化特征,表明机动车排放源对成都碳质气溶胶的影响较大.春夏季OC与EC的相关性小于秋冬季,表明春夏季OC、EC来源差异较大.由EC示踪法和最小相关性法得到m(SOC),r(SOC/OC)在夏季最大(40.4%),冬季最小(27.3%).春、夏季SOC与O₃呈显著正相关,表明较强的光化学反应对SOC生成有重要贡献.选取各季节连续高m(TC)时段与季节平均作对比,发现碳质气溶胶有明显夜间积累过程,夏季高浓度时段二次生成使得m(OC)增长显著高于m(EC),r(OC/EC)也迅速上升.