基于大气特征污染物的监测布点选址优化研究

针对常规大气环境监测未能对局部特殊污染情况进行表征的缺陷,提出基于特征污染物的监测布点选址优化方法:首先运用综合评分方法筛选区域大气特征污染物,然后建立综合了环境、经济和社会因素的多目标规划模型,并通过模糊层次分析法计算各子目标权重系数,最后应用lingo软件对模型优化求解,得到最优的监测点位布设方案.以南京市仙林地区为案例研究的结果表明,基于大气特征污染物的监测布点多目标模型能够得到较合理的优化点位布局,在3种情景中,选择的最优点位分别为25#、43#, 25#、43#、54#和25#、43#、54#、77#, 为实际大气环境监测优化布点提供科学指导.     

福州市PM2.5污染过程中大气边界层和区域传输研究

以福建省会福州市2013年1月空气质量变化为对象,分析大气边界层变化和周边区域污染物传输对福州市大气颗粒物PM2.5的影响.利用福州市2013年1月逐日地面和探空观测资料以及NCEP提供的2013年1月FNL分析资料,通过大气边界层要素与PM2.5浓度之间的相关性,对PM2.5污染过程的大气边界层特征进行分析;同时采用HYSPLIT后向轨迹模拟及区域风场相关矢分析对影响福州雾霾的污染物区域传输路径进行探讨.结果表明:地面气温与PM2.5浓度呈正相关,地面风速与PM2.5浓度呈负相关,近地面边界层条件有利于霾颗粒物的形成和累积.但不同于我国东部主要污染源区霾污染过程中存在大气边界层逆温,福州PM2.5污染过程中并未出现大气边界层逆温结构,这一边界层结构的垂直混合可有利于区域传输的污染物从上层大气到达近地面从而加重福州霾污染,福州是华东地区一个PM2.5污染物的主要接受区,PM2.5污染物主要以外源输送为主.2013年1月份福州市清洁日近地面风向为海洋吹向大陆的东南风,霾污染日则为大陆吹向海洋的偏北风,PM2.5污染物主要从长三角地区、苏北以及安徽河南一带通过东北和西北方向的传输路径影响福州的空气质量.     

西安市大气颗粒物数浓度分布及典型天气条件特征变化

利用2013年3月到2014年12月期间西安市大气中0.25～32μm颗粒物监测数据和同期气象参数、散射消光系数等数据,分析了大气颗粒物数浓度分布及典型天气条件下变化特征.结果表明:采样期间西安市大气颗粒物平均数浓度为206.27个/cm3, 99%以上为<1μm的颗粒物数.大气颗粒物数浓度冬季最高,其次为秋、夏和春季,分别为267.66、231.31、141.82和135.77个/cm3.四季的数浓度低值均出现在18:00左右,之后数浓度上升,且晚上高于白天,冬季6:00左右达到峰值,夏季的昼夜差最小,秋季最大.春夏秋冬的大气颗粒物数浓度与散射消光系数的Pearson相关系数分别为0.756、0.702、0.411、0.377.大气颗粒物数浓度在沙尘天气发生前、中、后会升高、下降和再下降,霾天气出现前、后会升高和下降;高温干燥天气下,大气颗粒物数浓度相对较低;降雨对大气颗粒物的清除作用明显,但降雨后大气颗粒物数浓度又很快回升.     

2012—2014年冬季北京上甸子气溶胶观测研究

为了分析冬季上甸子本底站气溶胶的变化特征,利用2012—2014年每年1月上甸子本底站的能见度、ρ(PM_2.5)、ρ(BC)、ρ(CO)等数据,结合气象资料对上甸子地区气溶胶特性进行分析. 结果表明:2012—2014年每年1月地面月均风速分别为2.5、2.4和2.4 m/s,RH(相对湿度)分别为45.6%、59.5%和45.8%,ρ(PM_2.5)分别为38.6、54.7和45.2 μg/m3,MSE(气溶胶质量散射系数)分别为5.3、5.9和4.9 m2/g. 虽然地面风速基本没有变化,但2013年1月的RH比2012年和2013年1月平均高出30%,并且同期ρ(PM_2.5)和MSE也高于2012年和2013年1月. ρ(PM_2.5)的增加导致太阳辐射减弱,但对SSA(气溶胶单次反照率)影响不大. 对2013年1月数据分析可知,各种RH区段下,能见度与ρ(PM_2.5)均呈负相关,其中在80.0%10 km时,b_ext和B_ext(分别以能见度和大气组分计算的大气消光系数)基本相当,二者在这3年的拟合斜率平均值高达0.99;当能见度<5 km时,2014年1月的b_ext和B_ext之间不存在线性关系,2012年和2013年1月的b_ext和B_ext的R2分别是0.88和0.92.      

基于Google Earth的城市大气污染扩散模拟分析

针对城市环境下的大气污染物扩散问题,采用Google SketchUp,从Google Earth地图中提取建筑物高程、经纬度等地理位置信息,建立城市三维模型。基于湍流理论和气体运动方程,模拟污染物在城市环境中的扩散演化过程,重点讨论了污染物扩散的运动规律及危险区域的变化。实验结果说明,污染物浓度一般集中在泄漏口的下方向,高浓度污染区呈现为狭长的椭圆区域,并随时间逐步扩大,但经过较长时间的扩散高浓度污染区趋于稳定。根据污染物扩散数值模拟结果,结合Google Earth地图绘制了污染物扩散危险区域图,为相关部门制定事故应急决策提供参考。     

基于MOS的杭州秋冬季空气污染预报和霾诊断

利用由数值预报模式WRF和辨识理论实时迭代统计方法RTIM组成的MOS方法对杭州市2013年2~3月和11~12月期间的空气污染物日平均浓度做预报,预报值与实测值之间相关系数都超过0.75 ,PM2.5、PM10、SO2、NO2、CO 24h平均浓度和O3 8h平均浓度分类预报临界成功指数(CSI)分别为89%、87%、100%、93%、100%和100%,命中率(POD)分别为93%、95%、100%、100%、100%和100%.分析表明,研究期间杭州地区气溶胶以细颗粒为主.根据PM2.5浓度、相对湿度及能见度预报值做霾日分类预报,临界成功指数为89%,命中率为93%.说明该MOS系统对污染物浓度及霾天气预报性能良好,可以为业务化预报提供参考.     

哈尔滨市沙尘期大气颗粒物物化特征及传输途径分析

为了研究沙尘期大气颗粒物的物化特征及传输途径,分别采集TSP、PM10和PM2.5样品,分析3种颗粒物的分布特征、浓度变化以及离子和无机元素组成,同时利用HYSPLIT逆轨迹模式对沙尘颗粒的远距离输送来源进行了分析.研究结果显示:沙尘期,PM10~100是颗粒物的主要组成,占TSP的50%~57%,PM2.5/TSP和PM10/TSP分别达最低值0.17和0.43;在TSP和PM10中,Na、Si、Al、Ca、Fe、K、Mg浓度变化较为明显,在沙尘期是非沙尘期的2~3倍,在TSP中的最高浓度分别为7.28、1.98、19.89、25.82、18.77、4.68和6.49μg/m3,以土壤尘和扬尘为主;TSP中Ca2+、K+、Mg2+在沙尘期的浓度是非沙尘期的2~3倍,最高达22.23、2.04和1.68μg/m3,主要来自土壤、尘埃,与沙尘有相似的来源;逆轨迹模型分析结果表明,本次沙尘事件由外来沙尘输入导致,其传输途径比较明显,起始位置为内蒙古的西北部和中部地区,沿途向南经过山西,后转为东北方向,经过河北、天津、辽宁、吉林等省份,最后输送到哈尔滨.     

改进TOPSIS方法在大气环境质量评价中的应用

为了更科学合理的进行大气环境质量综合评价,基于TOPSIS模型,采用加权法判定评价指标权重以避免主观定权的随意性,并引入"垂面距离"的方法计算评价对象与最优解之间接近程度,克服传统方法中评价对象可能离最优解"欧氏距离"近的同时离最劣解"欧氏距离"也近的不足,从而合理判定区域大气环境质量是否达到评价标准。研究结果表明:改进的TOPSIS方法与其他方法的评价结果完全一致,说明该评价方法适用于大气环境质量评价并且评价结果客观准确。     

近53年山东省霾季节性特征的年代际变异

为了进一步认识山东省霾日长期变化特征,从而为政府决策和空气质量预报提供科学依据,基于山东省80 个气象站53 年（1961-2013）的观测资料分析,利用多项式及线性回归拟合、定义表示随季节和年际变化程度的变量如季节变化率、年际变化率等多种统计方法分析了近53 年来山东省霾日季节性的年际、年代际长期变化及空间分布规律,结果表明,山东上个世纪明显的冬季霾高发的典型季节性特征演变为本世纪模糊的季节差异,即霾多发时段随年际增长逐渐由冬季蔓延至秋季,夏季和春季.全省平均霾日的季节变率从60 年代的84.0%,70-80 年代的72.4%~73.6%,到90 年代跌至56.4%,而在本世纪的13 年低达42.3%,体现了山东霾日变化季节性的年代际特征,即近53 年季节差异在不断减小,霾趋于常年化发生的大气污染事件.霾日季节性的空间分布及年际变化特征还表明：近53 年山东霾日呈持续上升趋势,1990 年之前呈显著的增长趋势,1990 年之后上升缓慢,但维持霾高发的水平.霾日高发区域主要集中在济南地区,济宁-泰安-莱芜一带,枣庄-临沂一带,青岛地区和聊城西部地区,其中,高中心依次为济南的80.9 d·a^-1,临沂的78.2 d·a^-1 和青岛的69.0 d·a^-1.山东中东部的霾日年增长率整体高于西部地区,鲁中、鲁南及半岛南部地区是霾日年际增长高值区.山东省霾日年际变化趋势以夏季增长率最高,大部分地区的年际增长率都在4.5%·a^-1 以上,其次是秋季、春季霾日年际变化趋势,冬季霾日年际变化趋势普遍增长率最低,且大部分地区的变化率值为1.5%·a^-1 以上,近53 年来山东大部分地区出现了霾日模糊季节性变异.     

北京城区大气颗粒物中六价铬的污染特征及来源

为研究北京城区大气颗粒物中六价铬污染特征及来源,利用低流量采样器进行大气颗粒物采样,利用离子色谱分离、柱后衍生紫外的方法分析其中六价铬的浓度,优化了样品前处理方法.结果表明,采样期间北京城区大气颗粒物中六价铬浓度为200±86 pg·m-3,晴天六价铬浓度均值为273±84 pg·m-3;霾天其浓度均值为181±76 pg·m-3.统计分析表明,六价铬与NOx(r=0.394)在0.05水平上显著相关,六价铬与相对湿度(r=-0.534)在0.01水平上显著相关.后向轨迹簇分析表明,来自偏南方向的气团时,六价铬浓度为181.0±83.4 pg·m-3,而来自偏北方向气团时,六价铬浓度为226.5±83.1 pg·m-3.