银川市PM2.5的输送路径及潜在源解析

基于2015~2017年银川市PM_2.5逐小时质量浓度和同期气象数据,采用气流后向轨迹聚类分析法、潜在来源贡献函数法（PSCF）和浓度权重轨迹分析法（CWT）研究银川市PM_2.5的输送路径及潜在源分布.结果表明：2013~2018年银川市大气PM_2.5质量浓度呈先升高后下降的趋势,其中2016年PM_2.5浓度年均值最高（54.25±20.91）μg/m³;在四季变化中,冬季PM_2.5浓度最高（75.11±29.21）μg/m³,夏季最低（31.83±7.09）μg/m³.聚类分析表明西北方向气流是银川市四季PM_2.5主要的输送路径,在春、秋、冬3季PM_2.5均为西北长距离输送路径;而在夏季,短距离输送气流是PM_2.5主要的输送方式.PSCF与CWT分析表明,冬季PM_2.5潜在源区范围最大,主要集中在西北-东南走向的潜在贡献源区带,包括新疆中东部、青海省北部、河西走廊地区、内蒙古西南部、甘肃省南部以及宁夏西北部;春、秋两季PM_2.5潜在源区主要位于新疆东部与甘肃省交界区域、甘肃省东南部、湖北北部、陕西西南部以及重庆北部;夏季的潜在源区范围最小,主要集中在新疆东部与甘肃交界区域.在PM_2.5重污染天气期间,其主要来源于西北方向气流,潜在源区主要分布在新疆东部与甘肃交界区域、内蒙古西南部与甘肃交界区域以及甘肃中南部地区.因此,在实施防风固沙的基础上,加强区域环境合作,实施大气污染联合防治,可以有效缓解银川乃至京津冀地区的大气污染.     

兰州市煨炕污染物排放清单及其对PM2.5浓度贡献

在考虑经济水平差异的基础上,通过对典型区域的调查确定煨炕活动水平,采用排放因子法建立了兰州市2016年煨炕大气污染物排放清单,煨炕排放的SO_2、NO_x、NH_3、CO、VOCs、PM_(10)、PM_(2.5)、OC和EC的总量分别为340. 8、201. 8、106. 0、36 628. 2、4 997. 2、6 070. 3、5 645. 1、1 089. 3和1 233. 1 t·a~(-1).对污染物排放总量进行时空分配,排放主要集中在11月至次年4月中旬;排放量与区域经济水平密切相关,且存在着明显的空间差异,排放量大的区域主要集中在榆中东南部、永登中部和七里河南部.利用WRF~-Chem模式研究了采暖季煨炕对兰州市PM_(2.5)浓度的平均贡献,引入煨炕污染物排放清单提高了模拟结果的准确性,兰苑宾馆(位于城区)和榆中站(位于农村)的PM_(2.5)平均浓度在模拟期间分别升高了32μg·m~(-3)和34μg·m~(-3),贡献率分别为37. 6%和49. 2%.可见,研究和制定科学的煨炕污染物防控对策对改善区域环境空气质量具有重要意义.     

四川省基于第二次污染源普查数据的人为源大气污染源排放清单及特征

本研究根据自下而上和自上而下相结合的方法收集四川省人为源活动水平数据,其中工业源活动水平来自四川省第二次污染源普查数据,涵盖11020台锅炉信息、60078家工业企业信息,成都市收集了19152家工业企业数据,占四川省企业总数的32%.各污染源选取合理的排放因子并结合GIS技术,构建了该地区2017年9 km×9 km人为源大气污染物排放清单.结果表明,2017年四川省SO₂、NO_x、CO、PM₁₀、PM_2.5、BC、OC、VOCs和NH₃排放总量分别为308.6×10³、725.7×10³、3131.2×10³、927.6×10³、422.4×10³、30.2×10³、72.0×10³、600.9×10³和887.1×10³t.固定燃烧源和工艺过程源是SO₂主要贡献源,CO的主要贡献源为工艺过程源和移动源,扬尘源和工艺过程源为PM₁₀和PM_2.5的主要贡献源,扬尘源是BC和OC最大贡献源,VOCs排放源主要来自工艺过程源、移动源和溶剂使用源,NH₃排放主要来源于畜禽养殖和氮肥施用.污染空间分布结果显示,各项污染物主要集中分布于人口密集,工业和农业较为发达的四川盆地和攀枝花部分区域,高值点位集中在成都平原地区的德阳—成都—眉山—乐山沿线.本研究建立的排放清单仍具有一定不确定性,后续研究工作中应进一步加强活动水平数据获取的准确性,针对典型污染源开展污染物排放因子测试工作,完善网格化排放清单,为四川省大气污染防治提供科学支撑.     

基于PSCF与CWT模型的乌鲁木齐市大气颗粒物源区分析

利用MeteoInfoMap软件和GDAS全球同化气象数据,对乌鲁木齐市2014—2019年四季72 h气团后向轨迹进行聚类分析.同时,结合小时PM_2.5和PM₁₀浓度数据,运用潜在源贡献因子分析法（PSCF）和浓度权重轨迹分析法（CWT）分析了乌鲁木齐市颗粒物不同季节潜在源区及其对研究区颗粒物浓度的贡献.结果表明：①影响乌鲁木齐市大气质量的气团轨迹可分为长、短两支,短支气流主要来自研究区及周边城市,对研究区颗粒物浓度贡献大;②长支气流输送距离较远,主要来自哈萨克斯坦、俄罗斯等国家,对研究区颗粒物浓度贡献小;③影响乌鲁木齐市PM_2.5浓度的主要潜在源区是吐鲁番地区、巴音郭楞蒙古自治州、伊宁市和阿克苏地区;④潜在源区分布呈现显著季节变化特征,冬季潜在源区分布广、贡献度高,而夏季源区分布狭窄、贡献度低,春季和秋季源区分布与贡献特征介于两者之间.     

地气解耦的Himawari-8卫星PM2.5浓度估算深度神经网络方法

现阶段大气PM_2.5遥感反演方法大多数都基于卫星气溶胶光学厚度（aerosol optical depth,AOD）产品,这些产品通常是从表观反射率（top-of-atmosphere reflectance,TOA）中反演而来.直接建立TOA产品和地面站点监测的PM_2.5浓度间的反演模型能够有效降低由AOD反演所带来的误差传递,但是现阶段反演PM_2.5所用到的TOA同时耦合了地表反射率和大气贡献值,想要进一步提升反演精度则需要设法将二者分离.基于此,本文利用Himawari-8（H8）卫星数据,由6S模型进行大气校正,继而统计得到H8前6个波段之间的地表反射率关系式,再运用卫星第六波段表观反射率与地表反射率接近的特性,估算得到前5个波段的地表反射率,并扣除地表反射率得到大气贡献值,以此来达到地气解耦的目的.随后,本文基于深度神经网络构建了PM_2.5、大气贡献值、卫星亮温数据、观测角等之间的关系.以安徽省为例,反演结果表明,与不考虑地气解耦的TOA-PM_2.5方法相比,本文提出的ATM-PM_2.5方法精度更高,在未参与训练的验证站点上,ATM-PM_2.5的R²和RMSE值为0.87和13.77 μg·m^-3,相对于未经过地气解耦的TOA-PM_2.5,R²提高了20%,RMSE值降低了5.24 μg·m^-3.另外,利用H8卫星时间分辨率较高的特点,本文对安徽省域范围内进行了逐小时的PM_2.5监测,显示本文方法有潜力为PM_2.5实时监测提供数据支撑.     

区域环境影响评价中有关污染物本底值的研究与确定

阐述了环境影响评价中大气污染物本底值对评价结果的影响 ,提出了现有污染源对各控制点的浓度贡献值应该包括污染源对各控制点的浓度值和控制点大气环境因子本底值等内容 ;并对大气污染物本底值及其计算方法提出独到见解     

吉林省安监局局长金华率队到空军航空大学飞行训练基地走访慰问 感受光辉历程 激发工作热情

7月27日,在中国人民解放军建军85周年纪念日到来前夕,省安监局局长金华,副局长张沛霖,纪检组长李忠效,副局长孙传军、卜庆安,副巡视员符庆珠等领导率局机关干部到空军航空大学飞行训练基地走访慰问。空军航空大学飞行训练基地前身是空军第七飞行学院,成立于1946年3月,先后培养出了杨利伟、聂海胜、刘洋等优秀航天员,为国家航空航天事业做出了重要贡献。飞行训练基地主任孙兆福、政委胡中初陪同金华局长     

利用微博加强和创新社会消防管理

正微博是当今互联网领域信息及舆论传播中最具影响力的途径和形式。微博以发现和分享为基本传播形态,它以特有的原创性、时效性、互动性和渗透性,为社会公众提供了前所未有的表达与被倾听的机会,并给公共事物和政务领域带来了深远影响。对政府及其职能部门而言,微博一方面提供了更广泛     

园区循环化改造对节能减排贡献分析——以武汉市青山工业区为例

产业园区循环化改造是通过优化空间布局、调整产业结构、合理延伸产业链并循环链接等措施,建立物质交换和循环利用的长效机制,实现资源高效、循环利用和减少污染物的排放,改善区域生态环境。以武汉市青山工业区为例,总结其可复制、可推广的循环化改造"青山模式",从资源产出、资源消耗、资源综合利用、污染物排放等方面量化循环化改造对节能减排的贡献,为国内同类重化工产业集聚型城市推进经济增长和转型攻坚提供借鉴。