基于AOD数据反演地面PM_(2.5)浓度研究进展

随着中国城市发展,城镇化进程的不断推进,能源消耗持续增加,空气中的污染物含量越来越高,空气污染事件频发,城市空气质量研究成为一个热点议题。PM_(2.5)作为表征空气质量的重要指标之一,越来越受到人们的关注,目前获取PM_(2.5)数据主要有地面监测和卫星遥感监测2种方式。传统的地面监测手段可以得到高精度的局部PM_(2.5)污染数据,但是由于其覆盖范围的局限性,并没有办法反映出整个区域的PM_(2.5)污染情况。遥感卫星监测恰到好处地弥补了这一缺陷,其中应用最为广泛的是使用卫星遥感数据产品大气气溶胶光学厚度AOD来反演地面的PM_(2.5)浓度。文章从AOD数据的多样性及其应用、反演地面PM_(2.5)浓度模型的选择以及反演模型的优化这3个方面对目前国内外利用遥感卫星AOD数据反演地面PM_(2.5)浓度的研究进行了归纳梳理。其中AOD数据分辨率的不同产生了不同精度的反演结果;而线性回归模型和非线性回归模型的反演精度也存在较为明显的差异;通过在模型中加入气象参数、气溶胶垂直分布特性以及地表信息等因素会显著地改善反演结果。上述研究为流行病学中PM_(2.5)人口暴露研究及健康影响提供方法论基础。     

钱塘江沉积物重金属污染源解析及生态风险评价

在钱塘江(杭州段)水系的13个采样点采集沉积物样品,分析重金属(Zn、Cr、Cd、Cu、Pb、As、Mn和Fe)的来源并进行了生态风险评价。结果显示,各重金属的浓度平均分别为:Zn 223.76 mg/kg,Cr 73.16 mg/kg,Cd 2.50 mg/kg,Cu 103.73 mg/kg,Pb 46.58mg/kg、As 11.91 mg/kg、Mn 736.4 mg/kg、Fe 2.71×10~4mg/kg。除Mn、Fe以外,其他6种重金属平均含量均超出世界沉积物中重金属的背景值。相关性分析,主成份分析和聚类分析结果显示,Cr、Pb、Cu、As、Zn和Cd主要来源是工业废水排放和化石燃料燃烧。Mn和Fe主要来源是自然环境。地积累指数结果显示各重金属污染程度排序:Cd>Cu>Pb>Zn>As>Cr>Mn>Fe,其中Zn,Pb和As的污染程度为1级(轻度污染),Cu的污染程度为2级(偏中度污染),Cd的污染程度为4级(偏重污染)。单因子潜在生态风险指数结果显示各重金属对生态风险构成危害的顺序为Cd>Cu>As>Pb>Zn>Cr,综合潜在生态风险指数等级显示为强生态风险。人类活动特别是工业生产是造成钱塘江底泥污染的主要原因。     

多尺度PM_(2.5)分布特征的空间插值与遥感反演对比

精确识别污染物浓度的空间分布是进行区域大气污染防治的重要基础。利用MODIS卫星数据,采用基于地面气象和环境空气质量监测站点观测数据为基础的反演模型,反演获取2013年12月珠三角地区典型大气污染过程1 km分辨率的PM_(2.5)浓度数据,对比分析遥感反演及基于环境空气质量监测站点观测数据的空间插值方法对区域、城市和乡镇尺度PM_(2.5)浓度空间分布特征的再现效果差异。结果表明,珠三角地区PM_(2.5)遥感反演结果与地面观测数据的相关性达到0.74,相关性水平较好,遥感反演结果可描述区域、城市和乡镇尺度上PM_(2.5)污染浓度的空间分布特征,识别不同空间位置的污染程度差异;基于站点观测数据的空间插值方法对PM_(2.5)浓度空间分布特征的再现能力有限,在区域尺度PM_(2.5)浓度空间分布特征分析时效果尚可,在站点有限的城市和乡镇尺度分析中效果不佳,容易产生对高浓度污染地区的误判;在需要利用站点观测数据分析区域尺度PM_(2.5)浓度空间分布特征时,析取克里金、反距离权重或径向基函数插值方法的效果相对较好。     

衔接环评和排污许可的火电行业大气污染物源强核算探讨

20世纪80年代以来,环境影响评价制度推动了火电行业大气污染物减排.但在事中及事后监管中,火电行业排污许可与项目环评之间尚未实现无缝衔接.火电行业产污环节基本明确、污染防治技术日趋完善、环境管理相对规范,具备有效衔接环评和排污许可的“先行先试”条件.通过大量企业调研,并查阅相关文献,建议火电行业新改扩建项目、现有项目的大气污染物核算分别采用物料衡算法、实测法,核算因子为烟囱有组织排放的烟尘(颗粒物)、二氧化硫、氮氧化物、汞及其化合物.     

北京市燃煤源排放控制措施的污染物减排效益评估

为分析北京市燃煤源排放控制措施的污染物减排效益,基于MEIC（中国多尺度排放清单模型）,采用情景分析法,评估了北京市电厂能源清洁化与末端治理、燃煤锅炉改造和城区平房区居民采暖改造等措施的污染物减排效益.结果表明,相对于无控情景,2013年北京市电厂能源清洁化与末端治理减少PM_2.5、PM₁₀、SO₂和NO_x排放量为1.28×104、2.10×104、5.13×104和4.98×104 t,分别占无控情景的85%、86%、87%、74%;北京市燃煤锅炉改造减少PM_2.5、PM₁₀、SO₂、NO_x排放量为1.09×104、2.68×104、11.64×104和5.81×104 t,分别占无煤改气情景的83%、89%、83%、83%;北京市老旧平房区的居民采暖改造减少PM_2.5、PM₁₀、SO₂和NO_x排放量分别为630、870、2 070和790 t,均占无煤改电情景的8%.研究显示,北京市从1998年开始采取的各种减排措施有效地减少了污染物的排放,对北京市空气质量改善具有重要意义.      

风电场对米波雷达系统的影响研究

目的针对目前风电场对米波雷达的潜在威胁,研究风电场的有源干扰、无源散射、遮蔽对米波雷达系统的影响,为评估风电场对米波雷达系统的影响提供技术指导。方法根据风力发电机的工作原理和结构,对风电场的有源干扰进行实际测试,就风电场有源干扰对米波雷达系统周边背景噪声的影响进行分析,提出一系列应对有源干扰的措施;利用散射、刃峰绕射、多普勒效应等理论,就无源散射、遮蔽等因素对米波雷达系统的影响进行仿真计算和分析。结果风电场将引起米波雷达系统周边背景噪声恶化、虚警率提高、探测距离缩减、测向和测速误差等,导致米波雷达性能下降。结论风电场对米波雷达系统存在着巨大威胁,在米波雷达台站附近规划建设风电场前应进行严格的技术评估,保证国家经济建设和雷达系统性能不受影响。     

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。     

西安市PM2.5燃煤源谱特征研究

针对西安本地源谱缺乏的现状,总结统计了西安目前灰霾特征和主要成因,对西安市燃煤源进行了测定.研究发现,在煤烟尘PM2.5中SO2-4的含量最高(25%),其次为OC(12%)、NH+4(7%)、Cl-(5%).对固定源燃煤与民用散烧煤,不同脱硫方式、脱硝方式和锅炉类型的固定源成分谱分析得出:1.SO2-4及Al、Si、Ca在固定源煤烟尘PM2.5中含量大于民用燃煤,OC与之相反;2.炉内喷钙法PM2.5中SO2-4明显高于其它脱硫法含量;双碱法PM2.5中Na的含量显著高于其它脱硫工艺流程的含量;氧化镁法PM2.5 中Mg含量为各类脱硫工艺中最高;石灰石膏法颗粒物中Mg、Al、Si、Ca等元素含量均高于大多数工艺;3.不同的脱硝工艺中NO-3离子在各类成分谱中的含量极低;4.链条炉与层燃炉PM2.5中OC、EC含量高于循环流化床炉、煤粉炉.     

地表参数对面源大气预测结果的影响性分析研究

为了研究地表参数取值对AERMOD中面源模拟预测浓度值的影响,文章通过改变粗糙度、反照率和波文比的取值来进行不同地表参数与预测结果的相关性分析,同时采用正交试验法来研究不同地表参数对预测结果的敏感性.相关性分析表明,不同地表参数和预测结果有着很高的相关性.敏感性分析表明,反照率数值变化对小时最大落地浓度的敏感性最大,粗糙度数值变化对日均和年均最大落地浓度的敏感性最大.通过研究可以看出在面源大气预测过程中合理选择地表参数值是准确预测的前提.     

深圳市郊区大气中PM2.5的特征分析

为了确定深圳市郊区大气中PM2.5的污染特征,本研究分析了2009年和2010年夏季和冬季PM2.5样品中的水溶性离子和多环芳烃成分.结果表明,深圳市郊区大气中PM2.5的质量浓度很高,夏季53.9%和冬季100%的样品超过了WHO的大气质量准则浓度.PM2.5中,冬季最主要的3种离子是SO24-、NO3-和NH4＋.在夏季,这3种离子在PM2.5中的含量都会减少,而Cl-、Na＋、K＋、Ca2＋和Mg2＋的含量会增多.另外,冬季是多环芳烃浓度较高的季节,其中萘、苊烯、苊和苯并荧蒽是冬季PM2.5中多环芳烃的主要成分.本研究还通过比值法和特征化合物法对深圳市郊区大气中的PM2.5进行了源解析,确定了PM2.5的可能来源.