环境空气中监测因子PM2.5简析

本文介绍环境空气中监测因子PM2.5的来源,PM2.5对人体健康的影响,以及PM2.5监测标准的执行情况,并且针对PM2.5污染情况提出治理策略。     

论北京市顺义区雾霾天气成因及治理措施的初步探讨

雾霾天气已经成为社会各界所关注的环境问题,特别是涉及雾霾形成的PM10和PM2.5,越来越引起人们的关注。本文根据北京市顺义区大气污染实际情况,从雾霾天气成因、空气质量指数变化、降尘浓度变化等多个方面进行了分析,并解剖了目前已采取的防控措施及不足,提出了针对性的建议。     

北京冬季雾霾频发期VOCs源解析及健康风险评价

采用低温固体吸附采样、热脱附-气相色谱-质谱联用的方法对北京冬季雾霾频发期空气中挥发性有机物(VOCs)进行了连续监测,对以雾霾期为标志划分的4个阶段的VOCs浓度水平与组成变化特征进行了分析研究,利用正矩阵因数分解模型(positive matrix factorization,PMF)对VOCs的可能来源进行解析,并进行了健康风险评价.结果表明,VOCs的日均浓度为332.34μg·m~(-3),苯系物和卤代烃在研究区域大气环境的VOCs中含量占主导地位;冬季雾霾的主要污染物排放源为溶剂/涂料使用及机动车尾气排放;区域所检出的致癌性VOCs的致癌风险均超过了EPA给出的风险限值.     

新形势下的港口减排工作

本文从近期北方地区出现的严重空气污染问题出发,重点分析了新形势下港口减排工作的必要性,介绍了近年来国外港口一些减排方面的实践经验和天津港这些年的治理过程,继而对我国港口未来的减排工作提出了思路与建议.     

雾霾天气空气污染下户外跳舞对机体呼吸系统的损伤效应研究

雾霾天气对户外跳舞人员呼吸系统损伤极大.为了确定雾霾天气对人体呼吸系统影响的严重程度,文章研究雾霾污染对户外跳舞人员呼吸系统的急慢性危害,通过采集呼吸系统主观感受指标、确定户外跳舞人员痰液中炎性因子含量,建立了雾霾对机体呼吸系统损伤效应研究优化模型.设计仿真对比试验结果表明,所设计模型,能确定雾霾对人体呼吸系统损伤的严重程度,帮助人们提前做好防范工作.     

基于大数据分析的雾霾污染预测研究

对雾霾的监控预测已成为城市重点监测指标,传统雾霾监测方法使用的是高斯预测模型,在预测过程中会使用大量的参数以及逻辑关系,在大数据分析的趋势下已经不能承接海量相关大数据,针对上述问题,提出一种基于大数据分析的雾霾污染预测方法.建立数据K模型承接海量数据,对大数据特点趋势加以分析,使用组合算子对雾霾污染度预测,摒弃逻辑关系束缚以及大数据的驱使性,对特征数据进行类别掌控完成预测结果.通过对比实验的方式对提出的方法进行检验,实验结果表明:(1)基于大数据分析的雾霾污染预测方法能够在大数据环境下对雾霾污染度进行高精度预测;(2)与传统方法相比较能够承接大数据的变化;(3)摒弃逻辑关系的制约可以实现随时预测;(4)极大的缩减预测成本.     

北京地区秋季雾霾天PM2.5污染与气溶胶光学特征分析

利用北京城区和郊区2011年9月1日～12月7日PM2.5质量浓度、气溶胶散射系数(σsca)和黑碳浓度观测资料,研究了雾霾天气条件下北京地区PM2.5污染与气溶胶光学参数的变化特征,并讨论了气象条件的作用.结果表明,北京地区PM2.5污染和气溶胶光学特性受雾霾天气的影响非常明显.PM2.5浓度、σsca和气溶胶吸收系数(σabs)在雾霾期均明显高于非雾霾期,雾霾期日均PM2.5浓度在城区和郊区分别达到97.6μg·m-3和64.4μg·m-3,为非雾霾期日均浓度的3.3和4.8倍.城区高PM2.5浓度造成雾霾类天气出现频率明显高于郊区.轻雾天城区PM2.5浓度、σsca和σabs明显高于郊区,区域输送的影响相对较弱,轻雾和霾天城郊差异较小,区域性特征明显,而雾天σsca城郊非常接近且在各雾霾类天气中相对最高,气溶胶散射能力最强,区域性特征较为明显.气象条件的不同造成各雾霾过程PM2.5浓度、σsca和σabs的空间分布、PM2.5污染及气溶胶消光强度上呈现不同的特点.边界层以上偏南风将南部地区污染物向北京输送,在整层下沉气流作用下使得边界层内污染物浓度增加,加之边界层高度持续稳定在600 m左右,边界层内风速很低,污染物水平、垂直扩散均很弱,造成局地污染物的累积,形成了PM2.5污染和气溶胶消光强度最强的一次雾霾过程.     

借鉴韩国治霾新政加强我国对柴油车的管理

2018年11月8日,韩国政府发布了高强度治霾新政,进一步严格"雾霾天气应急措施"(于2017年12月首次实施),积极应对高浓度雾霾;为减少长期颗粒物排放,制定了《雾霾管理强化措施》,重点针对柴油车提出多项限制措施。韩国政府于2009年提出"清洁柴油"政策,鼓励使用污染物排放相对较低的轻型柴油汽车。此后,韩国柴油车在整体汽车中的比重从2010年的18. 5%上涨到2017年的42. 5%。韩国环境部的数据显示,柴油车排放的可吸入颗粒物占汽车可吸入颗粒物排出量的92%以上,且易通过化学反应形成更为致命的二次污染。我国柴油车以商用货运汽车为主,保有量占汽车总量的比重小,但近年来增长量较大。柴油车排放了占机动车排放总量63. 4%的氮氧化物和95. 9%的颗粒物。随着国家管控措施的逐步实施,柴油车排放造成的大气污染得到一定控制,但京津冀、长三角、珠三角等重点区域排放强度依然较高。根据国内外相关政策及实践,建议:一是加快出台管控政策,严格限制低排放标准柴油车运行;二是出台相关经济激励措施,鼓励提前报废老旧柴油车;三是调整交通运输结构,发展低排放和新能源货车,适时提出柴油车退出计划。     

2019年西安末场雾霾PM2.5生消扩散特征

为了探寻西安雾霾气溶胶典型生消扩散特征,对2019年最后一场雾霾(简称末场雾霾)开展了高分辨WRF-Chem(the Weather Research and Forecasting model coupled to Chemistry)模拟,并结合环境监测站监测数据、以及特殊观测数据(西安理工大学气象站、粒谱仪、太阳光度计观测等),对末场雾霾发生发展的气象条件与气溶胶条件进行了综合诊断,研究结果如下:①通过与观测数据对比表明,模式较好地再现了雾霾生命史(发生于12月20—25日,于23日上午发展为重度霾).②四川北部是此次雾霾的发源地,在雾霾形成初期,沿着低矮地势存在一条输送通道(青川县-康县-徽县-两当县-秦岭西部低矮地形与青藏高原东部山脉之间的豁口-宝鸡-西安).③特殊的地形使得西安易于滋养雾霾,而较大尺度的秦岭山脉并不能完全阻挡西安雾霾的形成与扩散.④通过对比2019年首、末两场雾霾,揭示了两场雾霾气溶胶的共性特征:雾霾天气背景下,PM_2.5的组份以有机碳为主(接近或突破40 μg·kg^-1);偏北风是西安雾霾消散的关键因子(底层持续6 m·s^-1以上的平均风速,即可以吹散雾霾),雾霾消散时先从底层开始消散.     

蓝天梦

正最近不知怎么了,一连几天,北京都是雾霾天,天空灰蒙蒙的。电视上不停地播报雾霾污染指数,北京重度污染已经持续一个星期了,学校停止了一切室外活动。这对于我——一个爱跑爱闹,超级喜欢运动的孩子来说,简直是太难以忍受了。这不,在老妈的逼迫下,我戴上了防霾口罩。戴上这个"防毒面具",我是百般不乐意,但是又没有办法。一是大街上基本人人都戴,二是我也拧不过自己的老妈呀!