广州市天河区2016年雨季挥发性有机物污染特征及来源解析

采用"GCMS/FID"在线分析方法,对广州市区2016年7月大气VOCs的污染特征及来源进行了研究,共检出了73种VOCs组分.结果表明,观测期间总VOCs的小时平均浓度为（118.83±79.40）μg·m^-3,最高值为492.42 μg·m^-3,最低值为10.54 μg·m^-3.07：00左右TVOC浓度出现高峰,说明早高峰的机动车污染对该站点的VOCs具有较大贡献;14：00左右浓度最低,与光化学损耗相关;21：00~24：00间VOCs浓度又出现高值,可能和污染源排放或边界层压缩有关.运用PMF模型解析出VOCs的5个主要来源分别是：交通污染源、溶剂使用污染、加油站污染、植物排放和餐厨废气,其贡献分别为29.79%、26.61%、24.86%、9.91%、8.84%;白天交通废气源贡献最大,而中午植物排放的贡献也明显增大;夜间溶剂污染源和加油站污染源占比上升,为该时段VOCs的主要来源.     

广州近地面臭氧浓度特征及气象影响分析

利用2015年广州市近地面逐时臭氧(O_3)观测资料及气象数据,分析了广州地区近地面的O_3浓度时空分布特征及其与气象因子的关系.结果表明:广州地区城郊的O_3浓度高于中心城区;广州地区近地面的O_3浓度超标时间主要出现在4—9月,8月O_3浓度最高,3月O_3浓度最低;O_3浓度日变化呈现"单峰型"分布,早上7:00—8:00出现最低值,15:00达到峰值;O_3浓度与气温呈正相关,当气温高于30℃时,O_3浓度随温度升高增加明显;与相对湿度呈负相关,当相对湿度大于60%时,O_3浓度显著降低;当气压小于1010 hpa时,与气压呈负相关,当气压大于1010 hpa时,与气压呈正相关;当风力为2~3级吹西北偏西至西南偏西风区间时,O_3浓度最高,说明广州偏西部可能存在O_3污染源区;O_3浓度在晴天最高,其次是少云和多云天气,最低是在雨天.总体而言,气温高、日照长、辐射强、气压低、湿度小及2~3级的风力是广州地区近地面产生高浓度O_3的主要气象因素.当广州O_3浓度出现超标时,气温变化范围为25.9~37.4℃,相对湿度变化范围为29%~83%,气压变化范围为989.4~1009.1 h Pa,风速变化范围为0.7~5.8 m·s~(-1),紫外辐射强度日最大1 h均值最小为32.6 W·m~(-2),10:00—14:00均值最小为27.3 W·m~(-2).     

广州市区公交车站PM_(2.5)与CO暴露水平研究

用便携式颗粒物浓度测定仪(DustTrak Model8520)和CO测定仪(Q-Trak Model8551),于2008年9月至2009年1月对广州市区11个代表性公交车站的PM2.5和CO暴露水平进行了测定。结果表明,公交车站7:00～19:00时间段PM2.5的平均浓度范围为206～348μg/m3,总体均值达288μg/m3,显示公交车站PM2.5污染问题突出;CO平均浓度范围1.5～4.0mg/m3,总体平均2.8mg/m3,有六个站点平均浓度超过了我国环境空气质量标准限值(4.0mg/m3或3.2mg/m3)。大多数站点工作日与非工作日PM2.5与CO水平差异不大,部分站点则受车流量和客流量变化影响呈现差异。同一站点PM2.5日变化特征不如CO明显,一次污染物CO变化受交通高峰影响呈双峰特征,而PM2.5水平影响因素复杂,一般白天较低,夜晚21:00出现峰值。不同站点CO与车流量未见显著相关性,表明车流量并不是决定公交站点CO水平的唯一因素,而扩散条件及公交车排放可能也是重要影响因素;与CO不同,不同站点PM2.5与车流量表现出显著相关(p0.05),可能侧面反映路面扬尘对公交车站PM2.5水平的影响和贡献。     

2003-2007年广州市生态足迹动态研究

生态足迹是近年发展的用于定量研究和判断一个国家或地区可持续发展状况的新方法。本文在简要介绍生态足迹的概念与计算模型基础上,定量研究了广州市2003年-2007年五年间的生态足迹和生态承载力变化规律和特征,并分析其原因。结果表明：五年间广州市人均生态足迹分别为2003年1.701 6 ha,2004年1.930 9 ha,2005年2.039 3 ha,2006年2.095 8 ha,2007年2.247 1 ha;人均生态承载力依次为2003年0.263 2ha,2004年0.259 1 ha,2005年0.253 9 ha,2006年0.238 7 ha,2007年0.216 2 ha;生态赤字呈逐年增加的趋势,从2003年的1.438 4 ha上升到2007年的2.030 9 ha,根据计算得到的广州市生态赤字的现状值,分析了生态赤字的成因,为广州市可持续发展提供生态承载力的参考指标。     

亚运时段广州大气污染物来源数值模拟研究

利用嵌套网格空气质量预报模式系统(Nested Air Quality Prediction Model System,NAQPMS)研究2006年亚运时段广州的空气质量状况,同时结合污染源追踪方法,分析珠三角各城市的源排放对广州全市、广州二环以内市区、广州6个亚运加强观测站的污染物浓度贡献.结果表明,NAQPMS模式能较好地反映广州各污染物(NO2、SO2、PM10)浓度的变化;广州全市、广州市区、6个亚运加强观测站的污染物最主要来源于本地排放,而周边城市以东莞的贡献最大.3个源受体中,广州市区受本地排放的影响最显著,来自本地的NO2、SO2、PM10的月均贡献率分别为89.5%、75.4%、86.7%;东莞则对6个亚运加强观测站的影响最为突出,其NO2、SO2、PM10的月均贡献率达9.3%、23.8%、21.7%,而日最大贡献率高达19.3%、40.2%、48.7%.因此在大力削减广州本地污染排放的同时,对周边城市特别是东莞实施区域联防联控,将能有效改善亚运场馆附近的空气质量.     

广州市水资源人口承载力研究

水资源是城市可持续发展的重要基础,科学分析城市水资源承载力与经济社会发展的关系,并基于此协调人口与水资源的关系,建立适应于城市水资源承载力的人类生活与生产方式,将有助于实现城市经济社会可持续发展。本文的计算思路是在对广州市水资源现状进行分析的基础之上,构建广州市水资源承载力评价指标体系,划定水资源承载力等级,对市各辖区相应的水资源承载力进行评价,同时结合广州市人口规划预测的人口数量及未来的供水能力等进行预测,以此提出提升水资源承载力的相关政策和措施。     

广州地区能源结构与污染控制战略的思考

广州地区的能源结构以燃煤为主,针对广州的实际和未来的发展态势,为实现2000年全市二氧化硫排放总量控制在1994年的水平,就如何削减二氧化硫排放量提出其控制战略和防治措施,阐述了控制和削减二氧化硫基本政策要点总体方案思路。      

广州市生活用水量变化影响因子浅析

本文就广州市生活用水量日益增长的现象,根据实际情况选取变化幅度较大和影响较显著的４ 个指标,采用１９９２ 年～１９９７ 年的数据对广州市生活用水量变化进行了灰色关联分析,并提出了减缓该市生活用水量的几点建议。     

广州市大气中颗粒态多环芳烃(PAHs)的主要污染源

采用特征化合物与因子分析对广州市大气中颗粒态PAHs的来源及其贡献率进行研究.结果表明,广州大气中颗粒态多环芳烃主要来源是机动车尾气排放和燃煤,其中机动车为主要污染源,占了69%,其次为燃煤,占了31%.冬季大气中颗粒态多环芳烃污染加重的主要原因为低温、无风的气象条件下形成的逆温效应,主要污染源为机动车的尾气排放;夏季颗粒态多环芳烃污染的增大同样是无风时不利于污染物扩散的结果,但此时燃煤对大气中颗粒态多环芳烃污染的贡献要略大于机动车尾气排放.     

An approach to evaluation of sustainability for Guangzhou's urban ecosystem

Guangzhou has ambitions to build itself into a world class metropolis by 2010. Sustainable development is the only way to achieve this magnificent goal. Based on the ecological perspective of sustainable development and the principles of ecosystem integrity, this paper develops an approach for evaluation of sustainable development in Guangzhou between 1986 and 1995. A hierarchical evaluation system of four tiers of sustainability indicators was established. Using the method of fuzzy multistage synthetic evaluation, sustainability development level index, QIx, was calculated for the indicators at the B, C, D, and E tiers. Development stages were identified based on these index values. The coordination degree among the economic, social, and natural subsystems was also computed. Further, an overall sustainability index for each year was computed by combining the development level index and the coordination degree. It was found that the urban ecosystem in Guangzhou had generally become more sustainable, in spite of fluctuations in coordination degree. The development level index of the economic subsystem has surpassed that of social and natural subsystems since 1995. Appropriate measures must be taken to ensure coordinated development among the subsystems for the purpose of sustainable development.