基于数值模拟与资料同化探究长三角地区冬季PM2.5污染过程的气象影响

细颗粒物(PM_2.5)累积主导着长三角地区冬季空气污染,其中,气象要素具有重要的作用.本文结合WRF-Chem模式和WRF-FDDA技术,针对2019年1月12—16日发生在长三角地区的一次典型PM_2.5污染过程进行数值模拟分析.通过敏感性试验,量化分析地面气象因素（温度、风速、相对湿度）对该地区PM_2.5浓度的影响,并利用对自动气象站观测资料的四维资料同化试验,探究气象场改进对PM_2.5模拟的改善.模拟结果表明,长三角地区PM_2.5污染受气象条件影响程度较为显著,PM_2.5浓度与风速和温度呈显著负相关,与相对湿度呈正相关.水平风速减少40%、温度增加3℃、相对湿度增加20%分别造成了+4.68%、-2.82%与+2.2%的PM_2.5浓度变化.而同化气象资料显著地改善了模拟的气象场精度,其均方根误差（RMSE）统计项中相对湿度减小9.68%,温度减小1.02℃,风速减小0.35 m·s^-1,这也使得PM_...     

2021年3月14—16日中国北方地区沙尘暴天气过程诊断及沙尘污染输送分析

2021年3月14—16日发生在北方地区的沙尘暴天气过程被认为是近10年来我国出现的最强过程.本文在对此次沙尘暴过程天气学特征分析的基础上,利用 HYSPLIT 模式和 GDAS 资料,运用潜在源贡献因子分析法（PSCF）和浓度权重轨迹分析法（CWT）,探讨了气候变化背景下沙尘输送源与天气系统的配置关系及本次过程中沙尘污染物PM₁₀质量浓度的潜在源区分布及贡献.结果表明,此次过程由强烈发展的蒙古气旋及冷锋过境,高空槽后冷空气持续补充引起,中高层强斜压性使地面蒙古气旋强烈发展,大风卷扬起的沙尘随上升气流输送到高空,并在偏北大风引导下,影响了我国大范围地区.内蒙古东北部至河套地区的强涡度梯度带、500、700 hPa较高的强冷平流中心与下层的温度平流差异以及交替的上升下沉运动为本次北方地区大范围沙尘暴过程提供了动力、热力及不稳定度条件.本次沙尘天气过程中,影响呼和浩特、北京的沙尘传输通道主要为北偏东路,影响银川的沙尘传输通道为西北路和北路,过程受多沙源传输通道影响.萨彦岭、蒙古国南部戈壁沙漠为本次沙尘天气PM₁₀的主要潜在源区,传输过程中混合内蒙古沙源地沙尘.总体来说,蒙古国南部戈壁沙漠对本次过程PM₁₀质量浓度的贡献最大.     

可燃物化学性质对燃烧释放PM2.5元素成分的影响

通过自主设计的燃烧装置,对云南省6种典型乔木树种的不同器官(枝、叶、皮)室内模拟阴、明燃两种燃烧过程,收集燃烧排放颗粒物(PM_2.5)并测定K、Mg等8种元素排放因子,比较不同燃烧状态释放PM_2.5中元素含量的差异,同时分析各元素排放因子与可燃物自身元素含量之间的相关性.结果表明:可燃物中K、Mg和Ca元素含量较高,范围为(137.74~4670.70) mg/kg,微量元素Mn含量突出;阔叶可燃物元素含量普遍高于针叶,器官间元素含量差异显著;燃烧释放PM_2.5中K、Na元素排放因子较高,范围为(0.4269~4.9321)~(0.6311~3.0856) mg/kg,微量元素Zn较高、Cu最少,范围为(0.0409~0.3670)~(0.0029~0.0458) mg/kg,常量元素高于微量;树种间元素排放因子表现针叶高于阔叶,器官间较可燃物自身差异增大;燃烧状态对排放因子存在影响,常量元素普遍表现为明燃>阴燃,微量元素无明显规律;PM_2.5与可燃物各元素含量比值中,Na元素最高,其余元素占比普遍0~1%范围,微量元素含量比高于常量,针叶高于阔叶;可燃物的化学性质对其排放特性影响显著,可燃物与PM_2.5的元素间相关性较高,相关水平普遍达0.600以上,器官间不同元素相关水平表现为:常量元素普遍高于微量元素,针叶略高于阔叶,叶>皮>枝,明燃高于阴燃.     

未来RCP4.5情景下黄海DMS浓度变化模拟与分析

使用CORDEX-EA过去气候态(2000-2009年)与RCP4.5情景下近未来气候态(2041-2050年)大气强迫结果驱动中国东部陆架海域耦合DMS模块生态模型,模拟了黄海过去及近未来表层DMS浓度(C_DMS),探究了黄海近未来C_DMS时空分布的变化及其影响因素.结果表明:近未来黄海C_DMS的年循环发生变化,北黄海C_DMS极高值出现月份由5、9月转变为4、10月,南黄海由4、9月转变为4、8月;局部C_DMS高值区也发生变化,春季山东半岛附近海域、夏季苏北浅滩、南黄海中东部、秋季南黄海东部C_DMS高值区加强,夏季山东半岛附近C_DMS高值区减弱.近未来热通量、风应力对山东半岛、南黄海中东部海域C_DMS影响较大;降水量、云量对西朝鲜湾C_DMS的影响占优;苏北浅滩C_DMS受多个气候因子共同作用.     

PM2.5与O3协同控制视角下深圳市工业VOCs源谱特征

选取深圳8类典型工业行业开展VOCs样品采集,检测分析了100种VOCs组分,从PM_2.5和O₃协同控制的角度分析了不同污染源的成分谱特征和对环境的影响.结果表明：加油站源谱组成以烷烃（48.4%）占主导,OVOCs （27.6%）占比突出,乙酸乙酯（14.1%）、异戊烷（13.0%）、正戊烷（12.0%）为其优势排放物种;涂料制造、胶黏剂生产、油墨制造、化工制品、纺织印染、医药制造行业排放组成均以OVOCs （42.3%~97.1%）占主导,丙酮为大多数行业的优势物种,且乙腈在部分行业中占比突出.垃圾发电行业以OVOCs （33.9%）和卤代烃（28.3%）占主导,乙醛（13.4%）、丙酮（11.0%）、一氯甲烷（6.1%）为该行业排放的优势物种.以PM_2.5和O₃协同控制为导向,芳香烃和烯烃是储存运输源需要控制的重点;OVOCs和芳香烃都应成为工艺过程源和废弃物处理源控制的关键.涂料制造行业的源反应活性SR_O3和SR_SOA值分别为6.0g/g和1.2g/g,削减单位质量排放的VOCs所减少的PM_2.5和O₃生成潜势最多,应成为深圳市PM_2.5和O₃协同控制下的优先控制行业.     

人为排放及气象因素对空气质量影响的定量分析——以疫情期间邢台市为例

选择河北省邢台市作为研究对象,将2020疫情作为一个极限管控措施下的极限减排实验情景,把2021疫情作为未来常态化疫情防控实验分析情景.与疫情前期对比,两次疫情期间臭氧浓度均有提升且2021疫情时期颗粒物浓度同样有提高,2020疫情时期其他污染物浓度均有不同程度的改善,而与2019历史同期相比,两次疫情期间臭氧浓度同样有升高现象,除此以外,2021疫情时期污染物改善较好.利用长短期记忆网络（LSTM）算法和空气质量预报模式系统（WRF-CMAQ）量化了两次疫情时期气象因素对于污染物浓度变化的影响,根据空气质量模拟法反推了不同污染物受人为影响的浓度变化.实验结果表明,LSTM算法在两次疫情期间的模拟均显示人为影响对污染物产生了负影响（降低了污染物浓度）且在总变化影响中占比较高,而CMAQ模式模拟结果中的气象因素影响占比远高于LSTM算法.CMAQ模式在两次疫情模拟中表现出了不同的结果,在2020疫情中人为影响占据了主导,而在2021疫情中,相比较2020疫情时期,除NO₂外,人类活动对其他污染物的影响均为正值（促进了污染物浓度升高）.     

2016~2020年上海市PM2.5化学组成特征和来源解析

2016~2020年在上海市区和郊区的6个点位开展了颗粒物系统性观测研究,分析了PM_2.5的质量浓度以及水溶性离子、有机碳/元素碳、无机元素等化学组分,并利用正矩阵因子分解模型对PM_2.5的来源进行了解析。结果表明,上海PM_2.5浓度水平呈现下降趋势,年均质量浓度依次为46,43,37,40,39μg/m³,表现为冬高夏低,西高东低的时空分布特征。有机物在PM_2.5中占比最高(30%~32%),不同年份和季节间的差异较小。二次无机离子(硫酸盐、硝酸盐和铵盐)的区域性特征明显,其中硝酸盐的占比在5a间升高最多,且在冬季污染过程中起到了关键作用。解析得到PM_2.5的来源有9类,分别为二次硝酸盐(30.6%)、二次硫酸盐(20.7%)、机动车(12.6%)、工业(8.0%)、生物质燃烧(7.7%)、扬尘(6.5%)、燃煤(5.8%)、海盐(4.8%)和船舶(3.2%)。机动车和船舶等移动源、秸秆焚烧和烟花爆竹燃放等生物质燃烧源的贡献浓度在研究期间呈现下降趋势,体现了相关治理措施的管控效果。     

深圳市不同区域大气CO2变化特征与来源分析

于2020年12月1日~2021年12月1日分别在深圳市大学城和路边站两点位对大气CO₂和CO浓度进行了为期1a的观测.本次观测期间内两点位大气CO₂平均浓度分别为432×10^-6和439×10^-6,均呈现了“秋冬季高、春夏季低”的季节变化特征与“昼低夜高”日变化特征,且日变化特征在早晚高峰期受到交通源排放的显著影响.此外,通过引入CO₂和CO的净变化值得到大学城和路边站两点位的ΔCO₂/ΔCO值分别为136.8~184.8、59.0~119.3,结果表明机动车排放对深圳市大气CO₂贡献突出.     

瞬时NH4+-N冲击对微压反应器污染物去除效果的影响

探究NH₄+-N冲击对微压反应器(MPR)污染物去除效率的影响,通过提高单周期瞬时进水NH₄+-N浓度至40,50 mg/L,对MPR进行冲击。结果表明:常规负荷下,MPR具有良好的污染物去除效果。冲击周期降解历时数据显示,在进水40 mg/L NH₄+-N冲击周期内进水ρ(COD)、ρ(NH₄+-N)、ρ(TP)分别为192.58,40.96,2.52 mg/L,出水分别为38.16,0.70,0.26 mg/L,去除效果无显著变化,出水TN浓度上升至16.04 mg/L。增加NH₄+-N冲击浓度至50 mg/L,冲击周期内NH₄+-N降解速率不变,反硝化速率提高,出水ρ(NH₄+-N)、ρ(TN)升高至4.95,17.62 mg/L,TN降解主要受碳源不足影响;TP去除效果无变化,冲击后57个周期内除磷系统受到影响,出水TP出现较大波动,最高浓度达到2.6 mg/L。以上结果表明,MPR系统受到NH₄+-N冲击后1个周期内,脱氮性能即可恢复,说明冲击对脱氮系统造成了可逆的短期影响,但对除磷系统造成不可逆的长期影响。     

基于Informer的PM2.5浓度预测

针对现有PM_2.5浓度时序预测模型预测精度不高的问题,基于Informer建立了1个Seq2Seq的单站点PM_2.5浓度多步时序预测模型,以历史污染物数据和气象数据为输入,实现对未来一段时间PM_2.5浓度的预测。所构建模型基于ProbSparse (概率稀疏)自注意力机制提取所输入的序列信息,能够广泛地捕获输入序列的长期依赖信息,并对影响因子之间复杂的非线性关系进行建模,从而提高预测准确度。采用北京市2015-2019年逐小时空气污染物数据与气象数据进行模型训练、验证和测试,建立与循环神经网络(RNN)、长短期记忆网络(LSTM)的对比实验并与其他现有研究方法进行比较,结果表明:对未来1~6 h的PM_2.5浓度时序预测,Informer的平均绝对误差(MAE)、均方根误差(RMSE)和可决系数(R2)指标均为最好,实现了较为准确的预测。