宁波市秋冬季大气能见度特征及影响因素分析

针对宁波市大气能见度的观测研究表明,宁波市秋冬季大气能见度均值为11.6 km,霾日发生率为31.6%,霾日的能见度均值为6.6 km,且PM_(2.5)质量浓度在100~120μg/m3范围内的频率最高。能见度随着PM_(2.5)浓度增大呈指数下降,且相同的PM_(2.5)浓度情况下,相对湿度越大,能见度越低。能见度为10 km的临界点上,PM_(2.5)质量浓度值对应为67.5μg/m3。不同相对湿度时,能见度为10 km对应的PM_(2.5)质量浓度临界值不同。通过建立能见度回归方程发现,低相对湿度(RH≤30%)时,PM_(2.5)对能见度的影响权重最大;高相对湿度(RH60%)时,相对湿度的权重最大;RH低于60%时,RH的权重随着PM_(2.5)浓度的增加而增大;而RH高于60%时,RH的权重随着PM_(2.5)浓度的增加而减小。分析结果可为宁波市灰霾防治和采取合适的管控措施提高能见度提供一定参考。     

北京市典型重污染过程中PM2.5载带水溶性无机离子污染特征分析

为研究北京地区冬季PM_(2.5)载带的水溶性无机离子组分污染特征,2013年1月在中国环境科学研究院内采用在线离子色谱(URG-9000B,AIM-IC)对PM_(2.5)中水溶性无机离子(SO_4~(2-)、NO_3~-、Cl~-、NH_4~+、Na~+、K~+、Mg~(2+)、Ca~(2+))进行监测与分析。结果表明,采样期间总水溶性无机离子(TWSI)浓度为61.0μg/m~3,其中二次无机离子SO_4~(2-)、NO_3~-、NH_4~+(SNA)占比达72.3%,在PM_(2.5)中占比为40.29%,表明北京市PM_(2.5)二次污染严重。重污染天[NO_3~-]/[SO_4~(2-)]表明,固定源污染较移动源更为显著。三元相图表明,在空气质量为优的情况下,NH_4~+(在SNA中占比为30.3%~65.5%,下同)主要以NH_4NO_3的形式存在,较少比例以(NH_4)_2SO_4存在;严重污染时,NH_4~+(47.3%~77.9%)主要以(NH_4)_2SO_4形式存在,其次以NH_4NO_3的形式存在,其余的NH_4~+以NH_4Cl的形式存在。[NO_3~-]/[SO_4~(2-)]日变化表明,早、晚机动车高峰影响北京重污染发生。     

基于硫碳同位素研究南京北郊冬季霾事件中PM2.5来源

2015年12月27日—2016年1月6日,针对南京北郊地区一次霾事件所采PM_(2.5)样品,测定样品中水溶性离子、硫同位素与碳同位素组分含量。水溶性离子研究结果表明:该次霾事件以二次污染为主且移动源占主要地位。硫同位素分析结果表明:硫酸盐的δ~(34)S(SO_4~(2-))值的范围为4.4‰~6.8‰,平均值为5.7‰±0.7‰(n=11),结合该地潜在硫源可知,此次霾事件中硫酸盐气溶胶主要来源为机动车尾气及煤炭燃烧。PM_(2.5)中的δ~(13)C值变化范围为-28.43‰~-24.94‰,平均值为-26.62‰±1.11‰,说明碳质污染物来源主要为机动车尾气、燃煤。此外,硫、碳同位素具有较好的负相关性,结合潜在硫源、碳源可知,2016年1月1日之前,南京北郊地区大气污染源以汽油车尾气排放为主;1月1日之后大气污染源以柴油车尾气和燃煤排放为主。     

2018年长三角一次持续重污染过程分析

利用常州市6个环境空气质量评价点PM_2.5、PM₁₀、SO₂、NO₂、CO和水溶性离子数据,结合后向轨迹、激光雷达探空资料、气象资料等,分析了2018年1月29日—2月2日长三角区域一次持续重污染过程。结果表明,重度污染时次高达94 h,PM_2.5最高值达235 μg/m³,由外来输送污染物与本地排放的污染物叠加而成,在不利气象条件影响下,污染物在长三角区域长时间滞留;重污染期间,污染物日变化规律显示,PM_2.5受外来源影响更显著,而SO₂、NO₂受本地污染源影响更显著,水溶性粒子组分与常州市本地源存在较大差异,其中NO₃^-、NH₄⁺、K⁺、Mg²⁺和SO₄^2-值增加最为明显,较污染前分别增加了9.1,5.9,4.3,4.2和4.1倍;K⁺值升高较快,说明污染期间也受到了生物质燃烧的影响。此外,NO₃^-和SO₄^2-在空气质量较好时,在水溶性离子中的占比日变化幅度较大,而在重污染期间,NO₃^-和SO₄^2-日变化幅度明显减小。     

京津冀PM_(2.5)的主要影响因素及内在关系研究

大气污染物的源排放是形成灰霾天气的内因,气象条件是形成灰霾天气的外因。本研究通过构建PM_(2.5)浓度的两段式分布滞后模型,结合自然环境因素及经济因素对PM_(2.5)的影响因素进行了综合分析。在第一段模型中构建了PM_(2.5)和大气污染物排放量的分布滞后模型,第二段模型中构建了不同的大气污染源对大气污染物排放量的影响因素模型。大气污染物排放源主要包括工业源、生活源、机动车源、集中式污染治理设施源。在工业源中,工业废气重度污染行业是大气污染物排放主要的贡献者;在生活源中,燃煤消费量对大气污染物排放影响很大,这也是冬季供暖期间PM_(2.5)剧增的原因;在机动车源中,尽管黄标车的保有量仅占汽车保有量的10%左右,但却占据了颗粒物排放量的绝大部分。利用京津冀代表性城市PM_(2.5)日度数据研究得出平均气温、平均风速、日照时数、平均气压、降雨量、平均相对湿度、沙尘暴等因素对PM_(2.5)浓度的负向与正向作用。研究发现,大气污染物排放量对PM_(2.5)浓度具有聚集的滞后效应,当期大气污染物排放量、滞后一期、滞后两期、滞后三期大气污染物对PM_(2.5)浓度具有显著的正向作用,且影响依次递减。构建的大气污染物排放量的污染源影响因素模型揭示一个地区煤炭消费量、工业废气重度污染行业工业增加值、黄标车保有量对该地区大气污染物排放量具有显著影响。本研究对优化能源消费结构和产业结构,减少空气污染物排放提出了对策建议。     

催化氧化复合生物技术处理油气田压裂返排液

针对油气田压裂返排液处理难度大的问题,以四川某气田井组压裂返排液为研究对象,通过对其水质特征和治理技术现状的分析,提出催化氧化复合生物处理工艺并进行了现场实验。实验结果表明:该技术对于压裂返排液COD去除效果明显,最终出水COD浓度均降至100mg/L以下,COD去除率达到98%以上;G-BAF生化系统进水盐度在0.5%~5%时,系统适应性非常好,有机物去除率达93%以上;当盐度提高到8%时,有机物去除率仍能保持在84%左右,G-BAF生化系统适合高盐度压裂返排液的处理;压裂返排液出水主要污染指标COD浓度、氨氮浓度、SS浓度、pH值均达到GB 8978—1996《污水综合排放标准》一级标准,出水可用于油田及污水处理站设备清洁、钻井岩屑清洗等,实现废水综合利用。     

CALPUFF模型在石化项目PM2.5模拟计算中的应用

以某新建石化项目作案例,介绍利用CALPUFF模型进行PM_(2.5)预测的一般方法,给出预测结果并对其合理性进行分析,说明该模型在预测PM_(2.5)方面具有能操作、预测结果相关性好的特点,同时也指出由于PM_(2.5)生成的复杂性和模型在模拟污染物化学转化方面的局限性,导致模型预测结果在完整性上存在一定的不足,这需要在下一步PM_(2.5)的预测评价工作中继续探索完善。     

一种具有云端通信功能的PM 2.5检测器设计

设计一种能快速检测空气中的PM 2.5浓度的检测器,作为公司PM 2.5大数据的智能硬件终端。系统采用MSP430F149作为主控MCU,选用SDS018 PM 2.5传感器模块和hc-05蓝牙通讯模块,传感器模块和蓝牙通信模块分别与MCU串行口连接并通信。MCU定时采集传感器模块数据,通过蓝牙通信模块将PM 2.5数据发送至智能终端,通过设计移动端APP可显示PM 2.5数据,同时APP将系统时间、地理位置发送至云端服务器以实现公司对PM 2.5大数据的管理和应用。     

基于后向轨迹模式对北京市PM2.5来源的探讨

近年来中国经历了数次大范围雾霾天气,北京等多个城市更是遭遇连续雾霾。造成雾霾天气的主要污染物PM_2.5又称细颗粒物。为了进一步治理北京雾霾,为制定政策提供依据,须了解北京地区PM_2.5的来源。本文基于后向轨迹模式并结合PM_2.5浓度计算了2015年9月1日0：00至2016年8月31日23：00以北京为起始点,向后推算48小时的轨迹,并结合轨迹聚类分析法、潜在源贡献因子法（PSCF）、浓度权重轨迹分析法（CWT）等,探讨北京地区PM_2.5的来源。结果表明：模拟的后向轨迹经过聚类分析可分为6类,其中来自内蒙古西部的轨迹最多,来自西北、北西北方向的轨迹次之,来自西西北方向且在京津冀地区停留一段时间的轨迹占比最小,来自河北、山东、河南的交接地区及河北的沿海地区的轨迹占比也较小。其中来自内蒙古西部地区及河北、山东、河南交界地区的两类轨迹对北京的空气质量有较大的影响,是北京PM_2.5污染的主要潜在源区;来自北西北方向及河北的沿海地区两类轨迹的气团最为清洁,为北京带来良好的天气;来自西北及西西北方向的部分轨迹对应的PM_2.5浓度严重超标,说明来自此方向的气团对北京的空气质量也有一定的影响。     

长三角PM2.5和O3变化特征及与气象要素的关系

依据2017年长三角地区的空气质量小时数据,结合同期ECMWF气象资料,采用GIS空间分析、相关性分析和数理统计研究了区域O3、PM2.5的时空变化特征及其与气象因素的关系.结果 表明:(1)长三角城市群O3浓度在5和9月值最高,O3_8 h日变化特征呈拉伸型S曲线,在19:00、20:00达到浓度峰值,峰值浓度最大的地区是滁州,为111 μg/m3;O3空间分布由北到南逐渐降低,并且春季(136.57 μg/m3)＞夏季(117.35μg/m3)＞秋季(83.23 μg/m3)＞冬季(77.06 μg/m3);O3与其前体物CO、NO2相关性较强;当15＜T≤20℃,100＜PRS≤100.5 kpa时,O3浓度超标最严重.(2)PM2.5浓度月均值呈不规则U型分布,低谷期在7、8月;上海浙江区域日均浓度第一个峰值在9:00～10:00,安徽江苏区域是11:00～12:00,第二个峰值均在21:00;PM2.5空间分布内陆城市高于沿海城市,冬季(62.21 μg/m3)＞春季(44.70μg/m3)≈秋季(44.14 μg/m3)＞夏季(31.33μg/m3);与NO2、SO2相比,PM2.5和CO相关性更强;O3与温度、相对湿度是正相关,与风速、风向、气压、边界层高度、降水量则是负相关,PM2.5与风向、气压是正相关,与其他因素是负相关;当温度低于5℃,100＜PRS≤100.5 kpa时,长三角城市群PM2.5超标率最高.