雾霾的产生机理及防治对策措施研究

雾霾是雾和霾的混合物,通过分析雾与霾产生的条件及产生机理,得出导致中国中东部产生雾霾的条件及原因是：空气湿度接近饱和、大气层结稳定、存在冷却条件及大量霾粒子。由于雾霾产生的条件中天气及气候因素目前人类难以控制,因此提出防治雾霾的关键是要控制目前受人类影响的霾离子的防治思路。结合国内外防治雾霾经验,提出中国防控雾霾的对策措施：污染源控制与治理措施、建立区域联防联控机制、完善和推进企业清洁生产制度、倡导绿色生活理念、建立霾预警制度、制定应急方案、研发新技术等。     

三峡库区大宁河藻细胞昼夜垂直迁移研究

旨在准确为三峡库区藻华预警提供基础数据,本研究于2011年7月底在三峡库区大宁河流域进行藻细胞昼夜垂直迁移试验.结果表明,大宁河在此期间,藻细胞主要以绿藻、蓝藻、硅藻和甲藻为主;藻细胞在水体中的分布不均匀,72.5%～76.2%的藻细胞集中在0.5～4.0 m水体之间,0～0.5 m处藻细胞较少,占垂直水体藻密度的7.5%～16.3%,白天藻细胞Morisita指数(MI)为1.41～1.97,夜晚MI指数为1.17～1.55,叶绿素a白天MI指数为1.31～1.59,而夜晚MI指数为1.17～1.39.藻细胞在水体中存在明显的昼夜垂直迁移现象,该现象主要发生在0.5～4.0 m水体之间.水体中的藻密度受营养盐的影响较小,与可溶解性总磷显著相关(r=0.89),藻密度主要受温度、pH值和导电率影响,藻密度与温度、pH值和导电率呈极显著相关,相关系数分别为0.96、0.97和-0.99.     

XGBoost-LSTM变权组合模型支持下短期PM2.5浓度预测——以上海为例

为进一步提高PM_2.5浓度预测的精度,基于XGBoost和LSTM进行改进得到变权组合模型XGBoost-LSTM（Variable）.过对预测因子进行相关性分析,得到其它大气污染物和气象因素对PM_2.5浓度的影响,确定最优PM_2.5浓度预测因子,再将预处理后数据集输入LSTM模型和XGBoost模型分别进行预测,采用基于残差改进的自适应变权组合方法得到最终预测结果.结果表明,污染物变量的相对重要性高于气象因子变量,其中当前PM_2.5和CO浓度的相对重要性较高,而平均风速和相对湿度重要性较低.XGBoost-LSTM（Variable）模型的RMSE、MAE和MAPE值为1.75、1.12和6.06,优于LSTM、XGBoost、SVR、XGBoost-LSTM（Equal）和XGBoost-LSTM（Residual）模型.分季节预测结果表明,XGBoost-LSTM（Variable）模型在春季预测精度最好,而夏季预测精度较差.模型预测精度高的原因在于其不仅考虑了数据的时间序列特征,又兼顾了数据的非线性特征.     

基于气溶胶三维变分同化天津PM2.5数值预报研究

基于气溶胶三维变分同化技术,建立天津空气质量数值模式气溶胶同化模块,通过天津地区两次重污染过程同化模拟敏感性试验,分析了观测资料范围对同化结果的影响,并结合一个月的滚动预报试验,分析了气溶胶同化对天津地区PM_2.5数值预报效果的影响,以期为提升天津空气质量预报能力提供支撑.结果表明：气溶胶同化各控制变量背景误差水平相关系数的衰减尺度约50km,垂直方向上400m高度与模式底层的相关系数衰减至0.6左右;观测资料范围对同化结果影响显著,仅采用天津地区观测数据进行同化,对重污染过程期间天津地区PM_2.5浓度模拟的影响时效约12h,采用模拟区域内所有观测数据进行同化影响时效可持续24h以上,且模拟效果更优;采用三维变分同化技术,实现地面PM_2.5观测资料同化,天津地区PM_2.5数值预报效果显著提升,预报值和实况值之间的相关系数由0.74增加到0.87,均方根误差由32.3μg/m³减小为22.4μg/m³,平均相对误差由39.9%减小为27.1%;同化对模式初始时刻的改进效果最明显,随时间同化效果衰减,14h内改进效果最佳,对24h PM_2.5浓度预报也有明显改进.     

ECMWF气象场驱动长三角PM2.5预报与最优集成

采用华东区域大气环境数值预报业务系统（RAEMS-GFS）的整体框架和欧洲中期天气预报中心（ECMWF）高分辨率数值天气预报数据,建立了ECMWF气象场驱动的区域空气质量数值预报系统（RAEMS-EC）.评估结果显示：RAEMS-EC对2019年秋冬季长三角城市PM_2.5浓度和污染程度具有良好的预报准确性,其性能与RAEMS-GFS具有高度可比性的同时也存在一定的差异,数值上则有较明显的系统性偏高.RAEMS-EC与RAEMS-GFS双模式最优集成预报（OCF）可以大幅提升预报效果,长三角各城市PM_2.5浓度总体预报效果指标提升12%~83%,各指标在80%以上城市为正效果,PM_2.5污染预报TS评分也得到明显提升（14%）,OCF基本消除了数值预报系统性偏高的不足.     

创新集聚空间分布模式对霾污染的影响

为了比较分析创新集聚空间分布单中心与多中心两种模式对霾污染的影响机制,本文构建了省域面板数据模型和中介效应模型进行实证检验.结果表明：创新集聚可通过规模效应降低霾污染;但创新集聚空间分布模式对霾污染的影响具有异质性.其中,单中心模式诱发了霾污染,存在创新集聚环境效应悖论;多中心模式对霾污染具有改善效应;随着创新集聚多中心的提高,其霾污染改善效应增强,但具有边际递减特征;能源利用效率是创新集聚空间分布模式影响霾污染的重要渠道之一.基于此,本文建议省级政府推进空间协同创新发展战略,建构省域多中心的创新网络空间组织体系,以此形成多中心协同治霾机制,破解创新集聚环境效应悖论.     

西安市冬季霾污染过程PM2.5上蛋白质的浓度变化与来源分析

利用2019年12月至2020年1月在西安市3次灰霾污染过程中采集的PM_2.5样品,采用BCA试剂法、离子色谱和气相色谱-质谱检测法分别对样品中的蛋白质含量及无机有机化学成分进行了分析测定,结合相关性分析和气团后向轨迹模型分析探讨了PM_2.5上蛋白质对灰霾污染的响应及其在污染过程中可能的作用.结果表明,冬季灰霾污染期间,西安市PM_2.5中蛋白质组分的平均浓度为(5.587±2.421)μg/m³,处于较高水平;蛋白质浓度变化呈现出显著的短期连续变化特征,夜晚略高于白天.蛋白质的浓度与Cl^-和K⁺呈显著的正相关,说明气溶胶中蛋白质的来源与燃煤和生物质燃烧有关;与NO₃^-与SO₄^2-的浓度呈现显著的正相关,表明蛋白质可能参与NO₃^-与SO₄^2-的氧化转化;蛋白质具有良好的吸湿性,在湿度较大时,以其为核心吸附空气中的水蒸气及易溶于水的气态污染物(O₃、SO₂、NO_X以及挥发性有机物等)形成的气溶胶易于发生吸湿增长及非均相反应,可能利于二次气溶胶的生成.     

鹤山气溶胶光学性质和单颗粒化学组分的研究

2014年10~11月在广东省鹤山大气超级站利用单颗粒气溶胶质谱仪（SPAMS）、积分式浊度仪和黑碳仪在线观测了单颗粒气溶胶的化学组成与气溶胶光学特征.采用Art-2a分类法将单颗粒分为9类：有机碳-硫酸盐/硝酸盐颗粒（OC-Sulfate/Nitrate）、元素碳-硫酸盐/硝酸盐颗粒（EC-Sulfate/Nitrate）、元素碳有机碳-硫酸盐/硝酸盐颗粒（ECOC-Sulfate/Nitrate）、高分子有机碳颗粒（HOC）、海盐颗粒（Sea-salt）、硅酸盐颗粒（Si-rich）、左旋葡聚糖颗粒（Lev）、钾-硫酸盐/硝酸盐颗粒（K-Sulfate/Nitrate）、金属颗粒（Metal）.从清洁期到灰霾期气溶胶的吸收系数、散射系数和单次散射反照率（SSA）显著升高,气溶胶消光能力增强,同时EC-Sulfate/Nitrate颗粒占比从34.8%降至31%,OC-Sulfate/Nitrate颗粒从9.9%增加至23.6%,K-Sulfate/Nitrate二次颗粒从8.5%增加至14%,且灰霾期OC-Sulfate/Nitrate颗粒与硫酸盐、硝酸盐和铵盐的混合程度增强,因此老化的OC-Sulfate/Nitrate颗粒和二次组分颗粒对气溶胶消光系数的增加有重要贡献.在大气相对湿度从50%增加到70%以上的过程中,气溶胶散射系数和吸收系数升高,消光系数由326.1Mm^-1增加到362.9Mm^-1,SSA有所下降,PM_2.5质量消光效率由4.98增加到5.99,EC-Sulfate/Nitrate颗粒和K-Sulfate/Nitrate二次颗粒占比下降,而OC-Sulfate/Nitrate颗粒的占比由7.79%增加到14.29%,且OC-Sulfate/Nitrate颗粒中富含硫酸盐、硝酸盐和铵盐,表明高相对湿度下老化的OC-Sulfate/Nitrate颗粒数目增多对气溶胶消光系数的增强有重要影响.     

沙尘和灰霾期间中国近海大气氮沉降通量估算

利用WRF-CMAQ模型估算了2011年4月26日~5月3日沙尘事件和2016年1月1日~7日灰霾事件在中国近海引起的总无机氮（TIN）沉降通量,分析了两类事件对中国近海海洋初级生产力的贡献,探究了灰霾事件时中国近海无机氮沉降的可能来源.结果表明：典型沙尘和灰霾过程中,中国近海TIN干沉降通量均值分别为6.77,3.01mg N/（m²·d）,是晴朗天的6.84,3.04倍,可提供38.5,17.1mg C/（m²·d）的海洋初级生产力;沙尘期间无机氮沉降以还原态氮（NH₃和铵态氮,占TIN的62.2%）为主,灰霾期间则以氧化态氮（HNO₃和硝态氮,占TIN的84.3%）为主.典型沙尘事件TIN沉降对黄海影响最大,对渤海影响最小;典型灰霾事件对黄海和东海TIN沉降影响相当,高于对渤海的贡献.典型灰霾期间,京津冀和山东西北部（区域一）对渤、黄、东海TIN干沉降的贡献均大于长江三角洲及周边地区（区域二）,区域一对3个海域TIN干沉降的贡献约为38.7%~74.6%,区域二的贡献约为1.14%~12.1%.     

1980~2016年陕西省冬季霾日数时空变化及增多成因初探

利用陕西省地面气象观测站观测资料、中国国家统计局统计资料、美国NASA的MODIS气溶胶光学厚度（AOD）资料以及NCEP/NCAR月平均再分析资料,对1980~2016年陕西省冬季霾日数的时空变化特征及可能原因进行了分析,结果表明：（1）1980~2016年冬季陕西省平均霾日数为12d左右,并且伴有明显的年代际变化;其中1980~2012年冬季霾日数波动明显,1980~1993年偏多,1994~2012年偏少,2013年之后霾日数增加明显.（2）1980~2016年冬季陕西的霾日数有显著的区域差异.关中地区的霾日数最多,平均每年大于18d;陕南地区次之,年平均霾日数为10d左右;陕北地区最少,平均霾日数仅3d左右.陕北、关中、陕南3大区域冬季的霾日数均在2013年后出现了明显的增多.（3）2000~2016年冬季MODIS卫星监测的陕西AOD在关中咸阳、西安、渭南以及汉中南部和安康南部存在明显的高值区,大于0.4,其中关中气溶胶高值区域与关中地区霾日数大值区域有很好的对应关系.（4）2013~2016年冬季我国中东部的对流层低层的东风异常是向陕西关中地区输送气溶胶的有利条件,是霾天气的产生原因之一;2013~2016年陕西冬季对流层低层存在一个明显的位温梯度增大的区域,是不利于霾向高空扩散的大气层结条件,是霾日数明显增加的另一个原因.