广州地区秋季不同站点类型地面臭氧变化特征与影响因子

近地面臭氧（O₃）已成为广州市的主要空气污染物.由于受地形、气象条件和前体物排放差异的影响,同一个城市内不同地区臭氧的变化特征与影响因素也存在较大差异.基于2015年10月广州4个代表不同站点类型［城区：广州市监测站（GMC）、上风向郊区：花都师范（HNS）、下风向郊区：番禺中学（PMS）和山区：帽峰山森林公园（MFS）］的空气质量监测站数据,结合WRF模拟的气象数据,研究了各站点O₃的变化特征、影响因素及敏感性.结果表明,4个站点的O₃和NO_x日变化分别呈现单、双峰分布特征（MFS站点NO_x除外）,GMC、HNS和MFS站点的O₃峰值出现在周六,而PMS出现在周四.MFS的O₃日均浓度最高（98.61 μg·m^-3）,GMC的O₃日均浓度最低（44.83 μg·m^-3）.不同站点臭氧浓度超标的NO_x拐点区间分别为：GMC：55～90 μg·m^-3,PMS：30～60 μg·m^-3,MFS：10～20 μg·m^-3.O₃增长率的温度（T）拐点区间分别为：GMC：28～30℃,HNS：26～28℃,PMS：24～26℃,MFS的拐点温度不明显;湿度（RH）拐点区间分别为：GMC 55%～65%,HNS和PMS 60%～70%,MFS 80%～85%.轻风类风速（WS：1.5～3.3m·s^-1）与O₃呈现正相关;当风向为西北风向时,PMS站点的O₃浓度最高,其他风向下MFS的O₃浓度最高.通过各影响因子与O₃的多元线性拟合发现,影响各站点O₃的主控因子是,GMC：WS和T;PMS和HNS：T和RH,MFS：RH和WS.各站点O₃敏感性分别是,GMC和HNS为VOCs控制区,MFS为NO_x控制区,PMS为协同控制区.     

西南涡对气溶胶光学厚度变化特征的影响研究

为研究西南涡对气溶胶光学厚度(AOD)的影响,本研究利用2008—2010年的西南涡个例数据与对应时间段的中分辨率成像光谱仪(MODIS)卫星遥感观测AOD数据,并结合降水量、风速、相对湿度、温度等气象资料进行了分析研究.结果发现,2008—2010年产生干涡31个,强降水涡29个,弱降水涡26个.总体而言,干涡过境后使AOD增加而降水涡过境后使AOD减少,且弱降水涡比强降水涡削减作用强.春季产生的西南涡对AOD的影响最大,夏季产生的干涡过境后会使AOD减少,夏季的弱降水涡过境后会使AOD增加.不同季节产生的不同类型西南涡过境后致使AOD变化的主导气象因子不同.总体而言,较大的风速对AOD具有显著的削减作用;干涡中较小的风速、温度和相对湿度是使AOD增加的主要因素;弱降水涡中较大的风速和产生的降水是使AOD减少的主要因素,但夏季产生的弱降水涡中影响AOD的主要因素是风速、温度和湿度;强降水涡中无明显的主导因素.     

合肥市O3污染时空变化特征及影响因素分析

为掌握合肥市大气环境中O_3的时空变化特征及其影响因素,对合肥市2013—2015年空气质量监测数据和气象参数进行系统的分析.结果表明,合肥市O_3污染在夏、秋季节有逐渐加重的趋势,尤其是城市中心区域,呈显著的季节特征和日单峰性;O_3易在风速小于3.3 m·s-1、相对湿度介于50%~60%、地面气压低于1020 h Pa和日平均气温介于25~28℃的气象条件下出现浓度峰值;合肥市O_3浓度与NO2和VOCs分别存在显著的负相关和正相关关系,其中,烯烃、烷烃、芳香烃和炔烃对O_3生成潜势(OFP)的贡献值依次增大.O_3浓度可通过前一日O_3浓度、相对湿度、平均气温、PM2.5、当日8:00风速、平均气压及NO2等参数建立良好的统计预报模型,非标准化可决系数R2高达0.559.     

APEC前后北京郊区大气颗粒物变化特征及其潜在源区分析

为分析2014年APE(Asia-Pacific Economic Cooperation)会议前后北京郊区大气颗粒物数浓度和质量浓度的变化特征及其主要影响因素,于当年11月在北京怀柔区中国科学院大学雁栖湖校区教学一楼楼顶利用微量振荡天平(TEOM)、扫描电迁移率颗粒物粒径谱仪(SMPS)和空气动力学粒径谱仪(APS)对大气颗粒物质量浓度和数浓度分布进行连续在线监测;同时结合地面气象参数和HYSPLIT轨迹模式,对颗粒物的来源和传输过程进行聚类、潜在源区贡献因子(PSCF)和浓度权重轨迹(CWT)分析.结果表明,APEC期间(11月5—11日)超细粒子(PM_(0.01～1))数浓度、细粒子(PM_(0.5～2.5))数浓度和粗粒子(PM_(2.5～10))数浓度分别为(17720.1±998.7)、(30.9±3.34)和(0.12±0.01) cm~(-3),比非APEC期间(即11月1—4日和11月12—30日)分别降低了28.8%、58.6%和64.7%;APEC期间ρ(PM_(2.5))为(36.1±2.4)μg·m~(-3),比非APEC期间降低55.5%.PM_(0.5～2.5)数浓度和PM_(2.5～10)数浓度降幅远大于PM_(0.01～1)数浓度,这表明APEC期间的减排措施对于PM_(0.5～2.5)和PM_(2.5～10)的控制效果优于PM_(0.01～1),说明APEC期间对PM_(0.5～2.5)、PM_(2.5～10)数浓度进行了更有效的控制.对北京气流后向轨迹聚类分析发现,来自蒙古国、内蒙古、河北西北部、河北南部方向的气流轨迹对应北京郊区的PM_(0.01～1)数浓度最高,为30593 cm~(-3),来自河北西北部、北京、天津、河北南部方向的气流轨迹对应北京郊区的PM_(0.5～2.5)、PM_(2.5～10)的数浓度及ρ(PM_(2.5))均为最高,分别为190 cm~(-3)、0.65 cm~(-3)、168μg·m~(-3).综合潜在源区贡献因子分析法(PSCF)和浓度权重轨迹分析(CWT)的结果分析发现,观测期间北京PM_(0.01～1)与PM_(0.5～2.5)、PM_(2.5～10)的潜在源区存在明显的区别,其中PM_(0.01～1)数浓度的潜在源区分布区域相对较广,主要分布在内蒙古中部、河北西北部、河北中南部和山西东北部等地区,而PM_(0.5～2.5)和PM_(2.5～10)数浓度的潜在源区分布基本一致,而且区域相对较集中,主要分布在河北北部、山西东北部和河北中南部等地区.APEC期间与非APEC期间ρ(PM_(2.5))的源区贡献因子分析和浓度权重轨迹分析表明,APEC期间ρ(PM_(2.5))的主要源区分布比非APEC期间相对较集中,主要位于北京当地、天津等附近地区,该地区对观测点ρ(PM_(2.5))的贡献值在24～40μg·m~(-3)之间.     

气象要素对气溶胶光学厚度估算PM2.5的影响

地面监测得到的近地面细颗粒物PM_(2.5)浓度较为精确,但数据覆盖范围相对较小,卫星遥感反演的气溶胶光学厚度(AOD)数据可以反映污染物浓度分布,具有范围大且速度快的特点,因此,大多数学者通过建立PM_(2.5)-AOD模型来实现卫星遥感监测PM_(2.5)浓度,并通过引入气象要素来优化模型.然而,气象要素的选择与引入往往对模型的精度有较大的影响,如何有效地选择对PM_(2.5)浓度影响较大的气象要素一直是PM_(2.5)-AOD模型中的关键问题.因此,本文基于华东地区2014—2015年的MODIS AOD和地面监测站的PM_(2.5)浓度数据,结合再分析气象资料,利用多元逐步线性回归方法建立PM_(2.5)-AOD模型,从由特定时刻、高度上的气象要素与随时间、高度变化的气象要素组成的气象要素集中,筛选出对因变量PM_(2.5)浓度有显著影响的关键气象要素.结果表明:在地域与季节双重尺度下的PM_(2.5)-AOD模型精度更高;相较于特定时刻高度的气象要素,随时间和高度变化的气象要素对PM_(2.5)-AOD模型的影响更为显著;在地域与季节双重尺度下,1000～850 hPa经向风速差、世界时0:00—6:00近地面温度差、850～600 hPa温度差、6:00边界层高度、12:00—18:00近地面压强差、1000～850 hPa温度差对模型影响较大,但应依据不同季节和不同地区的具体影响程度作为选择标准.     

中国大气污染物重点行业减排分析——基于假设抽取法和价格传导影响系数

以中国各行业SO₂、NO_x和烟粉尘的排放数据为基础,利用假设抽取法和投入产出价格模型,计算了各行业的需求排放、产出排放和净转移量,模拟了不同情景下重点行业减排后对整体行业需求排放的影响,并计算了重点减排行业污染成本内部化造成的价格传导影响系数.结果显示,2014年电力热力燃气供应业、非金属矿制品业和金属矿采选及冶炼延压业这3个重点行业大气污染物净转出量最大;在这3个行业同时减排15%的情景下,SO₂、NO_x和烟粉尘这3种污染物的减排量可以分别达到中国“十三五”节能减排目标的62.12%、72.65%和67.11%;电力热力燃气供应业作为大气污染物减排影响最大的行业,如果将其污染成本内部化,其生产产品的价格会对其余行业造成不同程度的影响,其中,对水生产和供应业、金属制品业产品、金属矿采选及冶炼延压业和非金属矿制品业的价格影响较大,总价格传导影响系数分别为0.272、0.151、0.148和0.131.因此,建立合理的大气污染物减排成本分摊机制一方面可以补贴基础转出行业的治理成本,另一方面可以通过价格机制激励其他行业提高技术水平,减少对电力等基础工业产品的需求.     

等离子体净化苯系物

苯系物是一种常见的工业污染物,它主要包括苯、甲苯、二甲苯、苯乙烯等,传统的处理方法有液体吸收法、吸附法、焚烧法、冷凝法、生物法等,本文对比分析了各传统方法的优缺点,提出了一项新型的等离子体技术,它具有对环境温度反应迅速、适用范围极广、系统紧凑性和操作简单的特性,同时还具备停留时间短暂等优点,尤其适用于处理挥发性有机化合物（VOCs）.主要研究了使用不同类型的等离子体反应器处理苯系物的实验装置,分析了影响等离子体技术处理苯系物的相关影响参数,如施加的电压和电场强度、输入能耗、反应器类型、反应器尺寸、载气、停留时间、苯系物的种类等,例如催化剂可以提高分解效率,优化反应条件,同时分别阐述了苯、甲苯、二甲苯、苯乙烯的降解机理.最后提出,将等离子体技术与多种处理技术联合使用,将会成为未来净化挥发性有机物的主要研究方向.     

2017年厦门金砖会晤期间气象因素与管控措施对空气质量的影响

2017年厦门金砖会晤期间采取了大气污染临时管控措施,使AQI小时值和日均值均达到了双优的预期目标.本文根据管控措施实施的前、中、后阶段,厦门及周边城市大气污染物浓度的变化,对气象因素和人为因素的影响分别进行分析.结果发现,气态污染物对临时管控措施的敏感性最强,SO₂和NO₂的降幅（39.9%和25.6%）明显高于PM_2.5和PM₁₀的降幅（5.5%和4.8%）,台风外围带来的大风和降水可显著改变大气污染物的周期性变化规律.大气PM_2.5组成及SO₂/NO₂、SO₄^2-/NO₃^-、OC/EC和WSOC/OC等比值变化显示机动车（尤其是柴油货车）是本地区大气污染物的重要来源.控制变量分析显示,厦门金砖会晤期间气象因素对颗粒物和NO₂削减的贡献更大（20.3%）,而临时管控措施对SO₂的削减效果更明显（23.2%）,且有一半以上（51%~64%）的大气污染物来自外来源输送.     

气候变化下汉中盆地水稻产量变化研究

深入分析气候变化下汉中盆地水稻产量变化响应,可在进一步探究影响研究区水稻产量主要气象要素的同时,为地方水稻生长期内气象灾害的防控提供科学依据。为了解研究区水稻生长季主要的气象影响因子,文章基于1951—2014年汉中盆地多测站日气温、降水量、积温及气温日较差数据和水稻单产资料分离的气象单产数据,综合运用线性趋势、趋势系数、HP滤波法、Morlet小波分析等方法,在分析汉中盆地水稻气象产量和生长季各气象要素变化趋势的同时,推求了水稻气象产量和各主要气象要素序列的显著周期。研究结果表明：1）近64 a汉中盆地4—9月水稻生长季平均气温和≥10 ℃活动积温变化均呈上升趋势,气温日较差呈下降趋势,降水量变化趋势不明显;2）汉中盆地各气象要素与水稻气象单产的显著周期分析结果显示水稻气象单产第一主周期与各气象要素的第二主周期相对应,均存在13~14 a时间尺度的主周期变化;3）各气象要素对水稻气象产量的影响各异,不同气候背景下影响水稻气象产量的主导气象因素不同。论文研究结果可为汉中盆地水稻生产的优化布局及地方经济社会发展提供参考依据。     

气象舒适条件对呼吸系统疾病的影响

采用广义相加模型和分布滞后非线性模型,研究单个气象要素和以"通用的热气候指数"表征的多要素综合效应与北京市2009~2012年呼吸系统疾病急诊人数的暴露-响应关系,并按年龄、性别分层.结果表明,对全人群而言,高温效应即时,低温作用滞后;湿度<30%能显著增加发病风险,且效应持久;3m/s风速对应发病风险最低.少儿（≤ 14岁）受热胁迫影响最强,尤其突出高温高湿作用;成人（15~59岁）受冷胁迫影响强且滞后性;老年患者（>60岁）对冷胁迫敏感,着重防范低温低湿.采用舒适指数探讨环境对呼吸系统疾病的影响优于单要素表征,可加深对发病气象成因的理解,为科学预防、预测预警提供新思路.