上海市臭氧污染时空分布及影响因素

分析2006—2016年上海市的监测数据发现,臭氧(O_3)浓度存在逐年上升趋势,污染持续时间有所增加,但除水平风速有下降趋势外,其他相关气象因素的年际变化趋势并不显著。空间分析结果表明,上海市O_3超标主要集中在西南部郊区,但市区O_3超标潜势不容忽视。O_3污染高发季节的污染玫瑰图分析发现,上海市南部地区是影响上海市O_3污染的关键区域;对于NO_2减排的影响分析发现,尽管上海市O_3平均浓度总体处于上升趋势,但在NO_2下降幅度最为明显的内环市区和北部郊区,O_3上升幅度低于NO_2下降幅度较小的内外环区域和西部郊区,表明上海市的O_3污染控制仍需持续推进NOx的减排,并同步推进VOCs的减排。     

青藏高原典型城市拉萨市近地面臭氧污染特征

拉萨市作为青藏高原典型城市,环境空气质量相对较好,但臭氧污染近年来有所凸显。对拉萨市臭氧的现状与污染特征进行分析基础上,探讨臭氧污染的影响因素。结果表明:拉萨市臭氧污染表现出"来得早,去得快"的特征,与内地城市相比,拉萨市臭氧质量浓度在3月即可达到全年平均值(2015年为105μg/m~3),而9月以后将低于全年平均值,并在春末夏初达到峰值;由于青藏高原海拔高,紫外线强,相对内陆地区臭氧均值偏高,2015年拉萨市臭氧年均值比北京市和成都市分别高出7.7%、29.0%,其小时浓度变化呈中午高、早晚低的特征;拉萨市臭氧的浓度变化受空气湿度、日照时间和日均气温的影响;生物质燃料的跨界传输可能也对青藏高原地区臭氧的来源产生一定影响。     

大连市臭氧污染特征及典型污染日成因

通过对大连市区10个空气监测子站的监测数据进行分析,探讨了大连市臭氧污染的时空分布、气象条件对臭氧污染的影响,对臭氧污染日进行了归类分析。结果表明,大连市臭氧污染主要出现在4—10月。在强紫外辐射、高温、低湿、低压和低风速的气象条件下,监测点位的臭氧浓度较高。臭氧污染日的日变化分为单峰型、双峰型和夜间持续升高型3种类型。通过对2015年的一次高浓度臭氧污染过程的气象条件、污染物浓度和污染气团轨迹进行分析,发现臭氧浓度在夜间持续升高现象与区域输送密切相关。     

南水北调中线陕西水源区污染源排放时空变化特征

基于2008—2012年污染源环境统计数据,采用Spearman秩相关系数法等分析南水北调中线陕西水源区污废水及污染物年排放总量变化趋势,借助ArcGIS空间分析功能表征水源区污染源排放的空间分布特征。结果表明:2008—2012年水源区污废水和NH_3-N年排放总量呈显著上升趋势,COD、As、Pb、Cd、Cr和Hg年排放总量呈抛物线型变化,总体上COD、Pb、Cd年排放总量增加,As、Cr和Hg年排放总量降低。水源区污废水及污染物排放量空间差异明显,污废水、COD和NH_3-N排放涉及流域所有区县,其排放量从干流到流域边缘呈现较明显的梯度变化,即位于流域中心或地级市行政中心的区县排放量明显高于位于流域边缘的区县;As、Pb、Cd、Cr和Hg排放量呈现明显的区域分布,主要分布在勉县等8个区县。     

济南市空气污染现状及控制对策

利用2013年1—12月济南市大气监测数据,分析该市空气质量现状及时空分布特征,结果表明:2013年济南市空气主要污染物质量浓度均超过《环境空气质量标准》(GB 3095—2012)二级标准限值,空气污染严重时段为冬季采暖期,颗粒物污染严重区域为该市西部和西北部地区,SO2、NO2污染严重区为中心城区,并从点源、面源和移动源3个方面提出相应的污染防治对策。在SO2、NOx和工业烟粉尘分别减排22.5%、18.2%和31.4%的条件下,运用Models-3/CMAQ模型模拟计算得出:2015年1月和7月,济南市空气中SO2、NO2、PM10和PM2.5的质量浓度与2010年同期相比将分别降低23.9%和29.7%、11.4%和15.9%、21.9%和32.6%、13.5%和26.9%,空气质量得到明显改善。     

长三角城市群污染输送相互影响的敏感性试验

利用WRF-Chem模式,对2013年11月29日至12月11日长江三角洲地区的严重空气污染事件进行数值模拟,研究长三角核心区不同污染物本地源和外来输送所占比重。分析长三角核心区排放源对本地不同污染物浓度的污染贡献。结果表明,在2013年12月的这一次污染事件中,颗粒物平均本地贡献与外来输送基本比重相当;而SO_2、CO、NH_3、NO_x这4种气体污染物则以本地贡献为主,本地贡献的差异与气体的化学反应活性有关,活性越强本地贡献比重越大。污染过程中12月7日至12月9日00:00为污染最严重的时段,污染物的本地贡献有明显上升。区域间输送的方向和强度与地面风向、风速有紧密的联系。在边界层高度范围内,大部分污染物越往高空本地排放源的贡献越弱,外来输送主导作用增强,而硝酸盐在地面、1 km和1.5 km的本地贡献差异远小于其他污染物。     

生活垃圾焚烧发电厂周边环境二噁英污染水平及人群暴露评估

选取某典型生活垃圾焚烧发电厂为研究对象,监测其周边环境空气、土壤、地下水、农作物等环境介质中二噁英的浓度水平,初步评估周边人群二噁英暴露水平。研究结果表明,该厂周边环境空气、土壤、地下水中二噁英测定值分别为0. 236 pg TEQ/m3～0. 331 pg TEQ/m3、1. 94 ng TEQ/kg～2. 71 ng TEQ/kg、0. 17 pg TEQ/L～0. 26 pg TEQ/L,企业排放的二噁英对周边环境影响较小;成人和儿童在暴露介质中摄入二噁英总量分别为0. 959 pg TEQ/(kg·d)和1. 59 pg TEQ/(kg·d),均低于4 pg TEQ/(kg·d)的标准,经大米和面粉摄入二噁英的量超过总暴露量的90%,提示食物是人群二噁英暴露的主要介质。     

张掖地区造纸厂废水灌溉区域微型生物调查研究

通过对造纸废水流经灌区不同点进行微型生物监测 ,从微型生物的指示性角度出发 ,来说明造纸废水水质污染状况。通过监测得知 ,废水灌区微型生物共有 3 8种。其中藻类 1 0种 ,原生动物 2 8种。 3 8种微型生物均属多污性、α-中污性或 β-中污性种类 ,说明造纸废水治理效果较差且对灌区农作物及生态污染较严重。如何解决废水污染及灌区对废水的依赖性 ,应引起有关部门的重视。     

Air Quality Monitoring and Management in Lisbon

The environmental decision-making process is related with the interpretation of data both in spatial and temporal dimensions. This paper presents a methodology that integrates the time-space framework of air quality data to infer the temporal pattern and spatial variability that could be interpreted for environmental decision purposes. Variograms that accommodate time and space lags were used for the analysis and proved to be effective. Its environmental meaning, in particular its relationship with traffic patterns is discussed. Data from air quality monitoring stations located in the central part of Lisbon were used in this study. It describes a strategy to identify the type of vehicles responsible for certain pollutant levels, particularly for nitrogen oxides, and discusses the application of new air quality European legislation to the city of Lisbon, Portugal.     

Modelling Tracer Dispersion from Landfills

Several wind tunnel experiments of tracer dispersion from reduced-scale landfill models are presented in this paper. Different experimental set-ups, hot-wire anemometry, particle image velocimetry and tracer concentration measurements were used for the characterisation of flow and dispersion phenomena nearby the models. The main aim of these experiments is to build an extensive experimental data set useful for model validation purposes. To demonstrate the potentiality of the experimental data set, a validation exercise on several mathematical models was performed by means of a statistical technique. The experiments highlighted an increase in pollutant ground level concentrations immediately downwind from the landfill because of induced turbulence and mean flow deflection. This phenomenon turns out to be predominant for the dispersion process. Tests with a different set-up showed an important dependence of the dispersion phenomena from the landfill height and highlighted how complex orographic conditions downwind of the landfill do not affect significantly the dispersion behaviour. Validation exercises were useful for model calibration, improving code reliability, as well as evaluating performances. The Van Ulden model proved to give the most encouraging results.