京津冀区域环境形势及绿色发展路径分析

京津冀是我国经济发展最具活力的地区和人口分布最为集中的区域之一,环境污染严重是影响京津冀区域民生福祉和可持续发展的突出问题。本文在分析城市空间布局、产业发展等与环境质量关系的基础上,阐明走绿色发展之路,才是改善京津冀环境质量的根本途径,并从守底线、优布局、调结构、强基础等方面提出对策与建议,以期为京津冀地区绿色发展和环境质量改善提供决策依据。     

京津冀区域重污染期间PM2.5垂直分布及输送

2016年12月17～19日重污染期间,在天津市武清区高村开展车载系留气球颗粒物浓度垂直观测,并以观测数据为基础,计算了区域内PM_(2.5)传输通量.结果表明重污染过程期间,大气混合层较低,约200 m左右,PM_(2.5)浓度垂直分布特征与混合层高度密切相关,混合层以下,PM_(2.5)浓度较高,垂直变化特征不显著,形成明显的污染层,混合层以上,PM_(2.5)浓度迅速降低并维持在降低水平.观测期间,粒径小于1. 0μm颗粒物浓度较高,粒径大于2. 2μm颗粒物浓度较低,近地层粒径为0. 777μm颗粒物浓度最高.颗粒物浓度粒径谱分布与相对湿度和混合层高度相关,高湿度和低混合层下颗粒物浓度粒径谱分布较宽泛.观测期间,PM_(2.5)在西南方向上的传输通量最高,占总传输通量的63. 3%,其中46～156 m和156～296 m高度之间PM_(2.5)传输通量最高.近地面300 m内PM_(2.5)传输主要以西南方向传输为主,300 m以上传输方向较分散.     

京津冀大气污染的时空分布与人口暴露

经济的快速发展和城市化导致京津冀地区的空气质量不断恶化,已经引起学术界广泛的关注.为了揭示近年来京津冀地区大气污染状况,本研究基于中国空气质量在线监测分析平台发布的PM_(2.5)、PM_(10)、SO_2、CO、NO_2和O_3_8 h_max长期监测数据,采用统计学的方法分析了2014—2018年京津冀13个市这6种污染物的时空变化特征,结合各城市人口数据,评估了在此背景下该地区PM_(2.5)和O_3_8 h_max的人口暴露风险.结果表明:京津冀地区PM_(2.5)、PM_(10)、SO_2、CO和NO_2近年来整体上呈下降趋势,而O_3_8 h_max则呈上升趋势.总体而言,PM_(2.5)、PM_(10)、SO_2、CO和NO_2表现为冬季最高、春秋季次之、夏季最低的特征,而O_3_8 h_max则表现为夏季春季秋季冬季的特点,并在月变化上呈倒"V"型,从1月份开始逐渐上升,在6月份达到峰值,而后又逐渐下降.空间上,PM_(2.5)、PM_(10)、SO_2、CO和NO_2呈现南高北低的分布特征,而O_3_8 h_max在2014—2016年呈现北高南低的分布特征,但在2017—2018年则呈现南高北低的分布特点.此外,京津冀北部地区PM_(2.5)的来源主要是一次气溶胶,而二次气溶胶是中部地区PM_(2.5)的主要来源.除秦皇岛、承德和张家口外,其他城市细粒子在颗粒物中占的比重较大.随着近年来PM_(2.5)浓度的降低,暴露于高浓度的PM_(2.5)中的人口比例逐年减少,但距离年平均浓度限值还相差很远.除2014年外,暴露在O_3浓度超标情况下的人口在2015—2017年逐渐上升.     

京津冀生态屏障区人类活动对生态安全的影响

使用SWAT（Soil and Water Assessment Tool）和InVEST（Integrated Valuation of Ecosystem Services and Tradeoffs）模型分别模拟计算了滦河和潮河流域水源涵养、面源污染、干旱特征和生境质量等指标,在此基础上使用压力-状态-响应（PSR）模型建立了生态安全评价体系,以面源污染、生境质量和土地利用特征等人类活动对生态安全的影响作为切入点,以子流域为评价单元,评价了研究区生态安全,分析了各层指标对生态安全的影响.结果表明,2010年和2015年研究区总体生态安全状态等级均为敏感级,生态安全评分综合指数分别为0.50和0.48.研究区生态系统整体较为稳定,空间上各子流域之间生态安全状态存在较大差异.面源污染和城镇扩张等人类活动对生态安全的影响较大.林地和草地评分较低,可能与种植结构和景观格局有关.水源涵养量值增加和生境稀缺性值下降,说明加大水源涵养能力建设和降低生境稀缺性是提高生态安全的有效措施.     

2019年10~12月京津冀及周边“2+26”城市重污染减排效果评估

为评估京津冀及周边区域重污染过程期间应急减排措施的效果,基于情景模拟的方法,采用NAQPMS模式和多种观测资料,分析了2019年10~12月期间京津冀及周边区域环境空气质量、重污染过程和气象条件概况,评估了模式24、72和144 h的PM_2.5预报效果,并对应急减排措施的效果和不确定性进行了讨论.结果表明,2019年10~12月京津冀及周边"2+26"城市PM_2.5平均浓度64 μg ·m^-3,同比降低了10 μg ·m^-3;区域性重污染过程4次,受影响城市重污染过程期间PM_2.5平均浓度156 μg ·m^-3."2+26"城市PM_2.5气象条件评估指数（EMI）变化值范围为-15.6%~16.8%,EMI显示北京、天津和石家庄等12个城市气象条件与同期相比变差,变差程度范围为3.2%~16.8%.减排情景模拟分析显示应急减排措施有效减少了区域性重污染过程的发生,污染物峰值浓度降幅明显,未出现区域性严重污染过程.典型重污染期间,北京、石家庄、保定和唐山等城市PM_2.5日均浓度削减2%~9%.区域应急减排措施促使"2+26"城市PM_2.5季度均值分别降低1~3 μg ·m^-3左右,区域性减排效果明显.     

京津冀及周边地区“2+26”城市空气质量特征及其影响因素

京津冀及周边地区“2+26”城市为京津冀大气污染传输通道城市,也是我国空气污染最严重的区域之一.针对京津冀及周边地区“2+26”城市,利用中国环境监测总站公布的PM_2.5、PM₁₀、SO₂、NO₂、O₃和CO数据,对2013—2019年京津冀及周边地区“2+26”城市大气污染特征进行分析,并探讨影响其空气质量变化的因素.研究表明:①2013—2019年京津冀及周边地区“2+26”城市空气质量总体向好,2019年ρ（PM_2.5）、ρ（PM₁₀）、ρ（SO₂）、ρ（CO）和ρ（NO₂）比2013年分别下降了50%、41%、79%、49%和20%,ρ（O₃-8 h-90per）（臭氧日最大8 h平均值第90百分位数）比2013年升高了21%.②2013—2019年京津冀及周边地区“2+26”城市重污染天数持续减少,2019年比2013年下降67%,严重污染天数下降尤为明显,降幅达90%.优良天数比例虽然增加,但2016年以后基本稳定在50%左右,没有持续增加的趋势.③ρ（PM₁₀）、ρ（SO₂）、ρ（NO₂）和ρ（CO）的最大值均出现在1月,ρ（O₃-8 h）（臭氧日最大8 h平均值）的最大值出现在6月.ρ（PM_2.5）越高,PM_2.5/PM₁₀和SO₂/NO₂越大,表明二次污染源和燃煤源的贡献越大.④就空间分布而言,ρ（PM_2.5）和ρ（PM₁₀）高值区主要集中在区域中南部太行山脉山前的平原地区,低值区主要集中在区域北部.⑤地理位置、气象条件、产业结构、能耗消耗以及减排政策是影响2013—2019年京津冀及周边地区“2+26”城市空气质量变化的重要因素.研究显示,随着大气污染防治减排措施实施的力度逐渐加大,政策影响已成为京津冀及周边地区“2+26”城市空气质量持续改善的最重要手段.      

辽宁中部城市群灰霾天气的外来影响——个案分析

利用MODIS卫星资料、空气质量监测资料、地面气象资料及后向轨迹方法,分析研究了2011年10月28-29日辽宁中部城市群一次灰霾天气过程.结果表明:此次辽宁中部城市群灰霾过程主要受京津冀外来灰霾污染的影响;在高压后部弱西南气流天气形势控制下,近地面的西南气流通过辽西走廊和海上通道,将京津冀地区灰霾污染物传输至辽宁中部地区,从而造成辽宁中部城市群灰霾污染过程;MODIS卫星图和后向轨迹图显示的灰霾范围、传输路径及PM10浓度跃变点自南向北推移的时间变化也支持这一结论.虽然“联防联控”是治理区域灰霾污染的重要手段,但也要看到区域灰霾污染的跨区域影响问题.     

基于CMAQ源同化反演方法的京津冀局地污染源动态变化特征模拟研究

利用"Nudging"源同化技术反演了京津冀地区2014年1、3、7、11月SO_2、NO_x的局地动态污染源,并分析其排放源强、特征及地理分布,对比其与初始源的差异,同时检验了反演源的模拟效果.结果表明,SO_2、NO_x污染源存在明显的季节变化,冬季或采暖期排放强度最大.由唐山、北京、天津、廊坊、保定、石家庄、邢台、邯郸构成东北-西南走向的带状污染物高排放区,最高排放中心主要集中在太行山、燕山山前区域,且排放具有典型的"城市化"特征,即各个城市市区及附近强度最大,周边郊县稍弱.与初始源模拟结果相比,采用反演源更能反映出污染物的时空变化特征,模拟值与实测值较接近,而且对于重污染过程亦具有较好的模拟效果.     

基于AOD数据和GWR模型估算京津冀地区PM2.5浓度

利用MODIS气溶胶光学厚度（AOD）数据针对不同土地覆盖类型的适用性,提出了一种基于土地覆盖类型的AOD融合方法,生成了一种新的3km AOD数据集.在此基础上,通过地理加权回归（GWR）模型估算了京津冀地区2016年PM_2.5浓度,并用交叉验证的方法对模型性能进行评价.结果表明：利用融合后的AOD数据建立的模型可解释PM_2.594.85%的浓度变化,交叉验证R²为0.94,RMSE为9.27μg/m³,MPE为6.72μg/m³,明显优于多元线性回归（MLR）模型;基于GWR模型估算的京津冀地区2016年年均PM_2.5浓度为58.57μg/m³,其中冬季PM_2.5浓度最高,春秋季次之,夏季浓度最低,PM_2.5月均浓度变化范围32.78~140.83μg/m³,8月份浓度最低,12月份浓度最高;空间分布南北差异显著,衡水市PM_2.5污染最为严重,张家口市PM_2.5浓度较低.利用此方法成功弥补了PM_2.5空间缺失,为城市尺度的健康效应和环境流行病学研究提供数据支持.     

2000~2020年京津冀BVOCs排放量估算及时空分布特征

为研究京津冀地区天然源挥发性有机化合物(BVOCs)近20a排放量及时空分布特征,本文基于卫星遥感解译获得的2000年、2005年、2010年、2015年、2020年共5期中国土地利用数据,计算获得了京津冀地区各市县BVOCs排放量及排放组成,同时对京津冀地区近20a的BVOCs排放的时空分布进行了特征分析.结果表明,近20a京津冀地区BVOCs平均排放总量为76.40万t/a,其中河北省、北京市、天津市的平均排放总量分别为59.11万t/a,15.29万t/a,2.00万t/a;按照排放组成分析,ISOP平均排放总量为16.80万t/a,占总排放量的21.99%,TMT平均排放总量为29.62万t/a,占总排放量的38.77%,OVOCs平均排放总量为29.97万t/a,占总排放量的39.23%.根据排放时间特征分析,京津冀地区冬季BVOCs排放量最低、夏季BVOCs排放量最高.BVOCs排放的空间分布与土地利用类型和植被分布密切相关,不同土地利用类型的BVOCs排放贡献具有显著差异,近20a京津冀地区林地、耕地、草地的BVOCs平均排放量分别为60.33万t/a,12.78万t/a,2.31万t/a,分别占总排放量的78.90%,16.79%,3.04%.京津冀地区BVOCs空间排放分布差异比较明显,北部、东北部的整体排放量明显高于南部、东南部.本研究可为BVOCs的计算提供研究思路,同时可为京津冀地区空气污染治理提供有关基础数据.