兰-白城市群主要大气污染物网格化排放清单及来源贡献

甘肃兰-白城市群为我国西北地区重要的重工业基地,大气污染物排放总量较大.研究高空间分辨率的污染物排放清单对于区域空气质量预报预警、减排方案模拟研究及大气污染防治等具有重要的科学意义.本文以兰州和白银为主要研究区域,基于研究区域污染源排放及统计年鉴等数据资料,建立了兰（2015年）-白（2016年）城市群7种（类）主要大气污染物网格化排放清单,并对其空间排放特征以及排放源贡献进行了详尽地讨论分析.结果表明,兰-白城市群7种主要污染物年排放量分别为：NO_x 2.22×10⁵ t、NH₃ 4.53×10⁴ t、VOCs 7.74×10⁴ t、CO 5.62×10⁵ t、PM₁₀ 4.95×10⁵ t、PM_2.5 1.91×10⁵ t和SO₂ 1.37×10⁵ t.其中CO的排放量最大,NH₃的排放量最小.本清单与北大和清华MEIC清单对比结果表明,交通源排放3个清单一致性较高,CO排放总量和其工业源排放与北大和清华MEIC清单排放源相差30%~40%,推测原因主要为清单计算过程中排放因子、分辨率和数据年份的差异.本清单网格化空间分布显示除NH₃外的其他6种（类）污染物,排放主要集中在市区,排放源中工业非燃烧过程源均为最大贡献占比,NH₃的主要贡献源是氮肥的施用及禽畜排放,其污染分布受耕地分布等因素影响较大.因此,减少工业非燃烧过程源、整合优质高效电力供应、使用清洁能源、严格控制工地扬尘、工业粉尘和做好城区绿化等,能有效地降低兰-白城市群NO_x、VOCs、CO、PM₁₀、PM_2.5和SO₂这6种（类）主要污染物的排放.NH₃的减排则主要可从控制氮肥的使用及减少禽畜排放两方面考虑.本研究还利用蒙特卡洛法分析了排放清单的不确定性,NH₃的不确定性最大为-31%~30%,CO的不确定性最小为-18%~16%,清单整体可信度较高.     

鄂州市高时空分辨率大气污染源排放清单的建立

为进一步推进鄂州市大气污染防治工作,加强大气环境质量及重污染应急工作保障,文章基于污染源普查成果建立了2017年鄂州市高时空分辨率大气污染源排放清单。研究通过对鄂州市固定燃烧源、工艺过程源、溶剂使用源等的调查,借助第二次全国污染源普查成果,获得污染源的基本信息。鄂州市2017年各类大气污染物排放情况:SO_2为8 048.58 t、NO_x为18 363.60 t、CO为306 258.10 t、VOCs为19 146.60 t、NH_3为2 603.01 t、PM_(10)为22 695.50 t、PM_(2.5)为10 811.73 t、BC为918.34 t、OC为1 018.93 t。工艺过程源对SO_2、NO_x、CO、VOCs、PM_(10)、PM_(2.5)的贡献率最大,分别为66.75%、63.41%、89.87%、68.28%、54.69%、66.51%;农业源对NH_3的贡献率最大,为53.71%;固定燃烧源对BC、OC的贡献率最大,分别为35.85%、37.85%。     

沙尘暴期间莫高窟大气颗粒物变化及影响因素

为有效预防突发沙尘暴天气下大气颗粒物对世界文化遗产地敦煌莫高窟壁画及彩塑的污染,文章选取了第138窟内、72窟前及九层楼顶3处监测点,探讨了大气颗粒物污染特征及影响因素。结果表明:72窟前平均风速为1.57 m/s,小于起沙风速,九层楼顶平均风速为10.66 m/s,大于起沙风速,占比为98.50%,主风向为东北偏东,占比为39.85%。九层楼顶颗粒物质量浓度比其他监测点更快达到最大值。第138窟内、72窟前PM2.5日均质量浓度为(43.82±15.51)、(59.85±29.78)μg/m~3,超标倍数为0.25、0.71,九层楼顶PM2.5超出仪器上限。第138窟内、72窟前、九层楼顶PM10日均质量浓度为(58.60±21.36)、(74.43±36.52)、(3 725.41±203.41)μg/m~3,超标倍数为0.17、0.49、73.51;TSP日均质量浓度为(80.15±29.02)、(102.33±48.22)、(5 593.68±707.98)μg/m~3,超标倍数为0、0、45.61。各监测点输送颗粒物的主要风向为ENE、NE、E和N、NNE。颗粒物质量浓度与气温、气压呈负相关,与风速呈正相关,除72窟前PM2.5外,其他颗粒物质量浓度与空气相对湿度呈负相关。     

首都国际机场飞机排放清单的建立

将基于标准起飞着陆（LTO）循环各阶段工作时间的飞机排放量计算方法加以改进,利用AMDAR资料计算飞机的有效排放高度,进而准确计算出基于逐架飞机的大气污染物排放总量.结果表明,首都国际机场2013年飞机NO_x、CO、HC、SO₂和PM_2.5排放总量分别为7042.1t、3189.9t、295.3t、429.4t和150.4t.与传统的基于LTO循环的方法相比,修正后的首都机场飞机NO_x、CO、HC和SO₂排放增加了23.5%、2.3%、2.1%和18.1%.飞机排放的CO、HC、SO₂和PM_2.5月变化较小,NO_x排放受飞机有效排放高度影响月波动较大.1～2月飞机污染物排放量处于全年最低水平,8月各污染物排放达到峰值.此外,飞机在爬升和滑行/慢车两种模式下污染物排放比例最大,分别占排放总量的37.7%与36.8%.     

基于大气特征污染物的监测布点选址优化研究

针对常规大气环境监测未能对局部特殊污染情况进行表征的缺陷,提出基于特征污染物的监测布点选址优化方法:首先运用综合评分方法筛选区域大气特征污染物,然后建立综合了环境、经济和社会因素的多目标规划模型,并通过模糊层次分析法计算各子目标权重系数,最后应用lingo软件对模型优化求解,得到最优的监测点位布设方案.以南京市仙林地区为案例研究的结果表明,基于大气特征污染物的监测布点多目标模型能够得到较合理的优化点位布局,在3种情景中,选择的最优点位分别为25#、43#, 25#、43#、54#和25#、43#、54#、77#, 为实际大气环境监测优化布点提供科学指导.     

福州市PM2.5污染过程中大气边界层和区域传输研究

以福建省会福州市2013年1月空气质量变化为对象,分析大气边界层变化和周边区域污染物传输对福州市大气颗粒物PM2.5的影响.利用福州市2013年1月逐日地面和探空观测资料以及NCEP提供的2013年1月FNL分析资料,通过大气边界层要素与PM2.5浓度之间的相关性,对PM2.5污染过程的大气边界层特征进行分析;同时采用HYSPLIT后向轨迹模拟及区域风场相关矢分析对影响福州雾霾的污染物区域传输路径进行探讨.结果表明:地面气温与PM2.5浓度呈正相关,地面风速与PM2.5浓度呈负相关,近地面边界层条件有利于霾颗粒物的形成和累积.但不同于我国东部主要污染源区霾污染过程中存在大气边界层逆温,福州PM2.5污染过程中并未出现大气边界层逆温结构,这一边界层结构的垂直混合可有利于区域传输的污染物从上层大气到达近地面从而加重福州霾污染,福州是华东地区一个PM2.5污染物的主要接受区,PM2.5污染物主要以外源输送为主.2013年1月份福州市清洁日近地面风向为海洋吹向大陆的东南风,霾污染日则为大陆吹向海洋的偏北风,PM2.5污染物主要从长三角地区、苏北以及安徽河南一带通过东北和西北方向的传输路径影响福州的空气质量.     

西安市大气颗粒物数浓度分布及典型天气条件特征变化

利用2013年3月到2014年12月期间西安市大气中0.25～32μm颗粒物监测数据和同期气象参数、散射消光系数等数据,分析了大气颗粒物数浓度分布及典型天气条件下变化特征.结果表明:采样期间西安市大气颗粒物平均数浓度为206.27个/cm3, 99%以上为<1μm的颗粒物数.大气颗粒物数浓度冬季最高,其次为秋、夏和春季,分别为267.66、231.31、141.82和135.77个/cm3.四季的数浓度低值均出现在18:00左右,之后数浓度上升,且晚上高于白天,冬季6:00左右达到峰值,夏季的昼夜差最小,秋季最大.春夏秋冬的大气颗粒物数浓度与散射消光系数的Pearson相关系数分别为0.756、0.702、0.411、0.377.大气颗粒物数浓度在沙尘天气发生前、中、后会升高、下降和再下降,霾天气出现前、后会升高和下降;高温干燥天气下,大气颗粒物数浓度相对较低;降雨对大气颗粒物的清除作用明显,但降雨后大气颗粒物数浓度又很快回升.