成都市2001年9月和10月雨水的化学组成

为了查明成都市大气污染物的来源，从2001年9月开始，收集成都市雨水样品。本文分析讨论了9月和10月所收集的雨水样品的化学组成。     

成都市大气中O3污染水平及来源分析

根据2009年夏季成都市区大气中O3的监测结果,对大气中O3的浓度、分布进行了分析,并与2001年夏季成都市区的监测结果比较,分析臭氧污染水平的变化。结合同期NO2、VOCs监测结果,研究O3与两种前体物之间的相互关系。结果表明,近年来成都市区O3浓度呈上升趋势;O3浓度与NO2浓度变化趋势相反,表现为消耗NO2型光化学污染。     

成都市生态足迹分析评价研究

生态足迹分析法是一种全新的生态承载力计算方法.从生态足迹分析原理出发,分析统计了成都市生物资源消费、碳吸收地、建设用地的生态足迹,得到人均生态赤字为1.183gha,属于较严重生态赤字区的结论.结果表明,该区域对自然的影响超出了其生态承载能力的范围,需要进行调整.     

成都市区夏季大气挥发性有机物污染特征及来源解析

2019年6~9月在成都市区对挥发性有机物（VOCs）进行在线观测,研究夏季VOCs浓度水平、变化特征、臭氧生成贡献（OFP）及来源贡献.结果表明,成都市区夏季TVOCs（总挥发性有机物）平均质量浓度为112.66 μg·m^-3,烷烃（29.51%）和卤代烃（23.23%）为主要组分;VOCs日变化峰值主要出现在上午10：00~11：00,受城市机动车、油气挥发和工业排放影响;夏季VOCs的OFP贡献中芳香烃贡献率（42.7%）最高,其次为烯烃（27.4%）,关键活性物种为间/对-二甲苯、乙烯、丙烯、邻-二甲苯、异戊烷、环戊烷和丙烯醛等;使用PMF受体模型进行来源解析表明,移动源为成都市区夏季VOCs的主要贡献源,贡献率为34%,其次为工业源（17%）和油气挥发（14%）,溶剂使用源和天然源分别贡献11%和13%.因此,机动车和工业排放为成都市区VOCs的重点控制源,同时溶剂使用及油气挥发等污染源的管控也不可忽视.     

COVID-19疫情期间成都市地面臭氧污染特征及气象成因分析

受COVID-19疫情影响,我国各地采取了一系列封锁管控措施,由此导致大气污染物排放强度降低.本文以成都市为例,分析了2020年上半年的气象条件和大气污染浓度特征,并重点对臭氧浓度变化及同期对比结果进行了细致分析.结果表明：①与2019年同期相比,除O₃外的5种污染物（NO₂、CO、SO₂、PM₁₀、PM_2.5）浓度均降低,降幅分别为13.60%、8.96%、6.30%、4.56%、1.80%,而O₃浓度却异常升高,升幅最大值分别出现在2月（35.1%）和5月（36.1%）.②2020年上半年,O₃浓度高值出现时间较2015—2019年提前,气象条件较有利于臭氧的生成.100 hPa和500 hPa位势高度为正距平,气温、日照时数较往年升高,相对湿度和降水量下降,以静小风为主.③2020年4月25日—5月6日臭氧污染持续时间长,主要是由于复工复产导致臭氧前体物排放增加,以及稳定的天气形势,使成都长时间处于高温（>30℃）、低湿（40%~60%）、静小风（1.3 m·s^-1）等不利扩散的气象条件下.气团后向轨迹和污染潜在源区表明研究区受到来自成都偏东一带及川南地区高污染气团短距离输送的影响.     

成都市冬季3次灰霾污染过程特征及成因分析

基于成都市大气环境超级观测站气态污染物和PM_2.5中组分在线监测数据,对2019~2020年成都市3次灰霾污染过程气象要素和组分特征进行分析,采用CMB模型模拟获得研究期间PM_2.5污染来源及变化趋势,剖析各污染过程成因.结果表明：① 3次污染过程均发生在相对湿度和温度持续上升,风速和边界层高度持续降低的不利气象条件下,日均相对湿度均大于70%,日均温度均大于8℃,日均风速均低于0.8 m ·s^-1,日均边界层高度均低于650 m;② 3次污染过程中主要组分均为NO₃^-、OC、NH₄⁺和SO₄^2-,其中NO₃^-质量浓度和占比污染时段较清洁时段增长倍数均高于其他组分,分别增加了1.47~2.09倍和0.22~0.35倍,NO₃^-是成都市冬季PM_2.5污染的关键组分;③ 3次污染过程SOR均值为0.40,NOR均值为0.27,SO₂和NO_x的二次转化程度较高,SO₂向SO₄^2-转化以夜间非均相氧化反应为主,NO_x向NO₃^-转化以非均相水解反应为主;④ 3次过程变化特征略有不同,过程Ⅰ呈现出明显的二次硝酸盐主导的特征,过程Ⅱ PM_2.5浓度上升过程中主要受燃煤排放影响,PM_2.5浓度高值时段主要受NO₃^-影响,过程Ⅲ总体仍为二次硝酸盐主导的特征,但部分污染时段化石燃料燃烧源排放有所增加;⑤二次硝酸盐、二次硫酸盐、机动车和燃煤源为研究期间主要污染来源,PM_2.5浓度与二次硝酸盐贡献率正相关,与扬尘源贡献率负相关.     

污染条件下成都市PM_(2.5)干沉降速率的模拟分析

利用成都市三瓦窑、沙河铺国控环监站2015年9月—2016年8月逐时PM_(2.5)监测数据,结合同期双流国际机场公布的地面气象要素(风场、温度、湿度和压强)以及温江站风速探空资料,首先统计分析了成都市风场、温度和湿度的基本特征,然后计算了污染条件下PM_(2.5)干沉降速率,并建立了适用于不同季节的GIFM模型和多元回归预测模型。结果表明:基本气象要素场的配置以及特殊地形导致了成都市PM_(2.5)干沉降环境恶劣,同时四季差异较大;污染条件下PM_(2.5)干沉降速率约为0.02~0.1 cm/s,表现为冬季<秋季<年<春季<夏季,四季的主要影响因子也不同,秋冬为湿度和压强,春季为温度,夏季为风速,且湿沉降强度过大时,会出现PM_(2.5)干沉降速率的"虚高"现象;GIFM模型和多元回归模型均能很好地预测污染条件下的PM_(2.5)干沉降速率,其预测能力均是夏季最好,冬季最差,春秋次之,通过对比分析表明GIFM模型的预测能力在各季节均优于多元回归模型。     

基于DPSIR模型的成都市生态可持续发展评价

为了监测评价城市的生态可持续发展水平,需要建立一套科学的指标体系并选择合理的评价方法。在介绍国内城市生态可持续发展评价研究现状的基础上,根据DPSIR模型的原理,从驱动力、压力、状态、影响及响应5个方面建立成都市生态可持续发展评价指标体系,并采用改进熵值法对指标进行赋权,计算出2001年-2010年间成都市生态可持续发展综合评价指数。根据计算结果对成都市生态可持续发展程度和存在的主要问题进行了具体分析,并提出相应的对策措施。     

成都市新建过境二环路交通噪声预测评估讨论

本文对新建过境二环路交通噪声的影响,用类比测量一环路交通噪声的方法,通过理论和实测数据的统计分析,预测机动车辆流量、种类、速度、道路宽、快慢车道分隔绿化带宽、两侧建筑高与距离等,确立计算公式,预测二环路建成后交通噪声影响的趋势。为控制交通噪声,计算了交通噪声辐射的影响;干线平均车流量与高峰的实际噪声表减:道路两侧建筑物受交通噪声影响的最小距离。为城市规划和建设部门提供声学环境的参考依据。     

成都市黑碳气溶胶污染特征及与气象因子的关系

为系统了解成都市黑碳气溶胶(BC)的污染特征,利用四川省环境监测站提供的成都市人民南路四段2013年9月至2014年7月逐时BC监测数据,对其浓度进行了统计分析。结果表明:1)BC小时平均浓度变化范围较大,介于0.01~57.83μg/m3,浓度中值(5.17μg/m3)小于平均值(7.32μg/m3),即BC小时浓度具有偏态分布特征。2)BC日均浓度变化范围为2~28.2μg/m3,其浓度日变化在四季均呈明显的单谷型,谷值出现在16:00时附近,表现为从凌晨到10:00时变化较平稳,10:00—16:00时浓度急剧下降,16:00到夜间浓度急剧上升;浓度季变化呈现出冬高夏低,春秋平稳的基本特征。3)秋、冬、春、夏四季BC本底浓度值分别为2.49,5.05,2.89,2.43μg/m3。4)BC质量浓度与PM2.5和PM10变化趋势一致,BC浓度相对颗粒物浓度变化较快,在0.01水平上与PM2.5和PM10均呈显著正相关,相关系数分别为0.657、0.638,与温度、降水和风速均呈负相关,相关系数分别为-0.334,-0.338,-0.202。