唐山工业新区冬季采暖期大气污染变化特征研究

为研究唐山工业新区采暖期大气污染变化状况,2009～2010年冬季唐山工业新区的唐山市、迁安市和曹妃甸3个地区观测研究表明,唐山工业新区冬季采暖期间大气污染严重,NO、NO2、SO2、CO、PM2.5和PM10区域平均日均值分别达到（26±28）、（52±27）、（72±53）、（3 500±3 600）、（82±65...     

论北京降水的酸性

1994～1995年在北京市区安慧里进行了降水观测,分析了降水离子浓度,对夏季典型气象条件下的降水事件进行了后推气流轨迹分析?结果表明,北京市区年降水pH均值为5左右,夏季pH值最低,平均为4.88,说明北京出现了酸雨?气流轨迹分析显示,S-E扇形方向来流的降水酸度高;N-W扇形方面来流的降水酸度低?      

高斯轨迹烟云扩散模型在贵阳空气质量预报中的应用

选择在复杂地区应用较好的高斯轨迹烟云扩散模型,作为贵阳市空气质量预报的数学扩散模式,并利用贵阳市现有的污染源排放资料和气象资料,对贵阳市的大气污染物分布进行了模拟计算,经与实测结果比较表明:实测值与监测值基本一致,相关性较好。该模式可以作为贵阳市空气质量预报的数学扩散模式,对其他城市也具有一定的借鉴作用。      

南京市夏季大气气溶胶新粒子生成事件分析

研究了南京市夏季大气气溶胶数浓度的基本特征和气溶胶新粒子生成事件的形成条件及其影响因子.应用宽范围颗粒粒径谱仪(WPS)和双光路差分吸收光谱仪(DOAS)对南京市2010年7月大气气溶胶数浓度谱分布和污染气体(O3、SO2和NO2)进行了观测,并结合气象要素观测数据和后向轨迹模式模拟,探讨了南京市夏季大气气溶胶新粒子生成的条件及其影响因子.结果表明,南京市夏季10～500nm气溶胶平均数浓度为1.7×104cm-3,与北美和欧洲的一些典型城市观测值相近;10～25 nm气溶胶粒子数浓度占总数浓度的比例为25%.观测期间共出现6次新粒子生成事件,通过分析发现比较稳定的风速风向、较强的太阳辐射有利于南京夏季新粒子的形成.南京夏季新粒子生成事件的相对湿度条件在50%～70%,通过后向轨迹模式模拟的结果发现偏东风或偏南风带来的海洋性洁净气团有利于新粒子的生成.南京夏季新粒子生成事件发生时,10～25 nm气溶胶数浓度与SO2的浓度呈正相关,与O3的浓度呈负相关,而与NO2的浓度相关性较差.     

北京市臭氧污染跳变型特征及影响因素分析

基于2016~2022年北京市环境监测和气象观测数据,结合后向轨迹聚类和潜在源区贡献分析北京市臭氧（O₃）污染特征、气象影响和潜在源区.结果表明,2016~2022年北京市共发生41次具有跳变特征的O₃污染过程,平均为5.9次·a^-1,发生时间集中在5~7月,跳变当日（OJD2）较跳变前一日（OJD1）的ρ（O₃-8h）平均值偏高78.3%,峰值浓度偏高78.9%,OJD2区域O₃浓度高值带呈现由南向北推进的特征.北京市跳变O₃污染发生主要原因可归纳为不利气象条件导致的本地积累叠加区域传输影响.跳变型O₃污染发生时具有偏南风频率增加、温度上升、气压降低和降水减少的特征,偏南风频率增加为O₃及其前体物的传输提供条件,在本地高温作用下快速发生光化学反应,叠加降水较少,综合推高OJD2的O₃浓度水平.聚类分析得到6条气团输送路径,OJD2来自偏北方向的气团减少11.2%,来自偏南和偏东方向气团增加6.7%和4.4%,气团以短距离传输为主,偏南和偏东方向对应的O₃浓度较高,对北京污染贡献较大.潜在源区分析揭示OJD2的O₃污染的主要潜在源区是京津冀中南部和东部,贡献了82.6%污染轨迹.跳变型O₃污染区域输送贡献明显,需要加强京津冀区域联防联控．     

基于PSCF与CWT模型对乌鲁木齐市地表臭氧源区分析

乌鲁木齐市是中国西部典型的重工业城市,伴随着快速的工业化和城市化发展,城市大气臭氧污染日益严重。为探究乌鲁木齐市地表臭氧污染特征,该研究采用2015-2019年乌鲁木齐市大气污染物监测数据及同期气象观测资料,结合统计分析、后向轨迹分析、潜在源贡献因子以及浓度权重轨迹对乌鲁木齐市臭氧污染特征及潜在源区进行分析。结果显示,(1)2015-2019年乌鲁木齐市臭氧年评价指标由118μg/m³增长至128μg/m³。同时,乌鲁木齐市主要大气污染正经历由颗粒物向臭氧过渡的变化,其作为首要污染物占比从2015年的5.8%上升至2019年的28.0%,不同季节臭氧浓度变化特征为夏季>春季>秋季>冬季,且在分布特征上与NO₂、CO呈显著负相关。(2)后向轨迹分析结果表明：影响乌鲁木齐市大气臭氧分布的气流具有途经境外地区、长距离迁移、高浓度的特征,境内气流迁移途径普遍较短且对乌鲁木齐市臭氧浓度传输影响较小。(3)潜在源贡献因子法与浓度权重轨迹法表明,影响乌鲁木齐市臭氧浓度的主要源区与贡献高值区是昌吉州、塔城地区、博尔塔拉...     

长江源区各拉丹冬峰雪冰中微粒季节变化及其环境意义

分析了长江源区各拉丹冬峰冰川区不同海拔采集的3个雪坑SP1、SP2和SP3样品中δ18O、不溶微粒数量浓度及主要离子浓度,以探讨本研究区域雪冰微粒含量变化及其来源.结果显示,不同粒径微粒含量变化趋势一致,3个雪坑中细微粒含量分别占总微粒的88%、78%、86%.中微粒分别占10%、19%、11%;不同粒径微粒数量浓度之间的相关系数均达0.9以上(置信度可达99%),具有良好的相关性.雪冰中不溶微粒浓度同Ca2 、Mg2 、SO2-4一样,具有明显的季节波动.非季风期微粒浓度要高于季风期2～4倍.3个雪坑非季风期微粒通量分别占一个年层雪冰中微粒总通量的73.6%、92.3%、97%,即初春季节沙尘暴对于各拉丹冬雪冰中微粒沉降贡献远大于夏.秋季节.结合NCAR/NCEP再分析资料.应用HYSPLIT-4模式模拟的不同季节5 d后向气团轨迹图表明,各拉丹冬峰冰川I区雪冰中不溶性微粒可能来源于中亚、南亚和青藏高原本身,其中影响最大的可能是青藏高原自身的沙尘源区,同时冰川区裸露基岩对雪冰中不溶微粒含量亦有贡献.     

广州市臭氧污染溯源:基于拉格朗日光化学轨迹模型的案例分析

分析了2018年10月初广州市一次为期6 d的臭氧污染事件,利用拉格朗日光化学轨迹模型对广州市的臭氧污染进行了溯源分析,量化了不同区域对臭氧污染的贡献,评估了重点排放区域不同行业和不同前体物减排对臭氧污染控制的效果.结果表明,本次污染事件期间,日最大8 h臭氧均值均超过160 μg·m^-3,最高达271 μg·m^-3,氮氧化物（NO_x）和挥发性有机物（VOCs）的平均浓度为（77.7±42.8）μg·m^-3和（71.9±56.2）μg·m^-3.芳香烃和烯烃是主要的VOCs反应活性物种,分别贡献了38%和30%的·OH反应活性以及51%和16%的臭氧生成潜势.本次臭氧污染事件主要受3类气团输送影响,3类气团中的高排放区域分别为广东省外、广东省内和广州市本地,在高排放区域中臭氧生成均受VOCs控制.途经区域前体物减排的敏感性分析表明,减排VOCs对于降低臭氧浓度的效果优于减排NO_x.在100%减排情况下控制高排放区域的交通源排放对广州市臭氧控制的效果（臭氧降低14.6%~21.0%）高于控制工业（8.4%~15.3%）、电厂（0.9%~6.2%）和民用源（2.3%~4.7%）的排放,但单独控制交通源在小于90%减排比例下对臭氧污染控制的效果并不显著（<10%）.此外,珠江三角洲地区的生物源排放也对臭氧生成有重要贡献,在模型中关闭生物源排放后,广州市臭氧浓度降低6%~19%.本研究证实了拉格朗日光化学轨迹模型在区域臭氧污染溯源的应用效果,并为广州市臭氧污染的区域协同控制提供了对策建议.     

长沙市秋冬季PM2.5及水溶性有机碳污染特征研究

该研究于2017年9月-2018年2月连续采集长沙市大气PM2.5样品,分析了PM2.5样品中水溶性有机碳(WSOC)的浓度变化及其与大气污染物的相关性,对比分析了清洁天和污染天WSOC浓度特征,并基于后向轨迹分析(HYSPLIT)和潜在源贡献因子分析(PSCF)方法探讨了秋冬季WSOC的传输路径及潜在来源贡献。结果表明,秋、冬季WSOC平均浓度分别为6.22、7.00μg/m3,WSOC与相对湿度和风速均呈显著负相关,与温度相关性不明显。WSOC与PM2.5具有显著的相关性(R=0.800),秋季WSOC与CO、O3、NO2、SO2的相关性比冬季更加显著。污染天风速小、相对湿度低,WSOC污染浓度明显高于清洁天。HYSPLIT和PSCF分析结果表明,除本地排放外,WSOC还受来自偏北及偏东方向区域污染源传输的影响。     

2014年河北中南部两次重霾天气成因分析

利用河北省环保局环境监测站提供的污染物浓度数据及常规气象观测数据、NCEP再分析资料,结合HYSPLIT4.9后向轨迹模式,对2014年10月上旬发生在河北省的2次大范围的重霾天气特征和成因进行综合分析.结果表明,这2次重污染天气过程PM_2.5地面浓度最大值出现在邢台,为507μg/m³,水平能见度不足1km.均压场的分布和较为平稳的高空形势为2次霾天气提供了有利的气象背景.高湿,静小风以及较低的混合层高度不利于污染物扩散,是导致这两次重污染天气持续的主要原因.结合卫星火点及污染物来源分析表明,河北南部及周边省份的秸秆燃烧加重了第2次过程的污染,污染气团的输送对区域性重霾天气产生重要影响.