2018年秋冬季长江三角洲区域PM2.5污染来源数值研究

使用WRF-Chem和WRF-FLEXPART模式定量研究了2018年秋冬季,尤其是在明显冷空气影响时的长江三角洲PM_2.5来源贡献.结果表明：2018年秋冬季长江三角洲以外的跨区域输送对长江三角洲PM_2.5的贡献占15.9%,长江三角洲内部排放贡献占84.1%,长江三角洲区域内部排放及污染相互传输的影响比长江三角洲外跨区域输送的影响更为显著.而在冷空气影响时段中,跨区域输送对长江三角洲PM_2.5的贡献率为33.1%,约为整个秋冬季长江三角洲外部跨区域平均输送贡献率的2倍,输送影响更为明显;输送对长江三角洲三省一市的贡献为46.2%~56.2%,其中跨区域输送的贡献10.2%~38.6%,也明显大于各自秋冬季的平均水平.在冷空气影响时段,长江三角洲四座重点城市（上海、合肥、南京、杭州）的污染潜在输送路径主要以中东路为主;上海、南京受到长江三角洲以外的污染潜在贡献较多,超过30%;杭州受到长江三角洲以外的污染潜在贡献较少,为16.1%.     

京津冀煤改电对PM2.5浓度的影响

基于WRF-Chem模型,结合气象要素,从PM_2.5浓度的消减量及时空变化特征等方面模拟分析了煤改电政策实施前后京津冀地区采暖期（2018年11月~2019年3月）PM_2.5的排放变化.结果表明,WRF-Chem模型很好地模拟了京津冀地区PM_2.5浓度变化,北京、天津和石家庄模拟值与观测值的相关系数分别为0.66、0.66和0.52,表现出良好的相关性.煤改电政策的实施对京津冀重点地区PM_2.5减排效果明显,PM_2.5日均减少量分布在0.2~6.1μg/m³,减少比例分布在1.2%~7.8%.PM_2.5小时均值变化显示,2018年12月PM_2.5减少量分布在0.4~8.3μg/m³,减少比例分布在2.3%~7.7%.其中,北京大兴区减排量达8.3μg/m³,天津地区减排比例达7.7%.在特殊气象条件下,煤改电政策影响范围可扩散至山东、江苏、河南北部以及山西西部,PM_2.5小时均值减少量最大超过50μg/m³.     

西安市冬季霾污染过程PM2.5上蛋白质的浓度变化与来源分析

利用2019年12月至2020年1月在西安市3次灰霾污染过程中采集的PM_2.5样品,采用BCA试剂法、离子色谱和气相色谱-质谱检测法分别对样品中的蛋白质含量及无机有机化学成分进行了分析测定,结合相关性分析和气团后向轨迹模型分析探讨了PM_2.5上蛋白质对灰霾污染的响应及其在污染过程中可能的作用.结果表明,冬季灰霾污染期间,西安市PM_2.5中蛋白质组分的平均浓度为(5.587±2.421)μg/m³,处于较高水平;蛋白质浓度变化呈现出显著的短期连续变化特征,夜晚略高于白天.蛋白质的浓度与Cl^-和K⁺呈显著的正相关,说明气溶胶中蛋白质的来源与燃煤和生物质燃烧有关;与NO₃^-与SO₄^2-的浓度呈现显著的正相关,表明蛋白质可能参与NO₃^-与SO₄^2-的氧化转化;蛋白质具有良好的吸湿性,在湿度较大时,以其为核心吸附空气中的水蒸气及易溶于水的气态污染物(O₃、SO₂、NO_X以及挥发性有机物等)形成的气溶胶易于发生吸湿增长及非均相反应,可能利于二次气溶胶的生成.     

城市间PM2.5源的碳成分谱比较

为了解我国不同城市PM_2.5源的碳成分谱特征和地域差异,采集沈阳市、十堰市和乌鲁木齐市的燃煤源、柴油车尾气源、汽油车尾气源和餐饮源样品,使用热光透射法分析PM_2.5中的总碳（TC）、有机碳（OC）和元素碳（EC）,以及细分的8种碳组分（OC1,OC2,OC3,OC4,EC1,EC2,EC3和OPC_T）,构建各类污染源碳成分谱.结果表明：3个城市4类源TC/PM_2.5从高到低分别为：餐饮源（65.1%±8.4%）、柴油车尾气源（46.2%±9.5%）、汽油车尾气源（37.7%±3.5%）和燃煤源（17.3%±8.0%）;OC/TC在餐饮源中最高（98.0%±0.5%）,EC/TC在柴油车尾气源中最高（38.6%±8.5%）.3个城市同类源的碳组分含量受污染源细分后的不同类型影响有一定差异,但归一化处理后总体仍表现为燃煤源中OC2（14%~30%）和OC3（13%~23%）含量最高,柴油车尾气源中EC2（22%~56%）含量最高,汽油车尾气源中OC2（24%~41%）、OC1（16%~42%）和OC3（12%~26%）含量最高,餐饮源中OC2（21%~43%）和OC3（23%~49%）含量最高.不同污染源的OC/EC值为燃煤源在0.4~7.6之间,柴油车尾气源在0.2~5.6之间,汽油车尾气源在1.1~38.5之间,餐饮源在6.4~170.2之间.分歧系数结果显示3个城市不同源的碳成分谱具有差异性,同类源的碳成分谱具有相似性.将3个城市同类源碳成分谱合并后利用化学质量平衡灵敏度矩阵得到OC2,OC3,OC4,EC1和OPC_T可共同作为燃煤源的标识组分;EC2是柴油车尾气源的标识组分;OC1,OC2和OC3可共同作为汽油车尾气源的标识组分;OC2和OC3可共同作为餐饮源的标识组分.沈阳市、十堰市和乌鲁木齐市相同污染源相似的碳成分谱和一致的标识碳组分可为国内其他城市相关研究提供数据参考.     

2015~2021年景洪市PM2.5的传输路径及潜在源区

分析2015~2021年景洪市大气污染特征,识别日均PM_2.5浓度超过国家空气质量二级标准所在月(超标月)。利用混合单粒子拉格朗日积分轨迹模型计算景洪市PM_2.5超标月的逐日72h后向轨迹,并结合景洪市PM_2.5浓度,通过聚类、潜在源区贡献因子和浓度权重轨迹因子等分析方法,识别景洪市日均PM_2.5超标月的主要传输路径和潜在源区。结果表明:景洪市2~5月为日均PM_2.5超标月;景洪市2~5月PM_2.5的传输主要来自其西向、西南和南向,且中短距离和低空传输对应高PM_2.5浓度;景洪市PM_2.5源区主要位于缅甸中部、老挝西北部和泰国北部;通过归一化处理浓度权重轨迹因子可知,景洪市2~5月PM_2.5传输的源区主要来自缅甸,贡献41%~50%,其次为泰国和老挝,分别为21%~27%和5%~12%。基于2015~2021年2~5月中南半岛火点数分布及与景洪市PM_2.5浓度相关性分析,进一步揭示影响景洪市PM_2.5的主要排放源为缅甸生物质开放燃烧。研究可为景洪市建立跨境区域联防联控措施以及未来气候变化研究提供指导。     

深圳市大气PM2.5来源解析

为识别和量化深圳市大气PM_2.5的污染来源,2014年3,6,9,12月分别在5个站点采集PM_2.5的膜样品并进行质量浓度及组分分析,利用正向矩阵因子解析（PMF）模型对其主要来源和时空变化规律进行了解析.结果表明,2014年深圳市PM_2.5年均浓度为35.7 μg/m³,其中机动车源、二次硫酸盐生成、二次有机物生成和二次硝酸盐生成是最主要的来源,质量浓度贡献比例分别为27%、21%、12%和10%;地面扬尘、生物质燃烧源、远洋船舶源、工业源、海洋源、建筑尘和燃煤源贡献比例达2%~6%.各个源贡献的时空变化特征表明,二次硫酸盐生成、生物质燃烧源、二次有机物生成、工业源、远洋船舶源和海洋源显示出明显的区域源特征,机动车源、二次硝酸盐生成、燃煤源、地面扬尘和建筑尘具有显著的本地源特征.     

太原市大气PM2.5季节传输路径和潜在源分析

为了研究太原市大气PM_2.5不同季节的传输路径和污染源区,利用HYSPLIT后向轨迹模型和NCEP的GDAS全球气象要素数据,对2017~2018年不同季节太原市逐日48h气流后向轨迹进行聚类分析,同时结合小时污染物质量浓度数据,分析不同季节太原市PM_2.5的潜在源贡献因子（WPSCF）和浓度权重轨迹（WCWT）.结果表明,太原市PM_2.5的质量浓度在季节上呈现冬季（77.56μg/m³） > 秋季（69.89μg/m³） > 春季（63.78μg/m³） > 夏季（45.51μg/m³）的变化趋势.PM_2.5与SO₂、NO₂和CO之间存在明显的同源性和二次转化过程.春、秋和冬季大气传输路径主要以西和西北方向近距离、慢移速的轨迹为主,夏季以南和东方向轨迹为主.PM_2.5潜在源区季节变化明显：夏季主要受太原本地和晋中地区的影响;春、秋和冬季主要受陕西中北部、吕梁、临汾和晋中等地的影响.     

基于多旋翼无人机平台的大气PM2.5垂直结构观测技术

目的设计可用于大气边界层范围的大气污染观测平台。方法使用多旋翼无人机作为载体,集成多种大气污染物和气象要素的便携式检测设备,组建无人机观测平台。通过地面比对实验,保障所搭载的设备数据可靠,通过与大载荷系留气艇平台的垂直比对实验验证平台集成后的数据可靠性。结果对于重点观测指标PM_(2.5)而言,无人机和系留气艇所获取的垂直廓线表现出良好的一致性,各个航次的R2最低值为0.762,多数航次的组内相关系数为0.94以上。在2017年12月18日的案例中,无人机的观测数据表明,早上的大气垂直结构呈现了明显分层,0～200 m高度较为稳定的大气层结阻碍了污染物向上扩散,导致了近地面PM_(2.5)80μg/m~3的较高浓度,而下午的观测数据有助于解释污染消散。结论文中搭建的多旋翼无人机平台可以用于0～1000 m范围内的边界层观测,尽管个别航次数据和系留气艇平台仍存在差异,但现有观测结果已表明,该平台有助于研究人员了解污染事件的发生和消散,可以进一步推广应用。     

结合激光雷达观测与模式模拟的雾霾区域传输分析

以一次2015年1月3日至5日发生在中国中东部地区的严重雾霾事件为例,综合地基微脉冲激光雷达观测和WRF-Chem模式模拟的方法,揭示雾霾事件过程中的气溶胶颗粒物的跨区域传输特征。研究表明,徐州站点的激光雷达探测到1～3 km的外来颗粒物输入,在两次输入过程中,对当地总的气溶胶光学厚度贡献分别为43%和69%。WRF-Chem模式能够有效模拟预报PM_(2.5)浓度,但实测浓度为高值的区域出现低估现象。徐州地区在冬季易受来自山东西部、河南东部以及安徽北部的污染物的影响而引发雾霾,该区域需加强协作、联防联控。近年来我国冬季高空的风向具有规律性,且风速在逐年加快,雾霾从华北地区向华东地区的传输可能将变成常态。     

面向场景的城市PM2.5浓度空间分布精细模拟

针对传统PM_2.5浓度空间分布模拟方法忽略了城市内部如道路、工厂、居民区、景区等不同微环境整体对PM_2.5浓度影响机制的缺陷,本研究提出一种微环境PM_2.5浓度场景分异的理论假设,并以湖南长沙主城区为例,结合基于污染先验知识划分的城市微环境场景空间分布与自主设计加密观测场获取的203个监测点小时PM_2.5浓度加密数据,分析城市微环境PM_2.5浓度场景时空分异特征.在此基础上,耦合地理加权回归（GWR）与人工神经网络（ANN）方法,构建微环境场景增强下的PM_2.5浓度空间分布精细模拟GWR-ANN模型,开展城市内部高空间分辨率PM_2.5污染制图.结果表明：不同微环境场景间PM_2.5浓度存在显著时空差异,地表覆盖类型相同但分别位于2个不同场景的监测点间PM_2.5浓度差会随时间发生变化;耦合微环境场景变量的GWR-ANN模型能够有效精细模拟PM_2.5浓度的空间分布,模型拟合效果与交叉检验精度指标整体优于无场景变量参与的GWR-ANN模型（除部分时相较为接近外,检验R²：0.76~0.84vs.0.57~0.81）;场景增强下的PM_2.5浓度空间分布100m级分辨率模拟估算结果可以较好揭示研究区PM_2.5浓度高低值局地变化特征.