河北城市霾污染来源的模拟研究

选取2007年12月作为模拟时段,以MM5-Models-3/CMAQ为核心工具,对河北地区4个主要城市(石家庄、邢台、邯郸、保定)的霾污染来源进行了模拟研究,结果表明:工业源和民用燃烧源对河北4城市PM2.5浓度贡献率最大,分别为28.1%³5.4%,29.1%35.4%,29.1%³1.8%。河北4市受工业源排放影响最大的为保定市(35.4%),其余为石家庄(31.7%)、邢台(28.3%)、邯郸(28.1%)。受民用燃烧源影响最大的依然为保定市(31.8%),其余为邯郸(30.0%)、邢台(29.1%)、石家庄(27.5%)。电厂源、民用非燃烧源和交通源的贡献率较小,分别为0.5%31.8%。河北4市受工业源排放影响最大的为保定市(35.4%),其余为石家庄(31.7%)、邢台(28.3%)、邯郸(28.1%)。受民用燃烧源影响最大的依然为保定市(31.8%),其余为邯郸(30.0%)、邢台(29.1%)、石家庄(27.5%)。电厂源、民用非燃烧源和交通源的贡献率较小,分别为0.5%².5%,0.4%2.5%,0.4%⁰.9%,2.0%0.9%,2.0%².3%。对于消光系数的部门来源,最大的依然是工业源和民用燃烧源,民用燃烧源对河北地区消光系数平均贡献率分别为石家庄20.7%,邢台29.1%,邯郸30.7%,保定30.6%;工业源的贡献率分别为石家庄18.2%,邢台15.9%,邯郸16.8%以及保定22.4%。     

城市环境空气中PM2.5和NO2浓度的相关性研究

以湖南省长沙市为研究区域,对城市环境空气中的PM2.5和NO2浓度进行自动监测,并对数据进行相关性分析.结果表明,PM2.5和NO2浓度的季节性变化大,且两者的变化规律一致,均为冬季＞秋季＞春季＞夏季;在一天内,NO2浓度的最低值一般出现在午后,但PM2.5浓度的最低值、峰值出现时间不确定;就功能区分布而言,NO2浓度最高值出现在商业区,而PM2.5浓度分布的区域规律不明显.PM2.5与NO2浓度变化以正相关为主,PM2.5浓度高时,NO2浓度高,反之亦然,两者容易产生叠加污染.总体上,冬、秋季节为PM2.5和NO2主要控制季节.     

中国南部四背景地区春季大气碳质气溶胶特征与来源

春季分别同时在中国南方4个背景地区(海南尖峰岭、香港鹤嘴、浙江临安和云南腾冲)进行大气加密观测实验,并分析其大气中PM2.5质量浓度及其碳质颗粒组分(有机碳(OC)、元素碳(EC)和左旋葡聚糖).结果表明,各区域背景站点由于受不同污染源及传输过程影响而呈现出不同的特征:西南部腾冲站点与东部临安站点由于分别受到生物质燃烧和化石燃料燃烧等一次污染源的主导影响,而形成高OC、EC水平特征,且经受体示踪物方法估算腾冲站点受生物质燃烧对其OC的贡献均值可达到73%;尖峰岭站点由于二次污染及活跃的生物活动的共同作用,表现了高OC/EC比值及低碳质颗粒物浓度的特征,而鹤嘴站点则主要受海洋气团影响呈现出低碳质颗粒浓度与两两呈高度相关的特点,反映了其所在区域春季的背景特征.     

多模式模拟评估奥运赛事期间可吸入颗粒物减排效果

以空气质量多模式系统为工具,分析奥运赛事期间可吸入颗粒物(PM10)浓度大幅减小特征,从气象场和排放源两方面研究PM10浓度大幅减小的主要原因.多模式系统由嵌套网格空气质量模式(NAQPMS)、通用空气质量多尺度模式(CMAQ)和复杂大气空气质量三维模式(CAMx)3个空气质量复合模型组成,并以中尺度气象模式(MM5)和稀疏矩阵排放处理模型(SMOKE)提供统一气象场及排放源.研究对比2006年8月、2008年8月两组气象条件下北京PM10浓度水平及模拟效果,结果表明奥运赛事期间PM10浓度大幅减小的主要原因不是气象因素,而是由于额外措施引起的PM10排放减少.同时采用多模式系统数值模拟反向评估,获得北京奥运赛事期间奥运控制及额外减排措施引起的PM10减排量,结果表明,奥运赛事期间所有额外控制措施对颗粒物浓度效果相当于在2008年8月气象条件下,削减大约200t.d-1的无组织PM10排放,相当于北京正常时期PM10排放的50%.     

广州大学城大气PM_(2.5)质量浓度与影响因素

选择广州大学城代表性学生宿舍、教室、食堂等多个室内采样点及几个室外采样点,准确测定各采样点大气中PM2.5的质量浓度,分析各室内和室外采样点大气中PM2.5污染程度及分布特征;根据同步记录的气象数据,分析评价气象因子对大气PM2.5质量浓度的影响。     

北京市西北城区取暖期环境大气中PM10的物理化学特征

根据监测资料探讨了北京市西北城区取暖期PM₁₀的逐日变化规律和日变化规律.分别使用X射线衍射仪(XRD)和扫描电镜(SEM)研究PM₁₀中的矿物成分及其微观形貌特征.结果表明夜间PM₁₀浓度普遍高于白天.XRD分析显示颗粒物粒度越细,其中所含的矿物种类越少.SEM研究得出,单个PM₁₀颗粒类型可初步分为有链状集合体、簇状集合体、圆球状、片状和不规则形状等5类.从数量上看,PM₁₀主要来自燃煤和汽车尾气.     

深圳大运会前后大气含碳气溶胶污染特征

2011年8月12~24日,深圳市成功举办了第26届世界大学生运动会.为保证空气质量,两个观测点的PM2.5(空气动力学直径?2.5μm的大气颗粒物)质量浓度均值分别为(12.99±3.73)μg/m3和(25.24±5.20)μg/m3.然而,8月24日(含)大运会结束、主要污染控制措施取消之后,PM2.5的质量浓度呈现台阶式突增,测得观测点所处位置PM2.5分别为(48.01±8.73)μg/m3和(54.05±6.53)μg/m3.为探讨大气颗粒物污染水平变化的原因,对大运会结束前后深圳市大气含碳气溶胶的变化特征进行了分析,利用元素碳示踪法对大运会结束前后的一次和二次含碳气溶胶污染水平进行估算,结果显示大运会结束后的2个观测点的一次有机碳估算浓度较大运会期间增长了55%和22%,二次有机碳分别增长了442%和169%.结合气象因素及后向轨迹聚类模型的分析结果,认为在大运会结束后的大气颗粒物浓度阶梯状增加的原因除本地污染累积外,污染气团远距离传输以及气象条件都对阶梯型污染有一定的贡献.     

基于LME/BME的珠江三角洲PM2.5星地融合技术研究

收集并处理了遥感反演的气溶胶光学厚度（AOD）、归一化植被指数（NDVI）和气象数据,采用贝叶斯最大熵（BME）结合线性混合模型（LME）估算了2015年10月~2016年3月珠江三角洲地区近地表旬平均PM_2.5质量浓度.结果表明,LME+BME模型的预测精度比LME模型有较大提升,LME+BME模型的交叉验证结果R²为0.751,RMSE为6.886μg/m³,MAE为4.52μg/m³,而LME模型的交叉验证结果R²为0.703,RMSE为7.546μg/m³,MAE为4.927μg/m³.空间分布看,PM_2.5高浓度地区主要集中在广州、佛山、东莞等地区,低浓度地区主要集中在肇庆、惠州、江门的南部等地区;时间变化看,PM_2.5污染比较严重的时间为2015年10月中旬、2015年11月下旬以及2016年3月下旬,而2015年10月上旬、2015年12月上旬和2016年1月下旬污染则相对较低.     

成都市城区PM2.5中二次水溶性无机离子污染特征

2009年4月~2010年1月在成都市城区采集131个PM2.5样品,应用离子色谱法对PM2.5中二次水溶性无机离子(NH+4、NO-3和SO2-4)含量进行分析,并探讨其污染特征.结果表明,PM2.5中NH+4、NO-3和SO2-4的平均浓度值分别为(10.4±8.6)、(19.7±14.6)和(32.8±21.8)μg·m-3,分别占PM2.5质量的(5.5±2.8)%、(11.1±3.5)%和(19.3±6.4)%,三者总和占PM2.5质量浓度的(35.9±12.7)%.PM2.5中NH+4、NO-3和SO2-4的季节变化特征明显,夏、冬两季NH+4、NO-3和SO2-4的浓度均为SO2-4>NO-3>NH+4,其总和占PM2.5质量浓度的百分比为冬(44.3%)>夏(39.4%).相关分析结果显示,NH+4、NO-3和SO2-4在成都主要以NH4HSO4、(NH4)2SO4和NH4NO3形式存在;NO-3/SO2-4比值表明,成都市大气中硫和氮的主要来源以固定源为主;硫氧化速率和氮氧化速率的年均值分别为:0.33±0.12和0.19±0.09,表明成都市PM2.5中SO2-4和NO-3主要经二次转化形成.     

TSP的粒度分级研究

分别在冬季及夏季选取具有典型气候特性的两天,采集空气中总悬浮颗粒物（TSP）。根据采样前、后滤膜重量之差及采样标况体积,计算TSP质量浓度,采用液相沉降法测定粒度分布,对环境空气中总悬浮颗粒物（TSP）和可吸入颗粒物（PM10）进行粒度分布相对百分比及粒度分布累计研究。分析总悬浮颗粒物（TSP）中含有的粒度分布情况及冬夏两季可吸入颗粒物（PM10）与总悬浮颗粒物（TSP）的比例关系。更深一步了解TSP各级颗粒的粒度分布,特别是PM10以下的颗粒物的粒度分布情况。