2019年7月石家庄市O3生成敏感性及控制策略解析

基于石家庄市2019年7月近地面污染物和气象观测数据,分析夏季O₃污染状况及其影响因素;结合WRF-CMAQ模式和O₃浓度等值线（EKMA曲线）,探究不同区域O₃-VOCs-NO_x的非线性响应关系,旨在探究最佳的前体物减排方案.结果表明,观测期间,石家庄市市区MDA8 O₃超标率高达70.9%.污染天期间,伴随着高温、低湿、小风,且以南风和东南风为主.石家庄市市区属于VOCs控制区,郊县为NO_x和VOCs协同控制区.在臭氧污染时段,市区在仅削减NO_x排放,且削减比例超过50%时,持续减排NO_x使得O₃浓度呈逐渐下降趋势.在非臭氧日时段,市区在VOCs和NO_x的削减比例大于1倍时,O₃浓度才不会出现反弹.对于市区应考虑以仅削减VOCs为先;对于郊县区域而言,不同的NO_x和VOCs削减比例下,O₃浓度均会下降...     

石家庄秋季一次典型霾污染过程水溶性离子粒径分布特征

为研究石家庄秋季典型霾污染过程中颗粒物水溶性离子的粒径谱分布,并进一步分析其来源及形成机制,于2013年10月15日到11月14日利用惯性撞击式8级采样器(Andersen)对石家庄城区大气颗粒物进行了为期一个月的连续采样,并使用离子色谱仪对观测期间一次霾污染过程颗粒物中8种水溶性无机离子(Na~+、NH_4~+、K~+、Mg~(2+)、Ca~(2+)、Cl~-、NO_3~-、SO_4~(2-))进行了分析.结果表明,石家庄秋季颗粒物污染严重,采样期间PM10和PM2.5日均值分别达到(361.2±138.7)μg·m~(-3)和(175.6±87.2)μg·m-3,PM_(2.5)日均值达到国家环境空气质量二级标准的2.3倍.此次污染过程,优良天、轻/中度污染天和重度污染天总悬浮颗粒物中总水溶性无机离子(TWSII)浓度日均值分别为(64.4±4.6)、(109.9±22.0)和(212.9±50.1)μg·m-3,由优良天过渡到重度污染天,总水溶性无机离子中二次无机离子(SO_4~(2-)、NO_3~-和NH_4~+)的比例由44.9%上升至77.6%,此次的霾污染过程主要来源于二次无机离子的生成和积累.优良天,SO_4~(2-)、NO_3~-和NH_4~+呈现双模态分布,峰值分别出现在0.43~0.65μm和4.7~5.8μm,而在轻/中度污染天和重度污染天,逐渐转变为单模态分布,峰值出现在0.65~1.1μm,随着高湿度下液相反应的加剧,二次无机离子由凝结模态向液滴模态转移的迹象明显.Na+、Mg~(2+)和Ca~(2+)这3种离子在优良天、轻/中度污染天和重度污染天的粒径分布相似,均以粗模态形式存在,在4.7~5.8μm出现峰值;K~+、Cl~-在优良天、轻/中度污染天和重度污染天均为双峰分布,但峰值出现的粒径段有所改变.     

河北南部城市臭氧和VOCs的污染特征及传输贡献

“十四五”时期是河北南部城市（石家庄、邢台和邯郸）退出空气质量综合指数排名后10位的关键阶段.基于2020年4~10月南部城市的15个国家环境质量监测站臭氧（O₃）逐时数据和3个挥发性有机物（VOCs）组分监测站的逐时数据及同期气象资料,采用时空演替、O₃生成潜势（OFP）、后向轨迹模式和空间统计模型进行分析.结果表明：①南部城市4~10月O₃变化呈倒"U"型分布,空间呈南高北低的格局,6月O₃污染最重,其ρ（O₃）依次为：邢台（233.8 μg ·m^-3）>邯郸（225.2 μg ·m^-3）>石家庄（224.8 μg ·m^-3）,O₃与温度和风速呈正相关、与湿度和VOCs呈反相关;②4~10月ρ（TVOC）依次为：邢台（274 μg ·m^-3）>石家庄（266 μg ·m^-3）>邯郸（218 μg ·m^-3）,烯烃和芳香烃的总OFP占比均超过一半;③南部城市O₃污染轨迹具有空间方向性和关联性,经过石家庄到邢台的轨迹ρ（O₃）均值（198.92 μg ·m^-3）最高,经过邯郸到达邢台的O₃污染轨迹频数最多;④南部城市传输贡献上,邢台对石家庄的O₃传输贡献率最高（27.39%）,邯郸对邢台的VOCs传输贡献率最高（32.76%）.     

石家庄市制药行业VOCs排放特征分析及健康风险评价

选择石家庄市9家典型制药企业作为研究目标,在对生产工艺进行调查的基础上研究了VOCs的排放特征,并利用国际公认的健康风险评价模型对制药行业排放的典型VOCs的健康风险进行了初步评价。结果表明,9家研究企业排放的VOCs浓度在10.6~162 mg·m-3间,抗生素类生产企业是主要排放源;识别出的9种典型VOCs为丙酮、乙酸乙酯、乙酸丁酯、乙醇、甲醇、二氯甲烷、正丁醇、异丙醇、甲苯;通过源成分谱确定出不同制药类型排放源的主要污染物:发酵类抗生素为乙酸丁酯(40%)、乙酸乙酯(31%)和正丁醇(17%);半合成类抗生素为丙酮(55%)、异丙醇(15%)和二氯甲烷(12%);维生素类为乙醇(41%)、丙酮(34%)和甲醇(13%);中药类为乙醇(75%)、甲醇(12%)。制药行业排放的VOCs健康风险危害指数为2.08×10-5,低于国际辐射防护委员会推荐的最大可接受水平,不会对暴露人群健康造成非致癌危害;正丁醇的危害指数最高,贡献率为48%。各典型制药企业排放口中二氯甲烷的致癌风险值在1.37×10-5~9.28×10-4间。     

石家庄市城市空间拓展动力机制分析

城市空间拓展是城市生长的需求和体现.对一个城市空间扩展状态、时空规律和动力机制的探讨,可以正确把握其在城市化进程中所处的阶段,预测其未来发展趋势[1].以河北省省会石家庄市为例,回顾了其城市空间拓展的演变进程,分析了其城市空间结构的特征以及空间拓展的动力机制,提出了石家庄市未来城市空间拓展的建议.     

石家庄市循环经济发展对策研究

石家庄市作为省会城市,通过努力,近几年经济得到了持续高速增长,但同时资源、环境与经济发展的矛盾日益突出.循环经济是一种新兴的经济发展模式,是实施可持续发展战略的重要途径和实现方式.文章阐述了循环经济的概念与内涵;在分析石家庄市发展循环经济的意义和发展循环经济存在的问题的基础上,提出了石家庄市发展循环经济的总体思路、发展目标,以及石家庄市发展循环经济的对策建议,目的是实现石家庄市经济、资源和环境的共赢,获得更大的发展.     

石家庄市一次重污染过程气象条件分析

对石家庄市2016年12月14—23日一次重污染过程的逐时空气质量和气象资料进行了分析。结果表明，低压均压类天气控制下，较高的相对湿度和水汽压，<2.5 m/s的低风速以及<500 m的混合层高度是该次重污染形成和持续的重要原因。当风速<2.5 m/s，且相对湿度>45%或水汽压>3.6 hPa时，空气质量明显较差；当风速<2 m/s，且湿度>65%或水汽压>4 hPa时，污染级别达到严重污染；该次重污染形成与维持的地面气压临界值为1 017 hPa，当气压>1 017 hPa时，环境空气质量相对较好；当气压<1017 hPa时，更容易发生严重污染。     

石家庄冬季典型污染过程气溶胶激光雷达观测

基于2016年冬季石家庄市微脉冲气溶胶激光雷达观测资料,采用归一化梯度法和梯度法两种方法反演了大气污染边界层高度,并将结果与相同时段探空资料获得的边界层高度进行对比验证,同时选取典型个例对污染边界层高度的过程演变特征进行了分析,探索了不同污染等级下污染边界层结构.结果表明,归一化、梯度法反演结果均与探空位温确定的边界层高度存在一致性,相关系数分别为0.62、0.55,均通过了0.05的显著性检验,但归一化相对误差为19%,梯度法为34%,表明归一化梯度法优于梯度法且其反演结果是可靠的.空气质量优良日,归一化梯度法反演结果准确度降低,与位温确定边界层高度最大偏差约1000m;随着污染程度加重,反演结果与位温确定边界层高度差减小,污染期间,污染边界层高度总体低于1000m,污染最重时段降到400m左右.不同空气质量等级、不同高度气溶胶消光系数垂直递减率具有明显差异,污染天气400m高度垂直递减率最大,表明该层以下为较重污染聚积层,之后随高度升高消光系数明显减小,700m以上为清洁空气.     

大气环境监测结果空间代表性的一个分析实例

通过计算石家庄西北郊大气环境监测站2014年的逐时浓度印痕,系统分析影响当地空气质量的潜在污染来源区域.使用实际气象观测资料和CALMET风场诊断模式获得当地区域边界层风场;使用反向拉格朗日粒子扩散模式计算印痕,分析其平均分布和日变化,以及与主要污染物(PM_(10))浓度变化的关系.结果表明,(1)石家庄地区山地-平原局地环流对风场有重要影响.(2)西北郊站监测结果代表的污染源区域有明显的日变化,午后主要为偏南和东南方向的污染来源,夜间至次日上午主要为西北山前和山地区域的来源.(3)PM_(10)浓度与污染来源区域具有同步的日变化关系,午后浓度下降,夜间浓度升高并维持到次日早上和正午.从夜间至次日上午时段西北方向的污染来源决定了该站的空气质量.(4)监测结果代表的主要污染物来源区域远超出其行政属地范围,外部来源的贡献率超过60%,当地影响不足40%.(5)造成西北郊站监测浓度整体偏高的主要原因是地形和位置因素,及测站以西的实际污染排放源.     

石家庄市道路交通环境NO_x污染水平及ARMA模型预测

选择石家庄市区代表性路段作为研究对象,对其交通环境空气中NOx的污染水平进行现状监测。基于Matlab软件建立拟合模型,对下一时期的NOx污染趋势进行预测。结果表明,石家庄市交通环境中NOx小时浓度介于0.047~0.237 mg/m3之间,呈早晚高,且下午明显低于上午的日变化规律;NOx日均浓度介于0.076~0.211 mg/m3之间,其浓度与车流量呈明显的正相关性。利用matlab软件建立的ARMA模型能够较好地预测道路交通环境空气中NOx的浓度变化趋势。