兰州西固工业区夏季光化学烟雾污染的气象条件

通过对兰州西固工业区光化学烟雾污染规律与气象条件的关系的研究表明,在高空槽后的低空弱高压控制下,西固区出现高的臭氧浓度值,此时大气层结稳定,风很小,天气晴朗,但中午有浓重烟雾,臭氧浓度峰值在中午出现。该区盆地内形成的光化学烟雾烟团水平面积达几十公里,臭氧浓度的日变化取决于太阳总辐射和大气边界层的日变化。     

鄂尔多斯市夏秋季气溶胶新粒子生成过程影响因素分析

利用宽范围粒径谱仪于2019年8月16至10月4日在鄂尔多斯市观测了10 nm~10 μm气溶胶粒径分布,结合PM（PM_2.5和PM₁₀）、污染气体、气象数据和HYSPLIT模式,分析了新粒子生成（NPF）特征及其主要影响因素.结果表明,观测期间一共出现19次NPF过程,占总观测期间的37.5%.NPF过程中对不同模态气溶胶数浓度日变化的影响不同.NPF使得核模态和爱根核模态气溶胶数浓度急剧增加,但是对积聚模态和粗模态气溶胶数浓度的影响较小.NPF发生时往往温度较高,风速较大,总辐照度较高,RH较低.NPF天PM_2.5、PM₁₀、CO和NO₂的浓度较低,O₃和SO₂浓度较高.40.0%的偏北气团和29.6%的偏南气团可观测到NPF过程.不同气团类型NPF过程中气象要素存在显著差异.南部气团类型NPF过程中风速最小,平均为（2.4±1.5）m·s^-1;RH最高,平均为（48.8±10.8）%;北部气团类型NPF过程中风速最大,平均为（4.2±1.9）m·s^-1;总辐照度最高,平均为（664.5±255.6）W·m^-2;西部气团类型NPF过程中RH最低,平均为（29.8±12.7）%.不同气团类型NPF过程中新粒子的生成速率相差不大,为1.5~1.8cm^-3·s^-1.南部气团类型NPF过程中增长速率最大,为（12.7±13.6）nm·h^-1,是北部气团类型和西部气团类型的1.2倍和1.4倍.     

2009~2018年太湖湖泛强度变化及其影响因素

基于2009~2018年的每年4~10月对太湖湖泛易发区的逐日巡查成果,以及相关太湖气象、水文、水质和水华监测资料的综合分析,揭示了太湖湖泛发生的环境条件及年际差异性特征,分析了影响太湖湖泛强度年际变化的因素及防控途径.结果表明,2009~2018年10 a中太湖共发生大小湖泛事件75次,平均湖泛面积1.35 km²,最大面积9.20 km²,平均持续时间3 d,最长持续16 d;湖泛发生引起了水体有机质、氮和磷等水质指标明显增高;湖泛的发生均在水温20℃以上,发生首日均处在5~9月;年际湖泛强度变化较大,2017年湖泛强度最大,2018年次之,而2014年湖泛强度最小;年际湖泛强度与蓝藻水华强度及5~9月的湖水平均温度显著正相关,而与水体营养盐等指标关系不密切,表明年际气候条件的波动对湖泛情势影响很大;湖泛的形成与河口区蓝藻水华的堆积关系密切：除了5次草源性湖泛外,70次藻源性湖泛均发生在入湖河口附近水域,河口区的底泥污染状况及底泥悬浮状况可能对湖泛的发生具有促进作用.根据形成湖泛的腐烂物质、来源、发生地点和持续时间的不同,可将湖泛分为藻源性湖泛和草源性湖泛这2种类型,藻源性湖泛又可分为港源型、迁移型和原发型这3种.结果表明,控制蓝藻水华强度是降低湖泛风险的根本途径,而避免河口区蓝藻水华过度堆积及厌氧分解的措施,如对蓝藻水华的及时打捞、工程措施形成的局部流场改变、蓝藻水华的离岸打捞工程和滨岸水华堆积区的应急曝气工程,以及河口区的污染底泥疏浚等工程措施,是降低湖泛发生风险的工程措施选项.     

南京江北酸雨分布特征及其与气象条件的关系

通过对南京江北区降水酸性及成分进行了全面系统的测定和分析,发现南京江北酸雨大大重于市区,并具有秋高春低,雨水离子浓度高,电导值大,强酸度与高发率同时出现等明显分布特征。气象条件影响主要表现为:大气降水量、气温和相对湿度与酸雨pH和电导值呈反相关,与酸雨频率呈正相关;大气压强与酸雨pH和电导值呈正相关,与酸雨频率呈反相关;风向风速对酸性污染物输送具有明显的引导作用;冬春季节沙尘和灰霾天气入侵对酸雨具有减缓效应。     

徐州市气象因子与空气质量和PM_（10）浓度的相关性分析

通过对徐州市空气质量及其对应的气象因子进行统计分析,得出空气质量与相对湿度、风速,降水等气象因子的关系。分析特殊气象天气出现时空气中主要污染物PM10的变化规律.得到一些初步结果,为减轻和防止污染提供参考。     

成渝城市群臭氧污染特征及影响因素分析

为研究成渝城市群O_3污染特征及其影响因素,对成渝城市群15个城市2015—2016年国控环境监测站点和国家气象台站数据进行了研究.结果表明,研究区域15个城市均存在不同程度的O_3超标现象.2015—2016年成渝城市群O_3污染形势愈发严峻,春末及夏季污染最为严重,且在7月达到O_3浓度峰值(118μg·m~(-3)),O_3污染空间分布呈片状,以资阳为中心的遂宁、眉山、成都等城市为O_3污染较为严重的区域.颗粒物、NO_2及CO均与O_3有显著相关性,其中,颗粒物与O_3浓度在冬季呈负相关,在夏季则表现为正相关.太阳辐射、气温、相对湿度及流场均是影响O_3浓度的重要因子,强辐射、高温及低湿易形成较高浓度的O_3,相对湿度对O_3浓度的影响呈先升后降的关系.     

京津冀地区城市臭氧污染趋势及原因探讨

采用Kolmogorov-Zurbenko（KZ）滤波分析了2013~2018年京津冀地区13个城市的臭氧最大日8h滑动平均（O₃-8h）序列,评估污染趋势并探讨原因.KZ滤波分离出的O₃-8h短期、季节和长期等3个分量分别占原始序列总方差的32.7%、63.9%和3.4%,各分量之间相互独立;以滤除了中短期过程影响的长期分量进行比较,京津冀地区远高于柏林、巴黎和伦敦等欧洲城市,与美国洛杉矶20世纪90年代初和最近4年状况相当,普遍低于上海和南京等长三角主要城市.但是,2013~2018年京津冀地区各城市臭氧污染加剧显著,长期分量升高速率达2.31~7.12 μg·（m³·a）^-1,均值为4.97 μg·（m³·a）^-1,快于长三角地区.拟合结果提示,臭氧浓度升高受气象条件影响不大（贡献比均值约为9.6%）,主要由大气污染排放变化造成（90.4%）,将该排放变化拆分为PM_2.5下降和臭氧前体物排放变化两项,其贡献比均值分别是27.3%和63.1%,其中北京-廊坊-天津城市带PM_2.5下降对臭氧升高贡献较大,分别为50.8%、32.5%和36.7%,衡水则达到48.6%.PM_2.5浓度降低已成为北京、衡水等地臭氧升高的最关键因素,这意味着需进一步减少前体物排放,以抵消PM_2.5降低导致臭氧增加的反作用.需要指出,该结果尚待实验和模型模拟验证.     

Dry deposition velocity of total suspended particles and meteorological influence in four locations in Guangzhou, China

Dry deposition velocity of total suspended particles (TSP) is an effective parameter that describes the speed of atmospheric particulate matter deposit to the natural surface. It is also an important indicator to the capacity of atmosphere self-depuration. However, the spatial and temporal variations in dry deposition velocity of TSP at different urban landscapes and the relationship between dry deposition velocity and the meteorological parameters are subject to large uncertainties. We concurrently investigated this relationship at four different landscapes of Guangzhou, from October to December of 2009. The result of the average dry deposition velocity is (1.49 ± 0.77), (1.44 ± 0.77), (1.13 ± 0.53) and (1.82 ± 0.82) cm/sec for urban commercial landscape, urban forest landscape, urban residential landscape and country landscape, respectively. This spatial variation can be explained by the difference of both particle size composition of TSP and meteorological parameters of sampling sites. Dry deposition velocity of TSP has a positive correlation with wind speed, and a negative correlation with temperature and relative humidity. Wind speed is the strongest factor that affects the magnitude of TSP dry deposition velocity, and the temperature is another considerable strong meteorological factor.We also find out that the relative humidity brings less impact, especially during the dry season. It is thus implied that the current global warming and urban heat island effect may lead to correlative changes in TSP dry deposition velocity, especially in the urban areas.     

重庆市主城区PM2.5时空分布特征

利用2014年6月1日至2015年5月31日重庆市主城区17个国控空气质量监测站24 h自动连续采样的PM_(2.5)浓度数据,探讨了重庆市主城区PM_(2.5)时空分布特征.结果表明:1重庆市主城区PM_(2.5)季节浓度由高到低依次为冬季(100.2μg·m~(-3))、秋季(66.1μg·m~(-3))、春季(45.9μg·m~(-3))和夏季(33.4μg·m~(-3))(P0.05).2重庆市主城区PM_(2.5)月均浓度变化呈单峰单谷型,1月PM_(2.5)月均浓度最高(P0.05),达到120.8μg·m-3.3逐日变化,国控17个空气质量监测站PM_(2.5)日均浓度曲线都呈现出尖峰和深谷交替变化的锯齿状.4重庆市主城区16个国控监测点(除缙云山对照点)PM_(2.5)浓度日变化在全年、春季、秋季和冬季都呈现明显的双峰双谷型.5PM_(2.5)与SO_2、NO_2和CO都呈显著正相关(P0.01),表明SO_2、NO_2和CO的二次转化对PM_(2.5)浓度具有显著影响.     

乌鲁木齐河源区黑碳气溶胶浓度特征及其来源分析

利用七波段黑碳仪对2016年8月—2017年7月乌鲁木齐河源区大气中黑碳气溶胶进行了实时监测,并结合同时期气象资料对该区域黑碳气溶胶浓度变化特征、影响因子和可能来源进行了分析.结果表明,观测期间乌鲁木齐河源区黑碳浓度在102～1525 ng·m~(-3)之间变化,均值为520 ng·m~(-3).春季、夏季、秋季和冬季的浓度分别为425、536、686和427 ng·m~(-3),呈秋季最高,夏季次之,冬、春季低的季节变化特点.日内变化具有明显的双峰双谷特征,在当地时间8:00—9:00(与北京时间的时差为2小时,即为北京时间10:00—11:00,下同)和16:00—19:00有两个明显的峰值,可能与当地的排放和气象因素有关.乌鲁木齐河源区黑碳的本底浓度在春季、夏季和秋季分别为253、271和290 ng·m~(-3),而冬季黑碳的本底浓度仅为162 ng·m~(-3).与其他偏远地区相比,乌鲁木齐河源区因受较多排放源影响,黑碳浓度本底值较高.黑碳气溶胶浓度与气象因素相关性显著,当风速小于2 m·s~(-1)时,黑碳的平均浓度明显偏高,当相对湿度大于55%时,黑碳浓度明显偏低.由浓度权重轨迹分析和波长吸收指数(AAE)可知,乌鲁木齐河源区的黑碳浓度,除了受本地化石燃料燃烧和生物质燃烧排放的影响以外,还可能受到中亚地区远距离传输的影响.