奥运前期与奥运期间北京市大气细颗粒物特征比较分析

利用城市生态系统研究站对北京市奥运前后(2008年6～9月)大气中细颗粒物(PM2.5)进行连续监测,获得不同阶段PM2.5日平均浓度的动态特征,分析气象因素、人为控制管理措施对颗粒物浓度的影响.结果表明,近北五环的生态中心站点(RCEES)颗粒物日均浓度平均值为0.067 mg.m-3,奥运期间的颗粒物浓度(0.060 mg.m-3)比奥运前期(0.081 mg.m-3)减少了约26%.而位于南二环市中心的教学植物园站点(JX)颗粒物浓度平均含量为0.078 mg.m-3.JX站点奥运期间的颗粒物浓度(0.069 mg.m-3)比奥运前期(0.095 mg.m-3)减少了约27%.各个阶段PM2.5的日变化都基本呈现双峰态势.第一个峰值出现在08:00～10:00左右,RCEES站点颗粒物浓度为0.068 mg.m-3,JX站点浓度值为0.089 mg.m-3;另一个峰值出现在晚20:00～22:00左右,RCEES和JX站点颗粒物浓度为0.079 mg.m-3和0.083 mg.m-3,这主要与上班交通高峰导致的尾气排放污染和道路扬尘污染等有关.研究气象参数发现奥运期间与奥运前期气象条件无显著差异,属于高温高湿风力不大的典型北京夏季天气条件.奥运期间颗粒物浓度与温度呈显著正相关(P<0.01),而与风速、相对湿度及降水相关性不显著(P>0.05).而连续多年大气污染综合治理措施和奥运空气质量保障措施的实施,产生了显著环境效益.在自然因素相差不大的条件下,人为控制因素对奥运期间颗粒物的下降起到主导作用.     

北京冬季疫情期间空气质量及气象影响分析

针对北京地区2020年冬季疫情防控期（1月24至2月29）的空气质量及两次持续性重污染过程进行分析,探究了该时段的大气污染特征及其气象影响.与过去5a同期相比,2020年疫情防控期间北京冷空气强度偏弱,活动频次偏少50%,气温偏高0.73℃,风速和混合层高度偏低17.8%和32.5%,相对湿度和露点温度增加60.9%和48.1%,偏北风频率减少7.5%,而偏南风和偏东风频率均增大6.0%;气象条件较历史同期明显转差;虽然降水量偏多,但整体降水强度弱、时次集中,因而颗粒物的整体清除作用有限.两次重污染过程（1月24~29日和2月8~13日）分别维持59和75h,两个过程累积阶段（1月24~25日和2月9~11日）均受区域输送影响较大,输送占比为70%和58%,分偏东和偏南两个通道.针对污染过程的源解析显示,本地污染贡献占比为67%和48%,可见在维持和加重阶段颗粒物的吸湿增长和二次生成占比增加.经分析,“高湿静稳”的不利气象背景下,大气垂直动力和水平辐合的叠加使PM_2.5和水汽在北京平原累积,将其压制在边界层内快速增长;升高的污染物也与静稳的边界层气象因子双向反馈,导致污染进一步加重.根据EMI指数计算,2020年冬季疫情防控期的气象条件约引起70.1%的PM_2.5浓度增加;而与过去5a同期相比,疫情防控期间排放的减少抵消了约53%的不利气象条件影响;两次污染过程与过去5a同期的9次过程相比,EMI分别偏大26.9%和19.7%,但PM_2.5浓度基本持平或略有降低.可见,在目前的排放基数上,即使出现特殊情况下的城市封锁,排放量的减少将削减污染浓度峰值,但仍不足以完全抵消不利气象条件的影响.     

广州旱季双高污染及消光系数垂直分布特征

利用2017年12月6日～2018年1月3日地面常规气象资料、空气质量6参数、光化辐射资料、气溶胶吸收和散射系数、单次散射反照率、激光雷达反演的气溶胶消光系数与退偏比数据,分析广州地区气象参数变化对污染物浓度的影响和气溶胶对光化辐射的衰减,研究双高(高气溶胶与高O3)污染的形成机理,并从垂直角度探究了双高日边界层内消光...     

2013年夏季嘉兴市一次光化学事件的观测分析

为研究2013年8月5~11日嘉兴地区一次光化学事件形成的高浓度O3污染的变化特征及成因,对8月2~14日的主要污染气体(O3、NO2、NO、CO、SO2)、颗粒物(PM10、PM2.5)以及气象要素进行了观测分析.结果表明,嘉兴污染日的O3平均浓度是正常日的2.4倍,超标率多在29.0%以上,9日超标率高达45.8%,此次污染事件是高温下剧烈的光化学反应以及低湿低风速的稳定天气形势共同作用造成的.污染日和正常日的O3日变化均呈单峰分布,峰值出现在14:00左右,O3在污染日和正常日生成期的增长速率分别为50.3μg·(m3·h)-1和21.6μg·(m3·h)-1,在消耗期的下降速率分别为16.8μg·(m3·h)-1和23.4μg·(m3·h)-1,NO、NO2和CO在污染日的浓度分别是正常日的1.1、1.5和1.5倍,为光化学反应提供了有利的反应条件.污染日PM2.5浓度、PM10浓度、PM2.5/PM10的比值分别是正常日的2.5、2.3、1.1倍,污染日大气光化学反应异常活跃,更有利于细颗粒物的生成.     

2015～2017年上海郊区大气新粒子生成特征

本研究利用扫描电迁移率粒径谱仪(SMPS)对上海郊区2015～2017年期间大气新粒子生成进行长期连续观测,结合气象要素、气态污染物和PM_(2.5)化学组分等数据,分析上海郊区新粒子生成特征.结果表明,上海郊区新粒子生成天(NPF)为172 d,占有效天数(942 d)的18. 3%;其中典型新粒子生成天(Event)和新粒子增长-缩小天(Shrinkage)分别为150 d和32 d;NPF天占比春、夏季最高,秋季次之,冬季最低.高温低湿、太阳辐射强、风速大和降雨量少的气象条件有利于新粒子生成;南风、西南风和西风期间Event天占比高,气团主要来自环太湖流域植被覆盖和农业种植区,而Non-NPF和Shrinkage天主导风向为东北、东到东南风.与非新粒子生成天(Non-NPF)相比,Event天各季度SO_2和O_3均高,表明气态硫酸和光化学反应为新粒子生成的关键因素; PM_(2.5)浓度并不均低于Non-NPF天,但PM_(10)值均更高,可能与多相光催化反应有关.Shrinkage天除O_3外,其他污染物浓度均最低,较低的气态前体物导致新粒子增长程度有限.PM_(2.5)化学组分显示,Event天NH_4~+、SO_4~(2-)和NO_3~-无机组分秋季平均浓度高于Non-NPF天,其他季节则相反;有机碳各季节平均浓度均高于Non-NPF天; Shrinkage天各组分浓度最低,但春、夏、冬季有机碳占比均高于Non-NPF天;因此有机物在上海郊区新粒子生成及增长过程中有重要贡献.     

2006~2015年北京市不同地区O3浓度变化

对2006~2015年北京市定陵、官园、琉璃河和前门这4个站点的O₃连续监测数据进行分析,探讨其浓度水平、变化趋势、时间变化规律以及和前体物、气象要素的关系.结果表明,定陵站十年平均浓度水平最高（65.2 μg·m^-3）,其次为琉璃河（53.4 μg·m^-3）、官园（49.6 μg·m^-3）和前门（40.4 μg·m^-3）.定陵O₃浓度呈下降趋势［0.5 μg·（m³·a）^-1］,而官园［0.9 μg·（m³·a）^-1］、琉璃河［0.3 μg·（m³·a）^-1］和前门［0.3 μg·（m³·a）^-1］均呈上升趋势.从月变化来看,各站点O₃浓度最高值均出现在6~8月,出现频次最高的为7月（17次）,平均月均浓度为99.8 μg·m^-3;最低值均出现在11、12月和1、2月,出现频次最高的为1月（14次）,平均月均浓度为16.6 μg·m^-3.从日变化来看,近年来O₃浓度峰值出现的时间明显提前,近3年峰值均在15：00~16：00出现,提前了1~2 h.2015年定陵站O₃重污染天数达到11 d,比2013年增加了10 d,表明近年来夏季北京下风向山区的O₃重污染状况愈发严重.与前体物的相关性分析表明,定陵站O₃浓度与NO₂浓度呈正相关,其余站点两者浓度均呈负相关,暗示定陵站O₃生成的前体物控制区可能为NO₂控制区,而其他站点为VOCs控制区.与气象要素的相关性分析表明,O₃浓度与温度呈正相关关系,与湿度和气压呈负相关关系,温度对O₃浓度的影响最大,其次是气压和湿度.当日最高温度超过30℃,相对湿度介于30%至70%之间时,北京市O₃日最大8 h滑动平均浓度超过200 μg·m^-3的概率较高,空气质量级别会达到轻度至中度污染的级别.     

2013年冬季海口市一次气溶胶粒子污染事件特征及成因解析

海口市在2013年12月份发生了一次气溶胶粒子污染事件.本文利用相关资料对此进行诊断,发现海口市PM2.5在12月9日超过了国家环境空气质量二级标准限值,在11日达到该污染时段的最高值(日平均为87.96μg·m-3),同时与能见度有一定的负向关系.分析表明,前期(7—9日上午),污染物主要以本地排放为主,而后期(9日中午到11日)与珠江三角洲地区的输送作用有密切关系,后向轨迹分析也表明后期海口市大气污染物可能来自珠三角地区.分析发现,气象背景场为这次气溶胶污染事件提供了有利的气象条件,500 h Pa高度场冷空气活动偏北,925 h Pa高度场的暖中心控制,形势稳定,逆温层的存在使得大气近地层更加稳定,低层风速偏小不利于近地面附近的污染物向外输送,水平风垂直切变偏弱有利于污染物在近地层堆积,其变化趋势与PM2.5浓度有一定的相关性.     

杭州市臭氧污染特征及影响因素分析

为研究杭州市夏季臭氧(O_3)污染特征及其影响因素,统计分析了2013—2016年杭州市O_3监测数据与杭州市气象数据,并结合AIRS卫星O_3数据探讨了台风天气系统对杭州市近地面O_3浓度的影响.结果表明:2013—2016年,杭州市O_3污染逐年加重,O_3浓度高值持续时间延长.O_3浓度与太阳辐射、温度相关,每年5月和8月太阳辐射强、温度高,O_3污染最严重;全天O_3浓度呈单峰日变化,峰值出现在午后(~14:00)太阳辐射较强、温度最高时.杭州市在日降水为0且12:00—15:00太阳辐射通量均值高于200 W·m~(-2)天气条件下,风向为东、东北或东南风且风速低于3 m·s~(-1)时,O_3浓度相对较高,易出现超标情况.台风天气系统对杭州市近地面O_3浓度有明显影响,以2014年10号台风"麦德姆"为例,台风外围系统影响到杭州时,偏东气流可将杭州以东地区高浓度O_3输送到杭州,同时下沉气流导致污染物在近地层积聚不易扩散,造成近地层O_3浓度升高.     

夏季城市大气O3浓度影响因素及其相关关系

利用2003年夏季济南市区近地面大气O₃、相关前体物和气象因素等观测数据,研究了O₃浓度的分布特征及时间变化规律,分析了7月份O₃与NO、NO₂和CO等前体物及太阳辐射和气温气象条件的相关性.结果表明,济南市区夏季O₃污染比较严重,观测期间各污染物O₃、NO、NO₂、NO_x和CO浓度都相对较高,昼间O₃与各前体物的浓度呈较好的负相关关系,与太阳辐射具有非常明显的相关性,而与气温的相关性不明显.根据以上分析结果,利用回归分析方法,建立了昼间O₃浓度与前体物、气象因子之间的相关模式,结果表明O₃浓度的计算值与观测值符合性较好.     

基于SPEI和SPI指数的青海省东部农业区春夏气象干旱特征的评估

青海省东部农业区是青海省重要的粮食生产基地,春夏干旱直接影响着该区农业的有序发展。论文选取青海省东部农业区13个气象站点1961-2014年平均月降水和气温数据,采用泰森多边形法、SPEI和SPI指数、R/S分析等方法对比评估了该区的春夏气象干旱演变特征。研究表明：1）近54 a SPEI和SPI指数显示青海省东部农业区干旱年际变化在2000年代前基本一致,2000年代后变化趋势发生变化;SPEI指数显示2000年代后春夏旱逐渐加重,SPI指数显示2000年代后春旱逐渐缓解该区干旱,气温是导致两者产生差异的主要原因。2）该区干旱面积覆盖率与干旱年际变化规律保持一致,两种指数主要在1990年代中期前后有所不同,1990年代中期后SPEI指数显示的春夏干旱覆盖面积要比SPI指数显示的广。3）SPEI和SPI指数在2000年代后春夏干旱频率呈相反趋势,SPEI指数显示的2000年代为干旱高频期,SPI指数为干旱低频期;两种指数均显示春旱高频区由西部转向东部地区,夏旱高频区由西北转向东南地区。4）根据干旱周期及R/S分析法,未来4~6 a该区春旱加重,北部地区为春旱高发区;未来18~22 a夏旱也有所加重,西部和东部地区为夏旱高发区。5）通过对比分析发现,SPEI指数在该区的适用性较好,能为该区干旱监测提供较为科学的理论依据。