京津冀城市群大气污染传输规律研究——两组排放清单的比较分析

利用WRF/CALPUFF耦合模型,在同样重污染气象条件下,选择了当下模拟应用最广的两组排放清单对4种主要污染物（NO_x,SO₂,PM_2.5和PM₁₀）进行京津冀城市间区域传输贡献比较分析.其中一组排放清单来自政府的环境统计（以下称：环统排放清单）,另一组排放清单是来自中国多尺度排放清单（以下称：MEIC排放清单）.污染物的浓度空间分布表明,两种排放清单下污染物浓度均呈现北部以唐山中心,南部以石家庄-邯郸为中心的分布特征,均是由两个浓度最高的中心向外逐渐降低.但是环统排放清单下模拟的污染物浓度高值区范围更大,更接近实际监测数据.基于不同的清单输入,一些城市的传输角色存在一些差异.例如,对于4种污染物,两种排放清单模拟出的沧州与周边城市的净传输方向完全相反,在MEIC排放清单中,沧州以向外净传输为主,即为源;而在环统排放清单中,沧州则变成了净输入城市,即为汇.这些结论将影响大气联防联控中各城市源汇责任的认定,在实际环境管理中应注重多源数据的选择、验证和比较.     

成都经济区有机氯农药异常区大气影响推断

以成都经济区中德阳绵竹有机氯农药异常区为重点,选取跨越异常区主风向(西北-东南)的长剖面,采集大气颗粒物样品和降水样品以及与大气采样点相对应的土壤样进行测试分析。采样自2007年6月18日起,每三个月(一个季度)收集一次,为期一年。研究表明表层土壤中HCH最高含量值均位于海拔400～700m之间,大气降水对土壤HCH的贡献量很大,是去除大气中HCH的有效形式。由于山脉阻碍和改变气流的活动情况,空气对流强度增加,温度下降显著,形成大量山前降水,使得有机氯农药沉降效率较高。高海拔地区有机氯农药含量的多少取决于有机氯农药本身的挥发性、蒸汽压、距离有机氯农药源区的距离以及传输通道的环境条件(高程变化、风向、温度、降水量、降水频度等)。     

甘肃省区域颗粒物时空分布特征及传输路径

基于甘肃省2018~2019年颗粒物质量浓度监测数据,分析了全省大气颗粒物浓度的时空变化及排放特征,并利用HYSPLIT后向轨迹模式研究了颗粒物传输路径.结果表明：颗粒物（PM₁₀和PM_2.5）空间分布呈现区域特征：PM₁₀浓度高值位于河西走廊地区,由北向南呈阶梯式递减;PM_2.5以陇中地区为高值中心,向南北两侧递减,陇南地区为全省颗粒物清洁区.不同地区PM₁₀与PM_2.5地面浓度季节变化特征存在差异,陇中、陇东和陇南地区PM₁₀和PM_2.5浓度变化特征一致,陇中和陇东地区颗粒物（PM₁₀与PM_2.5）浓度冬高夏低,陇南地区则为冬高秋低;河西走廊PM₁₀和PM_2.5浓度季节变化不同,PM_2.5冬高夏低,PM₁₀春高夏低.后向轨迹聚类结果表明全省春季、冬季均受到来自中亚及新疆的偏西气流影响,该路径输送下可吸入颗粒物（PM₁₀）浓度明显高于其他路径,是典型的沙尘输送路径,4大分区受沙尘传输影响程度依次为河西 > 陇中 > 陇东 > 陇南,来自陕西、川渝的偏东路径是陇南地区颗粒物的主要输送路径,该路径下PM_2.5/PM₁₀比值大于0.5,明显高于偏西路径,说明偏东路径人为源污染贡献显著.研究结果有助于全面认识全省颗粒物污染特点、为分区制定颗粒物污染防治政策、以及区域污染协同治理提供科学的参考依据.     

基于综合立体观测网的京津冀地区污染过程分析

为揭示大气污染的演变规律,推动京津冀及周边地区空气质量的持续改善,针对大气重污染发生—演变—消散全过程的核心科学问题,在京津冀及其周边地区建立大气污染传输通道立体观测网,围绕2017年秋冬季和2018年春、秋、冬三季开展重污染时段和重污染过程的地基和车载走航观测,评估区域大气污染输送和城市间大气污染的相互传输量.结果表明:北京市污染呈明显的区域性特征,春季主要受区域不利扩散条件及沙尘传输影响,秋季主要受西南通道传输影响,冬季主要受西南、南部、东南通道混合层内传输与区域扩散条件不利的共同影响.秋冬季京津冀地区NO₂、SO₂污染物垂直柱浓度整体低于西南、东南和南部输送通道区域,当弱南风静稳天气条件主导时,北京市易受到污染物输送的影响,形成局域污染过程.研究显示,北京市重污染时段外来污染物各类尺度输送通道中,西南通道污染传输为主导,部分时段还受到东南和东部通道污染传输的影响.      

北京市臭氧的时空分布特征

对2012年12月~2013年11月期间北京市35个自动空气监测子站的O3浓度进行分析,探讨北京市O3浓度的时间、空间分布特征,并对夏季的一次O3高浓度过程进行了分析.结果表明,北京市O3浓度在5~8月维持相对较高浓度,其他月份则维持较低浓度.整体来看,4类功能的监测站点中O3平均浓度由高到低分别是对照点及区域点、郊区环境评价点、城区环境评价点和交通污染监控点;O3浓度日变化呈单峰型分布,一般在15:00、16:00达到峰值;O3还呈现明显的"周末效应",即周末白天时段O3浓度大于工作日浓度.北京市O3浓度城区相对较低,周边区县相对较高,生态植被优良的东北部地区浓度最高.2013年6月3日北京市发生一次O3高浓度过程,在下午西南风的作用下,榆垡、丰台花园、奥体中心和怀柔监测站O3峰值出现的时间从南到北依次滞后,且怀柔站在20:00才出现峰值,体现了这次过程中存在明显的O3输送特征.     

基于物联网的土壤样品库建设与实践

为满足国家土壤样品制备与流转中心(华北分中心)及北京市土壤样品库的流转与存储需求,采用了一种基于物联网的智能土壤样品库建设方案。通过射频识别、气动传输、智能存取、信息关联与信息管理系统等技术手段,除可满足国家土壤环境监测样品制备、流转和质量控制的基本需求外,实现了对暂存土壤样品和长期保存土壤样品的智能化、自动化、信息化和规范化保存。该样品库的建设实践为环境样品的智能化、自动化和信息化存储提供了全新的方案,其设计思路可为各部门土壤等环境样品库的建设和管理提供借鉴。     

统计方法在区域大气环境质量诊断分析中的应用

分析华北11城市(北京、石家庄、太原、天津、大同、唐山、保定、呼和浩特、济南、郑州和西安)近年的天气型演变和PM10日均值随时空变化情况,发现华北城市群存在区域性的同步污染特征,各城市的环境过程和环境质量受这种区域性的背景影响显著。11城市的污染资料主分量分析结果可以很好地描述华北地区的各类天气型控制下,华北城市群区域性的同步污染和输送汇聚环境过程,并可以依据主分量分析结果对各城市的环境质量做出客观上的评价。     

环境空气质量监测数据采集与传输的标准化研究及设计

目前中国空气质量监测数据缺乏统一的数据采集及传输管理规范,导致数据集成困难,各监测网络间的数据无法充分共享,形成信息孤岛。该研究在深入分析中国环境空气质量监测数据采集与传输现状及问题的基础上,遵循已有的标准规定并结合实际业务需求,针对环境空气质量监测数据传输系统结构、通讯协议以及监测数据编码提出具有良好扩展性、通用性及规范化的设计方案,以期促进监测设备及系统集成工作的标准化,实现系统间信息数据高度集成,信息资源充分共享和互融互通,环境空气质量监测业务紧密互动。     

基于精细化管理的环境物联网发展趋势

环境物联网运用智能传感器等设备感知生态环境的变化,监测环境质量、监控企业的排污行为,通过环境数据的采集、传输、处理、整合,辅助环境管理决策。近年来环境物联网得到长足发展,但现有的环境物联网体系无法满足多种任务和应用场景的需求,主要问题体现在数据质量和精准度缺乏保证,数据传输能力有限,数据共享还未打通,数据分析应用能力还有待提升。笔者系统分析了环境物联网感知层、传输层和应用层的现状与问题,较全面地研究了物联网与大数据技术的最新进展,提出了环境物联网的发展方向以解决上述问题,为实现精细化管理与科学决策提供科学参考。