深圳市秋季大气臭氧立体分布特征

利用大气O₃探测激光雷达在深圳市东部生态区和西部城区同步开展垂直观测,探究了2018年深圳市O₃立体分布在秋季光化学污染活跃期至冬季非活跃期的演变过程.结果表明：光化学反应活跃的10月,东部地面O₃浓度相对于西部地面高出约128%;地面向上至450m,O₃浓度在东部生态区发生快速降低,而在西部城区由于存在“滴定效应”,O₃浓度随高度升高而升高;450m~2km,东、西部O₃浓度均随高度升高而降低,西部城区O₃浓度水平超过东部生态区约30%;2km以上高空,东、西部O₃浓度趋同（70μg/m³）,并保持稳定,为具深圳市秋季O₃污染过程提供了较高的大气背景浓度.高污染期间,深圳市大气边界层内O₃浓度变化较为一致,西部高空的O₃区域传输作用更加显著.秋季至冬季光化学反应逐渐减弱,深圳市O₃浓度的水平和垂直空间差异逐渐减小,冬季的深圳市O₃污染基本受大气背景控制.     

邢台市秋季PM2.5及水溶性离子污染特征

为研究邢台市秋季PM_2.5污染特征,于2017年10月15日~11月14日在邢台市区对PM_2.5样品进行了采集,并对其中水溶性离子（包括Cl^-、NO₃^-、SO₄^2-、NH₄⁺、Ca²⁺、Na⁺、Mg²⁺、K⁺）进行了分析.结果显示,观测期间邢台市ρ（PM_2.5）平均值为（130.0±74.9）μg/m³,其中水溶性离子质量浓度为（69.8±11.4）μg/m³,占ρ（PM_2.5）的53.3%,NO₃^-、SO₄^2-和NH₄⁺为主要离子,占水溶性离子比例达到了89.7%. 当污染加重,水溶性离子质量浓度随ρ（PM_2.5）增大而升高,且NO₃^-、NH₄⁺及SO₄^2-占比亦逐渐升高,但其他离子占比随之下降,Ca²⁺尤为明显,表明ρ（PM_2.5）升高时主要受二次无机转化影响;观测期间SOR（硫转化率）与NOR（氮转化率）的平均值分别为0.36和0.25,表明秋季SO₂与NO₂转化速率较强,二次无机污染严重,另外SOR及NOR与温度及相对湿度呈正相关,且SOR对二者更为敏感;邢台市秋季PM_2.5呈弱碱性,NH₄⁺主要以（NH₄）₂SO₄和NH₄NO₃的形式存在;ρ（NO₃^-）/ρ（SO₄^2-）平均值为2.13,表明移动源对秋季大气颗粒物的来源贡献较大;PMF分析结果表明,二次转化源、燃烧源及扬尘源为邢台市秋季PM_2.5中水溶性离子的主要来源.     

近14年西北地区甲醛柱浓度的时空变化研究

基于臭氧监测仪（OMI）卫星反演数据,对2005~2018年西北4省区域大气甲醛柱浓度数据进行提取及分析,探讨其时空变化特征及影响因素.结果表明：在时间变化上,14a甲醛柱浓度整体呈先上升后下降的波动变化趋势,夏秋季显著高于冬春季,且冬季均值略高于春季.在空间分布上,甲醛柱浓度自西向东、自北向南逐渐升高,高值区集中于陕西和甘肃东南部及青海西南部;低值区集中于宁夏、青海和甘肃的西北部;稳定性呈现出东部分散、西部集聚、差异显著的分布格局.影响甲醛柱浓度变化的因素包括自然和人为因素,自然因素中,甲醛柱浓度受地形影响显著,与风向、气温均呈现显著正相关;人为因素中,甲醛柱浓度与人口密度、地区生产总值、工业废气排放量及建筑房屋竣工面积均表现出正相关关系,与工业废气排放量的相关度最高.大气中甲醛分子与气溶胶粒子二者间呈显著正相关关系,这进一步说明甲醛浓度受到了诸多因素的综合影响,但气溶胶粒子、气温及工业废气的排放是主导因素.     

基于RF-LSTM的鸡舍恶臭气体预测研究

以鸡舍氨气为研究对象,对鸡舍氨气预测模型进行了研究.首先,利用随机森林算法（RF）对影响鸡舍氨气浓度的环境变量进行重要性排序,选取温度、湿度、光照、气象温度、降雨量作为模型的输入变量;在此基础上,构建了基于长短时记忆神经网络（LSTM）的鸡舍氨气浓度预测模型,并将提出的预测模型应用于江苏省宜兴市某养鸡场的氨气浓度预测中,并与LSTM模型、RF-Elman模型和RF-BP模型进行了对比实验,结果表明,基于RF-LSTM模型的预测效果最好,其平均绝对误差（MAE）、平均绝对百分误差（MAPE）和均方根误差（RMSE）分别为0.9183、4.9637%和1.4262;同时,为了验证该模型的性能,本文还实现了不同时间尺度的鸡舍氨气浓度预测,提前2h、3h、4h、5h氨气预测的平均绝对误差（MAE）分别为1.6218、2.1991、2.8553和3.0677.本文提出的预测模型提高了鸡舍氨气浓度的预测精度,可为减少鸡舍恶臭气体排放提供科学依据.     

2018年春节期间京津冀地区污染过程分析

为了解2018年春节期间京津冀地区空气污染情况,利用近地面污染物浓度数据、激光雷达组网观测数据,结合WRF气象要素、颗粒物输送通量和HYSPLIT气团轨迹综合分析污染过程.结果表明,春节期间出现3次污染过程.春节前一次污染过程,各站点PM_2.5浓度均未超过200μg/m³;除夕夜,廊坊站点PM_2.5峰值浓度达到504μg/m³,是清洁天气的26倍;年初二~初五,各站点PM_2.5始终高于120μg/m³,且污染主要聚集在500m高度以下,北京地区存在高空传输,800m处最大输送通量达939μg/（m³·s）,此次重污染过程为一次典型的区域累积和传输过程.京津冀地区处于严格管控状态时,燃放烟花爆竹期间PM_2.5峰值浓度可达无燃放时PM_2.5峰值的3.2倍.为防止春节期间重污染现象的发生,需对静稳天气下燃放烟花炮竹采取预防对策.     

基于Stacking的地面PM2.5浓度估算

为了解决地面PM_2.5监测网络在空间和时间覆盖受限的问题,提出了基于宽时空覆盖的卫星气溶胶光学厚度AOD,利用Stacking方法建立地面PM_2.5浓度估算模型,将AOD、PM_2.5和各气象参数以及与PM_2.5排放有关的数据进行训练,使用改进网格搜索对模型超参数进行优化,通过对多重共线性分析,建立基于Stacking的最优PM_2.5浓度估算模型。选取2016-01-01-2016-12-31的数据作为实验对象,结果表明:相比于随机森林、GBRT和XGBoost 3种模型,使用岭回归作为元学习器的Stacking模型性能更优,可见Stacking适用于大范围地理区域的大气污染监测。     

武当山夏季颗粒物数浓度谱分布特征及气团来源影响研究

为研究大气边界层中上层大气颗粒物的数浓度谱分布特征及气团来源的影响,于2018年6月利用3080型SMPS粒径谱仪对武当山14.6~660 nm颗粒物数浓度谱进行观测,分析和探讨了其数浓度谱分布及日变化特征,并结合后向轨迹、潜在源贡献因子法（PSCF）与浓度权重轨迹分析法（CWT）探讨对武当山颗粒物数浓度影响较大的外源输送路径和贡献源区.结果表明:①武当山大气颗粒物主要以爱根模态为主,平均数浓度为2 500个/cm3,积聚模态、核膜态平均数浓度分别为2 265、359个/cm3,3种模态数浓度分别占总数浓度的48.79%、44.21%、7.01%.②在新粒子生成日,核膜态数浓度于10:00开始上升,11:00—17:00的核膜态数浓度相对较高,约2 000个/cm3.新粒子生成日ρ（SO₂）与ρ（O₃）的日变化趋势均与核模态数浓度较为相似,表明SO₂和O₃参与光化学反应后的产物（硫酸及有机物）有利于新粒子的生成与增长.新粒子生成日风速、温度均大于非新粒子生成日,但相对湿度较低.③在东部及局地气团影响下大气颗粒物主要以积聚模态为主,数浓度分别为2 311和2 596个/cm3;核模态、爱根模态数浓度在受西北气团影响时最大,数浓度分别为806和3 078个/cm3.④潜在源区分析表明,影响武当山积聚模态数浓度的主要源区为十堰市本地及襄阳市,二者贡献值在840个/cm3以上.研究显示,武当山颗粒物主要以爱根模态为主,颗粒物数浓度日变化主要受大气边界层发展及山谷风的影响,较高的ρ（SO₂）与ρ（O₃）以及高温、低湿及较大的风速均有利于新粒子的生成,周边城市的区域性传输对武当山颗粒物的影响较大.      

加入SOA示踪的深圳大气PM2.5受体模型源解析

为厘清包括二次有机气溶胶（SOA）在内的深圳市区PM_2.5各种一次和二次来源贡献,本文于2017年9月2日~2018年8月29日在深圳市大学城点位开展PM_2.5样品采集,并进行化学组分和水溶性有机物（WSOM）质谱测量,共获得162组有效数据.观测期间深圳市大气PM_2.5平均质量浓度为26μg/m³,在传统PMF源解析的基础上加入羧基离子碎片（CO₂⁺）作为SOA的示踪物,加入水溶性有机氧（WSOO）用于计算各因子O/C,验证有机物解析效果.结果表明,SOA可以被独立解析出,其O/C明显高于其他一次污染源中有机物;机动车、二次硫酸盐、二次硝酸盐、SOA为最主要的4个源,对PM_2.5质量浓度的贡献分别为25%、23%、17%和10%,船舶、地面扬尘、老化海盐、建筑尘、生物质燃烧、燃煤和工业贡献均在5%以内.各个源的变化特征表明,机动车、二次硫酸盐、二次硝酸盐、SOA等源贡献呈现冬高夏低的季节特征,与冬季季风条件下源自内陆的污染传输密切相关.污染天气时,二次硝酸盐和SOA的贡献增加相对最显著,因此NOx和挥发性有机物是减排的关键.     

不同居民燃煤炉具大气污染物排放差异性及减排分析

为探究不同类型炉具的大气污染物排放差异,本研究选择5种常见的新式居民燃煤炉具（方型煤炉具、折流换热炉具、炕暖炊一体化炉具、气化正烧及气化反烧炉具）在实验室内进行模拟燃烧和大气污染物排放水平监测,定量评估不同炉具的环境效果,识别污染排放水平差异的影响因素及原因,从而提出炉具研发设计等污染减排的改进建议.结果表明：①不同炉具大气污染物排放差异较大,炕暖炊一体的炉具污染排放强度最大,3种大气污染物（SO₂、NO_x和颗粒物）的排放强度为2.9 kg ·t^-1,是平均值的1.6倍;应用方型煤技术的炉具大气污染物排放强度最低,是平均值的65%.②不同炉具在不同燃烧阶段其气态污染物排放也呈现出明显的差异和特征.旺火阶段方型煤炉具NO_x排放浓度为0.49mg ·m^-3,相较于其他类型炉具降低了45%~72%;气化反烧炉具的SO₂排放浓度为1.38mg ·m^-3,相较于其他类型炉具最高降低了28%.③影响炉具大气污染物排放因素包括应用技术及燃烧类型,采用方型煤及气化反烧技术的炉具环境效益较好,但两类炉具的经济成本分别达到2.0万元和1.8万元,明显高于其他类型炉具.④考虑不同炉具污染排放差异,建议采取差异化的经济政策和严格的排放和产品标准,推广使用节能环保型炉具,降低燃煤炉具大气污染物排放.     

大兴安岭5种乔木树种燃烧释放PM2.5中水溶性元素特性

采用自主设计的生物质燃烧实验装置,在不同燃烧状态（明燃、阴燃）下,对大兴安岭林区5种典型乔木树种的不同部位（枝、叶、皮）燃烧释放PM_2.5中的水溶性元素特性进行研究.结果显示,不同树种间PM_2.5的排放因子差异显著,排放范围为（2.408±0.854）~（9.227±1.172）g/kg.5种乔木树种燃烧释放PM_2.5中主要检测到Mg、Ca、K等16 种元素,其中Ca、K、Zn、Mg 4种元素的排放因子明显大于其它元素.不同树种间元素排放因子差异较大,针叶树的排放因子一般高于阔叶树.除Cd元素外,不同器官间排放的元素总量无明显差异.不同树种不同器官燃烧释放PM_2.5中水溶性元素的占比顺序较为一致,其中Ca、K、Zn和Mg 4种元素的排放因子在枝、叶、皮中均较高.此外,燃烧状态对元素排放特征影响较大,Li、Mg、Ca等7种元素的排放因子均表现为明燃显著高于阴燃.