南京地区大气灰霾的数值模拟

从环境角度出发,在化学成分分析的基础上,利用灰疆与能见度的关系,数值模拟了南京地区能见度分布及灰霾天气现象.研究表明:冬夏两季SO2-4/NO-3质量比为5.39;风速、相对湿度、PM2.5浓度是灰霾天气形成的主要影响因素;能见度模拟结果很好地体现了细粒子成分的污染分布特征,在南京地区,硫酸盐和有机气溶胶是能见度下降最重要的贡献者,其次为黑碳气溶胶.     

基于PM2.5的中国雾霾灾害风险评价

基于雾霾胁迫、人口暴露和适应能力,结合遥感数据与统计数据,对2014年中国286个地级及以上城市的雾霾灾害风险进行评价,在此基础上,识别雾霾灾害风险热点区的风险主导因子.结果表明:中国城市雾霾灾害风险整体水平不高且内部差异显著,雾霾灾害风险大体呈"东高西低、北高南低"的空间布局特征.雾霾灾害风险热点区范围涵盖96个城市,占据国土面积92.4万km~2,波及人群数量5.9亿.风险主导因子分区方面,适应能力主导区分布在汕头、揭阳、邵阳、娄底、玉林、汕尾、达州、巴中、天水、昭通、潮州和贵港等12个城市;雾霾胁迫主导区分布在郑州、上海、成都、泰州、济南、西安、武汉、鄂州、南京、扬州、天津、无锡、嘉兴、南昌、常州、芜湖、淄博、合肥、镇江、黄石、马鞍山、南通和日照等23个城市,其余61个城市则属于雾霾胁迫-适应能力综合主导区.     

杭州黑碳气溶胶污染特性及来源研究

2011年7月~2012年6月对黑碳气溶胶(BC)、PM2.5、污染气体及气象因子进行同步观测,以评估杭州市BC污染特征、来源分布及对大气能见度的影响.结果表明:杭州市大气BC日均浓度范围为1.3~16.5μg/m3,年均值达到(5.1±2.5)μg/m3.BC呈明显的季节变化趋势,秋冬季高,夏季低.BC也呈典型的日变化趋势,交通高峰期高,下午低,同时与NOx呈较好的相关性,表明城市中BC受到机动车尾气排放的重要影响;而BC/CO低于其他城市则表明生物质燃烧排放可能是杭州BC的另一大重要来源.BC随风速下降呈上升趋势, BC超过10μg/m3的高浓度事件中,风速基本低于2m/s,北-西北-西风对高浓度BC的输送作用明显.观测期间BC的吸收系数为(44.8±23.0)Mm-1,占到总消光比例的10.4%.灰霾和重度灰霾天气下,吸收系数分别为(66.2±30.1),(100.2±49.2)Mm-1,达到非霾天气的2.2和3.4倍, 表明BC吸收消光作用是影响杭州市大气能见度下降和灰霾天气发生的重要因素之一.     

基于GOCI数据的霾天气气溶胶辐射强迫的日内变化——以长江三角洲为例

以长江三角洲（以下简称长三角）为研究区,基于2017年10~12月内共16d 94景的晴空静止卫星GOCI L1B图像和6S模型,采用深蓝算法反演长三角地区气溶胶光学厚度（AOD）,并利用2个实测站数据进行验证.再通过反演得到的AOD结果进一步模拟计算该区域地表和大气层顶的气溶胶直接辐射效应（ADRE）,并结合典型的雾霾天气进行分析.结果表明：利用GOCI数据反演的AOD具有较高拟合精度,北辰楼站点拟合相关性R²为0.68,太湖站点为0.67.空间上,由于气溶胶存在制冷效应,AOD和地表面、大气层顶气溶胶直接辐射强度均呈现出显著的线性关系.时间上,由于气溶胶扩散和风向等因素,早上和下午辐射效应强度较高,中午较低.其中10：00和11：00影像可以较好地模拟日均ADRE的特征,利用ADRE日内变化成功捕捉到一次雾霾爆发并消失的现象,对气象部门监测近地表气温和分析灰霾的形成等具有重要意义.     

基于节点重要性评价的京津冀雾霾污染网络研究

近几年来,雾霾污染已经发展成为一个区域性的环境问题.区域内城市间雾霾污染的相关性错综复杂,呈现出复杂网络的结构形态.从整个雾霾污染大网络中去除一些联系不紧密、重要性不高的城市节点,进而找出真正发挥关键作用的核心子网络,对于整个区域的联防联控都有着重要的现实意义.本文将京津冀地区13个城市作为节点,选取2013年10月28日至2017年10月17日,共1488 d内每个城市的日均PM_(2.5)浓度数据作为样本.首先,根据城市间PM_(2.5)日均浓度的相关系数作为是否连边的判别标准,并由相关系数与城市间距离的比值构造出边的权重,通过连边状况去除了张家口这个孤立节点.其次,通过计算节点的加权集群系数、网络效率与脆弱性和采用基于度和集群系数的节点重要性综合评价方法对节点的重要性进行评价.接着,综合3种节点重要性评价方法得到节点重要性排名,由高到低分别是保定、唐山、廊坊、石家庄、天津、北京、沧州、衡水、邢台、秦皇岛、邯郸、承德.并根据节点重要性评价结果,从整个京津冀区域的大网络中提取出联系最为紧密、相关性最强的一个雾霾污染子网络.最后,文章结合京津冀地区雾霾污染子网络的结构特点与现有大气污染防治的政策法规,提出了促进区域内雾霾污染防治一体化的3点建议.     

京津冀地区雾霾污染生态补偿标准研究

以京津冀地区雾霾污染作为研究对象,采用京津冀地区2006—2015年雾霾污染的空间面板数据,引入大气污染物减排成本模型,比较了京津冀各地区雾霾污染治理成本高低;继而基于机会成本法,核算了京津冀地区雾霾污染生态补偿标准.结果表明:河北省雾霾治理成本显著低于北京市和天津市,由河北省承担更多的雾霾污染治理任务,能使京津冀地区雾霾污染治理成本达到最小化;在京津冀地区联合治理雾霾污染过程中,河北省因限制工业增长对其经济发展带来负面影响,因此,北京市和天津市应给予河北省相应的生态补偿.最后依据研究结论提出完善区域联防联控机制的政策建议,如成立跨区域联合治理机构,健全雾霾污染生态补偿立法,设立雾霾污染生态补偿专项基金等,以此来促进京津冀地区雾霾污染生态补偿方案顺利实施.     

霾不同发展阶段下污染气体和水溶性离子变化特征分析

为探讨霾不同阶段下大气污染物的变化特征,使用MARGA观测了2018年11月18日～12月7日长三角地区一次区域霾过程中前体污染气体(NH_3、HNO_3、SO_2)和8种水溶性离子浓度.结合环保数据(PM_(2.5)、NO_2、CO、O_3)和气象数据,分析此次区域霾过程的成因、大气污染物的日变化特征以及在霾不同阶段下大气污染物的分布特征.结果表明,此次霾过程中长三角地区主要受到高压脊控制,天气形势稳定,有利于大气污染物累积.霾天时PM_(2.5)、NO_2、NO_3-、SO_24-、NH_4+、Cl-和Na+的浓度分别为(118. 91±39. 23)、(61. 62±26. 34)、(45. 64±16. 01)、(18. 80±8. 02)、(20. 82±7. 16)、(3. 02±2. 25)和(0. 23±0. 22)μg·m-3,分别是干净天的2. 73、1. 63、2. 64、1. 94、2. 50、2. 05和2. 56倍;霾天CO的浓度为(1. 34±0. 39)mg·m-3,是干净天的1. 86倍.不同大气污染物的日变化特征不同.霾不同阶段下大气污染物的分布特征不同.SO_2的浓度在霾发生阶段最高; PM_(2.5)、NO_2、NH_3、CO和SNA的浓度在霾发展阶段最高; O_3、Cl-、Na+和K+的浓度在霾消散阶段最高.SNA在霾不同阶段下对PM_(2.5)的相对贡献可达94%～96%,且在发展阶段的增速最大,增速排序为NO_3- NH_4+ SO_24-. SNA在干净天、发生阶段和发展阶段以NH_4NO_3为主,在消散阶段(NH_4)2SO4为主.此次霾过程主要由NO_3-增长导致,NO_3-在霾发生、发展和消散阶段对PM_(2.5)的相对贡献分别为51. 06%、51. 85%和48. 22%,主要通过气相均相反应生成.     

南京市一次霾污染过程中水溶性离子分布特征

使用MARGA离子在线分析仪ADI 2080对2017年12月27日~2018年1月5日南京市PM_2.5化学组分进行连续采样分析,结合气象要素和大气环境监测数据,探讨了霾污染过程中水溶性离子的时间分布特征及其来源特征.结果表明：霾日中南京水溶性离子浓度为121.41μg/m³,是洁净日的3.2倍.霾污染过程中水溶性离子平均浓度大小顺序为NO₃^- > SO₄^2- > NH₄⁺ > Cl^- > K⁺ > Ca²⁺ > Mg²⁺,SNA离子占总水溶性离子浓度的91.97%.霾日中水溶性离子日变化均为三峰型,洁净日中Cl^-、SO₄^2-和NH₄⁺的日变化为单峰型,Ca²⁺为双峰型,K⁺、Mg²⁺为三峰型.随着空气污染状况的加重,总水溶性离子在PM_2.5中的占比不断减少,空气质量为优时占比95.93%,严重污染时为63.25%.霾日中随着污染加重,NH₄⁺占总离子的比例稳定在23%左右,SO₄^2-占比缓慢减小,NO₃^-占比不断增大.NOR、SOR的日变化在霾日呈双峰型分布,洁净日则较为平稳.观测期间的水溶性离子主要来源有二次转化、煤烟尘、扬尘以及生物质燃烧.     

泰安市冬季一次严重空气污染过程分析

为揭示泰安市空气污染形成原因,选取泰安市2016年12月一次严重空气污染过程,利用泰安市2016年12月地面和探空资料及NCEP/NCAR（美国国家环境预报中心/美国国家大气研究中心）提供的FNL资料,对泰安市严重污染期间大气环流形势、边界层条件、污染源及传输路径进行分析.结果表明:在泰安市霾污染期间,500 hPa大气环流形势呈"两槽一脊"的特征,850 hPa泰安市处于南支槽前,受西南暖湿气流影响,为ρ（PM_2.5）的升高提供了有利条件;泰安市近地面处于高压控制下的弱风区（平均风速约为1.2 m/s）且边界层有逆温层存在,阻碍了PM_2.5的垂直输送,造成近地面ρ（PM_2.5）急剧升高.此外,泰安市及周边地区污染严重,聚类分析结果表明此次过程本地输送占比约为34%,其余均为外来传输,即污染物主要通过外来源传输,本地污染源贡献比率较小.污染物的高、低空传输路径不一致,低空污染物主要从安徽省水平输送至泰安市,高空污染物则先由河北省、河南省向南传输至安徽省、湖北省等地,再随南风气流向北输送至泰安市.研究显示,外来污染源传输作用配合本地静稳天气形势是造成此次泰安市空气污染的主要原因.      

基于MOS的杭州秋冬季空气污染预报和霾诊断

利用由数值预报模式WRF和辨识理论实时迭代统计方法RTIM组成的MOS方法对杭州市2013年2~3月和11~12月期间的空气污染物日平均浓度做预报,预报值与实测值之间相关系数都超过0.75 ,PM2.5、PM10、SO2、NO2、CO 24h平均浓度和O3 8h平均浓度分类预报临界成功指数(CSI)分别为89%、87%、100%、93%、100%和100%,命中率(POD)分别为93%、95%、100%、100%、100%和100%.分析表明,研究期间杭州地区气溶胶以细颗粒为主.根据PM2.5浓度、相对湿度及能见度预报值做霾日分类预报,临界成功指数为89%,命中率为93%.说明该MOS系统对污染物浓度及霾天气预报性能良好,可以为业务化预报提供参考.