湖南省冬季一次PM2.5重污染过程特征及来源分析

针对2020年12月18—28日湖南省发生的一次PM2.5重污染过程,利用湖南省内组分站和环境空气复合监测站水溶性离子分析仪、碳组分分析仪、无机元素分析仪等分析了PM2.5的化学组成,对颗粒物主要成分进行了来源解析,并结合气象要素、激光雷达和卫星遥感监测综合分析了此次重污染的过程和成因.监测结果显示,此次重污染过程中PM2.5最高日均质量浓度达177μg/m3,超标1.36倍;重污染期间硝酸盐是PM2.5的主要组分,最高可达55.5％;激光雷达及气象数据分析表明,此次重污染是受高湿静稳、逆温、边界层高度低等不利气象条件影响,加之区域污染传输和本地污染积累而引起空气质量的恶化.     

湖南省2021年春节期间PM2.5重污染特征及来源分析

针对2021年春节期间(2月11—17日)湖南省发生的一次PM2.5重污染过程,利用湖南省内组分站和复合监测站水溶性离子分析仪、碳组分分析仪、无机元素分析仪等分析了PM2.5的化学组成,对颗粒物主要成分进行了来源解析,并结合气象综合分析了此次重污染的过程和成因.监测结果显示,此次重污染过程中PM2.5最高日均质量浓度达184μg/m3,超标1.45倍;烟花爆竹集中燃放期间,全省PM2.5浓度平均升高了2.3倍,各城市PM2.5小时峰值浓度较初始浓度分别增高2.7～11.2倍.重污染期间硫酸盐是PM2.5的主要组分,最高可达24.8％;此次重污染是受烟花爆竹燃放叠加高湿静稳、逆温、小风等不利气象条件的影响而引起空气质量的恶化.     

2014年1月济南市空气污染气象条件分析

为研究大气环流背景及气象条件对山东中西部PM2.5污染的影响,利用气象及PM2.5浓度资料,选取济南市作为典型代表城市,诊断分析了大气环流背景及气象演变过程对2014年1月济南市PM2.5浓度的影响,建立济南静稳指数公式。结果表明：2014年1月华东北部至华北南部地面至对流层中层风速均为负距平,水平方向污染扩散能力差,偏南风异常加强了南方水汽的输送,有利于气态污染物向颗粒态转化,推高了PM2.5浓度;对流层低层东亚冬季风异常偏弱,逆温增多,垂直方向污染扩散能力差;500 hPa异常高压,抑制了东亚大槽的发展,更加有利于污染物在底层的累积。天气演变过程分析表明：地面水平方向及高空垂直方向气象条件对PM2.5浓度均有影响,地面风速偏弱（偏强）,高（低）湿度,风场辐合（辐散）时,PM2.5污染偏高（偏低）;边界层高度降低（升高）,垂直方向气流下沉（上升）,对流层中低层大气层结不稳定增强（减弱）时,PM2.5污染升高（降低）。静稳指数对于空气质量及重污染过程具有较好的预报能力。     

淮河流域重点城市大气污染源区特征的印痕分析

利用NCEP-fnl再分析气象资料和大气环境监测空气污染指数(API),运用印痕模型,对淮河流域重点城市(郑州、徐州和连云港)的大气污染物源区进行分析,内容包括2010年全年API指数大于300的重污染个例情况以及API大于100的所有污染个例的统计特征.研究结果表明:重污染的出现往往伴随印痕空间分布形态与方向的极大改变,污染发展加重阶段印痕影响区域长度收缩、侧向扩展,污染最重的阶段则对应印痕影响区域和方向的急剧变化,说明重污染过程与天气系统转换期的风速减小、风向改变有密切关系.统计表明:郑州市的潜在污染影响源区主要分布在偏西和西北方向,春季西北方向的影响最显著;徐州市的潜在污染影响源区主要为西南方向,秋季最显著;连云港的潜在污染源区主要为西南和偏西方向,西南方向的影响在秋季最显著.     

PM2.5简介及福州市PM2.5污染分布特征

该文介绍了PM2.5细粒子污染重要的空气质量指示意义.利用2010年～2011年福州市PM2.5观测资料,分析了福州市细粒子污染的分布状况、主要特征及与气象条件的关系.结果表明:福州市PM2.5年平均浓度接近新标准规定的35ug/m3,污染程度较轻;月平均浓度峰值出现在5月,谷值出现在7月;季节分布高低排序为春季＞冬季＞秋季＞夏季,春季污染最严重,一级超标率达72.7％,夏季最轻;日分布呈单峰型,中午前后浓度最高;PM2.5浓度月季分布特征明显,说明PM2.5浓度变化与天气条件关系密切.     

咸阳市区颗粒污染物浓度分布特征与气象条件的关系

为研究咸阳市城区大气污染气象条件特征,统计分析了2014—2018年咸阳市城区大气浓度监测数据,对其浓度变化特征进行分析,同时选取冬季污染较重和空气良好的两个时段,对其相应的天气形势、物理量场及污染气象参数进行分析.结果表明:咸阳市城区大气污染物主要是以PM_(2.5)和PM_(10)为主的颗粒物,其季节变化明显,尤其在每年11月至次年3月采暖季最严重,其逐时变化规律明显受到上下班高峰机动车尾气密集排放的影响;重污染期间对流层上层及地面冷空气明显偏弱,关中地区处于均压场控制,对流层低层垂直上升运动偏弱,湿层偏厚偏强;重污染期间混合层高度与颗粒污染物浓度呈明显的负相关,尤其在混合层出现低值次日极易出现重污染天气;静稳指数值与重污染天气呈正相关,重污染期间咸阳市多为静稳天气,颗粒污染物容易聚集导致浓度迅速升高.     

典型城市道路区域空气TSP和PM10污染特征研究——以上海市为例

为对空气中总悬浮颗粒物(TSP)和可吸入颗粒物(PM10)的污染特征进行研究,采用KC-120H型智能中流量TSP和PM10采样器,运用重量法测定道路的TSP和PM10浓度.针对重车型比例大的典型城市—上海市,对其道路区域中TSP和PM10污染物随车型、绿化情况、洒水情况和天气等的变化情况进行分析,并采用统计分析方法对数据进行处理.研究结果表明:(1)TSP和PM10浓度的日变化特征为白天浓度高于夜间浓度,阴天浓度高于多云和晴朗天气,雨天浓度下降显著;(2)在一定车型比例范围内,TSP和PM10浓度随着重型车数量的增加逐渐增大;(3)有绿化隔离状况下,TSP和PM10浓度明显低于无绿化情况,高大乔木阻挡作用强于灌木丛生植物;(4)洒水车过后,TSP和PM10浓度显著下降;(5)PM10与TSP浓度值线性相关.     

京津冀区域颗粒物污染特征研究

京津冀区域是我国环境空气污染频发的重点区域之一.基于中国空气质量在线监测分析平台实时发布的2019年京津冀区域六个典型城市的颗粒物质量浓度数据,分析京津冀区域颗粒物污染特征.结果表明：京津冀区域日均PM2.5质量浓度小于等于60 μg/m3 天数占全年的68.49%-80.00%;PM10质量浓度小于等于140 μg/m3 天数占全年的75.14%-93.70%;京津冀区域颗粒物质量浓度的月分布呈“V”型规律,颗粒物质量浓度冬季最高,秋季和春季次之,夏季最低;颗粒物质量浓度日变化呈双峰型且与人为活动作息时间保持良好的一致性;应用皮尔逊相关分析法探讨不同城市间颗粒物的相关性,总结为东南和西南两条典型的显著相关路径;应用线性回归方法评估PM2.5与PM10的相关性,同一城市的PM2.5与PM10显著相关;应用空间差异率方法分析京津冀区域不同城市间颗粒物质量浓度的差异程度,石家庄和其他城市间的颗粒物空间差异率最高;天津与唐山的PM2.5空间差异最低,其COD值为0.14;天津和廊坊的PM10的空间差异最小,其COD值为0.14.     

空气PM_(10)污染特征及绿化结构净化效应研究——以河南农业大学为例

以PM10污染为研究对象,采用激光粉尘仪对河南农业大学校园内PM10特征进行了分析,探讨了PM10的日变化规律及随高度、绿化状况和天气的变化状况,并用统计分析的方法对数据进行处理,结果表明:1)PM10浓度日变化特征为白天浓度高,夜间浓度低;2)多云、晴朗天气PM10浓度相对较低,阴天时PM10浓度出现峰值,雨天PM10浓度显著下降;3)在一定高度范围内,PM10浓度随着高度增加逐渐增大,越往高空PM10浓度越大;4)丛生灌木结构的PM10浓度明显高于乔木结构.     

空气PM10污染染特征及绿化结构净化效应研究——以河南农业大学为例

以PM10污染为研究对象,采用激光粉尘仪对河南农业大学校园内PM10特征进行了分析,探讨了PM10的日变化规律及随高度、绿化状况和天气的变化状况,并用统计分析的方法对数据进行处理,结果表明：1）PM10浓度日变化特征为白天浓度高,夜间浓度低;2）多云、晴朗天气PM10浓度相对较低,阴天时PM10浓度出现峰值,雨天PM10浓度显著下降;3）在一定高度范围内,PM10浓度随着高度增加逐渐增大,越往高空PM10浓度越大;4）丛生灌木结构的PM10浓度明显高于乔木结构．     

Foreshowing of the Western Pacific tropical cyclone track to PM10 air pollution episode in the Beijing area

By utilizing the air quality monitoring data and the NCEP reanalysis data, the relationship between the PM10 air pollution episode and synoptic situation is analyzed in the Beijing area. It is interesting to find that PM10 air pollution episode in and around the Beijing area is correlated with the Western Pacific tropical cyclone track to some extent, namely when a tropical cyclone lands southward to the Changjiang River, PM10 air pollution episode is not easy to take place generally in the Beijing area; but when a tropical cyclone moves northward and finally lands at the Korea Peninsula or the Japanese mainland, and under this condition the Beijing area is generally controlled by weak high or weak low for several days, PM10 air pollution episode often takes place in one day or several days. Above findings indicate that predicting the Western Pacific tropical cyclone track can foretell whether or not PM10 air pollution episode takes place in the Beijing area, which can offer a technique for urban air quality prediction and air pollution source management in the Beijing area. Supported by Knowledge Innovation Project of the Chinese Academy of Sciences (Grant No. KZCZ2-YW-219) and Frontier Research of IAP of Chinese Academy of Sciences (Grant No. 8-070204)     

北京地区大气污染物源区特征及与重污染过程的关系

探讨影响北京市区的大气污染潜在源区(印痕)。采用WRF气象模式, 对北京地区的气象场进行15年(2000-2014年)长期模拟分析。利用印痕模式, 计算15年的逐时印痕分布, 统计分析污染物源区的多年平均特性和季节变化。根据空气污染指数API, 筛选13年(2000-2012年)秋冬季的实际重污染事例, 统计分析其与污染物源区的关系。结果表明: 1) 逐日平均印痕的形态和分布变化极大, 说明影响北京的污染物源区是随时间而动态变化的; 2) 多年平均的污染物源区大致呈三角形分布, 偏西南的一角最强, 另外一角偏东, 一角大致偏北, 北京处于三角形中心以北的位置; 3) 源区多年的平均形态和分布随季节变化, 夏秋季(7月和10月)偏南和西南方向的源区范围扩大; 4) 根据局地风向频率来判断污染物来源方向是不可靠的, 印痕模式包含污染物累积等过程和机制, 可以获得合理的污染物源区; 5) 实际重污染过程与其平均印痕的关系显示, 西南方向从石家庄到北京, 再往东到唐山这一宽阔山前弧形地带是影响北京大气的最重要污染物源区。     

室内外因素对北京居室内PM10污染的影响研究

选取北京城区和郊区24户住宅,对室内和室外空气中PM_(10)进行同步数据采集,并结合《时间活动模式调查问卷》研究室内外PM_(10)污染特征。研究结果表明,2/3的居室在测试时间内PM_(10)日平均浓度超标;室内外PM_(10)具有显著正相关性;室内外温差和室外风速与室内PM_(10)均呈显著负相关,室外相对湿度与室内PM_(10)呈显著正相关。室内吸烟、手工打扫、机械打扫、蒸(焖)、炒(炸)和炖(熬)时段的I/O(室内/室外)比分别是夜间无明显活动时段的1.56~3.05倍,是白天无明显活动时段的1.02~1.49倍。应综合考虑室外污染状态、气象条件及室内人员活动状态采取措施降低居住建筑室内PM_(10)污染。     

北京大气污染区域分布及变化趋势研究

本文利用2000-2005年北京市8个国控点PM10、SO2、CO、NO2和NOX等污染物浓度数据,分析了北京各区域大气污染分布与季节变化特征,以及近几年大气污染变化趋势.方法以主成分分析为主,辅以时间序列分析.分析结果显示：北京大气污染存在明显的时空差异,第一、二主分量可以很好地表征城市大气污染属性,所有污染物对第一主分量贡献都为正值,能够清楚区分大气污染程度,以及城市与区域背景的异同,第二主分量可以区分城市污染的源排放特征.基于此标准,全市范围内大气污染划分为燃煤型、机动车排放型、过渡型以及环境背景等四种污染类型.     

大气污染期间北京住宅室内外空气中PM2.5的浓度水平

由于2012~2013年北京大气环境质量整体较差,且多天的PM2.5日均浓度值超过0.500 mg/m3。鉴于此,为了解大气污染期间住宅室内外PM2.5的浓度水平,于2014年4~5月对北京市内4所住宅A、B、C和D的室内外PM2.5浓度分别进行了随时间变化的同步测试,并对其浓度水平及影响室内PM2.5的因素进行了分析。结果表明：(1)测试期间4所住宅中,B、C和D住宅室内外PM2.5的平均浓度均高于0.075 mg/m3,室外PM2.5平均浓度分别为0.143 mg/m3、0.122 mg/m3和0.124 mg/m3,室内PM2.5平均浓度分别为0.129 mg/m3、0.089 mg/m3和0.104 mg/m3;(2)在室内无明显污染源或污染源强度相对较低时,较高的室外PM2.5浓度对室内PM2.5浓度水平起主导影响;(3)吸烟和烹饪对室内PM2.5浓度影响较大,开、关窗时间及室外PM2.5浓度水平影响室内PM2.5的衰减时间;(4)北京市朝阳区2014年测试的住宅A、B和2015年同期测试的住宅Z1的室外PM2.5平均浓度分别为0.037 mg/m3、0143 mg/m3和0.028 mg/m3,2014年开始实施的《北京市大气污染防治条例》使2015年北京市室外空气质量有所改善。     

沙尘天气过境前后北京大气污染物质量浓度的变化

影响北京的沙尘天气可分为沙尘暴、浮尘和扬沙3种类型。沙尘暴和浮尘天气发生前后的污染物类型和质量浓度ρ有明显的差异，属2类不同性质的污染。在沙尘天气发生之前，大气中SO2，NO2等气态污染物的ρ往往较高，在大气逆温的情况下污染尤其严重，并且与颗粒物的ρ相关性较好；随着沙尘天气的爆发，颗粒物的ρ骤然增加，但伴随沙尘天气出现的大风使SO2，NO2等污染物的ρ显著下降，大气污染转变为由降尘过程造成的相对单一的颗粒物污染，属典型的沙尘污染。     

Inorganic chemical composition and source signature of PM2.5 in Beijing during ACE-Asia period

Aerosol samples for PM2.5 were collected in Beijing for 38 consecutive days from March to April 2001 using an IMPROVE Sampler. Concentrations of 20 elements in PM2.5 were determined using a PIXE method. Results show that the average mineral dust concentration of PM2.5 was 14.6 Ilg/m3 during the observation period. On the sand-dust event days of March 21 and April 10, dust PM2.5 mass concentrations were 62.4 and 54.1 μg/m^3, respectively.These demonstrate that fine particle pollution by dust event in Beijing was very severe. The enrichment factors of S and Cu reached minimums on the dusty days and were high on the non-dusty days. It is considered that enrichment factors of elements in PM2.5, which are associated with human activities, can probably provide an effective method to distinguish local sources from external sources of dust. Factor analysis on the chemical composition in PM2.5 shows that sources of crustal matters, anthropogenic emission, and oil combustion contributed to PM2.5 levels in air in the springtime of 2001 in Beijing.     

星地结合的细颗粒物超标防控区精确识别方法

为精确识别细颗粒物(PM_(2. 5))浓度超标的区域空间,依据卫星遥感与站点监测在PM_(2. 5)浓度观测方面的特点,建立遥感反演数据与站点监测数据间的临界映射分析法,综合卫星遥感覆盖面广和站点监测准确性高的技术优势。通过该方法研究珠三角区域2013年灰霾污染过程的PM_(2. 5)浓度超标区域,结果表明,利用星地结合的方法可以精确识别出PM_(2. 5)浓度超标的区域空间;广州市西部和南部、佛山市大部、肇庆市主城区及东南部、东莞市西部和北部、中山市北部和中部、江门市主城区及东部是珠三角PM_(2. 5)污染的高发地区,应作为防控重点。     

不同污染程度下室内外小时PM2.5浓度变化特征对比

依据实测北京市夏季室外和开、关窗室内的PM_(2.5)浓度等数据,利用统计分析,探讨了不同污染程度下室内外小时PM_(2.5)浓度的变化特征。结果表明:室外PM2.5污染程度为轻度时,其浓度达到最大值后3 h,开窗室内PM_(2.5)也达到一天中的最大值。室外PM_(2.5)污染程度为良或优时,二者小时PM_(2.5)浓度的变化特征较同步。同时,关窗室内的小时PM_(2.5)浓度会出现大于室外的现象。室外PM_(2.5)的污染程度不论是轻度还是优或良,早晨7:00~9:00之间因交通早高峰的影响,室外和开窗室内细颗粒物浓度会出现峰值。     

COVID-19疫情不同阶段管控措施对大气污染物浓度的影响研究

2020年COVID-19疫情席卷全球，在我国疫情的集中爆发区和局部散发区均采取了严格的管控措施.论文采用2015年1月—2020年9月我国国控环境监测站点6种大气污染物(CO、SO2、NO2、O3、PM10、PM2.5)月均浓度值结果，分析了疫情管控措施对集中爆发区和后续局部散发区内大气污染物浓度的影响.结果显示在实施严格管控的疫情集中爆发期，湖北省内6种大气污染物中NO2浓度的减小最为明显，浓度变化与省内采取管控措施及复产复工的时间一致性较好.在2020年2月—4月的管控期间内，NO2各月均浓度值相较于前5年对应月份平均浓度均有显著减小，复工复产后逐渐恢复.SO2、PM10、PM2.5在管控期的部分月份也有显著下降，而CO月均值浓度亦出现了近6年来对应月份的最低值，但持续时间都相对较短.选用对管控措施表现最为明显的大气污染物指标NO2，持续监测了后续疫情局部散发区管控措施对其浓度的影响.吉林市、北京市、乌鲁木齐市等管控措施超过20天以上的散发区在其疫情管控期内均表现出了NO2浓度的显著降低.而确诊人数较少、扩散范围小的大连市、德宏傣族景颇族自治州瑞丽市由于管控时间较短，则未出现明显变化.证实了NO2浓度对人为活动强度的变化有直接的响应关系.