近地层大气颗粒物垂直分布特征——以北京某高校为例

为了解多种气象因素对近地表PM_(2.5)质量浓度变化的影响及对PM_(2.5)垂直分布规律的影响,2014年9月1日—5日在首都师范大学本部和北一区的3个不同高度(5、20和30 m),得到1 min平均的PM_(2.5)连续质量浓度数据(观测时间段为早6:30—21:30),并对气象因素进行同步观测.结果表明:(1)近地表日平均PM_(2.5)质量浓度垂直分布规律明显,为随高度增加而减小.(2)分时段分析PM_(2.5)质量浓度可发现,在日出日落时分(早6:30—10:00和晚19:00—21:30),受地表与上空空气温差影响,PM_(2.5)垂直分布无明显规律;10:00—19:00期间PM_(2.5)日平均值垂直分布规律为随高度增加而减小.(3)气压突降和降水会影响并改变PM_(2.5)垂直分布规律.     

城市高架路沿侧细颗粒物的垂直分布特征研究

以上海市高架路为对象,通过移动设备开展数据采集,建立广义加性模型,对高架路细颗粒物(PM_(2.5))浓度的垂直分布及其与微观尺度下的交通、气象、位置等因素之间的关系进行了系统研究,并将原始影响因素的主成分分析结果作为输入变量,提出基于主成分分析法(PCA)的高架路交通污染物浓度垂直变化的神经网络预测模型(PCA-BPNN).结果表明:高度、相对湿度和交通流量对PM_(2.5)浓度垂直变化有着显著影响;PCA-BPNN模型能够较好地处理污染物扩散的非线性问题,消除变量间多重共线性,有效弥补污染物垂直扩散模型在道路微观尺度上预测的不足.     

基于无人机平台的细颗粒物三维分布监测

为获取高空间分辨率的污染物浓度数据,搭建了基于无人机技术的大气污染物立体监测平台,并成功获取临安市2014年11月一次重污染事件1 km以下高度的细颗粒物(PM_(2.5))浓度及同步气象场的三维分布数据。结果表明:大气湍流对PM_(2.5)浓度时空变化具有重要影响。清晨及上午大气垂直湍流活动较弱,大气稳定度较高,逆温等温层多重大气结构不利于PM_(2.5)垂直扩散。中午大气湍流活跃度最高,PM_(2.5)混合充分,垂直浓度梯度较小。下午PM_(2.5)在边界层内水平输送显著,并逐步向下沉降,说明此次重污染事件主要受外地污染源输送影响。     

上海城区PM_(2.5)精细化空间分布插值方法研究

PM_(2.5)是我国大中型城市的主要污染物之一,已成为多学科领域的研究热点.基于监测点的监测数据无法直接获取城市内部空气污染的高分辨率空间分布情况,以上海市中心为研究区,引入土地利用回归(LUR)模型模拟PM_(2.5)质量浓度的高分辨率空间分布情况.双变量相关分析表明,与PM_(2.5)质量浓度分布相关性最强的地理变量分别是国控点2 000 m缓冲区内的道路长度、2 500 m缓冲区内的建筑面积、2 500 m缓冲区内的绿地面积、500 m缓冲区内的水体面积以及人口密度.基于以上变量,用多元线性回归分析建立PM_(2.5)质量浓度空间分布的LUR模型.在研究区内建立1 km×1 km格网,用LUR模型模拟各格网交点的PM_(2.5)质量浓度,再通过空间插值分析得到上海市PM_(2.5)质量浓度的空间分布模拟图.结果表明,PM_(2.5)模拟质量浓度存在明显的空间梯度差异,整体呈现西部高东部低的格局,并由人口密集区域向四周递减.人类活动是影响PM_(2.5)质量浓度分布的主要原因,模拟结果与实际情况相符.     

黔江区秋冬季大气颗粒物与相关气象条件的关系及其输送路径研究

利用2016年9月至2017年2月黔江区PM_(2.5)和PM_(10)质量浓度及相关气象数据,研究了黔江区大气颗粒物与相关气象条件的关系及颗粒物气团输送轨迹。结果表明,黔江区PM_(2.5)、PM_(10)在同一季节内高度线性相关,二者质量浓度日小时值变化存在季节性差异,呈"双峰双谷"型; PM_(2.5)与温度、风速和降雨量均呈显著负相关,当气温低于15℃,风速﹤0. 5 m/s时,严重影响PM_(2.5)扩散,但降雨量增大,可迅速清除大气中的PM_(2.5);对2016年12月黔江区会议中心和旅游学院的后向轨迹聚类分析发现,黔江区两大气自动监测站点颗粒污染物气团主要来自于城市间输送(重庆主城区及湘西土家族苗族自治州),少部分来自长距离输送(西部的青藏高原地区);本研究建立的PM_(2.5)质量浓度预测模型能较好的预测黔江区PM_(2.5)质量浓度的变化趋势,这对于预测大气颗粒物污染事件的发生具有重要的实用价值。     

北京地区PM2.5浓度与气象要素的相关分析

利用美国驻中国大使馆2009年以来的PM_(2.5)浓度监测数据、MODIS光学厚度数据和NCEP边界层气象要素数据,对近年来北京地区PM_(2.5)和边界层内气象要素进行分析。结果表明:2009—2011年夏、秋季以及2012年夏、冬季北京地区PM_(2.5)污染情况较为严重,2013和2014年污染情况稍有转好;北风为有利于PM_(2.5)扩散的气象条件,且随着北风增强,扩散效果更好;南风为有利于PM_(2.5)堆积的气象条件,且随着南风增大,堆积效果略微增加;边界层高度越高,越有利于PM_(2.5)的扩散;相对湿度越大,越有利于PM_(2.5)的堆积;降水对PM_(2.5)有明显的驱散作用。21世纪以来,北京地区的平均边界层高度有明显的降低趋势,从2500 m降低到1500 m以下,其他气象要素没有明显的年际变化。     

重工业区室内外细颗粒物PM_(2.5)相关性分析

目的研究重工业城市住宅在夏季开窗条件下,室外细颗粒物PM_(2.5)对室内空气品质的影响,数值模拟得到细颗粒物PM_(2.5)的质量浓度、速度、温度分布云图及粒子轨迹.方法通过采用气溶胶检测仪对室内外细颗粒物PM_(2.5)污染物质量浓度进行实测,使用SPSS软件对测试得到的细颗粒物PM_(2.5)质量浓度进行拟合,并运用FLUENT模拟软件对室内细颗粒物运移及分布情况进行模拟分析.结果位于重工业厂矿下风侧交通主干线一侧的A房间的室内与室外细颗粒物质量浓度的比值(I/O)小于1,受室外环境的影响较大;位于重工业厂矿下风侧小区内部的B房间的I/O大于1,说明受室内细颗粒物染物污的影响较大.并且两房间室内外细颗粒物具有较强的二次相关性,相关系数分别为0.920 77、0.941 11.结论室内PM_(2.5)质量浓度随室外细颗粒物质量浓度增加而升高.建立的室内外细颗粒物PM_(2.5)质量浓度相关性模型,可以分析室内外颗粒物浓度的变化特征.     

采暖通风方式对室内外PM_(2.5)浓度及其相关性的影响

为探究采暖通风方式对住宅室内外环境中PM_(2.5)浓度及其相关性的影响,于2014—2015年冬季在南京市选取3种不同采暖通风方式的住宅(顶棚辐射供暖+24 h净化新风住宅H1;独立户式地暖住宅H2;无采暖住宅H3)进行了室内外颗粒物分粒径日平均质量浓度采样和PM_(2.5)质量浓度逐时监测实验.实验结果显示,室内外颗粒物均以PM_(2.5)为主,PM_(2.5)/PM10的质量比高达74%以上,3处住宅室内外PM_(2.5)浓度相关系数分别为0.840,0.825,0.923.H1室内PM_(2.5)质量浓度水平最低,仅为室外的22.1%,且室内无粒径大于2.5μm的颗粒物;H3室内PM_(2.5)质量浓度水平最高,室内外PM_(2.5)相关系数最高,且室内存在一定量粒径大于2.5μm的颗粒物.夏热冬冷地区居民应改变传统的开窗通风模式,向净化新风系统转变,可有效降低室外大气污染对室内空气的干扰,保障室内空气品质.     

基于MODIS数据的郑州地区PM_(2.5)时空分布特征分析

卫星观测不仅能反映全球尺度的大气污染状况,也能从城市等区域尺度上监测大气污染物的变化.本文基于2004-2013年MODIS气溶胶标准产品,利用PM_(2.5)卫星遥感估算的统计模型,统计分析了郑州地区的PM_(2.5)质量浓度的年际及季节变化特点,有助于深入研究郑州地区细颗粒物污染水平变化.研究发现,在空间上,郑州地区PM_(2.5)高值区主要集中在郑州市市辖区、中牟县、新郑市、荥阳市以及巩义市西北等地区,低值区主要分布于登封市和巩义市南部的山地地区.在时间上,2004-2011年整个郑州地区PM_(2.5)质量浓度总体呈现逐年增长的趋势,直到2011年达到峰值(108.59μg/m3).2011年之后,该地区PM_(2.5)污染状况有所好转,但仍处于重度污染状态.季节变化方面,PM_(2.5)高值通常出现在冬季(149.28μg/m3),秋季次之,春、夏季该地区PM_(2.5)质量浓度较低(81.71μg/m3).研究结果表明,利用卫星数据可以有效地分析郑州地区的PM_(2.5)时空分布特征,为该地区的PM_(2.5)污染治理提供有力的数据和技术支撑.     

上海市大气环境中PM_(2.5)/PM_(10)时空分布特征

针对上海市颗粒物的污染和防治问题,利用2014年4月14日—2015年3月24日10个国控监测点的PM2.5和PM10小时数据及对应的气象因素资料,以PM2.5质量浓度占PM10质量浓度的比例为研究对象,使用聚类分析和相关性分析PM_(2.5)/PM_(10)的时空分布特征.结果表明:P2.5和PM10的季节高低为冬春秋夏,PM_(2.5)/PM_(10)的季节分布在不同区域存在差异性.PM_(2.5)/PM_(10)的日变化呈现双峰型趋势,峰值出现在05:00和14:00左右,上午PM_(2.5)/PM_(10)高于下午.颗粒物质量浓度及PM_(2.5)/PM_(10)具有明显的"周末效应",这与车辆通行政策与人类作息时间变动相关.在空间分布上,颗粒物质量浓度及PM_(2.5)/PM_(10)均表现为背景站浦西站浦东站.     

基于CALPUFF的“乌-昌-石”区域燃煤污染物扩散模拟

为了研究"乌-昌-石"区域燃煤对空气质量的影响,运用CALPUFF模型对区域消耗燃煤的工业企业源的不同污染因子的扩散进行模拟分析,得到SO_2、NO_x、PM_(2.5)、PM_(10)的时空分布情况。结果表明:SO_2、NO_x、PM_(2.5)、PM_(10)四种污染因子的扩散均有着明显的季节性差异,采暖季(1月)污染物的扩散面积较大,且浓度较高,非采暖季(6月)污染物的扩散面积较小;从地区分布情况来看,浓度较高的区域分布在昌吉洲的阜康市和乌鲁木齐市的米东区、新市区等地,石河子、五家渠和沙湾县的浓度相对较低。污染物对区域浓度的贡献不仅与污染物排放量相关,气象条件和地形条件也是重要的影响因素。     

春节期间燃放烟花爆竹对白银市区PM_(2.5)及水溶性离子的影响研究

为了解春节期间烟花爆竹燃放对白银市空气质量及PM_(2.5)中水溶性离子的影响,在白银市区环境空气自动连续监测站进行样品采集,用离子色谱(IC)法对PM_(2.5)中四种水溶性阴离子(F~-、Cl~-、NO~(3-)、SO_4~(2-))和五种水溶性阳离子(Na~(2+)、NH4+、K+、Mg~(2+)、Ca~(2+))进行了分析和研究。结果表明,白银市区春节期间由于燃放烟花爆竹, PM_(2.5)质量浓度日均值比非燃放期间上升了27.3%,PM_(2.5)中部分水溶性离子浓度也迅速上升。在所测9种水溶性离子中上升幅度最大的为Cl-,比非燃放期的平均浓度上升了435%;二次离子中浓度增加最显著的为NO3-,比非燃放期的平均浓度增加了57.7%。PM_(2.5)质量浓度和水溶性离子浓度受气象污染物扩散条件影响显著,不利于扩散的市区中心老城区和冬季明显高于新城区和其他季节。     

火电厂排放源对张家港市冬季空气质量的影响

为了解张家港市火电厂排放源对空气质量的影响程度,利用WRF-Chem空气质量模式分别模拟了采用2013年火电厂排放源和2016年预测情景排放源的张家港市冬季各污染物的浓度,分析了现状以及预测排放情景下火电厂对污染物浓度的贡献。结果表明:2013年张家港市火电厂排放源对冬季SO_2,NO_x,PM_(2.5),PM_(10)的小时浓度贡献为60%,50%,14%,20%,火电厂排放源的水平影响范围为5~10km,垂直高度可延伸至2km,受烟流抬升高度的影响,电厂源对100~200m高度污染物浓度的贡献率最大,数值可以达到地面浓度贡献率的1.5倍;2016年采取减排措施后的预测情景表明,各污染物浓度明显减小,火电厂排放源对SO_2,NO_x,PM_(2.5),PM_(10)的小时浓度贡献最大值分别降低到25%,25%,5%,8%,而在垂直高度上,各污染物浓度下降比例最高为18.0%,15.5%,2.1%,3.8%。     

福州市城区不同粒径颗粒物污染特征

利用福州市国控监测站点2013年4月-2017年3月PM_(2.5)和PM_(10)质量浓度监测数据,对福州市不同粒径颗粒物污染特征进行研究.结果表明:时间变化方面,福州市空气质量整体较好,PM_(2.5)和PM_(10)浓度呈逐年下降趋势;PM_(2.5)、PM_(10)、PM_(2.5)/PM_(10)时间变化规律具有一致性:呈现冬季>春季>秋季>夏季的季节性特征;春季、夏季和秋季工作日浓度均高于周末的浓度,存在周末效应,冬季周末浓度则显著高于工作日浓度;日变化呈明显的双峰型变化趋势.空间变化方面,PM_(2.5)和PM_(10)浓度变化表现为工业区>市区>清洁区,清洁区PM_(2.5)/PM_(10)比值最高,其次是市区、工业区.相关分析结果表明:PM_(10)和PM_(2.5)存在显著相关性,且相关性明显受季节影响,夏季相关性最高.城市颗粒物与气态污染物(SO_2、NO_2)复合性较强.     

不同时间尺度大气PM_(2.5)和PM_(10)卫星影像反演

利用南宁市地面8个监测站与中分辨率成像光谱仪(MODIS)数据反演得到的气溶胶光学厚度值作为数据源,运用回归分析法,选取月、季、年三种时间尺度,分别对PM_(2.5)、PM_(10)浓度与AOD值进行相关性研究。结果表明,PM_(2.5)与AOD相关性好于PM_(10),月尺度PM_(2.5)和PM_(10)与AOD值相关性强,除个别月份外,R2均在0.7以上;季尺度PM_(2.5)和PM_(10)与AOD值相关性,随季节变化显著,但R2均在0.5以上;年尺度PM_(2.5)和PM_(10)与AOD值拟合,采用一元二次模型,R2在0.5以上。上述结果表明AOD在月尺度上与地面站点污染物监测数据PM_(2.5)和PM_(10)的相关性最为显著,故可在月尺度上通过卫星遥感影像反演的AOD推算地面PM_(2.5)和PM_(10)的空间浓度场。     

滇东地区城市空气污染变化特征及其与气象条件的关系

基于滇东城市曲靖2014-2018年2个国控空气质量监测点的逐日空气质量指数和6种空气污染物(SO_2、NO_2、PM_(10)、PM_(2.5)、CO和O_3)逐小时浓度资料以及同期气象要素数据,统计分析了曲靖主城区空气污染变化特征及气象因子对污染物浓度分布的影响.结果表明:①2014至2018年,曲靖主城区空气质量优良率为97%-99.7%,污染日数呈逐年减少趋势,首要污染物以PM_(10)、PM_(2.5)和O_3为主.②曲靖主城区空气质量呈现出夏秋季节较好、冬春季节较差的季节性特征.③6种污染物浓度各自表现出不同的季节性变化和日变化特征.气象条件影响着曲靖主城区污染物的扩散、迁移和转变.④风速与SO_2、NO_2、CO和PM_(2.5)浓度具有较好的负相关关系;与O_3浓度呈正相关关系;风速对PM_(10)影响较复杂,当风速小于2 m/s时有利于PM_(10)扩散,当风速超过2 m/s时反而导致PM_(10)浓度增加.⑤地面盛行西北风和东南风时,SO_2、NO_2、CO、PM_(10)和PM_(2.5)浓度较高;地面盛行西南风时,O_3浓度达到最高值.⑥降水对6种污染物具有显著冲刷清洁作用.⑦温度与O_3浓度呈显著性正相关关系,与NO_2、CO、PM_(10)和PM_(2.5)浓度呈显著性负相关关系;与SO_2浓度关系不显著.⑧相对湿度与O_3、PM_(10)和PM_(2.5) 3种首要污染物浓度呈显著性负相关关系;与SO_2、NO_2和CO 3种非首要污染物浓度的关系不显著.     

西安地区PM_(2.5)扩散预测评估

选取西安为研究对象,通过建立能够刻画该地区PM_(2.5)发生和演变(扩散与衰减等)规律的数学模型,完成对该地区污染扩散预测评估.通过采用PCA方法确定西安地区PM_(2.5)的扩散中心,并构建线性抛物型方程对一般情况下的扩散进行刻画,针对突发情形,即当PM_(2.5)浓度最高点处增至2倍时,采用高斯模型对数据进行扩散的预测和评估,计算出PM_(2.5)的污染扩散范围.最后通过比较完成对该地区的污染预测评估.     

空气中PM_(10)和PM_(2.5)质量浓度分布均匀性研究——以娄底市为例

对娄底市环境空气中的PM_(10)、PM_(2.5)质量浓度进行自动监测,并统计分析其分布的均匀性.结果表明,短时间看,PM_(2.5)较PM_(10)分布均匀;长时间看,PM_(10)、PM_(2.5)分布均匀性相当;在4个不同的功能区,PM_(10)、PM_(2.5)分布无明显的差异性和规律性.     

2014-2018年春节期间北京交通站PM_(2.5)及NO_2污染特征分析

利用2014-2018年北京市春节前后交通污染监测站的PM_(2.5)和NO_2浓度数据,采用浓度特征对比、PM_(2.5)/CO比值等方法,初步评估春节期间烟花禁燃措施和机动车减排的效果,探讨烟花燃放及气象条件对空气质量的影响。结果表明:PM_(2.5)和NO_2浓度变化特征不同,春节期间PM_(2.5)平均浓度为103.6μg/m~3,高于非春节期间25.3%;而NO_2平均浓度为53.8μg/m~3,低于非春节期间19.5%,主要受到机动车减排的影响。2014年春节期间PM_(2.5)浓度最低,2015-2018年PM_(2.5)浓度呈逐年下降趋势;NO_2浓度无明显年际变化特征。烟花爆竹燃放对PM_(2.5)浓度影响显著,对NO_2浓度影响较小,除夕期间对PM_(2.5)浓度的最大贡献值达283.4～704.1μg/m~3。2018年北京市五环内禁燃烟花措施对交通站PM_(2.5)污染改善明显,PM_(2.5)浓度较前4年均值下降25.2%,NO_2浓度仅下降2.4%;禁燃对燃放高峰期PM_(2.5)浓度有明显削峰作用,无有利扩散气象条件下,除夕期间烟花燃放对PM_(2.5)浓度的最大贡献值仍较前4年下降45.0%。气象条件对春节期间PM_(2.5)浓度变化的影响作用较NO_2显著,有利扩散气象条件是2014年春节期间PM_(2.5)污染较非春节期间明显改善的主要原因。     

合肥市PM_(2.5)的分布特征及其要素分析

对2013年合肥市的PM_(2.5)质量浓度、各类空气中污染物、气象要素等数据进行统计处理,通过定性、定量分析,得出PM_(2.5)质量浓度与其他各量间的相关性.结果表明,合肥地区雾霾情况较为严重,除7月份外,PM_(2.5)质量浓度超标率超标率均在87%以上,且冬季更为明显.工业较为发达的庐阳区PM_(2.5)质量略浓度高于其他地区.由Pearson相关性分析可知,PM_(2.5)质量浓度与PM_(10)浓度、NO_2浓度、SO_2浓度等有较强相关性;与能见度、温度、风速、平均低云量、降水量等呈负相关性;与逐日平均总云量、平均相对湿度、平均气压无相关性.