中国大范围雾霾期间大气污染特征分析

为分析我国2013年1月份大范围雾霾成因及特点,在收集相关污染物与气象数据的基础上,运用主成分及相关性分析,对雾霾期间我国8个重点城市大气细颗粒物(PM2.5)浓度、粒径分布,时空变化规律,雾霾与气象因素的关系以及雾霾期间各城市大气污染指标的主成分及相关性进行了分析.结果显示雾霾期间8个城市PM2.5平均超标2.34倍,11~14号超标最为严重,PM2.5/PM10浓度比值平均为0.72,高湿、逆温、低压、静风等气象条件有利于雾霾的形成,PM2.5与SO2,NO2等表现出较好的相关性,主成分分析表明多数城市表现出明显的复合污染特征.此次雾霾是以特殊气象条件为主导的机动车尾气及煤烟型复合污染引起的大范围污染现象.     

哈尔滨市严重雾霾期大气污染数值模拟研究

采用WRF/CALPUFF耦合模型,对哈尔滨市2013年10月15日~10月24日一次严重雾霾污染天气进行模拟,得到此次雾霾污染PM2.5质量浓度分布特征.模拟结果表明,由于"热岛效应"的存在发生严重污染的区域主要集中于哈尔滨市辖区内,周边区县存在不同程度的污染.气象条件也对本次雾霾现象产生重要影响,10月20日及21日两天,气温偏高(最高18℃,最低5℃)、相对湿度较大(98%)、夜间混合层高度小于100 m,伴随静风天气导致雾霾现象极其严重,空气质量等级为六级,市辖区内PM2.5质量浓度最大值超过1 000μg/m3.     

南通市大气污染物浓度变化特征及其与气象因素的关系

为了厘清南通市大气污染浓度的变化情况以及与气象因素之间存在的关系,分析南通市大气污染物潜在的输送来源。文章利用南通市2018年全年大气污染物资料和同期气象观测要素资料,对SO2、NO2、CO、O3、PM10、PM2.5污染物的时、日、月、季浓度变化规律及其与气象因素之间的关系进行分析,并结合南通市2次重污染天气过程,使用后向轨迹模式HYSPLIT4分析南通市大气污染物的主要来源。结果表明：SO2、NO2、CO、PM10和PM2.5浓度均呈现夏季最低,其次是秋季,冬、春季浓度最高,O3浓度呈现明显春、夏季高于秋、冬季。SO2、NO2、CO、O3年平均排放量均较低。一天当中不同时间段,气象因素影响情况不同导致污染物的浓度不同。O3浓度变化跟NO2浓度变化呈明显负相关性。O3污染最高的天气,一般是气压较低,能见度较好的晴朗天气。而研究发现,PM2.5在气温较低、湿度高、气压高、日降水量较小、能见度低且风速较小的气象条件下,污染浓度更容易升高。NO2在低温高湿,气压高且风速较小的气象条件下时跟容易堆积。NO2、CO、O3与6种常规气象要素均存在显著相关性。O3跟气象要素之间相关性关系正好与其他5种污染物相反(湿度除外)。通过两次重污染天气过程的后向轨迹分析,南通市大气污染物来源既有西北和偏北气流的长距离输送,也有偏西和偏南气流的区域性源。     

东莞地区冬季大气边界层结构对PM_(2.5)影响的观测研究

利用2013年12月在东莞地区开展大气边界层观测试验得到的垂直风温资料和逐时PM2.5质量浓度资料,研究了东莞地区大气边界层结构对PM2.5质量浓度的影响的。结果表明:在大陆冷高压控制下,东莞地区的边界层结构演化非常典型,而东莞地区冬季PM2.5污染事件通常由冷气团南下的天气形势引起。在PM2.5污染过程中,日平均边界层高度往往不足600 m,较低的大气边界层高度使得PM2.5持续累积,夜间稳定边界层高度约为100 m使得夜间出现PM2.5质量浓度峰值。东莞地区的垂直风场存在显著的三层结构,较小的底层风速有利于PM2.5聚集在边界层内难以扩散,而高度较低的小风中层使得PM2.5污染物进一步被压缩在大气底层,加剧了地表的PM2.5污染程度。在冬季大陆冷高压控制下,在PM2.5污染过程中,东莞逆温结构多发,低空逆温层底约在700m,而且厚度和强度都较大,夜间常见贴地逆温,且厚度约为100 m,持续稳定存在的较低的逆温层导致的稳定层结是造成PM2.5污染的重要原因。     

宝鸡市区空气中PM_(10)、PM_(2.5)污染状况研究

目的研究宝鸡市城区采暖期和非采暖期PM10、PM2.5的质量浓度变化以及比例关系,为宝鸡的雾霾治理提供技术支撑。方法在宝鸡市环境监测中心站院子设点对PM10、PM2.5分别进行采暖期和非采暖期2个时段对比监测,结合气象条件进行分析,总结规律。结果在一般气象条件下PM2.5、PM10质量浓度采暖期高于非采暖期,昼间大于夜间,但细粒子在大气中漂浮时间长,昼夜变化幅度小于可吸入颗粒物。两种颗粒物浓度受气象条件影响较大,阴天浓度明显大于晴天。结论总结了不同时段PM10、PM2.5质量浓度和二者比例关系,为以后的研究和环境管理提供参考。     

南宁市PM2.5浓度与气象因素的关系研究

摘 要 空气污染主要与污染源的排放、气象条件、地形地貌三方面因素有关。对南宁市空气质量指数与气象因素的关系进行研究,进一步探究空气污染的主要污染源PM2.5与气象因素之间的关系,分析了促进空气污染发生的气象条件。并在此基础上建立多元线性模型对空气污染物PM2.5的浓度值进行预测。结果表明预测模型拟合度R2值最大达到了0.747,说明了该模型预测效果良好并能够适用于南宁市空气污染物PM2.5的监测和预报。     

人为排放对信阳市细颗粒物和臭氧的影响评估

基于信阳市2017—2020年细颗粒物(PM_2.5)和臭氧(O₃)浓度数据及同期地面气象观测资料,利用Kolmogorov-Zurbenko(KZ)滤波法将原始浓度序列分解为短期分量、季节分量和长期分量,采用逐步回归方法建立污染物基线分量和短期分量与相应尺度气象要素的线性回归模型,通过对残差进行滤波和序列重建,得到去除气象影响的污染物长期变化趋势,该浓度仅与污染物的排放量有关。结果表明,PM_2.5和O₃浓度的波动主要由污染源排放及气象条件的短期变化和季节变化引起,气象条件对PM_2.5季节分量和O₃长期分量影响较大。信阳市PM_2.5污染排放减弱,O₃污染排放先升高,在2018年10月后降低。由于污染排放导致的2017—2020年PM_2.5和O₃长期分量分别降低3.5、1.5μg/(m³·a)。     

合肥市城市PM10污染成因及控制对策

利用合肥市4个空气自动监测站2001-2003年3年PM10的监测结果,从4个监测点3年PM10年均值、月均值和日均值超标率的变化情况对PM10污染时空分布特征进行了详细分析,并从气象条件、下垫面性质和污染物排放三个方面对PM10污染的成因进行了分析研究。同时针对PM10污染的形成原因和影响因素,提出了加大执法力度,控制燃烧排放;采取综合措施,减少扬尘污染;加强机动车尾气治理与监督管理;加强生态环境建设,以增加城市大气环境容量等一系列减轻合肥市城市PM10污染、改善城市空气环境质量的综合治理对策。     

合肥市灰霾大气污染特征浅析

根据《灰霾污染日判别标准(试行)》判别标准,合肥市2013年PM10、PM2.5等浓度值及天气统计数据,分析了灰霾天气下,不同PM2.5浓度区间及不同PM2.5/PM10区间的气象特征。在非灰霾天气下,剖析了降水、无降水,能见度5km及无降水,能见度5km且相对湿度95%,主要是有雾或者雾霾混合的天气下的气象特征。得出如下结论:合肥市灰霾天气主要出现在1月和12月,这个期间降水量低,轻微的降水沉降颗粒物效果不明显,风速明显低于非灰霾时期,不利于颗粒物扩散,气压呈增加趋势,增加了大气的温度性,也不利于污染物扩散,导致污染物浓度增加。PM2.5是导致灰霾天气的主要原因。     

AERMOD在内河港口规划环评中的应用研究——以南昌港为例

以内河港口规划环评为依托，在区域气象特征、地形参数、气象数据、预测因子、预测内容、评价标准、背景浓度、预测范围、预测周期等确定的基础上，以防尘率为75%和90%的2种情景分别估算2025年和2035年南昌港的粉尘排放量，采用AERMOD模型预测TSP、PM10、PM2.5在网格点和环境保护目标处长期气象条件和极端情况下污染物的日、年均浓度贡献扩散态势，分析粉尘排放对周边空气环境造成的影响。模拟结果为南昌港各港区强化散货堆场、装卸区的粉尘污染治理措施、加强作业管理等提供技术支持，并指导规划的优化调整。     

珠江三角洲秋季典型气象条件对O3和PM10污染的影响

利用化学传输模式(CMAQ)系统对珠江三角洲(珠三角)地区2008年秋季的气象场、O₃和PM10的污染状况进行模拟, 研究典型气象条件对O₃和PM10污染的影响。结果表明2008年秋季珠三角受冷空气过程影响, 污染特征具有周期性, 冷空气过境期间空气质量良好, 冷空气过境前期和回暖期污染严重。1) 过境前期如处于冷锋前部型天气控制下, 珠三角近地面形成逆温层, 混合层高度较低, 早晨累积前日夜间生成的PM10, 造成珠三角北部和中部污染; O₃日间和PM10夜间污染区域分布在偏北风的下风向, 造成珠三角南部污染。2) 过境前期如处于高压底部型天气控制下, 将形成逆温层, 垂直输送较差, O₃和PM10沿着东北风向水平传输, 造成珠三角西南部污染。3) 回暖期通常处于变性高压脊型天气控制下, 珠三角近地面形成逆温层, 受静小风影响, 水平输送较差, 导致O₃和PM10的污染分布在珠三角西部、西北部和中部源排放区, 造成持续性局地污染。     

南京北郊冬季典型灰霾天气气象成因及来源分析

2015年1月14~28日南京发生了入冬以来最为严重的持续性霾污染事件。利用地面气象资料、后向轨迹分析和污染物浓度数据,结合加强观测实验所获得的3 h高频次PM2.5中有机碳(OC)和元素碳(EC)的数据,分析了此次霾过程的成因和污染物来源。结果表明高压系统和静稳的均压场是观测期间霾过程形成的天气背景。后向轨迹和气态前体物的分析结果显示第一次霾过程的形成受到山西河北境内高污染气团区域传输的影响。第二次霾过程是一次短时局地污染事件,主要是由于低风速和极低的边界层高度等不利的扩散条件导致污染物在近地层的堆积。OC/EC计算结果(7.66)结合卫星火点资料和轨迹分析进一步说明第三次霾过程受到南方生物质燃烧的影响。高相对湿度有利于二次污染物的生成,因而加剧了第四次霾过程的污染程度。CO、SO_2、NO_2与颗粒物浓度显著相关,OC/EC比值范围2.54~11.61,表明化石燃料和生物质燃烧以及汽车尾气排放是此次观测期间霾形成的主要污染来源。     

宜昌市城区PM_(2.5)污染形成灰霾天气的规律研究

2012年选取与气象站点相邻的一个环境空气质量测点对PM2.5进行了研究性监测,测点距地面23m,全年PM2.5质量浓度在19~284μg/m3之间,年均质量浓度为89μg/m3,月均质量浓度最高的为1月.系统分析全年PM2.5监测质量浓度与相邻气象测点灰霾、能见度观测数据之间的关系,得到以下结论:宜昌市城区PM2.5污染质量浓度与灰霾观测值相关性不强,但与能见度的观测值显著相关;全年能见度降低受PM2.5污染的影响具有季节性,2、5~6三个月与7~9三个月及4、10~11三个月,这3组月份内的PM2.5与能见度之间的回归曲线基本一致,全年中3月份影响最大,而1月份最小,主要与气温、风速、降雨因素有关.     

石家庄市采暖期空气质量特征及其与气象条件的关系

为确定石家庄市采暖期易引发大气污染的气象条件,通过对石家庄市2016—2018年采暖期的空气质量逐日监测数据,以及同期气象观测资料进行研究,分析了石家庄市采暖期的空气质量变化特征,探讨了影响环境数据变化的主要气象要素,筛选并确定了PM_(10)、PM_(2.5)、AQI的污染气象指标。结果表明:石家庄市采暖期内所有天数均为非一级天,其中污染日较多,占69.58%,以PM_(2.5)为首要污染物的天数最多,其次是PM_(10);PM_(10)、PM_(2.5)、SO_2、NO_2、CO浓度与气温、变压、风速和混合层高度负相关,与相对湿度正相关(SO_2除外),O_3与气象要素的相关性和上述五种污染物相反;气象要素对大气环境影响的排序为:相对湿度风速混合层高度水汽压变压气温;确定的三种污染气象指标准确率分别是70.37%、70.37%、72.97%。     

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。     

中原城市群重点城市首要污染物日变化特征及成因分析

中原城市群重点城市是我国大气污染较为严重的区域之一。利用2017年河南省各地市环保局国控站点和地面监测站提供的首要污染物浓度和气象要素24h连续监测数据,分析得到2017年首要污染物占比和首要污染物浓度的日变化特征,采用相关分析法和主成分回归分析法得到各首要污染物之间的相关性及气象因子对首要污染物的影响。结果表明,2017年中原城市群重点城市首要污染物主要由PM2.5、PM10和O3组成;一天中,PM2.5呈双峰变化,主峰值出现在8:00-9:00,次峰值出现在22:00,谷值出现在下午16:00;PM10小时浓度呈三峰变化,主峰值出现在9:00,次峰值出现在1:00和21:00左右,主谷值出现在15:00,次谷值出现在0:00和5:00;O3小时浓度呈单峰变化,峰值出现在15:00,谷值出现在7:00左右;PM2.5在低温、高压、中等偏高的湿度、较弱风的条件下利于积累,PM10在低温、高压、中等偏高的湿度、较弱风的条件下易于积累,O3在高温、低压、中等偏低的湿度、强风的条件下易于生成与积累;对PM2.5、PM10浓度影响最大的两个气象因子是气温和气压,对O3浓度影响最大的两个气象因子是风速和气温。     

中国大气PM2.5污染的主要成因与控制对策

 2011年底以来,PM_2.5污染成为全国人民共同关心的环境问题。本文介绍PM_2.5的基本概念与污染和简要治理历史、梳理了中国PM_2.5污染现状,提出煤炭为主的能源结构是高浓度PM_2.5的直接原因、粗放型经济发展模式是雾霾频发的主要原因、污染物的跨界传输也容易形成区域性污染等3个共性原因,同时从不同区域的排放源差异、能源结构与经济发展水平不同及地形与气象条件不同等方面分析了PM_2.5污染的个性特征。从3个方面提出中国防治PM_2.5控制战略建议：大力调整能源结构,防治PM_2.5污染;以科技为核心构建新型的PM_2.5防治体系,实现科技治污;改革体制、法律和经济等管理制度,保障科技治污综合效益。     

中尺度天气预报模式边界层参数化方案以及近地层方案对苏州东山冬季近地层气象要素模拟的影响

运用WRF3. 9模式并选取四种常用的边界层参数化方案(YSU、ACM2、MYJ和BL)和两种近地层方案(Eta和MM5)模拟了2015年1月16～25日苏州东山的近地层气象要素,并与东山气象站观测实验数据进行对比,评估了四种边界层参数化方案对近地层气象要素的模拟能力。同时设置了边界层参数化方案与近地层方案耦合的敏感性试验,分析两类方案的耦合对近地层气象要素模拟的影响。结果表明:①白天四种边界层方案对2 m温度的模拟差异较小,两种近地层方案的模拟结果有差异,对流混合较弱时Eta方案模拟较好,对流混合较强时MM5方案较好;夜间四种边界层方案和近地层方案均有影响,但是整个观测期间四种方案的模拟结果统计量差异较小;②无论白天还是夜间,四种边界层参数化方案模拟的2 m相对湿度均高于观测值,BL方案的模拟效果最佳,MYJ方案的模拟偏差最大;③无论白天还是夜间,四种边界层参数化方案对10 m风速的模拟均存在一定程度的高估,MYJ方案的模拟效果最好,四种方案对风向的模拟均优于对风速的模拟,白天的模拟效果整体优于夜间;④选择不同的近地层方案对风速和风向的模拟结果没有明显影响,对2 m气温模拟结果的影响小于对2 m相对湿度模拟结果的影响,BL边界层方案与MM5近地层方案耦合对近地层气象要素2 m气温和2 m相对湿度的模拟效果最好。