2016年冬季南京地区大气污染特征的观测分析

基于2016年11月24日—12月23日南京市草场门站、鼓楼站和仙林站的强化试验观测资料,分析了城市和郊区主要大气污染物的时空变化特征及其与气象要素的相互关系。研究发现：观测期间南京PM_2.5、PM₁₀、NO₂、O₃、CO、SO₂月均质量浓度分别为52.84~84.34 μg·m^-3、88.36~120.34 μg·m^-3、49.98~51.66 μg·m^-3、24.85~50.57 μg·m^-3、0.99~1.2 mg·m^-3和22.1~26.48 μg·m^-3;近地面,城市大气污染物质量浓度高于郊区,其中城市O₃比郊区高61.0%;在城市地区,除NO₂和CO外,鼓楼站大气污染物质量浓度高于草场门站,其中鼓楼站PM_2.5比草场门站高42.7%;PM_2.5小时质量浓度最大为210.93 μg·m^-3,重污染过程出现时风速较低、温度较高,郊区PM₁₀、PM_2.5、NO₂质量浓度呈现高值时的最频风向为南风,O₃和SO₂质量浓度呈现高值时的最频风向分别为西风和西南风,所以郊区大气污染受城市输送影响。利用HYSPLIT模式研究发现12月4—8日和16—20日的污染气团分别来自西部和北方地区,聚类分析发现12月影响南京市的污染气团45%来自西部地区且移动速度较快,55%来自北方地区且移动速度较慢。由此可见,南京市冬季出现的大气污染,其形成不仅与本地排放和局地气象条件有关,而且西部和北方地区的远距离输送也会造成影响。     

2014—2019年北京和南京地区PM2.5和臭氧质量浓度相关性研究

自2014年以来,中国细颗粒物（PM_2.5）浓度大幅度下降,但臭氧（O₃）浓度逐年缓慢上升,厘清PM_2.5和O₃（P-O）相关性尤为关键.在本研究中,2014—2019年北京和南京PM_2.5年均质量浓度下降幅度分别为-6.86和-6.15 μg·m^-3·a^-1;而日最大8小时平均O₃质量浓度（MDA8 O₃）年均增长幅度为1.50和1.75 μg·m^-3·a^-1.研究期间,北京地区MDA8 O₃质量浓度小于100 μg·m^-3,P-O呈负相关;而当质量浓度大于100 μg·m^-3时,P-O为正相关.通过Pearson相关系数研究P-O两者相关性.在两个城市每月相关性分析中,在每日时间尺度5—9月为强的正相关;而小时时间尺度11月至次年2月趋于负相关.在北京,P-O每月和季节相关性变化大于南京.在日变化中,夏季在16时为强的正相关,春秋两季在13—17时为弱的正相关,而在春、秋和冬季8时,却为强的负相关.     

福建三明市春季PM2.5中有机碳、元素碳和水溶性离子特征分析

2014年3月13日至4月20日在福建三明市利用PM_2.5中流量采样器采集大气中PM_2.5膜样品,测定了PM_2.5的质量浓度,并用热/光碳分析仪和离子色谱分析了其组分变化特征.结果表明,三明市观测期间PM_2.5的平均质量浓度为73.61±0.73 μg/m³,有机碳(OC)和元素碳(EC)的平均质量浓度分别为7.26±1.00和5.63±0.27 μg/m³,水溶性离子中SO₄^2-、NH₄⁺、NO₃^-和Na⁺的质量浓度分别为18.08±12.19、4.18±3.56、2.77±1.16和2.73±0.23 μg/m³,总和占总水溶性离子的87.76%.结合后向轨迹分析了福建三明市的污染物来源特征.该地区OC/EC的平均比值小于2,SOC(二次有机碳)生成量很少,主要以一次有机污染物为主,OC、EC与K⁺的相关性分析表明OC、EC与K⁺的来源相近,可以判断OC、EC绝大部分来源是生物质燃烧产生的污染物.在水溶性离子分析中,观测期间NO₃^-/SO₄^2-为0.159±0.02,表明三明市主要以固定源为主,机动车辆等移动源贡献较少.     

三亚地区冬春季大气污染特征观测研究

为了研究海南省三亚地区冬春季大气污染状况,于2011年12月—2013年4月的冬春季节在三亚鹿回头村(监测点位于三亚市郊,三面临海,周围没有工业污染源)开展了大气主要污染物(NO_x、O₃、PM_2.5)的连续监测,利用观测数据对三亚地区冬春季大气污染变化特征进行分析.结果表明:三亚地区大气污染物浓度均低于国家一级标准的浓度值,NO、NO₂、NO_x、O₃、PM_2.5质量浓度的日平均值(平均值±标准差)分别为(2.1±2.2)、(5.2±3.4)、(7.3±3.8)、(59.8±28.4)和(17.5±14.3)μg·m^-3.在污染物的日变化方面,NO_x、PM_2.5呈现典型的双峰型,其峰值分别出现在08:00和17:00,峰谷在13:00;O₃的日变化为单峰型,峰值出现在13:00.通过后向轨迹分析发现,三亚地区大气污染物受局地源排放和外源输送的共同影响,来自陆地的气流易造成污染物的积累,而来自海上的气流则有利于污染物的清除.     

2007和2008年夏季北京奥运馆大气PM10与PM2.5质量浓度变化特征

为了监测北京奥运主场馆附近大气颗粒物的污染状况以及评估奥运污染源减排措施对北京大气颗粒物质量浓度变化的影响,利用颗粒物在线监测仪器TEOM于2007年和2008年夏季,在奥运主场馆附近的中国科学院遥感应用研究所办公楼楼顶对大气颗粒物PM₁₀和PM_2.5进行了连续同步观测。结果表明,2007年夏季监测点附近大气PM₁₀与PM_2.5质量浓度的平均值分别为153.9和71.2μg·m^-3,而2008年夏季PM₁₀与PM_2.5质量浓度的平均值分别为85.2和52.8μg·m^-3。与奥运前一年同时段相比,奥运时段大气PM₁₀和PM_2.5的质量浓度分别下降44.5%和25.1%。对比分析奥运前后的2次典型污染过程发现,空气相对湿度的增加和偏南气流输送的共同影响易造成大气颗粒物的累积增长,而降雨的湿清除作用和偏北气流则会使大气颗粒物浓度迅速降低。在相近的气象条件下,奥运前后的污染过程中,大气细粒子的日均增长速率分别为25.1和13.9μg·m^-3·d^-1,而大气粗粒子的日均增长速率分别为20.8和2.2μg·m^-3·d^-1,奥运时段污染累积过程中大气粗、细粒子的增长速率分别显著低于和略低于奥运前同时段污染过程中颗粒物的增长速率。污染源减排措施的实施是奥运期间大气颗粒物质量浓度降低的主要原因,从控制效果来看,奥运期间实施的污染源减排措施对大气粗粒子的控制效果明显好于大气细粒子。     

冬季南京北郊大气气溶胶中水溶性阴离子特征

2009年冬季在南京北郊进行24 h采样,运用离子色谱法研究大气PM₁₀中水溶性阴离子的分布特征。结果表明:PM₁₀中阴离子的平均总质量浓度在白天和夜间分别为658.21、622.84 μg/m³;PM_2.1则分别为337.86、319.97 μg/m³,阴离子主要存在于细粒子中;主要水溶性阴离子均为SO₄^2-,且海盐对南京北郊大气PM₁₀和PM_2.1中的SO₄^2-质量浓度影响很小。SO₄^2-、Cl^-和F^-粒径谱分布相似,均呈双模态;NO₃^-和NO₂^-主要呈现单模态。SO₄^2-与NO₃^-、F^-与NO₃^-、SO₄^2-与Cl^-的相关系数均大于0.8,相关显著,说明其存在一定的同源性。NO₃^-/SO₄^2-的平均值在白天、夜间分别为0.058 2、0.048 4,说明南京北郊大气污染以固定源为主。分析NO₃^-、SO₄^2-前体物的转化率知道,采样期间SOR和NOR的平均值均大于10%,即SO₄^2-部分来源于SO₂的二次转化,而不是单一来源于一次污染物。     

苏南三市秋冬季PM2.5中水溶性离子和元素特征及源解析

2010年11月16日至12月17日在南京、常州、苏州三城市设置采样点,24 h采集大气PM_2.5样品,并测定其水溶性无机离子和元素的浓度,在此基础上讨论PM_2.5及无机组分的时空分布特征。结果表明,采样期间,PM_2.5污染较严重,且苏州最重,常州次之,南京最轻,南京、苏州、常州日均浓度分别是国家二级标准(75 μg/m³)的1.44、2.32、1.53倍;三市PM_2.5离子组分中,阴离子均以SO₄^2-和NO₃^-为主,阳离子以Ca²⁺和Mg²⁺为主;苏州Na⁺和Cl^-之间的相关性较高,其受到海盐输送影响较大;三城市PM_2.5中Ca是最主要元素,Al次之。运用主成分法分析南京、常州和苏州PM_2.5的来源可知,三城市PM_2.5受多个污染源影响,包括生物质燃烧、地表扬尘、五金工业及汽车尾气排放等。     

新冠肺炎疫情期间遵义市大气污染物的变化

为研究云贵高原城市遵义新冠期间大气污染物变化特征,利用2015—2020年遵义市空气质量监测数据、地面气象观测资料,分析新冠肺炎疫情防控期间遵义市主要大气污染物和气象要素的变化情况,研究空气质量对污染物减排和气象要素变化的响应。结果表明：疫情防控导致遵义市PM_2.5、PM₁₀和NO₂质量浓度明显下降,但O₃质量浓度小幅增加;PM_2.5和NO₂对人为减排的响应更敏感;防控期内遵义市气象条件比较有利于污染物的清除,防控减排措施导致PM_2.5质量浓度下降25.34%。在疫情防控的背景下,O₃浓度较2015—2019年明显偏高,PM_2.5显著下降,这与疫情防控期间人员车辆外出明显减少有关,导致夜间滴定消耗O₃的气体减少。减排措施对防控期间颗粒物污染浓度有明显的削弱作用。     

盱眙县空气污染特征及其气象条件分析

采用盱眙县环境监测站 2014年1—12月PM₁₀、PM_2.5、SO₂、NO₂、O₃逐日质量浓度资料及盱眙国家基本气象站同期气象资料,分析不同气象条件下盱眙县空气质量变化.结果表明:盱眙县主要污染物是PM_2.5、PM₁₀,污染较轻的是SO₂、NO₂、O₃;盱眙县空气质量变化趋势为春冬季污染严重,夏秋季污染较轻.气象条件中的降水因子对改善空气质量、清除颗粒物具有明显作用;当温度在0 ℃以下或30 ℃以上时空气质量相对较好,0～20 ℃时空气污染情况较为严重;偏东风时大气环境质量较差,偏北风时大气环境质量较好.     

湖北省PM2.5质量浓度遥感估算与时空分布特征

针对地面站点稀疏不足以提供高空间覆盖、高空间分辨率的面域PM_2.5数据支撑区域细颗粒物污染防治的问题,以湖北地区2015-2017年的MODIS卫星遥感气溶胶光学厚度（AOD）产品数据为主预测量,结合温度、湿度、风速、压强等气象参数和植被指数数据等辅助预测量,建立了AOD-PM_2.5关系逐日变化的线性混合效应（LME）模型,用于估算湖北地区的PM_2.5浓度水平.利用十折交叉验证方法进行了模型精度评估.结果表明：1）2015-2017年的交叉验证R²分别达到0.89、0.85和0.88,利用MODIS AOD数据反演近地面PM_2.5质量浓度的线性混合效应模型能很好地用于区域细颗粒物遥感监测;2）省内PM_2.5质量浓度空间差异显著,鄂东、鄂南和鄂北高,鄂西北和鄂东南低;3）全省PM_2.5估算时空数据年均值呈下降态势,分别为65.6±39.8、57.1±34.1和48.1±28.3 μg/m³,各市除随州、咸宁2016、2017年年均值持平外,都呈下降趋势.     

城市气候效应研究进展

城市是人类社会发展的必然产物.随着城市的快速发展,城市气候效应凸显,并对社会经济可持续发展和人体健康等造成影响.基于国内外已有的研究成果,综述了城市气候效应,包括城市热岛效应、雨岛效应、混浊岛效应、于岛效应和雷暴岛效应的研究历史、现状及其与城市化、天气气候变化的相互关系,并对未来城市气候效应的研究方向及技术方法进行了展望.     

昌吉市城市热岛效应的分析

通过对昌吉市和呼图壁县40多年的气温资料的统计分析,得到了昌吉市随着城市发展而产生热岛效应的变化过程;分析了昌吉市城市热岛效应对气温日变化、季节变化的影响,得到了气温变化的定量分析结果。     

城市效应对呼和浩特市气候的影响

利用呼和浩特市探空资料和邻近站的地面观测资料,分析了城市效应对呼和浩特市气候的影响,发现呼和浩特市热岛现象明显,每10年增温0.22～0.42℃。另外,呼和浩特市雷暴日数、雾日数增加了,而日照时数在减少。       

云南高原城市楚雄和大理热岛效应变化特征

利用1971-2000年楚雄市和大理市的气温、降水、相对湿度、平均风速等气候资料,分析了楚雄市和大理市两城市热岛效应变化特征,应用灰色关联度方法分析热岛强度发生变化的原因.结果发现:30年来楚雄市的热岛强度年变化在不断增强,而大理市热岛强度增加不如楚雄市明显,热岛强度月变化两城市基本一致,干季强,雨季弱;热岛强度日变化...     

城市效应对福州市气候的影响

计算了福州近４０多年来气温等要素的气候倾向率，揭示了福州气候的变化规律。通过城区和郊区的气候资料对比分析，发现福州城区存在着热岛，雨岛，干岛，浑浊岛等城市气候效应，同时还存在着雾和雷暴负效应的异常现象。最后用气象学原理论讨产生异常现象原因。     

成都市精细化数值模式研究及试验

本文在引入成都市精细化下垫面资料后将G rapes与城市冠层方案相耦合,并在此基础上进行数值试验。初步试验结果表明:该耦合模式能基本表现城市冠层的特征的作用,即能够较好地模拟出城市热岛效应。城市冠层参数化方案及精细化下垫面资料的引入能够影响陆气之间的相互作用,改变大气的能量平衡,致使向上长波辐射增强,感热通量增加,潜热通量减少。城市化效应白天对边界层大气的增温作用还会影响低层大气的层结结构,使之在午后产生弱的上升运动。     

广州市区与增城市气象要素差异性分析

利用广州市区和增城市1982—2013年的气象观测资料,应用数据对比和相关分析的方法,从年际和季节变化两个角度,分析了两地气象要素的差异性;运用拉格朗日模式,模拟了2个个例的水汽来源,分析两站降水量差异性的可能原因。结果表明:城市热岛效应导致广州市区温度高于增城市,而相对湿度低于增城市;城市冠层作用使得广州市区风速明显低于增城市。差异性存在明显的季节不同,温度和相对湿度在秋季差异最明显,风速在冬季差异最明显,而降水量在夏季差异最明显。通过相关性分析得到两站的温度以及相对湿度的相关系数达到0.99和0.89,可利用经验公式联系两地的预报结果。HYSPLIT模式模拟水汽来源表明,不同的水汽来源可以导致广州市区和增城市降水先后顺序以及降水量的差异。     

北京地区热岛非均匀分布特征的卫星遥感-地面观测

针对北京城市热岛的空间变化特征及其发展趋势,重点探讨了北京城市热岛总体演变趋势及其多尺度非均匀分布特征与城市建筑群面积、中高层建筑群空间布局的相关关系。采用晴空过程北京城郊地面自动气象站AWS(Automatic weather station)气温观测真值对卫星遥感云顶黑体温度TBB(Temperature of black body on the top of cloud)高分辨率场实施变分订正,解决城市热岛研究中高分辨率卫星遥感的客观性订正问题。研究结果揭示了北京城市建筑群面积及中高层建筑群布局对城市热岛群总体演变趋势、多尺度热岛群非均匀分布特征的显著影响效应。结果表明,北京晴空过程城区及近郊区多尺度热岛效应可由强、弱程度不同的热岛群"合成",北京地区热岛分布呈多尺度非均匀特征,即城区东西两侧为强热岛区,城西北园林区与古城中轴线区域为相对弱热岛区;在北京城市高速发展背景下,城郊街区热岛群的非均匀分布特征与城市建筑群布局之间存在着相关关系;城市建筑群面积及中高层建筑密集程度的差异可产生区域性强弱不同的热岛效应,这间接反映出北京城郊中高层建筑群暖气或空调排放热源的局地影响效应。上述研究结果可为城市发展有关建筑群布局与园林绿地规划设计提供科学依据。     

南京城市热岛效应研究

利用4个气象站1961～2005年气温资料,对南京市的城市热岛效应进行了全面、细致的研究。结果表明：1）平均而言,南京市的热岛强度基本在0.5 ℃左右,热岛强度的高值体现在最低气温上,极端情况可能达到6 ℃左右;2）南京城市热岛效应具有明显的季节变化和日变化特征,夏半年要强于冬半年,夜间强于白天;3）随着城市规模的发展,南京市的城市热岛效应为增强趋势,用年平均气温计算获得的热岛强度增幅为0.109 ℃·(10 a)-1。     

深圳的城市热岛效应

通过全球气候增暖和深圳气象台气温急升等事实，探索因观测环境急剧改变而又缺乏对比观测时，台站所在地城市化后的增温及“热岛效应”等情况。从而得出气候增暖和城市热岛效应场具有较明显的季节性；具有明显的昼夜差别，且晚间远比白天明显。