沙尘天气过程对中国北方城市空气质量的影响

2014年4月23-25日中国北方地区经历了一次大范围的强沙尘天气过程.利用13个城市的空气质量和气象数据结合后向轨迹模式和MODIS deep-blue气溶胶光学厚度数据,研究沙尘天气过程对中国北方城市空气质量的影响,特别是对PM_2.5质量浓度的贡献。结果表明:来源于塔克拉玛干沙漠及其周边地区的沙尘途经甘肃西北部和内蒙古中西部的沙漠区进而影响下游城市。MODIS deep-blue气溶胶光学厚度的空间分布能够较好地反映出沙尘的水平运动特征。沙尘天气过程可以使中国北方城市PM_2.5和PM₁₀质量浓度分别增加7.5%～1 141.2%和344.0%～2 562.1%,可以有效地降低SO₂、NO₂和CO气体污染物的浓度,而对O₃的浓度影响较小。银川、大同和库尔勒沙尘天气过程期间平均SO₂、NO₂和CO浓度较非沙尘天气过程期间降低最明显,分别降低约80.0%、78.7%和62.1%。     

2018年春季中国北方大范围沙尘天气对城市空气质量的影响及其天气学分析

利用多源卫星数据、空气质量数据和再分析资料ERA-Interim分析了2018年春季中国北方一次沙尘天气过程中沙尘气溶胶的光学特性及垂直结构、沙尘天气对颗粒物浓度及空气质量的影响及其机制。结果表明：（1）2018年3月27-30日中国北方地区气溶胶光学厚度、吸收性气溶胶光学厚度和气溶胶指数分别大于0.4、0.035和1.0。沙尘气溶胶主要分布在地面至8 km的范围内，且体积退偏比大部分在0.06~0.4，色比0.6~1.2。（2）各城市颗粒物浓度在一定程度上均受到沙尘天气的影响。3月27-28日，PM_2.5和PM₁₀的平均值分别是国家一级标准的4.1倍和4.3倍。29-30日，PM_2.5和PM₁₀的平均值分别是国家一级标准的3.5倍和3.4倍。28日河北张家口PM₁₀/PM_2.5达4 d之最，最大比值为10.9。（3）低层贝加尔湖高压南压对内蒙古西南部及河西走廊地区的起沙有重要影响，河套地区地面气旋和低层切变是造成华北西部起沙的关键因素，鄂海地区高压脊和东北地区地面的低压系统有利于东北地区的起沙。     

沙尘影响下华北地区一次重污染天气形成与消散过程分析

以2017年5月4日~5日华北地区出现的一次大范围的严重的天气污染形成与消散过程为研究对象,通过搜集华北地区9个城市空气中主要污染物浓度、AQI（空气质量指数）和常规气象数据,分析AQI、主要污染物（PM₁₀、PM_2.5、SO₂、NO₂、CO、O₃）浓度变化特征和相关气象因子的关系。结果表明：本次重污染本质为区域性沙尘污染所致。污染过程呈现出形成速度快、消散急促的特点。该污染过程首要污染物为PM₁₀,其次为PM_2.5,而SO₂、NO₂、CO、O₃等由人类活动产生的污染物浓度并未超标。后向轨迹分析和相关分析发现造成此次严重污染颗粒物主要来自蒙古高原,风是主要驱动因子。污染物在空间位置比较接近的城市间传输时,表现出趋势一致性、时间上的滞后性和污染物浓度的累积性特点。     

兰州市沙尘天气污染特征及潜在源区

为了解兰州市沙尘天气期间大气污染特征，选取2016—2017年兰州市国家大气环境监测网络系统21个监测站点逐小时数据，对沙尘天气过程中的污染物特征进行分析。在此基础上，结合地面气象参数，运用HYSPLIT模型聚类计算和激光雷达观测等手段，对颗粒物来源和传输过程进行潜在源区贡献因子（PSCF）和浓度权重轨迹（CWT）分析。结果表明：兰州沙尘天气主要受西北方向、东偏北短距离传输、北部内蒙古路径3类气团影响，其中西北方向气团影响沙尘天气持续时间较长，沙尘过程中消光系数最高，环境空气质量转差显著，其他两类气团影响沙尘天气持续时间较短，有利于污染扩散；沙尘天气发生前期PM₁₀与气态污染物呈现正相关，沙尘天气过程中为负相关，沙尘天气后则再次转为正相关，沙尘天气对气态污染物浓度有降低效果；春季兰州地区颗粒物潜在区分布相对集中，主要来自于兰州西北部河西走廊，PSCF值大于0.7；冬季颗粒物潜在源区分布范围较广，PSCF值集中在0.7~0.9，其中对PM₁₀较大贡献区集中在新疆东南部，贡献值240~320 μg·m^-3。     

格尔木地区沙尘气溶胶硝酸盐含量及来源

沙尘气溶胶中硝酸盐的含量和来源对于全球氮排放估算具有重要意义。为了探讨格尔木沙尘气溶胶中硝酸盐的含量和来源,我们在格尔木2008年沙尘过程多发期1-6月进行了连续观测,并对收集的沙尘气溶胶样品进行了详细的水溶性离子色谱分析。结果显示:沙尘天气的大气总悬浮颗粒物(TSP)平均浓度及NO₃^-平均浓度分别为2 015.94 μg·m^-3和1.8 μg·m^-3,非沙尘天气两者平均浓度分别为274.68 μg·m^-3和0.74 μg·m^-3。观测期间,格尔木NO₃^-浓度和TSP浓度存在明显的季节变化,NO₃^-和TSP浓度变化均为春季>夏季>冬季。TSP与NO₃^-浓度的相关系数为0.67,春季两者相关系数为0.71,且Ca²⁺与NO₃^-浓度显著相关,推测格尔木沙尘气溶胶中NO₃^-离子可能主要来源于干旱区的地表物质。非沙尘天气期间NO₃^-/TSP浓度比值高于沙尘天气,且分布较为分散,表明非沙尘天气NO₃^-浓度受到人为源或气象条件的影响。     

中国城市空气污染时空分布格局和人口暴露风险

近年来,中国空气污染及其对人口健康危害的时空分布呈现出新的特征。论文使用5 a(2015—2019年)间逐小时的空气质量监测数据,利用变化率计算、热点分析、趋势分析和超标频数统计等方法,分析了中国332个城市的空气质量及人口空气污染暴露风险的时空分布特征,结论如下：① 中国城市近年来空气质量有好转趋势,环境空气质量指数(AQI)下降的城市占所研究城市总数的91.3%;PM_2.5、PM₁₀、SO₂和CO等4种污染物浓度均有所下降,而NO₂和O₃浓度有所上升;② PM_2.5、PM₁₀、SO₂和CO浓度变化率的热点分布于新疆地区和云南—华南地区,NO₂浓度变化率的热点为新疆地区和河套平原,O₃浓度变化率的热点为华北平原至长江中下游流域;西北地区和华南地区空气质量变化幅度较小;③ 9个城市在PM_2.5、PM₁₀、SO₂、NO₂、O₃和CO等6种污染物中均有暴露,分布于山西、河北与山东。暴露风险均为0级的低风险城市共有12个,分别位于新疆、云南、贵州、四川、广东、福建和黑龙江。研究结论对于跨区域空气污染的协同治理以及制定差异化的空间人口流动管理政策具有重要参考价值。     

2017—2019年中天山北坡城市群大气污染及污染天气类型特征

利用2017—2019年中天山北坡城市群（乌鲁木齐市、昌吉市、石河子市、五家渠市）逐时大气污染物监测数据及气象数据,分析了大气污染物年内变化和污染天气类型特征。结果表明：（1） 中天山北坡4座城市6类大气污染物中PM_2.5超标日数最多（年均94~104 d）,年均浓度介于64~73 μg·m^-3,且五家渠市>乌鲁木齐市>石河子市>昌吉市。采暖期PM_2.5浓度在100~118 μg·m^-3之间,是非采暖期的4.00~5.00倍,靠近山前地带的城市PM_2.5浓度日变化大体呈现“双峰双谷型”。（2） 4座城市污染天气类型主要分为静稳型、沙尘型和特殊型,其中静稳型占86.2%~93.6%、沙尘型占5.8%~13.2%。静稳型污染天气多出现在冬季,沙尘型主要出现在春、秋季节。静稳型污染天气中Ⅴ-Ⅵ级污染级别占比45.8%~56.6%,沙尘型污染天气中Ⅴ-Ⅵ级污染级别占比14.9%~29.4%。（3） 静稳型和沙尘型污染天气下PM_2.5和PM₁₀浓度都存在显著的线性相关,前者PM₁₀浓度是PM_2.5的1.26倍,而后者达3.16倍,此倍数可以作为区分静稳型和沙尘型污染天气的判据。     

乌鲁木齐地区雪和雨对气溶胶湿清除能力的比较研究

根据2002年乌鲁木齐地区逐日逐时SO₂、NO₂和PM₁₀粒子浓度监测资料,针对冬季固态降水、夏季液态降水对三种气溶胶颗粒物的湿清除能力进行了统计分析。粗略得出乌鲁木齐地区冬季微量降水日,气溶胶颗粒物浓度呈现增加趋势;而夏季微量降雨能够减小气溶胶颗粒物浓度。超过微量降水量的日子里,在冬季三种颗粒物的浓度明显高于夏季的情形下,每1 mm降雪量对气溶胶的清除率大于夏季每1 mm雨的清除能力。同时拟合结果表明降水日气溶胶浓度的改变量与其前一日气溶胶浓度值存在较好的相关特性。     

西安沙尘天气特征及其对空气质量的影响

利用1971-2003年西安市常规气象观测资料、2001-2003年西安市区主要污染物日均浓度资料和2002年3月一次重度污染事件逐时的PM₁₀浓度资料,分析了西安市沙尘天气的时间分布特征及其对主要空气污染物浓度的影响。结果表明:西安市沙尘天气近30多年来总体呈波动式明显减少的趋势,但2001-2002年有所增多,2003年又减少。沙尘天气主要出现在春季,4月最多,占全年天数的22.6%。沙尘天气对西安空气质量影响显著,可使3~4月PM₁₀月浓度平均提高12.1%,在分析的一次强沙尘暴个例中,一小时内PM₁₀浓度最高增加了0.585mg·m^-3,达到0.970mg·m^-3,从而造成严重的空气污染事件。     

大连市大气污染物质量浓度与气溶胶光学厚度的相关性分析

分别对2015年6~12月和2016年6~12月大连地区的大气污染物PM2.5、PM10、SO₂、NO₂、CO和O₃的浓度数据进行数据统计分析,基于ENVI软件平台利用MODIS数据反演大连地区的气溶胶光学厚度,通过回归建模研究气溶胶光学厚度与大连地区10个地面监测站点的大气污染物PM2.5、PM10、SO₂、NO₂、CO和O₃的浓度数据的相关性。回归建模以气溶胶光学厚度（AOD）为自变量,以大气污染物PM2.5、PM10、SO₂、NO₂、CO和O₃为因变量,在SPSS软件中分别选取线性、对数、三次、乘幂、指数5种函数类型进行研究,通过对比回归模型的拟合优度R²,选择最优拟合模型,探讨利用遥感数据反演气溶胶光学厚度监测大气污染的相关性。结果表明：气溶胶光学厚度与NO₂、PM2.5和PM10的最优拟合模型均为三次模型,其拟合优度R²分别是0.685、0.801和0.845;与O₃和SO₂的最优拟合模型为指数模型,其R²为0.367和0.482;与CO的最优拟合模型为对数模型,其拟合优度R²为0.810。该结果为分析大气气溶胶污染来源以及治理提供了数据。     

沙尘天气对榆林市环境空气质量的影响

基于2013—2018年榆林市沙尘天气和环境空气质量逐日数据,定量分析了沙尘天气对榆林市空气质量指数（AQI）、可吸入颗粒物（PM₁₀）和细颗粒物（PM_2.5）的绝对贡献和相对贡献率。结果表明：沙尘天气对榆林市AQI的贡献率为0.7%—11.1%（平均值±标准差6.4%±3.8%）;对PM₁₀的绝对贡献为1.0—13.1 μg·m^-3（平均8.2±5.4 μg·m^-3）,相对贡献率5.4%±3.5%;对PM_2.5的绝对贡献为-0.4—3.5 μg·m^-3,沙尘天气对PM_2.5的影响小于对PM₁₀。沙尘天气对榆林市空气质量的影响季节差异很大,春季贡献最大,秋冬季贡献较小。沙尘天气对榆林市区和郊区的影响程度不同,这可能与局部气象条件和地形条件等因素有关。     

乌鲁木齐冬季大气细颗粒物水溶性离子特征及来源

为了探讨乌鲁木齐冬季大气细颗粒物的污染水平及其水溶性离子的特征,于2013年1-3月采集大气PM_2.5样品,并利用离子色谱仪分析其中的水溶性离子,采用硫转化率、离子相关性分析及后向轨迹模型对其可能来源进行了讨论。结果表明:观测期间采样点PM_2.5平均质量浓度为170.13±51.39 μg·m^-3,水溶性离子总浓度平均值为53.47±23.76 μg·m^-3,其中3种二次离子(SO₄^2-、NO₃^-和NH₄⁺)是水溶性离子的主要组分;不同天气类型下PM_2.5和离子浓度差异较大,雾、霾天气二次离子浓度占总浓度的81.99%和86.24%,硫转化率均大于0.1;春节期间由于燃放大量的烟花爆竹,使得PM_2.5可溶性离子K⁺和Cl^-浓度急剧上升;NH₄⁺与SO₄^2-、NO₃^-相关系数分别为0.975和0.748,(NH₄)₂SO₄、NH₄HSO₄和NH₄NO₃是细颗粒物水溶性组分的可能结合方式,Cl^-和K⁺的相关性显著,说明两者具有同源性;固定排放源仍然是乌鲁木齐大气污染物的主要来源,局地大气输送会使大气污染加重。     

外部性视角下中国城市网络演化及其环境效应研究

在全球化、快速城市化和新技术革命的背景下,要素流与网络关系构成的“流空间”愈发重要,城市网络结构不断受到冲击与重塑,人地关系矛盾日益凸显,区域空间组织模式及其环境效应已成为环境经济地理学研究的重要议题。本文利用腾讯位置大数据,构建了2015—2018年288个地级以上城市之间的人口迁徙网络,采用社会网络分析和面板空间计量模型,对中国城市网络演化格局及其环境效应进行实证分析。结论如下：① 中国城市网络联系强度高的城市主要分布在“胡焕庸线”东侧的京津冀、长三角、珠三角和成渝城市群组成的菱形结构;城市网络密度和关联性逐渐增强,度数和中介中心性呈现多中心和分散化的发展趋势。② 中国城市空气质量总体有所好转,空间上呈现显著的集聚特征;88.89%的城市空气质量指数（AQI）下降,PM_2.5、PM₁₀、SO₂、CO和NO₂年均浓度有所下降,而O₃年均浓度有所上升。③ 中国城市网络对环境质量的影响主要来源于城市网络外部性所带来的空间溢出效应;城市网络中节点权力地位和影响力的增强,提高了借用规模和借用技术,从而促进环境质量提升。④ 度数中心性提升了东部、中部和东北地区的环境质量,减少了PM_2.5、PM₁₀、SO₂和O₃的年均浓度,增加了CO的年均浓度;而中介中心性则提高了西部地区的环境质量,降低了NO₂的年均浓度。     

黄河流域空气污染的空间格局演化及影响因素

基于2008—2017年黄河流域工业SO₂和PM_2.5两类典型空气污染物数据,首先刻画了两者的空间演化格局,并运用空间面板杜宾模型（SPDM）从直接效应和间接效应两方面对两者的影响因素进行对比分析。结果表明：① 工业SO₂和PM_2.5污染均存在显著的空间集聚特征,从东南至西北方向呈现梯度递减趋势;二者在城市尺度均存在显著的正向空间关联性,但PM_2.5污染的空间关联性比工业SO₂更强;② 2008—2017年,工业SO₂和PM_2.5污染有所缓解,其中工业SO₂排放强度迅速下降;而PM_2.5质量浓度下降相对缓慢,仍是黄河流域主要的空气污染源。③ 产业结构、技术创新、能源效率、人口规模、经济发展、工业规模等是影响黄河流域空气污染的主要因素,但PM_2.5的影响因素更加复杂多样化。其中,技术创新能力和经济发展水平的提升虽然在研究期内加剧了本地工业SO₂污染的排放强度,但却能缓解周边城市的工业SO₂和PM_2.5污染;工业规模的扩大会加剧本地和邻近城市的PM_2.5污染。     

乌鲁木齐大气颗粒物的时空分布规律

依据峡口城市乌鲁木齐市2013-2016年6个环境监测站逐时的6类污染物数据,分析大气污染物的时空分布规律。总体来看,乌鲁木齐市以颗粒物污染为主,即PM₁₀、PM_2.5污染严重。从季节上来看,乌鲁木齐污染物浓度大多冬季高、夏季低,春秋季次之。春、夏、秋、冬PM_2.5的浓度依次为59.8、40.5、67.8、139.6 μg·m^-3,而PM₁₀则是148.6、119.7、146.4、209.4 μg·m^-3,粗细粒子浓度在春秋季的细微变化凸显在春季沙尘天气的影响。从日变化方面来看,污染物多呈现为双峰型结构。PM₁₀、PM_2.5春夏秋3个季节都是在子夜1：00时浓度最高,9：00～10：00时次之,但是冬季日最高值则出现在17：00时左右,次峰值出现在21：00～22：00时。从空间分布来看,颗粒物浓度总体上是中心城区低、四周高的分布格局;从PM_2.5浓度占PM₁₀浓度比重分析来看,冬季比重最高,达70%,以城区及城北最为明显,达73%,日变化分布则主要集中在下午至夜间,且冬季比重达71%。     

蒙古高原风蚀颗粒物空间过程数值模拟及预报

基于WRF-IWEMS耦合模型对2016年3月1~9日发生在蒙古高原的强沙尘天气过程进行数值模拟,着重模拟了尘源、粉尘传播路径以及粉尘扩散过程中浓度变化和影响范围,并采用卫星影像、站点监测数据与模型结果进行对比分析。结果表明：此次风沙天气过程的尘源分布在新疆哈密地区、阿拉善高原、中蒙边境戈壁地区以及浑善达克沙地部分地区,粉尘自源区分别沿河西走廊、贺兰山区、张家口等地扩散至华北和京津地区。蒙古高原土壤风蚀可使华北地区来自自然源的大气颗粒物PM₁₀、PM_2.5浓度分别达到1 000 μg·m^-3、200 μg·m^-3以上,还可使华北地区大气颗粒物浓度高于200 μg·m^-3的天气持续48 h以上。