广州亚运会期间鼎湖山站大气污染特征

为了解广州亚运会期间华南区域大气质量状况以及气象条件对区域本底浓度值的影响,2010年11月对鼎湖山站主要污染物NO_x,SO₂,O₃,PM₁₀和PM_2.5进行了连续在线观测。利用MICAPS,NCEP FNL资料及后向轨迹模拟对观测时段大气污染物变化特征进行了分析。结果表明:观测时期鼎湖山区域NO₂,SO₂和O₃平均体积分数分别为 (7.2±3.1)×10-9,(8.5±3.8)×10-9和 (28.7±9.8)×10-9。PM₁₀和PM_2.5的月平均质量浓度分别达到113 μg·m-3和81 μg·m-3,PM_2.5超标日数达13 d (标准为世界卫生组织第1阶段值,日平均值为75 μg·m-3)。不同时段日变化分析表明,广州亚运会期间高值时段 (定义为PM_2.5质量浓度超过世界卫生组织的IT.1标准的时段) NO_x和O₃平均体积分数为13.2×10-9和20.9×10-9,较2009年同期分别下降了41.3%和10.7%。不利气象要素影响和污染物区域传输作用是形成珠江三角洲区域大气本底 (鼎湖山地区) 细粒子污染偏高的主要原因。     

2016—2017年中国中东部本底地区PM10化学特性

对中国中东部3个区域大气本底观测站2015年12月—2017年12月PM₁₀质量浓度及其化学成分空间分布与季节变化特征进行研究,结果显示:研究期间龙凤山站、临安站和金沙站平均PM₁₀质量浓度分别为57.5,62.2 μg·m-3和57.6 μg·m-3。其中临安站和金沙站2017年PM₁₀质量浓度较2016年有所下降,但龙凤山站有所上升。与2013年相比,临安站和金沙站平均PM₁₀质量浓度分别降低29.3%和26.2%。临安站SO₄2-,NO₃-和NH₄+平均质量浓度分别为9.9,8.2 μg·m-3和3.7 μg·m-3,金沙站分别为10.2,6.7 μg·m-3和2.6 μg·m-3,均高于龙凤山站的5.9,4.9 μg·m-3和2.1 μg·m-3,其中龙凤山站和临安站的NO₃-与SO₄2-质量浓度比值较高（0.9和0.8）,金沙站较低（0.6）。龙凤山站的有机碳（OC）和元素碳（EC）质量浓度分别为10.1 μg·m-3和2.7 μg·m-3,临安站为6.7 μg·m-3和3.1 μg·m-3,金沙站为4.7 μg·m-3和2.3 μg·m-3,即龙凤山站OC最高,金沙站最低,3个站点的EC基本相当,临安站略高。与2013年相比,研究期间临安站SO₄2-,NH₄+和OC分别下降38.1%,26.0%和55.6%,金沙站分别下降46.3%,51.9%和44.7%,但临安站和金沙站的NO₃-分别上升12.3%和15.5%;临安站EC下降27.9%,金沙站EC上升4.5%。3个站点夏季PM₁₀,NO₃-,EC质量浓度及NO₃-与SO₄2-质量浓度比值均最低。     

基于观测的污染气体区域排放特征

利用2006年9月—2007年8月河北省固城生态与农业气象试验基地 (固城站) 反应性气体观测数据获得了CO与NO_x,CO与SO₂,SO₂与NO_x体积分数比的变化特征,并将观测得到的体积分数比与从INTEX-B等排放源资料得到的排放比进行比较研究。当风向来自北方向 (北京) 时,固城站的CO和NO_x体积分数显著高于其他方向,而来自南方向 (保定、石家庄) 时,SO₂体积分数显著高于其他方向。固城站观测到的CO与SO₂,CO与NO_x体积分数比分别为43.7和31.6,较排放比高出2~12倍。分析表明:排放源清单对CO排放低估了大约2倍以上,生物质燃料燃烧,尤其是收获季节大规模秸秆燃烧排放可能是重要的且被低估了的源。从观测数据估计得到秸秆燃烧期比平时CO大约多排放了90%±30%,忽略秸秆燃烧期额外排放对CO排放强度估计有重要影响。未来排放源清单编制和使用需要更加关注我国农业区秸秆燃烧排放对排放强度的影响。     

中国区域空气污染本底站的降水化学特征

分析了3个代表不同背景特征的WMO（世界气象组织）区域本底空气污染站黑龙江五常县龙凤山本底站，北京密云县古北口上甸子本底站和浙江临安本底站的降水化学特征。分析内容为降水的pH值和SO₄2-、NO₃-、Cl-、F-、NH₄+、K+、Na+、Ca2+、Mg2+诸离子的浓度。结果表明，降水pH值和SO₄2-、NO₃-、NH₄+、Ca2+具有年际变化和年变化的特征，但其变化趋势各站及各要素不尽一致。离子Cl-、F-、K+、Na+、Mg2+浓度偏低，变化不明显。就多年平均而言，临安站的pH值为3站最低，SO₄2-为最高。上甸子除了SO₄2-浓度次于临安外，其余所有离子浓度均为3站之首，而且pH值也为3站最高。龙凤山除了降水中的Ca2+、Mg2+离子浓度略高于临安外，其它各离子的浓度是3站中最低，pH值在3站中的位置居中。降水化学特征演变趋势为:3个站的降水皆呈酸性，其中临安最严重，龙凤山其次，上甸子相对轻一些，但其酸化的速率为3站之首。     

华北平原夜间对流性天气对地面O3混合比的抬升效应

2013年6—9月在河北省固城站观测到多次夜间对流性天气伴随地面O₃混合比快速抬升的过程,并引起次日清晨到中午O₃混合比升高。大多数对流过程中,O₃混合比在半小时内升高至60×10-9～80×10-9,同时NO_x等反应性气体混合比下降,θ_se值降低,说明下沉气流将高空气团带到地面,造成了O₃混合比的升高。通过再分析资料得到下沉气团基本来源于对流层中下层,这一结论与当地进行的一次飞机观测结果吻合。多数对流过程中固城站和北京城区地面O₃混合比和θ_se值有相同的变化趋势和程度。根据观测结果,推测华北地区在夏季和初秋时,对流层中下层存在O₃高值区,混合比约为60×10-9～80×10-9。对流性天气对地面O₃抬升的影响区域与对流系统的影响范围有关,可达到中尺度范围。华北地区光化学污染严重,对流性天气引起的地面O₃混合比抬升程度比较强,对环境的影响值得关注。     

南京北郊 O3、NO2和 SO2变化特征分析

利用 2008年1-12月南京北郊O₃、NO₂及SO₂质量浓度连续观测资料,分析了南京北郊气体污染物(O₃、NO₂、SO₂) 的质量浓度变化规律。结果表明：南京北郊O₃浓度夏季较高,日变化曲线呈单峰型,NO₂和SO₂浓度夏季较低,日变化曲线呈双峰型,NO₂与O₃的日变化呈现负相关关系,该地区SO₂浓度整体较高,夏季周末效应NO₂和SO₂较O₃更明显。     

北京城区冬春季过氧化氢浓度变化特征

大气过氧化氢（H₂O₂）是一种重要的光化学产物,也是硫酸盐气溶胶生成及降水酸化过程的关键氧化剂。然而,我国对H₂O₂的观测研究较少,尤其对雾霾期间H₂O₂浓度变化特征认识不足。该文介绍了冬春时段（2016年12月-2017年4月）在北京城区中国气象局的H₂O₂观测结果,并结合同期O₃,PAN,NO_X,PM_2.5等污染物和气象要素观测数据,分析H₂O₂浓度变化特征与影响因素。观测结果表明:观测期间H₂O₂体积混合比（简称为浓度）为（0.65±0.59）×10-9,其中,春季浓度（0.83±0.67）×10-9高于冬季浓度（0.51±0.47）×10-9;H₂O₂平均日变化基本呈现单峰特征,峰值出现在18:00-21:00,比其他地区峰值出现稍晚,并滞后于O₃峰值时间4~7 h;相对湿度对H₂O₂日峰值时间和浓度水平有影响,小于55%时日峰值出现于18:00-24:00,平均峰值浓度1.52×10-9;大于65%时日峰值出现于11:00-16:00,日峰值浓度均小于1×10-9。H₂O₂,O₃和PAN虽然同属光化学产物,但在不同污染状况下浓度水平和变化趋势差异明显;H₂O₂清洁日峰值浓度高于污染日,但11:00-15:00污染日浓度略高于清洁日。     

2010年长江三角洲临安本底站PM2.5理化特征

2010年在代表长三角区域背景地区的浙江省临安区域大气本底站开展了对大气细粒子PM_2.5为期1年的地面观测,并对细粒子中水溶性离子和碳组分的季节变化特征进行了分析。临安2010年大气中PM_2.5质量浓度平均为 (58.2±50.8) μg·m－3,PM_2.5质量浓度季节变化明显。利用HYSPLIT4模式计算了2010年临安72 h后向轨迹,根据轨迹计算与聚类结果,结合地面观测的PM_2.5数据进行了分析。研究表明:临安地区因受到长江三角洲区域及偏北气流引起的污染传输影响,呈现出高细粒子水平特征。PM_2.5中总水溶性离子年平均质量浓度为 (28.5±17.7) μg·m－3,占PM_2.5质量浓度的47%。其中,气溶胶组分SO₄2-,NO₃-和NH₄+所占比例最大,共占总水溶性离子的69%。PM_2.5中有机碳和元素碳的年平均质量浓度分别为 (10.1±6.7) μg·m－3和 (2.4±1.8) μg·m－3。有机碳和元素碳质量浓度显著相关,表明有机碳和元素碳主要来自相同的排放源。     

庐山2016年冬季三级分档雾水化学特征

探究不同尺度雾滴化学特征是深化雾微物理化学研究的重要内容。2016年12月—2017年1月在庐山开展雾综合观测实验,利用主动式三级分档雾水采集器（CASCC 3_stage）收集到3次雾过程73个分档雾水样本,雾滴分档粒径:4—16 μm（3级）,16—22 μm（2级）和≥22 μm（1级）。定量得到了分档雾水的pH、电导率（EC）及9种水溶性无机离子（Na+、NH₄+、K+、Mg2+、Ca2+、Cl-、NO₂-、NO₃-、SO₄2-）浓度（μeq/L）。结果表明,庐山冬季雾水酸化严重,pH为3.96—5.82,pH < 5.6的样品占98.6%且直径4—16 μm小雾滴的强酸性（pH < 4.5）样品最多,占比达54.2%,小雾滴酸性和电导率更强;NH₄+、Ca2+、NO₃-、SO₄2-是雾水的主要离子组分,[NH₄++Ca2++NO₃-+SO₄2-]分别在三级分档雾水中占总离子浓度（TIC）的83.8%、88.0%和88.7%;综合3次雾过程,总离子浓度、NH₄+、K+、NO₃-、SO₄2-在4—16 μm小雾滴存在富集,表现出尺度依赖特征;86%雾水样品[SO₄2-]/[NO₃-]介于0.5—3.0,属于硫酸和硝酸混合型酸化,雾水酸化主要原因是碱性缓冲物质与酸性组分不平衡以及可能存在有机酸贡献;同一观测点不同雾过程化学特征存在个例差异,第二次雾过程（12月25日14时—26日21时）（北京时）,总离子浓度、NH₄+、Ca2+、NO₃-、SO₄2-在16—22 μm尺度雾滴存在富集,这可能是雾区气溶胶浓度较低、降温、采样间隔和污染气体及气溶胶输送共同作用的结果。后向轨迹聚类和潜在源（PSCF）分析表明,观测期间影响庐山的气团均来自西部,来自湖南北部的局地气团占总轨迹数的68.99%,最为重要;PM_2.5、SO₂、NO₂具有相似潜在源区空间分布,主要位于湖北、湖南、安徽西南部和江西北部等邻近省份地区,以近距离输送为主。      

我国瓦里关山、兴隆温室气体CO2、CH4和N2O的背景浓度

为了研究中国大陆温室性气体CO₂、CH₄和N₂O大气浓度的区域分布和变化特征以及与人类活动的关系,从1995~2000年,先后在青海瓦里关山全球大气基准站（36°18′N,100°54′E,3810 m）及河北中国科学院兴隆天文台（40°24′N,117°30′E, 940 m）,利用不锈钢瓶取样和气相色谱法分析,观测了两地大气中温室气体CO₂、CH₄和N₂O的浓度及其变化情况。结果表明:兴隆和瓦里关山站CO₂、CH₄和N₂O的同期年平均浓度分别为376.7×10-6和373.5×10-6,1886×10-9和1831×10-9,316.7×10-9和314.9×10-9。从1995~2000年,兴隆站CO₂、CH₄和N₂O的年增长率分别为1.95×10-6,9.02×10-9和0.75×10-9。而瓦里关山站从1997~2000年,CO₂、CH₄和N₂O的年增长率分别为1.41×10-6,9.95×10-9和0.82×10-9。两地大气中三种气体的浓度与年增长率与全球同类台站的观测结果接近。同时也在一定程度上反映了各自不同的环境背景特征。     

2013-2015年合肥市PM2.5重污染特征研究

综合利用中国环境监测网公布的合肥市2013-2015年大气污染物浓度数据和合肥市气象站的常规气象资料,以及激光雷达探测资料、公益性行业（气象）专项（GYHY201206011）获得的气溶胶离子成分分析结果,分析了合肥市PM_2.5重污染（日均浓度>150 μg/m3）特征。结果表明:（1）2013-2015年,合肥市PM_2.5浓度和重污染天数空间分布差异明显,东北部多、西南部少,1月各站差异最大。除了低浓度日（日均浓度≤35 μg/m3）,PM_2.5浓度都存在明显的日变化,午后低、早晚高,且随着污染程度加重,早上峰值出现时间推后。（2）重污染日臭氧以外的气态污染物浓度都显著上升。（3）重污染日常伴随着霾和轻雾天气,以稳定、小风天气为主,重污染日白天相对湿度偏高、风速偏小,600 m以下的消光系数显著增大且峰值高度降低。（4）重污染日PM_2.5中水溶性无机离子含量增高,其中NO₃-含量的占比增加最多,超过了SO₄2-的占比。      

贵阳市大气污染物浓度特征及降水的清除作用

本文利用2013年1月1日~2015年6月30日贵阳市9个环境监测站的6种主要大气污染物(SO2、NO2、O3、PM10、CO、PM2.5)监测数据,分析了贵阳市主要大气污染物的年变化、日变化特征及降水对首要污染物浓度变化的影响。发现SO2、NO2、PM10、CO、PM2.5浓度为单谷型年变化,夏季浓度最低,冬季浓度最高;O3浓度为双峰型年变化,4、10月分别有两个极大值、11~2月与7月分别为两个极小值;SO2、NO2、PM10、CO、PM2.5浓度日变化呈双峰型特征;O3浓度日变化为单峰型特征;郊区SO2、NO2、PM10、CO、PM2.5日平均浓度低于市区,而郊区O3日平均浓度高于市区。降水对O3的湿清除效果不好,对其余大气污染物的湿清除效果较好,尤其夜间降水对颗粒污染物(PM2.5、PM10)的清除效果优于白天降水,但会使O3浓度明显上升。     

2018年冬季鲁西北大气污染特征及影响因子分析

利用2018年12月至2019年2月滨州、德州和聊城PM_2.5、PM₁₀、NO₂、SO₂、CO和O₃逐日质量浓度及其对应的气象资料,分析了鲁西北大气污染特征和影响因子。结果表明：2018年冬季鲁西北大气污染比较严重,聊城、德州和滨州轻度及以上污染天数分别占61%、60%和54%,重度以上染污天数分别占24%、11%和9%;首要污染物均为PM_2.5、PM₁₀和NO₂,其中PM_2.5占60%以上。PM_2.5、PM₁₀、SO₂、NO₂和CO日变化呈双峰双谷型,谷值分别出现在04-07时和15-17时,且下午比清晨更低,峰值出现在上午和下午交通高峰期后2-3 h,且峰值上午大于下午;O₃呈单峰型分布,09时出现极小值,18-19时出现极大值。PM_2.5是鲁西北主要的首要污染物,与PM₁₀、CO、NO₂均为显著正相关,并通过0.01水平显著性检验,与NO₂的相关性在低相对湿度(< 60%)时大于高相对湿度(≥ 60%),与CO的相关性在高相对湿度时大于低相对湿度;污染时段(PM_2.5>75 μg·m^-3)的平均相对湿度和平均温度明显大于清洁时段(PM_2.5 ≤ 75 μg·m^-3),清洁时段风速和气压比污染时段明显偏大。     

京津冀典型工业城市沙河市大气污染特征及来源分析

近些年京津冀地区秋、冬季大气重污染事件频发,工业生产与居民燃煤是大气灰霾污染的重要原因。河北省沙河市是京津冀地区以玻璃制造和加工为主的典型工业城市,本研究选取该城市为研究对象,主要利用2017年1月至12月国控站点的大气环境监测和气象数据,采用扩散模型、潜在源分析等手段,分析了沙河市主要污染物的时空分布特征和污染来源。主要结论有:（1）沙河市首要污染物具有明显季节特征,春季、夏季、秋冬季分别以PM₁₀、O₃、PM_2.5污染为主,季节贡献率分别为43.3%、72.3%、61.5%。（2）受城市大气边界层和排放的共同影响,PM₁₀、PM_2.5、SO₂、NO₂和CO浓度均有剧烈的季节—日变化特征。（3）冬季东北风时PM_2.5、NO₂、SO₂均展现出高浓度和高相关性特征,表明站点可能受东北方向玻璃企业排放影响。同时,站点可能也受城中村散煤燃烧影响。（4）沙河市冬季PM_2.5浓度为143 μg m-3。冬季的一次重污染中硫氧化率SOR、氮氧化率NOR的最高值分别达0.67、0.39,气态污染物的二次转化剧烈,高湿度利于二次粒子的生成。重污染中C(NO₃-)/C(SO₄2-)均值为1.89,推测沙河市NO₂主要来自大型运输车辆和企业的共同排放。（5）本地源是沙河市PM_2.5的主要潜在源区,周边几个重工业城市也有一定贡献。因此本研究建议沙河市PM_2.5的治理除需加强本地污染源的削减和控制外,区域联防联控也十分重要。     

银川大气污染物浓度变化特征及其与气象条件的关系

利用2013年银川地区6个监测点污染物质量浓度和同期气象要素数据,对区域内污染物浓度变化特征及其与气象条件的关系进行分析。结果表明：银川市区PM10年均值超标0.7倍,PM_2.5年均值超标0.4倍,SO₂和NO₂也有一定程度超标,CO和O₃未超标|1、2、11月和12月为SO₂、NO₂、PM₁₀、PM_2.5、CO质量浓度较高月,O₃浓度最高月为5月,次高月为10月|9:00-12:00和21:00-00:00是SO₂、NO₂、PM₁₀、PM_2.5和CO质量浓度较高的两个时段,O₃浓度一般于15:00达到最大;6类污染物普遍表现出季节性的准7 d周期和全年性的准30 d周期|空气质量状况良的频率是56 %,轻度污染26 %,优仅为12%;首要污染物以PM₁₀、PM_2.5和SO₂为主|风速与SO₂、NO₂和CO具有良好的负相关关系,与O₃则呈显著正相关关系,风速对PM₁₀和PM_2.5影响较复杂,当风速小于某一值时,有利于PM₁₀和PM_2.5扩散,当风速达到一定程度后,又会导致PM₁₀和PM_2.5浓度的增加|降水对污染物有较好的冲刷作用,且对SO₂的清除作用最明显,对O₃的清洁作用最弱。     

北京地区PM2.5的成分特征及来源分析

选用2003—2004年初PM_2.5连续观测资料，统计分析了北京地区PM_2.5的特征、PM_2.5与PM₁₀以及PM_2.5与地面气象要素的相互关系。结果表明:四季中夏季PM_2.5浓度最低，冬、春两季浓度较高。PM_2.5与PM₁₀比值平均为0.55，非采暖期两者比值为0.52，采暖期两者比值为0.62；夏季该比值主要分布在0.3~0.6之间，春、秋两季该比值分布在0.3~0.8之间，冬季采暖期该比值分布在0.4~0.9之间。PM_2.5与PM₁₀比值日变化与气象条件日变化、人们日常生活习惯密切相关，沙尘天气和交通运输高峰期扬起地面粗颗粒物会导致PM_2.5在PM₁₀中的比例下降，而冬季取暖以及夏季光化学反应则会引起PM_2.5的比例升高。PM_2.5的浓度与地面气象要素中本站气压、相对湿度和风速有很好的的相关性，与气温的相关性较差。SO₄2-，NO₃-和NH₄+为北京地区PM_2.5中主要离子。PMF源解析方法确定了北京地区5类细粒子污染源，分别是:土壤尘、煤燃烧、交通运输、海洋气溶胶以及钢铁工业。     

彭州市大气污染物浓度变化特征研究

本文利用2017年彭州市大气污染物(SO₂、NO₂、O₃、CO、PM₁₀、PM_2.5)小时浓度数据并结合地面气象观测资料,统计分析了该地区大气污染物浓度的演变规律及影响因素。结果表明:该地区细粒子(PM₁₀和PM_2.5)污染较为严重,O₃次之,其它污染物浓度水平则低于国家新二级标准限值。观测期间,各污染物浓度表现出明显的日变化与季节变化,其中SO₂、O₃呈单峰型日变化,NO₂、CO和细粒子则呈双峰型日变化;污染物浓度的季节变化基本表现为冬高夏低、春秋次之的变化特征(O₃为夏高冬低),并且固态污染物(PM₁₀、PM_2.5)与气态污染物(NO₂、CO)之间有显著的相关性。在污染物浓度与气象要素相关性分析中表明,湿度对于污染物浓度的影响整体上要弱于温度和风速,除了O₃与温度、风速呈正相关外,其它污染物与两者均呈负相关。除此以外,风向对于当地各种大气污染物的积累与清除也有直接的影响。