2006-2012年青岛市空气质量与气象条件的关系

利用2006-2012年青岛市SO₂、NO₂及PM₁₀的监测资料,统计分析3种污染物时空分布特征及污染物平均浓度与气象要素的关系,并分析污染日气象条件变化特征。结果表明：2006-2012年青岛市年平均污染日数为23-33 d;青岛市空气污染主要出现在冬、春两季,主要污染物为PM₁₀。青岛中度以上污染为PM₁₀污染,大多由浮尘天气引起。污染物浓度与云量、降水量和气温呈负相关,与气压呈正相关。冬季大雾易造成空气污染加重,而4-6月海雾则使空气质量提高。弱的地面天气形势和接地逆温层结的存在及持续的烟、霾天气易导致青岛空气污染。     

四川盆地最大混合层厚度与大气污染物浓度的关系

基于2015～2018年四川盆地温江站、宜宾站、达川站和沙坪坝站的探空和地面观测资料以及同期AQI、6种主要污染物(SO₂、NO₂、CO、O₃、PM_2.5、PM₁₀)质量浓度资料,使用逐步逼近法计算得到了四川盆地成都、宜宾、达州、重庆四城市的每日最大混合层厚度(Maximum mixing depth,MMD),并对其时间变化特征及其与各种污染物浓度之间的关系进行了分析。结果表明,四川盆地年平均MMD约1200m。季节变化明显,春夏高、秋冬低。9月至次年1月MMD相对较小。相关分析显示,剔除降水影响后,MMD与AQI、PM_2.5、PM₁₀、SO₂、NO₂、CO浓度均呈负相关,而与O₃浓度显著正相关。在污染最为严重的冬季,MMD明显低于春夏季节。MMD越小、颗粒物浓度越高。低MMD大大压缩了近地面污染物的扩散空间,污染物在有限的空间内不断累积、浓度增大。      

邢台沙河市冬季大气污染特征与潜在源区分析

为了解邢台沙河市冬季大气污染特征,选取2017年12月至2018年2月沙河市区3个省控站点（司法局、市政府、宣传中心）的逐时监测数据,分析了沙河市主要污染物的时空分布特征和潜在源区。污染物浓度特征分析表明:整个冬季司法局、市政府和宣传中心站点的细颗粒物（PM2.5）平均浓度分别为118.0 μg/m3、121 μg/m3和135 μg/m3。在大气自然活动和人为污染排放的共同作用下,PM10、PM2.5、SO₂、NO₂和CO均有明显的日变化特征。整个冬季沙河市的ρ(PM2.5)/ρ(PM10)、ρ(SO₂)/ρ(NO₂)均值分别为0.57和1.05（ρ为各物质的浓度）。且随着污染加重,ρ(PM2.5)/ρ(PM10)、ρ(SO₂)/ρ(NO₂)均明显升高,表明燃煤贡献增加;污染物空间分布特征分析表明:位于3个站点东北处的玻璃企业产生的污染物可能对监测站点造成了一定影响。污染物空间差异分析表明,区域污染范围越大、强度越高,大气污染的空间差异性越小;潜在源分析表明:沙河市PM2.5的强潜在源区分布在其周边区域,随着PM2.5浓度增加,强潜在源区呈缩小趋势。沙河市东南部的本地源对PM2.5浓度有主要贡献,而此处正是玻璃企业的聚集地。     

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。     

贵州省2015～2019年空气质量及大气污染物时空分布特征研究

利用2015～2019年贵州省9个城市的空气质量指数(AQI)和6种大气污染物逐日监测资料及同期气象要素观测资料,分析了贵州省各市年、季大气污染的分布特征,以及各市首要污染物出现频率的季节特征,探讨了6种大气污染物与气象要素之间的相关关系。结果表明:(1)贵州省总体空气质量较好,2015～2019年全省空气质量优良天数占全年90%以上,2018年空气质量为5年中最优;(2)AQI的空间分布呈现“北高南低”的分布特征,高值区在遵义、水城和铜仁,兴义空气质量最好;(3)6种大气污染物与平均气温、相对湿度、日平均气温、日降水量、相对湿度、平均风速呈高度显著相关;(4)贵州省的污染日主要集中出现在冬季,首要污染物主要是颗粒物(PM_2.5和PM₁₀),夏季出现污染日的情况最少,首要污染物主要是O₃。      

金沙本底站空气质量与颗粒物浓度变化特征分析

利用华中区域代表性站点金沙国家大气本底站2007—2018年的PM_2.5、PM₁₀颗粒物质量浓度数据,2019年3月—2019年6月反应性气体数据,对华中区域空气质量进行整体评价,并分析了颗粒物浓度的变化特征及其影响因素。结果表明,反应性气体CO、SO₂、NO、NO₂质量浓度其日平均最大值、平均值均达到一级标准,O₃日平均值超标率为10.6%,PM_2.5超标率为18%,PM₁₀超标率为17%。从颗粒物质量浓度多年变化来看,2007—2013年金沙站大气颗粒物质量浓度属于上升趋势,2013年至今质量浓度呈现下降趋势,风向风速也在一定程度上影响颗粒物的来源。     

银川市主要污染物变化特征及其关系研究

利用2013-2019年银川市主要污染物浓度数据,分析了近年来银川市主要污染物浓度变化特征,并运用主成分分析法对主要污染物之间的关系进行研究。结果表明：近年来银川市主要污染物浓度除O₃逐年呈上升趋势外,其他均呈下降趋势;市区站O₃浓度较郊区背景站低,其他污染物市区较郊区背景站高;市区站PM₁₀和PM_2.5浓度超国家二级标准;除O₃浓度夏季高,冬季低外,其他污染物冬季高,夏季低;CO、NO₂、PM₁₀、PM_2.5浓度呈"双峰型"日变化特征,O₃和SO₂呈"单峰型"日变化特征。银川市主要污染物NO₂浓度与CO和O₃相关性显著,PM₁₀和PM_2.5之间相关性显著;污染物第一主成分是NO₂、CO和O₃,方差贡献率达到50%以上,加之银川市O₃浓度逐年呈升高趋势,表明近年来银川市大气光化学污染增加。     

成都市大气污染与气象条件关系分析

利用成都市城区2015年12月~2019年12月污染物浓度及气象资料,对PM₁₀、PM_2.5、CO、O₃、 SO₂、NO₂六种大气污染物浓度变化特征以及与气象要素之间的相关性进行分析。结果表明:2016~2019年成都市空气质量冬季最差,秋季最好,年内整体以良为主,重度污染和严重污染的天气较少出现,空气质量逐年变好;主要污染物浓度除O₃外在冬季最高,夏季最低,春秋两季相差不大,O₃浓度变化则相反;主要污染物的日变化特征也较为明显。空气质量综合指数、PM₁₀、PM_2.5、CO、NO₂浓度与气温和降水存在显著负相关性,与气压存在显著正相关性,还与相对湿度呈不同程度的负相关,但与风速相关性不显著;O₃浓度不仅与风速、气温和降水存在显著的正相关,还与气压呈显著的负相关,却与相对湿度的负相关性不显著。      

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。     

重庆市主城区雾霾天气过程的污染特征分析

利用重庆主城区沙坪坝站2002~2014年逐日气象观测资料和2009~2011年10月至翌年3月逐时气象观测及污染监测资料,对雾霾天气过程中SO₂、NO₂和PM10污染物浓度变化及与气温、风和降水等地面气象要素的关系进行分析。结果表明:2009~2011年重庆主城区共出现Ⅰ级至Ⅳ级不同强度的雾霾天气过程共27次,雾霾天气过程中SO₂浓度变化为单峰型,峰值出现在中午,白天浓度大于夜间;NO₂浓度变化为双峰型,主峰值出现在晚上20时,次峰值出现在中午12时;PM10的日变化幅度较SO₂和NO₂变幅小,呈双峰双谷型;污染物浓度与气温、相对湿度的相关性比较好,静风条件有利于污染物积累,降水对污染物有较明显的清除作用。      

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。     

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。     

烟花爆竹燃放对天津市空气质量的影响研究

为了研究烟花爆竹燃放对空气质量的影响,利用动态滤膜校准系统-微量震荡天平法颗粒物分析仪、大气细颗粒化学组分在线离子色谱监测仪、有机碳（OC）/元素碳（EC）在线分析仪、气态污染物分析仪、常规自动气象站并结合云高仪和微波辐射计等设备于2015年2月18日至3月7日对天津市细颗粒物（PM2.5）及其主要化学组分,气态污染物（SO₂、NO₂、CO和O₃）和气象参数进行连续观测。本文选取3个污染事件作为研究重点进行分析,研究发现:烟花爆竹禁放和限放政策导致除夕夜烟花爆竹燃放量减少,PM2.5峰值与2014年相比明显下降;烟花爆竹禁放和限放区的设立导致天津市PM2.5质量浓度在烟花爆竹密集燃放期间存在明显的空间差异;站点之间小时平均值差异最高达到394 μg/m3。受烟花爆竹燃放的影响,距地面80 m以下颗粒物后向散射强度相近,表明80 m以下颗粒物呈均匀分布。污染事件1是由于烟花爆竹密集燃放引起的,PM2.5主要化学组分为K+、SO₄2-和Cl-,同时SO₂和CO质量浓度显著升高;但EC和OC质量浓度并未明显增加。污染事件2的形成是由于不利的气象条件（逆温、逆湿、下沉气流和较高的相对湿度）促进了SO₂和NO_x在烟花爆竹排放的颗粒物表面发生非均相化学反应,导致SO₄2-和NO₃-浓度快速增加。污染事件3由元宵节烟花爆竹燃放引发,而后呈现二次无机组分与臭氧协同增长的复合型污染特征;此外区域传输对污染事件3也有重要贡献。     

2019年太原青运会期间空气质量评估

为评估太原青运会期间大气污染控制措施对空气质量的改善效果,对青运会会前、会期和会后三个阶段太原市6种污染物浓度的演变及气溶胶在垂直方向上的变化进行了分析。结果表明：青运会期间太原市PM₁₀、PM_2.5、CO、NO₂、O₃较青运会前分别下降30.5%、37.3%、20.2%、18.0%和18.6%,SO₂削减程度不明显。垂直方向上,青运会期间气溶胶消光系数峰值降低24.6%,其中低湿天气下气溶胶消光系数峰值下降46%,高湿天气下峰值下降21.6%,青运会期间大气中PM_2.5在PM₁₀中的占比降低,垂直大气中气溶胶的吸湿增长能力增强。与2017和2018年同期相比,青运会期间PM₁₀、PM_2.5、CO、NO₂浓度均有大幅下降,O₃浓度较近两年同期无显著变化。因此,青运会期间的各项控制措施有效降低了本地颗粒物浓度。     

南京一次暴雪过程大气污染特征分析

利用气象和环境监测资料分析2013年2月19日南京一次短时强降雪过程对各类污染源及污染物浓度的影响,并利用Pearson相关分析法分析不同污染物之间及污染物与气象要素之间的相关关系。结果表明：此次南京暴雪对面源影响最大,扬尘排放量几乎为零,流动源主要受机动车早晚高峰变化影响,工业点源受影响不大。此次暴雪过程后,南京空气质量达到优级,2013年2月19日AQI指数比18日与20日均下降35%,SO₂日变化仍呈单峰型,颗粒物及NO2日变化则未呈现早晚双峰变化。PM_2.5与PM₁₀、SO₂、NO₂、CO呈显著正相关,相关系数分别为0.979、0.663、0.837和0.875,说明污染物来源具有一定的同源性。污染物浓度与风速、相对湿度呈显著负相关,与温度、大气压强呈显著正相关。     

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。