降水对河北沧州大气污染物质量浓度的影响

基于2014—2019年河北沧州逐小时气象与环境监测数据,采用风力+背景浓度订正方法,进一步探讨降水对大气污染物浓度的影响。结果表明:风力+背景浓度订正方法可以较好地消除污染物浓度自身的日变化特征,并剔除了风的影响,从而更准确地获取降水对大气污染物浓度的影响。在风力+背景浓度订正条件下,降雨对PM_(2.5)、PM_(10)、NO_2、O_3有较好的清除作用,而对SO_2、CO的清除作用不明显。不同强度降雨对PM_(2.5)、PM_(10)、NO_2均具有较好的清除作用,且清除率随着雨强的增强而增大;雨强小于8.0 mm·h~(-1)的降雨对O_3有显著清除作用,而大于6.0 mm·h~(-1)的降雨对SO_2有清除作用。伴随着降雨的持续,PM_(2.5)、PM_(10)、NO_2、O_3质量浓度不断下降,降雨清除效率也随之降低,当污染物质量浓度降至一定阈值后降雨清除作用不明显。     

降水对重庆市大气污染物浓度的影响分析

利用2013—2015年逐日沙坪坝气象站气象及临近的环境监测数据,探讨降水对重庆市大气污染物浓度的影响,结果表明:PM_(2.5)、PM_(10)、SO_2浓度随降水量增加逐渐降低,降低趋势线较为明显,降低幅度为SO_2的 PM_(10)的PM_(2.5)的;NO_2和CO随降水量增加减少趋势不明显;O_3浓度随降水量的增加而逐渐增加。各类大气污染物在不同量级降水量时变化特征有所不同。在降水量小于1 mm时,弱降水的气象条件更有利于污染物的积累,不利于污染的稀释扩散和沉降,空气质量恶化;大于1 mm后,降水对各种大气污染物均有明显的清除作用,清除能力随着降水量级的增加而增大,在降水量大于10mm后湿清除能力明显提升,降水量大于20 mm时湿清除能力最强,粗细颗粒与雨滴碰并效应增加,降水对PM_(10)和PM_(2.5)的湿清除率分别达30%和25%。连续降水时,各季节降水对各类大气污染物的湿清除能力不尽相同:冬季降水对PM_(2.5)湿清除作用最为明显,对其余污染物清除作用从大到小依次为PM_(10)、SO_2、NO_2、CO,而O_3在冬季降水使O_3浓度增加非常明显,通常冬季臭氧浓度相对较低,降水一定程度上使冬季空气质量变好,太阳辐射增加,二次污染物光合作用增强,臭氧浓度也一定程度上增加。     

2015年上海崇明岛PM2.5和PM10浓度变化特征 及气象因素影响分析

通过对2015年1—12月上海崇明岛崇南地区颗粒物(PM_(2.5)、PM_(10))浓度的连续监测,研究了PM_(2.5)、PM_(10)在不同季节的动态变化特征及与其他因子(SO_2、NO_2、O_3)的相关性,分析了风向风速和降雨对颗粒物浓度的影响。结果表明:崇明岛PM_(2.5)和PM_(10)浓度的季节变化明显,呈现冬季的春季的秋季的夏季的的特征,冬季PM_(2.5)和PM_(10)小时浓度均值分别为0.058 mg/m~3和0.085 mg/m~3,夏季PM_(2.5)和PM_(10)均值分别为0.034 mg/m~3和0.054 mg/m~3。PM_(2.5)和PM_(10)浓度分别与SO_2浓度和NO_2浓度显著正相关,与O_3显著负相关。全年来看,在西南风向时PM_(2.5)和PM_(10)浓度较高,这主要受该方向上游吴淞工业区、宝钢、石洞口电厂、罗店工业区等工业排放影响;从高浓度颗粒物(PM_(2.5)质量浓度≥0.115 mg/m~3)来向看,北和西北风向时出现高浓度颗粒物的频率最高,这主要是受到我国北方采暖季大气颗粒物输送过程对崇明岛区域的脉冲式污染影响所致;PM_(2.5)、PM_(10)实时浓度与相应的风速呈显著负相关。降雨量大于5 mm或持续3 h及以上的连续降雨对大气颗粒物起到显著的湿清除作用,降雨后PM_(2.5)和PM_(10)质量浓度分别降低了68.0%和66.9%,降雨时和雨后PM_(2.5)浓度为0.025～0.033 mg/m~3,均低于我国环境空气PM_(2.5)的一级浓度限值。     

宁波市大气混合层厚度变化特征及其与空气污染的关系

基于2001—2014年宁波市每日4个时次(02时、08时、14时、20时)的常规气象观测资料和同期宁波市环保局空气污染物(SO_2、NO_2、PM_(10))浓度的日监测数据,采用最小二乘曲线拟合法计算了2001—2014年宁波市大气混合层厚度,并分析了大气混合层厚度的时间变化特征及其与空气污染的关系。结果表明:2001—2014年宁波市年平均大气混合层厚度波动变化明显,大气混合层厚度极大值和极小值分别出现在2004年、2007年,分别为866.1 m和746.1 m。水平风速对宁波市大气混合层厚度的影响较大。春季和7月、8月宁波市大气混合层厚度较大,秋季和冬季大气混合层厚度较小,而6月大气混合层厚度最小。大气混合层厚度在中午达最大值,夜间达最小值,大气混合层位于500.0—1200.0 m高度的出现频率最高。随着大气混合层厚度增大,污染物浓度被稀释。夏季,大气混合层厚度对PM_(10)、SO_2和NO_2浓度的调节能力较强。由于输入性污染的影响,冬季PM_(10)与SO_2浓度的极大值明显高于夏季,同时大气混合层厚度的变化对PM_(10)和SO_2浓度的增减效应比夏季明显削弱,但对NO_2浓度的影响较小。另外,当大气混合层厚度位于500.0—1200.0 m高度时,在同一大气混合层厚度下,同一污染物浓度的变化范围较大。     

北京市朝阳区主要大气污染物浓度变化特征

利用2011—2013年北京市朝阳区国家一般气象站PM_(2.5)、O_3、NO、NO_x、CO和SO_2的大气成分监测资料,分析了朝阳区6种主要大气污染物浓度不同时间尺度的变化特征.结果表明:2011—2013年朝阳区PM_(2.5)浓度呈明显增长的趋势,达到重度污染等级的日数增多;而O_3、NO、NO_x、CO和SO_2等气态污染物的年平均浓度变化较小,无明显增长的趋势,5种气态污染物浓度季节差异明显.除O_3浓度为夏季高、冬季低外,PM_(2.5)、NO、NO_x、CO和SO_2浓度均为夏季低、冬季高,可能与冬季采暖期排放的污染物增多有关.污染物浓度的日变化除O_3呈单峰型外,其他5种污染物浓度日变化均大致呈双峰型,可能与人类活动及天气条件有关.朝阳区与宝联、顺义、上甸子地区等代表"城市—近郊—远郊站点的污染物浓度日变化存在极大的差异性,其中PM_(2.5)浓度差异最明显,朝阳站PM_(2.5)浓度日变化呈双峰型,宝联站PM_(2.5)浓度日变化呈三峰型,昌平和上甸子站PM_(2.5)浓度为峰值出现在夜间的单峰型日变化.由此可见,不同地区因城市化发展程度不同,导致局地污染物浓度存在明显的差异.     

北京市房山区大气污染物时空分布特征及气象影响因素分析

利用北京市房山区良乡镇和琉璃河镇内的区域自动气象站和环境监测站观测数据,对2013年至2015年PM_(2. 5)、PM_(10)、NO_2、SO_2、CO 5种大气污染物浓度变化特征进行了统计分析。结果显示,近3年来,两个镇综合污染物指数呈现逐年下降趋势,各污染物对房山区整体大气污染的贡献率从大至小依次为PM_(2. 5)、PM_(10)、SO_2、NO_2、CO,PM_(2. 5)已取代传统大气污染物SO_2成为房山区的主要大气污染贡献体。两个站点各污染物浓度均表现出明显的季节、月、日变化特征。在不同季节条件下,局地气象要素与污染天气发生概率之间有着很好的相关关系。因此,可根据气象要素分级方法找出各季节污染天气发生时最敏感的气象因素,为局地污染天气预报提供参考指标,也为防范空气污染、制定科学的综合管理措施提供科学参考。     

长三角地区城市O_3和PM_(2.5)污染特征及影响因素分析

O_3和PM_(2.5)是影响长三角地区空气质量的主要污染物。利用2016年33个城市大气环境监测站6项污染物的小时浓度及4个省会城市的气象数据进行统计分析,研究了该地区O_3和PM_(2.5)浓度的时空分布特征及其影响因素。结果表明:长三角地区O_3年平均浓度为50～73μg·m~(-3),平均为61μg·m~(-3);除芜湖和宣城外,其余31城市均存在不同程度的超标状况,超标率为0.34%～18.86%,平均为5.68%。O_3在5月和9月达到浓度高值;四季O_3日变化均呈单峰型,峰值出现在15∶00,夏季O_3峰值浓度最高值为157μg·m~(-3)。O_3浓度沿海城市整体高于内陆城市;夏季宿迁—淮安—滁州片区O_3污染较重。O_3与NO_2、CO显著负相关,且与NO_2相关性较强;O_3与气温、日照时数显著正相关,与相对湿度、降水呈负相关。PM_(2.5)年平均浓度在25～62μg·m~(-3)范围内,平均为49μg·m~(-3);各城市均出现PM_(2.5)超标,滁州PM_(2.5)超标率最大,为23.91%。PM_(2.5)在3月和12、1月达到浓度峰值;其日变化呈双峰型,09∶00—10∶00和22∶00—23∶00达到峰值。冬季徐州PM_(2.5)浓度最高,为102μg·m~(-3)。PM_(2.5)与NO_2、CO、SO_2、PM_(10)显著正相关,与气温、风速、降水负相关。     

武汉市空气质量状况与气象条件的关系

基于2013年武汉市环境监测数据和气象要素资料,分析该市空气质量状况与气象条件的关系。结果表明,武汉市全年平均空气质量指数(AQI)为135,良和轻度污染所占比例分别为35%和30%。雾天、霾天、晴天、雨天四种天气条件下,6种污染物(SO_2、NO_2、CO、O_3、PM_(2.5)和PM_(10))浓度值基本上为雾天最高、霾天次之、晴天再次之、雨天最低,雾天00—08时污染物浓度明显高于其他天气条件;PM_(2.5)浓度与降水量的相关性较差,中雨量级时,降水对污染物的清除作用显著,PM_(2.5)浓度下降明显,当日降水量小于1 mm时,PM_(2.5)浓度略有上升,平均上升1.3μg·m~(-3)左右,这与微量降水的大气增湿作用有关;PM_(2.5)浓度变化与相对湿度(RH)和风速的关系较明显,其相关系数分别为0.87和-0.72,当RH70%且每增加10%时,PM_(2.5)浓度增加10μg·m~(-3)左右;静风和风速很大时,污染物浓度相对较高,东南风影响下PM_(2.5)浓度在四季均较高,而秋、冬季在西北风影响下PM_(2.5)浓度最高;PM_(2.5)浓度主要增长阶段以正变温、负变压为主。     

郑州市气态污染物的变化特征分析

利用2015-2018年郑州市气态污染物(SO_2、CO、NO_2和O_3)的浓度数据和郑州市气象数据资料,分析了郑州市气态污染物浓度的变化趋势和影响因素。结果显示:2015-2018年郑州市SO_2、CO、NO_2的年均浓度逐年降低,但其污染物浓度在31个省会城市中排名相对靠后,污染较为严重。SO_2、CO和NO_2浓度均为冬季的最高,其次是春季和秋季的,夏季的最低,O_3浓度与之相反。气态污染物浓度与气象因素的相关性分析结果表明:SO_2、NO_2、CO浓度均与温度呈显著负相关,O_3浓度与温度呈显著正相关;各污染物与气压的相关性与温度相反;SO_2、NO_2、CO浓度与降水量均呈负相关,降水对O_3的具体影响还有待深入研究。     

南京北郊冬季大气S0_2、N0_2和0_3的变化特征

利用差分吸收光谱仪DOAS(differential optical absorption spectroscopy),对2007年11月-2008年1月南京北郊大气SO_2、NO_2和O_3进行了观测.结合Parsivel降水粒子谱仪和自动气象站的资料,对冬季大气污染气体的浓度变化规律及降水和风速风向对其的影响进行了分析.结果表明,南京北郊大气SO_2浓度较高,呈明显双峰特征,分别在12时(北京时,下同)和00时达最大,受附近排放源的影响最大,东风及南风时比静风时SO_2浓度更高.降水对SO_2湿清除效果明显,清除系数平均为0.168h~(-1).NO_2气体呈明显单峰特征,在18时达最高值.南京北郊是NO_2源区之一,主要受附近高速公路汽车尾气排放源的影响.静风时NO_2浓度最高.O_3浓度受NO_2的影响较明显.O_3日变化呈单峰特征,在15时达最大值,静风时O_3浓度最低.降水对O_3的间接影响较明显,在降水时,白天由于太阳辐射较弱,O_3浓度降低;夜晚NO浓度较低,使得O_3浓度升高.     

安徽省大气污染物浓度的周循环特征评估

大气质量的周循环特征反映了人类周期性的活动规律对大气环境的影响。基于安徽省16个城市PM_(2.5)、PM_(10)、CO、NO_2、SO_2和O_3这6种污染物的监测结果,对安徽省大气污染的周循环特征进行了评估。首先基于原始逐小时污染物浓度时间序列在日和周窗口时间宽度上的滑动平均序列,定义了周循环距平百分率序列的计算方法,排除了日循环和长期低频变化的影响。以此为基础,基于合成分析以及贝叶斯统计分析,发现这6种大气污染物中,PM_(2.5)、PM_(10)、CO和NO_2有着较为明显的周循环变化特征,其周循环距平百分率有着较大的变幅;而O_3的周循环特征相对不明显。主成分分析获得的周循环,第1模态发现除O_3以外的其他5种污染物的周循环有着同样的演进模式,即从周三开始持续到周五的累积和周六之后的衰减;O_3的周循环峰值与谷值与其他污染物存在着大于12 h的滞后,反映了在周循环尺度上O_3距平变化对其光化学反应前体距平变化的滞后响应特征。     

江苏淮安地区大气污染变化特征及其与气象条件的关系

采用江苏省淮安市地面5个监测站2013年1月1日—2015年12月31日PM_(10)、PM_(2.5)、SO_2、NO_2、CO、O_3逐日质量浓度资料及同期气象资料,统计分析了该地区空气污染季节变化特征及其与气象条件的关系;采用MODIS的光学厚度AOD(Aerosol Optical Depth)资料和火点资料分析了2013年12月发生在淮安的一次持续性大气污染事件。研究结果表明,淮安空气质量AQI指数(Air Quality Index)在春冬季较高,夏秋季较低,污染天气发生在春冬季的概率为23.6%,夏秋季的概率为13.3%。淮安地区的首要大气污染物为颗粒物污染,其中PM_(10)、PM_(2.5)占比分别达到25.2%、48.9%,PM_(10)中PM_(2.5)比率年平均为61.0%,臭氧是第2大污染物,占比为25.8%。表征大气柱气溶胶浓度的AOD的季节变化与地面颗粒物浓度截然不同,颗粒物浓度1月和12月出现极高值,而这两个月AOD月平均值却在一年中达到极低值,AOD最高值出现在7月。另外,AQI与降水、气温、风速、相对湿度呈负相关关系,但相关程度较弱。     

2015-2017年中国近地面O3污染状况与影响因素分析

利用2015-2017年环保部发布的近地面臭氧(O_3)和其他3种污染物[粒径小于2. 5μm的颗粒物(PM_(2.5))、一氧化碳(CO)、二氧化氮(NO_2)]小时浓度数据和美国国家气候资料中心收集的气象要素监测数据,分析了中国近地面O_3污染状况,并用逐步回归方法分析了影响O_3重污染区域夏季近地面O_3浓度的因素。结果表明,2015-2017年我国O_3日最大8 h滑动平均浓度(O_3MDA8)年平均值分别为83.02±16. 79,87. 05±14. 32和94. 70±13. 89μg·m~(-3)。O_3MDA8浓度逐年增长(增长率14. 07%),其中冬季增长最快(增长率范围14. 67%～34. 32%),夏季增长最慢(增长率范围2. 32%～14. 16%)。京津冀、长三角、山东半岛、川渝和中原地区近地面O_3污染较重,影响这5个区域近地面O_3浓度的主要因素为温度、相对湿度和PM_(2.5),除此之外京津冀和川渝地区的近地面O_3浓度受NO_2影响明显,中原地区的近地面O_3浓度受CO影响明显。     

APEC会议期间北京地区大气污染物的分析研究

该文利用北京市通州区环保局、北京市环境保护监测中心自动检测网络站点数据及NCEP(1°×1°)再分析资料,分析了2014年北京APEC会议期间各污染物浓度值的变化,分析表明:管控期内PM_(2.5)、NO_3浓度下降明显。PM_(2.5)、NO_2呈现双峰现象,O_3、SO_2呈现单峰态。同时,北京市人口稠密区夜间PM_(2.5)污染较为严重,仍需控制NO_2的排放量。并探究管控措施实施效果,为今后重大活动空气质量保障提供参考。     

无锡梅雨期湿沉降综合分析

利用2008—2014年梅雨期间酸雨观测资料及2014年6月16—27日降水个例加密采样资料,结合大气污染物资料分析了近7 a无锡梅雨期酸雨特征,研究降水过程中空气污染物、p H值、电导率的变化及降水对污染物的清除作用。结果表明:无锡市梅雨期酸雨年平均p H值呈现逐年递增趋势。降水过程中,颗粒物质量浓度显著降低;气体浓度变化受其自身日变化及排放源影响大于雨水的清除作用;样品的p H值、K值每个过程变化并不一致,K值变化与颗粒物质量浓度变化大致保持一致。降水、风对颗粒物质量浓度影响大于对气体浓度的影响。长时间连续降水时,降水对颗粒污染物的清除存在极限。小时雨量在0~0.5 mm时,降水对颗粒物浓度做负清除,其值反而略有增加;小时雨量在0.6~5.0 mm时,降水对颗粒物质量浓度做正清除;小时雨量达到5.1 mm及以上时,对PM_(2.5)和PM_(2.5-10)做正清除,对PM_(10)做负清除。降水对SO_2有稀释清除作用;对NO_2的稀释作用取决于其开始浓度值;对CO、O_3的清除作用不显著。     

上海地区空气污染变化特征及其气象影响因素

利用2013—2014年上海地区6种空气污染物小时浓度和逐日空气质量分指数(IAQI)的监测资料,统计分析了上海地区空气污染的变化特征及其气象影响因子。结果表明:2014年上海地区空气质量优良率达77.0%,空气质量总体较2013年明显好转。2013—2014年上海地区AQI具有季节性特征,表现为冬季空气质量较差、秋季空气质量较好的特征,其中12月空气质量最差。由首要污染物分布可知,上海地区最主要的污染物为PM_(2.5),其中冬季PM_(2.5)污染出现最多;O_3则为夏季的主要污染物。由污染物浓度的周循环变化可知,上海地区PM_(2.5)、PM_(10)、NO_2和O_3浓度均存在周末低于工作日的"周末效应",但PM_(10)和NO_2浓度的"周末效应"更显著。由2014年上海地区霾日与PM_(2.5)浓度的变化可知,当PM_(2.5)浓度达到轻度及以上污染时,霾天气出现的概率大幅提高,但二者并非对应的关系。天气形势对PM_(2.5)污染影响较大,基于上海地区天气形势特点可以将PM_(2.5)污染的地面形势分为7种类型,其中高压中心型和高压楔型为PM_(2.5)污染的主要天气型。由于上海地区冬季冷空气活动频繁,西北风将上游地区颗粒物输送至本地,易造成较严重的污染天气;同时在冷高压的控制下,高压中心型和高压楔型天气频繁出现,导致颗粒物不易扩散,也易造成空气污染。夏季和秋季在副热带高压的控制下,水平和垂直扩散条件均较好,不易出现PM_(2.5)污染,但由于气温较高,光照条件较好,易出现O_3污染。     

长三角地区典型城市臭氧及其前体物时空分布特征

基于美国宇航局NASA/AURA卫星臭氧监测仪OMI数据,分析了2005—2014年长三角地区及其典型城市对流层O_3、NO_2柱浓度和HCHO大气总柱浓度的时空分布特征。结果表明:10 a间,长三角地区对流层O_3柱浓度和HCHO总柱浓度呈现增长趋势,O_3增量为0.23ppbv/10 a,HCHO增量为0.07×10~(16) mol/(cm~2·10 a),对流层NO_2柱浓度呈现降低趋势,减量为0.06×10~(15)mol/(cm~2·10 a);长三角地区对流层O_3柱浓度最大值出现在3、4、5月,而对流层NO_2柱浓度最大值出现在1、12月,HCHO总柱浓度最大值出现在6、7月;对流层O_3柱浓度的高值区分布在长三角中部、北部区域,对流层NO_2柱浓度高值区分布于长三角中部,HCHO总柱浓度高值区相对分散,且四季的分布各不相同。O_3与NO_2和HCHO在时间和空间上呈现一定的相关性。     

成都市大气污染对儿童呼吸系统疾病的影响

利用成都市金牛区妇幼保健院2014年1~7月的儿童呼吸系统疾病病例,与同期环境监测资料、气象资料进行分析。结果表明,气象条件对大气污染有明显影响,在无降雨、风速小、能见度低的情况下,大气污染浓度高,空气质量差。大气污染对呼吸系统疾病发病有明显影响,且对下呼吸系统疾病发病的影响更为显著,大气污染对上呼吸系统疾病发病的影响具有2天的滞后性,而对下呼吸系统疾病的影响一般具有3天或7天的滞后性。大气污染物方面,PM_(10)对上呼吸系统疾病发病有显著影响,而NO_2、PM_(10)、PM_(2.5)和SO_2对下呼吸系统疾病发病影响均呈显著正相关,其中SO_2的影响最显著。     

格尔木市低空逆温特征及其对空气污染物浓度的影响

利用2015—2017年格尔木市L波段雷达探空站的探空资料,分析格尔木市低空逆温的基本特征,并与不同气候区的西宁市、玉树市做对比;结合2016—2017年格尔木市逐日空气污染物浓度(SO_2、NO_2、O_3、PM_(2.5))资料,研究低空逆温对空气污染物浓度的影响。结果表明:07时、19时格尔木市年均逆温发生频率分别为67%、24%,以贴地逆温为主,秋、冬季发生频率高于春、夏季;逆温厚度表现为早间高于晚间,冬季最厚,夏季最薄,07时各季节贴地逆温厚度高于悬浮逆温,19时秋、冬季悬浮逆温厚度高于贴地逆温;逆温强度表现为贴地逆温大于悬浮逆温;07时悬浮逆温的起始高度和终止高度(分别为331 m、571 m)小于19时(分别为662 m、851 m),均在冬季达到最大;07时柴达木盆地逆温发生频率最高(67%)、强度最大(2.07℃/100 m)、厚度最薄(267m),19时逆温发生频率少于河湟地区,但多于三江源地区(24%),强度最小(2.18℃/100 m),厚度最厚(127 m);逆温对SO_2、NO_2、O_3、PM_(2.5)浓度有显著影响,但对PM_(2.5)的影响效果不如风速明显。     

新标准下空气质量预报指导产品对比检验

为了解和掌握上级指导产品对石家庄市空气质量预报的适用性,进一步提高石家庄市空气质量预报的准确性,利用国家气象中心(NMC)、北京区域气象中心(BJ)和河北省气象局(HB)空气质量预报产品,对石家庄市夏季4种主要污染物PM_(2.5)、PM_(10)、O_3和SO_2的预报进行了对比检验,结果表明:1)NMC对4种污染物的预报效果均逊于HB和BJ的,对PM_(10)、PM_(2.5)和SO_2的预报值明显较实况偏大,尤其在发生重污染天气时,对PM_(10)和PM_(2.5)的空报率高达90%以上;2)HB对PM_(10)和SO_2的预报效果好于BJ的,对SO_2的预报值与实况值均在一个等级范围内,发生重污染天气时,对PM_(10)的预报效果好于BJ的,预报值更接近于实况,但对重污染向优、良转折天气的预报值偏高;3)BJ预报PM_(2.5)和O_3的效果好于HB的,对O_3的0级误差级别预报准确率高达90.5%,对PM_(2.5)优到轻度污染等级的预报效果较好,但对重污染天气的预报值低于实况。