石家庄市空气污染预警天气背景分析及模型的建立

根据石家庄市环境空气质量三级预警标准,系统分析了造成石家庄高浓度污染的天气背景、气象要素特征,建立了高浓度污染的天气模型和预警判别指标;并结合数值预报产品建立了集成预报模式,在此基础上利用数值预报产品提取预警指标,建立了经验指标法定性判别与定量预报相结合的空气污染预警系统。经业务应用表明:系统可以提高高浓度污染的预报准确率,是开展空气污染预警较为有效的方法。     

大气污染预报

大气污染预报方法要进行大气污染预报,必须分别预测污染源条件和气象条件,而后综合起来分析,这点已在前面叙述过了。但在实时预报中,进行污染源条件的预测有很多困难,所以,广泛采用的是:预先对对象地域容易产生高浓度大气污染的气象条件进行调查,而后按照是否符合形成高浓度污染气象条件的所谓潜势预测法进行预测。这种预测最简单的是选出过去比标准指标高的高浓度污染的高浓度污染日的天气图,进行气压分布的分类。     

焦油深加工废水处理工程应用实例

焦油深加工废水分为高浓度废水和低浓度废水2种。高浓度废水主要污染指标为COD、挥发酚、氨氮，对高浓度废水采取隔油、气浮、氧化等必要的预处理措施，然后与低浓度废水混合进行生化处理，可使废水各项指标达到GB8978-1996二级排放标准。     

上海夏季近地面臭氧浓度及其相关气象因子的分析和预报

为了揭示城市近地面臭氧浓度的变化特征及其相关气象因素,尝试进行近地面臭氧浓度预报。通过对2005年夏季（6～9月上旬）上海徐家汇地区近地面臭氧的观测与分析,建立了用于夏季臭氧浓度预报和高浓度臭氧污染事件预警的一种简便、实用的统计回归方法。结果表明：天气条件对臭氧形成具有明显的作用,臭氧浓度晴天最大、多云天次之、阴雨天最小;臭氧具有明显的日变化特征,12：00～14：00之间为最大值,凌晨3：00～5：00之间有一很小的次峰,5：00～6：00之间为最小值。产生高浓度臭氧污染是多项因子的综合结果,一般在高压系统的影响下,晴天少云,紫外辐射较强,相对湿度较低,气温较高,地面和高空吹偏北风,且风速较小的情形时容易产生高浓度臭氧污染。引进高浓度臭氧潜势指数和风向影响指数两个指标,并综合考虑多种气象要素,通过逐步回归建立的臭氧浓度预报方程,对逐日最大臭氧浓度具有较好的拟合效果和可预报性。     

城市空气高浓度污染预报的天气学方法

在准常定排放量的情况下,城市空气高浓度污染预报的天气学方法必须基于以下两点:1)掌握大气低层的物理过程,因为它同时伴有近地层污染物的聚集。2)掌握存在某些污染机制的天气形势。第一个条件是天气预报的物理基础。它可为预报员     

上海地区不同PM2.5污染过程对炎症应激影响的差异性

为了探讨短时高浓度与相对长时间低浓度下不同的PM_(2.5)污染过程对小鼠急性氧化应激及炎症反应的不同影响,将48只雄性C57BL/6小鼠按体重随机分为6组(n=6),使用人工气候环境暴露仓模拟不同的PM_(2.5)污染过程,分别给予轻度污染组(PM_(2.5)平均浓度为100μg·m~(-3))连续暴露72 h,中度污染组(PM_(2.5)平均浓度为150μg·m~(-3)),连续暴露48 h,重度污染组(PM_(2.5)平均浓度为250μg·m~(-3))连续暴露28. 8 h;每组设置空白对照组。暴露染毒结束后,采用试剂盒法测定C-反应蛋白(CRP)、结构性一氧化氮合酶(cNOS)、同型半胱氨酸(HCY)、白介素-8(IL-8)。低浓度长时间的PM_(2.5)暴露组的CRP、cNOS、IL-8水平显著高于高浓度短时间暴露组,差异性具有统计学意义(P0. 05或P0. 01),cNOS的抑制水平为低浓度长时间组显著高于高浓度短时间组,差异性具有统计学意义(P0. 05或P0. 01)。结论:相同暴露剂量下PM_(2.5)轻度污染持续72 h的健康损害比PM_(2.5)重度污染持续28. 8 h的对健康损害更大,PM_(2.5)中度污染持续48 h的健康损害次之,应重视长时间轻、中度污染对人体健康的影响,适当调整空气质量的预警标准。     

2014年10月京津冀地区一次PM2.5污染过程的数值模拟

近年来我国东部尤其是华北地区的PM2.5污染逐年加重,引起广泛关注。本文利用WRF Chem模拟了2014年10月京津冀地区一次PM2.5重度污染过程,研究造成此次过程的天气形势、污染物的时空分布特征以及一次、二次PM2.5对总浓度的贡献率,并对污染最严重当日的PM2.5垂直分布进行详细分析。结果表明：造成本次污染过程的是弱高压控制下的静稳天气系统,地面主导风向为南风,垂直方向上有逆温层,抑制了污染物垂直方向上的扩散。发生污染时,PM2.5的高浓度主要分布在北京南部、天津北部与河北接壤的区域,二次PM2.5的贡献率大于一次PM2.5,在清洁大气中则一次PM2.5的贡献更大。垂直方向上,PM2.5中的一次颗粒物只在近地面有高浓度中心,1.2~1.6 km的上空高值区以二次生成的颗粒物为主,是由前体物上升到高空后再通过氧化反应生成的,当这部分颗粒物随着边界层落回近地面时会加重污染。随着时间的变化,污染物的分布高度和边界层高度呈明显的正相关。     

2013年1月持续性霾天气中影响污染程度的气象条件分析

利用南京本站气象观测记录、环保局监测数据以及NCEP/NCAR再分析资料,分析2013年1月持续性污染天气过程的大气环流背景,并结合南京地区探空资料、风廓线雷达资料以及激光雷达资料,分析这次持续性污染过程中空气质量属良好、轻度污染、中度污染、重度污染典型个例的大气垂直特征和边界层内气象条件的差异。得到如下结论:2013年1月份北方冷空气活动较弱,南京地区大气层结稳定,近地层风速小,污染物气象扩散条件差。加之近地层以弱偏东风为主,水汽较多,有利于污染物颗粒直径增大。大气垂直结构以及边界层内水平风速均对大气污染程度起到一定影响。AQI与逆温层高度存在显著负相关关系;大气污染时,1000 m以下出现逆温结构,且逆温层越低、越厚,污染程度越大;重度污染时,近地层出现贴地逆温层,厚度为700m左右。逆温层高度下降,PM₁₀颗粒物高浓度区高度也明显下降,近地层污染物浓度对垂直方向上污染物浓度正响应的高度降低。在空气质量良好时, 150~1500m存在风速大值区,且风无空,湍流作用明显,有利于污染物和周围的洁净空气相混合而得到稀释,加速污染物的垂直扩散进程。当中度污染日和典型重度污染日时,150~1500 m之间并不存在大风速区。此外, PM₁₀的300μg·m^-3高浓度垂直高度延伸至300 m附近时,近地层PM_2.5明显上升至100μg·m^-3以上,高浓度区数值越大,近地层PM_2.5越大。     

北京城区秋冬季节气溶胶浓度分布规律及其与天气类型的关系

本文讨论了秋冬季节北京地区气溶胶浓度的分布规律.气溶胶平均浓度的分布呈椭圆形,长轴方向为西北—东南向.气溶胶高浓度中心在东郊发电厂,其平均浓度值为0.98毫克/米~3,它比怀柔地区高一个量级. 气溶胶浓度分布与天气条件有密切关系,当北京处于晴朗、小风天气,局地环流占控制地位时,气溶胶污染最为严重.连续性降水过程使气溶胶污染得到明显净化.     

内边界层光化学反应初探

本文以距海较近之茂名石油工业区为例,探讨了于(热力)内边界层所形成的持续高浓度NO_x及烃类污染及对大气低层光化学反应的影响。并且通过光化学反应模拟及与实测结果对比,分析了在上述特定条件下O_3等光化学氧化剂的某些分布特征。     

广州地区春季污染雾的化学特征分析

使用2005年2～3月在广州地区采集的雾水样品资料,分析了广州地区污染雾雾水的化学组分;对3次典型污染雾过程雾水的离子浓度及其可能的来源进行了分析。广州地区的污染雾雾水中的诸离子浓度远高于雨水中的值,因而,雾不但造成视程障碍,而且是高浓度污染的液态颗粒物,对人体健康十分有害。在雾水中浓度最高的阴离子是SO4=, 其次是NO3-;在阳离子中Ca++、NH4+的浓度最高。雨水比雾水更酸,说明虽然雾水中的离子浓度较雨水高得多,但大量的离子成分中存在更多的缓冲物质,比如说NH4+和Ca++。雾水中的Ca++、SO4=、Mg++有明显的富集现象,广州地区的污染雾雾水主要受大陆环境和人类活动的影响。这期间广州地区出现严重污染雾与水汽充足和大量气溶胶污染粒子的存在直接有关。     

CAPPS模式在石家庄市应用的效果检验

根据《气象部门空气质量预报质量考核和管理暂行办法》,对CAPPS系统在石家庄市空气质量预报中的应用效果进行检验,对CAPPS1.0和CAPPS2.0的预报能力和产生的误差进行了对比分析。结果表明:CAPPS2.0的整体预报水平高于CAPPS1.0,但其预报值多偏高于监测值,这是导致冬季首要污染物正确性评分偏低、夏季高污染预报能力偏低的主要原因。CAPPS系统对前日污染实况依赖性强,预报结果滞后,对高浓度污染日的预报准确率仅为13%,预报能力偏低。     

大气低能见度的影响因子分析及计算方法综述

大气低能见度事件一般指的是雾、霾、雨、雪以及沙尘暴等天气过程所引起的能见度破坏现象。由于城市化的快速发展和污染物排放的急剧增加,高浓度的气溶胶污染也会导致低能见度现象,这已成为当前中国大部分地区普遍面临的重要大气环境问题之一。从国内的污染现状入手,并结合国内外的相关研究,对大气消光的理论计算和低能见度的主要影响因子进行了具体阐述。此外,还就大气消光计算方法的研究进展及其优缺点予以了总结和讨论。最后,对未来中国能见度的监测及研究工作等提出了一些具体的建议。     

河源市空气质量首要污染物特征及其与气象条件的关系

基于2017-2019年河源市空气质量数据,分析了河源市首要污染物的年际变化特征,同时利用2019年东埔国控站点的首要污染物与气象要素进行了相关性分析,并以典型污染日为案例,分析了气象条件对污染过程的影响。结果表明：2017-2019年细颗粒物（PM_2.5）污染日比重大幅度降低,以臭氧（O₃）为首要污染物的污染日逐年增加,污染形式逐渐从颗粒物污染向臭氧污染发生转变。O₃浓度与温度和湿度分别呈正负相关关系,高浓度O₃主要出现在（20-30℃,25%-55%）阈值之间,在吹西北偏北风时O₃浓度也较高。PM_2.5和PM₁₀与湿度也呈负相关关系,温度与湿度组合在（8-13℃,40%-55%）范围内时两者容易同时出现高值;在夏季PM_2.5和PM₁₀还与温度具有较强的正相关关系,这意味着高温情况下河源有出现颗粒物与O₃复合污染的可能。河源市典型污染日具有风速较小局部扩散不利的特征,低温低湿条件下容易出现PM_2.5污染,且主要受到区域的传输影响;而高温低湿条件下容易发生O₃污染,且较高的前体物浓度容易加剧O₃的本地污染。     

Characteristics of complex air pollution in typical cities of North China

目前京津冀地区夏季面临非常严重的大气复合污染。2014年北京、天津、石家庄观测资料分析表明,京津冀地区PM2.5年平均超过国家二级标准的2–3倍,夏季O3八小时滑动平均值超过标准1–2倍。当温度超过20°C、湿度低于55%时,O3与PM2.5协同增长,大气复合污染显著。同时,对比三个地区同步观测发现,当高浓度PM2.5下降时,太阳辐射增强,臭氧浓度将进一步上升。这使得京津冀地区大气污染治理面临更大挑战,当治理首要颗粒物污染时,臭氧浓度将会快速上升,造成严重的光化学污染。     

北京2005—2014年PM2.5质量浓度的演变特征

利用2005—2014年北京宝联（城区）和2006—2014年上甸子本底站（郊区）的PM2.5质量浓度监测结果揭示了其长时间的演变特征。结果表明,2005—2007年北京地区PM2.5污染最重,2008年以后PM2.5年平均浓度明显降低,中度以上污染日数减少,但是2013—2014年有加重趋势。城区秋、冬季平均浓度最高,春季和夏初次之。然而,近年来春、夏季污染有减轻的趋势,高浓度值出现的时间越来越向秋、冬季集中,从而导致季节性差异变大。春季沙尘天气是其影响因素之一。上甸子春、夏季的PM2.5平均浓度高于秋、冬季,与城区不同。但2011年以后城郊差异逐渐变小,表明污染事件的区域性特征增强。北京城区中度污染日数年平均为30 d,重度污染为26 d,严重污染为4.7 d。污染日数月际变化明显并且月分布具有年际差异。2013—2014年,中度污染日数减少,严重污染日数增加,PM2.5年平均浓度与秋、冬季重污染过程的相关性增大。上甸子中度以上污染日数是城区的1/3。持续性重污染过程多发生在秋、冬季。2008—2014年以后中度以上污染持续超过3 d的过程每年平均发生1.9次,重度以上污染0.6次。绝大多数严重污染只持续2~3 d。重度以上污染日多出现在污染过程的中后期,因此遇不利气象条件提前采取减排措施将有可能减少重污染发生的频次。     

二氧化硫及氮氧化物与气象条件关系的个例分析

本文通过对去年秋、冬两段监测资料的整理分析得出:西安市二氧化流,氮氧化物的污染是严重的。高浓度中心主要分布在市中心和西北郊,具有明显的季节变化和日变化,用污染物浓度和气象因子的关系分析,发现大气污染严重时往往对应大环流天气形势稳定;当天气系统交替明显,气层不稳定时大气污染就明显减轻,从而说明了大气污染和气象因子有密切关系,因此探讨大气污染和天气形势(包括局地流场和温度)的关系,对开展污染预报,提供一些思路和线索。     

天津冬季重霾污染过程及气象和边界层特征分析

京津冀大气灰霾污染严重,天津市作为其核心组成之一其污染形势亦严峻。选取2013年2月20~28日天津重霾污染时段7站PM2.5(空气动力学当量直径小于等于2.5μm的颗粒物,即细颗粒物)和气态污染物数据,结合北京污染数据、地面气象要素、能见度、边界层温湿和风廓线、后向轨迹,深入分析重霾污染过程特征及气象和边界层成因。结果显示,研究时段天津PM2.5、SO2、NO2、CO和O3浓度均值为150、87、56、2.4和22μg m-3,气态污染物各站差异显著,但仅有SO2全面超过国家空气质量一级标准(50μg m-3),而PM2.5具有区域同步变化特征,且严重超标,是一级标准(35μg m-3)的2~8倍,最高小时均值高达364μg m-3;高浓度PM2.5是导致低能见度的主因,能见度小于10 km对应PM2.5阈值为50μg m-3。弱风和高湿度导致局地排放累积,PM2.5始增,在高湿度条件下,持续偏南风促使其稳步增加,配合弱北风和弱东风PM2.5震荡上扬,污染高值阶段,南北气流短时迅速切换,区域污染传输叠加污染的循环累积,PM2.5浓度峰值达到最高;除因边界层强东风导致的平流逆温外,高浓度PM2.5与平流逆温密切相关;高污染时段高湿主要集中在500 m以下,且随高度递减幅度较大;位于200~600 m的低空急流一定程度抑制污染上升,尤其持续强东风使PM2.5浓度稳步降低到二级水平,污染迅速有效清除最终依赖整层的强西北风。北京、环绕天津的河北中部和西南部地区对天津重污染有显著贡献。     

北京夏季O3垂直分布与气象因子的相关研究

通过分析2000年7月26日～8月22日北京325 m气象塔的O3浓度梯度观测资料及同期的气象资料,探讨了O3与NOx、风速、风向、温度及相对湿度的关系.通过建立不同风向下O3浓度与NOx、温度、相对湿度及风速的多元回归方程,证实了高浓度的O3是NOx与气象条件综合作用的结果,利用可得到的气象资料及NOx浓度值进行O3污染预报的尝试是可行的.     

城市空气污染天气统计短期预报方法

近几年,苏联许多城市普遍采用空气污染天气统计预报方法制作城市空气污染短期预报。开展此类预报是很有必要的。因为通过预报,使我们有可能对城市空气中的污染状况作出总的估计,以便估计污染的危险程度,从而采取措施防止污染。同时,有必要对每一种污染物造成的空气污染进行定量预报。目前,根据大气扩散模式,计算点源污染浓度的方法研究得比较多。但此类计算方法局限在有限的点源范围内使用,且密切依赖于污染源参数及排放物资料的准确性。上述资料,目前在大城市条件下还得不到。大气扩散与湍流参数的不可预报性,是目前这方法中不可克服的困难。鉴于高浓度污染与气象条件之间存在相当密切的关系,因而有可能从气象角度来解决空气污染定量预报的问题。最近,有人尝试根据预报的气象参