北京奥运期间气溶胶中水溶性无机离子浓度特征及来源解析

2008年7—10月在中国科学院大气物理研究所采集气溶胶样品,用离子色谱进行水溶性无机离子分析,并对其组成、质量浓度变化特征、相关性及存在形式、来源解析等方面进行研究。结果显示,整个采样期间,SO42-、NO3-和NH4＋是最主要的水溶性离子,主要以（NH4）2SO4和NH4NO3形式存在;SO42-、NO3-和NH4＋、Ca2＋和Mg2＋的相关系数都较高,具有很好的同源性。NO3-/SO42-质量浓度比值表明,奥运前,固定源（燃煤）对水溶性离子的贡献大于流动源（机动车）,而奥运期间和奥运后则相反。因子分析表明,交通、燃煤、土壤、建筑尘和生物质燃烧源是采样期间北京大气污染的主要来源。     

敦煌莫高窟大气颗粒物中水溶性离子变化及来源解析

为探明莫高窟大气颗粒物污染特征,采集了2014年4-12月第16窟及72窟外环境中大气颗粒物PM2.5和PM10～2.5样品,对比分析了样品中水溶性离子变化及影响因素,通过主成分分析法解析了其主要来源.结果表明:(1)窟区主风向为南风,起沙风频率仅为0.01％,不利于污染物的扩散;(2)窟外PM2.5和PM10～2.5...     

2019年1月长春市一次霾污染过程成因分析

利用空气质量历史监测数据、地面气象要素及激光雷达探测资料,综合分析了2019年1月10—15日长春市一次霾污染过程,探讨了污染过程中污染物和气象要素的变化特征与影响机制.结果表明:此次霾污染过程中12—13日污染最重,PM2.5和PM10质量浓度均超过150μg·m-3,气溶胶消光最强,超过70％的PM2.5/PM10...     

武汉市居民区大气VOCs的污染特征和来源解析

于2016年7月-2017年6月在武汉市典型居民区对大气中101种挥发性有机物（VOCs）进行了监测,以便研究武汉市典型居民区周边VOCs的组成特征和变化规律,并探讨了其主要来源.结果表明,武汉市空气中VOCs的体积分数为（46.24±24.57）×10^-9,表现为烷烃>含氧有机物>烯烃>卤代烃>芳香烃.受交通排放影响烷烃的比例上午高于下午,1月机动车尾气为武汉市主要的VOCs排放源,夏季含氧类化合物浓度高于冬季,可能更多地受本地喷涂等溶剂使用行业和光化学反应生成的影响,5-9月表现出明显的生物源排放特征.利用正交矩阵因子分析（PMF）得到武汉市居民区大气VOCs主要有6个来源,分别为燃烧源、机动车尾气、工业排放、溶剂使用、汽油挥发和植物排放.其中,燃烧源、机动车尾气贡献比例最高,是该区域VOCs控制的重要排放源.     

武汉市冬季典型重污染过程的污染特征和来源解析

2018年1月我国中部及东部地区多个省份出现持续多天的重污染天气.本研究综合分析了2018年1月18-22日武汉市发生的一次重污染过程的气象条件、污染特征及成因.监测数据显示,在此次PM_2.5重污染过程中,武汉市城区PM_2.5小时均值超过150 μg/m³.污染期间PM_2.5以0.5 μm以下粒子变化为主,除了不利的天气形势外,机动车、燃煤是造成重污染的重要原因,北部的河南省、东北部的安徽省以及湖北省黄冈市等省市的污染输送加重了武汉的污染程度.     

延吉市春季一次霾污染过程特征及成因分析

利用ERA-interim再分析资料、空气质量监测数据及常规气象观测数据,结合HYSPLIT后向轨迹模式对2019年3月18—20日延吉市出现的一次连续3d霾污染天气进行分析.结果表明:此次严重空气污染期间,低层受槽前西南暖湿气流影响,地面处于均压场控制下,低层950hPa存在明显逆温,利于污染天气的出现和发展.日最高...     

解析北京郊区一次典型臭氧污染的物理化学过程

臭氧污染是我国当前面临的重要大气环境问题,其不仅取决于大气化学反应过程,而且会受大气物理过程和各气象要素的影响,因此需要从化学和物理两个方向来研究近地面臭氧污染问题。本研究结合外场观测和欧拉光化学模式,解析了2022年秋季北京怀柔城区的一次光化学污染周期内的物理和化学过程。给出了温度、湿度和风速等气象因子,以及臭氧及其前体物挥发性有机物(VOCs)和氮氧化物(NO_x,x=1、2)在此期间的日变化特征。通过源解析得到VOCs主要来源为交通排放(46%)、植物源(25%)、溶剂挥发(23%)和燃烧源(9%)。通过欧拉光化学模式确定了区域传输和本地VOCs对臭氧的贡献,结果显示强北风天气条件下,怀柔区臭氧以外来水平输送为主(贡献超过70%);当以弱的南风或东南风为主时,天气处于稳定状态,臭氧主要来自VOCs和NO_x的二次转化。根据VOCs的臭氧潜势,在所有VOCs中对臭氧贡献最大的物质为烯烃,其贡献为67%,其次为芳香烃(16%)。通过敏感度分析,发现臭氧生成对物理因子中的光强、温度和边界层高度最敏感;在臭氧前体物中,活性较强的烯烃类物质的敏感度最...     

南京市气溶胶PM2.5一次来源解析

在南京大学鼓楼校区（市区）和南京信息工程大学（郊区）校园,分季采集PM2.5及其主要排放源的颗粒样品,在南京大学现代分析测试中心用X-荧光分析法分析样品中的化学元素,应用化学元素平衡法（CMB）计算了各主要源对PM2.5的贡献。结果表明对市区扬尘和建筑尘是PM2．5最主要的贡献源,贡献率合计约70％;燃煤尘和冶炼尘仅为约15％。对郊区扬尘和煤烟尘是PM2．5的最主要贡献源,平均贡献率分别为50％和22．4％,建筑尘的平均贡献率为8．3％,冶炼尘的贡献小于8％。这些结果可为治理气溶胶细颗粒源提供决策依据。     

青岛地区一次雾—霾过程能见度特征及影响因素分析

利用2021年11月16—20日青岛、平度、黄岛、胶州站的能见度等气象数据和邻近环境监测站PM_2.5浓度及水溶性离子浓度等观测数据,分析了雾—霾过程中能见度的动态变化特征及其影响因素。结果表明：2021年11月16—20日青岛整个雾霾过程大致经历了轻雾→干霾→湿霾→干霾→湿霾→干霾→湿霾→轻雾的转换,地理位置差异导致内陆站点未经历轻雾阶段且霾阶段开始时间较沿海站提前8 h。雾、霾过程大气层结稳定且有一定的湿度条件,地面风速≤2 m·s^-1,垂直运动速度0.0～0.5 Pa·s^-1。偏东风携带的大量水汽、>80%的湿度层变化是干霾、湿霾转化的重要因素。能见度随PM_2.5浓度、相对湿度的增加而逐渐下降,相对湿度增大时能见度与PM_2.5浓度的相关性减小,湿霾较干霾阶段PM_2.5浓度升高14.1%,能见度下降47.4%,霾转化为雾后能见度降低7.6%。在干霾阶段能见度的变化主要受PM_2.5浓度的影响;在湿霾阶段能见度受PM_2....     

苏州市一次重霾污染天气过程的数值模拟

本文对苏州地区2015年12月13—15日发生的一次典型的重霾污染天气过程进行了数值模拟,分析了颗粒物及其组分的时空变化特征及其气象影响因子,以期为该区域空气污染治理和预防提供科学依据。结果表明:(1)利用WRF-Chem模式对此次重霾污染天气过程的污染气体成分进行数值模拟后发现,小时平均的PM_(2.5)、PM_(10)、CO、SO_2、NO_2模拟值与实测值的相关系数较高,达到0.68以上,通过了P0.01的显著性检验,且日变化过程对应也较好。(2)通过分析此次污染过程的天气背景,发现污染形成期高空环流比较平直,中层为均匀的弱高压控制,地面受弱高压脊控制,这种形势容易导致颗粒物的堆积。后期地面等压线密集时,风速大,有利于污染物的输送与扩散。(3)通过分析此次污染过程期间气象要素的变化发现,有逆温、风速小、相对湿度大等不利的气象条件是导致此次污染过程发生的重要原因之一。(4)HYSPLIT轨迹分析显示,此次重霾过程主要受北方大范围灰霾颗粒物南下影响,北方污染气团逐步南推,14至15日本地大气扩散条件差、污染物累积,最终导致本地污染加重,从而发生重霾事件。(5)火点图的分布进一步验证了此次重霾污染过程是由外来污染气团输入所导致。     

武汉市冬季灰霾期PM2.5中水溶性无机离子的特征

2018年1月,利用颗粒物采样器采集武汉市大气PM_2.5样品并进行水溶性无机离子（F^-、Cl^-、NO₃^-、SO₄^2-、Na⁺、NH₄⁺、K⁺、Mg²⁺、Ca²⁺）的分析.结果表明,NO₃^-、SO₄^2-、NH₄⁺是PM_2.5中最主要的3种水溶性无机离子,除Mg²⁺与Ca²⁺外,PM_2.5与WSⅡs （水溶性无机离子）之间的相关性显著,且移动源贡献占主导地位.阴阳离子平衡表明武汉市冬季灰霾期PM_2.5呈中性或弱酸性.通过混合单粒子拉格朗日综合轨迹模式模拟并采用分层聚类得出了4种主要的后向气流轨迹及相应的PM_2.5和水溶性离子浓度,结果表明区域传输对此次灰霾期影响较大.     

On-line measurement of water-soluble ions in ambient particles

Combining the system of rapid collection of ambient particles and ion chromatography, the system of rapid collection of fine particles and ion chromatography (RCFP-IC) was established to automatically analyze on-line the concentrations of water-soluble ions in ambient particles. Here, the general scheme of RCFP-IC is described and its basic performance is tested. The detection limit of RCFP-IC for SO2? 4 , NO?3 , NO?2 , Cl? and F? is below 0.3 μg m?3. The collection efficiency of RCFP-IC increases rapidly with increasing sized particles. For particles larger than 300 nm, the collection efficiency approaches 100%. The precision of RCFP-IC is more than 90% over 28 repetitions. The response of RCFP-IC is very sensitive and no obvious cross-pollution is found during measurement. A comparison of RCFP-IC with an integrated filter measurement indicates that the measurement of RCFP-IC is comparable in both laboratory experiments and field observations. The results of the field experiment prove that RCFP-IC is an effective on-line monitoring system and is helpful in source apportionment and pollution episode monitoring.     

利用WRF-NAQPMS模拟土地利用变化对武汉城市灰霾天气的影响

城市化极大地改变了城市下垫面的性质,这有可能增加灰霾天气发生的概率和强度.利用Landsat-7 ETM+和HJ-1A卫星多光谱遥感数据,通过人工解译获得2002年和2012年武汉市土地利用情况,并对武汉市土地利用规划图进行数字化和尺度转换.在此基础上,针对武汉市典型灰霾天气过程,对不同土地类型（历史、现状和规划）利用WRF-NAQPMS空气质量数值模式进行了不同情景的模拟.同时,对比分析和揭示了不同情境下,大气风场和主要大气污染物浓度场的变化,解析了下垫面对灰霾天气的影响.可为从灰霾天气防治的角度完善城市土地规划和建设提供科学依据.     

武汉市科教区冬春季气溶胶的元素组成特征及来源分析

2006-2007年冬春季在武汉市湖北大学校区连续采集气溶胶样品,测定气溶胶元素组成,分析气溶胶样品总悬浮颗粒物（TSP）质量浓度,再结合污染源的特征元素组成来确定污染物的来源构成。结果表明：湖北大学校区大气气溶胶污染程度较轻,气溶胶元素以地壳元素为主,其次是具有代表性的人为污染物元素,再次是盐类元素。通过因子载荷分析和相关性分析显示,湖北大学周边地区的建筑源、交通源和餐饮源是湖北大学校区大气的主要污染源。     

武汉市科教区冬春季气溶胶的元素组成特征及来源分析

 2006-2007年冬春季在武汉市湖北大学校区连续采集气溶胶样品,测定气溶胶元素组成,分析气溶胶样品总悬浮颗粒物（TSP）质量浓度,再结合污染源的特征元素组成来确定污染物的来源构成。结果表明：湖北大学校区大气气溶胶污染程度较轻,气溶胶元素以地壳元素为主,其次是具有代表性的人为污染物元素,再次是盐类元素。通过因子载荷分析和相关性分析显示,湖北大学周边地区的建筑源、交通源和餐饮源是湖北大学校区大气的主要污染源。     

Characteristics of Aerosol Pollution Under Different Visibility Conditions in Winter in a Coastal Mega-City in China

To investigate chemical profiles and formation mechanisms of aerosol particles in winter haze events,comprehensive measurements including hourly concentrations of PM2.5 and water-soluble inorganic ions and related gasphase precursors were conducted via an online monitoring system from January to March of 2016 in Shenzhen, a coastal mega-city in south China. In this study, high concentrations of PM2.5, NO2 and lower levels of O3 were observed during haze periods in comparison with clear days(Visibility15 km). The major secondary ionic species were NH+4、NO-3 and SO2-4, which varied significantly on haze and clear days. The ratio of NO-3/SO2-4 in haze days was greater than that on clear days and tended to be larger when air pollution became more serious. At the same time, compared with previous studies, it has been found that the ratio has been increasing gradually in Shenzhen, indicating that the motor vehicle exhaust emissions have a more and more important impact on air quality in Shenzhen. Sulfur oxidation rate(SOR) and nitrogen oxidation rate(NOR) was higher during the haze period than that in clean days, indicating efficient gas to particle conversion. Further analysis shows that high concentrations of sulfate might be explained by aqueous oxidation,but gas-phase reactions might dominate nitrate formation. This study also highlights that wintertime nitrate formation can be an important contributor to aerosol particles, especially during haze periods.     

近几年我国霾污染实时季节预测概要

近些年,中国东部经历了严重的霾污染,对人体健康、交通安全、生态系统以及社会经济有巨大的危害。在1周以内的霾污染预报之外,季节尺度的霾污染预测可以给减排治污措施的制定提供更长时间尺度的科学支撑。本文以年际增量为预测对象,选取前期外强迫因子为自变量,分别针对京津冀和长三角区域建立逐月的冬季霾日数季节尺度预测模型,并开展了实时的季节预测。总体来看,京津冀和长三角区域预测模型的性能大体处于相似的水平,均方根误差在2 d左右,对距平符号的捕捉率在80%以上,对霾日数变化的长期趋势具有很好的再现能力。在2016/2017年冬季京津冀霾日数实时预测中,模型预测的结果相对于常年值的定性结论全部准确,相对于前一年污染状况的结论大多数准确。在2017/2018年冬季长三角霾日数实时预测中,12月和1月的预测误差较小,2月的预测误差在2 d左右。