黄石市大气PM10和PM2.5质量浓度特征研究

利用2015年黄石市5个监测站点可吸入颗粒物(PM10)和细颗粒物(PM2.5)的在线监测数据和风向、风速、气温、气压等常规地面气象要素观测资料,分析了黄石市大气PM10和PM2.5的质量浓度水平分布特征及其与气象参数的关系。结果表明:2015年黄石市5个监测站点大气PM10和PM2.5年均浓度范围分别为95.8—108.6μg·m^-3和64.3—68.9μg·m^-3,均超过国家二级标准;季均质量浓度呈现显著的冬季高夏季低的变化规律,冬季PM10和PM2.5的质量浓度分别为(143.9±62.2)μg·m^-3和(95.5±44.5)μg·m^-3,夏季PM10和PM2.5的质量浓度分别为(75.2±24.0)μg·m^-3和(50.7±17.3)μg·m^-3。5个监测站中,下陆区、西塞山区和铁山区的PM10和PM2.5颗粒物污染较为严重;各站点大气PM10和PM2.5质量浓度显著相关。大气颗粒物浓度与气象因素的分析显示,黄石市大气颗粒物浓度与气温呈显著的负相关关系,与气压呈正相关关系,与风速和相对湿度的相关性不显著,受风向影响变化较大。     

两种地面PM2.5质量浓度遥感反演方法适用性比较

为探究地面气溶胶质量浓度遥感反演模型在年际及区域尺度上的适用性,确定一种可以在区域尺度上业务运行的反演模型,基于2015-2016年河南省28个城市MODIS气溶胶光学厚度、PM_(2.5)质量浓度、地面气象观测能见度和相对湿度,分别采用半经验模型和非线性多元回归模型建立了分季节反演模型,并基于2017年观测数据对两种模型的精度进行了对比评价。结果表明:半经验模型中标高订正的AOD与经过湿度订正的PM_(2.5)质量浓度建立反演模型效果最好,四个季节反演模型决定系数R~2分别为0.3938、0.3507、0.3488及0.4212。非线性多元回归模型最优组合为AOD、气溶胶波长指数、气溶胶标高与相对湿度,四个季节反演模型决定系数R~2分别为0.4295、0.3598、0.4099和0.5616。两种反演模型验证结果均通过0.001的显著性检验,非线性多元回归模型的验证决定系数大于半经验模型的,春季和冬季非线性多元回归模型的验证斜率更接近1,而夏季和秋季半经验模型验证斜率更接近1。非线性多元回归模型建模及验证相关性更高,且可有效避免高相对湿度条件下异常值的出现,业务适用性更好。     

不同强度降雨过程对东莞PM2.5气质量浓度的影响

通过统计2012-2013年东莞市观测到的629次降雨过程和对应的PM2.5质量浓度降雨前后的变化,分析每次降雨过程的雨量级、时间、强度与PM2.5质量浓度净化大小的关系.结果表明:虽然降雨有助于PM2.5沉降,缓解空气污染,但由于每次降雨过程的雨量、降雨时长、强度不同,降雨前的PM25质量浓度不同,雨滴、雾滴的影响,局部性降雨的影响,雨滴大小、数密度以及其它气象要素的影响,导致每次降水过程不是都能削减PM2.5质量浓度,起净化作用,净化的程度也不一样;从平均净化能力来说,雨量级越大、降雨时长越长,雨强越强的降雨过程对PM2.5质量浓度削减的能力越强,净化效果越显著.     

降雨对PM2.5浓度的影响及人工降雨降低PM2.5浓度的探讨

湿沉降是使大气颗粒物浓度减少的途径之一。该文利用2013年6月南京市逐日PM2.5浓度资料,及同期降水、风速和相对湿度的数据,分析了南京夏季PM2.5与气象条件变化之间的关系。结果表明,在低风速、高湿度、污染物不易扩散条件下,降雨并不能有效降低当日PM2.5浓度。而在风速较大的条件下,污染物在随风扩散稀释的同时,降雨对污染物的湿沉降作用促进了PM2.5浓度降低。建议在采用人工增雨方法清除PM2.5时,要考虑气象条件的影响。     

天津城区秋季PM2.5质量浓度垂直分布特征研究

为研究天津大气颗粒物的污染水平和时空分布特征,利用天津大气边界层观测铁塔(255m),分别在40m、120m、220m处设立监测点,通过监测到的PM2.5的质量浓度,结合PM10、能见度等资料来分析污染物的时空分布规律和分布特征.结果表明,天津城区PM2.5污染水平相当严重,日均质量浓度远高于美国1997年制定的65μg*m-3的排放标准.混合层厚度和稳定度的变化对PM2.5浓度变化有一定的影响,随混合层厚度的变化,不同高度PM2.5质量浓度值有所不同.23时至11时,120m浓度明显高于其它各层,11-18时,由于大气扩散能力的增强,三层污染物质量浓度开始下降,而到了18-23时,低层污染物浓度较高,各层浓度总体趋势为120m＞40m＞220m.PM2.5质量浓度的日变化与稳定度的变化较一致.气象条件和早晚出行高峰期的影响导致PM2.5的质量浓度出现峰值.PM10与PM2.5的总体变化趋势基本一致,说明污染物来源基本相同.能见度水平和细粒子污染水平呈现较好的负相关,细粒子质量浓度的高低是决定能见度好坏的主要因子.降水过程是颗粒物从大气中清除的重要机制.     

克拉玛依市PM2.5质量浓度分布及其影响因素分析

利用2015年1月至2017年12月中国环境监测总站全国城市空气质量实时发布平台中公布的克拉玛依5个监测点数据和同时期克拉玛依国家基本气象站的观测数据,分别研究了克拉玛依市4个行政区的PM_2.5浓度的时空变化特征以及气象条件对克拉玛依PM_2.5浓度变化的影响。结果表明：从月份上看,克拉玛依每年的1月、2月、12月PM_2.5浓度最高,3月、11月PM_2.5浓度较高,其中,独山子每年2月的PM_2.5浓度均最高,2016年2月独山子PM_2.5平均浓度最高,达到134 μg·m^-3,超过国家一级标准值的2.8倍,属于中度污染,从季节上看,克拉玛依四季PM_2.5浓度变化呈现波峰波谷变化趋势,表现为冬季最高,春季次之,夏季、秋季各区变化不一的特点,采暖期的PM_2.5浓度高于非采暖期的PM_2.5浓度;克拉玛依PM_2.5浓度在空间上的总体分布为：独山子区>白碱滩区>克拉玛依区>乌尔禾区;从风向、风速、气温、气压和相对湿度等气象要素与PM_2.5浓度的相关性来看,气压、相对湿度与PM_2.5浓度呈显著正相关,气温、风速、风向与PM_2.5浓度呈负相关,其中气温、风向与PM_2.5浓度呈显著负相关。     

露天生物质燃烧对地面PM2.5浓度的影响评估

利用MODIS火点、土地类型、植被覆盖、生物质载荷和排放因子等数据产品,开发了露天生物质燃烧排放模型,并将其嵌入空气质量模式WRF-CUACE,通过敏感性试验定量评估了露天生物质燃烧对中国地面PM_2.5浓度的影响。研究设计了3种模拟方案,比较模式评估结果发现修订后的方案能更好地模拟PM_2.5浓度。结果表明:2014年10月露天生物质燃烧主要集中在我国东北、华南和西南地区,其对PM_2.5月平均浓度的贡献达30～60μg·m³,局地甚至超过100μg·m³;华北、华东和华南地区生物质燃烧对PM_2.5月平均浓度的贡献达5～20μg·m³。从相对贡献看,东北大部分地区生物质燃烧对地面PM_2.5浓度的贡献超过50%,华南地区达20%～50%,西南局部地区甚至超过60%;华北、华中以及华东地区相对较低,平均相对贡献达10%～20%。生物质燃烧越严重的地区,其产生的PM_2.5中二次气溶胶的贡献占比越小,反...     

阳江市PM2.5浓度变化及气象因子影响分析

利用阳江市生态环境局2014年至2018年的空气质量监测数据,分析PM2.5浓度,以及浓度达到一、二类环境空气功能区质量要求的日数的时间变化规律;再利用阳江市国家基本气象观测站的观测资料,分析气象要素对PM2.5浓度的影响状况,并在此基础上建立相应的多元回归预测方程.结果表明,阳江市PM2.5 日平均浓度的年际变化在3...     

2013—2016年北京朝阳站PM2.5质量浓度变化特征

利用2013年2月至2016年1月北京朝阳环境气象站PM2.5质量浓度和同步地面风数据,重点分析了PM2.5质量浓度的变化特征及受地面风的影响情况。观测期间测点PM2.5年平均质量浓度为80.6±4.0 μg·m-3,为环境空气质量标准(GB3095—2012)二级年均浓度限值(35 μg·m-3)的约2.3倍,季节变化特征明显,冬季最高（115.1 μg·m-3）、夏季最低（58.5 μg·m-3）。测点主导风向为ENE—E—ESE,风速主要集中在0.2~2.0 m·s-1。当地面风来自ENE—E—ESE方向时PM2.5质量浓度最高（109.1 μg·m-3）,来自WNW—NW—NNW方向时最低（39.5 μg·m-3）。PM2.5质量浓度随风速增大先上升后下降,在0.4 m·s-1时达最高,为139.2 μg·m-3。风速在0.2~2.0 m·s-1时主要受ENE—E—ESE方向影响,而2~6 m·s-1时主要受ESE方向影响较大。通过与其他站点的比较发现,不同站点各方向污染源和地面风的差异导致了PM2.5质量浓度在各方向分布的差异。     

不同强度降雨过程对东莞PM2．5质量浓度的影响

通过统计2012—2013年东莞市观测到的629次降雨过程和对应的PM2．5质量浓度降雨前后的变化,分析每次降雨过程的雨量级、时间、强度与PM2．5质量浓度净化大小的关系。结果表明：虽然降雨有助于PM2．5沉降,缓解空气污染,但由于每次降雨过程的雨量、降雨时长、强度不同,降雨前的PM2．5质量浓度不同,雨滴、雾滴的影响,局部性降雨的影响,雨滴大小、数密度以及其它气象要素的影响,导致每次降水过程不是都能削减PM2．5质量浓度,起净化作用,净化的程度也不一样;从平均净化能力来说,雨量级越大、降雨时长越长,雨强越强的降雨过程对PM2．5质量浓度削减的能力越强,净化效果越显著。     

Projection of PM2.5 and Ozone Concentration Changes over the Jing-Jin-Ji Region in China

Based on GISS-E2-R model simulations, the changes in PM2.5 and ozone concentrations during 2016– 35 are analyzed over the Jing-Jin-Ji region under different future emissions scenarios: 2.6, 4.5, 6.0, 8.5 Representative Concentration Pathways scenarios(RCP2.6, RCP4.5, RCP6.0, and RCP8.5), compared to the baseline periods of 1851–70(pre-industrial) and 1986–2005(present day). The results show that PM2.5 increases under all emissions scenarios, with the maximum value occurring in the southeastern part of the region under most scenarios. As for ozone, its concentration is projected to increase during 2016–35 under all emissions scenarios, compared to the baseline periods. The temporal evolutions of PM2.5 and ozone show PM2.5 reaching a peak during 2020–40, while ozone will likely increase steadily in the future.     

武汉市观象台2013—2016年PM2.5质量浓度变化及其与气象因子的相关分析

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PM10、PM2.5、SO2、NO2、CO、O3逐日质量浓度资料及同期气象资料,统计分析了该地区大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PM10、PM2.5占比分别达到25.2%、48.9%,PM10中PM2.5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。     

Retrieval of Boundary Layer Height and Its Influence on PM 2.5 Concentration Based on Lidar Observation over Guangzhou

Wavelet analysis was applied to lidar observations to retrieve the planetary boundary layer height(PBLH)over Guangzhou from September 2013 to November 2014 over Guangzhou. Impact of the boundary effect and the wavelet scale factor on the accuracy of the retrieved PBLH has been explored thoroughly. In addition, the PBLH diurnal variations and the relationship between PM_(2.5) concentration and PBLH during polluted and clean episodes were studied. Results indicate that the most steady retrieved PBLH can be obtained when scale factor is chosen between 300-390 m. The retrieved maximum and minimum PBLH in the annual mean diurnal cycle were ～1100 m and ～650 m, respectively. The PBLH was significantly lower in the dry season than in the wet season, with the average highest PBLH in the dry season and the wet season being ～1050 m and ～1200 m respectively. Compared to the wet season, the development of PBLH in the dry season was delayed by at least one hour due to the seasonal cycle of solar radiation. Episode analysis indicated that the PBLH was ～50% higher during clean episodes than during haze episodes. The average highest PBLH in the haze episodes and clean episodes were ～800 m and ～1300 m,respectively. A significant negative correlation between PBLH and PM_(2.5) concentration(r =-0.55**) is discovered.According to China"Ambient Air Quality Standard", the PBLH values in good and slightly polluted conditions were 1/6-1/3 lower than that in excellent conditions, while the corresponding PM_(2.5) concentration were ～2-2.5 times higher.     

基于能见度及AOD数据的北京市PM2.5浓度的反演

选择北京市为研究地区,对2014～2017年AERONET（Aerosol Robotic Network）提供的CE-318太阳光度计440 nm波段反演的气溶胶光学厚度（AOD）进行风速订正,对订正后 AOD 日均数据与同期地面监测站PM2.5日均浓度数据做季节相关性分析并建立回归模型。又引入能见度因子并利用广义差分法构建2015～2017年北京市AOD与PM2.5浓度、能见度的三元回归模型,最后将2014年数据分为污染日和非污染日分别进行模型检验。结果表明:AOD与PM2.5浓度存在显著的线性正相关性,且存在季节性差异,夏季相关性最强、秋季次之、春季和冬季最低。引入能见度因子并消除自相关后,四季的模型相对误差均显著减小,模型拟合优度显著提高。检验结果为四季整体的平均相对误差在21%～31%范围内,与前人的结果相比拟合曲线的准确性得到了明显地提高。且模型对低PM2.5浓度日的模拟效果较好,对于高PM2.5浓度日的模拟效果较差。本研究对构建北京地区PM2.5浓度长期的历史数据具有重要的科学意义。     

2016年1月我国中东部一次大气污染物传输过程分析

利用常规气象数据和空气质量模式CAMx对2016年1月15—19日一次冷空气影响下郑州、武汉、南京的大气污染物传输过程进行了分析。观测发现,本次过程中武汉和南京在地面锋线到达后出现明显的PM2.5浓度的快速增长。通过分析发现,两地在1000~950 hPa高度层上偏北风的侵入带来上风向的大气污染物,同时在垂直方向上锋区内的稳定性层结抑制了大气污染物的扩散,两种作用共同导致污染物快速增长。在冷空气主体影响下,尤其是950~900 hPa高度层上弱风区消失后,污染物得到清除。大气污染物的传输作用主要发生在1000~950 hPa高度上。模式PM2.5来源示踪模拟结果表明,武汉(17日夜间至18日)和南京(17日夜间)在本次污染物快速增长过程中区域污染物输入的贡献在51%和58%左右。由于模式对PM2.5传输过程的低估,区域输送贡献率仍存在不确定性。但是,与1月15—19日平均相比, PM2.5的本地贡献明显减少,上风区域贡献明显增加。     

北京雾、霾天细粒子质量浓度垂直梯度变化的观测

近年来北京城市区域雾霾天气显著增加,不仅严重影响工农业生产和交通运输,还严重影响人体健康.2007年夏秋季节,北京325 m气象塔8、80和240m平台梯度观测结果表明,雾、霾、晴三种典型天气状况大气细粒子质量浓度垂直分布各有特点,雾天(11月5～6日)低层浓度明显偏高,6日从低到高3层PM2.5(空气动力学直径小于等于2.5μ的大气气溶胶)浓度日均值分别为352.6±79.3、224.7±69.0、214.8±32.8 μg·m~(-3);霾天(8月19～20日)细粒子上下混合均匀,19日从低到高3层PM2.5浓度分别为89.8±29.3、88.9±29.8、90.0±31.7 μg·m~(-3);晴天(8月22～23日)细粒子昼夜变化明显,夜间在80 m高度出现明显分层,23日80 m以下平均值为32.6±13.1μg·m~(-3),240 m平均值为27.4±13.5μg·m~(-3).雾天细粒子主要来源于局地,霾天细粒子污染表现为时空分布十分均匀的城市群区域污染特征且污染物积累;连续晴天细粒子明显被清除.