京津冀周边秸秆燃烧对PM2.5无机组分影响

华北平原是我国主要农作物产区,田间秸秆焚烧现象普遍存在,选取秋收季节（2014年10月）分析了秸秆燃烧的排放特征,利用区域化学传输模型WRF-Chem模拟研究了燃烧排放对气态前体物及其氧化产物的影响,以及最终导致的PM_2.5中硫酸盐、硝酸盐和铵盐的变化。研究表明:2014年秋收季节,河南和山东等省份的秸秆燃烧排放会在东南风的输送作用下影响京津冀地区;秸秆燃烧排放大量挥发性有机物（VOCs）,导致火点源及周边地区大气中主要氧化剂浓度上升,提升了区域大气氧化能力;当携带大量VOCs的秸秆燃烧烟羽与以化石燃料排放为主的城市气团相混合时,大气氧化性增强会加速城市地区人为源排放的NO_x和SO₂等气态前体物的氧化过程,提高硫酸盐和硝酸盐的形成速率、促进二次无机气溶胶的生成。     

天津2011年秋冬季PM2.5组分特征及其对能见度的影响

利用2011年能见度、相对湿度、风速逐时观测资料和11月16日至12月13日期间颗粒物膜采样数据,分析天津市大气能见度与PM_2.5组分的关系。结果表明：天津颗粒物质量浓度与能见度变化总体呈负相关,PM_2.5和相对湿度对能见度的影响作用明显。能见度与颗粒物中TC质量浓度变化呈负相关,SO₄^2-,NO₃^-,OC和EC是影响大气能见度的主要组分,其中SO₄^2-浓度对能见度影响最大,其次为OC浓度、EC浓度,NO₃^-浓度对能见度的影响相对较小。后向轨迹和混合层高度分析表明,气象条件是造成PM_2.5质量浓度分布差异的重要原因。     

秸秆燃烧排放对北京及其周边地区PM2.5浓度影响的数值模拟

采用卫星监测的火点燃烧排放数据,利用区域化学传输模式WRF-Chem模拟分析了2017年5月华北地区细颗粒物(PM2.5)质量浓度分布,通过生物质燃烧排放源(华北区域以秸秆燃烧为主)开关的敏感性试验定量计算了燃烧排放对北京及其周边地区PM2.5质量浓度的影响。卫星监测结果显示,2017年5月华北地区有大量的秸秆焚烧现象,对该地区空气质量造成一定影响的燃烧天数为20 d,占全月总日数的65%左右。数值模拟结果表明:该地区秸秆燃烧排放导致PM2.5浓度升高的区域集中在华北平原农作物产区,其分布位置与卫星监测的火点分布吻合。秸秆燃烧导致这些地区PM2.5浓度月平均值上升幅度普遍超过3 μg/m~3,高值区超过了11 μg/m~3,上升比例可达10%以上;此外,来自华北平原及长三角地区的燃烧排放对北京(特别是东南部地区)污染物浓度的影响是不容忽视的,其中河南、山东、天津等地的秸秆燃烧在合适风场的作用下会严重影响北京,可导致丰台及通州等地PM2.5小时浓度上升超过17 μg/m~3,上升幅度超过40%。     

泰山PM10及其中化学成分变化特征

为研究华北平原区域背景气溶胶成分及其变化特征,2010年6月至2011年7月在泰山顶采集了64个PM10滤膜样品,分析了样品的PM10及其中无机盐离子和有机碳（OC）、元素碳（EC）的质量浓度,并对各成分相关性等进行了分析。泰山PM10年均质量浓度约为68.4 mg/m³,其中无机盐离子约占总质量的64.8%,碳气溶胶约占17.4%。无机盐离子的质量浓度从春季逐渐增大,夏季达到峰值,秋季下降,冬季最小;OC质量浓度从春季至秋季逐渐增高,冬季最低,EC变化类似,但夏秋两季差别不大。二次有机碳（SOC）与OC的比值四季均在50%以上,年均值约为58.5%。通过后向轨迹聚类分析发现,在经过城市的较短轨迹以及南方较短混合轨迹的影响下,泰山PM10质量浓度较高,而西北长距离传输气团PM10浓度均较低。     

2010年长江三角洲临安本底站PM2.5理化特征

2010年在代表长三角区域背景地区的浙江省临安区域大气本底站开展了对大气细粒子PM_2.5为期1年的地面观测,并对细粒子中水溶性离子和碳组分的季节变化特征进行了分析。临安2010年大气中PM_2.5质量浓度平均为 (58.2±50.8) μg·m－3,PM_2.5质量浓度季节变化明显。利用HYSPLIT4模式计算了2010年临安72 h后向轨迹,根据轨迹计算与聚类结果,结合地面观测的PM_2.5数据进行了分析。研究表明:临安地区因受到长江三角洲区域及偏北气流引起的污染传输影响,呈现出高细粒子水平特征。PM_2.5中总水溶性离子年平均质量浓度为 (28.5±17.7) μg·m－3,占PM_2.5质量浓度的47%。其中,气溶胶组分SO₄2-,NO₃-和NH₄+所占比例最大,共占总水溶性离子的69%。PM_2.5中有机碳和元素碳的年平均质量浓度分别为 (10.1±6.7) μg·m－3和 (2.4±1.8) μg·m－3。有机碳和元素碳质量浓度显著相关,表明有机碳和元素碳主要来自相同的排放源。     

秸秆燃烧对北京秋季气溶胶浓度和短波辐射影响的模拟研究

利用地面细颗粒物（PM2.5）浓度和气象常规观测资料、地基 AERONET观测资料、GFED生物质燃烧排放清单和大气化学—天气耦合模式WRF-Chem,模拟研究了华北地区2014年10月气象要素和大气污染物的时空演变,重点关注北京10月7～11日的一次重霾事件及其天气形势、边界层气象特征、输送路径、PM2.5及其化学成分浓度变化等特征,以及秸秆燃烧对华北和北京地区细颗粒物浓度和地面短波辐射的影响。与观测资料的对比结果显示,模式可以很好地模拟北京地区地面气象要素和PM2.5质量浓度,考虑秸秆燃烧排放源可以明显改进北京PM2.5浓度模拟的准确性,但在重度污染情况下,模式总体上低估气溶胶光学厚度和高估地面短波辐射。10月7～11日北京地区重霾事件主要是不利气象条件下人为污染物累积和区域输送造成,也受到华北地区南部秸秆燃烧的影响。河南北部、河北南部和山东西部大面积秸秆燃烧释放的气态污染物和颗粒物在南风的作用下输送至北京,秸秆燃烧对北京地区地面PM2.5、有机碳（OC）、硝酸盐、铵盐、硫酸盐和黑碳（BC）的平均贡献率分别为24.6%、36.8%、23.2%、22.6%、7.1%和19.8%,秸秆燃烧产生的气溶胶可以导致北京地面平均短波辐射最大减小超过20 W m－2,约占总气溶胶导致地表短波辐射变化的24%。     

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。     

乌鲁木齐市PM10,PM2.5和PM1.0浓度及分布变化特征研究

利用GRIMM180气溶胶粒谱分析仪采集乌鲁木齐市PM10、PM2.5和PM1.0数据,研究表明:乌鲁木齐市气溶胶颗粒物质量浓度在进入采暖季后急剧增加,冬季颗粒物中细粒子含量最高,PM2.5/PM10可达77.6%,PM2.5/PM10,PM1.0/PM10,PM1.0/PM2.5三比值体现了颗粒物的分布特征,四季污染程度越高,细粒子含量越高。四季无降水日PM10、PM2.5、PM1.0的质量浓度和分布的日变化基本呈三峰三谷型,出现早—午—晚峰值,上午—下午—午夜后谷值,各季节峰谷值具体出现时间略有差别,由于冬季逆温层顶盖等因素的影响,冬季质量浓度和分布的日变化在此基础上多了两次波动。降水的发生对冬、春季质量浓度的影响大于夏、秋季,对不同粒径段粒子的分布影响有一定差别。     

2014-2017年华北平原PM2.5组分消光与能见度对比研究

华北平原大气污染与低能见度状况一直是人们关切的问题.本文通过分析2014-2017年PM2.5化学成分的浓度和消光效果,研究了华北平原典型城市保定市的大气污染特征.结果表明,PM2.5组分的年均浓度显示下降趋势,水溶性无机离子,碳质气溶胶和金属元素分别减少了11 μg m-3,23μgm-3和1796 ng m-3.N...     

关于大气环境中PM2.5的研究进展

总结了国内外关于大气环境中PM_2.5的研究进展。针对目前国内大部分城市阴霾天气日益加重,国内相关部门和领域更加重视PM_2.5的监测和研究的现状,调研了国内外大气环境领域关于PM_2.5的研究情况,提出改善空气质量、加强PM_2.5研究的建议。介绍了PM_2.5的定义,指出PM_2.55对人体健康和能见度的不利影响。国内关于PM2.5的研究工作包括：分析PM_2.5和气象条件的关系;PM_2.5的观测特征以及成分和来源分析;开展PM_2.5的数值模拟。叙述了沈阳地区关于PM_2.5的研究情况,指出了改善沈阳城市大气环境的措施,包括加强PM2.5的连续监测,调整产业结构和布局,提高能源效率,发展洁净能源、减少煤炭消费,防治机动车尾气污染。     

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...     

2007和2008年夏季北京奥运馆大气PM10与PM2.5质量浓度变化特征

为了监测北京奥运主场馆附近大气颗粒物的污染状况以及评估奥运污染源减排措施对北京大气颗粒物质量浓度变化的影响,利用颗粒物在线监测仪器TEOM于2007年和2008年夏季,在奥运主场馆附近的中国科学院遥感应用研究所办公楼楼顶对大气颗粒物PM10和PM2.5进行了连续同步观测。结果表明,2007年夏季监测点附近大气PM10与PM2.5质量浓度的平均值分别为153.9和71.2μg.m-3,而2008年夏季PM10与PM2.5质量浓度的平均值分别为85.2和52.8μg.m-3。与奥运前一年同时段相比,奥运时段大气PM10和PM2.5的质量浓度分别下降44.5%和25.1%。对比分析奥运前后的2次典型污染过程发现,空气相对湿度的增加和偏南气流输送的共同影响易造成大气颗粒物的累积增长,而降雨的湿清除作用和偏北气流则会使大气颗粒物浓度迅速降低。在相近的气象条件下,奥运前后的污染过程中,大气细粒子的日均增长速率分别为25.1和13.9μg.m-3.d-1,而大气粗粒子的日均增长速率分别为20.8和2.2μg.m-3.d-1,奥运时段污染累积过程中大气粗、细粒子的增长速率分别显著低于和略低于奥运前同时段污染过程中颗粒物的增长速率。污染源减排措施的实施是奥运期间大气颗粒物质量浓度降低的主要原因,从控制效果来看,奥运期间实施的污染源减排措施对大气粗粒子的控制效果明显好于大气细粒子。     

Chemical characteristics of haze during summer and winter in Guangzhou

Airborne particles were collected with a 10-stage MOUDI and a PM₁₀ sampler in Guangzhou, China, during both haze and normal days in the summer of 2002 and 2003, and winter 2002. The characteristics of PAHs, organic carbon, elemental carbon and water-soluble inorganic ions were studied under four periods (summer normal, summer haze, winter normal and winter haze). In this study, secondary pollutants (OC, SO₄²⁻, NO₃⁻ and NH₄⁺) were the major chemical components and appeared to show a remarkably rapid increase from normal to haze days. The particle mass size distributions were bimodal and dominated by fine particles in haze days. A significantly higher OC/EC ratio was found in haze days (3.2–4.7) compared to normal days (1.8–2.8), indicating secondary organic aerosol formation might be significant during haze days. Correlation analysis between visibility and chemical species showed that the major scattering species were TC (total carbon) and sulfate in normal days and nitrate and TC in haze days, respectively. Simultaneously, correlation analysis between visibility and meteorological factors demonstrated that visibility increased with both temperature and wind speed, while it decreased with relative humidity. Furthermore, the relatively higher value of IcdP/(BghiP + IcdP) and the low value of Cmax, CPI, and BghiP/BeP in winter haze could be due to the growth of motor vehicle usage and energy consumption in winter.     

2015年11月沈阳地区一次PM2.5重污染过程综合分析

利用多源观测资料综合分析了2015年11月沈阳地区一次PM2.5 重污染天气的气象条件、垂直风场演变、大气边界层特征以及污染物的来源。结果表明:本次重污染过程中,沈阳市区PM2.5浓度长达81h超过250μg · m^-3 ,其中峰值浓度达到1287μg · m^-3 ,重污染期间PM2.5 /PM10 的比例最高为90%。受地面倒槽和黄淮气旋影响,近地面层持续存在的逆温层、高相对湿度和弱偏北风为颗粒物吸湿增长和长时间聚集提供有利的天气条件。风廓线雷达风场资料显示在重污染期间,近地面层存在弱风速区、凌乱风场和弱下沉气流。利用风廓线雷达资料计算了边界层通风量(Ventilation Index,VI)和局地环流指数(Recirculation,R),边界层通风量VI和PM2.5 存在明显的负相关,非污染日VI是重污染日的2倍,局地环流指数R在重污染天气前大于0.9,而在污染期间部分空间R小于0.8。通过后向轨迹模式和火点监测资料分析发现,沈阳上空300m高度气团来自于生物质燃烧区域,而且沈阳地区NO2和CO浓度的变化与PM2.5一致,说明本次重污染过程也可能和生物质燃烧有关。     

Chemical composition of PM2.5 at an urban site of Chengdu in southwestern China

PM2.5 aerosols were sampled in urban Chengdu from April 2009 to January 2010, and their chemical compositions were characterized in detail for elements, water soluble inorganic ions, and carbonaceous matter. The annual average of PM2.5 was 165g m－3, which is generally higher than measurements in other Chinese cities, suggesting serious particulate pollution issues in the city. Water soluble ions contributed 43.5% to the annual total PM2.5 mass, carbonaceous aerosols including elemental carbon and organic carbon contributed 32.0%, and trace elements contributed 13.8%. Distinct daily and seasonal variations were observed in the mass concentrations of PM2.5 and its components, reflecting the seasonal variations of different anthropogenic and natural sources. Weakly acidic to neutral particles were found for PM2.5. Major sources of PM2.5 identified from source apportionment analysis included coal combustion, traffic exhaust, biomass burning, soil dust, and construction dust emissions. The low nitrate: sulfate ratio suggested that stationary emissions were more important than vehicle emissions. The reconstructed masses of ammonium sulfate, ammonium nitrate, particulate carbonaceous matter, and fine soil accounted for 79% of the total measured PM2.5 mass; they also accounted for 92% of the total measured particle scattering.     

南京市PM2.5物理化学特性及来源解析

在夏、冬两季,分别在南京市4个站点进行为期7天的气溶胶PM2.5采样,同步采集并分离主要排放源的PM2.5样品,用X射线荧光光谱仪(XRF)分析得到气样及源样中PM2.5的化学成分,对南京市PM2.5的物理化学特性、富集因子进行了分析,并应用化学质量平衡法(CMB)计算各类源对气溶胶PM2.5的贡献。结果表明,南京市PM2.5的夏、冬平均值分别为69.1、139.5μg.m-3,PM2.5/PM10的全年平均值为63.9%;富集成分中,S、As、Zn、Pb等主要来源于人为污染源,Na则主要来源于海洋。来源解析的结果表明,各类污染源对南京市气溶胶PM2.5的贡献率分别为:扬尘37.28%、煤烟尘30.34%、硫酸盐9.87%、建筑尘7.95%、汽车尘2.98%、冶炼尘2.57%、其他源9.01%。作者还对扬尘中的PM2.5进行了来源解析。     

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.     

北京两次沙尘污染过程中PM2.5浓度变化特征

利用北京市空气质量监测数据和气象资料,对2013年2月28日和3月9日两次沙尘污染过程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)、PM10(空气动力学当量直径小于等于10μm的颗粒物,即可吸入颗粒物)浓度及PM2.5浓度/PM10浓度比值的变化特征进行了分析,研究结果表明:(1)沙尘开始影响北京时,PM2.5与PM10浓度表现出反位相变化,PM10浓度在两次沙尘过程中2 h内分别上升50.8%与202.4%,最高达800μg m-3以上;PM2.5浓度分别下降58.3%与50.9%,直至下降至35μg m-3以下,PM2.5有明显改善现象。(2)虽然PM2.5浓度在沙尘到达前有缓升的迹象,但沙尘抵达后,PM2.5浓度持续快速下降,PM2.5浓度/PM10浓度比值由沙尘影响前的0.75以上降至0.25以下。沙尘影响前,PM2.5日均值均超过150μg m-3,北京地区处于重度污染水平。这说明沙尘来临前以人为污染为主,主要由细粒子"贡献",沙尘来临后的空气污染,主要由巨、大粒子的沙尘"贡献"。     

汕头市PM2.5的气象要素影响分析及预报研究

利用2014—2017年汕头市PM_2.5的日浓度资料、以及汕头市国家基准气象观测站的同期地面气象资料,重点分析了汕头市PM_2.5浓度的变化特征以及风、混合层厚度、降水等气象条件对PM_2.5浓度的影响,同时探讨了污染物浓度变化的成因。在此基础上,根据汕头市的气候特点,采用BP （Back-Propagation）人工神经网络方法针对汛期和非汛期分别建立了PM_2.5质量浓度预报模型。结果表明：与多数内陆城市不同,汕头市PM_2.5浓度日变化为单峰型,这与汕头地处沿海受海陆风影响有关;PM_2.5浓度日峰值出现在08时左右,除早高峰污染物排放增加的因素外,与早晨时段的低风速环境有关;PM_2.5日均浓度随着风速的增大呈现减小趋势,PM_2.5日均浓度与08时混合层厚度显著相关（相关系数为-0.143）;汕头市非汛期PM_2.5浓度比汛期高,这与汕头市的亚热带季风气候特征有关,汛期各量级降水（暴雨以上除外）对PM_2.5的清除效果无明显差别,而非汛期降水对PM_2.5浓度有明显清除作用;BP人工神经网络模型的预报效果表明,汛期和非汛期的PM_2.5级别命中率TS分别为100%和90.3%,准确指数分别为87.7%和89.9%,总体预报效果良好。不同时期预报模型出现正误差的数量和程度均大于负误差,汛期预报模型在有强降水发生时误差较大,而非汛期预报模型在有冷空气入侵时误差较大。