华北典型农业区PM2.5组分分析与来源解析

华北大气污染区域化正在对农业生态区域产生显著影响,为了了解华北农业地区大气细颗粒物PM2.5的季节分布特征,2017年7月、9月、12月以及2018年4月在中国科学院禹城农业生态综合实验站进行分季节PM2.5样品采集,并测定分析了样品中31种化学成分.结果表明,碳质气溶胶总体的浓度水平为13.11±8.37μg m-3,有机碳(OC)冬春季节浓度较高,元素碳(EC)浓度在秋冬季节较高.同时OC/EC的比值在秋季明显偏低,表明在秋季二次碳质气溶胶对PM2.5贡献较小.水溶性离子浓度总体在冬季最高.NO3-/SO2-4比值在夏季明显偏低为0.69,华北地区夏季固定点源对大气污染的贡献相对较高.PM2.5中金属元素以Na、Mg、Al、Ca、K、Fe等地壳元素为主,具有致癌风险的Co、Cr、Ni、Pb、As等金属元素年均浓度为0.32±0.24 ng m-3、5.40±5.42 ng m-3、10.23±7.46 ng m-3、42.23±27.75 ng m-3、5.66±3.79 ng m-3.受体模型(PMF)计算结果表明,PM2.5的主要来源为二次污染源、生物质燃烧源、燃煤燃油源、柴油车尾气和土壤源,贡献率分别达37.1％、18.2％、14.2％、9.4％和7.9％,表明农业区细颗粒物污染受到华北工业、农业与自然排放的多重影响.     

贵阳市PM2.5分布特征及气象条件的影响

利用2013~2017年贵阳市10个国控空气质量监测站点PM_2.5逐时监测数据,分析了贵阳市大气污染物污染水平及其时空分布特征。结果表明:(1)贵阳市PM_2.5年均浓度为36.14 ug·m-3,基本处于国家空气质量二级标准范围内,污染程度较轻;(2)贵阳市PM_2.5浓度冬季浓度为一年中最高,最高值出现在12月,夏季浓度最低,最小值出现在7月;(3)气象要素对PM_2.5浓度的影响是显著的,尤其是在分季节的情况下,气象要素对PM_2.5的影响差异较大。PM_2.5浓度与太阳辐射、日照时数、气压呈显著正相关,与降水、相对湿度、风速、气温呈显著负相关。太阳辐射夏季对PM_2.5影响最大,日照时数春季对PM_2.5的影响最大,气温在夏、秋季与PM_2.5浓度呈显著负相关。春季降水对PM_2.5的相关性更为显著,风速对夏、冬季与PM_2.5浓度具有显著负相关性。      

唐山市PM2.5和O3行业来源解析

京津冀位于华北平原腹地,面临着严重的空气污染问题,尤其是河北省的重点工业城市唐山,长期位于全国空气质量最差的前十名。为改善空气质量,过去的十多年间我国颁布实施了多项污染防治计划,但唐山的PM_2.5和夏季O₃浓度仍超国家标准。为此,使用WRF(Weather Research and Forecasting Model)-CMAQ(Community Multiscale Air Quality Model)模型量化了唐山市2020年PM_2.5和O₃浓度的行业贡献并分析其协同控制可行性。工业源对唐山市PM_2.5浓度贡献最大,约占45%,其次是居民源约占16%。冬季能源、居民源和农业源占比为全年最高,分别达17%、19%和11%。O₃浓度的背景值约占一半以上,4月占比最高。在非背景值中,唐山O₃浓度最大来源为工业源,约占53%,其次是交通源,约占22%。生物源、交通源和能源行业的贡献在7月有所上升,分别约10%、27%和20%。不同污染情...     

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。     

北京地区夏末秋初气象要素对PM2.5污染的影响

利用北京宝联站及北京上甸子大气本底站2006—2008年的7—9月PM_2.5连续观测资料以及北京市观象台的探空数据、海淀气象站的风廓线雷达和降水量等资料,对北京地区夏末秋初PM_2.5的质量浓度特征及其与气象要素的关系进行了统计分析。结果表明:城区站各月平均PM_2.5质量浓度明显高于郊区站,高空偏南气流的输送是造成城区及本底地区出现细颗粒物污染的主要原因。从地面风速来看,城区当北风和南风分别达到2 m·s-1和3.5 m·s-1以上时能起到扩散作用;郊区在低风速的北风条件下也能起到扩散和稀释作用,而南风基本上对郊区的颗粒物无扩散作用。PM_2.5质量浓度在降水前后的清除量与降水量、初始质量浓度均呈正相关关系,城区及郊区的云下清除过程更多取决于降水前污染物的浓度,降水量作用较弱。当混合层高度突破1500 m时,垂直扩散对污染物的稀释扩散效果明显。     

潮州市区PM2.5的变化特征及与气象要素关系

利用潮州市2014—2020年空气质量逐小时质量浓度数据,分析了PM_2.5质量浓度的年、月、日变化特征,并结合相应时段的潮州国家站气象资料,分析了PM_2.5质量浓度与气象要素的关系。结果表明：2014—2020年潮州市区PM_2.5年平均质量浓度、超标出现日数均呈下降趋势。PM_2.5质量浓度具有明显的月和季节变化特征,其峰值出现在3月、谷值在6月,秋冬春季的质量浓度较高及超标日较多,尤其是1—4月份,需加强PM_2.5污染防控。二级和轻度污染质量浓度的日变化呈双峰型分布,主峰在20:00,次峰在01:00;中度污染质量浓度出现3个峰区,第1峰在01:00、第2峰在21:00、第3峰在09:00,各级最低谷均出现在14:00—15:00。各级质量浓度对应的气象条件有较大差异,其中一级时平均雨量较大、气温较高、风速较大;超标时平均雨量较小、气温较低、风速较小;二级处于一级和超标之间。日雨量1 mm以下、平均气温15～20℃之间、风速≤1.5 m/s时,平均质量浓度及超标率较高。西风及静...     

北京及周边地区2013年1—3月PM2.5变化特征

2013年1—3月北京及周边地区雾、霾高发,气候特征异于常年。利用2013年1—3月北京及周边地区6个地面观测站观测资料,研究PM_2.5和黑碳 (BC) 的质量浓度、区域分布特征及气象要素的影响情况。结果表明:北京及周边地区PM_2.5污染呈区域性高值、污染局地积累以及由南向北输送的特征。北京上甸子站在雾、霾与清洁期间BC与PM_2.5质量浓度的比值分别为7.1%和10.3%,雾、霾期间低于清洁期间;而河北固城站在雾、霾与清洁期间BC与PM_2.5质量浓度的比值分别为17.5%和11.9%,雾、霾期间明显高于清洁期间。二者相反的比值特征反映在清洁的下游地区雾、霾过程中二次生成的气溶胶所占比例较污染的上游地区偏高。     

太原冬季PM2.5中有机碳和元素碳的变化特征

2005年12月—2006年2月在太原市区持续观测了气溶胶细粒子PM_2.5, 并应用Sunset碳分析仪进行了有机碳 (organic carbon, OC) 和元素碳 (elemental carbon, EC) 的测定。结果表明:太原冬季PM_2.5, OC和EC浓度均较高, 其中PM_2.5日平均浓度变化范围为25.4~419.0 μg/m3, 日平均浓度为193.4±102.3 μg/m3, OC平均浓度为28.9±14.8 μg/m3, EC平均浓度为4.8±2.2 μg/m3, OC/EC平均比值是7.0±3.9, 即太原市冬季PM_2.5和碳气溶胶污染严重。OC在PM _2.5中占18.6%, EC占2.9%, 这表明碳气溶胶是太原大气细粒子污染控制的关键组分。在太原市冬季, 采暖燃烧的煤是OC和EC的主要贡献源, 造成OC大大高于EC, 从而使OC/EC比值增大。各种气象条件对PM_2.5, OC, EC和OC/EC比值的变化都有不同程度的影响, 特别是大雾天气、相对湿度、风速和降雪是影响碳气溶胶浓度变化的重要因素。     

利用PCA-kNN方法改进广州市空气质量模式PM2.5预报

为了提高广州市PM_2.5客观预报能力,采用主成分分析结合机器学习算法k近邻（PCA-kNN）方法,基于空气质量模式（CMAQ）预报产品、中尺度天气模式（GRAPES-MESO）预报产品和2017年上半年广州PM_2.5观测实况,试验确定PCA-kNN方法的最佳参数方案,建立广州市空气质量模式PM_2.5预报客观订正方法。结果表明:与CMAQ模式的PM_2.5预报相比,在第1~3天预报时效上,PCA-kNN订正结果与实况的相关系数分别提高20%、15%、29%,均方根误差分别降低17%、16%、20%,平均偏差更接近0,PM_2.5浓度等级TS评分接近或优于CMAQ预报,PCA-kNN订正结果优于CMAQ预报。机器学习算法PCA-kNN方法可有效改进广州市空气质量模式PM_2.5预报,本研究对其他地区、其他污染物客观预报研究具有借鉴意义。      

不同降水强度对PM2.5的清除作用及影响因素

云和降水过程是大气污染物的重要清除途径,但由于降水过程和大气污染颗粒物本身的复杂性,目前降水过程对大气污染物的清除机制及影响因素有待深入研究。该文利用2014年3月—2016年7月在北京地区连续观测的PM_2.5和降水数据,研究了不同降水强度对PM_2.5的清除率,以及雨滴谱、风速和降水持续时间对PM_2.5清除率的影响。研究表明:降水强度越大,对PM_2.5清除效率越高。小雨、中雨和大雨对PM_2.5清除率平均值分别为5.1%,38.5%和50.6%。小雨不但对PM_2.5的清除率最低,而且对PM_2.5的清除效果也存在很大差异,约50%的小雨个例中PM_2.5质量浓度出现减小情况,而另外50%的小雨个例中,PM_2.5质量浓度出现增加情况。在持续时间长或地面风速增大的情况下,小雨也表现出较高的清除率。在中雨和大雨情况下,PM_2.5质量浓度均出现明显减小情况。但降水持续时间和风速对中雨和大雨的清除率影响较小,这是由于中雨和大雨一般在较短时间内即可清除大部分PM_2.5,因此,对降水的持续时间和风速大小不敏感。     

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。     

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。     

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.     

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.     

2014年2月北京PM2.5污染过程及天气形势分析

2014年2月19—27日,北京出现了重度污染及以上水平的霾天气,严重危害着人们的身体健康。以北京该段持续污染过程为研究对象,基于同期气象数据与PM2.5 观测数据,利用SPSS统计软件分析了PM2.5浓度与气象因子间的相关性,探究区域周边城市PM2.5 污染变化特征及其与地面天气形势之间的关系。研究结果表明,在一定的气象条件下,PM2.5 浓度与风速、相对湿度分别呈显著的负相关、正相关,与气压呈负相关,与气温无显著相关关系。同时,比较该时段北京市与周边区域7个城市的PM2.5 浓度变化趋势及后向轨迹分析,发现北京市与周边城市在相似的气象背景条件下,污染过程具有区域性特征。华北地区处于地面高压均压场控制时,地面风速小,逆温层明显,大气层结稳定,区域扩散条件差,弱偏南气流主导时间长,受局地源积累和区域输送的影响,污染物浓度累积上升,可形成持续霾天气。     

深圳市龙华新区PM2．5质量浓度分布特征及来源分析

通过对龙华新区2个监测站点2012年的PM2．5监测数据进行分析,得出新区PM2．5年均质量浓度值为0．043mg／m^3,全年总超标天数为30d,超标率为8．2％。PM2．5污染具有明显的季节性特征,干季污染严重,雨季则较轻。新区常年盛行偏北风,处于东莞、惠州等污染严重区域的下风向,且风速偏小,是新区PM2．5来源及质量浓度升高的重要原因之一。同时,利用大气环境影响评价系统的AERMOD模型对新区PM2,污染质量浓度分布进行模拟,结果显示新区PM2．5主要来自本地污染源,贡献率为51．2％,外地污染源贡献率为48．8％。其中,PM2．5污染主要受机动车尾气和道路扬尘影响,贡献率为32．0％,其次是施工项目和裸露土地影响,贡献率为18．2％,工业污染源影响非常小。     

北京地区一次PM2.5重污染过程的边界层特征分析

利用北京市环境保护监测中心和美国大使馆的细颗粒物（PM2.5）逐时监测数据,中国科学院大气物理研究所325 m气象梯度塔资料以及实况天气图和探空资料,对2015年11月27日至12月1日北京的PM2.5重污染过程的边界层特征进行了分析。研究发现:这次重污染过程持续时间长、强度大,其中PM2.5浓度超过75 μg/m3的时次共计126 h,超过150 μg/m3共计116 h,小时最高PM2.5浓度为522 μg/m3。在高低空环流场配置的影响下,近地面静风和多层逆温结构抑制了污染物在水平和垂直方向上的输送,加上边界层内的深厚湿层,使得其中气溶胶不断吸湿增长,高PM2.5浓度得以维持。在重污染期间,湍流动能较低,不利于污染物的水平和垂直扩散。垂直方向的湍流动能一直占水平方向的15%~20%左右,水平湍流动能占主要贡献。摩擦速度与湍流动能呈现出相似的变化趋势,不同高度之间的摩擦速度差别不大。超出前后时次一个数量级的湍流强度尖峰的出现是湍流场发生调整的一个信号,是PM2.5浓度发生剧烈转变的前兆,预示着污染状况更加糟糕。重污染过程中感热通量的输送方向为从地面向大气输送,感热通量和潜热通量都大幅减少,并且表现出明显的日变化特征。对湍流功率谱计算和分析表明,在重污染过程期间,时间尺度为5 min至6 h的中尺度过程对从地面到大气方向的动量和热量通量输送做出了重要贡献。     

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。     

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"。     

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。