2015年喀什市大气颗粒物的时空分布规律

本文主要针对塔里木盆地西侧喀什市的大气污染问题,采用多站点、多种污染物数据,分析2015年大气污染物的时空分布规律,揭示其大气污染物的主要特征。总体来看,喀什市主要以颗粒物污染为主,即PM10、PM2.5污染严重。从季节上来看,喀什PM10 平均浓度为春季最高、秋季次之,冬季最低的特点,而PM2.5则呈现冬季最高,夏季最低的特点。如PM10平均浓度春季最高,为504.2μg/m3,这与喀什春季气候特征有关。从日变化来看,PM10的日变化曲线四季除春季外都为双峰结构,春季为多波动型;PM2.5的日变化曲线秋、冬季为双峰结构,春、夏季为波动型结构。总体来看,两类污染物浓度全天的较大值都出现在午夜1:00与下午13:00左右。从空间分布来看, PM10浓度总体上是城市北部低、东南部高的特点;PM2.5浓度四季呈现城市西北部低、南部高的特点。     

新疆重点城市大气颗粒物变化特征

本研究基于新疆16个主要城市2015—2022年40个环境监测站逐时的6类空气污染物（PM2.5、PM10、SO2、NO2、CO、O3）数据,分析了大气污染物的时空分布特征,得出以下结论：（1）新疆大气污染物以颗粒物为主。（2）PM10浓度的空间分布由南往北逐步降低,浓度最高值出现在和田的春季,达六级污染（546 μg·m-3）;PM2.5浓度在春季、夏季、秋季与PM10浓度分布特征一致,冬季中天山北坡城市浓度明显升高,全年最高值出现在五家渠市冬季,达五级污染（172 μg·m-3）;四季PM10和PM2.5浓度最低值均在阿勒泰市,空气质量优。（3）乌鲁木齐市和喀什市颗粒物浓度整体呈下降趋势。阿勒泰市两类颗粒物浓度整体较低,空气质量均为优良等级。乌鲁木齐市PM10及PM2.5浓度在冬半年较高,两类颗粒物均在2017年1月达到最高值,达五级污染。喀什市PM10浓度在2—5月较高,PM2.5浓度在10月至次年5月较高,两类颗粒物均在2016年3月达到最高值,达六级污染。（4）两类颗粒物浓度日变化相似,阿勒泰市四季均在23:00时前后较高,乌鲁木齐市春、夏、秋三季在00:00—02:00较高,冬季在22:00时较高,喀什市春、夏、秋三季在夜间01:00时前后较高,冬季在13:00时较高。     

新疆东部黑戈壁地表辐射及能量收支演变特征

新疆东部黑戈壁作为气候恶劣、人迹罕至的生态脆弱区，具有丰富的太阳能资源。利用红柳河陆气相互作用观测站2019年4、7、9月观测资料，分析东疆黑戈壁地表辐射及能量收支演变特征。结果表明：（1）地表辐射及能量收支各分量日变化均为单峰型。就不同季节而言，太阳总辐射和净辐射为夏季>春季>秋季，反射短波辐射为春季>夏季>秋季，地表和大气长波辐射为夏季>秋季>春季。（2）能量收支各分量季节变化明显，感热通量为春季>夏季>秋季，潜热通量为夏季>秋季>春季，地表土壤热通量为秋季>夏季>春季；能量分配在不同季节均以感热为主，地表土壤热通量次之，潜热通量极其微弱。（3）地表反照率日变化均为“U”型，在不同季节表现为春季>秋季>夏季，依次为0.29、0.27、0.26。东疆黑戈壁地表反照率整体较高，这是下垫面为黑色砾石所致。     

2012年苏州地区PM2.5和PM10的时空变化特征分析

为了探明苏州地区大气污染物的时空分布特征,收集2012年苏州、昆山和太仓三个大气环境监测站的PM2.5、PM10等大气污染物观测资料及三站全自动气象观测数据,分析三站的PM2.5和PM10的时空分布特征;探讨气象条件对PM2.5和PM10的影响。结果表明:（1） 苏州市区PM2.5和PM10的年平均值分别是42.5和85.5 μg/m3,周边地区的年平均值是62.0和111.5 μg/m3;一年中苏州地区PM2.5和PM10的最大值出现在春季,最小值出现在夏季。（2） 一天中,苏州地区PM2.5和PM10的最大值出现在上午的8—9点。（3） 降水、气温、风速、气压等气象条件对PM2.5和PM10高浓度污染变化有重要影响。降水对PM2.5和PM10具有明显的清除作用,风则有较好的稀释扩散效应;PM2.5和PM10的浓度随气温的上升而升高;在高压状态下,PM2.5和PM10的浓度上升。（4） 苏州站PM2.5/PM10的变化范围和平均值都低于昆山站和太仓站,且PM2.5/PM10日变化存在明显的季节差异。      

四平市大气颗粒物浓度的变化特征

利用四平中韩沙尘暴监测站颗粒物监测仪器GRIMM180观测的2011年数浓度及ρ(PM10)、ρ(PM2.5)和ρ(PM1.0)数据及台站的常规气象观测资料,分析了该地区数浓度、质量浓度的变化特征及与气象条件的相关性。结果表明,PM2.5和PM10污染存在着明显的季节性变化,季节变化特征基本一致,表现为冬季>春季>秋季>夏季,冬季最重,夏季最轻;颗粒物质量浓度日变化呈现两峰特征,ρ(PM10)、ρ(PM2.5)和ρ(PM1.0)之间有很好的相关性,ρ(PM2.5)/ρ(PM10)的平均值为65.7%,ρ(PM1.0)/ρ(PM2.5)的平均值83.9%,ρ(PM1.0)/ρ(PM10)的平均值55.2%;四平地区年主导风向为SSW,颗粒物质量浓度变化受沙尘移动路径影响较大,采暖期间供热燃煤排放对空气质量有较大程度的影响,其中大风、浮尘等天气条件下颗粒物质量浓度值呈较大突变特性。     

脱硝技术与天然气应用情景下京津冀地区空气质量模拟评估

针对京津冀地区主要大气污染物NOx（氮氧化物）和PM2.5（大气中粒径小于或等于2.5μm的颗粒物）,应用柴油车尾气净化技术及中小锅炉烟气脱硝技术,并根据2015年和2030年我国能源规划,设计3种技术应用情景,采用WRF-CAMx耦合模式,对京津冀地区大气中NOx和PM2.5进行了应用情景模拟。结果表明,单独应用柴油车尾气净化技术后（方案1）,北京、天津地区大气中的NOx浓度降低幅度达20%,河北地区降低5%;PM2.5的浓度降低幅度约10%;应用柴油车尾气净化技术和2015年能源规划情景（方案2）,京津冀地区大气中NOx和PM2.5浓度的降低幅度均超过20%;应用柴油车尾气净化技术和2030年能源规划情景（方案3）,该地区NOx浓度降低幅度与之相当,PM2.5浓度降低幅度超过30%。可见脱硝技术和清洁能源利用的有效性依赖于其应用比例。二次气粒转化的化学过程形成的硝酸盐、硫酸盐和铵盐对该地区空气中PM2.5浓度的贡献很大,冬、春、秋季硝酸盐最大贡献高达60%,夏、秋季硫酸盐最大贡献超过70%,铵盐四季最大贡献约25%。这说明PM2.5的主要前体物NOx、SO2、NH3、VOCs (Volatile Organic Compounds)、CO等均大幅度削减才能有效降低该地区空气中PM2.5浓度。     

济南PM2.5质量浓度与气象条件相关性初步研究

通过对济南2013年12月—2018年2月PM2.5质量浓度数据分析得出,PM2.5质量浓度平均和最大值均为冬季最高,春秋季次之,夏季最低;PM2.5质量浓度值1月和12月最高,8月最低;其质量浓度呈明显的逐年递减趋势。在不同风向上PM2.5质量浓度存在显著差异性,在N风向和ESE(盛行)风向上均出现了质量浓度较大值,一方面与污染物的异地输送有关,另一方面与济南的特殊地形有关。研究表明,无论污染源在山脉的背风侧还是迎风侧,都很容易导致高浓度污染;尤其在冬季,山脉地形还会加重逆温影响,使污染程度加重。通过相关性研究发现,冬季、春季和秋季,PM2.5质量浓度与相对湿度和平均总云量均呈正相关,与日照时数及其距平呈负相关;冬季,PM2.5质量浓度与平均气温及其距平以及最高、最低气温均呈正相关,与平均、最高、最低气压均呈负相关;春季和秋季,PM2.5质量浓度与气温距平值呈正相关;夏季和秋季,PM2.5质量浓度与日降水量呈负相关,而且随着雨强的增大,对PM2.5的洗消作用越显著。上述变量间相关性均通过了P≤0.01显著性检验。     

淳安县PM_(2.5)和PM_(10)浓度变化特征分析

通过对淳安2013年全年的大气颗粒物PM2.5和PM10资料统计分析,得出该地区PM2.5和PM10质量浓度的季节变化、日变化特征以及气象因子对其的影响。结果表明:2013年淳安PM2.5年平均浓度为国家标准的1.2倍,PM10年平均浓度优于国家标准;PM2.5和PM10均具有明显的季节变化特征,表现为冬季秋季春季夏季;并且均呈现双峰型的日变化特征,二者出现峰值的时间基本一致,PM2.5和PM10峰值出现在18:00,次峰值出现在08:00,谷值均出现在14:00,主要与边界层变化和人为活动有关;PM2.5和PM10变化存在明显的线性关系。降水对颗粒物浓度影响较大,能有效降低颗粒物质量浓度。     

福州市PM2.5、PM2.5/PM10分布特征及与气象条件关系的初步分析

利用福州市PM2.5、PM10和气象资料,分析PM2.5、PM2.5/PM10的分布特征及与气象条件的关系。结果表明:福州市细粒子污染程度较轻,春季PM2.5和PM2.5/PM10值均是四季中最高的,其次是冬季,夏季最低;影响PM2.5浓度出现高值的天气系统有:暖区辐合与高空槽前、大陆高压后部和暖区降水三种系统,其中暖区降水天气形势下的PM2.5平均浓度最高,超标率为25.5%;影响PM2.5浓度出现低值的天气系统有:冷高压脊、高压底部和高空槽后,副热带高压及边缘,台风(热带辐合带)及外围系统,在后两种天气系统影响下的PM2.5平均浓度最低,超标率为0;剔除因降水、雾等低能见度个例,PM2.5浓度与能见度的相关系数为-0.626,冬春季的相关系数是夏秋季的1.4倍;PM2.5浓度与单一气象要素(如温度、相对湿度、风速等)相关性不明显,但不同季节、不同气象要素变化的组合对PM2.5浓度有直接影响。      

通辽市可吸入颗粒物质量浓度变化监测分析

文章基于通辽市2011年6月至2013年5月可吸入颗粒物质量浓度(PM10)资料数据,统计结果表明:(1)PM10年均质量浓度为85.92μg·m-3,未达到国家环境空气质量二级标准;(2)PM10季均质量浓度特征是春季冬季秋季夏季,PM10月平均质量浓度与季节分布基本一致;(3)PM10质量浓度在一周中呈现出单峰变化的特点,不同季节PM10质量浓度周变化不同;(4)PM10质量浓度日变化呈现双峰型分布。PM10浓度峰值从夏季到冬季逐渐推迟,这主要与日出日落时间和其他气象条件,以及上下班交通高峰相关;春季峰值还与沙尘天气发生时间有关。     

临安大气气溶胶理化特性季节变化

分别利用碳成分分析仪、离子色谱仪和原子吸收光谱仪等获取浙江省临安地区大气气溶胶在春、夏、秋、冬四季的质量浓度、离子与碳成分特性，并对不同粒径气溶胶成分分布特点作了较详细分析。结果表明:气溶胶质量浓度、可溶性离子浓度以及碳成分浓度具有明显的季节变化趋势。整个尺度范围内，气溶胶质量浓度季节变化特点为春季浓度最高，达到534 μg/m3；冬季次之，质量浓度为117.21 μg/m3；夏季浓度最低，平均为65.7 μg/m3；秋季质量浓度98.6 μg/m3。可溶性离子成分在气溶胶中所占比例具有明显的季节性，其中夏季最高为49.4%，春季最低为11.3%。硫酸根离子SO₄2-和氨根离子NH₄+和硝酸根离子NO₃- 3种离子浓度之和约占离子总量的75%~83%。受温度影响，硝酸根离子NO₃-浓度随季节变化幅度较大，夏季平均浓度为1.7 μg/m3, 冬季平均浓度为11.5 μg/m3，是夏季浓度的6.8倍。碳浓度分布特点显示，气溶胶中元素碳浓度春季最高，夏季最低。有机碳浓度春季最高，冬季最低。气溶胶粒度分布特点也非常明显。四季中粒径小于11 μm（PM₁₁）的气溶胶均占气溶胶总量的90%以上，粒径小于2.1 μm（PM_2.1）的气溶胶占到气溶胶总量的53%以上。可溶性离子在粒径小于2.1 μm气溶胶颗粒中，以硫酸根离子、氨根离子和硝酸根离子为主。碳成分尺度分布特征为颗粒越小，有机碳及元素碳浓度越高。     

2012年库尔勒市PM10质量浓度的变化特征分析

利用南疆最大的城市库尔勒市2011年11月15日-2012年11月30日连续自动可吸入颗粒物（PM10）浓度观测数据,分析了PM10的污染状况和质量浓度变化特征。结果表明：（1）由于气象条件与人类活动的影响,PM10浓度日变化为明显的双峰型。（2）PM。。质量浓度存在明显的周内变化,周一出现最大值274．8μg·m^-3,周三出现最小值196．7μg·m^-3。（3）PM10最高月浓度出现在4月,浓度为562．1μg·m^-3;7月达到最低浓度107．4μg·m^-3;11月达到次大值219．9μg·m^-3。（4）春季PM,。浓度较高,夏季较低,总体特征为：春季〉秋季〉冬季〉夏季,四季的平均浓度均超过国家二级标准。（5）降雪过程对PM10具有明显的清除作用,沙尘天气有使PM10质量浓度迅速增加的作用。     

一次持续性雾霾天气过程的阶段性特征及影响因子分析

应用常规与非常规气象观测资料及PM2.5浓度监测资料,对2013年1月20~24日山西区域一次持续性雾霾天气过程进行分析。研究发现：（1）本次雾霾天气过程具有明显的阶段性特征。2013年1月20日14时至23日11时,由于相对湿度的变化导致了3次轻雾转大雾过程;23日14~20时,由于PM2.5浓度的增大经历了1次轻雾转霾的天气过程。（2）地面弱的气压场和较小的风速以及PM2.5浓度的上升和相对湿度的增大为本次持续性雾霾天气过程的形成和发展提供了有利条件。（3）边界层逆温的存在是雾霾低能见度过程形成的必要条件,边界层有逆温层而不出现雾霾天气的条件是：相对湿度〈50%,PM2.5日均值浓度〈75μg·m-3;逆温层下相对湿度的大小是区别雾和霾天气的指标。（4）相对湿度和PM2.5是决定能见度大小的关键因子,其对能见度的影响体现出明显的阶段性特征,当相对湿度〈90%时,PM2.5浓度对能见度的作用强于相对湿度,是影响能见度变化的主要因子,但随着相对湿度的增大,其对能见度的影响相对增强,当能见度降至1 km以下时,相对湿度成为影响能见度变化的主要因子。     

江苏地区连续性雾霾天气的污染物浓度变化和特征分析

针对2013年1月江苏淮安地区发生的一次连续性雾霾天气过程,分析该天气过程中PM10和PM2.5的质量浓度演变特征、能见度与气象要素之间的关系、中低层环流特征以及污染物来源。结果表明:雾霾期间PM10和PM2.5质量浓度最低值出现在05:00至07:00(北京时间,下同)和13:00至17:00,最高值出现在21:00至23:00,PM10和PM2.5质量浓度并非同时达到极大值;持续变化较小的气压梯度、较低的风速、相对湿度的增大以及PM2.5和PM10质量浓度的增高是雾霾发生发展的必要条件;能见度与气压、相对湿度、PM2.5质量浓度的相关性较好,建立回归方程,对能见度的整体变化趋势拟合效果较好;高空环流形势平稳、中低层的暖平流、持续稳定少动的地面高压场分布为雾霾天气的持续发生发展提供了有利的形势背景;稳定的层结结构、中低层偏东及偏东北方向气团的输送、本地污染源以及严重的空气污染是此次过程中能见度偏低、霾天数较多的主要原因。     

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。     

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。     

金华市不同区域负氧离子浓度特征与气象环境因素相关分析

利用2019—2021年金华市空气负氧离子浓度和气象环境资料，研究不同区域（平原城区、平原公园、水边景区、山林景区）负氧离子浓度时空分布特征，分析人类活动最多的城区负氧离子浓度与气象环境因素不同时间尺度的相关性，以及不同天空状况的差异。结果表明：负氧离子浓度呈现平原低、山区高的分布特征，植被茂密、动态水流可增加负氧离子浓度和提高浓度等级。山林景区日出和日落前后负氧离子浓度较高，水边景区凌晨和午后出现高值，平原地区则在下午达到高峰。不同区域四季日变化趋势整体较一致，但不同季节负氧离子浓度峰值大小、日较差和出现峰值时刻存在差异。四季不同区域负氧离子浓度有所差异，主要表现为6—9月高，其中尤以8月山林景区为最。负氧离子浓度与气象环境因素的相关性在不同时间尺度上差异较大：时尺度上与气温、风速、雨量和O3呈显著正相关，而与PM2.5呈显著负相关。四季看，负氧离子浓度春季与风速相关性最高，夏季为气温，秋季为O3，冬季为PM2.5。日尺度上则与相对湿度、风速、雨量呈显著正相关，与PM2.5和O3呈显著负相关，且雨天负氧离子浓度明显高于其他天空状况，差异在冬季达最大。     

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。     

基于MATLAB神经网络对大同市气溶胶浓度预测

通过对大同市2011-2012年PM10质量浓度、有关气象要素和参数进行随机抽样、分组,建立单隐含层BP神经网络、多隐含层BP神经网络以及RBF网络对以上数据进行调试和训练,得出：就2011-2012年预测PM10日均质量浓度样本而言,按预测效果好坏排序,多隐含层最佳BP神经网络＞单隐含层最佳BP神经网络＞RBF神经网络;从网络最小误差总和来看,三种网络对夏秋两季的预报效果最好;从预测值和实测值的拟合效果来看,RBF网络对春季和冬季PM10质量浓度的预测效果最好;多隐含层BP网络对秋季PM10质量浓度的预测效果最好;三种神经网络对夏季PM10质量浓度的预测效果都很好,优劣性差异不大.     

番禺秋季气溶胶浓度的变化与气象条件的关系

利用2004年9～11月在番禺区气象局采集到的气溶胶质量浓度资料和同期的气象资料,分析了番禺秋季气溶胶质量浓度变化及其与气象条件的关系。结果发现：番禺秋季大气污染物主要是PM10,PM10中以细粒子（PM2.5）为主,而且污染严重;气溶胶污染严重时大气层结稳定,污染高值主要出现在西北气流和东北气流的共同影响下,受周边环境的影响明显;PM（PM10和PM2.5）浓度超标日的天气过程主要出现在台风外围环流云系的影响下;气溶胶对能见度的影响较大,二者负相关明显。