海口市PM_(10)、PM_(2.5)和PM_1质量浓度的变化特征分析

利用2013年在海口市气象局地面气象观测站采集的PM10、PM2.5和PM1质量浓度数据,分析了2013年可吸入颗粒物质量浓度的变化特征,并对其成因进行了初步分析。结果表明:2013年海口市PM10、PM2.5和PM1质量浓度的变化趋势基本相同,PM10、PM2.5质量浓度的超标率低,达到一级标准的概率分别为74.0%和68.8%,超过2级标准的天数分别为1和9 d,ρ(PM2.5)/ρ(PM10)与ρ(PM1)/ρ(PM2.5)的比例平均分别为78.1%和85.1%;海口PM10、PM2.5和PM1质量浓度冬季最高,夏季最低,春、秋两季处于冬夏之间;PM10、PM2.5和PM1质量浓度的日变化呈双峰现象,一个峰出现在上午,一个峰出现在夜间;颗粒物质量浓度的变化主要受到气象条件和污染物排放的影响。     

2014-2017年华北平原PM_(2.5)组分消光与能见度对比研究（英文）

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PM_(2.5)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,PM_(2.5)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11μg m~(-3),23μg m_(-3)和1796 ng m_(-3).NH_4~+,NO_3~-和SO_4~(2-)是PM_(2.5)污染的主要污染物,三者之和占总离子浓度的82.9%.基于IMPROVE方程对细颗粒物进行重构,在观测期间PM_(2.5)质量浓度平均为93±69μg m~(-3),春季,夏季,秋季和冬季的消光系数分别为373.8±233.6 M m~(-1)±,405.3±300.1 M m~(-1),554.3±378.2 M m~(-1)和1005.2±750.3 M m~(-1).硫酸铵,硝酸铵和有机物对消光的贡献最大,不同季节下占比达55%～77%.通过PM_(2.5)组分进行重构,利用IMPROVE算法计算得到Rbsca,用能见度测量值转换得到Vbsca,二者具有较高的相关性(r2=0.84);但存在Vbsca的高值被低估,Vbsca的低值被高估的现象;特别是当Rbsca 1123 M m~(-1)(对应能见度约小于2.0 km)时,Vbsca的值被低估了17.6%.高浓度PM_(2.5)和高湿度对IMPROVE算法结果有显著的影响.     

延安市能见度与相对湿度和PM_(2.5)及PM_(10)的关系

为分析延安市能见度与相对湿度、气溶胶质量浓度的关系,利用2016年延安大气成分站PM_(2.5)、PM_(10)和国家基本气象站相对湿度、能见度观测资料,对能见度与相对湿度、PM_(2.5)和PM_(10)的关系进行分析。结果表明:全年能见度与相对湿度的线性相关系数最高,与PM_(10)次之;随相对湿度的增大,能见度明显降低。相对湿度<50%时,能见度与PM_(2.5)的非线性相关性高于与PM_(10)的相关性;相对湿度>50%时,能见度与PM_(10)的非线性相关性则较PM_(2.5)好。相较于线性拟合方法,能见度与相对湿度的非线性拟合公式能更好地表现二者的关系。利用相对湿度、PM_(2.5)和PM_(10)观测数据对能见度做多元非线性拟合,检验结果表明,计算得出的拟合公式能较好地模拟延安市能见度的变化规律。     

合肥市PM_(2.5)对城市辐射和气温的影响

本文利用2013年2月—2014年3月安徽省合肥市地面总辐射(即向下短波辐射)、气温、地面温度、相对湿度等气象资料和PM_(2.5)浓度资料,分析了合肥地区PM_(2.5)和地面总辐射、地温和气温的关系,研究发现:(1)PM_(2.5)浓度是影响总辐射的重要人为因子,在中午无云条件下,地面总辐射与PM_(2.5)的浓度呈现较强的负相关关系,相关系数为-0.62。归一化地面总辐射和PM_(2.5)的相关系数为-0.76,在早晨和傍晚的相关系数较小。平均而言,白天无云时PM_(2.5)浓度每增加1μg·m-3,地面总辐射下降0.92 W·m-2。(2)在白天无云时,气温、地面温度和PM_(2.5)浓度有明显负相关关系,PM_(2.5)浓度对地面温度的影响远大于对气温的影响,在夏季的影响高于其它季节。气温、地温和PM_(2.5)浓度的线性拟合直线的平均斜率分别为-0.022和-0.12,相当于PM_(2.5)浓度增加10μg·m-3,地温和气温分别平均下降0.22℃和1.2℃。(3)在天气尺度上,PM_(2.5)浓度对总辐射、气温和地面温度有非常明显的影响,在2013年9月清洁个例和2013年12月的污染个例中,PM_(2.5)浓度每增加1μg·m-3,将引起总辐射下降1.8 W·m-2和0.5 W·m-2,地温下降0.11℃和0.02℃,气温下降0.03℃和0.01℃,因此在天气预报过程中也需要考虑空气污染状况。     

气象条件对石家庄PM_(2.5)浓度的影响分析

利用2013~2014年石家庄逐小时PM2.5监测浓度与地面及探空等气象观测资料,从大气的垂直扩散、水平扩散和地面局地环流等方面,探讨气象条件对PM2.5浓度的定量影响关系。结果表明:(1)石家庄PM2.5浓度具有明显的日、月和季节变化特征,早晨08时前后PM2.5浓度最高,下午16时前后浓度最低;冬季PM2.5浓度最高,夏季最低;(2)2 a共出现485 d逆温,其中10~12月出现频率最多,达82.8%~86.2%,逆温致使低层大气垂直运动受阻,不利于污染物扩散;(3)大气混合层高度与PM2.5浓度呈反相关,PM2.5浓度75μg/m3(空气质量优良),对应大气混合层高度平均为1 448 m,而PM2.5浓度≥150μg/m3(空气重污染)的混合层高度降到878 m;(4)受地形影响,石家庄地面风与边界层附近风对污染物的影响明显不同:925 h Pa西南风、地面偏东风不利于污染物扩散;925 h Pa西北风、地面偏西风有利于污染物浓度降低。925 h Pa风速4 m/s、地面偏西风风速2 m/s、地面偏东风风速3 m/s,有利于污染物扩散;(5)降水对污染物有湿清除作用,清除量不仅与降水量有关,还与前期PM2.5浓度有关,且冬季降雪过程对PM2.5的清除作用是降雨的4倍。     

南京SO_2、NO_2和PM_(10)变化特征及其与气象条件的关系

利用南京市2002—2006年大气监测资料,分析了南京市大气中SO2、NO2、PM10年变化趋势及月季规律,评价了南京市空气质量状况。结果表明:5a来,SO2质量浓度呈显著上升趋势,NO2质量浓度缓慢上升,PM10质量浓度明显下降;南京市首要污染物是PM10,SO2、NO2污染较轻;3种污染物质量浓度均以夏季最低。进一步研究不同气象条件下污染物质量浓度发现,污染物质量浓度与风速反相关,且东南风时浓度最高;降水对污染物有清除作用;雾、霾天气下污染加剧;气象能见度与PM10、NO2的质量浓度反相关;污染物有明显的"周末效应",周末质量浓度值较低。     

降水对江浙沪PM_(2.5)的清除效率研究

为了解不同程度的降水对江浙沪地区大气PM_(2.5)的清除作用,搜集了2014—2016年该地区41个城市的降水和PM_(2.5)观测数据,通过对比2 a非降水和全时段PM_(2.5)平均浓度的差异,发现前者显著高于后者,说明降水对该地区PM_(2.5)具有清除作用。利用降水前与降水期间PM_(2.5)的浓度差异作为降水对PM_(2.5)的清除率,降水后与降水期间的浓度差异作为雨后浓度回升的增加率,分别研究了目标区域不同时期、不同降雨量以及不同降雨时长对PM_(2.5)的清除效果。结果显示:(1)与江浙沪南部地区不同的是,北部地区降水清除率与降水前浓度存在正相关,降水后浓度的增加与当地的排放量呈正相关。(2)当降水量为30 mm或者降水时长为36 h时,清除率增幅减缓,说明降水对PM_(2.5)的清除效率存在着阈值。     

冬小麦基肥尿素氮的N_2排放损失（英文）

准确定量施肥农田土壤的N_2排放仍然困难。本研究基于华北冬小麦季的一次基肥(尿素150 kg N ha~(–1))施用事件,采用氦培养-直接测定N_2法,在与田间土壤温度和氧气含量一致的条件下测定鲜土的N_2和N_2O排放。结果显示:施肥和灌溉/降雨事件共同促进N_2和N_2O出现峰值排放;施肥导致N_2O/(N_2O+N_2)摩尔比增加至0.25;基肥施用后的一个月内,土壤N_2和N_2+N_2O排放损失分别占肥料氮投入的1.6%和2.2%。我们的结果证实了广泛采用的乙炔抑制法极大的低估了冬小麦田石灰性土壤N_2排放造成的肥料氮素损失。     

Terra和Aqua卫星MODIS 3 km AOD与北京PM_(2.5)对比分析

本文利用2014年全年北京市12个空气质量监测站的逐小时PM_(2.5)地面观测资料,以及Terra卫星和Aqua卫星的MODIS 3 km气溶胶光学厚度(AOD)产品,分析了地面PM_(2.5)和两颗卫星AOD的时空分布特征,并在时空匹配的基础上,建立了AOD与PM_(2.5)浓度之间的回归模型。结果表明:PM_(2.5)浓度在城区高、郊区低,最低值位于定陵站,城区站和郊区站的逐时PM_(2.5)浓度的日变化分别呈"双峰型"和"单峰型";两颗卫星AOD数值也均是城区高、郊区低,沿山区的边界有明显的AOD梯度,且城区上午Terra卫星的AOD高于下午Aqua卫星的AOD,而郊区上、下午的AOD基本相同;Aqua卫星AOD与PM_(2.5)的确定系数(R2)较Terra卫星AOD与PM_(2.5)的确定系数平均高0.11,且城区站点两颗卫星AOD与PM_(2.5)相关性均较郊区站点AOD与PM_(2.5)相关性偏高;综合来看,Aqua卫星的AOD与城区的PM_(2.5)相关系数最高,即Aqua卫星的AOD更适于监测和反演城区地面的PM_(2.5)。     

长三角地区城市O_3和PM_(2.5)污染特征及影响因素分析

O_3和PM_(2.5)是影响长三角地区空气质量的主要污染物。利用2016年33个城市大气环境监测站6项污染物的小时浓度及4个省会城市的气象数据进行统计分析,研究了该地区O_3和PM_(2.5)浓度的时空分布特征及其影响因素。结果表明:长三角地区O_3年平均浓度为50～73μg·m~(-3),平均为61μg·m~(-3);除芜湖和宣城外,其余31城市均存在不同程度的超标状况,超标率为0.34%～18.86%,平均为5.68%。O_3在5月和9月达到浓度高值;四季O_3日变化均呈单峰型,峰值出现在15∶00,夏季O_3峰值浓度最高值为157μg·m~(-3)。O_3浓度沿海城市整体高于内陆城市;夏季宿迁—淮安—滁州片区O_3污染较重。O_3与NO_2、CO显著负相关,且与NO_2相关性较强;O_3与气温、日照时数显著正相关,与相对湿度、降水呈负相关。PM_(2.5)年平均浓度在25～62μg·m~(-3)范围内,平均为49μg·m~(-3);各城市均出现PM_(2.5)超标,滁州PM_(2.5)超标率最大,为23.91%。PM_(2.5)在3月和12、1月达到浓度峰值;其日变化呈双峰型,09∶00—10∶00和22∶00—23∶00达到峰值。冬季徐州PM_(2.5)浓度最高,为102μg·m~(-3)。PM_(2.5)与NO_2、CO、SO_2、PM_(10)显著正相关,与气温、风速、降水负相关。     

北京郊区夏季PM_(2.5)和黑碳气溶胶的观测资料分析

城市近郊常受到城区污染物扩散和输送的影响,2010年7月21日至8月6日利用β射线颗粒物连续监测仪和黑碳仪对北京西北郊区PM2.5和黑碳气溶胶(BC)进行了连续观测。结果表明,北京西北郊区夏季PM2.5和BC的质量浓度分别是(133.16±81.64)、(2.89±1.62)μg/m3。受明显的山谷风的影响,来自观测点东南方的城区的气流使PM2.5和BC浓度升高,来自观测点西北方向的风则使PM2.5和BC浓度降低。受局地排放、区域输送和气象条件的共同影响,郊区的PM2.5和BC浓度表现出明显日变化特征,二者浓度在上午、傍晚和夜间显著上升。     

晋城市冬、春季PM_(2.5)和PM_(10)污染水平时空分布及其与气象因子的关系

为深入了解晋城市颗粒物浓度时空分布特征,对晋城市2017年12月至2018年5月国控点、小型站和微型站PM_(2.5)及PM_(10)小时浓度数据进行收集整理,并进行空间插值分析和时间变化趋势分析及与气象监测数据的相关分析。结果表明:颗粒物浓度在冬、春季节具有明显差异,冬季PM_(10)与PM_(2.5)高值区主要位于东北部及东南小部分区域,春季PM_(10)高值区位于城区南部区域,PM_(2.5)高值区主要集中于城区。晋城市城区和郊区PM_(10)与PM_(2.5)月均浓度整体呈单峰型变化,PM_(10)在4月份最高(157.54±5.67μg·m~(-3)),PM_(2.5)在1月份最高(94.08±2.25μg·m~(-3))。冬季PM_(2.5)/PM_(10)平均为0.57,春季平均为0.45。颗粒物小时浓度的变化呈现单峰单谷的型式,冬季PM_(10)与PM_(2.5)小时平均浓度最高值均出现在10时,春季均出现在09时。监测期间晋城市PM_(10)与PM_(2.5)的小时浓度值与相对湿度有较高的正相关性(p0.01),与风速、风向有较高的负相关性(p0.01),与温度和气压的相关性较低。冬季,东北至正南风向时,PM_(10)与PM_(2.5)的浓度普遍高于西北风向时的浓度,对晋城冬、春季国控点颗粒物浓度贡献率最高的风向风速为东南偏南风向,风速在1 m/s以内。     

A2和B2排放情景下气候变化对福建省水稻生产的阶段性影响

选择IPCC排放情景特别报告(SRES)中的A2和B2方案,利用区域气候模式PRECIS构建的气候变化情景文件与作物模型(CERES-Rice)耦合,采用雨养与灌溉两种方式,并综合考虑未来CO2浓度增加带来的直接增益效应,模拟了未来2020s及2040s两个时段气候变化对福建省水稻生育期与产量的影响。结果表明:无论是雨养方式还是灌溉方式,未来全省各稻区水稻生育期都将缩短,并且随着温度增高,2040s时段缩短的时间较2020s更长,单季稻生育期缩短时间最长,可达15~20 d。雨养条件下,除了闽东南双季稻区后季稻在2020s时段表现为2.3%(A2)和3.1%(B2)较小幅度的增产外,其他稻区各种稻作制度下的水稻产量较之BASE均出现了不同幅度的减产。闽西北稻区后季稻减产幅度最大,2020s时段A2和B2情景下减产幅度依次为6.9%和10.2%,2040s时段减产幅度进一步加大至14.1%和15.6%。闽东南稻区后季稻模拟结果较为乐观,尤其是在灌溉条件下表现为不同幅度的增产,两种情景下分别增产了1.7%、3.9%。双季稻种植区的后季稻产量稳定性均不如早稻和单季稻的,且随着温度升高,到2040s产量不稳定性有增加的趋势。灌溉在一定程度上可以缓解未来高温天气带来的产量波动。从全省的总产变化趋势来看,A2和B2两种排放情景模拟的结果都不容乐观,即使采用充分灌溉的方式,也依旧表现为减产。2020s时段,两种情景下分别减产0.74%与2.44%;2040s时段,两种情景下减产为3.50%与3.23%。未来早稻和单季稻生长季的土壤水分条件将变得不如目前湿润,与之相关的灌溉需要量均有所增加。     

冷冻干燥更适合土壤活性氮气体(HONO和NO)排放的研究？（英文）

土壤活性氮气体(HONO和NO)排放是全球氮循环的关键过程,对大气化学具有重要意义。本研究采集了农田,草地和森林三种不同土地利用类型的土壤样品,分别对样品进行了风干,冻干和烘干三种处理,并与未处理的新鲜土壤进行比较研究。结果表明,三种类型土壤的冻干土与新鲜土样品的p H值差异最小。总的来说,三种干燥处理都能提高新鲜土壤NH_4~+-N, NO_3~--N和溶解态有机N的含量。与新鲜土壤相比,冻干土壤HONO和NO的最大排放通量及完整干湿交替循环的总排放量没有显著增加,而风干和烘干土壤显著增加。因此,冷冻干燥方法可能更适合涉及土壤活性氮气体排放通量的研究。这一发现的重要启示是,我们需要慎重评价以往基于不同干燥方法得到的有关陆地–大气界面活性氮交换过程和生物地球化学氮循环机制的认识。     

1998-2016年中国PM_(2.5)浓度变化对气温的影响研究

为探讨“人类活动—大气污染—气温变化”的关系反应链,从宏观尺度阐明PM_(2.5)浓度变化对气温的影响,利用1951—2017年中国822个气象站点日最高气温、日最低气温和日平均气温资料,1998—2016年中国年均PM_(2.5)浓度遥感图像数据、地表太阳辐射数据,1998—2016年中国各省(区)逐年能源消耗总量、地区生产总值及夜间灯光指数数据,运用Slope趋势变化分析方法与相关性分析法,分析了中国PM_(2.5)浓度的变化趋势及其影响因素。结果表明:1998—2016年中国黄淮海区、东北区PM_(2.5)浓度上升速度最快,分别为1.42μg·m^(-3)·a^(-1)、1.44μg·m^(-3)·a^(-1),而其他地区相对变化不明显;黄淮海区PM_(2.5)浓度平均值高,地表太阳辐射降低,对该区年最高气温有明显的抑制作用,但对年平均气温和年最低气温的影响不明显。东北区PM_(2.5)浓度增长速率较高,但年平均浓度值低,该地区有着较高的水热配合度,PM_(2.5)对年最高气温的抑制作用不明显;能源消耗总量与PM_(2.5)浓度呈显著的正相关。     

不同代表性浓度路径情景下2045-2050年中国气溶胶分布变化的分析（英文）

基于来自于CMIP5中CESM模式的三种RCP情景下的气象场的降尺度模拟,应用区域空气质量模式系统RAMSCMAQ模拟2045-2050年中国地区气溶胶浓度.三种RCP情景下气象场的降尺度模拟表明,与RCP2.6相比,在RCP4.5和RCP8.5下,华北和华南的近地表温度差减小,风速在华北和华南地区增加,在中部地区下降.RCP2.6情景下,模拟的2045年到2050年平均的PM_(2.5)浓度在华北平原,长三角的部分地区和四川盆地最高,约为40-50μg m~(-3),在中国中部和珠三角的部分地区约为30-40μg m~(-3).与RCP2.6相比,在RCP4.5和RCP8.5下,PM_(2.5)增加了4-12μg m~(-3),其中在RCP4.5和RCP8.5下,SO_4~(2-)和NH_4~+的浓度增加,在RCP4.5下,NO~(3-)浓度降低,在RCP8.5下,NO~(3-)浓度升高,在RCP4.5和RCP8.5下,BC浓度变化很小,而OC浓度下降,其中在RCP8.5下,西南和东南部分地区的OC有所增加.不同的气溶胶物种浓度在RCP4.5和RCP2.6之间的差异以及RCP8.5和RCP2.6之间的差异具有相似的年度变化,这表明气候变化对不同物种的影响趋于一致.     

重庆市不同天气背景下边界层高度和风场对PM_(10)浓度影响数值模拟研究

该文选取重庆市典型污染天气个例,利用WRF模式开展大气边界层数值模拟,分析了边界层高度(PBLH)和风场对PM_(10)浓度的影响。结果表明:夜间由于大气边界层比较稳定,PBLH对PM_(10)浓度的影响不大;白天,在有雾或阴天背景下,PBLH升高后2~3 h PM_(10)浓度才明显下降,而在晴天PBLH升高后1~2 h PM_(10)浓度就会明显下降;边界层风场的变化会直接影响PM_(10)浓度的变化,夜间重庆主城区主要受下沉气流影响,污染物向上的垂直扩散弱;当上午出现下沉气流时,PM_(10)向上的垂直扩散弱,PM_(10)浓度增加速度快;相反当出现上升气流时,PM_(10)向上的垂直扩散作用强,PM_(10)浓度增加速度慢,尤其是在高空风速大时,强烈的抽吸作用使大气垂直扩散能力得到显著增强,能较好地抑制地表PM_(10)浓度的增长趋势;下午由于太阳辐射强,边界层湍流强度增加,大气边界层垂直扩散能力强,因而PM_(10)浓度呈现明显下降趋势。     

贵阳站气溶胶数据质控方法及气象因子对PM_(2.5)的影响分析

结合贵阳基准站气溶胶质量浓度观测中出现的数据异常情况,提出相应质控措施,编写小时数据检查程序以提醒值班员及时查看报警原因,尽量减少原始数据的缺失及野值的产生。采用7-5-3hanning平滑滤波法,将处理后的PM_(2.5)数据与原始分钟数据比对,结果显示该方法在剔除异常值的同时保留了原序列应有的变化特征。利用2013—2016年本站PM_(2.5)质控数据及同期气象资料对PM_(2.5)质量浓度的变化特征进行了简要分析,结果表明,PM_(2.5)月均浓度呈现明显的冬高夏低的单谷多峰走势;以2013年1月一次连续9 d以PM_(2.5)为首的空气污染时段为例就PM_(2.5)质量浓度与同时段气象要素的相关性进行分析,数据显示PM_(2.5)与风速、降水呈明显负相关性,即风速越大,PM_(2.5)浓度越小,降水对净化空气作用明显,PM_(2.5)浓度明显降低。     

西宁市区不同天气形势下的PM_(10)输送路径及潜在源区

针对2016年西宁市区稳定和沙尘两种不同天气形势,基于后向轨迹气团的聚类分析法、潜在源贡献因子法(PSCF)和浓度权重轨迹分析法(CWT),结合市环境监测站PM_(10)浓度质量资料,分析了西宁市区不同天气形势下不同来源区域PM_(10)质量浓度的贡献影响及其潜在源区。结果表明:西宁市区稳定天气PM_(10)均来自青海省境内,PM_(10)输送路径以西方和东方转向路径最多,占总轨迹数的34.78%和30.43%;西方路径主要从青海省格尔木市向东输送,东方转向路径则从西宁市西部地区向东转而向西输送,两者经过的地区均没有明显的沙源;PM_(10)的潜在贡献源区主要在西宁市区及其北部与大通县和互助县交界地区。沙尘天气PM_(10)输送路径除了以来自青海省海西州的西方路径为最多外,甘肃省河西走廊的东方转向路径也较多,占比分别达到42.11%和36.84%;西方路径PM_(10)主要从沙漠地带南疆—青海省海西州西部向东输送,东方转向路径PM_(10)则经河西走廊沙源地进入西宁市区;PM_(10)污染主要是PM_(10)由沙源地输送进入西宁市区聚集所造成。地形对PM_(10)的输送路径有较大的影响。     

不同温室气体排放情景下中国21世纪地面气温和降水变化的模拟分析

利用HadCM2模式的模拟结果,比较了温室气体排放综合效果相当于CO2浓度逐年递增1%和0.5%两种不同情景下,中国区域21世纪地面气温和降水量的变化趋势.结果表明,随着温室气体浓度的持续增加,中国地面气温也持续升高.到21世纪末期,地面气温在上述两种排放情景下可分别升高约5℃和3℃.两种排放情景的增温趋势对比表明:即使从1990年开始温室气体等效排放逐年递增率减少一半,增温仍然很明显;直到21世纪中期,才能显示出减少温室气体排放量对减缓增温趋势的效果.降水量的年际变化较大,但随着温室气体浓度的持续增加,降水量总的趋势也是增加的.减排温室气体对降水量变化趋势的影响与地面气温相似.此外,地面气温增量和降水量变化百分率均显示出明显的季节变化,地面气温增量在秋、冬季较大而在春、夏季较小,降水变化百分率在夏、秋季较小而在冬、春季较大.