春节期间禁燃烟花爆竹对南京市空气质量影响

利用2014年和2015年春节期间南京市城区与郊区主要污染物(PM10、PM2.5、SO2和NO2)浓度监测资料和气象观测资料,分析了禁燃烟花爆竹对南京市空气质量的影响。结果表明:2015年春节期间禁燃烟花爆竹对南京市空气质量改善显著。2015年春节期间,南京市AQI同比2014年春节期间下降了20%—30%,除夕至正月初三期间空气质量为优良;同时,SO2和NO2质量浓度变化幅度较小且均达到空气质量二级标准;PM10和PM2.5质量浓度变化趋势与2014年春节期间相反,且变化幅度比SO2和NO2质量浓度大,变化幅度分别为13.0—234.5μg·m-3和17.5—320.4μg·m-3。PM10和PM2.5是造成南京市春节期间空气质量污染的主要污染物,其中PM2.5所占比重较大,但2015年春节期间PM10和PM2.5最高小时浓度分别占2014年春节期间的51.0%、40.0%。此外,2015年春节期间南京市城区与郊区PM2.5浓度比2014年春节期间均降低且差异较小。春节期间气象因素对南京市污染物扩散具有较大影响,但禁燃烟花爆竹对PM2.5浓度的降低起决定性作用。     

天津城区春节期间大气气溶胶污染特征 和数浓度分布

利用天津城区2009-2014年春节期间大气气溶胶观测资料和相关气象资料,重点分析2013和2014年春节期间气溶胶污染特征,探求燃放烟花爆竹以及气象条件对春节期间大气气溶胶的影响。结果表明,受燃放烟花爆竹影响,春节期间PM_(2.5)质量浓度最高值均发生在除夕夜间;持续雾霾天气条件下燃放烟花爆竹,造成2013年除夕夜间PM_(2.5)质量浓度峰值达到1240μg·m～(-3),是近年来最严重的一次;2014年春节期间烟花爆竹燃放量有所减少,加之空气扩散条件较为有利,PM_(2.5)质量浓度显著低于2013年;不同天气条件下,气溶胶数浓度谱分布特征存在明显差异,燃放烟花爆竹期间气溶胶数浓度水平与严重雾-霾天气相当。     

上海地区空气污染变化特征及其气象影响因素

利用2013—2014年上海地区6种空气污染物小时浓度和逐日空气质量分指数(IAQI)的监测资料,统计分析了上海地区空气污染的变化特征及其气象影响因子。结果表明:2014年上海地区空气质量优良率达77.0%,空气质量总体较2013年明显好转。2013—2014年上海地区AQI具有季节性特征,表现为冬季空气质量较差、秋季空气质量较好的特征,其中12月空气质量最差。由首要污染物分布可知,上海地区最主要的污染物为PM_(2.5),其中冬季PM_(2.5)污染出现最多;O_3则为夏季的主要污染物。由污染物浓度的周循环变化可知,上海地区PM_(2.5)、PM_(10)、NO_2和O_3浓度均存在周末低于工作日的"周末效应",但PM_(10)和NO_2浓度的"周末效应"更显著。由2014年上海地区霾日与PM_(2.5)浓度的变化可知,当PM_(2.5)浓度达到轻度及以上污染时,霾天气出现的概率大幅提高,但二者并非对应的关系。天气形势对PM_(2.5)污染影响较大,基于上海地区天气形势特点可以将PM_(2.5)污染的地面形势分为7种类型,其中高压中心型和高压楔型为PM_(2.5)污染的主要天气型。由于上海地区冬季冷空气活动频繁,西北风将上游地区颗粒物输送至本地,易造成较严重的污染天气;同时在冷高压的控制下,高压中心型和高压楔型天气频繁出现,导致颗粒物不易扩散,也易造成空气污染。夏季和秋季在副热带高压的控制下,水平和垂直扩散条件均较好,不易出现PM_(2.5)污染,但由于气温较高,光照条件较好,易出现O_3污染。     

Trends of surface PM_(2.5) over Beijing–Tianjin–Hebei in 2013–2015 and their causes: emission controls vs. meteorological conditions

文章以2013年为基准年对京津冀地区2014–15年的PM_(2.5)浓度变化趋势作了分析,并结合区域空气质量模式NAQPMS研究了气象条件和大气控制措施对PM_(2.5)浓度变化的贡献。研究结果表明:京津冀地区2014–15年PM_(2.5)年平均浓度较2013年有明显下降,其中:南部城市(邢台、邯郸、石家庄和沧州)PM_(2.5)浓度下降由气象条件和排放源控制共同作用,排放源控制起主导作用;天津市和廊坊市2014年PM_(2.5)浓度下降有赖于排放源控制,气象条件总体不利于污染物扩散,2015年则由气象条件和排放源控制共同作用,以排放源控制为主导作用;受制于不利气象条件影响,北京市PM_(2.5)浓度下降幅度较其它污染城市更小(2014和2015年分别为4%和9%)。在采暖季和非采暖季的对比中,2015年采暖季期间,整个区域重污染下的PM_(2.5)浓度下降幅度显著大于其它时期,这表明当前该区域大气污染治理正朝精细化的方向发展。     

春节燃放烟花爆竹对西安空气质量的影响

利用西安泾河站气象观测资料和西安空气质量指数、污染物质量浓度等,对2014—2016年春节期间西安市空气污染特征和气象条件的影响进行分析。结果表明:除夕夜间大量燃放烟花爆竹导致PM10和PM2.5质量浓度短时内骤增,但对SO2和NO2质量浓度影响不显著,春节期间空气污染主要是由细颗粒物(PM2.5)造成。气象条件对空气质量有明显影响。在静稳天气下风速小,湍流弱,贴地逆温持续存在,大气扩散能力差,春节期间烟花爆竹集中燃放,强污染源和大气扩散能力差是春节期间出现空气重污染的主要原因;而冷空气来临时,大气相对湿度降低,风速增大,湍流增强,大气扩散能力增强,加上降水的沉降作用,是空气质量改善的主要气象原因。     

2014-2016年荆州城区空气质量与气象要素的关系分析

利用2014年1月1日—2016年12月31日荆州城区逐日空气质量数据和同期地面气象要素逐日观测资料,分析了荆州城区空气质量状况、变化特征及其与气象要素的相关性。结果表明,荆州城区优良日数偏少,但2014—2016年荆州城区空气质量略有改善,首要污染物为PM_(2.5);AQI和PM_(10)、PM_(2.5)、SO_2、NO_2、CO的月变化规律一致,呈V型分布,冬季空气污染最严重,夏季空气污染相对较轻,O_3的变化规律则相反,呈反V型分布;除O_3外,AQI和其他污染物浓度与前一日AQI、气压呈正相关关系,与气温、水汽压、湿度、云量、降水、风速呈负相关关系,据此建立了AQI和各污染物浓度的回归预报方程;进一步分析了2014年1月严重污染天气的成因,本地污染物的分布、外地污染物的输入和气象扩散条件是影响空气质量的主要因素。     

长顺县空气质量及气象要素对主要大气污染物的影响

该文利用长顺县2016年1月—2018年7月共868组气象要素资料及空气质量资料,分析了长顺县空气质量状况及气象要素对主要大气污染物的影响。监测期间长顺空气质量等级Ⅰ、Ⅱ日数和占总体的97.7%,轻度污染日数占比为2.5%,空气质量良好。长顺县主要大气污染物依次为PM_(2.5)(36.8%)、O_3(33.8%)、PM_(10)(30.4%)。主要大气污染物与气象要素的相关性不尽相同,日平均气温和日相对湿度对主要大气污染物的影响比日累计降水量、日平均风速大。主要大气污染物与气象要素间的逐步回归方程组模型预报准确率较好。     

深圳一次冷锋前高压脊影响下重度霾污染过程的数值模拟

利用WRF-Chem模式,模拟了2014年1月3—4日深圳市发生的一次冷锋前大陆高压脊影响下的重度霾污染天气过程的发生、发展及消散各阶段的温度场、风场、大气边界层以及污染物的三维结构特征,分析了PM_(2.5)时空变化特征及与气象环境场的关系,结果表明:(1)模式对该次重霾污染天气过程PM_(2.5)模拟值与实测值的相关性较好,能够较好地再现该次霾过程的污染物质量浓度场特征,但PM_(2.5)质量浓度整体略偏大;(2)PM_(2.5)质量浓度模拟结果表明,高质量浓度位于深圳中西部地区,中西部污染较东部严重,PM_(2.5)污染时段主要出现在20:00—02:00,与霾严重时段相吻合;(3)通过分析此次污染过程温度场、风场、大气边界层以及污染物的三维结构,首要污染物PM_(2.5)质量浓度的分布与大陆高压脊影响下造成的持续大范围弱北风、强下沉气流、较低的大气边界层以及逆温层有密切关系。持续弱北风和强下沉气流不利于污染物的水平和垂直扩散,较低大气边界层促进污染物在边界层内快速积累;逆温层的存在进一步抑制了大气垂直扩散能力,使得霾天气加剧。     

烟花爆竹燃放和气象条件对北京市空气质量的影响

利用北京城区和近郊区2006—2014年春节期间主要污染物（PM10、PM2.5、PM1.0、SO2、NOX）浓度和气象资料,分析了北京市烟花爆竹对空气质量的影响,并将2014年和近8 a（2006—2013年）平均值进行比较分析。结果表明：春节期间（除夕至十五）烟花爆竹的燃放对空气污染物浓度增加具有较大贡献,自2006年“禁改限”后,近9 a集中燃放期间,PM2.5浓度均出现陡增情况,其中除夕峰值浓度均出现在01：00,初五、正月十五峰值浓度集中在21：00—23：00。除夕夜2012年峰值浓度最高,达1485.6μg·m－3,正月十五2008年峰值浓度最高,达1298.0μg·m－3,初五峰值浓度偏低,2007年最高,为571.5μg·m－3。2014年春节期间的PM2.5、SO2和NOX 平均浓度分别为60.5μg·m－3、43.8μg·m－3和45.6 ppb,比近8 a平均值分别下降了20％、41％和58％,除夕夜峰值浓度403.4μg·m－3,比近8 a平均值（768.5μg·m－3）下降了48％。2014年除夕、初五在集中燃放烟花爆竹期间,受小股冷空气影响,有利于污染物的扩散,而元宵节前后,受不利气象条件影响,峰值浓度高于除夕,且颗粒物浓度下降缓慢,造成持续性的污染,表明气象条件直接影响污染物浓度变化。总体来看,2014年春节期间空气污染物浓度下降的主要原因与烟花爆竹燃放量减少、机动车数量减少、春节期间较强冷空气影响直接相关。     

内蒙古呼包鄂区域冬季大气细颗粒物污染成因解析

利用气象模式WRF和中科院大气所自主发展的大气气溶胶与大气化学模式IAP-AACM对2016年冬季内蒙古中部呼包鄂地区大气细颗粒物（PM_2.5）的典型污染过程进行了模拟分析。结果表明,呼包鄂地区的空气质量变化主要受大范围天气形势影响。污染累积阶段,500 hPa高度上该区域受阻塞高压或弱高压脊前平直的偏西气流控制,地面为弱高压或均压场,风速较小,边界层高度低,污染物不易扩散,且气温和相对湿度较高,利于二次颗粒物生成;污染消散阶段,天气形势发生明显变化,550 hPa高度以下有强冷平流,地面易形成大风天气,利于污染物消散,伴随着冷空气的南下,下游地区的污染物也得到清除。呼包鄂区域PM_2.5主要来源于本地排放,鄂尔多斯本地排放贡献大于60%,呼和浩特本地排放贡献大于80%,包头本地排放贡献达到90%,该区域空气质量的变化可以反映区域大气污染气象条件的变化。交叉相关分析发现,呼包鄂区域的PM_2.5浓度与其下游的山西、河北、河南地区的PM_2.5浓度具有高度的时间相关性,相位差在6～24小时。呼包鄂区域PM_2.5污染的改善有赖于本地污染源的管控,该区域冬季空气质量变化可作为下游地区空气质量变化的前兆因子,有助于下游地区空气质量的预报预警。     

首届联合国世界地理信息大会的空气质量应急管理研究

首届联合国世界地理信息大会(UNWGIC)于2018年11月19日在浙江德清召开,利用德清常规气象资料、PM_(2.5)、PM_(10)数据和HYSPLIT模式,对比分析德清输入性污染物变化特征并结合污染系数的分布对大会的空气质量应急管理方案做出调整建议,结果表明:1)11月中下旬霾天气出现的概率较高且该时段气象条件不利于污染物扩散;2)自2015年来PM_(2.5)、PM_(10)浓度均有明显下降并控制在二级浓度限值内;3)污染较为严重的年份分析表明,本地的污染物浓度增大是因为西北气流将外地污染物传输经过本地,并配合不利于污染物扩散的天气条件,最终造成大气污染事件;4)根据污染系数的分布特点,修订原有的环境质量保障大气保障区域方案,建议相关部门采取在时间长度、地理范围、参与主体范围和减排强度上的由"轻"到"重"、由"少"到"多"的差别化应急措施。本项研究结论呈交大会筹委会,并被采纳为大会的空气保障方案,该项研究成果获得浙江省彭佳学副省长批示。     

Assessment of the regional source contributions to PM_(2.5) mass concentration in Beijing

将先进的在线源追踪模拟模块ISAM与空气质量模式系统RAMS-CMAQ耦合,对2015年7月华北地区主要气溶胶物种(硫酸盐、硝酸盐、铵盐、黑碳、有机碳、沙尘和海盐)进行模拟,并且深入探讨了不同地区排放源对PM_(2.5)质量浓度的贡献特征。模拟结果显示PM。2.5质量浓度高值主要出现在河北省南部和山东省西部北京和天津市的排放源对PM_(2.5)质量浓度的贡献主要集中在本地,而河北和山东省则为华北地区PM_(2.5)质量浓度的主要贡献者。就北京市而言,由于近年执行了多项减排措施,目前该地区的本地贡献占20%-30%。而河北和山东省是北京市PM_(2.5)的主要区域传输贡献者,分别可超过25%和10%。此外,在污染背景下周边地区传输贡献的比重更大。当空气质量恶化时,河北和山东省的传输贡献比例均有所提升。因此,建议在污染期间,应重点基于对区域尺度的排放源开展协同控制,制定综合的减排措施方可进一步降低北京市的PM_(2.5)质量浓度。     

深圳市东北部PM_(2.5)的变化特征及潜在传输来源

2014年深圳市东北部吓陂监测站PM_(2.5)的年均质量浓度为47.0μg/m~3,在全市处于较高污染状态,并呈现出冬季秋季春季夏季的季节变化特征。气象要素的分析表明,2014年吓陂监测站夏季时降水较多、湿度最大、风速最大、气温最高、边界层高度最高,最有利于污染物的扩散和清除;冬季时降水最少、湿度最小、风速最小、气温最低、边界层高度最低,最不利于污染物的扩散和清除。后向轨迹聚类分析表明,吓陂监测站的后向轨迹主要分为5类,其中来自北方内陆地区的气团污染最重,来自南海地区的气团污染最轻。进一步利用潜在源贡献因子进行源区识别分析,结果表明:2014年吓陂监测站的PM_(2.5)主要来源于本地源的排放及周边地区(尤其是广东东北部地区)的短距离输送,此外江西等内陆地区的长距离传输在一定程度上也可能导致吓陂监测站PM_(2.5)质量浓度的升高。     

Response of fine particulate matter to reductions in anthropogenic emissions in Beijing during the 2014 Asia–Pacific Economic Cooperation summit

研究使用全球大气化学传输模式GEOS-Chem高分辨率(1/4°×5/16°)区域嵌套版本评估2014年亚洲-太平洋经济合作峰会(APEC)期间不同地区不同污染物减排对北京地区PM_(2.5)(粒径小于2.5μm的气溶胶颗粒,本文中定义为硫酸盐、硝酸银、铵盐、一次有机碳和黑碳气溶胶浓度之和)浓度降低的不同影响。在2014年10月15日至11月29日期间,模拟结果表明:模式可以重现观测结果中PM_(2.5)及主要气态污染物(一氧化碳、二氧化氮和二氧化硫)浓度的日变化趋势。在APEC期间,模拟PM_(2.5)浓度相比会议前期和会议后期下降55.9%–58.5%,与观测结果具有较好的一致性。敏感性实验结果表明:APEC期间华北地区氮氧化物和一次有机碳的减排对于北京地区PM_(2.5)浓度的降低影响最为显著,相应减排措施致使北京地区PM_(2.5)浓度分别下降5.7%和4.6%。同时,对氨气排放的控制可以有效地降低整个华北地区在APEC期间的PM_(2.5)浓度。     

湖北省近两年冬季月份PM2.5污染天气型特征及其与大尺度环流的相关研究

基于湖北省PM_(2.5)大气成分逐日监测数据和高分辨率气象再分析资料,利用EOF方法对2015—2016年湖北省近两年冬季月份PM_(2.5)的污染分型并分析其天气特征,探讨PM_(2.5)质量浓度与大尺度环流因子相关性,并计算得到海平面气压指数。结果表明:冬季PM_(2.5)质量浓度湖北中部高于东西部,时间序列上存在较大波动,且近两年有明显下降趋势。湖北省冬季PM_(2.5) EOF前4个特征向量时间系数的方差贡献为86. 2%,能够反映PM_(2.5)空间场的主要特征。湖北省PM_(2.5)污染的天气型特征主要有两类:传输型污染和本地累积型,前者造成的PM_(2.5)污染浓度高于后者。传输型分别表现出全区污染、西部污染和中北部污染,全区污染时段湖北近地层以偏北气流为主,有利于将北方地区PM_(2.5)输送到湖北省;西部污染在于偏东气流将东部污染物以及沿海地区水汽输送到湖北省,同时受鄂西山脉的阻挡,污染物在湖北省西部地区聚积;中北部污染表现为东北和西北气流的汇集效应。本地累积型在静稳天气条件和地形共同作用下造成湖北东部污染和中南部污染。三种传输型污染物输送通道分别为北路输送、东路输送和东北路输送。东亚冬季风系统的高层东亚大槽和低层大陆冷高压减弱时,PM_(2.5)质量浓度增加。关键区的海平面气压相关指数与湖北省PM_(2.5)质量浓度和EOF第一模态时间系数相关性较好,对预报预测有一定指示意义。     

北京地区两次重污染过程中PM_(2.5)浓度爆发性增长及维持的气象条件

基于京津冀地区80个环境监测站PM_(2.5)浓度逐时监测资料和气象观测资料,以2016年12月16—21日和2017年1月1—7日雾和霾天气为例,分析PM_(2.5)浓度演变的气象条件。结果表明:气象条件在北京地区污染物浓度爆发性增长过程中具有重要作用。北京地区12月19—20日PM_(2.5)浓度出现爆发性增长,小时浓度在8 h内上升201μg·m~(-3),主要是边界层南风分量由地面增厚至700 m,700 m以上弱下沉抑制作用,结合地面辐合线维持所致;20—21日北京地区PM_(2.5)浓度维持高值且无日变化,是由于低空1.5 km出现弱回暖,逆温层显著增厚增强且无明显日变化,导致高浓度气溶胶无法有效扩散。综合来看,2016年12月16—21日污染物浓度爆发性增长的原因以外源性污染物输送为主;2017年1月3—4日污染物浓度爆发性增长原因与局地极端不利扩散条件及污染排放等其他因素有关。     

湘潭市秋季一次大气污染过程分析

利用常规高空和地面气象观测资料、湘潭市空气质量监测数据并结合HYSPLIT4后向轨迹模式对2020年10月28—31日污染天气特征及成因进行分析。结果表明此次污染过程分为3个阶段：第1阶段为北方偏二次型传输阶段,此阶段北风风力较大,在强北风的推动下华北地区污染物(PM_2.5)向南传输影响湘潭;第2阶段为大气高湿静稳条件下本地源(工业源、移动源、扬尘源、生物质燃烧源)排放累积阶段,此阶段地面转均压场,整层大气湿度接近饱和并出现弱降水,气态污染物在污染过程中发生二次转化,颗粒物吸湿增长,且近地面出现逆温,不利于污染物的垂直扩散,导致边界层内的污染物不断累积,污染加重,推高了湘潭的PM_2.5浓度峰值;第3阶段为污染物缓慢清除阶段,随着新一波冷空气影响湘潭地区,水平扩散条件逐步改善,且上游空气质量优良,本地污染物得到有利扩散,此次污染过程结束。     

降水对重庆市大气污染物浓度的影响分析

利用2013—2015年逐日沙坪坝气象站气象及临近的环境监测数据,探讨降水对重庆市大气污染物浓度的影响,结果表明:PM_(2.5)、PM_(10)、SO_2浓度随降水量增加逐渐降低,降低趋势线较为明显,降低幅度为SO_2的 PM_(10)的PM_(2.5)的;NO_2和CO随降水量增加减少趋势不明显;O_3浓度随降水量的增加而逐渐增加。各类大气污染物在不同量级降水量时变化特征有所不同。在降水量小于1 mm时,弱降水的气象条件更有利于污染物的积累,不利于污染的稀释扩散和沉降,空气质量恶化;大于1 mm后,降水对各种大气污染物均有明显的清除作用,清除能力随着降水量级的增加而增大,在降水量大于10mm后湿清除能力明显提升,降水量大于20 mm时湿清除能力最强,粗细颗粒与雨滴碰并效应增加,降水对PM_(10)和PM_(2.5)的湿清除率分别达30%和25%。连续降水时,各季节降水对各类大气污染物的湿清除能力不尽相同:冬季降水对PM_(2.5)湿清除作用最为明显,对其余污染物清除作用从大到小依次为PM_(10)、SO_2、NO_2、CO,而O_3在冬季降水使O_3浓度增加非常明显,通常冬季臭氧浓度相对较低,降水一定程度上使冬季空气质量变好,太阳辐射增加,二次污染物光合作用增强,臭氧浓度也一定程度上增加。     

锦州市空气质量变化特征及其与气象条件关系

利用2014年3月至2015年2月锦州市逐日AQI、日平均污染物浓度和同期气象要素观测资料,对锦州市空气质量时空分布特征及其与气象条件的关系进行了分析.结果表明:锦州市空气质量等级为良的频率为62%,轻度污染的频率为23%,优的频率仅为6%,主要污染物为PM_(2.5)、PM_(10)、SO_2和O_3.锦州市2月和10月空气质量最差,9月空气质量最好,空气质量达优和良等级的日数占9月总日数的97%;锦州市天安街道空气质量最差,其SO_2浓度为百股街道的5倍.锦州市出现3级以上污染时的主要影响系统为地形槽、蒙古低压和弱气压场,降水对污染物具有清除作用,且对PM10的清除作用最明显;沙尘天气时空气污染明显加剧,逆温层抑制了污染物的扩散,逆温层底层高度越低,空气污染越严重.建立了AQI回归预报方程,拟合结果与实测值的变化基本一致,其中对春季AQI的拟合效果最好.     

APEC会议期间北京地区大气污染物的分析研究

该文利用北京市通州区环保局、北京市环境保护监测中心自动检测网络站点数据及NCEP(1°×1°)再分析资料,分析了2014年北京APEC会议期间各污染物浓度值的变化,分析表明:管控期内PM_(2.5)、NO_3浓度下降明显。PM_(2.5)、NO_2呈现双峰现象,O_3、SO_2呈现单峰态。同时,北京市人口稠密区夜间PM_(2.5)污染较为严重,仍需控制NO_2的排放量。并探究管控措施实施效果,为今后重大活动空气质量保障提供参考。