我国西南地区地面和低层大气臭氧的观测分析

本文介绍了1987—1989年在以重庆、成都和贵阳三地区为代表的西南地区进行了地面和低层大气臭氧的观测结果,给出了该地区大气臭氧时空分布的一些特征.分析表明,成都、重庆和贵阳等地区O_3浓度的时空分布及变化规律不尽相同,但都与前体污染物特征以及日照强度、大气层结稳定度.天气过程等密切相关.     

典型矿区尾矿库特征污染物识别研究

通过对典型尾矿库土壤样品分析,利用重金属超标率、植物体BCF、污染因子的权重值筛选等通进行典型污染物识别,为开展尾矿库污染治理工作提供依据。     

Influence of forest fire episodes on the distribution of gaseous air pollutants over Uttarakhand,India

ABSTRACT

Widespread forest fire events occurred in the foothills of North Western Himalaya during 24 April to 2 May 2016 (Event-1) and 20–30 May 2018 (Event-2). Their impacts were investigated on the distribution of pollutant gases ozone (O₃), carbon monoxide (CO), and oxides of nitrogen (NOx) over Uttarakhand using simulations of Weather Research and Forecasting model coupled with chemistry (WRF-Chem) and in-situ observations of these gases over Dehradun, the capital of Uttarakhand. During Event-1, the observed CO mixing ratio over Dehradun increased from 25 April 2016 onwards, attained maximum (705.8 ± 258 ppbv) on 2 May 2016 and subsequently decreased. The rate of increase of daily baseline CO was 29 ppbv/day during HFAP (High Fire Activity Period). During Event-2, daily average concentrations of CO, O₃, and NOx showed systematic increase over Dehradun during HFAP period. The rate of increase of CO was 9 ppbv/day, while it was very small for NOx and O₃. To quantitatively estimate the influence of forest fire emissions, two WRF-Chem simulations were made: one with biomass burning (BB) emissions and other without BB emissions. These simulations showed 52% (34%) enhancement in CO, 52% (32%) enhancement in NOx, and 11% (9%) enhancement in O₃ during HFAP for Event-1 (Event-2). A clear positive correlation (r = 0.89 for Event-1, r = 0.69 for Event-2) was found between ?O₃ (O_{3with BB} minus O_{3without BB}) and ?CO (CO_{with BB} minus CO_{without BB}), indicating rapid production of ozone in the fire plumes. For both the events, the vertical distribution of ?O₃, ?CO, and ?NOx showed that forest fire emissions influenced the air quality upto 6.5 km altitude. Peaks in ?O₃, ?CO, and ?NOx during different days suggested the role of varying dispersion and horizontal mixing of fire plumes.     

内蒙古自治区主要城市空气质量状况分析

文章利用呼和浩特市、包头市、乌海市、赤峰市、东胜区2007年1月1日到2011年12月31日5a空气主要污染物SO2、NO2、PM10浓度资料,统计分析了各城区主要污染物的分布特征,得到:⑴总体来看,乌海市空气质量较差,其次是包头市,东胜区最好;⑵PM10浓度值变化幅度最大,日最大值均出现在3—5月的沙尘日中,SO2最大值都出现在冬季采暖期;⑶各地均是12月出现污染日数最多,其次是1月;⑷从2007年开始,空气质量状况逐年好转。     

江苏省入太湖污染量分析(1998-2007年)

近年来,太湖水体受到了严重污染,水环境质量逐年下降,太湖水环境的状况直接影响了地区的经济和社会发展,保护太湖已列为国家重点治理项目。本文根据1998-2007年环太湖水文巡测资料及主要入湖河道水质监测成果,分析入湖水量、入湖河道水质、入湖污染物量及其变化趋势,为太湖地区水环境综合整治提供技术支撑和决策依据。     

北极大气中典型持久性有机污染物对海冰变化的响应

近年来,北极变暖速度几乎是全球平均速度的两倍,海冰加速消融被认为会使沉积的持久性有机污染物（POPs）重新释放进入大气。本文利用近30年的大气POPs浓度数据和北极海冰数据,比较了有机氯农药（OCPs）和多氯联苯（PCBs）在北极Alert、Zeppelin、Stórhöfði和Pallas这4个站点的变率,结合互相关分析,探讨POPs对海冰变化的响应。结果发现,在周围多为浮冰区的Zeppelin站点,OCPs（特别是HCB和α-HCH）在2009年后与海冰变化显著负相关,而在其他站点显著性较低或无显著相关性。PCBs在Stórhöfði和Pallas站点,超前海冰变化,可能与长距离输送和土壤的二次释放有关,而在Zeppelin站点出现了和DDTs类似的滞后海冰变化的现象。本研究表明,不同类型的POPs对海冰变化的时空响应不同,海冰消融不一定导致大气POPs浓度增大。

     

南宁市大气能见度变化特征及影响因子分析

对2000至2006年的南宁市能见度资料进行统计分析。分析表明,南宁市近7a能见度年均值在13～17km之间,总体呈下降趋势。一年之中,能见度最小值主要出现在1至3月,最大值出现在6至7月,汛期能见度明显好于非汛期。一日之中,能见度的日变化为：08时〈02时〈20时〈14时。能见度与气象因子的相关分析表明,能见度与温度、风速成正比,与压强、降水、湿度成反比。与污染物的相关分析表明,能见度与PM10浓度的相关性较强,达到-0.58。     

中国实施铁路电气化的节能减排量估算

基于中国铁路部门逐年统计数据,计算了1975-2007年中国电气化铁路带来的逐年节能量和CO2、烟尘、SO2、CO、NOx与CnHm的直接减排量,并分析了其变化特点.结果表明,33年来电气化铁路使得中国铁路运输行业年均节省123.0万t标准煤的能源消耗,节能量年均增长13.9万t标准煤;CO2、烟尘、SO2、CO、NO...     

不同人为源排放清单对大气污染物浓度数值模拟的影响:以浙江省为例

应用大气化学模式WRF-Chem(Weather Research and Forecast-Chemistry),分别选用亚洲排放源清单INTEX-B(Intercontinental Chemical Transport Experiment-Phase B)、REASv2.1(Regional Emission inventory in Asia version 2.1)以及全球排放源清单HTAP_v2(Hemispheric Transport of Air Pollution version 2),对浙江省2013年12月进行模拟,分别记为IN、RE和HT试验,研究人为源排放清单对大气污染物浓度数值模拟的影响。结果表明,3组试验合理的反映出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)和NO_2近地面浓度的时空分布特征,相关系数为0.5~0.8,85%以上的模拟值落在观测值的0.5~2倍范围内,但对SO_2近地面浓度模拟较差。IN、RE、HT试验对PM2.5和PM10的模拟偏差均成递减趋势,约为30%、16%和6%,HT试验的模拟值更加接近观测。INTEX-B清单中PM2.5的一次排放与二次气溶胶前提物SO_2均高于REAS与HTAP清单,因此会导致更多的硫酸盐生成,从而进一步增加PM2.5浓度。HTAP_v2清单中较低的NH3排放会抑制硝酸盐的生成,从而有助于降低PM2.5浓度。3个清单的基准年与模拟年的差异对SO_2浓度模拟的准确性影响更大,INTEX-B清单中SO_2排放量明显高于REASv2.1与HTAP_v2清单,尤其在浙北和沿海工业发达地区,导致IN试验模拟的SO_2在这些地区存在明显高估。3组试验模拟的NO_2浓度偏差最小且更为接近(-8%~4%),主要原因是3个清单在浙江省的NOx排放十分一致。从3组试验结果之间的差异程度来看,浙江省范围内PM2.5、PM10、SO_2和NO_2逐日浓度模拟值之间的平均差异程度分别约为14%、15%、51%和16%,最大差异程度分别为69%、78%、137%和132%。月均浓度与逐日浓度的平均差异程度基本一致,但最大差异程度明显更低。总体来看3组试验模拟的PM2.5、PM10与NO_2的差异程度明显低于SO_2。