城市大气污染预测简介

1　城市大气污染源要进行城市大气污染预报 ,首先要弄清的基础就是城市的大气污染源。尽管治污投资不断增大[1] ,污染源结构不断变化 ,城市大气污染源仍日益严重。其污染源可分自然污染源和人为污染源。自然污染源由自然现象和特定的自然地理环境所致、如沙尘 (暴 )、花粉、局地扬尘等 ;人为污染源中首推工业污染源 ,它排量大 ,易于掌握 ,污染物为微小颗粒物、二氧化硫等无机物和一些有机物 ,这些物质对人体危害较大 ,所以一直是人们普遍关注的污染源物。其次为汽车污染源 ,由于这是一种流动污染源 ,难以掌握和控制汽车排放污染物的主要成分…     

中国长三角地区PM2.5时空分布数值模拟研究

利用第三代空气质量预报模式LOTOS-EUROS(Long Term Ozone Simulation-European Operational Smog)对2018年中国长三角地区细颗粒物(PM_2.5)浓度的时空分布进行数值模拟,通过对比模拟结果与地面观测值,验证模式对PM_2.5长期特征模拟的合理性并探讨长三角地区PM_2.5的时空分布特征。结果表明：LOTOS-EUROS模式可以较好地再现中国长三角地区PM_2.5浓度的时空分布特征,监测站点观测值和模拟值的整体相关系数达到0.64,可以用于长三角地区细颗粒物的模拟。长三角地区PM_2.5浓度呈冬高夏低,西北高东南低的特征。冬季PM_2.5浓度高值出现在长三角地区的西北部,安徽省等地区的浓度水平最大值可达到160 μg·m^-3;春季和秋季PM_2.5浓度的高值集中在30°N以北、120°E以西地区,浓度为40-80 μg·m^-3;而夏季PM_2.5浓度水平大幅度降低,大部分地区维持在20-40 μg·m^-3,低值中心出现在长三角地区东南部沿海城市,低于10 μg·m^-3,最低值可达5 μg·m^-3。     

COVID-19疫情期间全球空气质量变化:臭氧响应的区域间差异

疫情期间全球各地一次排放大幅削减,而臭氧等二次污染的响应则存在着区域间差异.结合地面和卫星观测发现,同在氮氧化物大幅下降的情况下,臭氧在东亚和欧洲呈现出可达14ppb的上升信号,而北美则下降为主(约2-4ppb).我们结合气象分析和臭氧敏感性进一步讨论了臭氧响应差异性的原因,一方面受臭氧与前体物间关系的影响;另一方面来...     

成都地区雾的气候时空特征及其与近年空气质量的关系

利用成都市1980—2021年14个国家气象站的雾日、平均气温、最低气温、相对湿度等观测资料,结合PM_2.5、PM₁₀、NO₂及SO₂等环境监测以及人口数据,对成都地区雾的气候特征及其与城市化进程、空气质量的关系进行分析。结果表明：成都地区雾日气候分布呈现中心最多、东部次之、西北部最少的区域特征;冬季最多,秋季次之,夏季最少的季节特征。且雾日整体呈下降趋势,中心地区雾日的年际变化较大。雾日数与相对湿度、气温、城市化进展密切相关。成都的发展变迁导致了各地区雾日突变年的不同,西部比东部发展更早,因而雾日突变年西部早于东部。大雾影响下,成都地区更容易出现PM_2.5污染。近年来,成都地区雾日越多,空气污染物浓度就会越大,尤其是PM_2.5浓度增大最为显著。     

东北地区大气污染物源排放时空特征：基于国内外清单的对比分析

基于国内外4类常用的污染源排放清单数据（EDGAR：全球大气研究排放数据库;CEDS：社区排放数据系统;MIX：亚洲排放清单;PKU-FUEL：全球燃料排放数据）,对东北区域5类人为排放源（工业源、能源、交通运输源、生活民用源和农业源）的8种污染物（PM_2.5、PM₁₀、SO₂、NO_x、NMVOCs、NH₃、OC和BC）从排放总量、来源贡献和时空分布特征等方面进行对比分析。结果表明：东北污染物排放主要以SO₂、NO_x和NMVOCs为主,工业、能源和交通运输为主要贡献源;PM_2.5和PM₁₀主要来自生活民用源和工业源,贡献率前者大于后者。辽宁省污染物（除NH₃外）排放最大,其次为黑龙江省、吉林省和内蒙古东四盟市,冬季排放强度明显高于其他季节。NH₃主要来自农业源,排放峰值发生在5~7月;各清单间排放总量和来源贡献差异明显,EDGAR和PKU清单对NH₃估算差异度为170.3%;SO₂、NO_x、BC和OC的排放差异度均在30%以上。不同活动水平和排放因子的使用是造成清单差异的主要原因。本研究可以掌握东北污染状况,了解清单差异,为本地化清单工作开展提供研究方向,同时也可为模式模拟合理选择清单数据提供参考。     

基于空间计量模型的中国城市化发展与城市空气质量关系

采用中国289个地级及以上城市2016年的空气质量指数（AQI）和夜间灯光数据,运用空间滞后模型,从空间溢出效应视角出发探究了城市化发展与空气质量之间的定量关系。从空间滞后模型的估计结果来看,城市空气污染存在显著的空间溢出效应,周边地区空气质量的下降会导致本地空气污染情况加重。在城市发展过程中,城市经济发展水平的提高,引致的城市建设用地的扩张使得空气质量不断恶化;政府管制力的加强对空气污染的治理起到了促进作用,而居民环保意识和城市技术创新水平的提高有利于空气质量的改善。此外,PM2.5质量浓度的上升导致空气质量恶化。公路货运量在统计上与空气质量的关系不显著。从研究结果来看,协调城市发展与空气质量的关系以及加强空气污染防治的联防联控机制,是未来空气污染治理工作的重点。     

大气污染物排放量与颗粒物环境空气质量的空间非协同耦合研究——以武汉市为例

针对区域大气污染物排放量与空气质量在时空分布上存在不完全协同、匹配的现象,论文选择SO₂、NO_X、PM_2.5、CO和VOCs作为大气污染物指标,选择气溶胶光学厚度(Aerosol Optical Depth, AOD)表征颗粒物环境空气质量,以武汉市为例,综合应用耦合模型和空间错位指数模型研究2类指标之间的空间非协同耦合规律。主要结论如下：① 武汉市大气污染物排放量与颗粒物空气质量具有不同空间分布特征,大气污染物排放量呈现由城市中心城区向远城区递减的趋势,其中SO₂、PM_2.5和VOCs的排放具有明显的中心聚集现象,而NO_X和CO聚集现象不显著,且与道路分布明显相关;AOD分布具有明显的空间差异性,总体上呈由西北向东南依次递减的趋势。② 武汉市大气污染物排放与颗粒物空气质量的空间非协同耦合规律：越靠近城市中心城区,空间协同耦合现象越显著,空间错位现象越弱;越远离主城区,空间非协同耦合现象越显著,空间错位现象越显著;SO₂排放量与AOD在武汉市远城区的空间错位指数均大于0.7,且耦合度指数小于0.3,呈现较强的非协同耦合特征,NO_X、VOCs、PM_2.5的排放量与AOD在武汉中心城区的空间错位指数均小于0.5,且耦合度指数大于0.5,协同耦合现象较为显著。③ 基于时空非协同耦合分析城市大气环境污染治理建议：针对污染物与AOD空间错位不显著的城市中心城区,以本地减排治理为主;针对污染物与AOD空间错位显著的远城区,应在污染溯源分析的基础上进行区域协调综合治理。     

国内外常用的空气质量模式介绍

人们对空气污染问题的关注促进了空气质量数值模式的发展。至今,空气质量模式已经发展了三代。目前,国内外常用的模式有ISC3,ADMS,AERMOD,Models-3,CAPPS等。应该根据实际问题的需求选择合适的模式。     

2014－2022年新疆库尔勒市空气质量特征及沙尘天气影响分析

基于2014－2022年库尔勒市空气质量监测数据,分析了库尔勒市空气质量水平和污染特征,并进一步探究了沙尘天气对空气质量的影响。结果表明：2014－2022年库尔勒市年均优良率为65.3%,春季空气污染最严重,夏季空气质量最好;大气污染主要是颗粒物超标,PM10年均浓度值超过二级标准限值127%,PM2.5超31%,SO2、NO2、CO、O3均达标;首要污染物为PM10,占总超标天数的92.2%,PM2.5为首要污染物占比8.0%;受沙尘影响天气年平均100.4d,污染日79.7%受到沙尘影响;按环境监测要求剔除沙尘天气,PM10和PM2.5平均浓度分别减少18.6%和13.0%;沙尘天气对AQI平均贡献率为31.8%,对PM10贡献率为41.9%,对PM2.5贡献率为23.3%。沙尘天气对库尔勒空气质量影响明显,大气污染防治根本是沙尘天气综合治理。沙尘天气对库尔勒市空气质量影响明显,大气污染防治根本是沙尘天气的综合治理。     

哈密市空气质量特征及其与气象因子的关系

利用2010-2019年哈密市气象及环境数据,分析了哈密市空气的污染现状、空气质量特征及其与降水、能见度、气温、风速、日照时数等气象因子的相关关系.结果表明:哈密市首要污染物为PM10,空气质量以Ⅱ级(良)为主,近10年空气质量指数呈先增大再减小的单峰型变化,2011年空气质量最好,污染日数最少,之后轻度以上污染日数明...