关键词： 天山北坡   石河子   污染特征   气象要素   PM_(2.5)重污染   边界层结构  

摘要： 以天山北坡典型代表城市石河子市为例,基于地面常规污染物浓度监测、气象观测、激光雷达观测及中尺度气象模型(WRF)模拟资料,综合分析了气象条件和边界层结构变化对空气质量的影响。结果表明:以石河子市为代表的天山北坡地区空气质量季节性差异显著,PM_(2.5)浓度在冬、夏两季相差最高达11.4倍,且冬季(12月—次年2月)大气污染发生率高达81.2%,重度及以上污染天气占59.1%。冬季污染呈连续“污染季”变化特征,在2020—2021年冬季发生的4次重污染过程中,每次重污染过程持续时间为7~27 d,间隔仅1~3 d,各过程均以PM_(2.5)污染为主导,PM_(2.5)峰值浓度为373~425μg/m^(3),PM_(2.5)/PM_(10)均值为0.82。进入秋冬季后,地面连续低温、高湿的气象条件对PM_(2.5)浓度的增长有显著促进作用,以温度<-3℃和65%<相对湿度<92%为主要影响条件,在该条件下边界层高度的显著降低和连续强逆温引起的近地扩散条件转差,是冬“污染季”形成的根本原因。在2021年1月16—22日重污染过程期间,地面为持续低温、高湿、微/静风状态,重污染生消仅随边界层和逆温条件改变,其中污染累积时段边界层高度较清洁时段降低近5倍,逆温强度超过1.5℃/(100 m),后续由逆温的减退和边界层抬升带来3 d清洁天气。

关键词： 大气细颗粒物   重污染天气   洛伦兹曲线   污染物排放量   应急措施效果评估  

摘要： 由于大气细颗粒物污染现象越来越严重,为了避免人民群众免受环境污染带来的困扰,提出一种评估应急措施效果研究。针对大气细颗粒物重污染天气,从综合治理和应急减排两方面提出应急措施;以京津冀地区为例,获取2019年-2021年环境统计数据;利用洛伦兹曲线衡量PM_(2.5)、PM_(10)、NO_(2)、SO_(2)、CO五种大气污染物的高位累积浓度占比;通过研究分析可得,实施应急措施后,较之前年相比,各类大气污染物排放量均呈现出了明显的下降趋势,对于高位累积浓度占比较高的污染物实现了有效削峰,且统计参数保持在了理想的范围区间内,评估结果精准。

关键词： 大气稳定度   空气质量数值模式   大气重污染   天津   湍流扩散  

摘要： 空气质量模式中湍流引起的垂直混合与湍流扩散系数K密切相关.为避免针对强稳定边界层计算中可能出现“无湍流大气”(即K=0)的异常结果,模式通过预设最小湍流扩散系数Kzmin,定义了K值的下限.检验表明天津空气质量模式整体模拟效果较好,但02:00—08:00存在系统性偏高的问题.针对这一问题,本文在天津大气稳定度特征分析和模式评估基础上,利用气象塔和系留获取真实湍流扩散系数,试验性修正重污染期间Kzmin取值,以期探索提升稳定层结条件下天津空气质量模式PM_(2.5)模拟能力.结果表明:天津不同大气层结稳定度占比分别为4.91%(强不稳定)、9.33%(不稳定)、18.86%(弱不稳定)、50.29%(中性)、13.00%(较稳定)和3.61%(稳定).大气稳定条件下PM_(2.5)浓度(62.6µg·m^(-3))相较不稳定和中性条件(38.8µg·m^(-3))升高61.3%,02:00—08:00稳定大气层结占比显著提升(28.2%),模式对该时段PM_(2.5)浓度模拟存在系统性高估现象(9.3%).以2017年12月一次重污染过程为例开展模式敏感试验,该过程天津出现长时间逆温过程,高度达600 m以上,逆温强度达2.9℃·100 m^(-1),逆温层的持续存在抑制了污染物的垂直扩散.系留气艇和气象塔湍流观测表明:此次过程垂直湍流扩散速率存在明显日变化,白天(35 m^(2)·s^(-1))普遍高于夜间(<14 m^(2)·s^(-1)),比值为2.5∶1,基于模式过程分析技术估算湍流混合使PM_(2.5)浓度下降白天为-30µg·m^(-3)·h^(-1),夜间显著减弱,低于-5µg·m^(-3)·h^(-1),比值为6∶1,结合探空实测数据,空气质量模式中预设的Kzmin很可能造成对垂直湍流扩散作用的低估,并因此导致对夜间稳定层结PM_(2.5)浓度的高估.根据观测对模式Kzmin取值优化,改进后模式对城市和郊区站PM_(2.5)浓度模拟绝对误差分别下降36.6和46.1µg·m^(-3),且夜间PM_(2.5)浓度极大值的改进效果更加明显,基于Kzmin的修正,可能有助于稳定层结条件下天津空气质量模式模拟能力提升.

关键词： 大气污染物   空间维度   人群健康   气象聚类模型   克里金插值  

摘要： 目的 从空间维度出发，分析乌鲁木齐市冬季空气污染物潜在来源及分布特征，结合呼吸、循环、肿瘤门诊量探讨空气污染对人群健康的影响。方法 基于2019—2021年乌鲁木齐气象和污染物数据，运用气象聚类模型中潜在源贡献因子分析法和浓度权重轨迹分析法加权分析地形和气象对污染物的运输路径的影响；采用克里金插值分析污染物及疾病门诊量的区域分布特征。结果 PM2.5、PM10为乌鲁木齐主要空气污染物；山脉阻挡及气象影响使来自乌苏市、石河子市、昌吉市等天山中段沿线城市链的污染物在峡口城市乌鲁木齐累积；人群疾病死亡谱以呼吸、循环、肿瘤为主，克里金插值分析结果提示，区域污染严重程度与这三类疾病门诊量均显著相关。结论 长期大气污染对乌鲁木齐人群健康造成了巨大影响，地形和冬季气象条件是造成污染的主要原因，污染区域与呼吸、循环等系统疾病门诊量区域分布特征呈显著相关，不同污染区域死亡率差异显著。

摘要： “2013—2022年，全国GDP增长69%,PM2.5平均浓度下降57%，重污染天数下降92%。”在生态环境部3月28日举行的例行新闻发布会上，生态环境部大气环境司司长刘炳江表示，我国是世界上第一个全面治理PM2.5污染的发展中国家，在经济高速增长的同时，环境空气质量显著改善。

关键词： 大气污染防治   细颗粒物   科学治污   大气重污染   党员干部   秋冬季节   保卫战   多重因素  

摘要： 时值秋冬季节,为应对臭氧、细颗粒物、秸秆楚烧等多重因素带米的大气重污染,研判、防治、应对大气处党员干部忙得团团转。为了"坚持精准治污、科学治污、依法治污,持续深入打好蓝天、碧水、净士保卫战。"大气处相关负责人表示,在持续巩固大气污染防治攻坚帮扶成果的基础上,大气处支部全面贯彻落实党的二十大精神。

关键词： 成都   大气颗粒物   化学组分   粒径分布   垂直结构  

摘要： 利用惯性撞击式8级采样器(Andersen)于2017年12月15日至2018年1月3日对成都大气颗粒物进行连续采样,结合气象观测资料和气溶胶激光雷达数据分析污染过程水溶性无机离子和碳质气溶胶粒径分布变化特征及气溶胶垂直分布演变.结果表明,二次气溶胶的形成和积累是此次污染过程发生发展的重要原因.NO_(3)^(-)和SO_(4)^(2-)重污染阶段呈单峰型分布,峰值粒径出现在0.65-1.1μm粒径段,表明主要由前提物的云内反应生成,沙尘阶段呈双峰型分布,主峰位于3.3-4.7μm,NO_(3)^(-)主要以非均相反应存在于粗粒径段中,SO_(4)^(2-)既有来自一次污染源(沙尘、土壤源等),也有来自二次氧化反应;高湿度下液相反应的加剧,NO_(3)^(-)、SO_(4)^(2-)和NH_(4)^(+)细粒子峰由0.65-1.1μm向1.1-2.1μm粒径段转移.Ca^(2+)、Mg^(2+)和Na^(+)主要集中在粗模态中,自然源对沙尘污染贡献显著;K^(+)和Cl^(-)沙尘阶段呈明显双峰型分布;OC和EC主要呈双模态分布,不同阶段峰值出现的粒径段有所改变.重污染阶段消光系数大值区主要位于1.0 km以下;边界层高度0.5 km左右且伴随有下沉气流,持续的偏东风或偏南风有利于大气增湿及污染物区域输送共同导致此次污染过程污染物持续升高.本研究可为成都市大气颗粒物形成的化学和物理机制的深入研究提供基础资料.

关键词： 重污染   颗粒物   数浓度   粒径分布   成都  

摘要： 为探究重污染天气过程中颗粒物数浓度水平和分布特征,利用电迁移粒径谱仪(SMPS)和空气动力学粒径谱仪(APS)等,对成都市2020年12月21~28日的大气颗粒物(12.2nm~20μm)数浓度谱进行观测分析。结果表明,污染期间颗粒物数浓度主要集中在积聚模态粒径段,数浓度谱呈三峰分布,主峰值出现在723nm左右,积聚模态颗粒物数浓度的增加是导致此次污染过程颗粒物数浓度快速升高的主要原因。各模态数浓度日变化特征明显,凝结核模态呈单峰分布,浓度高值出现在午间;爱根核模态与积聚模态呈双峰分布,浓度高值分别出现在午间和晚间。受站点周边交通源和生活源影响,颗粒物数浓度高值区主要分布在西北和东南风向1.0~1.5m/s风速下,相对湿度和能见度与积聚模态颗粒物数浓度相关性最为显著。因此,降低积聚模态数浓度有助于缓解颗粒物污染并提高大气能见度。

关键词： 环境监测   大气污染   减排措施  

摘要： 在当前节能减排的背景下,给大气重污染应急减排工作带来了很大的挑战。因此,要在环境监测数据背景下,开展实时监测,根据检测的结果指定具有针对性的应急减排措施以及治理计划,保障我国大气重污染可以得到有效的缓解与改善,进一步提升空气的质量。

关键词： 中国东北地区   大气重污染   天气形势  

摘要： 近年来中国东北地区污染事件频发,为揭示该地区重污染天气分布特征,利用2014—2017年中国东北地区40个城市空气质量数据及对应的高低空天气形势资料,统计分析得到中国东北地区大气污染状况的变化特征以及区域重污染事件的天气学特征。结果表明:2015—2017年中国东北地区PM_(2.5)和PM_(10)年平均质量浓度呈下降趋势,其中PM_(2.5)年平均质量浓度下降的更快,PM_(2.5)最大值出现在辽宁和吉林中部地区约为90—100μg·m^(-3),SO_(2)年平均质量浓度较高值分布在辽宁西部地区约为50μg·m^(-3),而NO_(2)最大值出现在沈阳—长春—哈尔滨一带,约为45μg·m^(-3),CO质量浓度最大值分布在东北沿海地区约为1.6 mg·m^(-3),相反中国东北地区O_(3)年平均质量浓度呈上升趋势,最大值出现在沿海的大连及营口等地,约为100μg·m^(-3)。污染物浓度变化具有鲜明的季节变化特征,不同地区PM_(2.5)和PM 10与AQI最大值均出现在冬季,SO_(2)冬季质量浓度最大值出现在沈阳(180μg·m^(-3)),NO_(2)与CO冬季最大值出现在哈尔滨(80μg·m^(-3),1.8 mg·m^(-3))。相反,O_(3)最大值出现在夏季沈阳地区约为140—150μg·m^(-3)。重度污染级别(200μg·m^(-3)≤PM_(2.5)<300μg·m^(-3))和严重污染级别(PM_(2.5)>300μg·m^(-3))的空气质量表现出以哈尔滨为中心,向周围迅速减少,辽宁中部又略有增加的特征;中度污染(150μg·m^(-3)≤PM_(2.5)<200μg·m^(-3))的天数沈阳>哈尔滨>长春,轻度污染(100μg·m^(-3)≤PM_(2.5)<150μg·m^(-3))的天数是沈阳>长春>哈尔滨。引发中国东北地区重污染的天气形势大致可分为高压型,低压型和北高南低型3种,出现比例分别为62%、27%和11%;高压型850 hPa高压脊东移经过中国东北地区,地面处于高压南部或弱高压中心,有时在黑龙江北部或辽宁西南部连续有弱小的低压生成并快速东移过境;低压型850 hPa低压系统发展并东移经过中国东北地区,地面处于低压后弱高压中;北高南低型850 hPa和地面中国东北地区受北面高压和南面低压的共同影响。