关键词： Atmospheric mercury   Industrial city   Sampling and analysis   Tempospatial variation   Gas-particle partition   Correlation coefficients   GASEOUS ELEMENTAL MERCURY   PARTICULATE MERCURY   AMBIENT AIR   SPECIATED MERCURY   METROPOLITAN-AREA   EASTERN SLOPE   CHINA   URBAN   DEPOSITION   KOREA  

摘要： This study investigated the seasonal variation and spatial distribution of total gaseous mercury (TGM) and particulate mercury (Hg-p) in the ambient atmosphere of Kaohsiung City, the largest industrial city in Taiwan, located at the coastal region of southern Taiwan. TGM and Hg-p were measured at six sensitivity sites and one coastal background site, from June to December, 2010. Field measurement results showed that the seasonal averaged concentrations of TGM and Hg-p were in the range of 2.38-9.41 and 0.02-0.59 ng/m(3) with the highest concentrations of 9.41 and 0.59 ng/m(3), respectively. Moreover, the partition of atmospheric mercury was found to be 92.71-99.17% TGM and 0.83-7.29% Hg-p. As a whole, the concentrations of mercury species in the dry season were higher than those in the wet season, for both TGM or Hg-p concentrations. The TGM and Hg-p concentrations at the Hsiao-kang site was the highest in Kaohsiung City. Hot spots of atmospheric mercury were found at two regions in Kaohsiung City, including a steel industrial complex in the south and a petrochemical industrial complex in the north. The correlation of atmospheric mercury with meteorological parameters (e.g., ambient temperature, relative humidity, and UV intensity) and air pollutants (e.g., CO, SO2, NOx, and O-3) was further discussed. The results indicated that TGM and Hg-p concentrations correlated positively with SO2, NOx, CO, ambient temperature, and UVB, and negatively with relative humidity, O-3, and wind speed.

关键词： 大气污染防治法   北京市政府   严重污染   机动车   中华人民共和国   法规   大气环境质量   人体健康  

摘要： 《北京市大气污染防治条例（草案送审稿）》1月19日起向社会公开征求意见。北京市政府法制办有关负责人表示，为防治大气污染，改善北京市大气环境质量，保障人体健康，经深入论证，北京市人大、市政府决定制定新的《北京市大气污染防治条例》，替代现行的《北京市实施（中华人民共和国大气污染防治法）办法》，以解决北京市大气污染防治中亟须解决的问题。《北京市大气污染防治条例（草案送审稿）》规定，在大气受到严重污染，可能发生危害人体健康和安全的紧急情况下，市人民政府应当及时发布大气污染公告，采取强制性应急措施，包括责令排污单位停产、部分停产以及部分机动车停驶。

关键词： 颗粒物   污染特征   预报系统   大气重污染过程   空气质量  

摘要： 随着经济飞速增长，城市化进程不断加快，机动车保有量大幅增加，我国的大气污染趋势没有从根本上得到遏制，已由单一煤烟型污染转化为煤烟型与光化学污染并存的复合型污染。持续高浓度的区域性大气污染频发，污染期间颗粒物浓度超标严重。大气重污染问题已成为目前制约我国社会经济发展的瓶颈之一，严重威胁到人民群众的身体健康和生态安全，受到了政府和公众的高度重视。然而因受天气背景场、地形条件、污染物排放等多种复杂因素的影响，大气重污染过程的形成机制仍不明确，也尚无有效的预报方法。因此，利用多种技术手段研究重污染预报方法，改善污染预报效果，为居民合理安排出行、为环境管理部门采取防控措施提供重要的指引和决策支持，这对于减轻大气污染造成的严重损失、保障人民群众的身体健康和生态安全具有十分重要的意义。\n 针对上述问题，本文收集整理了我国华北地区长时间序列的空气质量数据、区域气象数据、天气背景场资料和区域污染源资料，通过对大量历史资料的统计，从多个角度对大气重污染过程的污染物浓度变化特征进行了分析，得出了华北地区大气颗粒物的空间分布、年际变化、月际变化、季节变化和日变化特征。并基于典型环境监测点的颗粒物样品采集与测试结果，对大气重污染时段与常规时段颗粒物中的主要元素、水溶性离子和碳质组分进行了对比研究，从气象条件与污染来源等方面探究了重污染的化学组分特征及部分形成原因。此外，本文对重污染与气象要素、地面天气形势及其演变规律之间的关系进行了定性研究和定量分析，利用气流轨迹模拟、敏感源筛选等多种技术方法，识别出影响北京市空气质量的重点地区和易造成重污染的主要污染物输送路径，总结了大气重污染过程的主要形成原因。\n 在此基础上，本文综合考虑了区域气象条件、下垫面条件、污染物浓度变化规律、污染的区域性特征以及污染源排放量变化等因素，利用高时空分辨率数值模式、主成分分析、聚类分析、逻辑回归、非线性回归等方法，建立了数值模拟与统计分析相结合的大气重污染预测技术，提出了在天气类型判别、污染程度初判和预报因子集成的基础上进行定量预测的重污染预报系统的构建思路。并利用该技术方法在北京地区进行了示范应用，建立了北京市重污染预测系统，通过对历史污染过程的模拟性预报和对未来空气质量的实时预报两种方式，综合评估了该系统的预报效果。评估结果表明:该系统对PM10浓度高于350μg/m3的大气重污染过程的预报准确率在60％以上，误报率约为25％，与当前公开发布的北京市空气质量预报结果相比，本系统对高浓度污染的预报效果明显提升。

摘要： 驻政办〔2013〕138号各县、区人民政府,经济开发区、市产业集聚区管委会,市直相关单位:《驻马店市大气重污染预警应急预案(暂行)》已经市政府同意,现印发给你们,请认真贯彻执行。二〇一三年十二月五日驻马店市大气重污染预警应急预案(暂行)

摘要： 德办发〔2013〕66号2013年11月6日各县(市、区)政府、德阳经济技术开发区管委会,市级有关部门:《德阳市大气重污染应急预案》已经市政府七届十九次常务会议同意,现印发给你们,请认真贯彻执行。德阳市大气重污染应急预案1总则1.1编制目的为及时有效控制大气污染,改善城市空气环境质量,保障人民群众身体健康,特制定本预案。

关键词： 天津   重污染   大气污染物   垂直分布  

摘要： 利用天津气象局255 m铁塔垂直4层观测平台(高度分别为3、40、120和220 m),对各层大气中的NOx、O3、SO2浓度(均以φ计)和PM2.5浓度(以ρ计)进行了连续观测,结合同步气象要素分析了2010年10月3—11日天津发生的一次重污染事件.结果表明:在此次重污染事件期间,一次及二次污染物浓度的垂直梯度变化差异显著,φ(NO)、φ(NO2)和ρ(PM2.5)随高度上升而降低,φ(NO)在3～120和120～220 m的递减率分别为58.0%和8.5%,ρ(PM2.5)在3～220 m递减率为13.0%;而φ(O3)和φ(SO2)平均值却随高度的上升而增加,其中φ(O3)在3～40、40～120和120～220 m的增长率分别为108.0%、19.1%和56.4%,φ(SO2)在3～220 m的增长率为25.0%.NOx主要来源于局地近地面污染源的排放;SO2主要来源于高架点源的排放,O3则来源于局地光化学过程积累;PM2.5受局地排放源和光化学过程的双重影响,垂直梯度变化最不显著.不利于扩散的气象条件使以局地排放为主的污染物积累升高及其伴随的光化学反应造成了天津此次重污染事件.

关键词： 北京   大气重污染   静稳积累   沙尘  

摘要： 根据北京市环境保护局公布的大气污染数据及气象部门公布的气象资料,用时间序列分析法对空气污染指数大于200的大气重污染做了系统分析.结果表明,北京大气重污染可分为静稳积累型、沙尘型、复合型以及特殊型4个类型,2000~2010年各类型发生次数分别为69、53、23、6次.从季节分布看,北京大气重污染主要集中在春季和秋冬季,其中春季以沙尘型为主,而秋冬季大部分为静稳积累型.从年际变化看,21世纪初期沙尘天气活跃,造成了北京大气重污染的高峰期,2003~2005年大气重污染有所回落,2006年受沙尘天气明显增多及大规模奥运建设的共同影响,北京大气重污染再次出现明显峰值;2007年北京沙尘天气明显减少,但静稳积累型重污染相对突出;2008年奥运减排措施效果显著,全市静稳积累型重污染降至历史最低,其后则呈缓慢上升趋势.大气重污染既呈现区域共性,也受局地环境影响.定陵站大气重污染全部为沙尘型;近年来随着首钢的减产、搬迁,石景山区古城站大气重污染明显减少;而受周边大规模城市建设影响,奥体站大气重污染表现相对突出.

关键词： 城市空气质量   重污染   中国环境科学研究院   大气环境   地理环境   公益项目   中期考核   支撑技术   策略   研究所  

摘要： 2011年1月1日,以中国环境科学研究院为主持单位,南开大学、中国科学院大气物理所、兰州市环境监测站、包头市环境科学研究院和太原市环境科学研究设计院为协作单位,共同申请的环保公益性行业专项《重污染城市空气质量达标策略与关键支撑技术研究》正式启动。

关键词： 大气重污染   污染过程特征   来源解析   主成份因子分析法  

摘要： 1998年12月以来，华北地区的中心代表城市北京采取了十二个阶段的大气污染治理专项行动，针对工业、居民生活及采暖、机动车、扬尘等大气污染源实施了一系列由面到点、由宏观到具体的治理措施，大气气态污染物的污染趋势得到有效遏制，空气质量达标天数逐年增加，但大气污染问题依然严峻。2002-2010年华北地区共发生六十余次大气重污染过程，PM10浓度严重超标。这不仅对空气质量和人体健康有很大影响，而且还严重降低了大气能见度，直接威胁着人们的生活和交通安全。目前，随着工业化和城市化的迅猛发展，大气污染已呈现出以PM2.5为特征的区域性复合型大气污染。　　本研究分别在北京市、石家庄市、唐山市各设一个采样点，于2010年12月-2012年1月春、夏、秋、冬不同季节代表月和重污染时段，同时连续采集大气颗粒物PM10和PM2.5样品，分析研究了颗粒物的浓度和组分含量：23种元素、11种水溶性离子、有机碳和元素碳;分析比较了常规时段和重污染阶段三个采样点的污染特征以及相互关系;采用正交矩阵因子分解法(PMF)和主成份因子分析法对常规时段和重污染时段三个采样点大气颗粒物PM2.5来源进行了解析;进而以相关污染源排放数据探讨了以硫酸盐、硝酸盐、铵盐等为特征的二次污染物的源贡献;最后，采用元素比值Mg/Al示踪法，估算了北京地区地面扬尘本地源与外来源的相对贡献量。结果表明：　　人为源组分NO3-、SO42-、NH4+、S、Cl-、Zn、Pb等在PM2.5细粒子富集程度高，地壳源组分Na、Mg、Al、Ca等在PM2.5以外的粗粒子中富集程度高。三个采样点PM2.5中二次组分所占比重高达39.24％-50.26％，静稳型污染时段二次组分所占比例升高，沙尘型污染时段以土壤尘为主的一次组分比例升高。　　北京PM2.5一次污染物的主要贡献来自地面扬尘、燃煤及工业过程、机动车和垃圾燃烧。二次污染物硫酸盐主要来自电力、建材等工业源，居民面源以及非道路移动源，硝酸盐另一主要来源为机动车，铵盐主要来源于化肥施用及牲畜排放。碳质组分机动车的贡献率为61.39％-78.75％。北京全年土壤尘外地源贡献率较高，为30.68％。相同时段PM10中土壤尘贡献率高于PM2.5，PM2.5中人为源贡献率高于PM10。　　综合污染时段PM2.5组分分析和来源解析的结果表明静稳型污染时段 PM2.5来源以二次转化为主，沙尘型污染时段北京PM2.5外来源、土壤尘及城市综合扬尘贡献率较高。

关键词： 大气重污染   空气质量   定量化预测   统计方法   量化分析技术  

摘要： 随着我国城市化进程的不断加快，持续的高浓度大气污染频发，对人群健康和生态环境造成了十分严重的影响。目前我国在大气重污染预报方面的研究成果相对匮乏，而由于我国在气象及下垫面条件、地域污染特征以及污染程度等方面与国外存在较大差异，国外相关研究成果形成的污染预报方法难以在我国达到良好的预报效果。因此，我国目前急需研究发展有效的大气重污染定量化预测及分级技术，为环境管理部门制定重污染防治预案提供重要的决策支持。　　针对上述问题，本论文以北京市的大气可吸入颗粒物(PM10)为研究对象，重点针对大气重污染天气开展相关研究，建立了一套数值模拟与统计分析相结合的重污染定量化预测及分级系统。本论文基于详实准确的基础数据集对大气重污染过程与气象要素及天气背景场之间的响应关系进行了研究。在此基础上利用主成分分析和平均链接聚类法研究建立了天气类型划分方法，并利用判别聚类方法实现预测时段样本所属天气类别的自动识别;在不同天气类别内部划分出多个空气污染级别，建立基于逻辑回归方法的预报时段空气质量级别预判方法;同时，在各天气类型及污染级别内，建立基于统计方法的核心预报方程。最后，基于Matlab语言对上述方法进行综合集成，建立大气重污染定量化自动预测及分级系统。　　本论文以北京市为目标区域进行预报方法的效果验证，本方法对历史数据的验证预报值与环保部数据中心公报的北京空气质量预报历史数据的对比分析结果表明：本系统对于重污染天气(空气污染指数为200以上天气)的报出率较环保部预报公报的报出率提高约20％。