北京地区冬季典型PM_(2.5)重污染案例分析

对2013年1月10—14日发生的持续性PM2.5重污染过程从污染过程演变、气象条件影响、与气态污染物关系、区域污染背景、PM2.5浓度空间分布演变及其与地面风场的关系、PM2.5组分特征等多个方面进行全面的分析,较为完整地还原了该次重污染案例的形成原因以及主要影响因素。主要结论包括:该次重污染过程是稳定气象条件下导致的局地污染物积累,再叠加华北区域性污染的影响共同造成,其中10、12日北京地区PM2.5浓度的快速增长反映了周边污染传输的显著影响;逆温不但造成污染物难以扩散,且不同的逆温类型对PM2.5浓度水平有显著影响,同时还发现逆温的破坏导致近地面高浓度污染物向上扩散,造成百花山出现峰值高污染浓度现象;NO2与PM2.5浓度水平的高相关性反映交通污染二次转化对PM2.5浓度水平的影响,在较高湿度条件下,SO2浓度水平对湿度敏感且表现为负相关性;该次污染过程中OM、SO2-4、NO-3、NH+4等组分在PM2.5质量浓度中的占比超过70%,说明燃煤、机动车等仍是北京地区最主要的污染来源,同时SO2-4占比最高也说明区域污染传输对该次重污染的显著贡献。

北京城区大气污染物“周末效应”分析

对2013年北京市城区12个空气质量自动监测子站的数据进行分析,探讨大气污染物的"周末效应"及O3出现"周末效应"的原因.结果如下:SO2的日变化规律为单峰型曲线,在上午11:00出现峰值;且周末SO2平均小时浓度均高于工作日浓度,一天内的平均偏差为15.57%.NO2的日变化规律为双峰型曲线,峰值出现在08:00和22:00;且在00:00—18:00之间,周末NO2平均小时浓度高于工作日,一天内的平均偏差为7.50%.PM10和PM2.5在工作日的日变化规律均为双峰型曲线;在周末为波浪型曲线,且周末平均小时浓度均高于工作日浓度,一天内的平均偏差分别为17.84%和20.22%.北京市城区O3的日变化规律呈单峰型曲线,在16:00出现峰值.O3的"周末效应"表现为11:00—24:00之间周末O3浓度高于工作日,且各前体物的浓度也高于或接近工作日浓度.可能的原因之一是在O3抑制阶段,周末NO浓度明显低于工作日浓度,导致NO对O3的抑制作用在周末要弱于工作日,有利于O3的生成;原因之二是前体物CO浓度在周末升高,促进了O3的生成,导致O3浓度升高.

北京市空气重污染天气类型分析及预报方法简介

利用2013年北京市PM2.5监测数据及气象资料,系统分析了北京市重污染日逐月分布及其对应的地面天气类型、气象要素特征。数据显示2013年北京市重污染日累计有58 d,占到全年天数的15.9%;北京市重污染日地面天气形势场可分为高压类、低压类、均压类3种类型,各占38%、41%、21%,重污染日PM2.524 h平均浓度为218μg/m3,均压类PM2.524 h平均浓度233.12μg/m3,高压类PM2.524 h平均浓度215.06μg/m3,低压类PM2.524 h平均浓度212.61μg/m3;重污染日地面气象要素主要表现为小风（1.69 m/s）,湿度较大（68.6%）,变压小（-2.86~0.85 h Pa）,逆温（1.59~4.17℃/100 m）;数值预报模式与统计模式相结合是北京市重污染日空气质量预警预报的方法体系。

2013-2014年北京市PM_(2.5)有机碳、元素碳变化特征

利用在线高分辨率仪器对2013年和2014年北京市PM_(2.5)中OC、EC浓度进行了连续观测。结果表明,2013年OC和EC的平均浓度分别为(16.9±12.4)μg/m^3和(2.1±2.1)μg/m^3;2014年OC和EC的平均浓度分别为(16.7±14.6)μg/m^3和(2.7±2.5)μg/m^3。OC和EC均呈现夜间高、白天低的日变化规律。OC浓度呈双峰型分布,在14:00和20:00出现2个峰值。EC浓度呈现单峰型分布,在0:00左右出现峰值,在14:00出现谷值。受燃煤排放和较高的二次有机碳(SOC)转化的影响,冬季OC和EC的浓度最高。利用OC/EC最小比值法计算得出,2013年和2014年SOC占OC的平均比例分别为65.0%和60.1%。OC与OX表现出显著的正相关性,表明较强的大气氧化性能促进SOC的生成,从而造成OC浓度升高。

基于环境监测数据的APEC会议空气质量保障环境改善效果评估

在简要回顾APEC期间的空气质量情况的基础上,从多方面较系统的分析了APEC期间北京市空气质量的变化特征,包括各项污染物浓度水平的同比分析、不同区域不同类别站点小时浓度的百分数分布及变化情况分析、污染物日变化规律变化特征分析、空气质量改善效果的空间分布特征分析、颗粒物组分变化特征分析、污染来源解析模型、数值污染模型等方法,力求从多个方面深入了解APEC控制措施对北京市污染水平、污染特征造成的影响,并利用组分、模型等方法定性定量的评估主要空气质量影响因素、不同的污染控制措施对APEC期间空气质量改善的作用及贡献。结果表明,APEC期间,北京市空气质量得到明显改善,空气质量基本处于优良级别,各项污染物浓度大幅下降,APEC污染控制期各项污染物的百分位数浓度与无控制期出现明显分离特征,污染物的日变化低浓度持续时间更长且增长更缓慢。

2013年北京市PM_(2.5)重污染日时空分布特征研究

根据2013年北京市环境保护监测中心监测的PM2.5数据，系统分析了北京市重污染日PM2.5污染的时空分布特征，并利用克里格插值初步统计了全年和重污染日PM2.5不同浓度区间的国土面积。2013年全市PM2.5年均浓度为89．5μg／m2，重污染日平均浓度为218μg／m2，重污染日主要集中在冬季；PM2.5年均浓度呈现明显的南高北低梯度分布特征，而重污染日空间分布较均匀，南部及城六区存在明显的高污染区，平均浓度在180μg／m2以上；2013年北京市重污染日PM25平均浓度为150～250μg／m2，其对应的国土面积约为12656km2，PM2.5平均浓度在250μg／m3以上的国土面积约为883km2，而全年无PM2，平均浓度在150μg／m3上所对应的国土面积。

北京大气PM_(2.5)遥感监测业务化方法探讨

为探索卫星遥感监测大气ρ(PM_(2.5))业务化方法,以北京为例,利用2013年MODIS卫星资料和北京35个地面自动监测站(下称自动站)的实时观测数据,以目前国内外应用最广泛的3种卫星反演大气气溶胶的方法——AOD(气溶胶光学厚度)、Kdrya,0(气溶胶干消光系数)和Ra(气溶胶表观反照率)反演地面ρ(PM_(2.5))的方法(分别称为AOD法、Kdrya,0法和Ra法)为基础,结合地面ρ(PM_(2.5))实测数据,建立了气溶胶反演参数与ρ(PM_(2.5))统计关系,进一步测算了全市区域ρ(PM_(2.5))的分布情况.结果表明:3种方法都具有较高的反演精度,其获取的全年ρ(PM_(2.5))与地面实测数据的相关系数分别达到0.80、0.81和0.85,其中Ra法结果精度最高.从季节来看,Ra法在除夏季外的其他季节与地面监测数据相关系数都在0.70以上,优于其他2种方法.建议在春、秋、冬三季以Ra法,夏季以AOD法或Kdrya,0法为基础进行北京PM_(2.5)业务化遥感监测.基于Ra法探讨了在2013年11月20—23日区域性大气重污染过程中北京PM_(2.5)区域分布特征和变化过程,卫星反演结果相对误差低于20%,直观地反映了区域大气颗粒物污染的时空分布规律.研究显示,三者都可以用来反演北京地区ρ(PM_(2.5)),其中Ra法最简便易行,尤其适用于业务化遥感监测.

冬季北京城区大气重污染特征分析

为研究北京市城区大气重污染特征,对2013年12月~2014年2月期间北京市6次大气重污染过程的PM2.5浓度水平、化学组成以及大气氧化性和气象要素特征进行了分析。结果表明,重污染日PM2.5平均质量浓度达到265.0μg/m3,是非重污染日的3.5倍。PM2.5组分中NO3-,SO42-,NH4＋和有机碳（OC）在重污染日的平均浓度分别是非重污染日的6.8,3.4,2.7和2.6倍。前3次过程中SO42-浓度最高,后3次过程中SO42-浓度与NO3-浓度接近。从气象要素来看,重污染期间的基本特征为地面温度升高、相对湿度增大、地面气压降低和风速减小。重污染日的能见度显著降低,平均能见度仅为非重污染日的34.4%。重污染日的大气氧化性明显增强,大气氧化剂OX平均浓度是非重污染日的1.5倍,ρ（OC）/ρ（EC）平均比值是非重污染日的1.6倍。

北京市高海拔地区百花山空气质量状况及与市区的差异性研究

对北京市远郊百花山(海拔1300 m)2007—2017年大气常规6项污染物数据进行了分析,并与代表市区的国控站点均值数据进行了比较。研究发现,百花山SO2、CO、PM2.5浓度为国控站点浓度的35.5%~35.7%,NO2、PM 10、O 3浓度分别为国控站点浓度的14.0%、41.5%、185.5%。11年间,百花山6项常规污染物浓度逐年降低。2013—2017年,百花山PM2.5浓度年均降速为11.4%,低于国控站点13.3%的年均改善水平。百花山和国控站点在污染物季节变化趋势上基本一致,秋季颗粒物浓度差异最大,春季差异最小。百花山6项污染物的日变化峰谷比值为1.21~1.44,其差异小于国控站点。各项污染物浓度在18:00出现峰值,认为主要受城区远距离传输影响。2013—2017年,百花山共出现5个PM2.5重污染天,5级以上重污染小时数为442 h,国控站点有2%的重污染小时与百花山同步。

论新型网络平台与企业经营

本文首先从新兴网络平台说起,简明地阐明了当今的企业经营活动与新型网络平台的关系,说明了新兴网络平台对经济市场的重要作用。之后又进一步地说明网络推广已经成为企业最为有效的宣传手段之一,并以具体的实例"微博"说明新兴网络平台不仅对包括各种年龄的人们均有剧烈影响,还对除大型企业之外的小型商家深刻影响,由此总结出新兴网络平台自身存在的弊端。在论文的最后,笔者对企业经营在利用新兴网络平台时所出现的一系列重大的问题提出了深度建议。

北京市传统春节假期空气质量特征研究

利用2013~2020年北京市传统春节假期期间主要污染物浓度､PM2.5主要离子组分浓度及气象数据,研究近年烟花爆竹集中燃放对北京市空气质量的影响.结果表明,自2018年北京市加强对烟花爆竹燃放的管控后,空气质量显著改善,其中2019年传统春节假期中共7个优良天,占比达87.5%,且未出现中度及以上级别污染天;近3年除夕期间的PM2.5峰值浓度显著降低,与近8年最高值相比(2016年699μg/m^3),降幅分别为61.1%､74.7%和71.4%.此外,一方面,近年除夕期间SO2､PM10和PM2.5浓度突增倍数显著降低,由2013年的1.31､1.37和0.92降低至2020年的0.08､0.14和0.02.另一方面,与烟花爆竹相关的一次离子组分浓度增长倍数及对PM2.5及其组分的贡献率逐年降低,说明近年烟花爆竹的集中燃放对空气质量的影响缩减明显.2020年传统春节假期期间,不利的气象条件使烟花爆竹燃放污染无法完全消散,同时加剧本地污染物积累和区域污染物输送,导致出现连续3d的重污染过程.因此,严苛的禁限放措施､有利的气象条件､低水平的周边区域污染物浓度对北京市传统春节假期的空气质量至关重要.

2019~2021年北京市PM_(2.5)及组分受风向影响研究

利用北京市2019~2021年的气象数据、PM_(2.5)及组分浓度数据,结合常规污染物NO_(2)浓度,分别对PM_(2.5)及组分浓度、气象参数、NO_(2)浓度和氮氧化率(NOR)大小的时空变化进行分析比较.结果表明:2019~2021年三年间北京市城区PM_(2.5)浓度下降14%,但NO_(3)^(-)上升12%;各风向上,北京市城区PM_(2.5)浓度大小顺序为:东北风>东风>西南风>东南风>南风>西风>北风>西北风,此外,二次无机盐组分最高浓度均出现在偏东风风向,有机物(OM)最高浓度出现在西南风;各风向年际变化上,2019~2021年,北京市PM_(2.5)、各组分及NO_(2)浓度在空间上均呈现高浓度“东移”特征,NO_(3)^(-)在东北风向上上升幅度最高,达65.7%;东北、东风及东南风风向上,相对湿度同步升高,NOR在东北、东风风向上同步升高,升高幅度达70%,由此认为,北京市NO_(3)^(-)在东北风向上的反弹与前体物浓度东移和东北风向上相对湿度的升高有关.

基于LSTM-GCN的PM_(2.5)浓度预测模型

应用机器学习算法开展空气质量预测已成为当前研究热点之一,空气质量监测数据具有显著的时空特征,即具有时间维度时序特征和空间维度传输演化特征。面向空气质量监测数据,联合LSTM提取的时间特征和GCN提取的空间特征,提出预测PM_(2.5)浓度的LSTM-GCN组合模型。以北京市35个空气质量监测站2018—2020年监测数据进行仿真实验,并将LSTM-GCN模型与LSTM模型、GCN模型以及时空地理加权回归模型(GTWR)进行对比,结果显示:LSTMGCN模型相较于LSTM模型均方根误差(RMSE)、平均绝对误差(MAE)分别降低了11.68%、7.34%;相较于GCN模型RMSE、MAE分别降低了40.22%、36.37%;相较于GTWR模型RMSE、MAE分别降低了17.52%、23.69%,表明所提出LSTM-GCN模型在准确率上有所提升。用LSTM-GCN模型预测2021年1—7月PM_(2.5)浓度,结果显示预测效果较好。

认知心理护理对垂体瘤患者心理的影响分析

分析垂体瘤患者心理改善过程中应用认知心理护理的作用。方法:将60例垂体瘤患者选择,其中30例纳入观察组并予以常规护理+认知心理护理,另外30例纳入对照组并予以常规护理。结果:与对照组进行数据对比,观察组明显改善了生活质量、心理情绪变化,P<0.05。结论:垂体瘤患者心理改善过程中应用认知心理护理,效果显著。

让幼儿学会理智地谦让

健康的人格是幼儿实际交往过程中的一种十分良好的行为，是品德教育的一个十分重要的组成部分，在幼儿园的教育活动之中，德育工作一直是置于首位的，它是幼儿进行全面发展的一个十分重要的因素。

北京市臭氧的时空分布特征

对2012年12月~2013年11月期间北京市35个自动空气监测子站的O3浓度进行分析,探讨北京市O3浓度的时间、空间分布特征,并对夏季的一次O3高浓度过程进行了分析.结果表明,北京市O3浓度在5~8月维持相对较高浓度,其他月份则维持较低浓度.整体来看,4类功能的监测站点中O3平均浓度由高到低分别是对照点及区域点、郊区环境评价点、城区环境评价点和交通污染监控点;O3浓度日变化呈单峰型分布,一般在15:00、16:00达到峰值;O3还呈现明显的'周末效应',即周末白天时段O3浓度大于工作日浓度.北京市O3浓度城区相对较低,周边区县相对较高,生态植被优良的东北部地区浓度最高.2013年6月3日北京市发生一次O3高浓度过程,在下午西南风的作用下,榆垡、丰台花园、奥体中心和怀柔监测站O3峰值出现的时间从南到北依次滞后,且怀柔站在20:00才出现峰值,体现了这次过程中存在明显的O3输送特征.

北京市夏季不同O_3和PM_(2.5)污染状况研究

从天气背景场、气象要素、前体物和PM_(2.5)化学组分、气团运动轨迹以及大气氧化性等方面对北京市夏季两种不同的O_3和PM_(2.5)污染状况进行了分析.结果表明,O_3达到中度污染而PM_(2.5)浓度优良(O_3和PM_(2.5)一高一低)污染状况的天气形势场为:高空为偏西北气流,地面受高压后部控制;而O_3和PM_(2.5)同时达到中度污染(O_3和PM_(2.5)两高)的天气形势场为:高空为偏西气流,地面受低压控制.与O_3和PM_(2.5)一高一低污染状况相比,O_3和PM_(2.5)两高时的气象要素特征为:偏南风更为明显和相对湿度更高.O_3和PM_(2.5)两高时污染物浓度演变特征为,O_3和PM_(2.5)的起始浓度较高,PM_(2.5)日变化特征更为明显,而O_3平均浓度却低于O_3和PM_(2.5)一高一低的污染状况.前体物、大气氧化性以及PM_(2.5)化学组分分析的结果表明,较高的起始浓度在不利气象条件下的积累和吸湿增长以及当天较大偏南风造成的区域传输可能是造成O_3和PM_(2.5)两高污染状况中PM_(2.5)浓度达到四级中度污染的主要原因.

2014年春节期间北京市空气质量分析

对2014年1月30日(除夕)13时到1月31日(初一)12时期间北京市官园、怀柔和良乡监测站的CO、SO2、NOx、PM10、PM2.5浓度及PM2.5化学组分和能见度等监测数据进行分析,探讨了污染源减排和烟花爆竹燃放对北京市空气质量的叠加影响.研究发现,烟花爆竹的集中燃放会在短时间内造成严重的大气污染,其中,对PM10、PM2.5和SO2的影响最为显著.官园、怀柔和良乡监测站在1月31日凌晨1时的PM10浓度值分别为377.8、253.2和627.0μg·m-3,分别为1、2月份平均值的2.4、2.0和3.6倍;PM2.5浓度值分别为292.0、184.7和522.4μg·m-3,分别为1、2月份平均值的2.1、1.5和3.2倍.烟花爆竹的燃放对PM2.5化学组分中的K+、SO2-4、Cl-、Mg2+和Na+等影响最大,1月31日凌晨1时这5种离子在PM2.5浓度中占的比例高达92.1%.烟花爆竹的燃放造成1月31日凌晨1时监测中心和良乡的能见度分别降至2422 m和3591 m,是1、2月份能见度均值的22.9%和32.8%.2010—2014年"春节半月"期间官园、怀柔和良乡PM10平均浓度大多低于冬季均值和年均值,2014年"春节半月"这3个监测站的PM2.5浓度相比于冬季均值分别下降了33.3%、20.6%和39.2%,表明污染源减排对空气质量的正影响非常明显.

2015年春节北京市空气质量分析

对2015年春节(2月18~24日)期间北京市PM2.5、PM10、SO2、NO2的浓度及PM2.5组分进行了分析,并基于PM2.5/CO比值法定量估算了除夕夜烟花爆竹PM2.5排放量.结果表明,春节期间北京市PM2.5、PM10、SO2、NO2的平均浓度分别为116.85、184.71、22.14、36.27μg·m-3,比2014年同期分别增长52.61%、92.41%、-40.15%、-0.46%;除夕夜01:00PM2.5、PM10、SO2、NO2峰值浓度分别为412.69、541.63、152.73、51.09μg·m-3,比2014年同期峰值浓度分别增长19.02%、14.37%、76.57%、11.35%;污染物峰值浓度空间分布上人口密集地区浓度水平明显较高;具有烟花燃放特征的指示性PM2.5组分ρ(Cl-)、ρ(K+)、ρ(Mg2+)峰值浓度分别是2013~2014年各项离子年均浓度的18.85、66.72、70.10倍;烟花爆竹燃放会在短时间内造成严重的大气污染,除夕夜北京市区烟花爆竹排放PM2.5总量约为2.13×105kg.进一步分析显示春节半月期间污染源排放量大幅降低对北京市空气质量的改善效果明显.

典型沙尘回流天气过程对北京市空气质量影响的特征分析

利用不同方位监测数据和气象资料,结合后向轨迹模型和激光雷达观测结果,对2011年3月18—21日北京市空气污染过程的天气形势、沙尘输送路径、污染物浓度的变化特征进行了分析.结果表明,这次污染过程主要是由于沙尘在上游沙源地起沙后先直接输送穿过北京,然后停留在渤海湾和朝鲜半岛区域,在渤海弱高压系统作用下,沙尘又回流至北京所致,其中,沙尘回流直接造成北京市空气质量达到重度污染天气.在沙尘回流影响过程中,PM10浓度呈现青龙山-北京市区-八达岭逐步升高的变化特征,国控站点PM10小时浓度持续16 h超过350μg·m-3,最大值达到571μg·m-3.SO2、NO2与PM10的小时浓度表现为同步变化规律,沙尘回流影响时,除了沙尘粒子外,周边地区的人为排放也是一个重要因素.