北京市大气PM_(2.5)监测·模拟和评估技术

针对北京市大气污染防治工作的突出问题和难点问题,介绍了北京市大气二次污染物PM_(2.5)监测、模拟和评估关键技术,旨在为国内各城市环境空气质量评价、模拟评估、预报预警,以及重污染应急、重大活动空气质量保障等重要环境管理工作提供有力的技术支持,为管理部门提供准确、及时、全面的信息。

北京市大气细颗粒物中糖类物质的化学组成及其来源

左旋葡聚糖是一种极好的示踪含纤维素生物质燃烧的分子标志物,可用于大气颗粒物的来源识别。本文使用高效阴离子交换色谱-脉冲安培检测器对北京市2020年PM_(2.5)中的糖类物质进行定量分析。结果表明:2020年北京市城区PM_(2.5)中左旋葡聚糖、甘露聚糖和半乳聚糖质量浓度分别为62.7 ng/m^(3)、12.6 ng/m^(3)和6.7 ng/m^(3),左旋葡聚糖含量水平与PM_(2.5)质量浓度变化趋势一致,呈现冬季>秋季>春季>夏季。通过3种糖类化合物的质量比判断北京市生物质燃烧主要是软木和草的燃烧。利用左旋葡聚糖计算生物质燃烧对PM_(2.5)的贡献,2020年全年城区生物质燃烧贡献率为3.8%。对北京市不同区域进行分析,北京市内生物质燃烧存在一定的区域特性,中心城区较低于农村地区。

北京市东南郊区夏季低层大气臭氧浓度垂直分布特征

为探究臭氧污染季北京市臭氧浓度垂直分布特征及对近地面臭氧浓度的影响,基于差分吸收臭氧激光雷达,对北京市东南郊区永乐店2019年5−9月低层大气臭氧浓度的垂直分布进行连续观测和分析.结果表明:①1.5 km以下,臭氧浓度随高度的增加呈先增后降的特征,边界层中上部(0.5~0.6 km)为臭氧浓度最大区域;1.5~3 km,臭氧浓度相对稳定或随高度增加而缓慢上升.臭氧浓度最高的6月,其浓度垂直梯度变化率略小于其他月份.②边界层内臭氧浓度与近地面臭氧浓度的日变化基本一致,均呈午后单峰分布特征;但近地面的臭氧浓度波动幅度较大,具有更低的早高峰谷值和更高的午后峰值.午后峰值期间,边界层内臭氧浓度垂直分布呈随高度升高而降低特征,体现出午后近地面光化学生成是臭氧升高的主要原因.夜间高空臭氧浓度高于近地面,可为翌日白天的臭氧浓度提供较高的背景.③典型臭氧污染过程显示,午后快速的光化学生成导致近地面和边界层中部以下臭氧浓度明显上升,部分夜间残留层可见明显的臭氧污染层,并于翌日上午向下传输;夜间低空急流、风向的切变及持续偏南风等气象条件也易导致臭氧垂直或水平传输至北京市.研究显示,应强化本地前体物控制及区域联防联控,实现边界层内臭氧浓度整体降低对臭氧污染治理至关重要.

固定源细颗粒物监测技术现状分析与思考

从固定源细颗粒物采样方法、细颗粒物分级捕集技术与颗粒物样品处理分析技术入手,分析和探讨了国内外固定源细颗粒物监测技术的研究现状,指出了相关细颗粒物监测技术与分析方法的优缺点,提出了针对固定源细颗粒物监测技术与设备配置的研究思路与建议。基于源环境的固定源细颗粒物直接采样法广泛应用于日常监测,而基于大气环境的固定源细颗粒物稀释通道间接采用方法多应用于科学研究,且其烟气稀释比对颗粒物粒数浓度有显著影响。颗粒物惯性撞击式分级切割采样器控制简单,无复杂清洗过程,并可适用于国内大部分烟尘环境。细颗粒物样品因气溶胶占较大比重,不宜烘干处理。

北京市大气VOCs的时空分布特征及化学反应活性

2014年在北京市城市对照点定陵(城市背景点)、东四(城区点)和永乐店(东南区域传输点)3个不同功能站点进行了为期一年的大气挥发性有机物连续自动观测,测定了包括含氧VOCs在内的98种挥发性有机物,系统分析了北京地区大气VOCs的组成特征、时空分布特征及大气化学活性.结果表明,北京市大气VOCs的年均体积分数为(47.36±13.78)×10-9,化学组成以烷烃为主,占39.55%,其次是OVOCs,再次是烯烃和芳香烃.中心城区点和东南区域传输点的VOCs浓度水平显著高于城市背景点.中心城区点VOCs受交通源和生活燃气排放影响显著,东南区域传输点受交通源和工业溶剂源影响显著,而城市背景点则受上风城区传输影响大.总VOCs浓度季节变化整体表现为冬高、夏低的特点.受污染来源的差异影响,不同点位的不同组分表现出并不相同的日变化特征.甲苯/苯的比值分析显示,北京地区冬季采暖期燃煤影响突出,春夏季溶剂挥发贡献增加.北京VOCs大气化学活性以烯烃为主,其次是芳香烃和OVOCs,关键活性组分有乙烯、乙醛、间/对-二甲苯、甲苯、丙烯、邻-二甲苯、乙苯、正丁烷、1-丁烯和丙醛等.

2015年“十一”期间北京市大气重污染过程分析

采用垂直观测、地面观测、PM_(2.5)化学组分观测和气团轨迹分析等手段,对2015年10月份北京市一次大气重污染过程进行了分析.结果表明,重污染时近地面层气溶胶消光系数升高,污染物主要积聚在600m以下.重污染期间气象要素特征为:风场弱,湿度大,地面受弱气压场控制,边界层高度极低.重污染期间不同站点PM_(2.5)浓度变化趋势和峰值出现时间较为一致;大部分时段PM_(2.5)中NO_3^-浓度明显高于其他组分;周边区域受重污染的影响面积相对较小,高浓度区主要集中在北京市及近周边地区.多手段的观测结果以及PM_(2.5)浓度与气象要素和各化学组分的相关性分析的结果均表明:区域传输,包括秸秆焚烧,对本次北京市重污染天气过程具有一定的影响,但本地机动车排放在不利气象条件下的积累、二次转化以及垂直方向空间的极端压缩是导致重污染的主要原因.

基于大气超级站观测的2017年5月北京市沙尘天气过程分析

结合常规污染物监测、PM_(2.5)化学组分监测、激光雷达监测和颗粒物数浓度及粒径监测等手段,对2017年5月影响北京市的一次沙尘天气过程进行分析。结果表明:5月4日凌晨起沙尘天气开始影响北京市,延庆、官园和通州3个站点PM10峰值浓度分别为2 091、2 245、2 590μg/m^3,体现了该次沙尘天气影响程度之重。PM_(2.5)浓度与PM_(10)变化一致,也达到重度污染的水平。沙尘天气移动路径是沿着区域西北至东南方向。沙尘天气主体从3 km左右的高空进入北京市,随后逐渐渗透至1 km高度以及地面,且沙尘层厚度较高,覆盖了地面至3 km的高度。沙尘天气过程中OM和Ca^(2+)组分增幅最大。在沙尘天气影响严重时间段,沙尘天气源与生物质燃烧源比例之和大于50%,最高值为67.6%。沙尘天气过程中颗粒物峰值粒径为0.965~1.037μm。

2012—2013年北京市大气PM_(2.5)污染成分分析

选取北京市近郊区5个不同功能定位的采样点,采用重量法仪器,采集2012年8月—2013年7月的PM_(2.5)环境受体样品,共获取1 200余张滤膜样品,分析颗粒物质量浓度状况和地域间以及季节分布规律,并分析了水溶性离子、有机碳/元素碳等组分。结果表明,北京市全年ρ(PM_(2.5))范围在19.27~894.23μg·m^(-3)之间,日平均ρ(PM_(2.5))为126.38μg·m^(-3),污染水平较高;北京市PM_(2.5)质量浓度以冬季最高,为207.8μg·m^(-3);工业区质量浓度较高但与城区差距不明显,房山和亦庄两个工业区平均ρ(PM_(2.5))为155.4μg·m^(-3),而城区的东四ρ(PM_(2.5))则达到了124.2μg·m^(-3)。有机碳是PM_(2.5)中含量最高的组分,且与元素碳来源基本一致,有机碳的质量浓度范围为3.84~164.1μg·m^(-3),平均质量浓度21.43μg·m^(-3);元素碳的质量范围为0.53~22.07μg·m^(-3),平均质量浓度3.53μg·m^(-3),两者质量浓度相对于国内其他主要城市处于较高水平;OC和EC冬季来源较为明显,为燃煤污染;二次有机碳质量浓度在冬季和工业区相对较高。硝酸盐为水溶性离子中含量最高的组分,主要来自于燃煤锅炉排放和机动车尾气污染;无机金属元素以硅与钙为主,地面扬尘及建筑工地也是PM_(2.5)的重要来源。

北京市交通环境大气氨污染水平分析

机动车作为大气PM2.5的重要污染源,其运行产生的氨气(NH3)能与大气中的酸性气体相结合,形成二次污染物。为掌握北京市交通环境中NH3的排放情况,探索影响交通环境NH3浓度的因素及关系,利用DOAS仪器对交通环境(北航东门天桥下)和城市环境(北京市环境保护监测中心楼顶)NH3的浓度进行持续7个月的观测。结果显示污染物的排放量总体呈现夏季低、春秋季高的特点,交通环境中NH3的日平均浓度水平(25.19μg/m^3)高于城市环境(15.90μg/m^3).全天浓度变化趋势稳定,均有明显的高峰低谷变化,表明交通污染源对大气NH3的贡献较为稳定.从相关性分析可以看出,NH3与PM2.5、N02、NO_x、CO相关性较高,与NO相关性较弱.分析得出3级以上的风有利于NH3浓度的快速扩散和降低。对学院路全年各类型机动车排放量和逐小时的排放量进行计算,得到NH3排放量主要来自小型客车(汽油)和出租车(汽油)(占97.9%)。

北京市重大活动空气质量评估技术体系

以2015年国庆大阅兵期间空气质量保障为例,阐述了重大活动期间北京市空气质量分析的技术体系,北京市监测中心在国内首次建立了规范的空气质量综合观测组织体系和科学的措施效果评估方法体系,所获得的数据及其研究结果具有代表性、完整性和综合性。评估方法为基于大数据的观测评估和先进的模型评估相结合,综合各类监测数据及模拟数据,方法可信可行,不确定性更低,对减排措施的环境改善效果展开评估,目标是剔除气象条件等外在因素对空气质量造成的影响,相对客观准确地评估保障措施-污染物排放规模下降-污染排放量削减-空气质量改善之间的内在定性定量关系。

北京市四季典型污染过程PM_(2.5)酸度与二次硝酸盐形成机制

基于北京市城区点位2022年观测数据,运用ISORROPIA-Ⅱ模型分析冬季霾、春季沙尘、夏季高臭氧与秋季PM_(2.5)与臭氧复合污染共4次典型污染过程PM_(2.5)的酸度特征,获得气溶胶pH值与硝酸盐快速增长的演变规律.结果表明,北京市气溶胶pH值为中度酸性,四次污染过程pH值范围分别为3.59~5.07,3.70~7.76,2.44~6.15和2.80~4.69.4次污染过程气溶胶pH值呈正态分布,pH值中位数分别为4.60、4.59、3.91和4.09.冬季霾污染过程气溶胶水含量最高,其气溶胶pH值最大.春季沙尘污染过程气溶胶pH值呈双峰分布,受到人为源与天然源共同影响.夏、秋两次污染过程PM_(2.5)酸性分别为最强和次强,可能与大气氧化性增强促进酸性气体被氧化有关.夏季气温高气溶胶pH值低,HNO_(3)倾向于向气相分配,硝酸盐占比最低(22%);秋季气溶胶pH值昼低夜高,有利于硝酸盐的夜间积累,硝酸盐占比与冬、春两次污染过程相当(27%~28%).北京大气气态NH_(3)充分富余,HNO_(3)与NH_(3)的中和(均相)反应为NO_(3)^(-)的主要生成机制,气溶胶中NH_(4)^(+)也相对富余,气溶胶中(NH_(4))_(2)SO_(4)、NH_(4)NO_(3)和NH_(4)Cl均可以充分耦合.研究显示,较高的气溶胶水含量和气溶胶pH值是污染期间硝酸盐快速增长的原因,针对气态前体物NH_(3)和NO_(x)的进一步减排是控制北京大气细颗粒的有效手段.

基于远程监测的北京市柴油车实际道路NO_(x)与CO_(2)排放特征

采用远程在线监测技术对北京市典型柴油车的实际道路运行参数进行监测,并基于标准PEMS测试设备与远程在线监测同步对比测试,分析远程在线监测技术的数据一致性,研究建立适用于北京市柴油车的微观运行模态划分方法,并基于微观运行模态分析典型柴油车的NO_(x)和CO_(2)排放特征.研究结果表明:1)远程在线监测的柴油车NO_(x)和CO_(2)排放率与PEMS测试数据的线性拟合R^(2)均高于0.99;2)基于建立的北京市柴油车的微观运行模态划分方法,北京市柴油车的微观运行模态划分结果符合正态分布,实现将车辆微观运行工况进行均匀划分的目的;3)在不同车速范围内,不同类型车辆的NO_(x)和CO_(2)排放因子呈现出不同的变化趋势,国六排放车辆的NO_(x)排放因子普遍低于国五排放,NO_(x)综合排放因子最高的为国五重型柴油车(7.63±0.57)g/km;随着吨位增加,柴油车CO_(2)排放因子会呈不同程度的增加且国六重型柴油车CO_(2)相对较高,主要原因可能是国六车相对复杂的后处理系统增加了燃油的消耗.

北京市社会化环境监测机构发展现状调查与监管建议

通过多角度调研发现,越来越多的社会化环境监测机构(以下简称社会化机构)投入环境监测行业,且社会化机构的营收、数量、人均产值逐年上升,表明该行业正处于蓬勃发展期且规模效应显著,社会化机构做大做强更有利于其发展。目前,多数社会化机构属于小微企业,近3年的技术人员流动率高达50%,使得社会化机构需在人员要素上投入更多精力与成本,同时也增大了管理部门的监管难度。结合以上调查结果,提出把人员作为重要考量要素,以信息共享为前提,充分发挥联合监管的优势,对各社会化机构采取分级分类的动态监管模式。

2013~2014年北京市NO_2时空分布研究

根据2013~2014年北京市NO2监测数据,对比分析了全年及重污染日NO2时空分布特征.结果表明：2013年NO2平均浓度为56μg/m3,2014年北京市NO2年均浓度为56.7μg/m3.年均及重污染日NO2月均浓度均呈波浪型分布,日变化呈双峰型分布;空间分布上北部及西部山区NO2浓度明显低于中心城区及南部地区.NO2浓度与PM2.5、CO、NO呈正相关关系,与O3、OX无明显相关性;全年NO2光解速率峰值平均在0.105/min左右,重污染日光解速率峰值平均在0.026/min左右;全年及重污染期间,氮氧化速率分别为0.142±0.061、0.190±0.036;高浓度NO2既有利于O3生成,又对重污染的形成起到了促进作用;重污染日特定条件下北京市NO2的两种转化机制以转化为NO3-过程为主导.经计算2000~2014年北京市机动车的保有量与NO2浓度的相关系数R为-0.84,机动车NOx排放量对北京市NO2浓度的变化有显著的影响.

2014年北京市CO浓度水平和时空分布

对北京市地面监测站点的CO浓度进行分析,探讨其浓度水平、变化趋势和时空分布特征。2014年春、夏、秋、冬四季北京市CO平均浓度分别为1.06、0.87、1.34、2.17 mg/m^3。CO浓度均呈双峰型变化,第一个峰值出现在07:00—09:00,主要由交通早高峰的排放引起;第二个峰值出现在23:00左右,主要受交通晚高峰排放和夜间边界层高度降低的挤压效应的共同影响。从空间分布来看,全年整体呈现南高北低的分布特征,尤其是秋、冬季较为明显,体现了工业布局和区域传输对CO的影响。从全年来看,湿度对CO浓度的影响最大。对2014年冬季北京市的一次高CO浓度分析结果表明,此次过程是由本地排放和区域传输共同造成的,气象要素中地面气压对CO浓度影响最大。

AQI标准下北京市空气质量数值预报系统及其在重大活动保障中的应用

围绕新AQI标准下环境空气重污染预报预警工作的需求,全面优化升级了北京市空气质量数值预报系统。该系统集成了新一代天气模式WRF,并进一步发展污染源处理模型SMOKE,实现了点源、面源、机动车源等排放源高时空分辨率制作,同时紧追空气质量模型(CMAQ、CAMx、NAQPMS)新发展,实现在线源解析模块的业务应用。这一系统不仅在日常业务预报中有效提升了北京市空气重污染过程的预报准确率,还成功应用于2014年APEC会议、2015年纪念中国人民抗日战争暨世界反法西斯战争胜利70周年阅兵等重大活动空气质量保障工作中,满足了重大活动对空气质量预报预警的特殊需求,为进一步提高城市空气质量预报预警技术的发展做出有益尝试,并积累了丰富的经验。

2015年“九三阅兵”期间北京市空气质量分析

为研究区域性大气污染物减排措施对北京市空气质量的影响,结合地面观测的气象参数、常规污染物和PM_(2.5)化学组分,对"九三阅兵"期间北京市的空气质量进行分析.结果表明,阅兵期间北京市北风平均风速、温度、相对湿度和地面气压等气象要素水平与相邻时段相比较为接近,但北风频率偏高,整体大气扩散条件略有利.阅兵期间SO_2、NO_2、O_3、PM10和PM_(2.5)平均浓度分别为2.7、24.2、63.2、27.2和19.5μg/m^3,与相邻时段相比分别降低了26.0%、31.3%、24.5%、59.0%和59.4%;PM_(2.5)的降幅最大,体现了一次源排放和前体物排放同时减排的叠加作用.从PM_(2.5)化学组分来看,阅兵期间浓度最高前4位依次是OC(6.1μg/m^3)、NH_4^+(3.8μg/m^3)、SO_4^(2-)(3.4μg/m^3)和NO_3^-(2.5μg/m^3),OC中二次生成的组分仍高达57.6%.通过与相邻时段中相似天气形势下污染物浓度的对比测算了减排措施的"净环境效益",阅兵期间的减排措施使得SO_2、O_3、NO_2、PM_(10)和PM_(2.5)浓度分别降低了50.0%、0.7%、42.1%、45.7%和48.6%,并对APEC期间和阅兵期间O_3浓度变化不同的原因进行了讨论.

热脱附-GC/MS快速测定大气细颗粒物中支链烷烃和烷基环己烷

建立了直接进样-热脱附-GC/MS法快速测定大气细颗粒物中7种支链烷烃和烷基环己烷类有机示踪物。为提高方法的选择性和灵敏度等指标,优化了脱附温度和时间、冷阱填料和捕集温度。采用了高、低浓度工作曲线,线性范围分别为0.25~50ng和0.025~0.5ng,相关系数均在0.990以上,空白加标回收率在86.2%~110%之间,实际样品加标回收率在97.1%~113%之间。当采样体积为24 m3时,各目标化合物的检出限在0.004~0.020ng/m3之间,低于加速溶剂萃取法的检出限。利用本方法测定了北京城区采暖季和非采暖季PM2.5的实际样品,结果表明,在采暖季和非采暖季样品中,各目标物均有检出,支链烷烃含量比烷基环己烷类化合物高2个数量级,采暖季的支链烷烃和烷基环己烷类化合物的含量均明显高于非采暖季。本方法无需复杂的前处理和有机溶剂,操作简便快捷,在颗粒物中非极性化合物的快速检测方面具有很大的应用价值。

北京市农业大棚冬季燃煤散烧污染排放估算

选取北京农业种植的典型区域,使用高分辨率影像对2013年冬季、2014年夏季及2014年冬季的三期农业大棚进行了精细化提取,分析了污染物空间分布特征.在此基础上,通过现场调查的方式获取了蔬菜、瓜果、水果、花卉以及其他类五种不同种植类别农业大棚的燃煤系数,估算了北京市典型区农业大棚的燃煤散烧量及污染物排放量.结果表明:以面积为衡量指标,北京市农业大棚主要集中在城乡结合部,南部区域量多面广,而北部区域分布集中、规模较大,受城市扩张影响,农业大棚呈现重心向外转移的变化趋势.选取大兴、通州、昌平以及海淀4个区作为典型区,通过实地调查发现其他类农业大棚燃煤系数最大,达到15.0 kg/(m^2·a),瓜果、水果、蔬菜及花卉燃煤系数依次为8.2、3.5、3.4及1.7 kg/(m^2·a).北京典型区农业大棚燃煤量为3.4×10~4t,全市农业大棚的燃煤总量约为5.2×10~4t.结合农业大棚活动水平与污染物排放因子估算2014年北京市农业大棚燃煤散烧的PM_(10)、PM_(2.5)、NO_x及SO_2排放量分别为623.7、516.2、98.3及184.0 t.将2013—2014年冬季持续存在、夏季未被拆除的大棚定义为长期持续性大棚,核算发现,长期持续性大棚PM_(10)、PM_(2.5)、NO_x及SO_2排放量分别为399.7、482.9、76.1及142.5 t.

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.