人为管控下典型城市空气质量及经济指标特征

为探讨中国典型城市在极端人为源管控条件下空气质量和产业特征,文章分析了2018-2020年1-5月武汉、北京、上海、广州、西安、成都和拉萨等7个城市空气质量及产业发展指标;同比了极端人为管控期大气污染物浓度及经济产业指标变化特征。结果表明:受极端人为管控影响,管控期各污染物浓度同比、环比均出现显著降低,其中NO_(2)浓度环比下降幅度最大,约为50%,其次是PM_(2.5)和PM_(10),百分比为30%~40%。但O_(3)浓度总体呈现上升趋势,未来需进一步采取措施,加强PM_(2.5)和O_(3)协同控制,推动城市空气质量持续改善。各城市不同管控力度对大气污染浓度变化有显著影响。此外,对比了2020年第一和第二季度3类产业发展状况,北京、广州、西安和成都均为第一产业产值恢复速度较快,第三产业增长率最慢为10%;同比3类产业表明管控措施对第二产业影响较大。

冬季采暖期气象条件对PM_(2.5)等空气质量要素的影响--以咸阳市为例

以汾渭平原典型城市——咸阳为研究区域,利用地面空气质量监测数据和欧洲中期天气预报中心(ECMWF)发布的第五代全球气候再分析资料数据集(ERA5),分析了咸阳市2018—2020年3 a采暖期污染物浓度变化特征和不同污染程度下的气象条件,采用统计学方法分析各项污染物浓度与气象因素间的相关性,使用多元线性回归模型评价各气象因素对PM_(2.5)浓度的影响程度,使用二元Logistic回归分析气象因素对PM_(2.5)超标风险的影响。咸阳市采暖期首要污染物以细颗粒物(PM_(2.5))和可吸入颗粒物(PM_(10))为主,采暖期超标最多的污染物为PM_(2.5),超标天数逐年递减;PM_(10)的日变化呈“双峰双谷”型,PM_(2.5)的谷值出现在17∶00且夜晚浓度较高。颗粒物浓度与相对湿度呈正相关,与风速、边界层高度、温度、气压呈负相关。多元线性回归预测模型显示PM_(2.5)浓度预测值与实测值变化趋势保持一致,预测值的波动频率比实测值大,预测准确率为51.54%;二元Logistic回归模型显示:除相对湿度外,其他气象因素对PM2.5超标情况都是保护因素,边界层高度每增高1 m,日均浓度超标风险降低0.7%;相对湿度每升高1%,日均浓度超标风险升高5.3%;温度每升高1℃,日均浓度超标风险降低19.8%;气压每升高1 hPa,日均浓度超标风险降低9.7%。以上研究结果揭示了咸阳市采暖期主要气象因素对空气污染的影响程度,为我国北方城市今后的空气污染治理提供科学依据,为相关政策制定提供理论参考。

锰氧化物催化氨氮氧化的电子转移路径研究

将附有MnOx的活性碳颗粒(MnOx/AC)作为燃料电池(FC)的阳极,以研究锰氧化物(MnO)催化氨氮氧化过程的电子转移路径。结果表明,有MnOx附着的活性碳在FC(MnOx/AC-FC)中对NH4^+-N的去除率比原始活性碳在FC(AC-FC)中对NH4^+-N的去除率高1.3倍,且MnO/AC-FC的最大电流密度为26.0 mA/m^3,而AC-FC无电流产生.这表明MnOx可作为电子介体把NH4^+-N中的电子从阳极传递到阴极,最终被阴极电子受体的O2接收.当添加质量浓度lmg/L的Mn^2+于MnOx/AC-FC电解液时,与无Mn2^+添加相比,NH4^+-N的去除率增大至48.8%,可能是Mn^2+在MnOx的自催化作用下能形成新的MnOx为催化氨氮氧化提高了更多的活性位,促进了NH4^+-N的去除。

西安冬季大气棕碳光学特征及辐射强迫

为探讨西安冬季不同大气污染状况(污染天和清洁天)大气细粒子(PM_(2.5))及其一次棕碳(BrC_(pri))和二次棕碳(BrC_(sec))的光学特征及辐射效应,开展了高分辨率多波段光学参数观测,获得PM_(2.5)多波段光学吸收系数(b_(abs)),通过进一步数据分析得到BrC_(pri)和BrC_(sec)的光谱依赖指数(AAE)及其相对黑碳(BC)的辐射强迫.结果显示,污染天时段370nm光学吸收(b_(abs)(370))和880nm光学吸收(b_(abs)(880))均值分别为(733±311)Mm^(-1)和(185±80)Mm^(-1),分别高出清洁天约5.9倍和6.2倍.清洁天PM_(2.5)的AAE1.08~2.09,变化幅度大于污染天(1.28~1.79).清洁天棕碳光学吸收(b_(abs)(BrC))在370nm波长对总吸收占比高于污染天,均超过30%.一次棕碳光学吸收(b_(abs)(BrC_(pri)))在清洁天和污染天均对b_(abs)(BrC)呈现高贡献,占比范围分别为76%~86%和82%~91%,说明一次排放仍然是造成西安冬季污染的重要原因.清洁天BrC、BrC_(pri)和BrC_(sec)的AAE均值分别为4.42、4.31和4.78,均高于污染天,说明清洁天粒子等效直径相对较小,老化程度较高导致BrC的高光谱依赖性.b_(abs)(BrC_(sec))日间变化表明污染天凌晨高湿条件下的液相反应可能是BrC_(sec)形成的主要机制,比清洁天更为强烈,而污染天日间BrC_(sec)受光漂白的影响较大.最后估算了BrC_(pri)和BrC_(sec)的辐射强迫效应,在紫外波段(300~400nm),污染天BrC_(pri)和BrC_(sec)相对BC的辐射强迫分别为62%和16%,而清洁天分别为59%和23%,表明BrC_(pri)和BrC_(sec)在西安冬季的辐射强迫效应不容忽视.

基于多源数据的西安大气重污染过程案例分析

基于大气污染六要素(PM_(2.5)、PM10、SO_(2)、NO_(2)、CO和O_(3))、PM_(2.5)化学组分数据、地面气象观测数据、微波辐射计数据和大气再分析数据,采用物质平衡和硫/氮氧化速率(SOR/NOR)等方法对2019年1月西安市一次重污染事件过程和成因机制进行综合分析.将该次污染过程划分为累积阶段(P1)、维持阶段(P2)和消散阶段(P3),本次重污染过程主要是由于不利天气形势叠加反馈效应造成的,P1和P2阶段西安在500hPa都受平直西风气流影响,海平面气压为均压场,等压线稀疏,天气形势稳定,且925hPa以偏东风为主,不利于大气污染扩散.地基微波辐射计可辅助反映气象条件与重污染间的反馈机制,其反演的水汽密度和逆温均与PM_(2.5)存在显著线性相关关系,相关系数分别为0.86和0.38.反馈机制主要表现为:当污染达到一定程度时产生辐射冷却效应使地面降温,进而导致或加强逆温,混合层高度降低,水汽积聚,高湿条件通过加速二次转化和促进气溶胶吸湿增长使污染进一步维持,因此P2阶段二次无机离子(SO_(4)^(2-)+NO_(3)^(-)+NH_(4)^(+),SNA)和"其他"组分对PM_(2.5)的贡献率较大,分别为43.2%和23.1%,且SOR、NOR和消光系数均在P2阶段达到峰值.NH4NO_(3)、有机物(OM)、(NH4)2SO4和元素碳(EC)对消光系数的总贡献率超过85%,但各组分占比排序在每个阶段略有不同.