苏州市PM_(2.5)和O_(3)污染特征、输送路径及潜在源区分析

基于2015~2022年苏州市PM_(2.5)和O_(3)浓度及其气象资料,分析两种污染物浓度的长期变化特征和不同污染类型时的气象特征,采用HYSPLIT后向轨迹模型和聚类分析等方法,分析PM_(2.5)和O_(3)主要输送路径和潜在源区.结果表明:①2015~2022年,苏州市PM_(2.5)年浓度均值逐年下降,2020~2022年年浓度均值达到国家二级标准;O_(3)年评价值在163~173µg·m^(-3)之间,均超出国家二级标准;2017之后,O_(3)的年超标天数始终高于PM_(2.5);复合污染天数自2015年的9 d持续下降至2020年的0 d,此后未出现复合污染.②PM_(2.5)和O_(3)污染最严重季节分别在冬季和夏季;PM_(2.5)污染易出现在低温高湿的天气,O_(3)污染易出现在高温低湿的天气;PM_(2.5)和O_(3)分别在西北和东南风向上污染较为严重;PM_(2.5)和O_(3)在夏季呈现强正相关性,相关系数最高达0.73.③通过聚类分析发现,春季来自河北省的内陆中短距离轨迹2和冬季来自陕西省的内陆中短距离轨迹4容易造成PM_(2.5)浓度增加;夏季来自山东省的内陆中短距离轨迹1和春季来自河北省的轨迹2容易造成O_(3)浓度增加.④潜在源区分析表明,PM_(2.5)在春冬季节的潜在源区主要分布在安徽省、河南省和湖北省,秋季时的潜在源区主要位于湖北省和江西省等地区.春夏季O_(3)的潜在源区主要位于京津冀地区、山东省、河南省和山西省等地区.最后提出推进苏州市PM_(2.5)与O_(3)污染协同控制工作的相关建议.

苏州市机动车排放清单及特征研究

基于苏州市机动车保有量和活动水平等数据,应用COPERT模型本地化修正了机动车排放因子,计算苏州市2021年机动车大气污染物(CO、NO_(x)、SO_(2)、PM_(2.5)、VOCs)和CO_(2)的排放量,识别“车辆类型-燃料种类-排放标准”三层级的机动车排放特征.结合路网信息、交通数据,讨论了机动车排放“月-日-时”三级时间变化规律,并利用Arc GIS技术建立了苏州市2021年1 km×1 km高分辨率的网格化排放清单.结果表明,苏州市2021年机动车CO、NO_(x)、SO_(2)、PM_(2.5)和VOCs排放总量分别为6.16×10^(4)、5.11×10^(4)、0.02×10^(4)、0.25×10^(4)和1.01×10^(4)t,CO_(2)排放量为2716.31×10^(4)t.其中,非末端PM_(2.5)、VOCs排放贡献率分别为80.30%、34.76%.小型客车中汽油车保有量大,是VOCs、CO、SO_(2)和PM_(2.5)首要贡献源,贡献率分别达90.41%、79.24%、73.68%和61.17%.重型柴油货车保有量仅占2.41%,却排放了69.15%的NO_(x)和54.91%的*PM_(2.5).小型客车和重型货车是CO_(2)的主要贡献源,贡献率分别为72.67%、20.76%.国III及以下排放标准机动车对CO、NO_(x)、*PM_(2.5)和VOCs的平均排放贡献率达23.53%,远高于其保有量占比13.39%,与国IV排放标准机动车平均排放贡献率相当.时间分布上,机动车月排放在2月最低、5月最高,日排放整体呈“双峰一谷”分布,白天6:00—18:00机动车排放量占全天总量的63.92%.空间分布上,机动车排放水平呈现出由路网密集的城市中心向外延伸递减的特征,姑苏区是全市机动车高排放区,吴江区是低排放区.