基于多种TSM方法的北京国家奥林匹克体育中心2月颗粒物来源解析

利用HYSPLIT(Hybrid Single Particle Lagrangian Integrated Trajectory)模型和ERA_INTERIM数据,计算2013-2017年北京奥林匹克体育中心(以下简称奥体中心)2月期间抵达的72 h后向轨迹,并结合聚类分析方法和污染物浓度数据,分析2月不同轨迹对奥体中心污染物浓度的影响,采用四种不同的轨迹分析方法分析奥体中心污染物来源特征,并通过实例分析了不同轨迹分析方法的优缺点和适用性。结果表明:奥体中心2月主导气流明显,为西北路径,出现概率为55.85%;清洁通道为北向气流,污染来源为南向路径和偏东路径,对应颗粒物浓度最高;通过轨迹统计方法得到奥体中心2月颗粒物主要污染来源为河北地区、山东半岛、黄渤海区域、新疆北部与河西走廊。此外,研究发现潜在源贡献函数和浓度权重轨迹方法适用于近距离污染源的识别;停留时间浓度加权方法采用确定性办法通过迭代可以精准识别出北京奥体中心主要污染物来源;定量传输偏差分析方法引入不确定性概念,适用于大范围确定性污染源识别,但同时会产生虚假的污染物来源。不过,采用RTWC方法和QTBA方法相结合可消除QTBA方法带来的虚假污染源。

黄山顶夏季气溶胶数浓度特征及其输送潜在源区

利用轨迹聚类方法对2011年6-8月黄山光明顶的气团轨迹进行聚类分组，得到2011年夏季到达黄山顶的主要气团输送轨迹，结合黄山顶的气溶胶数浓度观测资料，分析不同类型输送轨迹与黄山顶积聚模态颗粒物数浓度的关系.利用潜在源贡献因子分析法PSCF（potential source contribution function analysis）定性分析了不同气团背景下黄山顶积聚模态颗粒物数浓度的潜在源区，最后结合浓度权重轨迹分析法CWT（concentration weighted field）定量分析不同潜在源区对黄山顶积聚模态颗粒物数浓度的贡献.结果表明，积聚模态颗粒物（0.5-1μm）数浓度约占0.5-20μm颗粒物数浓度的94.9%；黄山顶6-8月大陆气团的发生频率最高，约43.4%；影响黄山光明顶积聚模态颗粒物数浓度的潜在源区主要来自一些工业发达人口密集的城市群：湖北东部、安徽中部、河南、江西境内、两广交界处、湖南南部以及浙江北部地区.而垂直方向上，来自西北和西南方向高度约2-5km的自由对流层气团对黄山顶积聚模态粒子数浓度贡献较大.

银川市PM_(2.5)的输送路径及潜在源解析

基于2015~2017年银川市PM_(2.5)逐小时质量浓度和同期气象数据,采用气流后向轨迹聚类分析法、潜在来源贡献函数法(PSCF)和浓度权重轨迹分析法(CWT)研究银川市PM_(2.5)的输送路径及潜在源分布.结果表明:2013~2018年银川市大气PM_(2.5)质量浓度呈先升高后下降的趋势,其中2016年PM_(2.5)浓度年均值最高(54.25±20.91)μg/m^(3);在四季变化中,冬季PM_(2.5)浓度最高(75.11±29.21)μg/m^(3),夏季最低(31.83±7.09)μg/m^(3).聚类分析表明西北方向气流是银川市四季PM_(2.5)主要的输送路径,在春、秋、冬3季PM_(2.5)均为西北长距离输送路径;而在夏季,短距离输送气流是PM_(2.5)主要的输送方式.PSCF与CWT分析表明,冬季PM_(2.5)潜在源区范围最大,主要集中在西北-东南走向的潜在贡献源区带,包括新疆中东部、青海省北部、河西走廊地区、内蒙古西南部、甘肃省南部以及宁夏西北部;春、秋两季PM_(2.5)潜在源区主要位于新疆东部与甘肃省交界区域、甘肃省东南部、湖北北部、陕西西南部以及重庆北部;夏季的潜在源区范围最小,主要集中在新疆东部与甘肃交界区域.在PM_(2.5)重污染天气期间,其主要来源于西北方向气流,潜在源区主要分布在新疆东部与甘肃交界区域、内蒙古西南部与甘肃交界区域以及甘肃中南部地区.因此,在实施防风固沙的基础上,加强区域环境合作,实施大气污染联合防治,可以有效缓解银川乃至京津冀地区的大气污染.

西北干旱区乌海市PM_(2.5)的输送路径及潜在源解析

乌海市是中国西北干旱区主要的煤炭工业城市之一,其PM_(2.5)浓度变化特征、输送路径及潜在源尚不清楚。基于2016—2018年乌海市PM_(2.5)逐小时质量浓度数据,采用聚类分析法、潜在来源贡献函数(potential source contribution function,PSCF)和浓度权重轨迹分析法(concentration-weighted trajactory,CWT)等探讨乌海市PM_(2.5)的输送路径及潜在源。结果表明:2016—2018年乌海市PM_(2.5)质量浓度年均值呈下降趋势,冬季PM_(2.5)浓度最高,夏季最低。聚类分析表明西北方向路径是乌海市四季PM_(2.5)主要的输送路径,乌海市气流在春、秋、冬三季均来自于西北长距离输送,其PM_(2.5)平均质量浓度约97.96~151.33μg·m^(-3),而在夏季短距离输送气流是主要的输送路径,其PM_(2.5)平均质量浓度约87.11~96.88μg·m^(-3)。PSCF与CWT分析表明冬季PM_(2.5)的潜在源区范围最大,主要源自库姆塔格沙漠、柴达木盆地、腾格里沙漠、巴丹吉林沙漠以及河西走廊等地区;春、秋两季PM_(2.5)的潜在源区主要位于库姆塔格沙漠及河西走廊地区;夏季的潜在源区范围最小,主要来自河西走廊局部地区。PM_(2.5)重污染期间,其主要路径来源于西北方向,潜在源区主要分布在青海北部与甘肃交界处、新疆东部零星地区以及乌海南部地区。这些结果说明乌海市PM_(2.5)污染的潜在源区主要集中在西北干旱荒漠区,因此,防风固沙和减缓土地荒漠化技术的实施可有效改善乌海市和西北干旱区的空气质量。

基于后向轨迹模式的豫南地区冬季PM 2.5来源分布及传输分析

为研究2017年12月—2018年2月冬季不同来源区域对豫南地区ρ(PM 2.5)的贡献影响及污染特征,利用HYSPLIT-4后向轨迹模式模拟了豫南地区冬季24 h的气团后向轨迹,结合ρ(PM 2.5)在线监测数据进行了聚类分析,研究了以豫南地区为受点的各月份PM 2.5不同轨迹的输送特征,并使用潜在源贡献(PSCF)分析法和浓度权重轨迹(CWT)分析法识别了豫南地区冬季PM 2.5的潜在贡献源区及贡献大小.结果表明:①信阳市空气质量最好,其次为驻马店市,南阳市空气质量最差;南阳市、信阳市和驻马店市ρ(PM 2.5)分别超过GB 3095—2012《环境空气质量标准》二级标准限值(75μg m 3)的1.5、1.2和1.2倍,ρ(PM 2.5)日变化均呈双峰特征.②后向轨迹聚类分析表明,豫南地区主要受到来自西北和东北方向长距离传输和正南方向较短距离输送的影响.③潜在源区分析表明,除豫南地区及周边市县本地污染贡献外,冀鲁豫交界区域、陕鄂交界区域、陕西省中西部、湖北省东北部和西部、河南省中北部、山东省南部是影响豫南地区ρ(PM 2.5)的主要潜在源区.研究显示,豫南地区PM 2.5污染过程除了与地形条件、本地污染源排放有关外,来自东北、西北传输通道城市的远距离输送和南部的近距离传输也不容忽视.

甘肃地区春冬季颗粒物输送路径及潜在源分析——基于HYSPLIT4模式及TraPSA分析平台

利用HYSPLIT4模式和全球资料同化系统数据,计算了甘肃地区5个站点2017~2018年逐时72h气团后向轨迹;结合各站点颗粒物逐时质量浓度数据,选择颗粒物污染最严重的春冬季,利用轨迹聚类方法分析了甘肃地区后向气流轨迹特征;基于潜在源贡献函数(PSCF)分析法和浓度权重轨迹(CWT)分析法,将各站点分析结果输入TraPSA分析平台进行加权叠加分析,探讨了影响甘肃地区春冬季颗粒物质量浓度的潜在源区及其贡献.结果表明:西北路径是影响甘肃地区的首要路径,其移动速度快、输送距离长、污染程度严重;东北路径次之,主要来源地为蒙古及内蒙古地区;甘肃南部地区受东南路径的短距离输送影响较大,且受到来自青藏高原的输送影响;甘肃地区春季气团轨迹的输送距离较冬季长且输送高度高,冬季PM_(2.5)浓度均值和PM_(2.5)/PM_(10)的比值均较夏季高.多站点PSCF叠加分析发现,PM_(10)潜在贡献源区春季主要分布在新疆东部、准噶尔盆地、塔里木盆地东北部及青海西北部,蒙古南部、四川北部、青海西北部及东部有零星分布;冬季主要位于新疆东部及塔里木盆地、青海西北部及东部、陕西南部;冬季源区整体向南偏移,且省内的短距离输送加强.多站点CWT叠加分析发现,PM_(10)浓度贡献区春季主要位于新疆东部地区、准噶尔盆地附近,蒙古南部及内蒙古北部有线性分布,青海北部及甘肃北部区域有零星分布;冬季主要分布在新疆东部及甘肃北部地区;春季较冬季PM_(10)污染的主要贡献区域更大、污染更重,但省内的短距离传输及颗粒物污染程度减弱.

亚洲大陆流出羽中气溶胶磷的来源解析

利用西风盛行时在青岛采集的总悬浮颗粒物(TSP)样品,分析其中总P(TP)和溶解态P(DP)浓度与气团后向轨迹的关系,采用正定矩阵因子分析(PMF)和潜在源贡献因子分析(PSCF)方法解析TP和DP的来源及其潜在贡献区域.结果表明:青岛气溶胶中TP主要来自地壳源的贡献(45%);其次是机动车排放源(22%)、燃烧源(21%)和工业源(12%);海盐源的贡献最小(<1%).但DP主要来自人为源的贡献,其中机动车排放源的贡献为35%,燃烧源和/或二次源为28%、工业源为25%;地壳源和海盐源等自然源的贡献分别为9%和1%.相同来源的TP和DP其潜在贡献区域相似,但DP的贡献区域范围更广.地壳源P(TP和DP)的贡献区域集中在沙尘从源地向我国近海传输的路径上,海盐源P的贡献区域位于黄、渤海,工业源P的贡献区域主要为河南、山东以及蒙古国南部等地区,燃烧源/二次源P的主要贡献区域为山东南部和江苏北部区域,机动车排放源P的贡献区域则主要为北京、天津、山东、江苏等区域.

阿克达拉大气本底站黑碳浓度特征和潜在源

利用阿克达拉大气本底站2011~2017年黑碳气溶胶(BC)逐小时质量浓度资料和同期气象数据,采用后向轨迹聚类分析、潜在来源贡献函数法(PSCF)和浓度权重轨迹分析法(CWT),研究了阿克达拉站BC不同时间尺度浓度特征和潜在源区.结果表明:阿克达拉站2011~2017年BC呈波动下降趋势,BC清洁程度较高;BC浓度呈春冬高,夏秋低的季节变化特征,春季(398.85±189.35)ng/m^(3)>冬季(389.89±105.94)ng/m^(3)>夏季(272.07±90.07)ng/m^(3)>秋季(269.52±68.07)ng/m^(3),自然因素为BC浓度变化的主要原因;日变化特征表现为白天低、夜间高,基本呈单峰分布;阿克达拉站BC潜在源随季节变化差异明显,后向轨迹,WPSCF和WCWT分析都表明,春季潜在源集中于俄罗斯南部与新疆交界处的阿尔泰山北麓,秋季潜在源为新疆北疆经济带,冬季BC多受境外排放源影响.BC污染控制需要区域环境合作,实现联防联治,尤其是加强跨境污染源监测工作.

阿克达拉O_(3)与PM_(2.5)的污染特征及潜在来源研究

基于2021年3月1日-2022年2月28日阿克达拉大气本底站PM_(2.5)和O_(3)(P-O)逐小时质量浓度资料以及2012-2022年PM2.5、部分反应性气体(NO_(2)、CO)观测资料和同期气象数据,采用后向轨迹聚类分析、潜在来源贡献函数法(PSCF)和浓度权重轨迹分析法(CWT)进行研究,以探究阿克达拉站P-O浓度变化特征和P-O相关性及潜在来源.结果表明:(1)阿克达拉站观测期间O_(3)-8 h浓度为49.21~128.22μg·m^(-3),年平均浓度为89.58μg·m^(-3),且春季(105.36μg·m^(-3))>夏季(103.05μg·m^(-3))>冬季(75.51μg·m^(-3))>秋季(75.32μg·m^(-3)),O_(3)浓度呈春夏高、秋冬低的季节变化特征,日变化呈单峰型特征.PM_(2.5)日平均浓度为2.06~40.01μg·m^(-3),年平均浓度为9.43μg·m^(-3),且冬季(14.45μg·m^(-3))>春季(9.36μg·m^(-3))>秋季(7.24μg·m^(-3))>夏季(6.77μg·m^(-3)),PM_(2.5)浓度呈冬春高、夏秋低的季节变化特征,日变化呈双峰双谷型特征.(2)整体而言,P-O呈负相关,但在夏季和秋季之间存在弱的正相关关系.(3)综合潜在来源分析发现,阿克达拉站春季、夏季和秋季多受到来自哈萨克斯坦与俄罗斯的长距离输送气流的影响;冬季受蒙古高压影响,偏东气流增多.WPSCF和WCWT分析结果具有较好的一致性,表明P-O春、夏、秋三季的污染源多来自哈萨克斯坦与俄罗斯交界地带,而冬季境内本地污染源增多.

秦巴山地西部地区2015-2018年大气污染物变化特征及潜在来源分析

为了研究我国南北过渡带西部地区大气污染物变化特征,选取了秦巴山地西部陇南市2015-2018年大气主要污染物监测资料和气象数据,分析了各污染物的浓度水平、变化特征及与气象条件的关系,并利用HYSPLIT后向轨迹模式分析了该地区污染物潜在来源(WPSCF和WCWT).结果表明:4年来,秦巴山地西部地区空气环境质量较好,空气质量优良率达94.24%,6项大气污染物SO2、NO2、CO、O3、PM2.5、PM10平均浓度分别为19.02、23.35、701.41、83.11、30.57、56.50μg·m^-3,均未超过国家二级标准.PM10是该地区首要污染物中天数最多的,达94 d.污染物SO2、NO2、CO、PM2.5和PM10的季节变化和日变化特征具有较好一致性,呈"U"型变化,O3呈单峰型,在夏季和午后浓度到达高值.颗粒污染物PM10、PM2.5与气态污染物SO2、NO2、CO均呈现较好正相关,气温、降水量和风速风向对污染物浓度有较大的影响.该地区冬季空气质量明显差于其他季节,颗粒物浓度主要受供暖期化石燃料燃烧和外来气流的影响.

厦门市颗粒物输送路径和源区季节特征分析

该研究基于聚类后向轨迹分析法和潜在源贡献因子法,针对2015-2016年厦门地区季轨迹聚类结果进行统计分析,春季、秋季和冬季以偏北和局地路径占比最高,夏季为偏南和局地路径占比高。当颗粒物污染等级达到良或以上时,偏西和局地路径的PM2.5浓度较高;除局地累积外,冬季表现出明显的由北向南的跨区域输送特征,春季受来自长三角以及湖南、江西、福建西南等地区的污染气团影响明显;细颗粒物污染主要出现在局地输送和偏北路径下,粗颗粒污染则是在西北长距离路径下出现。潜在源区分析结果表明,本地排放、长三角、华北一带是冬春季污染输送的主要源地,珠三角至闽南沿海一带是厦门地区秋季的主要源区。空气相对清洁的厦门地区颗粒物来源存在明显季节差异,受多来源多尺度颗粒物共同影响。

京津冀地区典型城市秋冬季PM_(2.5)输送特征研究

运用潜在源贡献分析(PSCF)方法,识别了2018年秋冬季京津冀地区典型城市北京,唐山和石家庄PM_(2.5)的潜在污染源区;基于气象-空气质量模式(WRF-CAMx)和传输通量计算方法定量评估了与其周边省市之间PM_(2.5)的传输贡献,识别了三个典型城市PM_(2.5)的传输路径,揭示了PM_(2.5)传输净通量的垂直分布特征.结果表明,三个城市秋冬季PSCF高值主要集中在河北南部,河南东北部和山西中东部地区;秋冬季PM_(2.5)均以本地贡献影响为主(51.78%~68.40%),外来贡献为辅(31.60%~48.22%),不同季节贡献率有所波动.整个观测期间,近地面主要表现为毗邻城市向北京和石家庄输送PM_(2.5),而唐山主要表现为向外输送PM_(2.5),净通量最大值出现在海拔0~50m,其净通量为-99.47t/d.同时鉴别出了一条主要的传输路径,即西南-东北方向.

2019年秋冬季京津冀与周边地区污染传输特征分析

本研究结合大气环境观测数据,应用潜在源分析法(PSCF)和浓度权重轨迹分析法(CWT),以及基于WRF-CMAQ模式的传输矩阵和传输通量计算方法,研究分析了2019年秋冬季京津冀典型城市的大气污染特征与成因,量化评估了京津冀地区与周边省份之间的PM_(2.5)传输贡献.结果表明,京津冀地区冬季较秋季污染严重,且重污染时段PM_(2.5)浓度均与相对湿度呈显著的正相关,和风速呈显著的负相关;京津冀典型城市北京、天津和石家庄的潜在源区主要分布在京津冀本地、山西、内蒙古中部地区和山东地区,这与CWT结果基本吻合.京津冀各省域的PM_(2.5)以本地排放贡献为主,北京、天津和河北的本地贡献率范围为54.33%~66.01%,京津冀受区域外传输的贡献率范围为0.11%~26.54%.传输通量结果表明,冬季PM_(2.5)的传输主要受高空西北气流的作用,尤其清洁天气,高风速驱动清洁气团流入;秋季则主要受低空东南气流作用;传输通量呈现出显著的垂直分布特征,高空区域传输作用更为活跃,传输通量的流入/流出以及垂直分布与污染级别和RH呈现非线性响应关系,主导风向变化导致重污染前的传输效应明显大于重污染期间,高湿环境的传输效应明显小于低湿环境.

临汾市臭氧污染变化特征、气象影响及输送源分析

结合2014~2020年临汾市臭氧逐小时质量浓度和同期气象数据、再分析数据以及潜在源贡献函数法(PSCF)对临汾市O_(3)污染时空变化特征、与气象因子的关系以及传输路径及潜在源分布开展研究.结果表明,临汾市近年来臭氧污染日益严重,O_(3)_8h_max年均质量浓度整体呈现上升趋势,2020年相对于2014年增加78.79%;月变化特征呈现“M”双峰型,季节变化峰值出现在夏季,而日变化受近地面大气光化学过程影响显著,呈较为明显的单峰单谷分布,峰值出现在14:00~16:00.O_(3)浓度与气温和日照时数呈显著线性正相关,当研究区相对湿度为40%~60%,气温高于20℃,风速区间为2~6m/s时易出现高浓度O_(3)污染.聚类分析表明临汾市O_(3)重污染天气期间以短距离输送气流为主,高O_(3)浓度除受到本地生成影响外,还受到省内临近城市及陕西省中部、河南省北部重工企业排放的大量NO_(x)和VOCs传输的影响.因此,针对临汾市O_(3)污染在严格控制本地污染源排放的前提下,必须加强汾渭平原地区的联防联控,才能有效缓解该区域大气污染的连片发生.

广州市典型臭氧污染时段含氧挥发性有机物来源解析

含氧挥发性有机物(OVOCs)是大气光氧化过程的关键中间产物,也是臭氧生成的重要前体物.本研究利用质子转移反应飞行时间质谱仪(PTR-TOF-MS)对广州市典型臭氧污染时段的VOCs浓度进行观测.结果显示,VOCs总浓度为(32.95±16.81)×10^(-9),其中OVOCs占比达58%~84%;OH自由基总反应活性与白天时段总OFP分别为2.40~34.79 s^(-1)和131.64×10^(-9),均以OVOCs贡献最大.基于光化学年龄参数法对各OVOCs来源进行解析,结果表明,甲醇主要由人为一次源贡献(55%~61%),人为二次源占比极小(<3%);甲醛与乙醛主要来自于人为二次源与天然源,丙酮的背景源占比最高(35%~39%),人为一次源与天然源占比相近;甲基乙基酮(MEK)主要来源于人为一次源(46%~52%),其次为人为二次源.经聚类分析得到气团输送路径3条:轨迹1为东北方近海气团,输送路径长,轨迹2与轨迹3分别来自于北偏东方向与西方向,输送路径短,受人为活动影响较大.其中,轨迹2的总OVOCs、甲醇、甲醛、乙醛平均浓度均为最高,轨迹3丙酮浓度最高,各气团MEK平均浓度相差不大.潜在源区高值区主要集中于东莞市、惠州市等东部上风向区域,需进行区域污染联防联控.

典型输送通道城市冬季PM_(2.5)污染与传输变化特征

以京津冀典型输送通道上的河北西南4个城市邯郸、邢台、衡水和沧州为例,分析了2019~2021年冬季3 a气象条件与PM_(2.5)浓度变化特征,运用潜在源贡献分析(PSCF)和浓度权重分析(CWT)识别了研究期内4个城市PM_(2.5)输送特征,基于气象-空气质量模型(WRF-CMAQ)传输矩阵法和传输通量法量化评估了邯郸、邢台、衡水和沧州与周边地区之间的PM_(2.5)传输贡献,揭示了PM_(2.5)传输净通量的垂直分布变化特征,并进一步识别4个城市两条PM_(2.5)污染主要传输路径.结果表明,在研究期间,4个城市PM_(2.5)浓度呈下降趋势,下降比例分别为45.85%、49.45%、42.40%和31.65%;邯郸和邢台潜在源贡献较大的区域主要分布在山西中南部(临汾、长治和晋中)和河南北部(新乡、开封和郑州)以及少部分内蒙古部分地区(PSCF>0.9),衡水和沧州潜在贡献较大的区域主要集中在河北南部(邯郸、石家庄)、山西中部(太原、阳泉)和部分山东地区(PSCF>0.7),CWT结果显示与PSCF类似;研究时段内4个城市冬季PM_(2.5)均呈现本地贡献率(51.11%~62.99%)略高于区域贡献率(37.01%~48.89%)的特征,受水平湍流和垂直扩散等影响,4个城市2020年区域传输影响较其他年份稍高(0.50%~9.52%),而2021年由于PM_(2.5)浓度较低、气象因素影响等原因,区域传输影响较其他年份稍低(-2.15%~-9.52%);邯郸、邢台、衡水和沧州这4个城市3 a冬季与周边区域总流入(流出)通量强度大小均为:2020年>2021年>2019年,对于总净通量而言,4个城市3 a冬季分别为邯郸:0.094、-0.070和0.087 kt·d^(-1);邢台:0.212、0.395和0.544 kt·d^(-1);衡水:-0.040、-0.228和0.185 kt·d^(-1);沧州:0.062、0.126和0.128 kt·d^(-1).在研究期间邯郸、邢台和沧州多作为污染传输受体,而衡水多为传输源体.在0~1260 m之间,PM_(2.5)净传输通量强度基本随着高度的升高而增大,不同时期不同城市最大净通量不同,邯郸最大净通量位于252~1261 m,邢台最大净通量位于817 m,衡水最大净通量位于252~817 m,沧州最大净通量位于252~359 m;分析4个城市传输特征发现存在两条主要PM_(2.5)传输方向,即西北-东南方向(山西→邯郸→河南、山东;石家庄→邢台→邯郸、山东;保定→沧州→山东)以及西南-东北方向(山西→邢台→衡水→沧州→渤海湾).

黄河上游段吸收性气溶胶指数(AAI)时空演化特征及潜在源区分析

为揭示黄河流域上游段吸收性气溶胶指数(Absorbing Aerosol Index,AAI)的时空演化特征、主要影响因子及污染严重的包头市污染物潜在来源.本文利用OMI OMAERUV L2气溶胶数据集,研究了2005—2020年黄河流域上游段的AAI时空分布,利用熵权TOPSIS法分析主要影响因子,同时借助后向轨迹模型(HYSPLIT)对污染严重城市的污染物进行聚类分析,追踪其潜在来源.结果显示:(1)从时间上看,2005—2009年黄河流域上游段AAI呈下降趋势,2009年AAI降到最小值;2009—2016年AAI波动上升,2016年达到最大值,随后由于国家颁布了一系列保护环境的政策使AAI下降.从空间上看,AAI在黄河上游流域的北部即内蒙古的包头、鄂尔多斯偏高,而在流域的南部大概在四川省内较低.(2)小波分析发现,季节变化方面,黄河上游AAI正负位相交替出现,月均值季节变化明显,且呈现冬>春>秋>夏的特征.夏季雨水的冲刷和扩散条件使得AAI全境低值;冬季污染物排放增加,局部为高压控制区,污染物难以扩散,AAI大范围出现高值.(3)熵权TOPSIS法表明,黄河上游流域环境污染较为严重的城市为包头市,因此,本文以包头市作为重污染典型城市,借助后向轨迹法分析其污染物的潜在来源,结果表明,包头市2019年冬季气流轨迹为5类,其中,西北方向为主要传输方向.(4)包头市污染源主要为沙漠源和工业源;吸收性气溶胶以沙尘气溶胶和污染性沙尘气溶胶为主,碳质气溶胶为辅.

高温极端天气影响下的成都平原一次典型臭氧污染过程分析

基于气象再分析资料及成都市芳邻路站点大气综合观测数据,采用PMF、PSCF和CWT等方法对成都市2022年发生的一次持续性臭氧(O_(3))污染过程进行分析.结果表明,本次污染过程持续了18 d,O_(3)浓度最大8 h平均值第90百分位数达242.62μg·m^(-3).由于副热带高压强大且长时间控制四川,气温屡创新高,成都市日最高温度达到41.63℃,异常持久高温强辐射为O_(3)生成提供有利气象条件.面对持续高温干旱灾害性天气影响,四川电网面临极其严峻的保供形势,污染期间四川省多地出现不同程度的让电于民.分析对比让电前后空气质量科研数据发现:(1)让电后O_(3)前体物NO_(2)和VOCs浓度均有不同程度降低,O_(3)浓度削峰效果较好;(2)让电后大气反应活性OFP和L_(·OH)中烷烃和芳香烃贡献率均下降,但贡献前10物种贡献率较让电前提高,主要是因为高温所致植物排放异戊二烯增加;(3)从源解析结果来看,让电前后移动源、工业源和油气挥发源贡献率基本不变,天然源贡献率上升,溶剂源贡献率下降;(4)让电前成都近郊短距离传输叠加眉山一带传输对成都有影响,强潜在源位于主城区偏东区域,让电后潜在源区域缩小、强潜在源弱化、影响减弱,由此可见联防联控对成都市O_(3)污染防治作用较大.

青岛市港口区域PM_(2.5)污染特征及来源解析研究

港口区域因大气污染物排放量大且污染源复杂,已成为沿海城市大气污染防治的关键区域.为明确青岛港口区域PM_(2.5)污染特征及主要贡献源类,于2019年在青岛市3个港口区域和1个背景点位采集了不同季节的环境PM_(2.5)样品,并分析了其化学组分特征;同时,采用正定矩阵因子分析模型(PMF)和潜在源贡献函数(PSCF)分别分析了港口区域PM_(2.5)的主要贡献源类及各源类潜在的影响区域.结果表明,2019年青岛港口区域ρ(PM_(2.5))年均值为64μg·m^(-3),是我国空气质量二级标准的1.8倍,其中,董家口点位最高(74μg·m^(-3)),崂山点位最低(55μg·m^(-3)).NO_(3)^(-)、OC和SO_(4)^(2-)是PM_(2.5)的主导组分,其中,NO_(3)^(-)-含量(13.1%)明显高于其它组分.董家口点位ρ(NO_(3)^(-))、ρ(SO_(4)^(2-))、ρ(OC)和ρ(EC)(分别为13.0、7.09、8.98和2.91μg·m^(-3))明显高于其它点位,燃煤、工业特别是钢铁企业及货车等影响可能较为明显.同时,冬季这些组分浓度也显著高于其它季节,而夏季Na的浓度(0.96μg·m^(-3))和占比(2.13%)明显较高;春季Si和Al的浓度(1.27和0.45μg·m^(-3))和占比(2.79%和1.00%)明显高于其它季节.PMF源解析结果表明,二次硫酸盐和二次有机碳气溶胶(SOA)混合源(22.4%)及二次硝酸盐(20.1%)是港口区域PM_(2.5)的主要贡献源类,其次为机动车源(16.7%)和扬尘源(14.6%),燃煤源的贡献率为13.8%,而海盐和船舶源的贡献为7.2%.从季节变化来看,春季扬尘贡献(32.1%)较高,夏季二次硫酸盐和二次有机碳气溶胶(SOA)混合源(31.6%)、海盐和船舶源(19.2%)贡献较高,而冬季燃煤(16.6%)、机动车(22.8%)、二次硝酸盐(23.9%)、钢铁及相关冶金源(3.2%)和建筑水泥尘(3.6%)贡献较高.河北省中南部及山东省中西部地区是青岛港口各源类的主要潜在源区,黄海是船舶排放的主要潜在源区.

南京北郊黑碳气溶胶分布特征及来源

黑碳(black carbon,BC)是含碳物质燃烧排放所产生的大气颗粒物(particulate matter,PM)中一种重要组分,其对辐射效应表现为对太阳辐射的吸收和散射,影响着地气系统的能量交换.本研究于2019年1~5月在南京北郊利用黑碳仪AE33(aethalometer,magee)测量了黑碳气溶胶浓度数据,对其日夜变化和季节变化进行分析,并筛选出污染天与清洁天,对其特征和来源进行分析.结果显示采样期间黑炭气溶胶的平均浓度为(3.8±2.3)μg·m^-3,冬季浓度为春季的1.3倍.BC浓度呈现明显的日变化,BC高值出现在日间交通高峰时间段,受到交通排放的影响较大.?ngstrom指数α冬春整体差异不大,春季为1.32冬季为1.30,此结果也指出BC排放源以机动车排放为主.此外,针对采样期间污染天与清洁天的BC来源特征进行分析,发现污染天机动车排放源占比为68%~87%,清洁天为72%~86%,清洁天来源小幅波动但均以机动车排放源为主,污染天相对而言存在一定的机动车源减少生物质和煤炭燃烧源增加的情况,取决于污染时段的排放情况,利用BC/CO(0.005)进一步验证了上述源解析结果.通过PSCF和CWT分析可以得到南京北郊大气BC颗粒物以本地来源为主,但冬季可能存在来自东南地区的机动车排放来源,春季可能存在来自西南地区的生物质及煤炭燃烧来源.总体看来南京北郊黑碳气溶胶分布以冬高春低,并存在明显日夜变化,主要来源为本地的机动车排放为主.