北京市春节前和春节期间非甲烷烃污染特征及其来源解析

为探究春节前和春节期间北京市非甲烷烃(NMHCs)的来源和转化过程,基于2021年2月2-16日北京市空气质量监测数据、气象数据和非甲烷烃的在线分析结果开展了相关研究。结果表明:①北京市春节前(2月2日00:00-2月11日00:00)和春节期间(2月11日00:00-2月16日00:00)NMHCs体积分数有明显差异,其中,春节前NMHCs平均体积分数为25.43×10^(-9)±11.38×10^(-9),而春节期间为32.37×10^(-9)±12.43×10^(-9),增幅近27.3%。②利用正定矩阵因子分解(PMF)模型分析了春节前和春节期间的NMHCs来源差异,其中,汽油、柴油车辆排放源贡献率由春节前的37.2%降至春节期间的13.9%,溶剂使用和燃烧排放源的贡献率从春节前的18.4%升至春节期间的55.7%。③结合潜在源贡献因子分析(PSCF)和浓度权重轨迹(CWT)方法发现,春节期间NMHCs来源主要与北京市周边地区的烟花爆竹燃放、燃煤等排放的区域传输有关。④NMHCs的臭氧生成潜势(OFP)和二次有机气溶胶生成潜势(SOAP)表明,烯烃和芳香烃分别对观测期间O_(3)和二次气溶胶的生成具有重要贡献。研究表明,在开展京津冀地区污染联防联控过程中,对燃烧源排放的控制是有效缓解北京市春节期间空气污染问题的重要手段。

2015—2020年川南地区大气PM_(2.5)和O_(3)质量浓度变化特征、影响因素及输送特征

随着川南地区的经济发展,地面臭氧(O_(3))、细颗粒物(PM_(2.5))成为危害人体健康的主要污染物。本文分析了2015—2020年间川南地区(自贡、内江、泸州、宜宾)PM_(2.5)和O_(3)质量浓度的时间变化特征。以污染严重的自贡市为例,研究当地PM_(2.5)和O_(3)浓度与常见影响因素的相关性,并通过潜在源分析方法,探究污染物区域输送对自贡市的影响。结果表明:1)2015—2020年,川南地区年均PM_(2.5)质量浓度呈下降趋势,年均O_(3)质量浓度呈略上升趋势。月均PM_(2.5)质量浓度呈“U”型分布,7—8月质量浓度低,12—2月质量浓度高;月均O_(3)质量浓度呈“M”型分布,7、8月出现峰值,4、5月出现次峰值。2)自贡市PM_(2.5)质量浓度与CO、NO_(2)、SO_(2)质量浓度呈显著正相关,O_(3)质量浓度与气温、相对湿度分别呈显著正相关和负相关。3)自贡市PM_(2.5)和O_(3)的区域输送主要以局地气团为主,辐射和人为源排放强度影响气流轨迹中的PM_(2.5)和O_(3)质量浓度。PM_(2.5)和O_(3)的主要潜在源区位于四川盆地和贵州部分地区。

突发性中尺度暴雪过程大气污染特征与潜在源区研究

针对济南市大气污染情况,分析突发性中尺度暴雪过程大气污染特征与潜在源区。基于2020年1月7日济南市气象和环境监测数据,通过皮尔逊积差相关系数法分析污染物之间、污染物与气象要素之间相关关系。经分析可知:暴雪对大气污染具有一定清洗能力,颗粒污染物浓度与气体污染物浓度之间存在一定同源性,污染物与不同气象要素也存在正向或负向相关关系,证明暴雪导致的气象要素改变对大气污染扩散具有一定意义。采用潜在源贡献因子分析法和浓度权重轨迹分析法测得本地源为济南市PM_(2.5)浓度贡献最高源区,表明PM_(2.5)高贡献与聚集性工业活动相关。

2022年贵港市臭氧潜在源区及传输路径季节特点分析

为了揭示贵港市2022年臭氧(O3)不同季节的传输规律和污染来源,利用Meteo Info软件后向轨迹模式,结合O3小时浓度数据,对2022年贵港市各季节500 m高度逐日72 h后向轨迹进行深入分析,并使用潜在源区贡献分析法(PSCF)和浓度权重轨迹分析法(CWT)对贵港市O3的潜在贡献源区和贡献大小进行研究。结果表明:(1)贵港市各季节近地层大气污染输送以长距离输送为主,东北方向的长距离输送对O3浓度影响最大。(2)河南、湖北、湖南及广西贵港周边地区是主要的O3潜在源区,秋季的潜在源区范围最广。(3)贵港市O3污染来源为区域传输和本地排放,区域传输以河南、湖北、江西、湖南的贡献较大,本地污染受贵港北部影响较显著。

伊宁市细颗粒物输送路径及潜在源区分析

基于污染物自动监测数据及全球资料同化系统气象数据(GDAS),分析伊宁市细颗粒物(PM_(2.5))浓度变化特征及不同季节下外来传输路径,结合潜在源贡献因子法(PSCF)和浓度权重轨迹法(CWT)分析潜在源和浓度贡献区。结果表明:伊宁市空气质量主要受汽车尾气源为主,冬季PM_(2.5)污染最严重;春、夏、秋季伊宁市周边不存在明显潜在污染源贡献区,冬季PM_(2.5)潜在源区为琼博拉镇与海努克镇区域,贡献源区分布在特克舍山地区。

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.

石家庄市冬季PM_(2.5)污染特征、成因及潜在源区分析

对石家庄市2016年1月18—22日出现的PM_(2.5)污染过程进行研究,选择3个不同地区采用中流量采样器分别采集PM_(2.5)和PM_(10)样品,测定PM_(2.5)质量浓度及其化学组分(含碳组分、水溶性离子和无机元素),分析PM_(2.5)污染天气的污染特征和引起污染的气象因素,结合后向轨迹模型(HYSPLIT)分析污染的主要潜在源区。结果显示,在采样期间3个点的PM_(2.5)平均质量浓度分别为113、131和119μg·m-3,PM_(2.5)浓度高值出现在早晨和午夜,冬季京津冀地区农村散煤燃烧也是大气污染的主要原因。有机碳(OC)最大质量浓度值为218.37μg·m-3,无机碳(EC)最大质量浓度值为21.22μg·m-3。污染过程中3个点的地壳元素(Na、Ca、Mg、Al、K和Fe)质量浓度变化范围为27.19~60.03μg·m-3,占总无机元素的96.5%,表明交通源、道路扬尘和煤炭燃烧是此次石家庄市PM_(2.5)污染的主要贡献源类。较高的相对湿度和弱风速也会加速二次粒子的生成和颗粒物吸湿增长。潜在源分析表明,石家庄市PM_(2.5)污染主要受来源于北京和天津的气团影响,同时潜在源贡献(PSCF)分析表明河北省是影响石家庄市环境空气质量的最主要潜在源区。

临安本底站2010～2015年PM_(10)污染特征及影响因素分析

利用长江三角洲区域代表性站点临安区域大气本底站2010~2015年的PM_(10)质量浓度和各气象要素资料,分析了PM_(10)质量浓度的变化特征及其影响因素.结果表明:与《环境空气质量标准》(GB3096-2012)二级标准相比,2010~2015年PM_(10)质量浓度达标率为96.17%;日变化中峰值出现在09:00和20:00,低值出现在06:00和13:00,并表现出周末比平时高的"周末效应";月份和季度的变化为7月最低、1月最高,夏季最低、冬季最高,与能见度呈明显负相关关系;年均值从2010年的79μg/m^3到2015年的56μg/m^3,总体呈下降趋势,并在全国范围内处于中间水平.相对湿度、日降水量和气压与PM_(10)质量浓度有更好的相关性,风速越大对PM_(10)质量浓度影响越大.气团后向轨迹聚类分析和潜在源贡献解析结果表明,临安本底站在2010~2015年不同季节中,春季、秋季和冬季的气团大部分来自西北和北方,夏季更多的是来自东部海洋和沿海地带,而不同年份里,每年的气团轨迹均以北方居多,其次是南方和东部海洋.总体分析得出,2010~2015年临安本底站的气团主要来自安徽、浙江、江苏、广东、福建和北方地区,并且PM_(10)高值主要来源于安徽、江苏、上海和浙江等长三角附近区域.

华东地区气溶胶分布和变化特征研究

利用中分辨率光谱仪(MODIS)获得的气溶胶光学厚度(AOD)、细粒子比例(FMF)和臭氧检测仪(OMI)获得的气溶胶指数(AI)统计分析了2005—2014年我国华东地区气溶胶光学性质的时空分布特征,同时利用潜在源分析(PSCF)模型对我国华东地区AOD和AI的潜在源区进行分析。研究结果表明:华东地区的AOD、FMF和AI时空分布存在较大的差异,2005—2014年AOD和AI的平均值高值主要分布在华东地区北部,FMF的高值区则分布在华东南部地区;10 a间华东地区AOD呈现出先升高后降低的趋势,FMF波动幅度不明显,AI值有所上升;整个华东地区AOD的季节变化较为明显,春夏两季AOD明显高于秋冬两季。华东北部和中部地区夏季由于较高的相对湿度,AOD最大可达0.8以上。而在华东南部地区,夏季受到降水的影响,AOD维持在0.2~0.4之间。FMF季节变化趋势与AOD不同,夏季最大达到0.58,春季最小仅为0.26。AI平均值在冬季最大高达0.63,夏季最小,为0.27。PSCF分析显示华东地区AOD主要源区以局地排放为主,同时也存在由河南、湖北和湖南等周边省市近距离输送影响;AI以局地和北方远距离输送为主,同时也受到河南、湖北等周边省市近距离输送的影响。

舟山本岛大气污染输送过程的数值模拟分析

利用HYSPLIT-4后向轨迹模式和NCEP(美国国家环境预报中心)的2012年GDAS(全球资料同化系统)气象数据,结合NO2、PM2.5、PM10和SO2等常规大气污染物的质量浓度数据,对舟山本岛2012年4月、7月、10月和12月的大气污染输送过程进行了模拟,并通过聚类分析和潜在源区分析〔包括PSCF(潜在源贡献)和CWT(浓度权重轨迹)计算〕,确定大气污染传输路径及影响源区.结果表明:舟山本岛气流后向轨迹呈明显的季节变化特征,4月主要受来自黄海海面气流轨迹的影响,其占总轨迹数的36.7%,ρ(PM10)为(53.24±24.33)μgm3;7月以途经琉球群岛和东海气流轨迹为主,占总轨迹数的48.4%,对ρ(NO2)、ρ(PM2.5)、ρ(PM10)和ρ(SO2)贡献分别为(24.63±6.33)、(28.60±4.83)、(52.89±18.76)和(8.67±3.11)μgm3;10月气流轨迹主要来自于东海海面,占总轨迹数的49.2%;12月气流则主要来自辽宁南部和黄海,占总轨迹数的66.1%,对ρ(NO2)、ρ(PM2.5)、ρ(PM10)和ρ(SO2)贡献分别为(28.48±15.14)、(58.71±14.10)、(69.83±38.94)和(20.83±13.28)μgm3.舟山本岛PM2.5的潜在源主要为毗邻城市间局地污染,集中于浙江沿海城市及杭州湾、上海等地.

PLAM指数跟踪方法对中国沙尘天气过程及其波动变化特征的研究

采用1980—2011年气象台站地面气象要素观测资料、高空探空资料,时间和空间加密气象观测站资料,以及中国气象档案馆原始天气图表等资料,基于沙尘气溶胶浓度(PM10)潜势源地贡献函数PSCF(Potential Source Contribution Function)的沙尘系统追踪方法,发展空气质量气象条件指数PLAM(Parameters Linking Air-quality and Meteorology)对沙尘天气过程的路径跟踪,给出1980—2011年东北亚沙尘天气过程特征分布;采用Spline趋势分析,讨论沙尘天气系统强度的年度变化特征。结果表明:基于气溶胶浓度PSCF函数和气象条件指数PLAM追踪得出,中国和东亚地区沙尘天气过程年际强度变化并非单调减弱,其具有历史持续性与转折突变性并存的波状变化趋势,出现准10 a的高低频活动特征。

舟山市PM_(2.5)的输送路径和潜在来源分析

利用轨迹聚类分析、轨迹扇区分析(TSA)和潜在源贡献函数(PSCF)分析3种方法研究了2013年6月至2016年5月舟山市的PM_(2.5)输送路径和潜在来源。聚类分析显示,舟山市PM_(2.5)夏季主要受来自偏南方向的气团影响,冬季主要受来自偏北和西北方向的气团影响,与季风方向一致,以短距离传输为主。TSA结果与轨迹聚类分析类似,综合考虑后向轨迹停留时间和PM_(2.5)平均浓度,研究期间西北和偏北方向的扇区对舟山市PM_(2.5)的贡献率最大,达47.3%。PSCF分析显示,舟山市PM_(2.5)的潜在来源贡献区域主要集中于江苏省、山东省南部、浙江省北部和安徽省东部。

重庆典型城区PM_(2.5)生物标志物组分特征及源指示

于2015年10月~2016年8月在重庆大学A区采集秋冬春夏4个季节PM_(2.5)样品(n=77),分析生物标志物(n-alkanes、UCM、藿烷和甾烷)组分特征,探讨季节变化和对来源的指示.结果表明,重庆沙坪坝区PM_(2.5)中Σn-alkanes(C11~C38)和UCM年均浓度分别为328.69ng/m^(3)和_(2.5)2μg/m^(3),均为冬季最高,夏季最低.28n-alkanes PMF源解析识别出4个因子:化石燃料燃烧(23.45%)、化石燃料残留(29.1%)、生物质燃烧(21.35%)和高等植物蜡排放(26.1%).UCM与可分离烷烃组分比例(U:R)为1.29~3.33.夏季U:R最低,可能是受温度和光照的驱使,微生物和植物的生命活动旺盛所致.藿烷Ts/Tm、C30αβ/C31αβ(22R)和C31αβ(22S)/(22S+22R)的年均值分别为1.15,5.26和0.59,指示以机动车尾气排放为主的高成熟度石油烃输入.甾烷C29αββ/(ααα+αββ)和C29ααα(20S)/(20S+20R)的年均值分别为0.40和0.53,主要指示高成熟度化石燃料残余物输入.PSCF分析表明,Σn-alkanes的潜在源区主要集中在四川东南部和重庆西部及其相接壤附近区域,UCM的潜在源区主要分布在四川东南部.

西安市大气颗粒物PM_(2.5)的输送路径和潜在源分析

利用2017年西安市气象数据和主要大气污染物质量浓度的监测资料,综合分析西安市2017年度气候变化、大气污染状况以及污染物质量浓度演变特征.结果表明:西安市年平均风速为2.43 m/s,平均气温为19.00℃,总降水量为649 mm,冬春季PM2.5、PM10质量浓度值普遍高于夏秋季.利用SPSS对污染物与气象因素进行相关性分析,得出颗粒物、气态污染物CO、SO2质量浓度变化与平均气温、降水量、风速呈负相关,而O3与平均气温、降水量、风速呈正相关.此外,通过拉格朗日混合粒子轨迹模型模拟了西安市48 h的气流后向轨迹,并将PM2.5的质量浓度数据与气团轨迹相结合,利用潜在源贡献函数模型(PSCF)和浓度加权轨迹方法 (CWT),分析西安市PM2.5质量浓度影响及潜在源区分布特征,其结果表明超过50%的气流后向轨迹来自西北方向,西安市PM2.5的主要潜在来源位于陕南各城市以及陕南周边省份交界处.

2011~2020年华北平原气溶胶光学厚度时空分布特征及潜在源分析

随着经济高速增长和城市化进程不断加快,华北平原区域性空气污染问题愈演愈烈。针对该区域开展长时序气溶胶光学厚度时空分布特征和潜在源分析研究,对华北平原大气污染治理具有重要意义。基于长时序MODIS/Terra C6.1 MOD04_L2气溶胶光学厚度产品,分析华北平原气溶胶光学厚度的时空分布特征,并利用后向轨迹聚类分析讨论华北平原7个重点城市气团输送的季节变化,并以污染较为严重的河北石家庄为例进行潜在源分析和浓度权重分析,探究影响其大气质量的污染物潜在源区。结果表明:2011~2020年华北平原气溶胶光学厚度月均值呈显著的周期性变化,以年为周期,每个周期内峰值一般出现在6月至8月;气溶胶光学厚度月际年内呈单峰分布,峰值出现在6月(0.75),最小值出现在12月(0.37);气溶胶光学厚度季均值从大到小依次为夏季(0.67)、春季(0.59)、冬季(0.49)、秋季(0.46);10年间气溶胶光学厚度呈下降趋势,整体下降幅度达36.84%,其中2011年最高(0.72),2018年最低(0.45);华北平原7个重点城市春、夏、秋、冬四季主要受短距离气团输送影响较大,长距离气团输送影响较小;2014~2020年河北石家庄的空气质量优良天数占比相对较小,空气质量状况差,影响其空气质量的污染物多为本地生成,同时也受周边省市近距离输送的影响。

常航速船波势及船波阻力的边界元法

利用满足Laplace方程,线性化自由面条件及无穷远处条件的Havelock兴波源涵数,建立了关于常航速稳态船波势函数的边界积分方程.针对这个积分方程,建立了相应的数值计算方法,编制了一般三维问题的边界元法计算机程序,可用来计算全潜和半潜物体的稳态绕流场及船舶兴波阻力.

2017年10月海南省一次臭氧污染特征及输送路径与潜在源区分析

为了探讨2017年10月海南省一次O_(3)污染过程的气流轨迹、输送路径和潜在源区,采用海南省18个市县的AQI值、6类大气污染物质量浓度资料以及相关气象观测资料,结合HYSPLIT后向轨迹模型进行分析.结果表明:①2017年10月海南省有13个市县首要污染物为O_(3)的天数比例超过80%,其中9个市县达100%.2017年10月26日澄迈县和儋州市AQI值分别为171和151,均达中度污染等级,7个市县达轻度污染等级.②气象要素与AQI和污染物质量浓度之间均存在较好的相关关系,ρ(O_(3))、AQI与相对湿度的相关系数分别为-0.701和-0.685,均通过了99.9%的信度检验.③卫星反演结果表明,此次污染过程与外源输送关系密切.影响气流主要来自内陆地区的长距离气流、中短距离气流和来自东南沿海的中短距离气流,三支气流影响时段对应的海口市AQI值分别为83、69和61,对应的ρ(O_(3))分别为和135.0、119.6和102.3μg/m^(3).④通过计算PSCF(潜在源贡献因子)和CWT(浓度权重轨迹)发现,广东省为海南省的主要潜在贡献源区,湖南省、江西省、江苏省、浙江省和福建省等地区也有一定的潜在贡献.研究显示,2017年10月海南省出现的O_(3)污染过程中,污染物来源以外源输送为主.

天津PM_(10)和NO_2输送路径及潜在源区研究

利用HYSPLIT模型和全球资料同化系统(GDAS)气象数据,用聚类方法对2012年12月~2013年11月期间抵达天津的逐日72h气流后向轨迹按不同的季节进行归类.并利用相应的PM10和NO2浓度日监测数据,分析了不同季节气流轨迹对天津污染物浓度的影响.运用潜在源贡献(PSCF)因子分析法和浓度权重轨迹(CWT)分析法分别模拟了不同季节PM10和NO2潜在PSCF和CWT.结果表明,不同方向气流轨迹对天津PM10和NO2潜在源区分布的影响存在显著差异.天津PM10和NO2日均浓度最高值对应的气流轨迹均集中在冬、春和秋季等来自内陆的西北气流;夏季影响天津的气流轨迹主要来自西北和东南方向,对天津PM10和NO2的日均浓度贡献较小.天津PM10和NO2的PSCF与CWT分布特征类似,最高值主要集中在天津本地以及邻近的河北省和山东省,是天津这两种污染物主要潜在源区.

太原市大气PM2.5季节传输路径和潜在源分析

为了研究太原市大气PM2.5不同季节的传输路径和污染源区,利用HYSPLIT后向轨迹模型和NCEP的GDAS全球气象要素数据,对2017~2018年不同季节太原市逐日48h气流后向轨迹进行聚类分析,同时结合小时污染物质量浓度数据,分析不同季节太原市PM2.5的潜在源贡献因子(WPSCF)和浓度权重轨迹(WCWT).结果表明,太原市PM2.5的质量浓度在季节上呈现冬季(77.56μg/m^3)>秋季(69.89μg/m^3)>春季(63.78μg/m^3)>夏季(45.51μg/m3)的变化趋势.PM2.5与SO2、NO2和CO之间存在明显的同源性和二次转化过程.春、秋和冬季大气传输路径主要以西和西北方向近距离、慢移速的轨迹为主,夏季以南和东方向轨迹为主.PM2.5潜在源区季节变化明显:夏季主要受太原本地和晋中地区的影响;春、秋和冬季主要受陕西中北部、吕梁、临汾和晋中等地的影响.

泰山顶PM2.5及其二次组分的输送路径与潜在源

为了明确泰山顶PM_(2.5)及其二次组分的输送路径与潜在来源,基于后向轨迹聚类方法对2015年冬季和春季抵达泰山顶的气团传输轨迹进行聚类分析,并利用PSCF(潜在源贡献因子)和CWT(浓度权重轨迹)方法分析泰山顶冬季和春季PM_(2.5)、SO_4^(2-)、NO_3^-和NH_4^+的潜在源域.结果表明,冬季和春季来自不同方向的气团轨迹对泰山顶PM_(2.5)及其组分的潜在源分布的影响具有明显差异.冬季泰山顶ρ(PM_(2.5))和ρ(NO_3^-)平均值的最高值对应的气团轨迹来自湖北、河南、山东济宁等地区,而来自西北方向的轨迹1和轨迹2分别对应的ρ(SO_4^(2-))和ρ(NH_4^+)平均值最高;春季影响ρ(PM_(2.5))和ρ(NO_3^-)的气团轨迹主要来自西南方向的河南、安徽北部、山东聊城等地区,而源自蒙古国途经内蒙古、山西、河南北部和山东聊城的气团轨迹对ρ(SO_4^(2-))和ρ(NH_4^+)的贡献最大.泰山顶ρ(PM_(2.5))、ρ(SO_4^(2-))、ρ(NO_3^-)和ρ(NH_4^+)的PSCF分布特征与CWT分布特征类似,WPSCF(源区分布概率)和CWT的最高计算值主要集中山东济宁、聊城以及邻近的山西省、河北省和河南省,是泰山顶大气污染物的主要潜在源域.