Analysis on the Impacts of Straw Burning on Air Quality in Beijing -Tianjing - Hebei Region

The beginning of October is the high occurrence period of straw burning in North China and Jianghuai region. Heavy pollution weather caused by straw burning often takes place in recent two years,and thus human factor increases the unpredictability of the air quality forecast. In the early autumn of 2015,a continuous fog-haze weather and heavy air pollution event occurred in North China and Jianghuai region due to the straw burning. In this paper,the effect of straw burning on air quality under the same adverse diffusive meteorological conditions has been analyzed by using the ground and upper air meteorological observation data and air quality monitoring data of Environmental Protection Agency in recent two years. The comparison results show that the basic conditions of heavy pollution are weak wind and the unfavorable diffusion situation. In contrast,relative humidity is the key factor,only 40% of relative humidity during the straw burning can reach heavy pollution level during no straw burning.

持续性大雾天气成因及大气污染程度变化研究

为了更好的治理大气污染,防止持续性大雾天气对生态系统的光合作用、植物呼吸、植物病害、生物多样性和飞行动物等方面产生负面的影响。提出持续性大雾天气成因以及大雾污染程度变化研究。选取江苏省作为研究区域,将江苏省2020年1月12日-15日出现的持续性大雾天气作为研究背景,分析了江苏省各市能见度变化情况,以及空气质量指数、PM2.5和PM10的变化情况。研究了气象因素(温度、湿度和风速)对持续性大雾天气形成产生的影响,同时分析了不同站点处空气污染物的浓度变化情况,结合相关性分析获取上述污染物与气象因素与雾时数和霾时数的相关性。

大气污染治理中环境监测的应用

本文介绍了环境监测在大气污染治理中的应用。通过监测大气中的污染物浓度、空气质量和气象条件等方面,环境监测为政府部门提供决策依据和技术支持,促进大气污染治理工作的开展。未来,随着监测技术的不断创新和发展,环境监测将对大气污染治理产生更大的推动作用。

污染天气条件下人工降雨对成渝西南区域环境空气质量的影响评估

基于成渝地区大气污染防控形势的严峻性,选取该区域西南部的乐山市作为研究对象,对2016—2020年人工降雨对该城市环境空气质量的影响进行研究。评估发现:冬季改善效果最好,平均每毫米降雨量可降低环境空气质量指数(AQI)约10,对应的SO_(2)、NO_(2)、CO、O_(3)、PM_(10)、PM_(2.5)浓度分别降低1.8μg/m^(3)、3.8μg/m^(3)、0.1 mg/m^(3)、8.1μg/m^(3)、6.9μg/m^(3)、8.9μg/m^(3);其次是春季,每毫米降雨量可降低AQI约8,对应的6项污染物浓度分别降低1.0μg/m^(3)、3.3μg/m^(3)、0.1 mg/m^(3)、8.1μg/m^(3)、6.1μg/m^(3)、8.4μg/m^(3);再次是夏季,每毫米降雨量可降低AQI约3,对应的6项污染物浓度分别降低0.6μg/m^(3)、1.6μg/m^(3)、0.03 mg/m^(3)、6.9μg/m^(3)、1.2μg/m^(3)、2.0μg/m^(3);秋季每毫米降雨量可降低AQI约1,对应的6项污染物浓度分别降低0.4μg/m^(3)、0.6μg/m^(3)、0.01 mg/m^(3)、3.5μg/m^(3)、0.1μg/m^(3)、0.1μg/m^(3)。计算不同季节降雨总量与污染物削减量之间的Pearson相关系数,结果表明,春季人工降雨总量与O_(3)浓度削减总量呈显著正相关,夏、秋两季人工降雨总量与PM_(2.5)浓度削减总量呈显著正相关。

城市空气污染持续维持机制研究 I.2002年西安市空气污染持续维持过程分析及其气象成因

为研究城市大气污染持续过程的形成机制及区域输送问题,利用2002年西安市环境监测站SO2、NO2和PM10日平均污染物浓度资料分析了西安市大气污染的时空分布特征及其与气象条件的关系.分析结果表明:一年中西安出现3天以上空气质量为3级以上的持续污染过程18次,累计污染超标日为192天,出现3级以上的概率为53%.西安市区的污染物以可吸入颗粒物为主,PM10污染超标日较多.重点分析了2002年1月9～12日造成西安市持续污染过程的气象条件及天气形势,可见4天的气象条件有着共同的特点:平均风速小,气温较低,出现逆温,相对湿度较大.西安地处高压后部,气压较低,高空为较平直的西北气流,天气形势持续稳定.

秸秆焚烧导致南京及周边地区2次空气污染事件的成因比较

从天气形势、卫星遥感火点监测、物理量诊断和后向轨迹模拟等方面分析了2008和2010年秸秆焚烧导致南京及周边地区空气污染事件过程的异同点。结果表明,2008年污染过程受大气底层切变线的控制,2010年污染过程受高压天气形势的控制;2008年火点仅出现在江苏地区,而2010年江苏、安徽和浙江地区均有出现;2008年大气底层气流为弱上升运动,导致高浓度的污染,2010年因受下沉气流控制而导致大范围的污染;2008年污染物来源为江苏地区,2010年则受江苏和安徽地区火点的共同影响,这些差异导致2次污染过程影响的范围和强度有所不同。

北京两次沙尘污染过程中PM2.5浓度变化特征

利用北京市空气质量监测数据和气象资料,对2013年2月28日和3月9日两次沙尘污染过程PM2.5(空气动力学当量直径小于等于2.5μm的颗粒物,即细颗粒物)、PM10(空气动力学当量直径小于等于10μm的颗粒物,即可吸入颗粒物)浓度及PM2.5浓度/PM10浓度比值的变化特征进行了分析,研究结果表明:(1)沙尘开始影响北京时,PM2.5与PM10浓度表现出反位相变化,PM10浓度在两次沙尘过程中2 h内分别上升50.8%与202.4%,最高达800μg m-3以上;PM2.5浓度分别下降58.3%与50.9%,直至下降至35μg m-3以下,PM2.5有明显改善现象。(2)虽然PM2.5浓度在沙尘到达前有缓升的迹象,但沙尘抵达后,PM2.5浓度持续快速下降,PM2.5浓度/PM10浓度比值由沙尘影响前的0.75以上降至0.25以下。沙尘影响前,PM2.5日均值均超过150μg m-3,北京地区处于重度污染水平。这说明沙尘来临前以人为污染为主,主要由细粒子"贡献",沙尘来临后的空气污染,主要由巨、大粒子的沙尘"贡献"。

2001-2004年我国城市空气质量研究

本文应用国家环保总局发布的城市空气质量日报的数据,研究了2001～2004年我国主要城市空气污染的时空分布特征.研究结果表明:我国城市空气污染的首要污染物主要是PM10;污染物的时空分布特征比较明显,城市空气污染冬春季节重于夏秋季节,北方城市重于南方城市;2001～2004年,北方大部份城市空气质量有明显改善.同时分析沙尘天气对我国城市空气质量的影响表明,我国北方城市尤其是西北城市,受沙尘天气的影响比较大,PM10污染相对严重.

广东省大气污染典型案例特征及其影响因素分析

基于广东省空气质量监测和天气形势及气象观测数据,分析了2015年广东省典型大气污染案例中的空气质量污染特征,识别了主导天气形势及气象特征,并结合后向轨迹聚类分析,初步探讨了空气污染与气团来源的关系。结果表明:2015年全省共发生13次大气污染事件,呈现冬季(12~2月)主要为高浓度PM_(2.5)污染、春夏秋季(4~10月)高浓度O_3污染事件时有发生的时间特征和重污染区集中于珠三角地区的空间特征;从主导天气形势看,广东省大气污染事件可分为高压出海型、热带低压型、弱槽弱脊型和高压控制型4个类型;通过典型地区后向轨迹聚类分析,发现偏南和偏北方向的污染气团输送与珠三角地区O_3污染关系密切相关,东南和偏西方向的污染气团对PM_(2.5)污染有重要影响。该研究对本地区大气污染演变趋势预测和污染防治具有重要的参考意义。

2020年春节期间京津冀及周边地区2次大气重污染过程分析

基于环境空气质量监测数据、天气实况资料、能源与主要大气污染物排放量数据,分析了2000年以来我国主要大气污染物的排放量和能源结构的演变,讨论了我国申请排污许可证企业主要污染物允许排放量空间分布,揭示了2020年1月下旬-2月中旬京津冀及周边地区发生的2次大气重度污染过程的形成原因。结果显示:全国取得排污许可证的企业中,73%的VOCs排放企业、62%的NOx排放企业、48%的颗粒物排放企业聚集在京津冀及周边地区,密集的排放源为重污染形成提供了充分的污染物和前体物;气象条件对2次典型大气重度污染过程起着至关重要的作用,第一次(1月25-28日)是高压主导型的污染过程,高压抑制了污染物水平扩散,同时大气低层有逆温,抑制了污染物垂直扩散;第二次(2月9-13日)是低压前部型污染过程,由于地面伴有弱低压,并有较强逆温,抑制了污染物扩散;烟花爆竹燃放对PM2.5浓度的影响基本只有5~10 h,对2次重度污染过程的影响有限。京津冀及周边地区改善环境空气质量任重道远,提出科学的大气污染防治政策,研发适宜的污染防治技术,采取可持续的措施与行动,完善相关标准体系等是真正实现大气环境质量改善的关键。

成都及周边城市一次区域性空气污染过程特征分析

2013年12月1-9日成都及周边城市出现了一次较为严重的区域大气污染过程,重污染区域集中在成都市,其API值最高达到225,首要污染物为PM2.5。对成都地区PM2.5源解析可得出本次污染过程是以机动车尾气和煤烟污染的混合型污染过程,贡献比重之和为42.8%。同时探讨了研究期间造成污染持续累积的相关因素:高空500hPa的大气环流形势处于弱高压前部以下层气流为主;主导风向西南风和东南风,平均风速分别为1.46m/s和0.99m/s,无降水,气温日较差较往年偏高7.1℃的气象条件;高湿及"双逆温"效应的大气结构均不利于污染物扩散。研究表明逆温强度变化与颗粒物浓度的消长具有显著的滞后一致性。研究结果可为成都平原地区发生重污染过程的预警预报及污染防治提供理论依据和研究参考。

天气形势预测法在深圳市空气质量预报中的应用研究

基于深圳市2013年4月-2014年3月每日气象观测数据和空气质量监测数据,分析了深圳市不同空气污染程度下的天气规律及影响要素特征,并通过将天气系统分为13种类型,在寻求与建立不同天气类型情景下污染物（PM2.5、PM10、SO2、NO2、CO、O3与AQI指数）变化函数的基础上,构建了天气形势预测模型对深圳市未来1-3 d空气质量进行预测。结果表明：（1）整体而言,低压系统和辐合区有利于深圳市大气污染物的扩散,而高压系统和均压区不利于大气污染物的扩散。（2）当深圳市出现轻度以上污染时,陆地一般由高压系统所控制,且深圳以处于高压前部分主。（3）天气形势预测模型对深圳市AQI指数的24、48、72 h预报相对误差分别为22.0%、22.2%与21.9%,该模型具有一定的准确率和可靠性,对空气质量预测具有较好的应用价值,可为空气质量预报预警提供科学的参考依据。

北京春季一次持续浮尘和污染天气过程分析

20 0 1年 4月底 5月初北京地区出现了一次以浮尘天气为主 ,夹杂轻雾、雷阵雨、烟幕等复杂天气过程的持续重污染事件 ,给北京地区的生产和生活带来了较大的影响。文章主要从天气形势上分析了北京浮尘天气形成的原因和持续空气污染的气象条件。结果表明 ,此次过程是由于高空冷涡发展东移 ,蒙古气旋发展和地面冷锋移动经过蒙古国南部和华北北部等干燥、疏松的地表形成扬沙、沙尘暴 ,大量的细小沙尘粒子随高空偏西气流携带而至北京 ,形成浮尘天气。本地低空处于弱辐合区 ,层结稳定 ,风速小、逆温频繁 ,这些均不利于沙尘粒子和本地污染物的扩散 ,导致连续可吸入颗粒物重污染的形成。

中国东北地区重污染事件气溶胶浓度变化与天气形势分析

近年来中国东北地区污染事件频发,为揭示该地区重污染天气分布特征,利用2014—2017年中国东北地区40个城市空气质量数据及对应的高低空天气形势资料,统计分析得到中国东北地区大气污染状况的变化特征以及区域重污染事件的天气学特征。结果表明:2015—2017年中国东北地区PM_(2.5)和PM_(10)年平均质量浓度呈下降趋势,其中PM_(2.5)年平均质量浓度下降的更快,PM_(2.5)最大值出现在辽宁和吉林中部地区约为90—100μg·m^(-3),SO_(2)年平均质量浓度较高值分布在辽宁西部地区约为50μg·m^(-3),而NO_(2)最大值出现在沈阳—长春—哈尔滨一带,约为45μg·m^(-3),CO质量浓度最大值分布在东北沿海地区约为1.6 mg·m^(-3),相反中国东北地区O_(3)年平均质量浓度呈上升趋势,最大值出现在沿海的大连及营口等地,约为100μg·m^(-3)。污染物浓度变化具有鲜明的季节变化特征,不同地区PM_(2.5)和PM 10与AQI最大值均出现在冬季,SO_(2)冬季质量浓度最大值出现在沈阳(180μg·m^(-3)),NO_(2)与CO冬季最大值出现在哈尔滨(80μg·m^(-3),1.8 mg·m^(-3))。相反,O_(3)最大值出现在夏季沈阳地区约为140—150μg·m^(-3)。重度污染级别(200μg·m^(-3)≤PM_(2.5)<300μg·m^(-3))和严重污染级别(PM_(2.5)>300μg·m^(-3))的空气质量表现出以哈尔滨为中心,向周围迅速减少,辽宁中部又略有增加的特征;中度污染(150μg·m^(-3)≤PM_(2.5)<200μg·m^(-3))的天数沈阳>哈尔滨>长春,轻度污染(100μg·m^(-3)≤PM_(2.5)<150μg·m^(-3))的天数是沈阳>长春>哈尔滨。引发中国东北地区重污染的天气形势大致可分为高压型,低压型和北高南低型3种,出现比例分别为62%、27%和11%;高压型850 hPa高压脊东移经过中国东北地区,地面处于高压南部或弱高压中心,有时在黑龙江北部或辽宁西南部连续有弱小的低压生成并快速东移过境;低压型850 hPa低压系统发展并东移经过中国东北地区,地面处于低压后弱高压中;北高南低型850 hPa和地面中国东北地区受北面高压和南面低压的共同影响。

西安城市PM10污染特征及持续重污染过程分析

对2001年4月至2006年5月西安PM10污染资料的统计分析发现：西安城市PM10污染主要发生在冬春季节，城区污染比郊区明显偏重，工业区污染也明显重于生活区。5年中2002年污染最严重，年超标日达190天，3天以上3级以上持续污染过程18次。重点分析了2002年12月9～21日西安持续重污染过程，此过程是在500hPa为平直西风气流下，地面均压系统缓慢东移，边界层内出现稳定的大气层结以及近地面产生小尺度局地环流体所形成。

北京夏季空气质量的气象指数预报

该文提出一种参数化预报方法,制作北京及其周边地区夏季空气质量气象条件指数预报。采用2000—2007年7—9月北京市观象台大气成分(PM10)逐日观测资料和华北区域气象站网加密地面观测及探空信息,分析北京地区夏季奥运会历史同期与高污染过程(PM10浓度>150μg/m3)关系密切的敏感气象要素和变量。引入适应度函数分级方法,计算北京周边不同观测站可能形成污染向北京输送的权重,建立北京夏季空气质量气象条件参数PLAM(parameters linking air-quality and meteorology)预报模型。PLAM指数给出北京局地污染气象条件的客观定量诊断和预测,并可指示周边地区有利(或不利)于污染向北京输送的强度和方位。夏季"静稳型"气象条件参数化PLAM方法为北京奥运气象保障任务实时提供预报产品,分别用PM10及可吸入颗粒物指数(API)对2008年7—8月PLAM逐日预报进行检验,相关系数达到0.001显著性水平。

济南市空气质量特征分析

根据济南市2001～2005年的空气质量日报资料,分析了济南市空气质量特征及其成因。结果表明,济南市近5年平均空气污染指数为96.2,良好率仅占64.7%,轻微污染和轻度污染每年平均124.8天,5年中中度污染以上天数为20天,空气污染总体较为严重。风速的大小与每日空气污染指数之间的关系近似呈U形分布特点,2m/s以下微风或静风会抑制污染物质的扩散、使污染物积聚,污染较重。在风速大于6m/s时,由于地面灰尘的扬起或上游沙尘的侵入,使空气中的可吸入颗粒物浓度再次升高。当地面风速在2～6m/s时,污染物浓度相对较低。中度以上的污染一种产生在气旋南部和冷锋前后,伴随风力较大、产生沙尘和扬沙天气,另一种伴有小风,在大气中悬浮着烟雾。空气质量为优的清洁日主要受冷锋后部的冷高压影响。

乌鲁木齐市冬季严重污染日的环流分型特征

根据2000—2008年冬季逐日08时高空500 hPa、地面天气图和官方网站发布的乌鲁木齐市逐日大气污染指数API值,分析了全市大气污染概况及季节分布、月际变化特征,研究了环流形势对全市空气质量的影响。结果表明:影响乌鲁木齐市的环流形势可分为高空7型和地面5型,分析各型环流形势与冬季严重污染日相关性表明,最易引发冬季严重污染的环流形势是高空脊中型、地面低压型,其次为脊前型或空档型、地面高压后型。

2014年邯郸大气环境特征及气象条件影响因子分析

利用2013—2014年邯郸市环境监测站环保资料、邯郸气象站地面观测资料及邢台站探空资料,分析了邯郸大气环境特征及影响污染物扩散的气象条件,结果表明:空气重污染主要发生在秋冬季和初春季节;2014年影响污染物扩散的气象条件与2013年的大体相当,但2014年邯郸重污染日数减少,达标日数增加,污染物浓度较2013年的下降,重污染天气持续时间较2013年的明显减少,表明邯郸市实施的一系列减排措施效果明显。

大连市冬季大气污染数值模拟及其对人工增雨(雪)作业的指示作用

利用国家环境保护部大气污染指标和常规气象观测资料,结合区域空气质量模式系统(Weather Research and Forecasting-Community M ultiscale Air Quality,WRF-CM AQ)的模拟结果,对2015年12月大连市大气污染过程的气象要素和气溶胶的时空分布特征进行了分析,并对大气污染天气条件下有效开展人工增雨(雪)作业进行了初步探讨。结果表明:2015年12月大连市出现5次大气污染过程,累积污染日数为13 d,占12月总日数的41.94%,且日平均最低能见度为2.27 km。出现大气污染时,近地面温度均略有升高,大气层结稳定,因此,实施人工增雨(雪)作业时,宜选用增雨火箭和增雨飞机,从而保障催化剂可以播撒到高效核化层高度(-15℃^-10℃);同时,模拟结果表明,污染天气条件下一定量的细颗粒物在大气各种扰动下可以扩展至3.00 km以上,对具有增雨(雪)潜力的冷云实施作业时,应考虑催化剂量在常规作业剂量基础上适当减少。通过对2015年12月大连市的一次重度大气污染个例分析发现,大连市形成重污染的大气气溶胶物种主要为硝酸盐、铵盐和硫酸盐,其中硝酸盐占比最大,可以达到51.27%,说明除了相关工业源和燃煤排放,交通源排放也是大连市主要的大气污染源之一。