2013年北京市PM2.5的时空分布

为研究北京市空气质量特征以及PM_2.5区域传输影响,通过对比分析北京不同类型空气质量评价点——昌平、官园、古城、东四环、榆垡等监测点的2016年监测数据,探讨了PM_2.5、SO₂、NO₂、CO及O_3-1h污染的时空变化特征及其与气象因素的相关性.采用HYSPLIT模型分析了不同季节的气流来向,并利用WRF-CAMx-PSAT模型定量估算了北京不同季节典型污染过程的区域PM_2.5传输贡献.结果表明,与2011-2015年相比,2016年北京市气象扩散条件较为有利,气温、能见度、湿度、风速、气压年均值分别增加了5.6%、8.7%、3.6%、-4.0%、0.03%.此外,春、夏、冬三季偏南气流轨迹占比较小,分别为14%、9%和4%.年内变化显示,O_3-1h 4-9月份质量浓度水平较高,PM_2.5、NO₂、CO和SO₂冬季日均质量浓度明显高于其他季节,NO₂、PM_2.5和CO 2月份月均质量浓度最低.从空间分布来看,PM_2.5、SO₂、O_3-1h和CO呈现南高北低且非均匀分布,而NO₂则城区高于郊区.从气象因素与污染物的相关性来看,PM_2.5与相对湿度、O₃与温度、CO与相对湿度均呈明显正向线性相关,与SO₂相比,NO₂与相对湿度的相关性较好.同时,通过对典型污染过程进行PM_2.5传输规律的分析发现,北京市PM_2.5主要来自本地源排放,贡献率达36.4%~56.8%,而河北、天津以及京津冀地区对北京区域传输也较为明显,贡献率分别为22.6%~47.9%、3.16%~17.8%和9.7%~16.7%.

     

我国交通运输业碳排放及其减排潜力分析

为了解决道路交通带来的能源消耗、温室气体及大气污染物排放问题,采用情景分析法,以京津冀地区为例,应用长期能源替代规划系统（LEAP）模型构建了京津冀地区道路交通部门的能源与环境排放模型,对不同情景下2015-2030年的能源消耗、CO₂及污染物的排放情况进行了预测分析.结果表明：京津冀地区各政策情景中,提高燃油经济性情景的节能效果明显,节能率为22.4%.高排放车的淘汰短期节能效果最佳,节能率为19.1%,但长期效果不明显.北京市新能源汽车推广情景的CO₂、NO_x长期减排效果最佳,天津市、河北省提高燃料经济性情景的CO₂、CO、NO_x、PM_2.5减排效果最好.相对于基准情景,2030年综合情景下京津冀地区的节能率为37.1%,CO₂减排率可达到36.8%,其中对污染物CO、HC的减排效果最佳,减排率为45.7%、43.8%.

     

我国农业氨排放估算方法研究进展

农业和机动车NH₃排放分别是农村和城市地区的重要NH₃排放源, 开展两者环境影响的对比研究, 对于减排策略的科学制定具有重要意义。而目前缺少农业和机动车NH₃排放差异化影响的研究。为此, 基于排放因子法建立了1 km分辨率的农田施肥、畜禽养殖和机动车NH₃排放清单, 分析了其时空分布特征; 进一步利用WRF-CAMx-PSAT模型, 结合Brute-Force法对2017年1月和6月的农业源、机动车源减排情景进行模拟, 探究不同NH₃排放源对大气PM_2.5的差异化影响。研究结果显示, 2017年京津冀农田施肥、畜禽养殖、机动车NH₃排放分别为31.0万、44.7万和0.8万t。从减排效果看, 当对农业NH₃和机动车NH₃分别进行梯度减排(10%、30%、50%、70%、100%)时, NH₄⁺呈现出近线性变化, SO₄^2-、NO₃^-呈现出非线性下降趋势。受排放量影响, 农业NH₃减排情景下NH₄⁺、SO₄^2-、NO₃^-的平均浓度变化率(-16.3%、-4.3%和-37.3%)显著高于机动车NH₃减排情景(-1.7%、-0.2%和-4.3%)。但从减排效率看, 则呈现相反现象。为分析减排效率, 提出并定义了NH₃减排空气质量改善效率指数, 即单位(10⁴ t)NH₃减排下PM_2.5浓度变化值。对比发现, 机动车NH₃减排的空气质量改善效率明显高于农业NH₃减排, 1月和6月分别相差1.0~3.2倍和1.2~2.3倍。研究结果可为大气污染的优化防控提供科学依据。

     

唐山PM2.5污染特征及区域传输的贡献

为研究唐山PM_(2.5)污染特征及区域传输贡献,对唐山冬夏2季PM_(2.5)环境样品进行测试分析,并采用WRFCAMx对京津冀地区PM_(2.5)及二次离子进行定量模拟,获取了PM_(2.5)成分谱数据,估算了PM_(2.5)和二次离子的区域传输贡献.唐山冬夏2季PM_(2.5)平均质量浓度分别为(117.9±56.6)、(77.3±29.8)μg/m3,超标率分别为65.0%和41.7%;水溶性离子的平均质量浓度分别为(58.4±17.9)和(42.6±23.6)μg/m~3,分别占PM_(2.5)的49.4%和55.0%,是PM_(2.5)的主要成分.Cu、Zn、As、Sr、Cd、Sb、Pb主要来自人为源,Na、Mg等其余元素主要来自地壳源.冬夏2季PM_(2.5)受外来源贡献分别为26.9%和31.1%,二次无机气溶胶(secondary inorganic aerosol,SIA)传输作用较PM_(2.5)更为显著,夏季PM_(2.5)和SIA外来源贡献高于冬季,高质量浓度时段外来源贡献会有一定幅度的上升.稳定的大气环流背景场、低风速等气象条件和燃煤排放源的增加是造成冬季重污染发生的重要原因.     

典型城市夏季碳组分污染特征与来源解析

为了研究京津冀地区典型城市PM_2.5及其碳组分的污染特征和来源,选取北京和唐山具有代表性的5个监测点于2012年7月3日至30日进行了PM_2.5样品采集.分析研究了PM_2.5、有机碳(OC)和元素碳(EC)的质量浓度及变化特征,采用OC/EC最小比值法估算了二次有机碳(SOC)的质量浓度,并使用因子分析法解析了碳组分来源.结果表明:采样期间北京市PM_2.5、OC和EC质量浓度分别为76.2±38.5μg/m³、7.0±2.2μg/m³和3.0±1.4μg/m³,均低于唐山的97.7±38.8μg/m³、11.7±6.3μg/m³和7.0±5.0μg/m³;北京灰霾天气PM_2.5、OC和EC浓度分别为非霾天气的2.0、1.2和1.8倍,唐山相应为1.4、1.5和1.6倍;北京和唐山SOC质量浓度分别为3.0μg/m³和5.1μg/m³,分别占OC质量浓度的42.9%和43.6%;北京和唐山PM_2.5中碳组分主要来源于燃煤和机动车尾气,其贡献量均超过75%,因此要进一步加强清洁能源替代、控制机动车保有量的增长及提高车用油质量.     

论中国突发性环境污染事故应急立法的完善

确定排放源参数是合理处置突发大气污染事故的重要前提.不同事故（如泄漏、火灾）反演的参数（源强、位置等）存在差异,研究对比不同优化算法的估算性能对于实际事故中快速、准确估算源参数具有重要意义.基于草原SO₂释放实验数据,开展了不同未知参数情景下典型最优化算法（遗传算法,GA;粒子群算法,PSO;粒子群-单纯形耦合算法,PSO-NM）在源参数反演中的对比研究,从反演结果的准确性、稳定性与反演时间效率等方面进行了评估.研究发现,优化算法在不同源排放参数数量下的反演性能存在明显差异.单参数源强反演情形下,GA、PSO-NM算法准确性相近（相对偏差,24.0%）,均优于PSO算法（37.6%）,三者均有较好的反演稳定性（变异系数 < 0.004）;多参数反演（源强Q与位置x、y、z）情形下,PSO-NM算法反演准确性最好,GA最差,但稳定性表现与之相反;反演参数数量的增加明显影响算法反演稳定性,四维参数反演情形下PSO、GA、PSO-NM算法的源强反演变异系数比单参数反演分别高出0.50、0.12、0.29.PSO算法计算效率最高,同时,PSO-NM算法在稳定大气条件下计算时间明显增加.

     

南京城区夏秋季能见度与PM2.5化学成分的关系

为研究唐山PM_2.5污染特征及区域传输贡献,对唐山冬夏2季PM_2.5环境样品进行测试分析,并采用WRF-CAMx对京津冀地区PM_2.5及二次离子进行定量模拟,获取了PM_2.5成分谱数据,估算了PM_2.5和二次离子的区域传输贡献.唐山冬夏2季PM_2.5平均质量浓度分别为（117.9±56.6）、（77.3±29.8）μg/m³,超标率分别为65.0%和41.7%;水溶性离子的平均质量浓度分别为（58.4±17.9）和（42.6±23.6）μg/m³,分别占PM_2.5的49.4%和55.0%,是PM_2.5的主要成分.Cu、Zn、As、Sr、Cd、Sb、Pb主要来自人为源,Na、Mg等其余元素主要来自地壳源.冬夏2季PM_2.5受外来源贡献分别为26.9%和31.1%,二次无机气溶胶（secondary inorganic aerosol,SIA）传输作用较PM_2.5更为显著,夏季PM_2.5和SIA外来源贡献高于冬季,高质量浓度时段外来源贡献会有一定幅度的上升.稳定的大气环流背景场、低风速等气象条件和燃煤排放源的增加是造成冬季重污染发生的重要原因.

     

京津冀地区机动车大气污染物排放特征

通过大量的文献调研和抽样调查,分析研究了各类符合不同排放标准的机动车的保有量、年均行驶里程和排放因子,建立了2008年京津冀地区机动车大气污染物排放清单,并对机动车排放特征进行了深入细致的研究.结果表明:京津冀地区2008年机动车CO、NO_x、HC、PM₁₀排放量分别为264.05、78.79、63.09、4.83万t,其中符合国0标准的机动车排放所占比例最大,CO、NO_x、HC、PM₁₀分别为56.74%、35.51%、47.55%和45.90%.摩托车和轻型客车等汽油车是CO、HC的主要排放源,其中CO分别占总排放的40.92%和35.43%,HC分别占总排放的55.18%和28.33%,重型货车、重型客车和大货拖挂等重型柴油车对NO_x和PM₁₀的排放贡献较大,三者排放量总和分别占到NOx与PM10总排放的88.59%和75.10%.就单车平均排放的区域分布特征而言,北京较其他城市相对较低,CO与HC特征相似,NO_x与PM₁₀特征相似.     

四川省秸秆露天焚烧污染物排放清单及时空分布特征

秸秆露天焚烧是重要的大气污染来源之一. 河北是农业大省,研究其秸秆露天焚烧排放特征及其对京津冀地区空气质量影响具有重要意义. 研究建立了日尺度、1 km×1 km分辨率的2014年河北秸秆露天焚烧排放清单,分析了其时空分布特征;进一步综合利用WRF-CAMx-PSAT模式、排放清单与卫星火点数据,对2014年6月和10月河北秸秆露天焚烧排放的空气质量贡献进行了模拟分析研究. 研究结果显示,2014年河北秸秆露天焚烧排放SO₂、NO_x、PM₁₀、PM_2.5、NMVOC、NH₃、CO、EC、OC、CO₂和CH₄分别为0.3、1.9、5.1、5.0、4.6、0.3、27.3、0.2、2.1、685.3和2.0万t;玉米和小麦是各污染物排放的主要贡献者,两者对不同污染物排放的贡献占比分别为46.6%~71.4%和20.5%~47.8%;月尺度排放呈现双峰现象,分别为6月与10月,其中6月排放量最高,占全年总排放的26.9%;日排放波动较大,PM_2.5峰值出现在6月末(0.3万t)和11月初(0.2万t). 空气质量影响方面,2014年6月和10月河北秸秆露天焚烧排放对京津冀地区PM_2.5、EC、SO₂和NO₂的月均浓度贡献占比分别为4.2%和5.5%、2.6%和2.8%、0.4%和0.5%、2.5%和1.9%,除NO₂外,其他污染物贡献浓度10月占比均高于6月;受秸秆焚烧特点影响,日尺度的贡献呈现明显波动变化特征,河北的秸秆露天焚烧对北京、天津和河北的PM_2.5日均浓度贡献占比最高分别可达25.7%、23.1%和21.0%.