南京北郊夏季近地层臭氧及其前体物体积分数变化特征

南京北郊,钢铁、石化等重工业集中,大气污染现状不容乐观.为了研究此类重工业地区夏季光化学污染特征,于2013年5月18日~8月31日连续观测了臭氧及其前体物的浓度并同时记录了常规气象要素.结果表明,观测期间臭氧(O3)、氮氧化物(NOx)和挥发性有机物(VOCs)平均体积分数分别为(32.01±15.20)×10-9、(21.50±14.02)×10-9、(33.16±25.20)×10-9,一氧化碳(CO)为(0.66±0.44)×10-6;O3体积分数小时均值最大值达146.42×10-9;O3超过国家环境空气质量二级标准14.1%.对污染物进行浓度频率分布近似得到观测期间O3、NOx和VOCs背景体积分数分别为(5.71±2.51)×10-9、(12.20±0.36)×10-9和(22.44±0.38)×10-9,CO为(0.28±0.01)×10-6.观测点污染物受周边排放源的影响较大.在风速为2~3 m·s-1的西南风作用下,VOCs中的活性物种体积分数较高,O3体积分数容易累积达到高值;偏东风主导下主要来自周边工业源和交通源的NOx、CO和VOCs体积分数易出现高值.南京亚青期间对工业生产和部分机动车采取了调控措施,O3体积分数未明显减少,并有4 d超过国家二级标准.     

南京北郊夏季大气光化学污染特征研究

为了研究南京夏季光化学污染特征,于2013-05-18~2015-08-31连续观测了臭氧及其前体物的浓度及气象要素。结果表明:臭氧(O3)、氮氧化物(NOx)和挥发性有机物(VOCs)平均体积分数分别为(32.01±15.20)×10-9、(21.50±14.02)×10-9、(33.16±25.20)×10-9,一氧化碳(CO)为(0.66±0.44)×10-6;O3体积分数小时均值最大值可达146.42×10-9;O3超过国家环境空气质量标准14.1%;有11 d出现霾现象,占整个观测时段的11.1%。观测点受周边源排放影响较大。在风速为2~3 m/s的西南风作用下,VOCs中的活性物种体积分数较高,O3体积分数易累积出现高值;偏东风主导下主要来自周围工业源和交通源排放的NOx、CO和VOCs等体积浓度易出现高值。臭氧产生效率(OPE)值比较低约为2.17±0.12。     

上甸子本底站臭氧生成效率的观测研究

2008年3月26日～10月9日在北京上甸子大气本底站开展了O3、NOx、NOy、CO等气体的现场观测和VOCs采样观测.利用观测数据,首次取得该本底站臭氧生成效率(OPE),研究了OPE与NOx和VOCs的关系,探讨了HNO3干沉降对OPE的可能影响及订正方法.结果表明,观测期间逐日OPE值的变化范围为0.2～21.1,平均值为4.9±3.6;晴天的总体OPE值为4.3±1.5;OPE值随NOx浓度的变化基本符合抛物线关系,当NOx14×10-9时,OPE随NOx的增加而增加;当NOx14×10-9时,OPE随NOx的增加而减少;芳香烃和OVOCs与OPE存在密切的正相关关系.HNO3等NOx氧化产物的干沉降对计算的OPE有显著影响,导致计算结果偏高.利用北京市区和上甸子的NOy/CO值可以对观测期间的OPE值进行初步订正,但订正方法尚不够严谨,结果需要进一步验证.未订正的OPE计算值可认为是实际OPE的上限.     

VOCs源强不确定性对臭氧生成及污染防治影响的模拟分析

本文基于三维区域空气质量模式WRF-Chem,通过修改模式化学模块,量化输出过程量和诊断量,提供了一种定量分析挥发性有机化合物(VOCs)源强不确定性对O3生成影响的方法.为无法定量计算VOCs源强导致的臭氧生成率[P(O3)]偏差,以及由此对O3体积分数分布和污染控制相关联的VOCs敏感区和NOx 敏感区分布的误判提供了方法参考.采用标准统计参数对WRF-Chem模式的气象场与污染场模拟性能进行了评估,相关指标均优于前人结果.以INTEX-B(intercontinental chemical transport experiment-phase B)人为源、FINNv1(fire inventory from NCAR version 1)生物质燃烧源和 MEGAN(model of emissions of gases and aerosols from nature)生物源作为基准源,并以卫星观测数据作为约束,对排放源进行改进,评估了源改进前后臭氧生成率[P(O3)]、O3体积分数和O3控制敏感区指标(Ln/Q)的变化情况.仅人为VOCs(AVOCs)源增加68％后,P(O3)模拟峰值增升比例达13％～82％,以北京观测站点为例,P(O3)模拟月均峰值增加42％(22.5×10-9 h-1).对P(03)形成贡献比例最大的主要化学反应是HO2+NO(占比约68％),AVOCs源增加68％后,该反应贡献比例下降至65％.在改进源下,P(O3)普遍增加达到2×10-9～4×10-9h-O3各季节增幅较大的区域均主要集中在京津冀、长三角和珠三角中心城市及周边区域,与我国大型城市区基本都是VOCs敏感区的结论一致.整体而言,VOCs源强改进后,Nox敏感区O3体积分数增加幅度不大,不超过4×10-9,而部分VOCs敏感区增幅超过20 x10-9.VOCs源强的不确定性会影响O3形成过程中Nox和VOCs敏感区的判断,特别是VOCs源强明显低估会夸大VOCs敏感区的范围,从而降低O3调控对策的有效性.     

北京市城区秋季O3污染过程VOCs污染特征及反应活性

为深入了解挥发性有机物(VOCs)对臭氧(O₃)污染的影响,基于北京市2019年秋季VOCs和O₃高时间分辨率在线监测数据,开展O₃污染情况下VOCs浓度水平、组成变化和臭氧生成潜势(OFP)研究.结果表明,大气φ(VOCs)平均值为(22.22±10.10)×10^-9,其中,烷烃是体积分数最大的组分,占总VOCs的55.65%,其次是含氧有机物(OVOCs)和烯烃,分别占总VOCs的16.23%和8.13%.观测期间,北京市城区O₃共出现3次污染过程,O₃污染日和清洁日φ(VOCs)平均值分别为(26.22±12.52)×10^-9和(16.37±7.19)×10^-9,污染日VOCs体积分数比清洁日高60.17%.臭氧生成潜势(OFP)分析结果显示,污染日OFP为113.63μg·m^-3,比清洁日增加56.55%,OVOCs和芳香烃对OFP的贡献率分别增加6.51%和1.55%,而烯烃的贡献...     

南京北郊秋季VOCs及其光化学特征观测研究

采用GC5000挥发性有机物在线监测系统和EMS系统,于2011年11月在南京北郊开展了为期一个月的连续观测,分别测量了大气中56种VOCs组分和反应性气体(NOx、CO和O3).结果表明,南京北郊的VOCs小时平均体积分数大约在48.17×10-9,日变化呈明显双峰型特征,受机动车影响比较显著,极小值出现在下午16:00,白天与O3浓度曲线呈负相关;VOCs的平均OH消耗速率常数约为3.26×10-12cm3.(molecule.s)-1,最大增量反应活性约为3.26 mol·mol-1;烯烃对OH消耗速率(LOH)和臭氧生成潜势(OFP)贡献率最大,芳香烃次之,而烷烃在大气中含量最为丰富,却并不是LOH和OFP主要贡献者;VOCs关键活性组分是乙烯、丙烯、1-丁烯、间,对-二甲苯及异戊二烯等物质;臭氧生成过程处于VOCs控制区.     

连云港不同功能区挥发性有机物污染特征及臭氧生成潜势

2018年夏季和秋季对连云港城区不同功能区开展大气VOCs采样,利用预浓缩系统和气相色谱质谱联用技术分析定量了107种VOCs物种,并利用最大增量反应活性(MIR)估算了大气VOCs的臭氧生成潜势(OFP).结果表明,连云港市城区大气VOCs平均体积分数为(22. 1±13. 1)×10~(-9),C2～C4的烷烃和烯烃、丙酮及乙酸乙酯是主要的VOCs物种,占TVOCs含量的59. 8%～75. 8%.不同功能区VOCs浓度排序为工业区[(28. 4±13. 5)×10~(-9)]风景区[(21. 7±4. 4)×10~(-9)]交通居民混合区[(20. 8±7. 2)×10~(-9)].秋季VOCs浓度显著高于夏季,秋季工业区浓度最高(35. 4×10~(-9)),夏季风景区VOCs浓度最高(21. 5×10~(-9)).烷烃、含氧硫化合物和卤代烃是最主要的VOCs组分,分别占TVOCs浓度的35. 3%、26. 9%和15. 6%,受工业排放影响工业区含氧硫化合物含量显著高于风景区和交通居民混合区.通过T/B(甲苯/苯)探讨VOCs的来源发现,机动车和溶剂使用是城区大气VOCs的主要来源.功能区的OFP排序为工业区交通居民混合区风景区,烯烃对OFP的贡献最高,其次为芳香烃.     

连云港市挥发性有机化合物的组分特征及来源解析

挥发性有机化合物(VOCs)是臭氧和颗粒物等的重要前体物,对空气质量的影响尤为显著.为研究连云港市VOCs的组分特征和来源,选择4个国控点开展春、夏和秋季典型日的VOCs采样和分析,计算VOCs不同组分对臭氧生成的影响,利用正交矩阵因子分解法(PMF)解析VOCs的来源.结果表明,春季VOCs浓度为27.46×10~(-9)～40.52×10~(-9),夏季为45.79×10~(-9)～53.45×10~(-9),秋季为38.84×10~(-9)～46.66×10~(-9);含氧化合物的浓度占比为41%～48%,在各个季节均为最高,浓度水平较高的VOCs物种是丙酮、丙烯醛和丙醛等,异戊二烯的浓度在夏季较高;一般而言VOCs浓度09:00高于13:00,其中丙烯醛、乙烯和二氯甲烷的变化较大;含氧化合物的臭氧生成潜势(OFP)最高,其次是芳香烃和烯烃类,烷烃的OFP最小,OFP较高的VOCs物种是丙烯醛、丙烯和乙烯等;影响连云港市VOCs的来源主要有工业源(49%)、溶剂使用源(23%)、交通源(14%)、涂料使用源(10%)和天然源(4%).需重点关注连云港市VOCs中浓度水平和OFP均较高的含氧化合物,重点控制工业源对VOCs的影响.     

南京工业区挥发性有机物来源解析及其对臭氧贡献评估

在南京工业区连续测量了2014年5月1日~7月31日和2015年6月1日~7月16日夏季两个高臭氧期的大气中的挥发性有机化合物(VOCs).结合正交矩阵分解(PMF)模型和箱模式(OBM)分析VOCs来源对局部O3生成的贡献.2014年和2015年夏季VOCs浓度平均分别为(36.47±33.44)×10-9和(34.69±34.08)×10-9.PMF模型确定了7种源类别,其中包括汽车尾气、液化石油气(LPG)排放、生物源排放、家具制造业、化工业、化学涂料行业、化学材料工业排放源.在OBM模拟中评估O3与前体物的关系.南京工业区是VOCs控制区,VOCs具有正RIR值,NO的RIR值为负值.烯烃(1.20~1.79)和芳香烃(1.42~1.48)呈现较高的RIR值,控制这两类物种是控制O3浓度最有效的途径.烯烃排放量减少80%时烯烃RIR值达到最高.汽车尾气(1.01~1.11)、液化石油气(0.74~0.82)、生物源排放量(0.34~0.42)和家具制造业(0.32~0.49)是O3形成贡献最大的四大类VOCs来源;减少汽车尾气,生物排放,LPG和家具制造业排放应成为减少局地O3生成最有效策略.     

上海市大气挥发性有机物化学消耗与臭氧生成的关系

本研究基于夏季上海3个不同功能站点臭氧(O3)及其前体物的观测结果,分析了上海不同地区O3及其前体物的污染特征及空间差异;采用参数化的方法估算了VOCs的大气化学消耗水平.结果表明,观测期间上海市区VOCs浓度约为20×10-9,高于西部郊区的17×10-9;两个地区VOCs最大增量反应活性(以O3/VOCs计)的平均值比较接近,约为5.0mol·mol-1.但是,市区VOCs的大气消耗水平(4.0×10-9)不足西部郊区VOCs消耗水平(8.3×10-9)的一半,这是西部郊区O3污染更重的重要原因;东部沿海郊区O3浓度的变化主要是由于区域输送.不同地区VOCs消耗水平与O3生成浓度的比值接近,说明不同地区VOCs消耗生成O3的效率接近;烯烃和芳香烃是最主要的VOCs消耗物种,二者对VOCs消耗量的总贡献高达90%.VOCs的消耗水平在正午达到最大,夜间消耗水平最低,日分布曲线与O3生成的日变化曲线相似,但O3峰值出现时间略晚于VOCs消耗水平峰值出现的时间.     

西安市建筑施工扬尘排放的模型估算

作为我国大气污染治理重点区域汾渭平原的重点城市,西安正处于城市建设迅速发展阶段,建筑扬尘排放量大,极大地影响了西安的空气质量.本研究基于西安市建筑和市政施工工程的调查资料,结合两套由不同机构测量的我国北方典型城市排放因子,估算获得了西安市2017年建筑施工扬尘PM_(10)、PM_(2.5)的排放量及排放强度,构建了西安市区县级别建筑扬尘排放颗粒物清单,并分析其空间分布特征.结果表明:①引用中国环境科学研究院依据建筑扬尘产生类型测定的排放因子,估算获得2017年西安市建筑施工扬尘PM_(10)、PM_(2.5)排放总量分别为6.8×10~4、1.4×10~4 t,其中,作业施工扬尘排放量占总排放量的74%,风蚀扬尘占26%;②引用北京市环境保护科学研究院构建的建筑扬尘季节性排放因子,估算西安市建筑施工扬尘PM_(10)、PM_(2.5)排放总量分别为10.8×10~4、2.2×10~4 t,建筑扬尘排放量存在着明显的季节差异,夏季、秋季、冬季的扬尘排放量明显低于春季,但冬季略高于夏季、秋季;③综合两套排放计算结果表明,估算的建筑扬尘排放量存在50%的差异,西安2017年建筑扬尘PM_(10)排放量约为6.8×10~4～10.8×10~4 t,PM_(2.5)排放量约为1.4×10~4～2.2×10~4 t;④空间分布上,主城区建筑施工扬尘排放量大,约占总排放量的72%;主城区建筑施工扬尘排放强度高,约为郊区县的29倍.     

西安市重污染与清洁天PM2.5组分及其活性氧物质对比

针对重霾污染,在西安市冬季重污染日(2015-11-30~2015-12-09)和清洁日(2016-01-13~2016-01-22)各进行了为期10d的PM_(2.5)采集,测量其中的有机碳、元素碳,及NH_4~+、NO_3~-、SO_4~(2-)等无机水溶性离子,探讨两种污染条件下的组分特征及其成因.结果表明:观测期,重霾日和清洁日PM_(2.5)质量浓度分别为(170±47.5)μg·m~(-3)和(48.6±17.9)μg·m~(-3),且重霾日伴随低能见度、高湿静风等多种不利气象条件;重霾日二次无机离子(NH_4~+、NO_3~-、SO_4~(2-))组分占PM_(2.5)质量浓度的49.8%±13.1%,而清洁日为19.4%±5.95%,并且重霾日硫氧化速率(sulfur oxidation ratio,SOR)和氮氧化速率(nitrogen oxidation ratio,NOR)分别为0.282±0.157和0.269±0.124,远高于清洁日(SOR和NOR分别为0.189±0.057和0.077±0.046),重霾日二次有机组分浓度[(6.22±3.87)μg·m~(-3)]是清洁日[(1.44±1.63)μg·m~(-3)]的5倍,表明二次污染及不利气象条件是造成重霾期间相关组分浓度升高的重要原因.最后,通过二氯荧光黄双乙酸盐(2',7'-DCFH)化学荧光分析法测定了其中活性氧物质(reactive oxygen species,ROS)的浓度,探讨其对于二次无机组分形成的影响,结果表明观测期ROS平均浓度(以H_2O_2计)分别为(4.99±1.54)nmol·m~(-3)(重霾期),(0.492±0.356)nmol·m~(-3)(清洁期),二次反应及积累效应可能是西安重霾条件下ROS浓度升高的主要原因.NO_3~-、SO_4~(2-)与ROS均呈现正相关(P0.05),表明ROS可能通过二次氧化过程参与到二次无机组分形成过程中.     

基于数值模拟对西安地区冬季一次重污染过程PM2.5区域来源解析

西安是关中盆地经济发展的核心城市,特殊的地形和工业发展导致冬季细颗粒物（PM_2.5）污染严重,制定科学合理的治理措施迫切需要明确PM_2.5的来源.本文基于空气质量模式CAMx（Comprehensive Air Quality Model with extensions）、颗粒物源解析模块PSAT（Particulate Source Apportionment Technology）及融入多种来源数据后建立的排放清单来量化西安地区本地及区域传输贡献.在本文研究的重污染过程中,模式的模拟精度合理,模拟与观测值相关系数为0.78,FAC2达到95%.PSAT模块在本次重污染过程中对西安PM_2.5的来源解析结果显示：在城区,西安本地为最大的排放源区,日均贡献率均大于60%,其次为咸阳8%,省外的传输为6%;在郊区,西安本地的贡献减少,传输贡献增加,其中阎良区传输贡献达到83%.对西安城区的一次细颗粒物面源排放量减少50%模拟后,城区和郊区来自周边区域渭南或咸阳的贡献率有6%~8%的增长.该研究结果表明需要从本地排放管控和区域联防两方面来改善西安地区的空气质量.     

外源8''-炔基脱落酸强化东南景天吸收重金属的研究

为探究脱落酸类似物8''-炔基脱落酸[8''-（C₂H）ABA]强化东南景天富集重金属的效应,通过水培的方法研究了外源8''-（C₂H）ABA分别对Cd（20 mg·L^-1）、Zn（160 mg·L^-1）单一胁迫下东南景天Cd/Zn积累和生理特性的影响,以及初步探讨了8''-（C₂H）ABA在植物重金属胁迫响应中的作用.实验结果表明：与天然ABA相比,外源8''-（C₂H）ABA能达到与ABA类似的作用效果,且对Cd胁迫下东南景天促进效果好于Zn;在Cd胁迫下,与对照相比,外源8''-（C₂H）ABA能显著增加东南景天根、叶中的Cd含量（44.2%、27.5%）,以及光合色素（10.7%）和叶中过氧化物酶（SOD）活性（52.9%）、超氧化物歧化酶（POD）（24.7%）和过氧化氢酶（CAT）活性（27.9%）抗氧化酶活性,使可溶性糖（SS）（13%）和游离脯氨酸（Pro）（37.4%）含量增加,而叶中丙二醛（MDA）（40%）含量明显降低.上述结果表明,一定浓度的8''-（C₂H）ABA可以提高东南景天抗氧化酶活性来增强其对重金属Cd的抗性及吸收和转运能力,在强化东南景天修复重金属污染方面具有应用潜力.     

新安江水库二氧化碳排放的时空变化特征

新安江水库是我国华东地区最大的水库,面积580 km2,平均深度30 m,水库水体处于中贫营养状态.为了研究新安江水库中CO_2排放的时空变化特征,2014年12月至2015年12月采用静态浮箱法收集水库表面以分子扩散方式排放的CO_2,使用气相色谱仪分析CO_2浓度.结果表明,新安江水库CO_2排放通量从上游入库河流[(120.39±135.41)mg·(m~2·h)~(-1)]至库区主体[(36.65~61.94)mg·(m~2·h)~(-1)]呈下降趋势,而大坝下游河流中CO_2排放通量[(1 535.00±1 447.46)mg·(m~2·h)~(-1)]显著增加,约分别是上游入库河流和库区主体的13倍和25~42倍.但随着与大坝距离增加,大坝下游河流中CO_2排放通量显著下降,如7 km处的CO_2排放通量仅为出库水体处的20%.在库区主体中,CO_2排放通量具有明显的季节变化:CO_2排放通量在秋、冬季时为正值,最大值出现在冬季(12月或1月),说明此时库区表层水体是CO_2排放源;而CO_2排放通量在春、夏季为负值,最小值出现在春季(3、4或5月),说明此时库区表层水体是CO_2吸收汇,这可能与春、夏季时水体中藻类繁殖有关.所以,在调查水库表面CO_2排放时,应对水库的上游入库河流、库区主体和坝下河流进行全面长期的观测,才能避免低估水库中CO_2排放总量.     

西安市人为源一次PM2.5排放清单及减排潜力研究

颗粒物是影响西安市环境空气质量的主要因子.结合《西安统计年鉴2015》《2014年环境统计数据》和现场调查等确定了西安市各类PM_2.5排放源的活动水平数据,采用物料衡算法和排放因子法测算了西安市2014年大气中PM_2.5的年排放总量,并从行业和区域角度详细分析了PM_2.5的排放贡献率.在此基础上,以2014年为基准年,依据西安市地方政策和各行业最新排放标准,对PM_2.5的减排潜力进行了预测.结果表明:2014年西安市人为源一次PM_2.5排放总量为33 660.1 t,其中,固定燃烧源、工艺过程源、移动源、生物质燃烧源、扬尘源和餐饮源的贡献率分别为27.6%、23.5%、6.8%、10.7%、31.1%和0.3%.道路扬尘、窑炉和发电为西安市PM_2.5的重点排放行业,其PM_2.5排放量分别占排放总量的21.4%、20.3%和11.0%.各区县中,鄠邑区、灞桥区和未央区的PM_2.5排放量较高,其贡献率分别为15.7%、13.7%和12.7%;新城区PM_2.5排放量最小,为297.8 t/a.2014年西安市PM_2.5平均排放强度为2.07 t/km2,其中,碑林区排放强度（16.80 t/km2）最大,高陵区（0.48 t/km2）最小.按照《西安市2017年"铁腕治霾保卫蓝天"工作实施方案》等新政策的规定,预测在新的排放标准下西安市PM_2.5排放量将比2014年削减63.7%.研究显示,固定燃烧源、工艺过程源和生物质燃烧源有较大的减排潜力.      

临安夏季霾和清洁天气PM2.5化学组成特征比较

本研究对长江三角洲背景地区临安大气本底站夏季PM_(2.5)进行连续采集,并对其分别进行OC/EC和水溶性离子测试分析.研究结果发现,临安夏季PM_(2.5)中OC和EC平均质量浓度分别为(14.3±3.95)μg·m-3和(3.33±1.47)μg·m-3.与城市地区相比,本研究临安背景地区夏季气溶胶中OC和EC相关性较弱(R2=0.31,P0.01).二次无机离子,即SO_4~(2-)、NO_3~-、NH_4~+(SNA),明显高于其它水溶性无机离子,平均浓度分别为(8.70±5.66)、(2.04±1.07)和(3.25±2.29)μg·m-3.基于对临安夏季PM_(2.5)连续加密观测、气团后向轨迹以及火点图研究分析,发现静稳天气条件和区域传输都可以影响临安地区PM_(2.5)的化学组成特征.此外,通过对临安本底站霾天和清洁天PM_(2.5)化学组成特征比较发现,与清洁天相比,霾污染天气POC和EC占PM_(2.5)的质量分数没有明显变化,而SOC占PM_(2.5)的质量分数却呈现了明显的下降趋势.与SOC不同,SO_4~(2-)和NH_4~+占PM_(2.5)的质量分数在霾污染天气均呈现了上升的趋势,说明二次无机离子有另一种明显增强的化学生成路径,即非均相化学反应.     

持续鞍型场导致的西安市PM2.5重污染过程分析

为了解鞍型场对西安市PM_2.5重污染过程的影响.以西安市2016年2月6—14日重污染过程ρ（PM_2.5）及气象要素的小时变化为研究对象,综合分析了此次重污染过程特征、天气型以及气象要素变化.结果表明:①西安市此次重污染过程可分为污染上升阶段（6—7日）、污染维持阶段（8—11日）及污染减轻阶段（12—14日）,3个阶段分别处于均压场、鞍型场、高压前部等天气型的影响下.②此次鞍型场发生时,天气持续静稳,气压梯度力小,且西安市处于气流的辐合地带,导致污染物的形成和积累,ρ（PM_2.5）最高值达198 μg/m3.③在鞍型场的控制下,西安市日均气温维持在偏高的水平（最高达7.2℃）,相对湿度呈上升的趋势,最高达86.5%;而风速和能见度则波动下降,平均风速和能见度最低值分别为0.8 m/s和0.5 km.高温、高湿、小风的气象条件有利于污染物的吸湿增长从而导致PM_2.5重污染.④受鞍型场的影响,西安市边界层高度较低,最低时只有55 m,且逆温层较厚,强度较大,最大值达3.8℃/（100 m）,极低的边界层高度和较厚的逆温层削弱了污染物的垂直扩散能力,污染物被抑制在近地面,形成较严重的污染.研究显示,鞍型场天气型导致的均压场、暖湿、静风、低边界层及强逆温层是此次西安市PM_2.5重污染过程的重要原因.      

济南市夏、冬季PM2.5中化学组分的季节变化特征及来源解析

为探究济南市大气气溶胶中化学组分的季节变化特征,于2015年夏季、冬季分别连续进行1个月的PM_(2.5)样品采集,并分析无机离子、碳质组分与水溶性二次有机碳(WSOC)的组成、浓度水平及来源.结果表明,济南市冬季PM_(2.5)的质量浓度[(158.3±95.3)μg·m~(-3)]约为夏季[(75.3±25.9)μg·m~(-3)]的2倍,在我国其浓度处于中上等水平.无机离子的总浓度呈夏低冬高的季节变化特征,其中SO_4~(2-)、NO_3~-、NH_4~+是浓度最高的3种离子,且这3种离子的相关性均较好,NH_4~+在夏季和冬季均以(NH_4)_2SO_4和NH_4NO_3的形式存在.大气中存在较高程度的SO_2和NO_2的二次氧化,其中硫氧化率(SOR)呈夏高冬低的变化特征,而氮氧化率(NOR)呈相反的季节变化特征.通过分析PM_(2.5)中阴、阳离子电荷平衡可知,PM_(2.5)呈弱碱性.基于热力学模型ISORROPIA-Ⅱ,结果表明冬季PM_(2.5)的酸性比夏季强.OC与EC浓度均呈夏低冬高的变化特征,由OC/EC的比值、WSOC/OC的比值和估算的二次有机碳(SOC)的浓度可知,夏季二次污染的程度比冬季更为严重.主成分分析(PCA)结果表明,济南市夏季无机离子主要来自二次氧化及生物质燃烧,而冬季无机离子主要来自煤炭燃烧及其产生的前体物经光化学氧化形成的二次污染物.     

西安市PM2.5健康损害价值评估

选取2014、2015、2016年冬季PM_(2.5)(24 h)浓度平均值,采用泊松回归模型评价全市居民连续3 a冬季PM_(2.5)暴露的急性健康损害效应,修正的人力资本法评估过早死亡经济损失,疾病成本法评估住院、患病与门诊经济损失.结果表明,研究时段内(2014、2015、2016年冬季)由PM_(2.5)造成的经济损失约为335.23亿元(95%CI:249.61~369.75)、211.05亿元(95%CI:135.60~268.80)、371.32亿元(95%CI:272.46~411.64),分别约占当年GDP的6.10%(4.54%~6.73%)、3.64%(2.34%~4.63%)、5.91%(4.34%~6.55%);健康经济损失与当年冬季PM_(2.5)浓度均值呈正相关关系;PM_(2.5)污染物对西安市常住人口健康影响显著,影响的病例(2014、2015、2016年)分别约为1 071 338例(95%CI:646 432~1 385 847)、438 273例(95%CI:246 842~599 989)、1 019 503例(95%CI:611 407~1 324 547);对哮喘儿童患者的影响比成人显著,而慢性支气管炎的影响成人比儿童显著.该研究可为西安市实施PM_(2.5)空气质量标准的成本效益分析提供科学的依据,为环境质量的管理提供参考.