南京青奥会空气质量保障工作的回顾与启示

分析了青奥会期间南京及周边城市空气质量状况;总结了保障青奥会空气质量的管控措施以及得到的启示。提出,青奥会保障机制应常态化,切实加快工业结构调整,全面控制燃煤污染,深入推进重点领域污染治理,夯实工作基础和能力。     

南京青奥会空气质量保障监测工作体系研究

根据南京青奥会空气质量保障目标,建立了青奥会环境空气质量保障监测体系。青奥会期间,实时监控了区域空气质量状况,科学预测了空气质量未来变化趋势,成功发布了大气污染预警,启动了应急联动措施,为青奥会空气质量保障提供了科学的技术支撑。     

南京青奥会空气质量监测保障的经验与思考

从空气质量保障目标、监测网络、预测预报、信息发布、科研课题等角度,对比分析了南京青奥会、北京奥运会、上海世博会、广州亚运会等4大赛事/活动的空气质量监测保障体系,总结了南京青奥会在空气流动监测车布设、空气质量专家会商与信息发布等方面的经验得失,并提出了改善建议。     

南京亚青会空气质量保障回顾性评价及启示

评价了2013年南京亚青会期间环境质量临时管控措施落实及绩效情况,分析了对改善空气质量产生的影响及存在的主要问题。结果表明：南京亚青会空气质量保障临时管控措施落实情况较好,空气质量保持良好。环比7月份,8月份减排 SO2、NOx、颗粒物分别达到715,528与2029 t。环比上年同期,2013年8月份 SO2、NO2、PM10与 PM2．5浓度分别下降22．2％,26．8％,18％与11．6％。企业停、限产优势在于能协同控制多种污染物,但成本较高,操作难度大;工地停工控制一次颗粒物非常有效,且易于操作。最后总结了亚青会保障存在的问题及成功经验,并提出青奥会空气质量保障对策建议。     

南京青奥会空气质量保障联合观测分析研究

2014年8月,为做好南京青奥会空气质量保障工作,江苏省环境监测中心联合中科院大气物理所、南京大学等36家单位,开展了为期一个月的空气质量保障联合观测,共获取监测数据5万多个,巡航观测里程超9 000 km,编制预报及分析报告87份,空气质量预报准确率达80%。结果表明,强力管控措施的实施,对缓解空气污染效果显著;通过联合团队观测方式,集中了产、学、研、用的技术优势和科研力量,带动了全省空气质量监测与分析能力的整体提升,为青奥会空气质量保障工作提供了强有力的技术支撑。     

环境空气质量新标准对珠三角区域站空气质量评价的影响

利用粤港珠三角区域空气质量监控网中天湖、金果湾与万顷沙3个区域站2010年全年SO₂、NO₂、PM₁₀、O₃、PM_2.5与CO自动监测的数据,分析了实施环境空气质量新标准(GB 3095—2012)对这3个子站空气质量评价的影响。研究发现,若采用新标准,万顷沙的NO₂、PM₁₀和PM_2.5年均浓度将不同程度超标。这3个子站空气质量达标率下降7~28个百分点,空气污染指数从91%~99%下降至63%~91%;O₃的引入是导致空气质量达标率下降的最主要的原因;O₃将取代PM₁₀成为最主要的首要污染物,出现频率大于50%,且O₃(8 h)平均浓度的影响大于O₃ (1 h)浓度的影响。PM_2.5的纳入也是导致空气质量达标率下降的重要因素,其超标率为3%(金果湾)~16%(万顷沙)。NO₂标准的收严未对天湖与金果湾空气质量评价造成影响,但导致万顷沙NO₂的超标率从2%上升至10%,且NO₂作为首要污染物的比例达24%。     

烟花爆竹禁燃对春节期间东北地区空气质量影响评估

利用2015—2017年春节期间东北地区主要大气污染物(PM_(10)、PM_(2.5)、SO_2、NO_2、CO和O3)质量浓度监测资料及相应气象因子(温度、湿度、风速和气压)观测资料,分析了春节期间烟花爆竹禁燃对东北地区空气质量的影响。结果表明:随着东北地区主要城市禁燃力度的增强,空气质量逐年提升,PM_(2.5)和SO_2浓度逐年大幅度下降。禁燃可明显降低城区PM_(2.5)浓度,而由于春节期间污染源整体减少,城区和城郊监测点PM_(2.5)浓度值差异减小。烟花爆竹对PM_(10)和PM_(2.5)浓度影响高于对气体污染物SO_2、NO_2和CO的影响。此外,气象条件对东北地区春节期间禁燃改善空气质量的效果也有明显影响。因此,结合春节期间的气象条件,在东北地区实施禁燃政策动态调整非常必要。     

中国城市PM2.5空气质量改善分阶段目标研究

中国城市细颗粒物(PM_(2.5))空气质量达标率低,且城市间的污染程度差异较大。为了整体改善PM_(2.5)空气质量,需要针对不同污染程度的城市,制定分阶段改善目标加以考核和管理,研究探讨了城市PM_(2.5)空气质量改善目标体系及不同污染程度城市各阶段目标值。首先运用文献综述法、国内外对比分析法梳理评述了WHO、欧美等发达国家PM_(2.5)的空气质量标准和达标要求,提出中国城市PM_(2.5)空气质量改善的考核目标体系,包括PM_(2.5)浓度目标值或下降率、严重污染天数上限、达标天数下限等指标。通过历史数据分析法研究了2000—2013年美国、日本一些城市和2013—2016年中国74个环保城市PM_(2.5)年均浓度的变化趋势,推论出中国城市PM_(2.5)年均浓度年均下降5%~8%是可能实现的;结合环境保护部及各省市PM_(2.5)污染防治规划,提出PM_(2.5)空气质量改善目标的设定原则和达标天数的回归计算方法;以2014年114个城市PM_(2.5)年均浓度为基数,计算得出不同污染程度城市2020、2025、2030年PM_(2.5)年均浓度年下降率和达标天数的目标值。     

2016—2019年汾渭平原城市空气质量状况分析

基于2016—2019年全国城市环境空气质量国控监测点位自动监测数据,分析了汾渭平原城市空气质量状况。结果表明：2019年,汾渭平原优良天数比例为61.7%,略高于"2+26"城市,明显低于全国及其他区域,空气污染较重。2016—2019年,汾渭平原超标天数中PM_2.5、PM₁₀、O₃作为首要污染物的占比较高,PM_2.5、PM₁₀仍是影响汾渭平原空气质量的最主要污染物,O₃和NO₂的影响逐年升高。汾渭平原PM_2.5浓度呈夏季低、秋冬季高的特点,2019年与2016—2018年PM_2.5均值比较,1、2、4月分别偏高7.5%、36.7%、6.8%,其他月份均偏低,表明1、2、4月空气质量总体恶化,其他月份有所改善。汾渭平原O₃浓度呈夏季高、秋冬季低的特点,O₃浓度总体呈升高趋势,年平均升高10.3 μg/m³,临汾市年平均升幅最显著（26.7 μg/m³）,不同百分位O₃浓度均呈升高趋势,且高百分位浓度升幅明显高于低百分位浓度,年平均升幅最高出现在第90百分位浓度。2016—2019年,O₃单项污染物超标导致优良天数比例损失分别为5.4个百分点、13.0个百分点、11.1个百分点和14.4个百分点,总体呈上升趋势,表明O₃超标对空气质量影响越来越显著。煤炭消耗量、生铁产量、粗钢产量的大幅升高对空气质量有一定影响,建议加大对相关企业污染物的排放量检查,确保超低排放或采取可行的清洁能源替代。温度与O₃浓度呈正相关,2017—2019年,温度大于25 ℃的天数中94.2%出现在6—8月,O₃-8h超标天数占全部超标天数的81.4%,因此应加强温度较高月份的O₃管控。     

南京大气细颗粒物中水溶性组分的污染特征

为了解南京城区大气细颗粒物中水溶性组分的污染特征,在国控点草场门进行了连续一年的PM_2.5采样与分析。6种离子日均浓度为5.29~67.6 μg/m³,其中SO₄^2-、NH₄⁺、NO₃^-是PM_2.5的主要组成成分,6 种离子约占PM_2.5总质量的31%,SO₄^2-、NO₃^-和NH₄⁺相关性较好,NH₄⁺是PM_2.5中硫酸盐和硝酸盐中居于主导地位的离子。     

福州青年运动会环境空气质量状况及原因分析

利用2015年10月福州市国控点位空气质量常规6项参数(SO_2、NO_2、CO、O_3、PM_(10)、PM_(2.5))、NCEP/NCAR再分析逐日高度场、风场资料、温度场资料(垂直方向为17层,分辨率为2.5°×2.5°),对10月及福州第一届青年运动会(以下简称"青运会")期间空气质量进行分析与评价,并结合采取的相关管控措施和气象条件情况,分析福州市空气质量变化原因。结果表明,2015年10月福州市空气质量达到优良水平,各项污染物指标均达到一级标准,浓度较2014年同期明显下降,同时青运会期间污染物浓度较10月显著降低,这与对重点工业源、流动源、扬尘源等采取的管控措施密不可分,而且青运会前期受台风"巨爵"外围气流影响,福州温度较常年偏高,有利于空气垂直湍流运动,青运会后期的降水清洁过程,易于污染物清除。     

江苏省级区域空气质量数值预报模式效果评估

采用中国科学院大气物理研究所开发的嵌套网格空气质量模式系统(NAQPMS),搭建江苏省级区域空气质量数值预报模式系统,并测试了该系统对2013年夏季江苏省PM2.5质量浓度未来24 h预报以及7 d潜势预测的效果。结果表明,该系统成功应用于江苏省的空气质量预报;所有地市的24 h预报效果均在合理范围内(平均分数偏差小于±60%且平均分数误差小于75%);7 d潜势预测效果比24 h预报效果略差,整体能准确把握PM2.5质量浓度的变化趋势。     

基于SHERPA的环境空气质量减排情景模拟评估

分析了SHERPA综合评价模型的基本原理和主要建模理念,重点介绍了其在环境空气质量减排情景模拟评估方面的作用,以及在排放源与受体关系(SRR)方面的处理方法,比较了其与欧盟常用的其他情景模拟模型的优缺点。SHERPA模型的特点是空间灵活性较好,对于任何给定地点,可以快速评估不同地区对该研究地点空气质量的影响。SHERPA模型的3个主要功能为污染物来源分析、决策支持和情景模拟。基于SHERPA模型对法国环境空气中PM_(2.5)、PM_(10)和NO_2年均浓度进行污染来源分析、决策支持分析和减排情景模拟评估,展示了模型在环境治理措施优先级筛选和政府间联合治理措施协调建议方面的功能和作用,以期为中国环境空气质量预测预报、环境质量管理措施的制定和成效评估等环境服务与管理工作提供借鉴。     

基于在线监测数据的青奥会废气重点污染源临时管控效果评估

简述了南京市废气重点污染源在线监测系统的组成和工作原理。根据2014年南京青奥会废气重点污染源环境临时管控要求,利用在线监控点位对7月份(青奥会前)和8月份(青奥会期间)重点废气污染源在线监测数据进行了统计分析。结果表明,青奥会期间南京市管控废气重点污染源的SO2和NOX排放量虽有个别企业出现增加,但整体排放量均有所降低,环境空气中SO2和NOX的平均值也有所降低,基本达到了临时管控要求。     

基于聚类分析的颗粒物监测网络优化研究

为了优化香港环境监测网络,收集香港14个监测站2011年1月1日至2015年11月30日的颗粒物PM_(2.5)、PM_(10)的小时数据进行统计分析。对PM_(2.5)进行聚类,并利用日均浓度变化图进行验证,结果表明,可将监测站分为4类(A、B、C、D类),A类位于城市郊区,B类则位于港口附近,且A、B类的PM_(2.5)日变化特征均呈现双峰型分布,峰值分别出现在09:00和21:00。对PM_(10)进行类似分析结果表明,监测站同样可以分为4类,A类位于九龙区,B类则位于港口附近,而且A、B类的PM_(10)日变化双峰分别出现在11:00和20:00左右。说明污染源头及地形的相似致使某些监测站颗粒物浓度的变化出现相同的趋势,导致监测设备的浪费和管理的冗余。建议建立更高效的空气管理系统,将冗余设备转移到其他地区,扩大空气监控区域。对PM_(2.5)/PM_(10)聚类结果表明,将监测站分为4类,B类均属于路边站,C类则位于居民区。同时还发现同类监测站PM_(2.5)/PM_(10)数值变化相同,并且可以用其中一个站的PM_(2.5)和PM_(10)浓度及另一个站的PM_(2.5)或PM_(10)浓度预测PM_(2.5)或PM_(10)浓度,为优化监测资源提供了一种新的思路。