|
|
|
题名
|
作者
|
年代
|
出处
|
被引量
|
| 1 | COVID-19疫情期间京津冀大气污染物变化及影响因素分析显示文摘为了应对COVID-19疫情,京津冀地区采取了一系列严格的管控措施,这些措施导致了大气污染物人为源排量的减少,为探究大气污染受人类活动的影响程度提供了时机.将疫情防控分为前期、初期、中期和后期这4个阶段,并结合气象、交通量和工业数据,综合运用数理统计和空间分析方法,得出各时间段大气污染物的变化情况及影响因素,为京津冀地区进一步治理大气污染提出了合理化建议.结果表明:(1)京津冀三地在疫情防控期总体的AQI值和6项污染物同比2019年均有下降,其中SO_(2)、PM_(10)和NO_(2)的降幅较大(分别为26.5%、24.3%和16.9%);由初期到后期,各污染物(除O3)总体处于下降趋势;O_(3)在初期增幅大(76.2%),中后期增幅放缓.(2)防控初期北京市的重污染天气是污染物本地积累、二次转化和区域传输共同作用的结果;北京2月份的PM_(2.5)浓度同比相似气象条件下的2014年2月偏低近6成;若仅考虑人为减排的影响,则各污染物浓度同比2019年均有下降.(3)防控中后期,随着交通量和工业复工率进一步扩大,各污染物变化趋于平稳或有微升;重工业城市的热异常辐射强度与主要污染物的灰色关联度大于0.6,即控制工业排量仍是治理大气污染的关键. | 赵雪 沈楠驰 李令军 武高峰 陶静 赵文吉 | 2021 | 环境科学2021,42,3: | 30 |
| 2 | 东北地区大气污染物源排放时空特征:基于国内外清单的对比分析显示文摘基于国内外4类常用的污染源排放清单数据(EDGAR:全球大气研究排放数据库;CEDS:社区排放数据系统;MIX:亚洲排放清单;PKU-FUEL:全球燃料排放数据),对东北区域5类人为排放源(工业源、能源、交通运输源、生活民用源和农业源)的8种污染物(PM2.5、PM10、SO2、NOx、NMVOCs、NH3、OC和BC)从排放总量、来源贡献和时空分布特征等方面进行对比分析。结果表明:东北污染物排放主要以SO2、NOx和NMVOCs为主,工业、能源和交通运输为主要贡献源;PM2.5和PM10主要来自生活民用源和工业源,贡献率前者大于后者。辽宁省污染物(除NH3外)排放最大,其次为黑龙江省、吉林省和内蒙古东四盟市,冬季排放强度明显高于其他季节。NH3主要来自农业源,排放峰值发生在5~7月;各清单间排放总量和来源贡献差异明显,EDGAR和PKU清单对NH3估算差异度为170.3%;SO2、NOx、BC和OC的排放差异度均在30%以上。不同活动水平和排放因子的使用是造成清单差异的主要原因。本研究可以掌握东北污染状况,了解清单差异,为本地化清单工作开展提供研究方向,同时也可为模式模拟合理选择清单数据提供参考。 | 张萌铎 陈卫卫 高超 张学磊 姜怡冰 修艾军 | 2020 | 地理科学2020,40,11: | 11 |
| 3 | COVID-19疫情期间北京市两次重霾污染过程大气污染物演变特征及潜在源区分析显示文摘新冠肺炎疫情(COVID-19)期间,执行了严格居家隔离措施,人为排放源急剧降低,但北京仍出现了两次持续重霾污染过程.本研究使用北京市大气污染物、气溶胶数浓度和气象要素数据,结合气团轨迹模式(HYSPLIT),计算了潜在源贡献因子(PSCF)和浓度权重轨迹(CWT),分析了两次重霾污染过程中大气污染物的演变特征及其潜在源区贡献.结果表明,COVID-19期间居家隔离措施对PM_(2.5)和黑碳(BC)的日变化特征影响较大,对CO、NO_(2)、SO_(2)和O_(3)的日变化影响较小.两次重霾污染过程首要污染物均是PM_(2.5),污染过程1主要是以局地污染为主,污染过程2以局地污染和外来输送为主.不同过程下气溶胶数浓度谱分布均为单峰型分布,峰值位于0.3μm,在污染过程中主要是0.2~0.5μm粒径气溶胶数浓度增加,是干净日的3.3~13.6倍.不同过程中BC_(liquid)对BC的贡献为64.8%~85.1%.BC_(liquid)的浓度为:污染过程2(5.04μg·m^(-3))>污染过程1(3.20μg·m^(-3))>干净日(疫情前,2.31μg·m^(-3))>干净日(疫情,0.76μg·m^(-3)).不同过程中PM_(2.5)和BC的PSCF和CWT分布特征不同.PM_(2.5)的PSCF高值区在干净日(疫情前)和干净日(疫情)主要分布在北京的西南方和西部,权重浓度超过30μg·m^(-3);在污染过程1和污染过程2主要分布在北京及其周边地区和西南部,权重浓度均超过90μg·m^(-3).BC的PSCF高值区在干净日(疫情前)、干净日(疫情)和污染过程1主要分布在北京及其周边地区,权重浓度分别超过2.4、0.9和4.5μg·m^(-3);在污染过程2中分布在北京西南部,权重浓度超过5μg·m^(-3). | 赵德龙 田平 周嵬 肖伟 盛久江 王飞 杜远谋 黄梦宇 何晖 丁德平 | 2021 | 环境科学2021,42,11: | 8 |
| 4 | 2015年成都市空气质量指数特征及其与大气水汽的关系显示文摘为了分析空气质量状况及其与大气水汽的关系,基于四川盆地西部的成都市近年来污染天气频发的现状,利用2015年成都市环境监测中心提供的环境空气质量指数资料和温江国家基准气候站提供的大气水汽探空资料,首先分析了成都空气质量变化特征,进一步结合成都L波段探空水汽数据,初步研究了成都空气质量与大气水汽的关系。结果表明:2015年成都单日空气质量指数(AQI)最高值为309,达到严重污染级别;AQI年分布特征是冬季最高,夏季最低;首要污染物最多的是PM2. 5。春、夏季,大气可降水量(PWV)与臭氧质量浓度在5—8月呈显著负相关;秋、冬季,PWV与PM2. 5及PM10质量浓度在1月、10—11月呈显著正相关,其中水汽对PM2. 5浓度影响较大的时段出现在1月和10月。 | 文雯 李国平 谢娜 张恬月 | 2019 | 沙漠与绿洲气象2019,13,1: | 7 |
| 5 | 典型非金属矿物制造工艺过程源成分谱特征显示文摘鉴于我国缺乏非金属矿物制品工艺过程源成分谱(源谱)现状,采用稀释通道系统于2017年2~6月采集了玻璃制造、陶瓷制造和砖瓦制造共6个非金属矿物制品企业排放的PM_(10)和PM_(2.5)样品,对样品中的50种化学组分进行分析,构建相应的源谱,并对其特征进行研究.结果表明,玻璃制造源谱中以Na元素为主(质量分数介于9. 2%~18. 5%之间),陶瓷制造源谱中以Al、Si、Ca和Fe等地壳元素为主(质量分数在1. 7%~8. 7%之间),耐火砖和页岩砖源谱则是以SO_4^(2-)、NH_4^+等水溶性离子为主,SO_4^(2-)和NH_4^+质量分数分别介于36. 9%~48. 1%和7. 7%~17. 0%之间.不同企业因燃料类型、脱硫脱硝除尘方式不同会对源谱中的化学组分产生影响.源谱之间的分歧系数(CD)显示除页岩砖制造外,其余源谱2种粒径之间均较为相似,同粒径不同源谱间均存在差异,浮法玻璃与药用玻璃之间和2个陶瓷企业之间的CD值相对较小.使用R/U值比较源谱间不同组分的差异识别出Na和As元素可作为玻璃制造的标识组分,陶瓷制造可用Al和Ti来识别,NO_3^-和NH_4^+区分耐火砖,SO_4^(2-)和NH_4^+识别页岩砖. | 赵雪艳 于高峰 王信梧 张向炎 殷宝辉 刘盈盈 王歆华 杨文 赵若杰 | 2019 | 环境科学2019,40,6: | 3 |
| 6 | Aerosol optical properties under different pollution levels in the Pearl River Delta(PRD) region of China显示文摘To clarify the aerosol hygroscopic growth and optical properties of the Pearl River Delta(PRD)region,integrated observations were conducted in Heshan City of Guangdong Province from October 19 to November 17,2014.The concentrations and chemical compositions of PM2.5,aerosol optical properties and meteorological parameters were measured.The mean value of PM2.5 increased from less than 35(excellent)to 35-75μg/m^3(good)and then to greater than 75μg/m^3(pollution),corresponding to mean PM2.5 values of 24.9,51.2,and 93.3μg/m^3,respectively.The aerosol scattering hygroscopic growth factor(f(RH=80%))values were 2.0,2.12,and 2.18 for the excellent,good,and pollution levels,respectively.The atmospheric extinction coefficient(σext)and the absorption coefficient of aerosols(σap)increased,and the single scattering albedo(SSA)decreased from the excellent to the pollution levels.For different air mass sources,under excellent and good levels,the land air mass from northern Heshan had lower f(RH)andσsp values.In addition,the mixed aerosol from the sea and coastal cities had lower f(RH)and showed that the local sources of coastal cities have higher scattering characteristics in pollution periods. | Liuwei Kong Min Hu Qinwen Tan Miao Feng Yu Qu Junling An Yuanhang Zhang Xingang Liu Nianliang Cheng | 2020 | Journal of Environmental Sciences2020,32,1: | 3 |
| 7 | 珠海2019年秋季一次大气污染过程的特征、成因及来源分析显示文摘2019年秋季在珠三角典型沿海城市珠海观测到一次中重度污染过程,本文对此次过程的污染特征、形成机制和来源进行了研究.通过采集PM_(2.5)样品,分析了9种水溶性无机离子(WSIIs)、有机碳(OC)、元素碳(EC)和水溶性有机碳(WSOC)等化学组分的浓度水平和污染特征;进一步结合污染过程中的不利天气形势、72 h后向气流轨迹及PM_(2.5)的潜在源贡献因子(WPSCF)和浓度权重轨迹(WCWT)等方法分析了污染的形成机制和来源.结果表明,有机物(OM)是污染时期PM_(2.5)中增长最快的组分,其次是占WSIIs约82.46%的SO_(4)^(2-)、NO_(3)^(-)和NH_(4)+(SNA).NO_(3)^(-)/SO_(4)^(2-)均值为0.20,表明珠海以固定源污染为主;硫氧化率(SOR)均值为0.65,氮氧化率(NOR)均值为0.08,高温高湿的气象条件可能是造成珠海比中国其他城市SOR偏高而NOR偏低的原因.在污染时段,二次有机碳(SOC)明显增加,WSOC/SOC随污染物的升高而降低并趋近于1,因此,污染时期的WSOC可能主要是二次生成的.副高控制型、台风外围型和高压出海型等天气形势控制着整个珠三角地区时,不利于污染物的传输和扩散,使污染加剧.后向气流轨迹分析表明,污染时期的气团轨迹主要来自于高污染的内陆地区,这可能是造成此次污染形成的重要原因和来源.WPSCF和WCWT的高值区主要集中在江西、广东等内陆地区,因此,珠海在控制本地排放的同时,也应该关注上风向临近省市的污染排放. | 孙玺 周声圳 高敏 陈雨锋 李桢楷 王汐如 罗凯戈 李佶轩 邵应泉 赵军 杭建 范绍佳 | 2022 | 环境科学学报2022,42,8: | 3 |
| 8 | Comprehensive and high-resolution emission inventory of atmospheric pollutants for the northernmost cities agglomeration of Harbin-Changchun,China:Implications for local atmospheric environment management显示文摘Using a bottom-up estimation method,a comprehensive,high-resolution emission inventory of gaseous and particulate atmospheric pollutants for multiple anthropogenic sectors with typical local sources has been developed for the Harbin-Changchun city agglomeration(HCA).The annual emissions for CO,NO_(x),SO_(2),NH_(3),VOC S,PM_(2.5),PM 10,BC and OC during 2017 in the HCA were estimated to be 5.82 Tg,0.70 Tg,0.34 Tg,0.75 Tg,0.81 Tg,0.67 Tg,1.59 Tg,0.12 Tg and 0.26 Tg,respectively.For PM 10 and SO_(2),the emissions from industry processes were the dominant contributors representing 54.7%and 49.5%,respectively,of the total emissions,while 95.3%and 44.5%of the total NH_(3)and NO x emissions,respectively,were from or associated with agricultural activities and transportation.Spatiotemporal distributions showed that most emissions(except NH_(3))occurred in November to March and were concentrated in the central cities of Changchun and Harbin and the surrounding cities.Open burning of straw made an important contribution to PM_(2.5)in the central regions of the northeastern plain during autumn and spring,while domestic coal combustion for heating purposes was significant with respect to SO_(2)and PM_(2.5)emissions during autumn and winter.Furthermore,based on Principal Component Analysis and Multivariable Linear Regression model,air temperature,relative humidity,electricity and energy consumption,and the urban and rural population were optimized to be representative indicators for rapidly assessing the magnitude of regional atmospheric pollutants in the HCA.Such indicators and equations were demonstrated to be useful for local atmospheric environment management. | Mengduo Zhang Weiwei Chen Xiangjin Shen Hongmei Zhao Chengkang Gao Xuelei Zhang Wei Liu Chengjiang Yang Yang Qin Shichun Zhang Jing Fu Daniel Tong Aijun Xiu | 2021 | Journal of Environmental Sciences2021,33,6: | 3 |
| 9 | Insights into the phenomenon of an explosive growth and sharp decline in haze:A case study in Beijing显示文摘A severe haze episode occurred in winter in the North China Plain(NCP),and the phenomenon of an explosive growth and sharp decline in PM2.5(particulate matter with an aerodynamic diameter equal to or less than 2.5μm)concentration was observed.To study the systematic causes for this phenomenon,comprehensive observations were conducted in Beijing from November 26 to December 2,2015;during this period,meteorological parameters,LIDAR data,and the chemical compositions of aerosols were determined.The haze episode was characterized by rapidly varying PM2.5 concentration,and the highest PM2.5 concentration reached 667μg/m3.During the haze episode,the NCP was dominated by a weak high-pressure system and continuously low PBL(planetary boundary layer)heights,which are unfavorable conditions for the diffusion of pollutants.The large increases in the concentrations of SNA(SO42-,NO3-and NH4+)during the haze implied that the formation of SNA was the largest contribution.Water vapor also played a vital role in the formation of haze by promoting the chemical transformation of secondary pollutants,which led to higher PM2.5 concentrations.The spatial distributions of PM2.5 in Beijing at different times and the backward trajectories of the air masses also indicated that pollutants from surrounding provinces in particular,contributed to the higher PM2.5concentration. | Wenguang Li Xingang Liu Yuanhang Zhang Qinwen Tan Miao Feng Mengdi Song Lirong Hui Yu Qu Junling An Haokai Gao | 2019 | Journal of Environmental Sciences2019,31,10: | 1 |
| 10 | Impacts of the meteorological condition versus emissions reduction on the PM_(2.5) concentration over Beijing-Tianjin-Hebei during the COVID-19 lockdown显示文摘本研究从气象条件和减排两方面探讨了COVID-19封锁期间严重雾霾发生的原因[研究目的],并定量的分析了气象条件和减排对PM_(2.5)浓度的相对影响[创新点].使用WRF-Chem在2019年2月3日–16日和2020年2月3日–16日进行了三个数值模拟试验,分别为2019年气象场与MEIC-2019(2019年中国多分辨率月度排放清单),2020年气象场与MEIC-2019,2020年气象场与MEIC-2020[研究方法].结果表明COVID-19封锁期间严重雾霾的原因是不利气象条件增加的PM_(2.5)浓度大于减排减少的PM_(2.5)浓度[重要结论]. | Yanqing Zhang Zhaokun Ma Yi Gao Meigen Zhang | 2021 | Atmospheric and Oceanic Science Letters2021,14,4: | 0 |
| 11 | 灰霾期间硫酸盐包裹沙尘气溶胶粒子的光学特性研究显示文摘灰霾期间硫酸盐与沙尘矿物颗粒表面经过系列化学反应形成复杂的混合状态,为气溶胶光学性质模拟带来很大困难。因此,厘清硫酸盐壳对沙尘矿物颗粒光学特性的影响机制具有重要意义。文中根据灰霾期间硫酸盐与沙尘矿物颗粒反应过程中的混合结构变化,建立了沙尘-硫酸盐颗粒的核壳椭球结构模型。采用T矩阵方法,研究了四波段条件(0.44、0.675、0.87、1.02μm)下,混合比对单分散系沙尘-硫酸盐粒子光学特性的影响。结果表明:混合比对沙尘-硫酸盐粒子光学特性的影响主要在Mie散射区,在瑞利散射区,混合比对粒子光学特性影响不大。同时研究结果还表明,当混合比小于0.3时,硫酸盐壳在粒子散射特性中占主导地位;当混合比大于0.7时,粒子散射特性主要受沙尘核的影响;在此区间内,粒子散射特性由硫酸盐与沙尘共同影响,并会出现强于(或弱于)任何一种纯颗粒物的现象。该研究对理解灰霾老化期间单颗粒气溶胶混合结构及其光学特性具有重要意义。 | 张学海 魏合理 段金龙 李卫东 邹曙光 戴聪明 | 2021 | 红外与激光工程2021,50,11: | 0 |