关键词： 大气重污染   细颗粒物   二氧化氮   呼吸系统疾病   发病风险  

摘要： 目的探究大气细颗粒物(PM_(2.5))持续高暴露对居民呼吸系统疾病门诊就诊的急性影响。方法收集2013-2018年京津冀及周边地区13个城市92家医院逐日门诊就诊记录、PM_(2.5)和二氧化氮(NO_(2))日均浓度数据及气象因素数据。以PM_(2.5)日均浓度(>75μg/m^(3)和>150μg/m^(3))、持续时间(≥2 d和≥3 d)及是否同时发生NO_(2)高暴露(NO_(2)日均浓度>50μg/m^(3))定义5种PM_(2.5)持续高暴露情景。应用二阶段统计分析策略,基于广义线性模型开展时间序列分析,评估PM_(2.5)持续高暴露与居民多种呼吸系统疾病门诊就诊的暴露-反应关系,并计算超额就诊人次。结果研究期间13个城市PM_(2.5)和NO_(2)的M(Q_(1),Q_(3))分别为61.2(42.3,95.1)μg/m^(3)和40.2(31.4,54.4)μg/m^(3),每家医院呼吸系统疾病每日就诊数的M(Q_(1),Q_(3))为57(52,66)人次。与非PM_(2.5)持续高暴露期对比,PM_(2.5)日均浓度>75μg/m^(3)且持续≥2 d时,引起呼吸系统疾病门诊就诊风险增加2.10%(95%CI:1.44%~2.77%),并造成超额就诊人次达43787(95%CI:30025~57757);该情景下,同时发生NO_(2)高暴露对呼吸系统疾病就诊风险的急性影响大于未发生NO_(2)高暴露(P<0.001)。当PM_(2.5)日均浓度>150μg/m^(3)且持续≥2 d时,呼吸系统疾病就诊风险大幅上升,增幅为4.41%(95%CI:3.15%~5.68%)。亚组疾病分析发现,PM_(2.5)日均浓度>75μg/m^(3)且持续≥3 d的情景会引起下呼吸道感染、慢性下呼吸道疾病和哮喘就诊风险显著增加。结论PM_(2.5)持续高暴露增加人群多种呼吸系统疾病门诊就诊风险,同时发生NO_(2)高暴露会导致就诊风险提高,提示在防控PM_(2.5)污染的同时应同步管控移动源排放,协同治理大气PM_(2.5)和NO_(2)复合污染。

关键词： 静稳天气指数   重污染过程   激光雷达   天山北坡  

摘要： 为深入了解静稳天气对天山北坡污染过程的影响,基于石河子市2018—2023年地面观测数据及再分析资料,利用统计学方法构建了石河子市本地化静稳指数体系,结合环流背景、激光雷达及后向轨迹模拟,对2023年1月15—22日重污染天气过程进行综合分析。结果表明:2018年3月1日—2023年2月28日,石河子市静稳天气指数(SWI)与PM2.5、AQI对应关系较强,石河子市冬季污染主要受静稳天气影响,SWI长时间维持在13以上,导致污染物低空累积。环流形式表明:石河子市受蒙古高压及脊前西北气流控制,地面长时间维持静小风,污染的消散主要依赖天气过程的扰动;垂直探测显示,该过程中污染物主要分布在600 m以下,浓度高值主要集中在200~300 m高度处,能见度维持在2 km左右;静稳天气维持过程中,600 m以下气流运动缓慢,难与其他高度气流在垂向上混合,影响污染扩散。

关键词： 类腐殖质   雾霾   来源解析   污染成因  

摘要： 联合固相萃取法和热光法分别获取西安市重污染事件期间高时间分辨率PM_(2.5)中不同极性的HULIS及其HULIS的碳含量(HULIS-C),并使用配备液体波导毛细管流通池(LWCC)的紫外-可见分光光度计分析HULIS的吸光特性,同时结合正定矩阵因子分解模型(PMF)解析对HULIS进行来源解析.结果表明,中性HULIS(HULIS-n)的平均质量浓度(6.6±2.6)μg/m^(3),高于酸性HULIS(HULIS-a)(3.7±3.5)μg/m^(3),分别约占OC的30%、18%,说明重污染期间HULIS的污染比较严重.HULIS-n的吸光系数(AAE、E_(2)/E_(3)和MAE_(365))均分别大于HULIS-a,表明HULIS-n比HULIS-a包含更多的共轭、芳香族结构且具有更强的吸光性,对大气能见度的影响也更为显著.污染源分析显示,HULIS-n和HULIS-a的源贡献存在明显差异.HULIS-n主要来源包括二次源、燃煤源、机动车源等,而HULIS-a的二次源和燃煤源贡献较高,机动车源和生物质燃烧源贡献为零,工业源贡献显著高于HULIS-n.

关键词： 细颗粒物(PM_(2.5))   臭氧(O_(3))   大气重污染事件   气候变化  

摘要： 地表细颗粒物(PM_(2.5))和臭氧(O_(3))重污染事件是我国大气污染治理的重点关注对象。文中综述了中国近几年关于气候变化对PM_(2.5)和O_(3)重污染事件影响的研究进展。结果表明,PM_(2.5)重污染事件主要发生在静稳天气条件下而O_(3)重污染事件主要发生在高温低湿天气条件下。气候变化(包括气候系统内部变率和大气成分变化驱动的全球变暖),主要通过影响大尺度环流和区域环流进而影响局地重污染气象条件。目前关于气候变化影响PM_(2.5)的研究较为系统,能识别气候因子或全球变暖对典型重污染事件或重污染事件长期变化趋势的影响,但气候变化影响O_(3)重污染事件的研究还较少。

关键词： 大气环境质量   Spearman秩相关系数   重污染   乌鲁木齐市  

摘要： 利用2018—2022年乌鲁木齐市大气污染监测数据,通过Spearman秩相关系数方法分析该市大气环境质量,6项大气污染物浓度变化情况和新冠疫情管控期对空气质量的影响。结果表明:乌鲁木齐市大气污染物中NO_(2)、PM_(10)、PM_(2.5)和CO的浓度年变化率呈现下降趋势,非采暖季影响城市空气质量的主要因子是PM_(10)和O_(3),采暖季影响城市空气质量的主要因子是颗粒物PM_(10)和PM_(2.5),应着重加强对颗粒物PM_(10)、PM_(2.5)和O_(3)的污染管控。第一次疫情管控期空气质量明显优于同期的空气质量,第二次疫情管控期间空气质量有所好转。总体上,乌鲁木齐市空气质量达标天数呈波动式增长趋势,重污染天数占比率呈波动式下降趋势,大气环境质量有所好转。

关键词： 敏感因子   大气重污染   潜势定量预报   随机森林(RF)   垂直温度梯度  

摘要： 为了提高大气重污染潜势预报的精准性,提出基于敏感因子的大气重污染潜势分级预报技术。选取大气通风量、垂直温度梯度和风速垂直切变作为大气重污染敏感因子,采用随机森林(Random Forest,RF)算法分析大气重污染的潜在变量。依据大气重污染的日增量,进行数据预处理,建立最优多元线性回归(Multiple Linear Regression,MLR)模型,筛选出最佳变量组合对大气背景场进行聚类处理,通过最优子集回归法得到重污染潜势预报模型。试验结果表明,定量预报大气重污染潜势时,所提技术的预报正确率为92.35%;预测大气重污染潜势等级时,不同等级下的均方误差(Mean Squared Error,MSE)均低于0.2,该技术具有较高的应用价值。

关键词： PM_(2.5)   重污染过程   成因分析   气象条件   区域输送   安徽  

摘要： 综合利用多源数据,应用HYSPLIT4轨迹分析、颗粒物区域传输分析等方法对2022年末安徽一次大气重污染过程变化特征及成因进行分析。结果表明:污染前期,受弱冷空气影响,有利于污染物输送至安徽地区;污染期间,地面处于弱气压场,混合层厚度较低,存在持续性逆温,且地面风速小、相对湿度较高、基本无降水,不利于污染物的扩散和清除,受区域输送叠加本地污染排放累积共同影响,污染程度加剧;2023年1月2日地面以东北、偏东风为主,风速增大、相对湿度下降、混合层厚度抬升,扩散条件转好,污染程度减轻。在此次污染过程中,山东、江苏、河南对安徽累积的区域输送贡献率占比为48.5%,高于安徽本地污染的贡献率(21.4%)。

关键词： 大气重污染   新冠疫情   首要污染物   特征污染物   “乌昌石”城市群  

摘要： 利用2015—2022年“乌昌石”城市群(乌鲁木齐市、昌吉州、石河子市、五家渠市)逐时大气污染物监测数据,分析了该区域大气重污染和6项常规污染物时空演变趋势及新冠疫情对其变化的影响.结果表明:(1)“乌昌石”城市群大气重污染天数的占比由2015年的6.6%上升到2022年的9.9%,增长率为50.0%,均出现在采暖期;优良天数的占比从72.6%上升到74.5%,但轻度-中度污染天数占比从20.8%下降到15.6%.研究期间,昌吉州、石河子市和五家渠市的大气重污染天数呈上升趋势,其中,五家渠市的大气重污染情况最为严重,其上升幅度为145.5%,只有乌鲁木齐市的大气重污染天数出现较大的下降幅度(54.5%).研究区域重污染过程次数呈上升趋势,总持续天数由2015年的21 d上升到2022年的27d,上升率为28.6%.(2)研究区域SO_(2)、CO、NO_(2)、PM_(10)和PM_(2.5)等5项污染物在研究期间的日均和年均浓度整体呈下降趋势,但O_(3)的年均浓度整体处于上升趋势,研究期间上升了23.6%.研究区域占比较高的首要污染物是PM_(2.5)和PM_(10),每年在采暖期1/3以上时间内PM_(2.5)日均浓度超过国家二级标准(75μg·m^(-3)),而在非采暖期则以PM_(10)污染为主.除乌鲁木齐市外,其他城市颗粒物重污染天数在研究区间内呈波动上升趋势,其中,五家渠市颗粒物重污染天数最多(2016年达到64 d).(3)新冠疫情严格防控期间,大气重污染现象得到了明显的控制,2020年(第1次)疫情严格防控期与2019年同期和2021年同期对比,大气重污染天数分别下降了58.8%和50.0%;2022年(第2次)疫情严格防控期,大气重污染天仅出现在昌吉州(1d)和五家渠市(2d).第1次和第2次严格防控期的AQI值、PM_(2.5)、PM_(10)浓度相对于2019年同期分别下降31.3%、34.6%、35.0%和18.0%、21.5%、24.3%.两次疫情严格防控期间大气污染特征均显示为偏粗颗粒型,其中,PM_(10)的特征值较高,表明污染特征受扬尘和沙尘过程等自然因素影响显著.

关键词： 大气污染防治   生态环境保护   持续改善   成因与治理   空气环境质量   全国生态环境   乌鲁木齐   安排部署  

摘要： 为深入贯彻落实全国生态环境保护大会精神,落实2024年全国生态环境工作会议安排部署,持续深入打好污染防治攻坚战,持续改善全区空气环境质量,2024年1月26日,国家大气污染防治攻关联合中心会同中国环境科学研究院、新疆维吾尔自治区生态环境厅、自治区环境保护科学研究院,在乌鲁木齐市举行新疆天山北坡地区秋冬季大气重污染成因与治理研讨会。自治区人民政府副主席王刚出席会议并讲话。

关键词： 遥感影像   重污染企业   多模态数据融合   目标检测   热红外数据  

摘要： 钢铁厂、化工厂、水泥厂等企业是主要的大气污染排放源,也是温室气体排放源,重污染企业进行时空动态监测对国家环境治理具有重要意义。随着卫星遥感、计算机视觉以及图像处理技术的持续进步,遥感影像中自动识别大气重污染企业具有可行性。卫星遥感技术大尺度、周期性和实效性等特点展现出了显著的监测优势。因此,本研究主要对遥感影像中大气重污染企业进行自动识别,目的是为环境和资源的管理与监控提供科学依据。 大尺度遥感影像背景下,重污染企业具有分布分散、形状不同且同类中布局各异的特点,传统目标检测方法难以有效检测与定位。为了精确识别遥感影像中的重污染企业,本文主要开展了以下研究: 1、基于高分辨率遥感影像的重污染企业目标检测。首先基于高分辨率可见光遥感影像构建了全球分布的重污染企业目标检测数据集。探究了基于深度学习的目标检测算法优化方法,并与主流的目标检测算法进行对比分析,实验表明采用SENet网络和Adam优化器进行优化的目标检测方法,能够进一步提升遥感影像中重污染企业的检测精度,m AP提升了5个百分点,进而增强模型整体的鲁棒性和检测性能。 2、基于多模态融合的重污染企业目标检测。本研究结合高分辨率可见光数据和红外数据构建了全球分布的重污染企业多模态融合数据集,提出并实现了基于深度学习目标检测算法的重污染企业检测框架,最后使用京津冀地区多模态融合数据集进行实验证明了框架的有效性。 基于上述的研究内容,构建了一个遥感图像中大气重污染企业的检测软件原型系统。本研究展示了遥感影像数据集的管理和模型训练等功能,并证实了大气重污染企业检测平台原型系统能够有效支持遥感影像中重污染企业的检测研究,具有一定的应用价值。