关键词： 重污染   细颗粒物   可吸入颗粒物   臭氧   时间变化   空间分布  

摘要： 目的大气重污染(heavy air pollution, HAP)对人体健康存在明显危害。基于2017—2020年重污染的特征,归纳重污染成因,为"十四五"规划期间大气污染治理政策的制定提供科学依据。方法收集整理2017—2020年全国空气质量监测数据,分析重污染的时空分布特征与演变规律。结果从空间上看,2017—2020年,全国54.7%的重污染天数分布在重点区域,其中京津冀及周边地区、汾渭平原和长三角地区分别占36.3%、11.1%和7.3%;非重点区域中,乌昌石城市群重污染天数较多,占比为8.7%。从时间变化上看,2017—2020年重点区域重污染天数减少49.4%~61.5%,乌昌石城市群重污染天数减少4.6%,较重点区域降幅偏小;细颗粒物(fine particulate matter, PM2.5)重污染多发于11月至次年2月,可吸入颗粒物(inhalable particles, PM10)重污染集中在3—5月和10—11月的季节交替期,臭氧(ozone, O3)重污染发生于5—7月。从污染物上看,各区域PM2.5重污染占全部重污染天数的87.0%~96.0%,其次为PM10和O3,占比分别为3.0%~12.0%和<3.0%。结论 2017—2020年重污染天数总体减少,但部分地区和城市重污染形势仍比较严峻。应将持续削减秋冬季PM2.5重污染作为大气污染治理重点,加大京津冀及周边地区、汾渭平原、乌昌石城市群治理力度,切实削减污染排放,提升公众健康效益。

关键词： 中国东北地区   大气重污染   天气形势  

摘要： 近年来中国东北地区污染事件频发,为揭示该地区重污染天气分布特征,利用2014—2017年中国东北地区40个城市空气质量数据及对应的高低空天气形势资料,统计分析得到中国东北地区大气污染状况的变化特征以及区域重污染事件的天气学特征。结果表明:2015—2017年中国东北地区PM_(2.5)和PM_(10)年平均质量浓度呈下降趋势,其中PM_(2.5)年平均质量浓度下降的更快,PM_(2.5)最大值出现在辽宁和吉林中部地区约为90—100μg·m^(-3),SO_(2)年平均质量浓度较高值分布在辽宁西部地区约为50μg·m^(-3),而NO_(2)最大值出现在沈阳—长春—哈尔滨一带,约为45μg·m^(-3),CO质量浓度最大值分布在东北沿海地区约为1.6 mg·m^(-3),相反中国东北地区O_(3)年平均质量浓度呈上升趋势,最大值出现在沿海的大连及营口等地,约为100μg·m^(-3)。污染物浓度变化具有鲜明的季节变化特征,不同地区PM_(2.5)和PM 10与AQI最大值均出现在冬季,SO_(2)冬季质量浓度最大值出现在沈阳(180μg·m^(-3)),NO_(2)与CO冬季最大值出现在哈尔滨(80μg·m^(-3),1.8 mg·m^(-3))。相反,O_(3)最大值出现在夏季沈阳地区约为140—150μg·m^(-3)。重度污染级别(200μg·m^(-3)≤PM_(2.5)<300μg·m^(-3))和严重污染级别(PM_(2.5)>300μg·m^(-3))的空气质量表现出以哈尔滨为中心,向周围迅速减少,辽宁中部又略有增加的特征;中度污染(150μg·m^(-3)≤PM_(2.5)<200μg·m^(-3))的天数沈阳>哈尔滨>长春,轻度污染(100μg·m^(-3)≤PM_(2.5)<150μg·m^(-3))的天数是沈阳>长春>哈尔滨。引发中国东北地区重污染的天气形势大致可分为高压型,低压型和北高南低型3种,出现比例分别为62%、27%和11%;高压型850 hPa高压脊东移经过中国东北地区,地面处于高压南部或弱高压中心,有时在黑龙江北部或辽宁西南部连续有弱小的低压生成并快速东移过境;低压型850 hPa低压系统发展并东移经过中国东北地区,地面处于低压后弱高压中;北高南低型850 hPa和地面中国东北地区受北面高压和南面低压的共同影响。

关键词： 大气污染   环境细颗粒物   疾病负担   量化评估   IER   GEMM   成都市  

摘要： [目的]分析2014-2019年成都市大气PM 2.5长期暴露造成的疾病负担及变化趋势,并比较2种主流暴露反应函数的结果差异。[方法]从ChinaHighPMx数据集获取2014-2019年成都市的1km×1km高分辨率PM 2.5浓度值,分别利用全球疾病负担-综合风险函数(GBD-IER)和全球暴露死亡率模型(GEMM)估计慢性阻塞性肺疾病(COPD)、缺血性心脏病(IHD)、肺癌和脑卒中4种疾病的死亡风险,进而评估PM 2.5的归因死亡。[结果]2019年成都市因大气PM 2.5污染导致COPD、IHD、肺癌和脑卒中4种疾病的过早死亡1.83万例,占4种疾病总死亡人数的28.13%;与2014年相比,因大气PM 2.5暴露导致的死亡人数占总死亡人数的百分比下降了9.86%,年龄标化归因死亡率降低了21.56%;4种疾病的归因死亡均有所下降,下降百分比分别为15.72%(脑卒中)、16.03%(IHD)、30.99%(COPD)和31.66%(肺癌)。对比2种主流暴露反应函数结果,除脑卒中外,GEMM方法对COPD、IHD及肺癌3种疾病的死亡风险估计都远高于GBD-IER方法,平均为89%、109%和58%。[结论]2019年成都市归因于PM 2.5长期暴露的疾病负担相比2014年有一定幅度的降低,但仍较严重,提示当地大气污染防控措施虽有一定成效,但还需进一步加强以降低大气PM 2.5的归因死亡。相比GEMM方法,GBD-IER方法可能低估了PM 2.5浓度降低导致的过早死亡降低程度。未来还需利用我国大气重污染区域队列建立更为准确的PM 2.5与人群慢性健康危害的暴露-反应关系函数。

关键词： 北京   大气颗粒物   化学组分   污染特征   功能区   重污染天气   沙尘暴  

摘要： 选取北京4个功能区,包括西三环(交通带)、花园北路(商业区)、昌平农村(乡村)、麋鹿苑(郊区)作为研究对象,在2015年春冬季的4次重污染过程分别采集PM_(10)和PM_(2.5)样品,采用主成分分析解析采样期间PM_(10)和PM_(2.5)的污染来源,分析10种水溶性离子、有机碳/元素碳(OC/EC)、16种多环芳烃(PAHs)以及7种重金属元素(Zn、Mn、Pb、Ni、Cu、Cr和As)的污染特征,结合气象条件和后向轨迹,探讨几次典型污染事件形成的气象影响因素及颗粒物化学成分差异。结果表明:采样期间,4月9日、15日的西三环,3月16—17日的花园北路,11月12—16日的昌平农村和3月28—29日的麋鹿苑日均PM_(10)和PM_(2.5)浓度分别大于200和100μg/m 3,超过GB 3095—2012《环境空气质量标准》二类功能区浓度限值,属于重污染天气。4个采样点颗粒物中主要污染物均为二次水溶性离子NO 3-、SO 42-及NH 4+和二次有机碳(SOC)。颗粒物中PAHs以4~6环为主,重金属元素以Zn和Mn为主。4个功能区采样点50%~95%水溶性离子、43%~93%的PAHs、44%~97%的7种重金属元素富集在PM_(2.5)中。不同功能区采样点颗粒物化学组分各有特点,西三环的NO 3-、花园北路的Cl-和NH 4+、昌平农村的NH 4+以及麋鹿苑的Ca2+浓度在总水溶性离子中占比较高;花园北路的PAHs、昌平农村的PAHs和Ni在颗粒物中占比较高。采样期间PM_(10)和PM_(2.5)污染主要来源于燃煤源、交通和二次源以及生物质源。

关键词： 京津冀及周边地区   区域大气重污染   空间相邻矩阵   判定规则   预警应急  

摘要： 重点区域秋冬季大气重污染应对是大气污染防治工作的重中之重,但针对区域大气重污染过程尚无明确、统一的判定依据,给空气质量管理造成不便。以京津冀大气污染传输通道"2+26"城市为研究对象,依据秋冬季大气重污染过程的区域性特征,以及"发生—发展—消散"的演变规律,将区域内3个及以上相邻城市至少1 d空气质量达到重污染水平判定为一次区域大气重污染过程;若前后两次重污染过程仅间隔1 d,将两次过程及间隔日视为一次完整的区域大气重污染过程。基于"2+26"城市空间相邻矩阵设计了区域大气重污染过程识别算法,以2019—2020年秋冬季为研究时段,在"2+26"城市识别出7次区域大气重污染过程。该研究可为统一区域大气重污染过程的统计口径、优化区域重污染天气的预警范围和重点区域的划定等提供技术支持。

关键词： 太原市   重污染   PM_(2.5)   过程分析  

摘要： 对2019年12月6日至9日太原市典型重污染过程进行了分析。结果表明,此次污染过程在空间分布上呈现“两头重,中间轻”的污染形势,南部区域污染程度总体重于北部区域;本次污染过程主要受逆温、静稳、高湿等区域持续不利气象条件影响,加速了颗粒物的二次转化和吸湿增长。整个污染过程中PM_(2.5)的主要来源是二次无机源、燃煤源和机动车尾气源。

关键词： 冬季   重污染天气   大气边界层   特征   变化  

摘要： 为了分析大气污染物的扩散规律,进行冬季重污染天气大气边界层特征变化数值模拟。对冬季重污染天气进行客观分型,将其划分为冷锋型、高压后部弱气压场、东路冷空气与高压底部四种类型,构造大气边界层运动方程组,选取大气边界层特征变化气象模式——MM5模式,基于质量守恒连续方程,在三维网格模拟域中描述大气边界层特征变化情况,即完成数值模拟。实验结果显示应用所提方法后,大气边界层特征数值模拟数据与给定参考数据之间的误差均低于1%,充分证明所提方法的可行性。

ISBN: (纸本)9787030691194

关键词： 环境空气   卫星遥感   预报预警  

摘要： 山西省重污染天气监测预警利用Suomi NPP、Himawari-8、MODIS多卫星数据反演数据,建立山西省卫星遥感监测系统,以提高空气质量预报中短临预报的准确性。以高时空精度的Himawari-8卫星数据为例,分析山西省区域内2018年1月10日至1月24日重污染过程。结果显示,PM 2.5反演值在非重污染时段偏高,而在重污染时段明显偏低,PM 10反演值整体偏低。因此,建议未来在卫星遥感反演的应用方面,将县级城市站、颗粒物组分站、光化学网环境质量地面监测数据接入系统进行补充,以为进一步精确反演和预报应用提供基础。

关键词： 山地型城市   大气重污染成因   PM_(2.5)   碳质组分   水溶性离子   来源解析  

摘要： 以阳泉市2018年12月26日~2019年1月20日发生的典型大气重污染过程为例,研究了山地型城市冬季大气重污染过程特征及成因.结果表明,重污染发生时段首要污染物为PM_(2.5),水溶性离子和碳质组分是PM_(2.5)主要组分,其中二次离子SO_(4)^(2-)、NO_(3)^(-)和NH_(4)^(+)是主要水溶性离子成分(共占离子组分的87.7%),二次有机碳(SOC)是碳质组分的主要成分(71.6%).二次离子在重污染发生时的浓度较发生前增加5.3倍,是导致PM_(2.5)快速增长的重要组分.气象条件分析显示,PM_(2.5)及其主要组分皆与相对湿度呈显著正相关关系而与风速呈显著负相关,随相对湿度增加以及平均风速降低,污染程度逐渐加重.山地型城市相对湿度较高、温度变化幅度大等气象特征使二次污染物的生成加快,是导致PM_(2.5)污染程度快速加重的主要原因.另外,山地型城市相对封闭的地形导致的平均风速降低使得大气污染物扩散条件相对较差是污染物累积的原因之一.PMF模型解析结果为:二次源(46.0%)对PM_(2.5)贡献显著,其次为燃煤源(32.6%)、机动车源(19.8%)和扬尘源(1.6%).因此,山地型城市更应该重视对二次组分,特别是二次离子形成的前体物的管控.