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.

关键词： 大气重污染   重污染类型   气象影响因子  

摘要： 分析了2014—2018年济南市区大气重污染特征及其类型,并识别了各类大气重污染的主要气象影响因子.结果显示:(1)重污染主要发生在冬季,秋季和春季次之,夏季最少.(2)济南市区大气重污染主要为积累型和复合型.(3)5项气象要素中,相对湿度对空气质量影响最大,风速和日照时数次之,气温和气压影响较小.(4)积累型和沙尘型重污染期间,气压、气温和日照时数分布区间均较广,前者多发生在风速小、相对湿度大的时期,后者多发生在风速较大、相对湿度小的时期;O 3光化学型重污染期间,风速较小,相对湿度较大,气压较低,气温高且日照强;复合型重污染期间,气象条件的不确定性较大.

关键词： 大气重污染过程   天气形势   逆温   空气质量指数   成都  

摘要： 利用2013年1月-2018年12月成都地区气象探空资料、空气质量指数(AQI)和欧洲中期天气预报中心ERA-Interim再分析资料,研究了成都市9次大气重污染过程中的天气形势和逆温特征,结合重污染过程期间的AQI及各类污染物质量浓度变化,讨论了不同天气形势和逆温特征与空气污染的内在关系.结果表明, 9次大气重污染过程中,在低槽天气型且风向主要为西南风、南风和西风时,污染较严重.白天贴地逆温的层数、厚度和强度与气态污染物呈正相关,对流层低层逆温的发展对各类污染物的扩散有抑制作用;晚上脱地逆温层数越多,厚度与强度越大时,颗粒污染物越难扩散.逆温层数与空气污染的正相关性相对于逆温厚度和逆温强度更明显, AQI对逆温总层数和总厚度具有一定的滞后性.