沧州市冬春季PM_(10)污染特征及其影响因素

为了解沧州冬、春季PM10污染特征及其影响因素,于2010年12月~2011年5月采用TEOM1400a对沧州环境空气中ρ(PM10)进行连续在线观测,分析了ρ(PM10)主要特征,比较了冬、春季ρ(PM10)与风速、气压、温度及相对湿度等气象因素之间的关系,并运用HYSPLIT v4.9模式,分析了冬、春季不同气团轨迹特征。结果表明:沧州颗粒物污染比较严重,ρ(PM10)为171.3±104.6μg·m-3,高于国家空气质量二级标准日均质量浓度限值(150μg·m-3)约14%;ρ(PM10)冬季高于春季,双休日高于工作日;冬、春季、双休日和工作日ρ(PM10)日变化曲线均为双峰型;平均风速、气压和温度是影响ρ(PM10)的主要气象因素,冬季ρ(PM10)与风速呈负相关,而春季呈正相关,冬、春季ρ(PM10)与气压均为负相关,与温度均为正相关;后向轨迹聚类分析显示,西北偏北气流表现为对颗粒物的清除作用,南部气流和西北气流输送是造成颗粒物浓度升高的主要原因。     

土地利用回归模型模拟京津冀PM2.5浓度空间分布

PM2.5污染暴露评估需要浓度空间分布数据,而稀疏的地面监测点无法满足要求.土地利用回归(LUR)模型是模拟大气污染物浓度的有效方法,本研究拟探讨LUR模型在中国区域尺度的适用性及精度.选取土地利用、道路交通、人口密度、工业污染源、高程、气象共6类变量建立区域LUR模型模拟京津冀地区2013年PM2.5浓度空间分布.以研究区80个监测点为中心建立0.1km～10km共22个系列缓冲区,表征不同尺度下各变量对PM2.5浓度的影响.双变量相关分析得出161个影响因子与PM2.5浓度的相关性水平,筛选出13个影响因子与PM2.5浓度进行逐步多元线性回归,得到区域LUR模型.交叉验证显示模型拟合精度(R2)达到78.7％,模拟结果显示京津冀PM2.5污染南北差异明显.     

气溶胶光学厚度与PM_(2.5)浓度相关关系的时空变异

遥感获取的气溶胶光学厚度(AOD)与PM_(2.5)浓度高度相关,已被广泛用于地面PM_(2.5)浓度模拟;但二者相关关系的时空变异往往被忽略。以京津冀为研究区,获取2013年80个监测点PM_(2.5)浓度数据和Aqua、Terra两颗卫星的MODIS AOD月均值产品数据,研究AOD与PM_(2.5)浓度相关关系的空间差异和时间变化。研究发现京津冀地区AOD与PM_(2.5)浓度具有很高的空间相关性,二者年均值相关系数(R~2)约为0.6;但相关性存在明显空间差异,污染轻微的研究区北部AOD与PM_(2.5)浓度相关性明显高于污染严重的研究区南部。时间变化上,春秋季二者相关性高于夏冬季。利用AOD模拟地面PM_(2.5)浓度需要考虑二者相关关系的时空变异及影响因素。     

包头市典型城市绿地及周边PM2.5对比分析北大核心CSCD

PM2.5污染已逐渐成为当前我国城市和区域首要的大气污染物,而包头市作为中国重要的工业基础基地,其PM2.5污染也较严重。以实地测量和遥感手段相结合的方法,通过PM2.5浓度数据和包头市Landsat 8 OLI影像数据,对包头市典型城市绿地及周边道路和小区PM2.5浓度进行了对比分析,完成了NDVI与PM2.5之间的相关分析。结果表明：劳动公园、赛汗塔拉和师院小树林PM2.5浓度比周边道路和小区相对较高,儿童乐园、青山公园和八一公园院内比周边稍低或相当,而NDVI和PM2.5浓度之间形成微弱的负相关关系。总体而言,城市绿地对PM2.5起到一定消减作用,而园内湿度大、树林郁闭度高、风速小和烟尘是引起公园绿地PM2.5浓度高的主要因素。     

沈阳市PM_(10)空间分布的季节差异

在沈阳市内选取PM10排放量较大的39个污染源排放资料,利用CALPUFF大气污染模式进行数值模拟。对地表类型资料中城市、建筑用地的范围进行了修正。对2010年3月-2011年2月沈阳市全年PM10浓度分布情况按春、夏、秋、冬四个季节进行模拟分析。结果表明:春季的扩散范围最大,2.5μg/m3浓度线基本覆盖了城区的西南部、中部和东北部,浓度分布呈南北方向对称,夏季的浓度分布呈西南、东北走向,秋季的污染物浓度扩散的方向是偏南和偏东北方向,冬季的扩散方向主要是偏南和偏东南方向。从城市规划的角度考虑,沈阳的西北部、西部、西南部受市内污染源排放的影响较小,其中西北方向受到的影响最小,小于1.0μg/m3。北部、东部和南部受市内污染源排放的影响较大,其中南部和北部方位污染物扩散的范围大,浓度值较低,约为1-3μg/m3,东部方位污染物扩散的范围小,浓度值高,最大值为5-7μg/m3。     

兰州市空气污染物变化及污染持续性特征分析

持续性空气污染是对健康有重要危害的环境问题，利用2014—2021年逐日AQI以及PM2.5、PM10、SO2、NO2、O3(8 h)（臭氧8 h滑动平均）和CO的质量浓度，分析山谷城市兰州的空气污染年际变化特征、月季变化特征并重点分析兰州市空气污染持续性特征。结果发现冬季短时间轻度持续污染过程、长时间中度和重度持续污染过程次数最多，春季短时间中度和重度持续污染过程次数最多，夏季无中度和重度持续污染过程，秋季与冬季长时间轻度持续污染过程较多。持续性污染过程中起主要影响作用的污染物，因季节、长短持续时间和等级不同而不同，冬季轻度、中度持续污染过程和短时间重度持续污染过程，起主要影响的污染物为PM2.5，长时间重度持续污染过程为PM2.5和PM10；春季持续污染过程中主要污染物为PM10；夏季轻度持续污染过程中主要污染物为O3(8 h)；秋季短时间轻度持续污染过程中主要污染物为PM10，而长时间轻度持续污染过程分别为PM10、PM2.5和NO2。     

包头市人口PM_(2.5)暴露风险研究

以包头市为例,利用PM_(2.5)监测站数据、人口普查和土地利用数据,采用普通克里金插值方法和人口PM_(2.5)暴露相对风险模型,进行PM_(2.5)时空分布特征分析,并完成了该市居民PM_(2.5)暴露风险研究。结果表明:1)2014、2015年包头市PM_(2.5)浓度日均值超过一、二级标准的天数分别达到>200 d和>60 d,且冬季浓度水平最高,夏季最低;东河区污染较高,昆都仑区和青山区北部次之,九原区西部和昆都仑区南部浓度较低;2)人口PM_(2.5)暴露相对风险以市中心为高风险区域,周边人口较少区风险较低,东河区、昆都仑区和青山区风险较高,九原区以低风险为主;城市居民分布在PM_(2.5)浓度偏高区域。该研究可为包头市大气污染治理和人居环境质量的提高提供重要的科学依据。     

兰州市春季沙尘气溶胶的监测与分析

通过对兰州市2005年春季大气气溶胶监测资料的计算,分析得到了该地区春季大气气溶胶质量浓度和色度随时间的分布及其相互关系,结果表明:有大风时,沙尘浓度较高,红度、黄度也高,相应地污染物比例就小,明度就高;有降水、阴天和多云天气时,空气中沙尘和污染物少,明度高,而沙尘和污染物的比例变化比较小,所以红度和黄度也高;无降水且风速小时,污染物比例大,则明度低,相应地沙尘比例小,红度、黄度也低。本文还分析计算了沙尘暴发生时沙尘粒径的分布、PM10和PM2.5的质量分数以及PM2.5在PM10中的比重;粗细粒子比重不同说明沙尘来源不同。     

兰州市PM_(2.5)无机化学组分特征及来源解析

在兰州市5个监测点采集了2013年各季节典型月大气PM_(2.5)样品,对PM_(2.5)的质量浓度、无机水溶性离子及无机元素进行了测定。结果显示:兰州市PM_(2.5)平均质量浓度是标准限值1.8倍。其中无机水溶性离子SO_4~(2-)、NO_3~-、Cl~-、Ca~(2+)、Na~+、NH_4~+、K~+和无机元素B、V、Mn、Fe、Cu、Pb、As随季节的变化明显。利用正交矩阵因子分析法(PMF)对兰州市PM_(2.5)的来源进行解析,结果表明兰州市PM_(2.5)各来源因子中人为因素造成的来源因子分担率整体上高于自然因素,影响PM_(2.5)来源的主要是人为因素。     

基于高斯烟羽和多元线性回归模型的PM2.5扩散和预测研究

首先采用高斯烟羽模型对西安市PM2.5的扩散规律进行仿真,结果发现高压开关厂和高新西区的相互污染扩散最为严重;小寨对曲江文化集团区域也有较强的扩散作用;长安区、草滩等区域遭污染扩散的程度较低.而后结合气象因素及其它空气污染物对PM2.5浓度的影响,构造一个PM2.5演变预测的多元线性回归模型.最后用13个监测点的PM2.5浓度数据对以上两个模型进行验证,结果表明两个模型能够实现对西安PM2.5扩散规律的拟合和浓度预测分析.     

新疆和田绿洲空气质量状况与气象条件的关系

利用和田绿洲空气质量日报数据和同期的常规气象资料,分析了2015年1月1日至2017年12月31日该区的空气质量特征,探讨了气象条件和空气质量之间的相互关系。结果表明:和田绿洲近3 a平均环境空气质量指数(AQI)为199,达到空气质量中度污染标准,污染天数占总日数的78.1%。其中,春季空气质量最差,以严重污染为主;其次是夏季,以轻度和严重污染为主;再次是秋季和冬季,以轻度污染为主。PM10、PM2.5浓度年平均分别为332μg·m^-3和100μg·m^-3,超标率为75.7%和49.5%,其余污染物超标率在3%以下,其中PM10浓度春季最大,夏、秋季其次,冬季最小;PM2.5浓度春季最大,夏、冬季其次,秋季最小;SO2、NO2、CO浓度冬季最大,秋、春季次之,夏季最小;O3浓度夏季最大,春、秋季次之,冬季最小。除降水量外,AQI与其余气象因子均呈极显著相关;除平均气温与PM2.5、相对湿度与CO、降水量与SO2、PM10、O3、PM2.5无相关外,其余气象因子对污染物浓度均有显著影响;能见度与AQI和各类污染物浓度均为极显著相关。随着能见度的上升,AQI下降,在同样能见度条件下,AQI在沙尘多发期的夏半年高于沙尘少发期的冬半年;不管在沙尘多发期还是少发期,随着能见度的转好,SO2、PM10、CO、PM2.5浓度呈减少趋势,O3浓度呈增多趋势,NO2浓度无明显的规律,而且PM10、O3、PM2.5浓度夏半年高于冬半年,SO2、CO、NO2浓度冬半年高于夏半年。在沙尘天气期间,最低能见度小于1 km的浓浮尘和沙尘暴天气AQI相互接近,最低能见度在1~3. 5 km的浮尘和扬沙天气AQI相互接近,当最低能见度大于3.5 km时,浮尘天气的AQI高于扬沙天气的AQI;PM10、PM2.5浓度随着最低能见度升高而变小,其他污染物浓度虽然随着最低能见度的变化有一定的差别,但规律不明显。     

新疆和田绿洲空气质量状况与气象条件的关系

利用和田绿洲空气质量日报数据和同期的常规气象资料，分析了2015年1月1日至2017年12月31日该区的空气质量特征，探讨了气象条件和空气质量之间的相互关系。结果表明：和田绿洲近3 a平均环境空气质量指数（AQI）为199，达到空气质量中度污染标准，污染天数占总日数的78.1%。其中，春季空气质量最差，以严重污染为主；其次是夏季，以轻度和严重污染为主；再次是秋季和冬季，以轻度污染为主。PM₁₀、PM_2.5浓度年平均分别为332 μg·m^-3和100 μg·m^-3，超标率为75.7%和49.5%，其余污染物超标率在3%以下，其中PM₁₀浓度春季最大，夏、秋季其次，冬季最小；PM_2.5浓度春季最大，夏、冬季其次，秋季最小；SO₂、NO₂、CO浓度冬季最大，春、秋季次之，夏季最小；O₃浓度夏季最大，春、秋季次之，冬季最小。除降水量外，AQI与其余气象因子均呈极显著相关；除平均气温与PM_2.5、相对湿度与CO、降水与SO₂、PM₁₀、O₃、PM_2.5无相关外，其余气象因子对污染物浓度 均有显著影响；能见度与AQI和各类污染物浓度均为极显著相关。随着能见度的上升，AQI下降，在同样能见度条件下，AQI在沙尘多发期的夏半年高于沙尘少发期的冬半年；不管在沙尘多发期还是少发期，随着能见度的转好，SO₂、PM₁₀、CO、PM_2.5污染物浓度呈减少趋势，O₃浓度呈增多趋势，NO₂浓度无明显的规律，而且PM₁₀、O₃、PM_2.5浓度夏半年高于冬半年，SO₂、CO、NO₂浓度冬半年高于夏半年。在沙尘天气期间，最低能见度小于1 km的浓浮尘和沙尘暴天气AQI相互接近，最低能见度在1～3.5 km的浮尘和扬沙天气AQI相互接近，当最低能见度大于3.5 km时，浮尘天气的AQI高于扬沙天气的AQI；PM₁₀、PM_2.5浓度随着最低能见度升高而变小，其他污染物浓度虽然随着最低能见度的变化有一定的差别，但规律不明显。     

西北地区气候异常与前期环流场异常的关系

利用奇异值分解法(SVD)分析了西北地区季节(春、夏、秋)降水、冬季气温异常与前期高空环流异常的关系,结果表明:前期的高空环流异常对西北地区季节降水、冬季气温异常有重要影响,且与各季节降水和冬季气温异常相对应的前期高空环流异常在前期不同阶段各有其特点.前期的高空环流异常对季节降水和冬季气温异常有一定的预测意义.     

2000-2007年中国重点城市PM10的时空变化特征

利用2000-2007年中国83个重点城市的PM10颗粒物浓度,对中国地区近8年来PM10颗粒物浓度的时空变化特征进行了分析,同时也分析了中国重点城市近8年来PM10浓度的季节变化特征。结果表明:近8年来,中国重点城市的大气颗粒物浓度有所下降,其季节统计结果表明,夏季PM10浓度最低,说明了降水对颗粒物有一定的清除作用;冬季PM10浓度最高,主要是由于北方地区燃煤带来的污染,导致了该时段内PM10浓度较高。     

Characteristics of air pollution events over Hotan Prefecture at the southwestern edge of Taklimakan Desert,China

Hotan Prefecture is located at the southwestern edge of Taklimakan Desert, the world's largest shifting sand desert, of China. The desert is one of the main sources for frequent sand-dust weather events which strongly affect the air quality of Hotan Prefecture. Although this region is characterized by the highest annual mean PM_(10) concentration values that are routinely recorded by environmental monitoring stations across China, both this phenomenon and its underlying causes have not been adequately addressed in previous researches. Reliable pollutant PM_(10) data are currently retrieved using a tapered element oscillating microbalance(TEOM) 1400 a, a direct real-time monitor, while additional concentration values including for PM_(2.5), sulfur dioxide(SO_2), nitrogen dioxide(NO_2), carbon monoxide(CO) and ozone(O_3) have been collected in recent years by the Hotan Environmental Monitoring Station. Based on these data, this paper presents a comparison of the influences of different kinds of sand-dust weather events on PM10(or PM_(2.5)) as well as the concentrations of other gaseous pollutants in Hotan Prefecture. It is revealed that the highest monthly average PM10 concentrations are observed in the spring because of the frequent occurrence of three distinct kinds of sand-dust weather events at this time, including dust storms, blowing dust and floating dust. The floating dust makes the most significant contribution to PM_(10)(or PM_(2.5)) concentration in this region, a result that differs from eastern Chinese cities where the heaviest PM_(10) pollution occurs usually in winter and air pollution results from the excess emission of local anthropogenic pollutants. It is also shown that PM_(10) concentration varies within typical dust storms. PM_(10) concentrations vary among 20 dust storm events within Hotan Prefecture, and the hourly mean concentrations tend to sharply increase initially then slowly decreasing over time. Data collected from cities in eastern China show the opposite with the hourly mean PM_(10)(or PM_(2.5)) concentration tending to slowly increase then sharply decrease during heavy air pollution due to the excess emission of local anthropogenic pollutants. It is also found that the concentration of gaseous pollutants during sand-dust weather events tends to be lower than those cases under clear sky conditions. This indicates that these dust events effectively remove and rapidly diffuse gaseous pollutants. The analysis also shows that the concentration of SO_2 decreases gradually at the onset of all three kinds of sand-dust weather events because of rapidly increasing wind velocity and the development of favorable atmospheric conditions for diffusion. In contrast, changes in O_3 and NO_2 concentrations conformed to the opposite pattern during all three kinds of sand-dust weather events within this region, implying the inter transformation of these gas species during these events.     

兰州市空气质量状况及与常规气象条件的关系

根据兰州市空气质量日报数据和同期的常规气象资料,研究了2001～2009年该市的空气质量特征,探讨了气象要素和城市空气质量之间的相互关系。结果表明：随着近年来该市开展大规模的环境综合治理工作,空气质量有了明显得改善。研究期间的空气质量以Ⅱ和Ⅲ级天气为主。主要污染物PM10、SO2、NO2年平均浓度在大部分年份超过国家空...     

冷锋天气过程大气边界层特征与颗粒物污染

利用兰州大学半干旱气候与环境观测站边界层铁塔梯度观测、湍流观测和PM₁₀浓度资料,分析一次典型冷锋天气过程兰州大气边界层结构和湍流输送特征及其与PM₁₀浓度的关系。结果表明：冷锋过境前边界层有逆温层出现。随着锋面过境,逆温层完全被破坏、消失,混合层迅速发展,边界层低层温度和湿度垂直梯度变得很小,风速垂直梯度则明显增大;PM₁₀浓度先升后降。冷锋过境时垂直湍流输送强烈,经向和纬向动量均向下输送。动量下传使地表尘沙大量扬起,造成冷锋过境初期颗粒物浓度骤升。     

博斯腾湖浮游植物种群结构初步评价

对博斯腾湖浮游植物自1987年7月至1989年9月连续进行了12次采样,布设12个采样点,进行了种类组成、种群数量、生物量、优势种、多样性指数、叶绿素a、初级生产力等群落生态学的调查和初步研究,并对博斯腾湖水质污染及营养水平进行了总评和分区评价。本次调查共发现浮游植物7门78属131种。浮游植物数量年均达388.19万/升(细胞数)。秋季最高,为786.79%/升,冬季最低,为47.47万/升,春季为265.93万/升,夏季为428.55万/升。秋季各点多以蓝藻门的微囊藻占优势,春、夏季多以绿藻门的骈胞藻占优势。冬季多以绿藻门的栅列藻占优势。甲藻门的飞燕角甲藻为全湖性的广布种,它不因季节和点位改变而变化。硅藻门的种类最丰富。优势种主要是β—中污生物带种,其次是α—中污带种。多样性指数在1.96—2.13之间。从多样性指数和初级生产力计算结果及其它多项指标看,博斯腾湖大湖区水域已受到不同程度的污染。其污染区趋势为:Ⅲ区>Ⅴ区>Ⅳ区>Ⅱ区>I区。博斯腾湖属于绿—蓝甲藻型中营养湖泊。与70年代博斯腾湖浮游植物调查资料对比,表明近年来,人为因素使博斯腾湖富营养化的进程正在加快。     

2001-2004年我国城市空气质量研究

本文应用国家环保总局发布的城市空气质量日报的数据,研究了2001~2004年我国主要城市空气污染的时空分布特征。研究结果表明:我国城市空气污染的首要污染物主要是PM10;污染物的时空分布特征比较明显,城市空气污染冬春季节重于夏秋季节,北方城市重于南方城市;2001~2004年,北方大部份城市空气质量有明显改善。同时分析沙尘天气对我国城市空气质量的影响表明,我国北方城市尤其是西北城市,受沙尘天气的影响比较大,PM10污染相对严重。     

Seasonal changes in the germination responses of buried Lamium amplexicaule seeds

Spring-produced seeds of Lamium amplexicaule L. were buried in pots of soil in an unheated glasshouse in June 1978, and at 1–2-month intervals, for 27 months, they were exhumed and tested for germination in light and darkness at temperatures simulating those in the habitat from early spring to late autumn. Freshly-matured seeds were dormant, but by autumn 85% or more germinated in light at 15/6, 20/10, 25/15 and 30/15°C but only 7% or less in darkness. During late autumn and winter germination in light decreased at 25/15 and 30/15 °C but not at 15/6 and 20/10 °C, and germination in darkness increased at 15/6 and 20/10 °C. During late winter and early spring germination in light at 15/6 and 20/10 °C decreased, and seeds lost the ability to germinate in darkness. By the second autumn of burial, seeds germinated to near 100% in light at 15/6 to 30/15 °C and to 10–25% in darkness at 15/6 and 20/10 °C. The cycle of germination responses was repeated during the second winter and spring and the third summer of burial. Autumn-produced seeds were dormant when buried in November 1979, but by spring they germinated to 81 and 36% at 15/6 and 20/10 °C, respectively, in light. These seeds afterripened further during summer. The consequence of seasonal changes in germination responses is that (1) seeds can germinate in the habitat in late summer, autumn and spring but not in early- to mid-summer or in late autumn and winter and (2) during both germination seasons, seeds produced during the previous spring(s) and/or autumn(s) can germinate.