沙尘气溶胶对局地大气环境具有显著影响。基于 2021 年 3 月中国东部卫星和地基遥感观测资料, 以沙尘传输过程中上下游的两个城市北京和徐州为主要研究区, 分析了两地气溶胶环境的阶段 性变化特征和驱动因子。结果表明: (1) 连续两次大型沙尘暴均来源于蒙古地区, 并受冷空气驱动影响中国东部地区, 第一次沙尘在江苏腹地进入黄海, 第二次沙尘在江苏省附近受西南暖风影响发生沙尘回流现象造成持续污染。(2) 沙尘以粗颗粒物为主, 使得近地面层 PM10 浓度急剧提升至背景值的 20 倍、PM2.5 提高至 3 倍。处于下游的徐州地区比上游的北京地区两次 PM10 峰值均低 500 μg·m-3, 且时间延后 12 h。(3) 沙尘过境前徐州背景气溶胶以散射性细颗粒物为主, 气溶胶光学厚度 (AOD) 小于 0.5, 单次散射反照率 (SSA) 约等于 0.99。 到达徐州地区的沙尘漂浮在 2～4 km 高空层并随重力作用与地面层气溶胶混合, 使得 AOD 瞬间提升至 1.5 以上, 24 h 后开始逐步由沙尘主导过渡到本地污染物粒子主导 (气溶胶退偏比从大于 0.25 降至 0.1 以下)。本次沙尘中部分颗粒物成分对 440 nm 光谱吸收性较强, 与沙尘来源有关。

建筑工地扬尘等气溶胶是大气污染的重要来源,激光雷达是探测建筑工地基坑开挖阶段气溶胶水平时空分布的有力手段。一台532 nm波长的便携式微脉冲激光雷达发射激光并接收气溶胶颗粒与激光相互作用的后向散射回波信号,结合颗粒物浓度监测仪,利用Klett法和分段斜率法反演气溶胶水平消光系数和PM₁₀质量浓度。结果表明,用激光雷达探测的消光系数反演工地PM₁₀质量浓度是可行的。当基坑开挖、渣土外运等施工作业开始时,工地内的气溶胶颗粒浓度明显高于周边区域,且会向周边扩散;停止施工后,在无风情况下,气溶胶颗粒会聚集在工地区域内,PM₁₀质量浓度会维持在一个高水平阶段。研究结果为掌握并控制工地气溶胶颗粒排放情况提供了技术支撑。

对2010～2014年阿克达拉大气本底站和阿勒泰市的PM10质量浓度值、温度、降水、风向风速、湿度、气压数据进行了对比分析。 结果表明:阿克达拉和阿勒泰市PM10年平均质量浓度均呈上升趋势,但是本底站值上升较快。当阿克达拉的平均气温在10～20℃时, 阿勒泰市的平均气温低于－10℃时, 两地PM10质量浓度处于较高污染水平。相关性分析表明阿克达拉和阿勒泰市PM10质量浓度与降水、 风速均呈负相关。当PM10质量浓度处于较高污染水平, 此时阿克达拉站主导风是西北风(NW),风频达17.1%,风速 在1.8～5.7 m·s－1之间,且风速小于1.5 m·s－1时的风频明显比风速大于1.5 m·s－1时 的风频小很多;阿勒泰主导风是北风(N), 风频为10.6%,风速在1.3～3.3 m·s－1之间,风速小于1.5 m·s－1 时的风频与风速大于1.5 m·s－1时的风频相差不明显。此外,分析表明PM10浓度与湿度、气压的相关性较弱。

针对传统土地利用回归模型(Land use regression, LUR)未考虑影响因子与大气污染物之间非线性复杂关系 和易出现多重共线性的问题。以PM10为例,采用支持向量回归机(Support vector machine regression, SVR) 改进土地利用回归模型的建模方法构建SVR-LUR模型,对上海市南浦大桥周边区域PM10空 间分布进行模拟。研究结果表明: 1)研究区域PM10浓度与100 m缓冲区内的空地面积, 150 m缓冲区内的建筑工地面积、 空地面积、河流面积, 200 m缓冲区内的绿地面积和河流面积,以及湿度、交通流量和背景浓度相关性较高。 2) SVR-LUR模型可较好地对研究区PM10浓度进行空间分布预测。SVR-LUR模型与LUR模型相比, SVR-LUR模型预测精 度较高,其测试集比LUR模型测试集的平均绝对误差(Mean absolute error, MAE)及均方根误差(Root mean squares error, RMSE)分别减小了22.92%、33.51%,拟合指数(Index of agreement, IA)值增加了13.20%。 相较于普通克里金插值模型所得到的单一梯度空间分布预测结果, SVR-LUR 模型能够更有效揭示小范围内的空间差异。 3)研究区PM10浓度空间分布呈现出西高东低的总格局,在建筑物和路网密集的地方浓度较高,而在靠近江面和空地 的区域浓度相对较低。模拟结果与实际情况相符。

针对目前霾检测方法实时性差且成本较高的问题, 提出一种基于图像能量与对比度的霾检测方法。首先, 对CMOS相机拍摄的图像进行预处理。由于相机受外界影响会出现轻微摆动, 故需对图像进行配准; 其次, 在图像的关键区域中获取目标与水平天空背景的对比度和图像能量两个特征向量; 再次, 将对比度、图像能量、环境湿度作为输入, 将激光粒子计数器测得的实时PM10浓度作为输出, 进行支持向量回归训练, 建立图像和PM10浓度间的关系模型; 最后, 根据得到的模型计算待测图像所对应的PM10浓度。将该方法检测的PM10浓度与激光粒子计数器测得浓度值进行对比, 实验表明该方法检测结果的平均相对误差在10%以内, MSE为0.006 2, 表明预测值与真值拟合程度较好,模型检测的精度较高。在此基础上增加训练样本可进一步提高模型精度。此外, 该方法可针对不同待测环境建立相应的关系模型, 具有较强的灵活性。

2016年春节期间, 利用小流量采样器采集西安市大气颗粒物中PM2.5和PM10样品,有效样品30个,使用高效液相色谱仪(high performance liquid chromatography, HPLC)分析样品中16种多环芳烃(polycyclic aromatic hydrocarbons, PAHs)的质量浓度特征,及组分分布特征。 运用比值法和气象参数对PM2.5和PM10中PAHs来源进行解析。结果表明: 除夕后的颗粒物浓度(PM2.5平均质量浓度 为180 μg·m－3, PM10为286 μg·m－3)明显高于除夕前(PM2.5平均质量浓度为160 μg·m－3, PM10为88 μg·m－3); PAHs主要分布在PM2.5细颗粒中,约占70%以上; PM2.5和PM10中不同环数的芳烃分布主要以3环、4环 和5环为主;春节期间PAHs浓度持续居高, 主要源于冬季采暖煤的不完全燃烧以及汽油车和柴油车等交通污染排放, PAHs浓度的突然骤升主要来源于烟花爆竹的燃烧。

包头2015～2016年冬春季节出现了连续的雾霾天气,不仅对能见度产生较大影响,而且严重危害人体健康。选取了包头主城区8个空气质量浓度监测点 的数据,对主城区的PM2.5和PM10污染特征进行分析,确定其空间差异特征和时间性变化特征。依据监测区功能的不同,将包头主城区划分为5个区域,对各个 区域监测点数据筛选整理,得到冬春季各个区域PM2.5和PM10质量浓度由高到低的顺序均为:工业区>商业区>文化区>交通枢纽区>公园游览区。 各区域颗粒物月变化曲线呈双峰单谷型,12月最高,2月最低,并对成因进行分析总结;逐日变化反映PM2.5和PM10质量浓度具有较好的相关性,且受气象 条件影响显著;日变化呈双峰双谷趋势。选取了气温、气压、相对湿度和风速等气象因子,利用Spearman秩相关分析研究各个气象因子对大 气PM2.5和PM10质量浓度的影响。包头春季PM2.5和PM10的质量浓度分别与气温、气压正相关,与风速、相对湿度(伴有降水时)负相关,风速、 气压和相对湿度是影响污染物质量浓度分布的主要因素。

2009年12月14日—28日采集了新疆农业大学校园PM10和PM2.5样品, 分析了重金属Cd的形态和风险指数。 该采样点在冬季采暖期间PM10及PM2.5污染非常严重, PM10和PM2.5中Cd的含量分别为3.642和1.964 ng·m-3, 均以残渣态为主, 但PM2.5中Cd的生物有效性高于PM10中Cd的生物有效性。 PM10中Cd的致癌风险为6.56×10-6, 而PM2.5中Cd的致癌风险为3.46×10-6, 均处于可接受的风险水平。

利用自行研制的大气细粒子谱分析仪、振荡天平、大气能见度仪和气象参数仪,对2008年北京奥运期间的主场馆区域大气质量状况进行了连续在线测量。奥运期间粒子日平均数浓度变化表明,核模态粒子(5-20 nm)主要受气相成核过程的影响,数浓度变化曲线呈单峰值结构;爱根核模态(20-100 nm)受人为源及核模态粒子贡献影响较大,数浓度曲线呈典型的三峰值结构;积聚模态(100 nm-1 μm)数浓度日变化不大,但受降水等天气因素影响较大。结合地面能见度数据,对降雨、灰霾和晴好天气状态下大气细粒子谱变化特征进行分析,结果表明,降雨对颗粒物的清除作用与颗粒物粒径大小密切相关,而灰霾天气下大气能见度的降低主要受积聚模态粒子散射消光的影响。同时,利用细粒子数浓度计算得到粒径小于10 μm的颗粒(PM10)质量浓度,计算值与振荡天平实测值具有较好的一致性,相关系数达86.1%。