环境科学  2020, Vol. 41 Issue (8): 3449-3457   PDF    
引用本文
钟嶷盛, 周颖, 程水源, 王晓琦, 邵玄逸. 首都重大活动与空气重污染应急减排措施效果对比分析[J]. 环境科学, 2020, 41(8): 3449-3457.
ZHONG Yi-sheng, ZHOU Ying, CHENG Shui-yuan, WANG Xiao-qi, SHAO Xuan-yi. Comparison Analysis of the Effect of Emission Reduction Measures for Major Events and Heavy Air Pollution in the Capital[J]. Environmental Science, 2020, 41(8): 3449-3457.
首都重大活动与空气重污染应急减排措施效果对比分析
钟嶷盛, 周颖, 程水源, 王晓琦, 邵玄逸     
北京工业大学环境与能源工程学院, 区域大气复合污染防治北京市重点实验室, 北京 100124
收稿日期: 2019-10-22; 修订日期: 2020-02-21
基金项目: 国家自然科学基金重点项目（51638001）；国家重点研发计划项目（2018YFC0213206）
作者简介: 钟嶷盛(1986~), 男, 博士研究生, 助理研究员, 主要研究方向为大气污染防治, E-mail:zhongyisheng@bjut.edu.cn
通信作者: 程水源, E-mail:chengsy@bjut.edu.cn
摘要: 以2015年"9·3"阅兵活动及同年冬季两次空气重污染红色预警为例，针对气象要素及污染物浓度变化特征进行对比分析，对不同减排措施下污染物减排比例估算，并利用WRF-CAMx模型，对减排带来的PM2.5污染改善效果进行了定量评估与对比分析.结果表明，阅兵期间（8月20日至9月4日）PM2.5日均浓度（19.0 μg·m-3）分别比阅兵前（8月15~19日）和阅兵后（9月5~15日）日均浓度降低了60.0%和48.0%，第一次红色预警期间PM2.5日均浓度（232.3 μg·m-3）高于第二次红警（216.6 μg·m-3），第二次启动重污染红色预警之前的空气质量好于第一次红警.阅兵期间北京及周边省市污染物减排比例普遍大于红警期间，为保障"阅兵蓝"的实现提供了人为可控的有利条件."9·3"阅兵、北京首次及第二次红色预警期间采取污染物应急减排措施情况下，北京PM2.5浓度分别平均降低了32.4%、17.1%和22.0%.阅兵期间与红色预警相比，PM2.5浓度降低比例较高，归因于更大力度的区域污染物协同减排以及阅兵期间易于污染物扩散的气象条件.污染减排力度、应急控制措施实施时机以及气象条件是可能影响应急污染控制措施污染改善效果的重要因素.
关键词: PM2.5      阅兵      红色预警      WRF-CAMx模型      减排效果     
Comparison Analysis of the Effect of Emission Reduction Measures for Major Events and Heavy Air Pollution in the Capital
ZHONG Yi-sheng , ZHOU Ying , CHENG Shui-yuan , WANG Xiao-qi , SHAO Xuan-yi     
Key Laboratory of Beijing on Regional Air Pollution Control, College of Environmental and Energy Engineering, Beijing University of Technology, Beijing 100124, China
Abstract: Taking the "9.3" military parade in 2015 and two red alerts of heavy air pollution in December of the same year as examples, the characteristics of meteorological factors and pollutant concentration variation were compared. Based on the estimation of pollutant emission reduction under different periods, the WRF-CAMx model was used to evaluate the effect of PM2.5 pollution improvement. The results showed that the daily average PM2.5 concentration (19.0 μg·m-3) during the parade (from August 20 to September 4) decreased by 60.0% and 48.0%, respectively, in comparison to that before (August 15-19) and after (September 5-15) the parade. The daily average PM2.5 concentration (232.3 μg·m-3) during the first red alert period was higher than that of the second red alert (216.6 μg·m-3). The air quality before the second red alert was better than that before the first red alert. The proportion of emission reduction during the parade was generally larger than that during the red alert periods, which provided a controllable and favorable condition for the realization of the "Parade Blue". The PM2.5 concentration in Beijing decreased by 32.4%, 17.1%, and 22.0% under the control measures during the periods of the "9.3" parade, the first red alert, and second red alert, respectively. The higher proportion of PM2.5 concentration reduction could be attributed to the more intensive regional emission reduction and the favorable meteorological conditions. The intensity of the pollution reduction, the timing of the implementation of emergency control measures, and meteorological conditions were the most important factors that may have influenced the improvement of pollution.
Key words: PM2.5      parade      red alerts      WRF-CAMx model      emission reduction effect     

随着经济社会快速发展, 我国区域空气污染问题愈发严重[1].北京作为我国的首都, 空气质量受到社会和学者的高度关注[2~6].近年来, 为改善北京空气质量, 政府采取了多项污染控制措施[7].特别是在重大活动(如2008年北京奥运会[8,9]、2014年APEC会议[10,11]以及2015年的“9·3”阅兵)期间, 为保障活动期间空气质量, 北京及周边地区会采取更为严格的污染源减排措施.此外, 由于目前污染物排放总量仍然巨大, 在不利的气象条件下容易引发空气重污染, 例如在2015年12月8日07:00到10日12:00、12月19日07:00到12月22日24:00, 北京在短期内连续发生空气重污染, 北京市也相应实施了历史上首次及第二次空气重污染红色预警, 并采取了相应的污染物控制措施.

目前已有学者针对污染物减排措施带来的空气质量改善效果进行了评估研究, 研究结果显示减排措施能够显著降低PM2.5浓度, 有效改善空气质量[12~25].然而现有研究多是针对某次重大活动或某一时段应急措施实施后的空气质量改善效果开展研究, 对不同季节典型应急措施实施效果的对比及评估研究较少.

本文以2015年“9·3”阅兵、同年冬季北京首次及第二次空气重污染红色预警为案例, 针对上述同年不同季节下的污染应急控制措施, 基于减排量估算, 利用WRF-CAMx模型开展减排措施实施效果对比分析, 并分析污染源减排、气象特征等因素对环境质量影响(以北京PM2.5为代表)的差异, 以期为今后制定科学和优化的污染应急控制方案提供科学依据, 并为环境管理部门提供决策参考.

1 材料与方法 1.1 数据收集

本研究中大气污染物(包括SO2、NO2和PM2.5)浓度监测数据来自北京市环境保护监测中心发布的逐时数据, 选取北京12个国控站点(官园、天坛、海淀万柳、万寿西宫、顺义新城、怀柔、昌平、定陵、奥体中心、农展馆、东四和古城)污染物浓度平均值代表污染水平, 并用于数值模拟评价.气象数据来自WEATHER UNDERGROUND站点气象数据(https://www.wunderground.com/), 时间间隔1h, 用于气象特征分析.日最大混合层高度是根据北京首都国际机场(40°04′N, 116°35′E)提供的AMDAR数据, 依据干绝热线法获得.

1.2 数值模拟

本研究基于构建的WRF-CAMx耦合模型系统进行空气质量模拟研究, 并用于定量评估不同污染控制措施实施对北京地区PM2.5污染的影响.其中气象模型采用WRF3.3版本, 模拟初始场数据采用美国国家环境预报中心提供的时间分辨率为6 h, 空间分辨率为1°的FNL全球分析资料.空气质量模型采用三维多尺度欧拉空气质量模型CAMx(Comprehensive Air Quality Model with Extension) V6.0版本.模拟区域地图投影采用兰波托投影, 设置两层嵌套模拟网格, 其中外层网格分辨率为27 km×27 km, 覆盖范围包括北京市、天津市、河北省、山东省、山西省、河南省、内蒙古和辽宁省部分区域; 内层网格分辨率为9 km×9 km, 覆盖京津冀地区及周边部分地区.空气质量模型CAMx所需排放清单来自于本研究团队自下而上建立的区域大气污染物排放清单[26].本文基于情景分析法对比分析不同污染控制措施对北京PM2.5污染影响, 包括以下模拟情景.基准情景：不考虑阅兵及红色预警期间的减排措施; 减排情景①考虑阅兵期间减排措施; 减排情景②考虑第一次红色预警减排措施; 减排情景③考虑第二次红色预警减排措施.根据基准情景与各减排情景(即减排措施实施前后)PM2.5浓度变化对减排效果进行评估及对比分析.评估时段包括阅兵减排(8月20日至9月4日)、第一次红警减排(12月8~10日)和第二次红警减排(12月19~22日)时段.

图 1 WRF-CAMx模型双层嵌套示意 Fig. 1 Double nested simulation area of WRF-CAMx model

1.3 模型验证

本文通过对比阅兵和红色预警期间PM2.5浓度的模拟值与监测值, 对模型模拟效果进行评估, PM2.5模拟值与监测值均使用北京12个国控监测站点的平均值, 模型验证结果如图 2所示.考虑到阅兵期间时段相对较长, 阅兵期间模型验证以逐日值显示, 红色预警期间模型验证以小时值显示.阅兵期间和红色预警期间PM2.5模拟浓度与观测浓度的相关系数分别为0.7和0.8, 标准化平均偏差(NMB)分别为16.3%和-5.2%, 标准化平均误差(NME)分别为36.7%和32.7%, 表明模拟效果较好, 模拟误差在可接受范围内.模拟误差可能的原因包括排放源清单的不确定性以及模型反应机制的不完善等因素.

（a）阅兵时段（2015年8月15日至9月15日）；（b）红色预警时段（2015年的12月8~10日和12月19~22日） 图 2 模拟时段内北京PM2.5模拟浓度与监测浓度对比散点图 Fig. 2 Comparison between the simulated and monitored PM2.5 concentration in Beijing during the simulation period

2 结果与讨论 2.1 浓度特征分析

阅兵期间北京SO2、NO2和PM2.5浓度如图 3所示.本文分析阅兵期间北京空气质量特征, 分为阅兵前(8月15~19日)、阅兵期间(8月20日至9月4日)和阅兵后(9月5~15日)这3个阶段.阅兵期间是北京及京津冀区域减排措施实施的时段, 与阅兵前和阅兵后未采取减排措施的时段进行比较, 考虑到减排措施取消后其影响持续时间会稍长, 故阅兵后时段比阅兵前时段多选取5 d.阅兵期间SO2、NO2和PM2.5日均浓度分别为3.0、22.0和19.0 μg·m-3, 分别比阅兵前和阅兵后污染物日均浓度降低了45.0%、39.0%、60.0%和46.0%、45.0%、48.0%.阅兵期间SO2、NO2和PM2.5日均浓度最大值均达到国家二级标准, PM2.5浓度连续15 d达到一级优.

图 3 阅兵期间北京SO2、NO2和PM2.5浓度特征 Fig. 3 Characteristics of the SO2, NO2, and PM2.5 concentrations in Beijing during the parade

两次红警期间北京SO2、NO2和PM2.5浓度如图 4所示.结果显示, 12月5~10日大气污染以PM2.5为主, 日均PM2.5浓度分别是47.8、124.3、178.1、233.7、243.1和183.6 μg·m-3. 12月5日PM2.5浓度相对较低, 空气质量为良, 12月6日09:00~15:00, PM2.5浓度由67.8 μg·m-3增至155.8 μg·m-3, 空气质量在7 h内由良迅速恶化至重度污染, 随后至12月10日08:00, PM2.5浓度均高于150 μg·m-3, 空气质量持续重污染水平, 且从12月8日12:00起(预警启动后6 h)PM2.5浓度高于250 μg·m-3, 达到严重污染水平.第一次红色预警期间(12月8日07:00到12月10日12:00)平均日均PM2.5浓度为232.3 μg·m-3, 峰值浓度为281.8 μg·m-3(12月9日19:00, 预警启动后37 h).在第二次红色预警之前, 12月18日06:00~17:00, 北京市空气质量处于优/良等级, PM2.5浓度最低为18 μg·m-3, 自12月18日17:00起, PM2.5浓度呈大幅增长趋势, 7 h内PM2.5浓度增加至之前水平的5倍, 至23:00空气质量达到轻度污染, 12月19日22:00(预警启动后16 h), 空气质量达到重污染水平; 12月22日20:00(预警启动后38 h), PM2.5浓度大于250 μg·m-3, 空气质量达到严重污染水平, 12月22日17:00(预警启动后83 h)达到峰值417.8 μg·m-3. 12月18~22日北京市PM2.5浓度分别是39.1、108.5、192.6、207.6和298.4 μg·m-3, 第二次红色预警期间(12月19日07:00至12月22日24:00)平均日均PM2.5浓度为216.6 μg·m-3.

图 4 两次红色预警期间北京SO2、NO2和PM2.5浓度特征 Fig. 4 Characteristics of the SO2, NO2, and PM2.5 concentrations in Beijing during the two red alerts

从阅兵及两次红警期间整体污染物浓度来看, 第一次红色预警期间, PM2.5日均浓度最高. 12月8日07:00, 在北京市启动第一次红色预警之前(12月6日15:00起), PM2.5浓度已超过150 μg·m-3, 空气质量一直处于重污染级别, 静稳型天气持续近两天, 污染物易大量积累; 第二次红色预警启动时, PM2.5浓度尚未达到重污染水平(131.1 μg·m-3), 预警启动后16 h空气质量达到重污染水平.第二次红色预警启动后38 h空气质量达到严重污染水平, 比第一次红色预警期间出现严重污染的时间(预警启动后6 h)较为滞后.第二次启动重污染红色预警之前的空气质量好于第一次.

2.2 气象特征分析

表 1为阅兵前(8月15~19日)、阅兵期间(8月20日至9月4日)和阅兵后(9月5~15日)温度、湿度、风速、气压及日最大混合层高度情况, 其中阅兵期间分为前段(仅有北京实施减排措施, 8月20~27日)及后段(北京及周边地区共同实施减排措施, 8月28日至9月4日).表 2为两次红色预警前后温度、湿度、风速、气压及日最大混合层高度情况.阅兵前、中和后期整体处于北京秋季, 相较于两次红色预警期间, 阅兵期间地面温度较高, 风速较高, 湿度相对较低, 日最大混合层高度较高, 大气对流活动更强, 使阅兵期间大气扩散条件比较有利, 相对不容易为二次粒子生成反应创造条件, 污染物浓度远低于红色预警期间污染物浓度水平.第一次红色预警前期, 12月5日之后, 风速变小, 相对湿度增加, 有利于二次粒子的形成, 气压大、风速小有利于污染物积累, 日最大混合层高度也逐渐降低, 造成高浓度污染, 这使得污染物浓度迅速增加.第二次红色预警前期, 12月18日白天, 北京地区受西北弱高压控制, 近地面受偏北气流影响, 风速相对较高, PM2.5浓度相对较低. 12月19日开始气压逐渐减弱, 日最大混合层高度逐渐降低, 扩散条件转差, PM2.5浓度开始升高.从气象条件平均水平上看, 第二次红警期间温度较低, 风速较低, 湿度略高, 更不利于污染物的扩散, 因此第二次红警期间峰值PM2.5浓度(417.8 μg·m-3)远高于第一次红警期间(281.8 μg·m-3).

表 1 阅兵前后主要气象要素 Table 1 Meteorological parameters during the parade

表 2 两次红色预警前后主要气象要素 Table 2 Meteorological parameters during the two red alerts

2.3 减排量估算

阅兵活动期间, 北京111家重点企业停产、限产, 工艺无组织环节污染物减排30%左右, 部分燃煤电厂发电量减少; 除保障车辆外, 全市机动车启动单双号限行, 部分车辆禁限行, 车辆限行、工地停工等导致非道路机械减量; 全市停止施工工地所有土石方、拆除等作业, 加强道路清扫保洁; 通过调休假、减少社会活动、加强监管等方式进一步降低排放.同时北京周边的天津、河北、山西、山东、内蒙和河南等省市均采取了污染物减排措施, 尤其是强化燃煤电厂、水泥、钢铁等高架源管控, 减少污染物传输对北京的影响.

北京市第一、二次红色预警应急措施[27]主要包括机动车单双号限行、公务用车停驶车辆总数的30%、施工工地停止室外施工作业、建筑垃圾和渣土运输车、混凝土罐车和砂石运输车等重型车辆禁止上路、重点道路每日增加1次清扫保洁、工业企业按红色预警期间停产限产名单实施停产限产措施、禁止燃放烟花爆竹和露天烧烤等, 天津市预警措施包括加强工业及无组织排放控制, 河北省预警措施包括加强工业、燃煤、移动源及无组织排放控制、部分城市实施单双号限行或尾号限行.北京红色预警期间周边省市也启动了不同等级预警.天津市在北京第一次红色预警时, 于12月6日00:00启动空气重污染黄色预警, 12月8日14:00升级为空气重污染橙色预警.北京第二次红色预警时, 天津市于12月19日07:00开始实施橙色预警强制性措施.河北省在北京第一次红色预警时, 于12月4日起于不同地市开始启动空气重污染预警, 于12月9日00:00启动橙色(Ⅱ级)应急响应.北京第二次红色预警时, 河北省自12月18日00:00启动区域橙色预警.邯郸市启动红色预警, 邢台、石家庄等8个城市启动橙色预警, 廊坊市12月19日升级为红色预警.本文在课题组前期APEC空气质量保障方案减排测算等工作的基础上[18], 对阅兵期间和北京市两次红色预警期间北京及周边地区污染物减排比例进行了估算, 估算结果见表 3.各地阅兵期间减排比例普遍大于红警期间, 为保障“阅兵蓝”的实现提供了人为可控的有利条件.两次红色预警期间北京及周边地区的减排比例相差不大.

表 3 阅兵及两次红色预警期间京津冀三地减排比例估算/% Table 3 Estimation of the emission reduction ratio for Beijing, Tianjin, and Hebei during the parade and two red alerts/%

2.4 减排措施实施PM2.5影响差异

分别利用基准情景与阅兵、两次红警减排情景的排放清单进行模拟, 评估减排措施实施效果.图 5为阅兵活动期间北京及不同典型区域PM2.5浓度降低比例.图 6为北京及不同典型区域两次红色预警期间PM2.5浓度降低比例.图 5显示, 阅兵期间北京PM2.5浓度降低比例约为32.4%.图 6显示, 第一次红警期间, 受污染物累积的影响, 预警控制措施实施后(8日7时), 北京市大气PM2.5浓度未立刻呈现出明显的下降.随着时间推移, 减排效果在不断增强.模拟结果显示, 在北京及周边地区应急控制措施的前提下, 应急预案措施实施后, 北京市PM2.5浓度下降0.8%~21.9%, 平均下降17.1%左右.从12月9日21:00开始, 风速逐渐增大, 北京地区PM2.5浓度降低比例呈现下降趋势.第二次红警期间, 在北京及周边地区应急控制措施的前提下, 应急预案措施实施后, 北京市大气PM2.5浓度降低比例呈现逐渐上升趋势, 截止到12月22日24:00, PM2.5浓度平均降低比例为20.0%~25.0%, 平均下降比例约为22.0%.

图 5 阅兵活动期间北京PM2.5浓度降低比例 Fig. 5 PM2.5 concentration reduction ratio during the parade in Beijing

(a)第一次红色预警北京不同区域减排效果对比; (b)第一次红色预警北京不同区域减排效果对比箱线图; (c)第二次红色预警北京不同区域减排效果对比; (d)第二次红色预警北京不同区域减排效果对比箱线图 图 6 北京两次红色预警期间PM2.5浓度降低比例 Fig. 6 PM2.5 concentration reduction ratio during the two red alerts in Beijing

从结果上看, 阅兵期间与红色预警相比, PM2.5浓度降低比例较高, 主要因素可能为：①阅兵期间污染物减排比例显著大于红色预警期间, 并且阅兵期间除京津冀三省市外, 鲁、豫、晋和蒙这4省也有不同程度的减排, 较高的减排比例对空气质量改善具有重要影响; ②阅兵前的PM2.5平均浓度为50.3 μg·m-3, 显著低于两次红色预警前期(第一次为150.0 μg·m-3, 第二次为108.0 μg·m-3), 在污染物尚未累积时实施污染物控制措施, 为防止高浓度污染形成提供有利条件; ③阅兵期间为北京秋季, 气象条件优于红色预警时的冬季, 易于污染物的扩散, 这对PM2.5浓度的改善也起到积极作用[28~31].

图 5及图 6北京不同区域PM2.5平均浓度降低比例显示, 中心城区、海淀、昌平和怀柔这4个区域阅兵期间PM2.5浓度降低比例的差异性小于两次红色预警期间.主要原因可能为阅兵期间PM2.5浓度本底值相对较低, 加上处于初秋季节, 大气扩散条件较好, 故各区域PM2.5浓度降低比例差异并不明显.两次红色预警期间, 均表现出中心城区PM2.5浓度降低比例显著高于海淀、昌平和怀柔等非中心区域, 可能的因素是由于中心城区处于中心位置, 其他区域减排措施均能对其产生影响, 北部区域(海淀、昌平和怀柔)受减排措施影响相对较少, 故PM2.5浓度降低比例相对较低.

此外, 两次红色预警相比, 第一次重污染红色预警在12月8日07:00启动空气重污染红色预警时, 静稳型天气已经持续近两天, 污染物已大量积累, 北京及周边地区减排措施实施后PM2.5浓度平均下降17.1%左右; 第二次重污染红色预警(12月19日07:00至12月22日24:00)是在北京市PM2.5达到重污染级别之前就实施减排措施, 周边区域河北省廊坊、保定和石家庄等城市在12月18日00:00就开始实施重污染预警减排措施, 当时污染物还未大量积累, 因此, 尽管第二次红色预警期间污染物扩散条件更为不利, 第二次红色预警期间PM2.5日均浓度更低一些, 且第二次红色预警实施带来的PM2.5污染改善效果好于第一次重污染红色预警, 减排措施实施更加有效[32].

3 结论

(1) 阅兵期间SO2、NO2和PM2.5日均浓度分别为3.0、22.0和19.0 μg·m-3, 分别比阅兵前和阅兵后污染物日均浓度降低了45.0%、39.0%、60.0%和46.0%、45.0%、48.0%.第一次红色预警期间PM2.5日均浓度(232.3 μg·m-3)高于第二次红警(216.6 μg·m-3).北京市第二次启动重污染红色预警之前的空气质量好于第一次红警, 第二次红色预警期间空气质量达到严重污染的时间晚于第一次红警.

(2) 综合温度、湿度、风速和气压等气象因素, 阅兵期间大气扩散条件比两次红色预警期间有利, 第二次红色预警期间的气象条件相比于第一次红色预警更不利于污染物的扩散.

(3) 各地阅兵期间污染物减排比例普遍大于红警期间.北京地区阅兵期间日均减排比例显著高于红警期间, SO2、NOx、PM10、PM2.5和VOC的减排比例分别比红色预警期间高21.0%、20.0%、15.0%、19.0%和1.0%.

(4) 阅兵期间、两次红警期间应急减排措施实施导致PM2.5浓度降低比例分别为32.4%、17.1%和22.0%.阅兵期间与红色预警相比, PM2.5浓度降低比例较高, 主要归因于较高的污染物减排比例, 阅兵期间易于污染物扩散的气象条件也为PM2.5浓度改善起到积极作用.

(5) 两次红色预警相比, 尽管第二次红色预警期间污染物扩散条件更为不利, 但由于在达到重污染级别、污染物尚未大量积累之前, 提前实施区域协同减排措施, 第二次红色预警减排效果好于第一次重污染红色预警, 对于控制重污染形成, 降低污染浓度更为有效.

(6) 对阅兵和红色预警期间北京中心城区、海淀、昌平和怀柔4个不同区域PM2.5浓度降低比例进行分析, 阅兵期间各区域PM2.5浓度降低比例差异并不明显.两次红色预警期间, 均表现出中心城区PM2.5浓度降低比例显著高于海淀、昌平和怀柔等非中心区域, 说明重污染应急减排措施对中心城区空气质量改善效果要比非中心城区更明显.

参考文献
[1] Zhang L, Wang T, Lv M Y, et al. On the severe haze in Beijing during January 2013:unraveling the effects of meteorological anomalies with WRF-Chem[J]. Atmospheric Environment, 2015, 104: 11-21.
[2] Wang X Q, Wei W, Cheng S Y, et al. Characteristics and classification of PM2.5 pollution episodes in Beijing from 2013 to 2015[J]. Science of the Total Environment, 2018, 612: 170-179.
[3] Wang X Q, Wei W, Cheng S Y, et al. A monitoring-modeling approach to SO42- and NO3- secondary conversion ratio estimation during haze periods in Beijing, China[J]. Journal of Environmental Sciences, 2019, 78: 293-302.
[4] 徐文帅, 张大伟, 李云婷, 等. 北京两次沙尘污染过程中PM2.5浓度变化特征[J]. 气候与环境研究, 2016, 21(1): 78-86.
Xu W S, Zhang D W, Li Y T, et al. Variation of PM2.5 concentration during two dust pollution events in Beijing[J]. Climatic and Environmental Research, 2016, 21(1): 78-86.
[5] 张岳鹏, 李璇, 聂滕, 等. 2014年2月北京PM2.5污染过程及天气形势分析[J]. 气象与环境科学, 2016, 39(2): 55-62.
Zhang Y P, Li X, Nie T, et al. Analysis of PM2.5 pollution process and weather situation in Beijing in February 2014[J]. Meteorological and Environmental Sciences, 2016, 39(2): 55-62.
[6] Wang Y J, Bao S W, Wang S X, et al. Local and regional contributions to fine particulate matter in Beijing during heavy haze episodes[J]. Science of the Total Environment, 2017, 580: 283-296.
[7] 北京市人民政府关于印发北京市2013-2017年清洁空气行动计划的通知[EB/OL]. https://hk.lexiscn.com/law/law-chinese-1-2135449-T.html.
[8] 周颖, 程水源, 陈东升, 等. 后奥运时期大气污染控制措施对北京PM10影响[J]. 北京工业大学学报, 2012, 38(1): 139-144.
Zhou Y, Cheng S Y, Chen D S, et al. Impact of air quality restriction measures on PM10 in Beijing during post-Olympic times[J]. Journal of Beijing University of Technology, 2012, 38(1): 139-144.
[9] 李岩, 安兴琴, 左洪超, 等. 2008年北京奥运交通限制效果的模式研究[J]. 高原气象, 2010, 29(6): 1619-1626.
Li Y, An X Q, Zuo H C, et al. Study of traffic restriction effects on air quality during Beijing Olympic Games in 2008 using CMAQ model[J]. Plateau Meteorology, 2010, 29(6): 1619-1626.
[10] 刘奇琛, 黄婧, 郭斌, 等. 2014年APEC会议期间排放控制措施对大气污染物浓度的影响[J]. 首都公共卫生, 2017, 11(5): 220-224.
Liu Q C, Huang J, Guo B, et al. Investigation of emission control measures' impacts on air pollutants in Beijing during the 2014 Asia-Pacific Economic Cooperation[J]. Capital Journal of Public Health, 2017, 11(5): 220-224.
[11] 鲁绍伟, 蒋燕, 赵云阁, 等. 北京市2014年APEC期间及前后城区大气污染物变化特征[J]. 环境科学与技术, 2017, 40(7): 40-47.
Lu S W, Jiang Y, Zhao Y G, et al. Variation characteristics of air pollutants in urban area of Beijing before, during and after 2014 meeting of APEC[J]. Environmental Science & Technology, 2017, 40(7): 40-47.
[12] 刘文雯, 段菁春, 胡京南, 等. 基于环境监测数据的大气重污染应急减排措施效果评估[J]. 环境科学研究, 2019, 32(5): 734-741.
Liu W W, Duan J C, Hu J N, et al. Effect assessment of emergency measures for heavy air pollution based on environmental monitoring data[J]. Research of Environmental Sciences, 2019, 32(5): 734-741.
[13] 李涛, 程兵芬, 陈云波, 等. 红色预警期间北京市PM2.5浓度特征及应急措施效果评估[J]. 环境科学学报, 2017, 37(9): 3262-3270.
Li T, Cheng B F, Chen Y B, et al. Characteristics and effects of emergency measures on the concentration of PM2.5 in Beijing during the red alerts in 2015[J]. Acta Scientiae Circumstantiae, 2017, 37(9): 3262-3270.
[14] 曹天慧, 王哲, 张晶, 等. "9·3"阅兵期间协同减排措施对北京市大气PM2.5质量浓度及其来源影响的数值模拟[J]. 北京师范大学学报(自然科学版), 2017, 53(2): 201-207.
Cao T H, Wang Z, Zhang J, et al. Impact of coordinated emission controls on concentrations and sources of PM2.5 in Beijing during "9·3" military parade:a numerical model[J]. Journal of Beijing Normal University (Natural Science), 2017, 53(2): 201-207.
[15] 张晗, 余超, 苏林, 等. 基于OMI卫星遥感评估2015年阅兵期间华北地区SO2和NO2减排成效[J]. 遥感技术与应用, 2017, 32(4): 734-742.
Zhang H, Yu C, Su L, et al. Analysis on effectiveness of SO2 and NO2 emission reduction in north China plain by OMI data during the military parade 2015[J]. Remote Sensing Technology and Application, 2017, 32(4): 734-742.
[16] 吕喆, 魏巍, 周颖, 等. 2015~2016年北京市3次空气重污染红色预警PM2.5成因分析及效果评估[J]. 环境科学, 2019, 40(1): 1-10.
Lv Z, Wei W, Zhou Y, et al. Cause and effect evaluation of PM2.5 during three red alerts in Beijing from 2015 to 2016[J]. Environmental Science, 2019, 40(1): 1-10.
[17] 张冲, 郎建垒, 程水源, 等. 2016年京津冀地区红色预警时段PM2.5污染特征与浓度控制效果[J]. 环境科学, 2016, 40(8): 3397-3404.
Zhang C, Lang J L, Cheng S Y, et al. Characteristics of PM2.5 pollution and the efficiency of concentration control during a red alert in the Beijing-Tianjin-Hebei region, 2016[J]. Environmental Science, 2016, 40(8): 3397-3404.
[18] 贾佳, 郭秀锐, 程水源. APEC期间北京市PM2.5特征模拟分析及污染控制措施评估[J]. 中国环境科学, 2016, 36(8): 2337-2346.
Jia J, Guo X R, Cheng S Y, et al. Numerical study on the characteristics of PM2.5 in Beijing and the assessment of pollution control measures during APEC[J]. China Environmental Science, 2016, 36(8): 2337-2346.
[19] Yang X W, Cheng S Y, Li J B, et al. Characterization of chemical composition in PM2.5 in Beijing before, during, and after a large-scale international event[J]. Aerosol and Air Quality Research, 2017, 17(4): 896-907.
[20] 程念亮, 张大伟, 陈添, 等. 2015年北京市两次红色预警期间PM2.5浓度特征[J]. 环境科学, 2016, 37(7): 2409-2418.
Cheng N L, Zhang D W, Chen T, et al. Concentration characteristics of PM2.5 in Beijing during two red alert periods[J]. Environmental Science, 2016, 37(7): 2409-2418.
[21] 程念亮, 李云婷, 孙峰, 等. 北京市空气重污染天气类型分析及预报方法简介[J]. 环境科学与技术, 2015, 38(5): 189-194.
Cheng N L, Li Y T, Sun F, et al. Analysis on weather type and introduction to forecasting technique of Beijing heavy air pollution days[J]. Environmental Science & Technology, 2015, 38(5): 189-194.
[22] Lin J, An J L, Qu Y, et al. Local and distant source contributions to secondary organic aerosol in the Beijing urban area in summer[J]. Atmospheric Environment, 2016, 124: 176-185.
[23] Pirovano G, Colombi C, Balzarini A, et al. PM2.5 source apportionment in Lombardy (Italy):comparison of receptor and chemistry-transport modelling results[J]. Atmospheric Environment, 2015, 106: 56-70.
[24] 程念亮, 李云婷, 张大伟, 等. 2014年10月北京市4次典型空气重污染过程成因分析[J]. 环境科学研究, 2015, 28(2): 163-170.
Cheng N L, Li Y T, Zhang D W, et al. Analysis about the characteristics and formation mechanisms of serious pollution events in October 2014 in Beijing[J]. Research of Environmental Sciences, 2015, 28(2): 163-170.
[25] 贾佳, 韩力慧, 程水源, 等. 京津冀区域PM2.5及二次无机组分污染特征研究[J]. 中国环境科学, 2018, 38(3): 801-811.
Jia J, Han L H, Cheng S Y, et al. Pollution characteristic of PM2.5 and secondary inorganic ions in Beijing-Tianjin-Hebei region[J]. China Environmental Science, 2018, 38(3): 801-811.
[26] Zhou Y, Cheng S Y, Lang J L, et al. A comprehensive ammonia emission inventory with high-resolution and its evaluation in the Beijing-Tianjin-Hebei (BTH) region, China[J]. Atmospheric Environment, 2015, 106: 305-317.
[27] 北京市人民政府. 北京市空气重污染应急预案[M]. 北京: 中国环境科学出版社, 2015.
[28] 王占山, 李云婷, 张大伟, 等. 2015年"九三阅兵"期间北京市空气质量分析[J]. 中国环境科学, 2017, 37(5): 1628-1636.
Wang Z S, Li Y T, Zhang D W, et al. Analysis on air quality in Beijing during the military parade period in 2015[J]. China Environmental Science, 2017, 37(5): 1628-1636.
[29] 张洁琼, 王雅倩, 高爽, 等. 不同时间尺度气象要素与空气污染关系的KZ滤波研究[J]. 中国环境科学, 2018, 38(10): 3662-3672.
Zhang J Q, Wang Y Q, Gao S, et al. Study on the relationship between meteorological elements and air pollution at different time scales based on KZ filtering[J]. China Environmental Science, 2018, 38(10): 3662-3672.
[30] 杜吴鹏, 房小怡, 黄宏涛, 等. 北京近年地表风速和大气混合层厚度变化特征研究[J]. 环境科学与技术, 2017, 40(6): 149-156.
Du W P, Fang X Y, Huang H T, et al. Variation characteristics of surface wind speed and atmospheric mixing layer height in recent years in Beijing[J]. Environmental Science & Technology, 2017, 40(6): 149-156.
[31] 白鹤鸣, 师华定, 高庆先, 等. 基于气象调整的京津冀典型城市空气污染指数序列重建[J]. 生态与农村环境学报, 2015, 31(1): 44-49.
Bai H M, Shi H D, Gao Q X, et al. Re-ordination of air pollution indices of some typical cities in Beijing-Tianjin-Hebei region based on meteorological adjustment[J]. Journal of Ecology and Rural Environment, 2015, 31(1): 44-49.
[32] Jia J, Cheng S Y, Liu L, et al. An integrated WRF-CAMx modeling approach for impact analysis of implementing the emergency PM2.5 control measures during red alerts in Beijing in December 2015[J]. Aerosol and Air Quality Research, 2017, 17(10): 2491-2508.