2020, Vol. 41
2. 中国环境科学研究院环境基准与风险评估国家重点实验室, 北京 100012;
3. 河北省保定环境监测中心, 保定 071000
, ZHANG Kai2
, LI Jin-juan1 , LÜ Wen-li2 , ZHU Shuang2 , LI Jie1,2 , HE Shan-shan3 , ZHENG Yue2 , ZHI Min-kang2
2. State Key Laboratory of Environmental Criteria and Risk Assessment, Chinese Research Academy of Environmental Sciences, Beijing 100012, China;
3. Baoding Environmental Monitoring Center of Hebei Province, Baoding 071000, China
自20世纪70年代以来, 我国的大气污染防治经历了4个阶段[1], 2013年《大气污染防治行动计划》的出台标志着我国大气污染防治进入第4个阶段——攻坚阶段, 大气污染控制目标由单一污染物控制、单个城市治理[2, 3]转为多种污染源联合控制[4, 5]、多种污染物协同减排[6, 7], 开展区域联防联控[8]和重污染应急减排[9].随着经济发展和城市化建设, 人类活动规模的扩大, 大气重污染问题频繁发生, 传统的二氧化硫和颗粒物的污染与PM2.5、臭氧等新型区域复合型污染交织的复杂局面[10, 11].而区域间的大气污染又相互影响, 京津冀、长三角和珠三角等重点区域大气污染问题日益严重[12~14], 其中京津冀的大气污染状况最为严重.众多学者分别对京津冀区域PM2.5污染输送特征[15, 16]、颗粒物中化学组分与控制效果[17~21]和近年来大气污染变化趋势及规律[22~26]等不同方向、不同问题进行了相关研究.
保定市位于北京市和石家庄市之间, 地势由西北向东南倾斜, 随着地势变化地貌类型由山区向平原向丘陵过渡, 全年以西南偏南风(SSW)为主导风向、以西北偏北风(NNE)为次主导风向.保定市是京津冀地区空气污染最为严重的城市之一, 作为“首都南大门”, 保定市本地排放和区域传输的污染物可能直接影响北京市空气质量, 因此保定市空气污染问题一直受到政府和科研工作者的广泛关注.众多学者对保定市大气污染进行了研究, 包括对不同粒径颗粒物组分[27]、颗粒物中水溶性离子[28]、大气气溶胶有机成分[29]、颗粒物中有机污染物来源分析[30]、大气污染来源解析[31]、绿化树种对PM2.5的滞纳能力与PM2.5浓度的关系[32]和日间/夜间颗粒物中无机组分的特征及来源分析[33]等.然而, 已有的研究多是针对保定市大气污染物个别时段、个别污染物或组分的分析, 未对常规6种大气污染物季节变化和多年变化趋势作全面分析和系统研究.因此, 本文对保定市近6年大气污染变化趋势、季节污染特征和高污染季污染特征进行分析, 此研究对于全面认识保定市大气污染治理工作和明确下一步工作重点具有一定指导意义.
1 材料与方法 1.1 数据来源常规6项大气污染物(PM10、PM2.5、SO2、NO2、CO和O3)质量浓度数据来自位于保定市主城区的6个国控监测站点(华电二区、地表水厂、接待中心、游泳馆、胶片厂和监测站, 图 1).监测数据来自中国环境监测总站的全国城市空气质量实时发布平台(http://106.37.208.233:20035).数据使用前进行了有效数据筛查, 确保数据合理, 分析结果可靠.监测时段为2013年1月1日至2019年3月31日.颗粒物监测仪器采用河北先河环保公司XHPM2000E环境空气颗粒物自动监测仪, 环境气体监测仪器均采用美国API公司的气体分析仪. SO2、NOx、CO和O3观测分别采用T100型紫外荧光法分析仪、T200型化学发光法分析仪、T300红外光吸收法分析仪和T400型紫外吸收法分析仪[34].
|
1.接待中心; 2.华电二区; 3.胶片厂; 4.地表水厂; 5.游泳馆; 6监测站 图 1 保定市监测站点分布示意 Fig. 1 Map of the distribution of the monitoring site in Baoding City |
累积浓度占比方法：污染物累积浓度在年际累积浓度中的占比可反映区域或城市污染物浓度变化特征[29].文中将优良天、中度污染、重度污染的ρ(PM2.5)日均值分别相加, 所得数值除以全年ρ(PM2.5)日均值和, 分别得到3种污染等级下ρ(PM2.5)占比.
高位累积浓度占比可反映城市采取应急措施后对污染物浓度的削峰效果[35]. 2018年8月发布的方案[36]中要求预测AQI日均值大于200时, 启动相应应急措施.该方案以2015年为基准年, 因此本文也以2015年为基准年.经统计, 2015年高污染季(当年10月1日至翌年3月31日)保定达启动应急措施条件的天数约占当年高污染季总天数的20%.本文中将2015~2018年高污染季各污染物日均浓度从高到底分别排序, 前20%的数据相加作为该污染物的高位累积浓度, 此浓度与该污染物整个高污染季所有日均浓度数据相加之和的比即为高位累积浓度占比.
特征雷达图：为了更好识别保定大气污染物来源和大气污染类型, 以特征雷达图的形式进行分析.其中标准值为当年污染物年均浓度值并归一化, 标准值上限为年均浓度和标准偏差的和与年均浓度比值, 标准值下限为年均浓度和标准偏差的差与年均浓度比值, 特征值为季平均浓度与年均浓度比值.
2 结果与讨论 2.1 年际变化趋势根据《环境空气质量指数(AQI)技术规定(试行)》(HJ 633-2012)标准, 按空气质量指数将污染分为优、良、轻度、中度、重度和严重这6级, 文中把优和良合为优良天, 轻度和中度合为中度污染, 重度和严重合为重度污染.
2013~2018年保定一直为74个重点城市中污染最重的5个城市之一, 近年来保定市空气质量不断改善, 2013~2018年保定优良天数由94 d上升到180 d, 占比从26%上升到49%, 重度污染天数由114 d下降到27 d, 占比从31%下降到7%(图 2), 完成了文献[37]的既定目标. 2018年北京优良天数为227 d, 重度污染天数为15 d, 天津优良天数207 d, 重度污染天数10 d; 河北省平均优良天数为208 d, 平均重度污染天数为17 d.与京津冀其它城市相比, 保定市空气质量在京津冀地区仍处于较差水平.
|
图 2 2013~2018年保定市不同污染等级天数分布 Fig. 2 Distribution of days of different pollution levelsin Baoding City, 2013-2018 |
2013年保定市综合指数为11.6, 2018年降为6.6, ρ(PM10)、ρ(PM2.5)、ρ(SO2)、ρ(NO2)、ρ(CO)和ρ(O3-8h)2018年年均浓度分别为110 μg·m-3、67 μg·m-3、20 μg·m-3、43 μg·m-3、2.2 mg·m-3和193 μg·m-3, 污染分指数分别为1.6、1.9、0.3、1.1、0.5和1.2.对比2013~2018年保定市常规6项大气污染物质量浓度可知, ρ(SO2)是下降幅度最大的污染物, 平均每年降幅20.6%; ρ(PM2.5)、ρ(PM10)和ρ(CO)降幅也较为显著, 平均每年降幅超过10%; ρ(NO2)降幅不明显.虽然2018年保定大气污染物浓度年均值有明显下降(除O3-8h外), 但在74个重点城市排名中没有明显提升.Zhang等[25]估算了2013~2017年全国PM2.5改善情况, ρ(PM2.5)平均下降32%, 说明所有城市都在积极改善空气质量.
对比2013~2018年6项污染物距平图发现(图 3), 2013~2015年保定市6项污染物皆高于6 a的均值, 其中, 2013年最为严重, ρ(SO2)、ρ(PM2.5)和ρ(PM10)分别高于6 a均值的48.39%、31.92%和30.82%; 2016年以后, 除O3-8h以外, 污染物浓度较6 a均值均有大幅度地下降, 2018年降幅最为显著, ρ(SO2)、ρ(PM2.5)和ρ(PM10)分别低于6 a均值的56.99%、36.48%和34.59%; 2013~2018年ρ(NO2)变化最不显著, 这与NO2的主要来源之一——机动车有关.2015~2018年保定大气污染治理重点是清洁取暖工程[31], 因此主要来源于燃煤排放的SO2有大幅下降, 但保定市机动车保有量从2013年的195万辆增加到2018年的226万辆, 全国机动车保有量从2013年1.37亿辆增加到2018年2.4亿辆, 全国NOx排放量逐年升高[1].孙爽等[23]对京津冀NO2污染研究也表明重污染区域主要分布在中部及南部地区.
|
图 3 2013~2018年保定市6项污染物距平 Fig. 3 Anomalies of six conventional pollutants in Baoding City, 2013-2018 |
2013~2016年保定市重污染天首要污染物均为PM2.5或PM10, 2017年和2018年由PM2.5或PM10为首要污染物的重度污染天分别占当年重度污染天的83.0%和85.2%, 由O3为首要污染物的重度污染天分别占17.0%和14.8%. 2013~2018年O3是所有污染物中年均浓度唯一上升的污染物, 2018年ρ(O3-8h)均值浓度为193 μg·m-3, 虽比2017年(218 μg·m-3)下降11.47%, 但较2013年(113 μg·m-3)却同比上升70.80%.由图 4可以看出2013年保定ρ(O3-8h)明显低于京津冀大气污染传输通道“2+26”城市(“2+26”城市)平均值, 2018年略高于平均值, 不仅说明保定ρ(O3-8h)升高超过了整个区域的均值, 而且说明整个区域的氧化性也在增强, 杨俊益等[38]和Verstraeten等[39]的研究结果也证实了后者.何伟等[8]对京津冀10个城市2014~2018年O3的污染状况分析也表明保定的ρ(O3-8h)呈逐年上升趋势且高于其它城市.余益军[22]等研究认为京津冀地区ρ(O3-8h)升高, 90.4%是由于大气污染排放变化造成的.因此, 保定的大气污染除PM2.5外, O3的污染也不容忽视, 下一步需加强对O3污染的治理和管控.
|
图 4 2013~2018年保定市与“2+26”城市6项污染物距平 Fig. 4 Anomalies of six conventional pollutants in Baoding City and "2+26" cities, 2013-2018 |
保定市的大气污染主要由PM2.5引起, 因此着重分析不同污染等级PM2.5累积浓度在年际累积浓度中的占比.由表 1可知, 优良天PM2.5累积浓度占比由2013年的13.09%上升至2018年的41.86%, 重度污染PM2.5累积浓度占比由2013年的57.34%下降至2018年的20.59%.可见, 从2013年至2018年, 不仅重度污染天数减少、污染物年均浓度降低, 而且重度污染时污染物累积浓度的占比也在下降.
|
表 1 2013~2018年不同污染等级PM2.5浓度占比/% Table 1 Proportion of PM2.5 concentration in different pollution levels from 2013 to 2018/% |
对比2013~2018年保定市与“2+26”城市距平图可见(图 4)：保定市与“2+26”城市均值的差距在逐年减小, 2014年保定市颗粒物均值浓度与“2+26”城市均值浓度是6年中差异最大的, ρ(PM2.5)和ρ(PM10)分别超过“2+26”城市均值浓度的0.38倍和0.44倍; 2015年保定市气态污染物均值浓度与“2+26”城市均值浓度是6年中差异较大的, ρ(SO2)、ρ(NO2)和ρ(CO)分别超过“2+26”城市均值浓度的0.21、0.1和0.70倍.从2016年开始保定市污染物浓度与“2+26”城市平均水平的差距越来越小, 到2018年, ρ(PM2.5)、ρ(PM10)、ρ(SO2)、ρ(NO2)、ρ(O3-8h)和ρ(CO)分别超过“2+26”城市均值浓度的0.17、0.07、0.0、0.08、0.06和0.09倍, 说明保定市污染物浓度水平与京津冀整体水平差异逐渐缩小.同时京津冀地区污染物浓度逐年降低, 与2017年相比, 2018年京津冀地区ρ(SO2)、ρ(NO2)年均值和ρ(CO)日均值第95百分位数的降幅为26.7% ~36.8%[1].王燕丽等[15]和Zhang等[24]的研究也表明京津冀地区ρ(PM2.5)存在相互输送特征.因此, 保定市大气污染物浓度下降, 一方面与保定市对当地污染源的管控不断加强、污染物排放量不断降低有关; 另一方面可能与整个区域大气污染物浓度下降有关.
2.2 季节变化趋势对保定市综合指数和ρ(PM2.5)逐月变化分析可知, 综合指数和ρ(PM2.5)逐月变化曲线呈“U”型分布, 10月~次年3月污染明显重于4~9月(图 5), 同时, 保定市在74个重点城市中的排名也呈“U”型分布[图 5中综合指数或ρ(PM2.5)排名均为74城市数值从高到低排序结果].污染物直接影响城市排名, 污染越重排名越低.4~9月综合指数和ρ(PM2.5)在74个城市排名优于10月~次年3月.
|
图中红色数字表示排名在倒数5名之内, 黑色数字表示排名倒数5名之后 图 5 2015年1月~2019年3月保定综合指数、PM2.5浓度逐月变化趋势 Fig. 5 Trending of air quality composite index and concentration of PM2.5 from January 2015 to March 2019 |
为了更清楚地了解保定市季节性变化特征, 对2013~2018年各污染物季节浓度进行分析.其中3~5月为春季, 6~8月为夏季, 9~11月为秋季, 12月和1月、2月为冬季.由图 6可以发现, 2018年冬季ρ(PM2.5)97.16 μg·m-3>秋季ρ(PM2.5)69.48 μg·m-3>春季ρ(PM2.5)64.85 μg·m-3>夏季ρ(PM2.5)39.07 μg·m-3, PM10、SO2、NO2和CO季节变化趋势与PM2.5相同.季节变化特征与郑悦等[34]的研究一致. 2013~2018年冬季ρ(PM2.5)/ρ(PM10)在0.64~0.72;秋季ρ(PM2.5)/ρ(PM10)在0.56~0.64;夏季ρ(PM2.5)/ρ(PM10)在0.56~0.69;春季ρ(PM2.5)/ρ(PM10)在0.44~0.52.秋、冬两季气温低, 降水稀少, 同时边界层高度低、大气层结构稳定, 不利于污染物的扩散, 并且冬季采暖期的供暖需求增大了排放量, 颗粒物质量浓度均较高.与秋、冬季相比, 春季风速逐渐转大, 再加上保定市外环路及郊区存在裸露土地, 土壤扬尘和外来沙尘输送对PM10的贡献增大, ρ(PM10)升高、ρ(PM2.5)/ρ(PM10)减小[40].夏季降水较多, 虽对PM2.5和PM10均有清除作用, 但较高的相对湿度有利于气体向颗粒物的转化, 并且相对湿度高于70%时, 由于颗粒物的吸湿增长导致ρ(PM2.5)升高, ρ(PM2.5)/ρ(PM10)有所增大[41, 42]. 2013~2018年逐年各污染物浓度均有不同程度的下降, 其中冬季降幅最大, 2018年冬季ρ(PM2.5)、ρ(PM10)、ρ(SO2)、ρ(NO2)和ρ(CO)分别为97.16 μg·m-3、150 μg·m-3、33.68 μg·m-3、59.68 μg·m-3和1.67 mg·m-3, 同比2017年冬季浓度分别下降32.70%、24.72%、34.31%、17.31%和30.44%;同比2013年冬季浓度分别下降56.41%、52.66%、78.08%、29.29%和53.51%.而O3-8h是“夏高冬低”的季节变化特征, 并且出现逐年升高的趋势.
|
图 6 2013~2018年保定市6项污染物季节变化曲线 Fig. 6 Seasonal changes of six conventional pollutants in Baoding City, 2013-2018 |
2013~2018年逐日变化曲线可以明显看到ρ(PM2.5)逐年下降且峰值出现的频次逐年降低.对四季分别做污染特征雷达图发现(图 7), 在春、夏、秋季各污染物因子特征值均未超出污染物特征值上下限, 表明污染物特征与全年相比未发生显著变化, 值得注意的是, 2013~2018年秋季NO2特征值均高于SO2、CO、PM2.5和PM10, 同时CO特征值也偏高, NO2和CO特征值同时偏高是机动车排放的主要特征, 因此表明保定秋季污染特征为偏机动车型, 说明秋季受机动车影响较大.冬季污染物特征最为显著, 冬季SO2、NO2、CO和PM2.5特征值比春、夏、秋季高, 其中2013年冬季和2014年冬季只有SO2超出标准值上限, SO2主要来源于燃煤排放, SO2特征值偏高或超出上限表明该城市燃煤污染明显, 说明2013~2014年冬季污染特征为偏燃煤型, 2015~2018年SO2和CO超出标准值上限, 冬季逐渐从SO2特征转向SO2、CO特征, CO主要来自于燃煤、机动车、钢铁及生物质等的不完全燃烧[43], 说明2013~2018年冬季污染类型由偏燃煤型逐渐转化为燃煤和不完全燃烧的混合型, 下一步的控制重点应从单一的控煤转到控煤控柴相结合.
|
图 7 2013~2018年保定市PM2.5日变化曲线及季节特征雷达图 Fig. 7 Daily variation curves of PM2.5 and seasonal radar charts in Baoding City, 2013-2018 |
从季节变化趋势可以看出, 10月~翌年3月污染物浓度显著高于4~9月, 因此将当年10月1日~翌年3月定义为高污染季, 对其污染特征做进一步分析.
2.3.1 保定市高位累积浓度占比由表 2可知：保定市2015年高污染季PM2.5和PM10高位累积浓度占比在2015~2018年这4a高污染季中最高, 2016、2017和2018年高污染季PM2.5高位累积浓度占比较2015年同期降幅分别为5.56%、6.21%和2.58%; 2016、2017和2018年高污染季PM10高位累积浓度占比较2015年同期降幅分别为3.65%、4.97%和2.96%; 2016年和2018年高污染季SO2高位累积浓度占比较2015年同期升幅分别为2.16%和2.5%, 2017年较2015年同期降幅0.67%; 2016、2017和2018年高污染季NO2高位累积浓度占比较2015年同期降幅分别为1.12%、1.83%和1.45%.
|
|
表 2 2015~2018年高污染季保定市污染物高位累积浓度占比 Table 2 Proportion of cumulative concentration of pollutants in Baoding City from 2015 to 2018 |
保定市PM2.5高位累积浓度占比明显大于其他3种污染物, 表明PM2.5还有较大的削峰空间, NO2高位累积浓度占比相对较小, 表明NO2削峰空间有限.保定市2016、2017和2018年高污染季PM2.5、PM10和NO2高位累积浓度占比较2015年同期均是下降趋势, 表明应急措施对上述3种污染物均有削峰作用, 其中2017年高污染季下降趋势最为显著.PM2.5和PM10高位累积浓度占比下降的幅度明显大于SO2和NO2, 说明应急措施对PM2.5和PM10等颗粒物的重污染削峰作用比SO2和NO2两种气态污染物更稳定、更显著, 这与刘文雯等[35]在“2+26”城市的研究结果一致.张冲等[17]对京津冀的一次重污染过程分析也表明红色应急措施会使ρ(PM2.5)下降4.4%.
2.3.2 重污染发生频次分析如图 8和图 9所示, 2017和2018年高污染季各出现重污染过程12次, 其中2018年10~12月出现重污染过程7次, 比2017年同期增加1次. 2018年高污染季共严重污染7次, 重度污染2次, 静稳+熏烟型污染3次, 弱静稳型污染6次, 静小风最长时间达313 h, 污染时间918 h, 重污染过程以燃煤、二次和沙尘为主, 污染发生时以逆温、高湿等气象条件为主, 风向多为西南风、东南风.2019年1~3月出现重污染过程5次, 与2018年同期比减少1次.保定市2018年高污染季重污染过程和2017年高污染季发生次数相同, 但污染持续时间长, 污染程度深, 静小风持续时间长, 逆温高湿等静稳天气现象频发, 气象条件较2017年高污染季不利.
|
图中黄线表示空气质量达到轻度污染; 紫线表示AQI日均值大于200时, 启动相应应急措施, 下同 图 8 2017年10月1日至2018年3月31日AQI逐日变化及重污染过程特征雷达图 Fig. 8 Daily change of AQI and the characteristic radar chart of the heavy pollution process from October 1, 2017 to March 31, 2018 |
|
图 9 2018年10月1日至2019年3月31日AQI逐日变化及重污染过程特征雷达图 Fig. 9 Daily change of AQI and the characteristic radar chart of the heavy pollution process from October 1, 2018 to March 31, 2019 |
2017年高污染季发生的12次重污染事件中：偏燃煤型1次(E5), 偏二次型3次(E9、E10和E11), 偏粗颗粒型1次(E12), 偏机动车型2次(E1和E6), 偏综合型5次(E2、E3、E4、E7和E8); 2018年高污染季12次重污染事件中：偏燃煤型3次(E7、E9和E10), 偏二次型3次(E3、E11和E12), 偏粗颗粒型1次(E5), 偏机动车型2次(E1和E2), 偏综合型3次(E4、E6、E8).2018年高污染季的污染类型中偏燃煤型污染有所增加说明燃煤仍是保定市最大的污染源之一; 同时发现偏机动车型主要发生在秋季和初冬(10~11月), 说明秋季主要是以机动车污染为主, 下一步应加强对机动车的管控.2013~2018年保定市高污染季空气质量逐年好转, 各项大气污染物质量浓度逐年降低, 但2018~2019年高污染季大气污染略有反弹, 除气象因素外, 还可能与“以民为本”的高污染季取暖政策和禁止企业“一刀切”有关.
3 结论(1) 近年来保定市空气质量不断改善, 综合指数不断下降, 大气污染物浓度不断降低, 重污染天出现时间不断减少, 而且重污染时污染物累积浓度的占比也在下降.保定市污染物浓度与“2+26”城市平均水平的差距越来越小, 保定空气质量改善与本地大气污染措施的实施和区域整体污染物浓度的降低有关.SO2是6种常规污染物中年均浓度下降幅度最大的, 其次为PM2.5、PM10和CO, NO2降幅不明显.而O3是所有污染物中年均浓度上升的污染物, 下一步需加强对O3污染的治理和管控.
(2) 保定市PM2.5、PM10、SO2、NO2和CO浓度季节变化趋势均为冬季>秋季>春季>夏季, 浓度逐年降低.而O3-8h呈现“夏高冬低”的季节变化特征, 并且出现逐年升高的趋势.秋季污染类型为偏机动车型, 应加强对机动车的管控.冬季是大气污染发生的主要季节, 污染特征由燃煤型污染逐渐过渡到燃煤和烧柴污染, 下一步进行清洁取暖的同时还应加强控煤和控柴相结合.
(3) 以2015年为基准年, 2016年和2017年高污染季保定市PM2.5、PM10高位累积浓度占比降幅相对SO2、NO2较大, 其中, 2017年PM2.5和PM10高位累积浓度占比较2015年同期降幅分别为6.21%和4.97%, 说明应急措施对保定市污染物起到了较显著的重污染削峰作用, 并且重染污期间应急措施对PM2.5、PM10等颗粒物较SO2、NO2等气态污染物浓度削峰作用更大.2018年高污染季的污染类型中偏燃煤型污染有所增加, 说明燃煤仍是保定市最大的污染源之一.
致谢: 感谢陈建华老师和段菁春老师等在项目开展和文章撰写过程中给予的帮助和支持.
| [1] |
王文兴, 柴发合, 任阵海, 等. 新中国成立70年来我国大气污染防治历程、成就与经验[J]. 环境科学研究, 2019, 32(10): 1621-1635. Wang W X, Chai F H, Ren Z H, et al. Process, achievements and experience of air pollution control in China since the founding of the people's republic of China 70 years ago[J]. Research of Environmental Sciences, 2019, 32(10): 1621-1635. |
| [2] | Fu G Q, Xu W Y, Rong R F, et al. The distribution and trends of fog and haze in the North China Plain over the past 30 years[J]. Atmospheric Chemistry and Physics, 2014, 14(21): 11949-11958. DOI:10.5194/acp-14-11949-2014 |
| [3] |
黄顺祥, 刘峰, 盛黎, 等. 基于伴随方法的大气污染溯源[J]. 科学通报, 2018, 63(16): 1594-1605. Huang S X, Liu F, Sheng L, et al. On adjoint method based atmospheric emission source tracing[J]. Chinese Science Bulletin, 2018, 63(16): 1594-1605. |
| [4] | Li M, Liu H, Geng G N, et al. Anthropogenic emission inventories in China:a review[J]. National Science Review, 2017, 4(6): 834-866. DOI:10.1093/nsr/nwx150 |
| [5] | Zheng B, Tong D, Li M, et al. Trends in China's anthropogenic emissions since 2010 as the consequence of clean air actions[J]. Atmospheric Chemistry and Physics, 2018, 18(19): 14095-14111. DOI:10.5194/acp-18-14095-2018 |
| [6] | Hu J L, Wu L, Zheng B, et al. Source contributions and regional transport of primary particulate matter in China[J]. Environmental Pollution, 2015, 207: 31-42. DOI:10.1016/j.envpol.2015.08.037 |
| [7] | Wang H B, Zhao L J. A joint prevention and control mechanism for air pollution in the Beijing-Tianjin-Hebei Region in China based on long-term and massive data mining of pollutant concentration[J]. Atmospheric Environment, 2018, 174: 25-42. DOI:10.1016/j.atmosenv.2017.11.027 |
| [8] |
何伟, 张文杰, 王淑兰, 等. 京津冀地区大气污染联防联控机制实施效果及完善建议[J]. 环境科学研究, 2019, 32(10): 1696-1703. He W, Zhang W J, Wang S L, et al. Effects and improvement suggestions on air pollution joint prevention and control mechanism in Beijing-Tianjin-Hebei Region[J]. Research of Environmental Sciences, 2019, 32(10): 1696-1703. |
| [9] |
胡京南, 柴发合, 段菁春, 等. 京津冀及周边地区秋冬季PM2.5爆发式增长成因与应急管控对策[J]. 环境科学研究, 2019, 32(10): 1704-1712. Hu J N, Chai F H, Duan J C, et al. Explosive growth of PM2.5 during the autumn and winter seasons in the Jing-Jin-Ji and surrounding area and its control measures with emergency response[J]. Research of Environmental Sciences, 2019, 32(10): 1704-1712. |
| [10] | Zheng J J, Jiang P, Qiao W, et al. Analysis of air pollution reduction and climate change mitigation in the industry sector of Yangtze River Delta in China[J]. Journal of Cleaner Production, 2016, 114: 314-322. DOI:10.1016/j.jclepro.2015.07.011 |
| [11] | Wang Y S, Yao L, Wang L L, et al. Mechanism for the formation of the January 2013 heavy haze pollution episode over central and eastern China[J]. Science China Earth Sciences, 2014, 57(1): 14-25. DOI:10.1007/s11430-013-4773-4 |
| [12] | Lou C R, Liu H Y, Li Y F, et al. Socioeconomic drivers of PM2.5 in the accumulation phase of air pollution episodes in the Yangtze River Delta of China[J]. International Journal of Environmental Research and Public Health, 2016, 13(10): 928. DOI:10.3390/ijerph13100928 |
| [13] | Liu S, Hu M, Slanina S, et al. Size distribution and source analysis of ionic compositions of aerosols in polluted periods at Xinken in Pearl River Delta (PRD) of China[J]. Atmospheric Environment, 2008, 42(25): 6284-6295. DOI:10.1016/j.atmosenv.2007.12.035 |
| [14] | Kang H Q, Zhu B, Su J F, et al. Analysis of a long-lasting haze episode in Nanjing, China[J]. Atmospheric Research, 2013, 120-121: 78-87. DOI:10.1016/j.atmosres.2012.08.004 |
| [15] |
王燕丽, 薛文博, 雷宇, 等. 京津冀区域PM2.5污染相互输送特征[J]. 环境科学, 2015, 38(12): 4897-4904. Wang Y L, Xue W B, Lei Y, et al. Regional transport matrix study of PM2.5 in Jingjinji Region, 2015[[J]. Environmental Scienc, 2015, 38(12): 4897-4904. |
| [16] |
肖致美, 徐虹, 李鹏, 等. 京津冀区域重污染期间PM2.5垂直分布及输送[J]. 环境科学, 2019, 40(10): 4303-4309. Xiao Z M, Xu H, Li P, et al. Vertical distribution and transport of PM2.5 during heavy pollution events in the Jing-Jin-Ji region[J]. Environmental Science, 2019, 40(10): 4303-4309. |
| [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, 2019, 40(8): 3397-3404. Zhang C, Lang J L, Cheng S Y, et al. Characteristics of PM2.5pollution and the efficiency of concentration control during a red alert in the Beijing-Tianjin-Hebei Region, 2016[J]. Environmental Science, 2019, 40(8): 3397-3404. |
| [18] |
赵普生, 张小玲, 孟伟, 等. 京津冀区域气溶胶中无机水溶性离子污染特征分析[J]. 环境科学, 2011, 32(6): 1546-1549. Zhao P S, Zhang X L, Meng W, et al. Characteristics of inorganic water-soluble ions from aerosols in Beijing-Tianjin-Hebei Area[J]. Environmental Science, 2011, 32(6): 1546-1549. |
| [19] | Zhou J B, Xing Z Y, Deng J J, et al. Characterizing and sourcing ambient PM2.5 over key emission regions in China I:water-soluble ions and carbonaceous fractions[J]. Atmospheric Environment, 2016, 135: 20-30. DOI:10.1016/j.atmosenv.2016.03.054 |
| [20] | 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. DOI:10.1016/j.jes.2018.11.002 |
| [21] | Ji D S, Cui Y, Li L, et al. Characterization and source identification of fine particulate matter in urban Beijing during the 2015 Spring Festival[J]. Science of the Total Environment, 2018, 628-629: 430-440. DOI:10.1016/j.scitotenv.2018.01.304 |
| [22] |
余益军, 孟晓艳, 王振, 等. 京津冀地区城市臭氧污染趋势及原因探讨[J]. 环境科学, 2020, 41(1): 106-114. Yu Y J, Meng X Y, Wang Z, et al. Driving factors of the significant increase in surface ozone in the Beijing-Tianjin-Hebei Region, China, during 2013-2018[J]. Environmental Science, 2020, 41(1): 106-114. |
| [23] |
孙爽, 李令军, 赵文吉, 等. 京津冀大气污染变化规律及其与植被指数相关性分析[J]. 环境科学, 2019, 40(4): 1585-1593. Sun S, Li L J, Zhao W J, et al. Variation in pollutant concentrations and correlation analysis with the vegetation index in Beijing-Tianjin-Hebei[J]. Environmental Science, 2019, 40(4): 1585-1593. |
| [24] | Zhang Z, Zhang X, Gong D, et al. Possible influence of atmospheric circulations on winter haze pollution in the Beijing-Tianjin-Hebei region, northern China[J]. Atmospheric Chemistry and Physics, 2016, 16(2): 561-571. DOI:10.5194/acp-16-561-2016 |
| [25] | Zhang Q, Zheng Y X, Tong D, et al. Drivers of improved PM2.5 air quality in China from 2013 to 2017[J]. Proceedings of the National Academy of Sciences of the United States of America, 2019, 116(49): 24463-24469. DOI:10.1073/pnas.1907956116 |
| [26] | Wang Y S, Li W J, Gao W K, et al. Trends in particulate matter and its chemical compositions in China from 2013-2017[J]. Science China Earth Sciences, 2019, 62(12): 1857-1871. DOI:10.1007/s11430-018-9373-1 |
| [27] |
郭育红, 辛金元, 王跃思, 等. 保定市大气颗粒物中含碳组分粒径分布[J]. 气候与环境研究, 2014, 19(2): 185-192. Guo Y H, Xin J Y, Wang Y S, et al. A study of size distributions of carbonaceous species in ambient particles in Baoding, China[J]. Climatic and Environmental Research, 2014, 19(2): 185-192. |
| [28] |
王丽, 温天雪, 苗红妍, 等. 保定大气颗粒物中水溶性无机离子质量浓度及粒径分布[J]. 环境科学研究, 2013, 26(5): 516-521. Wang L, Wen T X, Miao H Y, et al. Concentrations and size distributions of water soluble inorganic ion in aerosol particles in Baoding, Hebei[J]. Research of Environmental Sciences, 2013, 26(5): 516-521. |
| [29] |
李杏茹, 杜熙强, 王英锋, 等. 保定市大气气溶胶中正构烷烃的污染水平及来源识别[J]. 环境科学, 2013, 34(2): 441-447. Li X R, Du X Q, Wang Y F, et al. Pollution characteristics and source identification of atmospheric particulate matters n-alkanes in Baoding City[J]. Environmental Science, 2013, 34(2): 441-447. |
| [30] | 刘芃岩, 郭近, 张瑞瑞, 等. 保定市雾霾期大气PM2.5中有机污染物解析[J]. 环境与健康杂志, 2014, 31(11): 1014-1016. |
| [31] |
张凯, 吕文丽, 王婉, 等. 保定市大气污染来源与燃煤治理成效[J]. 环境科学研究, 2019, 32(10): 1720-1729. Zhang K, Lü W L, Wang W, et al. Sources of air pollution and effects of coal combustion treatment in Baoding City[J]. Research of Environmental Sciences, 2019, 32(10): 1720-1729. |
| [32] |
王成云, 陈妍羽, 李帅英, 等. 保定地区常见城市绿化树种对PM2.5滞纳能力与大气PM2.5浓度关系的研究[J]. 河北林业科技, 2017(1): 5-9, 14. Wang C Y, Chen Y Y, Li S Y, et al. Study for relation on the atmospheric PM2.5 concentrationon with the payment ability of common greening tree species to PM2.5 in Baoding[J]. The Journal of Hebei Forestry Science and Technology, 2017(1): 5-9, 14. |
| [33] |
王永慧, 刘芃岩, 于泊蕖, 等. 保定市日间、夜间大气PM2.5中无机组分的特征及来源分析[J]. 环境化学, 2017, 36(9): 1941-1948. Wang Y H, Liu P Y, Yu B Q, et al. Characteristics and source analysis of inorganic components in PM2.5 samples collected during daytime and night in Baoding[J]. Environmental Chemistry, 2017, 36(9): 1941-1948. |
| [34] |
郑悦, 程方, 张凯, 等. 保定市大气污染特征和潜在输送源分析[J]. 环境科学研究, 2020, 33(2): 260-270. Zheng Y, Cheng F, Zhang K, et al. Characteristics and potential transport source identification of atmospheric pollution in Baoding City[J]. Research of Environmental Sciences, 2020, 33(2): 260-270. |
| [35] |
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. |
| [36] | 中华人民共和国生态环境部办公厅.关于印送《关于推进重污染天气应急预案修订工作的指导意见》的函(环办大气涵[2018] 875号)[EB/OL]. http://sthj.gansu.gov.cn/info/1712/55764.htm, 2018-8-23. |
| [37] | 国务院.大气污染防治行动计划, 国发[2013] 37号[EB/OL]. http://www.gov.cn/zhengce/zhengceku/2013-09/13/content_4561.htm, 2013-09-13. |
| [38] |
杨俊益, 辛金元, 吉东生, 等. 2008~2011年夏季京津冀区域背景大气污染变化分析[J]. 环境科学, 2012, 33(11): 3693-3704. Yang J Y, Xin J Y, Ji D S, et al. Variation analysis of background atmospheric pollutants in north China during the summer of 2008 to 2011[J]. Environmental Science, 2012, 33(11): 3693-3704. |
| [39] | Verstraeten W W, Neu J L, Williams J E, et al. Rapid increases in tropospheric ozone production and export from China[J]. Nature Geoscience, 2015, 8(9): 690-695. DOI:10.1038/ngeo2493 |
| [40] | Wu D W, Fung J C H, Yao T, et al. A study of control policy in the Pearl River Delta region by using the particulate matter source apportionment method[J]. Atmospheric Environment, 2013, 76: 147-161. DOI:10.1016/j.atmosenv.2012.11.069 |
| [41] | Wang G, Cheng S Y, Li J B, et al. Source apportionment and seasonal variation of PM2.5carbonaceous aerosol in the Beijing-Tianjin-Hebei Region of China[J]. Environmental Monitoring and Assessment, 2015, 187(3): 143. |
| [42] | Gao L J, Tian Y Z, Zhang C Y, et al. Local and long-range transport influences on PM2.5 at a cities-cluster in northern China, during summer 2008[J]. Particuology, 2014, 13: 66-72. DOI:10.1016/j.partic.2013.06.006 |
| [43] |
段菁春, 胡京南, 谭吉华, 等. 特征雷达图的设计及其在大气污染成因分析中的应用[J]. 环境科学研究, 2018, 31(8): 1329-1336. Duan J C, Hu J N, Tan J H, et al. Design of characteristic radar chart and its application in air pollution analysis[J]. Research of Environmental Sciences, 2018, 31(8): 1329-1336. |