秋季秸秆焚烧对京津冀地区霾污染过程的影响分析

被引：37

作者：

程良晓 ^{[1
,2
]}

范萌 ^{[2
]}

陈良富 ^{[2
]}

江涛 ^{[1
]}

苏林 ^{[2
]}

机构：

[1] 不详

[2] 山东科技大学测绘科学与工程学院

[3] 不详

[4] 中国科学院遥感与数字地球研究所遥感科学国家重点实验室

[5] 不详

来源：

中国环境科学 | 2017年 / 08期

关键词：

秸秆焚烧; 霾; 京津冀;

D O I：

暂无

中图分类号：

X513 [粒状污染物];

学科分类号：

摘要：

以2016年10月份京津冀地区一次持续5d（10月12～16日）的严重污染过程为例,综合卫星数据、污染物地面监测站点数据、气溶胶地基观测数据以及气象数据,分析山东、河南、山西等周边地区的秸秆焚烧对京津冀霾天气的影响.研究表明,京津冀地区污染时期的CALIPSO（Cloud-Aerosols Lidar and Infrared Pathfinder Satellite Observations,云-气溶胶激光雷达和红外探测卫星）气溶胶组分含有大量煤烟型气溶胶,AERONET（AEROsol robotic NETwork）Beijing站观测数据显示13日气溶胶体积数浓度谱呈现双峰分布,细粒子峰值半径为0.33μm,峰值体积浓度为0.145μm3/μm2.14日气溶胶谱基本呈现单峰分布,细粒子占主导地位,体积浓度达到0.34μm3/μm2.污染物地面监测站点数据显示PM2.5、CO和SO2浓度均显著增加,峰值浓度分别为339μg/m3、2mg/m3、20μg/m3;CO、PM10、PM2.5与秸秆焚烧火点数量之间的相关系数分别为0.65、0.79和0.68,说明本次污染与周边地区的秸秆焚烧的污染物传输有关.HYPLIST（Hybrid Single Particle Lagrangian Integrated Trajectory Model,拉格朗日混合单粒子轨道模型）后向轨迹分析表明,14日到达京津冀地区的气团均经过秸秆焚烧地区,气团中会携带大量秸秆焚烧产生的污染气体和颗粒物,加重京津冀地区地区霾污染过程.此外,污染过程中地面风场较弱,以静小风为主,平均风速1m/s,不利于污染物扩散和稀释;底层大气湿度较大,平均相对湿度77.8%,高湿的大气环境促进了气溶胶吸湿增长和污染物聚集,导致污染加剧;大气稳定度高,对流运动较弱,稳定的大气条件不利于污染物扩散,使得污染过程延长.因此,本次重污染天气归因于自然和人为因素共同作用的结果,即人为秸秆焚烧导致的本地污染源排放和传输、机动车尾气等本地污染物、京津冀地区的静稳大气和近地面丰富的大气水汽共同作用的结果.

引用

页码：2801 / 2812

页数：12

共 29 条

[11]

GB 3095-2012. 环境空气质量标准[S]. 2012

[12]

气象学与气候学[M]. 高等教育出版社 , 周淑贞主编, 1997

[13]

Analysis of optical and physical properties of aerosols during crop residue burning event of October 2010 over Lahore, Pakistan[J] . Salman Tariq,Zia ul-Haq,Muhammad Ali.Atmospheric Pollution Research . 2015 (6)

[14]

Estimating ground-level PM10 concentration in northwestern China using geographically weighted regression based on satellite AOD combined with CALIPSO and MODIS fire count[J] . Wei You,Zengliang Zang,Lifeng Zhang,Zhijin Li,Dan Chen,Gui Zhang.Remote Sensing of Environment . 2015

[15]

Optical exploration of biomass burning aerosols over a high-altitude station by combining ground-based and satellite data[J] . K. Vijayakumar,P.C.S. Devara.Journal of Aerosol Science . 2014

[16] The CALIPSO Automated Aerosol Classification and Lidar Ratio Selection Algorithm [J].