环境科学研究  2017, Vol. 30 Issue (9): 1335-1345  DOI: 10.13198/j.issn.1001-6929.2017.02.77

引用本文  

王博妮, 濮梅娟, 陈鹏, 等. 南京城区冬季大气污染特征[J]. 环境科学研究, 2017, 30(9): 1335-1345.
WANG Boni, PU Meijuan, CHEN Peng, et al. Characteristic Analysis of Atmospheric Pollutants in Nanjing Urban Area in Winter[J]. Research of Environmental Sciences, 2017, 30(9): 1335-1345.

基金项目

国家自然科学基金项目(41575135,40975085,41340042)

责任作者

濮梅娟(1959-), 女, 江苏常州人, 正研级高工, 博士, 主要从事大气动力学与大气物理研究, pumeijuan@126.com

作者简介

王博妮(1984-),女,陕西岐山人,工程师,硕士,主要从事气象预报服务与大气环境研究,bnsmile@163.com

文章历史

收稿日期:2016-12-26
修订日期:2017-06-09
南京城区冬季大气污染特征
王博妮1 , 濮梅娟2 , 陈鹏3 , 孙明1     
1. 江苏省气象服务中心,江苏 南京 210008;
2. 江苏省气象台,江苏 南京 210008;
3. 江苏省气象信息中心,江苏 南京 210008
摘要:为探究南京城区冬季主要大气污染物浓度变化规律,运用南京市空气自动监测站的φ(CO)、φ(O3)、φ(NO2)、φ(SO2)、ρ(PM2.5)和ρ(PM10)逐时资料,结合同期气象数据,分析了2014年冬季(2014年12月—2015年2月)南京城区大气污染浓度水平和变化特征,探讨2015年春节期间在实施减排措施下气象条件对空气质量的影响.结果表明:① 观测期φ(CO)日均值和φ(O3)小时均值未超过GB 3095—2012《环境空气质量标准》二级标准限值;ρ(PM2.5)、ρ(PM10)、φ(NO2)、φ(SO2)日均值分别超标44%、38%、34%、2%;ρ(PM2.5)、ρ(PM10)最大日均值分别为231和283 μg/m3,分别是GB 3095—2012二级标准限值的3.1、1.9倍. ② 日变化分析显示,φ(CO)与φ(NO2)呈早晚双峰型变化,与早晚交通高峰源排放有关;φ(O3)呈明显的单峰型,在午后出现峰值;φ(SO2)呈单峰型且夜间浓度低于白天;ρ(PM2.5)和ρ(PM10)为双峰型变化,峰值出现在10:00和22:00左右. ③ 南京地区污染物周末浓度整体高于工作日,其中周末φ(CO)、φ(NO2)和ρ(PM2.5)显著高于工作日,“周末效应”显著. ④ 2015年春节期间,南京实施减排措施后,即使在不利的气象条件下,污染物浓度也未出现明显升高,说明减排措施有效削弱了污染源的排放,是保持南京地区良好空气质量的重要因素.
关键词大气污染    气象要素    周末效应    减排措施    
Characteristic Analysis of Atmospheric Pollutants in Nanjing Urban Area in Winter
WANG Boni1 , PU Meijuan2 , CHEN Peng3 , SUN Ming1     
1. Jiangsu Meteorological Service Center, Nanjing 210008, China;
2. Jiangsu Meteorological Observatory, Nanjing 210008, China;
3. Jiangsu Meteorological Information Center, Nanjing 210008, China
Abstract: In order to investigate the variation profile of air pollutant concentrations in the Nanjing urban area in winter, real-time monitoring data on φ(CO), φ(O3), φ(NO2), φ(SO2), ρ(PM2.5) and ρ(PM10) from air quality automatic monitoring stations, as well as the synchronous meteorological data, were used in this study. The concentration level and variation profile of air pollutants in the Nanjing urban area in winter 2014 (from December 2014 to February 2015) were analyzed. The effects of meteorological conditions on air quality during emission reduction measures during the Spring Festival of 2015 were investigated. The results indicated that during the observation period, both daily mean values and hourly mean values of φ(CO) and φ(O3) were below the grade Ⅱ standard in China′s Ambient Air Quality Standards (GB 3095-2012). Daily mean values of ρ(PM2.5), ρ(PM10), φ(NO2) and φ(SO2) exceeded the limits by 44%, 38%, 34% and 2%, respectively. ρ(PM2.5) and ρ(PM10) reached maximal daily average values of 231 and 283 μg/m3, respectively, which were 3.1 times and 1.9 times the grade Ⅱ standard. The daily variation indicated that φ(CO) and φ(NO2) values presented bimodal patterns in the morning and evening, which was related to pollutant discharge from traffic rush in the morning and evening. Variation trend of φ(O3) values appeared as an obvious single peak, with peak value appearing in the afternoon. Variation trend of φ(SO2) values presented a single peak, with the concentration at night lower than that in the daytime. Variation trend of ρ(PM2.5) and ρ(PM10) values generally showed synchronous bimodal pattern, with the peak values appearing at around 10:00 and 22:00. In the urban area of Nanjing, pollutant concentrations during the weekend were overall higher than those on the workdays. In particular, the values of φ(CO), φ(NO2) and ρ(PM2.5) during the weekend were significantly higher than those on the workdays, with an obvious ′weekend effect′ observed. Since the emission reduction measures were adopted in Nanjing during the Spring Festival of 2015, serious accumulation of pollutants in Nanjing was not observed, despite poor weather conditions, indicating the important contribution of emission reduction measures towards the improvement of air quality.
Keywords: air pollution    meteorological element    weekend effect    emission reduction measures    

随着城市化、工业化和现代交通运输的迅速发展,机动车保有量不断飙升,能源消耗迅猛增加,城市空气质量不断恶化,对人体健康和生产生活带来严重危害[1-4].大量研究[5-7]表明,大气污染与人体健康有直接关系,空气中粒径较小的大气颗粒物会成为有毒有害物质的运载体和反应体,进入人体后可在肺泡中沉积,参与血液循环,引起肺功能障碍、呼吸性疾病以及心血管疾病.空气污染成为制约生态文明城市建设和可持续发展的首要问题,改善空气质量、防治城市空气污染已成为人们普遍关注的热点问题.

近年来,秋冬季节中东部地区重污染天气频发,呈现出持续时间长、污染程度高的特征,已引起了科研工作者的广泛关注[8-11].吴兑等[12-14]利用环境监测数据发现,京津冀地区PM2.5和PM10引发的中度以上污染事件多出现在冬季和春末秋初,ρ(PM2.5)过高对人类身体健康造成严重危害.何建军等[15-16]针对河北省的强霾天气分析了气象要素和空气污染的关系,结果表明能见度、风速与ρ(PM2.5)、ρ(PM10)相关性较高.李莉等[17]利用WRF-CMAQ模拟测算出大气污染物减排量,发现只有在强力减排下空气质量才能达标.张普等[18]利用邯郸市ρ(PM2.5)和ρ(PM10)的监测数据,统计显示ρ(PM2.5)、ρ(PM10)和空气污染程度密切相关.王占山等[19]对2014年春节期间北京空气质量进行分析后指出,污染源减排对空气质量有明显的正面影响.钱俊龙等[20]研究发现,随着苏州城市面积的扩张,ρ(PM2.5)增加,污染程度加剧.近年来,随着监测手段的多样化[21],空气污染的研究热点区域已由北京、上海等一线城市[22-23]及邯郸、兰州等工业城市[18, 24]逐步扩展到南京、成都、武汉等特大城市[25-27].

南京是长江下游地区的经济中心,是沪宁杭经济核心地区的枢纽城市.由于南京市经济发展和产业水平较高,大气细颗粒污染物来源呈现出复杂的特点[28].目前南京地区大气污染研究主要集中在气溶胶粒子的微物理特征和化学组成[29]、光化学污染特征[30-31]、大气细颗粒物的粒径分布以及市区和郊区PM2.5含量的对比[32]等方面.然而,针对南京冬季连续性大气污染宏观尺度的研究较为薄弱,未能系统地揭示南京市区大气环境趋势变化和主要大气污染物浓度变化规律.该研究利用南京市空气自动监测数据结合气象观测资料,分析2014年冬季南京城区大气污染物浓度变化和“周末效应”等特征,探讨春节期间减排措施实施后气象条件对空气质量的影响,以期为南京市大气污染治理提供参考.

1 材料与方法 1.1 数据来源

选取2014年12月—2015年2月南京空气质量实时发布系统(http://222.190.111.117:8023)公布的大气污染物(CO、O3、NO2、SO2、PM10和PM2.5)实时监测数据和同期地面常规气象数据,对2014年冬季南京城区大气污染物逐日变化、“周末效应”以及春节期间污染物的浓度变化和气象条件进行分析.选取草场门、瑞金路、玄武湖、中华门、山西路、迈皋桥、仙林大学城、奥体中心和浦口等9个具有文教、商业、工业、居民和交通等城市特点的环境监测站点.

1.2 研究方法

首先将9个环境监测站点φ(CO)、φ(O3)、φ(NO2)、φ(SO2)、ρ(PM2.5)和ρ(PM10)的24 h逐时连续监测值分别进行算术平均,得到逐时算术平均值,再将获得的逐时算术平均值在24 h范围内进行平均,进而得到φ(CO)、φ(O3)、φ(NO2)、φ(SO2)、ρ(PM2.5)和ρ(PM10)日均值. “周末效应”是周末(周六至周日)和工作日(周一至周五)污染物浓度变化的周循环效应.

2 结果与讨论 2.1 大气污染物浓度和气象条件总体变化特征分析

气象要素和大气污染物浓度的逐日变化如图 1图 2所示.由图 1可见,2014年南京市冬季累积降水量为91.8 mm,降水主要集中在2015年2月,占总降水量的62%,其中2月23—28日为连阴雨天气,过程雨量达到了36.6 mm,较大雨量对大气污染物清除作用明显,污染物浓度显著降低;2014年12月和2015年1月,天气形势较稳定,降水强度较弱,对污染物的清除力度有限,φ(CO)、φ(NO2)、ρ(PM2.5)和ρ(PM10)日均值较高(见图 2). 2014年冬季南京市海平面气压变化范围为1 006.7~1 034.8 hPa,平均值1 022.9 hPa.强冷高压南下造成的系统性大风天气,可使污染物浓度迅速下降,空气质量得到有效改善,但在冷空气活动周期对应的间歇期内,大气静稳、层结稳定,污染物扩散条件弱,易发生污染事件.

图 1 2014年12月—2015年2月南京市气象要素的逐日变化 Figure 1 Daily variations of meteorological elements from December in 2014 to February in 2015 in Nanjing

图 2 2014年12月—2015年2月南京市污染物浓度的逐日变化 Figure 2 Daily variations of air pollutant concentration from December in 2014 to February in 2015 in Nanjing

2014年冬季逐月平均气温分别为4.8、5.1、6.3 ℃,较往年同期偏高,气候变暖背景下温度偏高已经成为常态. 2015年2月随着气温升高、辐射条件转好,光化学反应增强有利于O3的生成,φ(O3)上升.研究期间相对湿度范围为17%~99%,平均值为65%,说明南京市冬季相对湿度波动比较大.分析观测期间的几次重污染过程发现,高温高湿促使颗粒物吸湿增长[33],造成污染物浓度升高.南京市冬季主导风向为西北风,但当西北风或偏北风偏弱时,可能会引起局地辐合,导致污染物在局地累积和发展;当风向转为偏东风或东南风后,海上清洁水汽被输送到南京,污染物浓度下降.不利气象条件下导致的空气污染,污染物浓度的变化主要由天气形势和气象要素变化共同主导.在整个观测时段内,φ(CO)、φ(O3)、φ(NO2)、φ(SO2)最大日均值分别为2.20×10-6、99×10-9、119×10-9、82.6×10-9ρ(PM2.5)和ρ(PM10)最大日均值分别为231和283 μg/m3.

2014年南京市冬季大气污染物浓度日均值描述统计如表 1所示. φ(CO)日均值变化范围为0.48×10-9~2.20×10-6,低于环境空气质量二级标准,冬季平均值为(1.2±0.4)×10-6. φ(O3)最大小时值为99×10-9,未超过环境空气质量二级标准,平均值仅为(29.1±17.6)×10-9,主要原因为整个观测期为太阳光强度和植物挥发出的有机物处于最弱时段,削弱了VOCs和NOx在紫外线作用下生成O3的光化学反应能力. φ(NO2)日均值变化范围为19×10-9~119×10-9,超过环境空气质量二级标准天数为31 d(超标率34%),平均值为(56.5±13.7)×10-9.南京冬季没有明显的采暖季,燃煤量不是很多,φ(SO2)日均值变化范围为5×10-9~83×10-9,超标率2%,平均值为(27.6±16.1)×10-9. ρ(PM2.5)、ρ(PM10)最大日均值分别为231 μg/m3和283 μg/m3,出现在1月26日,分别为环境空气质量标准二级标准限值的3.1和1.9倍;ρ(PM2.5)、ρ(PM10)日均值超标率分别为44%和38%. 2014年冬季ρ(PM2.5)、ρ(PM10)平均值为(78±42)(135±58) μg/m3.

表 1 大气污染物浓度日均值描述统计 Table 1 Summary statistics of daily concentration of air pollutant

ρ(PM2.5)/ρ(PM10)的大小表征了颗粒物富集程度. 2014年冬季该比值逐月均值分别高达47%、64%、62%,表明南京城区细粒子所占比例较大,主要与2014年冬季相对湿度和温度较常年同期偏高、降水偏少,有利于气体向固态颗粒物转化有关[34].冬季ρ(PM2.5)/ρ(PM10)平均值为58%,低于上海2009年冬季平均值(68.8%)[35]和乌鲁木齐2011年冬季平均值(79%)[36],但高于天津2010年冬季平均值(55.0%)[37]和邯郸2012年冬季平均值(44.8%)[18].不同研究地区ρ(PM2.5)/ρ(PM10)差异与取样年份、研究地区的采暖情况、机动车数量、经济发展以及大气污染防控水平有很大关系,具有一定的偶然性.

2.2 污染物日变化特征

该研究统计分析了南京2014年冬季不同时刻的大气污染物浓度值,旨在深入了解大气污染物的日变化规律.从主要污染物日变化特征(见图 3)中可以看出:① φ(SO2)日变化呈现出明显的单峰型分布,在10:00—12:00时段达到峰值,主要是由于日出后太阳辐射产生的热力作用通过垂直对流发展,将日出前部分存在逆温层中的SO2输送到地面,导致中午前后出现浓度高值;夜晚φ(SO2)比白天低,可能是夜间空气湿度较大,湿沉降对φ(SO2)清除作用明显[38-40]. ② φ(NO2)日变化呈单谷双峰型,峰值出现在08:00—09:00时段和19:00—21:00时段,峰值的出现与早晚交通高峰源排放以及边界层结构稳定相关;09:00后随着太阳辐射增强到一定程度时,NO2作为O3的前体物,必须参与到光化学反应中,在太阳光解中不断消耗[41]φ(NO2)在15:00左右出现谷值,之后φ(NO2)又积累升高. ③ φ(O3)变化呈典型的单峰型变化,09:00开始随着太阳辐射的增强,φ(O3)上升;午后受强光照作用,在二次光化学反应下,15:00左右φ(O3)达到峰值;夜间到日出前φ(O3)很低,原因是O3与NO发生化学反应(O3+ NO→NO2+O2)被消耗掉,此外夜间较弱的光照和较低的温度也会影响O3生成. ④ φ(CO)与φ(NO2)日变化形式相似,在09:00和19:00左右达到峰值. ⑤ ρ(PM2.5)和ρ(PM10)日变趋势基本同步,在10:00左右达到峰值;午后随着湍流交换加强,扩散条件较好,约在13:00—15:00时段二者浓度出现谷值;18:00至午夜前后,随着交通污染源活跃加之餐饮油烟排放,ρ(PM2.5)和ρ(PM10)开始升高,深夜随着相对湿度的增加,大气层结稳定,加上电价低谷时段工业源排放的增加将两者浓度再次推向相对较高的状态.南京城区冬季污染物的日变化趋势基本与人类活动排放规律基本一致,但是与国内其他城市[18, 22, 25, 37]相比,污染物日变化趋势基本相同,区别在于峰、谷值出现的时间和大小有所差异.

图 3 大气污染物浓度的日变化特征 Figure 3 Daily variation characterization of air pollutant concentration

图 3中各污染物浓度逐月变化对比来看,2015年2月φ(SO2)和φ(NO2)显著降低,而φ(O3)明显升高,这与2月份气温逐步升高、辐射条件转好有利于O3生成,损耗了参与光化学反应的O3前体物浓度有关.整体来看,2015年1月是2014年冬季污染最严重的月份,φ(CO)、φ(NO2)、ρ(PM2.5)和ρ(PM10)高于其他两月. 2015年1月φ(CO)、φ(O3)、φ(NO2)、φ(SO2)的月均值分别为1.32×10-6、22×10-9、28×10-9、66×10-9ρ(PM2.5)和ρ(PM10)的月均值分别为99、155 μg/m3.

2.3 工作日与周末大气污染物浓度特征比较

为了分析南京冬季各污染物的“周末效应”,分别统计周末(周六至周日)和工作日(周一至周五)两个时段的污染物浓度数据,分析南京市冬季工作日与周末主要大气污染物浓度的变化特征差异(见图 4).根据偏差公式〔Dev=(CH-CW)/CW×100%,CWCH分别表示工作日、周末的浓度〕计算得到周末与工作日小时浓度的偏差.从图 4中可以看出:① 周末和工作日的ρ(PM2.5)、ρ(PM10)日变化趋势基本一致,均呈双峰型. 10:00的峰值出现前周末和工作日的ρ(PM2.5)、ρ(PM10)偏差不大,午后开始偏差逐渐增大;在22:00左右周末和工作日的ρ(PM2.5)、ρ(PM10)偏差最大,分别可达31%和19%,说明夜间ρ(PM2.5)、ρ(PM10)“周末效应”显著,ρ(PM2.5)的“周末效应”比ρ(PM10)更为明显.周末ρ(PM2.5)整体略高于工作日,原因与周末车流量密集性大导致细粒子浓度高有关. ② 周末和工作日φ(NO2)、φ(CO)的变化趋势基本类似,均为周末φ(NO2)和φ(CO)高于工作日,可能与南京旅游业发达,城区周末车流量上升导致机动车尾气排放增多有关,二者最高偏差分别可达23%和30%. ③ φ(SO2)周末和工作日峰值分别为34.8×10-9和33.4×10-9,峰值出现前工作日浓度大于周末浓度,之后工作日浓度小于周末浓度,二者偏差的绝对值在11%以内. ④ φ(O3)与φ(SO2)变化规律类似.

图 4 工作日与周末大气污染物浓度的日变化特征 Figure 4 Daily variation characterization of air pollutant concentrations on weekdays and weekend

城市大气污染物日变化和周循环特征与城市扩张、经济发展、工业和汽车污染物排放、煤炭用量、市民的生活规律以及政府减排措施等因素息息相关[42-44].南京城区冬季一周内大气污染物浓度主要与气象条件和人类活动造成的污染物排放有关,2014年冬季南京城区污染物浓度表现出明显的“周末效应”,说明周末人类活动、作息方式等改变对大气污染物有很大的影响,表现为污染物周末浓度高于工作日,尤其是周末φ(CO)、φ(NO2)和ρ(PM2.5)显著高于工作日,但由于该研究使用的数据时间序列较短且季节选择的局限性及城市规模和属性、机动车数量、生活方式和人口密度等因素的差异,研究结果与邯郸[18]、北京[19]、成都[25]等地相比略有出入.

2.4 2015年春节期间污染物浓度变化和气象条件分析

2015年春节期间南京市气象要素(见图 5)和污染物浓度(见图 6)的变化过程可分为3个阶段:① 2015年2月18—19日,南京地面主导风向为东到东南风,风速平均值为3.6 m/s、相对湿度为57%、温度为3.9 ℃、海平面气压变幅较小,平均值为1 028 hPa、能见度平均值为10.67 km,气象条件良好有利于污染物扩散. 2月18日凌晨南京处在冷高压的前部,风向转为偏东风,较小风速的东风携带的水汽促使粒子吸湿增长,在18日04:00时ρ(PM2.5)、ρ(PM10)分别升至101、179 μg/m3,但随着东风持续带来的海洋清洁气团,污染稀释作用明显,15:00时ρ(PM2.5)、ρ(PM10)分别降为35、84 μg/m3.禁燃令实施加上良好的气象条件,18日夜间(除夕夜)ρ(PM2.5)、ρ(PM10)分别维持在35、65 μg/m3以下,φ(SO2)均值仅为10×10-9,空气质量状况为优. ② 2月20日,随着高压入海,南京转受低压倒槽控制,全市出现降水,湿沉降作用明显. ③ 2月22—23日,受南下冷空气影响,弱北风在南京产生弱辐合,上游污染物输送到南京后汇集,ρ(PM2.5)、ρ(PM10)上升,22日20:00 ρ(PM2.5)高达181 μg/m3,23:00ρ(PM10)达224 μg/m3,这一污染时段气温偏高(平均值为6.4 ℃),相对湿度均值为79%,能见度均值为2.4 km.高温高湿促使污染物颗粒吸湿增长,进而影响大气能见度,全市出现中度霾天气.到了23日午后,随着湍流交换加强,风速持续增大,相对湿度减小,ρ(PM2.5)和ρ(PM10)下降. 2015年春节期间(2月18—24日)南京市φ(CO)、φ(O3)、φ(NO2)、φ(SO2)的平均值分别为1.04×10-6、54×10-9、12×10-9、25×10-9ρ(PM2.5)、ρ(PM10)的平均值分别为61、87 μg/m3.

图 5 2015年春节期间南京市气象要素的逐日变化 Figure 5 Daily variations of meteorological elements during the Spring Festival of 2015 in Nanjing

图 6 2015年春节期间南京市大气污染物浓度的逐日变化 Figure 6 Daily variations of air pollutant concentrations during the Spring Festival of 2015 in Nanjing

图 7为2015年春节期间东亚地区500 hPa高度场和地面天气图.由图 7可见,2月18日08:00,500 hPa上南京处在强盛西北气流控制,高空动量下传明显,加速垂直方向湍流交换;同时地面处在东北高压底部,受持续较强偏东风带来的清洁海洋气团影响,水平和垂直方向的扩散作用明显,污染物浓度下降. 2月20日环流形势发生改变,南京转受南支槽前西南气流控制,水汽输送条件好,加上地面处在低压倒槽中,出现小雨天气,降水带来的湿沉降作用明显. 2月21日南京受短波槽影响,云系较多,天气以阴天为主. 22日08:00时,500 hPa南京处在槽前西南气流中,偏西分量增大;地面图上在蒙古地区有较强冷空气南下,冷空气前锋在河套和华北地区,南京处在冷高压底部,全市能见度维持在2 km左右. 22日午后随着冷空气逼近江苏,处在下游地区的南京,在弱西北风作用下,外源输入叠加区域污染,夜间ρ(PM2.5)和ρ(PM10)急剧上升. 23日受冷锋过后大风清除作用,污染物浓度下降.

注:底图来源于国家基础地理信息中心(http://map.tianditu.com/map/index.html),审图号GS(2015)2583. 图 7 2015年春节期间08:00时东亚地区500 hPa高度场和地面天气图 Figure 7 500 hPa height field and pressure field at sea surface level in East Asia at 08:00 during the Spring Festival of 2015

雾、霾引发的空气污染事件主要发生在近地层,与低空大气层结关系密切.逆温造成大量水汽和气溶胶颗粒积聚在逆温层下面,颗粒物吸湿增长进而降低地面能见度.逆温层像“暖盖”一样阻止上下层动量和水汽的垂直交换,使得大气层结更加稳定.春节前期(2月18—21日),受冷空气和降水影响,近地层没有逆温存在,气象条件有利于污染物扩散.到了22日南京处在高压底部均压场中,从08:00时层结曲线〔见图 8(a)〕可见,在1 019~1 000 hPa有浅薄的等温层和饱和湿层存在,近地层为2~3 m/s的西北风,弱风高湿加速污染物累积;在913~850 hPa处有等温层存在,但湿度层较小,8~12 m/s的西北风将北方污染物远距离输送到南京;高空500 hPa强盛暖湿西南风抑制污染上升,污染物浓度被助推升高,全市出现中度污染天气. 23日08:00〔见图 8(b)〕850 hPa以下为偏东风,逆温随着风力增强而消失,持续偏东风带来的海洋清洁气团迅速稀释污染,污染物浓度下降.

图 8 2015年春节期间08:00时南京站大气层结曲线 Figure 8 Stratification curves of 08:00 during Spring Festival of 2015 at Nanjing Station
3 结论

a) 2014年冬季南京市监测数据显示,ρ(PM2.5)、ρ(PM10)最大值分别为231、283 μg/m3,分别是GB 3095—2012二级标准限值(75、150 μg/m3)的3.1、1.9倍,φ(NO2)、φ(SO2)、φ(O3)和φ(CO)日均值在环境空气质量标准二级标准限值以下.监测时段内南京市ρ(PM2.5)/ρ(PM10)平均值为58%,表明南京市城区细粒子所占比例较大.

b) 南京冬季城区φ(SO2)日变化呈单峰型,夜间浓度低于白天;φ(CO)与φ(NO2)日变化形式相似,均为早晚双峰型,与早晚交通源排放有关;φ(O3)呈明显的单峰型日变化,午后二次光化学作用下φ(O3)达到峰值;ρ(PM2.5)和ρ(PM10)日变化基本为同步的双峰型变化,10:00左右达到峰值,18:00后浓度再次升高,午后出现谷值.南京城区污染物浓度表现出明显的“周末效应”,污染物周末浓度整体略高于工作日.

c) 2015年春节期间南京市实施减排措施,空气质量明显改善.减排措施前期,受冷空气影响,空气质量优-良;即使是在中后期环流形势和大气层结稳定等不利天气背景下,ρ(PM2.5)和ρ(PM10)等污染物浓度并没有累积到很高的浓度,说明减排措施有效削弱了污染物的排放,对空气质量改善效果明显.

参考文献
[1]
DOYLE M, DORLING S. Visibility trends in the UK 1950-1997[J]. Atmospheric Environment, 2002, 36(19): 3161-3172. DOI:10.1016/S1352-2310(02)00248-0 (0)
[2]
FANN N, RISLEY D. The public health context for PM2.5 and ozone air quality trends[J]. Air Quality Atmosphere & Health, 2013, 6(1): 1-11. (0)
[3]
STOLAKI S, HAEFFELIN M, LAC C, et al. Influence of aerosols on the life cycle of a radiation fog event.a numerical and observational study[J]. Atmospheric Research, 2015, 151: 146-161. DOI:10.1016/j.atmosres.2014.04.013 (0)
[4]
GOSWAMI P, SARKAR S. Analysis and quantification of contrasts in observed meteorological fields for foggy and non-foggy days[J]. Meteorology and Atmospheric Physics, 2015, 127(5): 605-623. DOI:10.1007/s00703-015-0384-2 (0)
[5]
GULTEPE I, FERNANDO H J S, PARDYJAK E R, et al. An overview of the MATERHORN fog project:observations and Predictability[J]. Pure and Applied Geophysics, 2016, 173(9): 2983-3010. DOI:10.1007/s00024-016-1374-0 (0)
[6]
VIANA M, QUEROL X, ALASTUEY A, et al. Characterising exposure to PM aerosols for an epidemiological study[J]. Atmospheric Environment, 2008, 42(7): 1552-1568. DOI:10.1016/j.atmosenv.2007.10.087 (0)
[7]
ORMSTAD H. Suspended particulate matter in indoor air:adjuvants and allergen carriers[J]. Toxicology, 2000, 152(1/2/3): 53-68. (0)
[8]
KAN Haidong, CHEN Bingheng, CHEN Changhong, et al. An evaluation of public health impact of ambient air pollution under various energy scenarios in Shanghai, China[J]. Atmospheric Environment, 2004, 38(7): 95-102. (0)
[9]
谢元博, 陈娟, 李巍. .雾霾重污染期间北京居民对高浓度PM2.5持续暴露的健康风险及其损害价值评估[J]. 环境科学, 2014, 35(1): 1-8.
XIE Yuanbo, CHEN Juan, LI Wei. An assessment of PM2.5 related health risks and impaired values of Beijing residents in a consecutive high-level exposure during heavy haze days[J]. Environmental Science, 2014, 35(1): 1-8. DOI:10.11654/jaes.2014.01.001 (0)
[10]
王自发, 李杰, 王哲, 等. 2013年1月我国中东部强霾污染的数值模拟和防控对策[J]. 中国科学:地球科学, 2014, 44(1): 3-14.
WANG Zifa, LI Jie, WANG Zhe, et al. Modeling study of regional severe hazes over Mid-Eastern China in January 2013 and its implications on pollution prevention and control[J]. Science China:Earth Science, 2014, 44(1): 3-14. (0)
[11]
张人禾, 李强, 张若楠. 2013年1月中国东部持续性强雾霾天气产生的气象条件分析[J]. 中国科学:地球科学, 2014, 44(1): 27-36.
ZHANG Renhe, LI Qiang, ZHANG Ruonan. Meteorological conditions for the persistent severe fog and haze event over eastern China in January 2013[J]. Sciences China:Earth Sciences, 2014, 44(1): 27-36. (0)
[12]
吴兑, 廖碧婷, 吴蒙, 等. 环首都圈霾和雾的长期变化特征与典型个例的近地层输送条件[J]. 环境科学学报, 2014, 34(1): 1-11.
WU Dui, LIAO Biting, WU Meng, et al. The long-term trend of haze and fog conditions under haze weather in north days and the surface layer transport China[J]. Acta Scientiae Circumstantiae, 2014, 34(1): 1-11. DOI:10.11654/jaes.2014.01.001 (0)
[13]
高庆先, 李亮, 黄炳博, 等. 2014年北京奥体中心空气质量演变特征[J]. 环境科学研究, 2016, 29(4): 465-474.
GAO Qingxian, LI Liang, HUANG Bingbo, et al. Analysis of air quality at Beijing Olympic Sports Center in 2014[J]. Research of Environmental Sciences, 2016, 29(4): 465-474. (0)
[14]
周磊, 武建军, 贾瑞静, 等. 京津冀PM2.5时空分布特征及其污染风险因素[J]. 环境科学研究, 2016, 29(4): 483-493.
ZHOU Lei, WU Jianjun, JIA Ruijing, et al. Investigation of temporal-spatial characteristics and underlying risk factors of PM2.5 pollution in Beijing-Tianjin-Hebei Area[J]. Research of Environmental Sciences, 2016, 29(4): 483-493. (0)
[15]
何建军, 吴琳, 毛洪钧, 等. 气象条件对河北廊坊城市空气质量的影响[J]. 环境科学研究, 2016, 29(6): 791-799.
HE Jianjun, WU Lin, MAO Hongjun, et al. Impacts of meteorological conditions on air quality in urban Langfang, Hebei Province[J]. Research of Environmental Sciences, 2016, 29(6): 791-799. (0)
[16]
尚可, 杨晓亮, 张叶, 等. 河北省边界层气象要素与PM2.5关系的统计特征[J]. 环境科学研究, 2016, 29(3): 323-333.
SHANG Ke, YANG Xiaoliang, ZHANG Ye, et al. Statistical analysis of the relationship between meteorological factors and PM2.5 in the boundary layer over Hebei Province[J]. Research of Environmental Sciences, 2016, 29(3): 323-333. (0)
[17]
李莉, 安静宇, 卢清. 清洁空气行动计划实施对长三角地区PM2.5污染改善效果模拟评估[J]. 环境科学研究, 2015, 28(11): 1653-1661.
LI Li, AN Jingyu, LU Qing. Modeling assessment of PM2.5 concentrations under implementation of clean air action plan in the Yangtze River Delta region[J]. Research of Environmental Sciences, 2015, 28(11): 1653-1661. (0)
[18]
张普, 谭少波, 王丽涛, 等. 邯郸市大气颗粒物污染特征的监测研究[J]. 环境科学学报, 2013, 33(10): 2679-2685.
ZHANG Pu, TAN Shaobo, WANG Litao, et al. Characteristics of atmospheric particulate matter pollution in Handan City[J]. Acta Scientiae Circumstantiae, 2013, 33(10): 2679-2685. (0)
[19]
王占山, 张大伟, 李云婷, 等. 2014年春节期间北京市空气质量分析[J]. 环境科学学报, 2015, 35(2): 371-378.
WANG Zhanshan, ZHANG Dawei, LI Yunting, et al. Analysis of air quality in Beijing City during Spring Festival Period of 2014[J]. Acta Scientiae Circumstantiae, 2015, 35(2): 371-378. (0)
[20]
钱俊龙, 刘红年, 林慧娟, 等. 城市化发展对苏州灰霾影响的数值模拟[J]. 南京大学学报(自然科学版), 2015, 51(3): 551-561.
QIAN Junlong, LIU Hongnian, LIN Huijun, et al. Numerical simulation of the impact of urban growth on Suzhou's urban haze[J]. Journal of Nanjing University:Natural Science Edition, 2015, 51(3): 551-561. (0)
[21]
HAN Tingting, QIAN Liping, ZHOU Min, et al. Chemical and optical properties of aerosols and their interrelationship in winter in the megacity Shanghai of China[J]. Journal of Environmental Sciences, 2015, 27: 59-69. DOI:10.1016/j.jes.2014.04.018 (0)
[22]
王浩, 高健, 李慧, 等. 2007—2014年北京地区PM2.5质量浓度变化特征[J]. 环境科学研究, 2016, 29(6): 783-790.
WANG Hao, GAO Jian, LI Hui, et al. Variation of PM2.5 mass concentration in Beijing area during 2007-2014[J]. Research of Environmental Sciences, 2016, 29(6): 783-790. (0)
[23]
龚识懿, 冯加良. 上海地区大气相对湿度与PM10浓度和大气能见度的相关性分析[J]. 环境科学研究, 2012, 25(6): 628-632.
GONG Shiyi, FENG Jialiang. Relationships among relative humidity, PM10 concentration and atmospheric visibility in Shanghai[J]. Research of Environmental Sciences, 2012, 25(6): 628-632. (0)
[24]
刘娜, 余晔, 何建军, 等. 兰州冬季大气污染来源分析[J]. 环境科学研究, 2015, 28(4): 509-516.
LIU Na, YU Ye, HE Jianjun, et al. Analysis of air pollutant transport in winter in Lanzhou[J]. Research of Environmental Sciences, 2015, 28(4): 509-516. (0)
[25]
谢雨竹, 潘月鹏, 倪长健, 等. 成都市区夏季大气污染物浓度时空变化特征分析[J]. 环境科学学报, 2015, 35(4): 975-983.
XIE Yuzhu, PAN Yuepeng, NI Changjian, et al. Temporal and spatial variations of atmospheric pollutants in urban Chengdu during summer[J]. Acta Scientiae Circumstantiae, 2015, 35(4): 975-983. (0)
[26]
傅瑜, 王体健, 黄晓娴, 等. 南京地区典型霾天气个例特征的比较分析[J]. 环境科学学报, 2015, 35(6): 1620-1628.
FU Yu, WANG Tijian, HUANG Xiaoxian, et al. Comparative analysis on four typical haze cases in Nanjing[J]. Acta Scientiae Circumstantiae, 2015, 35(6): 1620-1628. (0)
[27]
郭英莲, 王继竹, 刘希文. 武汉地区连续两次严重雾霾天气成因分析[J]. 高原气象, 2014, 33(5): 1411-1420.
GUO Yinglian, WANG Jizhu, LIU Xiwen. Cause analysis of two continuous serious fog and haze weather in Wuhan area[J]. Plateau Meteorology, 2014, 33(5): 1411-1420. DOI:10.7522/j.issn.1000-0534.2013.00079 (0)
[28]
陈璞珑, 王体健, 胡忻, 等. 南京市细颗粒物来源解析研究[J]. 南京大学学报(自然科学版), 2015, 51(3): 524-534.
CHEN Pulong, WANG Tijian, HU Xin, et al. A study of chemical mass balance source apportionment of fine particulate matter in Nanjing[J]. Journal of Nanjing University:Natural Science Edition, 2015, 51(3): 524-534. (0)
[29]
杨军, 牛忠清, 石春娥, 等. 南京冬季雾霾过程中气溶胶粒子的微物理特征[J]. 环境科学, 2010, 31(7): 1425-1431.
YANG Jun, NIU Zhongqing, SHI Chune, et al. Microphysics of atmospheric aerosols during winter haze/fog events in Nanjing[J]. Environmental Science, 2010, 31(7): 1425-1431. (0)
[30]
杨康, 刘红年, 朱焱, 等. 苏州市气溶胶消光特性及其对灰霾特征的影响[J]. 环境科学研究, 2015, 28(6): 848-854.
YANG Kang, LIU Hongnian, ZHU Yan, et al. Aerosol extinction characteristics and analysis of haze formation in Suzhou City[J]. Research of Environmental Science, 2015, 28(6): 848-854. (0)
[31]
谢旻, 李明高, 朱宽广, 等. 南京地区光化学污染特征及其变化趋势研究[J]. 环境科学与技术, 2014, 37(11): 32-36.
XIE Min, LI Minggao, ZHU Kuanguang, et al. Characteristics and evolution trend of photochemical pollution over Nanjing[J]. Environmental Science and Technology(China), 2014, 37(11): 32-36. (0)
[32]
钱凌, 银燕, 童尧青, 等. 南京北郊大气细颗粒物的粒径分布特征[J]. 中国环境科学, 2008, 28(1): 18-22.
QIAN Ling, YIN Yan, TONG Yaoqing, et al. Characteristics of size distributions of atmospheric fine particles in the north suburban area of Nanjing[J]. China Environmental Science, 2008, 28(1): 18-22. (0)
[33]
SONG M J, LIU P F, HANNA S J, et al. Relative humidity-dependent viscosity of secondary organic material from toluene photo-oxidation and possible implications for organic particulate matter over megacities[J]. Atmospheric Chemistry and Physics, 2016, 16(14): 8817-8830. DOI:10.5194/acp-16-8817-2016 (0)
[34]
KUMAR A, ATTRI A K. Correlating respiratory disease incidences with corresponding trends in ambient particulate matter and relative humidity[J]. Atmospheric Pollution Research, 2016, 7(5): 858-864. DOI:10.1016/j.apr.2016.05.005 (0)
[35]
殷永文, 程金平, 段玉森, 等. 上海市霾期间PM2.5、PM10污染与呼吸科、儿呼吸科门诊人数的相关分析[J]. 环境科学, 2011, 32(7): 1894-1898.
YIN Yongwen, CHENG Jinping, DUAN Yusen, et al. Correlation analysis between the PM2.5, PM10 which were taken in the hazy day and the number of outpatient about breathing sections, breathing sections of pediatrics in Shanghai[J]. Environmental Science, 2011, 32(7): 1894-1898. (0)
[36]
徐锋. 乌鲁木齐市2011年冬季PM2.5/PM10浓度特征分析[J]. 干旱环境监测, 2012, 26(2): 81-84.
XU Feng. .Analysis of PM2.5/PM10 concentration characteristics Urumqi City in the winter of 2011[J]. Arid Environmental Monitoring, 2012, 26(2): 81-84. (0)
[37]
黄鹤, 蔡子颖, 韩素芹, 等. 天津市PM10, PM2.5和PM1连续在线观测分析[J]. 环境科学研究, 2011, 24(8): 897-903.
HUANG He, CAI Ziying, HAN Suqin, et al. Continuous online observation analysis of mass concentrations of PM10, PM2.5 and PM1 in Tianjin City[J]. Research of Environmental Science, 2011, 24(8): 897-903. (0)
[38]
LIU Weili, XU Xiaobin, GE Baozhu, et al. Characteristics of gaseous pollutants at Gucheng, a rural site southwest of Beijing[J]. Journal of Geophysical Research:Atmospheres, 2009, 114: D00G14. (0)
[39]
ZHAO Yan, LIU Yongchun, MA Jinzhu, et al. Heterogeneous reaction of SO2 with soot:the roles of relative humidity and surface composition of soot in surface sulfate formation[J]. Atmospheric Environment, 2017, 152: 465-476. DOI:10.1016/j.atmosenv.2017.01.005 (0)
[40]
WIESE U, BEHLEN A, STEIGER M. The influence of relative humidity on the SO2 deposition velocity to building stones:a chamber study at very low SO2 concentration[J]. Environmental Earth Sciences, 2013, 69(4): 1125-1134. DOI:10.1007/s12665-012-1872-z (0)
[41]
MAZZEO N A, VENEGAS L E, CHOREN H. Analysis of NO, NO2, O3 and NOx concentrations measured at a green area of Buenos Aires city during wintertime[J]. Atmospheric Environment, 2005, 39(17): 3055-3068. DOI:10.1016/j.atmosenv.2005.01.029 (0)
[42]
TAN P H, CHOU C, CHOU C C K. Impact of urbanization on the air pollution 'holiday effect' in Taiwan[J]. Atmospheric Environment, 2013, 70: 361-375. DOI:10.1016/j.atmosenv.2013.01.008 (0)
[43]
TAN P H, CHOU C, LIANG J Y, et al. Air pollution 'holiday effect' resulting from the Chinese New Year[J]. Atmospheric Environment, 2009, 43(13): 2114-2124. DOI:10.1016/j.atmosenv.2009.01.037 (0)
[44]
MARR L C, HARLEY R A. Modeling the effect of weekday-weekend differences in motor vehicle emissions on photochemical air pollution in central California[J]. Environmental Science & Technology, 2002, 36(19): 4099-4106. (0)