王晓琦
- 作品数：20 被引量：427H指数：13
- 供职机构：北京工业大学环境与能源工程学院更多>>
- 发文基金：国家自然科学基金北京市科技计划项目国家环境保护公益性行业科研专项更多>>
- 相关领域：环境科学与工程更多>>
- 京津冀地区典型城市秋冬季PM_(2.5)输送特征研究被引量：18
- 2021年
- 运用潜在源贡献分析(PSCF)方法,识别了2018年秋冬季京津冀地区典型城市北京,唐山和石家庄PM_(2.5)的潜在污染源区;基于气象-空气质量模式(WRF-CAMx)和传输通量计算方法定量评估了与其周边省市之间PM_(2.5)的传输贡献,识别了三个典型城市PM_(2.5)的传输路径,揭示了PM_(2.5)传输净通量的垂直分布特征.结果表明,三个城市秋冬季PSCF高值主要集中在河北南部,河南东北部和山西中东部地区;秋冬季PM_(2.5)均以本地贡献影响为主(51.78%~68.40%),外来贡献为辅(31.60%~48.22%),不同季节贡献率有所波动.整个观测期间,近地面主要表现为毗邻城市向北京和石家庄输送PM_(2.5),而唐山主要表现为向外输送PM_(2.5),净通量最大值出现在海拔0~50m,其净通量为-99.47t/d.同时鉴别出了一条主要的传输路径,即西南-东北方向.
- 张智答王晓琦张晗宇关攀博王传达唐贵谦
- 关键词：传输通道
- 2016年10～11月期间北京市大气颗粒物污染特征与传输规律被引量：20
- 2019年
- 本研究采用气溶胶化学组分在线监测仪(ACSM)对北京地区2016年10月15日～11月15日期间非难熔性PM_1(NR-PM_1)化学组分进行实时连续在线观测,探讨了NR-PM_1化学组分的演变特征;运用潜在源贡献分析(PSCF)法和气象-空气质量模式(WRFCAMx)识别了北京PM_(2. 5)潜在污染源区和传输路径,揭示了PM_(2. 5)净传输通量的垂直分布特征.结果表明,北京秋季NR-PM_1和PM_(2. 5)质量浓度分别为(59. 16±57. 05)μg·m^(-3)和(89. 82±66. 66)μg·m^(-3),其中NR-PM_1平均占PM_(2. 5)的(70. 31±22. 28)%.整个观测期间,有机物(Org)、硝酸盐(NO_3^-)、硫酸盐(SO_4^(2-))、铵盐(NH_4^+)和氯化物(Chl)分别占NR-PM_1总质量浓度的(42. 75±11. 35)%、(21. 27±7. 72)%、(19. 11±7. 08)%、(12. 19±2. 64)%和(4. 68±3. 24)%,不同化学组分的日变化特征存在明显差异.对北京秋季NR-PM_1污染影响较大的潜在源区主要集中在河北南部、河南东北部及山东西部,重污染期间保定、北京南部及廊坊等城市对NR-PM_1贡献较大. WRF-CAMx模拟结果表明,PM_(2. 5)总的净传输通量呈现出显著的垂直分布特征.整个观测期间,毗邻城市主要向北京输入PM_(2. 5),净通量最大出现在海拔600～1 000 m;而重污染前期外来源输送PM_(2. 5)主要位于高空,直到污染最严重的11月5日,PM_(2. 5)转为近地面传输,说明高空和近地面传输是影响北京秋季PM_(2. 5)重污染形成的重要因素.同时鉴别出了两种传输路径,即西南-东北方向(保定→北京→承德)和西北-东南方向(张家口→北京→廊坊北→天津).
- 张晗宇程水源姚森王晓琦张俊峰
- 关键词：化学组分
- 采暖季北京市主要大气污染物变化特征被引量：2
- 2016年
- 为研究采暖季北京市主要大气污染物变化特征,收集北京市35个自动空气监测站点2013年11月至2014年4月上半月6种大气污染物的小时浓度均值,分析了其时间变化规律,并采用地理信息系统分析了污染物的空间分布特征.北京市采暖期间CO、NO_2、SO_2、O_3、PM2.5和PM10的平均质量浓度分别为2.62 mg/m3、64.05μg/m^3、50.52μg/m^3、26.39μg/m^3、118.61μg/m^3和126.05μg/m3,其中:NO_2的月均质量浓度变化较小;SO_2和颗粒物的最高月均质量浓度都出现在2月;CO月均质量浓度呈现稳步下降的趋势;O_3月均质量浓度则逐步上升.PM_(2.5)、PM_(10)、NO_2和SO_2的质量浓度日变化均呈双峰双谷型.对照点及区域点的O_3质量浓度最高,其他种类污染物最高质量浓度出现在交通控制点.北京市大气污染物除O_3外都呈现出南部质量浓度较高、向北部逐步递减的特点,O_3在城区的质量浓度明显低于其他区域.
- 姚森韩力慧程水源王刚王晓琦
- 关键词：大气污染ARCGIS
- 典型城市冬季PM_(2.5)水溶性离子污染特征与传输规律研究被引量：61
- 2016年
- 选取北京和石家庄两个监测点,于2014年冬季进行了PM_(2.5)样品采集,分析研究了PM_(2.5)及水溶性离子组分污染特征,并应用WRF-CAMx模型对采样时段进行了模拟,分析了观测期间PM_(2.5)和二次离子组分区域传输贡献情况.结果表明,采样期间北京PM_(2.5)质量浓度为(116.6±87.0)μg/m^3.水溶性离子质量浓度为(45.3±40.6)μg/m^3.其中SO_4^(2-)、NO_3^-和NH4+质量浓度分别为(13.3±13.6)μg/m^3、(14.8±15.1)μg/m^3和(9.1±7.2)μg/m^3;石家庄污染水平高于北京,PM_(2.5)浓度为(267.7±166.7)μg/m^3.总水溶性离子、SO_4^(2-)、NO_3^-和NH4+质量浓度分别(111.8±104.3)μg/m^3、(36.6±36.5)μg/m^3、(28.5±29.3)μg/m^3和(25.5±29.8)μg/m^3.两处采样点SOR与NOR分别为0.12、0.10(北京)和0.11、0.14(石家庄),冬季大气氧化性相对较弱,非均相氧化是主要二次转化原理.数值模拟结果显示,北京、石家庄城区1月PM_(2.5)受区域传输贡献分别为28.1%和28.3%,高浓度时段外来源贡献有所上升.二次离子中两地NO_3^-传输作用均强于SO_4^(2-).
- 王晓琦周颖程水源王刚
- 关键词：PM2.5水溶性离子
- 首都重大活动与空气重污染应急减排措施效果对比分析被引量：7
- 2020年
- 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(19.0μg·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(232.3μg·m^-3)高于第二次红警(216.6μg·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.
- 钟嶷盛周颖程水源王晓琦邵玄逸
- 关键词：PM2.5阅兵减排效果
- 2015～2016年北京市3次空气重污染红色预警PM_(2.5)成因分析及效果评估被引量：22
- 2019年
- 北京市空气重污染应急指挥部分别于2015年12月7日18:00、12月18日07:00和2016年12月15日13:00发布了3次空气重污染红色预警.为了厘清3次红色预警的成因差异,评估应急措施在应对空气重污染的有效性,本文基于北京市环境和气象监测数据,分析了红色预警期间PM_(2.5)浓度、气象条件、天气形势及气团传输.3次预警期间均受污染物二次转化影响,但造成高浓度PM_(2.5)的原因主要为气象条件影响.第1、第2次预警期间,地面受均压场控制,区域传输分别受西南和南部气团影响,第3次预警地面受大范围低压场控制,受西南传输及局地气团叠加影响.第3次红色预警期间北京市PM_(2.5)污染最为严重,PM_(2.5)平均小时浓度最高为273.6μg·m^(-3),是前两次预警的1.2倍和1.3倍.此外,结合各污染源减排量,采用WRF-CMAQ模式对第3次红色预警应急措施效果进行评估,结果表明:应急措施实施后,污染物日平均减排量为678.4 t,PM_(2.5)质量浓度平均下降了79.1μg·m^(-3),平均下降比例为26.9%.应急措施中增加燃煤源及加大交通源和其他源控制、预警启动时间提前及区域间联防联控有效缓解了PM_(2.5)浓度加重趋势.
- 吕喆魏巍周颖程水源王晓琦
- 关键词：PM2.5重污染
- 京津冀地区钢铁行业污染物排放清单及对PM_(2.5)影响被引量：47
- 2018年
- 以京津冀地区为研究区域,采取自下而上的方法,建立京津冀地区钢铁行业细化至焦化、烧结和球团、炼铁、炼钢、轧钢等工序的多污染物排放清单.清单估算结果显示,2015年京津冀地区钢铁行业SO_2、NOx、TSP、PM_(10)、PM_(2.5)、CO、VOC的排放量分别为38.82、27.23、79.19、53.15、38.68、823.38、26.53万t,其中烧结和球团工序是最主要的污染物排放工序(17.0%~72.0%),其次为炼铁工序(4.6%~42.4%)和轧钢工序(3.5%~35.7%).采用具有污染物来源示踪功能的双层嵌套气象-空气质量模型系统(WRF-CAMx)耦合模型模拟京津冀地区钢铁行业污染物排放对区域大气PM_(2.5)浓度的影响.模拟结果显示:钢铁行业在春夏秋冬这4个季节对京津冀地区PM_(2.5)浓度贡献率分别达到14.0%、15.9%、12.3%、8.7%.各地市中,钢铁行业对唐山市PM_(2.5)影响最大,年均PM_(2.5)浓度贡献率高达41.2%,其次为秦皇岛市、石家庄市、邯郸市,年均PM_(2.5)浓度贡献率分别达到19.3%、15.3%、15.1%.
- 段文娇郎建垒程水源贾佳王晓琦
- 关键词：钢铁行业排放清单排放特征
- 北京市大气环境PM2.5和PM1及其碳质组分季节变化特征及来源分析被引量：25
- 2018年
- 大气颗粒物是影响我国大多数城市环境空气质量的首要污染物,近年来随着监测技术的进步和采样设备的改进,相关研究对象逐渐从大粒径的PM_10、PM_(2.5)转移到更小粒径的PM_1上.碳质组分是大气颗粒物的重要组成部分.以北京市为研究区域,选取2016年7月、10月及2017年1月、4月作为4个季节的代表月,对大气环境中的PM_(2.5)和PM_1进行采集,分析了二者的质量浓度和季节变化特征.采用两层嵌套气象-空气质量模型系统(WRF-CMAQ)耦合模型对采样时段进行了模拟,分析观测期间PM_(2.5)和PM_1的来源贡献,并使用因子分析法解析了碳质组分的来源.结果表明,PM_(2.5)和PM_1的质量浓度均呈现春、夏、秋、冬这4个季节递增的趋势;PM_1是PM_(2.5)中的主要组成,而且秋冬季节随着灰霾发生频率的增加,PM_1质量浓度占PM_(2.5)的比值明显升高;北京市大气环境中存在明显的二次污染,且SOC更容易在粒径更小的PM_1中积聚.散煤燃烧、机动车尾气排放、居民面源及生物质燃烧排放是北京市大气颗粒物的重要贡献来源;汽油车尾气、柴油车尾气、生物质燃烧和燃煤排放是北京市大气颗粒物中碳质组分的主要来源.
- 樊啸辰郎建垒程水源王晓琦吕喆
- 关键词：PM2.5PM1
- 华北地区典型重工业城市夏季近地面O3污染特征及敏感性被引量：18
- 2020年
- 基于邯郸市2018年5~8月近地面O3及其前体物(NOx和VOCs)小时浓度数据,结合温度、相对湿度和风向风速等气象资料,分析邯郸市夏季O3污染水平以及气象因子、前体物对其的影响;采用VOCs/NOx比值法和基于Model-3/CMAQ模式系统的强力关闭法探究O3生成敏感性,并运用等效丙烯浓度法识别出VOCs关键活性组分.结果表明:①观测期间,邯郸市O3日最大8 h平均浓度(MDA8 O3)在38.0~238.0μg·m-3之间,污染天(MDA8 O3>160μg·m-3)占比高达44.7%,说明邯郸市夏季O3污染较严重;②O3与温度呈正相关、与相对湿度呈负相关,且在污染天相关性更显著;当温度高于28℃、相对湿度低于60%时,容易出现高浓度O3现象,说明高温、低湿有利于O3生成,也突出了本地光化学反应对O3的重要贡献;污染天中,风向为西南、东南、东和东北风,且风速大于2.25m·s-1时,邯郸市更容易出现高浓度O3,在风速低于1.00m·s-1时,也出现高浓度O3现象,说明本地光化学生成和传输叠加是导致邯郸市高浓度O3的重要原因;③O3与NOx、VOCs浓度在污染天反相关关系更显著,突出了本地光化学反应对O3的重要贡献;基于Model-3/CMAQ的模式研究显示,邯郸市O3生成受VOCs控制,削减VOCs对降低MDA8 O3有一定的积极作用,同时存在单独减排NOx的不利效应,因此控制VOCs,并重点控制烯烃(尤其异戊二烯和反式-2-丁烯)和芳香烃(尤其间/对-二甲苯和甲苯)是降低邯郸市MDA8 O3的有效途径.
- 欧盛菊魏巍王晓琦姚森周志博关攀博段文娇姚诗音
- 关键词：气象因子前体物敏感性
- 北京冬季一次重污染过程的污染特征及成因分析被引量：76
- 2016年
- 为了研究北京冬季重污染过程的污染特征及形成原因,选取2013年1月9~15日一次典型重污染过程,对污染期间气象要素、大气颗粒物组分特征和天气背景场进行综合研究.结果表明,此次大气重污染过程中PM_(10)和PM_(2.5)平均质量浓度分别为347.7μg/m^3和222.4μg/m^3,均超过环境空气质量标准(GB3095-2012)中规定的日均二级浓度限值.重污染时段PM_(2.5)中NH_4^+、NO_3^-和SO_4^(2-)质量浓度之和占PM_(2.5)质量浓度的44.0%,OC/EC的平均比值为5.44,说明二次无机离子和有机物对此次污染过程中PM_(2.5)贡献较大.稳定的大气环流背景场、高湿度低风速的地面气象条件和低而厚的逆温层导致北京地区大气层结稳定,加上北京三面环山的特殊地形结构,是造成此次大气重污染过程的主要原因.
- 杨孝文周颖程水源王刚王晓琦
- 关键词：重污染PM2.5化学组分污染特征
