新型大气监测手段在环境管理中的应用

新型大气监测手段在环境

管理中的应用

2019年8月四川省生态环境监测总站近年来四川省空气质量概况1目录Contents现有监测手段面临的问题及解决办法2新的监测手段对环境管理的支撑3一、近年来四川省空气质量四川省空气质量全省PM2.5污染范围逐年减小，污染程度逐年减轻。年均浓度逐年下降，由2015年的47.5微克/立方米降至2018年的38.6微克/立方米，下降18.7%。成都平原、川南、川东北分别下降18.6%、27.8%、15.7%，降幅明显。2015年2018年2017年

近年空气质量变化趋势2018年四川省空气质量状况项目2018年同比2017年优良天数率84.0%1.8%PM2.538.6ug/m3-8.1%PM1062.6ug/m3-7.5%O3144.4ug/m32.8%SO212.2ug/m3-12.2%NO230.1ug/m3-4.4%CO1.3mg/m3-7.1%全省5个城市达标，PM2.5超标城市为16个，PM10超标城市由12个减少为7个，臭氧超标城市为3个。2018年全省城市空气质量2018年同比变化考核目标完成情况目标完成情况（一）考核目标全省完成了PM2.5浓度下降目标和优良天数率目标任务。PM2.5浓度较目标值（42.5微克每立方米）超额完成3.9微克每立方米。优良天数率较目标值（82.6%）超额完成1.4个百分点（约5天）。目标完成情况（二）17市完成PM2.5年度目标，17市完成优良天数率年度目标。分别较2017年增加2个城市和3个城市。0201空气质量总体情况居于全国31省中游综合指数（4.20）与去年持平，居于全国31省中游排名全国31个省正数第14位。全国排名情况特点一1颗粒物超标现象仍然严重,PM2.5高浓度中心为盆地南部；区域城市2018年天数2017年天数同比变化天数成都平原成都市622-16眉山市211-9绵阳市38-5乐山市415-11德阳市411-7资阳市02-2雅安市25-3遂宁市110平均2.89.4-6.6川南自贡市723-16宜宾市516-11泸州市111-10内江市17-6平均3.514.3-10.8川东北达州市712-5南充市211广安市312巴中市101广元市000平均2.62.8-0.2全省平均2.37.0-4.7空气质量-颗粒物特点二2颗粒物区域性污染天数37天，同比减少14天；区域性污染过程期间PM2.5为全年全省贡献了22.5%，同比减少9.5个百分点；重污染影响明显减轻，同比减少4.7天（近70%）；特点三3秸秆焚烧控制得力，影响范围较小，影响程度较轻。标志性特点一1臭氧污染持续加重，浓度上升了2.8%、污染天数率5.6%（升高0.9个百分点）；全省臭氧污染天数共计431天，同比增加71天。空气质量-臭氧标志性特点二2臭氧为首要污染物的占比为43%，首次超过细颗粒物（PM2.5）的37.4%，同比升高了7.3个百分点。标志性特点三320城市出现臭氧日污染，15城市同比升高；川南污染最严重；全省出现了11次共计20天的臭氧区域性污染，同比2017年增加一倍。全省2017-2018年臭氧第90百分位浓度分布2017年2018年川南地区1、川南仍为全省颗粒物最高的区域；PM2.5/PM10占比全省最高。2、川南细颗粒物在轻微改善与轻微恶化之间反复切换。川东北地区1、其他区域下降期间川东北PM2.5降幅不及其他区域，上升期间升幅又远高于其他区域；2、已成为全省NO2和CO最高的区域。成都平原地区成都平原仍然是O3浓度最高的区域，区域内城市易出现O3中度及以上污染。二次转换明显臭氧管控一次排放污染物管控三大区域面临的问题川南问题高值区域仍然在川南，且PM2.5占PM10比例最高（67.8%），川南PM10和PM2.5浓度最高，川南PM2.5/PM10比例全省最高，接近75%，二次转换明显。2019年1-6月与2018年同期PM2.52019年1-6月与2018年同期PM2.5差值川南仍为全省颗粒物最高的区域，二次转换明显川南问题高值区域仍然在川南，且PM2.5占PM10比例最高（67.8%），从川南PM2.5逐日累计变化率可以看出，自3月以来，川南地区基本就在轻微改善与轻微恶化之间反复切换（±1.5%）。特别是6月以来波动范围基本在0.5%以内。区域的城市改善幅度差距较大。川南地区在轻微改善与轻微恶化之间反复切换项目PM2.5城市浓度同比自贡市50.6-13.1%泸州市48.116.2%内江市42-0.9%宜宾市55.94.3%2019.1-6月川南各城市空气质量重点区域PM2.5同比有所恶化高值区域仍然在川南，且PM2.5占PM10比例最高（67.8%），结合PM2.5监测数据分析表明，今年以来，当我省出现PM2.5整体下降时，川东北地区降幅远低于其他区域，而我省出现PM2.5整体上升时，其升幅又远高于其他区域。川东北问题川东北问题高值区域仍然在川南，且PM2.5占PM10比例最高（67.8%），川东北CO浓度同比持平，但浓度最高，主要原因在于1月的明显恶化。区域内所有城市1月均同比上升，主要是1月区域内生物质焚烧贡献较大。2019年1-6月全省及三大区域CO变化2019年1-6月与2018年同期CO差值图川东北已成为全省CO最高的区域川东北问题高川东北NO2降幅最小，浓度最高。区域内达州已是全省最高水平，同比明显恶化（15.8%），除2月外，其余月份均明显上升（尤其1、5、6月）。2019年1-6月全省及三大区域NO2变化2019年1-6月与2018年同期NO2差值图川东北已成为全省NO2最高的区域成都平原问题高值区域仍然在川南，且PM2.5占PM10比例最高（67.8%），仅成都平原同比上升2.4%，且成都平原浓度最高，

区域内的雅安、乐山、成都升幅较明显。两次臭氧区域性污染过程，成都平原的成都和眉山均出现中度污染，严重影响优良天数率。2019年1-6月全省及三大区域O3变化成都平原仍然是O3浓度最高的区域2019年1-6月两次臭氧区域性污染过程三、现有监测手段面临的问题及解决办法现有监测手段面临的问题及解决办法监测面临的问题及解决办法三、新的监测手段对环境管理的支撑3.1问题查找3.3效果评估

3.2解决方案通过颗粒物组分监测查找典型污染过程离子组分逐日变化碳质组分逐日变化无机元素逐日变化离子组分：通过特征离子的变化趋势推断某段时间主要污染源贡献。碳质组分：计算OC/EC比值，推算SOC等，说明当地二次转化左右是否明显。无机元素：特征组分的跃升可指示典型污染过程。如秸秆焚烧（钾元素）、沙尘影响（Si、Al、Ca等明显升高）等颗粒物组成及组分特征分析通过组分分析量化主要污染来源贡献仅得到污染源大类是不够的，如何服务于精细化管控？结合污染源清单、模型模拟等细化到行业或者企业！颗粒物组成及组分特征分析一次源解析结合源清单后的二次分配颗粒物组成及组分特征分析不同风向PM2.5中各污染源贡献PM2.5中各污染源贡献不同风向的组分有明显差异：1、西北风时工业源影响明显增大，需重点排查西北方向的工业排放。2、东北风时受机动车影响更加明显，需重点排查东北方向的工业排放。B站点子站PM2.5污染风玫瑰图D站点PM2.5污染风玫瑰图某市7月国控子站污染风玫瑰图B站点O3污染风玫瑰图C站点O3污染风玫瑰图

C站点PM2.5污染风玫瑰图A站点O3污染风玫瑰图A站点PM2.5污染风玫瑰图D站点O3污染风玫瑰图O3高值污染风向主要集中在东面PM2.5高值污染风向较为分散加大某市东部地区O3生成前体物的管控，做好区域联防联控，降低区域传输影响。1、以站点的形式将城市环境连成一片蜘蛛网一样的网格，能够区域网格全覆盖，实时了解污染来源，客观真实反映污染现状，综合分析污染原因。2、利用小时浓度峰值概率分布，对经常出现峰值的时段进行锁定，达到削峰的目的。网格化微站通过网格化微站，对本地区某些敏感地带适当加大网格密度。对主要固定污染源、工业园区、道路交通、城乡“小散乱”污染高发区等排放源进行重点监控。网格化微站PM2.5小时浓度峰值概率分布高值区域仍然在川南，且PM2.5占PM10比例最高（67.8%），根据某市PM2.5小时浓度峰值概率分布，以及国控站点风玫瑰图，选取国控站点附近部分微站，结合微站数据特征，查询污染来源，并提出巡查措施。某市数据分析国控子站数据分析周边微站数据分析（以B子站为例）A国控站点及周边微站数据分析A站点12时浓度升高影响因素1A站点23时浓度升高影响因素2A站点周边污染源影响受站点周边污染源影响西南方向的山川空压机厂微站浓度高于A站点，且A站点峰值晚于山川空压厂微站出现，因此浓度升高受山川空压机厂微站附近污染源影响PM2.5污染来源分析A站点受正西、正东、东北方向污染源影响，建议加强这些方向污染源的排查利用雷达走航车进行扫描，实现对污染源的精确定位，排查“散、乱、污”现象和污染物异常排放源情况。3.1问题查找颗粒物雷达进行污染源快速定位模型传输情况基于WRF模式模拟的高分辨率气象场，结合本地化地形数据，驱动CMAQ-ISAM模式，开展数值源解析工作，分析区县对主城区和国控站点浓度的贡献比例。区县对中心城区PM2.5贡献占比区县对PM2.5

贡献占比逐时变化区县对国控站PM2.5贡献占比效果评估情景说明0当年排放清单，当年气象条件1