郑州市降水对大气污染物浓度的影响分析

王桂红, 邵振平. 郑州市降水对大气污染物浓度的影响分析[J]. 环境保护科学, 2023, 49(4): 127-133. doi: 10.16803/j.cnki.issn.1004-6216.2022070046
引用本文: 王桂红, 邵振平. 郑州市降水对大气污染物浓度的影响分析[J]. 环境保护科学, 2023, 49(4): 127-133. doi: 10.16803/j.cnki.issn.1004-6216.2022070046
WANG Guihong, SHAO Zhenping. Analysis of the influence of precipitation on air pollutants’ concentration in Zhengzhou[J]. Environmental Protection Science, 2023, 49(4): 127-133. doi: 10.16803/j.cnki.issn.1004-6216.2022070046
Citation: WANG Guihong, SHAO Zhenping. Analysis of the influence of precipitation on air pollutants’ concentration in Zhengzhou[J]. Environmental Protection Science, 2023, 49(4): 127-133. doi: 10.16803/j.cnki.issn.1004-6216.2022070046

郑州市降水对大气污染物浓度的影响分析

    作者简介: 王桂红(1987—),女,硕士、高级工程师。研究方向:人工影响天气技术。E-mail:409208654@qq.com
  • 基金项目:
    中国气象局河南省农业气象保障与应用技术重点实验室应用技术研究项目(KM201824);河南省科技厅重大科技攻关项目(212102310423)
  • 中图分类号: X513

Analysis of the influence of precipitation on air pollutants’ concentration in Zhengzhou

  • 摘要: 基于2017—2020年郑州市空气质量监测数据和同期地面气象观测资料,采用数理统计方法,分析了郑州市降水对空气质量和大气污染物浓度的影响。结果表明,有降水时的空气质量等级为优和良的频率比无降水时的频率高,且降水量级越大空气质量越好。除SO2外,郑州市其他大气污染物PM2.5、PM10、NO2、O3和CO在降水天气后浓度降低时次占比为42.97%~56.12%,其中PM10浓度降低最明显,CO最不明显。小时降水量越大,污染物浓度降低值越小,PM2.5和PM10在降雨天气后浓度降低时次占比越大,当小时降水量(R)>1 mm时,浓度降低时次占比显著高于升高时次占比,且粒径越大效果越好;SO2没有明显变化规律;NO2和CO变化不大。降水天气前大气污染物浓度越高,降水天气后浓度降低值的范围越大;同时浓度降低时次占比也越大(NO2除外)。在小时降水量较大、大气污染物浓度较高时开展人工增雨作业,可以有效改善空气质量,特别是PM2.5和PM10浓度的降低最为显著。
  • 实验室危险废物是指在生产、研究、开发、教学和环境检测 (监测) 活动中,化学和生物实验室产生的废物,包括无机废液、有机废液,废弃化学试剂,及含有或直接沾染危险废物的实验室检测样品、废弃包装物、废弃容器、清洗杂物和过滤介质等[1]。实验室产生的废液等若随意处理会造成下水道的腐蚀或影响人体健康,甚至会引发爆炸、火灾等安全事故[2],生物实验室废物产生的包装物、容器和吸附介质等还可能沾染有害微生物,如具有感染性的病原微生物等,若不妥善处理,可能导致严重的健康问题[3]

    近年来,我国科技实力伴随经济发展同步壮大,在科技活动主体的研发活动投入持续增加,研发经费规模持续扩大。2021年研究与试验发展 (R&D) 经费达2.79×1012 元,为2000年的31倍,2001-2021年年均增幅达到18.1%。同时,2018-2021年间,我国研究与试验发展 (R&D) 经费投入占GDP比重不断提高,由2018年的2.19%增加至2021年的2.44%。“十四五”规划提出,全社会研发经费投入年均增长要大于7%,基础研究经费投入占研发经费投入比重提高到8%,实验室危险废物产生量随着全社会研发经费的增加亦与日俱增[4-5],实验室危险废物管理引发公众关注。以北京市为例,可获取统计数据的12家产废单位实验室废物产生量由2014年的708.76 t增加至2018年的972.11 t[6],增长了近40%。我国新修订并于2020年9月生效实施的新《固体废物污染环境防治法》[7]第七十三条明确要求,各级各类实验室及其设立单位应当加强对实验室产生的固体废物的管理,其中属于危险废物的,应当按照危险废物管理。随着我国固体废物环境污染防治工作的不断深入,实验室危险废物环境管理的现实需求日益迫切。

    本研究在我国实验室危险废物产生量预测的基础上,总结了我国实验室危险废物管理现状和存在的问题,提出了完善相应管理工作的建议,以期为我国实验室危险废物管理提供参考。

    目前,国内外针对废物产生量的预测主要采用时间序列分析、回归分析和灰色模型等数理统计方法,根据人口总量和社会经济总产值等社会经济特征进行预测[8-9]。其中,灰色系统预测模型(Grey Model,GM),主要基于关联度收敛原则进行废物产生量预测,能够实现在基础产生数据较少的情况下较好地模拟废物产生量变化趋势[10],是相关预测研究较为常用的方法之一[11]。本文在北京市研究与试验发展 (R&D) 经费预测基础上,根据调研获取的实验室危险废物产生量与R&D经费的产废强度关系,预测北京市实验室危险废物产生量。首先,建立R&D经费随时间变化的一阶灰色预测模型GM (1,1) ,确定北京市R&D经费预测模型方程。GM (1,1) 模型构建见式 (1) 。

    x0(k)+az(1)(k)=b (1)

    通过最小二乘法求解参数ab,从而得到GM (1,1) 模型的时间影响见式 (2) 。

    ˆx(1)(t+1)=(x(0)(1)ba)eat+bat=1,2,...,n (2)

    式中:x(0)(1)为基准年北京市R&D经费预测值,108 元;ˆx(1)(t+1)为基准年到t+1年间北京市R&D经费预测值之和,×108 元。对式 (2) 进行累减,还原得到原始序列的灰色模型预测值见式 (3) 。

    ˆx(0)(t+1)=ˆx(1)(t+1)ˆx(1)(t),t=1,2,...,n (3)

    式中:ˆx(0)(t+1)为第t+1年的北京市R&D经费值,×108 元;ˆx(1)(t)为基准年到t年间R&D经费值之和,×108 元。

    基于此,预测近10年北京市实验室危险废物产生量,预测方法见式 (4) 。

    Qn(t+1)=ˆx(1)(t+1)×k,t=0,1,2... (4)

    式中:Qn(t+1)为实验室危险废物t+1年产生量,104 t;ˆx(1)(t+1)为R&D经费预测值,×108 元;k为实验室危险废物平均产废强度,×10−8 t∙元−1

    实验室危险废物产生源分散,且各单位产生量小,统计困难。目前,我国尚无公开的实验室危险废物产生量的统计数据,国内外针对实验室危险废物产生量预测的研究也较少。本研究基于北京市危险废物转移联单数据,筛选了项目期内 (2014-2017年) 可连续获取实验室危险废物联单信息的12家危险废物产生量最大的科研机构,调研收集了其实验室危险废物转移量作为产生量,并以此作为预测模型的基础参数。将收集到的数据与相应产废单位同时期R&D经费投入情况相结合,计算该时间范围内的平均产废强度关系,用于预测北京市实验室危险废物的产生量。

    本研究结合实验室危险废物相关内容,查找国家和地方、高校和企业实验室管理政策文件和相关举措。针对国家和地方出台的17项政策文本进行分析并找出各项政策针对实验室危险废物的切入点和欠缺点;同时,对39所“985”工程高校、116所“211”工程高校和6个地 (园) 区小微企业的实验室危险废物管理政策和举措进行调查,并对比分析高校和企业在收集处理实验室危险废物全过程中的优缺点。

    根据前述调研和计算,结果显示,2014-2017年间北京市研究所涉产废单位实验室危险废物收集量呈逐年递增趋势 (表1) ,结合同期相应R&D经费,计算得出平均产废强度为6.89×10−8 t∙元−1。鉴于本研究调研的研究机构大部分为综合性高校,因此本研究在当前可获取的数据条件下,据此作为北京市实验室危险废物产生量预测时的强度参数。

    表 1  北京市部分研究机构实验室危险废物产生量 (2014-2017年)
    Table 1.  Volume of laboratory hazardous waste generation in major generator in Beijing from 2014 to 2017
    年份实验室危险废物产生量/tR&D经费值/(×108 元)实验室危险废物产废强度/(×10−8 t∙元−1)
    2014708.7696.967.31
    2015814.1392.978.76
    2016748.18131.535.69
    2017777.0133.685.81
     | Show Table
    DownLoad: CSV

    实验室危险废物收集率方面,北京市2018年收集单位数量较2017年增加44.1%,收集覆盖范围和收集成效逐渐提高。同时,2018年北京市实验室危险废物收集量近40 00 t,较2017年增加35.7%。此外,采用前述方法,结合北京市R&D经费情况和危险废物产生量预测,估算结果显示2018年北京市实验室危险废物收集率约27%。鉴于北京市自2016年出台《北京市实验室危险废物污染防治技术规范》[12],逐步规范实验室危险废物管理,收集率显著高于全国同期其他省市。

    根据2014-2020年北京市R&D经费,采用公式统计值拟合出2021-2030年北京市R&D经费预测值,将原始数据代入GM (1,1) 模型,见式 (5) 。

    ˆx(1)(t+1)=10874.5e0.1154t9605.7,t=0,1,2... (5)

    式中:ˆx(1)(t+1)为北京市R&D经费预测值,×108 元。

    式 (5) 表示以R&D经费值为数值的累加序列,t=0时计算得到的值代表基准年的R&D经费值,t=n时计算得到的是基准年至基准年+n年间R&D经费累积值。2021-2030年北京市R&D经费预测值见表2

    表 2  2021-2030年北京市R&D经费预测值
    Table 2.  Forecast value of Beijing R&D funds from 2021 to 2030
    年份预测值/ (×108 元)年份预测值/ (×108 元)
    20212 661.7620264 748.96
    20222 988.5120275 331.92
    20233 355.3720285 986.46
    20243 767.2720296 721.34
    20254 229.7320307 546.43
     | Show Table
    DownLoad: CSV

    预测结果通过模型精度进行检验,由表3可以看出,预测值与实际值间的残差波动较小,在-6.06~5.53之间,经计算得出预测值与实际值之前的关联度R=0.97>0.5,模型精度满足要求。同理,计算得到小误差概率P=1>0.95,方差比值C=0.21<0.35,当P>0.95,C<0.35时,判断预测精度等级为好[13]

    表 3  2014-2020年北京市R&D经费模型检验
    Table 3.  Beijing R&D funds model test from 2014 to 2020
    年份实际值/(×108 元)预测值/(×108 元)绝对误差残差/%
    20141 268.81 268.800
    20151 384.01 330.253.83.89
    20161 484.61 492.7-8.1-0.55
    20171 579.71 675.5-95.8-6.06
    20181 870.81 880.3-9.5-0.51
    20192 233.62 110.0123.65.53
    20202 326.62 368.3-41.7-1.79
     | Show Table
    DownLoad: CSV

    将产废强度和北京市R&D经费预测值代入式 (4) 中,预测结果如图1所示。可见,随着R&D经费值增加,预期北京市实验室危险废物产生量呈明显上升趋势,其中2020年和2021年北京市实验室危险废物产生量预计分别为1.61×104和1.83×104 t,2025年和2030年分别为2.91×104和5.20×104 t,较2021年产生量分别增长为59%和184%。同时,采用该方法和参数对全国实验室危险废物产生量进行简单地预测,结果显示,2025年和2030年产生量分别可达133.17×104和231.16×104 t。

    图 1  2021-2030年北京市实验室危险废物产生量预测值
    Figure 1.  Predicted generation amount of laboratory hazardous waste in Beijing from 2021 to 2030

    北京市2016-2018年实验室危险废物收集率从15%增长至27%,平均增长率约为4%,预计2021年收集率约为39%。根据北京市2021年统计年鉴公布的北京市2020年危险废物产生量为24.97×104 t,北京市实验室产生的危险废物量约占北京市所有危险废物量的6.4%,随着产生量的增长及收集率的增高,实验室危险废物也将成为北京市危险废物管理中非常重要的类别。探索建立实验室废物收集及处理处置机制,规范化管理实验室危险废物且有法可依是目前更迫切需要解决的问题。本研究以北京市实验室危险废物产生量为基础数据,研究预测北京市产生量,是本研究的初步结果。目前针对各地区及全国实验室危险废物产生量有较少的研究,因此预测存在一定的局限性和不确定性。北京市汇集了众多高校和科研机构,相对于全国其他地区,较具有代表性和典型性。本研究采用的预测方法和预测对象与蔡彬等[10]原理相同,建议后续同类研究中可以将其他相关影响因素加入到预测中来,在统计学中获得更加准确的结论与数据。

    国外重视实验室危险废物管理,出台了一系列法规和管理政策。美国联邦法规[14] (第40篇第262部分第K子部分) 制定了适用于实验室危险废物产生者的要求,对每月产生实验室危险废物量少于100 kg的极小规模生产者采取豁免机制。美国大部分高校设有EHS (环境、健康、安全) 部门,为学校各实验室和研究中心提供有关环境和安全方面的服务,并承担环境监督与管理的职责[15-17]。日本大多数高校依据国家颁布的《废弃物管理和清扫法》[18]制定其针对实验室危险废物的管理指南,对实验室危险废物的管理流程和方法进行详细说明。部分高校专门设立“环境保护中心”,负责制定管理标准及注意事项,对收集的实验室危险废物在单位内部处理处置、检测排水及其他环保事项 (宣传、培训等) [19]

    随着实验室危险废物产生量的增多,我国对实验室危险废物管理越来越重视。我国自2004年就开始出台实验室管理文件,但主要针对生物类实验室及高校实验室排污管理。原国家环保总局发布了《关于加强实验室类污染环境监管的通知》[20],提出禁止将废弃药品转移给不具备污染治理条件的企业、单位或个人使用,禁止随意丢弃有毒有害废物及废液,防止实验室类污染危害环境,损害人体健康的原则性要求。同年,国务院发布了《病原微生物实验室生物安全管理条例》[21],提出了对病原微生物将实行分类管理,对实验室实行分级管理的总体要求。相关政策未针对实验室危险废物提出明确管理规定和要求,导致实验室危险废物的分类收集、贮存、运输、处置等操作流程缺乏专门的管理规范。

    2005年,教育部和原国家环保总局发布了《关于加强高等学校实验室排污管理的通知》[22],提出了实验室科研教学活动中产生和排放的废气、废液、固体废物等严格按照主管部门申报登记、收集、运输和处置,实验室危险废物的暂存、交换、运送和处置应严格执行危险废物转移联单制度的要求。该通知构建了高校实验室排污监管制度,启动了高校实验室危险废物规范化管理工作。2006年,原国家环保总局发布了《病原微生物实验室生物安全环境管理办法》[23],提出了建立健全病原微生物实验室废水、废气和危险废物污染防治管理的规章制度。2008年,国家质量监督检验检疫总局和国家标准化管理委员会发布了《实验室生物安全通用要求》[24],主要对生物安全实验室以及动物生物安全实验室安全管理,明确各部门责任、严格危险废物的处理处置,防止污染环境。相关政策和标准针对生物实验室安全管理,提出了具体要求,以降低实验室安全管理存在的隐患。

    2008年,原环境保护部、国家发展改革委和公安部发布了《国家危险废物名录》[1],在2005年《关于加强高等学校实验室排污管理的通知》[22]基础上,进一步明确了在科研教学活动中产生的应参照危险废物进行管理的实验室固体废物,具体为“在研究、开发和教学活动中,化学和生物实验室产生的废物” (HW49,废物代码900-047-49) 。2016年,教育部发布了《关于集中开展教育系统危险化学品安全专项整治的通知》[25],要求教育部门及各类学校建立完善实验用废弃危化品处置备案制度,联系有资质的危化品处置企业尽快将高校积压的危废品予以分批处理,并逐步建立高校和危废处置企业长期合作、定向处理机制,加强了学校对危险化学品安全隐患的排查治理和监督管理能力,整治了安全管理工作的薄弱环节。2021年国务院办公厅发布《强化危险废物监管和利用处置能力改革实施方案》[26],鼓励在有条件的高校集中区域开展实验室危险废物分类收集和预处理示范项目建设。该方案为进一步完善危险废物监管体制机制,建立安全监管与环境监管联动机制提供了保障措施,为逐渐完善危险废物收集处理设施提供了依据。2022年生态环境部办公厅发布《关于开展小微企业危险废物收集试点的通知》[27],主要针对危险废物产生量较小的企业,还包括科研机构和学校实验室等社会源开展试点收集,要求小微企业按照高标准、可持续的原则,明确收集单位责任,强化收集过程环境监管,加强收集单位的培训及宣传等工作,为后续加强小微企业危险废物污染防治,防范小微企业危险废物环境风险,推动各地完善小微企业危险废物收集建设具有重要意义。具体管理政策见表4

    表 4  我国在实验室安全管理等方面管理政策
    Table 4.  Management policies in laboratory safety management in China
    文件名称发布日期发布单位
    《关于加强实验室类污染环境监管的通知》[20]2004年2月原国家环保总局
    《病原微生物实验室生物安全管理条例》[21]2004年11月国务院
    《关于加强高等学校实验室排污管理的通知》[22]2005年7月教育部和原国家环保总局
    《病原微生物实验室生物安全环境管理办法》[23]2006年5月原国家环保总局
    《国家危险废物名录》[1]2008年8月 (2021年更新) 原环境保护部、国家发展和改革委员会和公安部
    《实验室生物安全通用要求》[24]2008年12月国家质量监督检验检疫总局和国家标准化管理委员会
    《关于集中开展教育系统危险化学品安全专项整治的通知》[25]2016年5月教育部
    《强化危险废物监管和利用处置能力改革实施方案》[26]2021年5月国务院办公厅
    《关于开展小微企业危险废物收集试点的通知》[27]2022年2月生态环境部办公厅
     | Show Table
    DownLoad: CSV

    根据国家颁布的政策法规文件,目前有10个省市及地区出台了相关的实验室危险废物管理办法、污染防治技术规范、技术指南等。10个省份的政策都明确了高校及科研机构等产废单位实验室废物的管理,强化了源头管理问题。北京、四川、山东和湖南明确了分类、投放、暂存、收运、贮存、处置利用过程的技术要求,详细的指明处理处置各项要求;浙江、江苏、上海、重庆市渝北区和广东省东莞市指出了责任主体,更加明确责任分工;四川和浙江强调了危险废物的源头控制要求,最大限度的减少了实验室危险废物的产生。全国其他省份应尽快制定出相关文件,加强实验室产废单位的规范化管理。具体内容见表5

    表 5  我国10省市出台的实验室废物政策及内容介绍
    Table 5.  Introduction of laboratory waste policies and contents issued by 9 provinces and cities in China
    地区文件名称
    北京市北京市危险废物污染环境防治条例[28]
    四川省四川省实验室危险废物污染防治技术指南 (试行) (川环发〔2017〕73号) [29]
    浙江省关于进一步加强实验室废物处置监管工作的通知[30]
    福建省关于进一步规范学校实验室废弃物处置工作的通知 (闽环保土〔2018〕24号) [31]
    山东省山东省实验室废弃物环境管理暂行办法 (鲁环发〔2009〕5号)
    湖南省关于印发《湖南省实验室危险废物环境管理指南》的通知 (湘环发〔2021〕12号) [32]
    江苏省关于进一步加强实验室危险废物管理工作的通知 (苏环办〔2020〕284号) [33]
    关于加强全省高校实验室危险废物收集处置工作的通知 (苏教办科函〔2020〕31号) [34]
    上海市关于进一步加强实验室危险废物管理工作的通知 (沪环土〔2020〕270号) [35]
    重庆市渝北区关于加强实验室危险废物管理的通知 (渝北环发〔2020〕64号) [36]
    广东省东莞市关于加强实验室危险废物环境管理工作的通知[37]
     | Show Table
    DownLoad: CSV

    1) 高校。我国部分高校根据《关于加强高等学校实验室排污管理的通知》[22]要求,制定了有关实验室废物的管理办法、条例等。也有高校将实验室废物的管理列入到《实验室安全管理办法》中进行统一规定。在调查的29个省市区中,39所“985”工程高校中85%以上制定了实验室危险废物相关管理办法,116所“211”工程高校中60%以上制定了实验室危险废物管理办法,其他普通高校制定管理办法的占比较低。

    目前高校对实验室危险废物的处理处置并没有明确的统一方法,陈璐等[15]在2017年调研的高校实验室中,只有36%的调研单位对废弃物进行细致分类;有28%的高校建立了分类管控的废弃物仓,对不同种类的废弃物进行全时监控管理;有78%的调研单位在实验室废物后期清运处置中与已有专业资质的第三方机构进行合作。

    从全国高校出台的相关实验室危险废物方面的管理办法看出,我国一部分高校对实验室危险废物比较重视。1) 大部分主要的产生源在教学实验、科学研究等环境类、生物类、化工类专业的实验室。2) 一部分学校设有专门负责实验室废物管理的部门,以学校、学院、实验室三级管理体制,学院是实验室危险废物的主管部门,学校是监督、检查的归口部门。3) 一部分学校以“谁购买,谁保管,谁使用,谁负责”的原则进行管理。4) 高校在教学中产生的危险废物处置费用由学校承担,科研产生的危险废物处置费用暂由学校承担,再依据学校成本分担机制的推进,逐步过渡到由科研项目承担;而有的学校则是学院承担一部分,剩下的由学校来承担;有的学校则由课题组全额承担;一些普通高校科研经费少,没有太多经费投入到处置费用中。5) 一部分学校定期对全校危险废物进行回收、转移、处置,在收集时填写好台账信息,并且由有资质的公司进行预约回收、转移、处置。

    2) 产业园区。实验室危险废物不仅在高校教学中产生,研究和开发活动中也会产生。实验室危险废物产生量少且产生来源分散,具有小微企业产废的特点,同时,很多小微企业管理政策涉及到实验室危险废物的管理,表6中列举出产业园区中小微企业的实验室危险废物相关政策文件。

    表 6  我国小微企业危险废物管理政策
    Table 6.  Hazardous waste management policy of small and micro enterprises in China
    地区文件或举措
    上海市发布《上海市产业园区小微企业危险废物集中收集平台管理办法》[38]
    山东省发布《山东省生态环境厅关于开展危险废物集中收集贮存转运试点的指导意见》[39]
    江苏省宿迁市园区环保局协调市生态环境局多措并举推动危险废物经营单位集中处置园区中小企业产生的危险废物
    江西省南昌市2020年,江西省南昌市率先在全省开展建设汽车维修行业和小微企事业单位危险废物集中收集暂存场所 (试点) 工作
    浙江省温州市采用“互联网+危废环保管家”模式,破解小微企业危废难题
    福建省宁德市宁德市环保局针对小微企业危废管理的薄弱环节,全力推进小微企业危废处置试点工作
     | Show Table
    DownLoad: CSV

    上海市2019年发布了《上海市产业园区小微企业危险废物集中收集平台管理办法》[38],分别从管理职责、危险废物管理台账、危险废物运输和转移联单制度、危险废物源头管理、信息报送及罚则等方面详细制定了本办法。其中,以下几点突出显示其在责任机制等方面的管理制度:1) 在管理职责中,各部门分别履行各自的责任,要求各区生态环境局监管频次不少于1年10次;2) 主要收集贮存危险废物年产生量小于10 t的小微企业所产生的危险废物和废荧光灯管、废铅蓄电池等社会源危险废物;3) 鼓励产业园区开展收集贮存转运设施的规划与建设;4) 危险废物收集贮存转运设施建立危险废物出入库管理台账。上海市产业园区危险废物收集平台的建立,使小微产废企业的危险废物在产业园区层面得以得到有效收集,使平台将小微企业危险废物纳入合规渠道,避免其向其它渠道流失,在产废企业与处理企业之间构筑了园区的缓冲区间,也使上海市危险废物管理体系更具韧性与弹性[40]

    山东2019年发布了《山东省生态环境厅关于开展危险废物集中收集贮存转运试点的指导意见》[39],仅限收集年产生危险废物50 t以下的企业、实验室危险废物产生单位、机动车维修拆解单位和垃圾分类后产生的家庭源危险废物。江苏宿迁、江西南昌、浙江温州及福建宁德根据当地实际情况管理小微企业危险废物,逐渐完善产业园区危险废物收集平台。

    1) 管理政策欠缺。我国没有针对实验室危险废物管理方面的具体政策,只有2个环保总局和教育部下发的通知。未加大对实验室危险废物的监督管理,未确定具体的责任机制,不能按规定将实验室危险废物交由有资质的处置单位定时定点处置。在《医疗废物管理条例》[41]中,仅对医学科研和教学等相关活动中产生感染性废物的管理依据此条例执行。在《实验室生物安全通用要求》[23]中对生物实验室废物处理没有专门的管理要求[14]。高校实验室归口管理职能部门混乱,缺乏有效的监督管理机制[42]。而对于小微企业,存在环保技术人员缺乏等现象,导致产生的实验室危险废物管理意识薄弱,无法达到危险废物规范化管理的相关要求[43]

    2) 收运处置困难。目前高校危险废物种类繁多、分布散且呈周期性产生,即使部分学校制定了相关管理规定,却依然存在收集难、贮存难、运输难、处置难等问题。调研发现,由于处置单位收运不及时,大多数产废单位都面临着较大的危险废物暂存或贮存压力,产废量较小的实验室在收运处置前长期堆存危险废物且不能及时处理,产生了一定的安全及环境风险。而处置单位对于未达到收运量的实验室收取同样的费用,导致一些小微企业面临处置费用高的问题,进而降低了对危险废物处理处置的积极性。实验室危险废物在运输时,必须使用危险品车辆运输,但部分高校位于城区,导致危险品车辆禁区通行难[44]。同时,由于产废单位贮存空间有限,运输单位能力不足,处置单位地域分配不均衡,导致多数产废单位的实验室危险废物积压严重。实验室危险废物在产生到收运处置全流程中,各方面都存在着安全及环境风险。

    3) 环保意识不足。我国大部分高校在教学、科学研究过程中,需要大量的化学药品,但大部分化学药品及试剂未得到充分的利用,有的化学药品会长时间放置,不仅会产生安全隐患,而且造成了浪费。高校中实验室的分类收集已经有一定基础,但在一些普通高校,环保意识落后、专业化水平低、实验室设备陈旧落后、教学和科研经费少。这就导致了在处理实验室危险废物时,直接倒入下水道、只做简单处理排放、不分类直接倒入废液桶等一系列管理、监督不到位的问题。产业园区从业人员对危险废物的管理认识匮乏,企业员工在填写危险废物进出库记录中,存在危险废物类别出入库数量不一致、个别类别无入库却有出库现象[40]

    1) 明确实验室危险废物责任主体、形成管理机制及指南。实验室危险废物规范管理的机构占比较低,各行业主管部门 (教育、科技、卫健、市场监管等) 应协同生态环境部,指导各自负责的单位 (中小学及高等院校、科研院所、医疗机构、企业) 开展实验室危险废物管理工作,包括制度制定、人员培训等,形成生态环境部门和行业主管部门分工协作、齐抓共管的工作格局。各高校、科研机构或其他产业园区可以在申请项目时,将处理实验室危险废物的经费纳入到预算中,适时制定对收集处理不及时的机构实施相应的处罚。“无废城市”试点期间将高校及科研机构实验室废物等社会源废物处理纳入建设指标中,应加快管理机制研究,推进“无废城市”建设。

    2) 建立高校定时定点回收处理、小微企业豁免相结合的收集体系。高校建立贮存设施,将单位内部实验室危险废物应分类收集,将不含危险物质或可自行无害化处理的实验室废物按照一般固体废物处置,切实做到源头减量。按规定分类后,分别放入不同容器中,由有资质的公司进行定时定点收集运输,并鼓励试剂生产厂家执行生产者责任延伸制,主动与产废单位建立沟通渠道,回收废旧试剂和空瓶。产废单位开展区域实验室危险废物收集试点,建立集中贮存设施,鼓励积极探索预处理方案,将实验室危险废物作破碎、压块、沥干、同质废液混合等处理,进一步做到实验室危险废物减容,降低贮存压力和处置单位的处理压力。产业园区小微企业,如每月实验室危险废物产生量少于100 kg的机构,或产生低风险类实验室危险废物的,如废弃药品、油漆、含汞灯管、铅蓄电池等,可以探索实行特定环节豁免管理机制。

    3) 加强高校实验室危险废物管理能力建设。产废单位专人负责实验室药品及试剂的使用,以及危险废物的产生、分类、投放、暂存、收运、贮存、利用处置等环节的监管,并建立专业管理团队,明确组织构架,保证实验室危险废物各个环节都有相应的责任人。高校或其他机构在上课或实验操作前,指导教师或专业人员应向学生或实验人员介绍实验室内仪器及药品的使用,加强学生及实验人员对危险废物的分类和处理的培训,增强主管教师和学生的实验室危险废物环境管理意识。学校可以将实验室危险废物管理纳入学生和科研助理的实验室准入考核内容,教师在评定职称时将实验室安全纳入到评定范围内。

  • 图 1  有无降水时不同空气质量等级出现频率

    Figure 1.  Frequency of different air quality classes with or without precipitation

    图 2  降水时次后大气污染物PM2.5(a)、PM10(b)、SO2(c)、NO2(d)、O3(e)和CO(f)浓度变化

    Figure 2.  Atmospheric pollutant of PM2.5(a)、PM10(b)、SO2(c)、NO2(d)、O3(e)and CO(f) concentration changes after precipitation

    图 3  降水时次后大气污染物 PM2.5(a)、PM10(b)、SO2(c)、NO2(d)、O3(e)和 CO(f)浓度变化值随初始浓度的分布Fig.3 Distribution of atmospheric pollutant of PM2.5(a)、PM10(b)、SO2(c)、NO2(d)、O3(e)和 CO(f) concentration change value after precipitation time with initial concentration

    表 1  不同降水量级下各种空气质量等级出现频率

    Table 1.  Frequency of various air quality classes under different precipitation levels

    降水量级空气质量等级出现频率/%
    轻度污染中度污染重度污染严重污染
    小雨(雪) 12.7 61.9 16.1 5.5 3.4 0.4
    中雨(雪) 33.3 51.1 8.9 4.4 2.2 0
    大雨(雪) 35.0 60.0 5.0 0 0 0
    暴雨(雪) 37.5 62.5 0 0 0 0
    降水量级空气质量等级出现频率/%
    轻度污染中度污染重度污染严重污染
    小雨(雪) 12.7 61.9 16.1 5.5 3.4 0.4
    中雨(雪) 33.3 51.1 8.9 4.4 2.2 0
    大雨(雪) 35.0 60.0 5.0 0 0 0
    暴雨(雪) 37.5 62.5 0 0 0 0
    下载: 导出CSV

    表 2  降水时次后大气污染物浓度变化占比

    Table 2.  Proportion of atmospheric pollutant concentration changes after precipitation

    污染物变化趋势占比/%
    升高时次不变时次降低时次
    PM2.5 38.15 15.42 46.43
    PM10 37.93 5.95 56.12
    SO2 12.50 61.41 26.09
    NO2 42.80 12.07 45.13
    O3 37.66 8.17 54.17
    CO 47.40 9.63 42.97
    污染物变化趋势占比/%
    升高时次不变时次降低时次
    PM2.5 38.15 15.42 46.43
    PM10 37.93 5.95 56.12
    SO2 12.50 61.41 26.09
    NO2 42.80 12.07 45.13
    O3 37.66 8.17 54.17
    CO 47.40 9.63 42.97
    下载: 导出CSV

    表 3  不同降水强度降水时次后大气污染物浓度变化占比

    Table 3.  The proportion of atmospheric pollutant concentration change after different rainfall intensity

    污染物变化趋势占比/%0 mm<R≤1 mm1 mm<R≤5 mmR>5 mm
    PM2.5升高时次42.3628.7921.79
    不变时次14.9017.5819.23
    降低时次42.7453.6358.98
    PM10升高时次40.4631.8730.77
    不变时次5.786.813.85
    降低时次53.7661.3265.38
    SO2升高时次14.837.4717.94
    不变时次60.7065.2767.95
    降低时次25.4727.2614.11
    NO2升高时次43.4240.8843.59
    不变时次11.8613.198.97
    降低时次44.7245.9347.44
    O3升高时次37.3440.4426.92
    不变时次8.976.156.41
    降低时次53.6953.4166.67
    CO升高时次47.7646.8144.87
    不变时次9.818.7911.54
    降低时次42.4344.4043.59
      注:R代表小时降水量。
    污染物变化趋势占比/%0 mm<R≤1 mm1 mm<R≤5 mmR>5 mm
    PM2.5升高时次42.3628.7921.79
    不变时次14.9017.5819.23
    降低时次42.7453.6358.98
    PM10升高时次40.4631.8730.77
    不变时次5.786.813.85
    降低时次53.7661.3265.38
    SO2升高时次14.837.4717.94
    不变时次60.7065.2767.95
    降低时次25.4727.2614.11
    NO2升高时次43.4240.8843.59
    不变时次11.8613.198.97
    降低时次44.7245.9347.44
    O3升高时次37.3440.4426.92
    不变时次8.976.156.41
    降低时次53.6953.4166.67
    CO升高时次47.7646.8144.87
    不变时次9.818.7911.54
    降低时次42.4344.4043.59
      注:R代表小时降水量。
    下载: 导出CSV

    表 4  大气污染物浓度分级

    Table 4.  Concentration classification of air pollutants

    污染物浓度一级二级三级四级五级六级
    PM2.50<c≤3535<c≤7575<c≤115115<c≤150150<c≤250c>250
    PM100<c≤5050<c≤150150<c≤250250<c≤350350<c≤420c>420
    SO20<c≤55<c≤1010<c≤2525<c≤5050<c≤100c>100
    NO20<c≤55<c≤1010<c≤2020<c≤5050<c≤100c>100
    O30<c≤2020<c≤5050<c≤100100<c≤150150<c≤200c>200
    CO0<c≤0.30.3<c≤0.60.6<c≤11<c≤22<c≤5c>5
      注:c代表浓度,除CO的浓度单位为 mg·m-3外,其余大气污染物的浓度单位均为μg·m-3
    污染物浓度一级二级三级四级五级六级
    PM2.50<c≤3535<c≤7575<c≤115115<c≤150150<c≤250c>250
    PM100<c≤5050<c≤150150<c≤250250<c≤350350<c≤420c>420
    SO20<c≤55<c≤1010<c≤2525<c≤5050<c≤100c>100
    NO20<c≤55<c≤1010<c≤2020<c≤5050<c≤100c>100
    O30<c≤2020<c≤5050<c≤100100<c≤150150<c≤200c>200
    CO0<c≤0.30.3<c≤0.60.6<c≤11<c≤22<c≤5c>5
      注:c代表浓度,除CO的浓度单位为 mg·m-3外,其余大气污染物的浓度单位均为μg·m-3
    下载: 导出CSV

    表 5  不同等级污染物降水时次后大气污染物的浓度变化占比

    Table 5.  The proportion of atmospheric pollutant concentration change after rainfall of different pollutant levels %

    污染物变化趋势占比一级二级三级四级五级六级
    PM2.5升高时次占比37.0542.0438.3843.3336.7533.33
    不变时次占比19.9411.1110.511.675.880
    降低时次占比43.0146.8551.1155.0057.3766.67
    PM10升高时次占比43.1333.3833.3327.6200
    不变时次占比7.403.0202.8600
    降低时次占比49.4663.6066.6769.521000
    SO2升高时次占比7.9714.3316.3128.1200
    不变时次占比82.1059.3931.326.2500
    降低时次占比9.9326.2952.3765.631000
    NO2升高时次占比75.0035.2929.0445.6248.2266.67
    不变时次占比25.008.8220.6610.917.440
    降低时次占比055.8850.3043.4744.3433.33
    O3升高时次占比32.9736.0941.437.9130.7725.00
    不变时次占比19.237.44.841.9600
    降低时次占比47.856.5153.7660.1369.2375.00
    CO升高时次占比6.0411.9625.1436.0000
    不变时次占比78.1959.3933.248.0000
    降低时次占比15.1728.6541.6256.001000
    污染物变化趋势占比一级二级三级四级五级六级
    PM2.5升高时次占比37.0542.0438.3843.3336.7533.33
    不变时次占比19.9411.1110.511.675.880
    降低时次占比43.0146.8551.1155.0057.3766.67
    PM10升高时次占比43.1333.3833.3327.6200
    不变时次占比7.403.0202.8600
    降低时次占比49.4663.6066.6769.521000
    SO2升高时次占比7.9714.3316.3128.1200
    不变时次占比82.1059.3931.326.2500
    降低时次占比9.9326.2952.3765.631000
    NO2升高时次占比75.0035.2929.0445.6248.2266.67
    不变时次占比25.008.8220.6610.917.440
    降低时次占比055.8850.3043.4744.3433.33
    O3升高时次占比32.9736.0941.437.9130.7725.00
    不变时次占比19.237.44.841.9600
    降低时次占比47.856.5153.7660.1369.2375.00
    CO升高时次占比6.0411.9625.1436.0000
    不变时次占比78.1959.3933.248.0000
    降低时次占比15.1728.6541.6256.001000
    下载: 导出CSV
  • [1] 陈文花. 城市尺度环境空气质量评价中AQI指数的确定[J]. 海峡科学, 2013(12): 20 − 21. doi: 10.3969/j.issn.1673-8683.2013.12.007
    [2] 蒋燕, 陈波, 鲁绍伟, 等. 北京城市森林PM2.5质量浓度特征及影响因素分析[J]. 生态环境学报, 2016, 25(3): 447 − 457.
    [3] 周兆媛, 张时煌, 高庆先, 等. 京津冀地区气象要素对空气质量的影响及未来变化趋势分析[J]. 资源科学, 2014, 36(1): 191 − 199.
    [4] 李思其, 杜海波, 吴正方, 等. 京津冀鲁豫地区空气质量变化特征及其气象驱动因素研究[J]. 环境污染与防治, 2018, 40(12): 1431 − 1454.
    [5] 王媛林, 王哲, 陈学舜, 等. 珠三角秋季典型气象条件对空气污染过程的影响分析[J]. 环境科学学报, 2017, 37(9): 3229 − 3239.
    [6] 白永清, 祁海霞, 赵天良, 等. 湖北 2015 年冬季 PM2.5重污染过程的气象输送条件及日变化特征分析[J]. 气象学报, 2018, 76(5): 803 − 815.
    [7] 周贺玲, 李雪瑶, 刘玉莲, 等. 河北廊坊降水对 PM2.5 质量浓度的湿清除作用[J]. 环境保护科学, 2020, 46(2): 70 − 75.
    [8] 于彩霞, 邓学良. 降水和风对大气PM2.5、PM10 的清除作用分析[J]. 环境科学学报, 2018, 38(12): 4620 − 4629.
    [9] 张丹梅. 人工增雨对大气颗粒污染物浓度的消减作用研究[J]. 环境科学与管理, 2021, 46(1): 43 − 47.
    [10] 廖代强, 向波, 刘永明. 重庆市主城区气象要素与空气质量相关性研究[J]. 环境影响评价, 2020, 42(1): 75 − 80.
    [11] 栾天, 郭学良, 张天航, 等. 不同降水强度对PM2.5的清除作用及影响因素[J]. 应用气象学报, 2019, 30(3): 279 − 291. doi: 10.11898/1001-7313.20190303
    [12] 白婷, 黄毅梅, 樊奇. 河南一次降水天气过程人工增雨作业条件综合分析[J]. 气象, 2020, 46(12): 1633 − 1640. doi: 10.7519/j.issn.1000-0526.2020.12.010
    [13] 田万顺, 刘艳华. 河南3次降水过程的人工增雨条件分析[J]. 气象与环境科学, 2011, 34(1): 5 − 13.
    [14] 马秀玲. 一次春季人工增雨作业条件分析[J]. 内蒙古气象, 2018(6): 40 − 43. doi: 10.14174/j.cnki.nmqx.2018.06.010
    [15] 李尉卿, 杜光俊, 王梦. 郑州市2012-2014年春节期间大气污染物浓度时空变化特征研究[J]. 气象与环境科学, 2015, 38(4): 12 − 21. doi: 10.16765/j.cnki.1673-7148.2015.04.011
    [16] 王桂红. 郑州市空气质量变化特征及其与气象要素的关系[J]. 河南科学, 2021, 39(9): 1497 − 1503.
    [17] 任艳培, 张洪伟, 谢国红. 郑州市空气质量变化特征研究[J]. 河南科技学院学报(自然科学版), 2021, 49(2): 54 − 61.
    [18] 环境保护部. 环境空气质量指数(AQI)技术规定(试行): HJ633—2012[S]. 北京: 中国环境出版社, 2012.
    [19] 安林昌, 张恒德, 李凯飞. 降雨天气对大气污染物浓度的影响分析[J]. 气象与环境学报, 2018, 34(3): 58 − 70. doi: 10.3969/j.issn.1673-503X.2018.03.007
  • 加载中
    Created with Highcharts 5.0.7访问量Chart context menu近一年内文章摘要浏览量、全文浏览量、PDF下载量统计信息摘要浏览量全文浏览量PDF下载量2024-052024-062024-072024-082024-092024-102024-112024-122025-012025-022025-032025-040Highcharts.com
    Created with Highcharts 5.0.7Chart context menu访问类别分布DOWNLOAD: 2.2 %DOWNLOAD: 2.2 %HTML全文: 80.5 %HTML全文: 80.5 %摘要: 17.3 %摘要: 17.3 %DOWNLOADHTML全文摘要Highcharts.com
    Created with Highcharts 5.0.7Chart context menu访问地区分布其他: 87.7 %其他: 87.7 %Ashburn: 3.2 %Ashburn: 3.2 %Beijing: 1.1 %Beijing: 1.1 %Fuzhou: 0.4 %Fuzhou: 0.4 %Mountain View: 0.4 %Mountain View: 0.4 %Newark: 0.7 %Newark: 0.7 %Shijiazhuang: 0.7 %Shijiazhuang: 0.7 %XX: 4.3 %XX: 4.3 %北京: 0.7 %北京: 0.7 %广州: 0.4 %广州: 0.4 %深圳: 0.4 %深圳: 0.4 %其他AshburnBeijingFuzhouMountain ViewNewarkShijiazhuangXX北京广州深圳Highcharts.com
图( 3) 表( 5)
计量
  • 文章访问数:  1851
  • HTML全文浏览数:  1851
  • PDF下载数:  19
  • 施引文献:  0
出版历程
  • 收稿日期:  2022-07-27
  • 录用日期:  2022-08-25
  • 刊出日期:  2023-08-20
王桂红, 邵振平. 郑州市降水对大气污染物浓度的影响分析[J]. 环境保护科学, 2023, 49(4): 127-133. doi: 10.16803/j.cnki.issn.1004-6216.2022070046
引用本文: 王桂红, 邵振平. 郑州市降水对大气污染物浓度的影响分析[J]. 环境保护科学, 2023, 49(4): 127-133. doi: 10.16803/j.cnki.issn.1004-6216.2022070046
WANG Guihong, SHAO Zhenping. Analysis of the influence of precipitation on air pollutants’ concentration in Zhengzhou[J]. Environmental Protection Science, 2023, 49(4): 127-133. doi: 10.16803/j.cnki.issn.1004-6216.2022070046
Citation: WANG Guihong, SHAO Zhenping. Analysis of the influence of precipitation on air pollutants’ concentration in Zhengzhou[J]. Environmental Protection Science, 2023, 49(4): 127-133. doi: 10.16803/j.cnki.issn.1004-6216.2022070046

郑州市降水对大气污染物浓度的影响分析

    作者简介: 王桂红(1987—),女,硕士、高级工程师。研究方向:人工影响天气技术。E-mail:409208654@qq.com
  • 1. 周口市气象局,周口 466000
  • 2. 中国气象局河南省农业气象保障与应用技术重点实验室,郑州 450003
  • 3. 河南省人工影响天气中心,郑州 450003
基金项目:
中国气象局河南省农业气象保障与应用技术重点实验室应用技术研究项目(KM201824);河南省科技厅重大科技攻关项目(212102310423)

摘要: 基于2017—2020年郑州市空气质量监测数据和同期地面气象观测资料,采用数理统计方法,分析了郑州市降水对空气质量和大气污染物浓度的影响。结果表明,有降水时的空气质量等级为优和良的频率比无降水时的频率高,且降水量级越大空气质量越好。除SO2外,郑州市其他大气污染物PM2.5、PM10、NO2、O3和CO在降水天气后浓度降低时次占比为42.97%~56.12%,其中PM10浓度降低最明显,CO最不明显。小时降水量越大,污染物浓度降低值越小,PM2.5和PM10在降雨天气后浓度降低时次占比越大,当小时降水量(R)>1 mm时,浓度降低时次占比显著高于升高时次占比,且粒径越大效果越好;SO2没有明显变化规律;NO2和CO变化不大。降水天气前大气污染物浓度越高,降水天气后浓度降低值的范围越大;同时浓度降低时次占比也越大(NO2除外)。在小时降水量较大、大气污染物浓度较高时开展人工增雨作业,可以有效改善空气质量,特别是PM2.5和PM10浓度的降低最为显著。

English Abstract

  • 随着经济社会的迅速发展,工业化、交通运输化和城镇化等对能源的消耗显著增加,城市空气受到了不同程度的污染,大气中的气体污染物(如氮氧化物、硫化物和臭氧等)、固体颗粒物对人类的身体健康和日常生活产生了严重的影响[1-2]。近年来,中国特别是京津冀、长三角和珠三角等重点区域[3-5]的大气环境问题受到了广泛关注。研究表明,在污染源相对稳定的情况下,降水、温度、湿度和风速等气象要素对污染物的稀释、扩散、输送和转化等过程的影响占据了主要地位[6-8]。发生降雨天气时,云内雨滴吸附和云下雨水冲刷作用对大气污染物浓度的影响最为直接,尤其是云下雨水冲刷作用可以有效降低大气污染物的浓度[9-10]。降水天气对空气质量的改善程度与降水量级的大小、降水前大气污染状况也有一定的关系[11]。人工增雨作业是一种人为干预大气降水的科技手段,它通过飞机、高炮和火箭等工具将催化剂携带到可能下雨或正在下雨的目标云中,从而影响局部大气的云物理过程,达到增加降雨量的目的,为农业抗旱、大气污染防治和改善生态环境提供了有力支撑。近年来,它逐渐成为城市大气污染防治的有效手段。作业条件、作业时机和作业部位的选取直接影响着最终的增雨效果[12-14],因此,分析降水与大气污染物浓度变化的关系,可为采用人工增雨手段治理大气污染问题时作业时机的选择提供科学依据。

    郑州市是河南省的省会,位于河南省中部偏北(112°42′~114°14′E,34°16′~34°58′N),下辖 6区5市1县,总面积7 446 km2,总地势为西南高、东北低。属北温带大陆性季风气候,四季分明,多年平均气温15.6 ºC,多年平均降雨量542.15 mm。地处京广线和陇海线交汇处,被人们称为“火车拉来的城市”,是国家重要的综合交通枢纽,同时也是国务院批复确定的中国中部地区重要的中心城市,经济比较发达、人口比较密集,空气质量重度和严重污染现象时有发生。李尉卿等[15]从时空上对郑州市春节期间的大气污染物浓度变化特征进行研究,发现PM2.5和PM10浓度受各种气象因素的直接影响。王桂红[16]和任艳培等[17]对郑州市空气质量变化规律及其与气象要素之间关系进行了研究,指出郑州市空气质量指数与降水量在全年均表现为明显的负相关关系。但是,目前很少有人研究郑州市降水对空气质量的影响规律,故探讨降水以及不同等级降水是如何影响大气中各种污染物浓度的变化就显得非常有意义。本文深入分析郑州市降水与空气质量、大气污染物浓度的关系,可以为人工增雨改善空气质量时作业时机的选择提供理论参考,同时可以指导降水条件下的空气污染等级预报。

    • 空气质量指数(air quality index,AQI)日数据和可吸入颗粒物(PM10)、 细颗粒物(PM2.5)、二氧化硫(SO2)、二氧化氮(NO2)、臭氧(O3)和一氧化碳(CO)6种污染物小时数据来源于中国环境监测总站(http://www.cnemc.cn/),时间范围为2017—2020年。降水日数据和小时数据分别来源于中国气象科学数据共享服务网(http://data.cma.cn)和郑州市地面气象观测站,时间范围为2017—2020年。

      根据《环境空气质量指数(AQI)技术规定(试行):HJ633—2012》[18],AQI是一种定量描述空气质量实际情况的无量纲指数,数值越大,表示空气污染越严重,对人体健康的影响也越大。文献[18]根据AQI大小将我国城市空气质量划分为 6个等级:AQI为0~50,空气质量状况属于优;AQI为51~100,空气质量状况属于良;AQI为101~150,空气质量状况属于轻度污染;AQI为151~200,空气质量状况属于中度污染;AQI为201~300,空气质量状况属于重度污染;AQI>300,空气质量状况属于严重污染。

      气象学上,把降雨和降雪都称作降水。一般按24小时降水量(即日降水量)把降水分为4个主要等级。小雨(雪)、 中雨(雪)、大雨(雪)和暴雨(雪)对应的日降水量标准分别为0.1~9.9 mm(0.1~2.4 mm)、10.0~24.9 mm(2.5~4.9 mm)、 25.0~49.9 mm(5.0~9.9 mm)和>50 mm(>10 mm)。

    • 郑州市2017—2020年逐日AQI值,除去缺测值,共1 377 d,其中降水日数为309 d,无降水日数1 068 d。有无降水时不同空气质量等级出现频率,见图1

      图1可知,有降水时,各种空气质量等级出现的日数占有降水日数的百分比:优17.81%、良59.86%、轻度污染13.92%、中度污染4.85%、重度污染3.24%和严重污染0.32%;无降水时,各种空气质量等级出现的日数占无降水日数的百分比:优1.77%、良48.51%、轻度污染34.08%、中度污染9.08%、重度污染5.62%和严重污染0.94%。有降水时空气质量为优和良的日数出现频率远远高于无降水时,而有降水时空气质量为轻度污染、中度污染、重度污染和严重污染的频率均小于无降水时。由此可知,降水对郑州市大气污染状况改善十分有利。

      为了研究降水量对空气质量的影响,对不同等级的空气质量日数在不同降水量级时出现的频率进行了计算,见表1。在有降水的309 d中,小雨(雪)有236 d,中雨(雪)有45 d,大雨(雪)有20 d,暴雨(雪)有8 d。小雨(雪)时,6个等级的空气质量日数均有出现,但优和良占一半以上,总占比为74.6 %。中雨(雪)时未出现严重污染天气,且质量为优和良的日数出现频率高达84.4 %。大雨(雪)时空气质量只有优、良和轻度污染。暴雨(雪)时空气质量全为优和良。整体上看来,污染等级天气出现的频率随着降水量级的增大而减小,说明降水量级越大,空气质量越好。

    • 为了更好地研究降水对各种污染物浓度的影响,对降水时次后各种污染物浓度变化情况进行了分析,见表2

      降水时次后,郑州市PM10和O3的浓度降低最为显著,降低时次占比超过一半,其中PM10 浓度降低时次占比高达56.12%。降水天气后,PM2.5、NO2和CO这3种污染物浓度降低时次较高,所占比例范围为42.97%~46.43%。SO2 浓度降低时次占比只有26.09%,主要是由于浓度不变时次较高造成的,不变时次高达61.41%。除SO2外,大气污染物在降水天气后浓度不变时次占比为5.95%~15.42%。

    • 降水强度是指单位时间或某一时段的降水量,能够直接反映降水剧烈程度的大小。由2.1降水对空气质量的整体影响研究表明,空气质量状况和降水量级大小有很大的关系。降水强度不同,对大气污染物的清除和冲刷作用不同,较大的风速对大气污染物也有着比较明显的扩散输送作用,且强降水和大风速常常相伴存在。

      对降水时次后,6种大气污染物浓度的变化规律进行分析,见图2

      小时降水量越大,在降水天气后大气污染物的浓度变化值越小,这是因为强降水之前往往已经有持续的弱降水,大气中的污染物经过一段时间的雨水冲刷,已经降到比较低的水平,想要进一步下降就相对比较困难。对不同强度降水对污染物浓度的影响进一步分析表明,见表3

      在降水天气后,PM2.5和PM10浓度降低时次占比随着小时降水量的增加而增加,同时浓度升高时次占比减小。在降水天气后,SO2浓度降低时次占比随降水量等级的增加而稍微增大,例外的是,当小时降水量(R)>5 mm时反而减小显著。NO2和CO降水天气后浓度升高时次、不变时次和降低时次随降水量等级变化不大。O3R≤5 mm时,降水天气后浓度降低时次随着小时降水量等级升高略有减少,而当R>5 mm时浓度降低时次增加比较明显。在各个不同等级雨强中,颗粒物PM2.5、PM10 超过40%的降水时次后浓度降低,尤其是当R>1 mm 时,占比达到一半以上,且PM10比PM2.5降低更为明显。可见在6种大气污染物中,较强降水对颗粒物的清除作用最明显,这种现象随粒径增大而更加明显。在各个降水量级中,降水天气后PM2.5、PM10、NO2、O3和CO 浓度不变时次占比均<20%;而SO2比较特殊,各个降水量级中,降水天气后浓度不变时次占比都>60%,相对较大。

    • 降水天气后降水对各种污染物浓度变化的影响会随着大气污染物初始浓度的不同呈现出一定的规律性。根据污染物浓度的大小,将6种大气污染物划分为6个等级[19],见表4,分析了降水天气后不同等级的大气污染物浓度变化情况。

      研究表明,降水天气前大气污染物PM2.5、PM10、SO2、NO2、O3和CO的初始浓度越高,降雨天气后浓度降低值的范围越大,而增加值的范围越小,见图3

      同时浓度降低时次占比也越大(NO2除外),见表5

      降水天气前大气污染物浓度越高,PM10在降水天气后浓度升高时次占比越少,而PM2.5和O3浓度升高时次占比无明显变化规律,这可能是由于降水天气后这两种污染物浓度不变时次占比无明显变化规律的缘故。降水天气后,不同初始污染物等级中,NO2浓度升高、不变、降低时次占比无显著变化规律。降水天气后SO2和CO浓度升高时次和降低时次占比均随着降雨天气前大气污染物浓度的升高而增加,主要是由于降水天气后浓度不变时次占比降低的缘故。SO2在浓度较低的第一级中,降水天气后浓度不变时次占比较大,高达82.10%,这种现象有可能是因为SO2 浓度值较低,而观测浓度不够精确,从而对SO2浓度的变化反应不太敏感。

    • (1)有降水时空气质量等级为优和良的频率比无降水时的频率高,而无降水时其他污染等级的空气质量频率均大于有降水时的,可见降水有利于优良等级的空气质量出现,且降水量级越大空气质量越好。

      (2)除SO2外,郑州市其他5种大气污染物在降雨天气后浓度降低时次占比为42.97%~56.12%,且降雨天气后PM10 浓度降低时次占比最大,CO浓度降低时次占比最小。SO2浓度不变时次占比最高。

      (3)小时降水量越大,在降水时次后大气污染物浓度的变化量越小,其中颗粒物PM2.5和PM10浓度降低时次占比越大,浓度升高时次占比越小,当小时降水量(R)>1 mm时,浓度降低时次占比显著高于升高时次占比,说明雨量较大时降水可以明显降低颗粒物的浓度,且粒径越大效果越好;SO2由于不变时次占比较高,没有明显变化规律。在各个等级降水中,污染物NO2和CO在降雨天气后浓度升高时次、不变时次和降低时次占比变化不大。所以,在小时降雨量较大时开展人工增雨作业可以有效降低颗粒物PM2.5和PM10的浓度。

      (4)降水天气前大气污染物PM2.5、PM10、SO2、NO2、O3和CO的初始浓度越高,降雨天气后浓度降低值的范围越大,而增加值的范围越小;同时浓度降低时次占比也越大(NO2除外)。可见,在大气污染物浓度较高时开展人工增雨作业,对于改善空气质量效果比较明显。

    参考文献 (19)

返回顶部

目录

/

返回文章
返回