黄河流域空气质量时空分布及影响因素分析

本文基于2015—2018年空气质量监测数据,研究了黄河流域空气质量的时空变化特征,量化分析了影响黄河流域空气质量空间分布的主要因素。结果表明:(1)2015—2018年,黄河流域空气质量总体趋于改善,除O3-8h外,PM2.5、PM10等污染物浓度均不同程度下降;(2)空气质量不达标天数未有明显减少,以O3-8h为首要污染物的持续时间明显延长,并且污染天数与PM2.5的差距逐渐缩小;(3)PM2.5、PM10浓度呈现东高西低的分布格局,O3-8h污染区域逐渐扩大并呈持续连片分布,热点城市主要分布在流域下游,冷点城市主要分布在流域上游;(4)平均气温、平均风速、人口密度和城镇居民人均可支配收入是影响PM2.5空间分布的主要因素;地形起伏度、降水量、平均气压和人口密度是影响PM10空间分布的主要因素,累积解释率为65.9%;平均气压、地形起伏度、日照时间和平均风速是影响O3-8h空间分布的主要因素。     

龙华新区灰霾污染特征研究

根据龙华新区2个空气监测站2012年监测数据、气象数据以及不同污染源的排放数据,分析龙华新区空气质量现状,灰霾日数与PM2.5和PM10的相关性,并通过AERMOD模型着重探讨PM2.5和PM10的污染特征,计算不同污染源对PM2.5和PM10浓度的贡献率。结果表明,灰霾日数和PM2.5、PM10浓度均表现为明显的季节性变化,变化趋势较为一致,且灰霾日数与PM2.5的相关性较PM10更显著。龙华新区PM2.5和PM10主要来自本地源,其中PM2.5的主要来源为机动车尾气和道路扬尘,而PM10的主要来源为施工项目和裸地。     

毕节市区大气污染特征及影响因素分析

根据毕节市2015年大气污染物浓度和气象因子的监测数据,分析了毕节市区大气污染物SO_2、NO_2、PM10、PM2.5、CO及O_3浓度的月、季和年平均变化特征及其影响因素,并对大气污染物浓度之间以及大气污染物浓度与气象因子之间的相关性进行了分析。结果表明:(1)毕节市区2015年空气质量总体良好,空气质量优良天数占95.1%,主要大气污染物为PM10和PM2.5;(2)大气污染物SO_2、PM10、NO_2、PM2.5、CO的月浓度都呈"V"型单谷变化趋势,而O_3的月浓度则为单峰变化趋势;大气污染物SO_2、PM10、NO_2、PM2.5、CO浓度的季节变化为冬季最高、夏季最低,O_3浓度的季节变化则为春季最高、冬季最低,且季节之间的差异性显著(p0.05);大气污染物PM10和PM2.5的年平均浓度分别超过我国《环境空气质量标准》(GB 3095—2012)中一级标准年平均浓度限值的18.2%和112.4%,SO_2和NO_2的年平均浓度均未超过国家一级标准的年平均浓度限值;(3)大气污染物SO_2、NO_2、CO浓度与颗粒物PM10、PM2.5浓度之间两两呈极显著正相关性(p0.01),其与O_3浓度之间呈极显著负相关性(p0.01);PM2.5浓度与PM10浓度之间呈极显著正相关性,而PM2.5浓度与O_3浓度之间呈显著负相关性,多元线性回归分析得出PM2.5浓度与其他大气污染物浓度之间的拟合方程为:PM2.5=2.718+0.130SO_2+0.747PM10+0.255NO_2-0.077O_3+0.678CO;(4)气压与大气污染物SO_2、NO_2、CO、PM10浓度之间呈显著正相关性,其与O_3浓度之间呈极显著负相关性;温度除与O_3浓度之间呈极显著正相关性外,与其他大气污染物浓度之间呈显著负相关性,且其与O_3浓度的相关性系数最大(r=0.501),说明温度对O_3浓度的影响较大;相对湿度除与CO浓度之间无显著相关性外,与其他大气污染物浓度之间均呈显著性负相关性;风速与O_3浓度之间呈极显著正相关性,其与其他大气污染物浓度之间均呈极显著负相关性。     

厦门市环境空气污染时空特征及其与气象因素相关分析

利用2014年3月—2015年2月厦门市18个监测站点实测数据,运用GIS技术、相关分析以及统计分析等方法,进行空气质量指数(AQI)及其污染因子的时空分析,结合厦门市土地利用分类专题图和主要重工业企业分布图进行厦门市环境空气质量状况污染源的分析.结果表明:厦门市首要污染物为PM10,其天数占全年的48%,PM2.5紧随其后占到36%;厦门市空气质量较好时间段主要集中在夏季,其中7月份是厦门市空气质量最好的月份,而厦门市秋冬两季的空气质量较差;AQI与温度相关系数达-0.813,具有极显著负相关性(p0.01),与气压相关系数达0.835,具有极显著正相关性(p0.01),而与风速和相对湿度气象因素相关性都不显著(p0.05);PM2.5、PM10、SO2、NO2、O3污染因子存在明显的空间分布差异,海沧区和集美区南部的空气污染比厦门其他地方明显更为严重;从土地利用图和主要重工业企业的分布图可以看出,污染最为严重的地区土地利用类型主要是建筑用地,而且这些地区还分布着许多钢铁厂和发电站.     

室内PM_(2.5)污染调研报告:室内PM_(2.5)吸入量占八成

<正>4月22日,清华大学发布首个室内PM2.5污染公益调研报告.结果显示,相对于室外PM2.5污染,室内PM2.5污染对人的影响更显著,室内PM2.5吸入量为室外的4倍.调研还发现,办公室的空气质量优于家中.该调研共获得407名志愿者累计11万h的室内PM2.5数据.室内PM2.5吸入量占八成调研结果显示,在采样时间段内,北京室内平均PM2.5浓度为82.6μg/m3,属于轻度污染水平,且约有三分之一的时     

渝北区环境空气质量现状及污染原因分析

本文采用综合污染指数法和空气质量指数法对2014年重庆市渝北区的主要空气污染物(SO2、PM10、NO2、O3、CO、PM2.5)的现状监测值进行了评价。结果表明:对照环境空气质量标准,2014年城区内SO2、NO2均符合国家空气质量二级标准,PM10、PM2.5测定值均超标。污染物浓度时空分布不均匀,冬春季浓度较夏秋季高,出现明显的季节特征;空间分布上,两路空气质量优于空港。2014年渝北区环境空气中大部分污染物浓度均低于2013年和主城平均浓度,环境空气质量综合污染指数呈现下降趋势。2014年渝北区空气质量优良天数255天,高于2013年和主城优良天数,影响渝北区空气质量的首要污染物为PM2.5,其次为PM10、O3-8h、NO2。渝北区的环境空气污染主要受城市建设、产业结构、气象条件、交通尾气的影响。     

西安市2013年空气质量状况分析

本文收集西安市2013年环境监测站发布的空气质量指数（AQI）及环境空气状况与监测月报资料,对空气质量等级、AQI变化情况、主要污染物浓度变化趋势及采暖期和非采暖期浓度比较进行分析.研究结果表明：西安市2013空气质量二级以上的达标率为37.8％,年均AQI值为151,SO2、NO2、PM10和PM2.5的月监测浓度变化趋势无显著意义,采暖期平均浓度均显著高于非采暖期平均浓度,PM2.5采暖期均值是非采暖期均值的3.09倍.由此可见控制SO2、NO2、PM10和PM2.5的排放是改善西安市空气质量的重点工作.     

嘉兴市春节期间烟花爆竹燃放对大气污染物分布特征的影响

为研究春节期间烟花爆竹的燃放对嘉兴市空气质量的影响,利用2015年春节期间嘉兴市3个监测站点的常规污染物(PM10、PM2.5、SO_2、NO_2、CO)和南湖区残联站的有机碳(OC)和元素碳(EC)数据,分析了烟花爆竹对嘉兴市不同功能区和不同空气质量条件下大气污染物的污染特征的影响.结果表明:春节烟花爆竹燃放显著影响PM10和PM2.5的浓度,残联站、清河小学和北部站在23日00∶00达最高值,PM10浓度分别为190、263和147μg·m~(-3),是非春节期间的2.2、2.8和2.1倍,PM2.5浓度分别高达156、158和78μg·m~(-3),是非春节期间的2.6、2.2和2.2倍.烟花爆竹燃放对污染气体的影响存在差异,对CO和SO_2的浓度影响较大,对NO_2和O_3的浓度影响较小.烟花爆竹燃放对嘉兴市老城区大气污染物的影响最大,其次是新城区,对工业区影响最小.污染源减排对大气污染物的影响比较大,2013—2015年嘉兴市春节期间大气污染物浓度(PM10、PM2.5、SO_2、NO_2、CO)整体要低于非春节期间,平均降幅在6.8%~46.1%之间.二次生成物O_3在春节期间的浓度均要高于非春节期间,增幅为20.1%~22.1%.不同空气质量条件下烟花爆竹的燃放对大气污染物的影响不同.     

胶东半岛城市空气质量及其与气象要素的关系

以威海市为代表,利用其环境空气质量数据和气象资料,结合SURFER软件,对胶东半岛空气质量特征及其与气象要素的关系进行了分析。结果表明:胶东半岛空气质量总体优良,影响空气质量的主要污染物为细颗粒物(PM2.5),其次为可吸入颗粒物(PM10),PM2.5对PM10的贡献显著。秋冬季节空气质量相对较差,夏季则较好。在空间分布上,各类污染物的浓度高值主要集中在耗煤量较大的企业周边及人类活动较为集中的地区,如火车站、汽车站等,而其他地区的污染则相对较轻。在各类气象要素中,降水量﹑湿度﹑风速和气温与空气质量的相关性依次减小。气象要素对空气质量的影响不是单一的,而是多个因素协同作用的结果。     

云南宣威燃煤室内可吸入颗粒物质量浓度变化特征

应用中流量采样器TSP-PM10-PM2.5对我国肺癌高发区宣威地区6个乡村19家农户进行采样,运用滤膜称重法来分析不同燃料类型室内及相应室外的大气颗粒物质量浓度特征.结果显示,各村庄室内、室外PM10质量浓度比值(I/O)变化范围为1.74~2.87,说明室内PM10污染主要由室内污染源引起;做饭时段室内PM10污染比其他时段严重,尽管烟囱可以将大量的污染物排出室外,但室内颗粒物的质量浓度依然较高.室内PM10质量浓度依燃料类型从高到低依次为块煤用户>型煤用户>燃柴用户>用电用户,室内PM2.5质量浓度依燃料类型从高到低表现为块煤用户>燃柴用户>用电用户;块煤、型煤用户的室内PM10的质量浓度平均值(442.49μg/m3、399.14μg/m3)超过国家室内空气质量标准日均值150μg/m3,污染严重;燃柴和用电用户室内PM10的质量浓度平均值(145.50μg/m3、119.91μg/m3)低于国家室内空气质量标准日均值150μg/m3,污染较轻.块煤用户PM2.5质量浓度日均值(132.58μg/m3)超过2012年2月29日环境保护部发布的环境空气质量标准二级标准75μg/m3,而燃柴和用电户PM2.5的质量浓度(55.24μg/m3、65.02μg/m3)均低于环境空气质量标准二级标准75μg/m3,说明块煤用户室内细颗粒污染较重,用电和燃柴用户室内细颗粒物污染相对较轻.     

大气细颗粒物控制对我国城市居民期望寿命的影响

收集我国2013年74个环保重点城市的细颗粒物(PM2.5)浓度.采用《全球疾病负担2010》提供的PM2.5与4种主要疾病死亡率的暴露反应关系系数,构建74个城市的城区居民寿命表,评估PM2.5造成的期望寿命损失和不同PM2.5控制目标对居民期望寿命的影响.结果显示,2013年我国74个城市的PM2.5污染可使居民期望寿命减少1.48岁;如果PM2.5年均水平降低10%、25%,可分别使期望寿命增加0.05岁和0.15岁;若进一步降低,达到国二标准、国一标准和世界卫生组织的空气质量指导值水平,可使期望寿命分别增加0.42岁、1.04岁和1.26岁.本研究提示,大气PM2.5污染是决定我国城市居民期望寿命的重要因素,降低PM2.5浓度可显著增加居民的期望寿命.     

公共场所室内可吸入颗粒物的污染特征

为了解学校室内可吸入颗粒物的污染特征及同时间段内与相应室外大气浓度的关系,对学校图书馆室内外PM2.5和PM10进行了质量浓度监测,并且分析和讨论了影响室内空气质量的因素.结果显示,室内PM2.5和PM10的浓度范围分别为16.7～403.5 μg/m3和33.3～537.0 μg/m3,室内可吸入颗粒物中细颗粒物占主要部分,并且PM2.5质量浓度与PM10质量浓度趋势基本一致.室外可吸入颗粒物质量浓度明显影响室内颗粒物的浓度值,而室内使用空气转换装置和及时的清洁有助于降低室内可吸入颗粒物的浓度.     

春节期间黔江区污染物浓度变化特征及相关影响因素研究

利用2015年春节期间黔江城区主要污染物(PM_(10)、SO_2、NO_2、PM_(2.5))自动监测数据,分析了燃放烟花爆竹对空气质量的影响。结果表明:黔江区城区春节期间集中燃放烟花爆竹造成了环境空气短时间严重污染;对空气中不同污染物浓度的影响存在差异,PM10污染最为严重;气象条件是影响春节期间空气质量的关键因素。     

济南市春季大气颗粒物污染研究

对济南市2005年春季大气颗粒物中PM10、PM2.5和细颗粒物中的黑碳气溶胶的浓度水平、时间分布和日变化进行了观测,并结合气象资料对变化特征进行综合分析,探讨了PM10,PM2.5和黑碳的相对含量以及对能见度的影响等.研究结果表明,PM10和PM2.5平均浓度分别为242.5μg·m-3和109.4μg·m-3.与我国空气质量二级标准PM10日均值150μg·m-3和美国国家空气质量PM2.5日均标准65μg·m-3相比,超标率分别达到80.77%和84.61%,污染较严重;监测期间PM2.5/PM10的平均值为0.456.在PM2.5中,黑碳气溶胶平均质量浓度为5.39μg·m-3,占PM2.5的5.06%,日浓度变化呈双峰型.在监测时间内,污染物浓度与温度无明显的相关性;与相对湿度呈弱正相关;与风速呈明显的负相关关系.降水对PM10、PM2.5和黑碳的清除作用较为显著.PM10、PM2.5和黑碳浓度与能见度均呈负相关,相关系数(r)分别为-0.633、-0.695和-0.704,细颗粒物是影响能见度的主要因素.     

北京地区冬春PM2.5和PM10污染水平时空分布及其与气象条件的关系

北京2012~2013年的冬春多次出现雾霾天气,可吸入颗粒物(PM10)污染严重.而PM2.5作为PM10中粒径较小的部分,在PM10中所占比重越高,污染越严重.因此,本研究选取了能够覆盖北京所有区县的30个PM2.5和PM10的质量浓度监测点,对该地区的PM2.5和PM10污染特征进行分析,确定其空间差异特征和时间性变化特征.普通克里格插值(Original Kriging)法得到的北京地区冬、春季颗粒物浓度分布图显示,颗粒物浓度从北部山区到南部地区逐渐递增,在中心城区处,西部高于东部,且局部地区存在一定的城乡差异.颗粒物浓度月变化曲线呈单峰单谷型,1月最高,4月最低;逐日变化反映了PM2.5和PM10浓度具有较好的相关性,且受气象条件影响显著;日变化呈双峰趋势.本文选取日平均气温(℃)、相对湿度(%)、风速(风级)、降水量(mm)等气象因子,利用Spearman秩相关分析研究各个气象因子对大气PM2.5和PM10浓度的影响.北京冬季PM2.5和PM10的质量浓度分别与气温、相对湿度正相关,与风速负相关,风速和相对湿度是影响污染物质量浓度分布的主要因素.     

中国PM2.5跨区域传输特征数值模拟研究

基于CAMx空气质量模型的颗粒物来源追踪技术(PSAT)定量模拟了全国PM2.5及其化学组分的跨区域输送规律,建立了全国31个省市(源)向333个地级城市(受体)的PM2.5及其化学组分传输矩阵.基于此传输矩阵,从区域、省、城市3个空间尺度解析了PM2.5及其主要组分,包括一次PM2.5、硫酸盐、硝酸盐和铵盐的空间来源.结果表明,跨区域传输对重点区域、省及京津冀典型城市的PM2.5污染均有显著贡献,其中京津冀、长江三角洲、珠江三角洲区域及成渝城市群PM2.5年均浓度受区域外省市的贡献分别达到22%、37%、28%、14%;海南、上海、江苏、浙江、吉林、江西等省PM2.5年均浓度受省外源贡献超过45%;北京、天津、石家庄PM2.5年均浓度受省外源影响分别达到37%、42%、33%.     

烟花禁燃对南京市春节期间PM2.5及其组分的影响研究

对2014年、2015年两年春节期间南京市空气质量监测数据进行分析,探讨禁止燃放烟花爆竹规定实施前后空气质量变化情况.结果表明:烟花爆竹燃放使得空气质量达重污染,且空气中的PM2.5质量浓度迅速上升,出现局地短时间峰值,同时会使PM2.5中的水溶性离子组分含量也急剧升高,其中与烟花爆竹主要成分基本一致的SO2-4、Cl-、K+和Mg2+攀升迅速;禁止燃放烟花爆竹对空气质量改善有显著作用,2015年春节禁燃后,南京市空气质量均达标率同比上升4成以上,春节期间PM2.5平均质量浓度,同比改善56%;PM2.5中的水溶性离子组分也基本处于正常监测范围,较少出现波动.     

关中地区城市空气质量特征及影响因素分析

本文对陕西省关中地区33个城市环境空气质量自动监测站点2015年全年的监测数据进行统计和研究,讨论了关中城市空气质量特征和主要影响因素。结果表明,关中地区城市间空气质量具有密切的相关性和整体性,影响关中城市群全年空气质量最主要的污染因子是可吸入颗粒物(PM10)和细颗粒物(PM2.5),首要污染物呈现出显著的季节变化规律。人类活动、气象因素以及地形特征是造成关中地区空气质量现状的主要原因。     

西安市商场建筑室内外颗粒物污染状况调查

为了解西安市商场建筑室内外颗粒物的污染状况,采用德国Grimm气溶胶光谱仪对该市10家商场的室内外颗粒物浓度进行测试。结果发现,10家商场室内外PM10和PM2.5浓度都不同程度超过了相关标准规定的浓度值,PM10和PM2.5的室内超标率分别为66.4%和71%,室外超标率分别为73.8%、71.6%。室内外颗粒物浓度I/O比值均小于1,出现(I/O)PM10<(I/O)PM2.5<(I/O)PM1.0的规律。同时,室内可吸入颗粒物主要以对人体伤害较大的细颗粒物为主。     

贵州农村冬季不同燃料燃烧产生的室内外PM_(2.5)研究

为了解贵州农村家庭冬季不同燃料燃烧产生的室内外PM2.5污染状况及其产生与变化规律,2011年11月～2012年2月间选择燃煤村寨水城县A村、烧柴村寨从江县B村和沼气推广示范村寨贵阳市乌当区C村各1户,每户设置厨房、卧室和室外3个监测点,进行连续5天PM2.5小时浓度和日均浓度的监测。结果表明:贵州农村室内因冬季燃烧不同燃料,产生的PM2.5浓度水平差异较大,但3户室内外空气中PM2.5的浓度大部分高于GB 3095—2012《环境空气质量标准》中PM2.5日均浓度限值75μg/m3,其中燃煤的A村室内PM2.5的浓度水平最高;厨房PM2.5的浓度,燃煤的家庭>燃柴的家庭>燃沼气的家庭,表明沼气是相对最为清洁的能源;而厨房与卧室相比,燃煤家庭和燃柴家庭厨房PM2.5平均小时浓度均高于卧室的PM2.5平均小时浓度,表明厨房应是室内主要的因燃料引起的环境空气污染区域;B村室外环境空气中PM2.5日均浓度高于其卧室中PM2.5日均浓度,表明除燃料燃烧本身引起的室内环境空气污染外,改善室外环境空气质量也是不容忽视的重要方面。