福建省区域空气质量监测点位布设研究

近年来,随着经济快速发展,区域性大气污染问题频频发生。而目前以城市尺度和常规污染物为监测指标的空气质量监测网络已不能满足监控和研究我国大气复合污染的需要。建立区域空气质量监测网络已经成为目前我国大气污染控制与空气质量管理迫切需要解决的问题。文章结合空间相关分析思想与国家技术规范,建立区域空气质量监测点位布设方法,该方法分别考虑常规污染物、区域特征污染物、同时考虑常规、区域特征污物和考虑不同污染物权重等4种方案,开展福建省区域空气质量监测点位布设研究。结果表明,该方法能够成功应用于区域空气质量监测点位的优化布设,与仅考虑常规污染物和仅考虑区域特征污染物的优化结果相比,同时考虑常规、区域特征污染物的方案三优化结果的空间代表性更好,更能满足监测目标与点位布设的有关要求。     

2018~2020年北京市交通监测站点大气污染特征分析

基于北京市34个空气质量监测站点收集的5种主要污染物浓度（NO₂、CO、O₃、PM_2.5、PM₁₀）数据,对2018~2020年北京市5个交通站点污染物浓度进行分析,并与11个城市评价站点及2个背景点（密云水库、定陵）进行对比.结果表明：（1）3a间各污染物浓度年际变化总体呈下降趋势,除PM₁₀外,交通站点各污染物浓度降幅均大于城市评价站点.2020年交通站点NO₂降幅最大,比2018年下降了31.37%.除个别时期外,5种污染物浓度在交通站点比城市评价站点普遍高出3%~50%.且以NO₂最为突出.（2）2018~2020年各监测站点不同污染物浓度的季节变化特征表现不同.O₃夏季高、冬季低,最高值出现在2018年6月;其余4种污染物浓度基本表现为冬季高、夏季低;2018年3月受沙尘及不利气象条件影响,污染物浓度出现了极高值.（3）为研究新冠肺炎疫情对交通污染排放的影响,比较了5种污染物的浓度变化.与2019年同期相比,疫情后三个阶段的NO₂下降最为显著.交通站点NO₂、CO、PM_2.5平均降幅比城市评价站点高出了4.81%、10.21%、4.38%.     

重点区域环境空气质量监测方案与评价方法探讨

我国区域性大气污染问题频频发生,成为当前亟待解决的重大环境问题。区域联防联控工作需要建立相应的区域空气质量监测体系和评价方法,这对已有的监测体系提出了新的要求。在区域监测体系中需要增加臭氧、细粒子等区域性污染物及其前体物的监测,同时设立区域监控点使监测网络覆盖面由城市建成区拓展到广大近郊及农村地区。采用移动式柱浓度监测和卫星遥感监测等多样化监测手段结合超级空气站来增强区域综合监测和源解析能力。在区域内搭建监测信息共享平台和实时发布机制并建立区域空气质量预警预报系统。建立区域内统一的质量管理和质量控制方案,城市监测点质控工作由所在省市管理,区域监控点质控工作由国家统一直管。采用分区分层次的区域空气质量评价方法,评价因子包括所有六项监测指标。     

基于CMAQ空气质量模型研究机动车对济南市空气质量的影响

为研究济南市机动车排气对城市区域空气质量的影响,利用环境空气质量监测站点（简称"1号站点"）和路边机动车尾气监测站点（简称"2号站点"）的在线数据,以及基于4种模拟情景的CMAQ空气质量模型预测数据,研究了济南市城市区域大气污染物质量浓度变化规律及不同机动车车型对6种常规大气污染物的贡献.结果表明:①在采暖季,1号站点ρ（PM_2.5）、ρ（PM₁₀）、ρ（NO₂）、ρ（CO）、ρ（O₃）和ρ（SO₂）月均值分别为435 μg/m3、702 μg/m3、84.2 μg/m3、6.8 mg/m3、4.5 μg/m3和92 μg/m3.②2015年12月24日（灰霾天）,1号站点ρ（CO）、ρ（PM_2.5）和ρ（PM₁₀）均明显升高,ρ（SO₂）、ρ（O₃）和ρ（NO₂）均变化不明显.2个监测站点中ρ（NO₂）和ρ（PM₁₀）均呈双峰趋势,2个峰值出现的时间与上、下班高峰期基本一致.除ρ（O₃）和ρ（SO₂）达GB 3095-2012《环境空气质量标准》二级标准外,其他污染物均超过GB 3095-2012二级标准限值,采暖季大气污染特征为颗粒物型污染.③机动车对研究区域NO₂和PM₁₀贡献率较大,其中,小型车对CO、NO₂、PM₁₀和PM_2.5贡献率最大,其贡献率分别为85.7%、50.1%、53.4%和52.8%.机动车排放源能降低空气中ρ（O₃）,其总贡献率为-25.5%,其中大型车、中型车、小型车对O₃的贡献率分别为-8.8%、-2.7%和-8.9%.灰霾天下不同机动车车型对空气中污染物质量浓度的总贡献率均比采暖季大.研究显示,济南市采暖季大气污染特征为颗粒物型污染,机动车排放源对空气中NO₂和PM_2.5有较大贡献.      

被动采样法观测研究京津冀区域大气中气态污染物

为了对京津冀区域的大气污染物进行观测,揭示污染物浓度和组分的时空分布和变化规律,深入了解区域复合型污染,从2007年12月开始使用造价低、操作简捷的被动采样方法对区域10个站点大气中的SO2、NO2、O3和NH3等主要污染物进行了监测,对被动采样方法的区域适用性进行了比较全面的评估并根据监测结果对污染物的浓度水平和区域分布进行了研究.方法适用性评估表明被动采样方法在污染较严重的京津冀区域能进行长时间采样,采样频率设定为每月1次;平行采样结果显示,SO2、NO2、O3和NH3的变异系数分别为6.4%、7.1%、4.2%和3.9%,方法表现出良好的稳定性;每月1次的被动采样浓度结果与主动采样仪器观测结果月平均值相比具有较好的一致性,SO2、NO2和O3这2种方法监测结果的相关系数达到0.91、0.88和0.93,拟合曲线斜率分别为1.25、0.98和0.93,平均相对标准偏差分别为23.3%、14.9%和8.5%,能基本满足大气采样的要求,NH3的短时监测也表明2种方法具有可比性.评估结果说明被动采样方法是一种可靠的大气污染监测方法,可用于区域污染的监测.2008年夏季京津冀区域10个站点SO2、NO2、O3和NH3的被动采样平均浓度分别(12.3±6.3)×10-9、(13.2±7.0)×10-9、(40.5±9.5)×10-9和(24.0±13.7)×10-9.浓度区域分布显示SO2和NO2在城市站点具有较高浓度,而NH3在农业站点的浓度较高,SO2、NO2和NH3的大气浓度水平明显受局地排放影响,浓度分布较直观的反应了站点的局地源排放;而O3除了背景站兴隆,在北京和天津周边的大小城市,平均浓度都在40×10-9左右,表现出区域协同污染特征.     

基于监测及Kriging方法的京津冀地区大气污染物暴露分布研究

为了实现充分利用已有环境监测站点数据进行人群精细化暴露评估的目的,同时解决某些待测人群社区周边无监测站点时数据的选择问题,以保定市作为大气高污染研究城市,基于现场监测和Kriging（克里金插值）空间分析方法,明确了在研究大气污染物人群暴露时,某一个固定监测站污染物数据的代表性问题.研究表明:对于大气中φ（SO₂）、φ（NO₂）、颗粒物及其组分,空气质量监测点位的代表性一般为5~6 km;对于φ（CO）、φ（O₃）和φ（VOCs）,它们在城市不同地区的空间分布更为均匀,空气质量监测点位的代表性范围更大.通过使用Radial Basis Functions（径向基函数,RBF）、Local Polynomial Interpolation（局部多项式插值,LPI）、Inverse Distance Weighting（反距离权重插值,IDW）、Kriging、Kernel Smoothing（内核平滑插值,KS）和Diffusion Kernel（内核扩散插值,DK）等6种空间分析方法对大气污染物浓度进行预测发现,Kriging方法对大气污染物浓度预测时可使预测值和实测值间的偏差小于10%,准确度最高.因此,在进行某城市某点位的污染物人群暴露浓度预测时,若该点位周边5 km以内有空气质量监测点位,则可用该点位的监测值代替;若5 km以内没有空气质量监测点位,则可基于最近监测点位的污染物浓度进行Kriging空间插值,从而获得该点位的污染物暴露水平.      

沈阳空气质量对到达地面太阳辐射的影响分析

利用沈阳国家基本气象站1961~2017年气象观测数据和沈阳市2013~2017年逐日空气质量监测数据,研究了沈阳市太阳辐射与空气质量变化特征,及空气质量对到达地面太阳辐射的影响.结果表明：20世纪90年代之后沈阳市太阳总辐射“变亮”与日照增多、大气清洁度增加有关,与总云量、水汽压基本不存在线性相关关系.太阳辐射与空气质量的季节特征相反,太阳总辐射总体为春夏季和初秋强、深秋和冬季弱,而SO₂、NO₂、CO、PM₁₀、PM_2.5质量浓度以及AQI指数为春夏季和初秋低、深秋及冬季高.在气象因子差异不大的情况下,空气质量情况是影响太阳辐射偏强或偏弱的关键因素,SO₂、NO₂、CO、PM₁₀、PM_2.5质量浓度偏低是沈阳2017年太阳总辐射、直接辐射异常强的主要原因之一.晴天情况下,沈阳空气质量三级较二级情况下太阳总辐射平均衰减了10%,直接辐射平均衰减了18%.12月下旬的晴天严重污染日,空气污染可导致直接辐射减少67%,总辐射减少34%.PM_2.5的削光作用更为明显,PM_2.5为首要污染物的晴天平均太阳直接辐射衰减明显大于以SO₂和PM₁₀为首要污染物的情况,虽然PM_2.5为首要污染物时的日平均散射辐射大于PM₁₀为首要污染物的情况,但不足以补充其对直接辐射的衰减,进而导致总辐射衰减.     

北京市PM10自动监测网络优化研究

以北京市26个PM10监测站点2007-07-01～2008-06-30的监测数据为基础,应用正矩阵因子分析法将这些监测站点划分区域,使得每个区域具有独特的季节变化特征,并依据各类区域的去除偏差识别冗余信息站点,优化监测网络.结果表明,北京市PM10监测网络包括10个具有独特季节变化特征的区域.通州、延庆、密云水库、房山良乡和平谷世纪广场为5个独立区域;丰台花园、丰台云岗、门头沟滨湖广场、海淀北部新区和石景山古城5个西部站点为一个区域;东城东四、东城天坛、西城官园、西城万寿西宫、朝阳奥体中心、朝阳农展馆和顺义站点构成一个区域;南部站点大兴亦庄开发区、大兴黄村和大兴榆垡为一个区域;密云奥林匹克广场和怀柔站点为一个区域;西北部站点海淀香山、昌平定陵、海淀万柳和昌平镇站归为一个区域.每个区域PM10在2007～2008年具有独特的季节变化特征,PM10浓度由北向南逐渐升高.根据去除标准,设置2种PM10监测网络优化方案.方案1以监测网络不确定度为去除标准,12～18个站点即可完全代表26个站点的监测信息;方案2以2倍不确定度为去除标准,各典型月份需要保留的站点数目为10～13个.     

辽宁省城市交通干道空气环境质量现状及对策

交通干道两侧的环境空气直接受到机动车排放污染物的影响,交通干道环境空气质量监测是评估城市机动车污染排放程度的有效方法。选取辽宁省部分重点城市开展了道路空气质量监测,通过特征污染物的监测结果,对交通干道空气质量进行了分析评价。同时针对道路空气质量监测中存在的问题,就减轻交通干道环境空气污染提出相应的对策和建议。     

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。     

中国环境监测总站内蒙古生态监测分站介绍

2009年12月25日,环保部复函批转了《中国环境监测总站转型发展纲要》,纲要提出,加强“天地一体化”的生态环境监测与评价技术研究,推动国家生态环境监测网络建设,在重要生态功能保护区和典型地区7—9个有条件的环境监测站加挂总站生态环境监测分站牌子,开展遥感与地面监测相结合的生态监测。2010年5月底长沙会议提出,将全面启动能力评价和筛选工作,力争在今明年选出一批挂牌。本文详细介绍了争取加挂总站生态监测分站的内蒙古生态监测分站情况。     

我国典型城市PM_(2.5)空间分布均匀性分析

随着空气质量新标准的实施,从2013年开始我国部分城市先期开展了PM2.5的例行监测,从中选取不同区域的典型城市,分析了PM2.5在环境中的分布情况。分析结果表明:典型城市PM2.5日均值相对标准偏差(RSD)范围为13%~26%,平均值为18%;我国南方城市PM2.5空间分布均匀性优于北方城市,北方城市冬、春季节PM2.5分布的均匀性较差,南方城市夏季PM2.5分布的均匀性较差;PM2.5的空间分布均匀程度与PM10接近,但明显优于其他气态污染物。综合分析认为,目前我国国家监测网内PM2.5监测点位的代表性能够满足城市空气质量监测与评价工作需要。     

基于长短期记忆网络-卷积神经网络(LSTM-CNN)的北京市PM2.5浓度预测

准确预测PM_2.5浓度可以有效避免重污染天气对人体带来的危害。现有方法往往重视本地历史信息对PM_2.5浓度预测的影响,而忽略空间传输的作用。提出了一种长短期记忆网络和卷积神经网络(LSTM-CNN)相结合的方法,利用历史PM_2.5浓度数据、历史气象数据和时间数据,对空气质量监测站未来6 h PM_2.5浓度做出预测。该模型主要由2部分组成:1)基于长短期记忆网络的时序预测模型,模拟本地因素对PM_2.5浓度预测的影响;2)基于一维卷积神经网络的特征提取模型,模拟周边地区污染物的传输与扩散对PM_2.5浓度预测的影响。随机选取了北京市市区及郊区7个监测站在2014-05-01—2015-04-30期间的数据,用于研究和评估LSTM-CNN模型。结果表明:提出的LSTM-CNN模型相比于LSTM模型具有更好的预测效果,且对于郊区站点预测效果的改进略优于市区站点。     

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。     

基于气象相似准则的城市空气质量预报模型

为提高城市空气质量预报准确率,文章在传统BP神经网络的基础上提出了基于气象相似准则的样本优化方法,建立了三层样本筛选优化机制,确定了阀值及权重矩阵,从而建立了城市空气质量动态预报模型。将模型应用在广州8个空气质量监测站点的预报上,并与传统的BP神经网络空气质量预报模型进行了对比分析,效果良好。分析结果表明,广州8个空气质量监测站点的SO2、NO2、PM10/2.5的实测值与预报值的平均绝对误差分别为0.016 mg/m3、0.014 mg/m3、0.020 mg/m3,级别预报准确性评分分别为89.6、92.6和84.6,预报准确度综合评分达81.6,并且比传统神经网络模型具有更高的预报精度。     

北京市海淀区NO_2污染特征及气象要素关系分析研究

利用2006年-2009年北京市环境保护局海淀区香山站、万柳站和北部新区站的NO2资料和相对应的气象资料,对NO2的污染特征进行分析发现:NO2浓度达到三级的日数平均为5 d,呈逐年减少的趋势。NO2超标日分布在1-4月和10-12月,浓度峰值在上午10:00和19:00-23:00,谷值在上午7:00时,且节假日NO2浓度略高于工作日。通过相关分析,NO2的浓度随温度、风速、气压、降水量的增高而降低,随相对湿度的升高而升高,且偏南风易造成污染。     

基于周边站点优化选取的随机森林PM2.5小时浓度预测研究

空气中的PM_2.5是威胁人体健康的主要大气污染物,对其进行有效预测和及时预警具有重要意义.大量研究表明,纳入周边站点信息的随机森林模型在单站点PM_2.5预测中显示出良好的效果,但在周边站点选取问题上目前尚缺乏针对性研究,部分选取方法带有主观性.本文提出了一种基于时间滞后互相关分析的周边站点优化选取方法,并以上海十五厂空气质量监测站（国控站）为例,构建了预测该站未来1~24 h PM_2.5浓度的随机森林回归模型集,比较分析了预测模型中各输入因子的重要性.研究发现,预测站点当前PM_2.5浓度值对未来1~16 h的预测最为重要,而气象要素中的风向则对于未来17~24 h的预测重要性最高;周边站点PM_2.5信息随着预测时间的延长,其重要程度排名有明显提升,且不同站点对不同时间预测的影响具有显著差异,在建模时应区别对待,优化选取.比较结果表明,使用本文方法选取周边站点建立的预测模型不仅在RMSE等精度指标上具有一定优势（12 h和24 h预报RMSE分别降低11.8%和13.3%）,还在有实用价值的污染事件空报率上有明显降低（12 h和24 h预报空报率分别降低16.1%和25.6%）,具有业务应用潜力.     

北京市臭氧的时空分布特征

对2012年12月~2013年11月期间北京市35个自动空气监测子站的O3浓度进行分析,探讨北京市O3浓度的时间、空间分布特征,并对夏季的一次O3高浓度过程进行了分析.结果表明,北京市O3浓度在5~8月维持相对较高浓度,其他月份则维持较低浓度.整体来看,4类功能的监测站点中O3平均浓度由高到低分别是对照点及区域点、郊区环境评价点、城区环境评价点和交通污染监控点;O3浓度日变化呈单峰型分布,一般在15:00、16:00达到峰值;O3还呈现明显的"周末效应",即周末白天时段O3浓度大于工作日浓度.北京市O3浓度城区相对较低,周边区县相对较高,生态植被优良的东北部地区浓度最高.2013年6月3日北京市发生一次O3高浓度过程,在下午西南风的作用下,榆垡、丰台花园、奥体中心和怀柔监测站O3峰值出现的时间从南到北依次滞后,且怀柔站在20:00才出现峰值,体现了这次过程中存在明显的O3输送特征.     

广州市2020年春节期间烟花爆竹燃放对空气质量的影响

利用2020年春节期间（1月21~28日）广州市21个空气质量监测站气象和空气污染物数据及其中4个监测点位的单颗粒气溶胶质谱仪（single particle aerosol mass spectrometer,SPAMS）数据,研究烟花爆竹燃放对广州市及11个行政区空气质量的影响,并基于SPAMS建立了烟花爆竹快速溯源方法,分析了烟花爆竹源单颗粒化学成分.结果表明,烟花爆竹燃放对燃放区及禁止燃放区的空气质量都造成显著影响,广州市PM_2.5、PM₁₀和SO₂质量浓度在除夕夜间迅速升高.烟花爆竹集中燃放时段（1月25日01：00~06：00）,主要影响了增城区、白云区、黄埔区及天河区部分区域的空气质量.建立了基于SPAMS以Al⁺为示踪物及最快5 min时间分辨率的烟花爆竹快速溯源方法.烟花爆竹源颗粒主要颗粒类型是左旋葡聚糖、富钾和矿物质类颗粒.烟花爆竹源颗粒含有丰富的硝酸盐,但不利于铵盐的形成.     

安阳市区域大气环境监测优化布点的研究

从该区域环境实际出发,提出了大气污染监测优化布点的模型。以网格布点监测,对历年环境数据进行分析及大气预测,运用抽样理论的变异系数法确定优化布点数,并采用相关分析法确定优化点位。其结果反映了该平原地区中等城市区域环境的特征。