香港的空气污染指数预报

空气是人类赖以生存的重要环境因素。在香港，公众对空气污染问题日趋关注，对迅速获得空气污染资料的需求也与日俱增。为此，环境保护署制订了空气污染指数（简称API），以简明的方式表示空气质量的水平。针对空气污染指数当局建立了一种简单划一的预报方式，让市民知道每日的空气污染程度。若某日的空气污染特别严重，当局会根据该指数提醒市民防范。此指数预报实行一年来，引起了市民对空气质量的普遍关注。1空气污染指数简介空气污染指数是根据香港空气质量指标的6种污染物监测结果计算得出的，这6种污染物分别是二氧化氮、二氧化硫、…     

泸州市城市空气污染物的变化规律与特征

本文详细论述了2000～2001年度泸州市城市空气污染物SO2、NO2和总悬浮颗粒物在月、季的浓度水平及其变化的规律；同时，本文还运用污染负荷系数法、污染物的空气质量指数法分析了三种主要空气污染物SO2、NO2和总悬浮颗粒物对泸州市城市空气的污染程度和相对强弱；最后运用空气污染指数法(API)对2000～2001年度各月、各季的空气污染综合指数进行了计算并分析了全年的空气污染状况，给出了泸州市城市空气的污染类型和污染的表征颜色。研究结果表明，泸州市空气污染物以总悬浮颗粒物为主。其次为气体污染物SO2，且空气污染物的负载水平具有季节性。     

昆明城市主要空气污染物污染特征及时空分布

通过对昆明城市空气中主要污染物的来源和构成,以及SO2、NO2、PM10三种大气污染物浓度的季节变化、日变化和空间变化规律的分析研究,说明昆明空气污染物的主要污染特征,为昆明城市空气污染防治决策提供依据.     

汽车内部空气污染成因及控制

针对受关注程度日益提高的车内空气污染问题,分析了车内空气污染物产生的根源,提出了控制车内空气污染的方法,并重点提出和分析了车内空气污染动静控制技术。分析表明：车内污染物主要来自汽车零部件材料中所含有害物质的释放、车外污染物进人车内以及汽车自身排放的污染物进人车内等三方面。除通过提高零部件材料的质量和采用低VOC排放涂装技术来控制车内空气污染外,本文提出采用动静控制技术来有效降低车内污染物浓度,其具体方法为：利用零部件表面的静态催化氧化喷涂层来降低车内缓释型污染物,利用静态催化氧化喷涂层来降低吸烟等产生的二次污染物,利用动态空气循环净化器来降低车内急性污染物。从健康汽车的观点来看,即使汽车采用了污染物零排放材料,也必须装备动静控制技术来对二次污染物和急性污染物进行控制。     

抚顺市空气污染预报方案筛选

空气污染预报的准确性取决于大气污染物扩散模型的选取和预报方案的设计。本文以经过验证的ADMS-大气污染物扩散模型为基础。设计了四种预报方案。并对四种方案的预报准确性进行检验，从而筛选出了适用于抚顺市空气污染特点的最佳预报方案。     

城市空气污染影响因素的灰色斜率关联度分析研究

城市空气污染严重影响着城市的发展和人民的健康,为了研究城市空气污染的影响因素对于污染的影响程度和类型,采用了灰色系统理论中灰色关联分析方法的斜率关联度模型.以广州、西安和乌鲁木齐为研究对象,选取了几个具有典型的空气污染因素.结果表明:对于这三个城市而言,燃煤都是空气污染的最主要污染因素,而对于不同的城市,其他污染因素对于不同污染物有着不同的影响,在污染治理的时候要分析城市具体所存在的首要污染物以对症下药.     

广州市主干道附近大气污染物浓度的特征及影响因素研究

为研究城市主干道边的空气污染状况,通过采用自动监测系统,在2007年1月至2月期间,对广州市新港西路两侧以及附近大学校园内的空气质量进行监测,获得了其空气污染物浓度的特征：（1）空气污染水平高,NO2与PM10日均值超标率较高;（2）污染物时空分布不均匀,NO浓度白天通常比夜间高,路边监测点NO小时浓度为校园对照点浓度的3倍左右。同时,分析了污染物浓度与气象条件及主干道交通流量的关系。结果表明：污染物浓度与气象因素之间有较高的多元线性相关性,但与单个因素的相关性不强;路边监测点的NO小时浓度和校园对照点的N0。小时浓度均与车流量有较高的相关系数,而PM10与车流量无显著相关性。综合考虑气象因素与交通流时,多元线性回归方程的复相关系数更高。     

基于空气污染物监测的大气环境治理措施分析

随着工业化和城市化的发展,空气污染问题日渐突出,国家对空气污染治理的重视程度也不断提升。为准确掌握空气污染的情况,相关部门通过利用空气污染物监测获取大量数据信息、制定大气环境治理方案的方式,多举措做好空气污染物监测工作,全面提高大气环境污染治理实效。文章基于空气污染物监测对大气环境治理进行研究,阐述了空气污染物监测的内容和技术方法,以及大气环境治理的创新模式,并在此基础上提出大气环境治理措施,以期通过研究为优化空气污染物监测和大气环境治理工作提供参考。     

“十一五”期间太原市环境空气质量及影响因素分析研究

依据太原市环境空气质量监测数据,采用Daniel趋势检验法,综合污染指数法和回归分析法研究了“十一五”期间太原市的环境质量变化趋势和影响因素.结果表明,从年均浓度值分析来看,除NO2外,SO2和PM10都存在超标现象,长期来看,三种污染物浓度下降趋势明显,这与太原市环境保护行动密切相关.月际间浓度值差异除PM10在春季出现波动外,SO2和NO2均呈现“U”型曲线,这种规律与气象条件密切相关.三种主要大气污染物污染指数都有所下降,但太原市区空气污染仍以SO2和PM10为主,说明烟煤型污染的空气污染特征没有改变.主要大气污染物的空间浓度分布不均与地形和气象特征以及城市布局和污染源排放有直接关系.太原市“十一五”期间大气环境质量整体改善,但形势依然严峻.     

重型柴油车污染物排放量计算方法比较分析

目的 计算大功率大吨位级重型柴油车的污染物排放量.方法 根据《公路隧道通风设计细则》和世界道路协会(PIARC)2012年技术报告,分别计算32 t重型柴油车的污染物排放量和稀释污染物所需的通风量,对比分析两种计算方法的差异.结果 对《公路隧道通风设计细则》中柴油车的车型系数和海拔高度系数提出建议.根据世界道路协会(PIARC)2012年技术报告,在0～2000 m低海拔地区,国产32 t柴油车的CO、NOx和烟尘排放量分别为88.6、166.0 m3/(h·veh)和84.2 m2/(h·veh),如果考虑NOx的空气污染,稀释单辆国产32 t柴油车排放污染物所需空气量约为33000 m3/h;如果不考虑NOx的空气污染,所需空气量约为28000 m3/h.结论 结合工程实际,建议大功率大吨位级重型柴油车的污染物排放量根据世界道路协会(PIARC)2012年技术报告进行计算.     

楚雄市城市化发展对生态环境影响研究

运用相关分析及回归分析法,对楚雄市2001年至2010年间城市化水平与反映生态环境变化的相关指标进行分析研究。结果表明,随着时间的推移,楚雄市城市化水平不断提高,城市化水平与建成区面积、城市用水量、水土流失面积、平均化肥施用量以及工业废气排放量呈显著正相关,与耕地面积呈显著负相关。通过回归分析发现．城市化水平与各环境指标的回归方程基本上为二次、三次函数及S型曲线。本研究除了二氧化氮含量变化符合库次涅茨曲线特征以外,其它指标变化并不符合该曲线特征。     

基于GM(1,1)模型的甘肃省武威市空气污染物浓度的预测及分析

目的分析并预测2011-2015年甘肃省武威市空气主要污染物的污染状况。方法运用灰色系统方法,根据武威市2006-2010年空气主要污染物的监测数据建立灰色预测模型并进行预测。结果除SO2外,NO2和PM10都呈增长趋势,2015年的预测值分别为0.027 5、0.024 1和0.199 mg/Nm3。结论通过对模型的残差及关联度进行检验,所见模型合格,预测结果可为武威市空气的污染治理及科学管理提供辅助决策依据。     

“十五”期间南昌市城区大气环境质量评价及污染特征分析

以南昌市城区“十五”期间的大气环境质量监测数据为依据,采用空气污染综合指数法评价其大气环境质量,并运用spearman秩相关系数预测其发展趋势。结果表明南昌市“十五”期间大气环境质量为轻度污染,主要污染物为降尘和可吸入颗粒物。S02和N02的浓度有上升的趋势,但不显著,PM10呈显著下降趋势。同时分析了南昌市大气污染特征及原因,提出了改善大气环境质量的对策和建议。     

空气环境质量评价分析的数学方法及应用

用空气污染指数法,进行空气质量评价;用主成分分析法进行污染因子分析;用秩相关系数检验法作污染趋势分析。并根据淮安市2004-2007年实测空气质量日报资料,说明上述方法的应用。     

2017年兰州市大气污染物输送来源及传输特征模拟分析

利用HYSPLIT后向轨迹模式,结合兰州市AQI（空气质量指数）及常规大气污染物质量浓度数据,模拟研究了2017年1月1日-12月31日以兰州市为受点的大气污染物输送特征.通过聚类分析确定了抵达兰州市气团的主要输送途径和每类路径所对应的污染物质量浓度特征,并利用受体模型PSCF（潜在源贡献因子分析法）和CWT（权重浓度轨迹分析法）,分析了大气污染区域传输对兰州市空气质量的影响,探讨了影响兰州市空气质量的污染物输送来源和可能的潜在源区.结果表明,在影响兰州市的气流轨迹中,污染轨迹多来自兰州市以西和以北方向,污染轨迹约占总轨迹的39.52%,说明外部污染物的输入对兰州市空气质量具有重要影响.其中,第3类轨迹（对应来向为西）的气团对兰州市的空气质量有较大的影响,该类轨迹虽仅占总轨迹的15.21%,但其中污染轨迹数占56.76%,是影响兰州市空气质量的主要传输路径;第4类轨迹（对应来向为东南）的气团最为清洁.研究显示,对兰州市空气质量影响最大的强潜在源区主要分布在青海共和盆地、兰州市本地及周边区域,中等强度潜在源区为内蒙古自治区南部、宁夏回族自治区及甘肃省河西走廊等地区.      

京津冀地区重污染天气过程的污染气象条件数值模拟研究

通过采用全球再分析格点资料的统计分析和WRF中尺度数值模拟,从天气学和大气边界层气象学角度分析了2013年12月和2014年2月两次重污染过程中京津冀地区天气尺度大气停滞气象条件和大气污染扩散气象条件的特征及其作用,并根据WRF模式精细化模拟结果分析了太行山和燕山对京津冀地区城市大气污染形成的作用.研究结果表明,两次重污染天气过程中京津冀地区500 h Pa等压面上的平均风速均表现为明显的气候异常特征,500 h Pa平均风速较近10年同期分别下降了约30.8%和50.4%,大气停滞系数较近5年同期分别偏高10%和20%以上;京津冀地区发生严重污染时,WRF模式模拟的日平均混合层高度低于200 m,日平均地面10 m风速低于2 m·s-1,日平均通风量可降低到1000 m2·s-1以下,空气质量指数与日平均通风量成负相关,重污染期间的平均通风量比近5年同期平均通风量偏低29.3%~52.8%,这些不利于污染扩散的天气条件持续数日,导致了重污染天气的发生.此外,太行山对西风气流的阻挡是河北中南部地区大气污染加剧的一个重要原因,而当主导风向为偏南风时,偏南气流遇燕山后或转向回流、或爬坡,导致近地面风速减小,不利于污染物扩散,亦加剧了京津冀地区中南部城市的大气污染.     

曲靖市中心城区环境空气质量变化趋势

采用空气综合污染指数法评价体系对曲靖市区环境空气质量现状进行评价,结果表明,2003～2011年曲靖市区环境空气综合污染指数为2.12,属于轻污染,污染负荷比最大的污染物为二氧化硫。年际变化趋势研究表明,2003～2011年曲靖市区环境空气中二氧化硫综合污染指数总体下降但趋势不显著,可吸入颗粒物总体无明显变化趋势,二氧化氮总体上升但趋势不显著。月际变化趋势研究表明,受气候影响,曲靖市区全年环境空气质量夏季和秋季明显好于春季和冬季。     

嘉峪关市大气污染物传输特征与潜在源分析

利用Meteoinfo软件中的Trajstat插件对2019-03—2020-02期间抵达嘉峪关市的气团进行后向轨迹模拟,并结合各类大气污染物数据,对嘉峪关市四季的后向轨迹进行聚类分析,研究抵达嘉峪关市的主要气团输送路径及对应路径的污染物浓度特征。通过潜在源贡献因子法（PSCF）及权重浓度轨迹分析法（CWT）来分析PM₁₀与O₃的输送来源及主要潜在源区。结果表明:输送至嘉峪关市的气团中,西北方向气团轨迹数目和污染轨迹数目占比均大于其余方向,嘉峪关市四季的大气污染更易受到西北方向气团的影响。嘉峪关市春季PM₁₀污染相对严重,更易受到新疆东部地区潜在源区的影响,其余三季PM₁₀污染相对较轻,潜在源区主要集中在新疆东部地区,少数位于嘉峪关市东北方向。嘉峪关市春、夏季的O₃污染相对严重,强潜在源区主要集中在新疆东部地区及甘肃河西走廊地区,秋、冬季O₃污染相对较轻,其中秋季潜在源区主要位于甘肃河西走廊地区,冬季潜在源区主要位于新疆东部地区。     

乌鲁木齐市冬季典型污染事件气象过程分析

采用数值模拟与观测资料相结合的方式,对乌鲁木齐市2008年1月10—15日的冬季典型重污染气象过程进行了分析.结果表明:乌鲁木齐市存在严重污染且与当地气象条件密切相关,其ρ(PM10)峰值往往对应近地面风场风向转变和低风速情况.边界层及上层大气持续存在的强稳定层结是影响乌鲁木齐市近地面空气ρ(PM10)变化的重要因素.天山山脉、乌鲁木齐河谷、准噶尔盆地及吐鲁番盆地间形成的山谷风局地环流配合辐射逆温,是形成乌鲁木齐市夜间深厚逆温的重要原因.深厚的夜间逆温在减少污染物向上扩散的同时也大大降低了上下动量的交换,造成地面静风频率的增加,减少了大气污染物平流输送的能力.      

降水量变化对大气污染物浓度影响分析

系统分析了2001～2010年南通市城区中大气自动监测站和降水监测点位数据,得出:10年间逐年降水量与二氧化硫年均浓度呈现高度线性负相关,其它时空降水量与大气污染物浓度分布中呈现非线性显著性负相关。降水量大污染物浓度就小,反之就大。2006～2010年5年平均降水量1083.49mm,比2001～2005年5年平均降水量多出244.97mm,大气污染指标5年平均浓度下降幅度为:可吸入颗粒物0.013mg/m3、二氧化硫0.009mg/m3、二氧化氮无变化。10年的平均季度降水量夏季最大为467.97mm,对应的夏季大气污染物最小均值为:可吸入颗粒物0.073mg/m3、二氧化硫0.026mg/m3;10年平均季度降水量冬季最小为137.84mm,对应的冬季大气污染物季最大均值为:可吸入颗粒物为0.104mg/m3、二氧化硫0.034mg/m3和二氧化氮0.036mg/m3。