中国空气污染指数变化特征及影响因素分析

以2001～2010年我国42个城市逐日空气污染指数、主要污染因子、空气质量级别和空气质量状况资料为基础,分析了近10 a我国空气质量的变化特征.结果表明,我国城市大气受燃煤影响较为严重,可吸入颗粒物为主要污染因子,空气质量状况以优、良和轻微污染居多;空气质量季节变化明显,冬季空气污染最严重,夏季最轻;从年际变化看,空气质量表现出逐年好转趋势;城市大气环境质量在区域上存在显著差异,表现为由南到北、从沿海到内陆逐渐变差的趋势.对空气污染影响因素的分析表明,局地污染和西北地区沙尘传输造成的自然降尘是我国城市空气质量的主要污染源;气象要素对大气污染物有制约关系,空气污染指数与降水量、风速、逆温线性相关;地形的空间差异影响着气象条件的分布,进而对空气质量的空间变化产生影响;人类活动对城市空气质量也存在一定的影响,且具有双重作用.     

淮安市区空气质量评价及趋势分析

根据淮安市区2007年实测空气质量日报资料,用空气污染指数法,对淮安市区空气质量进行评价;并用秩相关系数检验法作污染趋势分析。结果表明,2007年淮安市区的空气质量类别为Ⅱ级,空气质量状况为良好,监测点富华服装公司的空气质量最差,监测点淮阴区监测站的空气质量最好;一年中以8月份的空气质量最好,1月份的空气质量最差;污染物SO2及NO2浓度随时间变化趋势明显,而PM10的浓度随时间变化趋势不显著。     

应用嵌套网格模式系统对沈阳市环境空气质量的数值模拟研究

利用嵌套网格空气质量预报模式(NAQPMS)对沈阳市大气污染物的输送与化学转化进行了数值模拟研究,并对SO2、NO2和PM10等大气污染物浓度的模拟结果与监测结果进行了对比分析.结果表明,NAQPMS模式系统能较好地模拟出沈阳市的大气污染物输送与化学转化情况,SO2 NO2和PM10的模拟值与观测值具有较好的一致性,说明该模式能较好地反映这些大气污染物的分布特征和变化规律,可为今后深入开展沈阳市大气污染数值预报与传输扩散研究提供有效的手段.     

肇庆市市区与风景区空气质量对比分析

分析了肇庆市2013年七星岩风景区和市区的空气质量。监测结果表明,七星岩与市区的各类大气污染物呈现类似的月际变化规律,普遍呈夏季污染较轻但秋冬季污染较严重的态势。七星岩的臭氧浓度显著高于市区,PM10与PM2.5浓度略高于市区,与市区相比,大多数月份七星岩具有较低的SO2、NOx与CO浓度,表明七星岩的空气一次污染较轻,但二次污染严重。七星岩风景区空气质量差于市区,大量天然源VOC叠加少量人为排放的气态污染物生成较多二次污染物是导致自然风景区空气质量差于市区的重要原因。     

常州市区2013年1月份污染状况与原因探讨研究

2013年1月份,全国大面积爆发雾霾天气,根据常州市区1月份空气质量环境监测数据和气象资料,分析了造成市区1月份空气质量下降的主要原因;气象因素往往制约着大气污染物的稀释、扩散、输送和转化过程,进而影响大气污染物的分布及污染物浓度,降水、风速、温度、相对湿度、天气形势对大气污染时空分布均会造成影响;气象因素与大气污染的特征及其相互关系研究可以为有关部门制定防治大气污染、保护城市生态环境的决策提供科学、有效的依据,更好的提高人民生活质量。     

空气质量健康指数构建及与现有评价体系的比较:以丽水市为例

为了解大气污染物对人体健康的影响,采用时间序列广义可加模型分析2013-2018年丽水市大气污染物与健康效应的关系,构建丽水市不同人群空气质量健康指数（AQHI）及分级方法,比较AQHI、调整后的环境空气质量健康指数（AQHI_a）、空气质量指数（AQI）和环境空气质量综合指数对健康效应的预测能力.结果表明:①如以AQI和环境空气质量综合指数来评价,丽水市春夏季主要污染物为O₃,秋冬季为PM_2.5;如以AQHI来评价,则O₃为丽水市全年最主要的污染物,其次是NO₂.②在多种污染物同时存在的情况下,AQHI比AQI具有更高的敏感性,AQHI与环境空气质量综合指数的相关性比与AQI的相关性好.③4种指数在秋冬季对健康效应的预测准确度均高于春夏季,AQHI_a是4类指数中预测健康效应最好的,其次为环境空气质量综合指数.研究显示,需高度重视O₃污染问题,建议空气质量较好的地区构建AQHI或AQHI_a来反映空气质量.      

应用Models-3模式系统对沈阳市空气质量的数值模拟研究

利用美国环保局开发的新一代空气质量模式系统Models-3,对2002年冬季采暖期间沈阳市大气污染物的输送与化学转化进行了数值模拟研究,并对SO2、NO2和PM10等大气污染物浓度的模拟结果与监测结果进行了对比分析.结果表明,Models-3模式系统能较好地模拟出沈阳市的大气污染物输送与化学转化情况,SO2、NO2和PM10的模拟值与观测值的变化趋势具有较好的一致性,说明该模式能较好地反映这些大气污染物的分布特征和变化规律,可为今后深入开展沈阳市大气污染数值预报与传输扩散研究提供有效的手段.     

成都市气态污染物NO2、SO2与大气颗粒物相关性分析

以成都市为例,研究气态污染物NO_2、SO_2与大气颗粒物之间的相关性。以2014—2016年成都市8个监测站3种污染物(PM_(2. 5)、NO_2、SO_2)的监测数据做统计数据分析,包括趋势分析和相关性分析。分析结果表明:PM_(2. 5)与SO_2和NO_2的关系密切,3种污染物之间总体呈现一致的季节性变化规律,即春、冬高,夏、秋低,且呈现不同的空间变化规律;在重度雾霾条件下,PM_(2. 5)与SO_2的关系较其他污染物密切,但在空气质量条件较好的情况下,PM_(2. 5)与NO_2的关系较其他污染物密切。这说明SO_2对雾霾的形成有着关键作用,特别是在SO_2突然变化的情况下更为明显。因此,未来研究需重点关注SO_2的来源及其清单的准确估算,这对于雾霾的控制异常关键。     

基于分形模型的城市空气质量评价方法研究

基于分形模型开展了城市空气质量的评价方法研究.首先利用分形求和模型分析大气污染物分布特征,用分维数定量描述其浓度分布随机程度,开展了城市空气质量评价的背景值和标准值的确定方法研究.然后在此基础上基于橡树岭大气环境质量指数评价方法,确定了基于二氧化硫、二氧化氮、PM10三项污染物的中国城市人为源空气质量评价方法模型.最后以西安市为示范区,利用本研究方法确定了西安市的大气环境背景值和评价标准值,建立了适用于西安市的大气环境质量指数模型,并开展了2010年该市全年环境质量分析评价工作.结果表明,基于分形模型的评价结果认为西安市空气质量年变化呈“U”字型分布,该方法比常规环境空气质量评价方法更能表现出空气质量的变化规律和季节分布特征.总体上,2010年西安市空气质量良好,未受到污染天数占83%,但是受沙尘天气影响比较大;西安市空气质量随季节变化特征比较明显,夏季和秋季空气质量较好,受污染程度较低,冬季和春季空气质量较差,受污染程度偏高.     

岳阳市区空气质量变化特征及气象条件预报

利用2014年3月-2015年2月6个空气质量监测点资料,对岳阳市区AQI的时空变化特征及气象影响因素进行了分析,并用综合指标法和逐步回归法建立岳阳市区AQI预报模型。结果表明:岳阳市区年AQI为88。夏季空气质量最好;春、秋季次之;冬季空气质量最差。其中7-9月空气质量最好,1-2月空气质量最差。岳阳市区空气质量总体由北向南趋好,同时水库、景区明显好于工业区。岳阳市区年空气质量优良率为73%。年和各季空气质量优良率时空分布与AQI分布基本一致。岳阳市区首要污染物以PM10为主,其次为PM_(2.5)。重度污染及严重污染日基本出现在空气质量相对较好的夏秋季节,且工业区明显多于水库、景区。岳阳市城市工业布局方向与年主导方向一致,使得市区广大区域处于工业气流的下游,导致空气污染加剧。以短期天气预报中的气象要素预报作为空气质量气象条件预报的基础,采用日平均气温、相对湿度、低云量、风速、降水、雾等气象因子建立的岳阳市区AQI预报模型模拟效果较好。     

哈尔滨市环境空气质量变化及影响因素分析研究

近年来,大气污染问题已然成为热门话题。大气污染不仅危害中国生态环境和居民健康,甚至可能对其他邻近国家产生影响。哈尔滨地处中国东北部地区,空气质量变化具有区域性特征。本文在参阅了大量参考文献的基础上,结合哈尔滨市2010年-2012年与2012年1～12月份的空气质量数据,对哈尔滨市的大气质量变化规律及影响因素进行了分析。确定了哈尔滨市大气环境质量的级别和首要污染物以及影响空气质量变化的主要影响因素。     

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.      

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。     

乐山大佛景区环境空气质量变化规律及污染特征研究

根据乐山大佛景区环境空气质量监测数据,分析了3种污染物的时间变化规律及污染特征。结果表明:乐山大佛景区环境空气质量相对较好,优良率在87%以上,可吸入颗粒物浓度值在低浓度水平的基础上有上升的变化趋势,达到现行国家环境空气质量标准,二氧化硫、二氧化氮的污染总体上变化不显著。乐山大佛景区与乐山市主城区地域基本形成了"景城一体"的关系,景区的环境空气质量受主城区的影响较大。     

内蒙古自治区国家环保重点城市近五年环境空气质量现状研究

本文通过对呼和浩特市、包头市、赤峰市3个国家环保重点城市近五年的环境空气质量监测结果的整理统计,分析、评价了呼和浩特市、包头市、赤峰市的环境空气质量现状及主要污染物的变化趋势,结果表明：与2005年相比,呼和浩特市、包头市、赤峰市的空气质量均有明显改善。     

乐山市2016年冬季颗粒物重污染过程与输送路径及潜在源区

对乐山市2016年12月—2017年2月的大气污染特征及气象条件进行研究分析,并结合HYSPLIT（后向轨迹模式）,用聚类方法、PSCF（潜在源贡献因子法）、CWT（浓度权重轨迹分析法）分别模拟了研究期间PM_2.5的主要潜在源区.结果表明:研究期间,乐山市以PM_2.5污染为主.因风速低、无降水、相对湿度高、边界层高度降低等原因,使乐山市发生了一次持续时间较长的重污染过程（2017年1月1—7日）,该过程二次污染物累积特征较为明显;春节期间,因烟花爆竹集中燃放产生的大量污染物使乐山市出现了一次严重污染（2017年1月28日）,ρ（PM_2.5）日均值达358 μg/m3.乐山市复杂的地形引起的热力差异有利于局地环流的生成与发展,山谷风的存在可能是造成夜间乐山市郊区站点ρ（PM_2.5）高于城区站点的主要原因.结合后向轨迹与ρ（PM_2.5）日均值分析发现,来自盆地内部的气流（占比为28.57%）对乐山市空气质量产生的影响最大.乐山市东部边界附近、宜宾市西北部、自贡市南部等地对乐山市PM_2.5的潜在源贡献（WPSCF）在0.96以上,说明这些地区是研究期间影响乐山市ρ（PM_2.5）的重要潜在源区,模型的模拟结果与风向、风速、ρ（PM_2.5）监测值插值结果相符.研究显示,乐山市大气污染过程除了与在不利气象条件下污染物的累积有关外,区域污染物的输送贡献也不容忽视.      

层次分析法（AHP）在扬州市“十一五”环境空气质量评价中的应用研究

采用层次分析法（AHP）对扬州市“十一五”期间的环境空气质量进行了评价,并将评价结果和传统的单因子法和综合污染指数法进行了分析。结果表明,2005年一2010年扬州市环境空气质量达到二级标准,2009年、2010年的环境空气质量最佳,“十一五”期间环境空气质量整体呈好转趋势。对空气质量影响最大的因子为PM。“十一五”期间各污染物对扬州市环境空气质量的影响程度变化不大。层次分析法可综合考虑三种污染物的协同作用结果,适合于扬州市环境空气质量综合评价。     

太原市大气污染防治战略研究

以太原市2003年-2013年大气中主要污染物SO2、NO2、PM10为依据,分析了其季节、年度变化特征和外源输入的影响。2013年污染物的季节变化显示,SO2在冬季较高是受采暖排放影响;PM10在春季由于扬尘使其浓度最高。2003年-2012年间SO2和PM10浓度呈显著下降趋势,但仍较严重。重污染天气受来自西南、西北和东南方向的气团影响。太原市城区SO2和氮氧化物的排放总量已超过大气环境容量,其中主要是工业排放。对重点工业企业搬迁的方向也将对太原市空气质量改善产生影响。     

Evaluation of ambient air quality in Guangzhou, China

On the basis of the reported air quality index （API） and air pollutant monitoring data provided by the Guangzhou Environment Monitoring Stations over the last twenty-five years, the characteristics of air quality, prominent pollutants, and variation of the average annual concentrations of SOE, NOE, total suspended particulate （TSP）, fine particulates （PM10）, CO and dustfall in Guangzhou City were analyzed. Results showed that TSP was the prominent pollutant in the ambient air environment of Guangzhou City. Of the prominent pollutants, TSP accounted for nearly 62%, SOE 12.3%, and NOx 6.4%, respectively. The average API of Guangzhou over 6 years was higher than that of Beijing, Tianjin, Nanjing, Hangzhou, Suzhou and Shanghai, and lower than that of Shenzhen, Zhuhai and Shantou. Concentrations of air pollutants have shown a downward trend in recent years, but they are generally worse than ambient air quality standards for USA, Hong Kong and EU. SOE and NOx pollution were still serious, impling that waste gas pollution from all kinds of vehicles had become a significant problem for environmental protection in Guangzhou. The possible causes of worsening air quality were also discussed in this paper.