贵阳市主城区空气质量指数时空分布特征

为了解贵阳市主城区空气质量指数的时间分布和空间分布特征，采用时间序列法和插值法统计分析了2013~2015年贵阳市9个空气自动监测点SO2、NO2、PM10、PM25、CO的监测数据。结果表明：2013~2015年期间，贵阳市主城区空气质量整体良好,优于Ⅱ级空气质量标准，IAQISO2、IAQINO2、IAQIPM10、IAQIPM25、IAQICO的年均值呈现降低趋势, 空气污染物得到一定的控制；季节变化和月变化分析表现出冬季空气质量最差，夏季最好的特征。春节半月ISO2、IAQINO2、IAQIPM10、IAQIPM25的均值好于冬季均值，反映了工业和交通污染源的主控作用。空间分布上，IAQISO2、IAQINO2、IAQIPM10、IAQIPM25、IAQICO呈现“市区高，郊区低”的分布特征，空气质量指数较高的区域集中在贵阳市主城区中部和东北部     

基于模糊综合评判的城市环境空气质量评价

根据北京市环境保护监测中心的监测数据和国家环境空气质量标准,选取PM2.5、PM10、SO2、NO2、O3和CO作为评价因子,通过建立各污染物的隶属函数和权重集,运用模糊综合评判的方法对北京市的五个区域(城六区、西北部、东北部、东南部、西南部)2013年10月23-29日期间进行了环境空气质量评价。结果表明,该期间北京市环境空气中的主要污染物是PM2.5,其次是PM10、NO2、O3和CO,最后是SO2。空气质量评价结果由好到坏的顺序为:西北部、东北部、城六区、东南部、西南部。结果客观地反映了北京市的空气质量状况,从而为改善和治理大气污染提供理论依据。     

北京、上海两地2004和2005年大气污染特征对比分析

为了解北京、上海两市大气污染的变化及其影响因素之间的关系，根据2004、2005年大气质量监测数据，分析了北京、上海两地大气污染特征和两地主要大气污染物的变化规律。结果表明，2004、2005年北京市的PM10最大值是最小值的637倍，北京市的变化幅度较上海市的变化幅度大；2004、2005年北京市的SO2最大值是最小值的467倍，上海市的SO2最大值是最小值的131倍，上海市的SO2污染的因素变化幅度较小；两市的NO2浓度都较高，且季节变化不太明显；两市NO2浓度年平均值满足国家空气质量二级标准，但质量浓度都较高，这与两市的机动车尾气污染有关；两市SO2浓度年平均值除上海市2005年外均满足国家空气质量二级标准，上海市SO2污染严重与上海市消耗大量煤炭有关，北京市SO2污染物浓度年度变化剧烈与冬季取暖烧煤有关；两市可吸入颗粒物污染比较严重，北京市PM10浓度年平均值超过国家空气质量二级标准，上海市PM10浓度年平均值达到国家空气质量二级标准。总体上上海市的大气质量要好于北京市。两地大气主要污染物随时间的变化规律与两地的污染物来源、地理、气候等条件有关。     

北京、上海两地2004和2005年大气污染特征对比分析

为了解北京、上海两市大气污染的变化及其影响因素之间的关系,根据2004、2005年大气质量监测数据,分析了北京、上海两地大气污染特征和两地主要大气污染物的变化规律.结果表明,2004、2005年北京市的PM10最大值是最小值的63.7倍,北京市的变化幅度较上海市的变化幅度大;2004、2005年北京市的SO2最大值是最小值的46.7倍,上海市的SO2最大值是最小值的13.1倍,上海市的SO2污染的因素变化幅度较小;两市的NO2浓度都较高,且季节变化不太明显;两市NO2浓度年平均值满足国家空气质量二级标准,但质量浓度都较高,这与两市的机动车尾气污染有关;两市SO2浓度年平均值除上海市2005年外均满足国家空气质量二级标准,上海市SO2污染严重与上海市消耗大量煤炭有关,北京市SO2污染物浓度年度变化剧烈与冬季取暖烧煤有关;两市可吸入颗粒物污染比较严重,北京市PM10浓度年平均值超过国家空气质量二级标准,上海市PM10浓度年平均值达到国家空气质量二级标准.总体上上海市的大气质量要好于北京市.两地大气主要污染物随时间的变化规律与两地的污染物来源、地理、气候等条件有关.     

南昌市环境空气污染时空变化特征及影响因素研究

选取2014~2017年南昌市不同时间尺度AQI及主要空气污染物数据，利用GIS技术、神经网络分析、后向轨迹模型及地统计分析方法，分析了南昌市环境空气污染时空变化特征及影响因素。结果表明，南昌市近年来空气质量总体变化不大，空气质量等级以良为主，占全年比例为57%~61%。但首要污染物变化较大，即PM2.5比例显著下降，NO2和O3比例显著上升，PM10变化不大。南昌市空气污染季节变化显著，冬春季空气质量较差，以PM10、PM2.5污染为主，夏季空气质量最好，以O3污染为主。空气污染周变化以周末及周一污染较重、周四污染最轻，说明南昌市空气污染除了与群众出行习惯有关，还存在其他影响因素。南昌市空气质量日变化呈双峰型（9:00~11:00和20:00~22:00），主要受上、下班高峰期带来的交通尾气影响。南昌市空气污染空间变化呈典型的“郊区-市区”分布，其中AQI、PM10、PM2.5、SO2、NO2、CO值均以市区较高、郊区较低，而O3的空间分布规律正好相反，这主要与城区NOx排放较多，O3易与其迅速反应而消耗有关。后向轨迹聚类分析结果表明，来自本地的短轨迹气团占比高，对PM2.5、PM10、NO2、O3的影响大。气象因素上，PM2.5、PM10、NO2受相对湿度影响较大，O3受温度影响较大。     

城市化水平、工业化水平对空气质量的影响分析——基于湖北省16城市2005～2017年数据的时空模型

基于湖北省16城市2005~2017年数据，应用空间计量模型研究城市化水平、工业化水平对空气SO2、NO2、PM10含量的影响。结果显示，在城市化水平中，人均GDP对空气中SO2含量有显著负向影响，对NO2有显著正向影响，民用汽车的数量、公路里程对城市空气中SO2、NO2、PM10含量有显著正向影响，工业化水平对空气中SO2、NO2显著负向影响，对PM10含量有显著正向影响，人均绿地面积对空气中SO2的含量有显著负向影响，对NO2、PM10的影响不显著。为此，必须加快产业转型升级，做好产业发展规划；必须强化城市民用汽车尾气排放检测，加强城市配套园林建设；必须建立城市绿色发展联动机制，做好区域巡查监管。     

基于小波分析与Mann-Kendall法的上海市近12年空气质量变化

综合应用小波分析和Mann Kendall非参数检验方法,对上海市近12 a PM10、SO2和NO2逐日空气污染指数序列进行分析,揭示了空气污染变化的多尺度特征、变化趋势和突变特性,以深入了解上海市空气质量状况。结果表明：PM10、SO2和NO2污染序列呈现多尺度的变化特征,具有1 000 d和300 d左右的中、小时间尺度周期。在小尺度上,各序列具有300 d左右的主周期和30 d左右的次周期。空气污染具有“冬重夏轻”的特征,冬季和春季是污染比较严重的时段;2007年夏季以来,空气质量总体趋于好转。近12 a来各序列均呈显著的减少趋势;PM10序列突变开始于2006年7月3日前后,SO2于2010年3月21日前后,NO2则于2006年4月18日前后;突变后,各序列基本均呈显著的下降趋势。最后,提出了未来改善上海市空气质量的相关建议。     

“2+26”城市治霾方案效果评估:以山东省为案例的研究

以京津冀大气污染传输通道“2+26”城市为对象的区域性雾霾专项治理已经开展两年有余。要判断“2+26”城市治霾方案的实施是否取得了显著成效需要通过科学的实证分析加以验证。采集山东省13个内陆城市2016—2018年每日空气质量指数(AQI)、六种单项污染物(PM 2.5、PM 10、SO 2、NO 2、CO、O 3)浓度以及气象条件等数据,以其中属于“2+26”城市的7城市作为实验组,其余6城市作为对照组,基于双重差分法,对“2+26”城市治霾方案在山东省相关城市的实施效果进行评估,试图分离方案实施所带来的环境效应。结果表明:①“2+26”城市治霾方案的实施总体上有效,对污染传输通道7城市空气质量指数(AQI)指标的降低发挥了显著作用。②“2+26”城市治霾方案对污染传输通道城市的PM 2.5、PM 10、CO浓度的降低有显著贡献,但对SO 2、NO 2和O 3指标的改善贡献并不明显。③对方案进行分时段动态效应分析发现,《京津冀及周边地区2017年大气污染防治工作方案》的发布并未对污染传输通道城市空气质量改善产生立竿见影的效果,而《京津冀及周边地区2017—2018年秋冬季大气污染综合治理攻坚行动方案》《京津冀及周边地区2018—2019年秋冬季大气污染综合治理攻坚行动方案》的落实和执行才是“2+26”城市治霾方案显著见效的保障。该研究在严格遵守双重差分法前提条件的同时,还通过了一系列稳健性检验确保评估结果的可靠性。     

陕西榆林城区环境空气污染特征及原因分析

本文以2007-2011年榆林城区环境空气监测数据为依据,对榆林城区SO2、NO2和可吸入颗粒物污染趋势和特征按年度、季和每日不同时点进行了分析,结果表明,榆林城区环境空气质量逐年好转。SO2和PM10的季节性污染特征较明显,SO2浓度峰值主要集中在冬季采暖期,PM10浓度峰值主要集中在春季沙尘发生期,NO2浓度较稳定,环境空气污染特征与燃料结构、气候、地理、生活习惯有很大关系。     

武汉市灰霾天气特征分析及基于支持向量机的能见度预报

利用武汉市2013年灰霾日气象数据和空气质量数据对灰霾天气特征及其影响因子进行了综合研究，获得了武汉市灰霾天气的主要影响因子，并使用支持向量机对灰霾日能见度进行了多因子综合预测。实验表明，支持向量机模型在短期预报中，±1 km、±2 km、±3 km误差范围内预报正确率分别达到733%、867%、967%，平均绝对误差在1 km内，实现了灰霾能见度高精度预报，优于多种预报模型。在第2、3天±3 km误差范围内的能见度预报准确率都达到90%，中长期预报能力较强，模型性能稳定     

长江经济带PM_(2.5)时空特征及影响因素研究

大气细颗粒物(PM_(2.5))因其对空气环境质量乃至人类健康的巨大危害而逐渐引起学者们的关注。本文以我国综合实力最强、战略支撑作用最为突出的区域之一——长江经济带为研究对象,基于城市级空气质量监测数据,运用地理学时空分析与GIS可视化方法探索并呈现了2015年长江经济带PM_(2.5)的时空分布特征及其演变规律;在此基础上,结合空间回归模型考察了PM_(2.5)浓度与区域城市发展之间的内在关系。结果表明,就空间特征而言,长江中下游地区PM_(2.5)污染较长江上游地区更为严重,长江北岸地区比长江南岸地区更为严重;PM_(2.5)高浓度集聚地带主要位于鄂皖苏大部分地区,与空气质量较佳的云南及其周边地区呈"对角"分布状态。长江经济带内城市间PM_(2.5)浓度存在着显著的正向空间自相关,且自相关性随距离增大而不断减弱,其门槛尺度约为900 km;在这一范围内,PM_(2.5)空间集聚效应较为明显。就时间特征而言,冬季PM_(2.5)浓度相对较高,春秋两季次之,夏季空气质量最好;各地区浓度分布在年初相对离散,后有所趋同。此外,PM_(2.5)与其他类型的大气污染物(如SO2、NO2、O3)浓度两两之间均存在着显著的正相关性,暗示大气污染物从原发污染演变为二次污染,形成恶性循环。空间回归分析结果表明,PM_(2.5)污染随经济发展水平的提高呈现先上升后下降的趋势,在一定程度上支持了"环境库兹涅兹曲线"假说;且人口密度、公共交通运输强度均在不同程度上导致长江经济带PM_(2.5)浓度的升高。最后,从区域性联防联控、不同类型大气污染物协同治理、促进经济发展方式转型等方面为长江经济带的大气环境治理提出切实可行的政策建议。     

雾霾污染的城市间动态关联及其成因研究

面对严重的雾霾天气以及雾霾污染边界不断扩张的严峻挑战,加快创新大气污染联防联控体系以形成跨区域协同治污合力势在必行。本文基于京津冀、长三角、珠三角、成渝、长中游等五大地区96个城市2015年的空气质量指数(AQI)以及PM_(2.5)、PM_(10)、SO_2、CO、NO_2、O~3等6种分项污染物的逐日数据,从时间序列数据"预测能力"的视角,在向量自回归模型框架下识别雾霾污染的城市间动态交互影响效应,运用社会网络分析方法刻画雾霾污染空间关联的网络结构特征。在此基础上,运用二次指派程序从分项污染物视角考察雾霾污染空间关联的关键诱因,并利用双变量Moran指数揭示雾霾污染与其影响因素之间的空间相关性。研究发现,城市雾霾污染之间存在普遍的动态关联关系且呈现出联系紧密、稳定性强、带有明显特征的多线程复杂网络结构形态。不论在地区内部还是在全部样本城市当中,均不存在孤立的城市节点,这意味着面对雾霾污染的空间关联网络,任何一个城市都不能独善其身,均受到来自地区内部和地区以外其他城市以及它们构成的空间关联网络的影响。在六种分项污染物中,PM_(2.5)的空间关联是导致雾霾污染空间关联的最主要诱因。城市雾霾污染与其影响因素尤其是城市人口密度、投资强度、工业污染排放之间存在显著的空间相关性。基于上述结论,中国应当加快构建以防控PM_(2.5)为重点的跨区域雾霾污染协同治理机制,并将其融入城市群发展战略以及区域发展战略之中,最终实现包含雾霾污染协同治理在内的全方位的区域协同发展。