用空气污染指数评价城市空气质量

主要介绍空气污染指数的概念,分级浓度限值,空气污染系数的计算方法,如何用空气污染指数评价城市空气质量,空气质量周报的发布,以及利用空气污染指数评价重点城市空气质量时存在的问题。     

济南市空气质量状况与气象条件关系分析

利用济南市空气污染指数资料和气象资料,分析空气质量状况与气象条件的关系规律,建立起空气污染指数与气象要素间的季节性回归方程,并筛选济南市近年来的空气质量重污染过程,分析污染过程时对应的天气形势特征,为济南市的空气污染指数预报和环境保护工作中的污染潜势预报提供参考。     

VB可视化集成环境下空气污染指数计算与分析系统

探讨了以VB可视化集成环境为平台，在Windows操作系统下开发空气污染指数计算与分析系统的基本模型和方法，指出开发空气污染指数计算与分析系统的关键是建立可视化用户界面和相应的事件驱动过程的代码编写，阐述了空气污染指数计算与分析系统的优越性，列出了系统功能的主要内容和开发方法，并且简单介绍了空气污染指数的算法。     

城市环境空气质量周报中几个问题

1空气污染指数的确定 :目前要求各种污染物的污染分指数计算出之后 ,取最大值为该城市空气污染指数 API,则该项污染物为城市空气中首要污染物。此种做法客观上淡化了其它污染物对大气环境的综合影响 ,有其局限性和不合理性。建议采用适当综合污染指数法 ,分指数在一定限值以上的污染物都要报出。 2空气污染指数分级浓度限值的确定 :现行确定方法虽起到南北城市平衡作用 ,但却人为缩小了二、三级空气质量级别间的差异 ,且分级与《环境空气质量标准》不一致 ,易造成混乱。建议南北城市采用不同的空气污染指数分级浓度限值城市环境空气质量周…     

空气污染指数简易计算方法

环境空气质量周报、日报、预报均采用空气污染指数 (ＡＰＩ)的形式报告 ,而空气污染指数的计算方法 ,是由各污染物的实测浓度值按照分段线性方程计算 ,涉及到各空气污染物的标准浓度限值 ,计算公式繁琐 ,费时费力。今结合实践 ,由原空气污染指数计算方法推导出一组简易计算公式 ,此简易算式与原计算方法等效 ,供参考。1　简易计算法1 1　计算公式由于空气污染指数中 5 0、1 0 0、2 0 0分别对应于我国环境空气质量标准中日均值的一、二、三级标准的污染物浓度限值 ,对应的环境空气质量等级分别为优、良、轻度污染 ,同时考虑到总悬浮颗粒物在…     

香港的空气污染指数预报

介绍了香港空气污染指数预报的方法和所取得的良好社会效果。通过香港空气污染指数预报的学习结合内地环境保护工作的情况，谈了几点体会。     

计算空气污染指数的简捷方法

现行的空气污染指数(API)的计算方法使用较麻烦，本文作者提出了一种简捷的计算方法，具有简单、实用、易于掌握的特点．此外，还介绍了如何使用Office 2000中的EXCEL软件编制API计算表，可以快速、准确的计算空气污染指数API值．     

兰州市空气污染现状统计分析

根据中国重点城市空气质量周(日)报资料发布的空气污染指数得知，兰州市的空气污染极为严重，全年有近60％的时间空气质量属于中度或中度以上污染，而优质比率为零．     

南京4月1日起网上直播空气质量

“从2012年4月1日开始，每小时公布一次南京市实时空气污染指数（二氧化硫、氮氧化物、PM10等），以让市民了解实时空气质量。”南京市环保局局长韦昌明介绍，     

重庆市空气污染持续过程特征及其气象成因分析

利用空气质量日报数据分析了重庆市主城区空气质量的总体概况以及持续空气污染过程的特征，并着重探讨了2005-11-29~12—31期间的空气污染指数API变化及其与主要气象条件的相关关系．结果显示，一年中主城区出现连续3d以上空气污染指数API超过100的持续污染过程10次，累计污染超标日为61d，占全年总超标天数的61．6％；持续污染过程的气象条件往往有着共同的特点，即平均风速小，元降水或降水稀少，大气层结稳定，混合层高度较低．     

Contamination Levels and Preliminary Assessment of the Technical Feasibility of Employing Natural Attenuation in 5 Priority Areas of Presidente Bernardes Refinery in Cubatão, São Paulo, Brazil

Five priority areas of potential impact by contaminants (API) were investigated at the Presidente Bernardes Refinery in Cubatão, São Paulo, Brazil with the following aims: (i) to identify both organic and inorganic contaminants present in soil and groundwater; (ii) to define the environmental conditions relevant for microbial activity at the site and (iii) to evaluate the feasibility of employing natural attenuation for treatment of the hydrocarbon contamination. One area (API 1) was an uncontrolled landfill, where waste materials from the refinery were deposited between 1954 and 1986, and four areas (API 4, 5, 7 and 11) were located in the operational section of the refinery. Soil contamination by regulated BTEX compounds (benzene, toluene, total xylenes) was restricted to two samples from API 1. Nonregulated ethylbenzene was detected in one soil sample from API 4, one from API 5 and two from API 1. No soil contained regulated PAH above threshold levels. Several nonregulated PAHs were found in 6 soil samples from API 1, 3 soil samples from API 4 and 1 soil sample from API 5. Site soils contained very high aluminium concentrations, but metal contamination was restricted to one soil sample from API 1, which contained nickel above threshold limits. BTEX contamination of groundwater was due mostly to benzene. Of the 17 PAH molecules tested, only naphthalene and 2-methylnaphthalene occurred in groundwater. The sum of total BTEX and total PAH exceeded 200 μg/L in only a few monitoring wells in API 4, 5 and 11 and was always below 2.640 μg/L. Be, Cd, Cr, Cu, Hg, Ni, Se, Ag, Tl and Zn were not detected in groundwater, which was contaminated in a few locations by aluminium (mostly below 1 mg/L), lead (<0.066 mg/L) and arsenic (<0.056 mg/L). S, K, Ca, Mg and Fe were present in groundwater in excess of physiological requirements for microbial growth, but low concentrations of N and P could become growth limiting. However, BTEX were efficiently degraded in saturated and unsaturated zone microcosms and nutrient amendments did not stimulate biodegradation rates measurably. The inorganic carbon pool in groundwater was up to one order of magnitude larger than the organic carbon pool. Total inorganic carbon (TIC) in API groundwater exceeded TIC of clean groundwater by factors of 2 (API 4), 6 (API 5, 7 and 11) or 10 (API 1). Most of the inorganic carbon incorporated into groundwater beneath the refinery originated from biodegradation in the unsaturated soil, which contained a microbiota (10⁶ cells/g on average) capable of growth with most of the pure (benzene, toluene, ethylbenzene and xylene) and mixed hydrocarbons tested (diesel oil, gasoline, naphtha, condensate, aromatic residue and fuel oil). A viscous hydrocarbon paste uncovered in API 1 was insoluble in water but dissolved in dichloromethane. Many organic components of this paste were biodegradable as evidenced by weight reduction of the hydrocarbon paste and by the growth of suspended and attached biomass in saturated zone microcosms, where the paste was the only carbon source. This study indicates that monitored natural attenuation may be a technically feasible and efficient means for plume control in API 1, 4 and 5, provided the plumes in API 4 and 5 are not expanding. This technique is not suitable for contaminant reduction in API 11.     

环境空气质量分析的实践与探讨

以丹东市环境空气质量分析为例对当前采用的环境空气质量分析方法的优缺点进行了评述,指出采用全市多点位平均值分析环境空气质量具有一定缺欠,它们的均值会平滑掉重污染点的监测峰值,反映不出城市应有的污染来;应把对重污染点的监测值的分析作为重点,辅以全市多点位的平均值,分析环境空气污染特征、变化规律,进而查找其污染原因,提出可行的减少或消除环境空气污染的措施和办法。     

环境空气中臭氧API评价探讨

环境空气中臭氧API评价应考虑臭氧超标影响范围、臭氧超标小时数和超标平均浓度对臭氧API修正。     

杭州主城区大气臭氧对空气污染指数API的影响

利用2004年至2007年空气污染监测数据,比较现行API指数和修正后API指数的差异,分析修正后O3污染的变化状况,研究O3污染的季节变化。结果表明,O3作为一种新的空气污染指标,对修正后API指数的影响很大。与现行API指数相比,4年来修正后API指数的污染率大幅度增加,并且各季节的污染率越来越接近,2007年污染率在25%左右。2007年各季节修正后API指数污染天数中O3污染天数所占百分比分别是春季为52%、夏季91.6%、秋季20.8%、冬季O3,未出现污染。     

2010年春季沙尘天气对北京市空气质量的影响及其天气类型分析

利用2010年3-5月北京市市区以及北京西北部、西部和东部3个不同方位边界的空气质量自动监测站监测数据,结合气象资料和激光雷达观测数据,分析了春季外来沙尘对北京市空气质量的影响。研究结果表明:2010年春季北京市出现15次外来沙尘天气,外来沙尘输送对北京市空气质量的影响天数为21 d,直接造成15 d空气质量超标,最严重的一次API指数达到最大值500。沙尘的天气形势特征以及输送路径的不同,对北京市空气质量的影响有明显差异。当低压中心过境时,沙尘天气影响最重,颗粒物浓度显著上升,气态污染物迅速下降,沙尘呈现自西北向东南输送的特征;低压底部过境与低压中心过境类似,但是沙尘强度略弱;除此之外,沙尘回流也可以直接造成北京市空气质量超标,颗粒物浓度和气态污染物浓度均表现出上升的变化趋势。     

WPI指数在地表水环境质量评价中的运用

在地表水环境质量评价中提出了 WPI指数 ,并对其使用方法作了详细说明 ,提供了计算 API指数和判定水质类别的 wpix( data,bh,lx)函数     

基于分形求和模型的克拉玛依市空气质量评价

以克拉玛依市4个区2012年的大气自动监测数据为样本，基于分形求和模型，分析大气污染物的分布特征，利用分维数确定污染物浓度分布的随机程度，计算 SO2、NO2、PM10的大气环境背景值与标准值，确定适合于评价区域的ORAQI指数计算公式，并与 API指数作对比。ORAQI指数计算结果显示，克拉玛依市全年环境空气质量基本呈现“U”字形变化，春夏季大气质量好于秋冬季，全年空气质量有明显的季节变化，4个区中克拉玛依区空气质量相对较差，乌尔禾区空气质量最好。相对于 API指数的均匀分布结果，ORAQI指数具有更好的次要污染物体现能力，可以综合体现所评价的各项污染因子的贡献。     

基于神经网络方法的城市空气质量日报技术

运用神经网络方法,将城市空气质量状况与大气污染物对空气质量的损害程度相关联,采用了"基于大气污染损害率的API法"评价概念,模拟发布长春市空气质量日报,同时公布次要污染物,并与API法进行同时段比对实验与综合分析。     

建立空气质量综合评价指数的探讨

分析了空气污染指数(API)系统在评价空气污染水平中的不足，提出了在原API系统基础上进行指标拓展，增加能见度和PM2.5评价指标，建立空气质量综合评价指数（AQI）；分析了扬州市区PM2.5和能见度在雾霾日及正常日的百分位分布，确定了PM2.5和能见度分级值，并利用扬州市区环境空气质量监测数据进行了验证。     

滨州市大气VOCs污染现状及防控措施分析

利用挥发性有机物(VOCs)手工监测和走航监测技术,分析了滨州市城区、各县(市、区)涉VOCs工业园区的VOCs排放情况。结果表明,城区大气VOCs各组分的体积分数差异较为明显,烷烃类占比最高,其次是挥发性含氧有机物和芳香烃。排名前3的组分为异戊烷、正丁烷、丙烷,主要来自以液化石油气为燃料的车辆排放。各县(市、区)不同涉VOCs工业园区周边的VOCs组分与园区涉及的原辅料和产品类型有关,对应的组分主要为苯系物、烷烃类和烯烃类。园区内的有机化学原料制造、化学药品原料药制造和表面涂装等行业对VOCs组分的影响较大。建议从系统性溯源、科学性推进、精准化管控、针对性治理4个方面开展VOCs治理研究,从而实现VOCs排放控制,减少对周边环境的污染和影响,提升滨州市整体环境空气质量。