城市景观格局与大气颗粒物污染的关系研究

随着城市化和工业化发展,大气颗粒物对城市空气环境造成了严重污染,选取西安市作为研究区,分析不同时间和空间尺度下城市景观格局与大气颗粒物污染的关系。通过GIS软件、Fragstats4.2软件和SPSS软件对西安市2014年土地利用数据和2014年整年的大气颗粒物监测数据进行分析,结果显示,西安市土地利用类型分布较为集中;西安市大气颗粒物浓度的空间分布特征为浓度从市中心至城郊呈梯度递减趋势,在整体上呈现西北高于东南的倾向,大气颗粒物污染物浓度峰值基本都集中出现在建设用地范围内(PM10:102.7μg/m^3;PM2.5:99.7μg/m^3);相关性结果证实了城市景观格局与大气颗粒物浓度的空间分布特征。研究结果为中国西部内陆城市大气颗粒物污染控制、土地利用规划以及生态建设提供参考。     

2015-2018年衡阳市城区环境空气污染特征分析

本文利用2015~2018年衡阳市城区空气质量监测数据,分析环境空气污染特征及变化趋势。研究结果表明:2015~2018年衡阳市城区环境空气以PM2.5、PM10、O3污染为主,其中PM2.5和PM10年均值浓度呈下降趋势,O3年均值浓度呈不规则波动变化;年内时空变化上,O3呈现夏、秋季浓度高和冬、春季浓度低的特点,PM2.5和PM10呈现出夏季浓度低、冬季浓度高的特点。针对衡阳市空气污染物特征,提出了衡阳市城区空气质量改善的对策建议。     

柳州市2009-2014年空气污染变化

近年来,城市空气污染日益严重,已成为公众广泛关注的环境问题之一。柳州是中国西部的工业重镇、广西有名的工业城市,位列国家划定的113个大气污染防治重点城市之中,是广西第一个开展PM2.5监测的城市。本研究于2009—2014年连续6年对柳州市大气主要污染物SO2、NO2、PM10和PM2.5的浓度进行在线观测,获得了污染物的长期时间和空间分布特征。结果显示,SO2浓度呈逐年下降趋势,并于2011年达标之后显著下降,2014年相比2009年下降了50.0%;NO2浓度一直在低于标准以下波动(24.6~35.1μg/m3);PM10浓度呈逐年增长趋势,并从2011年开始超标,2014年相对于2009年增长了69.3%。各污染物浓度都具有显著的季节变化:冬季秋季春季夏季。SO2、NO2、PM10和PM2.5的浓度冬季相比夏季分别提高82.9%、56.3%、66.9%和133.6%。冬季SO2和秋冬季PM10超标,PM2.5除7月外全线超标。PM2.5/PM10的比值冬季也高于夏季,表明冬季更易富集细颗粒。各污染物浓度也表现出不同的空间分布。九中各污染物的浓度都最高,可能与其离柳州钢铁公司距离较近有关。SO2除九中外,其他站点均达标。NO2全部达标。PM10市监测站和九中超标。PM2.5所有站点超标严重。本研究结果表明,柳州市煤烟型污染得到有效控制,但颗粒物污染,尤其是细颗粒物污染日益严重。     

昆明城区颗粒物质量浓度变化特征及驱动因素研究

为探究颗粒物对昆明城区环境空气质量的影响，基于2015～2020年颗粒物质量浓度数据，利用Spearman相关性分析、冗余分析方法对颗粒物质量浓度时空变化特征及其驱动因素进行深入研究。结果表明：2015～2020年期间，可吸入颗粒物(PM₁₀)、细颗粒物(PM_2.5)质量浓度均呈现显著下降的变化趋势，年内旱季整体高于雨季，日内呈“双峰双谷”波动变化趋势且夜间显著高于白天；颗粒物质量浓度的主要影响因素是风速，并与降水量、相对湿度、气温呈现显著负相关，但也受到区域传输、人类活动等多种因素影响。未来，应分区域、分时段(旱季和雨季、昼间和夜间)制定差异化的污染管控措施，重点控制PM₁₀质量浓度并使PM_2.5质量浓度持续下降，为持续提升昆明城区环境空气质量水平提供科学依据。     

气象因素对长沙市PM_(2.5)周期性变化规律的影响分析

以长沙市10个城市环境空气自动监测站点2013年的历史监测数据为基础,分析了PM2.5质量浓度的周期性变化规律,并采用非参数分析(Pearson相关性)法,研究了气象因素对长沙市PM2.5质量浓度周期性变化的影响。结果表明,PM2.5日均质量浓度在不同季节的绝对值和变化周期都相差很大。总体上,PM2.5在冬季的浓度高于夏季;PM2.5质量浓度的变化周期在3~8d。在2013年4个典型月份内,温度和风速与PM2.5质量浓度负相关,而湿度和气压与PM2.5质量浓度正相关,相关系数分别为-0.573、-0.395、0.519和0.440。PM2.5周期性变化与区域内大气环境容量相关,而大风、降雨等强对流天气是终结PM2.5变化周期的主要环境因素。     

北京市城区PM_(2.5)浓度分布及影响因素研究

对2015年4月1日至2016年3月31日期间北京市城区PM_(2.5)的日均浓度变化及天气影响因素进行了研究。研究结果表明PM_(2.5)的日均浓度变化幅度较大,且在秋冬季节明显高于春夏季节;PM_(2.5)日均浓度统计结果的概率密度呈对数形式分布;由于北京市城区的地理位置原因,导致东南风向时城区PM_(2.5)浓度普遍偏高;而温度与PM_(2.5)浓度无明显相关性。     

泸州市主城区2019年3月至2020年2月大气颗粒物污染特征及防治对策研究

为了解泸州市主城区颗粒物污染变化特征及成因,选取2019年3月至2020年2月空气自动监测数据,运用Origin2017等技术手段对PM2.5与PM10的时间变化特征、污染来源方向以及污染物之间的相关性进行了分析。结果表明:PM2.5与PM10在不同季节的变化趋势均具有较好的一致性,不同站点污染物相关性特征明显。分析表明:泸州市主城区颗粒物污染成因为工业企业排放、机动车尾气、生物质燃烧、燃煤、扬尘以及不利气象条件等,建议对6类污染排放进行管控。     

新疆准噶尔盆地南缘一次典型沙尘污染特征分析

沙尘对空气质量特别是空气中TSP,PM_(10)和PM_(2.5)浓度有重要影响。为探讨沙尘对空气质量的影响,在位于准噶尔盆地南缘荒漠-绿洲交错带的准噶尔生态环境观测站开展了近地面空气颗粒物的连续监测实验及气象观测实验;结合HYSPLIT模型对典型沙尘事件中空气颗粒物的运动轨迹进行模拟;分析了沙尘全过程空气颗粒物分布特征及颗粒物的输送特征。结果表明:在2015-09-13日的沙尘事件对空气中颗粒物TSP、PM_(10)和PM_(2.5)的浓度分布产生影响严重,TSP、PM_(10)和PM_(2.5)的质量浓度分别达到了412μg/m~3、354μg/m~3和190μg/m~3,远超过了国家二级空气质量标准;TSP、PM_(10)和PM_(2.5)的质量浓度显著相关,其中PM_(2.5)和PM_(10)的相关系数达0.993,颗粒物轨迹分析显示,沙尘主要来源于北面的古尔班通古特沙漠,为大风输送所致。     

克拉玛依市PM_(2.5)污染特征分析

对克拉玛依市2014-2015年PM_(2.5)质量浓度进行整理统计,通过Arc GIS空间插值和EXCEL数理统计分析得出PM_(2.5)的质量浓度变化特征。结果表明,PM_(2.5)各小时浓度均低于国家二级标准,整体空气质量为良;PM_(2.5)季节浓度呈现冬季高,春夏低的规律,其中2月份浓度最高,为63.7μg/m3,4月份最低为23.6μg/m3;各监测站PM_(2.5)浓度受盛行风影响自西北向东南方向递增,依次为南林小区、长征新村、白碱滩区、独山子区、乌尔禾区商贸区;PM_(2.5)与PM10全年平均比值为0.53,整体空气污染较重。此外,PM_(2.5)与NO_2和SO_2均呈正相关,与O_3呈负相关性,说明汽车尾气和化石燃料排放是PM_(2.5)的主要来源。     

乌鲁木齐市区PM2．5污染特征及其溯源与追踪分析

重点研究乌鲁木齐市大气中PM2.5的污染特征，分析其质量变化浓度与各种气象影响因素的相关性．利用美国空气资源实验室的HYSPLIT模型对颗粒物进行备季节代表月份的溯源和追踪分析，为正确认识乌鲁木齐市区大气PM2.5污染状况提供重要基础数据，为以后的对比研究和制定相应的污染控制措施提供参考依据。结果表明：（1）PM2.5质量浓度的最高值出现在1月，受采暖期的影响，冬季PM2.5质量浓度全年最高。（2）PM2.5的质量浓度与温度呈负相关性，与气压的呈正相关性；在无降水的前提下，PM2.5的质量浓度与相对湿度呈正相关。（3）春、夏、秋三季PM2.5来源主要是阿拉山口、阿勒泰北部及南疆，冬季则主要来自于南疆。到达乌鲁木齐的颗粒物主要向河西走廊及阿拉山口方向移动。     

大连市环境空气中PM2.5污染特征分析

2013—2018年大连市环境空气质量明显改善.大连市环境空气中PM2.5污染特征分析表明,PM2.5浓度在冬季采暖期较高,夏季非采暖期浓度较低,具有早晚双峰的日变化特征.2018年各区市县PM2.5年均值均下降.除普兰店区和瓦房店市PM2.5年均值超标,其他区市县均达标.大连市区PM2.5年均值仅高于长海县,低于其他...     

潍坊城区典型区域PM_(10)和PM_(2.5)质量浓度变化特征

利用2016年1月至12月潍坊城区典型区域的PM_(10)、PM_(2.5)浓度的连续观测数据,研究了PM_(10)、PM_(2.5)浓度的变化特征及其与气象因素的关系。结果表明,潍坊城区颗粒物污染较为严重,PM_(10)超标率为7.59%、PM_(2.5)超标率为33.61%。PM_(10)和PM_(2.5)质量浓度均存在明显的季节变化和月变化规律,表现为夏季月份较低,而冬季月份较高。PM_(2.5)/PM_(10)比值的平均值为0.526,该比值也呈现一定季节变化,冬夏两季较高,春秋两季较低。PM_(10)和PM_(2.5)与气温均呈现一定的负相关性,PM_(10)还与湿度呈现负相关关系。     

阿克达拉PM2.5演变特征及与气象要素的相关性分析

为深入了解阿克达拉PM_2.5颗粒物污染,利用阿克达拉国家大气本底站颗粒物监测仪器GRIMM180观测的2010～2019年PM_2.5数浓度及台站的常规气象观测资料,用z-score法对PM_2.5数据标准化进行时间变化趋势分析,利用SPSS进行Pearson系数相关分析,能够客观反映出颗粒物浓度与气象要素间的共变趋势程度。结果表明：(1)10年中PM_2.5浓度整体上升7.15%。季节变化表现为冬季>春季>秋季>夏季的特征。秋季为明显右偏态分布其余季节对称分布,且冬季的变化性最大。月变化周期为13个月,呈现出“U”形起伏的变化规律。日变化呈现单峰的型式,且采暖期为非采暖期浓度2倍,呈现白天堆积晚上扩散的周期。(2)PM_2.5与风速、相对湿度和日照时长相关性最好,且在冬季表现最为显著。PM_2.5最高浓度风向为正南,阿克达拉主要污染物成分主要来自西北、偏西方向。风速为10m/s时为PM_2.5浓度明显转折点。夏季PM_...     

四川省秸秆集中露天焚烧时期颗粒物污染特征研究及防控建议

着重探讨秸秆焚烧时期颗粒物污染特征,包括颗粒物污染的时空变化特征、PM2.5与PM10的相关性分析等,反映了秸秆焚烧时期的污染状况,并提出了秸秆焚烧的几点针对性防控措施建议。     

香港地区不同类型站点大气污染变化特征对比研究

选取香港环境保护署设立的5个代表性站点(可归类为路边站、一般站及背景站)2016年的监测结果,对获取的各类污染物(PM_(2.5)、PM_(10)、NO_2、NO_X、SO_2、O_3)浓度变化特征进行对比研究,结果表明:(1)三类站点颗粒物及SO_2浓度年均值差异较小,体现了其区域性的污染特性,NO_2与NO_X年均值均为路边站一般站背景站,而O_3则相反,路边站最低而背景站最高;(2)各类站点PM_(2.5)与PM_(10)季节差异表现为夏季最低而冬季最高,O_3最低值也出现在夏季;(3)三类站点大气污染物日变化特征差异显著,路边和一般站NO_2与NO_X日变化表现为"早晚双峰"型,背景站变化幅度较小;路边站、一般站颗粒物日变化表现为单峰型,峰值出现在晚间22∶00,背景站变化幅度较小;O_3在路边站和一般站呈现双峰型变化,而在背景站为单峰型,峰值出现在下午15∶00左右;(4)所有站点PM_(2.5)、NO_X及O_3"假日效应"明显,具体表现为:PM_(2.5)和O_3浓度在假日全天浓度高于工作日;路边站和一般站的NO_X浓度在假日0∶00~8∶00时段高于工作日,其余时间均低于工作日。     

成都市大气消光系数及PM2.5质量浓度在不同湿度条件下的关系研究

大气消光系数可以表征污染程度的大小,其本身与相对湿度密切相关。对2013年6月~2014年5月的逐小时地面观测的大气消光系数、相对湿度和PM2.5质量浓度数据进行统计与相关分析,以了解成都市大气污染的时间分布特征以及相对湿度和PM2.5质量浓度对其影响,在此基础上分析细颗粒物的吸湿增长特性。结果表明:(1)成都市消光系数具有明显的季节特征,消光系数大小依次为冬季秋季夏季春季。消光系数日变化在不同季节表现出不同的变化趋势。(2)当相对湿度小于80%时,PM2.5浓度与消光系数显著正相关,可直接利用污染物浓度代表污染的严重程度。(3)平均单位质量消光系数随相对湿度的变化表现出随机性,但整体呈现正相关。就平均而言,相对湿度每增加一个单位,平均单位质量消光系数增加0.013%。(4)由于成都市相对湿度对消光系数影响较大,因此在评定污染程度时用空气质量指数进行评定比用能见度评定更具科学性。     

长沙市城区典型交通路口PM_(10)和PM_(2.5)污染特征研究

利用车载环境空气质量监测系统对长沙市城区典型交通路口的近地面空气质量进行了实时监测。结果表明,在监测时段(14∶00~20∶00)内,该监测点环境空气中PM10的小时质量浓度范围在0.097~0.222mg/m3之间,平均值0.163mg/m3;PM2.5的小时质量浓度范围在0.050~0.158mg/m3之间,平均值0.103mg/m3。PM2.5/PM10比值在48.1%~76.6%之间,平均值62.4%。PM10与PM2.5质量浓度在星期一相对较低,星期二有所升高,星期三至周末总体上保持基本稳定。在监测时段PM10与PM2.5小时质量浓度呈现先降后升的变化规律,即14∶00~15∶00,PM10与PM2.5质量浓度相对较高,16∶00左右降至最低,从17∶00开始逐渐升高,20∶00达到峰值。PM10和PM2.5的质量浓度变化与车流量和车速密切相关,温度、相对湿度和风速等气象因素对PM10和PM2.5质量浓度的变化影响也较显著。     

“十二五”南充市城区空气质量变化及污染成因浅析

"十二五"期间,南充市城区空气质量于2014年之后有所改善,2015年达标率为74.37%,同比上年上升7.61个百分点;城区酸雨污染状况不断改善,酸雨频率和酸度逐年下降。城区主要污染物为可吸入颗粒物(PM10)和细颗粒物(PM_(2.5)),根据污染源排放情况,结合2016年3~4月细颗粒物(PM_(2.5))源解析结果,PM_(2.5)的来源主要为机动车尾气、二次无机源、燃煤、工业工艺源、扬尘、生物质燃烧等,严格控制机动车尾气和VOCs排放应为今后首要工作任务。     

有效解决PM2.5的途径

人们更加关心PM2.5,是对PM10的颗粒物粒度大小分布及不同粒度颗粒物的危害等方面不断研究认识的结果。采用PM2.5会带来一系列问题,如监测设备或技术的更新换代,空气质量标准和排放标准的更新或修订,关键是更难控制。有效解决PM2.5的途径,是从源头上控制PM2.5及其前体反应物的排放。信息公开需要公众和社会舆论不断对当局施压,才会挤牙膏式地改进。     

长沙城区大气中二氧化碳浓度变化及与其它污染物相关性分析

利用长沙市城区2011年及2012年连续自动监测获得的CO2数据,两年的平均值为412．2×10^-6,高于世界本底站青海瓦里关5．6％,与临安、无锡相当,略高于乌鲁木齐,而低于北京、上海。冬季CO2浓度日小时变化呈现双峰形态,峰值出现在上午9时及晚上19时～21时。夏季日小时变化为单峰形态,峰值出现在上午8时。冬季CO2浓度日均值为420．3×10^-6,比夏季高3．4％。CO2除与O3呈负相关以外,与其它污染物均呈现显著性正相关,特别是与CO、NO、NO2、NOx、SO2的相关性最强,而与颗粒物（PM10、PM25）的相关性稍差。