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.     

空气质量指数(AQI)的社会经济影响因素分析——基于指数衰减效应视角

中国面临着严重的环境恶化问题,其中空气污染问题尤为突出.基于中国2014年全国城市空气质量数据,利用自然正交函数分析城市空气质量指数的时空演变特征,并采用基于衰减效应的矩阵指数空间设定模型探讨了空气污染的影响因素.研究结果表明:(1)AQI以京津冀为高值中心向周边地区呈衰减变化,污染核心区由京津冀逐渐向豫北地区和鲁西北地区扩散,年内AQI在1—9月呈现下降趋势,然后逐渐上升;(2)150个城市的空气质量指数呈现出明显的空间集聚;(3)矩阵指数空间设定模型优于空间滞后模型,并且城市间空气污染呈现出显著的空间衰减效应;(4)人均地区生产总值的提高、SO_2排放量和PM_(2.5)浓度增加是导致空气污染加剧的重要原因,而外商直接投资和环保意识的提高有助于改善中国的空气质量.     

恩施州城区空气污染特征及成因分析

该文利用2018-2020年恩施市环境监测站同时段PM_(2.5)、PM_(10)、SO_2、NO_2、O_3、CO每日质量浓度监测资料,以及每日空气质量指数(AQI)资料,分析了近3年来恩施市的环境空气污染现状与成因。恩施州的主要污染物有PM_(2.5)、PM_(10)、O_3,最高浓度可达到65.03、96.87、109.13μg/m~3;恩施州空气质量指数为优、良、轻度污染、中度污染、重度污染的出现概率分别为50.69%、43.82%、4.57%、0.64%、0.27%,无严重以上污染日出现;气象条件对恩施州的空气质量有较大影响,PM_(2.5)浓度与月降水和月平均气温呈典型负相关,温度和降水量升值最高在7月时,PM_(2.5)的质量浓度降至最低11.61μg/m~3。研究发现,恩施州的空气质量变化程季节性变化,冬季空气质量最差,夏季最好;空气质量变化具有春节效应。结果可为恩施州的空气污染防治提供有效依据。     

2005年-2014年安阳市城市空气质量变化趋势分析及治理对策研究

利用2005年-2014年安阳市城市空气质量自动监测数据,采用Daniel趋势校验法对空气质量变化趋势进行分析,确定主要污染物,探讨影响空气质量变化的因素,提出改善空气质量的综合治理措施.结果表明2005年-2014年安阳市空气综合污染指数为2.60,属轻度污染,首要污染物为PM10,其次为SO2,冬季污染较重,呈现尘污染与煤烟型污染特征;大气污染物存在显著的空间差异性,西北工业区污染较重;总体上,综合污染指数、SO2、PM10均呈不显著上升趋势,NO2呈现显著上升趋势.     

北京市重度大气污染时段污染物时空扩散特征

该文通过分别对北京市重度大气污染时段的风力与空气污染指数(API)以及空气质量指数(AQI)分析,建立了风力预测大气污染程度的回归模型,并探讨了不同风力条件下空气质量(污染)指数时空扩散规律。结果表明:(1)风力与空气质量指数和空气质量指数均为负相关,且有极其显著的相关性,但空气质量指数对风力的响应程度更高。(2)各空气污染指数预测模型均表现出南部模型精度中部北京市北部,前者比后者的精度高16%~26%。二次模型是预测空气污染指数简便、实用、有效的模型。而在空气质量指数预测模型中,北京市、中部及南部均是指数模型预测能力最好,二次模型较差。北部则相反。(3)重度大气污染时段,大气污染物由南向北扩散过程基本需要3 d时间。若南部空气质量指数300,且污染过程持续4 d,则北部的污染程度将超过南部。一般情况下,风力需要大于3级,且要持续1 d以上,空气污染程度才会降低。否则,全市大气污染程度相差不大,均处于重度或严重污染。     

伊春市空气质量评价

根据城市环境空气中参与综合评价污染物的年均浓度,采用空气质量指数法对2013年伊春市空气质量进行定性评价,结果表明伊春市2013年二氧化硫、二氧化氮、可吸入颗粒物污染指数分别为0.40、0.58、0.65,三项污染物综合污染指数为0.33,环境空气质量为一级标准。可吸入颗粒物为主要污染物。     

基于卫星遥感和地面观测资料的霾过程分析

利用MODIS、CALIPSO卫星观测的气溶胶产品和地面空气质量、气象资料,并结合HYSPLIT后向轨迹模式,探讨了2013年12月1~9日长江三角洲地区一次持续性的严重霾污染过程的形成、特征及其可能来源.研究表明,此次污染过程中长江三角洲地区8个代表城市大部分时间处于霾污染的状况下,气溶胶光学厚度(AOD)显著增长,空气质量指数(AQI)均达到或超过污染限值,且以中度以上污染为主.污染发生时,气溶胶主要存在于地面至2km的大气层内,尤其是850m以下.根据体积退偏比和色比得出球形气溶胶出现频率高于非球形气溶胶,大粒径气溶胶出现频率高于小粒径气溶胶,进而得到污染期间气溶胶的主要类型为“污染型”气溶胶.污染物的近距离的输送和持续小风,无降水的静稳气象条件而导致污染物难以扩散稀释而累积在本地是造成长江三角洲区域污染范围广、时间长、程度重的主要原因.     

基于卫星遥感和地面观测资料的霾过程分析——以长江三角洲地区一次严重霾污染过程为例

利用MODIS、CALIPSO卫星观测的气溶胶产品和地面空气质量、气象资料,并结合HYSPLIT后向轨迹模式,探讨了2013年12月1~9日长江三角洲地区一次持续性的严重霾污染过程的形成、特征及其可能来源.研究表明,此次污染过程中长江三角洲地区8个代表城市大部分时间处于霾污染的状况下,气溶胶光学厚度(AOD)显著增长,空气质量指数(AQI)均达到或超过污染限值,且以中度以上污染为主.污染发生时,气溶胶主要存在于地面至2km的大气层内,尤其是850m以下.根据体积退偏比和色比得出球形气溶胶出现频率高于非球形气溶胶,大粒径气溶胶出现频率高于小粒径气溶胶,进而得到污染期间气溶胶的主要类型为"污染型"气溶胶.污染物的近距离的输送和持续小风,无降水的静稳气象条件而导致污染物难以扩散稀释而累积在本地是造成长江三角洲区域污染范围广、时间长、程度重的主要原因.     

眉山市城区环境空气质量及变化趋势分析

根据眉山市2006—2012年空气质量数据,采用综合污染指数法对SO2、NO2、PM10进行评价。结果表明:各污染物季节变化明显,冬季污染最严重;7年年际变化中,SO2浓度先上升后下降,NO2浓度总体呈上升趋势,PM10浓度明显下降;2012年全市主要污染物污染负荷系数从大到小排列顺序为:PM10(0.39)SO2(0.32)NO2(0.29);综合污染指数表明眉山市空气质量属于轻污染。     

2014年海口市大气污染物演变特征及典型污染个例分析

主要分析了2014年海口市逐日的空气质量指数(AQI)和6种大气污染物的演变特征,同时,结合卫星遥感和轨迹模式等资料和方法对1次典型污染个例进行诊断.结果表明:海口市2014年的空气质量主要以优和良为主,6 d达到轻度污染级别,1 d达到中度污染(1月5日,AQI值为158).1月污染最为严重,其中,阶段1(1-6日)和阶段3(18-23日)AQI值偏高,阶段2(7-17日)和阶段4(24-31日)偏低.1月东亚地区天气形势演变对海口市AQI值具有动力影响.AQI偏高阶段,地面高压系统位于内蒙古东部,华南低层东北风场有利于污染物向海口市输送;而在AQI偏低阶段,地面高压系统东移出海,低层偏东风场不利于污染物的输送.后向轨迹聚类分析表明,1月海口市比率最大(39%)的气流主要经过大气污染相对严重的广东珠江三角洲(珠三角)地区,有利于污染物的区域传输.污染个例分析表明,海口市污染物浓度变化与气象要素有密切关系,10 m风速较小有助于近地面的污染物在区域内累积,水平风垂直切变偏弱对天气尺度扰动的发展和大气的垂直混合不利.卫星遥感和后向轨迹分析也表明,外源输送与海口市这次大气污染事件有直接关系.     

成都冬季相对湿度概率分布及其污染效应研究

为研究城市空气湿度变化特征以及其对颗粒物浓度的影响,文章以成都为例,利用相对湿度和PM_(2.5)浓度数据,对成都2014-2017年冬季12-2月相对湿度的概率分布特征及其污染效应进行分析,结果表明:(1)Lorentz概率密度函数拟合效果最佳,并通过a=0.01显著性检验,因此该函数是表征成都冬季相对湿度概率分布特征的最优函数;(2)空气质量较好时,相对湿度在各区间分布较为均匀,而空气质量较差时,呈现低相对湿度状态缓慢增长、高相对湿度状态爆发性增长的趋势,且伴随污染等级的加重,高相对湿度状态对应的爆发性增长愈加明显;(3)轻度污染、中度污染和重度污染等级的样本量较多,而优、良和严重污染等级较少,说明成都冬季整体空气质量较差,污染较为严重。     

渝北区环境空气质量现状及污染原因分析

本文采用综合污染指数法和空气质量指数法对2014年重庆市渝北区的主要空气污染物(SO2、PM10、NO2、O3、CO、PM2.5)的现状监测值进行了评价。结果表明:对照环境空气质量标准,2014年城区内SO2、NO2均符合国家空气质量二级标准,PM10、PM2.5测定值均超标。污染物浓度时空分布不均匀,冬春季浓度较夏秋季高,出现明显的季节特征;空间分布上,两路空气质量优于空港。2014年渝北区环境空气中大部分污染物浓度均低于2013年和主城平均浓度,环境空气质量综合污染指数呈现下降趋势。2014年渝北区空气质量优良天数255天,高于2013年和主城优良天数,影响渝北区空气质量的首要污染物为PM2.5,其次为PM10、O3-8h、NO2。渝北区的环境空气污染主要受城市建设、产业结构、气象条件、交通尾气的影响。     

“十一五”河南省城市环境空气污染特征及原因分析

文章通过对平均综合污染指数,城市空气质量级别的变化对比分析,认为"十一五"期间河南省城市环境空气质量整体呈现改善的变化趋势。基于监测数据,从河南省城市主要污染物、污染特性空间分布、季节性污染特性等方面对环境空气污染特征进行了深入分析,并从污染负荷、气候影响、产业地域布局、产业结构调整、环境管理和污染防治措施等方面深入探讨了产生这种变化趋势和污染特征的内在原因。     

安徽省城市空气质量状况评价

对安徽省城市空气质量进行分析评价,并利用空气污染综合指数和Spearman秩相关系数法得出空气质量的优劣及变化趋势.结果表明,安徽省城市空气质量总体上属轻度污染且呈下降趋势,其中二氧化硫和总悬浮颗粒物浓度下降趋势明显,氮氧化物浓度则有所上升,未来将成为安徽省城市空气质量的制约因子.     

广西PM2.5时空分布特征及污染天气类型

研究区域ρ（PM_2.5）的时空分布特征和污染天气类型的关系是开展大气污染防治和空气质量预报预警的关键支撑技术之一.基于2015—2016年广西14个城市环境空气质量日监测数据和相关气象资料,分析了2015—2016年广西空气质量概况和污染的基本特征,采用EOF（经验正交函数）分析和后向轨迹聚类分析方法表征了广西ρ（PM_2.5）时空分布模态,统计了广西两年间24次区域范围（3个及以上连片城市）大气轻度及以上污染过程,分析了不同污染过程的天气类型和空气质量变化特点.结果表明:PM_2.5是广西大气污染首要污染物,ρ（PM_2.5）年均值呈北高南低的区域特征,月际变化基本呈正V字型分布;EOF分析和后向轨迹聚类分析显示,广西ρ（PM_2.5）的时空结构主要有3种模态,其方差贡献率分别为78.9%、5.7%和3.7%,基本反映了广西ρ（PM_2.5）变化的时空模态的主要特征,桂林和玉林两年间的后向轨迹聚类很好地解释了第二和第三模态的南北浓度和东西浓度异常反相位分布特征;广西14个城市两年间PM_2.5区域性污染天气类型主要有10种,其中污染天气类型中占比较大的是弱冷高压脊型（24.4%）、均压场型（20.2%）、高压后部型（16.1%）和高压后部配合西南暖低压型（8.5%）,是引发广西大范围大气污染的典型天气类型.研究显示,广西大气污染具有地域性、季节性和南北输送特征,污染过程的天气形势变化具有一定规律性.      

算术平均法、百分位数法和滑动平均法空气质量评价对比分析及其揭示的信息

综合采用算术平均法、百分位数法和滑动平均法对空气质量进行评价对比分析,可以更加全面、客观、精细、准确地描述空气质量状况,发现其内在规律,揭示不同城市的问题。对比分析发现,全国169个城市空气质量改善程度用算术均值与百分位数测算存在一定差异,并进一步反映出2017年空气质量改善主要归功于污染较为严重天气的减少,2018年主要归功于空气质量良好及轻度污染天气的增加。169个城市PM_(2. 5)浓度的中位数与算术均值之间具有较好的线性关系且越来越强,反映出重污染天气控制取得成效。各区域和城市百分位数同比变化情况反映了大气污染防治不同阶段的工作重点及成效不同:京津冀及周边"2+26"个城市2017年空气质量改善以降低污染天气为主,2018年以增加优良天气为主;珠三角地区和长三角地区都是以增加空气质量为良的天气为主。3年滑动均值比年均值曲线下降更为平缓,更能准确反映污染治理成效。建议深入研究空气质量信息,采用多种评价方法科学、客观、全面地评价污染治理情况。     

珠三角区域空气质量空间分布类型和天气背景

基于EOF方法分析2016年珠三角9城市日均AQI指数,前3个空间模态累积方差贡献达90%,得到珠三角区域空气质量3种主要的空间分布类型。整体一致型方差贡献71%,9城市空气质量优劣表现一致,当发生污染时,以静稳天气为背景,佛山、江门、中山和东莞污染较为严重。南北相反型方差贡献12%,夏季南部城市普遍优于北部,冬季则相反,这与珠三角区域南北方向上的主导风向有关。东西相反型方差贡献7%,以地面风场辐散(或辐合)为天气背景,纬向风可能是造成东西部空气质量差异的原因之一。     

2013-2015年十堰市环境空气质量变化趋势分析研究

利用十堰市空气自动监测站的监测数据,采用综合指数、空气质量指数(AQI)和Spearman秩相关系数法等评价方法,研究十堰市2013年-2015年环境空气质量变化情况及其影响因素,为城市的大气污染防治提供治理思路.结果表明:2013年-2015年十堰市城区空气质量逐年好转,除PM10和PM2.5外,其他因子均达标,污染物贡献比例中,PM10和PM2.5污染负荷占比超过50%,为主要污染物;十堰市城区空气质量整体呈夏季较好,冬季较差的趋势;全市中开发区铁二处空气质量较好,张湾区刘家沟空气质量较差;结合自然因素和人为因素,综合分析空气质量的变化情况,通过调整能源结构、减少污染源排放和使用清洁能源等多项措施,并注意季节特征和加强预警预报工作,进而改善空气质量.     

空气重污染预测预警将提前两到三天“预测未来”

正中国加强空气重污染监测预警体系建设,公众有望提前两三天知晓未来空气质量.环保部副部长吴晓青在全国环境监测工作现场会上(2014年4月3日)指出,要抓好空气质量预报和空气重污染监测预警体系建设,充分利用环境遥感等高新技术,创新空气质量状况发布的渠道和方式,及时回应社会关切.据了解,早在1998年,环保部就会同中国气象局在47个城市进行空气质量预报工作.今年,"三区"中地级以上城市、其他省(区、市)和省会城市都将开展空气质量预报工作.吴晓青说,环境监测总站要为各地开展预报业务提供     

基于轨迹模式分析海口市大气污染的输送及潜在源区

基于2013—2018年海口市空气质量资料,利用HYSPLIT模式和美国国家环境预报中心(NCEP)提供的FNL资料,模拟近6年海口市500 m高度气流48 h的后向轨迹,分析了不同季节气流轨迹分布、聚类分析和潜在源区分布概率(WPSCF)特征.结果表明:近6年海口市的空气质量等级主要以优和良为主,占所有天数的97.1%,有2.9%的天数达到了轻度污染及其以上级别,O_3从2015年开始成为海口市最主要的大气污染物.海口市影响气流有明显的季节变化,冬季主要受内地的大陆气流和东南沿海气流影响,春季和秋季以东南沿海气流为主,夏季多为来自西南方向的海洋性气流.气流轨迹和WPSCF的空间分布均表明,广东省是海口市大气污染物超标的主要贡献源区,此外,福建、江西、湖南和广西东部等地的潜在贡献也较大.