福建省区域空气质量监测点位布设研究

近年来,随着经济快速发展,区域性大气污染问题频频发生。而目前以城市尺度和常规污染物为监测指标的空气质量监测网络已不能满足监控和研究我国大气复合污染的需要。建立区域空气质量监测网络已经成为目前我国大气污染控制与空气质量管理迫切需要解决的问题。文章结合空间相关分析思想与国家技术规范,建立区域空气质量监测点位布设方法,该方法分别考虑常规污染物、区域特征污染物、同时考虑常规、区域特征污物和考虑不同污染物权重等4种方案,开展福建省区域空气质量监测点位布设研究。结果表明,该方法能够成功应用于区域空气质量监测点位的优化布设,与仅考虑常规污染物和仅考虑区域特征污染物的优化结果相比,同时考虑常规、区域特征污染物的方案三优化结果的空间代表性更好,更能满足监测目标与点位布设的有关要求。     

2018~2020年北京市交通监测站点大气污染特征分析

基于北京市34个空气质量监测站点收集的5种主要污染物浓度（NO₂、CO、O₃、PM_2.5、PM₁₀）数据,对2018~2020年北京市5个交通站点污染物浓度进行分析,并与11个城市评价站点及2个背景点（密云水库、定陵）进行对比.结果表明：（1）3a间各污染物浓度年际变化总体呈下降趋势,除PM₁₀外,交通站点各污染物浓度降幅均大于城市评价站点.2020年交通站点NO₂降幅最大,比2018年下降了31.37%.除个别时期外,5种污染物浓度在交通站点比城市评价站点普遍高出3%~50%.且以NO₂最为突出.（2）2018~2020年各监测站点不同污染物浓度的季节变化特征表现不同.O₃夏季高、冬季低,最高值出现在2018年6月;其余4种污染物浓度基本表现为冬季高、夏季低;2018年3月受沙尘及不利气象条件影响,污染物浓度出现了极高值.（3）为研究新冠肺炎疫情对交通污染排放的影响,比较了5种污染物的浓度变化.与2019年同期相比,疫情后三个阶段的NO₂下降最为显著.交通站点NO₂、CO、PM_2.5平均降幅比城市评价站点高出了4.81%、10.21%、4.38%.     

基于CMAQ空气质量模型研究机动车对济南市空气质量的影响

为研究济南市机动车排气对城市区域空气质量的影响,利用环境空气质量监测站点（简称"1号站点"）和路边机动车尾气监测站点（简称"2号站点"）的在线数据,以及基于4种模拟情景的CMAQ空气质量模型预测数据,研究了济南市城市区域大气污染物质量浓度变化规律及不同机动车车型对6种常规大气污染物的贡献.结果表明:①在采暖季,1号站点ρ（PM_2.5）、ρ（PM₁₀）、ρ（NO₂）、ρ（CO）、ρ（O₃）和ρ（SO₂）月均值分别为435 μg/m3、702 μg/m3、84.2 μg/m3、6.8 mg/m3、4.5 μg/m3和92 μg/m3.②2015年12月24日（灰霾天）,1号站点ρ（CO）、ρ（PM_2.5）和ρ（PM₁₀）均明显升高,ρ（SO₂）、ρ（O₃）和ρ（NO₂）均变化不明显.2个监测站点中ρ（NO₂）和ρ（PM₁₀）均呈双峰趋势,2个峰值出现的时间与上、下班高峰期基本一致.除ρ（O₃）和ρ（SO₂）达GB 3095-2012《环境空气质量标准》二级标准外,其他污染物均超过GB 3095-2012二级标准限值,采暖季大气污染特征为颗粒物型污染.③机动车对研究区域NO₂和PM₁₀贡献率较大,其中,小型车对CO、NO₂、PM₁₀和PM_2.5贡献率最大,其贡献率分别为85.7%、50.1%、53.4%和52.8%.机动车排放源能降低空气中ρ（O₃）,其总贡献率为-25.5%,其中大型车、中型车、小型车对O₃的贡献率分别为-8.8%、-2.7%和-8.9%.灰霾天下不同机动车车型对空气中污染物质量浓度的总贡献率均比采暖季大.研究显示,济南市采暖季大气污染特征为颗粒物型污染,机动车排放源对空气中NO₂和PM_2.5有较大贡献.      

浙江省丽水市空气质量的健康效应分析

本研究利用2013~2018年丽水空气质量、健康及气象等官方数据，采用半参数广义可加模型分析了丽水市空气质量状况与人群健康效应之间的关系.结果表明：（1）大气污染物可导致人群心血管疾病和呼吸系统疾病死亡率的增加，PM_2.5和O₃对于男性的影响显著高于女性，NO₂和SO₂对于女性的影响显著高于男性，污染物对于65岁以上人口的影响更为明显；（2）O₃对于全人群超额死亡风险的贡献率高达40%~50%，远高于PM_2.5对健康造成的危害，O₃已经成为丽水市最为突出的空气污染物.但是男性和女性有明显差异，O₃对于男性的超额风险贡献率最大，NO₂对于女性的超额风险贡献率最大；（3）丽水市污染物浓度处于剂量-效应关系曲线的低浓度处，单位污染物浓度的变化导致超额死亡率变化较大，降低单位浓度污染物产生的健康效益也更为显著.     

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.      

一种基于小波变换和LSTM的大气污染物浓度预测模型

针对现有大气污染物浓度预测模型存在预测精度不高、污染物种类单一等不足的问题,通过小波分解将高维大气污染物数据转换为低维数据,再对分解序列建立长短期记忆网络（LSTM）预测模型,最后通过小波重构将分解序列重构为污染物时间序列,建立了1种基于小波变换（WT）的LSTM大气污染物预测模型（WT-LSTM）,用以预测目标区域内的次日平均ρ（PM_2.5）、ρ（PM₁₀）、ρ（SO₂）、ρ（NO₂）和ρ（O₃）。采用长沙市2015—2018年10处国控站点的数据进行验证,结果表明:相对于LSTM、多元线性回归（MLR）和基于WT的WT-MLR模型,WT-LSTM的均方根误差和绝对平均误差均下降了50%,其对PM_2.5、PM₁₀、SO₂、NO₂和O₃的污染等级预测准确率均在80%以上。     

城市微环境PM2.5浓度空间分异特征分析

以长沙市主城区为例,在203个地面点通过加密观测并获取PM_2.5浓度小时观测值,辅以同步常规稀疏国控点PM_2.5浓度观测数据,在点、面尺度对比分析加密、稀疏两种观测模式下城市微环境PM_2.5浓度空间分布的特征差异.结果表明：地面加密观测模式下PM_2.5浓度高值区主要集中在道路、地表扬尘、住宅小区、医院和工业园等人群、车辆活动的微环境场景;低值区主要出现在公园景区等高植被覆盖度区域.同一空间点位,地面加密观测PM_2.5浓度值均高于常规稀疏国控点PM_2.5浓度观测值,平均高出29.71μg/m³.反距离权重空间插值制图揭示地面加密观测模式下的PM_2.5浓度呈现明显的西北部高（>75μg/m³）、中部和南部居中（65~75μg/m³）、东部低（<55μg/m³）的三级阶梯式异质特征,剖面分析各向波动较大.相比,稀疏国控观测模式空间分布图仅能反映主城区PM_2.5浓度整体较低（<55μg/m³）、除北-南向之外各向剖面PM_2.5浓度相对无明显变化的格局.与此同时,稀疏国控观测模式在地面加密观测点估算的PM_2.5浓度同样显著低于实际观测值,所揭示的研究区高值PM_2.5浓度微环境为道路、地表扬尘、汽车站.研究结果证实,出于环境保护目标建立的空气质量国控监测点难以精确反映同点位近地面PM_2.5浓度,所识别的城市高低PM_2.5浓度值微环境与真实情景存在偏差,空气质量越优等级下偏差越大.     

2019年上海市空气质量特征研究

为了解上海市主要大气污染物浓度水平及其变化规律,该研究依据上海市2019年1月1日-12月31日10个国控点SO₂、NO₂、PM₁₀、PM_2.5、CO和O₃逐时观测资料及对应空气质量指数(AQI),分析了上海地区大气污染的时间变化和空间分异特征。研究结果表明：(1)2019年上海市空气质量总体属Ⅱ级良,首要污染物为PM_2.5、O₃和NO₂。从时间上看,5月空气质量最差,9月空气质量最优。年均AQI呈现春季>冬季>夏季>秋季的特征;(2)从空间分布来看,位于市区的徐汇上师大和杨浦四漂监测站点受到传统工业的影响,空气质量较差,而浦东川沙、浦东张江监测站位于城市边缘,空气质量相对较优。作为清洁对照点的青浦淀山湖AQI值较高,大气质量相对较差,PM_2.5/PM₁₀值较高,表明青浦淀山湖大气环境主要受到细颗粒物的影响,其空气质量是其所属地理位置、湖泊性质和社会发...     

文山城空气质量监测点位优化研究

用网格实测法对文山城空气质量监测点位进行优化研究,全城共均匀布设12个网格点,2002年4月,连续20d监测了各点大气中SO2、NO2和TSP的浓度,运用模糊聚类法对监测数据进行分析,并综合城市规划、人口分布、污染特征等因素,优选出足以反映文山城空气质量状况的3个最佳监测点.经检验,优选点位的代表性较好,结果满意.     

城市空气质量监测网络评估方法

通过研究借鉴多个国家/城市的研究实践,提出了城市空气治理监测网络（UAAMNA）评估管理的方法,包括评估思路与流程,评估关键指标,针对不同污染物的评估方法等.以沈阳市及周边6个城市共46个国控监测站点的监测网络为背景,基于2013~2018年日尺度空气质量数据,考虑监测成本,对沈阳市PM_2.5监测网络进行评估,结果表明,沈河区增加1个最高浓度站点,大东区增加1个高人口密度区站点,皇姑区增加1个跨界传输点;在沈阳-铁岭,沈阳-本溪,沈阳-辽阳方向增设跨区域站点.未来建立空气质量监测网络定期评估制度、加强跨区域边界站点布设、实施区分监测点位类型评估、区分污染物类型评估是UAAMN的发展方向.     

南京城区冬季大气污染特征

为探究南京城区冬季主要大气污染物浓度变化规律,运用南京市空气自动监测站的φ(CO)、φ(O₃)、φ(NO₂)、φ(SO₂)、ρ(PM_2.5)和ρ(PM₁₀)逐时资料,结合同期气象数据,分析了2014年冬季(2014年12月—2015年2月)南京城区大气污染浓度水平和变化特征,探讨2015年春节期间在实施减排措施下气象条件对空气质量的影响.结果表明:① 观测期φ(CO)日均值和φ(O₃)小时均值未超过GB 3095—2012《环境空气质量标准》二级标准限值;ρ(PM_2.5)、ρ(PM₁₀)、φ(NO₂)、φ(SO₂)日均值分别超标44%、38%、34%、2%;ρ(PM_2.5)、ρ(PM₁₀)最大日均值分别为231和283 μg/m3,分别是GB 3095—2012二级标准限值的3.1、1.9倍. ② 日变化分析显示,φ(CO)与φ(NO₂)呈早晚双峰型变化,与早晚交通高峰源排放有关;φ(O₃)呈明显的单峰型,在午后出现峰值;φ(SO₂)呈单峰型且夜间浓度低于白天;ρ(PM_2.5)和ρ(PM₁₀)为双峰型变化,峰值出现在10:00和22:00左右. ③ 南京地区污染物周末浓度整体高于工作日,其中周末φ(CO)、φ(NO₂)和ρ(PM_2.5)显著高于工作日,“周末效应”显著. ④ 2015年春节期间,南京实施减排措施后,即使在不利的气象条件下,污染物浓度也未出现明显升高,说明减排措施有效削弱了污染源的排放,是保持南京地区良好空气质量的重要因素.      

对首要污染物所揭示的京津冀环境空气质量状况的认识启迪与对策建议

利用中国环境监测总站发布的实时大气环境监测资料,选择京津冀地区8个城市（北京市、天津市、石家庄市、保定市、唐山市、邢台市、邯郸市和秦皇岛市）57个站点为研究对象,对2015年该地区AQI（环境空气质量指数）及其首要污染物日报和实时报特征进行综合分析与评估.结果表明:①京津冀地区8个城市空气质量等级日报的首要污染物主要是PM_2.5,其中邯郸市以PM_2.5为首要污染物日数占比（即出现日数占全年总天数的比例）最高,为90%;北京市最小,为50%;其余城市在70%左右.以O₃为首要污染物日数占比较高的是北京市和保定市,超过20%;秦皇岛市最小,为2.8%.以NO₂为首要污染物日数占比较高的是秦皇岛市,为10.6%.②京津冀地区8个城市AQI实时报中以O₃为首要污染物的情况最多不超过10%,几乎没有以NO₂为首要污染物的情况;但在AQI日报中,以O₃为首要污染物的日数占比最高的可达26%,以NO₂为首要污染物的日数占比高达11%.③以2015年北京市奥体中心站点为例,当AQI日报仅以NO₂为首要污染物时（23 d）,空气质量等级日报均为良的情况主要发生在1-3月和10-12月;然而同期AQI实时报白天（08:00-16:00）空气质量等级均呈现优、良,而夜晚（16:00以后）ρ（PM_2.5）为中度和重度污染等级;当AQI日报仅以O₃为首要污染物时（55 d）,空气质量等级日报均为良的情况主要发生在4月和7-8月;同期,尽管AQI实时报中ρ（PM_2.5）日变化差异不明显,但ρ（PM_2.5）达到中度和重度污染等级的时段明显增多,且峰值多出现在10:00左右.④导致AQI日报和实时报结果差异的主要原因是在计算实时AQI时颗粒物质量浓度标准仅参考ρ（PM_2.5）和ρ（PM₁₀）24 h限值,这将会导致不确定性及滞后性.研究显示,在全国已有5 a长时间监测数据的基础上,有必要对AQI等内容开展深入研究,以加强对标准及其相关指南和规定的修改与完善工作.      

保定市2013~2019年秋冬季污染物浓度变化特征

为深入了解保定市空气质量状况,揭示保定市空气污染变化趋势、多尺度变化特征和突变特性,综合利用Morlet小波分析和Mann-Kendall非参数检验方法,对保定市2013~2019年秋冬季PM₁₀、PM_2.5、SO₂、NO₂、CO和O₃-8h 6种常规大气污染物年均浓度和秋冬季污染特征逐日数据进行分析.结果表明：除O₃-8h外保定市其它各污染物年均浓度逐年下降,全年重度污染天数占全年天数的比例从31%下降到6.6%,整体呈好转趋势,但2013~2019年秋冬季重度污染天数占全年重度污染天数的81%~97%,秋冬季污染依然需要重视;小波分析结果显示,保定市秋冬季各污染物浓度存在显著的周期性变化,周期震荡主要在20d准双周、50~90d左右的季节内震荡和90~110d的季节震荡3个时间尺度范围,污染物浓度存在的低频震荡与大气中存在的低频震荡密切相关;历年各污染物污染最严重的月份多集中在12月、1月和2月,主要与污染源排放强度和相对静稳的大气条件有关;各污染物污染序列突变点多集中于10月和3月;2019~2020年秋冬季NO₂呈极显著的下降趋势,且突变点较往年提前1个月,这与疫情期间车辆排放大幅降低有直接关系;SO₂和CO在2013~2014年和2015~2016年秋冬季的突变点时间相近,这可能与冬季居民取暖散煤的不完全燃烧有关,2015年后保定实施了煤改气、煤改电,劣质散煤专项治理等措施后,2种污染物突变点时间存在差异,说明清洁取暖措施对降低SO₂浓度,改善空气质量的效果明显.     

保定市PM2.5和臭氧污染特征分析

为深入了解保定市空气质量状况,揭示PM_2.5与臭氧(O₃)的变化特征及相互关系,利用小波分析法对保定市2013—2020年每年4—9月AQI、PM_2.5、O₃-8 h (O₃日最大8 h滑动平均值)和NO₂浓度的逐日数据进行分析. 结果表明:①2013—2018年保定市O₃污染呈逐年加重趋势,最大日浓度达到347 μg/m3;随着治理措施的颁布与实施,PM_2.5超标天数由2013年的97 d减至2020年的1 d,PM_2.5超标情况逐年改善. ②O₃超标天数由2013年的3 d增至2018年的95 d,2020年减至61 d;O₃超标天数占PM_2.5和O₃超标总天数的比例从2013年的3%增至2020年的98%,说明O₃逐渐成为影响保定市空气质量的主要污染物. ③2013年保定市O₃-8 h浓度低于“2+26”城市均值,2014—2020年O₃-8 h浓度高于或接近“2+26”城市均值,说明近年来保定市O₃-8 h浓度的升幅已超过“2+26”城市的平均水平. ④小波分析发现,2013—2020年(除2015年和2018年外)AQI与PM_2.5污染序列的第1主周期相近,从2017年开始,AQI与O₃-8 h污染序列的第1主周期和第2主周期均一致,说明近年来保定市空气污染逐渐由PM_2.5污染转为PM_2.5与O₃复合污染. ⑤在同一时间尺度范围内,PM_2.5与O₃-8 h污染序列的震荡频率基本一致,说明二者存在较明显的正相关关系;2015—2019年,NO₂与O₃-8 h污染序列的震荡频率趋于一致,说明保定市O₃-8 h浓度受前体物NO₂影响较大,2020年震荡频率有较大差异,这可能与新冠肺炎疫情复工后生产规模尚未完全恢复,致使NO₂、PM_2.5等污染物排放强度同比降低有关. 因此,减少NO₂排放,协同控制多污染物是实现保定市空气质量改善的主要途径.      

基于热异常遥感的冀南城市群工业能耗及大气污染

选取冀南城市群为研究区,基于2012~2016年VⅡRS卫星数据热异常点产品,结合工业能源消耗量、工业废气排放量以及空气质量数据,利用统计分析和空间分析探讨热异常点辐射强度的变化规律及其与工业能源消耗、污染物排放之间的关系.结果表明,热异常点的辐射强度可以表征工业能源消耗量,并间接反映工业生产规模与污染排放水平.辐射强度越大,工业生产规模越大.辐射强度与工业SO₂排放量呈较高的正相关,与NO_x排放量呈中度线性相关.PM₁₀、SO₂及NO₂浓度与工业能源消耗和热异常点辐射强度灰色关联度均较高.工业生产活动产生的污染物中,颗粒物对大气污染的贡献最高,其次为SO₂.2012~2016年,邯郸、石家庄以及廊坊的工业生产空间分布呈逐年收缩聚集的趋势,保定和沧州的工业生产分别出现向南、向西迁移趋势.     

中国臭氧污染的空间分布和健康效应

基于2017年全国1365个监测站点的实时监测数据，运用空间数据统计模型揭示近地面臭氧（O₃）污染的时空分布格局，并利用BenMap工具在10km×10km空间网格尺度上估计O₃污染的健康损失和健康经济价值.结果表明，O₃浓度具有较强的季节性变化，呈倒"V"型变化趋势，在空间分布上呈现明显的集聚性，即高值或低值区域集中分布，具有较强的空间正相关性；通过O₃暴露系数模拟人群室内、室外O₃暴露情况，在统计意义上估计得到2017年O₃污染共计造成我国全因早逝人数98473例（95%置信区间：53419~143292），其中心血管疾病早逝风险约占45%，以不同学者估算得到的单位统计生命价值为基础，估计得到的健康经济损失在197~978亿元之间，约占2017年全国GDP的0.05%~0.26%.     

山东省AQI、颗粒物和臭氧时空演化特征及关键影响因素识别分析

山东省空气质量存在明显的时空差异,并受气象和社会经济因子等的综合影响.为了解山东省空气质量指数(AQI)以及颗粒物和臭氧(O₃)浓度等时空演化特征,探究颗粒物与O₃浓度之间的协同关系,基于山东省16个地级市2013年12月—2021年12月的AQI和空气污染物(SO₂、NO₂、CO、O₃、PM_2.5和PM₁₀)浓度数据与同期的气象数据、工业及生活污染物(氨氮、SO₂、氮氧化物和烟尘、粉尘等)排放量和社会经济数据,运用R语言和ArcGIS对各地区AQI与PM_2.5和O₃浓度等的时间和空间变化特征及关键影响因素识别分析.结果表明：(1)山东省AQI和空气污染物浓度具有明显的月际、季节和年际变化特征以及地区性差异.鲁东地区各季节空气质量明显优于鲁西地区,呈现由东向西空气污染愈加严重的趋势. PM_2.5浓度呈鲁西地区最高,鲁中、鲁南和鲁北地区次之,鲁东地区...     

2014年河北中南部两次重霾天气成因分析

利用河北省环保局环境监测站提供的污染物浓度数据及常规气象观测数据、NCEP再分析资料,结合HYSPLIT4.9后向轨迹模式,对2014年10月上旬发生在河北省的2次大范围的重霾天气特征和成因进行综合分析.结果表明,这2次重污染天气过程PM_2.5地面浓度最大值出现在邢台,为507μg/m³,水平能见度不足1km.均压场的分布和较为平稳的高空形势为2次霾天气提供了有利的气象背景.高湿,静小风以及较低的混合层高度不利于污染物扩散,是导致这两次重污染天气持续的主要原因.结合卫星火点及污染物来源分析表明,河北南部及周边省份的秸秆燃烧加重了第2次过程的污染,污染气团的输送对区域性重霾天气产生重要影响.     

我国主要粮产区PM2.5、PM10时空分布特征及影响因素——以河南省为例

利用2018年河南省PM_2.5、PM₁₀监测数据,结合统计学方法及克里格插值技术,分析河南省PM_2.5、PM₁₀的时空分布特征及影响因素,结果表明:（1）PM_2.5、PM₁₀日均、月均浓度均呈现出“U”型变化特征,PM_2.5/PM₁₀月均值呈现出“W”型变化特征,PM_2.5、PM₁₀季均浓度及其比值均呈现出冬季>秋季>春季>夏季的规律;（2）PM_2.5、PM₁₀月均浓度的空间分布差异较大,而年均浓度则呈现出相似的分布规律,PM_2.5/PM₁₀季均值呈现出不同的空间分布规律,总体上东部及东南部较高,中西部区域较低;（3）PM_2.5、PM₁₀与NDVI、年降水量呈显著负相关,与人口密度、第二产业占比呈显著正相关。研究结论可为粮产区大气污染防治及粮食安全生产提供重要的科学依据。     

陕甘宁地区城市空气质量特征及影响因素分析

利用历史观测数据来探究短时间内AQI（空气质量指数）的起伏变化,有助于制定空气污染防治措施,对区域环境经济的协调发展具有重要意义.为研究陕西省、甘肃省和宁夏回族自治区（简称"陕甘宁地区"）2015-2017年空气质量特征,对3 a的AQI及评价体系中6项污染物（PM_2.5、PM₁₀、O₃、NO₂、SO₂、CO）质量浓度特征进行研究.通过数理统计对29个监测站点32 910个样本数据进行整理,采用克里金法分析AQI及6项污染物质量浓度的时空变化特征.结果表明:①空间上,陕甘宁地区西南部污染较轻,陕西省中部关中平原、宁夏回族自治区北部及甘肃省河西走廊西北部污染较严重.ρ（O₃）高值集中分布在研究区西北部地区,ρ（CO）、ρ（NO₂）高值集中分布在东部地区,ρ（PM_2.5）、ρ（PM₁₀）分布特征与AQI分布特征相似,ρ（SO₂）高值集中分布在北部地区.②时间上,3 a的AQI平均值为88,AQI季节性变化呈冬季（108）>春季（88）>秋季（78）>夏季（74）的规律.③通过数理统计对污染物质量浓度月变化特征分析发现,ρ（O₃）夏季最高,峰值为140.3 μg/m3,春秋次之,冬季最低;ρ（PM_2.5）、ρ（PM₁₀）、ρ（SO₂）、ρ（NO₂）和ρ（CO）均为冬季最高,其最高值分别为83.7 μg/m3、155.9 μg/m3、72.6 μg/m3、52.1 μg/m3、2.04 mg/m3.④相关性分析表明,AQI与自然因素中的平均气温、平均降水量和气压的相关系数分别为-0.859、-0.903和0.620,平均气温、平均降水量与AQI均呈极显著负相关（P < 0.01）,气压与AQI呈显著正相关（P < 0.05）.DEM（数字高程模型）地形起伏度分析发现,地形起伏度级别越大,AQI越小.社会经济因素中,AQI受工业企业数的影响最大,相关系数为0.634.研究显示,自然因素对陕甘宁地区空气质量的影响大于社会经济因素的影响,气象条件对空气污染的扩散起重要作用.