峨眉山市城区环境空气质量现状及变化趋势分析

根据峨眉山市2009~2013年环境空气的监测资料,采用空气综合污染指数、空气污染指数(API)等评价方法,分析了峨眉山市环境空气质量现状及变化趋势。结果表明:(1)峨眉山市城区大气主要污染物(SO2、NO2和PM10)浓度均达到国家二级标准(0.06、0.08和0.10mg·m-3),但逐年上升;不同监测点中,二水厂环境空气污染物浓度最低。(2)空气污染物月均浓度3~7月下降,7月为最低,8~12月逐渐上升。(3)城区大气API介于67~73之间,空气质量级别为II级,可吸入颗粒物(PM10)是城区环境大气的首要污染物。     

2005-2010年乌鲁木齐市空气质量达标特征研究

利用近6年（2005-2010年）乌鲁木齐市环境空气质量监测数据,分析研究了乌鲁木齐市PM10／SO2、NO2等主要污染物浓度时间变化和空气质量分级特征。结果表明：近6年来乌鲁木齐市空气质量保持稳定,并持续改善。主要污染物SO：和PM10年均浓度超标但整体呈下降趋势,N02浓度达标但逐年升高。冬季（1月、12月）空气质量达标天数显著增加,空气质量达标率由2005年的4．8％提高到2010年的24．2％;同期,重污染天气发生频率则由21％降低至3．2％。PM10是乌鲁木齐市冬季出现频数最高的首要污染物。     

毕节市区大气污染特征及影响因素分析

根据毕节市2015年大气污染物浓度和气象因子的监测数据,分析了毕节市区大气污染物SO_2、NO_2、PM10、PM2.5、CO及O_3浓度的月、季和年平均变化特征及其影响因素,并对大气污染物浓度之间以及大气污染物浓度与气象因子之间的相关性进行了分析。结果表明:(1)毕节市区2015年空气质量总体良好,空气质量优良天数占95.1%,主要大气污染物为PM10和PM2.5;(2)大气污染物SO_2、PM10、NO_2、PM2.5、CO的月浓度都呈"V"型单谷变化趋势,而O_3的月浓度则为单峰变化趋势;大气污染物SO_2、PM10、NO_2、PM2.5、CO浓度的季节变化为冬季最高、夏季最低,O_3浓度的季节变化则为春季最高、冬季最低,且季节之间的差异性显著(p0.05);大气污染物PM10和PM2.5的年平均浓度分别超过我国《环境空气质量标准》(GB 3095—2012)中一级标准年平均浓度限值的18.2%和112.4%,SO_2和NO_2的年平均浓度均未超过国家一级标准的年平均浓度限值;(3)大气污染物SO_2、NO_2、CO浓度与颗粒物PM10、PM2.5浓度之间两两呈极显著正相关性(p0.01),其与O_3浓度之间呈极显著负相关性(p0.01);PM2.5浓度与PM10浓度之间呈极显著正相关性,而PM2.5浓度与O_3浓度之间呈显著负相关性,多元线性回归分析得出PM2.5浓度与其他大气污染物浓度之间的拟合方程为:PM2.5=2.718+0.130SO_2+0.747PM10+0.255NO_2-0.077O_3+0.678CO;(4)气压与大气污染物SO_2、NO_2、CO、PM10浓度之间呈显著正相关性,其与O_3浓度之间呈极显著负相关性;温度除与O_3浓度之间呈极显著正相关性外,与其他大气污染物浓度之间呈显著负相关性,且其与O_3浓度的相关性系数最大(r=0.501),说明温度对O_3浓度的影响较大;相对湿度除与CO浓度之间无显著相关性外,与其他大气污染物浓度之间均呈显著性负相关性;风速与O_3浓度之间呈极显著正相关性,其与其他大气污染物浓度之间均呈极显著负相关性。     

基于AERMOD模型的乌鲁木齐机动车排放大气污染物的数值模拟

以乌鲁木齐市主城区为例,将区域机动车排放清单数据作为排放源数据,利用AERMOD模型对乌鲁木齐市主城区域机动车排放的主要大气污染物质量浓度分布情况进行了数值模拟,并探讨了机动车排放的大气污染物对乌鲁木齐市城市空气质量的影响。结果表明:由机动车排放引起的乌鲁木齐市主城区域大气污染物CO、HC、NOx和PM10的质量浓度分布均表现为新市区和米东区高于其他几个区域,最大影响浓度点出现在新市区河南路北侧和米东区,为机动车所排放的大气污染物影响最为显著的区域;模拟得到的各大气污染物年均质量浓度在网格点最高值均低于相关标准浓度限值;显著影响区域范围内,NOx模拟预测浓度占区域环境空气质量浓度的44.12%,是区域环境空气中NOx的较为重要排放源,而可吸入颗粒物(PM10)仅占0.5%,说明机动车颗粒物排放不是乌鲁木齐城市空气中可吸入颗粒物的主要排放源。     

沈阳及周边城市大气细粒子的分布特征及其对空气质量的影响

利用沈阳、鞍山、抚顺和本溪4城市2007-2009年大气细粒子PM2.5及大气污染物PM10SO2、NO2的观测资料,分析了4城市大气细粒子的分布特征及其与空气质量的关系.结果表明:4城市大气细粒子PM2.5污染很重,年均浓度平均值超过美国大气细粒子PM2.5年均浓度标准4倍左右;4城市PM10、SO2的年均浓度呈下降...     

典型西南工业城市柳州市核心区大气污染物时空分布与气象因素研究

为研究柳州市核心区大气污染物浓度时空变化规律与气象因素之间的关系,统计分析了2018年全年研究区内6个自动监测站点PM_(2.5)、PM_(10)、SO_2、NO_2、O_3和CO的浓度监测数据和气象站气象数据,并对28次超标日污染物来源进行了解析.结果显示:①核心区颗粒污染物污染较为严重,且以PM_(2.5)为主的细颗粒污染物仍为柳州市主要的大气污染物;各污染物月均浓度季节差异显著,除NO_2外柳州大气污染物浓度下降明显,指示柳州市多项节能减排综合整治措施成效显著;PM_(2.5)、PM_(10)、CO受早晚高峰期影响,浓度日变化均呈双峰型;NO_2在不同季节峰型不同,作为O_3前体物其浓度日变化与O_3相反,呈现"早峰午谷"的变化趋势.②通过对污染物浓度插值发现,由于核心区主要工商业区位于西部且处于主导风向下风向,故PM_(2.5)和SO_2浓度西北高、东南低,PM_(10)、NO_2和CO浓度西南高、东北低;核心区东部的山区为O_3生成带来大量前体物,使O_3浓度东南高、西北低.③由于气候特征,核心区春、夏季主要气象因素均为降水量;秋季的主要气象因素是风速,风速与污染物的负相关关系表明了风的扩散效应;冬季大部分污染物与气象因素的相关性不显著,表明人为因素对污染物的影响大于气象因素;核心区大气污染物主要来源于局地排放和区域传输,且南北主导风向对大气污染影响最大.④HYSPLIT模型结果指示柳州超标日大气污染物主要来自于珠三角地区,且陆源颗粒物浓度普遍比海洋源高,来自南部的远距离输送气流颗粒物含量最低,表明远距离输送为影响颗粒物传播的主要原因.     

沈阳市大气PM_(10)中水溶性无机阴离子的分布特征研究

2014年7月和12月分别对沈阳市大气污染物PM_(10)(可吸入颗粒物)进行采样分析,采样期内PM_(10)浓度全部超过国家一级标准,最大值超出国家二级标准3.3倍。用离子色谱法分析了PM_(10)中的水溶性无机阴离子,结果表明:4种阴离子浓度之和的变化总趋势为7月12月;各离子浓度的关系为SO_4~(2-)NO_3~-Cl~-F~-,4种离子浓度均为冬季高于夏季;对PM_(10)及4种阴离子进行相关性分析,得出NO_3~-、SO_4~(2-)浓度与PM_(10)浓度呈显著正相关,是PM_(10)的重要组分,并通过NO_3~-与SO_4~(2-)的质量比得出沈阳市大气污染物中水溶性组分主要来自于固定排放源。     

气象因素对乌鲁木齐市PM_(2.5)浓度影响分析

基于乌鲁木齐市大气污染物数据,对乌鲁木齐市2016年空气质量变化做趋势分析。利用乌鲁木齐市2016年同期气象要素,通过相关分析和主成分分析方法探讨了气象要素对PM_(2.5)浓度的影响。结果表明:1)PM_(2.5)、PM_(10)、SO_2、NO_2、CO的浓度全年变化趋势与空气质量指数(AQI)的变化趋势基本一致,O_3的浓度变化趋势与AQI变化趋势完全相反;2)PM_(2.5)浓度与CO、气压和相对湿度呈显著正相关,降水量、风速、气温和水气压与PM_(2.5)浓度呈显著负相关。     

重庆市黔江区春季大气污染物浓度变化与气象因素关系研究

分析了2015年重庆市黔江城区2个自动监测站点PM10,SO2,NO2,O3日均值和小时均值,结合同期气象因素,对污染物浓度与气象因素进行分析.表明,PM10、SO2、NO2和O3春季平均值呈显著差异,PM10超标6天,SO2,NO2,O3污染水平较低,未超标;PM10、SO2和NO2呈现早晚双峰型,O3呈典型单峰型;风速与SO2和NO2浓度呈负相关,与O3浓度则呈正相关关系,风速较小时,利于PM10浓度降低,当风速达到一定程度,会导致PM10浓度升高;污染物浓度和相对湿度呈明显负相关;降水对大气污染物有削减作用.     

潍坊市环境空气质量现状及变化特征研究

文章分析了潍坊市区大气环境空气质量时空分布特征,监测的污染物为PM_(10)、SO_2、NO_2、PM_(2.5)、O_3、CO共6项。2015～2017年SO_2和NO_2年均浓度基本呈下降趋势,均低于国家二级标准,SO_2/NO_2值呈逐年下降趋势;PM_(10)、PM_(2.5)浓度时间变化规律基本相同,呈现夏季浓度较低、冬季浓度较高;CO年均浓度呈小幅下降趋势;O_3-8 h年均浓度在109～119μg/m~3之间,臭氧的污染不容忽视。从空间分布来看,8个自动监测点位周边情况不同,均能反映其区域环境空气质量状况。     

西安市2013年空气质量状况分析

本文收集西安市2013年环境监测站发布的空气质量指数（AQI）及环境空气状况与监测月报资料,对空气质量等级、AQI变化情况、主要污染物浓度变化趋势及采暖期和非采暖期浓度比较进行分析.研究结果表明：西安市2013空气质量二级以上的达标率为37.8％,年均AQI值为151,SO2、NO2、PM10和PM2.5的月监测浓度变化趋势无显著意义,采暖期平均浓度均显著高于非采暖期平均浓度,PM2.5采暖期均值是非采暖期均值的3.09倍.由此可见控制SO2、NO2、PM10和PM2.5的排放是改善西安市空气质量的重点工作.     

乌鲁木齐市大气环境质量变化趋势分析

以乌鲁木齐市2004～2010年间的大气环境质量监测数据为依据,采用空气污染综合指数法评价其大气环境质量,并运用Spearman秩相关系数预测其发展趋势.结果表明:乌鲁木齐市大气环境质量为轻度污染,主要污染物为SO2和PM10.NO2和PM10有上升趋势,SO2呈不显著下降趋势.     

太原市大气污染防治战略研究

以太原市2003年-2013年大气中主要污染物SO2、NO2、PM10为依据,分析了其季节、年度变化特征和外源输入的影响。2013年污染物的季节变化显示,SO2在冬季较高是受采暖排放影响;PM10在春季由于扬尘使其浓度最高。2003年-2012年间SO2和PM10浓度呈显著下降趋势,但仍较严重。重污染天气受来自西南、西北和东南方向的气团影响。太原市城区SO2和氮氧化物的排放总量已超过大气环境容量,其中主要是工业排放。对重点工业企业搬迁的方向也将对太原市空气质量改善产生影响。     

应用OSPM模型计算太原市交通大气污染时空分布

文章以太原市机动车排放的实际数据结合气象因素与街道构造,采用OSPM模型计算了2008年太原市夏季（7月）与冬季（12月）车流量高峰期街道内的一次NOx与CO的小时浓度,验证了适用性,并使用模型对太原市55条主干道进行了扩散模拟计算,结果表明：OSPM模型可以较好地模拟太原市NOx与CO的扩散;太原市冬季交通大气污染物浓度要明显高于夏季;从空间分布上来看,污染物浓度基本与车流量分布一致;对比国家大气二级环境质量标准来看,太原市主干道NOx超标较为严重,夏季达到了83.64%,冬季达到了98.18%;夏季CO浓度计算结果全部在二级标准限值内,冬季超标率为16.36%。     

主成分分析和GIS技术在沈阳大气环境时空特征研究中的应用

在广泛收集整理相关资料和数据基础上,运用主成分分析法和GIS SuperMap技术对沈阳市2002—2010年大气污染物SO2、NO2、PM10年均值和8个环境监测站点2002—2010年的SO2、NO2、PM10年均值进行分析,结果表明:在时间变化方面,大气主要污染物的年均值在逐年下降,大气质量在近9年间逐渐转好,2007—2009年污染指数的月平均值变化曲线清晰呈现出两头高中间低的"U"字型变化趋势;在空间变化方面,从市中区到近郊区再到远郊区有逐渐减弱的趋势,市中心的太原街、小河沿的环境质量逐年转好,但市郊区的环境质量在逐年下降。     

泸州市城区2004-2009年空气质量时空变化

为了掌握泸州市城区近年空气质量时空变化,对泸州市城区2004-2009年空气质量监测数据进行系统分析。结果表明,近年来泸州市城区空气质量总体良好,平均空气污染指数为80,空气质量优良率在72.33%以上。空气质量有逐步好转的趋势,SO2和PM10年平均浓度明显下降,NO2略有上升。污染物浓度时空分布不均匀,SO2与PM10夏季浓度较低,冬季较高,NO2浓度季节性变化不明显;兰田宪桥、小市上码头污染物浓度总体上高于忠山环监站。     

兰州城市大气污染和可能的技术控制措施

利用大气污染源和环境监测等资料,计算分析了兰州市区大气污染及其治理现状。结果表明,在兰州市区,燃煤占全部能源的71 %; S02年排放量为5. 96万t,烟尘为6. 54万t ;汽车尾气己成为主要大气污染源之一。市区S02浓度日均值在采暖期超标,而TSP一年四季都超 标。指出采用以集中供热、煤气、型煤和控制汽车尾气为主要措施,兼顾绿化和太阳能利用,制定市区大气污染治理方案比较合理。      

气候变化对浙江省大气污染的影响

开展气候变化对大气污染影响的研究有利于加深对大气污染形成机理的认识.利用1996-2015年浙江省大气成分、气象观测资料,分析气候变化对大气污染的影响.结果表明,近20 a来浙江省呈年高压天气日数增多、年均气温升高、降水集中及年均净辐射、日照时数、风速、气温日较差和水汽蒸发量都下降的气候变化事实.气候变化引起大气污染扩散能力下降,1996-2015年杭州市和浙江省年均大气扩散指数分别下降了0.55和0.81,降幅分别达35.71%和42.69%.大气扩散指数与ρ（PM₁₀）、ρ（PM_2.5）及年霾日数之间呈显著负相关,当大气扩散指数增大时,大气颗粒物浓度和年霾日数均下降,反之亦然.杭州市大气扩散指数与ρ（PM₁₀）、ρ（PM_2.5）之间的相关系数分别为0.73和0.76.杭州市和浙江省大气扩散指数与年霾日数之间的相关系数分别达到0.77和0.78,T检验值则分别为28.88和30.81,说明由气候变化引起的大气扩散能力改变是影响大气污染的重要原因,但不同大气成分受气候变化的影响程度不同.影响ρ（PM₁₀）的关键气候要素是降水量、风速及相对湿度等,影响ρ（PM_2.5）的主要是辐射、气温,影响ρ（SO₂）的主要是气温,影响ρ（NO₂）及ρ（NO₃-）、ρ（NH₄+）的主要是辐射.总体来说,浙江省近20 a的气候变化事实可能有利于促进ρ（PM₁₀）、ρ（PM_2.5）、ρ（NO₂）及ρ（O₃）等上升,促进ρ（SO₂）、ρ（NO₃-）、ρ（SO₄2-）、ρ（NH₄+）等下降.      

CCSM4/WRF-CMAQ动力降尺度预估RCP8.5情景下京津冀地区空气质量的潜在变化

目前,针对气候变化对区域空气质量影响的研究相对较少,并且多采用统计降尺度方法对全球气候模式结果进行处理.采用WRF中尺度气象模式对CCSM4气候模式的CMIP5 RCP8.5情景预估结果进行动力降尺度处理,并为CMAQ空气质量模式提供气象场;在2012年清华大学MEIC大气污染物排放清单的基础上,选取2005年作为气候现状代表年、2049-2051年作为未来气候代表年,对京津冀地区典型月份（1月、4月、7月、10月）的气象及空气质量数值模拟结果进行对比,以此预估气候变化背景下京津冀地区空气质量潜在变化.结果表明,在排放情况不变及RCP8.5情景下,未来代表年与现状代表年相比,京津冀地区以典型月份为代表的年均气象因素整体呈现温度升高,风速、相对湿度及大气边界层高度均降低的趋势;年均大气污染物浓度整体呈现升高的趋势,其中,温度升高约0.8℃,风速降低约0.11 m/s,相对湿度降低约2%,大气边界层高度降低约8 m,ρ（PM_2.5）升高约2.4 μg/m3,ρ（SO₂）升高约1.8 μg/m3,ρ（NO_x）升高约1.0 μg/m3;此外,主要的气象条件（温度、风速、相对湿度、大气边界层高度）中,风速及大气边界层高度的降低可能是造成这些大气污染物浓度变化的主要气象因素,并且风速及大气边界层高度的降低与ρ（PM_2.5）降低的相关系数分别约为-0.44和-0.26.研究显示,气候变化会对京津冀地区造成污染物浓度升高的潜在风险,同时由于现阶段缺乏可用于空气质量模式的未来排放情景数据、在线耦合模式日臻完善,在我国气候-空气质量的研究领域亟待进行更深层次的研究.