天津滨海新区环境空气污染特征分析

按时间段对天津滨海新区2006年的S02、N02和PM10监测数据进行统计分析,SO2和PM10时间变化规律呈现典型的单峰型,NO2时间变化规律呈现典型的双峰双谷型.对SO2、NO2和PM10全年时间变化进行了相关性分析并与天津市进行比较.结果表明:滨海新区污染特征有别于天津市整体污染特征.     

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.     

长兴县城区空气质量变化及差异性分析研究

对长兴县城区空气自动站2007—2014年监测数据进行了分析。结果显示:SO2、NO2浓度年平均值总体呈下降趋势;PM10浓度年均值波动较大,2013年出现较大幅度回升。SO2、NO2和PM10浓度日均值单因素方差分析和多重比较结果显示:2014年与2007年SO2、NO2和PM10浓度的日均值都存在极显著差异,证明长兴县城区的空气质量好转明显。初步分析了长兴县城区空气质量变化与长兴县产业结构调整的相关性。     

乌海市空气污染特征及其与气象要素的关系

文章利用乌海市2006-2010年污染物SO2、NO2、PM10浓度值和气象资料,分析了乌海市近5年空气污染的特征,计算了各污染物与主要气象要素的单相关系数,采用灰色关联分析方法对近5年来影响乌海市污染物浓度的气象要素进行分析。结果显示:(1)乌海市环境空气的首要污染物是可吸入颗粒物,其次是SO2。(2)2006-2010年,NO2变化不大;SO2下降幅度较大,从平均值超标1倍下降到不超标;PM10也呈下降趋势,但下降幅度稍小,5年均超标。(3)SO2一年内平均值变化幅度最大,12月浓度最大,7、8月最小,相差达3倍;PM10也是夏季最小,冬季12月最大,但3、4月份沙尘天气频发时也较大。(4)相关系数通过信度0.05检验的情况下,SO2、NO2、PM10浓度值与平均风速、平均气温、水平能见度、相对湿度、日照时数、平均总云量等具有一定的相关性。(5)用灰色关联分析法得出影响SO2和PM10的气象因素排序,平均风速是影响大气污染的主要气象因素,日照时数和总云量与污染物浓度关联较大。     

乌鲁木齐大气污染特征及气象条件的影响

乌鲁木齐市一直是世界上污染最严重的城市之一。该文选取2004-2006年乌鲁木齐市3个环境监测站逐时的PM10、SO2、NO2浓度数据以及乌鲁木齐市气象站、米泉气象站同期逐时的13类气象要素进行分析。结果表明,乌鲁木齐市PM10、SO2浓度冬季均达到轻微污染水平,其它3个季节属于优良级别,NO2四季都属优良级别;这三类大气污染物四季日变化基本呈现双峰型结构。冬季PM10、SO2浓度峰值出现在12:00-14:00时,最小值则分别出现在凌晨7:00时、傍晚19:00时,其它季节最大值(最小值)多出现在早晨(傍晚/凌晨);三类污染物的空间分布各有不同,PM10、SO2都是南部城区浓度较大,NO2浓度则是北部城区居首;各类气象要素与SO2浓度的相关性普遍高于与颗粒物PM10的相关性。全年与热力因素有关的气象要素与PM10、SO2浓度的相关性非常突出,冬季则是云量、降水等因素的影响明显提高;受蒙古高压和天山山脉地形的双重影响,乌鲁木齐冬季盛行偏南风和偏北风,山谷风交替现象明显;PM10浓度随乌鲁木齐市气象站、米泉气象站风速的增加均是先下降后上升,风速拐点分别是5 m/s、3 m/s,东南风对于污染物的远距离输送贡献较大;无论市区、还是北部城区,在偏北风和东南风的情形下,市区颗粒物浓度都比较大。     

哈尔滨市2014年1-2月PM_(2.5)与主要空气污染物相关分析

为了解哈尔滨市主要空气污染物对PM2.5浓度变化的影响,利用SPSS软件及哈尔滨市南岗区2014年1-2月环境空气质量日报数据,对空气污染物中SO2、NO2、CO、O3、PM10、PM2.5进行了相关分析。结果显示,SO2、NO2、CO、O3、PM10与PM2.5均呈显著的正相关关系。结合相关性分析结果,建立了PM2.5与SO2、NO2、CO、PM10之间的主成分回归模型,并对模型进行了通径分析。分析结果表明,CO对PM2.5的直接影响最大,SO2、NO2、PM10对PM2.5的直接作用相对较小,但它们通过CO对PM2.5的间接作用较大。因此,在哈尔滨市1-2月主要空气污染物中,CO对PM2.5浓度的变化具有重要的影响。     

上海市市区、郊区NO2、SO2和PM10的时空变化规律及相关性分析

在对上海市嘉定区大气污染物SO2、NOx和PM10连续1年的观测基础上，结合上海环境状况公报的数据，探讨了市区、郊区大气污染物的空间和时间变化规律。结果表明，2005年中NO2、SO2和PM10的质量浓度在市区和郊区均是冬春两季高，夏秋两季低；NO2、SO2和PM10浓度在市区要高于郊区；郊区大气污染物的月变化幅度要比市区大，市区PM10污染有增加趋势。根据气象条件分析，嘉定区周边工业污染对NO2、SO2和PM10的浓度有贡献，市区NO2、SO2和PM10的质量浓度则与机动车尾气、工业燃煤，建筑扬尘和道路扬尘等诸多因素有关。相关性分析表明，上海市NO2、SO2和PM10相互之间存在比较强的相关性。     

定襄县新老城区环境空气质量变化特征研究

为了掌握定襄县环境空气质量状况,根据定襄县新、老城区监测站点2009年的SO2,NO2和可吸入颗粒物(PM10)的浓度资料,对日、月、季节变化以及年内的整体特征进行了统计分析.结果表明,日尺度上,2009年定襄县老城区的污染较严重.月变化情况则是SO2的月均浓度变化范围较大,NO2浓度变化相对平缓,PM10的波动最频繁.4个季节中,SO2浓度的季节性最明显,NO2的变化相对平稳.从2009年的整体情况来看,定襄县的SO2是首要的大气污染物,其次是PM10,NO2污染最轻.     

上海金山石化区常规大气污染物随时间变化分析研究

利用上海金山石化点位2014年大气监测资料,分析石化地区SO2、NO2、O3、PM10和PM2.5随时间的变化趋势,为未来工业园区的合理规划布局提供理论基础和决策依据.结果表明:(1)常规大气污染物浓度具有明显的季节性特征,SO2 、NO2、PM10 、PM2.5冬季高浓度,夏季低浓度,O3变化趋势相反;(2)O3呈现明显单峰日变化,NO2 、PM10、PM2.5则出现双峰现象,这是由于太阳辐射增强造成光化学反应加剧、地面温度上升以及人类活动的影响.SO2受太阳辐射影响较小,日变化趋势不明显.(3)污染物浓度风向分析表明,测点常规污染物主要来源于金山新城排放,但化工区废气排放对O3浓度具有明显影响.     

浅析宜昌市城区PM_(2.5)污染特征及防治对策研究

依据2013年白龙岗站点自动监测数据,对PM2.5污染特征及手工采集的PM2.5膜中水溶性阴离子进行分析,并结合实际提出相应的防治对策。结果表明,PM2.5作为首要污染物,其分布具有季节性特征,冬季最高,夏季最低;灰霾日PM2.5、PM10、SO2和NO2具有相同的变化趋势;NO-3/SO2-4的比值表明宜昌市呈现工业污染和机动车尾气污染的复合污染特征。     

2001-2010年武汉市气象环境对空气质量影响分析

文章以武汉市为例,利用2001-2010年武汉市空气污染物和气象参数资料,运用统计分析方法,进行相关分析、回归分析,初步探讨空气污染物PM10、SO2、NO2指数和与之有关的气象参数,如气温、气压、湿度、降水量、风速之间的关系,并建立气候因子对空气污染物的多元线性回归方程。以SO2为例,对2009、2010年空气质量进行预测。结果表明,武汉市2001-2010年空气质量与气象环境具有较为显著的相关性且利用回归方程预测结果与实际基本吻合。     

北京东南郊大气TSP中多环芳烃浓度特征与影响因素

对2005-03～2006-01北京市东南郊3个采样点大气总悬浮颗粒物（TSP）样品进行分析,总结了研究区内TSP以及TSP中16种PAHs的浓度特征和季节变化规律.研究区内16种PAHs浓度总和的范围在0.29～1?184.48 ng/m³之间,均值为239.44 ng/m³;分别用气象参数（温度、风速、气压、相对湿度）和大气API指数（二氧化硫、二氧化氮、PM₁₀）与PAHs浓度进行了偏相关分析,结果表明温度和SO₂的API指数与PAHs浓度相关显著,应用逐步回归方法得到PAHs对气象参数和大气API指数的回归方程,分别为∑16PAHs=572.56-23.18t和∑16PAHs=5.99 SO₂,可以利用温度和SO₂的API指数对PAHs浓度进行估算.     

上海大气颗粒物中溴、碘浓度水平的影响因素

统计分析了2008年采样期间大气颗粒物TSP和PM10中溴、碘浓度水平与气象条件和气态污染物SO2、NO2的关系。结果表明,风向为向岸流时,大气中TSP、PM10浓度以及颗粒物中溴、碘的浓度均低于离岸流时的数值;在各气象因素中,影响颗粒物中溴、碘浓度的主要气象因素为风向、气压和气温,风速和相对湿度的影响较小;颗粒物中溴、碘的浓度水平随大气中SO2、NO2浓度的上升而上升,颗粒物中碘与SO2、NO2呈显著正相关,而颗粒物中溴呈较弱的正相关性;当空气质量恶化时,PM10中Br、I浓度增大,而Br/I比值降低,城市大气中污染物质之间的化学反应对颗粒物中Br/I的比值有一定影响。     

天津2009年3月气溶胶化学组成及其消光特性研究

2009年3月,采集天津城区PM10和PM2.5样品,分析其中的水溶性无机离子、有机碳(OC)和元素碳(EC),并估算其二次有机碳(SOC)浓度及消光系数.结果表明,天津城区PM10和PM2.5污染严重,水溶性无机离子和含碳物质在PM10中的比例为24.8%和10.0%,在PM2.5中的比例为26.6%和13.9%;SO42-、NO3-和Ca2+是主要的无机离子,霾日天气有利于SO2和NO2向硫酸盐和硝酸盐的二次转化;通过OC/EC最小比值法估算SOC的浓度,表明SOC与OC的比值分别为38%(PM10)和24%(PM2.5),霾日天气有利于SOC生成;二次离子(SO42-,NO3-和NH4+)、粗粒子、OC和EC是大气消光的主要贡献者,其消光贡献比例分别为33.1%, 22.6%,22.0%和15.6% 采用化学组分和相对湿度可以较好的拟合大气消光系数及大气能见度.     

上海地区O3与NO2时空特征数值模拟个例研究

采用Metphomod数值模式,在2004年四季中各选取一个API指数相对较高的个例,研究上海地区大气污染物的时空分布特征.模式的检验表明,在夏季时段的模拟效果最为理想,基本能够反映上海地区主要大气污染物浓度分布特征和变化规律.以2004年6月7、8日的个例分析显示,NO2的浓度日变化比较复杂,O3则以单峰型分布为主;在空间分布上,上海地区的NO2、O3浓度主要受到天气背景、局地气象场分布、污染源排放等因素的影响;在局地污染物排放较强的市区,O3和NO的浓度变化存在一定的负相关,而在局地污染物排放较小、污染物主要来自扩散输送的地区,O3和NO2的浓度之间有着较明显的负相关.     

济南春季大气PM2.5水溶性组分的半连续在线观测

利用大气细颗粒物(PM2.5)水溶性组分在线分析系统连续监测了2008年3~4月济南市PM2.5水溶性组分的浓度变化,并结合气溶胶部分前体物SO2、NO2、O3等的浓度数据和部分气象资料对监测数据进行了分析.结果表明,SO42-、NO3-和NH4+是PM2.5中水溶性离子的主要成分,分别占总水溶性组分的61.1%、13.4%和16.7%,且PM2.5中总水溶性组分的浓度,特别是SO42-的浓度,明显高于国内其他城市.温度、太阳辐射强度、混合层高度和风速等气象因素对总水溶性离子的浓度变化有重要影响.SO42-浓度白天明显高于夜间,而NO3-和NH4+的浓度昼夜变化幅度较小.SO42-和NO3-主要由SO2和NO2转化而来.后推气流轨迹分析表明,来自东北绕行西南方向和东北方向的混合气团结合济南的特殊地形及局地排放的污染物会加重济南春季PM2.5的污染.     

2006─2010年环保重点城市主要污染物浓度变化特征

利用2006─2010年全国环保重点城市的空气质量日报数据,分析了大气ρ(SO2)、ρ(NO2)和ρ(PM10)的变化特征. 结果表明:从年际变化看,ρ(SO2)和ρ(PM10)呈下降趋势,ρ(NO2)变化不显著.从季节变化看,ρ(SO2)、ρ(NO2)和ρ(PM10)均呈冬季高、夏季低的特征.从浓度谱分布看,全国大气中ρ(SO2)、ρ(NO2)和ρ(PM10)分别集中在0～0.150、0～0.100和0～0.250 mg/m3范围内,ρ(SO2)和ρ(PM10)谱峰区间逐渐向低浓度范围偏移,高浓度事件逐渐减少,表明SO2和PM10污染得到较明显的控制,而ρ(NO2)谱峰变化不大.从浓度变化看,山西ρ(SO2)、ρ(NO2)和ρ(PM10)下降最明显,年变化率分别为-11.2、-3.6和-14.2 μg/m3;青海ρ(SO2)、山东ρ(NO2)和ρ(PM10)的上升趋势最明显,年变化率分别为4.4、2.7和4.5 μg/m3.      

苏鲁边界区域水资源保护与利用的协同机制探讨——以南四湖为例

通过对苏鲁界湖南四湖水源保护与利用状况的详细考察,全面系统分析了湖域水资源现状、存在的关键问题、影响因素等。针对湖域水资源现状,探讨了南四湖流域水资源保护与利用的协同机制,即建立湖域水资源协同规划与管理机制、湖区经济协同发展机制、生态修复与补偿协同机制、群众协同参与与监督机制、水危机协同处置机制和湖域界面冲突协同控制机制等,以促进跨界区域水资源的保护与利用,统筹区域协同发展,增强南四湖湖域的可持续发展能力。     

南京市大气气溶胶中部分无机离子的粒径分布

将气溶胶粒子(粒径Dp为0～8 5μm)分为8级,对各级粒子中的无机离子(NH+4,SO42-,NO3-,Cl-和F-)进行分析测定。结果显示,Cl-,F-和NO3-较多地分布在粗粒子中,而SO42-和NH4+则更多地分布在细粒子中。在质量浓度分布函数图上,NH4+,Cl-,F-和SO42-是双峰分布,NO3-没有表现出粒径分布的规律。SO42-对细粒子的酸碱度影响较大,其质量浓度与NH4+有较好的相关性。细粒态的NH4+大多以(NH4)2SO4形式存在。