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。     

我国城市大气污染控制综合管理对策

为探索"十二五"期间我国大气污染控制途径,本文针对我国大气颗粒物污染的区域性、复合性、复杂性特征和控制与治理任务的严峻形势,在回顾、总结和系统分析我国大气污染控制的历程和经验基础上,解析我国大气颗粒物的主要来源和途径,探讨大气颗粒物控制综合管理模式,提出大气颗粒物污染控制的相应政策建议。当前颗粒物成为我国大气污染最主要的污染物,且成为城市环境质量达标的关键指标,而目前大气环境质量管理体制和政策不能有效地解决颗粒物污染问题。因此,必须以保护人民身体健康为出发点,以改善城市和区域大气环境质量为目标,以削减一次颗粒物排放量为主线,以控制PM10、PM2.5以及其他污染物为重点,以科学的环境政策和产业与能源战略优化经济发展,综合运用法律、经济、信息、行政、技术等综合措施,尽快制定实施《城市环境空气质量综合管理办法》和《城市环境空气质量达标规划编制技术指南》,构建全国大气颗粒物污染控制政策措施体系。     

天津市环境空气质量特征分析

基于天津市环境空气质量监测数据及相关资料,统计分析其环境空气质量状况。结果表明,天津市自2013年实施环境空气质量新标准以来,空气质量状况持续改善,达标天数呈现逐年上升的趋势,2016年达标天数较2013年增加81天。首要污染物从2013年的PM2.5占绝对优势,逐渐发展成为PM2.5、O_3、NO_2和PM10占比相对均匀,NO_2、O_3对综合指数占比上升明显,光化学和颗粒物复合污染特征交织。环境空气中六项污染物(除O_3外)月均浓度变化趋势一致,冬季污染最重,夏季污染最轻,春秋季污染介于夏冬季之间。天津市污染物空间分布有所差异,与污染物来源及当地污染物排放有关。     

改善区域空气质量 努力建设蓝天中国——重点区域大气污染防治“十二五”规划目标、任务与创新

当前,我国大气环境形势十分严峻,区域性大气污染问题突出,直接影响经济社会可持续发展与人民群众身体健康。《重点区域大气污染防治"十二五"规划》以京津冀、长三角、珠三角等13个城市群的大气污染防治工作为对象,以解决PM2.5污染问题为重点,要求严格控制主要污染物新增排放量,实施多污染物协同治理、强化多污染源综合管理,着力推进区域大气污染联防联控,切实改善环境空气质量,建设清新蓝天中国。     

文山州城市环境质量时空分布特征分析

为评价文山州城市环境空气质量状况,选取文山州2020年环境空气质量常规监测指标日均浓度值,对污染物时空分布特征进行分析.结果表明,2020年,文山州环境空气质量总体较好,但部分时段部分县市污染天气隐患依然存在.影响文山州环境空气质量的主要污染物为PM2.5、O3和PM10.污染主要出现在3—5月和11月,砚山县和马关县...     

"十二五"期间义乌市环境空气质量及影响因素分析研究

利用环境空气质量监测数据,对义乌市2011年-2015年环境空气质量变化趋势及影响因素进行了分析.结果表明,影响义乌空气质量的主要污染物为:PM2.5、PM10、NO2、O3,且大气污染呈现为扬尘和机动车尾气并存的混合型污染.尽管PM2.5、PM10和SO2总体均呈现下降趋势,尤其是SO2下降显著,但细颗粒物污染仍然突出,NO2不降反升等问题都值得关注.这可能与义乌市城市化进程进一步加快、能源结构亟待优化以及机动车保有量不断攀升等因素有关.     

气象条件对天津一次大气重污染过程的影响研究

本文利用环境空气质量和气象要素的小时观测数据,分析了天津一次典型大气重污染过程前后空气质量和主要气象因素的变化特征,研究了气象条件对环境空气质量的影响,结果表明:天津地区大气重污染过程呈现两种特征,一种是"逐渐积累、迅速清除",主要在污染过程的开始和结束时段呈现;另一种是"快速下降、快速回升",主要在污染过程中期,由于风向转变使污染物输送推移导致的。在污染物积累阶段,风速明显偏小,相对湿度增大;在污染过程结束阶段,风速明显偏大,风向多为西北风,相对湿度明显下降。分析了风速、相对湿度与PM2.5浓度的相关性,其中风速与PM2.5浓度呈指数相关,R2达到0.420,相对湿度与PM2.5浓度呈线性相关,R2达到0.520。     

沈阳地区冬季空气颗粒物输送路径及潜在源分析

文章利用2016~2017年冬季沈阳地区气象数据和环境空气污染物浓度数据,综合分析沈阳地区冬季环境空气污染特征,分析颗粒物输送路径以及潜在源区贡献情况。结果表明,沈阳地区冬季污染时段内PM2.5是主要污染物,PM2.5平均浓度达到149μg/m^3,最大值达到273μg/m^3。沈阳地区环境空气颗粒物除来源于本地排放外,还主要受到内蒙古东北部和京津冀北部2个方向传输影响,内蒙古东北部方向传输气量约占总气量的70%。潜在源区分析表明,辽宁中西部、内蒙古东北部及京津冀北部是沈阳地区环境空气颗粒物潜在源区。浓度权重轨迹分析表明,辽宁大部、内蒙古东北部、京津冀北部和山东局部地区对沈阳地区的颗粒物浓度贡献较大,PM2.5修正后的浓度权重值WCWT>50μg/m^3,PM10的WCWT值>100μg/m^3。     

抚顺市2014年环境空气质量污染特征及原因分析

根据抚顺市环境空气质量监测数据,对2014年抚顺市空气质量污染特征及原因进行了分析。结果表明:抚顺市空气中首要污染物为细颗粒物,在时间分布上主要污染指标PM2.5、PM10、SO2、NO2浓度采暖期高于非采暖期,夏季O3污染最重;在空间上西部望花区污染最重,东部的水库污染相对较轻。     

常州市区空气PM2．5污染分布和气象因素影响初探

PM2.5作为一种重要的空气污染物指标,其形态与组成非常复杂,影响人类身体健康。本文根据常州市环境空气自动监测站系统的常年污染物和气象监测资料,研究了常州市PM2.5污染状况及与其他城市的比较,指出PM2.5的冬春季污染较重、夏秋季污染较轻的季节变化特征,日变化的双峰结构特征,以及城市风场和降水对常州市PM2.5浓度的影响规律。研究揭示PM2.5污染与气象因素之间的相关关系,为本地PM2.5监测、预警和污染防治提供参考。     

牡丹江市大气中PM10、PM2.5的污染特征及相关性研究

牡丹江市位于黑龙江省的东南部,是整个东北地区重要的区域中心城市和黑龙江省的重要开放门户.近年来,随着社会经济的发展所带来的污染及公众对环境问题的日益关注,大气环境治理工作已经迫在眉睫.通过采用颗粒物自动监测仪对2016年牡丹江市代表性的环境空气监测点位监测数据分析,研究牡丹江市区全年和各个季度PM10和PM2.5浓度的趋势变化等,得出牡丹江市区大气中PM10、PM2.5的浓度水平、季节变化特征和相关性关系以及大气污染治理方向的建议,从而为有效的空气污染控制和治理提供可靠的科学依据和技术支持.     

浅谈PM2.5的危害及我国的控制历程与经验

随着我国社会的快速发展,以细颗粒物(PM2.5)污染为核心的大范围重污染问题集中爆发,严重影响环境质量和居民健康,因此成为我国近年来迫切需要解决的一个重大环境问题。为改善我国的空气污染状况,特别是减少北方地区供暖季节的重污染天气,我国政府和相关部门一直致力于大气污染的防治工作及空气质量的长期改善。本文对PM2.5的危害以及我国的政策发展进行了基本介绍,探讨了政府推出PM2.5治理和监管政策期间污染改善的进展和启示,并对我国下一步PM2.5的防治提出了相关建议。     

福州市春冬季灰霾天气PM10和PM2．5污染水平和气象特征分析

分析和探讨了福州市霾日和非霾日气溶胶PM10和PM2.5污染水平,无论春季或冬季,霾日福州市气溶胶PM10和PM2．5的质量浓度是非霾日的1．6倍;通过对霾日与非霾日的天气形势与及地面气象要素场的分析,揭示了福州市灰霾天气形成原因。为政府用空气扩散能力来对大气污染物排放进行调控,为开展相应的大气污染防治工作提供科学依据。     

针对PM2．5的武汉市大气监测点位的布局研究

武汉城市规模的扩大以及市内和周边的产业布局调整使得原有的大气监测网络不能准确反映城市大气污染现状,亟需进行布局优化。研究基于宏观视角,通过对武汉市自然条件、污染源分布和城市的发展规划进行综合分析,认为武汉市的大气污染以本地区的污染源影响为主;由于城市发展的“主城为核,多轴多心”空间结构,每个新城建成区应增设2-4个空气质量评价点,并按照人口比例作为权重纳入空气数据均值的计算;位于主城区的原有监测点基于PM2.5与原有监测项目有比较显著的相关性,可以继续使用。     

Temporal and spatial variations of air pollution across China from 2015 to 2018

This study investigated concentrations of PM_2.5, PM₁₀, SO₂, NO₂, CO and O₃, and air quality index（AQI） values across 368 cities in mainland China during 2015–2018. The study further examined relationships of air pollution status with local industrial capacities and vehicle possessions. Strong correlations were found between industrial capacities（coal, pig iron, crude steel and rolled steel） and air pollution levels. Although statistical and ...     

PM2.5与臭氧污染形成机制及协同防控思路

近年来,我国总体上呈现出PM_2.5浓度显著降低,臭氧(O₃)浓度波动上升的趋势,对我国大气复合污染协同治理提出了严峻的挑战. 厘清PM_2.5与O₃污染形成机制,对于制定PM_2.5与O₃协同治理策略具有重要意义. 本文在较为全面地梳理现有研究基础上,分析了PM_2.5与O₃污染的形成机制及影响二者关联性的因素,介绍了PM_2.5与O₃协同防控治理的内涵与思路. 结果表明:PM_2.5与O₃浓度呈高度非线性关系,二者相关性受光照辐射强度、光照时长、风速、相对湿度、地表边界层高度以及经度差异等外界环境因素影响. PM_2.5与O₃的协同控制应主要从控制反应前体物排放着手,主要包括管控NO_x、VOCs、HONO、NH₃以及人为氯等排放. 研究显示:目前我国在PM_2.5与O₃协同防控中存在基础科学研究不足和污染控制管理不完善的问题,在未来还需要重视多个尺度和空间维度的PM_2.5与O₃复合污染机理研究、模拟试验研究和预测演变研究,为制定更加准确、量化、高效的控制对策提供支撑;同时,需要加强前体物排放管理力度,完善国家级、省级层面的联防联控机制以及加快科研成果转化,为未来治理PM_2.5与O₃复合污染提供经验支持.      

深圳市环境空气质量达标研究

深圳市影响空气质量的污染物包括PM2．5、O3和NO2。运用CMAQ空气质量模型,对深圳市周边城市设置了4套达标情景并开展模拟评估。结果表明,要降低PM2．5浓度应以控制颗粒物一次排放为重点,在2012年基础上PM10和PM2．5分别减排45％和55％以上才可较好地实现大气污染防治目标。达标情景对O3污染的控制效果并不显著,可能与周边城市VOCs控制力度不足相关,要降低O3浓度,必须控制VOCs污染排放。     

苏南城市空气质量污染特征及趋势分析研究

利用2013年-2015年苏南5市空气自动站监测数据,分析了该地区空气质量的污染特征和变化趋势.研究发现:2013年-2015年,苏南5市空气优良率为56.9%～68.9%,PM2.5是主要污染物;沿长江向东,空气污染逐步偏向光化学污染类型.从时间上可知,呈现冬季以PM2.5污染为主、春夏季以O3污染为主的特征;PM2.5等4项污染物24小时呈现双峰.从趋势上可知,PM2.5等5种污染物浓度呈下降趋势,O3污染有所加重.同时,各市也表现了不同的情况,管理上需要区别对待.     

2015年12月北京市一次重污染过程中PM_(2.5)特征分析

2015年入冬以来京津冀区域重污染频发,综合分析了2015年12月19—26日京津冀及周边地区发生的一次重污染过程中PM_(2.5)分布特征及成因。监测数据显示,2015年12月北京市重污染日共计13 d,累计月均值为151.8μg/m3。在12月19—26日一次重污染过程中,区域污染面积均超过40万km2,北京市单站PM_(2.5)小时均值超过800μg/m3。污染初期北京市南部地区PM_(2.5)浓度明显偏高,且PM_(2.5)极端高值出现在南部站点。污染输送阶段,北京市PM_(2.5)小时浓度在短时内呈爆发式增长,浓度增值是年均值的2~5倍。污染缓解阶段,偏北风作用,浓度明显下降。除了极端不利的天气形势外,区域散煤排放是造成重污染的重要原因;河北省唐山、保定、廊坊、石家庄等城市区域输送加重了污染程度。     

深圳市龙华区PM2.5污染与减排过程模拟分析

通过分析深圳市龙华区2018年大气环境承载力发现,NO2和PM10的实际大气环境承载量已经降到了理想大气环境容量范围内,而PM2.5的实际大气环境承载量则已超过理想大气环境容量近1000 t,说明PM2.5仍是龙华区大气污染防治的重点工作,利用科学手段精准、有效地指导PM2.5减排工作十分重要。基于相关监测数据,结合WRF-Chem大气化学模式,对深圳市龙华区2017年、2019年冷季大气中PM2.5污染日案例和2018年暖季大气中PM2.5相对清洁日案例的PM2.5污染与减排过程进行了模拟分析。结果表明:为达到PM2.5浓度的控制目标,龙华区需在相对清洁时期的排放量上减排30%,污染时期的排放量上减排70%~75%,且减排工作在PM2.5浓度高峰时期开展能取得较好的减排效果;龙华区大气污染受周边区域传输污染的影响较大,减排任务较为严峻,需要其他地区协同参与,共同减排。