重庆市北碚区空气质量改善效果评估分析

基于2014—2020年重庆市中心城区北碚区环境监测数据及地面观测气象要素,分析了北碚区大气污染特征,利用KNN算法建立大气污染的评估模型,对空气质量改善效果进行评估。结果表明,重庆市中心城区北碚区的PM_2.5浓度逐年呈明显下降趋势,O₃浓度除夏季有一个弱的下降趋势外,其余3个季节和年平均值整体均呈上升趋势。全年以优良天气为主且呈增加趋势。O₃与气温、日照时间呈正相关,与相对湿度呈负相关性,PM_2.5与气温、降水及风速呈负相关。基于KNN算法对空气质量改善状况评估表明,减排对O₃污染平均贡献率在-4.7%左右,对PM_2.5污染平均贡献率为-52%,气象条件对O₃污染的平均贡献率在17%左右,对PM_2.5污染的平均贡献率在-7%左右。该大气污染评估模型能够有效地评估空气改善效果。     

台州市区PM2.5和O3污染特征及相互作用关系

基于2016—2020年台州市区大气污染物监测数据及气象观测资料,分析了台州市区PM_2.5和O₃的污染特征及受气象因素影响情况,并探究了不同季节下的PM_2.5浓度和O₃浓度的相关性及相互作用关系。2016—2020年,台州市区PM_2.5年均浓度和超标天数呈显著下降趋势,O₃-8 h年均浓度和超标天数总体呈上升趋势。PM_2.5浓度在冬季最高,且易发生超标;O₃浓度在春、夏、秋季均较高,且均会发生超标。通过相关性分析可知：PM_2.5浓度与气温、相对湿度、风速、降水量呈负相关,与大气压呈正相关;O₃浓度与气温、风速呈正相关,与相对湿度、降水量呈负相关。不同季节下的PM_2.5浓度与O₃浓度均呈正相关,两者存在协同增长。在春、夏、秋季,二次PM_2.5在总PM_2.5中的占比随着O₃     

“十三五”期间伊宁市大气污染特征分析及对策建议

基于伊宁市“十三五”期间大气国控监测点位数据，分析伊宁市“十三五”期间环境空气质量变化特征并提出建议对策。结果表明：“十三五”期间，伊宁市空气优良率在78.9%～86.3%,重污染天气在3～17 d,重污染天气仍频发；PM_2.5年均浓度在38～47μg/m³,年均值均超标。影响空气质量的主要污染物为PM_2.5、PM₁₀和CO。与三大区域相比，伊宁市SO₂和CO污染程度相对较重，燃煤型的污染特征显著。此外伊宁市采暖季空气污染较重，PM_2.5、SO₂、CO等污染物浓度显著高于非采暖季，采暖季主要污染物呈现双峰变化特征。     

河南省2014-2020年PM2.5浓度时空分布特征及气象成因分析

利用2014—2020年河南省18个地级城市空气质量监测资料和气象数据,运用空间自相关分析、ArcGIS制图及相关性分析等方法,从时空分布特征上揭示河南省PM_2.5污染特征,并分析其气象成因。结果表明：河南省2014—2020年PM_2.5年均浓度为40～100μg/m³,总体呈递减趋势。PM_2.5浓度季节分布特征为冬季>秋季=春季>夏季。河南省2019年和2020年PM_2.5污染空间分布存在显著自相关,污染程度严重的地区主要是中部和东北部地区。冷热点分析发现,热点城市为濮阳、安阳、济源、郑州、新乡、焦作、鹤壁,冷点城市为信阳、驻马店、周口。PM_2.5在年尺度上与气压、气温、相对湿度、风向、风速、能见度显著相关,其中,与气温相关性最高,相关系数为-0.424。当相对湿度处于90%以下时,PM_2.5浓度与相对湿度呈正相关;而在相对湿度超过90%之后,PM_2.5浓度下降至70μg/m³...     

襄阳市秋冬季PM2.5污染特征及潜在源区分析

为了解襄阳市秋冬季PM_2.5的污染特征及来源，基于2020年11月至2021年1月在线监测数据，对PM_2.5质量浓度、气象因素、化学组分、来源及潜在源区进行了分析。结果表明，襄阳市秋冬季污染天首要污染物均为PM_2.5,且随污染程度加重，PM_2.5与PM₁₀质量浓度比呈上升趋势，二次颗粒物的形成对PM_2.5的贡献更高。在PM_2.5化学组分中，水溶性离子占比最大，随着污染程度加重，二次离子(SNA)快速增长，二次离子的生成转化是污染的重要成因。轻度、中度污染时，湿度高、风速小、气温低，有利于污染的积累，重度污染时湿度大、风速回升，有利于上游污染的输送与二次转化。PMF模型解析出襄阳市PM_2.5主要来源及贡献率为二次源58.0%、工业企业源22.6%、机动车源10.7%、扬尘源8.7%。襄阳市潜在源区主要分布在河南省中北部、河北省南部、山东省西部、安徽省北部、江汉平原东部及南部区域，极少量分布在襄阳区域，长距离区域传输...     

基于KZ滤波法的江淮地区PM2.5浓度变化影响分析

基于2018—2020年合肥、芜湖和马鞍山3个城市国控站点的PM_2.5逐日监测数据和同期地面气象观测资料,利用Kolmogorov-Zurbenko(KZ)滤波对PM_2.5日浓度的原始时间序列进行分解,获取短期分量、季节分量和长期分量,并进行多元线性逐步回归构建各分量与气象因子的模型,最后依据短期分量和基线分量的回归模型和残差分析,对序列进行重建,获取消除气象条件影响的PM_2.5长期分量。KZ滤波分析结果表明：2018—2020年气象条件对江淮区域PM_2.5污染改善影响存在波动,在2018—2019年为负贡献,而在2020年秋冬季则变为正贡献;江淮地区3个城市2018年和2020年PM_2.5修正后的长期分量均值表明气象条件对各市PM_2.5改善影响存在差异较大,气象条件对合肥PM_2.5改善的贡献仅为1.0%,芜湖为7.8%,马鞍山为21.0%;NAQPMS数值模式情景分析结果显示,减排措施对江淮之间PM_2.5浓度改...     

基于不同时间尺度综合指数贡献率的攀枝花市大气污染特征分析

选取2016—2022年攀枝花市环境空气质量监测数据，基于年度、季度、月度、小时时间尺度评价环境空气质量综合指数贡献率。结果表明，攀枝花市污染类型已由传统的单一工业型污染转变为复合型污染，且污染物在不同时间尺度下的分布特征明显。从季度尺度来看，第一季度细颗粒物(PM_2.5)综合指数贡献率较大，第二和第三季度臭氧(O₃)综合指数贡献率较大，第四季度二氧化氮(NO₂)及PM_2.5综合指数贡献率较大。从月度尺度来看，O₃在3—8月的贡献较大，PM_2.5、NO₂、可吸入颗粒物(PM₁₀)、一氧化碳(CO)、二氧化硫(SO₂)在1—2月及11—12月的贡献较大。从小时尺度来看，O₃在13—19点贡献较大，PM₁₀、PM_2.5、CO在8—13点贡献较大，SO₂在9—13点贡献较大，NO₂在8—1...     

临汾市大气污染物的时间分布特征与源区分析

多年来,临汾市多次名列我国生态环境部公布的空气质量最差的重点城市之列,对其大气污染的时间分布特征和潜在源区进行分析对其环境管理与污染防治具有重要意义。利用2015—2019年临汾市5个国控空气环境质量监测站点的6种空气污染物(SO₂、NO₂、CO、O₃、PM_2.5和PM₁₀)浓度数据和气象观测数据,使用HYSPLIT模型研究了该市空气污染物的时间变化特征、轨迹输送特征和可能的来源。结果表明,PM_2.5和PM₁₀的年均浓度均超过了《环境空气质量标准》(GB 3095—2012)Ⅱ级标准,SO₂仅在2016—2017年超过该标准,其余3种污染物的年均浓度均低于该标准。6种污染物2015—2019年的月均浓度的变化特征表现为O₃浓度呈以6、7月为中心的近似正态分布,SO₂、NO₂和CO以及PM_2.5和PM₁₀浓...     

新冠疫情管控期间西安细颗粒物中碳组分浓度变化特征

于2019年1月27日—3月18日及2020年1月27日—3月18日对西安市细颗粒物(PM_2.5)的碳组分浓度进行了在线观测,对比分析了非疫情与疫情期间各常规污染因子、气象要素、PM_2.5中有机碳(OC)和元素碳(EC)的污染特征。结果表明：非疫情与疫情期间西安市的气象条件总体水平较为相近。疫情期间的二氧化硫(SO₂)、臭氧(O₃)浓度相对升高。重污染天气下,除PM_2.5外,其他污染物浓度均降低,说明疫情管制对重污染天气污染物浓度的削弱作用明显。疫情期间,PM_2.5中的OC组分浓度及占比有显著升高,与疫情期间的各类交通管制导致的机动车尾气排放量显著降低有关。另外,OC与EC的相关性较强,说明污染来源与人类日常生活有关。疫情期间西安市颗粒物中碳组分主要来自各类生物质燃烧,并且存在SOC污染,SOC在OC中的占比达到37.8%。疫情期间重污染天气下,SOC在OC中的占比达到87.5%,说明SOC对重污染天气OC的贡献较大。     

广州市城区站点冬季PM2.5时间变化及碳氮同位素组成特征

于2018年冬季在广州城区磨碟沙站点开展细颗粒物(PM_2.5)样品采集,并获得PM_2.5中水溶性离子、含碳组分、稳定碳氮同位素的组成及时间变化特征,重点讨论了PM_2.5浓度升高时段的化学组成特征变化,进而利用稳定碳氮同位素变化特征探究了主要污染来源。结果表明：采样期间,研究站点PM_2.5平均质量浓度为22.1μg/m³,共出现两个PM_2.5浓度水平升高时段,所对应的平均质量浓度分别达46.0μg/m³和63.0μg/m³。风速降低、温度升高等不利气象条件是导致上述时段PM_2.5浓度上升的重要原因。在上述时段,伴随着PM_2.5浓度的升高,NO^-₃和NH⁺₄浓度均出现显著升高,NO^-₃与SO^2-₄的摩...     

浅析环境监测对环境执法的案源保障作用

环境监测为环保行政执法提供的案源主要来自对企业监督性监测、在线监测、建设项目竣工验收监测、放射性及固废监测等过程.需从违法主体是否存在、违法事实是否清楚、法律依据是否充分、监测数据是否科学准确等方面,来保障案源的有效性.     

基于产生来源的固体废物鉴别研究

通过对美国、欧盟和日本的固体废物定义和范围,以及已完成的固体废物鉴别实例的研究,指出固体废物鉴别的关键点在于产生来源分析。提出依据产生来源,固体废物可以分为丧失原有使用价值的物质、生产过程中产生的副产物类物质、环境治理和污染控制过程中产生的物质、其他类物质4大类。如果待鉴别物质的产生来源属于该4大产生来源中的任何一类,则其属于固体废物。     

基于L-M神经网络的道路交通噪声预测研究

神经网络具有很强的预测功能.根据石家庄公路交通噪声的实测数据,利用L-M优化算法的多层神经网络预测模型进行道路交通噪声的预测,经检验,计算值与实测值接近,预测精度令人满意.     

基于健康的环境监测技术规范研究

阐述了环境与健康监测的现状,根据江苏省典型区域环境与健康调查取得的成果和经验,对开展环境与健康监测的基本原则和技术思路作分析。提出环境与健康监测内容包括污染物排放监测、环境质量监测、外暴露监测、内暴露监测和健康效应监测,探讨了属于环保部门职责范畴的前3项监测技术内容及相关要求。     

关于滤纸可溶物对测定悬浮物影响的探讨

针对滤纸可溶物对测定悬浮物结果的影响作了定量和研究。     

基于组织机构代码的污染源标识研究

简述了中国环境保护多项业务中污染源代码现状,其污染源编码都是根据当时的环境管理工作需要,独立确定的一套编码规则,这些不同的标识方式,在污染源的编码格式上不具有稳定性与统一性,不利于污染源基础信息的共享,形成多个信息孤岛。提出了基于组织机构代码的污染源编码规则,确定了编码结构及表示形式,使新污染源编码规则具有较强的实用性、标识的唯一性以及结构的规范性。基于污染源代码,可以有效整合环境信息资源,形成污染源档案,为环境监管提供全面的、详实的数据支撑。根据当前环境管理业务信息系统的实际,提出了今后实施工作的建议。     

基于灰色聚类方法的湖泊营养状态综合评价

将湖泊水体的营养状态看作一个灰色系统，建立用于识别湖泊营养状态属性的灰色聚类综合评价模型，将水质级别作为一个灰类，水质状态作为灰色变量，根据灰色白化权函数聚类方法来确定水体营养状况归类。以太湖为例，基于分布全湖的20个监测点数据，运用灰色聚类法对其进行富营养状态综合评价，结果表明，监测时段太湖大部分水体基本处于中营养水平，局部湖面达到中度富营养状态，客观地反映了太湖湖区水体营养状况。     

基于ETM 遥感影像的城市热岛效应监测技术研究

针对传统城市热岛效应监测技术方法的不足,探讨了利用热红外遥感影像进行城市热岛效应监测的方法。研究过程中采用密度分割法对广州市热岛分布状况进行模拟实验。最后结合其他统计资料,借助GIS等辅助工具,对热岛成因进行分析,提出缓解城市热岛效应的有效措施。实验结果表明,该种方法具有简便、准确、实用等特点,适合在我国城市开展进行热岛的常规监测。     

计算机在环境监测数据辅助审核中的应用

以地面水环境监测数据为例 ,对实现监测数据计算机辅助审核的可行性以及审核的方法等进行了研究。指出实现监测数据计算机辅助审核是完全可行的。监测数据计算机辅助审核不仅将大大减轻数据审核技术人员的工作压力 ,也有利于提高监测数据审核工作的技术水平和工作质量     

基于环境监测数据的APEC会议空气质量保障环境改善效果评估

在简要回顾APEC期间的空气质量情况的基础上,从多方面较系统的分析了APEC期间北京市空气质量的变化特征,包括各项污染物浓度水平的同比分析、不同区域不同类别站点小时浓度的百分数分布及变化情况分析、污染物日变化规律变化特征分析、空气质量改善效果的空间分布特征分析、颗粒物组分变化特征分析、污染来源解析模型、数值污染模型等方法,力求从多个方面深入了解APEC控制措施对北京市污染水平、污染特征造成的影响,并利用组分、模型等方法定性定量的评估主要空气质量影响因素、不同的污染控制措施对APEC期间空气质量改善的作用及贡献。结果表明,APEC期间,北京市空气质量得到明显改善,空气质量基本处于优良级别,各项污染物浓度大幅下降,APEC污染控制期各项污染物的百分位数浓度与无控制期出现明显分离特征,污染物的日变化低浓度持续时间更长且增长更缓慢。