石家庄市空气颗粒物污染与气象条件的关系

利用2013—2014年石家庄市环境监测中心PM_(2.5)、PM_(10)逐时监测资料、同期的石家庄市地面气象观测站常规观测资料以及环境监测梯度站2013年1月各层PM_(2.5)和PM_(10)逐时观测资料,分析了PM_(2.5)、PM_(10)质量浓度的时空分布特征及与气象要素的相关关系。结果表明:石家庄市PM_(2.5)与PM_(10)的质量浓度及两者的比值均为冬季和秋季较高;在水平分布上,PM_(2.5)与PM_(10)的平均质量浓度为市区西部高于东部;在垂直分布上,随着高度的增加,PM_(2.5)和PM_(10)平均质量浓度先上升后下降;PM_(2.5)与PM_(10)的质量浓度与相对湿度呈正相关,其中PM_(2.5)的质量浓度与相对湿度相关性更高;PM_(2.5)与PM_(10)的质量浓度与风速呈负相关,随着风速的增大,PM_(2.5)与PM_(10)的平均质量浓度呈下降的趋势,但当风速大于5 m/s时,PM_(10)的质量浓度随着风速增大而上升,出现扬尘污染,总体来讲,刮西北风时PM_(2.5)与PM_(10)的质量浓度较高,刮东南风时PM_(2.5)与PM_(10)的质量浓度较低,这与风向和风速的日变化有关;PM_(2.5)与PM_(10)的质量浓度与降水呈负相关,随着降水的增加,PM_(2.5)与PM_(10)的平均质量浓度呈下降的趋势。     

昌吉市采暖期和非采暖期PM_(2.5)和PM_(10)污染特征分析

昌吉市2016年冬春季多次出现雾霾天气,针对昌吉市2016年采暖期和非采暖期PM_(2.5)和PM_(10)的浓度变化特征进行分析,结果显示:2016年全年空气质量在二级以上达标的天数为267 d,占72.9%,未达标天数占26.6%;采暖期PM_(2.5)和PM_(10)的质量浓度显著高于非采暖期,平均值是非采暖期的5.6倍和3.1倍,2月浓度值达到最高;采暖期间的首要污染物质为PM_(2.5),比例最高占66.3%,PM_(10)次之(占33.7%),非采暖期间污染物质PM_(10)占37.4%,PM_(2.5)占8.1%;采暖期间PM_(2.5)在PM_(10)中的比重(60.8%)也高于非采暖期(33.3%)。     

昌吉市采暖期、非采暖期颗粒物、二氧化硫和一氧化碳的污染特征及相关性研究

对昌吉市采暖期和非采暖期PM_(10)、PM_(2.5)、SO_2和CO的污染特征及相关性进行分析发现,相较于非采暖期,采暖期各种污染物的浓度更大,而PM_(10)、PM_(2.5)浓度严重超标,并且各污染物同源性较高,主要来自于区域采暖燃煤,同时针对研究结论提出了加强昌吉市大气污染治理的建议。     

传感技术在环境空气监测中的方法适用性研究

采用某品牌3台传感器,对环境空气中气态污染物(NO_2、SO_2、O_3、CO)和颗粒物(PM_(10)、PM_(2.5))进行为期1个月的连续监测,探讨传感技术在环境空气监测中的方法适用性。研究表明,3台传感器监测的各污染物质量浓度均显著相关,Pearson相关系数0.9(p0.01);监测的颗粒物与国控点数据显著相关且质量浓度水平接近,Pearson相关系数0.9(p0.01);PM_(2.5)传感器测定值相对于国控点数据的平均相对误差仅为-7.3%,均值绝对误差2μg/m~3;传感器在高湿度下的PM_(2.5)测定值与国控点数据相吻合,当相对湿度为80%～90%时,平均相对误差仅为-0.9%;传感器气态污染物测定值与国控点数据之间存在差异,电化学原理气态污染物传感器性能仍有待提升。     

基于GIS的唐山地区大气污染物时空分布研究

应用数据统计和ArcGIS对北方重工业城市唐山地区2014年14个县(区)18个空气自动监测站的数据进行时空分布特征分析,监测的污染物为PM_(10)、SO_2、NO_2、PM_(2.5)、O_3、CO共6项。利用ArcGIS对各个自动监测站污染物数据建立网格模型,采用反距离权重法分别对年均、采暖期、非采暖期的环境空气质量综合指数和6项污染因子浓度的空间分布进行估算,直观比较了污染物在不同时期内的空间分布状况。结果表明,空气质量时间分布较为明显,非采暖期明显好于采暖期。同时,计算出每个网格单元污染指数的标准偏差,结合气象气候、地形地势、工业发展等情况,分析得出北部山区、市中心区附近区域空气质量波动较大。为区域大气污染有针对性的综合防治、联防联控及污染物区域削减计划打下数据基础。     

盐城市空气污染对呼吸系统日门诊量关系的时间序列分析

根据盐城市2014—2018年逐日空气污染物监测数据细颗粒物(PM_(2.5))、可吸入颗粒物(PM_(10))、二氧化氮(NO_2)、二氧化硫(SO_2)、臭氧(O_3)、气象数据(日平均温度、日平均相对湿度)及市区某三甲综合医院呼吸系统日门诊资料,采用时间序列半参数广义相加模型,以滞后天数最大效应值作为空气污染物对人群呼吸系统日门诊量影响的超额危险度,分析了盐城市空气污染物短期暴露对人群呼吸系统日门诊量的影响。结果表明,2014—2018年盐城市空气PM_(2.5)、PM_(10)、NO_2、SO_2和O_3平均值分别为48.4,81.8,26.3,15.8和111.2 mg/m~3,其中PM_(2.5)、PM_(10)值高于《环境空气质量标准》(GB 3095—2012)二级标准。污染物PM_(2.5)、PM_(10)、NO_2、SO_2和O_3值每升高10 mg/m~3,呼吸系统日门诊量就增加0.52%,0.31%,3.54%,4.36%和0.03%,SO_2效应最强。空气污染物的短期暴露影响呼吸系统日门诊量,且存在滞后效应,其中PM_(2.5)、PM_(10)、NO_2、SO_2影响较大。     

荒漠草原无林地PM2.5、PM10时间变化特征及与气象因素的关系

选取荒漠草原无林地的PM_(2.5)、PM_(10)浓度以及气象因子数据,对颗粒物浓度的时间变化特征及其与气象因子的关系进行分析。结果表明:(1)1月的PM_(2.5)、PM_(10)月平均浓度最高,7月的PM_(2.5)与PM_(10)达到最低。季节尺度上PM_(2.5)、PM_(10)浓度变化为由大到小顺序依次为冬季秋季春季夏季。(2)风速≤4.0 m/s时,随着风速增加,PM_(2.5)、PM_(10)浓度不断降低;当风速4.0 m/s时,PM_(2.5)、PM_(10)浓度随风速增加而增加。PM_(2.5)、PM_(10)浓度与温度负相关。相对湿度≤50%时,随着相对湿度增加,PM_(2.5)、PM_(10)浓度呈增加趋势;相对湿度50%时,随着空气湿度增加,PM_(2.5)、PM_(10)浓度呈降低趋势。随着大气气压上升,PM_(2.5)与PM_(10)浓度随之增加。(3)不同季节的气象因子对PM_(2.5)、PM_(10)影响存在差异。     

新疆大气颗粒物的时空分布特征

基于2015年新疆12个城市的PM_(10)和PM_(2.5)地面监测数据,并结合同期气象观测数据,分析了新疆PM_(10)和PM_(2.5)质量浓度的时空分布特征及其与气象要素的关联性。结果表明:新疆大气颗粒物年均质量浓度呈现南高北低特征,南疆各城市的年均PM_(10)质量浓度为150～262μg/m~3,年均PM_(2.5)质量浓度为50～118μg/m~3。北疆各城市的质量浓度相对较低,年均PM_(10)质量浓度为28～139μg/m~3,年均PM_(2.5)质量浓度为13～74μg/m~3。从时间变化来看,在春季和夏季,新疆以粗颗粒物污染为主,冬季以细颗粒物污染为主。此外,在南疆各城市3月PM_(10)质量浓度突然大幅升高与相对湿度明显下降、风速增大直接相关,沙尘天气是导致该区域春季高PM_(10)质量浓度的重要原因。     

无锡市区大气污染物状况及变化趋势分析

使用2012—2015年无锡市区的6种大气污染物监测数据,对无锡市区各污染物的年度变化、空间分布、影响因素进行了分析。结果表明:(1)2012—2015年无锡市区SO_2、O_3质量浓度呈下降趋势,且趋势显著;NO_2质量浓度呈下降趋势,但不明显;CO、PM_(10)、PM_(2.5)的质量浓度年际变化比较平稳。(2)无锡市区SO_2、NO_2、PM_(10)、PM_(2.5)、CO的空气质量分指数(IAQI)均为冬季最高、夏季最低;O_3的IAQI则为夏季最高、冬季最低。(3)SO_2、NO_2、PM_(10)、PM_(2.5)、CO浓度间呈两两正相关,且相关性极显著;O_3浓度与NO_2、CO呈显著负相关,与SO_2、PM_(10)、PM_(2.5)浓度之间没有明显的关联。(4)分析了无锡市区各项大气污染物浓度的空间分布特征。(5)SO_2、NO_2、PM_(10)浓度周内变化具有"周末效应"的特征,而O_3、CO和PM_(2.5)浓度周内变化出现"反周末效应"。     

2021年沙尘天气影响下江苏省空气质量特征分析

对2021年影响江苏省的沙尘天气过程开展研究,分析受影响的时间、区域特征及环境空气质量特征。结果表明,影响江苏省的沙尘天气过程共计13次,全省累计受影响229 d。从时间分布看,沙尘天气过程多发生在1月、3—5月,2月、11月较少,6—10月和12月无沙尘天气过程。从区域分布看,苏北地区受沙尘天气过程影响较显著,受影响天数>20 d的城市均分布于此。受沙尘天气过程影响,且东北偏北风或东北风输送时,可吸入颗粒物(PM_(10))和细颗粒物(PM_(2.5))较易出现小时高值。沙尘过程造成PM_(10)日均质量浓度超标的天数占比为38.0%,造成PM_(2.5)日均质量浓度超标的天数占比仅为12.7%;扣除沙尘天气过程影响后,PM_(2.5)和PM_(10)年均质量浓度分别较扣除前下降1和6μg/m 3,沙尘天气过程对PM_(10)质量浓度的影响大于对PM_(2.5)质量浓度的影响。受沙尘天气过程影响时,环境空气质量为轻度污染及以上级别占比为45.0%,苏北和苏中地区环境空气质量易达到重度污染及以上级别,苏南地区多为良或轻度污染,少有中度污染。沙尘气团远距离传输使得PM_(10)为首要污染物的特征有所削弱,83.8%的受影响天中首要污染物为PM_(10),其余为二氧化氮(NO_(2))或臭氧(O_(3))。     

哈大绥城市“十三五”期间大气环境容量分析

根据2016—2020年哈尔滨市、大庆市、绥化市(以下称哈大绥)国控环境空气自动监测站的SO₂、NO₂、PM_2.5监测资料,统计年鉴中行政区划、污染物排放及气象等监测数据,分析哈大绥区域环境空气质量的变化趋势和测算因子,采用A值法核定了哈大绥区域SO₂、NO₂、PM_2.5的大气环境容量。结果表明:哈大绥SO₂、NO₂、PM_2.5 3项污染物采暖季的大气环境容量均呈逐年递增趋势。通过计算环境承载能力发现,哈大绥SO₂、NO₂、PM_2.5 3项污染物在非采暖季均具有高承载能力,哈大绥非采暖季环境容量高于采暖季。哈尔滨的个别污染物仍然处于临界超载状态,为减少重污染天气,应进一步削减采暖季污染物排放量。     

黑龙江省“十三五”时期生态环境质量变化及趋势预测

以黑龙江省生态环境监测网监测结果为基础,总结归纳了"十三五"期间黑龙江省生态环境质量变化特征,并采用随机森林和GM(1,1)预测模型对"十四五"期间黑龙江省生态环境质量状况进行了预测。结果表明:"十三五"期间,黑龙江省环境空气、水环境和声环境质量全面好转。其中,环境空气主要污染物PM_2.5、PM₁₀、SO₂、NO₂和CO的年均质量浓度均呈现出明显下降的趋势,"哈大绥"重点区域PM₁₀、SO₂、NO₂和CO年均质量浓度呈现下降趋势。地表水水质总体呈波动变化趋势,水质状况均为轻度污染。"十四五"期间,黑龙江省生态环境质量将处于稳中向好的趋势。环境空气主要污染物及地表水主要污染指标年均质量浓度均呈现明显的下降趋势,道路交通声环境质量也将得到进一步改善。     

烟花爆竹禁燃对春节期间东北地区空气质量影响评估

利用2015—2017年春节期间东北地区主要大气污染物(PM_(10)、PM_(2.5)、SO_2、NO_2、CO和O3)质量浓度监测资料及相应气象因子(温度、湿度、风速和气压)观测资料,分析了春节期间烟花爆竹禁燃对东北地区空气质量的影响。结果表明:随着东北地区主要城市禁燃力度的增强,空气质量逐年提升,PM_(2.5)和SO_2浓度逐年大幅度下降。禁燃可明显降低城区PM_(2.5)浓度,而由于春节期间污染源整体减少,城区和城郊监测点PM_(2.5)浓度值差异减小。烟花爆竹对PM_(10)和PM_(2.5)浓度影响高于对气体污染物SO_2、NO_2和CO的影响。此外,气象条件对东北地区春节期间禁燃改善空气质量的效果也有明显影响。因此,结合春节期间的气象条件,在东北地区实施禁燃政策动态调整非常必要。     

Influence of Meteorological Parameters on Particulates and Atmospheric Pollutants at Taichung Harbor Sampling Site

Atmospheric aerosol particles and metallic concentrations, ionic species were monitored at the Experimental harbor of Taichung sampling site in this study. This work attempted to characterize metallic elements and ionic species associated with meteorological conditions variation on atmospheric particulate matter in TSP, PM_2.5, PM_2.5–10. The concentration distribution trend between TSP, PM_2.5, PM_2.5–10 particle concentration at the TH (Taichung harbor) sampling site were also displayed in this study. Besides, the meteorological conditions variation of metallic elements (Fe, Mg, Cr, Cu, Zn, Mn and Pb) and ions species (Cl⁻, NO₃ ⁻, SO₄ ²⁻, NH₄ ⁺, Mg²⁺, Ca²⁺ and Na⁺) concentrations attached with those particulate were also analyzed in this study. On non-parametric (Spearman) correlation analysis, the results indicated that the meteorological conditions have high correlation at largest particulate concentrations for TSP at TH sampling site in this study. In addition, the temperature and relative humidity of meteorological conditions that played a key role to affect particulate matter (PM) and have higher correlations then other meteorological conditions such as wind speed and atmospheric pressure. The parameter temperature and relative humidity also have high correlations with atmospheric pollutants compared with those of the other meteorological variables (wind speed, atmospheric pressure and prevalent wind direction). In addition, relative statistical equations between pollutants and meteorological variables were also characterized in this study.     

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...     

洞庭湖区一次重度空气污染过程成因分析

利用AQI和PM_(2. 5)质量浓度、地面气象要素、NCEP、ERSST_V3、GBL等资料,对2016年12月29日至2017年1月5日洞庭湖区一次重度空气污染过程成因进行了分析。结果表明,静稳天气形势下的累积效应和本地持续升温、降压、增湿、小风导致污染物浓度不断增加。本地风速与雨量对污染物浓度产生显著影响。降温前风速明显加大,有利于污染物快速扩散。湿度增加有利于污染物吸湿性增长,但高湿易引起降水有利于污染物的湿清除。此次重度空气污染过程中大气稳定度为中性或稳定,14:00混合层高度逐渐降低且重度空气污染日降至100 m以下。污染物空间分布与主导风向和污染通道密切相关。气流后向轨迹分析表明,洞庭湖区各地气流来源和影响路径差异明显,且存在大范围区域性同步污染现象。北方外来污染源是洞庭湖区重要的污染面源,本地工业污染排放点源和地理条件也是洞庭湖区空气污染物空间分布差异的重要因素。     

沿海城市PM10和PM2.5自动监测过程中质量浓度“倒挂”现象分析与成因探讨

2020年2—3月,位于福建沿海地区中部的莆田市在环境空气质量自动监测过程中出现了严重的PM_(10)和PM_(2.5)质量浓度"倒挂"现象,小时值"倒挂"率为19.86%,日均值"倒挂"率为16.67%。在高相对湿度和低风速气象条件下,颗粒物会出现严重的"倒挂"现象,"倒挂"过程中常伴随着颗粒物和气态污染物(SO_2、NO_2和CO)质量浓度的增加。因此,于2020年2月16日—3月26日开展了颗粒物自动监测和手工监测比对,并结合气象参数、气态污染物质量浓度,以及PM_(10)和PM_(2.5)中水溶性离子和液态水的含量特征,进一步探讨了莆田市颗粒物质量浓度"倒挂"的主要成因。研究表明,PM_(10)和PM_(2.5)自动监测仪器检测原理的差异是导致颗粒物质量浓度"倒挂"的重要原因之一,而气象条件(相对湿度、气温和风速等)、颗粒物质量浓度、颗粒物中主要吸湿组分(NO_3~-、SO_4~(2-)和NH_4~+)和液态水的含量也是颗粒物质量浓度"倒挂"的主要影响因素。莆田市2020年2—3月出现高频率"倒挂"现象是多重因素共同作用的结果,解决该问题需要同时考虑监测仪器检测原理、气象参数、颗粒物质量浓度和吸湿组分等的影响。     

西藏自治区“十二五”和“十三五”环境空气质量变化特征

"十二五"以来中国先后颁布了一系列大气污染防治政策并实施相应的大气污染治理措施以提高环境空气质量。为研究西藏自治区"十二五"(2011-2015年)和"十三五"(2016 -2020年)时期环境空气质量变化状况,评估大气污染防治措施实施效果,笔者对2011-2020年西藏自治区7个城市(地区)主要大气污染物浓度和优良天数比例变化进行分析。结果表明:随着一系列大气污染防治措施的实施,西藏自治区环境空气质量显著提升,与"十二五"时期相比,"十三五"时期西藏自治区年平均优良天数比例由97.5%±2.0%提升至99.3%±0.4%,SO₂、 NO₂、 PM₁₀、 PM_2.5浓度年均值和CO 浓度第95百分位数均呈下降趋势,其中CO、PM₁₀和PM_2.5浓度下降幅度较大,O₃日最大8h滑动平均值第90百分位数略有上升。西藏自治区环境空气质量与人口、经济发展程度呈负相关关系。受污染源排放、气象条件和区域传输等因素影响,西藏自治区O₃浓度春、夏季较高,而其余污染物浓度冬季较高。     

乌鲁木齐市硫酸盐化速率关键影响因子分析

对硫酸盐化速率与大气中污染物质浓度和气象因素的分析结果表明,硫酸盐化速率不仅取决于SO2的浓度,还与PM10显著相关,是因为PM10表面为SO2的催化氧化提供了载体。气压和空气相对湿度对硫酸盐化速率有积极的促进作用,空气中的气态H2O具有凝结污染物质的能力,而降水对污染物质的冲刷效应降低了硫酸盐化速率。影响硫酸盐化速率的是空气中气态H2O而非降水。气温通过影响逆温层和风速共同影响着污染物浓度的扩散和稀释,从而决定着硫酸盐化速率的增减。