北京市高海拔地区百花山空气质量状况及与市区的差异性研究

对北京市远郊百花山(海拔1300 m)2007—2017年大气常规6项污染物数据进行了分析,并与代表市区的国控站点均值数据进行了比较。研究发现,百花山SO2、CO、PM2.5浓度为国控站点浓度的35.5%~35.7%,NO2、PM 10、O 3浓度分别为国控站点浓度的14.0%、41.5%、185.5%。11年间,百花山6项常规污染物浓度逐年降低。2013—2017年,百花山PM2.5浓度年均降速为11.4%,低于国控站点13.3%的年均改善水平。百花山和国控站点在污染物季节变化趋势上基本一致,秋季颗粒物浓度差异最大,春季差异最小。百花山6项污染物的日变化峰谷比值为1.21~1.44,其差异小于国控站点。各项污染物浓度在18:00出现峰值,认为主要受城区远距离传输影响。2013—2017年,百花山共出现5个PM2.5重污染天,5级以上重污染小时数为442 h,国控站点有2%的重污染小时与百花山同步。     

一种评估烟花爆竹燃放对大气PM2.5影响的新方法

基于北京市空气质量自动监测系统2013年2月常规污染物监测数据,提出了定量估算烟花爆竹燃放对大气PM2.5影响的污染物相对比值(PM2.5/CO)法。利用该方法研究表明,2013年北京除夕烟花爆竹燃放使PM2.5单站1小时平均浓度最大增加709μg/m3(石景山古城监测点);全市24小时平均浓度增加88μg/m3,达到159μg/m3,空气质量由良好升级为重度污染。元宵节夜间烟花爆竹燃放使PM2.5单站1小时平均浓度最大增加469μg/m3(海淀万柳监测点),全市24小时平均浓度增加54μg/m3。除夕夜、元宵夜全市平均烟花爆竹PM2.5浓度超过75μg/m3的时间分别为5、7 h,达到峰值后半衰期分别为0.9、1.7 h。城区烟花爆竹PM2.5浓度高于郊区,并可导致下风向郊区的PM2.5浓度显著增加。除夕、元宵节北京市区烟花爆竹排放PM2.5总量分别约为1.91×105kg、1.17×105kg。     

"成绵乐"城市群大气污染物浓度空间分布特征

采用地统计方法对成都平原5个城市(绵阳市、德阳市、成都市、眉山市、乐山市)大气中SO₂和NO₂的年均浓度模拟数据进行了空间分布特征研究。分析表明,SO₂在德阳市、眉山市具有强烈的空间相关性,在绵阳市、成都市具有中等的空间相关性,乐山市SO₂空间相关性较弱;NO₂在德阳市、眉山市具有强烈的空间相关性,在绵阳市、成都市和乐山市具有中等的空间相关性。绵阳、德阳、成都、眉山和乐山5个城市的SO₂在长轴方向的变程分别为145、116、83、105、153 km;NO₂在长轴方向的变程分别为145、90、66、105、153 km。根据地统计学中变程的物理意义,提出判断构成"城市群大气污染"的定量依据,即相邻城市大气污染物变程之和若大于城市几何中心间的直线距离,则2个城市的大气污染物存在空间关联或相互影响。     

烟花爆竹燃放对北京市空气质量的影响研究

结合常规污染物浓度和PM_(2.5)化学组分浓度,分析了2015年春节期间烟花爆竹燃放对北京市空气质量的影响。结果表明:烟花爆竹燃放会在短时间内造成严重的大气污染,其中对SO2、PM_(2.5)和PM10的影响最为显著。除夕夜间良乡、官园和怀柔3个监测站点的PM_(2.5)质量浓度峰值分别达730.5、343.4、762.2μg/m~3,为2月17—25日和3月4—8日(观测期间)平均值的5.2、3.1、7.1倍。烟花爆竹燃放对PM_(2.5)组分中的SO_4~(2-)、K+和Cl-的影响最为显著,除夕夜间监测中心点位的SO_4~(2-)、K~+和Cl~-质量浓度峰值分别达92.2、95.6、57.4μg/m~3,为观测期间平均值的4.5、10.5、6.8倍。烟花爆竹燃放产生的气态前体物和NO_3~-、SO_4~(2-)、NH+4、OC等PM_(2.5)二次化学组分在不利的气象条件下会发生化学反应和物理积累,造成PM_(2.5)浓度升高,产生持续性的大气污染。根据各污染物与NH+4的质量浓度比推算得出,除夕、"破五"和元宵节3个时段烟花爆竹燃放对K~+、Cl~-、SO_4~(2-)、SO_2和PM_(2.5)浓度的平均贡献率分别为78.4%、61.1%、37.4%、38.7%和30.1%。     

长春市大气污染物变化规律及原因分析

本文通过对长春市城区6个监测子站2007年1月至12月监测资料的统计,分析了长春市大气污染物季节变化规律,及各功能区间的空气质量差异。结合2001年以来的大气监测数据分析了长春市空气质量的总体变化趋势。结果表明,长春市空气质量季节变化明显,采暖期的大气污染物浓度明显增高,首要污染物是PM10。历年的数据显示PM10变化不明显,但SO2和NO2具有略有升高趋势。     

常州市国控站PM_(2.5)监测的代表范围研究

为评价常州市国家大气自动监测站(国控站)细颗粒物(PM_(2.5))监测的代表范围,通过1 km×1 km的多角度大气校正算法(MAIAC)的气溶胶光学厚度(AOD)等相关数据,采用随机森林方法进行PM_(2.5)估算反演,考虑变异函数和最优分割模型等统计学模型,开展国控站PM_(2.5)监测代表范围的评价。结果表明:(1)估算反演的PM_(2.5)浓度空间分布显示,常州市区东部区域浓度相对较高,西南部区域浓度相对较低;(2)变异函数分析中,PM_(2.5)浓度在5 km范围内具有相对显著的空间相关性,但超过5 km范围后空间自相关性不显著,差异性增大到最大;(3)最优分割法分析中,常州市各个国控站PM_(2.5)监测均存在各自的代表范围,2019年的代表范围为3~5 km,其中“经开区”站点范围最大(5 km),“市监测站”和“武进监测站”站点范围最小(均为3 km),且逐年分析显示,各个站点PM_(2.5)监测的代表范围呈上升趋势。     

2013年北京市PM2.5重污染日时空分布特征研究

根据2013年北京市环境保护监测中心监测的PM2.5数据,系统分析了北京市重污染日PM2.5污染的时空分布特征,并利用克里格插值初步统计了全年和重污染日PM2.5不同浓度区间的国土面积。2013年全市PM2.5年均浓度为89.5μg/m3,重污染日平均浓度为218μg/m3,重污染日主要集中在冬季;PM2.5年均浓度呈现明显的南高北低梯度分布特征,而重污染日空间分布较均匀,南部及城六区存在明显的高污染区,平均浓度在180μg/m3以上;2013年北京市重污染日PM2.5平均浓度为150~250μg/m3,其对应的国土面积约为12 656 km2,PM2.5平均浓度在250μg/m3以上的国土面积约为883 km2,而全年无PM2.5平均浓度在150μg/m3以上所对应的国土面积。     

主分量分析法在环境空气监测数据分析中的应用

根据西宁市13个环境空气监测站点2013—2017年大气污染物细颗粒物(PM2. 5)、可吸入颗粒物(PM10)、二氧化硫(SO_2)、二氧化氮(NO_2)、臭氧最大8 h平均(O_3-8h)和一氧化碳(CO)的监测数据,采用主分量分析法对西宁市环境空气质量进行了综合评估。结果表明,2013—2017年西宁市大部分环境空气监测站点周边环境空气质量逐渐提升,4个国控站综合得分(F)趋势变化幅度较大,其周边环境空气质量状况改善较为明显;城南新区、湟源县气象局和西钢监测站点周边环境空气质量呈逐年下降趋势,与其附近工业生产有关。     

烟花燃放对空气中PM2.5及水溶性离子的影响研究

于2013年2月9日—2月16日在南京城区连续观测PM10、PM2.5、PM1的质量浓度、能见度、PM2.5中水溶性离子浓度等参数,探讨了因春节期间烟花爆竹的燃放导致大气中颗粒物浓度出现短时峰值,同时能见度急剧降低,空气质量下降的原因。研究发现:因烟花爆竹的燃放,PM2.5局地短时间浓度可达863μg/m3,能见度仅为1.2km;PM2.5中Cl-、K+与SO2-4浓度短时间上升,这与烟花爆竹中氧化剂、还原剂等组分的燃烧释放有关。由春节期间观测结果统计发现,因烟花爆竹燃放对PM2.5中水溶性离子的贡献约占50%。     

上海市浦东城区冬季颗粒物数浓度及其谱分布特征

采用APS-3321空气动力学粒径谱仪对上海市浦东城区2012年12月至2013年2月0.5~20μm大气颗粒物浓度及其谱分布进行了实时监测。结果发现,上海市浦东城区冬季大气颗粒物数浓度为360个/cm3,其中0.5~1.0μm颗粒物数为345个/cm3,占总颗粒物的95.7%;1.0~2.5μm颗粒物数为15个/cm3,占颗粒物总数的4.1%;2.5~20.0μm颗粒物数为0.6个/cm3,占颗粒物总数的0.2%。当空气质量为AQI≤50、50AQI≤100、100AQI≤200、AQI200时,颗粒物数浓度分别为77.5、243.2、522.6、868.5个/m3。随着空气污染的加重,小于PM2.5颗粒物数浓度增加显著且对总的颗粒物数浓度的贡献也有所增加,且AQI200时,PM2.5中1.0~2.5μm颗粒物数浓度贡献增幅最大;此外,不同空气质量条件下,颗粒物数浓度的日变化存在一定差异,这对于空气污染防治具有重要意义。     

2017年上半年北京市及周边地区空气质量特征分析

依托北京市、廊坊市和保定市高密度的地面空气质量监测、气象要素监测以及PM_2.5化学组分监测和后向轨迹分析等手段，对2017年上半年三地的空气质量进行分析。研究发现：三地中北京市空气质量较好，保定市较差。分污染物来看，保定市SO₂浓度水平明显高于廊坊市和北京市，颗粒物PM₁₀和PM_2.5也呈现保定市最高、北京市最低的规律。从污染物日变化来看，CO、SO₂、NO₂、PM₁₀和PM_2.5呈双峰型分布，O₃呈单峰型分布。从区域整体分布规律来看，PM_2.5和SO₂呈现明显的"南高北低"特征。PM_2.5化学组分分析结果表明：1—4月燃煤对该区域空气质量的影响较大，5—6月机动车排放的影响更为凸显。后向轨迹分析结果表明：在2017年上半年到达北京市的气流中有24%来自于北京市南部，且这些气流多为低空传输，表明区域传输对于北京市空气质量具有一定的影响。     

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。     

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。     

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...     

2016年长沙市环境空气质量的“周末效应”及“假日效应”

通过获取2016年长沙市连续在线观测得到的PM₁₀、PM_2.5、NO₂、O₃、CO和 SO₂逐时浓度资料，对工作日、周末、节假日（尤其是春节）的空气质量优良天数、污染物浓度变化特征进行对比分析，长沙市2016年6项污染物均表现出一定的"周末效应"现象，周末日平均浓度均低于工作日及全年的日平均浓度，其中PM_2.5最为明显；PM₁₀和PM_2.5浓度均星期一最高，星期六最低，CO和 SO₂浓度周末也均处于相对最低水平，NO₂和O₃在周末的平均浓度略低于工作日水平或与其持平。国庆假期，由于城区人口、车辆减少，长沙大气环境质量相对较好，而春节假期，由于受到烟花爆竹集中燃放的影响，PM₁₀、PM_2.5和SO₂浓度远超过全年平均水平，这在一定程度上说明人类活动对污染物浓度及大气环境质量变化具有一定的影响力。     

杭州市大气污染物排放清单及特征

以杭州市区为研究区域,通过调查整合多套污染源数据库及其他统计资料,研究文献报道及模型计算的各种污染源排放因子,获得杭州市区各行业PM10、PM2.5、SO2、NOx、CO、VOCs、NH3等污染物的排放量,建立了杭州市区2010年1 km×1 km大气污染物排放清单。结果表明,2010年杭州市区PM10、PM2.5、SO2、NOx、CO、VOCs和NH3的排放总量分别为7.96×104、4.02×104、7.23×104、8.98×104、73.90×104、39.56×104、3.32×104t。从排放源的行业分布来看,机动车尾气排放是杭州市区大气污染物最重要排放源之一,对PM10、PM2.5、NOx、CO和VOCs的贡献分别达到14.4%、27.1%、40.3%、21.4%、31.1%。道路扬尘、电厂锅炉、工业炉窑、植被、畜禽养殖对不同污染物分别有着重要贡献,道路扬尘对PM10和PM2.5的贡献分别为44.6%和20.0%、电厂锅炉对SO2和NOx的贡献分别为37.0%和25.7%、工业炉窑对CO的贡献为41.5%、植被排放对VOCs的贡献为27.1%、畜禽养殖对NH3的贡献为76.5%。从空间分布来看,萧山区和余杭区对SO2、NH3和植被排放BVOC的贡献要显著高于主城区;而主城区机动车对PM2.5、NOx和VOCs的贡献分别达到36.3%、56.0%和47.4%,较市区范围内显著增加,表明机动车尾气排放已成为杭州主城区大气污染最重要的来源之一。     

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。     

无锡市国控环境空气自动监测站点周边裸土分布高分辨率遥感监测

以无锡市为研究区,使用过境时间相近的哨兵2号Sentinel-2和Landsat8影像,综合使用NDSI、NDISI、MNDWI、LST等指数进行决策树分类,获得10 m高空间分辨率的土地利用分类结果和裸土分布,裸土提取精度达到94.13%。统计了无锡市与8个国控环境空气自动监测站点1、2、3 km缓冲区范围内的裸土分布情况,并与各站点监测的大气颗粒物浓度进行相关性分析。结果表明,国控环境空气自动监测站点周边裸土面积对颗粒物浓度有较大影响,其中对PM₁₀浓度的影响明显大于PM_2.5;相比于1 km和3 km,2 km缓冲区范围内的裸土面积对PM₁₀浓度的影响最大,建议环境管理部门重点关注无锡地区国控监测站点周边2 km范围内的裸土扬尘源分布情况。     

山西省大气污染特征及对公众健康的空间影响

利用山西省11个地级市大气环境监测站的PM_2.5、PM₁₀和O₃浓度数据,分析了2015—2020年山西省PM_2.5、PM₁₀和O₃浓度时空变化特征,采用空间计量模型和岭回归方法,分析了空气污染对公众健康的空间影响。结果表明:PM_2.5和PM₁₀年均质量浓度总体下降,两者在2017年最高,2020年最低;O₃年均浓度总体增加。在季节尺度上,PM_2.5和PM₁₀质量浓度在冬季的12月和1月最高,夏季的8月最低;O₃浓度在6月最高。空间上,相较2015年,2020年山西省各地级市PM_2.5污染程度均有改善,其中长治改善效果最好;2020年山西各地级市PM₁₀污染兼有加重和减轻的情形,所有地级市PM_2.5和PM₁₀污染水平均超过国家二级污染浓度限值;2020年山西多数地级市O₃浓度升高。山西公众健康水平具有明显的空间离散特征,PM_2.5和PM₁₀浓度的局部空间自相关特征高度一致,呈现"南高北低"的格局,O₃浓度分布呈"南部高,中北部低"的格局。大气环境质量和经济发展水平均对医疗机构诊疗人数和健康体检人数的变化有正向影响,每万人卫生技术人员数量和公共财政支出比例对公众健康均有负向影响,其中经济发展水平和大气环境质量的影响最显著。山西省PM_2.5治理取得一定成效,但大部分城市PM_2.5和PM₁₀达标率较低,O₃浓度有持续升高的趋势,PM₁₀和O₃污染改善缓慢,深度减排仍面临挑战。PM_2.5和PM₁₀是危害山西公众健康的主要大气污染物,未来需要加强PM_2.5、PM₁₀和O₃的精细化管理及协同治理。     

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...