宝鸡高新区黑碳气溶胶浓度特征及其影响因素研究

为研究宝鸡高新区黑碳(BC)气溶胶浓度的变化特征及其影响因素,利用2017年3月1日至2018年2月28日的BC气溶胶浓度、PM_(2.5)质量浓度以及风速风向数据,对该地区BC气溶胶质量浓度特征变化及其影响因子进行分析。结果表明,宝鸡高新区BC和PM_(2.5)质量浓度范围分别为0.35~6.18μg/m~3和8.01~192.20μg/m~3,平均值分别为(1.67±1.22)μg/m~3和(46.96±33.18)μg/m~3。BC气溶胶的背景质量浓度为(0.81±0.76)μg/m~3。BC与PM_(2.5)的相关系数为0.673,呈正相关。观测期间10—12月BC质量浓度较其他月份相对较高,其季节变化由大到小依次为冬季秋季春季夏季,这可能与采暖季用煤及气象条件不同有关。BC气溶胶的日变化有峰谷值,峰值出现在07:00—09:00和20:00—22:00,谷值出现在14:00—16:00。BC和PM_(2.5)质量浓度均随污染等级加重而增加。宝鸡高新区BC污染在西北风向下较为严重,且此时风速较小,BC质量浓度与风速的相关系数分别为-0.438,呈负相关,静风和非静风条件下BC平均质量浓度分别为2.50μg/m~3和1.53μg/m~3,表明静风条件下,污染物容易累积,导致BC质量浓度升高。     

阿克苏市空气质量PM_(2.5)浓度变化研究与对策

近年来随着雾霾天气的频发和空气环境质量的不断下降,有关PM_(2.5)的研究逐渐成为研究的重点和热点。本研究利用阿克苏市2014年PM_(2.5)连续在线监测数据,对PM_(2.5)的污染现状和季节变化、月变化、日变化、昼夜变化规律进行探讨和分析。结果表明,阿克苏市PM_(2.5)质量浓度平均值春季最高,其次为冬季,夏季最低。春季沙尘天气和冬季采暖燃烧源是PM_(2.5)质量浓度增加的主要原因;阿克苏市PM_(2.5)质量浓度日均值为14.96~282.84μg/m3,年平均值为77.85μg/m3,是国家二级标准的1.04倍;阿克苏市PM_(2.5)质量浓度春季白天高于夜间,夏季和冬季白天低于夜间。     

上海虹桥机场大气污染特征分析

通过将上海虹桥机场2016年大气污染物监测数据与该市国控站点数据对比分析,结果表明:机场附近首要污染物为NO_2和PM_(2.5),随着污染级别加重,PM_(2.5)成为首要污染物的频次增加。虹桥机场NO_2浓度均值在各季节均高于各国控站点,日变化呈"双峰双谷"特征,峰值出现时间较其他站点早1 h。冬季PM_(2.5)浓度高于国控站点,其他三季相当。冬季PM_(2.5)日变化具有明显的"双峰"特征,上午峰值出现时间较其他站点早一两小时,夏季不明显。O_3日变化表现为上午其生成速率和NO_2的消耗速率都要高于其他站点。     

邢台市颗粒污染物变化特征和后向轨迹分析

为深入了解邢台市PM_(10)、PM_(2.5)浓度变化情况和气流后向轨迹,对邢台市2013—2016年环境大气颗粒污染物监测数据进行了分析,同时利用HYSPLIT模型计算出逐日72 h后向气流轨迹。结果表明:邢台市的PM_(10)和PM_(2.5)质量浓度在2013—2016年间呈逐年下降趋势,PM_(10)和PM_(2.5)质量浓度高值出现在冬季(296μg/m~3和192μg/m~3),最低值出现在夏季(140μg/m~3和80μg/m~3),PM_(10)和PM_(2.5)质量浓度在日变化上均呈"双峰双谷"型分布;后向轨迹的季节聚类分析表明,春季大气颗粒物污染以粒径2.5～10μm的颗粒污染物为主,夏季、秋季和冬季的大气颗粒物污染以PM_(2.5)为主;逐日聚类分析表明,在路径为西北偏西向的、途经多个沙源地的气流影响下,邢台市的PM_(10)和PM_(2.5)质量浓度处于一个相对高值;来源于偏南向的气流由于化合反应,污染物积聚导致PM_(10)、PM_(2.5)质量浓度也处于相对高值;在来源于西北向和偏北向的、水汽含量相对较低的气流影响下,邢台市的PM_(10)、PM_(2.5)质量浓度出现一个明显的下降。     

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。     

长沙市PM_(2.5)和PM_(10)质量浓度的变化特征

为检验PM_(2.5)和PM_(10)新监测标准实施近3年长沙大气颗粒物污染状况,利用近3年每日监测数据,对长沙10个国控自动监测点PM_(2.5)和PM_(10)达标情况、首要污染物及变化特征进行研究分析。结果表明,近3年长沙市PM_(2.5)和PM_(10)年均质量浓度均超过了新标准规定的年均值二级标准限值;2013年污染最严重。PM_(2.5)和PM_(10)月均值峰值出现在1月和11月,谷值在8月,各月PM_(2.5)超标天数和首要污染物为PM_(2.5)天数都大于PM_(10);PM_(2.5)和PM_(10)冬季日均值浓度明显高于其他季节,呈双峰型,峰值在上午10:00和20:00~21:00,夜晚浓度高于白天;PM_(2.5)春、夏、秋三季日变化呈单峰型,峰值在20:00~21:00;PM_(10)四季日变化呈双峰型。PM_(2.5)和PM_(10)浓度的比值(P)1月和2月最高,PM_(10)和PM_(2.5)日均值有着显著的线性相关性。     

齐齐哈尔市PM2.5与PM10污染趋势及相关性分析

对2014—2016年齐齐哈尔市PM_(2.5)与PM_(10)质量浓度的时间变化特征进行简要分析,并探究PM_(2.5)/PM_(10)以及PM_(2.5)与PM_(10)的相关性。结果表明:2014—2016年齐齐哈尔的PM_(2.5)与PM_(10)的年均质量浓度分别为36.7、62.9μg/m~3,且呈逐渐下降趋势;冬季的PM_(2.5)与PM_(10)浓度最高,秋季次之,春季与夏季相对较低;2014—2016年PM_(2.5)与PM_(10)质量浓度月变化趋势基本相同,整体呈现2—6月逐渐下降,9—11月逐渐上升的规律;PM_(2.5)与PM_(10)质量浓度的日变化均呈双峰现象;对PM_(2.5)与PM_(10)进行线性拟合,相关系数为0.896 3。同时,残差分析也说明两者拟合情况良好,四季相关系数为r_(秋季)(0.982 2)r_(冬季)(0.964 4)r_(夏季)(0.943 9)r_(春季)(0.829 6);2014—2016年PM_(2.5)/PM_(10)平均值为55.27%,大气颗粒物PM_(2.5)的贡献率高达一半以上。     

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。     

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"。     

南阳市PM_(10)、PM_(2.5)污染特征及其与气象因子的关系

利用2015年1月1日至12月31日南水北调中线源头南阳市主城区5个国控空气质量监测站24 h自动连续采样的PM_(10)、PM_(2.5)质量浓度数据和同期气象要素观测数据,分析了南阳市大气颗粒物浓度的污染特征及其与气象因子的关系。结果表明:2015年南阳市PM_(10)、PM_(2.5)年均质量浓度分别为0.136、0.074 mg/m~3,超标率分别为31.8%、39.2%;PM_(10)、PM_(2.5)峰值均出现在1月,PM_(10)谷值出现在11月,PM_(2.5)谷值出现在9月;PM_(10)四季日变化均呈双峰型,而PM_(2.5)冬季日变化呈双峰型,其他季节无明显峰值;PM_(2.5)/PM_(10)值在43%~65%,均值54%;PM_(10)、PM_(2.5)与大气压呈显著正相关,与温度、相对湿度呈显著负相关,与风速、降水相关性不明显。     

川东北中心城市南充大气污染态势及其主要成因

基于南充市主城区6项大气污染物浓度数据,研究了2014-2020年南充市的空气质量指数、空气质量指数等级和首要污染物的时序分布。结果表明:随着大气污染防治的开展,南充市大气污染物浓度逐渐下降,出现首要污染物的天数逐年减少,空气质量逐步提高。受污染物节律性影响,空气质量呈现明显的季节差异,冬季空气质量最差,春季次之,夏季污染相对较轻,秋季最轻。首要污染物类型的季节分布特征表现为冬季出现首要污染物天数最多,春季和夏季次之,秋季最少。春、秋、冬季以PM_2.5污染为主,夏季以O₃污染为主。从全年来看,与O₃相比,PM_2.5对空气质量的影响更为突出。在持续控制大气污染物排放总量的同时,精细化协同管控细颗粒物、氮氧化物、挥发性有机物和二氧化硫排放将有助于现阶段的大气污染防治。     

青藏高原典型高寒森林地带CH4浓度特征分析

基于波长扫描光腔衰荡光谱线监测系统在海螺沟国家大气背景站(以下简称海螺沟站)开展甲烷(CH_4)连续自动监测,通过局部近似回归法进行背景值筛分分析。结果表明:2016、2017年海螺沟站CH_4年均体积分数和筛分的背景体积分数接近,两者浓度水平与北半球中纬度地区全球本底站CH_4浓度水平相当;海螺沟站CH_4能够代表背景区域浓度水平。海螺沟站CH_4体积分数呈春、夏季低,秋、冬季高特征,季节变化主要受到特定的地理环境和大气环流的影响,大气环流占主导影响。夏季CH_4体积分数最低但日振幅最大,与高原高海拔背景下森林地带的辐射对流引起局地扩散作用有关。采用逐步逼近回归筛分CH_4监测数据,海螺沟站CH_4背景季浓度变化和北半球中高纬度地区其他背景站大气CH_4的季节变化特征以及CH_4季体积分数振幅基本一致。背景站四季的CH_4载荷贡献在16个风向分布结果表明,在春、夏季存在西风带下南亚方向污染物气团的远距离输送;青藏高原东部近地面在冬季处于反气旋冷高压控制下,而SSW方向风向能够短暂打破这种稳定的气象条件,污染物得到迅速扩散,SSW为负贡献。     

常州城区秋冬季黑炭气溶胶的浓度变化特征

根据常州市2012年9月-2013年1月的黑炭气溶胶（Black Carbon，以下简称BC）在线监测数据及常规气象资料，分析了BC在秋冬季不同时间段的变化特征及气象要素对BC的影响。结果表明，常州秋冬季BC平均值为5．17（1．48～17．02）μg／m^3，主要集中在1．00斗μg／m^3～7．50μg／m^3，冬季较高于秋季，小时均值最大值达33．87μg／m^3；BC本底值为3．50μg／m^3；1月份BC日均值变化幅度最大，发生高污染的频率最高。Bc的日变化具有明显的双峰结构，一天中最大浓度多出现在上午06：00-09：00，特殊天气条件下，BC小时值存在不同的分布情况；BC在不同风向的输送条件下有明显的不同，偏东北方向过来的气团易造成BC高污染。     

上海市路边环境空气黑碳气溶胶污染特征及影响因素研究

为研究上海市路边环境空气黑碳(BC)的污染特征,采用连续监测方法对2016年1月至2018年12月上海市路边环境空气BC浓度进行了监测,并同步监测了气象因子,分析了BC的时间变化特征,探讨了气象因素对BC的影响以及不同空气质量等级下BC浓度水平。结果表明:2016、2017、2018年上海市路边环境空气BC年均质量浓度分别为(2 908±2 189)、(2 959±2 224)、(2 824±2 002) ng/m3,呈现出下降趋势;2016、2017、2018年BC与PM2.5年均质量浓度比分别为9. 30%、9. 20%、9. 50%;BC季节变化特征明显,整体表现为春夏高、秋冬低的特点;昼夜变化特征均呈现出双峰分布,第一个峰值均出现在06:00,第二个峰值均出现在16:00-19:00,且第一个峰值高于第二个峰值。气象因素对BC有一定影响,在降水、相对湿度低以及非静风条件下BC浓度较低。随着上海市空气质量由好转差,上海市路边环境空气BC浓度均呈现上升趋势,空气质量为良、轻度污染、中度污染、重度污染时路边环境空气BC平均浓度分别较空气质量为优时增加了0. 38、0. 96、1. 61、1. 96倍。     

2001—2020年合肥市空气质量变化趋势研究

为系统分析合肥市长时间序列空气质量变化特征,对合肥市2001—2020年SO₂、NO₂和PM₁₀,以及2013—2020年CO、O₃和PM_2.5的浓度特征开展研究。采用Mann-Kendall(M-K)时间趋势检验法分析了6项污染物的时间变化规律,同时考虑了人为活动对污染物小时浓度的影响。结果表明,PM_2.5和O₃是目前影响合肥市空气质量的首要污染物。2014年以来,合肥市PM₁₀、PM_2.5、CO和SO₂年均浓度均呈逐年下降趋势,但NO₂和O₃污染有加剧趋势。合肥市SO₂和颗粒物浓度表现为冬春季节高、夏秋季节低;O₃浓度变化趋势与之相反;NO₂和CO浓度呈秋冬季节高、春夏季节低。     

呼和浩特市空气颗粒物影响因素研究

选择呼和浩特市城东腾飞路中段为研究地,在内蒙古环境监测中心站实验大楼楼顶设置空气质量自动监测点,于2009年11月至2012年12月连续3年对该区域空气质量进行研究性监测。采用数理统计方法,对实测数据进行分析和研究,利用AQI评价的结果显示,颗粒物已经成为影响当地空气质量的主要污染物;PM2.5/PM10年平均值为0.47,随季节变化明显,春夏季比值偏小(春季为0.361,夏季为0.398),秋冬季比值偏大(秋季为0.499,冬季为0.635);受风速和湿度影响明显,比值与风速在0.01水平上呈现显著负相关,与湿度呈现显著正相关;利用3年污染物数据建立回归方程,经检验所建立的方程有效,说明其他污染物对PM2.5浓度变化有较显著影响。     

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...     

Meteorological influence on predicting surface SO2 concentration from satellite remote sensing in Shanghai,China

In this study, we explored the potential applications of the Ozone Monitoring Instrument (OMI) satellite sensor in air pollution research. The OMI planetary boundary layer sulfur dioxide (SO₂_PBL) column density and daily average surface SO₂ concentration of Shanghai from 2004 to 2012 were analyzed. After several consecutive years of increase, the surface SO₂ concentration finally declined in 2007. It was higher in winter than in other seasons. The coefficient between daily average surface SO₂ concentration and SO₂_PBL was only 0.316. But SO₂_PBL was found to be a highly significant predictor of the surface SO₂ concentration using the simple regression model. Five meteorological factors were considered in this study, among them, temperature, dew point, relative humidity, and wind speed were negatively correlated with surface SO₂ concentration, while pressure was positively correlated. Furthermore, it was found that dew point was a more effective predictor than temperature. When these meteorological factors were used in multiple regression, the determination coefficient reached 0.379. The relationship of the surface SO₂ concentration and meteorological factors was seasonally dependent. In summer and autumn, the regression model performed better than in spring and winter. The surface SO₂ concentration predicting method proposed in this study can be easily adapted for other regions, especially most useful for those having no operational air pollution forecasting services or having sparse ground monitoring networks.     

广州市近地面臭氧时空变化及其与气象因子的关系

利用2012年1月至2016年2月广州市环境空气自动监测数据和气象观测数据,对广州市近地面臭氧的时空分布特征及其与气象因子的关系进行分析。结果表明:2012—2015年广州市臭氧日最大8 h滑动平均值的第90百分位数波动变化,年变化率依次为-14.3%、5.8%、-12.1%;广州市臭氧浓度呈现夏、秋季高,春、冬季低的显著季节变化特征;臭氧日最大8 h平均值的月均值和第90百分位数最高的月份一般分别出现在10月和7—8月;臭氧浓度的日变化曲线为单峰型,最大值一般出现在14:00或15:00;臭氧浓度随垂直高度的升高而增大,从低层(6 m点位或地面站)到中层(118 m和168 m点位)、中层到高层(488 m点位)臭氧日最大8 h滑动平均值的增长率分别为18.3%和39.1%;广州市中心城区臭氧浓度低于南北部城郊,夏、秋季高值区与夏、秋季主导风向相对应;臭氧浓度受降水、气温、相对湿度和风速等气象因子影响,臭氧浓度的超标是多种因素综合作用的结果。     

北京市大气气态汞变化特征

采用Tekran 2537X大气汞分析仪在线测量北京市城区大气中气态元素汞(GEM,简称大气汞) 浓度,研究大气汞浓度随不同气象条件的变化特征。通过分析2016年10月—2017年9月大气汞监测数据发现,该监测点全年大气汞浓度为0.48～16.25 ng/m³,均值为(3.41±1.79)ng/m³。春季、夏季、秋季和冬季大气汞浓度均值依次为2.93 、2.95、4.27、3.37 ng/m³,其中,秋季大气汞浓度明显高于其他季节 。秋季大气汞浓度显著偏高可能由不利的大气扩散条件导致。大气汞夜间浓度显著高于白天浓度。同时,将大气汞与SO₂、CO及PM_2.5进行相关性分析,发现大气汞浓度变化趋势与SO₂、CO和PM_2.5呈显著正相关。结合风向和风速进行污染来源分析,得到该点位大气汞在西南和东北方向上受人为排放源影响较大。污染源类型分析表明,冬季大气汞与CO同源性强,主要来自本地供暖用煤。