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。     

北京市交通环境监测点大气污染特征分析

研究分析了2013—2017年北京市交通环境点位大气污染物浓度分布特征,结果发现:交通监测点NO、NO_2与PM_(2.5)浓度时间变化特征与城区总体状况基本一致,与交通环境密切相关的NO_2浓度采暖季高于非采暖季,重污染日期间交通监测点峰值浓度也明显偏高;周末交通监测点NO浓度在5:00—23:00低于工作日4.9%～32.1%,周末NO_2浓度在7:00—23:00低于工作日0.7%～7.4%,NO_x浓度周末偏低与车流量降低密切相关;重大活动期间空气质量减排措施实施后,北京市作为区域NO_2浓度高值区中心明显消失,PM_(2.5)浓度分布梯度减小,本地减排效果明显。     

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。     

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"。     

焦作市大气污染物特征和相关性分析

为研究焦作市大气污染特征及其相关性,对2015—2017年焦作市4个国控空气监测点位的监测数据进行统计分析。结果表明:2015—2017年城区环境空气污染SO_2、NO_2、CO、PM_(10)、PM_(2.5)浓度均呈逐年下降趋势;大气污染浓度季节变化特征明显,PM_(10)、PM_(2.5)、SO_2、NO_2、CO的浓度均为冬季最高、夏季最低,空气质量指数也在冬季达到最高值; O_3浓度则为夏季最高、冬季最低。2017年焦作市沙尘天气共计36 d,严重影响了环境空气中颗粒物的浓度。由PM_(2.5)与PM_(10)的比值说明大气颗粒物污染以PM_(2.5)为主。通过SPSS软件分析,SO_2、NO_2、CO、PM_(10)、PM_(2.5)浓度间呈两两正相关,O_3浓度与NO_2、CO呈负相关。     

太原市2013年环境空气质量变化特征分析

为全面了解太原市的环境空气质量状况及污染物的时间变化规律,本文选取太原市8个站点2013年1月至12月六种主要污染物(SO2、NO2、PM10、CO、O3、PM2.5)为期一年的监测数据,评价该市2013年环境空气质量的总体情况,研究各污染物在不同时间尺度的变化特征及相互之间的关系。结果表明,2013年太原市环境空气质量以良和轻度污染为主,首要污染物主要为PM2.5和PM10;SO2、NO2、PM10、CO和PM2.5的小时变化规律较为一致,都呈现"双峰型"的变化特征,O3则呈显著的"单峰型"变化规律;上述六种污染物具有明显的季节变化特征,SO2的浓度峰值主要集中在供暖期,NO2和O3—8h浓度在夏季要高于其他季节,PM10的浓度峰值出现在春季(3月)和秋季(10月),CO的浓度峰值集中在11月和12月,PM2.5的浓度峰值主要集中在冬季;相关性分析结果表明,SO2、NO2、PM10、CO、PM2.5浓度日均值在全年各时段均具有很好的正相关性,化石燃料的燃烧可能是上述污染物质的共同来源。     

春季一次典型沙尘天气对南京市空气质量影响研究

2016年5月6日—8日南京市经历了一次由沙尘影响的重污染过程,在此期间对南京城区的PM_(10)、PM_(2.5)和PM_(2.5)化学组分、消光系数、退偏振比等参数进行连续观测,结合HYSPLIT后向轨迹模拟对此次过程作相关分析。结果表明:此次沙尘为典型的北方传输影响,传输方向为西北至东南,受其影响南京市空气质量一度达到重度污染;PM_(2.5)中Ca2+平均质量浓度达1.52μg/m3,高出沙尘过境后2.45倍;近地面至高空1.2 km范围内消光系数值约0.4 km~(-1),退偏振比值达0.4左右,沙尘造成近地面PM_(10)和PM_(2.5)质量浓度均有升高。     

小波方差分析北京市PM_(2.5)质量浓度序列周期特征

为分析北京市大气污染物PM_(2.5)质量浓度的时间序列周期性,采用Morlet小波变换对PM_(2.5)质量浓度进行分析,利用小波方差估计该市PM_(2.5)日均质量浓度的主周期,并通过显著性检验。结果表明,北京市PM_(2.5)日均质量浓度主周期为180 d左右,为后续大气污染物PM_(2.5)时间序列研究提供参考。     

长沙市大气中PM_(2.5)浓度分布的空间插值方法比较

采用普通克里金(Kriging)、反距离加权(IDW)、趋势面、协同克里金(Co-kriging)插值和基于反距离加权的克里金插值方法对长沙市某时刻的PM_(2.5)浓度空间插值比较,结果表明:反距离加权和趋势面插值的结果与实际情况相差较远;普通克里金和协同克里金插值虽能反映出PM_(2.5)浓度分布一定的空间结构,但精度有待提高,且运行速度较慢;前4种方法效果不好的主要原因是由于长沙市PM_(2.5)浓度监测站点稀少。而基于反距离加权的克里金插值方法结合了2种模型的优点,其结果较为准确地分析长沙市PM_(2.5)浓度分布特征,误差远小于其他方法,且具有平滑性好、运行速度相对较快等优点。     

佛山市PM_(2.5)污染特征及诱发其高污染过程天气系统分析

利用2013年佛山市8个国控大气自动监测站点ρ(PM_(2.5))监测数据,分析佛山市PM_(2.5)污染的时空分布特征,并诊断诱发PM_(2.5)高污染过程的关键天气类型。结果表明,佛山市2013年PM_(2.5)年均值为53μg/m3,高于国家二级标准,污染主要集中在三水区中部、南海区中部和禅城区北部。佛山市ρ(PM_(2.5))表现出明显的季节变化和日变化特征,秋、冬季是PM_(2.5)的高污染季节,其值夜间略高于白天,呈典型的双峰型分布,08:00—09:00短暂出现一个浓度的小峰值,推测与上班交通高峰有关。对PM_(2.5)持续高污染发生的地面天气形势分析表明,高压出海是诱发佛山市PM_(2.5)高污染事件最主要的天气类型。