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。     

环境空气质量综合指数计算方法比选研究

环境空气质量综合指数是进行逐月城市环境空气质量比较和排序的重要方法,提出了4种涵盖SO2、NO2、PM10、PM2.5、CO、O3等6项污染物的综合指数计算方法,基于2013年74个城市逐月污染物浓度数据使用主成分分析方法进行了对比分析。结果表明,综合指数计算方法中污染物统计指标和标准化方法不同对于主要污染物的判定有重要影响,各种计算方法中PM2.5、PM10、O3是出现频率最多的主要污染物;除O3外其他5项污染物逐月统计指标间均有极显著的正相关性,冬季O3统计指标与SO2、NO2、PM10、PM2.5呈显著负相关,夏季则呈显著正相关;主成分分析结果表明,在去除冗余信息后,PM2.5、PM10的权重被相对削弱,SO2、NO2、CO的权重得到相对强化,O3的权重夏季得到强化、冬季被削弱;综合考虑不同方案下主要污染物频率分布情况和PM2.5、PM10、O3权重变化特征,建议计算逐月环境空气质量综合指数时,SO2、NO2、PM10、PM2.5宜以月均值除以年均值标准进行标准化,CO、O3宜以特定百分位数浓度除以日均值标准(或8 h均值标准)进行标准化;该方法可延伸到季、半年和年度的环境空气质量综合指数计算。     

基于随机森林算法的滁州市空气质量预报研究

利用2017—2019年滁州市6种空气污染物质量浓度和AQI资料、气象要素及ECMWF数值预报作为输入参数,构建基于随机森林算法的污染物质量浓度和AQI预报模型,其中AQI预报按季节划分为4个模型。结果表明：6种污染物中O3的预报效果最好,相关系数为0.84,PM2.5、PM10和NO2相关系数分别为0.76、0.72和0.72,SO2和CO预报效果略差;基于分季节模型AQI的24 h预报结果TS评分为0.77,空报率（FAR）和漏报率（PO）分别为15%和12%,相较于非季节模型预报效果更好;春季和秋季的TS评分分别为0.88和0.86,相较于冬季和夏季预报效果更好。     

广东不同环境大气污染特性比较

利用2014年广东南岭背景站、天湖郊区站、磨碟沙城区站和受体区域桃源站SO2、NO2、PM10、O3、PM2.5与CO自动监测数据,分析不同环境大气污染特性。结果表明,4个站点的SO2、NO2、PM10与CO整体平均年均值较低,分别为14,28,59μg/m3和0.7 mg/m3;PM2.5整体平均值为36μg/m3,O3日最大8 h第90百分位数平均值为172μg/m3,二者高于国家二级标准限值。磨碟沙城区站和桃源站的污染物日变化规律较为明显,NO2、PM10和PM2.5在早晚交通高峰或紧接其后的时段出现峰值区。南岭背景站PM2.5质量浓度日间略高于夜间;O3未呈典型单峰分布,而是维持在较平稳、较高浓度水平。周末与工作日O3平均值的相对高低多与NO2、PM10和PM2.5的情况相反。4个站点O3日最大8 h值第90百分位数均未达标;南岭背景站和天湖郊区站O3值尤高,除10月外,在1月或6月也易出现O3高值。区域性的O3污染控制亟须深化开展。     

北京地区冬季典型PM2.5重污染案例分析

对2013年1月10—14日发生的持续性PM2.5重污染过程从污染过程演变、气象条件影响、与气态污染物关系、区域污染背景、PM2.5浓度空间分布演变及其与地面风场的关系、PM2.5组分特征等多个方面进行全面的分析,较为完整地还原了该次重污染案例的形成原因以及主要影响因素。主要结论包括:该次重污染过程是稳定气象条件下导致的局地污染物积累,再叠加华北区域性污染的影响共同造成,其中10、12日北京地区PM2.5浓度的快速增长反映了周边污染传输的显著影响;逆温不但造成污染物难以扩散,且不同的逆温类型对PM2.5浓度水平有显著影响,同时还发现逆温的破坏导致近地面高浓度污染物向上扩散,造成百花山出现峰值高污染浓度现象;NO2与PM2.5浓度水平的高相关性反映交通污染二次转化对PM2.5浓度水平的影响,在较高湿度条件下,SO2浓度水平对湿度敏感且表现为负相关性;该次污染过程中OM、SO2-4、NO-3、NH+4等组分在PM2.5质量浓度中的占比超过70%,说明燃煤、机动车等仍是北京地区最主要的污染来源,同时SO2-4占比最高也说明区域污染传输对该次重污染的显著贡献。     

2016年武汉市大气污染物时空分布特征及影响因素

利用统计学和GIS方法对2016年武汉市各区不同污染物的时空分布特征及相关性进行分析。结果表明：武汉市大气污染季节性特征明显，春季和冬季颗粒物（PM2.5、PM10）及NO2污染突出,夏季O3污染严重。污染物空间差异显著，主城区和东西湖区颗粒物及NO2污染严重，郊区O3污染严重。平均气温、平均水汽压与SO2、NO2、CO、PM2.5和PM10均呈显著负相关，而与O3呈显著正相关；降水量与SO2、NO2和CO呈显著负相关。     

拉萨市大气污染分布特征及气象影响因子分析

以2001～2006年拉萨市的空气环境质量自动监测结果为基础数据,阐明拉萨市区主要大气污染物SO2、NO2、PM10的逐日变化、季节变化以及年变化特征.在此基础上,分析了大气污染物浓度与气象条件的关系.结果表明,除NO2日夜差别不大之外,SO2与PM10质量浓度分别存在典型的单峰、双峰变化;各污染物质量浓度具有冬强夏弱的季节变化规律;就年平均而言,SO2浓度增加,PM10浓度降低,NO2浓度变化不显著,各污染物有明显的突变现象.大多数气象要素与污染物浓度具有较好的负相关,即满足降水量增加、温度升高、相对湿度增大会导致污染物浓度减小的规律,气象要素量级与大气污染天数多少也存在密切关系.     

深圳市大气能见度特征分析及其与主要污染物因子相关性分析

近些年,随着深圳市大气污染防治举措的加强,空气质量不断趋好。文章汇总了深圳市2006～2009年大气能见度特征数据,分析了深圳市能见度的年度、季度和月度变化,发现近些年深圳市大气能见度具有向好的发展趋势。探讨了大气能见度与空气主要污染物PM10、NO2、SO2的相关关系,计算了PEARSON相关系数和偏相关系数,发现PM10浓度与能见度具有显著相关性。在此基础上总结了各个主要污染物与能见度的回归曲线。利用多元线性回归法建立了大气能见度与空气主要污染物PM10、NO2、SO2之间的回归方程。     

贵阳市民居室内外空气污染物分布及来源研究

对贵阳市部分家庭室内外空气污染物进行了监测,并对其来源进行了分析.结果表明,除了CO浓度未超标外,SO2、NO2、PM10、CO2、甲醛和氨均出现不同程度的超标,超标率在0.5%～38%,最大超标倍数1.1～2.7,其中PM10的超标率和甲醛的超标倍数最明显.室内空气污染物中,PM10、CO、CO2和甲醛主要来自室内源的贡献,SO2则受室外源的影响大.污染物在室内不同房间之间具有较高的相关关系.     

基于灰关联分析的天津市气溶胶消光特征研究

根据天津市秋季(2006年10月10日～20日)消光系数(bext)、PM2.5、SO2、NOX、NO2、O3质量浓度及相对湿度监测结果,利用灰色关联分析法分析大气消光系数同空气中的几种主要污染要素的相关性。结果表明,与消光系数有关的几种主要指标的灰关联度序为PM2.5NOXRHNO2O3,其中PM2.5与消光系数的灰关联系数达到0.905,远高于其他相关指标。同时对PM2.5和消光系数相关分析表明,监测期间天津市PM2.5质量消光系数为6.04m2/g。     

沈阳市冬季环境空气质量统计预报模型建立及应用

利用沈阳市2013年1—2月大气自动监测数据和同期气象资料,选取19项预报因子,采用逐步回归方法建立了沈阳市冬季环境空气质量统计预报模型,预报项目包括细颗粒物(PM2.5)、可吸入颗粒物(PM10)、二氧化硫(SO2)、二氧化氮(NO2)、一氧化碳(CO)日均浓度及臭氧(O3)日最大8 h平均浓度。2013年11月至2014年1月,应用该模型并结合人为经验修订,开展了沈阳市环境空气质量预报工作,预报结果与实测结果的对比验证结果表明,环境空气预测结果级别准确率达到79.1%,首要污染物准确率为73.6%。     

聊城市春季交通源大气污染特征分析

为研究交通源空气污染状况，通过采用自动监测系统，于2009年春季期间，对在聊城市主干道附近布设的6个监测点的空气质量进行监测，获得了其空气污染物浓度特征：（1）所有监测点SO2、NOx日均值与O3小时均值均未超标，且O3污染指数很低，表明二次污染甚微；（2）CO是首要污染物，PM10次之，两者日均值超标率均为100％。分析了超标污染物与交通流量的关系，结果表明，PM10浓度与交通量有较高的线性相关性，而CO浓度与交通流量无显著相关性。     

春节除夕燃放烟花爆竹对环境空气质量影响分析

结合2003—2014年南京城区春节除夕前后主要空气污染物监测数据,分析烟花爆竹集中燃放时空气污染指数及PM10、SO2、NO2质量浓度的变化趋势。指出除夕燃放烟花爆竹会引起PM10、SO2、NO2质量浓度上升,在大气扩散条件不佳的情况下影响了环境空气质量。建议在大中城市城区采取适当的禁放措施,并加快研制安全环保型的烟花爆竹替代产品。     

大同市大气颗粒物浓度与水溶性离子季度分布特征

为研究大同市大气颗粒物质量浓度与水溶性离子组成特征,于2013年2、7、9、12月,分别对大同市及其对照点庞泉沟国家大气背景点进行了PM2.5及PM10的采样,通过超声萃取-IC法测定了样品中的9种水溶性离子,结果表明,大同市大气颗粒物污染1、4季度重于2、3季度,PM2.5季度均值全年均未超标,PM10仅第1季度超标1.4倍,污染状况总体良好,PM2.5与PM10相关系数R为0.75,说明大同市颗粒物污染有较为相近的来源,且不同季节均以粗颗粒物为主;大同市PM2.5中水溶性离子浓度分布为SO2-4、NO-3、NH+4Cl-、Ca2+K+、Na+F-、Mg2+,PM10中Ca2+浓度仅次于SO2-4、NO-3,控制扬尘将有效降低PM10的浓度;PM2.5及PM10中的9种水溶性离子在不同季度的浓度与颗粒物浓度分布规律类似,1、4季度较高,2、3季度较低;由阴阳离子平衡计算结果可知,相关性方程的斜率K为1.045,表明大同市大气颗粒物中阳离子相对亏损,大气细粒子组分偏酸性。NO-3与SO2-4浓度比值均小于1,大同市以硫酸型污染为主,大气中的SO2-4主要来源于人类活动排放。     

手机获取环境空气监测信息的方

为满足了社会公众实时查询区域空气污染物实时状况和日变化，监测点空气污染指数和对应的SO2、NO2、CO、PM10的质量浓度，以及气象信息、空气质量日报、预报信息的需求，基于KJAVA在嵌入式系统上的应用技术，建立了手机GPRS无线通信环境空气质量信息查询分析系统。     

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。     

2001年～2008年及奥运会期间天津市大气污染特征分析

根据天津市大气质量监测数据,对2001年～2008年及奥运会期间天津市大气污染特征和主要大气污染物的变化规律进行了分析。结果表明,2001年～2008年天津市的PM10、SO2和NO2污染总体呈下降趋势,但质量浓度仍相对较高。2008年8月奥运会期间天津市PM10和SO2质量浓度达到国家空气质量二级标准,NO2质量浓度达到国家空气质量一级标准,空气质量良好。天津市PM10污染相对稳定,SO2和NO2的污染分布呈现明显的季节性,时间上表现为冬强夏弱。气象条件对污染物浓度影响明显,沙尘、大雾等天气可使污染物浓度急剧升高。     

不同模式版本对长三角区域大气污染物模拟结果对比评估

选取2015年1、4、7、10月(分别代表冬、春、夏、秋4季),应用CMAQv4.7.1和CMAQv5.1模式模拟长三角区域的空气质量,对比了NO2、SO2、O3、PM2.54个常规污染物的模拟结果,表明CMAQv5.1对NO2、SO2和PM2.5的模拟效果优于CMAQv4.7.1,而CMAQv4.7.1的O3模拟效果优于CMAQv5.1;CMAQv5.1的NO2模拟值更接近地面观测值,比起不同版本的化学机制对NO2模拟效果的影响,NO2的模拟偏差受排放高估的影响更大;2个版本SO2的模拟值差距较小,且都与地面观测值之间差异较小;CMAQv5.1 PM2.5的模拟值比CMAQv4.7.1更接近观测值,气溶胶模块机制的更新(例如新增细分的PM2.5模式物种和部分二次有机气溶胶生成机制的改进等)对PM2.5模拟效果的改善显著;CMAQv5.1的O3模拟值比CMAQv4.7.1高,CMAQv5.1的O3模拟值在O3观测值的高值时段更接近观测值,而CMAQv4.7.1的O3模拟值在低值时段更接近观测值,CMAQv5.1在日最大8小时平均(MDA8)O3观测浓度超标日的O3模拟效果相比CMAQv4.7.1有一定程度的改善,但在非超标日模拟效果变差,CMAQv5.1的O3模拟效果总体相比CMAQv4.7.1并未得到有效提升。提出,未来针对低值时段和低值区域的O3模拟机制的改进将进一步提升O3模拟效果。     

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。     

泰州市冬季空气质量变化特征

为了解泰州市冬季空气质量变化特征,于2013年12月27日—2014年1月7日对NO2,SO2,O3,CO,PM10和PM2.5进行了监测,结合地面气象资料和HYSPLIT轨迹模式分析了污染物的来源与传输过程。结果表明,观测期间AQI优良率仅为25%,PM10和PM2.5日均值超标率分别为58.3%,75.0%;有机碳是泰州市ρ(PM2.5)中最高的化学组分,其次是富钾和元素碳。PM2.5主要来源为汽车尾气、工业源、燃煤,分别占来源比例21.76%,16.52%,15.54%。局地污染源和不利气象条件是造成大气污染的主要原因。