湛江市空气NO_2浓度变化特征及时频分析

为了探究湛江市空气NO2浓度的变化特征及时频特性,以达到有效防治空气污染,利用数理统计方法和时频分析技术的短时傅立叶变换、小波分解分析、平滑伪Wigner-Ville分布分析、重排谱图及Hough变换等方法进行了分析和研究。结果表明,湛江市空气NO2浓度较全国大多数城市偏低,逐日差异明显,变化辐度波动大,资料离散度高。分布形态属正偏(右偏)分布,偏斜程度较大,分布陡峭,为尖峰分布。湛江市空气NO2浓度的变化逐年呈明显减少趋势,年内跨度也明显减少,波动变小,同时NO2逐日资料的年分布形态偏斜程度明显减少,尖峰分布逐年变得更为平缓。NO2季节变化比较明显,年周期性清楚。NO2年内变化具有冬春季节值大,夏秋季节值小,变化相对平缓的年趋势变化特性;冬春季节振辐大,夏秋季节振辐小,小波分解变化信号的频率从低层至高层细节系数逐层降低的年振荡波动特性。湛江市空气NO2浓度的重排谱图与平滑伪Wigner-Ville分布趋势相近,但没有交叉项,时频聚集性好,可解释性强。平滑伪Wigner-Ville分布的Hough变换可发现湛江市空气NO2浓度年内的辐值变化峰值。     

惠州市城区NO2污染水平的分析与模拟

分析了2004年惠州市城区各监测站点的NO2数据,结果表明,NO2对城区空气质量影响不大。采用了城市空气质量管理软件模拟了NO2空间分布及日变化情况,且与实测值的比较分析表明,模拟结果在城区内有可比性。但地处城市边缘地带的污染模拟受光化学和区域性污染的影响,有待于进一步研究。所得结论可为惠州市城区优化布点的研究提供一定的参考。     

乌鲁木齐市夏季O3及其前体物变化规律浅析

利用2009年夏季乌鲁木齐市近地面大气O3及其前体物的自动监测数据，分析了O3浓度的分布特征和时间变化规律。探讨O3与其主要前体物NO2和CO的相关关系。结果表明，乌鲁木齐市夏季的O3污染较轻；O3浓度呈单峰型分布，O3浓度昼间高，夜间低；昼间O3与其主要前体物都呈负相关关系。     

佛山市臭氧浓度时间变化特征及主要影响因子

对佛山市2011—2014年O_3监测数据进行分析,结果表明,ρ(O_3)日变化呈现明显的单峰特征,2011—2014年O_3日最大8小时滑动均值(O3-8 h)的年评价值没有出现显著的下降趋势,超标值多出现在8—10月。夏季O3-8 h与日平均气温的相关系数较高,O_3污染多发生在气温30℃,相对湿度为50%~70%的气象条件下。相对湿度60%,气温为20~25℃,也可能出现O3污染。10℃时,不同的温度条件下,O_3与PM_(2.5)存在正相关关系。在不同的季节时段,O_3-8 h基本随着ρ(NO_2)/ρ(NO)增大而增大。     

中国高分辨率近地面NO2浓度反演

通过分析2010年全国333个县级以上城市卫星遥感的NO2对流层年均柱浓度与地面实际观测浓度之间的相关性,发现两者具有一定的线性相关性(r=0.54,n=333),并建立了NO2"遥感柱浓度"与"地面观测浓度"之间的关联方程,通过该方程反演了中国0.125°分辨率近地面NO2污染分布特征。结果表明,全国近地面NO2浓度超过《环境空气质量标准》(GB 3095—2012)要求的年均浓度二级标准(0.04 mg/m3)的区域约为5.95万平方千米,超标地区主要集中在华北平原、长三角地区、四川盆地和珠三角地区,这些地区NO2污染水平远高于333个城市的年平均值(0.028 mg/m3)。NO2污染极不平衡,以大中型城市为中心的区域污染特征显著。NO2人口加权浓度分析结果表明,NO2人口加权浓度高值区主要集中在能源消费量大、机动车保有量大及人口密集的地区,全国约5.7%的人口暴露在NO2超标区域。     

机动车排气污染对城市道路空气质量的影响

通过对南京市珠江路道路空气质量的监测，掌握了机动车排气污染对街道空气质量的影响，分析了道路中NOx、NO2、CO的变化规律，以及污染物与车流量和大气扩散条件的关系．并通过与城市大气自动监测国控点监测数据的比较，得出国控点NOx、NO2浓度和道路中NOx、NO2浓度变化趋势一致．     

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。     

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。     

米泉市近五年大气污染状况及发展趋势

根据米泉市大气环境污染特点，对主要污染因子SO2、NO2、TSP的污染状况及近五年的发展趋势进行了分析，同时也分析了米泉市大气污染成份的成因和来源．     

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。     

乌鲁木齐市大气污染时空分布规律研究

为掌握乌鲁木齐市大气污染时空分布规律，利用近年乌鲁木齐市大气污染物的浓度最新资料，详尽分析了其空气质量的年际变化和空间分布特征。统计了2008年各污染物日、月变化规律。结果表明，近年乌鲁木齐市城区大气污染物质量浓度具有明显时空分布规律，即大气污染物质量浓度冬春季大于夏秋季，PM10和SO2浓度夜间大于白天。在空间分布上，PM10和SO2南部区域最高，中部次之，市区北部最轻，NO2则呈现出由北向南逐渐升高的分布特征。     

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...     

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。     

乌鲁木齐市2011年冬季PM2.5/PM10浓度特征分析

利用乌鲁木齐市PM2.5//PM10自动监测数据,分析PM2.5与PM10的浓度分布特征和时间变化规律。结果表明,按照《环境空气质量标准》(二次征求意见稿)的标准限值,乌鲁木齐市冬季PM2.5污染重于PM10。PM2.5浓度为0.164mg/m3,超过二级年标准限值的3.7倍,超标率为73.9%。PM2.5浓度日变化曲线昼高夜低,呈单峰型,峰值出现在13:00~14:00(北京时间)。PM10中PM2.5所占比例较高,PM2.5/PM10为0.79,相关分析和检验显示PM2.5与PM10的线性相关显著,相关系数为0.92。     

基于空间计量模型的四川省大气污染特征及影响因素分析

四川省细颗粒物污染问题越来越受到重视,为有效识别四川省大气污染空间分布情况及影响因素,利用2015—2020年PM_2.5监测数据,综合分析了四川省大气污染时空分布特征,选取同期气象要素观测数据和社会经济数据,区分出全省及省内不同经济区大气污染的主要影响因素。结果表明:2015—2020年四川省的PM_2.5浓度逐年下降,日变化存在明显的双峰双谷趋势,且具有明显季节性特征,空间分布上具有明显的空间聚集现象;PM_2.5的排放与人口密度、经济水平和气温呈显著正相关,与城市绿化、风速呈显著负相关。该研究为经济增长方式优化、产业结构调整、绿化水平改善等提供了政策建议,可为污染防治、优化人居环境提供参考。     

基于分形求和模型的克拉玛依市空气质量评价

以克拉玛依市4个区2012年的大气自动监测数据为样本，基于分形求和模型，分析大气污染物的分布特征，利用分维数确定污染物浓度分布的随机程度，计算 SO2、NO2、PM10的大气环境背景值与标准值，确定适合于评价区域的ORAQI指数计算公式，并与 API指数作对比。ORAQI指数计算结果显示，克拉玛依市全年环境空气质量基本呈现“U”字形变化，春夏季大气质量好于秋冬季，全年空气质量有明显的季节变化，4个区中克拉玛依区空气质量相对较差，乌尔禾区空气质量最好。相对于 API指数的均匀分布结果，ORAQI指数具有更好的次要污染物体现能力，可以综合体现所评价的各项污染因子的贡献。     

2014年北京市CO浓度水平和时空分布

对北京市地面监测站点的CO浓度进行分析，探讨其浓度水平、变化趋势和时空分布特征。2014年春、夏、秋、冬四季北京市CO平均浓度分别为1.06、0.87、1.34、2.17 mg/m³。CO浓度均呈双峰型变化，第一个峰值出现在07：00-09：00，主要由交通早高峰的排放引起；第二个峰值出现在23：00左右，主要受交通晚高峰排放和夜间边界层高度降低的挤压效应的共同影响。从空间分布来看，全年整体呈现南高北低的分布特征，尤其是秋、冬季较为明显，体现了工业布局和区域传输对CO的影响。从全年来看，湿度对CO浓度的影响最大。对2014年冬季北京市的一次高CO浓度分析结果表明，此次过程是由本地排放和区域传输共同造成的，气象要素中地面气压对CO浓度影响最大。     

Analysis of the air pollution climate at a background site in the Po valley

The Po valley in northern Italy is renowned for its high air pollutant concentrations. Measurements of air pollutants from a background site in Modena, a town of 200 thousand inhabitants within the Po valley, are analysed. These comprise hourly data for CO, NO, NO(2), NO(x), and O(3), and daily gravimetric equivalent data for PM(10) from 1998-2010. The data are analysed in terms of long-term trends, annual, weekly and diurnal cycles, and auto-correlation and cross-correlation functions. CO, NO and NO(2) exhibit a strongly traffic-related pattern, with daily peaks at morning and evening rush hour and lower concentrations over the weekend. Ozone shows an annual cycle with a peak in July due to local production; notwithstanding the diurnal cycle dominated by titration by nitrogen oxide, the decreasing long term trend in NO concentration did not affect the long term trend in O(3), whose mean concentration remained steady over the sampling period. PM(10) shows a strong seasonality with higher concentration in winter and lower concentration in summer and spring. Both PM(10) and ozone show a marked weekly cycle in summer and winter respectively. Regressions of PM(10) upon NO(x) show a consistently greater intercept in winter, representing higher secondary PM(10) in the cooler months of the year. There is a seasonal pattern in primary PM(10) to NO(x) ratios, with lower values in winter and higher values in summer, but the reasons are unclear.     

宜都市PM2.5与O3季节性分布特征及潜在源区分析

为了解宜都市PM_2.5与O₃的污染特征及潜在来源,利用宜都市2020年3月至2022年2月在线监测数据及气象数据,对宜都市PM_2.5与O₃质量浓度变化特征、气象影响因素及潜在源区进行了分析,结果表明:宜都市PM_2.5质量浓度冬高夏低,日变化呈双峰特征,O₃质量浓度夏高冬低,日变化呈单峰特征。高湿、静稳的气象条件以及较强偏北风作用下的区域污染传输对PM_2.5污染有重要影响,高温以及中湿度对O₃污染过程有重要作用。春、夏、秋季偏南方向气流轨迹占主导,且携带较高的污染物浓度,冬季来自湖北东北及西南方向的气流占比较高且携带的PM_2.5浓度较高;宜都市PM_2.5、O₃的潜在源区具有季节性差异,总体来看,主要分布在河南南部、湖北东部及湖南的北部区域。     

以空气质量达标管理为核心的大气污染防治工作机制选择

面对严峻的大气污染防治形势,国务院《大气污染防治行动计划》(简称国家"大气十条")明确了到2017年大气污染防治的阶段性目标。在借鉴国外有关空气质量达标管理经验的基础上,提出组织实施"大气十条",需要以空气质量持续改善为目标,围绕空气质量达标管理这条主线,完善配套的政策、法规、标准、技术以及评估、考核等一系列方法和制度体系。