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。     

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。     

北京地区PM_(2.5)与空气污染物的关系模型

为了研究北京地区PM2.5与空气污染物的质量浓度关系。从PM2.5监测网收集2013-04-01~2014-05-15期间PM2.5、PM10、SO2、NO2、CO、O3等主要空气污染物数据,用多元线性回归模型建立PM2.5与空气污染物的质量浓度关系。结果表明:北京地区PM2.5与空气污染物PM10、SO2、NO2、CO、O3的质量浓度相关系数分别为0.9172、0.6332、0.7683、0.8166和-0.1797,优化的拟合方程为:[PM2.5]=-22.5925+0.569109×[PM10]+23.94913×[CO]+0.113025×[BPM2.5],模型的估算值与观测值相关系数为0.9426,此方程能较好地模拟北京地区的PM2.5质量浓度。     

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.     

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。     

上海市城区典型居民住宅区PM2.5和PM10监测结果比较研究

在上海市环境空气质量连续自动监测网络中的一个城市居民住宅区监测点进行了为期一年的PM2.5和PM10的同步监测，监测结果表明：PM2.5和PM10日平均浓度之间的比值范围为0．194～0．889，月平均浓度之间的比值范围为0．420～0．667；冬季颗粒物中小粒径颗粒物PM2.5的比例较高，春季则较低；随着相对湿度的上升；颗粒物中小粒径颗粒物PM2.5的比例缓慢升高；比值变化的风向特征与监测点周围环境情况有关；PM2.5和PM10监测结果月均值之间和各月的日均值之间均线性相关，回归直线关系存在。     

郑州市 PM2．5和 PM10质量浓度变化特征分析

根据郑州市2013年PM2．5和PM10颗粒物连续自动监测数据，对郑州市各国控站点的PM2．5和PM10的达标情况、变化趋势等进行探讨分析。结果表明：2013年郑州市PM10和PM2．5的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。 PM10和PM2．5月均值峰值出现在1月和10月，谷值出现在8月，各月PM2．5的超标天数都大于PM10。PM10和PM2．5冬季的日均值浓度明显高于其他季节，呈双峰型，夜晚浓度整体高于白天；PM2．5春、夏、秋三季日变化呈单峰型，PM10夏季和秋季呈单峰型，春季呈双峰型。 PM2．5和PM10日均值有着非常显著的线性相关关系，PM2．5和PM10浓度的比值（p）10月最高。     

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。     

贵阳市夏季大气颗粒物及多环芳烃污染特征研究

采集贵阳市老城区夏季5个典型监测点(太慈桥、贵州师范大学、大西门、省政府及省植物园)的样品进行PM2.5、PM10质量浓度分析。同时对PM2.5中PAHs的质量浓度进行分析。结果表明:贵阳市夏季PM2.5和PM10浓度排序均为太慈桥省政府大西门贵州师范大学省植物园,且PM2.5和PM10之间有良好的相关性,PM10=0.931 3 PM2.5+0.019 4,R2=0.996 7,PM2.5污染较重。此外,5个监测点总PAHs和苯并(a)芘的分析结果均为太慈桥省政府大西门贵州师范大学省植物园,苯并(a)芘浓度均未超标。     

上海市郊春季PM10 污染的观测研究

利用上海市郊金山环境监测站2007年春季的逐时PM10和气象参数的观测数据,分析了PM10日平均质量浓度和最大质量浓度的时间变化规律,小时平均质量浓度的分布规律,气象条件对PM10质量浓度的影响,并利用HYSPLIT轨迹模型结合气象观测数据对一次最严重的PM10污染过程进行了分析.结果表明,PM10在春季有11日出现超标,污染比较严重;风和降雨对PM10质量浓度均有较为明显的影响;4月2日监测点PM10日平均和最高质量浓度分别达到0.78 mg/m3和1.0 mg/m3,均为全年最高值,这与北方冷空气携带沙尘南下的影响有关.     

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。     

上海市轨道交通与地面交通换乘场站局地空气污染调查与评价

对上海市轨道交通与地面交通换乘场站局地环境空气质量进行了调查,结果表明,万体馆站空气污染较重,大气污染达到警戒水平,PM10及NO2超标频率及超标量较高。中山公园监测点PM10及CO超标较多。对照点张江高科点及静安点的环境空气质量相对较好,上海大气质量指数能够达到大气环境质量标准,污染物单因子超标轻微。在地面交通与轨道交通的换乘场站,集聚的机动车所排放的尾气,是造成该地区环境空气质量恶化的重要原因之一。     

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。     

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。     

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。     

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。     

t分布受控遗传算法优化BP神经网络的PM2.5质量浓度预测

根据齐齐哈尔大学监测点2014年3—5月PM2?5质量浓度及其对应的每小时的气象因素、气体污染物浓度，建立基于t分布受控遗传算法的BP神经网络模型（ BPM?TCG），对PM2?5质量浓度进行模拟预测。并将其与BP神经网络模型、遗传算法优化BP神经网络模型（ BP?GA）进行对比分析。3种模型预测结果表明：BPM?TCG模型预测精度最高，泛化能力最好。 BPM?TCG模型对PM2?5质量浓度的准确预测为预防和控制PM2?5提供依据。     

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。     

“十三五”期间伊宁市大气污染特征分析及对策建议

基于伊宁市“十三五”期间大气国控监测点位数据，分析伊宁市“十三五”期间环境空气质量变化特征并提出建议对策。结果表明：“十三五”期间，伊宁市空气优良率在78.9%～86.3%,重污染天气在3～17 d,重污染天气仍频发；PM_2.5年均浓度在38～47μg/m³,年均值均超标。影响空气质量的主要污染物为PM_2.5、PM₁₀和CO。与三大区域相比，伊宁市SO₂和CO污染程度相对较重，燃煤型的污染特征显著。此外伊宁市采暖季空气污染较重，PM_2.5、SO₂、CO等污染物浓度显著高于非采暖季，采暖季主要污染物呈现双峰变化特征。     

北京市大气污染物浓度空间分布与优化布点研究

基于地统计学方法对北京市2012年11—12月的大气污染物SO2、NO2、PM10和PM2.5浓度数据进行了空间分析。结果表明,4种污染物浓度数据均符合正态分布,满足地统计学分析的使用条件且均呈现中等强度的变异性。4种污染物半变异函数的块金效应值分别是29%、24%、7%、4%,表现出很强的空间相关性。4种污染物长轴变程分别是63、58、62、90 km,短轴变程分别是31、37、48、50 km,空间分布呈现出各向异性,变程范围与中尺度天气系统相当。研究大气污染物的空间分布特性对于整体把握区域环境空气质量和监测点位优化十分重要,以北京市区域空气质量中PM2.5监测站点设置为例,其监测站点在长轴方向上的间隔设置应取20~25 km,短轴方向上布点间隔应为8~12 km。