夏季空气污染物指数与气象参数相关性分析

以西安市为例,选取2017-06-01至2017-08-31的气象数据,研究空气污染物与气象参数之间的相关性,利用SPSS软件对与空气质量指数(AQI)相关的各项监测指标(PM_(2.5)、PM_(10)、CO、NO_2、O_3、SO_2)与温度、湿度和风级等气象条件进行分析,从相关性分析、线性模型分析等方面来探索西安市夏季空气污染物与气象参数之间的关系。得出结论如下:统计发现西安市夏季首要污染物以PM_(2.5)、PM_(10)和O_3为主;湿度对各项污染物均显著相关,O_3的相关系数最大为0.709;温度对PM_(2.5)、PM_(10)、O_3和CO显著相关,对SO_2和NO_2的影响不显著;风级只与CO显著相关。     

2005年-2014年安阳市城市空气质量变化趋势分析及治理对策研究

利用2005年-2014年安阳市城市空气质量自动监测数据,采用Daniel趋势校验法对空气质量变化趋势进行分析,确定主要污染物,探讨影响空气质量变化的因素,提出改善空气质量的综合治理措施.结果表明2005年-2014年安阳市空气综合污染指数为2.60,属轻度污染,首要污染物为PM10,其次为SO2,冬季污染较重,呈现尘污染与煤烟型污染特征;大气污染物存在显著的空间差异性,西北工业区污染较重;总体上,综合污染指数、SO2、PM10均呈不显著上升趋势,NO2呈现显著上升趋势.     

泸州市城市空气污染物的变化规律与特征

本文详细论述了2000～2001年度泸州市城市空气污染物SO2、NO2和总悬浮颗粒物在月、季的浓度水平及其变化的规律；同时，本文还运用污染负荷系数法、污染物的空气质量指数法分析了三种主要空气污染物SO2、NO2和总悬浮颗粒物对泸州市城市空气的污染程度和相对强弱；最后运用空气污染指数法(API)对2000～2001年度各月、各季的空气污染综合指数进行了计算并分析了全年的空气污染状况，给出了泸州市城市空气的污染类型和污染的表征颜色。研究结果表明，泸州市空气污染物以总悬浮颗粒物为主。其次为气体污染物SO2，且空气污染物的负载水平具有季节性。     

中国城市化对环境空气质量影响的演化规律研究

运用2001-2010年237个地级以上城市的面板数据,共计2353个样本,应用计量经济学分析方法,研究城市化进程中环境空气主要污染物的演化规律.在对面板数据进行平稳性检验后,运用固定效应模型和随机效应模型,将城市空气主要污染物SO2、NO2、PM10的年平均浓度、综合污染指数4个空气质量指标与人均GDP、人口密度、第二产业结构、建成区面积4个反映城市社会经济发展的指标进行回归拟合,得到我国城市经济发展与环境质量变化的关系和演化规律,并提出政策建议.结果表明,2001-2010年,我国城市空气质量与经济发展之间的关系并不完全符合倒U型曲线,不同的污染物类型具有不同的演化规律.10年间,随着城市经济的发展,城市空气中SO2浓度呈现下降的趋势,并到达拐点,符合倒U型曲线;而对于NO2、PM10浓度及综合污染指数,10年间与经济发展之间呈U型关系,即现阶段呈现污染继续加重的态势.此外,城市第二产业结构比例、建成区面积与城市空气主要污染物浓度呈显著的正相关关系.     

榆林市城区环境空气质量污染特征及原因分析

根据榆林城区环境空气质量监测数据,对2001～2010年间榆林城区空气质量污染特征和主要空气污染物的变化规律进行了分析。结果表明:2001～2010年间,榆林市城区的SO2、NO2和颗粒物污染总体呈下降趋势;2007～2010年间,SO2和PM10的季节性污染特征较明显,SO2浓度高值主要集中在冬季采暖期,PM10浓度高值主要集中在春季沙尘常发期的3～6月,NO2浓度全年均无超标,季节性变化较稳定。     

中国典型城市环境空气质量变化趋势分析研究

文章选取北京市、兰州市、乌鲁木齐市、青岛市、武汉市、深圳市这六个典型城市为研究对象,利用2003年-2013年六个城市的SO2、NO2和PM10浓度数据,计算出区域空气综合污染指数和污染负荷指数,并采用Daniel趋势检验法分析主要污染物的变化趋势.结果表明,六个典型城市环境空气质量状况从优至差排列依次为深圳、青岛、武汉、北京、兰州、乌鲁木齐;六个典型城市空气首要污染物为PM10,SO2的污染负荷呈下降趋势,NO2的污染负荷呈上升趋势;各城市的空气质量整体呈现好转趋势,表明大气治理初见成效.     

利用多元线性回归方法评估气象条件和控制措施对APEC期间北京空气质量的影响

气象条件对大气污染物的扩散和传输有重要影响,准确分离和定量气象因素对空气质量的影响是评估大气污染控制政策有效性的前提。本研究利用APEC会议期间及前后(2014-10-15~2014-11-30)北京城区朝阳观测站点SO2、NO、NO2、NOx、CO、PM2.5、PM1和PM10以及气象因素的观测数据,采用多元线性回归分析方法,定量评估了气象条件和空气污染控制措施对APEC期间北京空气质量的影响。在假定排放条件不变的情况下,基于气象因素参数建立的预测污染物浓度的多元线性回归模型模拟效果较为理想,决定系数R2在0.494~0.783之间。控制措施使得APEC控制期SO2、NO、NO2、NOx、CO、PM2.5、PM1和PM10浓度分别降低48.3%、53.5%、18.7%、40.6%、3.6%、34.6%、28.8%和40.6%,气象因素使得APEC控制期SO2、NO、NO2、NOx、CO、PM2.5、PM1和PM10浓度分别降低1.7%、-2.8%、18.7%、4.5%、18.6%、27.5%、30.6%和35.6%。气象因素和控制措施共同作用使得APEC控制期北京空气质量得到了明显改善。控制措施对SO2和氮氧化物浓度的下降起主导作用,气象因素对CO浓度的下降起主导作用,气象因素和控制措施对颗粒物浓度降低的贡献相当。本研究还利用相对权重方法研究了气象因素对污染物浓度影响的贡献,结果表明影响不同污染物浓度的决定性气象因素不同。     

西安市大气环境质量评价及变化趋势预测

选用SO2、NO2、PM10作为评价因子,采用时间序列的方法对西安市2009年-2014年大气环境质量进行分析评价.结果表明:2009年-2012年西安市空气质量达到了国家二级标准,SO2和NO2的年平均含量下降,2013年都略有上升,但总体上呈下降趋势,而颗粒物的年平均含量呈上升趋势且为影响该市空气质量的主要污染物,主要污染时间为1季度和4季度;利用GM(1,1)模型,预测2015年空气质量变化趋势,提出2015年应该采取措施降低颗粒物的含量,提高本市空气质量.     

基于聚类与多元回归的空气质量预报模型开发

为了方便准确地预测空气污染物浓度,基于气象因子聚类与多元回归的方法,以广东省顺德区为例开发了空气质量统计预报模型。预报模型能够较好地模拟出顺德区NO2、SO2、CO、PM10、PM2.5日均浓度和O3日最大8 h浓度水平和变化趋势,模型的模拟结果与实测值具有较高的相关性(相关系数R约为0.76),标准化平均偏差为1.2%~13.4%,标准化平均误差为14.2%~30.3%,模型普遍略为高估各项污染物浓度水平。预报模型具有简单易行、节约人力物力、准确可靠等优点,适用于地级市及区县空气污染物的预报。     

合肥市PM2.5与用地类型特征比较及建设性方案研究

通过对合肥市环境空气质量指数进行分析比对,研究了合肥市明珠广场、三里街、琥珀山庄、董铺水库及长江中路五个地区的空气质量情况,并进行对比分析.结果显示合肥市空气的首要污染物为PM2.5,其来源与汽车尾气排放有很大关系;大气污染物氮氧化物与空气质量有明显的滞后关系;大气污染物SO2对合肥市的空气质量没有明显影响.研究发现空气质量与用地类型有密切的关系,远离市区的城郊地带空气质量最好,市区中绿化较好的居民小区空气质量相对较好,空气质量最为严重的是市中心缺乏绿化带的主干道,尤其以上下班交通拥堵时是空气质量下降最快的时刻.最后以合肥市为例,探寻降低大气污染的建设性方法.     

乌海市空气污染特征及其与气象要素的关系

文章利用乌海市2006-2010年污染物SO2、NO2、PM10浓度值和气象资料,分析了乌海市近5年空气污染的特征,计算了各污染物与主要气象要素的单相关系数,采用灰色关联分析方法对近5年来影响乌海市污染物浓度的气象要素进行分析。结果显示:(1)乌海市环境空气的首要污染物是可吸入颗粒物,其次是SO2。(2)2006-2010年,NO2变化不大;SO2下降幅度较大,从平均值超标1倍下降到不超标;PM10也呈下降趋势,但下降幅度稍小,5年均超标。(3)SO2一年内平均值变化幅度最大,12月浓度最大,7、8月最小,相差达3倍;PM10也是夏季最小,冬季12月最大,但3、4月份沙尘天气频发时也较大。(4)相关系数通过信度0.05检验的情况下,SO2、NO2、PM10浓度值与平均风速、平均气温、水平能见度、相对湿度、日照时数、平均总云量等具有一定的相关性。(5)用灰色关联分析法得出影响SO2和PM10的气象因素排序,平均风速是影响大气污染的主要气象因素,日照时数和总云量与污染物浓度关联较大。     

基于CMAQ模式产品的福州市空气质量预报系统

利用CMAQ(Community Multiscale Air Quality Model)模式预报产品和福州市2007年1月至2010年6月大气污染物的观测资料以及常规地面气象观测资料,根据动力-统计相结合的预报方法,通过多元线性逐步回归,建立不同天气系统下CMAQ模式产品和多类预报因子相结合的日污染物浓度预报模型.结果表明,影响福州市的天气系统共分为大陆高压、副热带高压、切变、暖区辐合、高空槽、台风和热带辐合带7类天气型.在暖区辐合、高空槽和大陆高压控制下,福州市的空气质量较差,而副热带高压和台风系统影响时,福州市的空气质量最好.日污染物浓度预报方程置信度均为P=0.000,模型有统计学意义.利用模型对2010年7~12月福州市各污染物浓度进行预报效果回代检验,模型对PM10的污染指数等级预报正确率达到了71.3%,对SO2和NO2的级别预报正确率达到了100%,日预报综合评分平均达88.8分.     

ISC长期模型在烟台市空气污染控制规划中的应用

首次将ISCLT模型应用在烟台市空气污染综合控制规划中。研究在进行模式验证的基础上，模拟了SO2，NOx长期平均浓度，进行了城市空气污染特征分析及控制效果的预测。结果表明，ISCLT模型完全适用于在气象参数的获得受到限制的情况下模拟大气污染物的长期浓度分布；部分主要高架污染源以及低架点源是烟台SO2污染的主要来源；在市中心区、环境空气中NOx浓度的2／3来源于机动车排放；实施综合治理方案后，区域SO2浓度基本达到国家一级标准。     

铁岭市2006～2007年环境空气质量状况分析

对铁岭市2006年和2007年的环境空气质量进行对比分析,其中包括大气质量综合污染指数、可吸入颗粒物、二氧化硫和二氧化氮、降尘等指标的统计分析。认为铁岭市的空气污染状况与采暖期和气象条件及环境管理措施等有关。     

乌鲁木齐市大气环境质量变化趋势分析

以乌鲁木齐市2004～2010年间的大气环境质量监测数据为依据,采用空气污染综合指数法评价其大气环境质量,并运用Spearman秩相关系数预测其发展趋势.结果表明:乌鲁木齐市大气环境质量为轻度污染,主要污染物为SO2和PM10.NO2和PM10有上升趋势,SO2呈不显著下降趋势.     

惠州市大气环境容量核定技术研究

利用惠州市环境监测站2002年的主要大气污染资料,以惠州市大气环境容量核定为例,通过污染气象调查、环境空气质量现状及污染源调查与评价、控制区确定等技术路线的实施,以A值法、ISC3模式预测法最终确定二氧化硫（SO2）、二氧化氮（NO2）和可吸入颗粒物（PM10）的环境容量。结果表明：惠州市现状大气环境容量分别为：SO25．544万t/a、NO210．842万t/a、PM1011．256万t/a。该研究成果可作为惠州市合理利用大气环境容量、实现经济建设与环境保护协调发展的技术依据。     

天津重污染期间大气污染物浓度垂直分布特征

利用天津气象局255 m铁塔垂直4层观测平台(高度分别为3、40、120和220 m),对各层大气中的NO_x、O₃、SO₂浓度(均以φ计)和PM_2.5浓度(以ρ计)进行了连续观测,结合同步气象要素分析了2010年10月3—11日天津发生的一次重污染事件.结果表明:在此次重污染事件期间,一次及二次污染物浓度的垂直梯度变化差异显著,φ(NO)、φ(NO₂)和ρ(PM_2.5)随高度上升而降低,φ(NO)在3～120和120～220 m的递减率分别为58.0%和8.5%,ρ(PM_2.5)在3～220 m递减率为13.0%;而φ(O₃)和φ(SO₂)平均值却随高度的上升而增加,其中φ(O₃)在3～40、40～120和120～220 m的增长率分别为108.0%、19.1%和56.4%,φ(SO₂)在3～220 m的增长率为25.0%. NO_x主要来源于局地近地面污染源的排放;SO₂主要来源于高架点源的排放,O₃则来源于局地光化学过程积累;PM_2.5受局地排放源和光化学过程的双重影响,垂直梯度变化最不显著. 不利于扩散的气象条件使以局地排放为主的污染物积累升高及其伴随的光化学反应造成了天津此次重污染事件.      

“十一五”期间太原市环境空气质量及影响因素分析研究

依据太原市环境空气质量监测数据,采用Daniel趋势检验法,综合污染指数法和回归分析法研究了“十一五”期间太原市的环境质量变化趋势和影响因素.结果表明,从年均浓度值分析来看,除NO2外,SO2和PM10都存在超标现象,长期来看,三种污染物浓度下降趋势明显,这与太原市环境保护行动密切相关.月际间浓度值差异除PM10在春季出现波动外,SO2和NO2均呈现“U”型曲线,这种规律与气象条件密切相关.三种主要大气污染物污染指数都有所下降,但太原市区空气污染仍以SO2和PM10为主,说明烟煤型污染的空气污染特征没有改变.主要大气污染物的空间浓度分布不均与地形和气象特征以及城市布局和污染源排放有直接关系.太原市“十一五”期间大气环境质量整体改善,但形势依然严峻.     

基于气象相似准则的城市空气质量预报模型

为提高城市空气质量预报准确率,文章在传统BP神经网络的基础上提出了基于气象相似准则的样本优化方法,建立了三层样本筛选优化机制,确定了阀值及权重矩阵,从而建立了城市空气质量动态预报模型。将模型应用在广州8个空气质量监测站点的预报上,并与传统的BP神经网络空气质量预报模型进行了对比分析,效果良好。分析结果表明,广州8个空气质量监测站点的SO2、NO2、PM10/2.5的实测值与预报值的平均绝对误差分别为0.016 mg/m3、0.014 mg/m3、0.020 mg/m3,级别预报准确性评分分别为89.6、92.6和84.6,预报准确度综合评分达81.6,并且比传统神经网络模型具有更高的预报精度。