福州市AQI时空分布特征及影响因素研究

对福州市2013年4月-2016年3月空气质量指数AQI(Air Quality Index)数据进行小时变化、逐日变化、逐月变化、季节变化、空间分布及其影响因素分析,探讨引起AQI时间变化及空间分布差异的原因,找出最重要的影响因子。结果表明,福州市AQI在夜间较低,白天由于人类最活动增强,AQI增大;四季中春、冬季AQI较高,夏秋季节次之;通过对首要污染物进行统计分析得到,NO2、PM2.5、PM10、O3对AQI的贡献大,空气质量达到优的天数表现为秋季夏季冬季春季;福州市内各监测点中快安始终作为空气质量较为不好的监测点,而杨桥西路在四季中多表现为AQI较低,空气质量较好。     

2013-2015年十堰市环境空气质量变化趋势分析研究

利用十堰市空气自动监测站的监测数据,采用综合指数、空气质量指数(AQI)和Spearman秩相关系数法等评价方法,研究十堰市2013年-2015年环境空气质量变化情况及其影响因素,为城市的大气污染防治提供治理思路.结果表明:2013年-2015年十堰市城区空气质量逐年好转,除PM10和PM2.5外,其他因子均达标,污染物贡献比例中,PM10和PM2.5污染负荷占比超过50%,为主要污染物;十堰市城区空气质量整体呈夏季较好,冬季较差的趋势;全市中开发区铁二处空气质量较好,张湾区刘家沟空气质量较差;结合自然因素和人为因素,综合分析空气质量的变化情况,通过调整能源结构、减少污染源排放和使用清洁能源等多项措施,并注意季节特征和加强预警预报工作,进而改善空气质量.     

岳阳市区空气质量变化特征及气象条件预报

利用2014年3月-2015年2月6个空气质量监测点资料,对岳阳市区AQI的时空变化特征及气象影响因素进行了分析,并用综合指标法和逐步回归法建立岳阳市区AQI预报模型。结果表明:岳阳市区年AQI为88。夏季空气质量最好;春、秋季次之;冬季空气质量最差。其中7-9月空气质量最好,1-2月空气质量最差。岳阳市区空气质量总体由北向南趋好,同时水库、景区明显好于工业区。岳阳市区年空气质量优良率为73%。年和各季空气质量优良率时空分布与AQI分布基本一致。岳阳市区首要污染物以PM10为主,其次为PM_(2.5)。重度污染及严重污染日基本出现在空气质量相对较好的夏秋季节,且工业区明显多于水库、景区。岳阳市城市工业布局方向与年主导方向一致,使得市区广大区域处于工业气流的下游,导致空气污染加剧。以短期天气预报中的气象要素预报作为空气质量气象条件预报的基础,采用日平均气温、相对湿度、低云量、风速、降水、雾等气象因子建立的岳阳市区AQI预报模型模拟效果较好。     

近三年乌兰察布市空气污染气象条件分析

利用2015～2017年乌兰察布市空气质量日报数据,分析主要大气污染物及其时间序列变化,并研究气象条件与主要大气污染物之间的相关性。结果表明:当空气质量指数级别达到Ⅲ级(轻度污染)或以上时,首要污染物以PM2.5、PM10和O_3为主。PM2.5污染多发生在冷高压控制下的冬季,大气层结稳定、降水少不利于污染物的清除;PM10污染多发生在春季,此时冷暖空气活动频繁,蒙古气旋多发,易形成大风、扬沙、空气干燥的气象条件;O_3污染主要出现在夏季,较高气温和强烈日照造成光化学作用,催化O_3的大量产生。不同季节的气候特征对空气质量影响显著,天气系统和各个气象要素也与污染的形成有密切关系。     

许昌市环境空气质量变化趋势分析

依据许昌市2006至2015年空气质量监测数据,对许昌市空气质量现状及其变化趋势进行分析,并结合许昌市的实际情况提出相应的对策和建议。结果表明,近十年来许昌市空气质量并没有明显好转,环境空气污染以煤烟型为主,PM10为首要污染物,污染负荷呈上升趋势;NO2的污染负荷呈不显著上升趋势;SO2的污染负荷呈下降趋势。污染物浓度表现出明显的季节性变化特征,冬季污染程度最严重,春季次之,夏季最轻。     

荆州静稳天气综合指数构建及预报应用

该文采用相关分析、阈值统计、回算检验等方法，构建出荆州本地静稳天气综合指数（SWI）。结果显示，SWI与空气质量指数（AQI）表现为较弱的正相关；当首要污染物为细颗粒物时，SWI>1.30易出现污染天气；当首要污染物为可吸入颗粒物时，SWI>1.20易出现污染天气；当首要污染物为细颗粒物或可吸入颗粒物时，SWI>1.30易出现污染天气；SWI最大值出现在冬季，其次在秋季和春季，夏季SWI整体较小；SWI对空气质量预报有较好的指示意义，可应用于环境空气质量预报和污染物减排评估等方面。     

黑龙江省重点城市AQI指数特征及其与气象要素之关系

空气质量状况的优劣,直接关系到人体健康和经济社会可持续发展。利用2014年黑龙江省4个重点城市的空气质量数据,结合同期常规气象要素资料,分析了黑龙江省AQI指数基本特征及与气象要素的关系。分析结果表明：黑龙江省重点城市年平均AQI指数以哈尔滨最大（轻度污染级别）,其次牡丹江、大庆、齐齐哈尔（良级别）;单日空气质量指数最高值在大庆（500）,其次是哈尔滨（490）,牡丹江和齐齐哈尔单日最高值分别为264和251;AQI指数年分布特征是冬季最高,其次秋季,再次春季,夏季最低;首要污染物最多的是PM_2.5,其次PM₁₀、NO₂和臭氧8 h。AQI指数与平均气温,在年尺度上呈负相关,月和四季呈正相关为主;与降水日呈负相关;与相对湿度是冷月（1-2月）呈正相关,渐暖月（5-6月）呈负相关;与最大风速,采暖季呈明显负相关;与本站气压呈正相关,与日照时数冬季呈负相关关系。     

基于精细观测资料的深圳不同季节霾及其污染特征分析

利用2010~2013年逐时霾、能见度和空气质量监测数据,分析了深圳霾天气的变化特征、霾与空气质量和气象条件的关系.结果表明:深圳市霾日数总体呈现增多增强趋势,2009年开始明显下降;霾日数呈“V”型月变化:即秋冬季多、春夏季少,秋冬季多发持续时间长、影响严重的霾过程,春夏季多发持续时间短的霾过程; 霾常伴有污染发生(35%),污染以轻度污染为主;霾时首要污染物PM2.5最多、其次O3,这说明PM2.5是造成深圳霾的主因,且深圳光化学污染严重. 霾时PM2.5、PM10 和O3季节变化明显,冬春季首要污染物以PM2.5为主(75%以上),夏秋季O3和PM2.5为主;分析还发现,风、相对湿度与霾密切相关,风速越弱,湿度越大, 越利于霾出现和发展.约80%的中重度霾出现在风速<2m/s,相对湿度70%~90%的情况下.     

2014年海口市大气污染物演变特征及典型污染个例分析

主要分析了2014年海口市逐日的空气质量指数(AQI)和6种大气污染物的演变特征,同时,结合卫星遥感和轨迹模式等资料和方法对1次典型污染个例进行诊断.结果表明:海口市2014年的空气质量主要以优和良为主,6 d达到轻度污染级别,1 d达到中度污染(1月5日,AQI值为158).1月污染最为严重,其中,阶段1(1-6日)和阶段3(18-23日)AQI值偏高,阶段2(7-17日)和阶段4(24-31日)偏低.1月东亚地区天气形势演变对海口市AQI值具有动力影响.AQI偏高阶段,地面高压系统位于内蒙古东部,华南低层东北风场有利于污染物向海口市输送;而在AQI偏低阶段,地面高压系统东移出海,低层偏东风场不利于污染物的输送.后向轨迹聚类分析表明,1月海口市比率最大(39%)的气流主要经过大气污染相对严重的广东珠江三角洲(珠三角)地区,有利于污染物的区域传输.污染个例分析表明,海口市污染物浓度变化与气象要素有密切关系,10 m风速较小有助于近地面的污染物在区域内累积,水平风垂直切变偏弱对天气尺度扰动的发展和大气的垂直混合不利.卫星遥感和后向轨迹分析也表明,外源输送与海口市这次大气污染事件有直接关系.     

太原市秋冬季大气污染特征和输送路径及潜在源区分析

采用环境空气质量指数(AQI)统计分析了2014～2018年太原市全年及秋冬季污染特征,并采用HYSPLIT后向轨迹模型计算了2014～2017年秋冬季逐时后向轨迹,结合太原市AQI,通过聚类分析、潜在源贡献因子和浓度权重轨迹方法对影响太原市的污染物输送路径和潜在源区进行了分析.结果表明,太原市污染状况不容乐观,太原市2014～2018年全年优良天数波动较大,尤其近两年从64%下降到不足50%;然而秋冬季优良天数稳步上升,2018年超过50%,空气质量有好转趋势.污染类型可能发生变化,全年及秋冬季PM_(2.5)为首要污染物的污染天数下降显著,PM_(10)为首要污染物的天数上升明显.聚类分析2014～2017年秋冬季太原的后向轨迹,53%的气团来自偏西方向,21%来自西北方向,12%来自西南方向,14%来自偏东方向,其中西南方向轨迹是外来污染物输送进入太原的主要轨迹,对太原空气质量有显著影响.PSCF和CWT分析表明,影响太原空气质量的重要潜在源区主要位于汾渭平原的陕西汉中、西安和山西的吕梁、临汾等地.建立汾渭平原及其周边区域联防联控机制对控制区域污染有着重要意义.     

基于API方法的城市大气污染评价

收集了2006年《重点城市空气质量日报》中中国86个重点城市空气质量主要分析指标——空气污染指数（API）、首要污染物、空气质量级别,并对数据进行统计分析。结果表明：（1）总体来说,中国城市大气质量良好;（2）城市大气污染以煤烟型污染为主,大气中以TSP、SO2和NOx作为首要污染物出现的频率依次递减;（3）城市大气污染最严重的季节是冬季,最轻的季节是夏季;（4）城市大气环境质量表现出从北到南、从沿海至内陆逐步变差的趋势。     

华东区域高山背景点PM10 和PM2.5 背景值及污染特征

为了解华东森林及高山背景区域大气中PM10和PM2.5质量浓度的变化特征,选取国家大气背景监测福建武夷山站2011年3月～2012年2月PM10、PM2.5为期1 a的监测数据,研究其浓度变化特征及其影响因子,并利用后向轨迹模式探讨区域输送对背景区域PM10和PM2.5质量浓度的影响.结果表明:华东森林及高山区域现阶段PM10和PM2.5背景浓度分别为(23±16)μg·m-3和(18±12)μg·m-3;PM10和PM2.5浓度具有相同的季节变化特征,即春季>秋季>冬季>夏季,2011年春季武夷山背景点因受沙尘远距离输送影响,PM10和PM2.5浓度明显高于其它三季;武夷山背景地区主要以细粒子为主,PM2.5/PM10年平均比值为0.76;PM10和PM2.5浓度与气体污染物均有较好的相关性,表明PM10和PM2.5可能来源于区域人为污染源的输送和二次粒子转化;2011年4月的污染事件与北方沙尘输送有关,而9月的污染事件主要与华东高污染负荷区的污染物输送有关.     

哈尔滨市AQI与空气污染物的相关分析研究

空气质量问题已成为民众关注的热点问题.选取哈尔滨市2014年-2015年AQI日报数据,分别分析了供暖期和非供暖期PM2.5、PM10、CO、SO2、NO2、O3六种主要空气污染物与AQI的相关性,结果表明,AQI与6个主要污染物间呈显著性相关.同时建立了供暖期和非供暖期AQI与主要空气污染物的多元线性回归模型,结果表明,CO对AQI起着主要作用.因此,提高供暖过程中煤炭燃烧效率,可有效削减空气中CO的浓度,对于改善空气质量起着至关重要的作用.     

长江经济带空气质量的时空分布特征及影响因素

基于2015~2018年空气质量实时监测数据，研究了长江经济带AQI的时空变化特征，从大气污染物排放量和气象因素两方面选取评价指标，利用地理探测器揭示了长江经济带AQI分布的影响因素及其季节变化.结果表明：2015~2018年长江经济带空气质量总体趋于改善，平均超标率由19.8%降至16.2%，除O₃超标率上升外，其余常规监测指标均有不同程度的下降.2017年开始O₃的超标率超过PM₁₀，成为长江经济带仅次于PM_2.5的大气污染物.AQI月变化曲线大体呈U型，具有冬春高、夏秋低的特点.长江经济带空气质量改善主要体现在冬、秋两季，O₃浓度的上升使夏季空气超标率上升，春季变化不大.AQI和空气超标率总体呈东高西低、北高南低的分布特征，其中上海、江苏、安徽中北部和浙江北部污染最严重，湖北中部和成渝地区其次，云南、贵州和四川西部空气质量良好.春夏季AQI的差异主要表现为东西向，秋冬季则主要表现为南北向.污染物排放量因子对长江经济带AQI分布有显著的正向影响，气象因子的影响方向则随季节变化而变化.全年和春、秋、冬3季AQI的分布格局主要由大气污染物排放量决定，夏季气象因子的影响力则更大.     

廊坊市大气污染特征与污染物排放源研究

通过廊坊市2014年12个监测站点的大气污染物监测数据,分析了廊坊市大气污染的主要特征,包括空气质量水平、大气污染的季节与空间分布.结果发现,虽然与2013年相比2014年空气质量有所改善,但12个站点空气质量超标均十分严重.秋季、冬季与春季PM_(2.5)为主要的空气污染物,夏季O3日最大8 h平均浓度频繁超标,需要引起重视.为实现廊坊市空气质量模拟,制定最优空气质量改善政策,基于污染源普查、环境统计数据,编制了廊坊市主要大气污染物排放清单.工业部门中,电力、热力生产和供应业、黑色金属冶炼及压延加工业是SO_2、NO_x和PM_(2.5)的重要来源.VOCs则主要来自于化学原料和化学制品制造业、黑色金属冶炼及压延加工业、食品制造业.另外,廊坊全市道路扬尘和建筑施工扬尘污染贡献了PM2.5的38.6%,但扬尘的管理十分薄弱.同时结果表明,廊坊市黄标车排放在交通源排放中比重较高.因此,需要对上述重点排放源进行有效控制,从而改善廊坊市空气质量.     

成都市一次典型空气重污染过程特征及成因分析

为了研究成都市冬季空气重污染过程的成因,以2015年12月26日—2016年1月6日成都市一次典型重污染天气过程为例,基于HYSPLIT后向轨迹模式结合全球资料同化系统(Global Data Assimilation System,GDAS)气象数据和成都市7个监测站的AQI、PM_(2.5)、PM10、NO2质量浓度数据,使用气象分析、轨迹聚类(Cluster Analysis)、潜在源贡献因子法(Potential Source Contribution Function,PSCF)和浓度权重轨迹法(Concentration Weighted Trajectory,CWT),分析了此次过程的气象特征、轨迹输送特征和污染物潜在来源分布.结果表明,此次污染天气过程是以PM_(2.5)为主要污染物,其次为PM10、NO2.2015年12月30日14:00左右是此次污染天气过程各站点PM_(2.5)、PM10浓度到达峰值的时刻.缺少北方冷空气南下,四川盆地内空气水平运动弱,以及扩散条件差的静稳天气形势是导致此次大气污染过程成都市污染物累积的原因,而冷空气活动是改善这种天气形势的关键.污染过程辐射逆温层的形成对当时污染物浓度增长有促进作用,但随着每日生消、加强减弱,其并不是最终导致重污染天气形成的关键因素.川东北的广元、绵阳、德阳等地区和成都本地及其南向的眉山、雅安等地区是此次过程主要的潜在源区,这些地区人口较密集,工业较发达,且沿地形走向而分布.     

2013年-2017年江苏省环境空气中首要污染物变化分析研究

选择2013年-2017年环境空气质量监测数据进行统计分析,结果表明:成为影响江苏省环境空气质量的首要污染物有PM10、PM2.5、O3和NO2等;2016年,这些污染物成为首要污染物的天数占比大小依次为PM2.5 (36.8%)、O3(34.9%)、PM10(20.5%)和NO2(7.8%).秋冬季颗粒物对空气质量的影响大,春夏季则是O3污染的影响占优势.地区差异方面,苏北、苏中地区PM10作为首要污染物的天数占比总体高于苏南地区.苏南、苏中沿江部分地区NO2作为首要污染物的天数占比明显高于苏北地区.2013年-2016年,O3污染对空气质量的影响日益上升,将成为公众对于空气质量改善的另一个关注点.     

石家庄大气污染物输送通道及污染源区研究

为探索石家庄的区域输送规律,确定主要污染源区,利用HYSPLIT(Hybrid Single Particle Lagrangian Integrater Trajectory)后向轨迹模式和NCEP的GDAS全球气象要素数据,对2013—2016年从不同高度上抵达石家庄地区的逐日72 h气流后向轨迹进行聚类分析,并结合石家庄逐小时颗粒物污染物浓度数据,分析石家庄PM2.5的潜在源贡献因子(WPSCF)和浓度权重轨迹(WCWT).结果表明,(1)石家庄PM2.5浓度具有明显单峰谷日变化,秋冬季与春夏季峰谷值出现时间不同;(2)近地层大气污染输送路径以近距离,移速慢的轨迹为主,轨迹较短的路径所占比例在40%以上.除夏季外,近距离输送路径均存在螺旋转向,在后向48~36 h内轨迹端点到达河北省内,转为东向和南向输送.(3)大气污染输送通道的垂直分布特征表明,输送轨迹中低于500 m高度的轨迹点占28.7%,高于1000 m低于3000 m高度的轨迹点占36.1%,高于3000 m高度的轨迹点占25.3%.低层多以近距离输送为主,高度越高,近距离输送轨迹的频率越低.500 m高度输送通道仍以近距离输送为主,并存在螺旋转向,1500 m高度以上多远距离输送.(4)石家庄PM2.5的主要污染源区范围较小.途径河北中南部、河南北部、山东西部和山西中北部地区的轨迹对石家庄PM2.5的污染贡献最大.     

2017年兰州市大气污染物输送来源及传输特征模拟分析

利用HYSPLIT后向轨迹模式,结合兰州市AQI（空气质量指数）及常规大气污染物质量浓度数据,模拟研究了2017年1月1日-12月31日以兰州市为受点的大气污染物输送特征.通过聚类分析确定了抵达兰州市气团的主要输送途径和每类路径所对应的污染物质量浓度特征,并利用受体模型PSCF（潜在源贡献因子分析法）和CWT（权重浓度轨迹分析法）,分析了大气污染区域传输对兰州市空气质量的影响,探讨了影响兰州市空气质量的污染物输送来源和可能的潜在源区.结果表明,在影响兰州市的气流轨迹中,污染轨迹多来自兰州市以西和以北方向,污染轨迹约占总轨迹的39.52%,说明外部污染物的输入对兰州市空气质量具有重要影响.其中,第3类轨迹（对应来向为西）的气团对兰州市的空气质量有较大的影响,该类轨迹虽仅占总轨迹的15.21%,但其中污染轨迹数占56.76%,是影响兰州市空气质量的主要传输路径;第4类轨迹（对应来向为东南）的气团最为清洁.研究显示,对兰州市空气质量影响最大的强潜在源区主要分布在青海共和盆地、兰州市本地及周边区域,中等强度潜在源区为内蒙古自治区南部、宁夏回族自治区及甘肃省河西走廊等地区.      

厦门市环境空气污染时空特征及其与气象因素相关分析

利用2014年3月—2015年2月厦门市18个监测站点实测数据,运用GIS技术、相关分析以及统计分析等方法,进行空气质量指数(AQI)及其污染因子的时空分析,结合厦门市土地利用分类专题图和主要重工业企业分布图进行厦门市环境空气质量状况污染源的分析.结果表明:厦门市首要污染物为PM10,其天数占全年的48%,PM2.5紧随其后占到36%;厦门市空气质量较好时间段主要集中在夏季,其中7月份是厦门市空气质量最好的月份,而厦门市秋冬两季的空气质量较差;AQI与温度相关系数达-0.813,具有极显著负相关性(p0.01),与气压相关系数达0.835,具有极显著正相关性(p0.01),而与风速和相对湿度气象因素相关性都不显著(p0.05);PM2.5、PM10、SO2、NO2、O3污染因子存在明显的空间分布差异,海沧区和集美区南部的空气污染比厦门其他地方明显更为严重;从土地利用图和主要重工业企业的分布图可以看出,污染最为严重的地区土地利用类型主要是建筑用地,而且这些地区还分布着许多钢铁厂和发电站.