空气质量的公众感知偏差

已有研究表明公众对空气质量的感知存在偏差,即公众感知与客观数据不一致或不相符。公众感知空气质量的特点包括直观性、适应性和经验性,并受到人口学变量、社会经济因素和地区差异的影响。针对这一偏差在我国的表现,文章提出了3点启示:注重社会舆论导向,倡导理性公众感知;倡导全民参与,积极回应公众关切;将公众感知纳入空气质量指标。     

云南省CO的时空分布特征及在空气质量预报预警中的关联应用

使用云南省2019—2020年上半年国家空气质量监测网络站点数据,对CO和环境空气质量的时空分布特征开展了关联性分析,对CO在空气质量预报预警方面的可应用性进行了初步研究。结果表明,CO与环境空气质量在时空分布特征上相似度较高;在空气质量污染天气过程中,CO浓度区间与空气质量污染等级间的关联度在70%以上。对提升污染天气预报预警的准确性有较高的应用价值。     

基于主成分分析的呼和浩特市空气质量影响因素研究

空气质量指数是一种评价大气环境质量状况简单而直观的指标,可用于大气环境质量评价以及污染控制和管理。利用呼和浩特市城区PM2.5监测点数据和气象数据,以空气质量指数法为依据,采用主成分分析法对影响呼和浩特市城区空气质量的主要因素进行分析,并利用方差分析法分析了气象因素对空气质量的影响。结果表明:影响呼和浩特市城区空气质量的主要因素是PM10、CO和SO2;天气寒冷、空气相对干燥、风大以及季节变化对该市空气质量会产生显著性的影响。     

城市环境总体规划中的公众参与研究——基于2015年长春市居民生态环境满意度空间分析

结合城市环境质量现状,通过环境满意度空间分析,研究如何发挥公众参与在城市环境总体规划中的作用和影响.环境满意度调查要素包括空气质量、饮用水质量、地表水质量等十个方面.受访人群特征包括性别、年龄、学历及职业四个方面,空间分布包括城区、社区和人群三个尺度.分析结果表明,长春市居民对生态环境的满意度为51.81％;十个环境要素中,道路清扫保洁的满意度最高为55.81％,地表水质量最低为28.66％.以空气质量环境满意度为例进行空间分析,不同城区的空气质量综合排名和环境满意度排名基本一致,说明长春市大多数居民对空气质量的感知度比较准确.     

基于澳大利亚空气质量社区教育经验推进我国社区环保教育

澳大利亚素来有"环保王国"的美誉,其民众较高的环保意识和浓厚的环保参与热情,得益于澳大利亚社区环境教育的开展。社区环境教育在澳大利亚发展了十余年,它与工作场所教育和学校教育相并列,是澳大利亚环境教育的三种主要途径之一。近些年澳大利亚开展的空气质量社区教育活动广泛应用参与、社会营销等多种方法,提高社区民众环保意识,改善社区民众的行为和选择,在改善空气质量方面成效显著。本文将根据澳大利亚空气质量社区教育项目开展实践,系统总结其开展和评估过程中采取的方法,并对于我国开展空气质量社区教育提出建议措施,以推动我国空气质量社区教育项目的进程。     

辽宁一次持续性大雾气象条件和污染状况分析

利用常规气象观测资料和环境监测资料,对2009年11月29日～12月2日发生在辽宁11个地区持续4天的大雾天气过程的天气形势、气象要素以及空气质量特征进行了分析。结果表明,雾发生时,天气形势稳定,低空有弱冷空气活动,地面风力很小,这些都限制了近地面层的水汽向外耗散;近地面逆温和低空逆温同时存在,近地面逆温有利于近地面层水汽积累,低空逆温使近地面层水汽不易扩散而聚集,水汽含量高,使得大雾维持;天气形势稳定,且长白山高压和逆温层的存在,大气污染物无法及时向四周及高空扩散,空气质量较差。     

基于PCA-BN的银川市空气质量预测

考虑到在城市空气质量的预测中参与建模的气象因素之间可能存在相关性,增加了模型结构和数据分析的复杂度,以银川市10项历史气象数据和空气中6种主要污染物浓度数据为基础,利用主成分分析(PCA)方法对10项气象数据进行降维处理并提取气象因素的综合评价指标,结合贝叶斯网络(BN)建立了银川市空气质量的预测模型(即PCA-BN模型),并与随机森林(RF)模型的预测结果进行了比较。结果表明:RF模型和PCA-BN模型预测结果的准确率分别为88.03%和97.88%,且实验证实PCA-BN模型在银川市空气质量的预测中有较高的预测精度,有效地降低了模型结构和数据分析的复杂性,其在城市空气质量预测中具有一定的实用价值。     

美国控制城市空气污染的效益和费用评估结果分析

为帮助把对社会资源的最佳利用的争论集中起来,对进一步改善空气质量的效益和费用进行评估十分重要。本文开展了这样的评估,我们首先考虑了通过控制挥发性有机物以减少近地面层空气中的臭氧含量,其次也考虑了控制颗粒物的含量。对于提出的控制方法应用于整个国家和空气质量经常超标且很严重的洛杉矾地区的效益和费用进行了评估。评估结果表明:由于所提出的新控制方法的费用超过了效益,超过的幅度也许是相当大的。本文在最后还对评估中受到许多不确定因素的约束进行了分析。     

上海市环境空气质量自动监测数据审核体系的构建及其应用

在进一步加强对空气质量自动监测站现场开展质控检查的同时,建立了以市、区县两级约50个空气质量自动监测站点为基础,以上海市环境监测中心为管理核心的自动监测数据审核体系,制定了相应的数据审核制度,开展了每年约300万以上自动监测数据的有效性审核。自今年以来,利用中美合作-上海市环境空气质量发布系统示范项目（AIRNOW-International）提供的DMS数据自动审核模块,实现了每日约1万个小时浓度监测数据的自动审核,从而大大提高了上海市环境空气质量自动监测系统数据的有效性和数据质量。     

昆明低空大气温度层结特征与空气质量的Logistic判别模型

低空大气逆温及地面风速是影响空气质量变化的主要气象条件,特别是逆温的频率、强度制约着大气污染物聚积和扩散。定义了1km以下低空大气的温度层结强度。利用昆明L波段探空雷达加密数据,统计了2014—2018年08 h探空数据温度层结特征,分析了逆温的频率、强度和地面风速等气象要素与空气质量的相关性,建立基于Logistic判别方法的昆明空气质量指数和PM_(2.5)浓度的拟合模型。结果显示:基于定义的温度层结强度的统计,昆明1km以下低空大气整层的逆温发生频率10.7%,年平均强度0.13℃·(100m)~(-1),逆温的频率和强度月变化曲线与轻度污染及PM_(2.5)浓度的变化联系密切;温度层结强度和地面风速通过了α=0.05的相关系数显著性检验,与空气质量指数和PM_(2.5)浓度相关性好,最佳的气象要素因子的相关系数可达到0.3660;Logistic判别模型对轻度污染的拟合准确率在66.3%以上,优良空气的拟合准确率在72.5%以上;对PM_(2.5)浓度超标的拟合准确率在59.9%以上,PM_(2.5)一级浓度的拟合准确率在68.8%以上。     

美国环保局第三代空气质量预报和评估系统

美国环保局研制的第三代空气质量预报和评估系统(Models-3)。Models-3由程序管理、科学管理、模式构架、数据库管理、决策管理、软件管理以及研究设计七大部分组成。其中最主要的是程序管理部分。它由中尺度气象模式、排放模式以及通用多尺度空气质量模式三大模式组成。三大模式的核心是通用多尺度空气质量模式(CMAQ)。中尺度气象模式为CMAQ提供气象场的数据；排放模式为CMAQ提供排放物的资料；CMAQ则利用上述的数据资料对污染物在空气中的物理和化学过程进行空气质量的数值预报。文章给出了一个个例的预报结果。     

基于贝叶斯网络的大连市空气质量预测与诊断

贝叶斯网络具有双向推理能力,可有效解决空气质量研究中的不确定问题。将贝叶斯网络引入到空气质量研究中,基于大连市2014—2016年空气质量指数(AQI)以及SO_2、NO_2、O_3、CO、PM_(10)、PM_(2.5)6种污染物浓度数据,通过构建贝叶斯网络模型对大连市空气质量进行了预测与诊断研究。结果表明:(1)利用贝叶斯网络因果推理功能验证了贝叶斯网络预测模型的有效性:大连市春、夏、秋、冬四季和全年的空气质量预测精度分别为89.29%、92.86%、88.89%、85.19%、89.09%;(2)利用贝叶斯网络模型和模糊综合评价法分别对大连市2017年5月1日至15日的空气质量进行预测,并比较官方的监测值,结果显示贝叶斯网络模型用于空气质量的预测更为准确;(3)利用贝叶斯网络诊断推理得出O_3和PM_(2.5)是大连市空气污染的主要贡献者。贝叶斯网络技术用于空气质量的预测和诊断具有可行性和可靠性。     

特征雷达图的设计及其在大气污染成因分析中的应用

为了更好地利用环境监测数据进行污染成因分析,提出数学算法,对多种污染物进行百分比成分谱化,并除以一定时期（或一定区域）的平均值,从而得到标准化特征谱,以消除污染物浓度变化的影响以及不同污染物间浓度值差异的影响;通过设计特征雷达图的方式,直观和快速地展现大气污染特征在时间序列和空间上发生的变化特征,为环境管理部门利用空气质量常规监测数据开展动态决策提供便利.该方法既可利用单点历史数据开展历史特征雷达图分析,也可基于区域多站点数据开展区域特征雷达图分析.该方法在时间序列上可以判断出偏沙尘污染型、偏燃煤污染型、偏二次颗粒物污染型、偏机动车污染型、偏烟花污染型等多个污染类型;在区域分布中可以判断出偏燃煤污染区、偏机动车污染区、偏钢铁污染区等多个区域类型.该方法除可应用于空气质量常规监测数据外,也可应用于其他组分数据如碳质组分、水溶性离子组分及元素组分等数据的分析.      

基于城市冠层模式的成都市静稳天气气象场模拟研究

目前城市气象场数值模拟结果与实际情况有一定误差.本文基于Landsat 8高分辨率遥感数据提取采用局地气候分区（LCZ）的城市下垫面,结合WRF模式自带下垫面分类建立了成都市精细分类下垫面,并利用WRF自带的城市冠层模式,设计了7种方案对成都市静稳天气的气象场进行了模拟分析,并结合实际监测数据对模拟结果进行了评估,对比分析了城市冠层模式和精细分类下垫面对成都市静稳天气带来的影响.研究发现：①精细化分类下垫面结合了USGS下垫面和局地气候分区数据的优势,较为准确的反映了成都的下垫面环境;②精细分类下垫面对建筑物的形态特征进行了描述,加大了地表粗糙度,能够模拟出建筑物对风的阻挡作用以及城市风场不连续、随机性强的特性;③城市冠层模式优化了静稳天气过程中城市风、温度和湿度的模拟结果,多层城市冠层模式的模拟结果优于单层城市冠层模式.因此,在成都市对污染物扩散不利的静稳天气使用多层城市冠层模式并结合精细分类下垫面将大大提高模拟精度,进而提高空气质量预报.     

城市空气质量的BP和RBF人工神经网络建模及分类评价

根据MATLAB提供的人工神经网络模型,将其应用到城市空气质量评价,研究并对比分析BP和RBF两种人工神经网络的建模方法及评价结果。首先构建BP神经网络模型,确定输入层、隐含层和输出层的神经元数,选择Sigmoid型函数作为激励函数,应用内插扩展出的训练样本对BP网络进行学习,再用训练成熟的BP网络对待评价样本进行仿真;其次构建RBF神经网络模型,确定其输入层和输出层的神经元数,选择Gauss函数作为隐含层激励函数,再用同样的训练样本进行学习和仿真;最终进行归一化论证,验证归一化预处理在空气质量评价中的必要性。结果表明:应用BP和RBF人工神经网络可以得出较好的城市空气质量分类评价结果,其中RBF神经网络模型与改进的灰色聚类法评价结果一致,具有较高的准确率,是一种快捷、有效的综合评价方法。     

AQI vs API——新老空气质量标准之对比

对昆明市空气质量监测数据分别用空气质量污染指数（API）和空气质量指数（AQI）做评价,并进行比较。叙述了测点小时数据、测点日均数据和城市日均数据对应的空气质量及区别。环保部和云南省环保厅分别发布的昆明市空气质量差别是由于评价空气质量的标准不同所致。     

基于IPSO-ELM算法的空气质量预测

基于人工神经网络空气质量预测模型存在易陷入局部极值、参数选取困难等问题,文章提出利用极限学习机进行空气质量预测。针对传统极限学习机的隐含层节点数、及其阈值和权值随机生成造成网络学习能力下降的问题,提出利用改进粒子群算法并行优化极限学习机的隐含层节点数和隐含层的阈值、权值,并以均方根误差作为适应度函数。利用优化后的极限学习机预测空气质量(SO2、NO2、PM10、CO、O3、PM2.5浓度和AQI),并将预测结果与BP神经网络和ELM算法进行比较。结果表明,该文所提的空气质量预测方法比BP神经网络和ELM算法具有更高的预测精度和可靠性。     

利用灰色Verhulst模型对烟台市空气质量综合评价研究

确定空气中的污染物,预测发展趋势,对改善空气质量状况有着积极的意义.以烟台市2009年-2013年的空气质量为历史数据,利用灰色Verhulst模型预测出未来几年的空气质量数据,其结果显示烟台的空气质量状况在逐年改善,几年后可达到国家一级环境标准.为了确定影响烟台空气质量的主要因素,利用灰色关联分析法得到工厂生活中排放的、烟(粉)尘是最主要的影响因素,私人汽车拥有量和绿化面积是相对重要的影响因素.     

北京夏季灰霾天臭氧近地层垂直分布与边界层结构分析

后奥运时期首都北京的空气质量被更加关注,尤其是对于灰霾天与光化学复合污染的状况,而近地层数百米高度内的大气污染物与大气物理参数垂直分布观测对于空气质量变化过程评估至关重要.因此,本研究于2009年8月1-16日,在北京市325 m气象塔进行了相应的立体观测,观测平台垂直分布在距离地面高度8、47、120和280 m四层中.同时,在近地面320 m高度以内,分15层分别观测了大气温度、湿度、风速、风向.另外,使用气溶胶后向散射云高仪观测了边界层2.5 km内气溶胶后向散射系数.利用垂直分层的O3数据与边界层物理观测数据并结合天气形势、后向轨迹模式等方法,综合分析了本次观测数据之间的相互关系和内在联系.结果表明:夏季西北部低压槽控制的北京区域不利于低空大气扩散,容易形成光化学污染叠加灰霾污染,污染形成时白天地面小时最大φ(O3)可达120×10-9,280 m高度处可达155×10-9;来自西北偏西的气流一般较为干净,有利于北京污染物的清除,而来自西南和偏南的气流使北京的O3污染加重,导致区域性高浓度O3污染;在稳定天气条件下,夜间残留层与地面的φ(O3)差别越大,次日光化学生成的φ(O3)起点越高,表明残留层O3在次日混合层抬升过程中卷夹到地面,影响地面空气质量;300 m以内的近地层,在50 m高度左右存在φ(O3)变化程度剧烈层,这是城市冠层界面与大气化学反应共同作用的结果.     

北京夏季SO_2-NO_2-O_3的DOAS观测结果及变化特征

利用实施北京市奥运空气质量保障计划"北京市与周边地区空气污染物的输送、转化及北京市空气质量目标研究"项目的有利时机,2006年8月对北京城区空气污染物进行加强观测。文章利用SO2、NO2和O3等污染气体的差分吸收光谱仪(DOAS)的观测数据,初步分析这些污染气体的变化特征,得到了一些有价值的结果:2006年8月空气质量总体较好,但NO2和O3小时平均浓度有时超标;北京8月份主导风向是东南风,空气对流活动及降水可明显降低大气中的污染物浓度;NO2污染主要来自局地污染源排放,O3污染来自光化学反应和大气输送;DOAS观测结果与北京市环境保护局发布的空气污染指数间具有比较好的一致性。