辽阳市SO2污染特征、分布规律与变化趋势

对近20年SO2监测数据的实始分析，概述了辽阳SO2污染状况和特征；根据同类可比性原则与时空分布连续性质对原始数据进一步加以处理，剔 除“异常值”，进一步探讨其SO2污染浓度分布规律及变化趋势。通过此项研究成果，将为本地区以及北方燃煤型工业城市SO2污染控制决策与环境管理提供重要依据。     

国内SO2污染现状及治理技术

概述了SO2污染现状、危害，对国内烟气脱硫技术的应用和进展情况及各项治理技术进行了综述评价。     

丹东市空气SO2污染防治对策

通过对丹东市空气SO2时空分布的污染现状描述，采用“3p”模式分析和评述污染原因，提出改进在用锅炉的脱硫装置、降低采暖费和实施热电联产集中供热体制综合污染防治对策。     

浅析宜昌市城区PM_(2.5)污染特征及防治对策研究

依据2013年白龙岗站点自动监测数据,对PM2.5污染特征及手工采集的PM2.5膜中水溶性阴离子进行分析,并结合实际提出相应的防治对策。结果表明,PM2.5作为首要污染物,其分布具有季节性特征,冬季最高,夏季最低;灰霾日PM2.5、PM10、SO2和NO2具有相同的变化趋势;NO-3/SO2-4的比值表明宜昌市呈现工业污染和机动车尾气污染的复合污染特征。     

烟气干法脱硫技术

SO2是我国煤烟型大气污染的主要污染物之一，SO2对人体、植物、大气环境等都会产生很大危害；烟气脱硫技术是控制SO2污染最行之有效的途径，通过介绍高能电子活化氧化法等几种烟气干法脱硫技术的原理、工艺特点和应用现状，给出烟气干法脱硫技术在我国的发展趋势。     

天津滨海新区环境空气污染特征分析

按时间段对天津滨海新区2006年的S02、N02和PM10监测数据进行统计分析,SO2和PM10时间变化规律呈现典型的单峰型,NO2时间变化规律呈现典型的双峰双谷型.对SO2、NO2和PM10全年时间变化进行了相关性分析并与天津市进行比较.结果表明:滨海新区污染特征有别于天津市整体污染特征.     

2000~2014年北京市SO2时空分布及一次污染过程分析

根据2000~2014年北京市SO2监测数据,系统分析了SO2时空分布特征并采用数值模式(CAMx)模拟分析了一次重污染过程中北京市SO2来源.结果表明,2014年与2000年相比北京市SO2年均浓度累计约降低69%,SO2年均浓度的变化率为-3.5μg·(m3·a)-1;北京市SO2的月均浓度呈U型分布,季节分布上整体呈现出冬季春季秋季夏季的特征,采暖季SO2浓度明显高于非采暖季;空间分布上北部及西部山区SO2浓度水平明显低于中心城区及西南、东南部地区,受减排措施影响较大的石景山、东四、通州监测点的SO2浓度降低明显;在2014年1月14~18日一次重污染过程中北京SO2存在明显的区域输送,PAST源示踪技术初步计算显示外来源对北京SO2浓度的贡献率为83%,其中北京周边高架点源电厂贡献占21%,北京4家主要燃煤电厂对全市SO2浓度贡献率约为3.5%.     

抚顺市2014年环境空气质量污染特征及原因分析

根据抚顺市环境空气质量监测数据,对2014年抚顺市空气质量污染特征及原因进行了分析。结果表明:抚顺市空气中首要污染物为细颗粒物,在时间分布上主要污染指标PM2.5、PM10、SO2、NO2浓度采暖期高于非采暖期,夏季O3污染最重;在空间上西部望花区污染最重,东部的水库污染相对较轻。     

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。     

“两控区”火电厂二氧化硫污染控制问题的探讨

1998年1月,国务院以国函[1998]5号文批复了国家环保局制定的《酸雨控制区和二氧化硫污染控制区划分方案》,批复中对火电厂二氧化硫(SO2)排放提出了严格要求。主要是:到2000年排放SO2的工业污染源达标排放;除以热定电的热电厂外,禁止在大中城市城区及近郊区新建燃煤火电厂;新建、改造燃煤含硫量大于1%的电厂,必须建设脱硫设施;现有燃煤含硫量大于1%的电厂在2000年前采取减排SO2措施,在2010年前分期分批建成脱硫设施,或采取具有相应效果的其他减排SO2措施。国函5号文的出台是中国政府控制大气污染物排放的重大举措,将促进中国火电厂SO2控…     

取暖锅炉耗煤量核定方法探讨

利用采暖建筑所需的理论热负荷值,对单一取暖锅炉单位供暖面积所需耗煤量进行估算,通过估算出的耗煤量,结合国家现有的煤种、治理装置脱硫、除尘效率等参数,可以计算出燃煤锅炉单位取暖面积主要污染物排放量,为排污收费提供科学的依据。     

沈阳市PM2.5浓度ARIMA-SVM组合预测研究

首先利用回归树分类方法,对采暖期与非采暖期各日进行气象类型划分,识别出易造成重污染天气的气象类型.其次分别在各气象类型内,以污染源排放量为自变量,利用差分自回归滑动平均与支持向量机（ARIMA+SVM）组合方法建立起PM_2.5浓度日均值预测模型,并选取2013年01月~2017年06月间,沈阳市区内9个环境监测点PM_2.5浓度日均值进行实证分析.结果表明,使用气象分类下的ARIMA+SVM组合模型对PM_2.5浓度日均值进行预测,相比于不划分气象类型时的普通机器学习模型,其模型预测值与实测值趋势的吻合度更高,且对峰-谷值的识别能力更强.在采暖期与非采暖期,组合模型均具有平均绝对误差更低、预测正确率更高的优点.     

济南市大气污染物时空变化及预测分析

大气污染影响生产生活和人体健康,了解大气污染物时空分布特征及污染源是大气污染治理的基础和前提。基于济南市2014-2018年空气质量实时监测数据,主要污染物浓度数据和气象要素数据,运用相关分析法和BP神经网络预测模型,分析了济南市大气污染物时空分布特征及污染物来源,并对济南市6种主要污染物进行预测。结果表明:在时间维度上,空气质量呈逐年好转趋势,季节上则表现出冬季污染最严重,夏季最轻,采暖期污染物浓度远远高于非采暖期的特点;从日变化看,上下班高峰段是污染最严重时段。在空间维度上,城市外围污染较为严重,市区污染相对较轻。在污染物成分上,PM₁₀逐渐成为颗粒物污染的主体。通过济南市污染物浓度预测结果,分析未来3年内污染物浓度变化情况,进一步提出合理优化的污染治理方案来改善济南市大气污染状况。     

南亚高压对四川盆地夏季区域持续性O3污染的影响

基于2015~2020年四川盆地臭氧（O₃）浓度监测数据,构建O₃区域性持续性污染过程个例库,并进一步时空匹配高低空气象资料,探究夏季南亚高压系统对四川盆地地面气象要素及O₃污染生成的影响机制.结果表明：（1）2015~2018年四川盆地O₃区域性持续性污染（ORPP）逐年加重,2018~2020年保持相对稳定的污染态势,且ORPP多集中于春、夏两季.盆地中南部成都、重庆、泸州等城市O₃污染形势最为严峻,且高值区逐渐向南北方向转移.（2）基于南亚高压（系统存在率、中心离散度与东西振荡量）对地面气象要素的影响阐释ORPP的生成机制：系统存在率均值偏低且位置偏东时,平均气温、气温日较差及日照时数偏高,相对湿度偏低,利于O₃生成;南亚高压东模态中心显著聚集时,气温日较差与日照时数激增,易造成O₃异常高值;西模态剧烈振荡时,气温日较差、日照时数及相对湿度改变,易使O₃浓度波动.（3）对比清洁期与污染期,南亚高压系统存在率、中心离散度与东西振荡量综合作用于清洁期,而污染期则主要受中心离散度与东西振荡量影响.当南亚高压西模态剧烈振荡与东模态显著聚集配合出现时,极易诱发四川盆地内ORPP二级过程.     

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。     

沙尘天气对北京大气重污染影响特征分析

利用北京市具有代表性的大气污染物监测站资料,统计出2000─2005年各月重污染的天数,并对4和5级的重污染特征进行分析.结果表明,北京市大气重污染主要源于颗粒物. 分析了北京沙尘型重污染年、季节变化特征和表现形式等. 利用2000—2005年北京及周边地区环境监测、卫星遥感以及气象等数据,对沙尘天气影响北京城区大气中ρ(PM₁₀₎进行分析发现,ρ(沙尘粒子)约占ρ(PM₁₀₎的1%～13%;沙尘天气的影响区域逐渐加重的顺序为前门<古城<车公庄<农展馆<东四<天坛<奥体中心<定陵;沙尘天气下ρ(PM₁₀₎具有双峰型特征,细粒子(PM_2.5)质量浓度的增加对人体健康影响极为不利.      

南京冬季晴天及雾-霾天气纳米气溶胶粒子谱日变化比较

利用2017年12月南京气溶胶数浓度与气象参数资料,比较研究晴天及雾-霾天中10~1000nm纳米气溶胶粒子谱日变化规律及差异特征.结果表明,单峰谱型出现与污染加重有明显关系,分别出现在晴天午后、霾严重污染阶段和污染消散阶段、浓雾过程,峰值粒径分别为晴天（20~100nm）、霾天（27~144nm）和雾天（34~122nm）.3种天气条件下,晴天较强的太阳辐射和较低的湿度适合小粒子生成,核模态占比在晴天最高;霾天气象场适合爱根态粒子大量稳定存在,爱根态占比在霾天最高;雾天大量气溶胶吸湿增长,导致积聚态占比在雾天最高.在霾天污染物累积阶段,大量积聚态粒子对核模态、爱根态粒子的碰并增长作用抑制核模态、爱根态粒子生成,核模态和爱根态粒子浓度变化率为-91.0%和-62.5%,而积聚态为89.7%.浓雾过程对爱根态粒子清除作用最明显.     

乌鲁木齐市空气污染时空分布特征及其与气象因素相关分析

基于乌鲁木齐市7个检测站点实测数据(参照《环境空气质量标准》规定的6项常规监测污染物(PM_2.5、PM_10、SO_2、NO_2、CO、O_3)的24小时/8小时国家二级标准和AQI分级标准),对乌鲁木齐市2016年空气质量做变化趋势分析。结合乌鲁木齐市气象要素和城市发展数据对乌鲁木齐市空气质量影响因素做相关分析,然后利用层次分析法(AHP)对乌鲁木齐市环境空气污染时空分布特征的影响因素做评价分析。研究结果有:(1)乌鲁木齐市2016年1月,轻度污染天气占整月的3%、中度污染天气占26%、严重污染天气占32%、重度污染天气占39%;工业园区集中的米东区是乌鲁木齐市空气污染最严重的城区。(2)乌鲁木齐市的城区空气污染物因子和同期气象因素相关性显著;(3)重要污染物企业的空间分布对乌鲁木齐市空气污染空间分布起到绝对的影响作用。     

西安冬季重污染过程PM2.5理化特征及来源解析

基于单颗粒气溶胶质谱仪（SPAMS）观测数据、颗粒物质量浓度数据和气象要素数据,研究了2017年11月西安市一次重污染过程中细颗粒物的化学组分特征及其成因,并使用正矩阵因子分析法（PMF）对细颗粒进行了来源解析.结果表明,西安市冬季重污染过程中细颗粒物主要类型为有机碳（OC）、元素碳（EC）、混合碳（ECOC）、富钾（K）、钠-钾（Na-K）、有机胺（amine）、矿尘（dust）和重金属（HM）,其主要来源为燃煤（24.9%）,二次（29.3%）,工业（19.3%）,交通（13.3%）,生物质燃烧（5.2%）和扬尘（1.9%）.通过对比分析不同污染过程细颗粒物的理化特征,发现高湿度,低风速的不利气象条件和供暖及工业生产导致的燃煤污染、二次污染,是此次重污染过程的主因.     

思茅大气环境与气象条件的关系

对思茅地区大气环境监测数据进行统计、分析,与当地天气气候条件进行对比,探究思茅地区大气污染状况与气象条件之间的关系.