湖北大气颗粒物污染水平及污染物相关性研究

基于2012-2014年湖北省环境空气质量监测统计数据,根据污染浓度水平,利用ArcGIS软件分析湖北省大气颗粒物污染空间分布特征,并利用SPSS软件对大气污染物SO_2、NO_2、O_3、CO、PM_(2.5)和PM_(10)的相关性进行分析。结果表明:2012-2014年期间,湖北省PM_(10)年均浓度总体呈上升趋势,超标城市几乎分布于湖北省各区域;武汉、荆州、宜昌3个城市PM_(2.5)与PM_(10)、SO_2、NO_2、CO均呈较高的正相关性,鄂州、恩施、黄冈、黄石、荆门、十堰、随州、咸宁、襄樊和孝感10个城市PM_(10)与NO_2、SO_2均呈正相关性。文章的分析结果可为湖北省改善环境空气质量,降低颗粒物浓度水平提供基础信息和建议。     

燃放烟花爆竹对云南省环境空气质量的影响

利用2016—2018年春节期间(除夕—初六)云南省环境空气中PM_(2.5)、PM_(10)、SO_2、NO_2、CO和O3的质量浓度监测数据,研究了春节期间燃放烟花爆竹对环境空气质量的影响,并采用spearman分析了除夕—初一PM_(2.5)、PM_(10)、SO_2、NO_2、CO小时浓度值变化相关性。结果表明:春节期间(除夕—正月初六)超标天数集中出现在大年初一,首要污染物均为细颗粒物(PM_(2.5));烟花爆竹集中燃放阶段,SO_2、PM_(2.5)、PM_(10)日均值显著升高,O3、NO_2和CO的日均浓度值变化则基本不受其直接影响;总体上PM_(2.5)、PM_(10)、SO_2、NO_2和CO的小时浓度值变化趋势呈正相关,其中SO_2与PM_(2.5)、PM_(10)相关系数均值在0.800左右,高度正相关,这与全省除夕—初一污染物浓度的逐时变化趋势相一致。     

重庆市大气主要污染物特征分析

基于环境空气质量监测数据,分析了各项污染物时间变化特征,并利用SPSS 19.0软件进行相关性分析和主成分分析。结果表明:SO_2和CO污染较轻,NO_2浓度水平较高,O_3和PM_(2.5)污染相对严重。SO_2和O_3呈现"单峰型",NO_2、CO、PM_(10)、PM_(2.5)呈现"双峰双谷型"的日变化特征。SO_2、NO_2、CO、PM_(10)和PM_(2.5)呈"U型",O_3呈现倒"U型"季节变化特征。PM_(10)、PM_(2.5)与SO_2、NO_2、CO,SO_2与NO_2、CO,NO_2与CO呈现正相关;NO_2、CO与O_3呈现负相关。主成分分析法结果显示第1个因子为PM_(10)、PM_(2.5)、NO_2,第2个因子为O_3。     

“十二五”期间香格里拉市环境空气质量变化趋势分析

根据2011—2015年香格里拉市区环境空气质量监测数据,采用污染物负荷系数法和Spearman秩相关系数法对香格里拉市区环境空气质量变化趋势进行分析,结果表明:香格里拉市区环境空气质量总体保持优良水平;SO_2和NO_2呈现下降趋势;PM_(10)呈现上升趋势,成为污染物负荷中贡献率最大的大气污染物。提出了防治对策措施。     

成都市蒲江县村庄环境空气质量状况分析

通过2015年度对成都市蒲江县5个村庄环境空气质量中SO_2、NO_2和PM10手工采样监测分析,结果显示:蒲江县村庄环境空气质量优良,县域村庄环境空气质量指数为81。     

天津市环境空气质量特征分析

基于天津市环境空气质量监测数据及相关资料,统计分析其环境空气质量状况。结果表明,天津市自2013年实施环境空气质量新标准以来,空气质量状况持续改善,达标天数呈现逐年上升的趋势,2016年达标天数较2013年增加81天。首要污染物从2013年的PM2.5占绝对优势,逐渐发展成为PM2.5、O_3、NO_2和PM10占比相对均匀,NO_2、O_3对综合指数占比上升明显,光化学和颗粒物复合污染特征交织。环境空气中六项污染物(除O_3外)月均浓度变化趋势一致,冬季污染最重,夏季污染最轻,春秋季污染介于夏冬季之间。天津市污染物空间分布有所差异,与污染物来源及当地污染物排放有关。     

基于灰色GM(1,1)模型的成都市大气污染物浓度预测

基于灰色系统理论的预测原理和方法,在城市大气污染物浓度预测中应用了灰色GM(1,1)模型。该模型通过了残差检验和后验差检验,检验结果均在允许范围内,模型精度较高。采用该模型对成都市2018-2022年大气污染物SO_2、NO_2、PM_(10)、PM_(2.5)年均浓度进行了灰色预测。预测结果显示,成都市未来五年环境空气质量将持续好转,但NO_2和PM_(2.5)的年均浓度仍然较高,NO_2及颗粒物污染防治仍是成都市未来五年大气污染治理的重点。     

呼和浩特市大气污染物污染特征及污染物的相关性分析

为了探究呼和浩特市大气污染物污染特征,对2014年一年的AQI做出统计整理并对PM_(10)、PM_(2.5)、SO_2、CO、NO_2的相关性进行分析。研究结果发现:呼和浩特市2014年空气质量总体良好,空气质量为良所占比重为58%,中度污染和重度污染所占比重为35%。该市的主要污染物PM_(10)、PM_(2.5)、SO_2的超标率分别达到了88.81%、52.60%、36.20%。空气污染指数AQI与PM_(10)、PM_(2.5)、SO_2、CO、NO_2、呈显著相关,尤其是PM_(10)和PM_(2.5),相关性系数高达0.959和0.851,可见其污染主要以颗粒物物为主。PM_(10)、PM_(2.5)、SO_2、CO、NO_2浓度间两两正相关。O_3的浓度与PM_(2.5)、SO_2、CO、NO_2均呈现负相关,O_3与AQI和PM_(10)的相关性不显著。     

徐州市环境空气质量综合评价

为了研究徐州市大气环境质量变化情况,深入了解污染大气的环境因子,选取2013年10月~2016年12月的监测数据,参照环境空气质量标准(GB3095—2012),将SO_2、NO_2、PM_(10)、PM_(2.5)、CO、O~3作为评价因子。运用模糊数学方法对徐州市空气环境质量等级进行划分,并采用AQI指数评价法对污染程度做出评价。经过推理运算得出的综合评价结论为:徐州市空气质量逐年好转,主要污染物为细颗粒物(PM_(2.5))、可吸入颗粒物(PM_(10))。     

宝鸡市春季PM_(2.5)、PM_(10)、SO_2、NO_2污染现状分析

收集PM_(2.5)实时监控网提供的2015年春季宝鸡市大气污染物浓度的实时数据,分析宝鸡市各监测点大气污染物PM_(2.5)、PM_(10)、SO_2、NO_2的日均值和月均值浓度变化特征以及各污染物的负荷系数。结果表明:各监测点大气污染物月平均浓度3—5月呈下降趋势,但整体的空气质量状况有待进一步提高;宝鸡市大气颗粒物呈区域性污染,各监测点之间的差距较小,而污染气体SO_2和NO_2具有点状污染特征;4种主要的大气污染物中,PM_(2.5)和PM_(10)的贡献率超过一半以上,但SO_2和NO_2同样不可忽视。     

济南市冬季重污染过程重点工业源对空气质量影响模拟研究

利用CALPUFF空气质量模式,结合济南市环境空气质量例行监测数据和气象观测资料,模拟分析冬季重污染过程中济南市重点工业高架点源对近地面环境空气质量的影响.结果表明:冬季地面受热后产生的热辐射减弱,大气受热辐射影响变小,易产生逆温天气,大气层结相对稳定,大气垂直运动减弱,使得近地面污染物和水汽不断积聚,形成重污染天气.该重污染过程中,济南市全部源贡献率最大为NO_2,SO_2次之,一次PM_(10)最小,依次为30.64%、17.75%和3.60%;占标率最大为NO_2,SO_2次之,一次PM_(10)最小,依次为8.01%、5.01%、0.72%.同时,上述3项污染物的占标率和贡献率均与监测值相关性较差,说明在不利气象条件下重点工业高架点源对近地面监测点位环境空气质量影响有限.     

广州某区PM_(2.5)和气态污染物质量浓度的日变化特征及其相关性分析

本文分析了2015年3月至2016年2月广州某区细颗粒物(PM_(2.5))和气态污染物(SO_2、NO_2、CO、O_3)质量浓度的日变化特征,并对PM_(2.5)和气态污染物之间质量浓度的相关性进行分析,结果表明:PM_(2.5)、SO_2、NO_2、CO、O_3大气污染物存在一定规律的日变化特征。PM_(2.5)与SO_2、NO_2、CO、O_3全年质量浓度的相关系数范围分别为0.184～0.219,0.271～0.436,0.170～0.368和0.051~0.318,存在一定的线性正相关关系。     

东北典型城市环境空气质量变化趋势与经济发展关系初探

以东北典型城市为研究对象,选择了2006年-2016年SO_2、NO_2和PM_(10)年平均浓度值作为环境空气质量评价指标,采用环境库兹涅茨曲线对该市环境空气质量变化趋势与经济发展关系进行初探,研究结果表明:环境空气质量变化趋势与经济发展的关系不符合环境库兹涅茨曲线理论,经分析推测,该市维持现有经济发展方向,强化大气污染防治工作,环境空气质量基本可维持现状或呈现好转。     

石家庄PM_(2.5)变化规律及与其他污染物的相关性分析

以河北省重点城市石家庄2014年环境空气质量监测数据为依据,分析了PM_(2.5)的变化规律及其原因,以及PM_(2.5)与其他污染物之间的相关性。结果表明,石家庄PM_(2.5)的最高值出现在1月份,主要原因是冬季雨雪少,且因受太行山阻挡,在高燃煤重污染的条件下,污染物易聚集而不易扩散。由于形成的逆温层不利于污染物扩散,造成夜间浓度高于白天。冬季颗粒物污染是典型的煤烟型污染,燃煤排放在PM_(2.5)中占49%;春季颗粒物污染是混合型污染,扬尘和煤烟尘的分担率在PM_(2.5)中达到了76%。PM_(2.5)浓度与SO_2的变化趋势呈现出显著正相关性、与NO_2具有一定的正相关性、与CO具有一定的正相关性、与O_3呈现负相关性、与VOCs呈现正相关性、和NH_3呈现负相关性。     

2015年北京城区大气PM2.5中NH4+、NO3-、SO42-及前体气体的污染特征

2015年1~12月对北京市城区开展PM_(2.5)中主要水溶性离子NH_4~+、NO_3~-和SO_4~(2-)(统称SNA)及其前体气体NH_3、NO、NO_2和SO_2的监测,共获得样本325组.用特氟龙滤膜采集PM_(2.5)中SNA,用在线仪器实时监测各前体气体.分析各前体气体和SNA的污染特征并同时对其相关性进行研究.观测期间NH_3、NO、NO_2、SO_2、NH_4~+、NO_3~-和SO_4~(2-)的年平均浓度分别为21.5、17.7、54.3、14.2、8.1、13.5和12.7μg·m~(-3),SNA质量浓度占PM_(2.5)的43.4%.NO、NO_2和SO_2冬季最高,夏季最低;NH_3为夏季最高,秋冬较低;NH_4~+浓度和体积分数四季波动不大;NO_3~-浓度和体积分数均夏季最低;SO_4~(2-)浓度为冬季最高,百分含量为夏季最大.全年([NO_3~-]+2[SO_4~(2-)])与NH_4~+的比值为0.97,表明阴离子主要以NO_3~-和SO_4~(2-)的形式存在.随着污染程度的增加,各化合物浓度均有明显上升,NO_3~-是重污染过程累积效应比较明显且贡献率最大的离子.SO_4~(2-)则在污染级别较低时,贡献率较大.NO_3~-与NO_2,NO、NH_4~+与NH_3,SO_4~(2-)与SO_2在置信度为0.01水平上均显著相关;SO_4~(2-)和SO_2变化规律呈负相关,NO_2和NO_3~-基本呈正相关,相比NH_3,NH_4~+浓度的高低受酸性气体NO_2、SO_2影响更大.     

天津市冬季近地层颗粒物垂直分布特征研究

为了解天津市冬季近地层颗粒物垂直分布特征,于2013年12月23日—2014年1月18日,利用Andersen撞击式采样器在天津大气边界层观测站采集10 m和220 m高度颗粒物样品,分析了水溶性离子、碳组分.结果表明,不同天气下不同粒径颗粒物质量浓度分布均呈双峰形,峰值出现在1.1~2.1μm和9.0~10μm粒径段.PM10浓度均随高度的增加而降低,污染日和清洁日最大浓度峰值分别出现在1.1~2.1μm、9.0~10μm粒径段.污染日SO_4~(2-)、NO_3~-、NH_4~+等二次离子质量浓度、百分占比及OC/EC的比值均随高度的上升而增加;清洁日二次离子质量浓度随着高度的上升而降低,但百分占比随着高度的上升而增加,OC/EC的比值均随高度的上升基本保持稳定.污染日SO_4~(2-)、NO_3~-、Cl~-质量浓度及百分占比均较清洁日增加明显,燃煤、机动车及二次离子为颗粒物的主要来源,并在220 m高度二次污染较重.污染日和清洁日下NO_3~-/SO_4~(2-)的比值均随着高度的上升而增加,低层机动车排放对亚微米模态(1μm)贡献明显,而对于粗粒径段,燃煤源的贡献则大于机动车.污染日和清洁日二次离子、OC、EC主要富集于细粒子,Ca~(2+)、Mg~(2+)、Na~+等一次离子主要富集于粗粒子.     

蒙自市环境空气质量变化特征

分析了蒙自市2015年的环境空气监测数据,结果显示:蒙自环境空气质量出现超标,首要污染物主要是颗粒物、臭氧和二氧化硫;颗粒物的浓度季节变化,主要受蒙自冬干夏雨的季风气候影响;臭氧浓度主要受湿度影响;NO_2和CO浓度高锋值和机动车出行的最高峰时段相一致。     

广州干湿季典型灰霾过程水溶性离子成分对比分析

利用广州气象台2011年地面逐时能见度和相对湿度数据,以及广州番禺南村大气成分站2011年逐时Marga数据、PM数据,对比分析了一次湿季(4—9月)灰霾过程和干季(10月—次年3月)灰霾过程的污染特征.研究表明,相对干季灰霾过程,湿季灰霾过程颗粒物浓度较低,且细粒子所占比例较高;由于湿季较干季光化学反应较为活跃及可能受气象因素的不同影响,导致干湿季灰霾过程颗粒物浓度的总体变化趋势相反;湿季灰霾过程二次无机离子(SO_4~(2-)、NH_4~+和NO_3~-)占PM_(2.5)质量百分比的76%,是PM_(2.5)的主要成分;干季灰霾过程二次无机离子(SO_4~(2-)、NH_4~+和NO_3~-)仅占PM_(2.5)质量百分比的34%;湿季硫氧化率(Sulfur Oxidation Ratio,SOR)、氮氧化率(Nitrogen Oxidation Ratio,NOR)值大于干季,说明二次离子对湿季灰霾的贡献比干季要大;湿季灰霾过程中气溶胶酸性比干季弱.根据相关性分析结果可知,湿季灰霾过程中,NH_4~+主要与SO_4~(2-)结合,Na+主要与Cl-及NO_3~-结合,K+主要与Cl-和NO_3~-结合,极少部分与SO_4~(2-)结合;而在干季灰霾过程中,NH_4~+除了与SO_4~(2-)结合之外,还以NH_4NO_3和NH_4Cl的形式存在,K~+主要与Cl~-和SO_4~(2-)结合,Na+主要与Cl~-及SO_4~(2-)结合.     

绍兴市大气环境容量与污染控制研究

利用2014—2016年绍兴市16个监测点位监测数据和代表年份2015年环统数据,分析了绍兴市大气环境现状、大气污染物变化特征和空间分布特征,重点对中心城区主要空气污染物浓度年、季和月变化特征进行分析,结果表明:绍兴市中心城区环境空气中SO_2、NO_2、CO、PM_(10)和PM_(2.5)质量浓度呈现"秋冬较高,春季次之,夏季较低"的季节变化特征,O_3质量浓度则正好相反。利用CAMX模型,对绍兴市主要大气污染物浓度进行模拟和结果校验,结果表明:绍兴市通过减排SO_2、NO_X和VOCS,全市SO_2、NO_2、PM_(2.5)、PM_(10)、O_3等污染物浓度将得到一定改善,PM_(2.5)则需协同削减至少18%的烟粉尘才能满足达标要求。推荐以烟粉尘为主其他污染物为辅的PM_(2.5)协同削减方案。建议从环境准入、强化减排、行业整治、协同削减、联防联控监管等方面进行污染控制。     

攀枝花市经济发展对环境空气质量的影响

采用2015—2019年攀枝花市国民经济和社会发展统计公报以及环境空气质量监测数据,分析了攀枝花市经济发展相关因子与二氧化氮等污染物的关系。结果表明:2015—2019年第一产业增加值与二氧化氮、细颗粒物和臭氧呈正相关;第二产业增加值对环境空气质量变化影响较小,主要是工业企业环保治理成效显著;第三产业增加值与二氧化氮呈正相关;尤其是建筑业增加值和机动车保有量与二氧化氮、细颗粒物和臭氧呈正相关,是影响环境空气质量变化的主要因素。