北京地区不同时段平均PM2.5浓度与MODIS气溶胶光学厚度相关性分析

利用2014年北京市12个空气质量监测站的逐小时PM_(2.5)地面观测资料,以及Terra和Aqua卫星的MODIS气溶胶光学厚度(AOD)产品,在时间和空间数据匹配的基础上,研究了PM_(2.5)的5 h(10:00—14:00)和24 h(0:00—23:00)两种时段平均浓度及两颗卫星平均AOD的时空分布特征,并建立了AOD与不同时段平均PM_(2.5)浓度之间的回归模型.结果表明:PM_(2.5)的5 h平均浓度和24 h平均浓度值均在城区高、郊区低,最低值位于定陵站;匹配后逐时PM_(2.5)浓度的日变化呈"双峰型",最低值出现在下午,但北京西北部郊区的定陵和昌平镇站因局地山谷风环流和外部排放源的影响,其"双峰型"波动趋势较城区站偏弱,最低值出现在上午;AOD的空间分布特征与PM_(2.5)浓度分布一致,但在郊区由于污染水平分布不均,卫星采集的样本可能来自于周围的清洁大气,导致AOD的最小值在郊区站点明显低于城区站点;两颗卫星平均的AOD与5h PM_(2.5)平均浓度的决定系数高于AOD与24 h PM_(2.5)平均浓度的决定系数;AOD与PM_(2.5)的相关系数在城区高于郊区,郊区排放源分布不均和强的局地系统性环流是造成其相关系数低的重要原因.     

乌鲁木齐市近地面O_3与前体物及颗粒物相关性分析

利用2016年10月~2018年2月乌鲁木齐市近地面O_3、PM_(2.5)、PM_(10)、NO_2、CO的连续观测资料,主要分析乌鲁木齐市O_3浓度的变化特征与部分前体物质、颗粒物之间的关系。结果表明:(1)2017年月分布:监测期间乌鲁木齐市O_3平均浓度为79.33μg/m~3,O_3浓度较高主要集中在6~9月份,其平均O_3浓度为121.14μg/m~3。O_3季平均浓度整体呈现出夏季春季秋季冬季。(2)时间分布上:O_3小时浓度的日变化分布呈现"单峰型"特点,且日间浓度明显高于夜间。一般在15∶00~16∶00左右达到峰值浓度;空间分布上:对照点浓度城区监测站点,城区外围站点浓度城区监测站点的特征。(3)在O_3与前体物CO、NO_2及与OX之间的关系中,O_3与CO、NO_2均呈显著的负相关关系,相关系数分别为-0.789(P0.01)、-0.871(P0.01),与OX呈显著正相关关系(r=0.985,P0.01)。(4)O_3与大气颗粒物PM_(2.5)、PM_(10)呈明显的负相关关系,其相关系数分别为-0.754(P0.01)、-0.718(P0.01)。     

内蒙古自治区2016年PM_(2.5)时空分布

研究了内蒙古自治区2016年PM_(2.5)浓度时空分布规律及PM_(2.5)与其前体物之间的关系。结果表明,内蒙古自治区PM_(2.5)浓度具有一定的时空分布特征,并与气象条件、污染物排放及前体物二次转化均有关联。时间上,PM_(2.5)日浓度变化曲线呈双峰型分布,两个峰值时段分别为10:00—12:00、23:00—翌日01:00,PM_(2.5)月均浓度曲线呈"U"形分布,在8月最低;空间上,内蒙古自治区PM_(2.5)浓度由高到低的区域依次为中部、西部、东部;PM_(2.5)小时浓度与其前体物NO_2、SO_2小时浓度均为显著正相关,说明前体物对PM_(2.5)浓度变化影响显著。研究结论可为内蒙古自治区大气污染环境治理提供参考。     

近年南京冬季首要大气污染物时空分布特征

近年来,随着气候变化以及工业化程度的加深,城市的大气污染问题日益突显。作者收集了2013-2018年南京地区首要大气污染物资料,对该地冬季大气污染物的时空分布特征及各污染物之间的相关性进行分析。结果表明:(1)从时间分布来看,除O_3外,南京冬季各污染物浓度均在2月达到最小值,AQI、PM_(10)、SO_2和NO_2浓度均在12月达最大,1月次之。PM_(2.5)、PM_(10)与AQI日变化趋势高度一致,在上午10∶00-11∶00出现峰值,在下午17∶00出现最低值。SO_2日变化呈单峰式变化特征,在上午11∶00出现峰值。NO_2浓度的日变化趋势与O_3正好相反,在下午14∶00-15∶00,NO_2出现低值,而O_3出现峰值。(2)从空间分布来看,南京冬季AQI与PM_(2.5)、SO_2的空间分布特征类似,呈东南高、西北低的分布特点,而PM_(10)呈西南-东北向递增的分布特点。(3)AQI与PM_(2.5)、PM_(10)的相关性最好,与SO_2、NO_2的相关性次之,而AQI与O_3没有明显的相关性,即影响南京冬季空气污染的主要是PM_(2.5)、PM_(10)、SO_2和NO_2。     

北京城区和郊区本底站大气污染物浓度的多时间尺度变化特征

利用北京城区海淀宝联站(HD)和上甸子本底站(SDZ)2005—2012连续8年的大气污染物(PM_(2.5)、O3、NO2、SO_2和CO)浓度观测数据进行统计分析,揭示北京城区和郊区主要污染物浓度变化特征、超标情况及其差异.主要结论如下:1连续8年北京城区、郊区PM_(2.5)浓度整体呈缓慢下降趋势,但污染水平仍较高.海淀宝联站和上甸子本底站的PM_(2.5)年均浓度从奥运前3年(2005—2007)的平均值87.1μg·m-3和53.4μg·m-3分别下降到奥运后5年(2008—2012)的平均值67.7μg·m-3和42.1μg·m-3.奥运后5年两站PM_(2.5)年均浓度变化不大,其中城区维持在66~70μg·m-3的高浓度水平.城区PM_(2.5)浓度为3级以上的超标日在四季的发生频率相当,4级和5级以上的超标日则多发生在秋、冬季;各季平均日变化趋势均为双峰双谷型,上下班交通高峰期对PM_(2.5)浓度日变化有重要影响.2城区站O3年均浓度前5年(2006—2010)逐年下降,之后浓度开始回升,而本底站O3年均浓度在此期间变化不大,近6年(2007—2012)维持在72.4~76.3μg·m-3.城、郊O3平均日变化均呈单峰型,其中上甸子站峰值出现时刻晚于城区海淀宝联站.32005—2012年北京城区其它气态污染物浓度(NO2、SO_2和CO)总体均呈缓慢下降趋势,但在2012年浓度有所反弹,城区站气态污染物在秋、冬季的平均浓度均显著高于春、夏季.     

长沙市城区臭氧浓度特征研究

根据2014年4月至2015年3月湖南省长沙市城区10个监测点O_3小时浓度监测数据,综合分析了长沙市O_3的时空分布及其与前体物、气象要素相关关系。结果显示:监测期间长沙市城区O_3小时平均浓度为44.47μg/m~3,O_3高值浓度主要集中在5-9月份,季节分布上O_3平均浓度整体呈现出冬季春季秋季夏季的特征。日变化上O_3呈现倒U型分布,一般在15:00、16:00左右达到峰值浓度,日循环可分为4个阶段:即臭氧累积阶段、臭氧抑制阶段、臭氧光化学生成阶段、臭氧的消耗阶段。空间分布上整体呈现出对照点峰值浓度明显大于城市环境评价点,从城区外围站点浓度大于市中心点浓度特征。O_3的前体物CO、NO_2均呈现双峰型分布,其中O_3与CO、NO_2呈现显著的负相关关系;与气压、湿度呈负相关关系,与温度呈正明显相关关系。     

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。     

2018年春节期间京津冀及周边地区烟花禁放效果评估

为了评估2018年春节期间(2月15—16日)京津冀及周边地区"2+26"城市烟花禁限放措施的效果,采用浓度特征对比、ρ(PM_(2.5))/ρ(CO)等方法,对"2+26"城市的ρ(PM_(2.5))、ρ(PM_(10))、ρ(SO_2)、ρ(NO_2)进行分析,并定量估算了除夕夜烟花燃放对ρ(PM_(2.5))和ρ(SO_2)的贡献率.结果表明:"2+26"城市烟花的集中燃放会导致ρ(PM_(2.5))、ρ(SO_2)显著增长,出现以PM_(2.5)为首要污染物的重污染时段,2018年12月16日03:00区域内14个城市ρ(PM_(2.5))达到重度及以上污染水平,呈区域性污染特征;与2017年同期(1月27—28日)相比,2018年春节期间(2月15—16日)14个城市烟花燃放对ρ(PM_(2.5))平均贡献量呈下降趋势,其中,淄博市、济南市、北京市降幅最大,分别下降了85.2%、74.6%和65.2%,表明烟花禁限放措施起到了显著的污染削峰作用;与城区相比,周边郊县ρ(PM_(2.5))显著高于城区,呈"农村包围城市"的现象,说明城区监测点位受到郊县等周边地区烟花燃放的传输影响.研究显示,虽然城区烟花禁限放措施起到了显著的削峰作用,但城区监测点位空气质量仍受到郊县等周边地区烟花燃放的传输影响,导致大气重污染的发生.     

安徽省PM2.5时空分布特征及关键影响因素识别研究

基于2015年安徽省67个空气质量监测子站的PM_(2.5)浓度数据,分析PM_(2.5)的时空分布特征;运用BP神经网络改进DEMATEL模型,探讨影响PM_(2.5)浓度的关键因素及因子间的关联性.结果表明:(1)2015年安徽省PM_(2.5)平均浓度为52.03μg·m~(-3),总体呈现秋冬高、春夏低的季节性规律;PM_(2.5)浓度日变化总体呈双峰分布,冬季PM_(2.5)浓度昼夜变化剧烈,全年、春季和秋季变化趋势大致相同,夏季相对平缓;(2)安徽省PM_(2.5)浓度整体上由东向西、由中部向南北两侧呈递减趋势,浓度值由高到低依次为:江淮丘陵、长江中下游平原、淮北平原和皖南山区;(3)指标体系中,人口城镇化率、年平均气温、单位GDP电耗、工业废气治理设施数等4个指标因子属于强驱动因素,对PM_(2.5)浓度降低起着根本性推动作用;(4)年降水总量、房屋施工面积、O_3浓度等3个指标因子属于强特征因素,是降低PM_(2.5)浓度最直接的因素.结论表明,运用BP-DEMATEL模型能有效识别关键影响因素,有助于为PM_(2.5)综合治理提供参考.     

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。     

北京地区SO2、NOx、O3和PM2.5变化特征的城郊对比分析

2006-01-01～2006-12-31在北京上甸子区域大气本底站和城区宝联环境观测站连续观测了SO2、NOx、O3和PM2.5的浓度,分析了北京城区和郊区的季节变化及日变化的差异,并结合风向讨论了城区污染对于大气本底的影响.结果表明,①NOx、SO2浓度在采暖季城郊差异最大,城区是本底的4～6倍,城郊O3有一致的浓度变化.本底站PM2.5在4、5月达到100μg/m3以上,是年平均的2～3倍;②NOx和SO2的日变化在城区表现为双峰型,在09:00前后和22:00前后形成高值,郊区表现为单峰型,在22:00前后出现高值.郊区O3的日变化峰值滞后于城区大约2 h.PM2.5日变化规律表现得较不规则;③西南风条件下本底各污染物浓度明显受城区输送影响而升高,东北风条件下干洁气团的影响比较明显.     

唐山工业新区冬季采暖期大气污染变化特征研究

为研究唐山工业新区采暖期大气污染变化状况,2009～2010年冬季唐山工业新区的唐山市、迁安市和曹妃甸3个地区观测研究表明,唐山工业新区冬季采暖期间大气污染严重,NO、NO2、SO2、CO、PM2.5和PM10区域平均日均值分别达到（26±28）、（52±27）、（72±53）、（3 500±3 600）、（82±65...     

广州市PM_2.5和PM_1.0质量浓度变化特征

文章报道了2005年干季和2006年湿季广州市大气细粒子PM2.5和PM1.0质量浓度的实时监测情况。监测结果表明:干季监测点PM2.5日均质量浓度在11.8～164.0μg/m3之间,总平均值为81.7μg/m3;湿季日均质量浓度在19.9～121.2μg/m3之间,总平均值为57.7μg/m3。干季PM1.0日均质量浓度变化范围为14.9～129.1μg/m3,总平均值为59.4μg/m3;湿季日均质量浓度在11.9～86.7μg/m3之间,总平均值为52.9μg/m3。对比发现,PM1.0总平均质量浓度在干、湿季相差很小,且与湿季PM2.5总平均质量浓度也相差不大,显示PM1.0具有相对固定成因来源且基本不受季节变化影响,而且湿季PM2.5的组成主要由PM1.0大气细粒子构成。干季PM2.5和PM1.0质量浓度日变化特征呈明显夜间高、白天低的特点,质量浓度的最大值都出现在晚上21:00左右;湿季由于雨水频繁,没有明显的日变化特征。气象分析表明,干季大气细粒子质量浓度主要受冷空气影响,而湿季主要受降雨影响。     

石河子市PM_(2.5)浓度的遥感反演研究

大气悬浮细颗粒物PM_(2.5)已成为中国各大城市的首要空气污染问题,快速了解其浓度及空间分布状况,对于控制PM_(2.5)质量浓度、提高空气质量具有重要意义。以石河子市为研究区,利用HJ-1 CCD影像,通过暗像元法、6S模型反演气溶胶光学厚度,结合DTF-6太阳光度计数据进行验证,然后根据AOD与PM_(2.5)之间的统计关系建立符合研究区实际特点的PM_(2.5)反演参数和算法,建立遥感反演模型获取PM_(2.5)的空间分布。结果表明:PM_(2.5)浓度反演结果的平均绝对误差为0.93 ug/m3,反演精度较高,石河子市PM_(2.5)的空间分布呈现北低南高,西低东高的特点。     

上海市青浦城厢地区可吸入颗粒物污染状况分析

为了研究青浦城厢地区可吸入颗粒物污染状况,分析了2005年至2010年空气质量资料,结果表明:青浦城厢地区首要污染物为PM10,其质量浓度呈逐年下降趋势。PM10浓度的月度变化幅度比较大,全年PM10浓度及超标率呈现"高一低一高"的变化趋势。春、冬季比较高,夏、秋季比较低。PM10质量浓度的日变化非常明显,呈现出"双峰"状分布。PM2.5和PM10的平均比值为0.531,表明该地区可吸人颗粒物中细颗粒物的比例较高,细颗粒物对人群的健康影响更为严重。PM10和PM2.5各月日均值之间和各月均值之间均呈高度相关,线性关系非常显著,二者之间回归直线关系存在,可用回归方程y=ax+b进行计算。     

北京大气能见度和消光特性变化规律及影响因素

利用长时间序列的大气能见度与湿度等气象资料以及近年来大气污染物的监测数据,探讨了北京大气能见度及消光特性的变化规律及影响因素.结果显示:近50年来北京大气消光作用存在降-升-降的变化过程,1954~1967年以下降为主,20世纪60年代中期至70年代明显上升,此后特别是20世纪90年代以来北京大气消光作用基本呈缓慢下降趋势,能见度变化过程与此相反.从区域分布看北京大气消光作用北部及西部山区低于平原区,平原区存在由北向南逐渐升高的分布规律,即北部平原区低于中部市区,中部市区低于南部平原区.近10年来北京大气颗粒物消光作用区域差异逐渐减小,这与大气污染区域分布变化趋势基本一致.北京大气消光作用20世纪80年代之前冬高夏低,之后转为冬低夏高,对应于大气污染由煤烟型向综合型的转变.大气消光作用平均日变化呈双峰双谷型,09:00和21:00形成双峰,06:00和16:00处于双谷,但月际差异明显.大气消光作用受颗粒物浓度与相对湿度影响显著.高消光作用通常与高相对湿度和高颗粒物浓度有关;低消光作用出现在湿度和颗粒物质量浓度同时较小情况.相对湿度低于70%时,大气颗粒物消光作用会随着PM2.5浓度的升高明显增强,消光作用与PM2.5浓度存在线性关系;当相对湿度大于70%时,消光作用对PM2.5浓度变化的响应并不明显.     

2015～2018年太原市臭氧污染特征分析

基于太原市2015年1月~2019年2月的空气质量监测数据,分析了太原市近地面臭氧浓度变化特征。结果表明:2015~2018年太原市臭氧年平均浓度为78.42、82.33、95.87、103.77μg/m 3,臭氧浓度存在加速上升趋势;臭氧浓度逐日变化范围为5~270μg/m 3,共有181 d超过GB 3095—2012《环境空气质量标准》二级标准限值(160μg/m 3),超标时段主要集中于5~8月份;臭氧浓度日变化呈单峰型分布,峰值与谷值时段分别为14∶00~16∶00和6∶00~7∶00;臭氧浓度有明显的月变化规律,峰值与谷值时段分别为6~7月和1月、12月;臭氧浓度还表现出显著的季节变化规律,按浓度高低依次排序为夏季、春季、秋季和冬季;臭氧浓度与NO 2、CO、PM 2.5浓度呈负相关性。     

青岛市环境空气质量改善进程国际对比研究

针对青岛市建设宜居幸福国际城市战略目标,研究选取了新加坡、旧金山、大阪、香港、上海、深圳等10个国内外港口城市,对比分析了青岛市环境空气质量状况,并与典型国际发达国家污染物减排和环境质量改善进程进行了对比。结果表明:青岛市PM_(10)、PM_(2.5)、SO_2年均浓度与国际城市差距较大,改善任务艰巨;NO_2年均浓度相对较低,已达到与国际接轨的程度,并优于大部分国际对比城市。从国际大气污染物减排及环境空气质量改善进程来看,预计青岛市将在2025年全面达到国家环境空气质量二级标准。青岛市需加快环境空气质量改善进程,为建成宜居幸福的现代化国际城市提供优良的环境空气质量保障。     

南昌市大气颗粒物污染特征及PM2.5来源解析

为探讨2013年南昌市大气颗粒物的污染特征及分布状况,收集南昌市9个大气监测站点实时发布的PM₁₀和PM_2.5数据,分析了ρ（PM₁₀）、ρ（PM_2.5）和ρ（PM_2.5）/ρ（PM₁₀）的变化规律及其与气态污染物的相关性,并结合污染严重的秋季时段,采用PCA-MLR（主成分分析-多元线性回归）模型对大气PM_2.5中化学组分来源进行解析.结果表明:①ρ（PM₁₀）和ρ（PM_2.5）的年均值分别为（115.4±39.1）（69.1±26.8）μg/m3,均超过GB 3095-2012《环境空气质量标准》二级标准限值,ρ（PM₁₀）和ρ（PM_2.5）的最高值分别出现在石化、省外办监测站点,最低值出现在林科所监测站点.ρ（PM₁₀）和ρ（PM_2.5）季节性变化特征明显,呈冬季>春、秋两季>夏季的趋势,全年ρ（PM₁₀）超标天数占比为25.48%,ρ（PM_2.5）超标天数占比为36.71%,各季度ρ（PM_2.5）超标天数占比均高于ρ（PM₁₀）.②受人为活动和边界层高度的影响,ρ（PM_2.5）和ρ（PM₁₀）日变化呈双峰双谷形态,一个波峰出现在08:00-10:00,另一个波峰出现在20:00-22:00,并且晚间小时峰值高于早间,最低值出现在15:00.③ρ（PM_2.5）/ρ（PM₁₀）年均值为60.3%,在冬季最高达65.1%,相关性分析发现ρ（PM₁₀）与ρ（PM_2.5）存在较显著的线性关系,表明二者具有同源性.④ρ（PM₁₀）、ρ（PM_2.5）均与ρ（SO₂）、ρ（NO₂）、ρ（CO）呈显著正相关,并且冬季相关性高于夏、秋两季;而ρ（PM₁₀）、ρ（PM_2.5）均与ρ（O₃）全年呈显著负相关,并且夏、秋两季相关性高于冬季,说明气态污染物的二次转化对ρ（PM_2.5）和ρ（PM₁₀）有较大影响.⑤南昌市秋季PM_2.5的最大污染源为道路扬尘/机动车尾气混合污染源,其次分别为施工扬尘源、燃煤源、冶炼尘/生物质燃烧混合污染源,各污染源对PM_2.5的贡献率分别为40.9%、35.8%、12.4%、10.9%.研究显示,南昌市PM_2.5的污染程度较PM₁₀严重,PM_2.5已成为南昌市大气颗粒物污染的主要组分,PM_2.5主要来源为城市扬尘和机动车尾气.      

空气污染指数改进方案公众参与调查

为进一步改进API(空气污染指数),提出了5个改进方案,并针对方案中的重点问题进行公众参与调查. 调查问题包括现行API能否反映空气污染状况以及灰霾状况;是否同意加入CO,O₃和PM_2.5指标;是否同意将API的计算时间调整为00:00─23:00;ρ(PM_2.5)限值如何设定. 结果表明:公众对API改进方案总体上持肯定意见;超过70%的人同意在API中加入CO,O₃和PM_2.5指标,并有50%以上的人同意根据我国实际情况制订ρ(PM_2.5)限值. 由于改进方案4中增加了CO,O₃和PM_2.5指标,且将API计算周期调整为00:00─23:00,并按照我国的研究成果提出了ρ(PM_2.5)限值,因此,方案4更贴近公众的意见.