空气重污染应急措施对北京市PM2.5的削减效果评估

利用嵌套网格空气质量模式系统(NAQPMS)模拟了2013年1月10~14日一次典型的大气严重污染过程,并利用同期气象和污染物浓度的小时观测数据验证了NAQPMS的模拟结果.敏感性试验结果表明,在重污染期间,当仅实施《北京市空气重污染应急预案(试行)》一级预警中机动车单双号限行措施时,可削减北京PM2.5小时平均浓度4%~10%;当仅实施工业限产减排30%的措施时,可削减北京PM2.5小时平均浓度1%~6%;当同时实施机动车单双号限行和工业限产减排30%的措施时,可削减北京平均PM2.5小时平均浓度6%~12%,并且PM2.5小时浓度与削减率的变化趋势呈反相关,即该措施对污染较轻时段PM2.5浓度削减率高于污染峰值时段;若京津冀地区两市一省同时实施机动车单双号限行和工业限产减排30%的措施时,可削减重污染期间北京小时平均PM2.5浓度20%~35%,且污染严重的区域和时段削减效果更加显著,空气质量可提升一个等级.研究结果表明,当北京发生重污染时,仅靠北京本地限排限产并不能有效减轻PM2.5浓度,若要有效控制北京重污染,应根据污染物区域输送特征,京津冀地区实施大气污染联防联控.     

淮安市区空气质量评价及趋势分析

根据淮安市区2007年实测空气质量日报资料,用空气污染指数法,对淮安市区空气质量进行评价;并用秩相关系数检验法作污染趋势分析。结果表明,2007年淮安市区的空气质量类别为Ⅱ级,空气质量状况为良好,监测点富华服装公司的空气质量最差,监测点淮阴区监测站的空气质量最好;一年中以8月份的空气质量最好,1月份的空气质量最差;污染物SO2及NO2浓度随时间变化趋势明显,而PM10的浓度随时间变化趋势不显著。     

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。     

眉山市城区环境空气质量及变化趋势分析

根据眉山市2006—2012年空气质量数据,采用综合污染指数法对SO2、NO2、PM10进行评价。结果表明:各污染物季节变化明显,冬季污染最严重;7年年际变化中,SO2浓度先上升后下降,NO2浓度总体呈上升趋势,PM10浓度明显下降;2012年全市主要污染物污染负荷系数从大到小排列顺序为:PM10(0.39)SO2(0.32)NO2(0.29);综合污染指数表明眉山市空气质量属于轻污染。     

连云港市PM_(2.5)污染特征及影响因素分析研究

主要利用连云港市环境监测中心站的大气环境自动监测平台的监测数据,对PM2.5质量浓度的变化特征以及与气象要素的关系分析。结果表明,连云港市的PM2.5质量浓度的变化特征基本上有明显的夏季与非夏季两种季节性特征。在夏季,PM2.5污染程度较轻,而在非夏季,PM2.5污染程度较重;风速与PM2.5质量浓度变化曲线几乎是负相关的。当风速大的时候,利于污染物的扩散;而风速小的时候,容易使得污染物浓度变大;PM2.5质量浓度变化曲线与温度的关系几乎呈现的是正相关性。气温的变化不总是反映空气质量的好坏情况,而逆温却易使污染物浓度升高;PM2.5质量浓度变化曲线与相对湿度的关系呈现的是正相关性;PM2.5质量浓度变化曲线与气压的关系在总体是呈负相关的。     

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。     

胶东半岛城市空气质量及其与气象要素的关系

以威海市为代表,利用其环境空气质量数据和气象资料,结合SURFER软件,对胶东半岛空气质量特征及其与气象要素的关系进行了分析。结果表明:胶东半岛空气质量总体优良,影响空气质量的主要污染物为细颗粒物(PM2.5),其次为可吸入颗粒物(PM10),PM2.5对PM10的贡献显著。秋冬季节空气质量相对较差,夏季则较好。在空间分布上,各类污染物的浓度高值主要集中在耗煤量较大的企业周边及人类活动较为集中的地区,如火车站、汽车站等,而其他地区的污染则相对较轻。在各类气象要素中,降水量﹑湿度﹑风速和气温与空气质量的相关性依次减小。气象要素对空气质量的影响不是单一的,而是多个因素协同作用的结果。     

沿海城市环境空气质量达标研究——以台州市为例

台州市是中国东部沿海城市之一,在确定未来年空气质量目标的前提下,应用WRF-CMAQ空气质量模拟系统和排放清单技术,建立以PM2.5质量改善为核心的一次污染物质减排情景和PM2.5浓度之间的定量对应关系,科学评估空气质量目标的可达性。结果表明,台州市一次PM2.5消减对市区PM2.5整体浓度下降不显著,市区PM2.5浓度以二次颗粒物为主。情景三的模拟结果能够达到2020年的目标要求;情景六的模拟结果能够达到2025年的目标要求;情景七的模拟结果能够达到2035年的目标要求。另外,通过模拟可以得出,台州市PM2.5平均浓度从高到低依次为冬季>春季>秋季>夏季。     

渝北区环境空气质量现状及污染原因分析

本文采用综合污染指数法和空气质量指数法对2014年重庆市渝北区的主要空气污染物(SO2、PM10、NO2、O3、CO、PM2.5)的现状监测值进行了评价。结果表明:对照环境空气质量标准,2014年城区内SO2、NO2均符合国家空气质量二级标准,PM10、PM2.5测定值均超标。污染物浓度时空分布不均匀,冬春季浓度较夏秋季高,出现明显的季节特征;空间分布上,两路空气质量优于空港。2014年渝北区环境空气中大部分污染物浓度均低于2013年和主城平均浓度,环境空气质量综合污染指数呈现下降趋势。2014年渝北区空气质量优良天数255天,高于2013年和主城优良天数,影响渝北区空气质量的首要污染物为PM2.5,其次为PM10、O3-8h、NO2。渝北区的环境空气污染主要受城市建设、产业结构、气象条件、交通尾气的影响。     

重庆市主城区交通干道空气污染特征分析

2002年2月对重庆市主城区6条交通干道空气中PM10、CO、NOx、THC进行了监测,分析了这些污染物的时空变化特征及其与车流量的关系。结果表明:六条主干道PM10、CO、NOx、THC的日平均浓度分别为0.30、5.34、0.307、12.84 mg／m3,按空气质量二级标准,超标率分别为95％、60％、74％和100％,最大超标倍数分别为4.97、1.94、8.5和6.05。除THC外,按照污染因子分担率评价,在九龙坡区、渝中区和江北区,首要污染物是PM10,在南岸区、沙坪坝区和大渡口区首要污染物是NOx。沙坪坝区CO和NOx污染最严重,九龙坡区PM10污染最严重。CO、NOx的日变化趋势大致相同,而且与车流量关系较为明显,随着车流量的增加CO、NOx的浓度逐渐增加,但PM10与车流量相关性不大,说明PM10浓度还受其它源的影响。     

半岛型城市PM2.5多情景数值模拟研究

烟台是中国最东部半岛型城市之一,研究应用WRF-CMAQ空气质量模拟系统和排放清单技术,建立以PM2.5质量改善为核心的一次污染物质减排情景和PM2.5浓度下降之间的定量对应关系.分析结果表明,若烟台2020年实现空气质量达标,SO2、NOx、一次PM2.5分别需消减30%、30%和40%以上;一次PM2.5减排控制对PM2.5浓度下降的贡献,是SO2和NOx等常规污染物减排控制效益的8倍左右;如果仅依靠消减SO2和NOx等常规污染物,无法实现PM2.5浓度的大幅度下降.     

重庆市主城区交通干道空气污染特征分析

2002年2月对重庆市主城区6条交通干道空气中PM10、CO、NOx、THC进行了监测,分析了这些污染物的时空变化特征及其与车流量的关系.结果表明:六条主干道PM10、CO、NOx、THC的日平均浓度分别为0.30、5.34、0.307、12.84 mg/m3,按空气质量二级标准,超标率分别为95%、60%、74%和100%,最大超标倍数分别为4.97、1.94、8.5和6.05.除THC外,按照污染因子分担率评价,在九龙坡区、渝中区和江北区,首要污染物是PM10,在南岸区、沙坪坝区和大渡口区首要污染物是NOx.沙坪坝区CO和NOx污染最严重,九龙坡区PM10污染最严重.CO、NOx的日变化趋势大致相同,而且与车流量关系较为明显,随着车流量的增加CO、NOx的浓度逐渐增加,但PM10与车流量相关性不大,说明PM10浓度还受其它源的影响.     

2005-2010年乌鲁木齐市空气质量达标特征研究

利用近6年（2005-2010年）乌鲁木齐市环境空气质量监测数据,分析研究了乌鲁木齐市PM10／SO2、NO2等主要污染物浓度时间变化和空气质量分级特征。结果表明：近6年来乌鲁木齐市空气质量保持稳定,并持续改善。主要污染物SO：和PM10年均浓度超标但整体呈下降趋势,N02浓度达标但逐年升高。冬季（1月、12月）空气质量达标天数显著增加,空气质量达标率由2005年的4．8％提高到2010年的24．2％;同期,重污染天气发生频率则由21％降低至3．2％。PM10是乌鲁木齐市冬季出现频数最高的首要污染物。     

昆明市"十五"期间环境空气质量变化趋势分析与对策

根据昆明市"十五"期间环境空气质量监测结果,分析了主要特征污染物变化趋势."十五"期间降尘、PM10是市区主要污染物,SO2、NO2亦呈上升趋势,市区空气污染特征属于典型的煤烟型污染.对此,提出了改善空气质量的防治对策与建议.     

春节期间黔江区污染物浓度变化特征及相关影响因素研究

利用2015年春节期间黔江城区主要污染物(PM_(10)、SO_2、NO_2、PM_(2.5))自动监测数据,分析了燃放烟花爆竹对空气质量的影响。结果表明:黔江区城区春节期间集中燃放烟花爆竹造成了环境空气短时间严重污染;对空气中不同污染物浓度的影响存在差异,PM10污染最为严重;气象条件是影响春节期间空气质量的关键因素。     

徐州市空气质量预测预报中的气象因素影响分析

利用2014年徐州市环境监测中心站SO2,NO2,PM10和PM2.5质量浓度的逐日监测资料及同期徐州市气象局的常规气象观测资料,分析了徐州市空气质量的现状及变化特征,探讨了SO2,NO2,PM10和PM2.5浓度与气象条件的关系。结果表明：徐州市空气质量以良和轻度污染为主,夏、秋季的空气质量好于冬、春季,冬季空气质量最差;较大的降水量过后,空气质量类别为优或者良,降水量较小时,污染物去除效果不明显;风速越大,越有利于污染物的扩散;雾和灰霾天气条件下,空气质量较差。     

麦秸焚烧导致的北京市大气污染时空分布和化学组成特征分析

为了全面评价农田秸秆焚烧产生的污染事件,并为制定有效的管理措施提供依据,于2006年6月20日监测了西南风下北京南部农田麦秸焚烧产生的污染物向北京传输的过程.获得了SO2、CO、NOx以及可吸入颗粒物(PM10)质量浓度的数据.颗粒物的化学组分数据.数据分析结果表明,污染输送对北京市西南部地区空气质量影响最大(PM10小时浓度超过600μg·m-3),对北部山区影响较小(PM10浓度峰值在110μg·m-3).高浓度污染在市区持续时间最长.麦秸焚烧通过输送增加了PM10(尤其是PM1)、CO、NO2以及NMHC等污染物质,这使得与前一日相比污染物之间的相关关系发生了变化:SO2与其它污染物的相关性不显著,而CO与NO2、CH4与NO显著相关.因子分析进一步揭示,气象条件对污染物浓度变化具有主导作用,而由麦秸焚烧所产生的外来污染源属于次要地位.污染输送过程中,PM25中的硝酸盐类和有机碳、碳黑质量浓度增大.麦秸焚烧所输送的气态污染物和细小颗粒物对人体健康存在威胁,在不利扩散的气象条件下在大气中存留时间加长.研究结果表明,气象条件不利于污染扩散时必须禁止农田秸秆焚烧.     

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。     

2014年成都市PM_(2.5)污染及其与气象要素的关系

为了解2014年成都市PM2.5污染状况及其与近地面气象要素的关系,分析了PM2.5的月平均浓度演变及不同空气质量等级的天数变化,采用SPSS软件对降雨、平均相对湿度、气温、风向和平均气压与PM2.5质量浓度进行Kendall秩次相关分析。结果表明:2014年成都市1—12月PM2.5质量浓度呈"U"形分布,污染最严重在1月,污染程度最小是8月,全年有大半以上天数,空气质量等级为"良~优"。PM2.5质量浓度与各月降雨量,月平均气温存在较高的负相关性;PM2.5质量浓度与风向、平均相对湿度为较低显著性负相关。PM2.5质量浓度与平均气压之间正相关。     

昆明市“十五”期间环境空气质量变化趋势分析与对策

根据昆明市“十五”期间环境空气质量监测结果，分析了主要特征污染物变化趋势。“十五”期间降尘、PM10是市区主要污染物，SO2、NO2亦呈上升趋势，市区空气污染特征属于典型的煤烟型污染。对此。提出了改善空气质量的防治对策与建议。