西安市空气污染现状及治理对策

依据西安市主要空气污染物(SO2,CO,NO2,O3,PM10,PM2.5)的空气质量指数Air Quality Index(AQI)数据,分析污染物的时间和空间变化规律,并结合地区地理环境,探讨区域空气污染变化的可能原因及治理重点。分析认为城市供暖期SO2,CO,PM10,PM2.5的AQI指数明显高于年内其他时段,同时空气污染呈现明显的主城区向郊区递减变化趋势;PM2.5、O3和NO2的AQI值空间差异较小,且普遍偏高,污染物治理需要城市与郊区全面联动开展。得到的空气污染物时程和空间变化规律,可以作为西安市大气环境治理参考依据。     

西安市2013年空气质量状况分析

本文收集西安市2013年环境监测站发布的空气质量指数（AQI）及环境空气状况与监测月报资料,对空气质量等级、AQI变化情况、主要污染物浓度变化趋势及采暖期和非采暖期浓度比较进行分析.研究结果表明：西安市2013空气质量二级以上的达标率为37.8％,年均AQI值为151,SO2、NO2、PM10和PM2.5的月监测浓度变化趋势无显著意义,采暖期平均浓度均显著高于非采暖期平均浓度,PM2.5采暖期均值是非采暖期均值的3.09倍.由此可见控制SO2、NO2、PM10和PM2.5的排放是改善西安市空气质量的重点工作.     

2013-2015年十堰市环境空气质量变化趋势分析研究

利用十堰市空气自动监测站的监测数据,采用综合指数、空气质量指数(AQI)和Spearman秩相关系数法等评价方法,研究十堰市2013年-2015年环境空气质量变化情况及其影响因素,为城市的大气污染防治提供治理思路.结果表明:2013年-2015年十堰市城区空气质量逐年好转,除PM10和PM2.5外,其他因子均达标,污染物贡献比例中,PM10和PM2.5污染负荷占比超过50%,为主要污染物;十堰市城区空气质量整体呈夏季较好,冬季较差的趋势;全市中开发区铁二处空气质量较好,张湾区刘家沟空气质量较差;结合自然因素和人为因素,综合分析空气质量的变化情况,通过调整能源结构、减少污染源排放和使用清洁能源等多项措施,并注意季节特征和加强预警预报工作,进而改善空气质量.     

福州市AQI时空分布特征及影响因素研究

对福州市2013年4月-2016年3月空气质量指数AQI(Air Quality Index)数据进行小时变化、逐日变化、逐月变化、季节变化、空间分布及其影响因素分析,探讨引起AQI时间变化及空间分布差异的原因,找出最重要的影响因子。结果表明,福州市AQI在夜间较低,白天由于人类最活动增强,AQI增大;四季中春、冬季AQI较高,夏秋季节次之;通过对首要污染物进行统计分析得到,NO2、PM2.5、PM10、O3对AQI的贡献大,空气质量达到优的天数表现为秋季夏季冬季春季;福州市内各监测点中快安始终作为空气质量较为不好的监测点,而杨桥西路在四季中多表现为AQI较低,空气质量较好。     

合肥紫外线辐射强度与空气质量的关系研究

利用合肥地面紫外辐射及环境空气质量观测资料,分析了晴天状况下9-15时逐时紫外线辐射强度与对应时段的PM10、PM2.5、SO2、NO2、O3、CO这6种污染物浓度及空气质量指数(AQI)之间的关系。结果表明:在PM2.5为首要污染物的情况下,紫外线辐射强度与PM2.5、PM10、AQI存在较好的负相关,与PM2.5的相关系统可达-0.72,而与SO2、NO2、O3、CO的相关性较差;与PM2.5的相关性存在明显的日变化,PM2.5/PM10越大,相关性越好;以PM2.5为首要污染物的重度污染可使紫外辐射衰减32%以上。     

我国空气质量健康指数的初步研究

收集我国16个城市2001~2010年每日PM10、SO2和NO2浓度和居民日死亡数,采用经典的时间序列研究方法和贝叶斯层次模型,分析在全国水平上各污染物与居民每日总死亡率的暴露反应关系,据此构建我国空气质量健康指数(AQHI).比较AQHI与现行空气污染指数(API)和空气质量指数(AQI)预测居民日死亡率的能力.结果显示,AQHI的构建公式为:AQHI=10/16.4×100×[exp(0.00019×PM10)-1+exp (0.00061×NO2)-1].AQHI预测居民每日总死亡率、心血管疾病死亡率和呼吸系统疾病死亡率的强度和精确度均优于现行的API与AQI.     

岳阳市区空气质量变化特征及气象条件预报

利用2014年3月-2015年2月6个空气质量监测点资料,对岳阳市区AQI的时空变化特征及气象影响因素进行了分析,并用综合指标法和逐步回归法建立岳阳市区AQI预报模型。结果表明:岳阳市区年AQI为88。夏季空气质量最好;春、秋季次之;冬季空气质量最差。其中7-9月空气质量最好,1-2月空气质量最差。岳阳市区空气质量总体由北向南趋好,同时水库、景区明显好于工业区。岳阳市区年空气质量优良率为73%。年和各季空气质量优良率时空分布与AQI分布基本一致。岳阳市区首要污染物以PM10为主,其次为PM_(2.5)。重度污染及严重污染日基本出现在空气质量相对较好的夏秋季节,且工业区明显多于水库、景区。岳阳市城市工业布局方向与年主导方向一致,使得市区广大区域处于工业气流的下游,导致空气污染加剧。以短期天气预报中的气象要素预报作为空气质量气象条件预报的基础,采用日平均气温、相对湿度、低云量、风速、降水、雾等气象因子建立的岳阳市区AQI预报模型模拟效果较好。     

春节期间燃放烟花爆竹对北海市空气质量的影响分析

根据2014年春节期间北海市空气自动监测站实时监测数据进行分析,主要分析PM2.5、PM10、SO2、NO2的浓度变化,掌握了燃放烟花爆竹对北海空气质量的影响。结果发现燃放烟花爆竹后AQI指数是未燃放前的6倍,其主要污染物为PM2.5、PM10,总体城市空气质量受超标影响时间为12小时。     

哈尔滨市AQI与空气污染物的相关分析研究

空气质量问题已成为民众关注的热点问题.选取哈尔滨市2014年-2015年AQI日报数据,分别分析了供暖期和非供暖期PM2.5、PM10、CO、SO2、NO2、O3六种主要空气污染物与AQI的相关性,结果表明,AQI与6个主要污染物间呈显著性相关.同时建立了供暖期和非供暖期AQI与主要空气污染物的多元线性回归模型,结果表明,CO对AQI起着主要作用.因此,提高供暖过程中煤炭燃烧效率,可有效削减空气中CO的浓度,对于改善空气质量起着至关重要的作用.     

天气形势预测法在深圳市空气质量预报中的应用研究

基于深圳市2013年4月-2014年3月每日气象观测数据和空气质量监测数据,分析了深圳市不同空气污染程度下的天气规律及影响要素特征,并通过将天气系统分为13种类型,在寻求与建立不同天气类型情景下污染物(PM_(2.5)、PM_(10)、SO_2、NO_2、CO、O_3与AQI指数)变化函数的基础上,构建了天气形势预测模型对深圳市未来1~3 d空气质量进行预测。结果表明:(1)整体而言,低压系统和辐合区有利于深圳市大气污染物的扩散,而高压系统和均压区不利于大气污染物的扩散。(2)当深圳市出现轻度以上污染时,陆地一般由高压系统所控制,且深圳以处于高压前部分主。(3)天气形势预测模型对深圳市AQI指数的24、48、72 h预报相对误差分别为22.0%、22.2%与21.9%,该模型具有一定的准确率和可靠性,对空气质量预测具有较好的应用价值,可为空气质量预报预警提供科学的参考依据。     

基于微波辐射计和风廓线资料建立AQI预报

利用气象部门的常规和非常规(微波辐射计和风廓线)气象观测、环境监测中心站提供的空气质量监测,研究了空气质量指数(AQI)与气象要素的关系,在此基础上用多元线性逐步回归方法建立了AQI的统计模型,并结合气象预报的客观数值产品与主观订正产品,进行了苏州AQI预报。结果表明,常规和非常规气象要素与AQI有显著的相关性,其中微波辐射计和风廓线探测的大气垂直方向上的相对湿度、水平和垂直风速、上下层温差、以及物理量指数(A、I指数)与AQI显著负相关;建立的模型预报结果与AQI实况之间具有显著的正相关关系,模型预报在一定程度上改善了48 h主观预报效果,具有一定的参考意义。     

空气质量实况比预测骨感？

一些细心的城市居民经常发现,AQI（空气质量指数）预报情况与实际情况存在一定出入,似乎空气质量预测的数值总比实际监测值偏低,预报给人的感觉总是不准。对PM2.5浓度的预报同样存在类似情况。有市民调侃说,是不是在预报数上再自己加20才有参考意义呢？     

浙江省空气质量及主要气象因子的影响分析

利用浙江省环保厅发布的2004年9月以来的空气质量监测数据(API/AQI)和浙江省气象局2005年以来的逐时气象要素数据,分析浙江省近年的空气质量及其空间分布特征、与主要气象因子的相关性。结果表明:浙江省近年空气质量总体稳定,年际变化不大,但偶有区域性空气污染事件发生;春节效应明显,而星期效应较弱;区域上,浙北空气质量最差,浙中次之,沿海较好,浙西南山区更好,最佳为海岛舟山地区。主要污染物在监测API时期为PM10,2012年10月起改为监测AQI后,首要污染物为PM2.5取代,且臭氧(O3)作为首要污染物的比率凸显,AQI指数值比同期API高近15~30。进一步分析空气质量与(雾)霾、降水、连晴天数、风向风速等气象因子的相关性,发现适量降水和中等风速有利空气净化,连晴使空气污染加重;各地除舟山海岛地区外,空气质量与(雾)霾天气的出现比率较为一致。     

中美空气质量指数(AQI)对比研究及启示

对中美两国空气质量指数(AQI),特别是颗粒物分指数进行了对比研究,并利用2013年4月至12月期间,中国环境监测总站发布的环境空气质量监测数据,开展了典型大气污染过程的分析.结果表明,中国环境空气质量标准的研究、制订和发布起步虽晚但发展很快,所包含的污染物指标更全面,能够客观地反映出中国空气污染的特征,也更贴近居民对空气质量的切身感受;中美计算颗粒物小时AQI采用的方法不同,对比发现中国采用颗粒物24 h平均浓度限值代替1 h平均浓度限值的计算方法会将污染等级倾向于严重化;中国在计算颗粒物AQI时设定的颗粒物浓度限值存在一定的问题,导致AQI200时,PM2.5/PM10的比值出现与实际不符的现象;对奥体中心监测点数据分析显示,AQI50时,PM2.5/PM10比值小于0.5,且PM2.5/PM10的比值随着污染指数等级的增大而增大.建议尽早修订和调整颗粒物实时报的浓度限值和计算方法.     

山东省环境空气质量动力统计预报系统

以山东省17个城市2014年至2015年环境空气质量监测指标和同步的气象观测数据为基础,采用线性回归和神经网络方法建立统计预报模型,构建山东省环境空气质量动力统计预报系统。该系统实现了业务化自动运行,对山东省17城市的6项污染物指标(PM_(2.5)、PM_(10)、NO_2、SO_2、CO日均浓度和O_3日最大8小时滑动平均浓度)和AQI指数进行逐日预报。预报结果能较好的反应各市空气质量的变化趋势,为预报业务提供参考。     

厦门市环境空气污染时空特征及其与气象因素相关分析

利用2014年3月—2015年2月厦门市18个监测站点实测数据,运用GIS技术、相关分析以及统计分析等方法,进行空气质量指数(AQI)及其污染因子的时空分析,结合厦门市土地利用分类专题图和主要重工业企业分布图进行厦门市环境空气质量状况污染源的分析.结果表明:厦门市首要污染物为PM10,其天数占全年的48%,PM2.5紧随其后占到36%;厦门市空气质量较好时间段主要集中在夏季,其中7月份是厦门市空气质量最好的月份,而厦门市秋冬两季的空气质量较差;AQI与温度相关系数达-0.813,具有极显著负相关性(p0.01),与气压相关系数达0.835,具有极显著正相关性(p0.01),而与风速和相对湿度气象因素相关性都不显著(p0.05);PM2.5、PM10、SO2、NO2、O3污染因子存在明显的空间分布差异,海沧区和集美区南部的空气污染比厦门其他地方明显更为严重;从土地利用图和主要重工业企业的分布图可以看出,污染最为严重的地区土地利用类型主要是建筑用地,而且这些地区还分布着许多钢铁厂和发电站.     

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。     

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。     

基于GIS的多权重年际空气质量模型研究

随着工业技术的发展,空气质量逐渐恶化,空气污染已经发展为全人类共同面对的严峻问题。随着监测技术的提升,空气污染数据迅速增加,人们对空气质量时空变化的研究逐渐向年际及年代际时间尺度靠拢。而现阶段对年际时间尺度空气质量评价的方法较少,常用年均AQI作为评价指标。由于AQI是单一污染物指数,抵消了多种污染物的累计效应,产生的模糊信息会掩盖其他污染物对健康的实际影响。因此,该研究基于中国AQI计算方法提出了一种基于多权重的特定的年际时间尺度空气质量评价模型——综合空气质量指数(CAQI),用于修正中国空气质量指数在年际空气质量评价中的缺陷。通过对模型验证发现该模型具有良好的性能,在年际时间尺度空气质量评价中效果较好,具有更高的合理性。     

空气质量健康指数构建及与现有评价体系的比较:以丽水市为例

为了解大气污染物对人体健康的影响,采用时间序列广义可加模型分析2013-2018年丽水市大气污染物与健康效应的关系,构建丽水市不同人群空气质量健康指数（AQHI）及分级方法,比较AQHI、调整后的环境空气质量健康指数（AQHI_a）、空气质量指数（AQI）和环境空气质量综合指数对健康效应的预测能力.结果表明:①如以AQI和环境空气质量综合指数来评价,丽水市春夏季主要污染物为O₃,秋冬季为PM_2.5;如以AQHI来评价,则O₃为丽水市全年最主要的污染物,其次是NO₂.②在多种污染物同时存在的情况下,AQHI比AQI具有更高的敏感性,AQHI与环境空气质量综合指数的相关性比与AQI的相关性好.③4种指数在秋冬季对健康效应的预测准确度均高于春夏季,AQHI_a是4类指数中预测健康效应最好的,其次为环境空气质量综合指数.研究显示,需高度重视O₃污染问题,建议空气质量较好的地区构建AQHI或AQHI_a来反映空气质量.