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。     

黄河流域空气质量时空分布及影响因素分析

本文基于2015—2018年空气质量监测数据,研究了黄河流域空气质量的时空变化特征,量化分析了影响黄河流域空气质量空间分布的主要因素。结果表明:(1)2015—2018年,黄河流域空气质量总体趋于改善,除O3-8h外,PM2.5、PM10等污染物浓度均不同程度下降;(2)空气质量不达标天数未有明显减少,以O3-8h为首要污染物的持续时间明显延长,并且污染天数与PM2.5的差距逐渐缩小;(3)PM2.5、PM10浓度呈现东高西低的分布格局,O3-8h污染区域逐渐扩大并呈持续连片分布,热点城市主要分布在流域下游,冷点城市主要分布在流域上游;(4)平均气温、平均风速、人口密度和城镇居民人均可支配收入是影响PM2.5空间分布的主要因素;地形起伏度、降水量、平均气压和人口密度是影响PM10空间分布的主要因素,累积解释率为65.9%;平均气压、地形起伏度、日照时间和平均风速是影响O3-8h空间分布的主要因素。     

山西省PM2.5污染时空演变特征及其影响因素分析

由于PM2.5污染存在空间异质性与空间相关性的特点,因此探究PM2.5的时空演变规律并分析PM2.5污染程度的影响因素,对于山西省协同治理联防联控有着重要作用.基于2008-2018年山西省11个地级市PM2.5年度数据,该研究运用标准差椭圆法、普通克里金插值法、探索性空间数据分析法和建立空间杜宾模型,分别对山西省PM2.5污染重心转移、污染的空间分布、空间关联性和影响因素进行了研究.结果 表明:(1)山西省PM2.5污染重心随时间不断移动,但一直位于晋中市;PM2.5污染存在空间聚集特征,但特征变化不明显.(2)时间上,山西省PM2.5浓度在2011年达到峰值,之后逐年下降;空间上,大致呈现南高北低、东高西低的特点.(3)山西省PM2.5具有明显空间集聚现象和空间溢出效应.山西省大部分南部城市处在PM2.5高-高聚集区域.(4)人口密度、规模以上发电量对山西省PM2.5浓度具有显著正向作用,而城镇率对山西省PM2.5浓度具有显著的负向作用.     

我国典型城市PM_(2.5)空间分布均匀性分析

随着空气质量新标准的实施,从2013年开始我国部分城市先期开展了PM2.5的例行监测,从中选取不同区域的典型城市,分析了PM2.5在环境中的分布情况。分析结果表明:典型城市PM2.5日均值相对标准偏差(RSD)范围为13%~26%,平均值为18%;我国南方城市PM2.5空间分布均匀性优于北方城市,北方城市冬、春季节PM2.5分布的均匀性较差,南方城市夏季PM2.5分布的均匀性较差;PM2.5的空间分布均匀程度与PM10接近,但明显优于其他气态污染物。综合分析认为,目前我国国家监测网内PM2.5监测点位的代表性能够满足城市空气质量监测与评价工作需要。     

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。     

合肥市秋冬季PM2.5污染特征及防控对策

本文主要利用合肥市10个自动监测站2014年11月的PM2.5监测数据以及世界空气质量组织网站提供的12月份空气监测数据,初步分析合肥市PM2.5分布规律;同时检测了不同楼层高度的PM2.5浓度以及进行了PM2.5与日常生活密切相关的几个实验。结果表明:(1)合肥市10个站点PM2.5浓度存在空间差异,气象条件特别是风向、风速和持续时间及其与中国主要污染源的相对位置,以及合肥市自身不合理的重污染企业布局是造成这种空间差异的主要原因;(2)不同楼层高度PM2.5浓度测试结果显示:低层略高,5层以上差异不大,高层污染改善不明显;(3)汽车内使用有效的空调过滤器可极显著地改善车内空气质量、室内使用空气净化器及新风系统均可极显著地改善室内空气质量;(4)使用不同来源的食用油产生的PM2.5差异显著;(5)吸烟极显著地提高了室内的PM2.5浓度。研究结果为民众提出了防控PM2.5的对策建议,并为地方和国家制定相关调控政策提供实验依据。     

城市大气环境PM2.5浓度变化特征及治理研究

文章分析了城市空气PM2.5污染的时间、空间和区域变化特征和规律,从机动车、工业、扬尘、秸秆焚烧和燃煤等探讨了城市大气环境中PM2.5的主要来源,以及城市大气环境中PM2.5污染物危害,提出相应的防治措施.通过城市大气环境中的PM2.5浓度变化特征分析,对改善城市大气环境质量等具有积极的现实意义.     

2005年-2014年安阳市城市空气质量变化趋势分析及治理对策研究

利用2005年-2014年安阳市城市空气质量自动监测数据,采用Daniel趋势校验法对空气质量变化趋势进行分析,确定主要污染物,探讨影响空气质量变化的因素,提出改善空气质量的综合治理措施.结果表明2005年-2014年安阳市空气综合污染指数为2.60,属轻度污染,首要污染物为PM10,其次为SO2,冬季污染较重,呈现尘污染与煤烟型污染特征;大气污染物存在显著的空间差异性,西北工业区污染较重;总体上,综合污染指数、SO2、PM10均呈不显著上升趋势,NO2呈现显著上升趋势.     

中国PM2.5跨区域传输特征数值模拟研究

基于CAMx空气质量模型的颗粒物来源追踪技术(PSAT)定量模拟了全国PM2.5及其化学组分的跨区域输送规律,建立了全国31个省市(源)向333个地级城市(受体)的PM2.5及其化学组分传输矩阵.基于此传输矩阵,从区域、省、城市3个空间尺度解析了PM2.5及其主要组分,包括一次PM2.5、硫酸盐、硝酸盐和铵盐的空间来源.结果表明,跨区域传输对重点区域、省及京津冀典型城市的PM2.5污染均有显著贡献,其中京津冀、长江三角洲、珠江三角洲区域及成渝城市群PM2.5年均浓度受区域外省市的贡献分别达到22%、37%、28%、14%;海南、上海、江苏、浙江、吉林、江西等省PM2.5年均浓度受省外源贡献超过45%;北京、天津、石家庄PM2.5年均浓度受省外源影响分别达到37%、42%、33%.     

西安市的PM_(2.5)污染特征分析研究

分析和掌握大气中PM_(2.5)的污染特征,对控制PM_(2.5)的排放和改善空气质量具有十分重要意义。依据西安市连续2年多的空气质量监测数据,对AQI监测指标进行相关性分析,还从季节平均、月平均和日平均变化分析了PM_(2.5)随时间的分布特征,并应用MATLAB软件依据griddata插值算法绘制出了PM_(2.5)的空间分布图,直观地显示了PM_(2.5)污染在空间上的分布特征,突出了污染治理的重要季节和重点地区。研究结果表明:空气质量指数中的6项指标之间存在一定的相关性,PM_(2.5)与PM10的相关性最大,且PM_(2.5)污染呈季节性变化,春季污染最为严重,其次是冬季和秋季,夏季污染最轻;西安市的PM_(2.5)污染主要来源于燃烧、扬尘、尾气排放等过程,污染区域呈现北高南低的特征,污染源除人为源以外,周边污染扩散迁移也有较大影响。     

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.     

基于熵权的西安市大气环境质量模糊综合评价

针对传统方法在评价大气环境质量中存在评价因素单一,不能反映多种污染物对大气环境的综合影响等缺点,文章运用模糊综合评价理论并结合熵值赋权法,选取SO2、NO2、PM10三个污染因子为评价参数,参照国家大气环境质量标准,通过计算污染因子权重分配系数和隶属度,对2006年、2010年西安市区及其不同功能区的大气环境质量作出客观综合评价并加以对比。评价结果表明:2010年西安市区大气环境质量符合国家Ⅱ级标准,较2006年无明显改善且有潜在污染加剧的趋势;西安市内交通区、工业区的大气环境质量劣于全市平均水平,是该市大气环境治理的重点区域;PM10为西安市区最主要污染因子,在全市污染影响普遍,但近年NO2污染呈现的上升趋势也应引起警惕。     

广州市主干道附近大气污染物浓度的特征及影响因素研究

为研究城市主干道边的空气污染状况,通过采用自动监测系统,在2007年1月至2月期间,对广州市新港西路两侧以及附近大学校园内的空气质量进行监测,获得了其空气污染物浓度的特征：（1）空气污染水平高,NO2与PM10日均值超标率较高;（2）污染物时空分布不均匀,NO浓度白天通常比夜间高,路边监测点NO小时浓度为校园对照点浓度的3倍左右。同时,分析了污染物浓度与气象条件及主干道交通流量的关系。结果表明：污染物浓度与气象因素之间有较高的多元线性相关性,但与单个因素的相关性不强;路边监测点的NO小时浓度和校园对照点的N0。小时浓度均与车流量有较高的相关系数,而PM10与车流量无显著相关性。综合考虑气象因素与交通流时,多元线性回归方程的复相关系数更高。     

“十一五”期间太原市环境空气质量及影响因素分析研究

依据太原市环境空气质量监测数据,采用Daniel趋势检验法,综合污染指数法和回归分析法研究了“十一五”期间太原市的环境质量变化趋势和影响因素.结果表明,从年均浓度值分析来看,除NO2外,SO2和PM10都存在超标现象,长期来看,三种污染物浓度下降趋势明显,这与太原市环境保护行动密切相关.月际间浓度值差异除PM10在春季出现波动外,SO2和NO2均呈现“U”型曲线,这种规律与气象条件密切相关.三种主要大气污染物污染指数都有所下降,但太原市区空气污染仍以SO2和PM10为主,说明烟煤型污染的空气污染特征没有改变.主要大气污染物的空间浓度分布不均与地形和气象特征以及城市布局和污染源排放有直接关系.太原市“十一五”期间大气环境质量整体改善,但形势依然严峻.     

2009年8~9月成都市颗粒物污染及其与气象条件的关系

对成都市3个不同点位PM2.5和PM10进行了为期30d的连续观测,研究了大气颗粒物浓度的时空分布特征,及其与气象条件的关系.研究表明,观测期间成都市大气颗粒物PM2.5和PM10质量浓度日均值分别为66,94μg/m3,两者浓度变化范围较大,但变化趋势相同.从空间分布来看,大气颗粒物浓度均是熊猫基地>草堂寺>丽都花园,即下风向污染状况最严重,商业繁华地段次之,生活居住区最好;从时间分布来看,大气颗粒物污染最严重出现在9月17~19日,9月5~9日2个时间段,不利的气象因素和污染物的累积是造成该时间段大气颗粒物污染加重的主要原因.PM2.5与PM10质量浓度的相关性为0.93,PM2.5对PM10的贡献较大,两者质量浓度的比值达0.69.气温对大气颗粒物浓度变化没有显著影响;降水以及风速对颗粒物浓度影响较大,主要是对颗粒物的湿清除和促进扩散作用;在一定相对湿度范围内,高湿度条件容易造成大气颗粒物的较重污染.能见度与大气颗粒物浓度呈明显负相关性,且与PM2.5的相关系数大于与PM10的相关系数.     

基于灰色关联模型对陕西省O3浓度影响因素分析

O_3污染问题已经成为21世纪另一个环境课题.本次研究采用克里金插值法对2015年陕西省O_3浓度的空间分布特征进行分析,同时构建了O_3浓度的影响指标体系,运用灰色关联模型,综合分析了O_3浓度与其影响指标因子的关联度,并探讨了各指标因子综合关联度的空间关联性和分异性.结果显示:(1)陕西省O_3浓度呈"北高南低"的空间分布特征;(2)权重最大的指标层是O_3污染来源(W_i=0.4331),其次是城市化与产业结构(W_i=0.3455),空气质量与自然因子最小(W_i=0.2215);(3)各个指标因子与O_3浓度关联度均为强度关联.空气质量与自然因子中,关联度较高的指标因子为CO、降水量、平均气温、日照时数;O_3污染来源中,关联度较高的指标因子为等级公路里程、单位GDP能耗及工业用电量;城市化与产业结构中,关联度较高的指标因子为第二产业占地区总产值的比例、建成区绿地覆盖率和人均公园绿地面积;(4)O_3污染来源对铜川、宝鸡、汉中等市O_3浓度的影响较大;城市化与产业结构对宝鸡、咸阳、渭南、汉中等市的影响较大;空气质量与自然因子与陕西省各个城市O_3浓度的关联度均为强度关联;(5)空气质量与自然因子中,CO、PM_(2.5)、日照时数与O_3浓度综合关联度较高.O_3污染来源指标层中为机动车保有量、餐饮总额、烟(粉)尘排放量.城市化与产业结构中则是房屋建筑施工面积、建成区面积、人口密度.影响O_3浓度的主要指标因子表现出较好的空间相关性与空间分异性.综合分析表明,灰色关联度模型能够有效地对O_3浓度的主要影响因素作出分析与评价.     

沈阳市城市环境空气质量演替和PM_(2.5)的污染与达标措施探讨

沈阳市"九五"至"十一五"期间环境空气中的主要污染物为SO2、TSP、NO2,"十二五"以来,空气中PM2.5的污染凸显,形成以PM2.5为主要污染物的雾霾天气。通过科学规划、优化能源和产业结构及布局,实施燃煤和交通及扬尘污染综合整治,强化重污染行业控制及污染治理,推行区域大气污染联防联控,科学规划城市空间布局,开展科学技术及政策法规研究,加强环境空气质量监控与预报,强化公众参与等综合措施可以控制PM2.5的污染。     

沈阳市空气污染特征

以沈阳市8个国控环境空气监测点位和一个清洁对照点位2004年全年小时浓度为基础数据,研究了沈阳市空气PM₁₀、SO₂和NO₂的季节变化、日变化、空间分布及综合污染指数(API)等空气污染特征,并用1995～2004年的监测数据,分析了沈阳市空气质量的总体变化趋势.结果表明,首要污染物为PM₁₀,其空气污染具有典型的煤烟型污染季节特征,环境空气质量在1995～2004年期间逐年好转.     

雅安市环境空气质量时空动态变化及改善途径分析

根据雅安市4个空气自动站监测数据,按照《环境空气质量标准》(GB3095-2012)中的二级标准,采用综合污染指数法分析了雅安市2009~2013年环境空气质量时空动态变化趋势及其影响因素。结果表明:从年际变化看,PM1 0和SO 2浓度呈下降趋势,NO2浓度在2013年略有上升;年内变化显示,各污染物浓度季节变化明显,冬季污染最严重,污染程度由高到低的顺序为冬季、秋季、春季、夏季;空间变化显示,SO2浓度存在一定的空间差异性,各监测点位SO 2浓度随年限均呈下降趋势。NO 2和PM 10浓度空间分布差异明显。雅安空气环境综合污染指数呈下降趋势,空气污染程度得到了明显缓解,空气质量逐渐改善,并在上述研究基础上,提出了环境空气质量的改善途径。     

基于地统计学的北京市可吸入颗粒物时空变异性及气象因素分析

大气颗粒物是造成城市空气污染的重要原因之一,并已经成为我国北京等大中城市空气污染中的首要污染物.为分析北京市采暖期大气中可吸入颗粒物的污染水平及其气象因素的影响作用,以大气可吸入颗粒物PM0.3,PM3.0,PM5.0为研究对象,于2007～2009年采暖期间在北京市城区设立了93个采样点进行定点采样监测,利用地统计分析工具和指示克里格方法,模拟分析了北京市城区2007～2009年采暖期PM0.3、PM3.0、PM5.0的时空变异性,并建立起可吸入颗粒物浓度与气象条件(风力、温度、湿度)的对应关系,由此分析气象因素对大气颗粒物污染水平的影响程度.结果表明:实验半变异函数符合具有块金值的球状模型;北京城区空气可吸入颗粒物的污染水平自2007年以来污染程度与污染面积均呈减小趋势,影响范围主要集中在西南部,西北次之,近郊区污染重于城区;气象条件是影响可吸入颗粒物污染程度的重要因素,在不同年份不同气象因子对颗粒物的影响是不同的.但另一方面,由于污染原因季节冷暖程度的不同,气象条件对颗粒物浓度的影响有不确定的一面,但仍可找到一些规律.