乌鲁木齐市二氧化硫污染特征与防治对策

以2004～2010年乌鲁木齐市空气污染物二氧化硫的监测数据为依据,对其评价浓度的时空变化特征进行分析。结果表明,近年来乌鲁木齐市城区大气污染物质量浓度具有明显时空分布规律,SO2浓度表现为采暖期大于非采暖期,采暖期SO2浓度值为国家二级标准平均浓度的3．45倍。城区南部污染重于北部和中部。鸟鲁木齐大气污染的原因,主要有燃煤、地形和气象等因素。为防治乌鲁木齐市空气质量继续恶化,需要采取积极有效的预防措施,切实保护好人类赖以生存的生态环境。     

长沙市空气质量变化特征及气象要素影响分析

利用2015—2018年长沙市连续在线观测得到的环境空气6项污染物质量浓度和同期的气象要素数据,分析空气质量变化特征及其与气象要素的关系。结果表明:长沙市空气质量正逐年好转,且具有明显的季节特征,呈春夏季较好、冬秋季较差的特征;影响长沙市空气质量最主要的首要污染物为PM_(2.5),其次为O_3,且以PM_(2.5)为首要污染物的天数逐年减少,以O_3为首要污染物的天数逐年增加。PM_(2.5)、PM_(10)、NO_2、SO_2、CO浓度的季节变化特征都是夏低冬高,但O_3浓度的季节变化却是夏高冬低。各项污染物浓度与同期5种气象要素的相关性分析结果表明:各项污染物浓度与气压、气温、降水量、风速相关程度较高,其中,O_3与气象要素的相关性与另外5种污染物的相关性完全相反。     

济南市大气污染时空特征研究

为不断改善济南市大气环境质量,在广泛收集与整理相关资料和数据基础上,基于综合污染指数评价法及Arc-GIS平台空间插值法研究并表征了济南市“十一五”期间大气主要污染物的时、空变化特征及发展趋势;研究结果表明：济南市“十一五”期间大气环境质量变化较大,2007～2009年污染较为严重,之后有所改善;大气污染物浓度呈明显的季节变化特征,冬季污染最严重,夏季空气质量最好;首要污染物为PM10;污染较严重区域集中在济南市东北部地区;其变化原因受地理气候条件、产业结构和能源结构影响较大.该研究方法及结论对其他大中城市大气环境质量时空变化研究具有一定借鉴价值.     

2015-2018年衡阳市城区环境空气污染特征分析

本文利用2015~2018年衡阳市城区空气质量监测数据,分析环境空气污染特征及变化趋势。研究结果表明:2015~2018年衡阳市城区环境空气以PM2.5、PM10、O3污染为主,其中PM2.5和PM10年均值浓度呈下降趋势,O3年均值浓度呈不规则波动变化;年内时空变化上,O3呈现夏、秋季浓度高和冬、春季浓度低的特点,PM2.5和PM10呈现出夏季浓度低、冬季浓度高的特点。针对衡阳市空气污染物特征,提出了衡阳市城区空气质量改善的对策建议。     

河南省城市空气质量时空格局特征及驱动机制研究

空气污染是河南省经济发展过程中亟待解决的难题。基于河南省城市空气质量数据、气象与社会经济资料,运用ArcGIS和SPSS分析技术,从年、季节尺度探讨了河南省城市空气质量的时空特征及其影响因素。结果表明:河南省18个城市年均空气质量指数较高,在季节尺度上呈现"春降秋升、冬高夏低"的变化轨迹,在空间上表现出明显的集聚态势。河南省城市年均空气污染天数占比约为48.23%,且时空异质性明显。PM2.5是河南省城市空气污染的首要污染物,占空气污染总天数的54.40%,但季节性首要污染物仍需关注。风速减小、日照时数变短、温度降低、降水减少、气压升高等天气条件易于形成空气污染,而产业结构、车辆数量和建设施工等也是导致城市空气质量变化的重要因素。     

巴中市城区PM_(2.5)污染特征及时空变化规律分析

利用巴中市城区一个自然年(2016年3月1日~2017年2月28日)的空气质量数据,分析了巴中市城区PM_(2.5)的污染特征和时空变化规律。结果表明,PM_(2.5)日均浓度对数值接近正态分布特征,PM_(2.5)与其他主要大气污染物都具有显著的相关关系。CO、NO_2是主要的相关因素,与PM_(2.5)的相关系数都高达0.7以上。PM_(2.5)浓度表现为冬季秋季春季夏季,这与首要污染物是PM_(2.5)的天数占比以及PM_(2.5)与PM_(10)相关系数的季节变化一致,反映了PM_(2.5)呈现出以冬季污染最重,春、秋季污染中等,夏季污染最小的季节特征。PM_(2.5)与PM10的浓度比值表现为冬季秋季夏季春季。各个站点的PM_(2.5)变化趋势一致,相互之间浓度差异小且比较均衡,巴中中学站点的PM_(2.5)浓度无论在任何季节都高于其他站点,苏山坪站点在冬季的PM_(2.5)浓度明显低于其他站点,表明PM_(2.5)污染具有明显的区域性特征,与人类活动强度相关的局地污染对PM_(2.5)污染具有一定影响。     

鄂州市城区环境空气的臭氧污染特征及其防治对策

利用鄂州市城区3个环境空气质量自动监测站2015—2016年的监测数据,对空气中臭氧(O3)的污染特征进行了分析。分析结果表明:鄂州市城区空气中臭氧作为首要污染物的占比有逐年增加的趋势。臭氧浓度具有明显的日变化和季节变化规律,日变化呈单峰型且高峰段在13:00—17:00;月变化规律显示6月—9月浓度最高。日照、气温、风向和风速等因素对臭氧浓度变化均有重要影响。结合实际提出了加强产业规划、强化污染治理、加大科普宣传等防治对策。     

泸州市主城区2019年3月至2020年2月大气颗粒物污染特征及防治对策研究

为了解泸州市主城区颗粒物污染变化特征及成因,选取2019年3月至2020年2月空气自动监测数据,运用Origin2017等技术手段对PM2.5与PM10的时间变化特征、污染来源方向以及污染物之间的相关性进行了分析。结果表明:PM2.5与PM10在不同季节的变化趋势均具有较好的一致性,不同站点污染物相关性特征明显。分析表明:泸州市主城区颗粒物污染成因为工业企业排放、机动车尾气、生物质燃烧、燃煤、扬尘以及不利气象条件等,建议对6类污染排放进行管控。     

2021年乌鲁木齐市大气污染时空分布特征

乌鲁木齐市作为天山北坡城市群重点首府城市，空气质量虽逐年改善，但改善幅度不大，大气污染防治工作任重道远。基于乌鲁木齐市2021年10个监测站点逐日污染物浓度数据，对大气污染的时空变化特征及气象影响因素进行分析探讨。结果表明：O₃、PM₁₀和PM_2.5有显著的季节变化特征，PM₁₀和PM_2.5浓度夏季低、冬季高；O₃在夏季浓度较高，冬季浓度较低。米东区处于PM_2.5和PM₁₀等大气污染物高浓度分布区。降水越大对PM_2.5和PM₁₀的清除作用越强，PM_2.5浓度随着风速增大呈降低趋势；特别是风速在>5 m/s时，污染物降低的幅度最大。     

合肥市颗粒物时空分布特征及其气象成因研究

利用2014—2015年合肥市颗粒物浓度及气象观测资料,对合肥市颗粒物浓度时空分布特征及其与气象要素的关系进行了分析。结果表明:2015年,合肥市PM10、PM2.5日均浓度均呈现"一增一减"趋势;PM10与PM2.5日均浓度分布季节差异明显,呈现"V"型特征;在空间分布上,PM2.5的浓度主城区高于周边地区,PM10浓度北部整体高于南部;PM10与PM2.5浓度与降水量、相对湿度、风速和风向均有一定相关性。     

乌鲁木齐市大气环境污染特征及改善途径分析

以乌鲁木齐市环境监测站1996-2010年监测的大气中主要污染物SO2、NO2、PM10数据为依据,分析了乌鲁木齐市主要大气污染物浓度变化特征及变化趋势,阐明了乌鲁木齐市以煤烟型和沙尘型污染为主的大气污染现状,呈现出较为明显的采暖期污染重于非采暖期的特征,并提出通过改变能源结构、调整工业布局、完善相关法律法规等措施来改善乌鲁木齐市大气污染现状。     

Assessing the ecosystem service of air pollutant removal by urban trees in Guangzhou (China)

In Chinese cities, air pollution has become a serious and aggravating environmental problem undermining the sustainability of urban ecosystems and the quality of urban life. Besides technical solutions to abate air pollution, urban vegetation is increasingly recognized as an alternative ameliorative method by removing some pollutants mainly through dry deposition process. This paper assesses the capability and monetary value of this ecosystem service in Guangzhou city in South China. The results indicated an annual removal of SO(2), NO(2) and total suspended particulates at about 312.03Mg, and the benefits were valued at RMB90.19 thousand (US$1.00=RMB8.26). More removal was realized by recreational land use due to a higher tree cover. Higher concentration of pollutants in the dry winter months induced more removal. The lower cost of pollution abatement in China generated a relatively subdued monetary value of this environmental benefit in comparison with developed countries. Younger districts with more extensive urban trees stripped more pollutants from the air, and this capacity was anticipated to increase further as their trees gradually reach final dimensions and establish a greater tree cover. Tree cover and pollutant concentration constitute the main factors in pollutant removal by urban trees. The efficiency of atmospheric cleansing by trees in congested Chinese cities could be improved by planting more trees other than shrubs or grass, diversifying species composition and biomass structure, and providing sound green space management. The implications for greenery design were discussed with a view to maximizing this ecosystem service in Chinese cities and other developing metropolises.     

重庆市城区交通干道空气污染特征

于秋冬两季，利用法国生产的自动监测仪对重庆市城区7条交通主干道的近地面空气质量进行了监测。结果表明：在监测期间，各个监测点PM1o是首要污染物，并且秋季比冬季污染严重，7条道路的日平均浓度为0．419mg／m^3，最大浓度为0．687mg／m^3，最大超标率为3．58倍；而NO2和SO2在冬季比秋季污染严重，NO2最高浓度是0.126mg／m^3，平均浓度是0．089mg／m^3，S02最高浓度是0．333mg／m^3，平均浓度是0．216mg／m^3，表明交通干道空气污染严重。     

张掖市城区采暖期环境空气中污染物分布特征分析

以张掖市甘州区城区采暖期2008—2012年5年环境空气质量数据为主,对采暖期污染物变化状况及污染物分布情况进行分析。张掖市冬季采暖主要以燃煤为主,能源结构不合理、锅炉污染严重、工业企业结构不合理以及交通污染等原因,使得冬季采暖期间张掖市甘州区城区环境空气中主要污染物为二氧化硫、可吸入颗粒物、二氧化氮,采暖期间污染物浓度随时问呈正态分布特征。结合污染特点,提出调整能源结构、利用清洁能源、加大监管力度等建议,以期改善张掖市采暖期的环境空气质量。     

四川省城市环境空气质量及变化趋势

本文根据2000～2009年四川省24个地级城市例行空气监测数据,按照《环境空气质量标准》(GB3095-1996)中的二级标准,采用综合污染指数法分析了四川省近10年环境空气质量的现状、变化趋势及影响因素。结果表明:从年际变化看,可吸入颗粒物浓度呈下降趋势,二氧化硫、二氧化氮浓度变化较平稳;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、春季、秋季、夏季。全省综合污染指数呈下降趋势,空气污染程度得到了明显缓解,空气质量逐渐变好。     

上海市青浦区PM10污染状况及其与气象要素的关系

利用2006-2010年上海市青浦区PM10和同期地面气象要素的监测资料,定量分析PM10的季节变化规律以及PM10与降雨量、大气湿度和风速之间的关系。分析结果表明:PM10浓度在夏季处于低值,冬季处于高值;5mm/d以上的降雨对PM10有显著的清除作用,且春夏季降雨的清除作用大于秋冬季节。PM10浓度与大气湿度基本呈负相关关系。风速在一定范围内有利于PM10的扩散但不至造成扬尘,春夏季节的适宜风速是1.5～3.5m/s,冬季的适宜风速是1.5～2.5m/s。     

基于高频AQI数据的关中城市群空气污染规律探索

基于高频分时AQI及各污染物浓度数据,本文使用"AQI小时指数"、首要污染物等进行统计分析并建立VAR模型对关中城市群空气污染的总体情况、日内波动规律以及城市间空气污染的关联规律做了不同层次的挖掘。研究结果表明:(1)关中城市群的空气质量整体较差,春、冬季空气污染程度明显大于夏季,空气污染的"季节效应"和"集簇性"明显,且主要表现为颗粒物污染。(2)空气质量的日内波动规律在春、冬两季表现为下半天优于上半天,夏季夜间优于白天。但在不考虑四季AQI小时指数图"相位"差异的情况下,四季空气污染的日内波动呈现出明显的相似性。(3)各城市空气污染存在明显的关联规律。城市群内一个城市空气污染的恶化会加剧其他城市的空气污染,并且对其他城市空气污染的影响峰值会在24小时之内出现,且该影响会随着空间和时间尺度的增大而逐步衰减。     

大连市中心区O3污染特征分析

本文采用2007年大连市环境自动监测数据，分析了城市中心区O3的污染特征。结果表明：O3质量浓度的最大值出现在午后15：00—17：00，比太阳辐射强度最大值的出现时间滞后2h左右；O3质量浓度的季节性变化十分显著，春夏季较高，秋季次之，冬季最低；汽车尾气是近地面O3污染的主要原因。     

淄博市空气污染物变化及其与气象条件的关系

近年来淄博市由于加强了对二氧化硫和粉尘等污染物排放企业脱硫除尘的监管,可吸入颗粒物和二氧化硫浓度呈现逐年下降趋势,而燃煤量和机动车保有量的逐年增加使氮氧化物浓度呈现波动式上升趋势;四季分明的气候条件使淄博市的空气污染程度在一、四季度高于二、三季度;同时污染物浓度和风速、湿度呈负相关,和温度、气压呈正相关。