NAQPMS模型预报合肥、蚌埠和芜湖空气质量的效果评估

评估了NAQPMS模式预报的合肥、蚌埠和芜湖2017年3月1日—2018年2月28日PM_(2.5)、PM_(10)和O_3地面浓度及预报准确率,发现模式对物种的预报能力依次为:O_3 PM_(2.5)PM10;对城市的预报能力依次为:合肥芜湖蚌埠。模式对PM_(2.5)和PM_(10)的预报能力在春季较弱,对O_3的预报全年均较强。整体而言,评估地区的空气质量以优良为主,等级准确率在秋季最高,冬季最低,年均值为69%;首要污染物以PM_(2.5)、O_3、PM_(10)和NO_2为主,其准确率在冬季最高,春季最低,年均值为62%。     

青奥会少吸PM_(2.5)让人五味杂陈

正据《现代快报》9月8日报道,南京青奥会空气质量保障专家组于7日公布了空气保障资料。整个8月份,南京人比平时少吸了3764吨PM10和1750吨的PM2.5,下降比例达到44%和36%。据了解,青奥会期间空气质量"优良"等级预报准确率达到75%~80%。对于南京市民而言,8月份少吸了3764吨的PM10和1750吨的PM2.5,这当然是一种难得的生态福利,是保障市民健康权益的利好消息。不过,只是在南京     

控制灰霾的关键不在于推出PM2.5标准

只有在国家制定了很清晰的PM2.5的空气质量测量标准,以及在未来制定了合理的PM2.5环境空气质量标准,并且每个城市的监察测量网和监控系统的技术已经非常完善的情况下,公布出来的PM2.5监测值才有更多的可比性,才有更多的科学价值。近期我们更应该关注的不是引入新的标准,因为即使没有PM2.5的标准和数据,PM10的浓度也可以反映大气颗粒物的污染程度。现在的问题是怎样采取措施把目前的PM10污染尽快地降低下来,将已有的PM10空气质量标准调整到与世界卫生组织指导值更接近的水平。在这个基础上,进一步引进PM2.5的环境空气质量标准才有意义。     

基于颗粒物激光雷达的南充市一次沙尘污染过程分析

利用环境空气颗粒物自动监测数据、近地面气象数据和颗粒物激光雷达资料对南充市主城区2016年5月12日的沙尘气溶胶污染天气过程进行分析,并利用HYSPLIT模式对沙尘气溶胶的来源进行了模拟分析。结果表明:来自新疆盆地的沙尘气溶胶经高空远距离输送到达四川盆地上空后沉降造成南充市主城区的PM_(10)和PM_(2.5)浓度极显著升高,PM_(2.5)/PM_(10)值极显著降低;沙尘天气过程中,风速、气温、相对湿度、气压、能见度和大气边界层高度等气象因子发生变化并对环境空气中颗粒物浓度产生影响,其中风速与PM_(2.5)和PM_(10)浓度间显著正相关,与PM_(2.5)/PM_(10)值间显著负相关;颗粒物激光雷达连续监测到整个沙尘气溶胶沉降过程,与地面环境空气自动监测数据变化趋势一致。在对盆地城市沙尘天气的环境空气质量进行预警预报时,将历史环境空气质量自动监测数据与常规气象因子数据、颗粒物雷达资料和后向轨迹等资料进行综合分析,能进一步提高沙尘天气条件下的空气质量预警预报准确度。     

环保部副部长:PM2.5数据发布勿做“技术处理”

2012年全国环境监测工作会议10日在广州召开。环保部副部长吴晓青在会上要求,各地一定要将PM2.5真实的监测数据发布出去。吴晓青说,包括珠三角城市在内的地区,率先发布PM2.5数据后,有公众对数据提出了质疑,说明环保部门的数据缺乏公信力。因此环保部门一定要成为     

基于空气质量模型CMAQ的成渝经济区（四川）PM2.5浓度数值模拟研究

利用第3代空气质量模式CMAQ对成渝经济区(四川)2012年1、4、7、10四个月的PM2.5浓度进行了数值模拟,并利用现状监测数据及遥感反演的AOD分布对模拟结果进行了对比分析,表明该模式对PM2.5模拟性能良好。根据CMAQ模拟结果,模拟的4个月中10月份PM2.5浓度最高,其次为4月份,1月最低;PM2.5浓度在空间分布上形成2个高值区,分别是成都、德阳和眉山区域,另一个是川南城市群的宜宾、自贡、内江等地市。利用CMAQ模式对成都及其周边地市之间PM2.5的相互影响分析表明,成都、绵阳、德阳3个地市城区PM2.5浓度受本地源影响较大,周边城市中德阳对成都影响最大,成都则对眉山影响最大。     

声音

"包括珠三角城市在内的地区,率先发布PM2.5数据后,有公众对数据提出了质疑,说明环保部门的数据缺乏公信力。因此环保部门一定要成为真实客观数据的追求者和捍卫者。如果发布的数据不真实,将会使数据失去公信力。"——4月10日,环保部副部长吴晓青在广州召开的2012年全国环境监测工作会议上,要求各地一定要将PM2.5真实的监测数据发布出去。     

高温干旱天气下长株潭地区PM_(2.5)的变化规律研究

以湖南省长株潭地区24个环境空气质量监测国控点数据为基础,对2013年6月~8月持续高温干旱天气条件下,长株潭地区城市PM2.5浓度的日、月变化规律,以及点位差异性分布等进行分析。结果表明,进入夏季持续高温干旱天气后,PM2.5质量浓度较冬季显著下降。受人为活动影响,位于商业区的监测站点的PM2.5较其他站点高;不同城市PM2.5的日变化规律基本一致,呈双峰型;夏季PM2.5上午出现最高值的时间比冬季提前1 h左右,商业区站点的PM2.5最高值出现的时间较其他类型站点早1~2 h。非工作日PM2.5的峰值出现在夜间和凌晨,而工作日则出现在上午9~11点。     

长沙市城区典型交通路口PM_(10)和PM_(2.5)污染特征研究

利用车载环境空气质量监测系统对长沙市城区典型交通路口的近地面空气质量进行了实时监测。结果表明,在监测时段(14∶00~20∶00)内,该监测点环境空气中PM10的小时质量浓度范围在0.097~0.222mg/m3之间,平均值0.163mg/m3;PM2.5的小时质量浓度范围在0.050~0.158mg/m3之间,平均值0.103mg/m3。PM2.5/PM10比值在48.1%~76.6%之间,平均值62.4%。PM10与PM2.5质量浓度在星期一相对较低,星期二有所升高,星期三至周末总体上保持基本稳定。在监测时段PM10与PM2.5小时质量浓度呈现先降后升的变化规律,即14∶00~15∶00,PM10与PM2.5质量浓度相对较高,16∶00左右降至最低,从17∶00开始逐渐升高,20∶00达到峰值。PM10和PM2.5的质量浓度变化与车流量和车速密切相关,温度、相对湿度和风速等气象因素对PM10和PM2.5质量浓度的变化影响也较显著。     

基于Models-3的自修正空气质量预报系统及其效果检验

本文介绍了一个以Models-3为基础的自动化空气质量数值预报系统,该系统通过Gambas、Yabasic和R语言等工具进行开发,集成WRF-SMOKE-CMAQ三个模式,可通过监测数据进行自动修正,完成空气质量业务数值预报,并将结果发布到Web服务器上进行呈现。该系统对硬件的要求较低,将部署于一台DELL Optiplex 9010工作站上,设置6km—2km双层嵌套,进行成都市空气质量数值预报。本文分析了成都市2014年1月1日至2014年12月31日的空气质量数值预报结果,评价系统对成都市NO_2、SO_2、PM_(10)、PM_(2.5)、O_3、CO以及空气质量指数(AQI)的预报效果。结果显示,系统对于成都市2014年空气质量变化情况趋势的预报效果较好,302天有效预报中,24小时直接预报的空气质量等级准确率为58.27%,AQI预报相关系数0.71,观测值自动修正预报对24小时空气质量预报具有明显改善效果,使其等级预报准确率达到64.9%,相关系数提高到0.89。     

Development of a dynamic model to predict PM10 emissions from swine houses

Influences on dust emissions from livestock operations are number, weight, and kind of animals and characteristics of the housing system. Differences between facilities cannot be explained solely by mechanistic input variables. The objective of this study was to characterize the main input variables for modeling emissions of particulate matter with a mass median diameter < or = 10 microm (PM10) from swine facilities using a data-based model. Investigations were performed in mechanically ventilated facilities for weaning, growing-finishing, and sows in Italy and Germany. The measurements included inside and outside concentration of airborne PM10 particles (scatter light photometry), ventilation rate (calibrated measuring fans), indoor air climate at a measuring frequency of 60 s, feeding times, and animal-related data such as weight and animal activity. Dust concentration and emission were simulated using a dynamic transfer function. The results indicated that the average PM10 emission rate was influenced considerably by housing system. The simulation of the PM10 emission rate resulted in a mean percentage error per data set of 21 to 39%, whereas the average simulated and measured emission rate per data set differed by about 4 to 19%. High prediction errors occurred especially during situations in which the absolute level and spatial location of the measured activity peaks did not correspond with the measured dust peaks. Further recommendations of the study were to improve continuous and accurate measurements of input variables, such as the activity level in animal houses, and to optimize the amount of measuring days in relation to the model accuracy.     

四川省气溶胶光学厚度时空分布特征

本文利用MODIS气溶胶光学厚度产品,建立了气溶胶光学厚度与PM10/2.5的线性关系。分析了2008年~2012年四川省的气溶胶光学厚度时空分布特征,以成都市为特例分析了2003年~2012年的气溶胶光学厚度时空分布。结果显示:气溶胶光学厚度与PM10/2.5的线性关系较高;川西高原具有较低的气溶胶光学厚度,康定、马尔康、西昌、雅安等地年均气溶胶光学厚度约0.2;四川盆地区域具有较高的气溶胶光学厚度,以成都、德阳等地为代表,年均值在0.8~1.0之间,并具有明显季节变化特征;成都市的气溶胶光学厚度时空分布具有明显的城市特点。这些时空分布的特征与四川省的工业情况、地理位置、气候条件有关。     

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。     

Lasso-Cox模型在个人信用风险评估中的应用

借鉴Lasso模型和Cox模型的优点创建Lasso-Cox模型,用以评估个人借款者的信用风险,并利用个人借款者的数据进行实证分析,比较不同模型的预测精度。结果表明:(1)单一Cox模型的预测准确度高于Logistic回归模型,而Lasso-Cox模型的预测精度达95.76%,远高于单一Cox模型。(2)考虑宏观环境对个人经济的影响,发现将宏观变量纳入模型后预测精度有明显的提升,其中Lasso-Cox模型预测精度高达98.88%。     

Spatial variations in selected metal contents and particle size distribution in an urban and rural atmosphere of Islamabad, Pakistan

Spatial variations in total suspended particulate matter (TSP) were investigated for distribution of metals and particle size fractions in the urban and rural atmosphere of Islamabad, Pakistan. The metals Na, K, Fe, Mn, Pb, Cd, Cr, Zn, Ni and Co, and the particle fractions <2.5, 2.5-10, 10-100 and >100 microm were included in the study. TSP samples were trapped on glass fibre filters using high volume samplers and quantification of metals was done using Atomic Absorption Spectrometry employing HNO(3) based wet digestion. At the urban site, Na was dominant at 2.384 microg/m(3) followed by K, Fe and Zn with 0.778, 0.667 and 0.567 microg/m(3) as mean concentrations, respectively. The metal levels for the rural site ranged from 0.002 microg/m(3) for Cd to 1.077 microg/m(3) for Na. However, compared with the urban site, mean Pb concentration showed an almost two-fold enhancement, i.e., 0.163 Vs. 0.327 microg/m(3). Metals and particle size source identification was done using Principal Component Analysis and Cluster Analysis. Five sources were traced out for the urban site: industrial, soil, automobile emissions, metallurgical industries and excavation activities. For the rural site, four sources were recorded: agricultural, automotive emissions, excavation activities and metallurgical units. Collectively, for both the sites, PM(10-100) emerged as a major contributor to TSP, followed by PM(2.5-10), PM(<2.5) and PM(>100) in that order. The metals showed in general positive relationship with fine particulate fractions (PM(2.5-10), PM(<2.5)), and negative correlation with coarse fractions (PM(10-100), PM(>100)). Comparison with the corresponding data from various Asian sites revealed that the levels of Na, K, Fe, Mn, Co and Ni for the present study were lower than those reported for grossly polluted cities of the world.     

大连市环境空气中PM_（2.5）含碳组分浓度特征研究

2013年9~12月对大连市环境空气中的PM2.5、有机碳和元素碳进行连续监测。研究结果表明,有机碳约占PM2.5质量的14.0%,元素碳约占6.9%,有机碳和元素碳的总质量约占PM2.5的21%。一半以上的天数有机碳与元素碳比值超过2.0,说明大连存在二次污染。有机碳与元素碳具有显著的正相关性,相关系数约为0.93,表明有机碳和元素碳可能有相同的污染来源。较大降水能有效降低PM2.5、有机碳和元素碳的浓度,风速与PM2.5、有机碳和元素碳的浓度呈负相关,雾霾天气时,有机碳和元素碳的浓度明显增加。     

环境空气背景值中PM2．5和PM10的相关性分析

四川省大气背景站颗粒物PM2．5和PM10实时监测结果表明,两个点位的PM2．5浓度占PM10浓度分别为80．15％、68．9％,两个点位的PM2．j浓度和PM10浓度均呈显著线性关系,点位1：y=0．8634x-0．2212,R^2=0．9823;点位2：y=0．7352x-0．2142,R^2=0．7767。     

2020年第一季度枣庄市PM2.5源解析的分析研究

为了评估分析枣庄市不同来源污染物排放强度削减与大气环境质量变化之间的关系,使用统计方法和正定矩阵因子分解法对枣庄市2020年第一季度大气污染变化特征和污染来源进行了解析,探究了枣庄市大气固体悬浮微粒浓度变化影响机制。结果表明:2020年第一季度PM2.5、PM10、NO2、SO2浓度较2019年同期显著下降,但枣庄市采暖季内社会活动造成的正常排放仍高于大气环境容量;受新冠疫情影响,2020年较2019年PM2.5源因子浓度削减最大的为机动车源(46.5%)和工业源(17.9%),应长期采取机动车减排、产业结构调整等措施,科学规划“十四五”大气污染防治。