北京、上海两地2004和2005年大气污染特征对比分析

为了解北京、上海两市大气污染的变化及其影响因素之间的关系,根据2004、2005年大气质量监测数据,分析了北京、上海两地大气污染特征和两地主要大气污染物的变化规律.结果表明,2004、2005年北京市的PM10最大值是最小值的63.7倍,北京市的变化幅度较上海市的变化幅度大;2004、2005年北京市的SO2最大值是最小值的46.7倍,上海市的SO2最大值是最小值的13.1倍,上海市的SO2污染的因素变化幅度较小;两市的NO2浓度都较高,且季节变化不太明显;两市NO2浓度年平均值满足国家空气质量二级标准,但质量浓度都较高,这与两市的机动车尾气污染有关;两市SO2浓度年平均值除上海市2005年外均满足国家空气质量二级标准,上海市SO2污染严重与上海市消耗大量煤炭有关,北京市SO2污染物浓度年度变化剧烈与冬季取暖烧煤有关;两市可吸入颗粒物污染比较严重,北京市PM10浓度年平均值超过国家空气质量二级标准,上海市PM10浓度年平均值达到国家空气质量二级标准.总体上上海市的大气质量要好于北京市.两地大气主要污染物随时间的变化规律与两地的污染物来源、地理、气候等条件有关.     

我国“十二五”SO_2和NO_X污染控制对策分析

大气污染治理是环境保护的重要内容。十二五时期,我国大气污染控制指标需根据国情调整。本研究针对我国目前主要大气污染物SO2、NOX及日益严重的大气复合污染问题,分析了近20年排放量、空气质量变化、控制状况。结果表明:SO2排放总量控制取得一定成效,但缺乏质量指标控制约束;NOX排放增加引发了多种复合型环境问题,部分抵消了SO2控制效果,总体上空气质量并未大幅度提升。对此,借鉴国外控制方法,提出十二五期间应进一步改善控制措施建议:SO2在总量控制基础上加入质量控制,分三类区域以不同标准和手段控制;NOX纳入约束性考核指标;选定重点行业和重点区域,对SO2、NOX采取总量与质量双重控制,并建立相应的政策支撑体系。     

北京、上海两地2004和2005年大气污染特征对比分析

为了解北京、上海两市大气污染的变化及其影响因素之间的关系，根据2004、2005年大气质量监测数据，分析了北京、上海两地大气污染特征和两地主要大气污染物的变化规律。结果表明，2004、2005年北京市的PM10最大值是最小值的637倍，北京市的变化幅度较上海市的变化幅度大；2004、2005年北京市的SO2最大值是最小值的467倍，上海市的SO2最大值是最小值的131倍，上海市的SO2污染的因素变化幅度较小；两市的NO2浓度都较高，且季节变化不太明显；两市NO2浓度年平均值满足国家空气质量二级标准，但质量浓度都较高，这与两市的机动车尾气污染有关；两市SO2浓度年平均值除上海市2005年外均满足国家空气质量二级标准，上海市SO2污染严重与上海市消耗大量煤炭有关，北京市SO2污染物浓度年度变化剧烈与冬季取暖烧煤有关；两市可吸入颗粒物污染比较严重，北京市PM10浓度年平均值超过国家空气质量二级标准，上海市PM10浓度年平均值达到国家空气质量二级标准。总体上上海市的大气质量要好于北京市。两地大气主要污染物随时间的变化规律与两地的污染物来源、地理、气候等条件有关。     

武汉地区夏季和秋冬季大气污染的天气概念模型

利用2013～2019年武汉市生态环境局监测数据、L波段雷达探空资料、NCEP/NCAR逐日再分析资料,对夏季和秋冬季武汉地区污染日的大气污染特征、边界层结构、环流形势、物理量场进行研究,建立了武汉地区大气污染的天气概念模型.主要结论如下:(1)武汉市空气质量具有季节性变化特征,大气污染程度四季分布表现为冬＞秋＞春＞夏.夏季首要污染物是臭氧,冬季首要污染物是PM2.5.(2)比较挑选出的夏季清洁日和污染日的气象要素特征,污染日逆温的平均强度约为清洁日的一倍,逆温底高一般在600 m以下,空气质量一般为轻度-中度污染;静风频率(37.1％)明显高于清洁日的静风频率(2.9％);污染日平均风速小(0.8 m/s),边界层内相对湿度较低.同样比较秋冬季两类天气的气象要素特征,污染日逆温底高低、厚度小,不及清洁日的一半,不利于污染物的扩散,易出现重度污染天气.静风频率(20％)高于清洁日的静风频率(7.5％),风速小(1.6 m/s),污染日边界层内呈明显上千下湿的格局.(3)建立了夏季大气污染的天气概念模型,污染日副高偏弱位置偏东,长江流域易少雨干旱;地面我国东部大范围地区处于均压场中,武汉地区为偏东北异常小风,不利于大气污染物的扩散.(4)建立了秋冬季大气污染的天气概念模型,长江流域环流平直少波动,配合地面弱低压的天气形势和较强的逆温使得大气污染物聚集在近地面.蒙古冷高压强度偏弱,使得入侵我国的冷空气强度偏弱;武汉地区为偏北小风,对雾霾的移除和稀释扩散作用差.该研究结论可供大气污染预测预警研究和环境管理部门大气污染的联防联控参考.     

火电厂大气排放监测大数据分析及政策影响研究

火电行业作为我国能源消耗和大气环境污染物排放的重点行业,既是承担国家减排目标责任的主力军,也是体现减排成效的突破口。为进一步研究和分析国家大气污染防治的政策效果,特别是分析促进火电企业减排的主要因素,本文以2006—2015年湖南省300 MW及以上大型火电企业燃煤机组发电过程中烟气排放的SO2、NOx等连续监测大数据为基础,对主要污染物年、月、日、区域的变化及差异进行挖掘,并对各排放特征的形成原因和影响因素进行分析。研究结果总体上反映了大气污染治理政策体系的整体演进特征和规制效果,以及火电厂对中央政策的响应速度和程度。具体而言,除了政策的影响之外,月度变化特征跟区域的能源结构、气候环境紧密相关;日变化特征跟企业的社会责任意识差异及选择的环保设施运行工况有关。根据在线排放特征影响因素分析,提出了火电厂大气排放监测大数据绿色调度智能化和环境信用评价应用的建议。研究结果说明,基于监测数据的政策影响研究对以计量经济学模型为主的政策效果评估方法是一个补充。此外,对于政府提高污染治理的精细化管理水平,进一步完善大气污染治理政策也有重要意义。     

基于环境承载力的京津冀雾霾治理政策效果评估

雾霾污染治理是京津冀协同发展需要解决的重大问题。2013年9月颁布的"大气污染防治行动计划(大气国十条)"明确提出了京津冀地区雾霾治理目标,各地区也制定了雾霾污染治理的政策措施。本文旨在环境承载力分析的基础上评估雾霾治理的政策效果。首先,分析了京津冀地区大气环境污染特征,并结合相关文献确定京津冀地区雾霾治理的主要影响因素为污染物排放、风力以及相邻地区的传输效应等;其次,将影响PM_(2.5)浓度主要因素进行统计建模,并采用分位数回归模型进行矫正,大大提高模型的拟合精度;再次,基于大气国十条规定的京津冀各地区的PM_(2.5)年均浓度目标计算各地区的大气环境承载力;最后,在假定风力等气象条件不变的情况下,根据大气国十条规定的京津冀地区的污染物排放量利用统计模型模拟2017年的雾霾污染水平,模拟除张家口、承德和秦皇岛以外其余10个地区年均浓度60μg/m~3和70μg/m~3目标下PM_(2.5)日均浓度发生频率的变化情况,评估和讨论大气国十条提出的京津冀雾霾治理目标。结果表明:按照大气国十条减排计划的京津冀地区污染物排放量普遍高于其PM_(2.5)浓度目标下的大气环境容量(邯郸市除外),即大气国十条所规定的减排措施难以实现既定的PM_(2.5)浓度目标;PM_(2.5)年均浓度目标从60μg/m~3上升到70μg/m~3,重污染天气发生频率上升有限,大气污染物的减排量却显著下降。因此,要实现既定的雾霾浓度控制目标,天津和河北需要进一步加大污染物减排力度;雾霾治理应注重减少重污染天气的发生频率,治理重点应转向重度雾霾发生频率较高的冬季污染物排放控制;在科学确定环境承载力的基础上,确定切实可行的PM_(2.5)浓度控制目标,制定具有可操作性的污染物减排计划。     

山东省工业结构演变的大气环境效应研究

本文以LMDI分解方法研究山东省1991-2011年工业经济增长的环境规模效应、结构效应、技术效应的变化特征,测度污染密集型产业结构变动带来的大气环境效应。研究发现:①山东省SO2、烟尘、粉尘等大气污染物排放状况总体趋势改善,但污染物排放的产业集聚性特征明显,其中污染密集型产业增加值占工业总增加值的25-45%,而其大气污染物排放量占总排放量的90%以上;②规模效应是造成大气污染物排放总量增加的主要原因,技术效应是控制大气污染物排放量的主要因素,结构效应对大气污染物减排效果并不明显,因此调整工业结构特别是减少污染密集型产业比重是污染物减排的重要途径;③1991-2011年山东省污染密集型产业比重上升或下降1个百分点,工业废气、SO2、烟尘和粉尘排放量将分别增加或减少19.13百亿标m3、5.68万t、2.25万t、3.70万t。依据上述研究结论,需要从大气污染物综合排放标准、区域大气环境管理、环境管理政策、科技支撑体系等方面优化产业结构,推动区域经济与环境的协调发展,应对当前的大气环境问题。     

中国生活能源消费的典型污染物排放及驱动因素研究

家庭能源消费在我国碳减排战略中的地位日益突出,但作为改善室内外大气污染和人群健康的重要抓手,其全面评估和系统对策却仍十分缺乏。为此,本文以PM2.5、SO2和NOx这3种决定雾霾形成的关键污染物为研究对象,建立1992—2014年我国城乡居民生活部门的排放清单。在此基础上利用对数平均迪氏分解(LMDI)模型分别对全国排放总量的动态变化和各省人均排放的空间差异进行驱动因素分析,从家庭(收入、消费意愿和能耗开支)、社会(能源价格和城市化率)和技术(排放因子)不同层面识别居民生活用能影响大气污染物排放的短板所在。结果显示:(1)22年间PM2.5的减排量有限,SO2和NOx的排放量分别增加12.5%和122.7%。城市居民的人均排放降幅明显,而农村居民2012年3种污染物人均排放为前者的1.2—8.2倍,仍面临很高的暴露风险。(2)人均排放高值区集中在华北和东北,北京、四川、重庆、江苏和福建的农村排放突出,而新疆和黑龙江的城市SO2和NOx排放水平高于农村,表现出较明显的城乡差异。(3)家庭收入和能源平均价格分别是排放的最主要正向和负向驱动力,人口的增排作用不断下降而城市化率和排放因子的减排效应日益明显。城市生活排放的价格弹性相较于农村排放更明显,而后者对收入变化更敏感。(4)城乡协同减排需要厘清多污染物的减排侧重点并体现区域特征。本文根据决定排放空间差异的主导因素将各省农村和城市各自划分为清洁均衡型、能源价格主导型和高污染型等6种类型,并从优化能源消费结构和生活用能价格体系、提高用能效率和农民收入等多方面提出针对性减排建议。     

基于高程的环境库兹涅茨曲线实证分析

本文利用GIS的空间分析技术。以高程带为取样单元。研究在高程带上三种主要的大气污染物与经济发展之间的定量关系。以重庆市为例,验证环境库兹涅茨在高程上是否存在。研究结果发现。污染物浓度随高程的增加呈非单调下降的趋势。人均GDP随高程的增加先增大后减小。在高程上。污染物浓度与经济发展之间的关系和两者在时间序列和国别（或地区）序列上环境库兹涅茨曲线研究的结论相似。其中。TSP和NOx分别与人均GDP之间呈较稳定的呈“N”形和饲“U”形关系。受人口密度和高程影响较大；而SO2与人均GDP之间关系不稳定。     

中国工业污染物检测指标典型相关的实证研究

我国工业污染物的检测指标主要分为大气污染、固体废弃物污染和水污染三大类。要对工业污染物进行综合控制,必须了解工业大气、固体废弃物、水污染等不同污染物之间的相关程度及全面污染的程度,但是现有的研究较少关注污染物之间的相关性,而是针对不同的污染物分别采取措施,难以实现高效的综合治理。本文对我国31个省、直辖市和自治区的工业污染物检测指标典型相关进行了实证研究,研究结果表明,我国工业大气污染与固体废弃物污染,工业大气污染与工业废水污染之间存在显著的典型相关关系,但在工业固体废物污染与工业废水污染之间,除了个别污染物之间具有较强相关性以外,整体的相关性并不显著。此结论对建立以工业大气污染为主的环境治理政策具有积极的指导作用。     

Measurements and analysis of criteria pollutants in New Delhi, India

Ambient concentrations of carbon monoxide (CO), nitrogen oxides (NOx), sulfur dioxide (SO2), and total suspended particulates (TSP) were measured from January 1997 to November 1998 in the center of downtown [the Income Tax Office (ITO) located on B.S.G. Marg] New Delhi, India. The data consist of 24-h averages of SO2, NOx, and TSP as well as 8 and 24-h averages of CO. The measurements were made in an effort to characterize air pollution in the urban environment of New Delhi and assist in the development of an air quality index. The yearly average CO, NOx, SO2, and TSP concentrations for 1997 and 1998 were found to be 4810+/-2287 and 5772+/-2116 microg/m3, 83+/-35 and 64+/-22 microg/m3, 20+/-8 and 23+/-7 microg/m3, and 409+/-110 and 365+/-100 microg/m3, respectively. In general, the maximum CO, SO2, NOx, and TSP values occurred during the winter with minimum values occurring during the summer, which can be attributed to a combination of meteorological conditions and photochemical activity in the region. The ratio of CO/NOx (approximately 50) indicates that mobile sources are the predominant contributors for these two compounds in the urban air pollution problem in New Delhi. The ratio of SO2/NOx (approximately 0.6) indicates that point sources are contributing to SO2 pollution in the city. The averaged background CO concentrations in New Delhi were also calculated (approximately 1939 microg/m3) which exceed those for Eastern USA (approximately 500 microg/m3). Further, all measured concentrations exceeded the US National Ambient Air Quality Standards (NAAQS) except for SO2. TSP was identified as exceeding the standard on the most frequent basis.     

广州市生态风险重点及其防范策略

为了构建更适宜居住生活、更适宜创业发展的山水田园型生态城市，为实现城市可持续发展的总目标，广州市必须系统而有重点地防范生态风险，解决制约广州城市发展的重点和潜在的战略生态问题，保障城市生态安全。本文着重探讨了广州城市发展中的台风、暴雨、洪涝、临海重工业的发展布局与近岸海域生态系统的保护、饮用水保障与水环境质量、机动车尾气污染与大气环境质量等重点生态环境问题及其防范策略。     

Particulate air pollution in Lanzhou China

Concentrations of total suspended particles (TSP) and PM(10) in Lanzhou China have been kept high for the past two decades. Data collected during the intensive observational period from October 1999 to April 2001 show high TSP and PM(10) concentrations. Starting from November, the PM(10) pollution intensifies, and reaches mid to high alert level of air pollution, continues until April next year, and is at low alert level in the summer. In the winter and spring, the TSP concentration is 2-10 times higher than the third-level criterion of air quality (severe pollution). Effects of intrinsic factors (sources of pollution) and remote preconditions (propagation of dust storms) for severe PM(10) and TSP pollution in Lanzhou are analyzed.     

Evaluation of some air pollution indicators in Turkey

This article intends to shed a light on air quality in Turkey and compare air pollutant emissions on a national scale with that of the European countries. In order to estimate the quantities of Turkish emissions in the past and their future predictions, a national emission inventory was prepared with respect to five major pollutants consisting of particulate matter(PM), SOx, NOx, non-methane volatile organic compounds, and CO with 5-year intervals between 1985 and 2005. The results suggest that Turkey is a rather large emission source at the European scale, although emission indicators on unit area and per capita were shown to be somewhat smaller in magnitude. Levels of air pollution in some of the big cities in Turkey were also evaluated from available national monitoring data. These evaluations for the urban air qualities covered SO2 and PM parameters between 1986 and 1996, and results were compared with the present Turkish air quality limits, their probable revisions, WHO (Europe) guidelines and related EC directives. Results showed that the air quality limits were not met, especially during the winter periods in Turkish cities. Urban air pollutants characterizing the air in Turkish cities other than SO2 and PM, however, could not have been evaluated as these pollutants were not systematically monitored in these cities.     

Relationship between air pollution and daily mortality in a subtropical city: Taipei, Taiwan

Air pollution has been associated with daily mortality in numerous studies over the past decade. However most of these studies were conducted in the United States and Europe with relatively few done in Asia. In the current study, the association between ambient air pollution and daily mortality in Taipei, Taiwan's largest city which has a subtropical climate was undertaken, for the period 1994-1998 using a case-crossover analysis. This design is an alternative to Poisson time series regression for studying the short-term adverse health effects of air pollution. The air pollutants examined included particulate matter (PM(10)), sulfur dioxide (SO(2)), ozone (O(3)), nitrogen dioxide (NO(2)), and carbon monoxide (CO). The largest observed effect, which was without statistical significance, was seen for NO(2) and CO levels on deaths due to respiratory diseases (ORs=1.013 and 1.014, respectively). The well established link between air pollution levels and daily mortality may not be as strong in cities in subtropical areas, although other factors such as differences in pollutant mix or the underlying health of the population may explain the lack of a strong association in this study. Further studies of this type in cities with varying climates and cultures are needed.     

北京市发展CNG汽车的条件与前景分析

北京市汽车排放污染物贡献率已达到：HC73.5％，CO63．4％，NOx46％。用CNG代替汽油作汽车燃料，可使CO减少97％、HC减少72％、NOx减少39％、CO2减少24％、SO2减少90％。建立CNG加气站和CNG汽车改装这两个CNG应用关键问题在技术上、经济上都是可行的。北京市CNG燃料来源有保障。北京市车辆都比较适合使用CNG气体燃料。北京有很强的CNG汽车产业科技力量。对北京市当前发展CNG汽车产业提出了一些建议。     

南昌市环境空气污染时空变化特征及影响因素研究

选取2014~2017年南昌市不同时间尺度AQI及主要空气污染物数据，利用GIS技术、神经网络分析、后向轨迹模型及地统计分析方法，分析了南昌市环境空气污染时空变化特征及影响因素。结果表明，南昌市近年来空气质量总体变化不大，空气质量等级以良为主，占全年比例为57%~61%。但首要污染物变化较大，即PM2.5比例显著下降，NO2和O3比例显著上升，PM10变化不大。南昌市空气污染季节变化显著，冬春季空气质量较差，以PM10、PM2.5污染为主，夏季空气质量最好，以O3污染为主。空气污染周变化以周末及周一污染较重、周四污染最轻，说明南昌市空气污染除了与群众出行习惯有关，还存在其他影响因素。南昌市空气质量日变化呈双峰型（9:00~11:00和20:00~22:00），主要受上、下班高峰期带来的交通尾气影响。南昌市空气污染空间变化呈典型的“郊区-市区”分布，其中AQI、PM10、PM2.5、SO2、NO2、CO值均以市区较高、郊区较低，而O3的空间分布规律正好相反，这主要与城区NOx排放较多，O3易与其迅速反应而消耗有关。后向轨迹聚类分析结果表明，来自本地的短轨迹气团占比高，对PM2.5、PM10、NO2、O3的影响大。气象因素上，PM2.5、PM10、NO2受相对湿度影响较大，O3受温度影响较大。