浅析攀枝花市2015～2017年气象要素对空气污染的影响

利用2015～2017年攀枝花市污染因子和气象要素实测数据,运用GIS技术、相关分析以及统计分析等方法,分析攀枝花市空气污染因子和气象要素的时空特征及相关性。结果表明:攀枝花市首要污染物为PM₁₀,其次是NO₂;秋冬以PM₁₀和NO₂污染为主,春夏PM₁₀和O₃为主。不同季节,各气象要素对本地空气质量的影响程度及空间分布存在明显差异。弄弄坪一带PM_2.5和SO₂、CO浓度偏高,市中心炳草岗一带PM₁₀、O₃和NO₂浓度偏高。结合本地发展规划和实际情况,根据气象要素分析,为攀枝花市分区分季节的防污减排决策提供气象参考。     

AQI vs API——新老空气质量标准之对比

对昆明市空气质量监测数据分别用空气质量污染指数（API）和空气质量指数（AQI）做评价,并进行比较。叙述了测点小时数据、测点日均数据和城市日均数据对应的空气质量及区别。环保部和云南省环保厅分别发布的昆明市空气质量差别是由于评价空气质量的标准不同所致。     

华北地区空气质量空间分布特征及成因研究

以2015年华北地区71个主要城市的AQI监测数据为基础,通过交叉验证评估不同空间插值方法,选择克里金指数模型生成华北地区的AQI栅格数据;然后分析区域AQI的时空分布特征,并重点讨论了降水、风向、风速及地形对AQI的影响;最后利用逐步回归分析法,找出对AQI产生较大影响的社会经济因子,并结合ESDA方法和空间回归模型对AQI及社会经济因子进行空间相关性分析.结果表明:AQI的几种插值方法中以克里金指数插值法精度整体最优;AQI有明显的季节性变化,冬季AQI明显高于夏季;华北地区整体污染较重,最严重的区域集中在河北南部、河南北部和山东西部;降水、风和地形与AQI关系密切,当降水量大于10 mm时,对AQI具有显著的抑制作用;AQI与风速呈显著负相关,风速对不同污染物的影响强度具有明显的季节差异,冬季偏北风向是造成空气污染南移和扩散的主要原因;太行山脉和燕山山脉阻塞污染物向西和向北扩散,导致华北平原的东南部地区污染加重;社会经济因子中,工业对AQI的影响最大,其他依次为民用汽车保有量、人口密度、森林覆盖率.     

中部地区省会城市雾霾污染变化特征研究及因素分解

为了分析中部省会城市大气污染的异同性及影响因素,基于中部省会城市的空气质量监测数据,以AQI为代表指标对中部地区雾霾污染城市间异同性及分布特征进行识别,并在STIRPAT模型基础上构建空气污染影响因素模型,借助固定效应模型及2SLS进行回归分析。结果表明:1)中部省会城市在多年经济的推动下,已逐渐呈现春秋适中,夏冬偏高的污染发展趋势,且经济增长与空气质量呈现倒U形趋势;2)五省省会城市除南昌外,其余四省省会空气污染表现出相似特征,尤以南京、合肥、武汉为甚,其显著性差异值达到0.964、0.879、0.915;3)中部地区跨区域雾霾污染在协同控制时,需要着重关注城市人口的变化趋势、新增建筑面积、工业排放的总量控制等方面,并将其纳入到雾霾污染协同控制体系之中。     

安徽省持续性区域霾污染的时空分布特征

根据天气和气候特征,将安徽省分为沿淮淮北、江淮之间和沿江江南3个子区,并定义了持续性区域性霾过程.基于气象、环保及遥感资料,分析了安徽省持续性区域性霾过程及相应的气溶胶污染的时空分布特征.结果表明,江淮之间和沿江江南区域性霾日数自1980年开始总体呈增多趋势,沿淮淮北2000年开始增加趋势明显;1980年以来,城市持续性霾过程呈增多趋势,但城市之间差异较大;2000年之后持续性区域性霾过程明显增多,最长过程可达10d以上.62%以上的持续性区域性霾过程出现在冬季;江淮之间次数最多,沿江江南次数最少.区域性霾天气常对应着大范围的高湿、小风情况,并伴随着高浓度气溶胶污染,其光学厚度大于0.9,约是晴空天的2.3倍,气溶胶主要集中在400m以下,如近地面区域性霾天的消光系数是普通霾天的2~2.5倍,晴空天的3~5倍;地面PM_2.5污染而言,区域性霾天至少有一个或以上的城市AQI会达到轻度以上污染等级的概率超过了75%.     

基于OMI数据的兰州地区吸收性气溶胶指数时空分布特征研究

基于OMAERUV遥感数据产品,对兰州地区2008—2017年紫外吸收性气溶胶指数(ultraviolet aerosol index,UVAI)的时空分布进行了分析,并对其变化相关因素进行了探讨,结果表明:兰州地区2008—2017年UVAI整体呈上升趋势,年均值增幅为7.0%,2008—2010年UVAI出现了最大增长率53.1%,2011—2015年UVAI出现了最大降低速率18.5%,2016—2017年UVAI在2015年的基础上继续下降,2017年有所上升.2008—2017年兰州地区UVAI的空间分布特征为中间高、东西两侧低.10年来研究区UVAI最高值一直为永登县和皋兰县结合部及相邻区域,也是吸收性气溶胶的污染源中心.每年的最高值出现在1—2、11—12月,10年中最大的UVAI值出现在2017年的12月,每年的最低值出现在6—7月,10年中最低的UVAI值出现在2017年6月,四季UVAI值水平为:冬季春季秋季夏季.影响因素中UVAI与自然要素中的风向、温度和降水关系密切,兰州各地区的人口密度也与UVAI的变化具有相关性;基于PM_(2.5)的UVAI指示的空气质量等级分析,兰州地区空气质量以良为主.针对兰州地区UVAI的时空分布特点、吸收性气溶胶外源和内源污染源情况,提出了在永登县北部区域建设防护林带、减少人为活动强度等建议.     

对首要污染物所揭示的京津冀环境空气质量状况的认识启迪与对策建议

利用中国环境监测总站发布的实时大气环境监测资料,选择京津冀地区8个城市（北京市、天津市、石家庄市、保定市、唐山市、邢台市、邯郸市和秦皇岛市）57个站点为研究对象,对2015年该地区AQI（环境空气质量指数）及其首要污染物日报和实时报特征进行综合分析与评估.结果表明:①京津冀地区8个城市空气质量等级日报的首要污染物主要是PM_2.5,其中邯郸市以PM_2.5为首要污染物日数占比（即出现日数占全年总天数的比例）最高,为90%;北京市最小,为50%;其余城市在70%左右.以O₃为首要污染物日数占比较高的是北京市和保定市,超过20%;秦皇岛市最小,为2.8%.以NO₂为首要污染物日数占比较高的是秦皇岛市,为10.6%.②京津冀地区8个城市AQI实时报中以O₃为首要污染物的情况最多不超过10%,几乎没有以NO₂为首要污染物的情况;但在AQI日报中,以O₃为首要污染物的日数占比最高的可达26%,以NO₂为首要污染物的日数占比高达11%.③以2015年北京市奥体中心站点为例,当AQI日报仅以NO₂为首要污染物时（23 d）,空气质量等级日报均为良的情况主要发生在1-3月和10-12月;然而同期AQI实时报白天（08:00-16:00）空气质量等级均呈现优、良,而夜晚（16:00以后）ρ（PM_2.5）为中度和重度污染等级;当AQI日报仅以O₃为首要污染物时（55 d）,空气质量等级日报均为良的情况主要发生在4月和7-8月;同期,尽管AQI实时报中ρ（PM_2.5）日变化差异不明显,但ρ（PM_2.5）达到中度和重度污染等级的时段明显增多,且峰值多出现在10:00左右.④导致AQI日报和实时报结果差异的主要原因是在计算实时AQI时颗粒物质量浓度标准仅参考ρ（PM_2.5）和ρ（PM₁₀）24 h限值,这将会导致不确定性及滞后性.研究显示,在全国已有5 a长时间监测数据的基础上,有必要对AQI等内容开展深入研究,以加强对标准及其相关指南和规定的修改与完善工作.      

COVID-19疫情对河南省空气质量及社会经济活动短期影响

分析了COVID-19疫情初期河南省空气质量指数（AQI），并探讨了2项重要污染物（PM_2.5和NO₂）分布状况和变化趋势，发现疫情管控后AQI总体趋势向好，MODIS载荷反演PM_2.5浓度下降了22.7%，TropOMI卫星反演NO₂柱浓度同比下降61.95%，环比下降70.25%。另外，对NO₂日遥感监测结果按照"前-中-后"3个时段进行周尺度归一化社会经济活动指数SSEI计算，结果显示疫情管控措施对社会经济活动有明显的抑制作用，在疫情得到基本控制后，大部分地区的工业热源企业虽已逐步有序恢复生产，但经历了缓慢的恢复过程。河南省的经济活动恢复水平在春节后第1周至第5周处于渐进式增长状态，第6周有所回落，第7周继续攀升。     

大气污染物及AQI时空特征分析——以山西省2015年上半年为例

根据2015年上半年山西省11个地级市PM 2.5、PM 10、NO 2、SO2、CO、O 3的日污染浓度监测数据及AQI值,分析其污染特征。结果表明:全省11市PM 2.5、PM 10超标率较高;NO 2、SO 2、CO、O 3超标率则较低;全省PM2.5/PM1 0的比值范围在0.367 7~0.718 9,且PM 2.5和PM 10之间存在较显著的线性关系;PM 2.5、PM 10、NO 2、SO 2、CO以及AQI监测值在1~6月份逐渐递减,O3则呈总体上升趋势;AQI达标天数比例范围在61.88%~85.08%,平均比例为71.42%,平均超标天数比例为38.58%,其中重度及以上污染天数比例为1.50%。     

环境空气质量新标准对博罗县空气质量评价结果的影响

利用博罗县城自动监测站2015年的环境空气自动监测数据,分析了实施《环境空气质量标准》(GB3095-2012)对博罗县城空气质量评价的影响.研究发现,若采用新标准,博罗县城空气中PM2.5和O3将出现不同程度的超标,达标率从99.4％下降到88.5％;PM2.5和O3的纳入是导致空气质量达标率下降的最主要原因,NO2标准的收严和CO的纳入未对博罗县城空气质量评价造成影响.