环鄱阳湖城市群空气质量时空分布

为探索近两年环鄱阳湖地区12个城市(即环鄱阳湖城市群)空气质量时空分布,运用统计学和地理信息系统(GIS)方法对2015年1月至2016年12月共24个月的空气质量监测数据进行分析,结果表明:(1)整体上,黄山污染天数最少,宣城最多,其余10个城市均存在不同程度的污染现象;O_3、PM_(10)、PM_(2.5)超标(超过《环境空气质量标准》(GB 3095—2012)二级标准限值)天数分别占非优良天数的50.29%、32.37%和93.99%。(2)空气质量指数(AQI)呈环湖核心区高,环湖上围区和环湖下围区低的分布格局,且冬季AQI明显高于春夏秋三季。(3)环鄱阳湖城市群首要污染物在夏季主要为O_3,其余季节主要为PM_(2.5)。(4)环鄱阳湖城市群AQI与PM_(2.5)相关性最显著,且PM_(2.5)与O_3、NO_2、SO_2均呈正相关,体现了前体物的二次转化对PM_(2.5)的显著影响。     

重庆市主城区冬季PM_(2.5)空间分布模拟

PM_(2.5)以其对环境空气质量及人类健康的巨大威胁而逐渐引起了专家学者的关注。以西南地区典型山地城市——重庆市主城区为研究区,利用多元线性回归方法和地理信息系统(GIS)技术,基于2013—2017年冬季(1、2、12月)原重庆市环境保护局发布的17个空气环境监测站点实测数据,同时考虑自然及社会经济因素,构建了基于多因素的多元回归模型,模拟了重庆市主城区2013—2017年冬季PM_(2.5)平均浓度的空间分布状况。结果表明:PM_(2.5)浓度受多因素的影响,其中缓冲半径1 500m内建设用地面积、1 000m内林地面积、2 500m内产业点密度、1 500m内道路长度及高程影响较大;通过多因素与PM_(2.5)浓度的相关性建立的回归模型,能有效模拟PM_(2.5)浓度的空间分布特点,重庆市主城区冬季PM_(2.5)平均浓度的空间分布呈现中西部高、北部和东南部较低的格局;2013—2017年冬季PM_(2.5)平均浓度有下降的趋势,2015年冬季下降幅度尤为明显。此研究结果对探讨PM_(2.5)浓度的空间分布特点有一定的应用价值,可为减轻空气PM_(2.5)污染及提高城市空气质量提供重要的科学依据。     

气象因素对大气污染物影响的季节差异分析及预测模型对比—— 以深圳为例

以深圳为例,通过收集其2014年9月至2017年8月的地面气象观测数据、大气污染物PM_(2.5)和PM_(10)浓度数据及空气质量指数(AQI),利用SPSS软件分别构建线性回归模型与非线性多层神经网络(MLP)模型,探讨了气象因素对PM_(10)、PM_(2.5)及AQI影响的季节性差异,并利用构建的两种模型对PM_(2.5)、PM_(10)和AQI进行预测和对比。结果表明,气温、湿度、风速及风向均对深圳PM_(2.5)、PM_(10)及AQI有较大影响,且影响因素存在季节差异性;两种模型中,MLP模型在对复杂多变的空气质量预测上更具优越性。研究结果可为深圳空气质量优化以及城市局部和整体规划提供科学依据,并为其他城市空气质量模拟分析提供参考。     

哈尔滨市大气污染与气象因素的相关性分析

为了研究哈尔滨市大气污染特征以及气象要素对大气污染的影响,对哈尔滨市2013年采暖期及非采暖期内4种大气污染物(二氧化硫SO_2、二氧化氮NO_2、可吸入颗粒物PM_(10)、细颗粒物PM_(2.5))日均浓度分布特征以及日均浓度与部分地面气象要素(风速、气温、气压、相对湿度)相关性进行研究。提出哈尔滨市4种大气污染物日均浓度均符合对数正态分布。采暖期和非采暖期内4种大气污染物浓度与地面气象要素的相关性存在显著差异。采暖期内,4种污染物浓度与风速显著负相关,与风速相关系数最高达-0.639;与气压和相对湿度正相关。非采暖期内,4种大气污染物均与相对湿度呈负相关,相关系数为-0.5左右,与其他3种气象要素相关性普遍不高。全年4种污染物中仅有SO_2与气温呈较好负相关,相关系数为-0.4。     

基于Prophet-随机森林优化模型的空气质量指数规模预测

长时间的规模预测有助于从宏观角度分析事物的发展趋势与规律。对上海市2013—2017年逐日空气质量指数(AQI)进行分析,在此基础上建立了Prophet-随机森林(RF)优化模型。Prophet模型将AQI时间序列趋势分解为趋势项、季节项、节假日效应;RF算法用于弥补Prophet模型无法预测随机非线性部分的缺点,对Prophet模型进行优化,将Prophet-RF优化模型用于AQI的规模预测。结果表明:相比于Prophet模型,Prophet-RF优化模型的预测效果更加精确,其中,拟合值的均方根误差和平均绝对误差均减少了0.161,预测值的均方根误差和平均绝对误差分别减少了0.434和0.399。Prophet-RF优化模型解释性强且精度高,对于时间序列的规模预测具有较明显的优势。     

京津冀地区PM_(2.5)的时空效应研究

PM_(2.5)污染已成为当前经济发展中亟待解决的难题。从年、季、日变化及周末效应4个时间尺度和空间自相关分析研究了京津冀地区PM_(2.5)的时空效应,并构建空间回归模型量化分析相关社会经济因素对PM_(2.5)的影响。结果显示:(1)2013—2016年京津冀地区PM_(2.5)污染整体呈下降趋势,但污染程度依然很高,基本都没有达到《环境空气质量标准》(GB 3095—2012)二级标准(35μg/m~3)。四季的达标天数夏季春季秋季冬季。中南部的石家庄、保定、衡水、邢台、邯郸为PM_(2.5)浓度高值区,日变化曲线为单峰型,受工业企业生产排放的影响较大;北部的张家口、承德、秦皇岛为PM_(2.5)浓度低值区,中东部的天津、北京、沧州、唐山、廊坊为PM_(2.5)浓度中值区,日变化曲线均为双峰型,受机动车尾气排放的影响较大。石家庄、北京的周末效应表现为白天PM_(2.5)浓度工作日高于周末,晚上周末高于工作日。(2)京津冀地区PM_(2.5)存在显著的空间正相关性,2013—2016年石家庄、衡水、邢台、邯郸始终表现出高-高集聚特征,张家口、承德、秦皇岛始终保持低-低集聚特征。汽车尾气排放是京津冀地区PM_(2.5)污染的重要影响因素,而能源消耗的影响不显著。     

基于MODIS数据的环渤海地区气溶胶时空变化特征分析

利用2000—2015年美国国家航空航天局的Aqua卫星MODIS 2级气溶胶产品MOD04数据,探讨了环渤海地区气溶胶光学厚度(AOD)的时空变化特征。结果表明:(1)环渤海地区的AOD年均值空间分布与海拔密切相关,高海拔地区AOD普遍较低,而低海拔地区AOD普遍较高。污染最严重的季节为夏季,AOD与空气质量指数(AQI)相关性较高。(2)16年来,环渤海地区AOD年均值为0.465~0.682,2012年最高,2001年最低,平均值为0.592,远高于全球陆上平均水平0.190。年内变化呈现双峰型,最高值出现在7月,最低值出现在12月。AOD年内变化与风速呈负相关关系。     

基于地面和卫星监测的长沙市冬季灰霾污染特征及成因研究

为探究长沙市冬季灰霾污染情况,基于2014年1月21日至2月9日地面和卫星监测数据,应用混合单粒子拉格朗日综合轨迹(HYSPLIT)模式和统计方法研究了长沙市冬季灰霾污染特征、来源和成因。结果表明,长沙市整体污染相对较重,特别是北部部分地区污染非常严重,而南部则相对较轻。污染前期空气质量开始下降,出现轻度污染;中期空气质量已达到重度污染和严重污染程度,PM_(2.5)和PM_(10)最高值均接近800μg/m~3;后期空气质量好转。经气流轨迹聚类后共划分为3类气流:东北、北以及西南,分别占总气流轨迹数的48.8%、34.3%和16.9%。长沙市灰霾污染的潜在源区主要位于山东中南部、河北南部、湖北以及广东、广西和湖南交汇处。结合气象要素发现,污染期风速较小,相对湿度增加,温度和气压降低,进一步加剧污染物堆积。因此,为了改善长沙市空气质量,不仅需对当地污染物排放进行控制,还需对污染物区域传输进行整合治理,实施长沙地区乃至跨区域大气联防联控策略。     

福州市东郊大气气溶胶物理特性及其来源分析

利用GRIMM180环境颗粒物监测仪观测了2012年12月至2013年11月福州市东郊气溶胶数浓度和质量浓度,分析了该地区气溶胶粒子的主要物理特征。结果表明,福州市东郊气溶胶数浓度和质量浓度都有着明显的季节变化特征,冬季最高,夏季最低;与京津冀、长三角和西部大城市相比,福州市东郊气溶胶质量浓度较低,空气质量较好。从PM_(2.5)在PM10中所占比例来看,PM_(2.5)是影响福州市东郊空气质量最主要的因子。在冬季气溶胶数浓度日变化基本呈双峰分布,早晨和傍晚分别出现峰值;夏季呈单峰分布,峰值出现在午后。利用后向轨迹HYSPLIT-4模式,经过聚类分析得到,在春季、秋季和冬季福州市气团输送来源主要是北方内陆和福州本地及邻近地区;而在夏季海洋是气团的主要输送来源。     

基于MODIS数据的中国地区气溶胶光学厚度时空变化特征

利用2007—2017年的MODIS/AQUA C6版MYD08_M3气溶胶产品数据资料,从时间和空间角度分析中国气溶胶光学厚度(AOD)变化特征。结果表明:(1)2007—2017年中国AOD年均值在0.40～0.55波动,平均值为0.48,11年间中国AOD年均值降低0.06;(2)中国AOD高值区集中在长江中下游、华北平原、珠江三角洲以及新疆的塔里木盆地,而川西、滇西北与青藏高原交界的地区为低值区,东北及内蒙古北部的AOD也相对较低。(3)地势对AOD分布具有一定影响,一般地,AOD高值区总体分布在低海拔地区,而AOD较低的区域主要位于高海拔区。(4)中国AOD表现出一定的季节变化特征,总体上呈春夏季高峰,秋季最低,冬季至次年春季逐步回升的趋势,此外采暖期内AOD整体上低于非采暖期。     

长江三角洲PM_(10)质量浓度遥感估算与时空分布特征

卫星遥感反演气溶胶光学厚度(AOT)已被广泛地应用于地面PM10遥感监测。为遥感监测长江三角洲地区PM10,利用2013年的MODIS/Terra AOT产品,考虑研究区36个空气质量监测站点的风速、温度、湿度和边界层高度等气象条件,构建了基于MODIS AOT产品估算PM10的模型。利用17个空气质量监测站点数据对模型进行散点拟合验证,结果表明,模型估算精度较高,春夏秋冬4个季节PM10质量浓度的模型估算值与地面监测值的相关系数R2值分别为0.72、0.76、0.69和0.72。利用模型估算的长时间序列PM10时空分布数据进行时空变化特征分析,结果表明:2000—2013年研究区PM10质量浓度呈增长趋势,月均增长量为0.077μg/m3,最大值出现在2月,为(107.2±22.0)μg/m3,最小值出现在8月,为(40.5±12.0)μg/m3;研究区PM10质量浓度空间分布差异显著,南部低,北部高,高值主要出现在由上海、杭州和南京构成的三角形区域的城市群中,而低值主要出现在南部远离城市的森林区域。结果表明,基于MODIS/Terra AOT产品和地面观测气象数据估算PM10的多元线性回归模型能较好地应用于区域PM10监测。     

秸秆焚烧对哈尔滨空气质量的影响研究

对2015—2016年哈尔滨重污染天气的分布特征与规律进行分析,依据黑龙江省近10年主要作物秸秆产量、草谷比、焚烧比例和排放因子估算秸秆焚烧对PM2.5贡献量,并结合后向轨迹模型从气象要素、火点分布等方面分析哈尔滨重污染天气的成因。结果表明,哈尔滨2015—2016年重污染天数49d,重污染率6.7%,优良天数515d,优良率70.5%,秋冬重污染天数占重污染总天数的79.6%;2006—2015年黑龙江省秸秆露天焚烧总量18 944.49万t,PM2.5排放总量163.00万t,其中玉米、稻谷、豆类PM2.5排放量最高,分别占PM2.5总排放量的60.73%、23.13%、9.09%;10—11月为秸秆焚烧期,该时段风速小湿度低,稳定的气象条件不利于污染物扩散和颗粒物沉降,是造成污染物累积从而导致重污染天气的重要原因;当地及周边农业种植区秸秆焚烧是造成哈尔滨2015年、2016年10—11月重污染天气的主要原因,且秸秆焚烧对城市空气质量的影响具有数天的滞后现象。     

杭州市区大气能见度变化趋势及其与主要污染物相关性分析

利用2004-2006年地面气象观测资料和同期环境空气质量自动监测数据,分析了杭州市区大气能见度变化趋势及其与主要污染物的相关性.结果表明,杭州市区能见度的日分布特征为14时最好,8时最差;季节变化特征为夏季>春季>秋季>冬季,全年仅7月能见度超过10 km;SO2、NO2、PM10浓度均随能见度增高而逐渐降低;影响能见度的首要因子为相对湿度和PM2.5,能见度与PM2.5浓度具有较好的相关性.     

基于插值模型的京津冀平原区典型月份AOD变化

以2009—2013年每年10月份京津冀平原区的MODIS气溶胶光学厚度数据(AOD)为基础,建立时间序列插值模型,插值得到更加系统完整的AOD日数据;进一步以日数据为基础,运用算术平均值计算方法得到AOD月均值图像,并且提取京津冀平原区10个城市每年10月份的AOD月均值。研究结果表明:就整个研究区而言,在时间变化上,AOD值呈现逐渐增大的趋势,2012年10月达到最大,2013年10月略有减小;在空间分布上,西北部区域AOD值较小,东南部区域AOD值较大。就10个城市而言,在时间变化上,有5个城市AOD值呈现增大趋势,5个城市呈现波动特征;在空间分布上,西部的3个城市为AOD低值城市,东北部的4个城市为中值城市,东南部的3个城市为高值城市。     

北京空气重污染红色预警期间污染物与气象因子特征

揭示空气重污染红色预警期间污染物与气象因子的变化特征对空气质量预报和污染减排措施评估具有重要参考价值。利用大气污染和气象观测资料,研究了北京2015年11—12月空气重污染红色预警时期污染物浓度、气候特征及气象因子对空气质量影响。结果表明,PM_(2.5)在大气颗粒物中占有较大比重,为首要空气污染物;在重污染峰值时段,城郊PM_(2.5)与PM10比值(R)相差不大,可达0.9以上,空气呈均匀混合的高PM_(2.5)浓度特征,而空气质量较好时城区R值明显高于郊区;研究时段气候特征与历史同期相比有明显差异,其中平均风速偏小19%,平均气温偏高0.23℃,气温日较差减小,而多次小型降水增加了空气湿度,导致相对湿度值偏高40%,垂直方向上的逆温层或等温层则加剧了空气重污染的形成和发展,重污染过程中的红色预警措施明显降低了颗粒物浓度;风速与污染物浓度呈指数相关,城郊风速分别低于2.0和2.5 m·s~(-1)时,空气质量较差、污染物浓度随风速升高快速下降,而当城郊风速大于2.0和2.5 m·s~(-1)时变化特征则相反;相对湿度与污染物浓度呈幂相关,相对湿度在65%左右为空气质量特征发生变化的转折点;由于气温日较差存在季节变化,其与空气质量相关关系不太显著。     

和田绿洲沙尘暴强度及其影响因子分析——以墨玉县为例

以和田绿洲西北部的墨玉县为研究区域,对该地区2016—2018年发生的沙尘暴天气资料以及气象因子(气温、风速、湿度、气压、水汽压、日照时数)和大气污染物(PM2.5、PM10、SO2、NO2、CO、O3)进行分析。结果表明,墨玉县沙尘暴天气主要发生在春夏季(3—8月),平均占全年发生频率的77.12%。墨玉县沙尘暴强度主要由气象因子决定,特别是气温、风速、日照时数和湿度。沙尘暴强度与大气颗粒物(PM10和PM2.5)存在着明显的间接关系,主要因为两者均受风速影响较大,沙尘暴强度越大,大气中PM10和PM2.5浓度越高。沙尘暴强度与SO2、NO2、CO、O3等大气污染物的关系非常微弱,但O3与沙尘暴的形成季节比较一致。     

河谷型城市一次大气持续重污染特征及其原因分析 —— 以宝鸡市为例

利用2016年冬季12月16—22日监测的宝鸡市6种大气污染物及主要气象要素,分污染前、重污染期、污染结束3个过程分析了污染物的变化特征,探讨了大气污染物时间变化与气象要素关系。结果表明:(1)大气重污染过程中主要污染物为PM_(10)和PM_(2.5),重污染期最大值比污染前增加113%、93%,比污染结束高出268%、190%,浓度均超过《环境空气质量标准》(GB 3095—2012)中24h平均二级限值。SO_2、CO、NO_2、O_3重污染期最大值比污染前增加7%、33%、54%、18%,比污染结束高出36%、33%、58%、57%,但浓度均未超过GB 3095—2012中1h平均二级限值。日变化总体表现为PM_(2.5)、PM_(10)、CO出现两个峰值,SO_2、NO_2、O_3出现一个峰值;3个过程峰值点出现时间基本一致;重污染期PM_(2.5)、PM_(10)较高,但振幅比污染前后的振幅减小。(2)PM_(10)、PM_(2.5)与相对湿度、风速关系密切,与气温关系较差。(3)河谷地形、气象条件及大气环流场相互作用形成污染物持续的集聚是导致宝鸡市重污染发生的重要因素,并对污染物的扩散和清除具有滞后作用。     

兰州市冬季机动车限行对环境空气质量影响的效果评价

通过观察2014—2016年兰州市环境空气质量变化,特别分析了2016年冬季机动车单双号限行政策对兰州市环境空气质量的影响,初步评价兰州市机动车限行政策效果。结果表明:2014—2016年冬季限行期(11月20日至12月26日)PM_(2.5)、PM_(10)、SO_2、NO_2、CO年均值均呈现逐年上升现象;2016年冬季限行期PM_(2.5)、PM_(10)、NO_2日均值和O_38h均值没有明显改善,分时段单双号限行期PM_(2.5)、NO_2日均值较全天单双号限行期有所升高,冬季单双号限行政策效果有限;气象条件、地理类型、人为活动对兰州市空气质量影响较大。     

冬季沈阳市典型源排放PM10浓度分布模拟分析

选取沈阳市7个典型的大气污染源2006年12月～2007年2月的PM10排放浓度资料,利用CALPUFF对PM10浓度月平均分布做模拟分析。模拟结果分析表明：冬季月平均PM10浓度分布的范围与风场、地形有直接的关系。地势平坦、风速大时,污染物扩散范围大,污染物浓度小;地势不平、风速小时,污染物扩散范围小,污染物浓度大。1月份是沈阳市冬季月平均大气污染最严重的月份,污染物分布主要集中在市区的北部、东部和南部地区,东部地区大气污染最为严重。     

冬季沈阳市典型源排放PM_(10)浓度分布模拟分析

选取沈阳市7个典型的大气污染源2006年12月~2007年2月的PM10排放浓度资料,利用CALPUFF对PM10浓度月平均分布做模拟分析。模拟结果分析表明:冬季月平均PM10浓度分布的范围与风场、地形有直接的关系。地势平坦、风速大时,污染物扩散范围大,污染物浓度小;地势不平、风速小时,污染物扩散范围小,污染物浓度大。1月份是沈阳市冬季月平均大气污染最严重的月份,污染物分布主要集中在市区的北部、东部和南部地区,东部地区大气污染最为严重。