中国典型城市环境空气质量变化趋势分析研究

文章选取北京市、兰州市、乌鲁木齐市、青岛市、武汉市、深圳市这六个典型城市为研究对象,利用2003年-2013年六个城市的SO2、NO2和PM10浓度数据,计算出区域空气综合污染指数和污染负荷指数,并采用Daniel趋势检验法分析主要污染物的变化趋势.结果表明,六个典型城市环境空气质量状况从优至差排列依次为深圳、青岛、武汉、北京、兰州、乌鲁木齐;六个典型城市空气首要污染物为PM10,SO2的污染负荷呈下降趋势,NO2的污染负荷呈上升趋势;各城市的空气质量整体呈现好转趋势,表明大气治理初见成效.     

北京-莫斯科环境大气质量变化趋势分析研究

选取中国北京市与俄罗斯莫斯科市为研究对象,利用2003—2014年北京市的PM10、SO2、NO2年浓度值,以及莫斯科市的PM10、SO2、NO2、CO、O3年均浓度值,计算区域综合污染指数,揭示其大气污染特征,并采用Daniel趋势检验法分析北京市与莫斯科首要污染物的变化趋势。结果表明:2003—2014年间北京市比莫斯科市空气污染程度大很多,发达国家中心城市与发展中国家中心城市的环境质量尚有一定差距;北京市与莫斯科市首要污染物均是PM10及NO2;北京市PM10、SO2、NO2的年均浓度值呈明显下降趋势,说明北京市"十二五"时期新能源和可再生能源发展规划落实较好。莫斯科市SO2、CO年均浓度值呈下降趋势,PM10、NO2年均浓度值有所下降,但下降趋势不明显。     

渝北区环境空气质量现状及污染原因分析

本文采用综合污染指数法和空气质量指数法对2014年重庆市渝北区的主要空气污染物(SO2、PM10、NO2、O3、CO、PM2.5)的现状监测值进行了评价。结果表明:对照环境空气质量标准,2014年城区内SO2、NO2均符合国家空气质量二级标准,PM10、PM2.5测定值均超标。污染物浓度时空分布不均匀,冬春季浓度较夏秋季高,出现明显的季节特征;空间分布上,两路空气质量优于空港。2014年渝北区环境空气中大部分污染物浓度均低于2013年和主城平均浓度,环境空气质量综合污染指数呈现下降趋势。2014年渝北区空气质量优良天数255天,高于2013年和主城优良天数,影响渝北区空气质量的首要污染物为PM2.5,其次为PM10、O3-8h、NO2。渝北区的环境空气污染主要受城市建设、产业结构、气象条件、交通尾气的影响。     

2005年-2014年安阳市城市空气质量变化趋势分析及治理对策研究

利用2005年-2014年安阳市城市空气质量自动监测数据,采用Daniel趋势校验法对空气质量变化趋势进行分析,确定主要污染物,探讨影响空气质量变化的因素,提出改善空气质量的综合治理措施.结果表明2005年-2014年安阳市空气综合污染指数为2.60,属轻度污染,首要污染物为PM10,其次为SO2,冬季污染较重,呈现尘污染与煤烟型污染特征;大气污染物存在显著的空间差异性,西北工业区污染较重;总体上,综合污染指数、SO2、PM10均呈不显著上升趋势,NO2呈现显著上升趋势.     

西安市大气环境质量评价及变化趋势预测

选用SO2、NO2、PM10作为评价因子,采用时间序列的方法对西安市2009年-2014年大气环境质量进行分析评价.结果表明:2009年-2012年西安市空气质量达到了国家二级标准,SO2和NO2的年平均含量下降,2013年都略有上升,但总体上呈下降趋势,而颗粒物的年平均含量呈上升趋势且为影响该市空气质量的主要污染物,主要污染时间为1季度和4季度;利用GM(1,1)模型,预测2015年空气质量变化趋势,提出2015年应该采取措施降低颗粒物的含量,提高本市空气质量.     

乌鲁木齐市大气环境质量变化趋势分析

以乌鲁木齐市2004～2010年间的大气环境质量监测数据为依据,采用空气污染综合指数法评价其大气环境质量,并运用Spearman秩相关系数预测其发展趋势.结果表明:乌鲁木齐市大气环境质量为轻度污染,主要污染物为SO2和PM10.NO2和PM10有上升趋势,SO2呈不显著下降趋势.     

因子分析在沈阳大气环境及主要控制因素研究中应用

为揭示近年来沈阳市大气环境质量根本改善后的特征及变化规律,反映控制大气环境质量的主要因素,文章在广泛收集整理相关资料和数据的基础上,通过因子分析的方法对沈阳市2002-2009年的大气环境质量改善进行了分析;结果表明,近年来沈阳市在工业高速发展、经济迅猛增长和社会繁荣进步对环境质量产生巨大压力的条件下,经过对产业结构优化、工业布局和能源结构的调整、环保力度的加大等一系列措施,大气环境质量已得到历史性改善;首要污染物为PM10,污染物指数排序为PM10>NO2>SO2,SO2污染也不容忽视,NO2污染控制仍需加强;沈阳市大气环境质量变化中以稳步提高为特征,以相应的环境管理力度加大和环保资金总体增加为保证;文章揭示的沈阳市大气环境质量好转为东北老工业区域中其他城市的环境质量改善和区域环境管理提供一定的参考价值。     

沈阳及周边城市大气细粒子的分布特征及其对空气质量的影响

利用沈阳、鞍山、抚顺和本溪4城市2007-2009年大气细粒子PM2.5及大气污染物PM10SO2、NO2的观测资料,分析了4城市大气细粒子的分布特征及其与空气质量的关系.结果表明:4城市大气细粒子PM2.5污染很重,年均浓度平均值超过美国大气细粒子PM2.5年均浓度标准4倍左右;4城市PM10、SO2的年均浓度呈下降...     

“十一五”期间太原市环境空气质量及影响因素分析研究

依据太原市环境空气质量监测数据,采用Daniel趋势检验法,综合污染指数法和回归分析法研究了“十一五”期间太原市的环境质量变化趋势和影响因素.结果表明,从年均浓度值分析来看,除NO2外,SO2和PM10都存在超标现象,长期来看,三种污染物浓度下降趋势明显,这与太原市环境保护行动密切相关.月际间浓度值差异除PM10在春季出现波动外,SO2和NO2均呈现“U”型曲线,这种规律与气象条件密切相关.三种主要大气污染物污染指数都有所下降,但太原市区空气污染仍以SO2和PM10为主,说明烟煤型污染的空气污染特征没有改变.主要大气污染物的空间浓度分布不均与地形和气象特征以及城市布局和污染源排放有直接关系.太原市“十一五”期间大气环境质量整体改善,但形势依然严峻.     

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%。     

2006─2010年环保重点城市主要污染物浓度变化特征

利用2006─2010年全国环保重点城市的空气质量日报数据,分析了大气ρ(SO2)、ρ(NO2)和ρ(PM10)的变化特征. 结果表明:从年际变化看,ρ(SO2)和ρ(PM10)呈下降趋势,ρ(NO2)变化不显著.从季节变化看,ρ(SO2)、ρ(NO2)和ρ(PM10)均呈冬季高、夏季低的特征.从浓度谱分布看,全国大气中ρ(SO2)、ρ(NO2)和ρ(PM10)分别集中在0～0.150、0～0.100和0～0.250 mg/m3范围内,ρ(SO2)和ρ(PM10)谱峰区间逐渐向低浓度范围偏移,高浓度事件逐渐减少,表明SO2和PM10污染得到较明显的控制,而ρ(NO2)谱峰变化不大.从浓度变化看,山西ρ(SO2)、ρ(NO2)和ρ(PM10)下降最明显,年变化率分别为-11.2、-3.6和-14.2 μg/m3;青海ρ(SO2)、山东ρ(NO2)和ρ(PM10)的上升趋势最明显,年变化率分别为4.4、2.7和4.5 μg/m3.      

北京市东北城区冬季大气细粒子与相关气体污染特征

利用VAPS通用型大气污染物采样仪与DX-600型离子色谱仪于2008年11月及2009年1月进行了北京市东北城区大气细粒子(PM2.5) 可溶性离子组分和相关气体组分的同时监测与分析.结果表明,在采样期间,北京PM2.5质量浓度随时间呈“3峰”的变化,在“3个峰段”期,随采样时间的推进,PM2.5质量浓度增高;与北京市以往监测结果相比,北京市PM2.5中几种主要水溶性无机离子的污染水平呈现下降的趋势;PM2.5呈弱酸性,对大气环境酸化和酸性湿沉降的形成具有一定的促进作用;PM2.5中NH4+主要以硫酸盐、硝酸盐及氯盐的形式存在;PM2.5中SO42-、NO3-的质量浓度变化趋势分别与环境空气中SO2、NO2的质量浓度变化趋势相似,PM2.5中SO42-和NO3-分别主要由SO2、NO2转化而来,且NO2二次转化率低于SO2的二次转化率.     

济南市秋末冬初大气颗粒物和气体污染物污染水平及来源

2009年11月23日─12月7日在济南市区对PM2.5、BC(黑碳)和污染物(SO2、NOx、NO、NO2和CO)进行实时监测与分析.观测期间ρ(PM2.5)、φ(SO2)和φ(NOx)分别为171μg/m3、54.3×10-9和107×10-9.其中,φ(SO2)与GB 3095─1996《环境空气质量标准》日标准值相当,φ(NOx)是标准的2.2倍,ρ(PM2.5)是美国环境空气质量标准(35μg/m3)的4.89倍.污染事件期间ρ(PM2.5)、φ(SO2)和φ(NOx)分别达到222μg/m3、74.4×10-9和158×10-9,是非污染期间的1.78、1.67和1.77倍.观测期间SO2主要来源于燃煤排放.在11月25─26日的污染事件中,NOx、BC和PM2.5主要来源于机动车尾气排放,除局地源外,东北风经过济南东北部工业区时也将污染物传输到采样点;而在12月1─2日的污染事件中,以静风为主,污染物积聚,NOx和BC主要来源于机动车尾气排放,PM2.5除了一次污染物,很可能包含一定比例的二次污染物.在非污染事件中,NOx和BC主要来源于机动车尾气排放,部分NOx很可能来源于燃煤排放,而PM2.5主要来源于一次源排放.     

珠三角地区2005-2009年灰霾天气污染水平分析

通过环境监测数据和灰霾观测站气象资料,评价珠江三角洲地区2005-2009年灰霾污染程度,分析大气污染颗粒物与灰霾天气的关系,反映该地区居民灰霾污染暴露水平。结果显示,珠三角地区2005-2009年灰霾天气总体趋势为广州市稳中有降,东莞、深圳和肇庆三城市先升后降,每年灰霾天气具有明显季节性变化。四城市灰霾天气污染水平均以等级指数2轻微灰霾天气为主,PM10、SO2和NO2,3种大气污染物与灰霾等级指数回归分析具有显著性的正相关效应。珠三角地区属于灰霾高发区,灰霾污染较为严重。     

Temporal and spatial variations of air pollution across China from 2015 to 2018

This study investigated concentrations of PM_2.5, PM₁₀, SO₂, NO₂, CO and O₃, and air quality index（AQI） values across 368 cities in mainland China during 2015–2018. The study further examined relationships of air pollution status with local industrial capacities and vehicle possessions. Strong correlations were found between industrial capacities（coal, pig iron, crude steel and rolled steel） and air pollution levels. Although statistical and ...     

大气例行点位常规监测污染物的相关性分析及防控措施研究

根据济南市历下区5个大气例行监测点位2015年上半年PM2.5、PM10、SO2、CO、NO2、O3逐小时浓度的监测数据,通过SPSS软件对各项污染物的相关性进行分析得出:CO与PM2.5、PM10、SO2、NO2强相关性出现次数最多,表明CO排放源是引起颗粒物污染的主要原因之一.对监测点位周边2 km范围内机动车尾气和餐饮燃煤两项污染源进行排放量估算得出:机动车尾气CO、NOx、PM2.5和PM10年排放量分别为388.18吨、111.18吨、4.35吨和4.72吨;餐饮燃煤CO、SO2、NOx年排放量分别为36.0吨、24.0吨和9.6吨.因此,控制CO排放源对改善济南市大气环境质量至关重要.     

泸州市城区2004-2009年空气质量时空变化

为了掌握泸州市城区近年空气质量时空变化,对泸州市城区2004-2009年空气质量监测数据进行系统分析。结果表明,近年来泸州市城区空气质量总体良好,平均空气污染指数为80,空气质量优良率在72.33%以上。空气质量有逐步好转的趋势,SO2和PM10年平均浓度明显下降,NO2略有上升。污染物浓度时空分布不均匀,SO2与PM10夏季浓度较低,冬季较高,NO2浓度季节性变化不明显;兰田宪桥、小市上码头污染物浓度总体上高于忠山环监站。     

县域城镇空气质量变化与防治对策分析研究

摘要：对2006～2011年宜良县城NO2、SO2、PM10监测数据进行统计分析,认为SO2是县城的主要污染物。3种污染物年际浓度变化为：NO2、SO2下降趋势显著,PM10下降趋势不显著;季节浓度变化为：S02冬〉秋〉春〉夏,N02、PM10冬〉春〉秋〉夏,并提出防治建议。     

唐山工业新区冬季采暖期大气污染变化特征研究

为研究唐山工业新区采暖期大气污染变化状况,2009～2010年冬季唐山工业新区的唐山市、迁安市和曹妃甸3个地区观测研究表明,唐山工业新区冬季采暖期间大气污染严重,NO、NO2、SO2、CO、PM2.5和PM10区域平均日均值分别达到（26±28）、（52±27）、（72±53）、（3 500±3 600）、（82±65...