成都市区夏季大气污染物浓度时空变化特征分析

为了解成都市区大气污染物浓度水平及其变化规律,统计分析了2013年6月1日—8月31日3个市区站点(十里店、梁家巷和草堂寺)SO2、NO2、O3、PM2.5、PM10和CO逐时观测资料.结果表明,观测期间O3污染严重,上述3个站点小时均值超标率分别达22%、37%和42%.大气颗粒物污染也较为严重,上述3个站点PM10日均浓度超标率分别为13%、8%和3%,而PM2.5日均值超标率分别高达34%、27%和26%.NO2和CO早晚的浓度高峰主要与机动车流量增加和混合层高度降低有关.由于紫外辐射影响,O3浓度在正午出现峰值.受机动车流量高峰和气象条件的影响,PM2.5和PM10最大值和最小值分别出现在上午和下午.通过对污染物"周末效应"的分析,发现周末O3、PM2.5和PM10的浓度显著高于工作日,SO2、NO2和CO反之.成都市区大气污染受局地排放和外源输送共同影响,其中PM10和NO2主要受局地源控制,而PM2.5、SO2和O3受外输送影响较大.     

上海金山石化区常规大气污染物随时间变化分析研究

利用上海金山石化点位2014年大气监测资料,分析石化地区SO2、NO2、O3、PM10和PM2.5随时间的变化趋势,为未来工业园区的合理规划布局提供理论基础和决策依据.结果表明:(1)常规大气污染物浓度具有明显的季节性特征,SO2 、NO2、PM10 、PM2.5冬季高浓度,夏季低浓度,O3变化趋势相反;(2)O3呈现明显单峰日变化,NO2 、PM10、PM2.5则出现双峰现象,这是由于太阳辐射增强造成光化学反应加剧、地面温度上升以及人类活动的影响.SO2受太阳辐射影响较小,日变化趋势不明显.(3)污染物浓度风向分析表明,测点常规污染物主要来源于金山新城排放,但化工区废气排放对O3浓度具有明显影响.     

太原采暖季霾和良天气下大气污染物的污染特征分析

为了探讨太原市大气污染物在霾天气下的污染特征,2013年12月至2014年3月对太原市大气污染物(PM10、PM2.5、SO2、NO2、CO和O3)质量浓度进了收集研究。分析结果表明无论是霾还是良天气,PM2.5和PM10的相关性最好,PM2.5与NO2的相关性最差。O3与PM2.5的相关系数均大于0.7,表明O3与PM2.5的形成有着密切的关系。     

重庆市冬季PM_(2.5)及气态污染物的分布特征与来源

利用重庆市大气污染物监测站2013年冬季(2013年11月—2014年1月)的实测数据,分析PM2.5及相关气态污染物(SO2、NO2、O3)的时空特征,并采用轨迹聚类与PSCF(潜在源贡献因子)分析污染物来源.结果表明:除ρ(O3)以外,其他3种污染物质量浓度的月际变化趋势基本一致,均呈12月升高、1月降低的特征;污染物空间分布不均,其中ρ(PM2.5)和ρ(NO2)在工业区和人口密集区较高,ρ(SO2)南高北低,ρ(O3)城区低于郊区.ρ(SO2)、ρ(NO2)与ρ(PM2.5)均呈显著正相关,其中ρ(SO2)与ρ(PM2.5)的R(相关系数)在城、郊区分别为0.71、0.65,ρ(NO2)与ρ(PM2.5)在城、效区的R分别为0.73、0.56;而ρ(O3)与ρ(PM2.5)未表现出显著相关.ρ(SO2)、ρ(NO2)与ρ(PM2.5)的相关性高低可在一定程度上说明二次气溶胶的污染程度,ρ(O3)与ρ(PM2.5)的相关性受到PM2.5来源和污染程度的影响.轨迹分析结果显示,重庆市2013年冬季主要受东北方向气流影响;聚类分析表明,重庆市11月没有表现出明显的PM2.5外来输送特征,但12月和1月的PM2.5外来输送特征明显,并且不同方向的气流污染物浓度差异也较大.PSCF分析发现,重庆市冬季PM2.5、SO2、NO2、O3主要来源于本地和周围城市局地传输,同时还受南宁、贵阳、遵义、达州等地的影响.     

2017～2020年珠海市金湾区环境空气质量变化特征分析

基于2017～2020年珠海市金湾区环境空气自动站6项空气污染物(SO2、NO2、PM2.5、PM10、O3和CO)监测数据,分析了金湾区空气质量时间变化趋势及特点.结果表明:SO2和CO 95％分位浓度差异性不大,PM2.5年均值无明显变化趋势,其余3项污染物浓度总体呈下降趋势,环境空气优良率均保持在80％以上;4个...     

哈尔滨市2014年1-2月PM_(2.5)与主要空气污染物相关分析

为了解哈尔滨市主要空气污染物对PM2.5浓度变化的影响,利用SPSS软件及哈尔滨市南岗区2014年1-2月环境空气质量日报数据,对空气污染物中SO2、NO2、CO、O3、PM10、PM2.5进行了相关分析。结果显示,SO2、NO2、CO、O3、PM10与PM2.5均呈显著的正相关关系。结合相关性分析结果,建立了PM2.5与SO2、NO2、CO、PM10之间的主成分回归模型,并对模型进行了通径分析。分析结果表明,CO对PM2.5的直接影响最大,SO2、NO2、PM10对PM2.5的直接作用相对较小,但它们通过CO对PM2.5的间接作用较大。因此,在哈尔滨市1-2月主要空气污染物中,CO对PM2.5浓度的变化具有重要的影响。     

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%。     

复合型工业城市重空气污染过程大气污染特征

以湘潭市地区2013年10月29日一次重空气污染过程为例,利用湘潭市空气自动监测站24小时连续监测数据,研究此次重空气污染过程大气污染浓度变化特征。结果表明SO2、NO2、PM10、CO、O3和PM2.5的日均值分别为105 ug/m3、117 ug/m3、542 ug/m3、2.583mg/m3、146 ug/m3、419 ug/m3,PM2.5污染最为严重,其日均浓度超出国家二级标准(75 ug/m3)4.59倍。SO2、NO2、PM10、CO、O3和PM2.5日变化显著,SO2和O3的日变化均呈单峰型,PM10、PM2.5、CO和NO2日变化均呈早晚双峰型。通过调查研究,这次污染事件的主要原因有极端不利的气象条件,近郊区大量焚烧秸秆以及PM2.5的区域污染传输。     

河南省2015-2019年大气污染时空变化特征研究

河南省位于京津冀周边区域,其大气复合污染形势较为严峻.本研究利用河南省2015-2019年83个国控站点数据,综合探究了 PM10、PM2.5、SO2、NO2、CO和O3MAD8(臭氧日最大8h平均值)的时空变化特征.与2015年相比,2019年河南省PM10、PM2.5、SO2、NO2和CO年均浓度分别下降了 26....     

新冠疫情期间四川盆地空气质量及影响因素分析

基于污染源排放调查、空气质量和组分站观测数据,利用WRF/SMOKE/CMAQ模式系统,分析2020年新冠疫情期间污染源和气象条件变化对空气质量的影响.结果表明:①2020年新冠疫情期间,四川盆地除ρ(03)同比上升外,ρ(S02)、ρ(N02)、ρ(CO)、ρ(PM2.5)和ρ(PM10)均同比下降,下降幅度为8％～41％.②疫情期间成都市PM2.5组分与2019年同期相比,ρ(Cl-)、ρ(K+)、ρ(Si)、ρ(Al)、ρ(Ca)和ρ(EC)的占比均同比下降,说明疫情期间施工工地、机动车、工业燃煤和生物质燃烧排放减少是ρ(PM2.5)下降的主要原因.③疫情期间,工业源S02、NOx、PM10、PM25和 VOCs排放量分别同比下降32％、31％、40％、39％和41％;成都市机动车车流量仅为正常时段的40.3％,车速提升19.7％,NOx、VOCs和CO日排放量降幅分别为44.7％、49.6％和38.0％,污染物的非等比例下降使得机动车排放贡献的大气氧化性进一步增强.④2020年疫情期间四川盆地气象条件同比不利,使得ρ(PM2.5)、ρ(NO2)、ρ(SO2)、ρ(O3)和ρ(PM10)分别上升2％、4％、23％、6％和8％,扣除气象条件变化影响后,ρ(PM2.5)、ρ(NO2)、ρ(SO2)和ρ(PM10)分别下降21％、45％、31％和30％,ρ(03)上升12％.