2014—2018年洛阳市大气污染变化特征及影响因素研究

研究采用空气质量指数法对2014—2018年洛阳市大气污染变化特征进行了分析,构建了空气污染物浓度的影响指标体系,采用灰色关联法研究了空气污染物浓度与影响因子之间的关联度,得到了影响空气污染物浓度的主要指标因子,并提出了改善洛阳市空气质量的措施。结果表明:洛阳市空气质量指数类别主要为良和轻度污染。2014—2018年空气质量为优良的天数主要出现在春季、夏季和秋季,重度污染和严重污染主要出现在冬季。2018年PM₁₀、PM_2.5、NO₂、SO₂和CO这5项污染物浓度随时间变化呈"V"型,污染主要集中在1—5月和11—12月。O₃浓度随时间变化呈倒"V"型,污染主要集中在4—9月。研究期内PM_2.5、PM₁₀和O₃是主要污染物。市区总人口、工业(综合)能源消耗量、人均生产总值、城市机动车总数、城市房屋施工面积、人均公园绿地面积、建成区绿化覆盖率和一般工业固体废物产生量等8项指标因子与PM_2.5、PM₁₀和O₃的浓度表现出高关联度或较高关联度。     

辛集市"十三五"期间空气质量特征分析

重点对河北省辛集市"十三五"期间整体空气质量变化情况以及影响辛集市优良天数的2个重要参数O₃和PM_2.5的污染规律进行了分析。结果表明,辛集市"十三五"期间空气质量改善明显,优良天数整体增加,污染天数整体减少。O₃浓度及其作为首要污染物出现的天数整体呈现上升趋势,对综合指数的贡献率逐年增加;O₃污染高发期主要集中在4—9月,高值区域分布差距较大,但市区污染持续突出。PM_2.5浓度逐年下降,以PM_2.5为首要污染物的天数逐年减少;PM_2.5浓度季节变化特征整体呈现"秋冬高、春夏低"的分布特点,空间分布呈"南北高、中间低"的污染特征。     

川东北中心城市南充大气污染态势及其主要成因

基于南充市主城区6项大气污染物浓度数据,研究了2014-2020年南充市的空气质量指数、空气质量指数等级和首要污染物的时序分布。结果表明:随着大气污染防治的开展,南充市大气污染物浓度逐渐下降,出现首要污染物的天数逐年减少,空气质量逐步提高。受污染物节律性影响,空气质量呈现明显的季节差异,冬季空气质量最差,春季次之,夏季污染相对较轻,秋季最轻。首要污染物类型的季节分布特征表现为冬季出现首要污染物天数最多,春季和夏季次之,秋季最少。春、秋、冬季以PM_2.5污染为主,夏季以O₃污染为主。从全年来看,与O₃相比,PM_2.5对空气质量的影响更为突出。在持续控制大气污染物排放总量的同时,精细化协同管控细颗粒物、氮氧化物、挥发性有机物和二氧化硫排放将有助于现阶段的大气污染防治。     

2013—2019年青岛市空气质量变化特征分析

为掌握滨海城市环境空气质量变化特征,为污染精准管控和打赢蓝天保卫战提供科学参考,以沿海重要中心城市青岛市为研究区域,基于青岛市9个国控空气监测点位监测结果,对2013—2019年青岛市6项空气污染物浓度监测结果进行分析,总结归纳青岛市空气质量时间变化特征。结果表明：2019年,青岛市空气质量超标,超标指标为颗粒物;青岛市2014年空气质量最差,2018年空气质量最好;2013—2019年,青岛市O₃浓度总体呈上升趋势,其余5项污染物浓度呈下降趋势;青岛市环境空气主要污染物是PM_2.5,其次是O₃;青岛市空气质量冬季差于其他季节,春节期间烟花爆竹燃放等人为活动使空气质量变差。     

2001—2020年合肥市空气质量变化趋势研究

为系统分析合肥市长时间序列空气质量变化特征,对合肥市2001—2020年SO₂、NO₂和PM₁₀,以及2013—2020年CO、O₃和PM_2.5的浓度特征开展研究。采用Mann-Kendall(M-K)时间趋势检验法分析了6项污染物的时间变化规律,同时考虑了人为活动对污染物小时浓度的影响。结果表明,PM_2.5和O₃是目前影响合肥市空气质量的首要污染物。2014年以来,合肥市PM₁₀、PM_2.5、CO和SO₂年均浓度均呈逐年下降趋势,但NO₂和O₃污染有加剧趋势。合肥市SO₂和颗粒物浓度表现为冬春季节高、夏秋季节低;O₃浓度变化趋势与之相反;NO₂和CO浓度呈秋冬季节高、春夏季节低。     

环渤海地区空气质量时空变化特征及动态预测

基于环渤海地区2017—2021年各城市空气质量指数(AQI)、污染物浓度与社会经济数据,利用数理统计、克里金插值法对环渤海地区AQI与污染物浓度的时空变化特征进行分析,运用皮尔逊相关性分析方法探讨AQI与污染物浓度、社会经济因素的相关关系,采用时间序列预测模型对2022年6月—2023年12月空气质量及污染物浓度进行预测。结果表明:环渤海地区AQI及污染物浓度大致呈逐年降低的趋势。AQI的逐月变化呈"W"形,O₃浓度的年内变化呈倒"V"形,其余污染物则呈现与O₃相反的变化趋势。AQI大致呈现西南高、东北低的空间分布特点,而污染物浓度分布具有明显的空间差异。环渤海地区5个代表性城市的AQI类别以良好为主,冬季首要污染物主要为PM_2.5、PM₁₀,夏季首要污染物以O₃为主。人口数量是影响AQI的主要因素,城市园林绿地面积对AQI具有一定影响。预测结果显示,未来环渤海地区AQI、主要污染物浓度(O₃除外)均呈现出随时间的推移逐渐下降的变化趋势。     

达州市城区环境空气质量变化趋势及CMAQ模型预报分析

利用Spearman秩相关系数法、污染日历图、浓度分析法和CMAQ预测模型研究了达州市城区2015-2019年空气质量状况.结果表明:2015-2019年,达州市城区O3浓度变化趋势为显著上升(P＜0.05),季度变化明显,8月易发生因O3超标导致的轻度污染状况;CO年均值变化趋势为显著降低(P＜0.05);NO2年均...     

重庆市北碚区空气质量改善效果评估分析

基于2014—2020年重庆市中心城区北碚区环境监测数据及地面观测气象要素,分析了北碚区大气污染特征,利用KNN算法建立大气污染的评估模型,对空气质量改善效果进行评估。结果表明,重庆市中心城区北碚区的PM_2.5浓度逐年呈明显下降趋势,O₃浓度除夏季有一个弱的下降趋势外,其余3个季节和年平均值整体均呈上升趋势。全年以优良天气为主且呈增加趋势。O₃与气温、日照时间呈正相关,与相对湿度呈负相关性,PM_2.5与气温、降水及风速呈负相关。基于KNN算法对空气质量改善状况评估表明,减排对O₃污染平均贡献率在-4.7%左右,对PM_2.5污染平均贡献率为-52%,气象条件对O₃污染的平均贡献率在17%左右,对PM_2.5污染的平均贡献率在-7%左右。该大气污染评估模型能够有效地评估空气改善效果。     

临汾市大气污染物的时间分布特征与源区分析

多年来,临汾市多次名列我国生态环境部公布的空气质量最差的重点城市之列,对其大气污染的时间分布特征和潜在源区进行分析对其环境管理与污染防治具有重要意义。利用2015—2019年临汾市5个国控空气环境质量监测站点的6种空气污染物(SO₂、NO₂、CO、O₃、PM_2.5和PM₁₀)浓度数据和气象观测数据,使用HYSPLIT模型研究了该市空气污染物的时间变化特征、轨迹输送特征和可能的来源。结果表明,PM_2.5和PM₁₀的年均浓度均超过了《环境空气质量标准》(GB 3095—2012)Ⅱ级标准,SO₂仅在2016—2017年超过该标准,其余3种污染物的年均浓度均低于该标准。6种污染物2015—2019年的月均浓度的变化特征表现为O₃浓度呈以6、7月为中心的近似正态分布,SO₂、NO₂和CO以及PM_2.5和PM₁₀浓...     

新冠肺炎疫情期间冀南地区空气质量时空变化特征

为研究新冠肺炎疫情期间冀南地区空气质量变化规律,明确防疫管控措施对空气质量的具体影响及大气污染物排放特征,笔者综合分析了研究区域的常规监测数据和部分大气超级站的PM_2.5组分数据。结果表明:疫情防控重点区域石家庄市、邢台市空气质量整体好转,细颗粒物和一次排放气态污染物浓度下降明显,PM_2.5来源中燃煤、生物质燃烧源占比上升,机动车尾气源占比下降,体现出交通管制、企业限产和道路工地扬尘管理等环保措施的有效性。疫情防控高风险区域石家庄市藁城区出现了明显的NO₂浓度降低、PM_2.5污染好转现象,而O₃浓度显著升高成为新的特征污染物。结果显示,藁城区综合防疫管控举措对本地一次排放污染物起到了明显抑制作用。疫情防控核心区域藁城区增村镇因实行最严格的封村、限行、停产等措施,人为污染源排放"触底",6项监测指标中除O₃浓度同比、环比均大幅度升高外,其他污染物浓度全时段降低,SO₂和CO昼夜差距缩小,环境质量明显优于周边乡镇。分析认为大规模持续化学消杀可能对O₃浓度升高有影响,此问题需要进一步探讨。     

山西省大气污染特征及对公众健康的空间影响

利用山西省11个地级市大气环境监测站的PM_2.5、PM₁₀和O₃浓度数据,分析了2015—2020年山西省PM_2.5、PM₁₀和O₃浓度时空变化特征,采用空间计量模型和岭回归方法,分析了空气污染对公众健康的空间影响。结果表明:PM_2.5和PM₁₀年均质量浓度总体下降,两者在2017年最高,2020年最低;O₃年均浓度总体增加。在季节尺度上,PM_2.5和PM₁₀质量浓度在冬季的12月和1月最高,夏季的8月最低;O₃浓度在6月最高。空间上,相较2015年,2020年山西省各地级市PM_2.5污染程度均有改善,其中长治改善效果最好;2020年山西各地级市PM₁₀污染兼有加重和减轻的情形,所有地级市PM_2.5和PM₁₀污染水平均超过国家二级污染浓度限值;2020年山西多数地级市O₃浓度升高。山西公众健康水平具有明显的空间离散特征,PM_2.5和PM₁₀浓度的局部空间自相关特征高度一致,呈现"南高北低"的格局,O₃浓度分布呈"南部高,中北部低"的格局。大气环境质量和经济发展水平均对医疗机构诊疗人数和健康体检人数的变化有正向影响,每万人卫生技术人员数量和公共财政支出比例对公众健康均有负向影响,其中经济发展水平和大气环境质量的影响最显著。山西省PM_2.5治理取得一定成效,但大部分城市PM_2.5和PM₁₀达标率较低,O₃浓度有持续升高的趋势,PM₁₀和O₃污染改善缓慢,深度减排仍面临挑战。PM_2.5和PM₁₀是危害山西公众健康的主要大气污染物,未来需要加强PM_2.5、PM₁₀和O₃的精细化管理及协同治理。     

The relationship between typhoons' peripheral circulation and ground-level ozone concentrations in central Taiwan

Surface data of meteorological parameters (wind speed, wind direction, and mixing height) and air pollutant concentrations (O₃, NO, and NO₂) were collected for a 92-day period associated with typhoon formation in 2005. The influence of typhoons on O₃ concentration were defined by azimuth and distance from Taiwan, and Types A, B, and C correspond to typhoons less than 1,500 km from Taiwan and located between azimuths 45° and 135°, 135° and 225°, and 225° and 45°, respectively. Type D corresponds to typhoons more than 1,500 km from Taiwan. Titration reactions were conducted at three temporal phases: 2000–0700, 0800–1100, and 1200–1400 LST (Local Standard Time). The air pollution model (TAPM) was used to simulate wind fields and trajectories of air masses. It was determined that typhoon position affected O₃ concentration, temporal and spatial patterns of O₃ titration and vertical meteorological characteristics, which were not all at the statistically significant level.     

环境空气质量新标准对郑州和开封空气质量评价的影响

利用河南省环境空气质量新标准实施一期城市(郑州、开封)2013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》(GB 3095—2012)对这2个城市空气质量评价的影响。研究发现,若采用新标准,郑州、开封污染物年均浓度超标情况加重;城市空气质量达标率从51%、71%下降到35%和31%,下降了16和40个百分点;PM2.5的纳入是空气质量达标率下降的最主要原因,大于NO2标准的收严和CO、O3纳入评价指标的影响,其超标率分别为58%(郑州)和63%(开封);且PM2.5取代PM10成为郑州、开封的首要污染物,其作为首要污染物的比例均大于70%。     

基于GIS的唐山地区大气污染物时空分布研究

应用数据统计和ArcGIS对北方重工业城市唐山地区2014年14个县(区)18个空气自动监测站的数据进行时空分布特征分析,监测的污染物为PM_(10)、SO_2、NO_2、PM_(2.5)、O_3、CO共6项。利用ArcGIS对各个自动监测站污染物数据建立网格模型,采用反距离权重法分别对年均、采暖期、非采暖期的环境空气质量综合指数和6项污染因子浓度的空间分布进行估算,直观比较了污染物在不同时期内的空间分布状况。结果表明,空气质量时间分布较为明显,非采暖期明显好于采暖期。同时,计算出每个网格单元污染指数的标准偏差,结合气象气候、地形地势、工业发展等情况,分析得出北部山区、市中心区附近区域空气质量波动较大。为区域大气污染有针对性的综合防治、联防联控及污染物区域削减计划打下数据基础。     

环境空气质量新标准对珠三角区域站空气质量评价的影响

利用粤港珠三角区域空气质量监控网中天湖、金果湾与万顷沙3个区域站2010年全年SO₂、NO₂、PM₁₀、O₃、PM_2.5与CO自动监测的数据,分析了实施环境空气质量新标准(GB 3095—2012)对这3个子站空气质量评价的影响。研究发现,若采用新标准,万顷沙的NO₂、PM₁₀和PM_2.5年均浓度将不同程度超标。这3个子站空气质量达标率下降7~28个百分点,空气污染指数从91%~99%下降至63%~91%;O₃的引入是导致空气质量达标率下降的最主要的原因;O₃将取代PM₁₀成为最主要的首要污染物,出现频率大于50%,且O₃(8 h)平均浓度的影响大于O₃ (1 h)浓度的影响。PM_2.5的纳入也是导致空气质量达标率下降的重要因素,其超标率为3%(金果湾)~16%(万顷沙)。NO₂标准的收严未对天湖与金果湾空气质量评价造成影响,但导致万顷沙NO₂的超标率从2%上升至10%,且NO₂作为首要污染物的比例达24%。     

2018年大连海域船舶大气污染物排放特征及影响分析

船舶废气已成为大气污染物的重要来源之一。为掌握大连周边海域船舶大气污染物排放特征,以及大连海域船舶排放对大连市大气环境的影响,基于船舶自动识别系统监测数据,采用基于功率的动力法估算出2018年大连海域船舶排放清单,并利用WRF、SMOKE、CMAQ空气质量数值模拟系统,研究了1月、4月、7月、10月船舶排放对大连市大气环境的影响。研究结果表明,2018年大连海域船舶共排放SO₂ 7 606.23 t、NO_x 30 990.13 t、PM₁₀ 1 212.02 t、PM_2.5 969.58 t、CO 3 339.10 t、HC 1 414.63 t、CO₂ 2 546 299.67 t。其中,客船、散货船、油船和多用途船的排放占比较大,排放区域主要集中在大连湾、大窑湾附近及周边航道。受气候因素影响,不同月份的船舶排放对大连市大气环境的影响不同,其中,1月、4月和10月受影响较大的区域主要是旅顺口区和金州区,而7月受影响较大的区域主要是甘井子区。     

基于不同时间尺度综合指数贡献率的攀枝花市大气污染特征分析

选取2016—2022年攀枝花市环境空气质量监测数据,基于年度、季度、月度、小时时间尺度评价环境空气质量综合指数贡献率。结果表明,攀枝花市污染类型已由传统的单一工业型污染转变为复合型污染,且污染物在不同时间尺度下的分布特征明显。从季度尺度来看,第一季度细颗粒物(PM_2.5)综合指数贡献率较大,第二和第三季度臭氧(O₃)综合指数贡献率较大,第四季度二氧化氮(NO₂)及PM_2.5综合指数贡献率较大。从月度尺度来看,O₃在3—8月的贡献较大,PM_2.5、NO₂、可吸入颗粒物(PM₁₀)、一氧化碳(CO)、二氧化硫(SO₂)在1—2月及11—12月的贡献较大。从小时尺度来看,O₃在13—19点贡献较大,PM₁₀、PM_2.5、CO在8—13点贡献较大,SO₂在9—13点贡献较大,NO₂在8—1...     

宜都市PM2.5与O3季节性分布特征及潜在源区分析

为了解宜都市PM_2.5与O₃的污染特征及潜在来源,利用宜都市2020年3月至2022年2月在线监测数据及气象数据,对宜都市PM_2.5与O₃质量浓度变化特征、气象影响因素及潜在源区进行了分析,结果表明:宜都市PM_2.5质量浓度冬高夏低,日变化呈双峰特征,O₃质量浓度夏高冬低,日变化呈单峰特征。高湿、静稳的气象条件以及较强偏北风作用下的区域污染传输对PM_2.5污染有重要影响,高温以及中湿度对O₃污染过程有重要作用。春、夏、秋季偏南方向气流轨迹占主导,且携带较高的污染物浓度,冬季来自湖北东北及西南方向的气流占比较高且携带的PM_2.5浓度较高;宜都市PM_2.5、O₃的潜在源区具有季节性差异,总体来看,主要分布在河南南部、湖北东部及湖南的北部区域。     

黑龙江省环境空气污染物和气象要素的典型相关分析

通过对黑龙江省4个自然年(2016年1月1日—2019年12月31日)环境空气污染物和气象要素的分析,揭示了黑龙江省气象条件对空气污染物浓度的影响规律与特征.对PM2.5、PM10、SO2、NO2、CO和O3等6项污染物的描述性统计和简单的相关分析显示:黑龙江省环境空气质量呈现逐年变好的趋势,非采暖期环境空气质量好于采...     

海口市臭氧污染及气象条件特征

近年来,臭氧已成为许多城市环境空气的主要污染物之一。笔者分析了2020年海口市5个不同方位代表性监测站点逐小时空气质量监测数据及对应站点的气象要素监测数据。研究结果表明:海口市2020年环境空气污染程度为三级以上的天数有11d,其首要污染物均为臭氧。臭氧浓度高值时段主要出现在10-12月。浓度最大值主要出现在每日14:00-17:00,最小值出现在每日05:00-08:00。气象要素日均值与臭氧浓度相关性大小依次为最高温度＞平均温度＞相对湿度＞降水量＞日照时数＞风速。台风外围下沉气流和东北气流的共同影响是导致海口市臭氧浓度超标的主要因素,下沉气流更有利于低层大气中臭氧的堆积,同时在东北气流影响下,上游区域污染物的传输也会导致海口市臭氧浓度增加。