太原市典型大气污染物时空分布及其成因分析研究

根据太原市2001年-2012年环境空气定点监测数据,采用分时段统计分析和GIS空间分析相结合的方法探讨了太原市主要大气污染物的时空分布特征,并分析了形成原因.结果表明,太原市环境空气污染物浓度呈逐年下降趋势,环境空气质量逐步改善,这与太原市积极转变经济结构,加强污染控制有直接的关系.但是,太原市自然气象条件和污染源格局都不利于环境空气质量的改善,太原市空气污染情况依然严峻.     

重庆市黔江区春季大气污染物浓度变化与气象因素关系研究

分析了2015年重庆市黔江城区2个自动监测站点PM10,SO2,NO2,O3日均值和小时均值,结合同期气象因素,对污染物浓度与气象因素进行分析.表明,PM10、SO2、NO2和O3春季平均值呈显著差异,PM10超标6天,SO2,NO2,O3污染水平较低,未超标;PM10、SO2和NO2呈现早晚双峰型,O3呈典型单峰型;风速与SO2和NO2浓度呈负相关,与O3浓度则呈正相关关系,风速较小时,利于PM10浓度降低,当风速达到一定程度,会导致PM10浓度升高;污染物浓度和相对湿度呈明显负相关;降水对大气污染物有削减作用.     

2018年吉林市大气污染物浓度变化及其与气象因素的相关性分析

采用统计学方法、Pearson相关系数法和线性回归法研究分析了2018年吉林市大气污染物SO2、NO2、PM10、PM2.5、CO和O3浓度的变化特征、污染物浓度之间的相关性以及污染物与气象因素的相关性.结果表明:1)吉林市大气环境中O3、PM10和PM2.5日均值超标率分别为1.06％、3.27％和7.14％,颗粒物...     

沿海典型城市大气污染物分布特征和影响因素分析

基于2016～2020年来中国环境监测总站发布的PM_(2.5)、PM_(10)、SO_2、NO_2浓度监测数据,选取了4个经济较为活跃的典型沿海城市(天津、青岛、上海、宁波),从地理位置、气候、产业结构、交通运输、GDP等方面进行了分析。结果表明,区域地理位置和气候对大气污染物的浓度分布存在影响。北方两城冬季PM_(2.5)、PM_(10)和SO_2浓度均高于南方两城,其中2020最高均值分别为南方的2倍、1.8倍和1.4倍。青岛冬季的PM_(10)浓度均值最高,但在夏季远低于天津,与浓度最低的宁波相近。交通运输、温度、降水量均对大气污染物浓度分布存在不同程度的影响。受疫情影响,上海2020年运力与2019年运力差异显著,由此导致上海2020年冬季NO_2浓度波幅为2019年冬季的1.5倍。降水量对季节性干旱城市的影响大于常年湿润的城市,降水量对北方两市影响呈负相关,对南方两市呈弱相关。以单位GDP为比对基准值,各污染物浓度比对值最小的城市为上海。以上海为基准,北方城市的PM_(2.5)、PM_(10)、SO_2、NO_2浓度比对值的最大值分别为上海的4.16、4.61、3.82、2.91倍。     

毕节市中心城区大气污染物时空分布特征分析

为研究毕节市中心城区大气环境污染现状,利用2019—2021年毕节市中心城区3个国控监测站点的6项基本污染物以及AQI监测数据,采用趋势分析法,对毕节市中心城区各污染物浓度的时空分布特征进行了分析。结果表明：(1) 2019—2021年毕节市中心城区PM_2.5、PM₁₀、SO₂、CO、NO₂年平均浓度整体呈下降趋势,O₃年平均浓度呈上升趋势。(2) PM_2.5、PM₁₀、SO₂、CO、NO₂浓度月变化大致呈“U”型分布,O₃浓度月变化呈倒“U”型。(3) PM_2.5、PM₁₀、SO₂、CO、NO₂浓度季节变化规律为冬季最高、春秋季次之、夏季最低;O₃浓度季节变化特征为春>夏>秋>冬。(4) PM_2.5、PM_10<...     

昆明城区大气污染物时空分布特征

利用2013—2020年昆明城区国控点监测数据,分析大气污染物时空分布特征。结果表明：2013—2020年昆明城区O₃年均浓度总体呈上升趋势,其余污染物年均浓度呈下降趋势,O₃增幅为4.1%,SO₂降幅为67.9%,其余污染物降幅为35.0%~55.0%。超过GB 3095—2012《环境空气质量标准》一级以上标准的首要污染物天数占比显示,O₃已经代替PM_2.5成为昆明市最主要的大气污染物;O₃浓度春季最高,夏季次之,秋季最低;PM₁₀和PM_2.5浓度春、冬季高,夏季最低;SO₂、NO₂、CO浓度冬季最高,夏季最低,但SO₂和NO₂四季变化幅度较其他污染物小。春、夏季的O₃,冬、春季的PM_2.5是昆明市大气污染的防治的重点。O₃浓度日变化呈单峰型分布,CO、NO₂、PM₁₀、PM_2.5浓度呈双峰型分布,但PM₁₀、PM_2.5浓度峰谷变化不明显;NO₂、CO、PM_2.5、PM₁₀浓度峰值出现在早高峰时段,O₃浓度峰值出现在14:00—15:00,SO₂浓度上午高于下午。大气污染物浓度分布具有明显的空间差异性,SO₂、PM_2.5、NO₂、PM₁₀、CO浓度城区西部高于东部,分别高出54.5%、20.0%、17.9%、14.6%和2.4%,O₃浓度则相反,城区东部高于西部,高出9.0%;SO₂、NO₂、O₃浓度东部、西部差异呈逐年减小趋势,不排除上风向安宁工业园区污染传输影响变弱的可能性。

     

四川盆地大气污染物时空分布特征及气象影响因素研究

利用2015—2018年四川盆地内18个城市的6种污染物逐日质量浓度监测资料、同期的常规气象观测资料，采用插值、相关分析等方法，分析了四川盆地3个区域6种污染物的时空分布特征，探讨了各个污染物质量浓度与气象要素之间的关系.结果表明：①O₃在盆地中西部污染较重，PM_2.5和PM₁₀在德阳、成都、眉山、内江、自贡一带污染较重，在广元和巴中污染较轻，SO₂在巴中、南充、绵阳、德阳一带污染较轻，在广元和盆地中南部污染较重；②NO₂平均浓度呈先增后减的趋势，O₃呈增加趋势，而CO、PM_2.5、PM₁₀、SO₂均呈减小趋势；③CO、NO₂、PM_2.5、PM₁₀、SO₂呈"夏低冬高"的特征，O₃则相反，CO、NO₂、PM_2.5、PM₁₀均表现为"双峰双谷"型，O₃和SO₂则表现为"单峰"型；④偏东风有利于CO、NO₂、PM₁₀、PM_2.5的稀释扩散，偏北风有利于O₃、SO₂的稀释扩散；⑤6种污染物质量浓度均与气压、气温、24 h变温、24 h变压、相对湿度、10 m风速、700 hPa散度、850 hPa高度显著相关.风速、相对湿度、混合层高度、逆温层平均高度的增加有利于大多数污染物的稀释扩散.     

成渝地区工业大气污染物排放的时空演化格局及关键驱动因素

为摸清成渝地区工业大气污染的时空变化规律和关键影响因素,构建了2013—2019年成渝地区社会经济和工业大气污染物排放数据库,运用空间自相关分析和冷热点分析方法,解析了工业大气污染物排放的时空演化格局,并采用对数平均迪氏(LMDI)分解模型探究关键驱动因素. 结果显示:①成渝地区工业大气污染物排放整体呈明显下降趋势,高排放城市减少,低排放城市增多,高排放区由大面积圈层式分布逐渐向成都平原经济区南部区域和川南经济区北部区域零星式分布转变. ②成渝地区工业大气污染物排放呈现明显的空间集聚状态,空间溢出效应显著,且空间关联程度呈增大趋势. 工业大气污染物排放的空间分布趋于极化,且呈现明显的“西热-东冷”分异格局. ③经济发展始终是不同阶段工业大气污染物排放增量的首要驱动因素,生产技术进步与能源利用效率提升是减排的主要控制因素,高排放-低减排城市需注重工业生产技术和末端治理技术的提升. 产业结构调整对减排的贡献受区域产业发展政策的影响,工业内部结构效应对大气污染物的排放具有促进作用,与近年来钢铁、水泥、玻璃、陶瓷等传统重工业行业在工业增加值中的比重逐年提升有关.      

重庆市都市功能核心区秋季大气污染物时空分布特征

为研究重庆市都市功能核心区大气污染物浓度水平及变化规律,统计分析了2014年9月至2014年11月5个监测站(解放碑、高家花园、杨家坪、新山村和南坪)24 h连续监测PM_(2.5)、PM_(10)、SO_2、NO_2、CO和O_3浓度数据.结果表明,观测期间,大气颗粒物污染严重,5个站点PM2.5日均浓度超标率分别为30.8%、37.4%、38.5%、37.4%和31.9%,5个站点PM10日均浓度超标率分别为23.1%、22.0%、18.7%、19.8%和19.8%;重庆市都市功能核心区细颗粒物(PM_(2.5))污染严重,5个站点PM2.5占PM10比例分别为60.2%、64.6%、64.1%、75.4%和62.8%;PM_(2.5)、PM_(10)、NO_2和CO早晚出现高峰值;SO_2和O_3浓度日变化曲线呈现单峰型,峰值分别出现在中午和午后;降水量、气温和水汽压与PM_(2.5)、PM_(10)、SO_2和NO_2呈显著负相关;相对湿度与O_3呈显著负相关,气温、水汽压和风速与O_3呈显著正相关;CO与相对湿度呈显著正相关;风向也影响着大气污染物浓度的时空分布,南偏西、南偏东和东北偏北风利于PM_(2.5)、PM_(10)、SO_2、NO_2和CO浓度积累,西北风利于PM_(2.5)、PM_(10)、SO_2、NO_2和CO扩散;但西北风控制下利于O_3浓度积累.     

石家庄市大气污染物的季节性时空特征及潜在源区

为系统研究石家庄市季节性典型污染物的重污染传输特征,基于2018年12月~2019年11月46个环境监测站（PM_2.5、PM₁₀、O₃、NO₂、SO₂和CO）及17个气象站（温度、湿度和风速）的小时监测数据,利用插值（IDW）和相关方法,分析污染物的季节性时空特征;并结合GDAS数据,采用后向轨迹方法,研究污染物的季度传输格局和潜在源区.结果表明：①不同季节具有典型的污染物,季节性典型污染物和污染率依次为：春季（PM₁₀,48.91%）、夏季（O₃,81.97%）、秋季（PM₁₀和PM_2.5,47.54%和32.79%）和冬季（PM_2.5,74.44%）,其与气象条件变化有显著联系;②春季PM₁₀与风速呈负相关,呈西北高、东南低的空间格局,主要传输方向为南向（53.32%）,潜在源区（WPCWT_ij≥160 μg ·m^-3）为河北（冀）中南、河南（豫）中北及山西（晋）中部,且山东（鲁）西和陕西（陕）西北部的传输也会贡献（WPSCF_ij≥0.3）市域的PM₁₀浓度;③夏季O₃与温度呈正相关,与湿度呈负相关,传输通道方向为东南-南向（54.24%）,其潜在源区呈以石家庄市为中心,沧州和菏泽为两翼的新月形区域;④秋季和冬季PM_2.5与湿度呈正相关,冬季呈西低、东高态势分布,输送方向为：秋季（东北-东南,74.75%）,冬季（西北,55.47%）,主要污染源区（WPCWT_ij≥180 μg ·m^-3）集中在冀中南、豫北和晋中西部.     

基于地统计学的北京市可吸入颗粒物时空变异性及气象因素分析

大气颗粒物是造成城市空气污染的重要原因之一,并已经成为我国北京等大中城市空气污染中的首要污染物.为分析北京市采暖期大气中可吸入颗粒物的污染水平及其气象因素的影响作用,以大气可吸入颗粒物PM0.3,PM3.0,PM5.0为研究对象,于2007～2009年采暖期间在北京市城区设立了93个采样点进行定点采样监测,利用地统计分析工具和指示克里格方法,模拟分析了北京市城区2007～2009年采暖期PM0.3、PM3.0、PM5.0的时空变异性,并建立起可吸入颗粒物浓度与气象条件(风力、温度、湿度)的对应关系,由此分析气象因素对大气颗粒物污染水平的影响程度.结果表明:实验半变异函数符合具有块金值的球状模型;北京城区空气可吸入颗粒物的污染水平自2007年以来污染程度与污染面积均呈减小趋势,影响范围主要集中在西南部,西北次之,近郊区污染重于城区;气象条件是影响可吸入颗粒物污染程度的重要因素,在不同年份不同气象因子对颗粒物的影响是不同的.但另一方面,由于污染原因季节冷暖程度的不同,气象条件对颗粒物浓度的影响有不确定的一面,但仍可找到一些规律.     

长三角地区近15年大气臭氧柱浓度时空变化及影响因素

基于OMI遥感数据,分析了2005-2019年长三角地区O3柱浓度的时空分布特征及影响因素,同时采用后向轨迹(HYSPLIT)模型进行对流层O3来源的解析.结果表明:①从时间分布来看,15年间O3柱浓度年际变化呈先上升后下降的变化趋势,其中,2005-2010年呈上升趋势,2010-2019年呈下降趋势,2010年和2...     

华北地区颗粒物浓度时空分布特征及其因素

利用2017年华北地区各地级及以上城市空气质量浓度等有关数据,对该区域内的颗粒物浓度时空分布特征进行研究,在此基础上进一步利用空间自相关分析方法对该区域内的颗粒物浓度的空间聚集特征进行定量描述,并利用空间计量模型分析了影响华北地区城市颗粒物浓度的因素。结果表明：整体上,华北地区PM_2.5和PM₁₀的污染日出现的平均频率分别为17.25%和14.23%,需重点关注细颗粒物造成的污染。在时间分布上,各省市的颗粒物月均浓度存在“U”型变化,呈现出冬季>秋季≈春季>夏季的规律。在空间分布上,各地级市颗粒物年均浓度具有明显的空间聚集特性,高聚集主要出现在河北南部,低聚集主要出现在内蒙古。空间计量模型表明,风速、降雨量和人均GDP对华北地区城市的PM_2.5和PM₁₀年均浓度均具有显著的负向影响,而第二产业占比、煤炭使用量和机动车保有量均对颗粒物浓度有正向影响,其中煤炭消耗量的影响最大,其次是机动车保有量。上述研究结果可为制定华北地区大气污染控制提供有效的措施和科学依据。     

京津唐地区臭氧时空分布特征与气象因子的关联性研究

京津唐地区随着经济的快速发展和城市化的不断推进,臭氧污染呈现加重的趋势,深入了解臭氧浓度时空变化特征及其变化驱动机制是采取科学有效防控措施的前提和基础.本研究针对京津唐地区近地面臭氧浓度快速增加的2016年,利用卫星遥感反演数据、地面每小时监测数据及气象观测资料,分析探讨了近地面臭氧浓度时空分布及与温度、压强、蒸发量、...     

天津滨海新区秋冬季大气污染特征分析

为了解天津滨海新区大气污染物浓度水平和污染来源,2009年9月1日~2010年2月28日对NOx、CO、SO2、O3、PM2.5、PM10进行了连续在线观测,并同步观测了气象要素.结果表明,秋冬季上述污染物最高日均值(秋冬平均值±标准差,O3为日小时均值最大值)分别达到300.7(65.4±52.9)×10-9、7.278(1.324±1.169)×10-6、53(13±12)×10-9、95(28±21)×10-9(体积分数)和287.4(62.3±53.6)μg/m3、1421.4(161.9±136) μg/m3. NOx和SO2秋季低于冬季,O3和PM10反之. CO和PM10相对国家二级标准超标率为2%和38%,PM2.5相对WHO标准(75μg/m3)超标率为31%.季节统计日变化显示CO和NOx为早晚双峰型,SO2为中午的单峰型,O3为午后单峰型,且秋季日变化振幅远大于冬季, PM10为早晚双峰型,但冬季比秋季晚出峰2~3h.除冬季PM10,大气污染物浓度49%~74%的逐日变化由气象要素影响.滨海新区大气污染受局地排放和外源输送共同影响,西南方向气流易造成污染物积累,其次是东北方向,而东和东南气流最有利于污染物扩散;各污染物具体表现为NOx主要受局地源控制;SO2主要受外来输送影响;CO和PM2.5同时受本地源和外来源的共同影响;PM10秋季表现为本地源污染,而冬季为本地源和外来源的共同影响.     

基于卫星遥感中国甲醛的时空分布及影响因子

基于OMIHCHO数据日产品,对2016年全国甲醛柱浓度数据进行了提取分析,并结合全国各省市温度、降雨量、植被覆盖度、人类活动等数据,在空间上与甲醛柱浓度做了相关性分析.结果表明：我国甲醛柱浓度空间分布极不平衡,呈现出东部及东南部地区甲醛柱浓度值普遍较高,而我国的西部及西北部地区表现出较低值;甲醛柱浓度月均值最低为8.31×10¹⁵molec/cm²,出现在10月份,最高为11.87×10¹⁵molec/cm²,出现在6月份,如果按照季节划分甲醛柱浓度均值,夏季 > 春季 > 冬季 > 秋季;从气象因子与甲醛柱浓度相关性分析结果来看,温度与甲醛柱浓度之间的相关性更为密切,但表现出空间上的差异性,此外,雨水对甲醛有一定的消除作用,但也在空间上有差异;由植被与甲醛柱浓度相关性结果来看,植被主要对东部及东南部地区甲醛柱浓度影响作用明显.甲醛柱浓度与各省市的地区生产总值、各产业增加值、机动车保有量的变化也存在着明显的相关性,而各产业增加值中工业与其相关性最高,说明工业排放和汽车尾气也是甲醛的主要来源.     

哈尔滨市臭氧时空分布特征及气象要素的关系

利用2015~2018年哈尔滨市臭氧（O₃）监测数据，与其他典型城市进行对比，详细分析了哈尔滨市O₃的时间和空间分布特征，及其与气象要素的关系。结果表明：哈尔滨市2015~2018年O₃污染程度比北上广及长春，沈阳，大连等城市轻；哈尔滨市O₃污染具有明显的季节特征，春夏季O₃超标率大于秋冬季；月变化趋势呈现倒“U”型，O₃高值集中在5~7月；日变化为单峰分布，在13：00~15：00时浓度维持在全天高值； O₃浓度表现为“周末效应”，工作日O₃浓度略高于周末；空间分布特征表明：哈尔滨市外围郊区O₃浓度普遍高于内围市区；在O₃污染高发的5~7月，太阳辐射强度在800~1200W/m²、气温越高、风速越大和相对湿度越小，O₃超标率越高。     

辽河保护区水质时空分布特征及其影响因素

辽河保护区自2010年划定后,其治理与保护由过去的多龙治水、分段管理、条块分割开始向统筹规划、集中治理、全面保护转变。通过对2006—2019年辽河干流8个断面水质监测数据的对比分析,探讨了辽河保护区划定前后水质与主要污染因子的时空分布特征及影响因素。结果表明:保护区划定后辽河干流水质大幅好转,全面消除了GB 3838—2002《地表水环境质量标准》劣Ⅴ类水质,水体化学需氧量(COD)与氨氮浓度明显下降,虽在2018年有所波动,但整体维持在Ⅲ类~Ⅳ类水质;空间分布上,保护区上游(铁岭段)水质最差,中游(沈阳段)略好,下游(鞍山及盘锦段)较差,主要污染物COD和氨氮浓度从上游到下游呈现先升高后降低再升高的变化趋势。保护区水污染治理及水环境管理“三大工程”“三大战役”的有效实施对水质改善起到了重要作用,上游的农业面源污染以及下游生活污水、工业废水的排入是造成保护区水质及污染物空间分布差异性的主要原因。