玉溪市主城区环境空气质量特征分析

为研究玉溪市主城区环境空气质量特征,选取玉溪市2021年三个国控环境空气质量自动监测站数据,对玉溪市城区环境空气质量变化趋势、污染特征及影响因素进行分析。结果表明,2021年玉溪市城区环境空气质量总体较好,各项污染物年均浓度均达到二级要求,优良天数比例达99.2%,未出现中度及以上污染;主要污染物为O₃,占74%,其次是PM₁₀和PM_2.5。1—4月及12月是环境空气质量相对较差的月份,冬春季污染明显高于夏秋季。在东南亚国家春季生物质燃烧、生产、生活和气象因素综合影响下,以臭氧为主、颗粒物为辅的复合型污染态势初显。     

玉溪市星云湖入湖污染物分布研究初步研究

污染物进和湖泊的方式，无论是来自点源或是来自面源的污染物，最终都将通过入湖河流、地表散流及湖面的降水、降尘载入湖泊，因此，通过对这几种方式进入的湖泊污染物的量进行监测，就基本可以掌握住进入湖泊污染物的总量。1999年，玉溪市环境监测站对星云湖的十二条主要主湖河流、地表散流、降尘、降水进行了为期一年的实际监测。得出通过入湖河流、地表散流、降尘、降水实际进入星云湖的主要污染物总是为：CODCr:1893.8t、BOD5：360.27t、SS：26460.5t、NH3－N：165.18t、TN：228.23t、TP：184.226t。污染物入湖一般以河流方式为主要方式，但磷主要通过降尘方式入湖，占入湖总量的54.1%，这与湖区磷工业发达有直接的关系：降水载入的氮量也不容忽视，占总量的11％。     

济源市环境空气质量首要污染物变化分析

基于济源市2015～2018年可吸入颗粒物、细颗粒物、臭氧监测数据,分析了日均值达标率、年均值浓度、首要污染物占总污染天数的比例变化特征,采用Spearman秩相关系数对污染物变化趋势进行了分析。结果表明:济源市可吸入颗粒物、细颗粒物的污染程度都呈现好转趋势;臭氧因子污染程度呈加重趋势,臭氧已成为影响该市环境空气质量的主要污染物。     

克拉玛依市独山子区环境空气质量的污染物特征

为了解克拉玛依市独山子区环境空气质量的污染物特征,独山子区环境科研监测站根据独山子地理、气象、工业、生活环境等情况,通过间断变化、季节变化、空间分布三个方面对空气中污染物的特征进行了监测分析,且运用大气综合污染指数和污染物负荷分担率的分析方法对环境空气质量进行了评价。2008年11月-2009年8月对独山子区域环境空气质量进行了调查。     

泉州市区十年环境空气质量及变化趋势

就泉州市区10年环境空气质量监测资料进行综合分析，结果表明：SO2变化不大，NOX、TSP和降尘呈上升趋势，环境空气质量属轻污染水平 ，尘尖是影响环境空气质量的主要因子。     

佳木斯市环境空气质量概况及状况分析

通过对佳木斯环境空气各项指标监测结果分析,对其环境空气质量进行简短的评价。对空气污染的原因进行分析总结和提出防护措施     

某工业园区环境空气特征污染物变化关联性研究

以某工业园区5个监测点位2022年1月—12月的环境空气污染物二氧化硫、氮氧化物、氟化物、铅浓度的月度监测数据为基础,通过格拉布斯检验剔除异常值后,采用皮尔逊相关系数法分析二氧化氮、二氧化硫、氟化物、铅浓度之间的相关性,并根据相关性分析结果,给出区域环境管理建议。     

呼包鄂地区环境空气质量状况研究

根据呼包鄂地区2001年～2008年的环境空气质量监测结果,评价、分析各城市环境空气质量状况及主要污染物的变化趋势,得出了在经济快速增长的同时,呼包鄂地区环境空气质量总体呈好转趋势,污染程度逐年减轻的结论。     

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.     

欧美制订颗粒污染物环境空气质量标准的历程及对我国的借鉴

通过回顾欧美制订空气质量目标、建立颗粒物环境空气质量基准和标准的原则和方法,借鉴发达国家治理大气细颗粒污染的成功经验和制（修）订大气细颗粒物环境质量标准的理论、方法和历程,结合我国空气颗粒污染物的特征和科学研究的现状,提出由国家主管部门通过顶层设计,组织相关研究机构开展联合攻关研究,提供科学研究结论,在此基础上出版我国颗粒物环境空气质量基准文件。     

玉溪市中心城区环境空气TSP源解析

应用受体模式的化学质量平衡法(CMB)对玉溪市中心城区3个监测点的总悬浮颗粒物进行污染源的源解析,得出5类污染源对TSP的平均贡献率为土壤尘40 75%、建材尘31 06%、煤烟尘18 37%、钢铁尘8 09%和交通尘1 73%。     

天津重污染期间大气污染物浓度垂直分布特征

利用天津气象局255 m铁塔垂直4层观测平台(高度分别为3、40、120和220 m),对各层大气中的NO_x、O₃、SO₂浓度(均以φ计)和PM_2.5浓度(以ρ计)进行了连续观测,结合同步气象要素分析了2010年10月3—11日天津发生的一次重污染事件.结果表明:在此次重污染事件期间,一次及二次污染物浓度的垂直梯度变化差异显著,φ(NO)、φ(NO₂)和ρ(PM_2.5)随高度上升而降低,φ(NO)在3～120和120～220 m的递减率分别为58.0%和8.5%,ρ(PM_2.5)在3～220 m递减率为13.0%;而φ(O₃)和φ(SO₂)平均值却随高度的上升而增加,其中φ(O₃)在3～40、40～120和120～220 m的增长率分别为108.0%、19.1%和56.4%,φ(SO₂)在3～220 m的增长率为25.0%. NO_x主要来源于局地近地面污染源的排放;SO₂主要来源于高架点源的排放,O₃则来源于局地光化学过程积累;PM_2.5受局地排放源和光化学过程的双重影响,垂直梯度变化最不显著. 不利于扩散的气象条件使以局地排放为主的污染物积累升高及其伴随的光化学反应造成了天津此次重污染事件.      

玉溪创建生态市刍议

从玉溪文化底蕴、区位优势、资源优势、经济实力、基础设施、教科文卫事业及环保工作等方面进行分析,玉溪建设生态市已具备良好的基础和条件。同时,提出了生态市建设的指导思想、基本原则、步骤、目标及对策、措施。     

重庆市大气污染物的空间统计分析

利用空间统计分析方法(spatial statistics analysis),借助GIS,分析了重庆市3种主要大气污染物TSP,SO₂和NO_x质量浓度在空间上的分布特点.研究表明,在"九五"期间和2002年2个时期,重庆市大气污染物在空间上均呈不均衡分布.整体上,SO₂的空间自相关性很强,属集中分布模式;TSP的空间自相关性较弱,属于随机分布模式;NO_x处于二者之间.局部相关性分析表明,大部分区县的大气污染物之间相关性较弱.此外,利用缓冲区和内插浓度表面法分析了2个时期的污染物质量浓度随离行政中心距离变化的趋势,发现ρ(TSP)和ρ(SO₂)在各地带内均有明显削减,而ρ(NO_x)削减不显著;ρ(SO₂)和ρ(NO_x)随距行政中心距离增大下降,但ρ(TSP)随距离增大而增加.3种污染物质量浓度都在离行政中心50～60 km的地带发生明显变化,由此得出目前重庆市大气污染物空间分布的特征距离为50～60km.      

嘉兴市冬季不同空气质量等级下大气污染物的分布特征

为研究浙江省嘉兴市冬季PM、污染气体和含碳气溶胶在不同空气质量等级下的分布特征,于2013年11月28日—12月28日使用SHARP测尘仪、热电EMS系统和Sunset在线OCEC分析仪观测了PM（PM₁₀和PM_2.5）、污染气体（SO₂、NO₂、CO和O₃）和含碳气溶胶〔OC（有机碳）、EC（元素碳）和TC（总碳）〕的质量浓度,结合气象数据和HYSPLIT模式,分析了霾污染过程中大气污染物浓度变化、日变化及其来源特征.结果表明:嘉兴市冬季霾天ρ（PM_2.5）、ρ（PM₁₀）、ρ（SO₂）、ρ（NO₂）、ρ（O₃）、ρ（OC）、ρ（EC）、ρ（POC）和ρ（SOC）分别为167.90、248.86、77.79、、97.16、28.50、27.09、7.72、7.50和19.59 μg/m3,ρ（CO）为1.47 mg/m3,分别是空气质量为良时的3.00、2.50、1.29、1.84、0.86、2.59、2.19、2.13、2.82和1.50倍.降雨对不同大气污染物的清除作用不同,对粗粒子的清除作用较大,而对二次产物O₃的影响较小.高ρ（PM）是造成能见度降低的主要原因,随着污染程度的加剧,PM中细粒子占比越来越高,在严重污染过程中ρ（PM_2.5）/ρ（PM₁₀）可达70.31%,比空气质量为良时高14.04%;不同污染气体的日变化不同,OC和EC的来源逐渐趋于一致,ρ（SOC）呈现出积累-爆发-积累-爆发的往复过程,边界层的日变化对污染物浓度的影响逐渐减弱.研究显示,随着霾污染的加剧,SOC气溶胶占比逐渐增加、EC和POC等一次碳气溶胶占比逐渐降低.      

广州城区近地面层大气污染物垂直分布特征

为更好地了解广州城区近地面层大气污染物的扩散与输送过程,利用广州塔4层大气污染物垂直梯度观测平台(高度分别为地面、118、168和488 m)于2014年1月—2015年12月对多种大气污染物进行连续观测,分析了广州城区近地面层大气污染物的垂直分布特征.结果表明:①ρ(PM₁₀)、ρ(PM_2.5)、ρ(PM₁)、ρ(NO₂)和ρ(NO)随高度的上升而降低,其中ρ(PM₁₀)、ρ(PM_2.5)和ρ(PM₁)在低层(地面点位)—高层(488 m点位)的递减率分别为35%、30%和26%,ρ(NO₂)和ρ(NO)分别为75%和84%;ρ(O₃)随高度上升而增加,其低层—高层的增长率为135%;ρ(SO₂)和ρ(CO)则随高度上升先增后减.②除ρ(O₃)外,其余污染物浓度均符合“冬强夏弱”的季节特征,ρ(O₃)则在夏秋季较高,春冬季较低.冬季ρ(PM₁₀)、ρ(PM_2.5)、ρ(NO₂)和ρ(NO)高、低层间差异为全年各季最大,分别为38.6、18.5、49.4和31.9 μg/m3.③各污染物小时浓度日变化特征均不同程度地受混合层发展过程的影响,各高度污染物浓度在一天中混合层高度最高的时段(12:00—17:00)最接近,而在其余时段分层较明显.除O₃外,其余污染物质量浓度在中、低层大致呈早晚双峰分布,而在高层大致呈单峰分布.ρ(O₃)则在各层均保持单峰分布,峰值一致出现在14:00.④对一次典型污染过程分析发现,不同高度的ρ(PM_2.5)和ρ(NO₂)最大差值分别可达183.0和148.0 μg/m3,ρ(PM_2.5)显著地受到本地近地面污染源的影响,污染物高浓度区域主要集中在488 m以下.      

大气污染物总量减排与空气质量的分析与对策研究——以苏州市高新区为例

利用2009年-2013年污染物大气的总量减排数据、大气污染物排放量和同期环境空气质量监测数据,采用大气污染综合指数法分析了苏州高新区的污染物总量减排、大气污染物排放量与空气质量的关系.认为大气环境主要污染因子为PM10、SO2和NO3,燃煤为SO2主要来源,机动车是NOx的重要来源.为预防与治理污染,应不断提高新生产机动车排放标准,推进车用油品升级,加强环保检验、工业企业大气污染治理和扬尘治理,完善公共交通体系,发展循环经济,推广清洁生产.     

基于监测及Kriging方法的京津冀地区大气污染物暴露分布研究

为了实现充分利用已有环境监测站点数据进行人群精细化暴露评估的目的,同时解决某些待测人群社区周边无监测站点时数据的选择问题,以保定市作为大气高污染研究城市,基于现场监测和Kriging（克里金插值）空间分析方法,明确了在研究大气污染物人群暴露时,某一个固定监测站污染物数据的代表性问题.研究表明:对于大气中φ（SO₂）、φ（NO₂）、颗粒物及其组分,空气质量监测点位的代表性一般为5~6 km;对于φ（CO）、φ（O₃）和φ（VOCs）,它们在城市不同地区的空间分布更为均匀,空气质量监测点位的代表性范围更大.通过使用Radial Basis Functions（径向基函数,RBF）、Local Polynomial Interpolation（局部多项式插值,LPI）、Inverse Distance Weighting（反距离权重插值,IDW）、Kriging、Kernel Smoothing（内核平滑插值,KS）和Diffusion Kernel（内核扩散插值,DK）等6种空间分析方法对大气污染物浓度进行预测发现,Kriging方法对大气污染物浓度预测时可使预测值和实测值间的偏差小于10%,准确度最高.因此,在进行某城市某点位的污染物人群暴露浓度预测时,若该点位周边5 km以内有空气质量监测点位,则可用该点位的监测值代替;若5 km以内没有空气质量监测点位,则可基于最近监测点位的污染物浓度进行Kriging空间插值,从而获得该点位的污染物暴露水平.      

铁岭市老城区大气质量现状及变化趋势研究

"十二五"时期,辽宁省工业化和城市化进程还将加快,机动车保有量和能源消耗总量持续增长,大气污染防治形势将更加严峻。通过环境空气质量现状监测数据分析铁岭市老城区大气质量现状。可吸入颗粒物、降尘、二氧化氮三种污染物浓度在2001年较高,之后大体呈逐年下降趋势,只有二氧化硫浓度呈波动起伏变化的趋势。利用空气综合污染指数预测大气变化趋势,结果表明铁岭市老城区环境空气质量逐年改善。同时分析了老城区环境空气质量存在的问题。