无锡市MODIS气溶胶光学厚度与PM_(2.5)质量浓度的相关性分析

将MODIS数据反演得出的气溶胶光学厚度与无锡市区实测得到的PM2.5质量浓度进行相关性分析,结果两者的直接相关性较低,相关系数为0.283 4。气溶胶光学厚度经垂直分布和湿度修正后,两者相关性显著提高,相关系数为0.565 9。虽然修正过程存在误差,相关性未达预期程度,但该方法得到的气溶胶光学厚度可作为PM2.5监测的有效补充。     

长沙市PM_(2.5)和PM_(10)质量浓度的变化特征

为检验PM_(2.5)和PM_(10)新监测标准实施近3年长沙大气颗粒物污染状况,利用近3年每日监测数据,对长沙10个国控自动监测点PM_(2.5)和PM_(10)达标情况、首要污染物及变化特征进行研究分析。结果表明,近3年长沙市PM_(2.5)和PM_(10)年均质量浓度均超过了新标准规定的年均值二级标准限值;2013年污染最严重。PM_(2.5)和PM_(10)月均值峰值出现在1月和11月,谷值在8月,各月PM_(2.5)超标天数和首要污染物为PM_(2.5)天数都大于PM_(10);PM_(2.5)和PM_(10)冬季日均值浓度明显高于其他季节,呈双峰型,峰值在上午10:00和20:00~21:00,夜晚浓度高于白天;PM_(2.5)春、夏、秋三季日变化呈单峰型,峰值在20:00~21:00;PM_(10)四季日变化呈双峰型。PM_(2.5)和PM_(10)浓度的比值(P)1月和2月最高,PM_(10)和PM_(2.5)日均值有着显著的线性相关性。     

基于时空回归克里格和AOD数据的PM2.5时空插值

基于京津冀地区2016年PM_(2.5)浓度监测数据和MOD04的10 km分辨率气溶胶数据,结合时空位置,建立PM_(2.5)回归模型,使用时空回归克里格方法对京津冀地区进行PM_(2.5)时空插值,对比研究时空回归克里格与只使用监测站数据的普通时空克里格方法的时空插值结果。结果表明,两种方法的插值结果时空趋势相同,京津冀地区东南部PM_(2.5)浓度较高,夏秋两季浓度低于春冬两季;时空回归克里格插值结果的均方根误差为26.1,时空克里格插值结果均方根误差为28.3,即兼顾时空趋势并结合气溶胶数据的时空回归克里格插值精度提高了约8%。     

广州市PM_(2.5)质量浓度垂直分布在线监测研究

广州塔空气质量自动监测站在地面至高空500 m高度内布设了4个站点。在自动站内利用PM_(2.5)质量浓度点式在线监测和激光雷达消光系数遥感监测技术,实现对PM_(2.5)质量浓度垂直分布的在线监测,监测方法具有很高的时间分辨率和空间分辨率。利用该方法开展阶段性监测表明:PM_(2.5)质量浓度与355 nm消光系数间具有很好的线性关系,R2达到0.853 7,利用线性关系式可反演PM_(2.5)质量浓度。对200 m~550 m间反演结果分析表明:反演结果与在线监测数据具有很好的相关性,相关系数达到0.868以上;PM_(2.5)质量浓度随着高度改变呈显著的对数相关关系,R2达到0.992 6。     

小波方差分析北京市PM_(2.5)质量浓度序列周期特征

为分析北京市大气污染物PM_(2.5)质量浓度的时间序列周期性,采用Morlet小波变换对PM_(2.5)质量浓度进行分析,利用小波方差估计该市PM_(2.5)日均质量浓度的主周期,并通过显著性检验。结果表明,北京市PM_(2.5)日均质量浓度主周期为180 d左右,为后续大气污染物PM_(2.5)时间序列研究提供参考。     

阿克苏市空气质量PM_(2.5)浓度变化研究与对策

近年来随着雾霾天气的频发和空气环境质量的不断下降,有关PM_(2.5)的研究逐渐成为研究的重点和热点。本研究利用阿克苏市2014年PM_(2.5)连续在线监测数据,对PM_(2.5)的污染现状和季节变化、月变化、日变化、昼夜变化规律进行探讨和分析。结果表明,阿克苏市PM_(2.5)质量浓度平均值春季最高,其次为冬季,夏季最低。春季沙尘天气和冬季采暖燃烧源是PM_(2.5)质量浓度增加的主要原因;阿克苏市PM_(2.5)质量浓度日均值为14.96~282.84μg/m3,年平均值为77.85μg/m3,是国家二级标准的1.04倍;阿克苏市PM_(2.5)质量浓度春季白天高于夜间,夏季和冬季白天低于夜间。     

基于遥感数据的京津冀地区PM2.5时空分布特征

基于MODIS AOD遥感数据,采用多元线性回归模型对PM2.5地面监测数据进行模拟估算,同时加入降水量、相对湿度等气象因子以提高模型精度,结合GIS空间分析技术,得到2015—2016年京津冀地区空间连续的PM2.5浓度分布。结果表明:利用多元线性回归模型反演PM2.5浓度效果较好,R 2均在0.59~0.84之间。在时间上,京津冀地区PM2.5浓度呈现出夏季最低、秋季稍高、冬春两季最高的变化趋势;在空间上,2015年和2016年京津冀地区PM2.5浓度有明显的区域差异,均呈现出西北低、东南高的分布格局,大致与燕山山脉和太行山脉走向一致。     

基于MODIS的华东地区气溶胶光学厚度时空变化特征分析

选用2001年1月-2015年12月MODIS数据,运用线性趋势等方法研究华东地区气溶胶光学厚度(AOD)的变化特征及影响因素。结果表明,2001-2015年华东地区AOD平均值变化范围在0.4~0.7之间,且呈现递减趋势。山东省西部、安徽省北部及江苏省AOD相对较高;福建省、浙江省南部及江西省南部地区AOD较低。华东地区气溶胶最低值出现在12月,最高值出现在6月;虽然冬季AOD变化趋势增长较高,但最高值仍出现在夏季。AOD主要受地形、NDVI、风速及人类活动等因素的影响,地形、NDVI、风速均与AOD呈负相关。     

城市环境空气中PM_(10)和PM_(2.5)质量浓度分布的均匀性研究

对长沙市环境空气中PM10、PM2.5质量浓度进行自动监测,并统计分析其分布的均匀性。结果表明,在1 d的4个典型时刻以及日内,PM2.5的质量浓度分布总体上较PM10均匀;从月内日均值及2013年1月—10月的月均值变化情况看,PM2.5质量浓度的相对标准偏差(RSD)总体高于PM10,表明PM2.5在长时间尺度上的分布较PM10更不均匀;就功能区分布而言,PM10、PM2.5质量浓度分布的均匀性没有明显的区域差异,两者的变化幅度与功能区类别没有必然联系。     

长沙市大气中PM_(2.5)浓度分布的空间插值方法比较

采用普通克里金(Kriging)、反距离加权(IDW)、趋势面、协同克里金(Co-kriging)插值和基于反距离加权的克里金插值方法对长沙市某时刻的PM_(2.5)浓度空间插值比较,结果表明:反距离加权和趋势面插值的结果与实际情况相差较远;普通克里金和协同克里金插值虽能反映出PM_(2.5)浓度分布一定的空间结构,但精度有待提高,且运行速度较慢;前4种方法效果不好的主要原因是由于长沙市PM_(2.5)浓度监测站点稀少。而基于反距离加权的克里金插值方法结合了2种模型的优点,其结果较为准确地分析长沙市PM_(2.5)浓度分布特征,误差远小于其他方法,且具有平滑性好、运行速度相对较快等优点。     

珠海市PM_(2.5)时空分布特征及其成因分析

选取2015年珠海市国控监测站ρ(PM_(2.5))数据,分析PM_(2.5)中有机碳(OC)、元素碳(EC)、水溶性离子组分等化学组成,ρ(PM_(2.5))时空分布特征,以及与气象因素的相互关系。结果表明,2015年珠海市PM_(2.5)年均值为31.0μg/m3,表现出显著的时间分布规律,月均值呈现"V"型趋势,PM_(2.5)中主要化学组分是有机物(OM),占总质量的34.0%,其次是硫酸根(SO2-4),占总质量的26.9%,具有明显的季节分布特征,呈现冬高夏低分布;ρ(PM_(2.5))日变化呈现双峰型分布,其值工作日显著高于非工作日;ρ(PM_(2.5))与平均温度、相对湿度、风速呈现负相关关系,与气压呈现显著正相关关系;珠海市ρ(PM_(2.5))空间分布总体呈现"东高西低,北重南轻"变化趋势,有机物、SO2-4和NH+4空间分布呈现东部高于西部趋势,颗粒物浓度受地形、气候因素和海域环境等影响呈现多样化分布趋势。     

基于小波分析优化PM 2.5浓度预测模型

采用多元线性回归方法(MLR)和BP神经网络方法(BPNN),按1 h、3 h、6 h、12 h、24 h、48 h预测时长对贵港市2015—2018年PM_2.5浓度建模并检验对比模型准确率。结果表明,基于MLR与BPNN都能对PM_2.5浓度作预测,预测效果随着预测时长的增加而下降,MLR、BPNN模型预测结果平均绝对误差(MAE)分别为4.01μg/m³~15.48μg/m³、3.89μg/m³~15.63μg/m³。采用小波分析方法对污染物数据优化并再次建模,结果表明,小波-多元线性回归(W-MLR)模型与小波-神经网络(W-BPNN)模型均得到优化,3 h~24 h预测时长优化效果尤为显著,W-MLR、W-BPNN模型预测结果分别使MAE降低1.6%~13.5%、0.8%~9.8%,且后者预测效果优于前者。     

焦作市大气中PM2.5的时间特征与潜在源区分析

以焦作市为研究区,基于2021年24 h自动监测大气PM2.5数据和同期气象数据,应用气团后向轨迹聚类分析、潜在源区贡献函数分析和浓度权重轨迹分析等方法探究大气污染物中PM2.5的时间分布特征及其潜在源区。结果表明：2021年焦作市PM2.5的质量浓度均值为47.3μg/m3,季节特征表现为春冬季高于夏秋季;来自河南省北部和中东部等地区气团轨迹对应的PM2.5浓度较高;春季和冬季PM2.5的潜在来源地区范围广于夏季和秋季,在污染较为严重的冬季,河南省的焦作市、新乡市、鹤壁市、安阳市、郑州市和开封市,以及河北省邯郸市和邢台市均是焦作市PM2.5的潜在源区。     

乌鲁木齐市大气PM2.5中重金属元素含量和富集特征

利用PM2.5／PM10便携式采样器采集了乌鲁木齐市5个功能区PM2.5,样品,用TAS-990石墨炉原子吸收光谱仪检测了PM2.5样品中Cd、Cu、Ni、Pb、Mn的含量。结果表明,乌鲁木齐大气PM2.5质量浓度变化趋势是冬季采暖盛期〉秋季采暖初期〉春季停暖初期〉夏季停暖期。参照《环境空气质量标准》（GB3095—2012）中的二级标准,采样期间卡子湾水泥厂区样品全部超标,其余4个采样点样品在冬季采暖盛期也全部超标,部分样品在非采暖期超标。富集因子法分析表明,乌鲁木齐市5个采样区PM2.5样品中Ni、Cu、Cd、Pb污染主要来自于人类活动,Mn则来源于地壳物质。     

宁波市PM10、PM2.5中水溶性无机阴离子浓度水平及分布特征

研究了宁波市PM10、PM2.5中无机阴离子浓度水平及分布特征。结果表明,PM10中Cl-为1.00μg/m3,具有较明显的海洋特征,SO24-、NO3-离子浓度为9.90、3.70μg/m3;Cl-主要存在于粒径为2.5-10μm的颗粒物中,而NO3-、SO42-主要存在于PM2.5中,成为PM2.5的重要组成部分。PM10中水溶性无机阴离子季节变化明显,呈冬天高,夏天低的趋势。     

贵阳室内氡时空分布特征研究

为了全面分析室内氡的时空分布特征、来源和影响因素,选择了贵阳市不同地理位置的居民住宅、办公场所和公共场所,进行了为期一年的室内氡监测。贵阳市室内氡的平均浓度为(72.7±1.6)Bq/m3,低于室内空气污染国家标准,达标率98.5%。其中居民住宅、办公场所和公共场所的室内氡浓度分别为(93.46±86.93)、(74.68±40.74)、(61±26.93)Bq/m3。研究表明,室内涂料、装修程度和通风效果、小区环境等对室内氡浓度高低有显著影响,室内氡也随季节变化而发生波动。对于居民住宅和公共场所氡的室内外来源相对重要性不同。居民住宅内新楼和旧楼不同楼层室内氡的来源、影响因素和分布特征有显著差异。     

成都市O3浓度的时间变化特征及相关因子分析

为深入认知成都市O_3浓度的时间变化规律及其影响因子,基于2013年1月1日—12月31日市区站点O_3、NO、NO_2、NO_x的逐时监测资料以及成都市气象站的气象数据逐时观测资料,据此对O3的季变化、日变化、"周末效应"、"节假日效应"进行了讨论,并对其浓度影响因子进行分析。结果表明:成都市O_3浓度季变化呈现明显夏高冬低的特征,浓度最大值出现在8月。O_3浓度日变化为单峰型,夏季峰值出现在15:00,冬季峰值出现在16:00。市区存在"周末效应",即周末O_3浓度总体比工作日高;"节假日效应"则表现出复杂多变性,受气象条件以及人为活动等多种随机因素的影响。O_3日平均浓度与NO、NO_2、NO_x、相对湿度呈明显负相关,与温度、风速呈明显正相关。     

北京地区气象条件与区域传输对PM2.5浓度影响研究

通过采用KZ（Kolmogorov Zurbenko）滤波统计方法,结合WRF/CMAQ数值模型情景分析技术,定量分析气象条件和区域传输对北京市PM2.5浓度的影响。结果显示: 2018年7月—2019年6月,北京市PM2.5平均质量浓度为46.0 μg/m3,气象条件同比偏差6.9%,外来传输平均为43.7%。从日变化上看,外来传输在早晚高峰期间明显下降,体现出本地机动车排放贡献明显上升的特点,气象条件对PM2.5浓度的影响主要表现为白天整体有利于污染物扩散,夜间气象条件转为偏不利的特征。2018年10月—2019年3月秋冬季期间,气象条件同比偏差3.3%,在气象条件较为不利和区域同比反弹的情况下,北京市PM2.5浓度持续走低,主要为源减排的效益。