西安市PM_(2.5)的时空分布特征研究

大气污染物PM_(2.5)对空气质量造成严重危害,威胁着人类健康。根据西安市13个监测区2013年1月1日—4月26日的PM_(2.5)质量浓度数据,得出西安市PM_(2.5)的浓度呈冬季高、春季低的特点。结合西安市的海拔数据、气象资料,并引入污染系数,分析得出了西安市13个监测区PM_(2.5)的浓度有以下规律:从西到东递减;分布与海拔高度和风向特点相一致;与平均温度、最高温度、最低温度均呈现负相关关系,但相关性不是很高。这为PM_(2.5)的针对性治理工作提供了理论指导。     

武汉PM_(2.5)时空特征分析

获取武汉市2013年全年10个监测点PM2.5监测数据,采用数理统计方法和GIS空间分析方法分析其时间变化特征和空间分布特征。2013年武汉市城区PM2.5年均值为89.0μg/m3,清洁对照点年均值75.2μg/m3。月变化上,1-7月,浓度逐月下降至7月份达到最低;7-12月,浓度整体上升,10月份浓度上升明显以至11月份有明显回落。日变化上,上午9:00为日间浓度峰值,下午16:00达到低谷;夜间浓度高于日间浓度且夜间变化幅度较小。城区内部污染差异明显,夏季PM2.5浓度空间异质性相对冬季更强;工业区和人口集中区污染最严重,城市绿地和公园局部污染相对较轻;污染程度变化的一致性不仅与距离有关,受周边环境影响更明显。     

中国大陆城市PM_(2.5)污染时空分布规律

为分析中国大陆城市PM_(2.5)污染的时空分布规律,运用统计学方法和GIS技术对2014年开展PM_(2.5)常规监测的161个城市进行分析,结果发现:仅8.1%的城市年评价结果达标,日均质量浓度超标天数占26.6%.夏季及春末、秋初PM_(2.5)污染相对较轻,冬季污染较重.PM_(2.5)的日变化曲线呈现不太明显的双峰分布,最低值出现在16:00前后,最高值出现在10:00前后,而凌晨至清晨保持相对较高的污染水平.京津冀及周边地区,中部地区的湖北、湖南、安徽PM_(2.5)污染较重,东南沿海和云南、西藏污染相对较轻.PM_(2.5)的空间分布与风速、相对湿度、土地利用等因素的空间分布具有较强的相关性.PM_(2.5)与PM10质量浓度比值的平均值为0.591,空间上呈由西北向东南逐渐升高、南方高于北方的格局,时间上除1、2月份较高、5月份较低外,其余月份基本稳定在0.55~0.6.研究结果有利于从宏观上认识中国城市PM_(2.5)污染的时空格局,从而针对性地开展环境污染防控.     

河北省PM_(2.5)时空分布及传输过程分析

根据2013-2015年河北省PM_(2.5)浓度监测数据研究了PM_(2.5)时空分布特征以及污染区域传输情况。结果表明,河北省PM_(2.5)浓度分布与地域及时间分布有关,并呈现整体下降趋势。     

包头市2015—2016年PM_(2.5)浓度时空分布特征及与气象因子的关系

根据包头市2015—2016年PM_(2.5)监测数据及气象数据,分析了包头市PM_(2.5)时空分布特征及PM_(2.5)与气象因子之间的关系。结果表明:包头市PM_(2.5)浓度在12月达到最大,日变化曲线为双峰型;在空间上PM_(2.5)浓度由西南向东北方向递减,且浓度梯度变化明显;气温、相对湿度、降雨量、风速等气象因子对PM_(2.5)浓度有显著影响。     

APEC期间北京市PM_(2.5)时空分布与过程分析

运用Models-3/CMAQ模式系统,模拟分析了2014年11月3~11日APEC会议期间北京市PM_(2.5)污染的时空分布特征,并利用过程分析工具IPR研究了会期两次短时间污染过程(4日13:00~5日12:00和10日13:00~11日12:00)中各种大气物理化学过程对城区官园和郊区定陵两个代表性站点近地面PM_(2.5)生成的贡献.结果表明,CMAQ模型合理地再现了北京市PM_(2.5)的浓度水平和时间变化.北京地区4日和10日发生不利于污染物扩散的气象条件,导致PM_(2.5)小时浓度出现高值(分别为188,124μg/m~3),但受减排措施和冷高压的作用,PM_(2.5)高值维持时间较短.4日13:00~5日12:00,水平传输是官园和定陵站点PM_(2.5)的主要贡献者,贡献率分别为49.6%和90.9%.此次污染过程北京地区受南部污染传输影响较强.10日13:00~11日12:00,官园站点PM_(2.5)主要来自源排放在本地的积累(78.8%),定陵站点PM_(2.5)主要来自较弱的水平传输(93.9%).此次过程体现出更加明显的局地性污染特征.两次过程中,PM_(2.5)的主要去除途径均为垂直传输.     

天津市滨海新区PM_(2.5)污染时空分布及影响因素研究

为了降低天津市滨海新区中PM_(2.5)的污染,需要对天津市滨海新区PM_(2.5)污染的时空分布和影响因素进行研究。研究天津市滨海新区近年来PM_(2.5)的时空分布特征,并选取PM_(2.5)的相关指标,对天津市滨海新区PM_(2.5)污染影响因素进行分析。结果表明,在天津市滨海新区的冬季时,PM_(2.5)的质量浓度值最高,在滨海新区的夏季时,PM_(2.5)的质量浓度值最低。PM_(2.5)在天津市滨海新区昼间大气中的质量浓度低于夜间大气中的质量浓度。     

保定市PM_(10)和PM_(2.5)时间分布特征研究

运用高精度手持式PM_(2.5)速测仪(CW-HAT200)对保定市城区大气颗粒物PM_(10)和PM_(2.5)浓度的日变化、月变化、季变化规律进行了连续1年的测定,结果表明:保定市PM_(10)和PM_(2.5)年平均浓度为213μg/m~3、134μg/m~3,是国家空气质量二级标准的1.4倍和1.8倍;PM_(10)和PM_(2.5)四季变化均表现为冬季最高,春、秋季次之,夏季最低,且变幅较大;PM_(2.5)、PM_(10)各月变化趋势基本相同,1月份浓度最大,污染严重,7月份浓度最小,污染较轻;日变化曲线呈双峰形,早晚高、白天低,低值出现在12:00-16:00;PM_(2.5)/PM_(10)全年平均比值为62.80%,除5、8月外,其余各月均50%,属于严重污染;PM_(10)和PM_(2.5)的确定系数为0.9704,由此可见两者的相关性较高。综上分析可知,人类活动主要影响了PM_(10)、PM_(2.5)的产生,而气象条件是影响大气颗粒物扩散的最主要原因,要想从根本上抑制大气污染的产生,必须采用先进的生产工艺、减少污染物的排放,尤其是在气流稳定的季节应加以严格控制。     

基于MODIS的中国PM_(2.5)污染时空分布特征研究

近年来,中国各大城市雾霾天数有明显增长的趋势,雾霾天气的产生与细颗粒物PM_(2.5)有直接的联系。基于2013-2015年MODIS气溶胶光学厚度三级产品MOD08,考虑边界层高度、相对湿度、温度、风速、风向等气象因子,分季节构建BP(误差反向传播)神经网络模型,估算全国PM_(2.5)值,基于此值分析中国PM_(2.5)污染的时空分布。结果表明:(1)对气溶胶光学厚度(AOD)缺失值进行插值后夏季预测模型效果最好,R为0.840 1,春秋季预测模型效果较差,R分别为0.602 5、0.589 9。(2)PM_(2.5)空间分布差异性显著,秋季空间分布差异最显著,夏季降水丰富,空间分布差异显著性降低;高值主要出现在华北和西北小面积区域,低值出现在西部蔵区和海南。(3)高值的华北地区和低值的西部地区都有面积逐渐增加的趋势,高值逐渐扩散到西北小面积区域,低值扩散到中部地区。     

基于时空克里格的PM_(2.5)时空预测及分析

PM_(2.5)作为大气污染的一种,正受到社会越来越广泛的关注和研究,但大部分研究仅单独分析各样点PM_(2.5)浓度时间维度或空间维度特征,忽略了PM_(2.5)的时空维度变化。为综合考虑PM_(2.5)时空维度特征,该文以山东省2014年PM_(2.5)浓度监测数据为对象,建立PM_(2.5)时空变异模型,利用时空克里格法对山东省全年PM_(2.5)浓度进行时空预测,得到时空分布立方体数据,最后基于该数据,对山东省PM_(2.5)污染特征作出分析。结果表明,2014年山东省整体PM_(2.5)污染严重。在空间上,中西部地区PM_(2.5)浓度超过75μg/m~3的天数超过290 d,存在持续性高危污染,东部小于37.5μg/m~3的天数超过146 d,存在间歇性轻微污染,且从西至东,PM_(2.5)污染天数和程度逐渐降低,具有明显地域性污染特征;在时间上,PM_(2.5)浓度最高时间段为1、2、11和12月,最低为6-8月,各季节污染程度依次为:冬季秋季春季夏季。研究表明时空地统计方法能够有效地对空气质量进行时空预测,是挖掘更多的时空分布特征和信息,进行环境数据分析的有效手段。     

北京市大气PM_(10)和PM_(2.5)中有机物的时空变化

2005年四季在北京市不同功能区9个采样点采集大气PM10和PM2.5样品,并对其中有机物污染水平、分布特征及不同功能区PM10和PM2.5中有机物的相关性进行了探讨.结果表明,市区PM10和PM2.5中有机物年均值分别为41.39 μg/m3和34.84 μg/m3,是对照区十三陵的1.44倍和1.26倍;冬季有机物污染最严重,分别为春季的1.15、 1.82倍,秋季的2.06、 2.26倍,夏季的4.53、 6.26倍.不同季节PM2.5与PM10中EOM的比值超过0.60, 并呈现一定季节差异.各功能区有机污染表现出工业区(商业区)＞居民区(交通区、对照区)的变化趋势,且不同功能区PM2.5中EOM对PM10中EOM的影响程度各异.有机组分的年均值有非烃＞沥青质＞芳烃＞饱和烃的变化规律,而污染源的季节性排放是造成有机物组分季节变化的主要原因.     

香烟PM_(2.5)模拟大气PM_(2.5)过滤性能可行性研究

该文分别以香烟和大气尘为PM_(2.5))源,采用4种不同过滤级别的聚丙烯纤维滤料对这2种PM_(2.5))进行过滤性能考察,探讨香烟PM_(2.5))作为大气PM_(2.5))模拟物的可行性。对于选用的4种不同过滤级别的聚丙烯纤维滤料,香烟PM_(2.5)和大气PM_(2.5)的初始浓度对其过滤效率没有显著影响.在1~8 cm/s的工程滤速范围内,4种滤料对香烟PM_(2.5)和大气PM_(2.5)过滤效率都随滤速增加而线性降低。在特定滤速下,4种滤料对香烟PM_(2.5)与大气PM_(2.5)的过滤效率有很好的线性相关性。滤速分别为1、3、5、7 cm/s时,4种滤料对大气PM_(2.5)与香烟PM_(2.5)过滤效率的斜率比值分别为1.02、1.05、1.07、1.09,滤速越大、回归系数k值越大。研究结果表明:在该文实验条件下,香烟PM_(2.5)适宜作为大气PM_(2.5)模拟物,通过测试滤料对香烟PM_(2.5)过滤效率和回归系数k值可以预测该滤料对大气PM_(2.5)的过滤效率,为准确评价空气净化滤材过滤大气PM_(2.5)的性能提供科学理论依据。     

日照2016-2017年PM2.5时空分布特征

根据2016-2017年日照国家基本气象站和日照市环保局所辖环境监测点气溶胶PM2.5观测数据,统计分析了2016-2017年日照市PM2.5的最小值、最大值、各月平均值、各时平均值等变化特征。结果表明,日照市2016-2017年PM2.5最小值为1μg/m3,共出现371次,各时均有出现,规律性不强;最高值为453.4μg/m3,出现在2016年12月20日凌晨3时,超过300μg/m3共出现过46次,每个时间段都出现过最高值,夜间凌晨居多;各月平均值1月最高,8月最低,冬季平均值明显高于夏季,和市环保局监测点数据分析分布规律相同,也呈双峰单谷;各时平均值9时最高,17时最低。     

昆明市主城区PM_(2.5)与PM_(10)质量浓度分布特征研究

新修订的《环境空气质量标准》的发布,标志着环境保护工作开始从污染物排放控制管理阶段,转向环境质量管理阶段,昆明也被列入全国首批PM2.5监测公布区域。基于我国加大治理环境污染的力度和相关法律法规的颁布的大背景下,结合日益严重的城市环境污染问题,根据昆明市主城区2014年1—12月空气质量实时监测数据,按照GB3095—2012《环境空气质量标准》中的浓度限值标准,采用实地调查法与相关性分析等方法,对昆明市主城区大气颗粒物污染现状、变化趋势进行分析,利用插值法对PM2.5和PM10的空间分布进行描述。为昆明市继续打造旅游城市、园林城市和创建森林城市、低碳城市和生态城市提供决策支持。同时也将为后续城市发展驱动力分析、城市生态效益、碳循环和生物多样性等相关研究提供基础数据。     

浙江省PM_(2.5)质量浓度分布特征研究

本文选取金华、衢州、温州、丽水、宁波、杭州六个城市开展PM2.5手工重量法监测,通过比较不同城市不同季节PM2.5质量浓度,研究浙江省PM2.5浓度的分布特征,以期为其空气质量预报、大气污染治理防治等工作提供技术支持。     

邯郸市大气PM_(2.5)成分空间分布研究

为研究邯郸市2015年PM_(2.5)的污染状况,采用河北工程大学监测站全年PM_(2.5)浓度和气象在线监测数据以及4个代表月4个站点离线采样成分数据,分析了PM_(2.5)的浓度水平与气象要素的关系以及其化学组分特征。结果表明:PM_(2.5)的年均浓度为91.14μg/m~3,最高达到706.56μg/m~3;不同相对湿度条件下,PM_(2.5)浓度对邯郸地区能见度有较大影响。此外,邯郸静风频率较大,全年东南风风速较小,PM_(2.5)污染相对更加严重;PM_(2.5)中主要化学成分为SO_4~(2-)、NO_3~-和NH_4~+、OC和EC,4个站点采样无显著差异性。     

基于移动观测的路边PM_(2.5)和CO浓度的时空分布

基于文献建立交通污染移动观测的预处理方法,并通过上海某区域7d 26次PM_(2.5)、CO浓度观测实验进行验证,进而揭示了路边PM_(2.5)、CO浓度的空间分布及其时间变化特征.结果表明,异常高值样本剔除,背景校正及时空尺度选择等方法的有效组合,能增强污染物时空表达的客观性和可比性.交通流量大、柴油车比例高、常发性拥堵、空气流通不畅等因素往往导致繁忙路口及其相连路段PM_(2.5)、CO高浓度集聚,比清洁校园增加1.7~2.8,12~20倍.居住或生产区域的PM_(2.5)浓度高出校园2倍左右,居住小区较校园的CO浓度增幅不明显.一天中PM_(2.5)空间平均浓度呈现清晨上午下午中午,CO则表现为清晨和上午相近,均大于中午和下午.湿度大和风速小不利于污染物扩散,从而造成清晨主干路附近形成污染物的高浓度集聚区.     

高原省份城市空气质量状况统计分析及PM_(2.5)污染水平时空分布

收集了地处高原的云南省全省8个地级市、8个自治州政府所在地城市共40个监测点2015年全年(2015.01.01—2015.12.31)的大气PM_(2.5)、PM_(10)、SO_2、NO_2、O_3、CO、O_3-8 h日均浓度数据,计算出年均浓度值、空气质量指数AQI,并根据《HJ633-2012环境空气质量指数(AQI)技术规定(试行)》对云南省各州市政府所在地城市空气质量进行评价。PM_(2.5)年均浓度值最高的是文山,为37.89μg/m~3;最低的是丽江,为16.21μg/m~3。空气质量评价结果表明,云南省2015年整体空气质量状况优良,空气质量状况最好的是香格里拉,空气质量指数为35.76;空气质量指数最高的是昭通,为68.26。SO_2、NO_2与PM_(2.5)的关系呈现正相关,PM_(10)的变化趋势与PM_(2.5)的变化趋势较一致。     

北京市PM_(2.5)分布的不均匀现象

对北京若干居住区进行了持续监测,并收集了北京环境监测中心、北京市气象台的相关数据并进行了分析,指出北京这一特大城市在PM2.5分布中存在着多维度上的不均匀现象。这一不均匀现象表现为:(1)在多种尺度下其质量浓度分布不均匀;(2)全年时段内PM2.5已成为首要污染物;(3)霾主要发生在微静风天气中;(4)不同风向条件下,均存在着明显的最高值、最低值的监测点。据此得出,北京这一特大城市的PM2.5分布具有以下特征:(1)PM2.5主要来源于城市内部;(2)风环境等对PM2.5分布具有重要作用;(3)城市格局对PM2.5分布具有重要影响。     

海口市PM_(2.5)和PM_(10)来源解析

以海口市为例,研究了我国典型热带沿海城市——海口市环境空气颗粒物的污染特征和主要来源.2012年春季和冬季在海口市区4个采样点同步采集了环境空气中PM10和PM2.5样品,同时采集了多种颗粒物源样品,并使用多种仪器分析方法分析了源与受体样品的化学组成,建立了源化学成分谱.使用CMB(化学质量平衡)模型对海口市大气颗粒物进行源解析.结果表明:污染源贡献具有明显的季节特点,并存在一定的空间变化.冬季城市扬尘、机动车尾气尘、二次硫酸盐和煤烟尘是海口市PM10和PM2.5中贡献较大的源,在PM10和PM2.5中贡献率分别为23.6%、16.7%,17.5%、29.8%,13.3%、15.7%和13.0%、15.3%;春季机动车尾气尘、城市扬尘、建筑水泥尘和二次硫酸盐是海口市PM10和PM2.5中贡献较大的源,在PM10和PM2.5中贡献率分别为27.5%、35.0%,20.2%、14.9%,12.8%、6.0%和9.5%、10.5%.冬季较重的颗粒物污染可能来自于华南内陆地区的区域输送,特别是,本地排放极少的煤烟尘和二次硫酸盐受区域输送的影响更为显著.