滨州市一次重污染天气影响因素分析

为探究滨州市重污染天气形成机理，文章以滨州市2020年12月一次重污染天气为研究对象，选取12月3—14日细颗粒物(PM_2.5)、可吸入颗粒物(PM₁₀)、二氧化氮(NO₂)、二氧化硫(SO₂)、一氧化碳(CO)和臭氧(O₃)6种常规大气污染物，温度、湿度和风级3项气象因子及空气质量指数(AQI)，同时选取重污染天气峰值当天的气象条件激光雷达观测数据进行分析。研究表明：(1)此次重污染天气形成以本地污染物排放为主，主要受气象条件影响。高湿、低风和无降水天气，大气边界层较低，垂直扩散能力较差，导致污染物的不断积累，发生重污染天气。(2)重污染天气的污染因子以PM_2.5、PM₁₀、NO₂、CO为主，尤其是PM_2.5、PM₁₀。因此，在预防和应对重污染天气时，可重点考虑PM_2.5、PM₁₀的减排。     

“十三五”期间泸州市城市环境空气质量分析

为了解“十三五”期间泸州市城市环境空气质量情况,通过对“十三五”期间泸州市环境空气质量监测数据的统计、污染负荷计算和变化趋势分析,结果表明：泸州市SO₂、PM_2.5和PM₁₀浓度整体呈下降趋势,NO₂、CO和O₃浓度呈缓慢上升趋势。泸州市环境空气质量呈现出明显的季节差异,颗粒物总体负荷降低,细颗粒物二次贡献增大,大气污染类型以复合型污染为主。上述分析结果对泸州市、川南片区以至成渝地区其他城市进行大气污染治理具有实际指导意义。     

泸州市城区2021年PM2.5和O3时空分布特征

分析泸州市城区PM_2.5和O₃时空分布特征。利用2021年泸州市4个空气监测站点PM_2.5和O₃质量浓度数据，分析污染物浓度水平及其时空分布特征。结果显示：2021年泸洲城区PM_2.5与O₃浓度分别为40.6μg/m³、137μg/m³，超标天数分别为39天、18天，超标率分别为10.7%、4.9%。PM_2.5浓度冬季最高，夏季最低；O₃浓度夏季最高，冬季最低。在PM_2.5与O₃污染季节，PM_2.5与O₃两者不存在相关性。市环监站监测点PM_2.5与O₃浓度最低，分别为38.7μg/m³、131μg/m³。各站点之间PM_2.5与O₃浓度差异值较小(分别在0...     

2015～2020年河南省主要大气污染物时空变化特征及归因分析

利用河南省国控空气质量监测站点实测主要大气污染物(PM_2.5、PM₁₀、O₃)小时监测数据，采用主成分分析技术和线性混合效应模型，对河南省2015～2020年主要大气污染物时空变化特征及归因进行了分析。结果表明：近年来河南省PM_2.5和PM₁₀浓度下降趋势尤为显著，近地面O₃污染却在日益加剧。大规模减排和扩散条件的改善是促进PM_2.5和PM₁₀污染降低的重要原因，而近地面温度的升高是造成O₃污染加剧的首要原因。研究成果可为当地开展大气污染防治精细化管控、实现近地面大气颗粒物与臭氧的协同治理提供理论参考。     

2021年乌鲁木齐市大气污染时空分布特征

乌鲁木齐市作为天山北坡城市群重点首府城市，空气质量虽逐年改善，但改善幅度不大，大气污染防治工作任重道远。基于乌鲁木齐市2021年10个监测站点逐日污染物浓度数据，对大气污染的时空变化特征及气象影响因素进行分析探讨。结果表明：O₃、PM₁₀和PM_2.5有显著的季节变化特征，PM₁₀和PM_2.5浓度夏季低、冬季高；O₃在夏季浓度较高，冬季浓度较低。米东区处于PM_2.5和PM₁₀等大气污染物高浓度分布区。降水越大对PM_2.5和PM₁₀的清除作用越强，PM_2.5浓度随着风速增大呈降低趋势；特别是风速在>5 m/s时，污染物降低的幅度最大。     

深圳市空气污染物时空分布特征

依据深圳市国家环境空气质量自动监测站2019年全年的SO₂、NO₂、PM₁₀、PM_2.5、CO和O₃逐小时监测数据及对应空气质量指数(AQI)，分析了深圳市空气质量的时间变化和空间分布特征，并研究了社会经济因素和人为活动对污染物浓度的影响，旨在梳理深圳市空气质量状况及主要空气污染物变化规律，为环境管理提供技术参考。     

成都春季VOCs污染特征及其对SOA和O3生成贡献的研究——以2020年4～5月发生的PM2.5和O3污染过程为例

成都市2020年4月15～16日和4月28～5月6日分别发生了细颗粒物(PM_2.5)污染过程和臭氧(O₃)污染过程,利用2020年4月13～5月10日成都市区57种挥发性有机物(VOCs)小时数据,研究两次污染过程中VOCs对PM_2.5污染和O₃污染的影响。通过计算VOCs的臭氧生成潜势(OFP)、二次有机气溶胶生成潜势(SOAFP),以及使用比值分析法,探讨成都市VOCs优先控制物种及来源。结果表明,污染时段VOCs浓度较清洁时段均有所升高,但烷烃占比有所下降。污染时段的OFP和SOAFP较清洁时段均有所升高,间/对二甲苯和甲苯对SOA生成和O₃生成贡献均排名前列,控制这两种组分的排放是成都市控制O₃和SOA前体物的有效途径。比值分析结果得出,VOCs气团受本地排放影响较大,PM_2.5污染时段和清洁时段的VOCs受机动车尾气排放影响较多,O₃污染时段的VOCs除受到机动车尾气排放影响以外,还受溶剂使用的影响。作...     

成都地区2014～2020年PM10变化特征及气象条件分析

利用相关分析、逐步回归等统计方法,考察了成都地区PM₁₀的变化趋势及不同气象要素对PM₁₀变化的作用。结果表明,成都地区PM₁₀逐年递减,月际尺度上呈典型的“U”型分布。PM₁₀质量浓度的变化与最大风速、降水量及气压、日照时数、平均风速的变化负相关,与气温及相对湿度的变化正相关。不同季节影响PM₁₀变化的典型气象因子不同,冬、春季最大风速影响最大,夏、秋季平均风速影响最大。通过建立PM₁₀变化的多元回归预测模型,为成都地区PM₁₀变化的预测及管控措施的制定提供了科学依据。     

阿克达拉PM2.5演变特征及与气象要素的相关性分析

为深入了解阿克达拉PM_2.5颗粒物污染,利用阿克达拉国家大气本底站颗粒物监测仪器GRIMM180观测的2010～2019年PM_2.5数浓度及台站的常规气象观测资料,用z-score法对PM_2.5数据标准化进行时间变化趋势分析,利用SPSS进行Pearson系数相关分析,能够客观反映出颗粒物浓度与气象要素间的共变趋势程度。结果表明：(1)10年中PM_2.5浓度整体上升7.15%。季节变化表现为冬季>春季>秋季>夏季的特征。秋季为明显右偏态分布其余季节对称分布,且冬季的变化性最大。月变化周期为13个月,呈现出“U”形起伏的变化规律。日变化呈现单峰的型式,且采暖期为非采暖期浓度2倍,呈现白天堆积晚上扩散的周期。(2)PM_2.5与风速、相对湿度和日照时长相关性最好,且在冬季表现最为显著。PM_2.5最高浓度风向为正南,阿克达拉主要污染物成分主要来自西北、偏西方向。风速为10m/s时为PM_2.5浓度明显转折点。夏季PM_...     

成都平原西郊PM2.5载带水溶性离子污染特征

为探究成都平原西郊冬季颗粒物污染特征,采用离子色谱仪对选择点位冬季PM_2.5载带进行离子测定。结合空气站点PM_2.5、SO₂、NO₂质量浓度,分析其浓度特征、酸碱度、相关性及主要来源等情况。结果表明：采样期间,该区域大气PM_2.5质量浓度均值为73.1μg/m³,主要水溶性离子质量浓度均值为27.42μg/m³,占比为37.5%;阴阳离子当量比为1.003,PM_2.5呈酸性;二次离子(NH⁺₄、SO₄^2-、NO^-₃)占总水溶性离子质量浓度比值为71.7%且相关性较好,污染期间SNA主要以NH₄HSO₄和NH₄NO₃两种形式存在;主成分分析可知燃烧排放、建筑施工扬尘及机动车排放二次转换是造成西郊冬季...     

汶川地震极重灾区震后10年环境承载力评估

采用大气污染物超标指数、水污染物浓度超标指数、污染物浓度综合超标指数等3个指标,针对汶川地震极重灾区10个县市,评价了区域环境系统对社会经济系统的支撑能力。结果表明:10个县市中,环境承载力超载的县市有7个,接近超载的县市有3个。其中,9个县市的大气存在环境质量问题,4个县市的水环境质量存在问题,整个区域大气环境质量改善形式更为严峻。10县市的大气污染物中,O₃、PM_2.5、PM₁₀普遍超标或接近超标,是影响区域大气质量的主要因素。在3指标中,又以PM₁₀和PM_2.5超标情况最为严重。大气污染在10个县市中具有明显的区域特征。都江堰市、彭州市、安县、绵竹市、什邡市等环成都城市圈的5县市大气污染物浓度超标指数普遍高于远离成都经济中心的5县市。根据影响水质的水污染物性质,及水环境影响因子排序分析,彭州市、什邡市在COD_Cr、P、N-NH₃上有较高载荷,平武县在CODMn、DO两因子上载荷较大;汶川县的主要水环境影响因子是BOD5。根据在水污染因子上的载荷,10县市水污染特征归为集中污染型和面源污染型,以及混合污染三种类型。     

聚丙烯酰胺与植物联合抑尘效果的试验研究

如今颗粒物是我国大气环境污染的首要污染物之一,而土壤扬尘是大气颗粒物的主要来源,已经严重影响到大气质量及人们的生存环境,而聚丙烯酰胺不仅能促进植物生长,还能使土壤颗粒和孔隙结构保持稳定,控制土壤扬尘,因此通过聚丙烯酰胺与植物联合作用控制土壤扬尘排放对提升城市环境大气质量具有重要意义。本文在基于现有文献数据的基础上,以四川彭州市附近农田边裸露土壤为研究对象进行人工模拟对照试验,探讨了聚丙烯酰胺不同用量下与植物联合作用对抑尘效果的影响,以期为土壤扬尘污染的控制提供科学依据。研究表明:PM_2.5和PM₁₀的排放浓度随着聚丙烯酰胺的浓度增加而增加,随植被覆盖度的增加而减小。与植被覆盖作用相比,聚丙烯酰胺和植被覆盖的同时作用能更好的降低PM_2.5和PM₁₀排放浓度,PM_2.5浓度较之前平均下降了32.9%,PM₁₀浓度较之前相比平均下降了37.1%。通过对比实验数据可知,聚丙烯酰胺浓度在20 g/m²到25 g/m²时,整体抑尘效果最好,在施工7天时,PM_2.5和PM₁₀浓度平均下降了63.4%和77.9%,在施工1个月时,PM_2.5和PM₁₀浓度平均下降了和43.8%和56.3%。实验结论为利用聚丙烯酰胺和植物联合作用可以显著降低各时间段的土壤扬尘含量,为科学的治理土壤扬尘提供了理论参考。     

攀枝花市区及盐边县城区城市臭氧污染状况研究

攀枝花市区臭氧污染负荷逐年上升,盐边县城区近年来臭氧污染负荷均高于20%,臭氧污染已成为影响城市空气质量的重要因素。对2017年1月~2020年2月攀枝花市区和盐边县城区臭氧污染物浓度时空变化规律和相关性进行了研究,并结合攀枝花各地太阳能和天气网记录的气象数据,统计了太阳辐射强度、紫外线辐射强度、日最高气温、日平均风向、季节气候等气象要素与出现臭氧污染的概率。研究表明,攀枝花市区和盐边县城区两地春、夏季较易出现臭氧污染,春季臭氧浓度持续高值时数最多,夏季臭氧浓度持续高值影响时数次之,两地臭氧污染物浓度变化有极强相关性。此外,臭氧浓度与气象条件密切关系,当紫外辐射强度大于30W/m²时,臭氧污染的几率为5%~8%,最高日气温值29℃~36℃之间时易出现臭氧污染,攀枝花市区臭氧污染受西向气流影响最重,盐边县城区臭氧污染受南向气流影响最重,盐边城区臭氧污染主要受攀枝花市区影响。根据臭氧污染物浓度时空变化规律和气象条件,开展区域臭氧前体物排放调控,将有效改善地区环境空气质量。     

资阳市大气污染源排放清单研究

采用实地调研、资料收集等方式获得了2017年资阳市典型污染源的活动水平数据,参照城市大气污染物排放清单编制技术手册建立了基于排放因子法和物料衡算法的资阳市大气污染源排放清单,分析了主要污染物的行业排放特征和空间分布特征。结果表明,2017年资阳市SO₂、NO_X、CO、PM₁₀、PM_2.5、VOCs、NH₃总排放量分别为3.58kt、13.91kt、94.91kt、25.51kt、8.67kt、23.84kt和46.44kt。SO₂排放主要来自工业源;NOX排放主要来自移动源;CO排放主要来自工业过程及移动源;PM₁₀和PM_2.5、排放来自扬尘源和露天秸秆焚烧;VOCs主要来自溶剂使用源;NH₃主要来自农业活动。资阳市主要污染物排放分布在工业点源较为集中的雁江区和安岳县,乐至县污染物排放量相对较小。     

2017～2018年荆州城区空气质量分布及重污染天气特征分析

利用2017年1月至2018年12月荆州城区3个国家环境空气质量监测点的污染物监测数据和荆州国家气象站地面气象要素观测数据,采用统计学方法,对荆州城区空气质量分布及重污染过程天气特征进行了初步分析,结果表明:空气污染综合指数冬季最高,春秋季次之,夏季最低;PM2.5、PM10、 CO和NO2的浓度在上午和傍晚至上半夜其...     

广元市房建施工扬尘排放清单研究

为了研究广元市房建施工扬尘排放特征,通过调研获取了广元市2010 ～2019年间的房建工地施工面积、抑尘措施及控制效率,按照自下而上的方法建立了房建施工扬尘排放清单,分析了2019年广元市房建施工扬尘的时空分布特征,并采用CALPUFF对广元市利州区某房建工地的排放进行了模拟.结果 表明:(1) 2010 ～2019年...     

气温和湿度在泸州市城区对臭氧浓度预测的运用研究

气温和湿度均为影响臭氧生成的要素,通过分析泸州市国控点数据,找出气温和湿度与臭氧浓度的关系,从而建立气温和湿度为变量的臭氧浓度预测模型.选取2019年泸州市主城区的气温和湿度数据,将气温按日最高温(Tmax)、日最低温(Tmin)和日平均气温(Tmean)划分,将湿度按四季划分,分别统计其与臭氧浓度的相关性.发现臭氧浓...     

侯马市环境空气状况探析

根据2006年以来的环境空气质量监测数据,对侯马市空气质量状况进行了月际浓度趋势和年际浓度趋势分析评价,指出了燃料燃烧、交通运输、城市建设、气象因素、外来污染等大气污染物的来源及特征,提出了深入治理煤烟污染、积极推广新能源使用、控制机动车尾气污染、加大治理城市扬尘污染、强化工业污染源治理等改善大气环境质量的对策建议。     

基于Moran’s I指数的京津冀地区PM2.5空间自相关分析

选取2014~2018年京津冀地区环境监测站点PM_2.5浓度观测数据,基于Moran's I指数,分析了该地区PM_2.5浓度的时空变化特征以及空间相关性。研究表明:2014~2018年京津冀地区PM_2.5浓度空间分布差异显著,2014年良、轻度、中度污染面积约占1/3,降至2018年以“良”为主;PM_2.5浓度空间分布北部、西部优于南部、东部地区,山区优于平原地区;PM_2.5浓度年平均值、IQR、Q1、Q3值及标准差均呈下降趋势,达到且接近于“良”以上程度的站点,从2014年2成增长至2018年8成;通过对历年及各月PM_2.5浓度全局Moran's I指数分析,I值(除7月外)均超过0.5,生成的P值均小于显著水平0.01,Z得分均超过了临界值2.58;年、月平均值均呈显著的集聚效应,年值集聚效应呈减弱趋势,月值集聚效应秋、冬季大于春、夏季,空间集聚效应与污染程度呈显著正相关;局部空间自相关历年、各月H-H集聚主要出现在京津冀南部地区,L-L集聚主要出现在北部地区。京津冀地区PM_2.5浓度值分布存在空间异质性,主要影响因素为地理、气候和经济环境。     

南充市城市空气质量变化及达标分析

为了掌握南充市近年来城市空气质量变化及其达标情况,对南充市城区2008～2012年SO2、NO2和PM10的质量浓度数据进行统计分析,并计算各个站点的空气污染指数和空气质量指数。结果表明,3种污染物浓度值都有明显的下降趋势,S02浓度在0．002～0．052mg／m^3之间变化;N02浓度值从0．042mg／m^3下降到0．029mg／m^3;PM10浓度在0．060～0．063mg／m^3之间波动。南充市空气质量冬季较差,夏季较好。在5个监测点中,炼油厂空气质量最差,优良率为92．9％（85．1％）;高坪空气质量最好,优良率为99．1％（98．3％）。相关性分析表明,南充市空气污染源主要是工业燃煤和机动车尾气。