基于AQI的深圳大气污染特征及其典型环流形势分析

随着中国城市化加速以及机动车保有量的大幅增加,城市环境问题日益突出。深圳地处珠江三角洲城市群,空气质量恶化引起社会各界广泛关注。利用深圳市11个国控站空气质量时平均、日平均监测资料、欧洲中心中期天气预报(ECMWF)再分析资料以及温度、湿度等自动气象监测数据,采用数理统计和典型环流分型等方法,在分析2013—2015年深圳市大气污染时空分布特征的基础上,探讨了深圳污染日典型环流形势特征,以期为深圳大气污染的预警预报、防治及其影响评估提供科学依据。基于空气污染指数(AQI)的污染分析表明:2013—2015年深圳市空气质量呈转好趋势,污染以轻度污染为主(92.4%);引起污染天气的主要污染因子是PM_(2.5)(75%)、O_3(19%)和NO_2(4.8%),PM_(2.5)和NO_2引起的污染天气呈下降趋势,而O_3引起的污染天气呈上升趋势,这表明光化学污染已成为深圳大气污染的重要形式。深圳的大气污染过程持续时间短,以1~2 d为主,污染天气集中出现在冬季,且易出现长时间持续(≥5 d)的污染过程。主要污染物季节特征明显,冬季为PM_(2.5),夏季O_3,春秋季PM_(2.5)、O_3和NO_2均会出现。深圳污染天气空间差异性较大,总体呈现西多东少的分布,东部沿海地区是深圳空气质量最好的区域。深圳污染日典型天气形势可分为大陆高压型、热带气旋型两类,其中秋冬季为大陆高压型,夏季为热带气旋型,在空气质量预报预警服务中,不同季节应关注不同污染物浓度变化和天气形势演变。     

邯郸采暖期环境污染特征及空气质量预报方法研究

利用河北邯郸气象和环境监测资料,分析了邯郸采暖期空气质量和环境气象条件特征;同时利用线性回归和BP神经网络统计方法对采暖期空气质量进行了预报研究。结果表明,PM_(10)、PM_(2.5)、SO_2、NO_2、CO(95)(CO日均值的第95百分位数)的空气质量指数(AQI)在冬季最高,夏季最低,O_3-8(90)(O_3日最大8 h值的第90百分位数)的AQI则相反。邯郸采暖期首要污染物以PM_(2.5)和PM_(10)为主,除O_3-8(90)外,其他5种污染物采暖期AQI均高于其年均值;同时采暖期降水少,温度低,小风出现频率明显高于非采暖期,而且局地逆温强,静稳天气指数高,是全年环境气象条件最差的时期。邯郸采暖期的环境气象条件1月最差,且夜晚差于白天,尤其是局地5—7时。邯郸采暖期首要污染物浓度与前一日污染物浓度、静稳指数、逆温、相对湿度和露点温度等呈正相关,与气温、风速、能见度和混合层高度等呈负相关。BP神经网络模型对污染物浓度的预报效果优于线性回归模型,可尝试应用于邯郸空气质量预报工作。     

成都市空气质量指数与雾霾的关系研究

统计分析成都市空气质量指数(AQI)日数据与6项指标小时浓度数据,结合大气能见度与相对湿度日数据,采用非线性拟合等方法对成都市AQI与雾霾天气的关系进行研究,并分别分析能见度与相对湿度、AQI之间的线性和非线性关系。结果表明,成都市现阶段AQI和颗粒物污染密切相关,2013年和2014年AQI变化趋势大致相同,4—9月份较低,以良和轻度污染为主,秋冬季大气污染是一年中的高峰期;2014年的逐月AQI普遍较2013年低,一定程度上反映了空气质量的改善。2013年和2014年平均大气能见度变化趋势也大致相同,均表现为春夏较好,而秋冬较差,秋冬季是雾霾多发的季节;随着相对湿度的逐渐增加,大气能见度与AQI的非线性相关系数逐渐升高,具有较好的相关性;在不同的空气质量等级下,相对湿度与能见度的非线性相关系数R_N普遍高于线性相关系数R_L。本研究所得出的AQI与雾霾的非线性模型在判别霾日程度上准确度一般,而在判别雾日方面准确度极高,全年平均准确率达到98%以上,尤其在春季表现得更为明显,拟合值和观测结果吻合度达到100%。同时,该模型在判别霾日或非霾日方面较准确,尤其在雾霾多发的秋冬季节,非霾日的准确度最高分别可达89.44%和92.78%,霾日的准确度最高分别可达88.89%和85%。在季节判断上,分季度模型比全年模型更加准确。     

中国重霾过程污染气象研究进展

对近年来中国重霾污染过程的气象成因的相关研究进行了总结,从大气环流背景、边界层流场以及气象因子等方面进行综合分析,并介绍了相关区域输送对污染的影响贡献,得出关于中国重霾过程污染气象的一致结论:冬季重霾发生的典型天气条件为高空500 h Pa西风纬向环流指数高,南北气流交换不畅,利于中国中东部高空稳定形势的发展,对应近地弱高低压系统,均压场控制频繁,稳定的大气层结使污染物更易在近地累积,偏南暖湿气流则促使大量二次污染物生成;副热带高压与青藏高原高压、西风带高压并合的形势,是引起中国夏季大气环境质量恶化的主要原因;台风引起的下沉逆温稳定天气,易造成珠三角地区重霾污染。区域和局地山脉气流辐合效应使污染物较易在山麓地带聚积,海陆风和山谷风带动局地污染物的垂直输送和区域间输送。地面弱风速、风向以及高湿度是影响大气质量的直接关键因子,混合层高度与空气质量具有较强的相关性,对限制污染物的垂向有效扩散产生重要影响。数值模拟气象要素对空气质量影响贡献得到多次验证,霾预警开始发挥重要作用,区域污染的输送作用对重点城市空气质量的影响不容忽视。在重霾过程污染气象的研究还有待深化的方面包括:重视模拟研究,对污染物在大气中多尺度传输、沉降及化学循环等全周期的行为轨迹进行追踪定量,制定有针对性的污染控制技术与对策;开展大气污染的影响边界研究,辅助气象预报为特定区域空气质量保障提出即时有效的防控措施和预警方案,为提高污染控制措施的有效性奠定科学基础。     

城市边界层气象条件对O3浓度垂直分布的影响

利用2002年7月21日至26日,北京325m气象塔O3浓度梯度观测资料及同期的气象资料,分析了O3浓度的时空分布特征、超标情况及不同天气条件下,O3浓度的日变化规律;并对7月23日,24日两天出现高浓度污染的大气稳定度和逆温、相对湿度、低空风等边界层气象条件对O3垂直分布的影响进行了详细分析。研究表明:城市边界层气象条件,尤其逆温是影响O3垂直分布的重要因素。     

济南市采暖季不同污染天气PM2.5及其PAHs和元素组分污染特征及源解析

我国近年大气污染治理虽取得一定成效,但冬季采暖期仍是大气重污染频发时期.为探究济南市采暖季不同污染天气PM_2.5及其负载组分的污染特征及来源,采集2018年12月—2019年1月济南市中心某社区室外大气PM_2.5样本,用重量法计算PM_2.5浓度,GC/MS检测PAHs浓度,ICP-MS检测元素组分.发现济南市采暖季污染天PM_2.5浓度与室外相对湿度呈显著正相关(r=0.7968,P<0.05);污染天PM_2.5浓度显著高于非污染天,其负载的PAHs和元素浓度均随PM_2.5的升高而升高,两种天气下PAHs环数占比、特征比值法和元素富集因子法得到的源解析结果接近.提示污染天PM_2.5虽显著升高,但PM_2.5中PAHs和元素均主要来自煤炭燃烧和尾气排放,污染源类型的构成却没有发生明显改变.     

广州城区近地面层不同高度空气质量评价

为了阐明大城市中心城区不同高度的空气质量差异及其成因,为大气污染防治工作提供科学支撑,该研究基于广州塔大气污染物垂直梯度观测平台的监测数据,采用环境空气质量综合指数和环境空气质量指数(AQI),分别对广州城区近地面层不同高度的空气质量进行评价。结果表明,2015年广州塔4个高度(地面、118 m、168 m和488 m)的空气质量综合指数分别为4.96、5.01、4.83和3.64,AQI超标率分别为27%、30%、25%和40%。总体上,中、低层(168 m以下)的空气质量差异较小,其中118 m点位的综合指数和AQI超标率相对较高;高层(488 m)因O_3污染尤其显著导致其AQI超标率为各高度最高,但O_3质量浓度上升的贡献被其他污染物质量浓度的大幅下降所抵消,故其综合指数反而最低。随着高度增加,PM_(2.5)和NO_2超标程度下降,O_3超标程度上升,导致高层的PM_(2.5)和NO_2几乎不超标,而O_3超标率达40%且其超标天数占AQI超标天数的比例高达99%。随着污染级别上升,PM_(2.5)和NO_2成为首要污染物的比例减少,O_3比例增加,O_3成为各高度AQI超标时最主要的首要污染物。当低层空气质量处于优或重度污染级别时,各层等级一致性相对较好;但在其他情况下,低层与高层的空气质量最多可相差3个级别。因PM_(2.5)和NO_2以低矮源排放贡献为主,而O_3来源于复杂的二次反应,使PM_(2.5)和NO_2质量浓度随高度上升而递减,而O_3质量浓度随高度上升而递增,最终形成了中、低层以PM_(2.5)、NO2和O_3复合污染为主、高层以O_3单一污染为主的空气质量垂直分布特征。     

基于MODIS数据的山东省秸秆焚烧与空气质量关系探析

秸秆焚烧释放的各类气体污染物和细微颗粒对空气质量影响极大,是大气污染的来源之一。MODIS传感器具有灵敏度高、时效性强和空间覆盖宽等优势,利用其数据对秸秆焚烧进行监测,可以快速获取大范围内秸秆焚烧火点的位置、数量和烈度等信息。采用基于MODIS发展的上下文算法提取火点,并收集研究区空气质量指数(air quality index,AQI),PM_(10)、PM_(2.5)、NO_2、SO_2、CO和O_3 6个空气质量分指数(individual air quality index,IAQI)数据以及相关气象数据,将山东省17个地市按照"是否沿海岸线分布"划分为沿海地区和内陆地区,对比分析秸秆焚烧对空气质量影响的差异性。将两类地区每日空气质量数据进行空间插值,对得到的区域所有栅格点的空气质量指数总和与该区域火点数进行时间序列上的相关性分析,进而分析秸秆焚烧造成的污染对环境空气质量的影响程度以及内陆、沿海地区空气污染的差异性。结果表明,火点数量与空气质量指数总和呈现正相关关系,且分别与AQI、PM_(2.5)、PM_(10)和O_3这4个指数呈极显著正相关关系(P0.01),火点增多产生的污染物使空气质量指数升高,导致空气质量下降。同时,沿海地区秸秆焚烧火点与空气质量指数的相关性强于内陆地区火点与空气质量指数的相关性,这表明大气扩散条件是研究秸秆焚烧环境效应的重要前提条件之一。     

气象条件对承德市臭氧重污染天气的影响

利用承德市国家基本气象站的气象资料和承德市环境监测站的O_3监测资料,分析了2015年5月22日—6月1日承德市O_3重污染过程的气象条件。研究发现,5月22日—6月1日O_3污染呈先加重后减轻的趋势,25日O_3污染最严重;O_3浓度日分布呈单峰型,午后浓度高而清晨浓度低。承德市O_3污染天气发生时的天气形势为500 hPa受高压脊控制,850 hPa有大于20℃的暖中心,并有强暖平流向承德地区输送,海平面气压场受低压前部和高压后部的均压场影响,盛行偏南气流。有利于O_3污染的气象条件为气温高、风速大、辐射强、日照时数长、气压低、相对湿度低,能见度影响小。此次O_3污染过程气象扩散条件较好,气象条件对O_3污染的作用主要表现为促进O_3污染物的生成和区域传输。京津冀中北部地区O_3污染严重,在南风和西南风的作用下唐山市和北京市对承德市的O_3污染有输送作用。     

基于卫星遥感与CMB模型的济南市冬季重污染过程PM2.5溯源分析

济南市作为京津冀大气污染传输通道“2+26”城市之一,冬季易出现以PM_2.5为首要污染物的重污染天气。为探究济南市冬季PM_2.5重污染过程的污染成因和主要来源,以济南市冬季一次重污染过程(2020年1月1日—6日)为研究对象,基于卫星遥感、化学质量平衡(CMB)模型、潜在源贡献因子分析(PSCF)和浓度权重轨迹分析(CWT),同时结合气态污染物和PM_2.5组分小时数据以及各项气象要素等资料,全面和综合地对济南市冬季重污染过程污染特征、本地来源、区域传输和时空演变过程进行了分析。结果表明,济南市本次重污染过程以PM_2.5为首要污染物,随着湿度升高和大气边界层高度(PBL)的降低,PM_2.5日均质量浓度达到最高211μg·m^-3,其中PM_2.5小时质量浓度最高达到333μg·m^-3;NO₃^-、SO₄^2-、NH₄     

山东重点城市空气质量及其与气象要素的关系

利用山东省济南、青岛2001—2010年以及其他7个重点城市2005—2010年逐日空气污染指数（API）和同期的常规气象资料,运用统计方法,分析了各市空气质量年、季变化特征,并利用SPSS软件进一步分析探讨了API指数与风速、气温、降水、湿度、日照时数等气象因子的相关关系。结果表明：济南由于受能源结构、地形、气象条件等因素的影响,API指数累年平均值最大达到91.2,沿海城市空气质量明显好于内陆城市,日照 API 指数最小仅为56.5;从年际变化来看,济南由于加强对空气污染的治理,空气质量明显改善,API指数呈逐年下降趋势,其他城市有不同程度的增加或减小。空气质量具有明显的季节变化,各城市均是夏季空气质量最好,优良率天数频率最多,冬季最差,济南冬季发生轻微污染以上天数的频率最大占39.8%;各城市均以 PM10为首要污染物出现的频率为最多,出现以 NO2、SO2为首要污染物频率最多的城市分别是枣庄、潍坊,出现空气质量为优频率最多的城市是日照;各城市4季 API 指数与同期常规气象要素密切相关,4季API指数与降水均呈负相关,除济南春季外,与风速基本呈负相关,春、夏、秋3个季节API指数与相对湿度基本均成负相关,冬季API指数与日照时数成负相关、与气温、相对湿度成正相关。     

基于小波变换的北京市PM_(2.5)时空分布特征及成因分析

收集北京市2014年PM_(2.5)质量浓度数据,利用小波变换探讨北京市各类监测站点PM_(2.5)污染的时间序列特征、主周期、突变特性,并结合气象资料,采用小波相干谱探究气象因子对PM_(2.5)的影响。结果表明,2014年北京市各类监测点PM_(2.5)质量浓度变化呈现波动-平稳-波动的相似变化趋势,其中1—4月和10—12月波动明显,且主周期相同(172 d)。采暖期间,南部站点PM_(2.5)质量浓度最高,采暖结束后,交通站点超越南部站点,成为PM_(2.5)质量浓度最高的站点。北京PM_(2.5)突变事件秋冬季节频繁而春夏较少,主要对应于重污染天气的生消过程。5类监测站点的PM_(2.5)质量浓度基本呈现南高北低的分布规律。南部站点PM_(2.5)污染最为严重、突变事件频次最高,该区局地污染排放显著,又是区域传输的重要通道,污染相对复杂;而北部站点污染水平最低、突变频次也最少;市区范围内交通站点污染相对突出。此外,气象因子对PM_(2.5)质量浓度变化影响巨大:在小尺度(0~20 d)上,PM_(2.5)与相对湿度相关性最突出;在中等尺度(20~64 d)上,PM_(2.5)主要受平均风速和相对湿度制约,但季节变化明显;大尺度(64 d)上,PM_(2.5)与日照时数和相对湿度相关性显著。     

沙尘与大雾天气对京津石空气质量影响

采用北京、天津、石家庄2001-2010年沙尘与大雾天气的统计数据以及城市空气污染指数（API）,分析北京、天津、石家庄3市空气污染指数变化特征及大雾和沙尘天气下北京、天津、石家庄3市空气质量情况,进而得出沙尘大雾天气对京津石空气质量的影响。结果表明：2001-2010年间北京、天津、石家庄3市API总体呈下降趋势,天津、石家庄相对于北京空气质量改善较为明显,且空气质量夏季〉秋季〉春冬季。沙尘天气条件下,北京、天津、石家庄3市API平均值分别为255、179和167,空气质量出现良的比率天津为24%,北京、石家庄为10%左右,出现重污染的比率北京高达50%以上,天津和石家庄均在20%左右;3市沙尘天气高频次均出现在3-5月份,但北京沙尘天气发生次数远大于天津和石家庄。大雾天气条件下,北京、天津、石家庄3市API平均值为185、130和167,空气质量出现优或良的比率：天津〉石家庄〉北京,北京和石家庄出现重污染的比率均接近30%,天津不到10%,所以大雾天气对3市空气质量影响较小,大雾天气频次的变化波动并未对该地区空气质量的年际变化造成显著影响,3市高频次大雾天气集中在10-12月份,对该时段内空气污染呈现加重趋势有一定的贡献。所以沙尘和大雾天气均对北京、天津和石家庄空气质量存在不利影响,其中对北京影响最为严重,对天津影响最轻。整体上沙尘对3市的空气质量影响较大,大雾天气影响较小。     

济南市居住区采暖季大气PM_(2.5)中碳组分构成及变化分析

为探究济南市采暖季环境空气中PM_(2.5)中碳组分的污染情况及主要来源,于2017年11月16日-2018年3月31日和2017年11月16日-28日分别进行了居住区和背景区离线颗粒物采样,运用美国沙漠研究所DRIModel2015多波长热/光学碳分析仪对大气PM_(2.5)中碳组分进行了分析。研究结果显示,日均质量浓度ρ(OC)、ρ(EC)和ρ(PM_(2.5))在居住区为9.26、3.16、85.32μg·m~(-3),在背景区为2.88、1.44、59.27μg·m~(-3),说明居住区碳组分污染程度明显高于背景区。居住区日均质量浓度最高的碳组分为OC4、OC3和EC2;OC3和OC4日均质量浓度随污染等级从优向重度污染变化的过程逐渐增大,且OC日均质量浓度的变化情况跟OC3和OC4日均质量浓度变化相一致。但OC/PM_(2.5)和EC/PM_(2.5)均随污染等级的加重而呈下降趋势,可见OC和EC并不是济南采暖季重污染天气的控制因子。PMF来源解析结果显示,济南市采暖季居住区碳组分贡献较大的源为燃煤源、汽油车尾气和道路尘。结合碳组分在线监测仪器(美国SUNSET公司,型号RT-4)同期OC和EC质量浓度数据,采用Cabada改进后的方法,计算出SOC和POC质量浓度分别为1.14μg·m~(-3)和4.69μg·m~(-3)对采样时间段内一次典型重污染过程进行分析,发现CO、EC、POC等一次污染物的大量排放、不利的气象因素、区域传输等因素共同导致了此次污染过程的的形成。     

天津地区沙尘天气与沙尘污染程度特征分析

针对天津地区沙尘天气过程环境空气中颗粒物的污染时空分布特征进行了系统分析。在分析我国沙尘发生频源区域分布、输送途径基础上,分析了天津地区特殊的地理位置及地处沙尘暴多发区下游,空气中颗粒物的污染特征,概述了沙尘天气对空气质量影响程度的年、季、月及日污染时空变化分布特征。建立了沙尘天气颗粒物与有效水平能见度乘幂指数相关方程,为沙尘污染程度的诊断提供了依据。     

2013─2014年武汉市PM_(2.5)的时空分布特征及其与气象条件的关系

霾天气的频繁发生降低了武汉空气质量,明晰致霾污染物PM2.5的污染机理、污染时空分布特征、影响因素是科学认识和解决霾污染天气的重要前提。在全国大范围内开展PM2.5源解析的背景下,探讨其时空分布特征,厘清与气象因子的相互关系,是对源解析工作的响应,也是污染防治决策的科学依据。本文以2013─2014年武汉市10个国控点的PM2.5监测数据和中国地面气象交换站气象数据为基础,运用统计学方法,基于不同时间尺度和空间分布类型研究PM2.5污染分布特征,并探讨其与气象条件的相互关系。结果表明:(1)武汉市PM2.5污染表现出显著的时间分布规律。就年变化而言,PM2.5污染程度2014年(年均值121μg·m-3)2013年(107μg·m-3),且PM2.5污染主要为良好和轻度污染,季节尺度上冬季秋季春季夏季,月均值规律体现为4─9月优于10─翌年3月,以周为单位表现出显著的正周末效应,即周日周六周一周五周四周三周二;(2)武汉市ρ(PM2.5)的空间差异与区域类型、城市布局有关,工业区、居民区、交通区较风景区污染严重,二环和三环较一环严重;(3)ρ(PM2.5)月均值分布与降雨量、气温、平均风速、相对湿度呈负相关关系(P0.05),与气压呈正相关关系(P0.01),监测点S2、S3、S9与平均相对湿度相关性更显著。PM2.5污染的减轻与气象条件有一定关系,也离不开城市环境空气治理。     

河西走廊极端干旱区PM10质量浓度分布特征及其与气象要素关系研究

利用敦煌和酒泉2007—2011年的PM10质量浓度资料和风速、气温、相对湿度、气压、天气现象等相关气象要素资料,分析了河西走廊西部极端干旱区不同下垫面环境PM。0质量浓度的时空分布特征,结果表明,下垫面是沙地环境的敦煌PMl0质量浓度年平均值为128．9lμg·m-1,明显高于绿洲环境酒泉的76．1mg·m-1两站均是春季大于其他季节,尤以4月最为显著,敦煌和酒泉分别达到272．1lμg·m0和151lμg·m-2;PMl0质量浓度的不同分布特征与气象因素有密切的关系,尤其受沙尘天气的影响较大,其最大值可以反映沙尘天气的强度,非沙尘日PMl0质量浓度在不同下垫面条件下虽有一定相差,但空气质量状况均在“良”以上。两站PM10质量浓度日变化差异较大,敦煌四季的日变化特征均不特别显著,变化比较平稳,基本都呈单峰单谷型分布,最大值出现在17：00时左右,最小值出现在6：00左右;酒泉春、秋季日变化基本一致,呈单峰型,最大值出现在正午时段;夏季日变化规律性不明显,变化幅度比较平缓;冬季呈双峰双谷型,最大值和次大值分别出现在16：00和2：00左右,最小值和次小值分别出现在10：00和0：00左右。进一步分析发现,在沙尘日和非沙尘日PM10质量浓度明显不同,其对应的压、温、湿、风及能见度也有一定规律,沙尘日的日均风速和日最大风速大于非沙尘日,相对湿度、气压和能见度小于非沙尘日。两站的气温、气压、相对湿度、风速等气象要素与PM10质量浓度均有一定相关性,但PM10质量浓度的分布最终是受各要素综合影响的结果,敦煌和酒泉,PM值与PM10质量浓度日均值的相关性都很显著,相关系数分别为0．8961和0．9152,远高于其他各单气象要素与PM10质量浓度的相关性。两站沙尘日的昂M均值分别是非沙尘日2-3倍,因此气象影响指数能有效的区别沙尘日和非沙尘日。IPM的分布也能较好的反映PMl0质量浓度的分布,因此可用抽d来量化评价PM10质量浓度。     

气象因素对环境空气质量达标的影响分析

以天津市为例,分析地面风场、大气层结及天气形势等主要污染气象参量的特征及其与环境空气质量的相关关系;估算高、低污染潜势的天气背景对大气污染物浓度的影响幅度;提出在天气气候分类的基础上,建立气象条件标准化分级,评估气象条件对环境空气质量影响水平的方法。研究表明:天津市采暖季高污染的天气形势出现的频率约为34%,而非采暖季高污染的天气形势出现的频率约为16%,ISCLT3模型模拟结果显示相应于相同的污染源排放数据库由于采暖季和非采暖季气象条件不同引起的SO2全市平均浓度的差异约在10%以上。污染源源强相对稳定的条件下,高污染潜势的天气背景对空气污染的加剧作用大于低污染潜势的天气背景对空气污染的减轻作用。     

稳定气象条件对天津市环境空气质量的影响

环境空气中污染物浓度不仅与污染源的排放有关,更与气象条件的变化密不可分。在不利气象条件下,空气中污染物浓度可能在极短时间内就出现峰值,造成城市空气质量迅速恶化。通过对天津市2005年11月上旬连续出现的空气污染实证,分析了主要气象因子(温度、相对湿度、能见度)与空气污染物(PM10、SO2、NO2)之间的关系,探讨了稳定天气条件对空气环境质量的影响。     

中国城市大气污染特征及社会经济影响分析

大气污染因影响人类健康、制约国家发展而成为全球最关注的环境问题之一。基于2016年中国361个城市空气质量数据,利用空间自相关和核密度法分析中国空气质量的时空演化特征,并运用空间计量经济模型从全国和区域两个尺度探讨空气污染的社会经济影响因素。结果表明,(1)从污染等级上看,全国及各区域空气质量以优、良和轻度污染天气居多。(2)从时间变化上看,全国及各区域空气质量呈现出"夏低冬高,春降秋升"的"U"型月变化规律。(3)从空间变化上看,全国空气质量整体呈现出由沿海到内陆、由南到北、由西到东、由非采暖区到采暖区、由欠发达到发达区逐渐加重的态势,其中,京津冀、山东半岛和黄河中游属于高污染热点集聚区,而南部沿海、青藏和云贵高原属于低污染冷点集聚区。(4)从全国层面上,人口集聚、工业化和能源消耗对大气污染的恶化具有推动作用;而经济发展、科技进步和城市绿化的提高则有助于改善城市空气质量。(5)从区域层面上看,绿地覆盖率对各地大气污染呈不同程度的负向改善效应;人口密度、能源消耗、第二产业占比和民用汽车拥有量对各地大气污染呈不同程度的正向加重效应;而科技支出占比和人均GDP对各地空气质量的影响具有双向性。该研究结果可为寻求污染治理办法提供理论参考,并为人与自然的和谐发展提供科学依据。