GAM的区域PM_(2.5)浓度影响因子识别及关联关系分析

区域PM_(2.5)浓度影响因子及显著程度对区域PM_(2.5)浓度模拟和污染控制具有重要意义。该研究应用广义加性模型(GAM)建立模型分析2013年京津冀区域PM_(2.5)浓度与AOD、气象因子(相对湿度、温度、降雨量、大气压、风速)和土地利用类型(水体、林地、耕地、建设用地、裸地)之间的相关关系。结果表明,温度、大气压、AOD、林地、建设用地和裸地显著的影响PM_(2.5)浓度;且温度、AOD、裸地、林地与PM_(2.5)存在复杂相关关系,大气压、建设用地与PM_(2.5)浓度存在线性相关关系。GAM模型R~2为0.952,拟合结果与实测结果的线性回归方程系数为0.959,模型交叉验证后得到R2为0.792。结果表明,利用GAM能有效的识别区域PM_(2.5)浓度的影响因子,根据影响因子进行PM_(2.5)浓度拟合并得到可靠的拟合结果。     

基于气象条件下哈尔滨市污染特征分析

利用2013年哈尔滨市环境监测资料及气象资料,分析了4种主要污染物(PM_(10)、PM_(2.5)、SO_2、NO_2)的时空分布特征及各种气象条件对城市大气污染的影响。结果表明:风速在采暖期对污染物浓度的影响尤为显著,相关系数达-0.87;混合层高度对雾霾天气形成影响较大,PM_(2.5)浓度与混合层高度呈现负相关;气温、气压、降水与PM_(2.5)浓度均有较好相关性,哈尔滨市污染物特征受气象条件影响较大。     

基于灰色关联模型的中国城镇PM_(2.5)浓度影响因素分析

文章以2010年中国城镇城区为研究单元,采用灰色关联模型对中国7大地理分区城镇PM_(2.5)浓度影响因素进行综合研究。结果表明:年平均风速、NDVI和DEM与PM_(2.5)浓度的关联度为中度,其余为强度关联。地形因素对华北地区的城镇PM_(2.5)浓度影响最大,年平均气温和年平均降水量对华南地区城镇PM_(2.5)浓度影响程度较小,年平均风速对各分区城镇PM_(2.5)浓度均有较强的影响。生态因素对各区域城镇PM_(2.5)浓度均有中度或强度影响。社会经济因素中城市化因素对各区域城镇PM_(2.5)浓度多为中度影响,经济因素对东北、华中、西南、西北地区影响程度较大。研究结果可为有效防控PM_(2.5)污染提供决策依据。     

港口NO_2、PM_(10)与天气因素的多重分形研究

对港口大气污染物NO_2、PM_(10)和天气因素进行MF-DCCA分析研究,系统地分析了NO_2、PM_(10)与3种天气因素之间复杂关系。从整体角度上,研究表明NO_2、PM_(10)与天气因素均具有长程相关性、多重分形特性;天气因素对PM_(10)的影响程度要强于对NO_2的影响程度。从四季的角度上,研究发现,NO_2、PM_(10)浓度在春季有下降趋势,在秋季有上扬趋势。     

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。     

杭州市典型雾霾期污染特征及污染源的HYSPLIT模型分析

为探究杭州市冬春季节大气污染特征与雾霾成因,本文分析了2015年12月—2016年3月市区10个空气质量监测站的PM_(2.5)、SO_2等6种污染物的浓度变化规律,对比了雾霾期和非雾霾期各污染物间的相关性,利用HYSPLIT(Hybrid Single Particle Lagrangian Integrated Trajectory)模型探讨了期间5次典型雾霾期污染物的潜在来源.结果表明,研究期内各污染物浓度呈现冬高春低的变化趋势(除O3浓度3月最高),颗粒物和NO_2是主要的超标污染物,其中PM_(2.5)和PM_(10)日均值分别是一级标准的2.2和2.4倍.雾霾期PM_(2.5)、PM_(10)、SO_2、NO_2和CO浓度是非雾霾期的2.4、2.3、1.3、1.5和1.6倍,PM_(2.5)与CO的正相关性最强(0.863),远高于NO_2(0.410)和SO_2(0.399),而非雾霾期三者差异不大,表明雾霾期机动车尾气的贡献更为重要.HYSPLIT后向轨迹和浓度权重轨迹CWT(Concentration-Weighted Trajectory)分析结果表明雾霾时期西南(38.3%)、西北(19.1%)方向和近距离输送(27.3%)的气团携带了较多的污染物,远距离输送是污染物的主要来源.研究结果可为长三角的雾霾污染控制提供数据支撑.     

乌鲁木齐市空气污染时空分布特征及其与气象因素相关分析

基于乌鲁木齐市7个检测站点实测数据(参照《环境空气质量标准》规定的6项常规监测污染物(PM_2.5、PM_10、SO_2、NO_2、CO、O_3)的24小时/8小时国家二级标准和AQI分级标准),对乌鲁木齐市2016年空气质量做变化趋势分析。结合乌鲁木齐市气象要素和城市发展数据对乌鲁木齐市空气质量影响因素做相关分析,然后利用层次分析法(AHP)对乌鲁木齐市环境空气污染时空分布特征的影响因素做评价分析。研究结果有:(1)乌鲁木齐市2016年1月,轻度污染天气占整月的3%、中度污染天气占26%、严重污染天气占32%、重度污染天气占39%;工业园区集中的米东区是乌鲁木齐市空气污染最严重的城区。(2)乌鲁木齐市的城区空气污染物因子和同期气象因素相关性显著;(3)重要污染物企业的空间分布对乌鲁木齐市空气污染空间分布起到绝对的影响作用。     

基于随机森林模型的中国PM2.5浓度影响因素分析

选取气溶胶光学厚度、海拔、年降水量、年均气温、年均风速、人口密度、GDP密度和NDVI作为影响因子,基于随机森林模型、特征重要性排序和偏依赖图技术,研究中国PM_(2.5)浓度空间分布的影响因素及其区域差异.结果表明:①与多元回归、广义可加模型和BP神经网络相比,随机森林模型估算的PM_(2.5)浓度精度最高,可用于PM_(2.5)污染的影响因素研究.②PM_(2.5)浓度随气溶胶光学厚度、人口密度和GDP密度的增加呈先上升后平稳的趋势,随降水、风速和NDVI的增加呈先下降后平稳的趋势,随海拔和气温的增加呈下降→上升→下降的趋势.③气溶胶光学厚度对PM_(2.5)浓度空间分布的影响最大,可解释37.96%的PM_(2.5)浓度空间分异;年降水量对PM_(2.5)浓度空间分布的影响最小,解释率仅为5.75%.④影响因子与PM_(2.5)浓度的关系存在空间异质性,同一影响因子对不同地理分区的PM_(2.5)浓度的影响程度有所不同.气溶胶光学厚度对华南地区PM_(2.5)浓度的空间分布影响最大,对东北地区影响最小.     

北京地区颗粒物健康效应研究——沙尘天气、非沙尘天气下颗粒物(PM_(2.5)、PM_(10))对心血管疾病入院人次的影响

为了研究沙尘天气、非沙尘天气及霾污染类型下,颗粒物(PM_(10)、PM_(2.5))与心脑血管疾病日入院人次的联系,本文采用半参数广义相加泊松回归模型(GAM),在剔除了混杂因素:如季节趋势、日历效应、气象要素等作用下,将颗粒物浓度进行等级划分的基础上,分析了北京地区2006~2010年PM_(10)和PM_(2.5)在沙尘天气和非沙尘天气下与心脑血管疾病日入院人次相对危险度(RR)的关系,进而对比研究了沙尘污染与霾污染对心脑血管疾病的不同影响.结果表明:沙尘天气PM_(10)、PM_(2.5)能引起心脑血管疾病入院人次的增加,且存在0~2d滞后效应,PM_(2.5)与PM_(10)的RR值较为接近;非沙尘天气下,PM_(2.5)、PM_(10)与心脑血管疾病入院人次的RR存在一定的剂量效应关系,对于PM_(2.5),随着浓度的上升RR值逐渐增大,对于PM_(10),随着浓度的上升RR先增大而后逐渐降低;在相同的PM_(10)暴露浓度下,沙尘天气的RR低于非沙尘天气,在相同的PM_(2.5)暴露浓度下,沙尘天气与非沙尘天气的RR基本接近.而相对于沙尘天气污染,霾天气对心脑血管疾病的影响也具有滞后效应,随着霾天气加重,对人群心脑血管疾病危害也越大.     

哈尔滨市2016年春节期间空气质量时空变化特征

利用2016年2月7-13日春节期间哈尔滨市11个监测站点空气质量监测数据,分析春节期间6种主要污染物时空特征,并与非燃放期间进行对比,进一步分析污染物的时空变化,同时结合气象降雪数据,探讨降雪天气对空气污染物造成的影响。结果表明:哈尔滨市春节期间空气污染物7 d平均浓度,PM_(2.5)、PM_(10)污染最严重的区域为香坊区,NO_2污染最严重的区域为阿城区,SO_2污染最严重的区域为道外区,CO和O_3污染严重的区域为平房区;在除夕夜期间,烟花爆竹燃放对PM_(2.5)、PM_(10)和SO_2浓度的短期影响极大,空气质量在短时间内迅速恶化,甚至成倍增长,在初一凌晨时浓度达到最大值,但对NO_2、CO和O_3的影响较小;烟花爆竹的燃放对空气中不同污染物的影响程度有所区别,对气态污染物SO_2的贡献程度最大,其次,对大气粗颗粒物的贡献程度大于细颗粒物;降雪天气对空气污染物具有去除效应,其中,对大气粗颗粒物去除效应高于大气细颗粒物,而对气态污染物有较小影响。从空间上看,降雪天气对于城市边缘、城郊等区域的大气颗粒物的去除效应高于城市中心区域。