大气例行点位常规监测污染物的相关性分析及防控措施研究

根据济南市历下区5个大气例行监测点位2015年上半年PM2.5、PM10、SO2、CO、NO2、O3逐小时浓度的监测数据,通过SPSS软件对各项污染物的相关性进行分析得出:CO与PM2.5、PM10、SO2、NO2强相关性出现次数最多,表明CO排放源是引起颗粒物污染的主要原因之一.对监测点位周边2 km范围内机动车尾气和餐饮燃煤两项污染源进行排放量估算得出:机动车尾气CO、NOx、PM2.5和PM10年排放量分别为388.18吨、111.18吨、4.35吨和4.72吨;餐饮燃煤CO、SO2、NOx年排放量分别为36.0吨、24.0吨和9.6吨.因此,控制CO排放源对改善济南市大气环境质量至关重要.     

济南市秋末冬初大气颗粒物和气体污染物污染水平及来源

2009年11月23日─12月7日在济南市区对PM2.5、BC(黑碳)和污染物(SO2、NOx、NO、NO2和CO)进行实时监测与分析.观测期间ρ(PM2.5)、φ(SO2)和φ(NOx)分别为171μg/m3、54.3×10-9和107×10-9.其中,φ(SO2)与GB 3095─1996《环境空气质量标准》日标准值相当,φ(NOx)是标准的2.2倍,ρ(PM2.5)是美国环境空气质量标准(35μg/m3)的4.89倍.污染事件期间ρ(PM2.5)、φ(SO2)和φ(NOx)分别达到222μg/m3、74.4×10-9和158×10-9,是非污染期间的1.78、1.67和1.77倍.观测期间SO2主要来源于燃煤排放.在11月25─26日的污染事件中,NOx、BC和PM2.5主要来源于机动车尾气排放,除局地源外,东北风经过济南东北部工业区时也将污染物传输到采样点;而在12月1─2日的污染事件中,以静风为主,污染物积聚,NOx和BC主要来源于机动车尾气排放,PM2.5除了一次污染物,很可能包含一定比例的二次污染物.在非污染事件中,NOx和BC主要来源于机动车尾气排放,部分NOx很可能来源于燃煤排放,而PM2.5主要来源于一次源排放.     

哈尔滨市2014年1-2月PM_(2.5)与主要空气污染物相关分析

为了解哈尔滨市主要空气污染物对PM2.5浓度变化的影响,利用SPSS软件及哈尔滨市南岗区2014年1-2月环境空气质量日报数据,对空气污染物中SO2、NO2、CO、O3、PM10、PM2.5进行了相关分析。结果显示,SO2、NO2、CO、O3、PM10与PM2.5均呈显著的正相关关系。结合相关性分析结果,建立了PM2.5与SO2、NO2、CO、PM10之间的主成分回归模型,并对模型进行了通径分析。分析结果表明,CO对PM2.5的直接影响最大,SO2、NO2、PM10对PM2.5的直接作用相对较小,但它们通过CO对PM2.5的间接作用较大。因此,在哈尔滨市1-2月主要空气污染物中,CO对PM2.5浓度的变化具有重要的影响。     

沧州市大气污染特征观测研究

利用沧州2009年7月～2011年7月的NOx(NOx=NO+NO2)、O3、SO2以及PM10的观测数据,分析了沧州市大气污染物的日变化、月平均变化、年变化以及季节平均变化特征.结果表明,NOx、PM10日变化为双峰型,O3为单峰.SO2日变化也呈现为双峰型,但是其变化幅度较平缓.NO、NO2、NOx、SO2有较相同的季节变化趋势.NO、NO2、NOx、SO2及PM10冬季值最大,分别为(30.0±18.9)μg·m-3、(50.5±19.8)μg·m-3、(80.5±38.7)μg·m-3、(62.1±34.7)μg·m-3、(201.6±98.5)μg·m-3.臭氧夏季浓度最高,其月均值为(88.0±22.3)μg·m-3.NO、NO2、NOx、O3、SO2及PM10年均值分别为(18.9±14.5)μg·m-3、(37.6±13.0)μg·m-3、(56.5±27.5)μg·m-3、(49.9±16.3)μg·m-3、(31.6±19.5)μg·m-3、(156.7±79.1)μg·m-3.秋冬季污染物主要为NOx(NOx=NO+NO2)、SO2以及PM10,夏季污染物主要为O3.     

天津市大气污染源排放清单的建立

通过调研天津市工、农业生产和居民生活的统计资料,研究分析文献报道的各种污染源排放因子,计算出天津市各行业、各区县NOx、SO2、NMVOC、CO、NH3、PM10、PM2.5等污染物的排放量,发展了天津市2003年排放源清单.结果显示,天津市2003年各类污染物质的排放量NOx为1.77×105t,SO2为2.59 ×105t,NMVOC为2.24×105t,CO为1.33×106t,NH3为7.40×104t,PM10为2.52×105t,PM2.5为1.10×105t.从排放源的行业分布来看,燃煤源、汽车移动源、秸秆燃烧源是天津市大气污染物的重要排放源,燃煤源对各污染物的贡献分别为NOx46%,SO284%,NMVOC 1%,CO 58%,PM1018%,PM2.5 24%.火电、水泥、钢铁、炼焦、原油加工等行业依然是重要的工业污染排放源,火电对SO2的贡献为13%,钢铁对SO2的贡献为24%,对CO的贡献为30%.2003年天津市区对NO,、S02、NMVOC、CO等污染物的贡献均高于其它区县,对PM10、PM2.5的贡献也很高;塘沽区对NOx、SO2、NMVOC、CO等污染物的贡献很大,蓟县、武清区、宝坻区对NH3、PM10、PM2.5的贡献很大.     

利用多元线性回归方法评估气象条件和控制措施对APEC期间北京空气质量的影响

气象条件对大气污染物的扩散和传输有重要影响,准确分离和定量气象因素对空气质量的影响是评估大气污染控制政策有效性的前提。本研究利用APEC会议期间及前后(2014-10-15~2014-11-30)北京城区朝阳观测站点SO2、NO、NO2、NOx、CO、PM2.5、PM1和PM10以及气象因素的观测数据,采用多元线性回归分析方法,定量评估了气象条件和空气污染控制措施对APEC期间北京空气质量的影响。在假定排放条件不变的情况下,基于气象因素参数建立的预测污染物浓度的多元线性回归模型模拟效果较为理想,决定系数R2在0.494~0.783之间。控制措施使得APEC控制期SO2、NO、NO2、NOx、CO、PM2.5、PM1和PM10浓度分别降低48.3%、53.5%、18.7%、40.6%、3.6%、34.6%、28.8%和40.6%,气象因素使得APEC控制期SO2、NO、NO2、NOx、CO、PM2.5、PM1和PM10浓度分别降低1.7%、-2.8%、18.7%、4.5%、18.6%、27.5%、30.6%和35.6%。气象因素和控制措施共同作用使得APEC控制期北京空气质量得到了明显改善。控制措施对SO2和氮氧化物浓度的下降起主导作用,气象因素对CO浓度的下降起主导作用,气象因素和控制措施对颗粒物浓度降低的贡献相当。本研究还利用相对权重方法研究了气象因素对污染物浓度影响的贡献,结果表明影响不同污染物浓度的决定性气象因素不同。     

北京-莫斯科环境大气质量变化趋势分析研究

选取中国北京市与俄罗斯莫斯科市为研究对象,利用2003—2014年北京市的PM10、SO2、NO2年浓度值,以及莫斯科市的PM10、SO2、NO2、CO、O3年均浓度值,计算区域综合污染指数,揭示其大气污染特征,并采用Daniel趋势检验法分析北京市与莫斯科首要污染物的变化趋势。结果表明:2003—2014年间北京市比莫斯科市空气污染程度大很多,发达国家中心城市与发展中国家中心城市的环境质量尚有一定差距;北京市与莫斯科市首要污染物均是PM10及NO2;北京市PM10、SO2、NO2的年均浓度值呈明显下降趋势,说明北京市"十二五"时期新能源和可再生能源发展规划落实较好。莫斯科市SO2、CO年均浓度值呈下降趋势,PM10、NO2年均浓度值有所下降,但下降趋势不明显。     

京津冀污染物跨界输送通量模拟

发展了关键影响因子加权人为源分配方法(WKIF),增添了依赖于气象条件和下垫面类型的生物源,动态更新了气象场和浓度场的边界条件.然后利用WRF-CAMx模式定量给出了四季北京、天津和河北大气边界层中PM2.5、O3、CO、SO2、NO2和NO跨界输送通量和北京净输入或输出通量.结果表明WKIF方法合理反映了中小城市人为源的空间分布特征,模式重要输入参量、初值与边界条件的改进显著改善了WRF-CAMx模式对京津冀地区6个观测站点近地面NOx、O3和PM2.5浓度的模拟.北京向天津冬、春季主要通过西北方向,夏、秋季主要经过偏西方向输入NO、NO2、SO2、CO、O3、PM2.5,输送通量夏季均最小,冬季均最大,且四季北京向天津输入的CO、O3、PM2.5通量显著高于NO、NO2、SO2通量.河北的污染物冬、春季主要通过西北方向,夏季主要经由偏南方向,秋季主要途径偏西方向进入北京;四季北京向河北输入NO和NO2,但跨界输送通量小于20t·d-1;四季河北向北京输入的CO、O3、PM2.5通量远高于北京向河北输送的NO、NO2通量,明显大于北京向河北输送的SO2通量,且河北向北京输入CO、O3、PM2.5通量夏季均最小,冬季均最大;四季北京大气边界层中NO、NO2、SO2最大净输出通量小于50t.d-1,CO、O3、PM2.5净输入或输出通量分别为111～2309、567～6244、715～1778t·d-1.这些定量结果为京津冀区域污染源调控对策的制定提供了科学依据.     

上海市市区、郊区NO2、SO2和PM10的时空变化规律及相关性分析

在对上海市嘉定区大气污染物SO2、NOx和PM10连续1年的观测基础上，结合上海环境状况公报的数据，探讨了市区、郊区大气污染物的空间和时间变化规律。结果表明，2005年中NO2、SO2和PM10的质量浓度在市区和郊区均是冬春两季高，夏秋两季低；NO2、SO2和PM10浓度在市区要高于郊区；郊区大气污染物的月变化幅度要比市区大，市区PM10污染有增加趋势。根据气象条件分析，嘉定区周边工业污染对NO2、SO2和PM10的浓度有贡献，市区NO2、SO2和PM10的质量浓度则与机动车尾气、工业燃煤，建筑扬尘和道路扬尘等诸多因素有关。相关性分析表明，上海市NO2、SO2和PM10相互之间存在比较强的相关性。     

大气污染物及AQI时空特征分析——以山西省2015年上半年为例

根据2015年上半年山西省11个地级市PM 2.5、PM 10、NO 2、SO2、CO、O 3的日污染浓度监测数据及AQI值,分析其污染特征。结果表明:全省11市PM 2.5、PM 10超标率较高;NO 2、SO 2、CO、O 3超标率则较低;全省PM2.5/PM1 0的比值范围在0.367 7~0.718 9,且PM 2.5和PM 10之间存在较显著的线性关系;PM 2.5、PM 10、NO 2、SO 2、CO以及AQI监测值在1~6月份逐渐递减,O3则呈总体上升趋势;AQI达标天数比例范围在61.88%~85.08%,平均比例为71.42%,平均超标天数比例为38.58%,其中重度及以上污染天数比例为1.50%。     

1990—2014年武汉市空气质量时空变化

基于武汉市1990—2014年空气污染物(SO2,NOx/NO2,TSP/PM10)年均值浓度数据,采用Daniel趋势检验和空间统计方法研究污染物浓度时间变化趋势和空间变异。研究发现武汉市近20年SO2浓度变化平稳且满足国家二级标准限值,而氮氧化物(NOx/NO2)浓度显著上升并超过标准限值,颗粒物(TSP/PM10)浓度虽然有下降趋势,但依然未达到标准限值。武汉市近10年SO2污染空间变化最明显,重污染区域由城区向郊区转移;NO2污染空间差异最显著,二环线内监测点NO2浓度一直高于二环线外且平均高9.2%,而二环线内监测点SO2、PM10浓度低于二环线外。     

红河州机动车污染物排放特征研究

基于《道路机动车大气污染物排放清单编制技术指南》建立了红河州2019年机动车排放清单。结果表明:2019年红河州CO、HC、NOx、PM2. 5、PM10和SO2排放总量分别为29494、11908、13259、273、301和138t/a。机动车污染物分担率差别显著,小型汽油载客车、轻型汽油载货车和摩托车是CO的主要排放来源,小型汽油载客车和摩托车对HC排放贡献最大,对NOx、PM2. 5和PM10贡献最大的是大型柴油载货车。汽油车是CO和HC机动车污染物排放的主要贡献源,其排放量分别占排放总量的82. 01%和96. 64%,柴油车是NOx、PM2. 5和PM10的主要贡献源。     

城市交通干线两侧机动车尾气污染状况分析

文中对PM10,SO2，NO2，CO四种污染因子，从时间、车流量、风力、气压、气温等方面进行影响分析，分析结果高浓度CO和NOx的污染出现在城市交通干道两侧和交通密集区域，上述四种污染园予在未来几年里仍然是环境空气中的主要污染物，危害城市人民正常生活的主要污染源，成为未来环境保护工作中的重点内容。     

河南省2015-2019年大气污染时空变化特征研究

河南省位于京津冀周边区域,其大气复合污染形势较为严峻.本研究利用河南省2015-2019年83个国控站点数据,综合探究了 PM10、PM2.5、SO2、NO2、CO和O3MAD8(臭氧日最大8h平均值)的时空变化特征.与2015年相比,2019年河南省PM10、PM2.5、SO2、NO2和CO年均浓度分别下降了 26....     

太原市2014年春节期间常规大气污染物浓度变化及聚类分析

为了探寻太原市春节期间不同监测站点各常规大气污染物的质量浓度变化规律及相互之间的关系,记录和收集了太原市上兰、南寨、涧河、尖草坪、桃园、坞城、小店、金胜、晋源9个监测点2014年农历小年至元宵节(2014-01-23—2014-02-14)期间的大气PM2.5、PM10、CO、NO2、O3、SO2小时浓度值以及相应的气温、气压、湿度、风级、能见度等气象数据,采用相关分析、小波分析、单因子污染指数评价和系统聚类等方法进行研究,发现:1该时段内就太原市总体而言,PM2.5超标倍数最大,其次是PM10、SO2、CO、NO2,O3污染最小.2农历小年、除夕、正月初八、元宵节大气PM2.5和PM10的浓度迅速增加,与自然气象因子基本无关,说明烟花爆竹的集中燃放对大气颗粒物尤其是细颗粒物产生较大影响.3SO2、NO2、CO与PM2.5和PM10浓度变化的波动趋势相似、主周期相同,反映了部分PM2.5和PM10与SO2、NO2、CO有共同的来源;O3的波动趋势及主周期与上述污染物完全不同,显示出它来源的特殊性.4按PM2.5聚类,南寨、涧河、尖草坪、桃园4个点聚为一类,小店和坞城2个点聚为一类,金胜和晋源聚为一类,位于太原市最北端作为清洁对照的上兰监测点自成一类,与它们的地理位置有较好的相符性,同时,聚类分析结果与各监测点的单因子污染指数评价结果相一致.本文提示小波分析与聚类分析相结合可以较好地反映城市大气污染物浓度变化的时间与空间分布规律.     

珠江三角洲非道路移动源排放清单开发

根据收集到的珠江三角洲非道路移动源活动水平数据,采用适合各类非道路移动源污染物排放量的估算方法和排放因子,建立了珠江三角洲地区2006年非道路移动源排放清单.结果表明,珠江三角洲地区2006年非道路移动源排放SO2为6.52×104t,NOx为1.24×105t,VOC为4.54×103t,CO为2.67×104t,PM10为4.51×103t.其中船舶为最大的SO2、NOx、CO和PM10排放贡献源,分别占非道路移动源排放总量的96.4%、73.8%、39.4%和50.5%.在船舶排放源中,SO2、NOx、VOC、CO和PM10排放量的89.8%、81.8%、77.3%、79.5%和81.7%来自货轮和散装干货船.非道路移动源已成为该地区第三大SO2和NOx排放贡献源,分别占珠江三角洲大气污染源SO2和NOx排放总量的8.6%和13.5%.     

复合型工业城市重空气污染过程大气污染特征

以湘潭市地区2013年10月29日一次重空气污染过程为例,利用湘潭市空气自动监测站24小时连续监测数据,研究此次重空气污染过程大气污染浓度变化特征。结果表明SO2、NO2、PM10、CO、O3和PM2.5的日均值分别为105 ug/m3、117 ug/m3、542 ug/m3、2.583mg/m3、146 ug/m3、419 ug/m3,PM2.5污染最为严重,其日均浓度超出国家二级标准(75 ug/m3)4.59倍。SO2、NO2、PM10、CO、O3和PM2.5日变化显著,SO2和O3的日变化均呈单峰型,PM10、PM2.5、CO和NO2日变化均呈早晚双峰型。通过调查研究,这次污染事件的主要原因有极端不利的气象条件,近郊区大量焚烧秸秆以及PM2.5的区域污染传输。     

广州市灰霾期大气PM_(10)中水溶性离子特征

采集广州市大气PM10样品并分别对冬夏两季灰霾和非灰霾期PM10中水溶性离子进行分析。实验表明,广州市灰霾期PM10中水溶性离子的质量浓度要高出非灰霾期4～15倍,其中NO3-浓度升幅最大。非灰霾期主要水溶性无机离子的浓度顺序为SO42->NH4+>NO3-,灰霾期为SO42->NO3->NH4+,严重灰霾期则为NO3->SO42->NH4+。非灰霾期SO42-/NO3-质量浓度比为1.78～3.57,灰霾期为1.04～1.20,而在严重灰霾期则<1,说明灰霾利于NO3-的二次转化生成。实验还表明,灰霾期PM10较非灰霾天气偏酸性,灰霾期SO2和NOx的高转化率导致SO42-和NO3-的大幅增加是加重灰霾期PM10污染的主要原因。     

香河夏季PM2.5水溶性无机离子组分特征

2013年6月在中科院香河观测站对大气气溶胶化学组分特征进行研究.对PM2.5和PM10质量浓度进行在线监测,结果表明,观测期间PM2.5和PM10质量浓度均值与方差分别为(151.78±82.48)μg/m3和(250.47±106.99)μg/m3;SNA(SO42-、NO3-、NH4+)占PM2.5质量浓度的44.8%,且大多富集在粒径0.5~2.5μm的细颗粒物中.硫氧化率(SOR)、氮氧化率(NOR)平均值分别为0.35、0.31,SO2主要通过非均相的氧化反应转化为SO42-,NOx主要通过白天光化学反应转化为NO3-;灰霾和轻雾天较高的SOR和NOR表明,灰霾和轻雾天相比于清洁天有较多的SO2、NOx转化为SO42-、NO3-.气流后向轨迹分析表明灰霾和轻雾天空气质量受经过河北、山东及江苏北部气流影响.     

成都市区夏季大气污染物浓度时空变化特征分析

为了解成都市区大气污染物浓度水平及其变化规律,统计分析了2013年6月1日—8月31日3个市区站点(十里店、梁家巷和草堂寺)SO2、NO2、O3、PM2.5、PM10和CO逐时观测资料.结果表明,观测期间O3污染严重,上述3个站点小时均值超标率分别达22%、37%和42%.大气颗粒物污染也较为严重,上述3个站点PM10日均浓度超标率分别为13%、8%和3%,而PM2.5日均值超标率分别高达34%、27%和26%.NO2和CO早晚的浓度高峰主要与机动车流量增加和混合层高度降低有关.由于紫外辐射影响,O3浓度在正午出现峰值.受机动车流量高峰和气象条件的影响,PM2.5和PM10最大值和最小值分别出现在上午和下午.通过对污染物"周末效应"的分析,发现周末O3、PM2.5和PM10的浓度显著高于工作日,SO2、NO2和CO反之.成都市区大气污染受局地排放和外源输送共同影响,其中PM10和NO2主要受局地源控制,而PM2.5、SO2和O3受外输送影响较大.