郑州城区PM_(10)、PM_(2.5)质量浓度变化特征及其对气象因子的响应

利用郑州城区9个国控监测点位PM_(10)、PM_(2.5)的日监测数据,研究2013～2016年间郑州城区大气颗粒物质量浓度变化特征及其对气象因素的响应。结果表明,2013～2016年间郑州城区环境空气污染总体状况改善趋势较为显著,重度及以上的污染天数占全年有效天数的比例逐年降低,PM_(10)、PM_(2.5)浓度逐年下降;PM_(10)和PM_(2.5)浓度月均值变化基本一致,浓度变化均呈"U"型分布。PM_(10)和PM_(2.5)质量浓度变化具有明显的季节性特征,冬季其质量浓度最高,春季和秋季次之,夏季最低。选取气温、气压、风速、相对湿度和降水量等气象因子,利用Spearman秩相关分析研究各个气象因子对大气PM_(10)、PM_(2.5)浓度的影响。相关性分析结果表明,与PM_(10)、PM_(2.5)浓度显著相关的气象因素存在季节性差异,风速、相对湿度和降雨量是影响郑州城区大气颗粒物质量浓度的主要气象因子。     

大连市大气污染特征、影响因素及来源分析

基于2016—2017年大连市6种大气污染物(PM_(10)、PM_(2.5)、SO_2、NO_2、O_3、CO)的监测数据,研究污染物浓度的时间变化、周末效应及气象影响因素。结果表明,大连市大气污染物以O_3、PM_(10)和PM_(2.5)为主;冬季主要污染物为颗粒物,夏季为O_3。受供暖燃煤等影响,PM_(10)、PM_(2.5)和SO_2浓度供暖季显著高于非供暖季。大气污染物浓度季节变化显著,且PM_(2.5)、PM_(10)、SO_2及NO_2呈现周末较高的"周末效应"。利用相关性分析考察温度、湿度、风速等气象因素对污染物的影响;利用后推气流轨迹等方法分析大连市大气PM_(2.5)可能的来源。     

餐厨垃圾与污泥厌氧发酵动力学特性分析

基于2016—2017年大连市6种大气污染物(PM_(10)、PM_(2.5)、SO_2、NO_2、O_3、CO)的监测数据,研究污染物浓度的时间变化、周末效应及气象影响因素。结果表明,大连市大气污染物以O_3、PM_(10)和PM_(2.5)为主;冬季主要污染物为颗粒物,夏季为O_3。受供暖燃煤等影响,PM_(10)、PM_(2.5)和SO_2浓度供暖季显著高于非供暖季。大气污染物浓度季节变化显著,且PM_(2.5)、PM_(10)、SO_2及NO_2呈现周末较高的"周末效应"。利用相关性分析考察温度、湿度、风速等气象因素对污染物的影响;利用后推气流轨迹等方法分析大连市大气PM_(2.5)可能的来源。     

下沙空气中可吸入颗粒物污染特征分析

通过对PM_(2.5)和PM_(10)的浓度特征分析,探讨下沙空气中可吸入颗粒物污染特征。根据2013~2015年下沙空气连续自动监测数据,对浓度变化特征分析发现,PM_(2.5)和PM_(10)的季节变化明显,冬季最高,夏季最低。PM_(2.5)与PM_(10)的月均浓度存在线性回归关系,回归方程为y=1.0759x+0.02532,相关系数方值为0.857。PM_(2.5)与PM_(10)的浓度比值P主要集中在0.5~0.8之间。     

南京市冬春PM_(2.5)和PM_(10)污染特征及影响因素分析

南京2013年冬季至2014年春季多次出现灰霾污染天气过程,防治颗粒物污染刻不容缓,其中细颗粒物(PM_(10))和超细颗粒物(PM_(2.5))所占比例较大。利用南京市环保局空气质量发布平台污染物监测数据和中国天气网站气象要素数据,对冬春季PM_(2.5)和PM_(10)质量浓度的变化特征以及它们与气象条件的关系进行分析。结果表明:南京冬季PM_(2.5)、PM10平均浓度分别为0.0982,0.1536 mg/m3,春季平均浓度分别为0.0673,0.1207 mg/m3。市区和郊区污染程度由高到低依次为:市区>江宁>六合>溧水。南京空气中颗粒物小时平均浓度日变化呈"双峰双谷型"特征。颗粒物与相对湿度、降雨量和风力呈一定的负相关性,与温度呈一定的正相关性,它们共同影响颗粒物质量浓度水平和大气污染状况。     

太原市PM_(2.5)和PM_(10)质量浓度的变化特征

为了了解太原市PM_(2.5)、PM_(10)的污染水平变化情况及其相关关系,本文基于太原市颗粒物自动监测数据,对太原市2015年12月-2016年11月PM_(2.5)、PM_(10)质量浓度进行分析。分析发现:PM_(2.5)和PM_(10)日均质量浓度变化幅度较大,但其变化趋势非常相似;PM_(2.5)和PM_(10)月均质量浓度均超过年均二级标准,特别是秋季最为严重;PM_(2.5)、PM_(10)小时平均质量浓度呈双峰现象;ρ(PM_(2.5))与ρ(PM_(10))相关系数为0.9371,ρ(PM_(2.5))/ρ(PM_(10))在0.5-0.6之间出现的频率最高达30.33%。     

泰山区大气中PM_(10)和PM_(2.5)的污染特征分析

根据2014-2016年泰山区大气污染物PM_(10)和PM_(2.5)的监测数据,对PM_(10)和PM_(2.5)浓度的变化特征和二者的相关性以及PM_(2.5)占PM_(10)的比重进行分析。结果表明:受地形、气象和冬季燃煤取暖的共同影响,近三年的PM_(10)、PM_(2.5)月均浓度都具有明显的季节变化规律,冬季最高,夏季最低,春季、秋季居中。环保部门等采取了一系列措施,三年来空气中PM_(10)和PM_(2.5)的浓度逐年下降。PM_(10)和PM_(2.5)的浓度具备一定的相关性,且PM_(2.5)在PM_(10)中比重很大,可认为两者的变化趋势一致。秋冬季节是泰山区细颗粒物污染较重的季节,环境危害较大。在雾霾天气频发的阶段,PM_(10)和PM_(2.5)的防治更应成为大气污染防治工作的重中之重。     

重庆市大气主要污染物特征分析

基于环境空气质量监测数据,分析了各项污染物时间变化特征,并利用SPSS 19.0软件进行相关性分析和主成分分析。结果表明:SO_2和CO污染较轻,NO_2浓度水平较高,O_3和PM_(2.5)污染相对严重。SO_2和O_3呈现"单峰型",NO_2、CO、PM_(10)、PM_(2.5)呈现"双峰双谷型"的日变化特征。SO_2、NO_2、CO、PM_(10)和PM_(2.5)呈"U型",O_3呈现倒"U型"季节变化特征。PM_(10)、PM_(2.5)与SO_2、NO_2、CO,SO_2与NO_2、CO,NO_2与CO呈现正相关;NO_2、CO与O_3呈现负相关。主成分分析法结果显示第1个因子为PM_(10)、PM_(2.5)、NO_2,第2个因子为O_3。     

泉州市PM_(10)与PM_(2.5)污染特征研究

基于泉州市区2014年1、4、7、10月的空气质量自动监测数据,分析了PM_(10)与PM_(2.5)污染水平并对其季节变化趋势进行探讨。结果表明,监测期间内,泉州市区PM10日均浓度变化范围为0.025~0.376mg/m3,PM2.5日均浓度变化范围为0.010~0.346mg/m3,PM_(10)与PM_(2.5)的年均日浓度分别为0.067mg/m3和0.034mg/m3。泉州市区大气中的PM_(10)与PM_(2.5)浓度均呈现出明显的季节变化趋势,春冬两季浓度高于夏秋两季。利用HYSPLIT-4模型对PM_(10)与PM_(2.5)浓度出现异常高值的时段进行气团后推轨迹推导,结果显示长距离传输和区域传输在不同时段对本地污染的主导作用不同。     

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。     

PM_(2.5)对环境空气质量评价结果的影响分析

从2011年12月1日开始在常规空气监测点对影响吉林市空气质量的两个颗粒物指标PM2.5和PM10进行了同步比对监测。结果表明:PM2.5和PM10有显著的相关性,相关系数为0.982;采暖期PM2.5和PM10的比值平均为0.57。分别采用现行和新标准对监测结果进行了评价,其结果好于二级天数将比现行标准评价结果减少12.4%。     

我国典型城市PM_(2.5)空间分布均匀性分析

随着空气质量新标准的实施,从2013年开始我国部分城市先期开展了PM2.5的例行监测,从中选取不同区域的典型城市,分析了PM2.5在环境中的分布情况。分析结果表明:典型城市PM2.5日均值相对标准偏差(RSD)范围为13%~26%,平均值为18%;我国南方城市PM2.5空间分布均匀性优于北方城市,北方城市冬、春季节PM2.5分布的均匀性较差,南方城市夏季PM2.5分布的均匀性较差;PM2.5的空间分布均匀程度与PM10接近,但明显优于其他气态污染物。综合分析认为,目前我国国家监测网内PM2.5监测点位的代表性能够满足城市空气质量监测与评价工作需要。     

“十五”期间南昌市城区大气环境质量评价及污染特征分析

以南昌市城区“十五”期间的大气环境质量监测数据为依据,采用空气污染综合指数法评价其大气环境质量,并运用spearman秩相关系数预测其发展趋势。结果表明南昌市“十五”期间大气环境质量为轻度污染,主要污染物为降尘和可吸入颗粒物。S02和N02的浓度有上升的趋势,但不显著,PM10呈显著下降趋势。同时分析了南昌市大气污染特征及原因,提出了改善大气环境质量的对策和建议。     

榆林市城区环境空气质量污染特征及原因分析

根据榆林城区环境空气质量监测数据,对2001～2010年间榆林城区空气质量污染特征和主要空气污染物的变化规律进行了分析。结果表明:2001～2010年间,榆林市城区的SO2、NO2和颗粒物污染总体呈下降趋势;2007～2010年间,SO2和PM10的季节性污染特征较明显,SO2浓度高值主要集中在冬季采暖期,PM10浓度高值主要集中在春季沙尘常发期的3～6月,NO2浓度全年均无超标,季节性变化较稳定。     

沈阳市污染源自动监控系统质量保证技术研究

阐述了沈阳市污染源自动监控系统质量保证技术的现状及开展此项研究的必要性,并在构建在线监控综合质量保证与质量控制技术平台及建立自动监控标准化管理模式两方面着重分析了此项内容的发展趋势。     

"十二五"期间义乌市环境空气质量及影响因素分析研究

利用环境空气质量监测数据,对义乌市2011年-2015年环境空气质量变化趋势及影响因素进行了分析.结果表明,影响义乌空气质量的主要污染物为:PM2.5、PM10、NO2、O3,且大气污染呈现为扬尘和机动车尾气并存的混合型污染.尽管PM2.5、PM10和SO2总体均呈现下降趋势,尤其是SO2下降显著,但细颗粒物污染仍然突出,NO2不降反升等问题都值得关注.这可能与义乌市城市化进程进一步加快、能源结构亟待优化以及机动车保有量不断攀升等因素有关.     

新泰城区空气质量及大气环境容量计算研究

新泰是山东省重要的煤炭工业城市,为泰安市环境空气监控城市;新泰环境监测站在青云城区和新汶城区设置新泰气象局、新汶孙村社区两个监测点位,监测PM10、SO2、NO2三项指标;城区空气执行国家空气质量二级标准浓度值;分析了新泰市2009年-2012年的大气监测数据及大气污染物浓度的变化趋势,采用《GB/T 3840-91》标准计算了两个城区的大气环境容量;最终为城市经济发展置换大气环境容量以及污染防治提供理论依据。     

青岛市环境空气质量改善进程国际对比研究

针对青岛市建设宜居幸福国际城市战略目标,研究选取了新加坡、旧金山、大阪、香港、上海、深圳等10个国内外港口城市,对比分析了青岛市环境空气质量状况,并与典型国际发达国家污染物减排和环境质量改善进程进行了对比。结果表明:青岛市PM_(10)、PM_(2.5)、SO_2年均浓度与国际城市差距较大,改善任务艰巨;NO_2年均浓度相对较低,已达到与国际接轨的程度,并优于大部分国际对比城市。从国际大气污染物减排及环境空气质量改善进程来看,预计青岛市将在2025年全面达到国家环境空气质量二级标准。青岛市需加快环境空气质量改善进程,为建成宜居幸福的现代化国际城市提供优良的环境空气质量保障。     

太原市大气污染防治战略研究

以太原市2003年-2013年大气中主要污染物SO2、NO2、PM10为依据,分析了其季节、年度变化特征和外源输入的影响。2013年污染物的季节变化显示,SO2在冬季较高是受采暖排放影响;PM10在春季由于扬尘使其浓度最高。2003年-2012年间SO2和PM10浓度呈显著下降趋势,但仍较严重。重污染天气受来自西南、西北和东南方向的气团影响。太原市城区SO2和氮氧化物的排放总量已超过大气环境容量,其中主要是工业排放。对重点工业企业搬迁的方向也将对太原市空气质量改善产生影响。     

“十一五”期间抚顺市环境空气质量现状及污染原因分析

根据抚顺市"十一五"期间环境空气质量监测资料,系统地分析了"十一五"期间抚顺市的环境空气质量状况及污染原因。结果表明,"十一五"期间抚顺市的环境空气质量总体上有所改善,环境空气中的二氧化硫、二氧化氮各年均达标,可吸入颗粒物从2008年开始连续三年达标。采暖期的空气污染明显重于非采暖期,工业区的污染重于其它区。抚顺市的环境空气污染主要受城市布局和产业结构、气象条件及汽车尾气的影响。