中国典型城市大气污染物浓度时空变化特征分析

利用2014年3月1日至2015年2月28日北京、广州和南京三市6种污染物浓度(PM_(2.5)、PM_(10)、SO_2、CO、NO_2、O_3)的日平均数据,统计分析了三市各污染物浓度的变化特征及其与气象条件的关系。结果表明:(1)3个城市中,广州空气质量最好,南京次之,北京最差。广州优、良出现的天数最多,分别为98和222天,占全年的26.8%和60.8%,没有出现重度污染和严重污染的现象。北京优出现的天数为55天,高于南京的29天,但是中度污染、重度污染和严重污染天数要高于南京,分别为61、34和8天;南京则为30、14和0天,南京没有出现过严重污染。(2)整个1年间,北京PM_(2.5)、PM_(10)、SO_2、NO_2、O_3年平均浓度分别为80.5、112.9、16.8、53.4和57.3μg/m~3,广州平均浓度分别为45.9、67.2、16.6、45.7和47.9μg/m~3,南京平均浓度分别为70.6、120.1、21.5、50.3和54.9μg/m~3,北京、广州和南京CO年平均浓度分别为1.2、1.0和0.9mg/m~3。(3)上述三个城市PM_(2.5)日均值超标率分别为42.7%、7.9%和38.4%,而PM_(10)日均值超标率分别为23.0%、1.6%和25.2%,NO_2日均值超标率分别为14.0%、3.8%和7.1%,CO浓度仅北京超标,超标率为1.4%,3个城市SO_2无超标现象。(4)3个城市SO_2和NO_2均随风速的增大而减小。风速对广州CO浓度影响不大,而北京和南京CO浓度则随风速的增大而减小。风速越大,南京PM_(2.5)和PM_(10)浓度越小,但当风速≥4m/s时,北京PM_(10)和广州PM_(2.5)与PM_(10)浓度增加。此外,风向对污染物的传输也有影响。     

2013年西安市大气污染物变化特征及成因分析研究

大气污染日益严重.对2013年西安市13个国控环境空气质量自动监测站的6种污染物项目进行分析,西安市首要大气污染物为细颗粒物（PM2.5）和可吸入颗粒物（PM1o）.二氧化硫、氮氧化物、细颗粒物和可吸入颗粒物污染物呈现出春冬高,夏秋低的趋势,为上抛物线型,相关系数为99％,且表现出污染源高度同源性;而臭氧污染趋势为夏秋高,冬春低,与气温的线性相关系数为96％.燃煤、机动车尾气、建筑扬尘是西安市大气污染三大污染源,大气污染防治必须多主要污染源共抓,不断减少污染物排放.     

居民区大气污染物污染特征及相关性

本文选用环境自动监测系统大气污染物浓度1986年数据为基础,进行了居民区四季大气申 SO_2、NO_x、CO 污染物的污染特证及相关性的探讨.经分析表明在进行大气污染统计回归预测时,应充分考虑污染源源强特性、气象条件、区域地理位置等环境因素,从而使大气污染预测建立在可靠基础上,以便提高大气污染预测的准确度.     

榆林市环境空气质量变化趋势及相关性分析

从榆林市2007—2012年环境空气中SO2、NO2和PM10的变化趋势可以看出,SO2和PM10浓度总体有下降趋势,2012年较2007年水平降低了约25%,而NO2浓度总体呈上升趋势,2012年较2007年水平增加了约80%;在月际变化中,NO2和PM10采暖期浓度增幅约在30%以上,而SO2采暖期浓度甚至达到非采暖期的4倍,可见,采暖期燃煤锅炉污染控制仍是降低大气污染物浓度的关键,而加强脱硝工程的实施也是当前较为迫切的任务。     

西安市主要大气污染物的相关性分析及时空分布特征

为深入了解西安市大气污染程度,对2015年西安市主要大气污染物(SO_2、NO_2、CO、PM_(2.5)、PM_(10)、O_3)的空气质量指数进行了逐日变化分析、相关性分析及空间插值分析。结果表明:SO_2、NO_2、CO、PM_(2.5)、PM_(10)空气质量指数春冬季高于夏秋季,而O_3空气质量指数则是春冬季低于夏秋季。11月和12月份污染较为严重。在4个季度中,PM_(2.5)和PM_(10)与气态污染物SO_2、CO、NO_2均呈正相关,说明PM_(2.5)、PM_(10)与这3种气态污染物具有同源性。SO_2与CO、NO_2均呈显著性正相关,三者均受化石燃料燃烧及机动车尾气影响。O_3与CO、SO_2相关性不大,与NO_2在二季度呈现正相关。SO_2、NO_2、PM_(2.5)、CO、PM_(10)多聚集在高新西区、莲湖区、碑林区、经开区、雁塔区、长安区,O_3多聚集在阎良区、未央区和灞桥区。     

西安市主要大气污染物浓度变化特征及相关特性分析

分析西安市主要大气污染物浓度(PM_(2.5)、PM_(10)、SO_2、NO_2、CO、O_3)随时间、空间的变化特征及其与天气情况、车流量变化之间的相关特性。结果表明:大气污染物浓度会因地区特点随人流量呈规律性波动;PM_(2.5)、PM_(10)与对应的SO_2、NO_2、CO、大气相对湿度呈正相关,与臭氧、温度、风速呈负相关;受排放及气温辐射影响,NO_2浓度在午后出现峰值且滞后于交通峰值;连续型降水对PM_(10)的稀释作用随降雨天数的增加呈"驼峰"型变化。     

秦皇岛大气污染物浓度变化特征

为了解河北沿海旅游城市秦皇岛大气污染现有水平,研究其变化趋势,于2009年9月～2010年8月对秦皇岛市大气中的典型污染物进行连续监测研究.结果表明,该市大气中NO、NO2、SO2、O3和PM10平均浓度分别为（18±18）、（45±18）、（42±46）、（44±25）和（128±77）μg·m-3,PM10污染最为严重,年均浓度超出国家二级标准（100μg·m-3）接近30%.夏季O3日平均浓度和日小时浓度最大值（O3₁h max）的平均分别为（64±21）μg·m-3和（126±42）μg·m-3,偏南海洋气团有加重O3污染现象,伴随有短期超标;采暖期大气NOx、SO2和PM10分别是非采暖期的1.5、4.9和1.5倍,PM10和SO2日均值相对国家二级标准的超标率分别为53%和11%.京津冀、环渤海工业区的气团输送和当地海港区高排放叠加可使秦皇岛NOx、SO2和PM10污染物平均浓度上升17%、27%和12%,冬季其三者大气平均浓度飙升至（100±49）、（110±84）和（215±108）μg·m-3.北方内陆干洁气团和南方海洋气团可有效清除秦皇岛市大气污染物.     

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.     

西辽河支流主要污染物在不同水期浓度的变化及相关性分析

本文通过分配西辽河支流老哈河，黄金河断面上的主要污染物，在不同水期浓度的变化，及各污染物之间相关性分析，对研究，探讨影响的地面水中，污染物浓度大小的因素，得到一些规律性认识，对地面水的环境容量，开发利用有着重要的意义。     

城市主要大气污染物时空分布特征及其相关性

为制订合理的大气污染物减排措施,利用中国环境监测总站公布的2015年1-12月299座城市实时发布的环境空气颗粒物（PM_2.5和PM₁₀）及气态污染物（CO、NO₂和SO₂）的质量浓度数据,对其进行了时空分布特征及其相关性研究.结果表明:① 2015年城市环境空气颗粒物污染严重,299座城市的ρ（PM_2.5）、ρ（PM₁₀）年均值分别主要集中在25~60和40~110 μg/m3,年均值达到GB 3095-2012《环境空气质量标准》二级标准的城市所占比例分别仅为24%和38%.② 城市大气污染物浓度具有明显的季节性特征,基本呈冬季>春秋季>夏季的趋势,其中冬季ρ（PM_2.5）、ρ（PM₁₀）、ρ（CO）、ρ（NO₂）、ρ（SO₂）分别为（73±27）（114±42）（1.49±0.61）（36±14）（42±33）μg/m3.③ 高ρ（PM_2.5）和ρ（PM₁₀）主要集中在华北平原,年均值分别为（70±16）（117±22）μg/m3;高ρ（CO）主要出现在山西省,年均值为（1.76±0.48）mg/m3;高ρ（NO₂）主要分布在京津冀、山东省和长江三角洲,年均值分别为（42±6）（39±9）（34±8）μg/m3;高ρ（SO₂）主要分布在山西、山东两省,年均值分别为（54±10）（41±16）μg/m3.④ Pearson相关系数研究表明,我国城市环境空气颗粒物与气态污染物具有较强的复合性,并且具有秋冬季明显强于春夏季的季节性特征.研究显示,我国城市大气污染具有较强的季节性、区域性与复合性,在降低环境空气颗粒物浓度的同时,对气态污染物的削减也不容忽视.      

A numerical study of summer ozone concentration over the Kanto area of Japan using the MM5/CMAQ model

We assessed the ability of the MM5/CMAQ model to predict ozone (O3) air quality over the Kanto area and to investigate the factors that a ect simulation of O3. We find that the coupled MM5/CMAQ model is a useful tool for the analysis of urban environmental problems. The simulation results were compared with observational data and were found to accurately replicate most of the important observed characteristics. The initial and boundary conditions were found to have a significant e ect on simulated O3 concentrations. The results show that on hot and dry days with high O3 concentration, the CMAQ model provides a poor simulation of O3 maxima when using initial and boundary conditions derived from the CMAQ default data. The simulation of peak O3 concentrations is improved with the JCAP initial and boundary conditions. On mild days, the default CMAQ initial and boundary conditions provide a more realistic simulation. Meteorological conditions also have a strong impact on the simulated distribution and accumulation of O3 concentrations in this area. Low O3 concentrations are simulated during mild weather conditions, and high concentrations are predicted during hot and dry weather. By investigating the e ects of di erent meteorological conditions on each model process, we find that advection and di usion di er the most between the two meteorological regimes. Thus, di erences in the winds that govern the transport of O3 and its precursors are likely the most important meteorological drivers of ozone concentration over the central Kanto area.     

2013-2015年十堰市环境空气质量变化趋势分析研究

利用十堰市空气自动监测站的监测数据,采用综合指数、空气质量指数(AQI)和Spearman秩相关系数法等评价方法,研究十堰市2013年-2015年环境空气质量变化情况及其影响因素,为城市的大气污染防治提供治理思路.结果表明:2013年-2015年十堰市城区空气质量逐年好转,除PM10和PM2.5外,其他因子均达标,污染物贡献比例中,PM10和PM2.5污染负荷占比超过50%,为主要污染物;十堰市城区空气质量整体呈夏季较好,冬季较差的趋势;全市中开发区铁二处空气质量较好,张湾区刘家沟空气质量较差;结合自然因素和人为因素,综合分析空气质量的变化情况,通过调整能源结构、减少污染源排放和使用清洁能源等多项措施,并注意季节特征和加强预警预报工作,进而改善空气质量.     

2005年-2014年安阳市城市空气质量变化趋势分析及治理对策研究

利用2005年-2014年安阳市城市空气质量自动监测数据,采用Daniel趋势校验法对空气质量变化趋势进行分析,确定主要污染物,探讨影响空气质量变化的因素,提出改善空气质量的综合治理措施.结果表明2005年-2014年安阳市空气综合污染指数为2.60,属轻度污染,首要污染物为PM10,其次为SO2,冬季污染较重,呈现尘污染与煤烟型污染特征;大气污染物存在显著的空间差异性,西北工业区污染较重;总体上,综合污染指数、SO2、PM10均呈不显著上升趋势,NO2呈现显著上升趋势.     

北京市秋季大气气溶胶质量浓度谱分布特征的观测研究

为了研究不同天气形势和气象要素对不同粒径段的大气气溶胶质量浓度谱分布的影响,2010年秋季在北京市采用空气动力学粒径仪对0.5 ～20 μm的大气颗粒物进行了为期2个月的连续观测.结果表明,在不同天气形势和气团运动下,质量浓度谱分布差异明显.受到西北气流影响,在质量浓度较小的清洁天气,谱分布主要集中在粗粒径段(清洁天气).当天气以静稳为主,颗粒物质量浓度值中等偏高时,粗细粒径气溶胶分布中出现谱值相近的高峰(中等浑浊天气).在受到西南气流主要影响的高质量浓度的观测日中,细粒径气溶胶在谱分布中占主要地位(高浑浊天气).在相同气团影响的天气下,昼夜间质量浓度谱分布的谱型变化趋势一致.清洁天气保持了粗粒径段的单峰分布,中等浑浊和高浑浊天气呈双峰分布.清洁天气细粒径段谱值受光化学反应影响在日间略高于夜间.中等浑浊天气中质量浓度的谱值在夜间受相对湿度和温度变化影响有显著增加.高浑浊天气下,昼夜温湿差别小,谱分布未出现明显变化.     

G20峰会期间杭州地区空气质量特征及气象条件分析

利用空气质量和气象要素的监测资料与再分析资料,分析了2016年G20峰会期间(2016年8月10日—9月20日)杭州及周边地区空气质量演变及区域特征,探讨了气象条件对G20峰会期间杭州空气质量的影响.结果表明:G20峰会管控期间,由于机动车排放大幅度降低,杭州NO_2浓度较管控前有所下降,对比周边城市降幅居于首位;而由于不利气象条件的影响,PM_(2.5)、PM_(10)、SO_2、CO和O_3浓度比管控前有不同程度的增长,但增幅相比周边城市较小,说明管控措施对杭州空气质量有一定的改善效果.9月7日管控措施结束后污染反弹现象明显.气象条件对杭州的空气质量有重要影响:在管控前,杭州晴热高温天气有利于O3的生成,偏东风相对洁净,污染传输较少;在管控期,杭州虽受到静稳天气和外来污染传输的影响,但得益于减排应急管控措施的有效实施,NO_2浓度下降幅度最大,其他污染物的增幅也较周边城市偏小;在管控后,气象条件不利于污染物的垂直扩散,受静稳天气和污染源恢复常态的影响,PM_(2.5)、PM_(10)、NO_2、SO_2和CO出现了整个研究时段的最大值,而台风"莫兰蒂"使得杭州PM_(2.5)、PM_(10)和O_3浓度出现了整个研究时段的最低值.     

天津市环境空气污染演变机理及策略

基于系统的资料分析和Spearman秩相关检验法,认为天津市环境空气质量演变的总趋势是：PM10呈现持续下降趋势,NO2和SO2年均浓度维持在0.04 mg/m^3-0.05 mg/m^3和0.05 mg/m^3-0.08 mg/m^3的较稳定水平。同时揭示了近年来天津市环境空气污染、经济发展与各项保护措施之间的制衡,认为政府监管、能源及产业结构调整及环保资金投入是关键的应对策略。     

武汉市2001～2005年大气环境质量模糊综合评价

文章对武汉市2001～2005年东湖梨园等6个监测站所监测的二氧化硫(SO2)、二氧化氮(NO2)、可吸入颗粒物(PM10)结果的年变化趋势进行了分析,根据国家标准利用模糊综合评价模型对各区各年大气环境质量状况做出了合理的综合评价,并由模型中各污染因子的权重判断出可吸入颗粒物(PM10)武汉市大气质量的制约因子,二氧化氮(NO2)的权重逐步上升。根据分析数据初步分析了三种污染物的主要来源。     

2015—2017年天水市大气污染物变化特征及来源分析

据天水市2015-2017年大气污染物（SO₂、NO₂、CO、O₃、PM_2.5和PM₁₀）的监测数据及气象资料,分析了天水市大气污染物的浓度变化特征,并利用排放源清单和HYSPLIT模型对污染物来源进行了解析.结果表明：①天水市空气质量有所下降,总体优良率达84.9%.SO₂、NO₂、CO均达标,污染物以颗粒物和O₃为主.②一次污染物SO₂、NO₂、CO、PM_2.5和PM₁₀浓度具有相似的季节变化和日变化特征,冬季最高,夏季最低,日变化呈早晚双峰型.二次污染物O₃夏季浓度最高,冬季最低,日变化呈单峰型.③天水市空气质量主要受污染物的本地排放和外来输送的影响,本地民用和工业部门对SO₂、CO、PM_2.5和PM₁₀的贡献最大,交通和工业部门对NO_x的分担率最高,民用部门是CO的最大排放源;西北和东部气流是污染物外来的最主要输送路径.此外,污染物在城市大气中的稀释、扩散和转移也受当地气象因素（气温、降水、风向等）的影响.     

黔江区环境空气质量评价及变化趋势

利用黔江区环境空气的监测资料,采用空气综合污染指数、Daniel趋势检验方法等评价和分析方法,研究了黔江区2012年环境空气质量状况及变化趋势。结果表明:2012年,黔江区环境空气综合污染指数为1.67,满足国家二级标准天数比例为94.2%,影响环境空气质量等级的首要污染物为可吸入颗粒物;2006—2012年环境空气质量变化趋势表明,二氧化氮和可吸入颗粒物随年份变化呈增长趋势;月变化结果表明,黔江城区环境空气质量夏季和秋季质量比春季和冬季好。