台州市区PM2.5和O3污染特征及相互作用关系

基于2016—2020年台州市区大气污染物监测数据及气象观测资料,分析了台州市区PM_2.5和O₃的污染特征及受气象因素影响情况,并探究了不同季节下的PM_2.5浓度和O₃浓度的相关性及相互作用关系。2016—2020年,台州市区PM_2.5年均浓度和超标天数呈显著下降趋势,O₃-8 h年均浓度和超标天数总体呈上升趋势。PM_2.5浓度在冬季最高,且易发生超标;O₃浓度在春、夏、秋季均较高,且均会发生超标。通过相关性分析可知：PM_2.5浓度与气温、相对湿度、风速、降水量呈负相关,与大气压呈正相关;O₃浓度与气温、风速呈正相关,与相对湿度、降水量呈负相关。不同季节下的PM_2.5浓度与O₃浓度均呈正相关,两者存在协同增长。在春、夏、秋季,二次PM_2.5在总PM_2.5中的占比随着O₃     

“十三五”期间伊宁市大气污染特征分析及对策建议

基于伊宁市“十三五”期间大气国控监测点位数据，分析伊宁市“十三五”期间环境空气质量变化特征并提出建议对策。结果表明：“十三五”期间，伊宁市空气优良率在78.9%～86.3%,重污染天气在3～17 d,重污染天气仍频发；PM_2.5年均浓度在38～47μg/m³,年均值均超标。影响空气质量的主要污染物为PM_2.5、PM₁₀和CO。与三大区域相比，伊宁市SO₂和CO污染程度相对较重，燃煤型的污染特征显著。此外伊宁市采暖季空气污染较重，PM_2.5、SO₂、CO等污染物浓度显著高于非采暖季，采暖季主要污染物呈现双峰变化特征。     

基于复合LSTM模型的PM2.5浓度预测

在对淄博市19个空气质量监测站点监测数据进行分析后,提出了一种基于机器学习的复合模型——灰色关联度分析(GRA)-改进的完备总体经验模态分解(ICEEMD)-长短期记忆网络(LSTM)模型。通过分析淄博市2019年大气污染物和气象数据,选用LSTM模型预测PM_2.5浓度。由于传统单一模块机器学习模型具有训练时间较长和预测精度较低的问题,提出了复合LSTM模型。该模型由3部分组成：GRA,用于PM_2.5浓度影响因素变量筛选;ICEEMD,用于PM_2.5分解、分量筛选和原始大气污染物及气象数据处理;LSTM,用于PM_2.5浓度预测。预测结果表明：淄博市中部丘陵地带PM_2.5浓度高于南部山区和北部平原,东部高于西部;淄博市逐月PM_2.5浓度呈“U”形分布,1月最高,8月最低;淄博市PM_2.5浓度受PM₁₀和CO影响较大,受湿度和温度影响较小。对比单一LSTM模型和GRA-LSTM模型,GRA-ICEEMD-LSTM模型...     

乌鲁木齐市环境空气PM2.5与O3协同作用的污染特征分析

统计分析2013—2021年乌鲁木齐市环境监测资料,研究乌鲁木齐市PM_2.5和O₃的相关性,以及气象条件对PM_2.5和O₃相互作用机制的季节变化影响特征。研究结果显示：夏季PM_2.5和O₃浓度的相关系数为-0.341 86,呈负相关性;冬季PM_2.5和O₃浓度的相关系数为-0.388 3,呈负相关性,二者相互作用的季节变化一致性特征呈现相反趋势,这点和PM_2.5-O₃复合污染的特征明显不同,由此初步判断乌鲁木齐市还处于单PM_2.5污染阶段,未处于PM_2.5-O₃复合污染阶段,但O₃浓度连续多年快速上升。夏季光照条件良好,太阳辐射强,气温较高,大气氧化性较弱,O₃浓度升高,但PM_2.5浓度处于较低水平,说明O₃主导的氧化...     

基于随机森林算法的长江三角洲地区PM2.5浓度模拟研究

PM_2.5影响人们的生活,危害城市居民的健康,因而在大范围、连续空间上精准预测PM_2.5的浓度对于降低居民暴露在大气污染环境中的风险意义重大。基于空气中PM_2.5浓度对气象因子、社会经济因子和下垫面条件因子的响应关系,利用皮尔逊相关分析、PCA分析和随机森林模型RF构建了长江三角洲地区浓度的预测模型。研究发现:(1)PM_2.5浓度大小分布与夜间灯光指数NLI、国内生产总值GDP、降雨量PRE、温度TEP、相对湿度RH、植被指数EVI以及土地利用覆被LUCC呈显著相关(P<0.05),其中NLI和GDP与PM_2.5浓度呈正相关,PRE、TEP、RH与PM_2.5浓度呈负相关。(2)主成分数量为4时,方差累积贡献率达到86.7%,PRE、RH、GDP、NLI和EVI是影响长三角地区PM_2.5浓度空间变化的最重要的5个因子。(3)PCA-RF模型对于PM_2.5浓度的预测具有较好的表现且在长三角中西部的城市预测效果好...     

基于神经网络模型对城市空气质量预报方法的优化研究

基于郑州市2017年1月1日—2022年2月28日环境空气细颗粒物(PM_2.5)逐日质量浓度监测数据和同期气象数据,利用反向传播(BP)神经网络构建了环境空气PM_2.5质量浓度预报模型,实现了对郑州市后1日环境空气PM_2.5质量浓度日均值进行预报。构建了考虑大气氧化性因素(情景一)和不考虑大气氧化性因素(情景二)这2种情景,并对2种情景下的预报效果进行评价。结果显示,在情景一下,各季节PM_2.5预报质量浓度与实况质量浓度的标准化平均偏差(NMB)和均方根误差(RMSE)均处于较低水平,表明预报效果均具有较好的稳定性;各季节PM_2.5实况质量浓度与预报质量浓度之间的相关系数(r)、一致性指数(IA)、准确率(Q)和级别预报准确率(G)均处于较高水平,其中Q值均>79%,G值均>80%,表明各季节PM_2.5实况质量浓度与预报质量浓度趋势的吻合程度较高。情景一各季节PM_2.5预报质量浓度与实况质量浓度的NMB和RMSE均低于情景...     

西宁市金属冶炼和压延加工业大气颗粒物排放清单

大气污染物排放清单是了解大气污染特征和控制对策的前提。根据排放因子方法,建立了2018年西宁市金属(包括黑色和有色金属)冶炼和压延加工业PM_2.5、PM₁₀大气污染物的排放清单,并对其时空分布特征和清单不确定性进行了分析。结果表明:西宁市黑色金属冶炼和压延加工业PM_2.5、PM₁₀的总排放量分别是4.88×10³、8.37×10³ t;该行业对PM_2.5、PM₁₀排放量贡献率最大的是城北区,分别为58.36%、49.61%。有色金属冶炼和压延加工业PM_2.5、PM₁₀的总排放量分别是1.85×10³、2.78×10³ t,该行业对PM_2.5、PM₁₀贡献率最大的是大通县,分别为53.51%、56.99%。黑色金属冶炼和压延加工业对PM_2.5、PM_10<...     

衡阳城区冬季PM2.5中水溶性离子污染特征

为探究衡阳冬季PM_2.5和水溶性离子污染特征及其来源,于2019年1月在衡阳市城区采集大气PM_2.5样品,使用重量法和离子色谱法测得PM_2.5和水溶性离子组分质量浓度,并分析其浓度特征、酸碱度和来源等问题。结果表明:采样期间衡阳大气PM_2.5平均质量浓度为94.25μg/m³,总水溶性离子质量浓度为52.94μg/m³,占PM_2.5总质量浓度的56.43%;阴阳离子当量之比为1.12,PM_2.5呈酸性,其中SNA(SO₄^2-、NO₃^-和NH₄⁺)占总水溶性离子质量浓度的95.06%。污染期间二次转化明显,SNA主要以(NH₄)₂SO₄和NH₄NO₃形式存在。源解析发现大气PM...     

杭州秋冬季PM2.5污染特征分析

为研究杭州PM_2.5污染来源特征,利用2013—2019年杭州市PM_2.5监测数据和气象观测数据,分析了杭州市2013—2019年PM_2.5浓度变化,选取本地积累型和输入型2种PM_2.5污染过程,结合单颗粒气溶胶飞行时间质谱仪(SPAMS)和在线离子色谱数据,探讨杭州市PM_2.5化学组分和污染来源。结果表明:每年秋冬季(11月至次年3月)杭州以东北风、西北风及偏南风为主,风速低于4 m/s时,大气扩散条件差,受本地污染物积累影响,PM_2.5浓度容易出现超标;风速较大且为东北风和西北风时,受上游污染输入影响,易出现PM_2.5重度污染。本地积累型和输入型案例中,PM_2.5化学组分中占比最大的为NO^-₃、SO₄^2-和NH⁺₄;PM_2.5浓度上升过程中,二次NO     

成都气象要素等级对大气污染的改善作用研究

为找到对成都空气质量有改善作用的气象要素等级,量化成都气象条件对大气污染物的影响,对2015—2018年成都环境监测站空气质量监测数据和温江国家气候观象台同时段的气象观测资料进行了研究分析。结果表明：(1)成都中部地区的空气质量污染较为严重,全年主要以PM_2.5和O₃污染为主,占比达75%,2015—2018年成都的PM_2.5污染呈下降趋势,而O₃污染虽有所波动但没有显著改善。(2)PM_2.5持续重污染过程中,过去12 h降水量和过去24 h降水量均大于1 mm,均为有效降水,大于2.5 mm对PM_2.5污染的改善作用显著增强;相对湿度低于70%对中度及以上PM_2.5污染的改善作用同步增加,低于40%对轻度PM_2.5污染的改善作用较为明显,优良天气的发生概率显著增加;风速大于1 m/s时PM_2.5浓度随风速的增大而减小,大于2 m/s对PM_2.5浓度的改善作用显著加强。...     

河南省2014-2020年PM2.5浓度时空分布特征及气象成因分析

利用2014—2020年河南省18个地级城市空气质量监测资料和气象数据,运用空间自相关分析、ArcGIS制图及相关性分析等方法,从时空分布特征上揭示河南省PM_2.5污染特征,并分析其气象成因。结果表明：河南省2014—2020年PM_2.5年均浓度为40～100μg/m³,总体呈递减趋势。PM_2.5浓度季节分布特征为冬季>秋季=春季>夏季。河南省2019年和2020年PM_2.5污染空间分布存在显著自相关,污染程度严重的地区主要是中部和东北部地区。冷热点分析发现,热点城市为濮阳、安阳、济源、郑州、新乡、焦作、鹤壁,冷点城市为信阳、驻马店、周口。PM_2.5在年尺度上与气压、气温、相对湿度、风向、风速、能见度显著相关,其中,与气温相关性最高,相关系数为-0.424。当相对湿度处于90%以下时,PM_2.5浓度与相对湿度呈正相关;而在相对湿度超过90%之后,PM_2.5浓度下降至70μg/m³...     

崇明岛PM2.5中硫酸根、硝酸根及其前体物变化特征及来源

2016年8月1日—2017年7月31日在上海市崇明岛森林公园空气质量观测站进行了为期1年的大气气体污染物、PM_2.5水溶性成分在线监测。各项常规大气污染物在该站浓度均较低,但污染物极值较高,说明崇明地区仍有显著的区域污染现象。PM_2.5中硝酸根平均浓度(10. 0μg/m^3)高于硫酸根(6. 8μg/m^3),2种成分均在冬季出现最高值。崇明地区PM_2.5污染中污染物区域传输是主要贡献因子,但夏季硫酸根二次生成较为明显。风速风向及后向气流轨迹分析表明,南通工业区及城区是崇明地区PM_2.5二次无机成分气态前体物的重要贡献来源,而来自山东中部、江苏北部及长三角苏锡常地区的污染传输过程亦对硫酸根、硝酸根浓度有显著贡献。     

荒漠草原无林地PM2.5、PM10时间变化特征及与气象因素的关系

选取荒漠草原无林地的PM_2.5、PM₁₀浓度以及气象因子数据,对颗粒物浓度的时间变化特征及其与气象因子的关系进行分析。结果表明:(1)1月的PM_2.5、PM₁₀月平均浓度最高,7月的PM_2.5与PM₁₀达到最低。季节尺度上PM_2.5、PM₁₀浓度变化为由大到小顺序依次为冬季>秋季>春季>夏季。(2)风速≤4.0 m/s时,随着风速增加,PM_2.5、PM₁₀浓度不断降低;当风速>4.0 m/s时,PM_2.5、PM₁₀浓度随风速增加而增加。PM_2.5、PM₁₀浓度与温度负相关。相对湿度≤50%时,随着相对湿度增加,PM_2.5、PM₁₀浓度呈增加趋势;相对湿度>50%时,随着空气湿度增加,PM_2.5     

临汾市大气污染物的时间分布特征与源区分析

多年来,临汾市多次名列我国生态环境部公布的空气质量最差的重点城市之列,对其大气污染的时间分布特征和潜在源区进行分析对其环境管理与污染防治具有重要意义。利用2015—2019年临汾市5个国控空气环境质量监测站点的6种空气污染物(SO₂、NO₂、CO、O₃、PM_2.5和PM₁₀)浓度数据和气象观测数据,使用HYSPLIT模型研究了该市空气污染物的时间变化特征、轨迹输送特征和可能的来源。结果表明,PM_2.5和PM₁₀的年均浓度均超过了《环境空气质量标准》(GB 3095—2012)Ⅱ级标准,SO₂仅在2016—2017年超过该标准,其余3种污染物的年均浓度均低于该标准。6种污染物2015—2019年的月均浓度的变化特征表现为O₃浓度呈以6、7月为中心的近似正态分布,SO₂、NO₂和CO以及PM_2.5和PM₁₀浓...     

福州地区冬春典型污染过程PM2.5特征及成因分析

综合使用HYSPLIT、PSCF与CWT、PMF等分析方法,针对福建省福州地区冬春季节发生的多次污染过程(P1～P4),深入研究PM_2.5典型污染特征、成因及其潜在源区等。初步分析认为PM_2.5为影响P1～P4过程中福州地区环境空气质量的首要污染物。PM_2.5组分特征分析表明,移动源对PM_2.5污染有较大贡献,每次污染过程中的二次反应明显。HYSPLIT后向轨迹分析表明,P1、P2以本地污染源贡献为主,P3、P4存在较强的污染气团输送。PMF源解析分析P1、P2结果认为,福州地区冬春PM_2.5主要来源均为机动车源,分别为35.86%和42.75%,二次源分别为24.55%和30.52%,而冬季P1过程中工业/燃煤源(29.06%)的来源贡献明显高于春季P2过程(19.92%)。P3、P4作为受到外来污染传输叠加影响的典型案例,颗粒物激光雷达监测发现P3的PM_2.5污染主要受北方污染传输影响;PSCF与CWT联合分析结果表明,P4中的PM_2.5     

基于KZ滤波法的江淮地区PM2.5浓度变化影响分析

基于2018—2020年合肥、芜湖和马鞍山3个城市国控站点的PM_2.5逐日监测数据和同期地面气象观测资料,利用Kolmogorov-Zurbenko(KZ)滤波对PM_2.5日浓度的原始时间序列进行分解,获取短期分量、季节分量和长期分量,并进行多元线性逐步回归构建各分量与气象因子的模型,最后依据短期分量和基线分量的回归模型和残差分析,对序列进行重建,获取消除气象条件影响的PM_2.5长期分量。KZ滤波分析结果表明：2018—2020年气象条件对江淮区域PM_2.5污染改善影响存在波动,在2018—2019年为负贡献,而在2020年秋冬季则变为正贡献;江淮地区3个城市2018年和2020年PM_2.5修正后的长期分量均值表明气象条件对各市PM_2.5改善影响存在差异较大,气象条件对合肥PM_2.5改善的贡献仅为1.0%,芜湖为7.8%,马鞍山为21.0%;NAQPMS数值模式情景分析结果显示,减排措施对江淮之间PM_2.5浓度改...     

广州市城区站点冬季PM2.5时间变化及碳氮同位素组成特征

于2018年冬季在广州城区磨碟沙站点开展细颗粒物(PM_2.5)样品采集,并获得PM_2.5中水溶性离子、含碳组分、稳定碳氮同位素的组成及时间变化特征,重点讨论了PM_2.5浓度升高时段的化学组成特征变化,进而利用稳定碳氮同位素变化特征探究了主要污染来源。结果表明：采样期间,研究站点PM_2.5平均质量浓度为22.1μg/m³,共出现两个PM_2.5浓度水平升高时段,所对应的平均质量浓度分别达46.0μg/m³和63.0μg/m³。风速降低、温度升高等不利气象条件是导致上述时段PM_2.5浓度上升的重要原因。在上述时段,伴随着PM_2.5浓度的升高,NO^-₃和NH⁺₄浓度均出现显著升高,NO^-₃与SO^2-₄的摩...     

2021年沙尘天气影响下江苏省空气质量特征分析

对2021年影响江苏省的沙尘天气过程开展研究,分析受影响的时间、区域特征及环境空气质量特征。结果表明,影响江苏省的沙尘天气过程共计13次,全省累计受影响229 d。从时间分布看,沙尘天气过程多发生在1月、3—5月,2月、11月较少,6—10月和12月无沙尘天气过程。从区域分布看,苏北地区受沙尘天气过程影响较显著,受影响天数>20 d的城市均分布于此。受沙尘天气过程影响,且东北偏北风或东北风输送时,可吸入颗粒物(PM₁₀)和细颗粒物(PM_2.5)较易出现小时高值。沙尘过程造成PM₁₀日均质量浓度超标的天数占比为38.0%,造成PM_2.5日均质量浓度超标的天数占比仅为12.7%;扣除沙尘天气过程影响后,PM_2.5和PM₁₀年均质量浓度分别较扣除前下降1和6μg/m³,沙尘天气过程对PM₁₀质量浓度的影响大于对PM_2.5质量浓度的影响。受沙尘天气过程影响时,环境空气质量为轻度污染及以上级别占...     

重庆市北碚区空气质量改善效果评估分析

基于2014—2020年重庆市中心城区北碚区环境监测数据及地面观测气象要素,分析了北碚区大气污染特征,利用KNN算法建立大气污染的评估模型,对空气质量改善效果进行评估。结果表明,重庆市中心城区北碚区的PM_2.5浓度逐年呈明显下降趋势,O₃浓度除夏季有一个弱的下降趋势外,其余3个季节和年平均值整体均呈上升趋势。全年以优良天气为主且呈增加趋势。O₃与气温、日照时间呈正相关,与相对湿度呈负相关性,PM_2.5与气温、降水及风速呈负相关。基于KNN算法对空气质量改善状况评估表明,减排对O₃污染平均贡献率在-4.7%左右,对PM_2.5污染平均贡献率为-52%,气象条件对O₃污染的平均贡献率在17%左右,对PM_2.5污染的平均贡献率在-7%左右。该大气污染评估模型能够有效地评估空气改善效果。     

苏州大气颗粒物PM2.5和PM10质量浓度异常“倒挂”现象的成因及影响分析

为深入研究PM_2.5和PM₁₀质量浓度异常“倒挂”现象的成因及影响,在苏州市相城区国控点开展比对监测分析,回顾性分析了2016—2020年苏州全部国控点颗粒物浓度数据。苏州市相城区国控点PM_2.5浓度的比对分析结果表明：该国控点频繁出现PM_2.5浓度高于其他国控点PM_2.5浓度和高于该站点PM₁₀浓度(“倒挂”率高达34%)的“双高”现象,PM_2.5平均浓度比其他9个国控点高12.5%～37.2%,比位于同一站点的备用监测仪器(“倒挂”率为0)高38.1%。2016—2020年,苏州全部国控点“倒挂”时间的总体趋势都是逐年递增,且集中发生在相对湿度较高的20:00至次日07:00。这5年间各国控点PM_2.5浓度异常偏高导致的异常“倒挂”现象对全市年均浓度产生的正误差分别为1.6%、2.8%、6.0%、6.2%和4.1%,基本呈现出逐年递增的趋势。上述结果表明：苏州PM_2.5浓度偏高是由动态加...