2015年2月天津市大气颗粒物数浓度变化及其与气象条件的关系

2015年2月16—28日,采用APS-3321空气动力学粒径谱仪在天津市环境监测中心站连续监测0.5~10 μm间不同粒径大气颗粒物数浓度,并同步记录气象参数,研究了大气颗粒物的数浓度变化和粒径分布特征,运用Spearman统计分析方法初步探讨了气象因素对大气颗粒物数浓度的影响。结果表明,该地区大气颗粒物5 min平均数浓度为285 个·cm-3,其中0.5~1.0 μm粒径颗粒物对总粒子数浓度贡献较大,约占96.7%。观测期间共出现颗粒物数浓度显著增高的9个污染事件,不同粒径中污染事件颗粒物数浓度最大值的主导气象因素不同：对于0.5~1.0 μm,其与相对湿度呈明显的正相关性;对于1.0~2.5 μm,其与气象因素无明显相关性;对于2.5~10 μm,其与相对湿度呈明显负相关性、与风速呈明显正相关性。颗粒物数浓度受气象条件影响较大,其中相对湿度影响最为显著,当相对湿度小于70%时,颗粒物数浓度随着湿度的增加而增加;当相对湿度大于70%时,颗粒物数浓度随着湿度的增加而减少。此外,烟花爆竹燃放对颗粒物数浓度短暂上升贡献突出,主要集中在0.5~1.0 μm粒径的亚微米颗粒物。     

杭州市夏季臭氧污染的气象与传输特征分析

基于杭州市2014—2018年夏季(7—9月)的臭氧(O3)监测数据,综合运用Lamb-Jenkinson大气环流分型方法 、近地面风场特征参数和后向轨迹聚类方法,识别出杭州市夏季O3污染的主要大气环流型,总结气团传输轨迹类型,并在此基础上探讨2016年G20峰会期间的气象条件与O 3污染变化的关系.结果表明,研究期间...     

基于无人机高光谱和BP神经网络的城市水体污染监测

我国大多数流域存在不同程度的水体污染,城市水体污染防治与监测是一项艰巨而漫长的任务,而传统水质监测和卫星遥感方法在水体面积较大、水流运动不稳定、周边地形复杂的河流或城市湖泊的水质监测表现为适用性差、准确度低。基于无人机的高光谱遥感技术具有覆盖范围广、数据获取快速等特点,对城市水体污染监测具有一定的应用价值。以珠海市城市水域为研究对象、无人机高光谱数据为数据源,利用线性回归模型和BP (Back Propagation) 神经网络模型方法,分别建立了波段组合反射率与水体叶绿素a、氨氮和磷酸盐3种水质指标之间的最优反演模型,并通过实际样品验证了该模型在城市水体中的适用性。该研究结果不仅为大数据驱动的水质分析提供了重要的技术支持,也为无人机技术应用于城市水体污染程度评价和动态监测提供新方法。     

广州PM2.5污染特征及与气象因子的关系分析

基于2014—2016年广州PM_(2.5)浓度逐时观测数据,研究了广州PM_(2.5)污染变化特征及其与气象因子的关系,确定了影响广州大气能见度的PM_(2.5)浓度阈值。结果表明:(1)2014—2016年广州PM_(2.5)质量浓度平均为32.7μg/m3,广州1月PM_(2.5)污染最重,轻度、中度、重度污染频率合计达20.16%;(2)PM_(2.5)浓度与风速、降水、气温、能见度呈负相关,与相对湿度、气压呈正相关;(3)广州地区在南风的条件下PM_(2.5)浓度最低,风速小于2m/s的偏北风下易出现污染;(4)PM_(2.5)浓度与相对湿度共同影响广州能见度的变化,随着相对湿度的增加,PM_(2.5)浓度的敏感阈值不断减小,通常当PM_(2.5)高于37.3μg/m3时,控制PM_(2.5)对改善城市能见度成效相对缓慢,而当PM_(2.5)浓度低于此阈值时,降低PM_(2.5)将显著提高大气能见度。     

城市大气污染特征及其与气象因子的关系——以济南、青岛市为例

根据2001年1月1日至2009年12月31日济南、青岛的空气污染指数(API)日报资料,运用统计分析的方法,对2市的API月、季变化特征与年际变化趋势等进行了分析,并进一步探讨了API与各气象因子的相关关系.研究结果表明:(1)青岛空气质量总体上优于济南;(2)济南、青岛具有明显而相似的API月、季变化特征,具体表现...     

大宝山矿区水体和沉积物中重金属的污染评价

分别于丰水期和枯水期对广东省大宝山矿区铁龙拦泥坝至凉桥河段水体中溶解态的重金属进行了调查,应用EPA推荐的健康风险评价模型发现,水体中非致癌物通过饮水途径所导致平均个人年风险排列顺序是Cu〉Pb〉Zn,最大值的平均个人年风险在丰水期和枯水期的平均值分别是2.14×10-7 a-1和4.13×10-7 a-1,小于国际防辐射委员会（ICRP）推荐的最大可接受平均个人年风险5.0×10-5a-1。致癌物Cd的平均个人年风险在丰水期和枯水期的平均值分别是3.52×10-4 a-1和4.53×10-4 a-1,大于ICRP推荐的最大可接受值,同时也大于非致癌物3～4个数量级。另外,通过对枯水期沉积物的重金属总量分析,发现凉桥槽对坑支流受水体pH的影响,导致其沉积物重金属的浓度最高。根据Long和Macdonald利用生物效应数据库法建立的沉积物质量基准,发现除冷水泾外,其他采样点的平均效应中值指数（mERMQ）值都大于1.5,可见沉积物中的重金属会对当地底栖生物产生毒害作用。     

基于PMF和APCS-MLR模型的工业城市大气降尘金属源解析及综合污染评价

为研究邯郸市区大气降尘的污染状况,在3个功能区逐月采集了2年的大气降尘样品,分析了降尘中Al、Fe、Cd、Cr、Cu、Mn、Ni、Pb、Zn和As等10种金属元素的质量分数,使用正定矩阵因子分解模型(PMF)和绝对主成分-多元线性回归模型(APCS-MLR)解析其来源,并采用大气降尘重金属综合污染指数(IPI.dhm)模型评估8种重金属(Cd、Cr、Cu、Mn、Ni、Pb、Zn和As)的污染水平,并结合最优源解析结果定量计算各源的污染贡献。结果表明：除Al外,邯郸市大气降尘中9种金属元素质量分数均超过河北省(A层)土壤背景值,不同功能区元素含量差异明显;PMF模型解析出5个源,分别为燃煤源、冶炼排放源、自然源、道路交通源和工业排放源;APCS-MLR解析出3个源,分别是工业与冶炼排放源,燃煤和交通混合源及自然源;PMF的解析结果更优。IPI.dhm结果显示,Cd、Cr、Zn和Pb为显著污染因子。基于源贡献的污染评估结果表明,5个源的贡献率依次为工业排放源(32.81%)>燃煤源(21.73%)>冶炼排放源(16.80%)>道路交通源(15.02%)>自然源(13.63%)。以上结果表明,该地区大气降尘重金属污染主要受工业和燃煤排放影响,建议优先控制工业排放和推进清洁能源以控制区域降尘重金属污染。本研究用到的大气降尘污染的来源解析与综合污染评价方法可为其他工业城市的提供参考。     

哈尔滨市大气污染与气象因素的相关性分析

为了研究哈尔滨市大气污染特征以及气象要素对大气污染的影响,对哈尔滨市2013年采暖期及非采暖期内4种大气污染物(二氧化硫SO2、二氧化氮NO2、可吸入颗粒物PM10、细颗粒物PM2.5)日均浓度分布特征以及日均浓度与部分地面气象要素(风速、气温、气压、相对湿度)相关性进行研究.提出哈尔滨市4种大气污染物日均浓度均符合对数正态分布.采暖期和非采暖期内4种大气污染物浓度与地面气象要素的相关性存在显著差异.采暖期内,4种污染物浓度与风速显著负相关,与风速相关系数最高达-0.639;与气压和相对湿度正相关.非采暖期内,4种大气污染物均与相对湿度呈负相关,相关系数为-0.5左右,与其他3种气象要素相关性普遍不高.全年4种污染物中仅有SO2与气温呈较好负相关,相关系数为-0.4.     

绍兴市臭氧污染特征及气象因素分析

针对日益严重的臭氧污染问题,利用绍兴市3个国控监测站点2016—2018年的监测数据,对绍兴市臭氧污染的时空分布特征进行研究,并综合考量温度、湿度、风向、风力等气象因素的影响。结果表明,绍兴市2017年臭氧最高时均质量浓度为355μg/m~3,显著高于2016年(267μg/m~3)。臭氧日浓度曲线呈单峰型特征,峰值出现于14:00左右,谷值出现于6:00左右。2016年夏季臭氧浓度最高,而2017年与2018年春季臭氧浓度最高。臭氧高值首次出现日期提前与温度有关。气象因素上,温度≥30℃,40%≤相对湿度70%,风向为东北风时,绍兴市更易出现臭氧高值。2018年绍兴市西南部臭氧浓度峰值显著低于其他区域,可能是NO_x等污染物减排后传输作用变化所致。     

基于人工蜂群算法与BP神经网络的水质评价模型

针对BP网络水质评价模型的不足,引入人工蜂群(ABC)算法,将求解BP神经网络各层权值、阀值的过程转化为蜜蜂寻找最佳蜜源的过程,提出了一种新的结合人工蜂群算法的BP网络水质评价方法(ABC-BP)。并以2000—2006年渭河监测断面的10组实测数据作为测试样本对其水质进行了评价,实验结果表明该方法得到的水质评价结果准确,并具有很强的稳定性和鲁棒性。     

A quantitative assessment of source contributions to inhalable particulate matter pollution in metropolitan Boston

In this paper, source apportionment techniques are employed to identify and quantify the major particle pollution source classes affecting a monitoring site in metropolitan Boston, MA. A Principal Component Analysis (PCA) of paniculate elemental data allows the estimation of mass contributions for five fine mass panicle source classes (soil, motor vehicle, coal related, oil and salt aerosols), and six coarse panicle source classes (soil, motor vehicle, refuse incineration, residual oil, salt and sulfate aerosols). Also derived are the elemental characteristics of those source aerosols and their contributions to the total recorded elemental concentrations (i.e. an elemental mass balance). These are estimated by applying a new approach to apportioning mass among various PCA source components: the calculation of Absolute Principal Component Scores, and the subsequent regression of daily mass and elemental concentrations on these scores.One advantage of the PCA source apportionment approach developed is that it allows the estimation of mass and source particle characteristics for an unconventional source category: transported (coal combustion related) aerosols. This particle class is estimated to represent a major portion of the aerosol mass, averaging roughly 40 per cent of the fine mass and 25 per cent of the inhalable particle mass at the Watertown, MA site. About 45 per cent of the fine particle sulfur is ascribed to this one component, with only 20 per cent assigned to pollution from local sources. The composition of the coal related aerosol at this site is found to be quite different from particles measured in the stacks of coal-fired power plants. Sulfates were estimated to comprise a much larger percentage of the ambient coal related aerosol than has been measured in stacks, while crustal element percentages were much reduced. This is thought to be due to primary panicle deposition and secondary aerosol accretion experienced during transport. Overall, the results indicate that the application of further emission controls to local point sources of particles would have less influence on fine aerosol and sulfate concentrations than would the control of more distant emissions causing aerosols transported into the Boston vicinity.     

杭州市区地下水质量评价

采用综合评分法对杭州市区及近郊各类型地下水１９９７年的水质监测结果进行科学评价,为有关部门科学管理和合理开发利用地下水资源提供决策依据。     

An assessment of the relationship between functional groups of weather elements and atmospheric pollution in Calgary,Canada

Nine regularly observed meteorological elements were classified into four functional groups—ventilation, energy, wet deposition and Chinook—and the contribution of each group to the air pollution process in Calgary, Canada, assessed by multiple correlation. While ventilation was the dominant process in most situations, the energy terms were the most significant during a smog. Heavy air pollution often occurred during a Chinook if the wind was weaker than 3 m s⁻¹. A linear combination of weather elements successfully separated clean from polluted air except on weekends and in very cold weather.     

Artificial neural network for the identification of unknown air pollution sources

Artificial neural networks (ANN), whose performances to deal with pattern recognition problems is well known, are proposed to identify air pollution sources. The problem that is addressed is the apportionment of a small number of sources from a data set of ambient concentrations of a given pollutant. Three layers feed-forward ANN trained with a back-propagation algorithm are selected. A test case is built, based on a Gaussian dispersion model. A subset of hourly meteorological conditions and measured concentrations constitute the input patterns to the network that is wired to recover relevant emission parameters of unknown sources as outputs. The rest of the model data are corrupted adding noise to some meteorological parameters and we test the effectiveness of the method to recover the correct answer. The ANN is applied to a realistic case where 24 h SO₂ concentrations were previously measured. Some of the limitations of the ANN approach, together with its capabilities, are discussed in this paper.