PM2.5纳入评价的“三道加减法”

制定环境标准决不能忽略公众的健康,更不能只考虑发展因素而牺牲公众的健康。近年来发生的重金属污染事件警示,标准不严,监管不力,污染就会变本加厉。近期,有部分地区的空气监测引发关注和热议。PM_2.5和PM₁₀这两种空气监测标准也进入公众视野。11月15日,著名大气环境专家张远航称若将PM_2.5纳入评价,全国空气质量达标的城市会从现在的80%下降到20%。(11月16日广州     

2021年乌鲁木齐市大气污染时空分布特征

乌鲁木齐市作为天山北坡城市群重点首府城市，空气质量虽逐年改善，但改善幅度不大，大气污染防治工作任重道远。基于乌鲁木齐市2021年10个监测站点逐日污染物浓度数据，对大气污染的时空变化特征及气象影响因素进行分析探讨。结果表明：O₃、PM₁₀和PM_2.5有显著的季节变化特征，PM₁₀和PM_2.5浓度夏季低、冬季高；O₃在夏季浓度较高，冬季浓度较低。米东区处于PM_2.5和PM₁₀等大气污染物高浓度分布区。降水越大对PM_2.5和PM₁₀的清除作用越强，PM_2.5浓度随着风速增大呈降低趋势；特别是风速在>5 m/s时，污染物降低的幅度最大。     

PM2.5为什么会引起公众关注

防治PM_2.5污染,不能只靠一个城市单打独斗。要多城市联手,共同控制PM_2.5。要在区域间共同制定一个区域的大气环境保护规划,在区域内统一监测、统一标准、统一法规。自2011年11月16日环境保护部对外公布《环境空气质量标准》,向公众公开征求意见以来,得到了广大公众、专家等社会各界和各类媒体的热烈响应,提出了大量建设性意见和建议。到1 2月5日,《环境空气质量标准》第二次公开征求意     

基于VIIRS的夜间PM2.5浓度遥感估算

PM_2.5作为主要空气污染物之一，长期影响人类健康和生态环境。目前主流的大气PM_2.5遥感监测依赖于日间过境的气溶胶光学厚度AOD产品，夜间时效连续性受到限制。为此，本文在大气辐射传输原理的基础上，顾及气象、土地利用等与PM_2.5排放、传输相关的因素，构建基于VIIRS的夜间PM_2.5浓度遥感估算方法。以北京市2013—2014年大气重污染事件为例，定性分析、定量评估大气重污染过程下PM_2.5浓度与夜间灯光辐射强度的相关性，开展夜间灯光遥感数据融合多源地理要素的夜间PM_2.5浓度估算。结果表明：随着PM_2.5浓度的显著上升，夜间灯光遥感影像的同一个区域亮度明显下降，PM_2.5浓度值和夜间灯光辐射值的平均相关系数达-0.69(P<0.001)；融合夜间灯光数据与多源地理要素可以较好模拟夜间PM_2.5浓度，模型精度R²达0.83,RMSE为38.03μg/m^...     

2015～2020年河南省主要大气污染物时空变化特征及归因分析

利用河南省国控空气质量监测站点实测主要大气污染物(PM_2.5、PM₁₀、O₃)小时监测数据，采用主成分分析技术和线性混合效应模型，对河南省2015～2020年主要大气污染物时空变化特征及归因进行了分析。结果表明：近年来河南省PM_2.5和PM₁₀浓度下降趋势尤为显著，近地面O₃污染却在日益加剧。大规模减排和扩散条件的改善是促进PM_2.5和PM₁₀污染降低的重要原因，而近地面温度的升高是造成O₃污染加剧的首要原因。研究成果可为当地开展大气污染防治精细化管控、实现近地面大气颗粒物与臭氧的协同治理提供理论参考。     

泸州市城区2021年PM2.5和O3时空分布特征

分析泸州市城区PM_2.5和O₃时空分布特征。利用2021年泸州市4个空气监测站点PM_2.5和O₃质量浓度数据，分析污染物浓度水平及其时空分布特征。结果显示：2021年泸洲城区PM_2.5与O₃浓度分别为40.6μg/m³、137μg/m³，超标天数分别为39天、18天，超标率分别为10.7%、4.9%。PM_2.5浓度冬季最高，夏季最低；O₃浓度夏季最高，冬季最低。在PM_2.5与O₃污染季节，PM_2.5与O₃两者不存在相关性。市环监站监测点PM_2.5与O₃浓度最低，分别为38.7μg/m³、131μg/m³。各站点之间PM_2.5与O₃浓度差异值较小(分别在0...     

基于超级站观测的乌鲁木齐市PM2.5组分特征分析

为了解乌鲁木齐市PM_2.5各组分浓度及其变化特征，利用2022年乌鲁木齐市大气环境超级站PM_2.5及其组分连续监测数据进行特征分析，结果表明：PM_2.5组分中有机碳、元素碳、水溶性阴、阳离子等组分浓度与PM_2.5浓度呈现“采暖季高、非采暖季低”的季节性变化；PM_2.5各组分中硫酸根、硝酸根、铵根和有机碳占比较大；无机元素浓度高低顺序为：钙>铁>氯>钾；有机碳与元素碳比值为6.08；硝酸根离子与硫酸根的比值小于1；典型污染过程中PM_2.5组分浓度中硫酸盐、硝酸盐、铵盐和有机物等二次气溶胶占比明显增加。说明2022年乌鲁木齐市冬季PM_2.5浓度受SO₂、NO₂和NH₃等污染物二次转化影响，而夏季则受有机物二次转化和一次扬尘源的共同影响，应重点控制相关行业污染排放，减少重污染天气。     

滨州市一次重污染天气影响因素分析

为探究滨州市重污染天气形成机理，文章以滨州市2020年12月一次重污染天气为研究对象，选取12月3—14日细颗粒物(PM_2.5)、可吸入颗粒物(PM₁₀)、二氧化氮(NO₂)、二氧化硫(SO₂)、一氧化碳(CO)和臭氧(O₃)6种常规大气污染物，温度、湿度和风级3项气象因子及空气质量指数(AQI)，同时选取重污染天气峰值当天的气象条件激光雷达观测数据进行分析。研究表明：(1)此次重污染天气形成以本地污染物排放为主，主要受气象条件影响。高湿、低风和无降水天气，大气边界层较低，垂直扩散能力较差，导致污染物的不断积累，发生重污染天气。(2)重污染天气的污染因子以PM_2.5、PM₁₀、NO₂、CO为主，尤其是PM_2.5、PM₁₀。因此，在预防和应对重污染天气时，可重点考虑PM_2.5、PM₁₀的减排。     

2020年自贡市主城区PM2.5污染特征及来源解析

PM_2.5主要污染物来源解析对空气质量管理具有十分重要的意义。本研究利用自贡市国控站点气象、大气污染物及PM_2.5组分监测数据,基于颗粒物源解析模型,分析了2020年自贡城区PM_2.5的主要污染特征,识别并量化了PM_2.5的污染来源及贡献。结果表明：自贡城区的PM_2.5年均浓度为43.2μg/m³,按总体贡献度排序,二次源、移动源、扬尘源和工业源是PM_2.5的主要影响因素,时段及季节变化特征明显;春季贡献最大的为移动源和扬尘源,夏季贡献最大的为移动源和工业源,冬季移动源贡献最大。为自贡市城区空气质量管理及控制提供了重要的决策依据。     

聚丙烯酰胺与植物联合抑尘效果的试验研究

如今颗粒物是我国大气环境污染的首要污染物之一,而土壤扬尘是大气颗粒物的主要来源,已经严重影响到大气质量及人们的生存环境,而聚丙烯酰胺不仅能促进植物生长,还能使土壤颗粒和孔隙结构保持稳定,控制土壤扬尘,因此通过聚丙烯酰胺与植物联合作用控制土壤扬尘排放对提升城市环境大气质量具有重要意义。本文在基于现有文献数据的基础上,以四川彭州市附近农田边裸露土壤为研究对象进行人工模拟对照试验,探讨了聚丙烯酰胺不同用量下与植物联合作用对抑尘效果的影响,以期为土壤扬尘污染的控制提供科学依据。研究表明:PM_2.5和PM₁₀的排放浓度随着聚丙烯酰胺的浓度增加而增加,随植被覆盖度的增加而减小。与植被覆盖作用相比,聚丙烯酰胺和植被覆盖的同时作用能更好的降低PM_2.5和PM₁₀排放浓度,PM_2.5浓度较之前平均下降了32.9%,PM₁₀浓度较之前相比平均下降了37.1%。通过对比实验数据可知,聚丙烯酰胺浓度在20 g/m²到25 g/m²时,整体抑尘效果最好,在施工7天时,PM_2.5和PM₁₀浓度平均下降了63.4%和77.9%,在施工1个月时,PM_2.5和PM₁₀浓度平均下降了和43.8%和56.3%。实验结论为利用聚丙烯酰胺和植物联合作用可以显著降低各时间段的土壤扬尘含量,为科学的治理土壤扬尘提供了理论参考。     

阿克达拉PM2.5演变特征及与气象要素的相关性分析

为深入了解阿克达拉PM_2.5颗粒物污染,利用阿克达拉国家大气本底站颗粒物监测仪器GRIMM180观测的2010～2019年PM_2.5数浓度及台站的常规气象观测资料,用z-score法对PM_2.5数据标准化进行时间变化趋势分析,利用SPSS进行Pearson系数相关分析,能够客观反映出颗粒物浓度与气象要素间的共变趋势程度。结果表明：(1)10年中PM_2.5浓度整体上升7.15%。季节变化表现为冬季>春季>秋季>夏季的特征。秋季为明显右偏态分布其余季节对称分布,且冬季的变化性最大。月变化周期为13个月,呈现出“U”形起伏的变化规律。日变化呈现单峰的型式,且采暖期为非采暖期浓度2倍,呈现白天堆积晚上扩散的周期。(2)PM_2.5与风速、相对湿度和日照时长相关性最好,且在冬季表现最为显著。PM_2.5最高浓度风向为正南,阿克达拉主要污染物成分主要来自西北、偏西方向。风速为10m/s时为PM_2.5浓度明显转折点。夏季PM_...     

日照市雾霾天气大气颗粒物微观形貌及物质来源研究

以日照市为研究对象,通过采集雾霾天气大气颗粒物样本,利用扫描电子显微镜、ICP-MS等工具对其进行形态特征分析,探讨了日照市雾霾天气大气颗粒物(PM_2.5)的微观形态特征及其来源。结果表明：日照市PM_2.5颗粒物主要以无定形态为主,为含铁、镁、铝、钾、钠的硅酸盐颗粒;日照市PM_2.5的主要来源包括道路扬尘及建筑施工排放、交通汽车尾气排放、燃煤、电子垃圾拆解等。通过对日照市PM_2.5微观形态特征和来源的研究,可为改善日照市的大气环境质量提供科学依据。     

成都平原西郊PM2.5载带水溶性离子污染特征

为探究成都平原西郊冬季颗粒物污染特征,采用离子色谱仪对选择点位冬季PM_2.5载带进行离子测定。结合空气站点PM_2.5、SO₂、NO₂质量浓度,分析其浓度特征、酸碱度、相关性及主要来源等情况。结果表明：采样期间,该区域大气PM_2.5质量浓度均值为73.1μg/m³,主要水溶性离子质量浓度均值为27.42μg/m³,占比为37.5%;阴阳离子当量比为1.003,PM_2.5呈酸性;二次离子(NH⁺₄、SO₄^2-、NO^-₃)占总水溶性离子质量浓度比值为71.7%且相关性较好,污染期间SNA主要以NH₄HSO₄和NH₄NO₃两种形式存在;主成分分析可知燃烧排放、建筑施工扬尘及机动车排放二次转换是造成西郊冬季...     

基于Moran’s I指数的京津冀地区PM2.5空间自相关分析

选取2014~2018年京津冀地区环境监测站点PM_2.5浓度观测数据,基于Moran's I指数,分析了该地区PM_2.5浓度的时空变化特征以及空间相关性。研究表明:2014~2018年京津冀地区PM_2.5浓度空间分布差异显著,2014年良、轻度、中度污染面积约占1/3,降至2018年以“良”为主;PM_2.5浓度空间分布北部、西部优于南部、东部地区,山区优于平原地区;PM_2.5浓度年平均值、IQR、Q1、Q3值及标准差均呈下降趋势,达到且接近于“良”以上程度的站点,从2014年2成增长至2018年8成;通过对历年及各月PM_2.5浓度全局Moran's I指数分析,I值(除7月外)均超过0.5,生成的P值均小于显著水平0.01,Z得分均超过了临界值2.58;年、月平均值均呈显著的集聚效应,年值集聚效应呈减弱趋势,月值集聚效应秋、冬季大于春、夏季,空间集聚效应与污染程度呈显著正相关;局部空间自相关历年、各月H-H集聚主要出现在京津冀南部地区,L-L集聚主要出现在北部地区。京津冀地区PM_2.5浓度值分布存在空间异质性,主要影响因素为地理、气候和经济环境。     

浅析攀枝花市2015～2017年气象要素对空气污染的影响

利用2015～2017年攀枝花市污染因子和气象要素实测数据,运用GIS技术、相关分析以及统计分析等方法,分析攀枝花市空气污染因子和气象要素的时空特征及相关性。结果表明:攀枝花市首要污染物为PM₁₀,其次是NO₂;秋冬以PM₁₀和NO₂污染为主,春夏PM₁₀和O₃为主。不同季节,各气象要素对本地空气质量的影响程度及空间分布存在明显差异。弄弄坪一带PM_2.5和SO₂、CO浓度偏高,市中心炳草岗一带PM₁₀、O₃和NO₂浓度偏高。结合本地发展规划和实际情况,根据气象要素分析,为攀枝花市分区分季节的防污减排决策提供气象参考。     

资阳市大气污染源排放清单研究

采用实地调研、资料收集等方式获得了2017年资阳市典型污染源的活动水平数据,参照城市大气污染物排放清单编制技术手册建立了基于排放因子法和物料衡算法的资阳市大气污染源排放清单,分析了主要污染物的行业排放特征和空间分布特征。结果表明,2017年资阳市SO₂、NO_X、CO、PM₁₀、PM_2.5、VOCs、NH₃总排放量分别为3.58kt、13.91kt、94.91kt、25.51kt、8.67kt、23.84kt和46.44kt。SO₂排放主要来自工业源;NOX排放主要来自移动源;CO排放主要来自工业过程及移动源;PM₁₀和PM_2.5、排放来自扬尘源和露天秸秆焚烧;VOCs主要来自溶剂使用源;NH₃主要来自农业活动。资阳市主要污染物排放分布在工业点源较为集中的雁江区和安岳县,乐至县污染物排放量相对较小。     

深圳市空气污染物时空分布特征

依据深圳市国家环境空气质量自动监测站2019年全年的SO₂、NO₂、PM₁₀、PM_2.5、CO和O₃逐小时监测数据及对应空气质量指数(AQI)，分析了深圳市空气质量的时间变化和空间分布特征，并研究了社会经济因素和人为活动对污染物浓度的影响，旨在梳理深圳市空气质量状况及主要空气污染物变化规律，为环境管理提供技术参考。     

昆明城区颗粒物质量浓度变化特征及驱动因素研究

为探究颗粒物对昆明城区环境空气质量的影响，基于2015～2020年颗粒物质量浓度数据，利用Spearman相关性分析、冗余分析方法对颗粒物质量浓度时空变化特征及其驱动因素进行深入研究。结果表明：2015～2020年期间，可吸入颗粒物(PM₁₀)、细颗粒物(PM_2.5)质量浓度均呈现显著下降的变化趋势，年内旱季整体高于雨季，日内呈“双峰双谷”波动变化趋势且夜间显著高于白天；颗粒物质量浓度的主要影响因素是风速，并与降水量、相对湿度、气温呈现显著负相关，但也受到区域传输、人类活动等多种因素影响。未来，应分区域、分时段(旱季和雨季、昼间和夜间)制定差异化的污染管控措施，重点控制PM₁₀质量浓度并使PM_2.5质量浓度持续下降，为持续提升昆明城区环境空气质量水平提供科学依据。     

成都地区2014～2020年PM10变化特征及气象条件分析

利用相关分析、逐步回归等统计方法,考察了成都地区PM₁₀的变化趋势及不同气象要素对PM₁₀变化的作用。结果表明,成都地区PM₁₀逐年递减,月际尺度上呈典型的“U”型分布。PM₁₀质量浓度的变化与最大风速、降水量及气压、日照时数、平均风速的变化负相关,与气温及相对湿度的变化正相关。不同季节影响PM₁₀变化的典型气象因子不同,冬、春季最大风速影响最大,夏、秋季平均风速影响最大。通过建立PM₁₀变化的多元回归预测模型,为成都地区PM₁₀变化的预测及管控措施的制定提供了科学依据。     

基于深度学习的淮安地区臭氧浓度预报模型评估

利用2016—2020年淮安地区环境监测站点资料和淮安国家基准气候站气象资料,研究淮安地区臭氧浓度与气象、环境的关系,并利用“注意力机制”下的Seq2Seq建立臭氧预报模型。结果表明：臭氧浓度与气象要素和环境要素的关系是多样的,臭氧与气温、风速整体上呈正相关,与相对湿度、气压、降水量、NO₂、CO、PM_2.5、PM₁₀整体上呈负相关;“注意力机制”下的Seq2Seq模型在预报4 h的臭氧浓度上效果较好,相关系数大于0.6。