中日韩空气质量特征对比分析研究

本文通过对中国、日本和韩国三个国家的环境空气质量标准和三个国家典型城市上海、东京和首尔的空气质量指数进行对比分析,发现中国的空气环境质量一级标准等于或严于日本和韩国两个国家,而二级标准比其他两国相对宽松,同时,分析了三个典型城市的主要污染特征,对上海的空气质量进一步改善提出了相关建议。     

TSP与PM_(10)对环境空气API指数影响

利用重量法测得的PM10和TSP建立回归方程及β射线衰减法和重量法测得的PM10建立回归方程,探讨由于TSP和PM10监测因子变化对API指数计算的影响,对环境空气质量变化评价具有实际应用意义。     

PM_(10)对克山县空气质量的影响及对策建议

近年来,随着城市化建设进程的加速和环境保护工作的深入开展,城市环境空气质量的污染类型已由SO2与PM10混合型污染,逐步转变为以扬尘为主要污染物的PM10污染,通过对克山县区空气质量状况、PM10形成原因分析,提出控制或削减PM10污染的对策建议。     

国家颁布空气质量新标准

2月29日,环境保护部和国家质检总局联合发布了《环境空气质量标准》( GB3015-2012).与这个标准配套,环境保护部同时发布了《环境空气质量指数技术规定》(HJ633-2012 )与《关于实施环境空气质量标准的通知》.     

空气质量指数(AQI)的社会经济影响因素分析——基于指数衰减效应视角

中国面临着严重的环境恶化问题,其中空气污染问题尤为突出.基于中国2014年全国城市空气质量数据,利用自然正交函数分析城市空气质量指数的时空演变特征,并采用基于衰减效应的矩阵指数空间设定模型探讨了空气污染的影响因素.研究结果表明:(1)AQI以京津冀为高值中心向周边地区呈衰减变化,污染核心区由京津冀逐渐向豫北地区和鲁西北地区扩散,年内AQI在1—9月呈现下降趋势,然后逐渐上升;(2)150个城市的空气质量指数呈现出明显的空间集聚;(3)矩阵指数空间设定模型优于空间滞后模型,并且城市间空气污染呈现出显著的空间衰减效应;(4)人均地区生产总值的提高、SO_2排放量和PM_(2.5)浓度增加是导致空气污染加剧的重要原因,而外商直接投资和环保意识的提高有助于改善中国的空气质量.     

阜康市PM_(2.5)和PM_(10)的质量浓度变化特征分析

通过对阜康市2015年1个区控点的PM_(2.5)和PM_(10)的连续自动监测数据分析得出:2015年阜康市大气颗粒物中PM_(2.5)、PM_(10)浓度日均值和小时值的最大值均出现在4月,日均值均超过了环境空气质量标准的二级标准限值;月均值最大值均出现在12月;PM_(2.5)的年均值超过了环境空气质量标准的二级标准限值;PM_(2.5)和PM_(10)冬季的日变化浓度高于其他三季,夏季最低。超标天数高值出现在1、2、11、12月,PM_(2.5)的污染程度比PM10严重;PM_(2.5)和PM_(10)的比值1、11、12月较大。     

空气质量模型CMAQ的国内外研究现状

空气质量模型是支撑环境管理与决策的重要工具。文章系统地回顾了空气质量模型的发展历程,重点介绍了多尺度空气质量模型CMAQ(Community Multiscale Air Quality Modeling System)在模拟预测臭氧、氮氧化物、硫氧化物和颗粒物等方面的国内外应用研究现状,同时指出CMAQ模型存在的问题、在我国环境管理中的应用以及未来空气质量模型的发展方向。研究表明,国内外对CMAQ模型的应用研究主要体现在3个方面:评价模型的模拟性能、模拟预测空气中污染物浓度以及研究各污染物的来源、产生机理及传输扩散过程。     

西安市2013年空气质量状况分析

本文收集西安市2013年环境监测站发布的空气质量指数（AQI）及环境空气状况与监测月报资料,对空气质量等级、AQI变化情况、主要污染物浓度变化趋势及采暖期和非采暖期浓度比较进行分析.研究结果表明：西安市2013空气质量二级以上的达标率为37.8％,年均AQI值为151,SO2、NO2、PM10和PM2.5的月监测浓度变化趋势无显著意义,采暖期平均浓度均显著高于非采暖期平均浓度,PM2.5采暖期均值是非采暖期均值的3.09倍.由此可见控制SO2、NO2、PM10和PM2.5的排放是改善西安市空气质量的重点工作.     

2014年北京奥体中心空气质量演变特征

利用中国环境监测总站发布的实时大气环境监测资料,选择北京国家奥林匹克体育中心(下称北京奥体中心)为研究对象,分析了2014年全年北京奥体中心空气质量演变特征. 结果表明:①2014年全年北京奥体中心首要污染污染物为PM_2.5,其次是NO₂,而PM_2.5和PM₁₀出现中度污染以上的污染事件主要集中在冬季和春末秋初;②PM_2.5、PM₁₀、SO₂、NO₂、O₃和CO等主要污染物的年均质量浓度分别为89.75、141.12、21.83、64.26、48.60和1 210 μg/m3. 其中年均ρ(PM_2.5)是GB 3095—2012《环境空气质量标准》二级标准限值(35 μg/m3)的2.6倍,年均ρ(PM₁₀)也是其二级标准限值(70 μg/m3)的2.0倍,年均ρ(SO₂)略高于其一级标准限值(20 μg/m3),而年均ρ(NO₂)则高于其标准限值(40 μg/m3);③北京奥体中心全年逐月ρ(SO₂)/ρ(NO₂)都小于1.00,年均值为0.37,反映出北京目前硝酸型污染特征越来越明显;④针对不同污染等级下各类污染物质量浓度的分析结果显示,严重污染时ρ(PM_2.5)和ρ(PM₁₀)平均值分别高达324.75和494.98 μg/m3,分别是世界卫生组织(WHO)《空气质量准则》推荐24 h平均浓度准则值的13和10倍,其浓度如此之高会对人体健康造成严重危害;⑤ρ(PM_2.5)年均24 h变化趋势表明,ρ(PM_2.5)具有明显的日变化特征,出现2个峰值,高峰值出现在午夜时分(23:00—翌日01:00),次高峰值出现在上午(09:00—11:00),最低值出现在下午(15:00—17:00),次低谷值则出现在凌晨(05:00—07:00),说明ρ(PM_2.5)除与混合层高度日变化特征密切相关外,还与人们的日常生活有一定联系.      

环境空气质量新标准对博罗县空气质量评价结果的影响

利用博罗县城自动监测站2015年的环境空气自动监测数据,分析了实施《环境空气质量标准》(GB3095-2012)对博罗县城空气质量评价的影响.研究发现,若采用新标准,博罗县城空气中PM2.5和O3将出现不同程度的超标,达标率从99.4％下降到88.5％;PM2.5和O3的纳入是导致空气质量达标率下降的最主要原因,NO2标准的收严和CO的纳入未对博罗县城空气质量评价造成影响.     

东北区域空气质量时空分布特征及重度污染成因分析

东北已成为我国又一个霾污染多发和重发区域.采用2013～2017年东北区域大气污染物地面监测数据、卫星数据和气象数据等信息,探讨了中国东北地区空气质量时空分布特征与重度污染成因.结果表明,"沈阳-长春-哈尔滨"带状城市群是全年污染最严重的区域,空气质量指数(AQI)的空间分布具有明显的季节性,冬季污染最严重,春季吉林省西部周围为椭圆形污染区,夏季和秋季大部分时间空气质量最佳.3个典型的霾污染时期是10月下旬和11月上旬(即秋末和初冬,时期一),12月下旬和1月(即冬季最冷的时候,时期二),及4月到5月中旬(即春季沙尘和农业耕作期).时期一,季节性作物残茬焚烧和冬季采暖用煤燃烧产生的PM_(2.5)强排放是极端霾事件发生的主要原因(AQI 300);时期二,在最严寒月份里,重度霾污染事件(200 AQI 300),主要由燃煤和汽车燃料消耗的PM_(2.5)排放量高,大气边界层较低,以及大气扩散性差等共同引起;时期三,春季PM_(10)浓度较高,主要是由内蒙古中部退化草原的风沙和吉林省西部裸地的区域性扬尘传输造成的.同时,当地农业耕作本身也释放PM_(10),并提升了裸土的人为源矿物尘的排放强度.     

APEC期间北京空气质量改善对比分析

为了评估APEC期间强化减排措施对北京空气质量的改善效果,利用2014年11月1~15日中国环境监测总站发布的奥体中心监测点空气质量监测数据,分析其空气质量演变特征,并与2013年同期监测数据进行对比研究.结果表明:1PM_(2.5)是当前北京最重要的污染物,APEC期间空气质量以优良为主,期间有3次明显的污染过程,与2013年同期相比较有所好转,显示出强化减排措施对北京空气质量的改善有显著的效果;2与世界卫生组织(WHO)的标准值相比,APEC期间PM_(2.5)有5d在WHO标准值(25μg·m~(-3))以下,而SO_2均小于标准值;3APEC期间,在空气质量为优时PM_(2.5)/PM_(10)小于0.5,且随污染浓度的增加比值逐渐增大,在严重污染情况下PM_(2.5)/PM10达到0.9以上;4与2013年同期相比,强化减排措施对PM_(2.5)的减少有一定的贡献,但与SO_2和CO的减少量相比,颗粒物的减少量又相对较少,NO_2减少量相对最小,实施强化减排措施对污染物减排的排序为SO_2COPMNO_2,说明北京空气污染中的PM_(2.5)的来源、影响和减排的复杂性,有待进一步深入研究.     

厦门市环境空气污染时空特征及其与气象因素相关分析

利用2014年3月—2015年2月厦门市18个监测站点实测数据,运用GIS技术、相关分析以及统计分析等方法,进行空气质量指数(AQI)及其污染因子的时空分析,结合厦门市土地利用分类专题图和主要重工业企业分布图进行厦门市环境空气质量状况污染源的分析.结果表明:厦门市首要污染物为PM10,其天数占全年的48%,PM2.5紧随其后占到36%;厦门市空气质量较好时间段主要集中在夏季,其中7月份是厦门市空气质量最好的月份,而厦门市秋冬两季的空气质量较差;AQI与温度相关系数达-0.813,具有极显著负相关性(p0.01),与气压相关系数达0.835,具有极显著正相关性(p0.01),而与风速和相对湿度气象因素相关性都不显著(p0.05);PM2.5、PM10、SO2、NO2、O3污染因子存在明显的空间分布差异,海沧区和集美区南部的空气污染比厦门其他地方明显更为严重;从土地利用图和主要重工业企业的分布图可以看出,污染最为严重的地区土地利用类型主要是建筑用地,而且这些地区还分布着许多钢铁厂和发电站.     

HEPA空气净化器对学校室内颗粒物的净化效果研究

为了解HEPA（high efficiency particle air filter,高效空气过滤器）空气净化器在小学教室和寝室的净化效果,于2019年3—4月在北京市一所全寄宿小学开展了一项HEPA空气净化器的交叉干预研究.记录干预组、非干预组室内和室外PM_2.5、PM₁₀、PM₁的浓度,计算空气净化器的净化率;采用多元线性回归模型探索净化效果的影响因素.结果表明:①空气净化器对PM_2.5、PM₁₀、PM₁的净化率分别为41.3%〔Q_l~Q_u（下四分位数~上四分位数,下同）:0~53.1%〕、40.7%（10.5%~46.2%）和34.9%（9.6%~40.3%）,其中对PM_2.5的净化率最高;寝室的净化率高于教室的净化率.②当室外PM_2.5浓度为[115,150）μg/m3时对PM_2.5的净化率最高,为52.83%（50.26%~56.13%）,PM₁₀和PM₁亦有类似结果.③多元线性回归分析表明,室外PM_2.5浓度 < 35 μg/m3时,开门通风和室内人员活动分别使室内PM_2.5浓度下降3.73 μg/m3〔95%置信区间（95% CI）:（0.60 μg/m3,6.86 μg/m3）〕和升高3.4 μg/m3（0.22 μg/m3,6.58 μg/m3）;室外PM_2.5浓度为[35,150）μg/m3时,空气净化器使室内PM_2.5浓度下降33.36 μg/m3（16.47 μg/m3,50.25 μg/m3）;室外PM_2.5浓度≥150 μg/m3时,空气净化器和开门通风分别使室内PM_2.5浓度下降48.87 μg/m3（25.62 μg/m3,72.12 μg/m3）和升高37.65 μg/m3（5.60 μg/m3,69.69 μg/m3）.研究显示:空气净化器可同时降低室内PM_2.5、PM₁₀、PM₁的浓度;当室外PM_2.5浓度 < 35 μg/m3时,不需开启空气净化器;当室外PM_2.5浓度为[35,150）μg/m3时,空气净化器有较好的净化效果,偶尔开窗通风不影响空气净化器的净化效果;当室外PM_2.5浓度≥150 μg/m3时,开启空气净化器时应关闭门窗,以免影响其净化效果.      

植物叶表尘及重金属对城市大气颗粒物污染的指示与评估

城市大气颗粒物污染问题日渐突出,目前主要依靠大气站点的直接观测数据反映污染的即时状况,而植物叶表尘及重金属的监测为评价大气颗粒物阶段性污染状况提供了新的途径.本研究通过分析北京交通带和公园共7个样点的臭椿(Ailanthus altissima)、槐(Sophora japonica)、北京杨(Populus beijingensis)、榆树(Ulmus pumila)、紫叶李(Prunus cerasifera f.atropurpurea)等5种常见绿化树种的叶表尘及重金属Cd、Cr、Cu、Mn、Ni、Pb、Zn含量,并计算尘金属综合累积指数(MAI),进而与邻近站点大气颗粒物观测数据对比并进行统计分析,尝试量化评价植物所处环境的大气颗粒物及尘重金属综合污染状况.结果表明:采用榆树叶表尘可量化评价大气可吸入颗粒物PM10的月均质量浓度,相对误差为1.2%~10.6%;臭椿叶表尘可量化评价大气细颗粒物PM2.5的月均质量浓度和月均空气质量指数(AQI),相对误差分别为0.18%~3.7%和0.26%~5.7%.MAI值可指示大气尘重金属综合污染状况,本研究中京承高速和朝阳公园大气尘重金属综合污染较重,其次为念坛公园、望京公园和玉蜓桥,最轻为岳各庄桥和麋鹿苑.     

冬季天津家庭室内空气颗粒物中邻苯二甲酸酯污染研究

为了解我国家庭住宅室内空气颗粒物中邻苯二甲酸酯的污染程度,采集天津市13户家庭住宅冬季室内空气颗粒物PM10、PM2.5样品,采用GC/MS分析了DMP、DEP、DBP、BBP、DEHP、DOP等6种邻苯二甲酸酯.结果表明,室内空气颗粒物中DMP、DEP、DBP、BBP、DEHP这5种邻苯二甲酸酯在所有家庭均被检出,DOP在部分家庭检出.其中,DBP和DEHP为主要污染物.PM10和PM2.5中的6种物质占ΣPAEs颗粒相的比例规律相同,DBP和DEHP较大,分别为13.92%～91.50%、5.56%～85.08%和20.88%～93.95%、5.53%～75.90%;其次是DMP、DEP和BBP,DOP最小.不同粒径颗粒物上PAEs的分布显示,大多数PAEs易吸附在粒径较小的细粒子PM2.5上;结合调查问卷分析表明,冬季室内空气颗粒物上PAEs污染主要来源于室内,受房间的装修时间、装修特点、生活习惯、吸烟、烹饪、塑料制品使用量、室内清洁度和温度等因素的影响.     

燃煤控制对北京市空气质量的改善分析

根据清洁空气行动计划,北京市将继续调整能源结构,新建天然气热电中心替代燃煤发电,并且进行工业锅炉煤改气、居民供暖煤改电、远郊区炊事用气改造等措施,以减少煤炭的使用量. 采用自下而上的排放因子法,估算减少燃煤所产生大气污染物(TSP、PM₁₀、一次PM_2.5、SO₂、NO_x及VOC)的减排量,并利用ADMS-Urban模型模拟其对环境空气质量的改善. 结果表明:①2015年北京市煤炭控制在1500×104t以内,测算的煤炭减量为863.38×104t,TSP、PM₁₀、一次PM_2.5、SO₂、NO_x和VOC的减排量分别为2580.17、2032.94、1183.53、6265.30、7220.90和1058.44t. ②各污染物减排空间分布基本一致,主要集中在城市功能拓展区,包括石景山、朝阳区、海淀区和丰台区等,上述区域对TSP、PM₁₀、一次PM_2.5、SO₂、NO_x和VOC削减贡献分别达到78.3%、81.5%、82.7%、85.2%、83.0%和49.9%. ③ADMS-Urban模型模拟结果表明,减少燃煤可使环境空气中ρ(TSP)、ρ(PM₁₀)、ρ(一次PM_2.5)、ρ(SO₂)、ρ(NO_x)和ρ(VOC)分别降低0.55~12.74、0.44~10.78、0.27~6.77、0.78~17.31、1.67~43.48和0.17~12.07μg/m3.      

2017年汾渭平原东部大气颗粒物污染特征分析

高度集中的煤炭产业和繁忙的交通运输使得汾渭平原成为全国污染最严重的地区之一.利用中国环境监测总站发布的大气环境监测资料,以统计的方法分析了2017年汾渭平原东部三门峡市、运城市、渭南市、洛阳市的颗粒物质量浓度演变特征,并与北京市开展对比分析.结果表明:①2017年汾渭平原东部颗粒物污染形势较为严峻,ρ（PM_2.5）年均值范围为61~75 μg/m3,高于北京市（58 μg/m3）,ρ（PM_2.5）/ρ（PM₁₀）范围为0.47~0.57,远低于北京市的0.66,说明汾渭平原东部一次颗粒物的贡献更为显著.②与北京市相比,汾渭平原东部重污染有效时数较长,在三门峡市、运城市、渭南市和洛阳市出现PM_2.5重度及以上污染过程的时数分别占全年总时数的6.56%、8.91%、9.23%和9.10%.但由于汾渭平原东部重污染期间颗粒物质量浓度较北京市低,因此造成汾渭平原东部和北京市重度及以上污染过程中颗粒物质量浓度平均值在颗粒物质量浓度年均值中占比基本相同.③汾渭平原东部颗粒物质量浓度的周变化特征与北京市有显著区别.④重污染期间,汾渭平原东部ρ（PM_2.5）和ρ（PM₁₀）的日变化特征与ρ（SO₂）相同,均呈白天高、夜间低的特征,而北京市ρ（PM_2.5）和ρ（PM₁₀）的日变化特征与ρ（SO₂）相反,呈白天低、夜间高的特征,说明汾渭平原东部特殊的能源结构、边界层动力演变和局地环流造成高架点源对重污染期间污染物质量浓度的影响较显著.研究显示,汾渭平原东部应该加强重污染期间高架点源的管控.