"十二五"期间义乌市环境空气质量及影响因素分析研究

利用环境空气质量监测数据,对义乌市2011年-2015年环境空气质量变化趋势及影响因素进行了分析.结果表明,影响义乌空气质量的主要污染物为:PM2.5、PM10、NO2、O3,且大气污染呈现为扬尘和机动车尾气并存的混合型污染.尽管PM2.5、PM10和SO2总体均呈现下降趋势,尤其是SO2下降显著,但细颗粒物污染仍然突出,NO2不降反升等问题都值得关注.这可能与义乌市城市化进程进一步加快、能源结构亟待优化以及机动车保有量不断攀升等因素有关.     

哈尔滨市2014年1-2月PM_(2.5)与主要空气污染物相关分析

为了解哈尔滨市主要空气污染物对PM2.5浓度变化的影响,利用SPSS软件及哈尔滨市南岗区2014年1-2月环境空气质量日报数据,对空气污染物中SO2、NO2、CO、O3、PM10、PM2.5进行了相关分析。结果显示,SO2、NO2、CO、O3、PM10与PM2.5均呈显著的正相关关系。结合相关性分析结果,建立了PM2.5与SO2、NO2、CO、PM10之间的主成分回归模型,并对模型进行了通径分析。分析结果表明,CO对PM2.5的直接影响最大,SO2、NO2、PM10对PM2.5的直接作用相对较小,但它们通过CO对PM2.5的间接作用较大。因此,在哈尔滨市1-2月主要空气污染物中,CO对PM2.5浓度的变化具有重要的影响。     

成都市铺装道路扬尘排放清单及空间分布特征研究

对成都市城区和郊区不同等级铺装道路共采集了96个道路扬尘样品,通过调研得到了不同等级道路车流量、平均车重和道路长度等有关活动水平数据,采用AP-42法估算该地区不同等级道路扬尘排放因子和排放量,并利用Arc GIS软件得到了道路扬尘PM10和PM2.5排放量的空间分布图。结果表明:成都市城区道路和郊区公路积尘负荷平均值分别为0.50,0.94 g/m2;郊区等外级公路的PM10和PM2.5的排放因子最大,分别为2.59,0.63 g/VKT,城区支路的PM10和PM2.5的排放因子最大,分别为1.15,0.28 g/VKT;基准年2012年道路扬尘PM10和PM2.5的排放总量分别为48 745.46,11 793.26 t。从空间分布看,中心城区每一网格道路扬尘PM10和PM2.5排放量最大,分别达到300,70 t以上。     

广东佛山交通扬尘排放特征研究

交通扬尘中部分细颗粒可经呼吸道危害人体健康。通过对佛山市10条典型道路尘负荷采样分析,采用AP-42模型计算不同类型道路的交通扬尘排放因子,结合道路信息计算交通扬尘排放量,并用ArcMap软件生成排放空间分布图。结果表明,佛山市区道路尘负荷为支路最大,为4.30 g/m2。高速路PM2.5的排放因子最大,为0.58 g/VKT。国道PM2.5的排放强度最大,为20.0 kg/(km·d)。市区交通扬尘PM30年排放量为36 582 t。采用COPERT模型计算机动车直接排放的PM2.5和PM10,得出佛山市机动车排放的PM2.5与交通扬尘PM2.5的比值为16%,机动车直接排放的PM10与交通扬尘PM10的比值为8%。佛山市区东部由于道路密集致其交通扬尘排放量较高。经对比知,中国南北方城市呈现交通扬尘排放因子范围相似性,且中国城市交通扬尘排放水平与美国相近。     

上海市市区、郊区NO2、SO2和PM10的时空变化规律及相关性分析

在对上海市嘉定区大气污染物SO2、NOx和PM10连续1年的观测基础上，结合上海环境状况公报的数据，探讨了市区、郊区大气污染物的空间和时间变化规律。结果表明，2005年中NO2、SO2和PM10的质量浓度在市区和郊区均是冬春两季高，夏秋两季低；NO2、SO2和PM10浓度在市区要高于郊区；郊区大气污染物的月变化幅度要比市区大，市区PM10污染有增加趋势。根据气象条件分析，嘉定区周边工业污染对NO2、SO2和PM10的浓度有贡献，市区NO2、SO2和PM10的质量浓度则与机动车尾气、工业燃煤，建筑扬尘和道路扬尘等诸多因素有关。相关性分析表明，上海市NO2、SO2和PM10相互之间存在比较强的相关性。     

龙华新区灰霾污染特征研究

根据龙华新区2个空气监测站2012年监测数据、气象数据以及不同污染源的排放数据,分析龙华新区空气质量现状,灰霾日数与PM2.5和PM10的相关性,并通过AERMOD模型着重探讨PM2.5和PM10的污染特征,计算不同污染源对PM2.5和PM10浓度的贡献率。结果表明,灰霾日数和PM2.5、PM10浓度均表现为明显的季节性变化,变化趋势较为一致,且灰霾日数与PM2.5的相关性较PM10更显著。龙华新区PM2.5和PM10主要来自本地源,其中PM2.5的主要来源为机动车尾气和道路扬尘,而PM10的主要来源为施工项目和裸地。     

大气污染物及AQI时空特征分析——以山西省2015年上半年为例

根据2015年上半年山西省11个地级市PM 2.5、PM 10、NO 2、SO2、CO、O 3的日污染浓度监测数据及AQI值,分析其污染特征。结果表明:全省11市PM 2.5、PM 10超标率较高;NO 2、SO 2、CO、O 3超标率则较低;全省PM2.5/PM1 0的比值范围在0.367 7~0.718 9,且PM 2.5和PM 10之间存在较显著的线性关系;PM 2.5、PM 10、NO 2、SO 2、CO以及AQI监测值在1~6月份逐渐递减,O3则呈总体上升趋势;AQI达标天数比例范围在61.88%~85.08%,平均比例为71.42%,平均超标天数比例为38.58%,其中重度及以上污染天数比例为1.50%。     

太原采暖季霾和良天气下大气污染物的污染特征分析

为了探讨太原市大气污染物在霾天气下的污染特征,2013年12月至2014年3月对太原市大气污染物(PM10、PM2.5、SO2、NO2、CO和O3)质量浓度进了收集研究。分析结果表明无论是霾还是良天气,PM2.5和PM10的相关性最好,PM2.5与NO2的相关性最差。O3与PM2.5的相关系数均大于0.7,表明O3与PM2.5的形成有着密切的关系。     

新型环保道路抑尘剂在城市道路的应用

以北京部分城市道路扬尘为对象,研究了新型环保道路抑尘剂喷洒前后道路扬尘中PM10和PM2.5浓度的变化。结果显示,喷洒新型环保道路抑尘剂能够有效降低扬尘中PM10的浓度,对PM10的降尘效果为25%,对PM2.5也有一定的降尘效果,同时对大气中的氮氧化物有一定的吸附作用,说明该新型环保道路抑尘剂可有效抑尘,减少污染。     

上海金山石化区常规大气污染物随时间变化分析研究

利用上海金山石化点位2014年大气监测资料,分析石化地区SO2、NO2、O3、PM10和PM2.5随时间的变化趋势,为未来工业园区的合理规划布局提供理论基础和决策依据.结果表明:(1)常规大气污染物浓度具有明显的季节性特征,SO2 、NO2、PM10 、PM2.5冬季高浓度,夏季低浓度,O3变化趋势相反;(2)O3呈现明显单峰日变化,NO2 、PM10、PM2.5则出现双峰现象,这是由于太阳辐射增强造成光化学反应加剧、地面温度上升以及人类活动的影响.SO2受太阳辐射影响较小,日变化趋势不明显.(3)污染物浓度风向分析表明,测点常规污染物主要来源于金山新城排放,但化工区废气排放对O3浓度具有明显影响.     

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.     

浅谈齐齐哈尔市大气环境污染特征及其防治对策

齐齐哈尔市城区大气环境污染物主要为降尘、可吸入颗粒物(PM10)、SO2、NO2。其中降尘、PM10为首要污染物,降尘、PM10污染源来自煤烟尘、城市扬尘、机动车尾气尘等方面,属于复合污染类型,同时,人为活动所形成的二次扬尘正成为城市颗粒物污染的主要来源。因此,控制城区大气污染必须采取综合措施。     

北京地区1～3月PM_(2.5)、PM_(10)、NO_2、SO_2地面浓度分布特征分析

本次研究选取了2015年1~3月份北京地区的PM2.5、PM10、NO2、SO2浓度的小时栅格数据,利用ENVI 4.8软件取得各污染物栅格数据的平均值,分析各污染物的浓度分布差异,结果表明:北京地区1~3月大气污染物浓度的空间分布具有显著的梯度特征,污染物浓度从东-西、从南-北呈递减趋势,其中PM2.5、PM10的环境空气污染程度较重,NO2、SO2的地面浓污染程度较轻,主城区的污染物浓度相对较高,郊区的相对较低。     

基于遥感资料的北京大气污染治理投资对降低PM_(2.5)的效能分析

采用北京市环境监测中心35个站点的PM2.5监测数据及MODIS Terra的大气气溶胶光学厚度L3 C051产品数据,分季度建立北京市PM2.5历史浓度遥感估算模型.结合北京大气污染物(PM10、PM2.5、SO2、NO2)年均浓度数据,对北京市2001—2012年间用于工业废气污染治理投资累计额进行了效能分析.研究表明,北京市工业废气污染治理投资对于改善大气PM10、SO2、NO2均有显著贡献,但其对于大气PM2.5污染的治理效果并不明显.可能原因包括PM2.5排放源的复杂性、相关治理措施对PM2.5的针对性、经济增长导致的区域PM2.5源排放持续增长及区域外排放的持续影响等.因此,需要采取专门的有针对性的治理措施,建立健全大气污染治理技术和激励机制,控制工业燃煤及城市交通排放,削减本地及周边源排放,以有效改善北京地区大气PM2.5污染状况.     

基于PMF模型的北京市PM2.5来源的时空分布特征

2012年8月至2013年7月,对北京市定陵、车公庄、东四、石景山、通州、房山、亦庄和榆垡等8个站点的大气细颗粒物PM2.5进行了12个月次的同步采样观测,并测定了其中元素碳、有机碳、水溶性离子和无机元素的浓度水平.利用PMF模型对PM2.5的来源进行解析.结果表明,北京市PM2.5的主要来源为二次源、燃煤、地面扬尘、机动车排放、工业源和建筑尘等,年均贡献率分别为42%、19%、19%、10%、6%和4%.PM2.5的来源具有显著的季节变化,春季大风天气频繁、地面扬尘源为主要来源,而夏、秋、冬季均以二次源为主,尤其是夏季二次源贡献达56%,冬季燃煤源对PM2.5的贡献显著提升为25%.污染源贡献也存在一定空间差异,冬春季燃煤源对郊区点的贡献显著高于城区点,而二次污染源具有区域性污染特征.在区域性积累型重污染日,二次源对PM2.5的贡献均占主要地位,对气态前体物NOx、SO2和VOCs等的控制对PM2.5的减少至关重要.     

浅析宜昌市城区PM_(2.5)污染特征及防治对策研究

依据2013年白龙岗站点自动监测数据,对PM2.5污染特征及手工采集的PM2.5膜中水溶性阴离子进行分析,并结合实际提出相应的防治对策。结果表明,PM2.5作为首要污染物,其分布具有季节性特征,冬季最高,夏季最低;灰霾日PM2.5、PM10、SO2和NO2具有相同的变化趋势;NO-3/SO2-4的比值表明宜昌市呈现工业污染和机动车尾气污染的复合污染特征。     

2016-2020年成都市大气质量变化特征及健康风险评价

本文基于成都市2016—2020年PM2.5、PM10、SO2、NO2、CO和O3浓度监测数据,运用主成分分析(PCA)和复合污染特征分析污染物特征及来源,并采用美国环境保护署(USEPA)推荐的健康风险评价模型评估了PM2.5、PM10、SO2、NO2的健康风险,结果表明:2016-2020年成都市除O3外其余5种大气污染物浓度逐年降低,O3浓度总体呈上升趋势.相比2016年,2020年PM2.5、PM10、SO2、NO2、CO平均质量浓度降低幅度为26.79％,30.44％,50.00％,24.49％,41.18％;O3平均质量浓度上升9.03％.主成分分析和复合污染特征分析表明大气污染物来源具有同一性.2016—2020年成都市PM2.5非致癌风险指数均大于PM10非致癌风险指数.与其它年份相比,成都市2016年PM2.5和PM10的健康风险值均最高,分别为2020年的1.55倍和1.54倍.SO2和NO2的健康风险存在年龄差异,大气污染物的健康风险随年龄的增加而降低,对老人造成的健康风险最小,儿童最大.2016年男童和女童(<6岁)SO2/NO2健康风险值最高,是2020年的2.50/1.46倍.6～17岁和60岁以上人群,男性健康风险小于女性,其余年龄段男性健康风险均大于女性.成都市各人群PM2.5、PM10、SO2和NO2的健康风险均未超过USEPA推荐的1×10-6～1×10-4可接受风险范围.     

复合型工业城市重空气污染过程大气污染特征

以湘潭市地区2013年10月29日一次重空气污染过程为例,利用湘潭市空气自动监测站24小时连续监测数据,研究此次重空气污染过程大气污染浓度变化特征。结果表明SO2、NO2、PM10、CO、O3和PM2.5的日均值分别为105 ug/m3、117 ug/m3、542 ug/m3、2.583mg/m3、146 ug/m3、419 ug/m3,PM2.5污染最为严重,其日均浓度超出国家二级标准(75 ug/m3)4.59倍。SO2、NO2、PM10、CO、O3和PM2.5日变化显著,SO2和O3的日变化均呈单峰型,PM10、PM2.5、CO和NO2日变化均呈早晚双峰型。通过调查研究,这次污染事件的主要原因有极端不利的气象条件,近郊区大量焚烧秸秆以及PM2.5的区域污染传输。     

铜仁市中心城区PM_(2.5)污染状况及影响因素分析

利用铜仁市中心城区2015年1~2月PM2.5空气质量监测资料,分析铜仁市中心城区PM2.5浓度污染状况及影响因素,为制定相应的污染控制措施提供参考数据。结果表明:中心城区监测站点PM2.5与PM10比值为0.514,可吸入颗粒物是PM2.5的主要来源。造成PM2.5污染还有人为产生的机动车尾气、工业扬尘、道路扬尘、饮食油烟及建筑工地等因素。     

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.