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.     

香格里拉城区空气污染特征及其变化趋势分析

采用污染物平均负荷系数分析法和污染物Separman秩相关系数分析法,对香格里拉县城区2008～2011年5a环境空气污染特征及其变化趋势进行分析,得出影响香格里拉县城大气环境质量的主要污染物是可吸入颗粒物。可吸入颗粒物呈下降趋势,二氧化硫呈上升趋势,二氧化氮变化平稳。     

四川盆地大气污染物时空分布特征及气象影响因素研究

利用2015—2018年四川盆地内18个城市的6种污染物逐日质量浓度监测资料、同期的常规气象观测资料，采用插值、相关分析等方法，分析了四川盆地3个区域6种污染物的时空分布特征，探讨了各个污染物质量浓度与气象要素之间的关系.结果表明：①O₃在盆地中西部污染较重，PM_2.5和PM₁₀在德阳、成都、眉山、内江、自贡一带污染较重，在广元和巴中污染较轻，SO₂在巴中、南充、绵阳、德阳一带污染较轻，在广元和盆地中南部污染较重；②NO₂平均浓度呈先增后减的趋势，O₃呈增加趋势，而CO、PM_2.5、PM₁₀、SO₂均呈减小趋势；③CO、NO₂、PM_2.5、PM₁₀、SO₂呈"夏低冬高"的特征，O₃则相反，CO、NO₂、PM_2.5、PM₁₀均表现为"双峰双谷"型，O₃和SO₂则表现为"单峰"型；④偏东风有利于CO、NO₂、PM₁₀、PM_2.5的稀释扩散，偏北风有利于O₃、SO₂的稀释扩散；⑤6种污染物质量浓度均与气压、气温、24 h变温、24 h变压、相对湿度、10 m风速、700 hPa散度、850 hPa高度显著相关.风速、相对湿度、混合层高度、逆温层平均高度的增加有利于大多数污染物的稀释扩散.     

乌鲁木齐市散煤燃烧大气污染物排放清单及时空分布特征

为研究乌鲁木齐市散煤燃烧对大气污染物的贡献情况,根据实地调研收集到的散煤燃烧活动水平数据,利用排放因子法建立2015年乌鲁木齐市散煤燃烧PM_2.5、SO₂和NO_x的排放清单,利用ArcGIS空间分析工具进行空间分布特征分析,使用蒙特卡罗方法进行不确定性分析.结果表明:2015年散煤燃烧排放PM_2.5、SO₂、NO_x分别为1.70×104、4.13×104、2.80×103 t.PM_2.5和SO₂排放的主要贡献区域为乌鲁木齐县,分别占排放总量的27.35%和26.23%,这是由于乌鲁木齐县社区居民和大棚种植耗煤量较大所致;NO_x排放的主要贡献区域为米东区,贡献率高达28.03%,这是因为米东区社区居民所用炉灶为手动炉排层燃炉灶,其排放因子较大所致.空间分布特征表明,污染物主要分布在米东区南部、沙依巴克区北部及乌鲁木齐县中部.不确定性分析表明,村庄、社区、大棚种植、商业和事业单位在95%的置信区间时不确定性分别为-69%~165%、-57%~116%、-68%~171%和-67%~165%.蒙特卡罗预测结果（平均值）高于排放清单的计算结果.研究显示,乌鲁木齐市散煤燃烧对污染物排放贡献较大,并且具有明显的季节性和区域性特征.      

2005-2010年乌鲁木齐市空气质量达标特征研究

利用近6年（2005-2010年）乌鲁木齐市环境空气质量监测数据,分析研究了乌鲁木齐市PM10／SO2、NO2等主要污染物浓度时间变化和空气质量分级特征。结果表明：近6年来乌鲁木齐市空气质量保持稳定,并持续改善。主要污染物SO：和PM10年均浓度超标但整体呈下降趋势,N02浓度达标但逐年升高。冬季（1月、12月）空气质量达标天数显著增加,空气质量达标率由2005年的4．8％提高到2010年的24．2％;同期,重污染天气发生频率则由21％降低至3．2％。PM10是乌鲁木齐市冬季出现频数最高的首要污染物。     

京津冀空气质量分布特征及气象影响因素分析

对京津冀地区空气质量分布特征及影响因素的研究已比较丰富,但对气象因素的影响分析往往通过简单的相关性分析。文章通过分析京津冀地区2019-2020年各市空气质量数据的基础上,得出近几年该地区空气质量都得到了明显的提升,在冬季空气质量相对较差,而春夏及初秋空气质量相对较好;京津冀地区呈现出北部区域空气质量较好,南部地区空气质量较差的现象,但各市空气质量整体较好;回归模型得出气温和风速对AQI指数有着显著的负向影响,相对湿度和气压对AQI指数有着显著的正向影响。最终本文还针对京津冀地区空气质量的治理提出了相应的建议。     

汾渭平原空气质量的时空特征及其与气象因子的关系

汾渭平原是继京津冀和长三角之后环境污染治理的第三大重点区域,为发挥协同作用改善区域大气质量提供更为科学客观的依据,基于2014—2019年汾渭平原11个重点城市的空气质量监测资料和气象数据,利用统计方法分别从空间和时间尺度上揭示了汾渭平原空气质量指数以及主要污染物特征,及其与气象因子的关系.结果表明：11个城市中有7个城市的年均AQI指数100以上,重度以上天数占6%,重污染聚集区主要集中在关中中东部.从时间尺度看,AQI的年际波动明显且在2017年之后略有改善,冬春季特别是1月污染最为严重且呈现出明显的周末效应.首要污染物的季节差异较大,冬季以PM_2.5和PM₁₀为主,而夏季则主要以O₃为主,春秋季则分别以PM₁₀和PM_2.5为主.从气象影响因子看,年尺度上气压、降水、平均气温以及混合层高度除与O₃为正相关外与其它污染物均为显著的负相关,且呈现出明显的季节差异.而降水无论年尺度还是季节尺度上均对空气质量有利,特别是中雨量级以上的降水过程对颗粒物和O₃污染的改善作用明显.     

2017—2020年武汉市大气污染物时空分布特征研究

为进一步了解武汉市大气污染时空分布特征,对2017—2020年武汉市主要大气污染物(PM_2.5、PM₁₀、SO₂、CO、NO₂和O₃)进行了空间插值分析、时间变化分析以及与气象要素的相关性分析。结果表明：武汉市近4年环境空气质量达标率为72.98%。PM_2.5、PM₁₀、SO₂、CO和NO₂具有“冬高夏低”的“V”形特征,O₃呈“夏高冬低”的变化趋势。武汉市年均质量浓度超标的大气污染物主要有PM_2.5和PM₁₀,但其年均质量浓度均呈下降趋势,而O₃是年均质量浓度唯一处于上升状态的大气污染物,今后应重点关注颗粒物与臭氧污染。PM_2.5、PM₁₀、SO₂、CO和NO₂主要集中在武昌区、蔡甸区、青山区、江汉区、江岸区,而O<...     

乌鲁木齐市冬季典型污染事件气象过程分析

采用数值模拟与观测资料相结合的方式,对乌鲁木齐市2008年1月10—15日的冬季典型重污染气象过程进行了分析.结果表明:乌鲁木齐市存在严重污染且与当地气象条件密切相关,其ρ(PM10)峰值往往对应近地面风场风向转变和低风速情况.边界层及上层大气持续存在的强稳定层结是影响乌鲁木齐市近地面空气ρ(PM10)变化的重要因素.天山山脉、乌鲁木齐河谷、准噶尔盆地及吐鲁番盆地间形成的山谷风局地环流配合辐射逆温,是形成乌鲁木齐市夜间深厚逆温的重要原因.深厚的夜间逆温在减少污染物向上扩散的同时也大大降低了上下动量的交换,造成地面静风频率的增加,减少了大气污染物平流输送的能力.      

西丽水库叶绿素a时空分布特征及其影响因素

以典型亚热带供水型水库--西丽水库为研究对象,对其2013年4月-2014年6月藻类ρ（Chla）及其相关环境因子进行监测,分析了藻类ρ（Chla）时空演变规律及其与环境因子的关系.结果显示:西丽水库ρ（TChla）（TChla为总叶绿素a）为2.65~60.35μg/L,其中蓝藻ρ（Chla）为0.77~30.58μg/L,硅藻ρ（Chla）为0.77~31.62μg/L,绿藻ρ（Chla）为0.77~12.71μg/L.汛期（6-9月）优势藻为蓝藻,其他时期硅藻占优势,绿藻全年处于较低水平.藻类分布具有明显的空间异质性,ρ（Chla）整体呈西北库区高东南库区低的特点,汛期白芒河入库区域ρ（Chla）偏高,存在一定的藻华风险.汛期盛行西南风,平均风速为2.7 m/s,有利于藻类自高浓度的西部库区向东迁移,一定程度上降低了藻华风险.水库流场空间差异较大,水体流速为0.005~0.025 m/s,水库主导流向为东北-西南,对西北库区的高浓度藻类起到稀释作用.Pearson相关分析和典范对应分析（CCA）显示,温度、有机物以及径流量是影响藻类生长和分布的前三位因子,磷是藻类生长的限制性营养盐.      

疫情管控期乌鲁木齐大气污染时空变化及其影响因素

新冠肺炎疫情管控期间为探究空气质量变化机制提供了良好的控制环境。基于监测站点数据,运用数理统计和空间分析法探讨污染物时空变化特征及相关性,利用聚类分析、潜在源贡献、浓度权重轨迹分析乌鲁木齐市三次管控期首要污染物（PM_2.5）的潜在来源。结果表明：（1）整体来看,三次管控期PM_2.5、PM₁₀、CO、NO₂、SO₂浓度平均分别下降15.02 μg∙m⁻³、36.83 μg∙m⁻³、0.26 mg∙m⁻³、19.83 μg∙m⁻³、1.18 μg∙m⁻³,O₃浓度平均上升9.15 μg·m⁻³。日内变化上,PM_2.5、PM₁₀、CO、NO₂浓度呈现“W”型,SO₂、O₃呈现“几”字型,各污染物浓度季节差异明显。高值区集中在新市区、天山区、水磨沟区、沙依巴克区及头屯河区的东南部,低值区集中在城郊。（2）温度对PM_2.5、O₃影响较为显著,相对湿度对CO、NO₂影响较为显著;整体上,夏季气象因子与污染物之间相关性较差。（3）乌鲁木齐管控期主要气团沿天山山脉的走向流动,受到西风的长距离气流和盆地内部的短距离气流双重影响。乌鲁木齐市空气质量变化受多种气象条件及气团相互运动影响,研究结果可为今后城市大气污染控制提供参考。     

兰州市大气重污染气象成因分析

兰州市曾经是全国乃至全世界空气污染最严重的城市之一,重度空气污染特征明显.根据兰州市环境保护局公布的大气污染数据及气象局的气象观测数据,采用时间序列法和相关统计方法对兰州市2002—2011年空气污染指数(Air Pollution Index,API)大于200的大气重污染特征进行研究,并探析了其气象学成因.结果表明,静稳型重污染发生天数约占重污染发生总天数的77%,而沙尘型重污染只占23%.静稳型重污染是兰州市最主要的大气重污染类型,它往往存在PM10、SO2和NO2三种污染物同步累积的过程,持续时间长,主要发生在冬季;而沙尘型重污染持续时间短,由于外来高浓度沙尘输送的影响,PM10浓度会急剧升高,而SO2和NO2浓度则会明显下降(SO2、NO2浓度明显低于静稳型重污染),几乎都发生在春季.对它们的成因分析表明:静稳型重污染的气象学成因主要是风速小,稳定能量大,大气环境稳定度大,不利于湍流扩散,本地源污染物持续积累造成;沙尘型重污染气象学成因主要是春季气候干燥,相对湿度低,造成大风沙尘天气,给兰州市输送大量沙尘颗粒形成大气重污染.此研究结果可为兰州市大气重污染的防治提供科学依据.     

乌鲁木齐地区土壤重金属污染空间分布及污染预警研究

以乌鲁木齐市土壤和农作物为研究对象,在大量野外调查采样和样品测试分析的基础上,运用地统计学和BP神经网络技术等方法,对研究区内土壤重金属的空间分布及重金属污染进行预警研究.结果发现,整个研究区重金属污染均呈增强态势,Cr元素呈现南北两头高、中间低的分布规律,其余各元素均呈现出较为明显的条块状或斑块状分布,且从南到北逐渐降低,高值区主要集中在乌鲁木齐市区.通过BP神经网络模型对乌鲁木齐2015年和2020年土壤重金属含量进行了预测,并对预测结果进行预警分析.结果表明,未来10年内,随着乌鲁木齐社会经济的发展,各行政区重金属元素含量均表现出了累积增长的趋势,其中,天山区、沙依巴克区、新市区和水磨沟区等4个主城区预测值普遍高于其他行政区.从预测结果来看,乌鲁木齐地区未来10年内,Cd元素污染相当严重,将达到重警状态,Zn元素将达到中警状态,其余各元素基本上处于轻警或无警状态.     

京津冀大气污染的时空分布与人口暴露

经济的快速发展和城市化导致京津冀地区的空气质量不断恶化,已经引起学术界广泛的关注.为了揭示近年来京津冀地区大气污染状况,本研究基于中国空气质量在线监测分析平台发布的PM_(2.5)、PM_(10)、SO_2、CO、NO_2和O_3_8 h_max长期监测数据,采用统计学的方法分析了2014—2018年京津冀13个市这6种污染物的时空变化特征,结合各城市人口数据,评估了在此背景下该地区PM_(2.5)和O_3_8 h_max的人口暴露风险.结果表明:京津冀地区PM_(2.5)、PM_(10)、SO_2、CO和NO_2近年来整体上呈下降趋势,而O_3_8 h_max则呈上升趋势.总体而言,PM_(2.5)、PM_(10)、SO_2、CO和NO_2表现为冬季最高、春秋季次之、夏季最低的特征,而O_3_8 h_max则表现为夏季春季秋季冬季的特点,并在月变化上呈倒"V"型,从1月份开始逐渐上升,在6月份达到峰值,而后又逐渐下降.空间上,PM_(2.5)、PM_(10)、SO_2、CO和NO_2呈现南高北低的分布特征,而O_3_8 h_max在2014—2016年呈现北高南低的分布特征,但在2017—2018年则呈现南高北低的分布特点.此外,京津冀北部地区PM_(2.5)的来源主要是一次气溶胶,而二次气溶胶是中部地区PM_(2.5)的主要来源.除秦皇岛、承德和张家口外,其他城市细粒子在颗粒物中占的比重较大.随着近年来PM_(2.5)浓度的降低,暴露于高浓度的PM_(2.5)中的人口比例逐年减少,但距离年平均浓度限值还相差很远.除2014年外,暴露在O_3浓度超标情况下的人口在2015—2017年逐渐上升.     

乌鲁木齐市气溶胶光学厚度时空分布特征及潜在来源分析

依据2009年1月—2019年7月MODIS/AQUA C6.1 MYD04_L2气溶胶光学厚度(Aerosol Optical Depth, AOD)日数据,在宏观视角下对乌鲁木齐市AOD时空分布特征进行分析,利用后向轨迹模式(Hybrid Single Particle Lagrangian Integrated Trajectory,HYSPLIT)和潜在源贡献作用分析方法(Potential Source Contribution Function, PSCF)讨论气溶胶运输的季节性变化,并揭示研究不同季节对AOD影响较为明显的潜在源空间分布.结果表明:①乌鲁木齐市AOD呈显著的季节性差异,四季均值依次为:春季(0.328)>夏季(0.310)>秋季(0.273)>冬季(0.137),AOD高值区主要集中在市区.②AOD年内呈双峰分布,峰值分别对应为4月(0.402)和8月(0.346);10 a间AOD呈弱下降趋势,其中2014年最高(0.316),2017年最低(0.235),AOD均值为0. 276.③春季和冬季乌鲁木齐市气团输送主要...     

环境管理强化后南京市2013 — 2016年大气污染物的时空特征和气象影响

城市空气污染具有显著的时空分布特征,并受污染来源、气象条件和地理等因素影响。近年来我国已实施一系列环境污染管控,根据南京市2013?—?2016年国控点的大气环境监测数据和同期气象资料,利用多元统计分析探讨了南京市大气污染物的时空变化特征及其与气象要素的关系。结果表明：近3年南京市的污染物以臭氧（O₃）和颗粒物（PM_2.5、PM₁₀）为主,大气污染物时空分布特征明显。时间上主要表现为季节变化,多数污染物浓度冬高夏低,但臭氧相反;空间上主要为城市功能区差异,工业交通区浓度高于生态公园区和郊区。除了污染源因素,空气污染程度也受气象要素的制约,风速、降水和温度是影响污染物在城市大气中稀释、扩散和转移的重要因子。     

乌鲁木齐市大气污染治理成效的综合评估分析

2012~2013年乌鲁木齐采用了以煤改气为主的大气环境治理措施.利用2009~2014年冬季主要污染物浓度、1993~2014年的直接辐射、能见度、霾日数据,并参考相关文献,从大气环境的化学属性、物理属性两个方面评估煤改气等工程措施对乌鲁木齐市大气环境的改善效果.结果表明, 2013~2014年两个冬季乌鲁木齐市主要污染物PM₁₀、SO₂、NO₂浓度比煤改气前期(2009~2011年冬季)各自下降了26.1%、80.2%、11.6%;细颗粒物PM_2.5中水溶性物质的总浓度比例下降了20.57%.煤改气工程前后PM_2.5中可溶性离子浓度排名前三位的均是SO₄^2-、NH₄⁺和NO₃^-,但后期SO₄^2-和NH₄⁺占据PM_2.5质量浓度比例比前期下降近一半,NO₃^-质量浓度比例变化不大.从大气物理特性来看,煤改气等工程之后乌鲁木齐冬季直接辐射量提高,且2014/2015年冬季的直接辐射量是过去23年中第二个峰值;2012/2013年冬季能见度平均增加了5.7km,是1997年以来的最大值.与上年度同期相比,增幅达35.0%;2012/2013年冬季霾日数比上年度同期减少了15d,降幅达50%.上述结果说明乌鲁木齐市的大气环境得到了一定程度的改善.