近5年河北省南部地区AQI变化及其与气象要素的相关性分析

选取污染事件较为严重的河北省南部地区为研究对象,分析该地区空气质量指数(Air Quality Index,以下简称AQI)变化及其与气象要素之间的相关特性,为这一地区今后在大气污染治理方面提供相关的理论依据。利用2014～2018年河北省南部5市逐日AQI与同时段气象观测资料,分析了河北南部5市近5年来AQI时空分布及变化特征。同时运用SPSS20.0计算了AQI与气象要素间的Pearson相关系数,分析其两者之间的相关性。结果表明,2014～2018年河北南部5市年平均AQI呈现波动下降,表明河北南部空气质量过去五年总体呈好转态势。从统计平均的相关性特征来看:月平均气温与AQI均大致呈显著负相关,月平均气压与AQI呈显著正相关;月平均10m风速与AQI呈负值较低的弱相关。从统计学的角度分析了AQI与气象要素的相关性,为今后该地区根据气象条件更有针对性的去进行环境治理提供了相应参考。     

新疆“乌-昌-石”区域空气质量变化特征分析

《自治区打赢蓝天保卫战三年行动计划(2018-2020)》将"乌-昌-石"重点区域作为主战场,其空气质量受到广泛关注。通过收集2018～2020年"乌-昌-石"区域空气质量数据,分析区域及所辖城市主要大气污染物浓度的时空分布特征和变化趋势。结果显示:2018～2020年"乌-昌-石"区域空气污染具有明显的时间和空间分布特征。2018～2020年"乌-昌-石"区域污染物PM_(10)、PM_(2.5)、NO_2和SO_2的年均浓度呈波动下降的趋势,CO和O_3的年均浓度呈小幅度波动上升的趋势;优良天数比例呈波动上升趋势。6种污染物质量浓度年内分布特征为单峰型分布,PM_(2.5)、PM_(10)、SO_2、NO_2、CO峰值在1～2月,O_3峰值在7月;五个地区的优良天数比例年内变化规律基本一致,均呈现倒"U"型曲线,1～2月污染最重,优良天数比例为22.60%～21.40%,12月次之,为38.70%。PM_(2.5)质量浓度在空间分布上呈现阜康最高、乌鲁木齐市最低,NO_2质量浓度分布为乌鲁木齐市最高、昌吉市和石河子市较高、其余地区较低,O_3质量浓度最大的地区为石河子市、其余地区均较低。     

基于三次指数平滑模型的雾霾天气预测

通过分析郑州市2013—2016年空气质量指数月统计数据,可以看出空气质量指数(AQI)、PM_(2.5)、SO_2等指标均关于时间呈非线性趋势。应用三次指数平滑模型对郑州市2017年每月的AQI、PM_(2.5)、SO_2等指标进行预测。结果表明,郑州市2017年雾霾天气与实际季节变化相符,且呈"U"型分布。     

乌鲁木齐空气质量指数特征及其与气象要素相关性分析

利用2018年3月至2019年2月乌鲁木齐市空气质量指数(AQI)和同期6种主要空气污染物(PM_(2.5)、PM_(10)、NO_2、SO_2、CO、O_3)以及气象要素数据,研究空气质量指数的变化特征,并分析其与6种主要空气污染物浓度及气象要素的相关性,为乌鲁木齐市大气污染与气象要素相关性研究提供一定的数据支撑。结果表明:乌鲁木齐市首要污染物最多的是PM_(2.5),其次是PM_(10)、NO_2和O_3,AQI指数与PM_(2.5)、PM_(10)、NO_2、SO_2、CO均呈高度相关,与O_3呈中度相关;空气质量指数与平均气温以及能见度具有显著的负相关性(p0.01),而与平均本站气压、平均相对湿度、平均风速、日照时数的相关性均不显著(p0.01)。     

2015～2019年云南省城市空气质量特征及影响因素研究

利用2015～2019年云南省16个州市29188个空气质量日报数据进行数理统计,采用克里金插值法及Daniel趋势检验法分析AQI (空气质量指数)及主要污染物浓度的时空变化特征,探讨近5年云南省城市空气质量时空变化特征及其影响因素。结果表明:(1) 2015～2019年云南省SO_2、PM_(2.5、)PM_(10)浓度呈下降趋势,NO_2浓度保持基本稳定,O_3浓度呈显著上升趋势,各年间空气质量综合指数值波动较小,且逐年改善。(2) 2019年O_3-8h作为超标污染物占比达57.52%。云南省PM_(2.5)年均值相对较高区域面积略有减少,O_3年均值相对较高区域面积显著增加。(3)云南省PM_(2.5)与PM_(10)月均值呈现冬春高夏秋低的变化规律,O_3月均值为春季单峰高值,SO_2月均值整体趋势平稳变化幅度不大。(4)云南省AQI值及平均能见度和平均降水量呈显著负相关(P0.01),AQI值与平均气温及平均风速不存在显著相关性。研究显示云南省空气质量优良逐年改善,污染类型由颗粒物污染转为以颗粒物和臭氧为特征的复合型污染。空气质量受气象条件影响,能源结构优化、污染物总量减排等措施对空气质量改善起到积极作用。     

基于主成分分析的滇池外海综合评价及变化趋势研究

以滇池外海2008～2019年的8个监测断面12年的年均监测数据为研究对象,选用主成分分析法提取包含绝大部分信息的主成分,分析影响水质的主要指标,计算得到包含所有水质指标信息的综合得分值,根据综合得分值对滇池外海水质的时空变化进行综合评估,并研究滇池外海的变化规律及变化趋势。结果表明:滇池外海水质主要以富营养化及有机污染为主,根据其主成分法综合得分,滇池外海水质呈现从北到南逐渐好转的空间分布特征; 2008～2019年8个监测断面的综合得分值总体呈从高到低逐渐降低的趋势,表明各监测断面的水质污染有逐年逐渐减轻趋势;2008～2019年水质的变化趋势表现为水质污染逐渐减轻,水质呈现好转的趋势。     

南充市2014～2018年空气首要污染物特征分析及其时间序列分析

利用2014～2018年南充市主城区空气质量指数(AQI)和同期气象因子的观测数据,分析南充市城区空气质量随时间的变化规律与其影响的因素。识别南充市城区首要污染物,利用Holt-Winters乘法模型预测主要污染物2019～2020年的数值,为南充市大气污染防治提供科学依据。结果表明:PM_{2. 5}是影响AQI的主要因素,且PM_{2. 5}数值具有逐年下降趋势和季节效应; 2019年1～6月PM_{2. 5}实测值与预测值之间的相对误差率在可接受范围内,得出Holt-Winters乘法模型预测效果较好并且适用于短期(1年内)的预测分析,进而对2019年7月～2020年6月进行PM_{2. 5}值预测;PM_{2. 5}、PM₁₀浓度降低,在夏季起重要因素的是降水量,在冬季起决定性因素的是大气污染防治措施。     

乌鲁木齐大气污染物变化特征及综合评价

随着经济发展和城市化速度加快,大气污染已经成为区域性环境问题,基于2001～2018年乌鲁木齐市城市空气质量监测数据,选取SO_2、NO_2、PM_(10) 3种常规大气监测污染物作为乌鲁木齐大气环境体系评价指标,利用AHP层次分析法,建立大气污染物层次构造模型,对乌鲁木齐市大气环境质量作出综合评价。结果表明:乌鲁木齐市大气2001～2014年期间环境质量为三级,2015～2018年环境质量为二级,大气污染物权重排序为:煤改气前PM_(10)SO_2NO_2,煤改气后PM_(10)NO_2SO_2,说明乌鲁木齐市大气颗粒物占主要作用,"煤改气"能源结构调整使SO_2的浓度也有所降低,大气污染类型从以前的煤烟型污染向复合型污染逐渐转化。各年度大气质量优劣依次为2014～2018呈现逐年变好的趋势,2001～2013年有升高也有降低交替存在,整体评价与乌鲁木齐市环境质量状况公报公布的一致。表明大气环境质量改善趋势较明显,研究成果为探索乌鲁木齐市大气环境治理提供重要依据。     

新疆“十三五”城市空气质量评价分析

“十三五”是新疆经济、社会和环境发展的关键期.基于2015-2020年新疆14个城市空气质量年平均数据,采用三年滑动平均方法对新疆“十三五”空气质量进行评价分析.结果 表明:全区空气质量优劣依次是北疆＞东疆＞南疆,其中乌鲁木齐市三年滑动年均优良天数比例呈逐年上升趋势,而和田市与之相反,呈下降趋势,且三年滑动年均下降率达...     

2015-2018年衡阳市城区环境空气污染特征分析

本文利用2015~2018年衡阳市城区空气质量监测数据,分析环境空气污染特征及变化趋势。研究结果表明:2015~2018年衡阳市城区环境空气以PM2.5、PM10、O3污染为主,其中PM2.5和PM10年均值浓度呈下降趋势,O3年均值浓度呈不规则波动变化;年内时空变化上,O3呈现夏、秋季浓度高和冬、春季浓度低的特点,PM2.5和PM10呈现出夏季浓度低、冬季浓度高的特点。针对衡阳市空气污染物特征,提出了衡阳市城区空气质量改善的对策建议。     

乌鲁木齐近5年冬季浓雾和空气质量变化特征及其关系浅析

基于2016～2020年冬季乌鲁木齐2个气象站逐日气象观测资料和同期2个空气监测站逐日环境监测资料,统计分析乌鲁木齐近5年冬季浓雾和空气质量的变化特征及其关系.结果表明:米东区(167 d)冬季浓雾日多于天山区(154 d),两地均是1月最多,11月最少;冬季米东区空气质量劣于天山区,表现在米东区重污染天和优良天分别占...     

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。     

WRF CMAQ模式对常州市空气质量预报效果的评估

基于通用多尺度空气质量模型The Weather Research and Forecasting model coupled with CMAQ(WRF-CMAQ)对常州市2018年6～12月的空气质量预报结果,结合实况资料,进行了预报效果评估,以期为常州市空气质量的预报提供更好的参考。结果表明:(1)模式对常州市各预报时效空气质量指数(AQI)和各污染物浓度的标准化平均偏差(MFB)和标准化分数误差(MFE)均处于"理想水平"范围,能较好的反映实际空气质量变化趋势。(2)当空气质量为优良时,AQI和空气质量等级(AQI等级)预报效果最好,当空气质量达中度及以上污染时,预报效果最差,应进一步优化调整。(3)模式对首要污染物24小时预报准确率为66.9%,当空气质量为轻度污染及以上级别时,预报准确率较高。(4)模式对AQI的预报总体存在负偏差,对细颗粒物(PM_(2.5))浓度的模拟结果较好,对臭氧(O_3)和可吸入颗粒物(PM_(10))存在低估现象,对二氧化硫(SO_2)、二氧化氮(NO_2)和一氧化碳(CO)等3项污染物浓度均有所高估。     

中国城镇居民食物消费碳排放的时空演变特征分析

本文运用碳折算系数法和投入产出模型测算了1990—2018年中国30个省(区、市)城镇居民食物消费的人均直接碳排放、人均家庭间接碳排放和人均产业间接碳排放,并运用探索性空间数据分析(ESDA)对总碳排放的空间特征进行分析。研究表明:1990—2018年中国30个省(区、市)人均间接碳排放在研究期内呈增长趋势,人均产业碳排放增长幅度最大且始终处于主导地位,大部分地区的人均直接碳排放增长较为缓慢;人均碳排放和总碳排放都呈显著增长趋势,人均碳排放的增长幅度宁夏>新疆>上海>浙江>青海>北京,甘肃最小,总碳排放增长幅度广东>浙江>山东>江苏>河北>上海,吉林最低;总碳排放在大部分年份呈正的空间相关性,整体上呈"M"形波动;局部空间自相关分析结果表明,食物消费总碳排放存在高高型和低高型两种,且2000年及以后高高型稳定在上海、江苏、浙江地区。最后,本文依据实证结果对如何降低城镇居民食物消费碳排放提出了相应的政策建议。     

基于Models-3的自修正空气质量预报系统及其效果检验

本文介绍了一个以Models-3为基础的自动化空气质量数值预报系统,该系统通过Gambas、Yabasic和R语言等工具进行开发,集成WRF-SMOKE-CMAQ三个模式,可通过监测数据进行自动修正,完成空气质量业务数值预报,并将结果发布到Web服务器上进行呈现。该系统对硬件的要求较低,将部署于一台DELL Optiplex 9010工作站上,设置6km—2km双层嵌套,进行成都市空气质量数值预报。本文分析了成都市2014年1月1日至2014年12月31日的空气质量数值预报结果,评价系统对成都市NO_2、SO_2、PM_(10)、PM_(2.5)、O_3、CO以及空气质量指数(AQI)的预报效果。结果显示,系统对于成都市2014年空气质量变化情况趋势的预报效果较好,302天有效预报中,24小时直接预报的空气质量等级准确率为58.27%,AQI预报相关系数0.71,观测值自动修正预报对24小时空气质量预报具有明显改善效果,使其等级预报准确率达到64.9%,相关系数提高到0.89。     

青海南部地区近57年降水变化及区域差异分析

利用青南地区1961～2017年14个气象站逐日降水量,采用线性趋势、M-K突变检验和Morlet小波分析等方法,研究了该地区近57年降水的变化特征以及地域性差异。结果表明:青南地区年降水量、降水强度呈现增加趋势,降水日数反呈减少趋势,尤其以较小强度降水日数减少趋势明显,21世纪以来的近10多年是降水量最充沛、强度最强的时期;降水变化呈现季节性差异,除夏、秋两季降水日数呈减少趋势外,其余各季降水指数均呈增加趋势且春季增幅最大;降水强值区位于澜沧江源区南部和黄河源区,弱值区位于长江源区北部;年降水量和降水强度的突变增加发生在本世纪初;三代表源区中长江源区降水条件最差,黄河源区居中,澜沧江源区最理想,但长江源区为降水量及降水强度增长速率最快的源区。     

兰西城市群县域土地利用效率时空差异研究

在考虑绿色发展内涵的基础上,运用SBM-Undesirable模型测度了2006—2018年兰西城市群县域土地利用效率值,并采用泰尔指数、空间自相关方法揭示其时空差异特征。结果表明:①2006—2018年兰西城市群县域土地利用效率稳步提升,区域差异先扩大后缩小。②兰西城市群县域土地利用效率呈现“中部高—外围低、西高东低、南北分异”的空间差异规律,两省域呈现“西—东”的递减规律。③兰西城市群县域土地利用效率空间集聚特征显著,局部范畴上高—高集聚区在中部地区较为典型,低—低集聚区出现由东南向西南的扩散现象。     

西宁市空气质量指数AQI现状分析

文章根据西宁市2014~2015年空气质量监测数据,对西宁市AQI的主要特征和首要污染物等进行了分析和对比,得出西宁市空气质量主要以良为主,且有部分轻度污染,首要污染物为颗粒物,提高西宁市的空气质量应着重控制颗粒物的排放及形成。     

20年来安徽省人口时空分布特征分析

在GIS技术支持下,建立安徽省人口地理数据库,使用密度分析法、重心分析法和空间自相关分析法对安徽省1990—2012年人口时空分布特征进行了分析。结果显示,全省人口密度总体上呈由北向南递减分布格局,皖北地区人口密度呈增加趋势,皖南人口密度相对稳定,人口重心位于几何重心的西北方向,20年来人口重心从长丰县沿西北方向移动到寿县境内。全省各县(市)人口密度存在空间正相关性,且随时间推移逐渐减弱。     

西宁市城市化与生态环境协调发展定量评价与分析

以西宁市为研究区域,运用定性和定量相结合的方式,构建了西宁市城市化、生态环境协调发展指标体系,运用层次分析法和加权求和方法获得各项指标和综合指标得分,结合协调度模型来定量西宁市城市化与生态环境协调度,并对其演化趋势进行评价和分析。结果显示:2008～2017年,西宁市10年间城市化水平总体呈上升趋势,而在西宁市城市化水平提高后,生态环境质量指数虽有波动型的变化特征,总体也呈现上升的趋势。从协调度分析可知,2008～2012年,协调度呈现逐年下降的趋势,其中2010年、2011年、2012年3年的协调度值都在0.4以下,呈现中度失调状态; 2013～2017年,协调度呈现逐年回升的趋势,且呈现出较为稳定的状态。总的来看,西宁市城市化与生态环境协调度还有待加强。