河南省城市空气质量时空格局特征及驱动机制研究

空气污染是河南省经济发展过程中亟待解决的难题。基于河南省城市空气质量数据、气象与社会经济资料,运用ArcGIS和SPSS分析技术,从年、季节尺度探讨了河南省城市空气质量的时空特征及其影响因素。结果表明:河南省18个城市年均空气质量指数较高,在季节尺度上呈现"春降秋升、冬高夏低"的变化轨迹,在空间上表现出明显的集聚态势。河南省城市年均空气污染天数占比约为48.23%,且时空异质性明显。PM2.5是河南省城市空气污染的首要污染物,占空气污染总天数的54.40%,但季节性首要污染物仍需关注。风速减小、日照时数变短、温度降低、降水减少、气压升高等天气条件易于形成空气污染,而产业结构、车辆数量和建设施工等也是导致城市空气质量变化的重要因素。     

开远市空气污染与气象条件关系及污染等级预报方法

为探究空气污染与气象条件的关系，以及基于气象条件的空气污染等级报方法，以开远市为例，利用相关性分析、数值统计预报方法及《空气污染扩散气象条件等级》标准进行了分析。结果表明：(1)开远空气污染具有“冬春高夏秋低”的鲜明特点，影响污染物主要有SO₂、PM₁₀、O₃、PM_2.5,其中O₃为首要污染物；(2)影响开远市空气质量的气象条件主要有降水、相对湿度和风向。夏季降水的湿清除作用对改善当地空气质量有重要作用，尤其是在调节降低SO₂、PM₁₀、CO、PM_2.5浓度中作用显著。相对湿度与空气质量呈负相关，影响开远市空气污染扩散的风向主要为南向风；(3)根据《空气污染扩散气象条件等级》标准建立的基于气象条件的空气污染等级预报方程，比数值统计预报方法建立的AQI逐步回归预报方程具有更好的适用性，预测AQI等级对比实测AQI预报等级正确率达79.4%,对开远市空气污染防治具有一定的科学指导意义。     

秦皇岛大气污染物的分布特征及其天气背景

根据官方公布的空气质量观测数据,对秦皇岛城市PM_(2.5)细颗粒物的分布以及主要污染物(CO、NO_2、SO_2、O3)进行了分析研究。研究结果显示:秦皇岛城区年均119 d处于轻度以上污染,冬季年均有16 d处于重度以上污染,NO_2是最主要污染物,PM_(2.5)浓度在春夏季早晚各有一个峰值、秋冬季午夜前后出现极值。"静稳天气"是空气污染的必要条件,重度空气污染与近地面深厚逆温层紧密相关,地面风速0~3 m/s的风场会发生空气污染。     

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。     

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。     

成都市空气质量状况研究

根据PM2.5数据网提供的成都市2013年9月到2014年10月的数据,对空气质量指数(AQI)和空气质量分指数(IAQI)进行定量化研究。结果表明,AQI的年均值为115,属于轻度污染,空气质量优良天数为187天,占全年的51%。四季空气质量状况由好到差是夏季秋季春季冬季。空气质量白天优于夜晚,O3最高值出现在15∶00时,其他污染物浓度最高出现在23∶00,16∶00—18∶00各种污染物的浓度较低,为运动的最佳时间。PM2.5和PM10的相关系数为0.975,其年平均值分别为82.33μg/m3和126.65μg/m3,在日均值样本中超标率分别达43%和30%,NO2超标率为9%,SO2和CO无超标。     

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。     

空气质量指数计算方法在Excel中VBA的实现

空气质量指数计算方法是目前全国各城市空气质量重要信息发布的基础,广泛应用于城市空气自动监测的空气质量评价。依据《HJ 633-2012环境空气质量指数(AQI)技术规定(试行)》发布环境空气质量指数(AQI)计算方法,利用VBA在Excel下编写宏程序,可以轻松实现空气质量日报信息的发布,使用户从手工重复性的填充和插入函数操作方式中彻底解放出来。     

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。     

降水对西宁市大气污染物浓度的影响分析

文章利用西宁市区2013~2014年逐日空气污染日平均浓度资料和日平均降水资料,分析了西宁市区大气污染物浓度的分布和不同等级降水对SO_2、NO_2、PM_(10)、PM_(2.5)污染物浓度的清除能力。结果表明,西宁市空气质量以二级为主,二级天数占样本总数的57.8%;西宁市大气中的首要污染物是PM_(10)和PM_(2.5);降雨、降雪对污染物浓度具有稀释作用;不同等级的降雪量对4种污染物的稀释作用不同,降雪量在0.5mm以下时对污染物浓度的清除作用较弱甚至出现反弹现象,降雪量≥5.0mm时对4种污染物的清除能力最强;降雨量越大,对各项污染物的清除作用越明显,日降水量≥10.0mm对4种污染物的清除率达到了29.54%~57.57%;清除能力表现为SO_2PM_(10)PM_(2.5)NO_2的特征;连续降雪比连续降雨更有利于空气质量的改善;降雨等级不同时,AQI指数级别不变的天数居于首位的均为PM10;降雪量为0.6~1.0mm、1.1~1.9mm、≥5.0mm时,AQI指数级别不变的天数居于首位的是PM2.5;无论降雪还是降雨,PM_(10)和PM_(2.5)级别下降天数明显大于上升天数,尤其以PM2.5明显。     

2014~2016年成都地区空气污染气象要素分型研究

为研究成都地区发生不同程度空气污染时,地面气象要素的搭配类型特征,基于成都地区2014~2016年多个逐日气象要素值(气温、气压、湿度等)和逐日AQI资料,对2014~2016年成都地区空气质量状况进行特征分析,并且通过TSI天气分型方法,并结合同期逐日空气质量资料探讨了四季不同天气类型下空气质量特征,主要结果为:(1)2014~2016年成都市总体空气质量夏秋季空气质量最佳,春季次之,冬季最差。(2)不同天气类型空气质量状况差异较大。春季3型和4型容易发生轻度污染;夏季1型和4型容易发生轻度污染;秋季3型容易出现轻度污染;冬季4型和5型天气下容易发生轻度污染以上的空气污染状况。研究为成都地区空气污染气象研究提供参考依据,也为空气污染预报提供一些借鉴意义。     

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。     

上海市青浦区PM10污染状况及其与气象要素的关系

利用2006-2010年上海市青浦区PM10和同期地面气象要素的监测资料,定量分析PM10的季节变化规律以及PM10与降雨量、大气湿度和风速之间的关系。分析结果表明:PM10浓度在夏季处于低值,冬季处于高值;5mm/d以上的降雨对PM10有显著的清除作用,且春夏季降雨的清除作用大于秋冬季节。PM10浓度与大气湿度基本呈负相关关系。风速在一定范围内有利于PM10的扩散但不至造成扬尘,春夏季节的适宜风速是1.5～3.5m/s,冬季的适宜风速是1.5～2.5m/s。     

四川省城市环境空气质量及变化趋势

本文根据2000～2009年四川省24个地级城市例行空气监测数据,按照《环境空气质量标准》(GB3095-1996)中的二级标准,采用综合污染指数法分析了四川省近10年环境空气质量的现状、变化趋势及影响因素。结果表明:从年际变化看,可吸入颗粒物浓度呈下降趋势,二氧化硫、二氧化氮浓度变化较平稳;年内变化显示,各污染物浓度季节变化明显,冬季污染最严重,污染程度由高到低的顺序为冬季、春季、秋季、夏季。全省综合污染指数呈下降趋势,空气污染程度得到了明显缓解,空气质量逐渐变好。     

博乐市空气质量时空变化特征分析

以2001—2008年博乐市空气污染物的监测数据和统计年鉴资料为依据,对其平均浓度的时空变化特征进行分析。结果表明:博乐市空气总体良好,博乐市空气污染物的时空变化特征比较明显,SO2、NO2月变化曲线呈"U"字型,且冬春季节重于夏秋季节,这主要是由冬季取暖和不利气象条件造成的。2006年以来,博乐市TSP浓度呈现明显的空间转化特征,文教区的浓度略高于混合区,应引起环保部门的重视。     

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。     

攀枝花市区及盐边县城区城市臭氧污染状况研究

攀枝花市区臭氧污染负荷逐年上升,盐边县城区近年来臭氧污染负荷均高于20%,臭氧污染已成为影响城市空气质量的重要因素。对2017年1月~2020年2月攀枝花市区和盐边县城区臭氧污染物浓度时空变化规律和相关性进行了研究,并结合攀枝花各地太阳能和天气网记录的气象数据,统计了太阳辐射强度、紫外线辐射强度、日最高气温、日平均风向、季节气候等气象要素与出现臭氧污染的概率。研究表明,攀枝花市区和盐边县城区两地春、夏季较易出现臭氧污染,春季臭氧浓度持续高值时数最多,夏季臭氧浓度持续高值影响时数次之,两地臭氧污染物浓度变化有极强相关性。此外,臭氧浓度与气象条件密切关系,当紫外辐射强度大于30W/m²时,臭氧污染的几率为5%~8%,最高日气温值29℃~36℃之间时易出现臭氧污染,攀枝花市区臭氧污染受西向气流影响最重,盐边县城区臭氧污染受南向气流影响最重,盐边城区臭氧污染主要受攀枝花市区影响。根据臭氧污染物浓度时空变化规律和气象条件,开展区域臭氧前体物排放调控,将有效改善地区环境空气质量。     

A two-stage inexact joint-probabilistic programming method for air quality management under uncertainty

A two-stage inexact joint-probabilistic programming (TIJP) method is developed for planning a regional air quality management system with multiple pollutants and multiple sources. The TIJP method incorporates the techniques of two-stage stochastic programming, joint-probabilistic constraint programming and interval mathematical programming, where uncertainties expressed as probability distributions and interval values can be addressed. Moreover, it can not only examine the risk of violating joint-probability constraints, but also account for economic penalties as corrective measures against any infeasibility. The developed TIJP method is applied to a case study of a regional air pollution control problem, where the air quality index (AQI) is introduced for evaluation of the integrated air quality management system associated with multiple pollutants. The joint-probability exists in the environmental constraints for AQI, such that individual probabilistic constraints for each pollutant can be efficiently incorporated within the TIJP model. The results indicate that useful solutions for air quality management practices have been generated; they can help decision makers to identify desired pollution abatement strategies with minimized system cost and maximized environmental efficiency.     

乌鲁木齐市SO2污染现状调查与成因分析

乌鲁木齐市是煤烟型污染较为严重的城市之一,特别是采暖期ＳＯ２地面浓度日均值通常超出大气环境质量二级标准的２倍左右。１９９８年供暖期环境空气中ＳＯ２年度日均值为０．１０５ｍｇ／ｍ３,是国家二级标准的１．８倍。为改善大气环境质量,配合《乌鲁木齐市冬季大气污染治理方案》的实施,通过对乌鲁木齐市ＳＯ２污染现状调查及成因分析,就如何预防ＳＯ２对乌鲁木齐市环境空气的污染进行了探讨。     

2017～2018年荆州城区空气质量分布及重污染天气特征分析

利用2017年1月至2018年12月荆州城区3个国家环境空气质量监测点的污染物监测数据和荆州国家气象站地面气象要素观测数据,采用统计学方法,对荆州城区空气质量分布及重污染过程天气特征进行了初步分析,结果表明:空气污染综合指数冬季最高,春秋季次之,夏季最低;PM2.5、PM10、 CO和NO2的浓度在上午和傍晚至上半夜其...