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。     

柳州市2009-2014年空气污染变化

近年来,城市空气污染日益严重,已成为公众广泛关注的环境问题之一。柳州是中国西部的工业重镇、广西有名的工业城市,位列国家划定的113个大气污染防治重点城市之中,是广西第一个开展PM2.5监测的城市。本研究于2009—2014年连续6年对柳州市大气主要污染物SO2、NO2、PM10和PM2.5的浓度进行在线观测,获得了污染物的长期时间和空间分布特征。结果显示,SO2浓度呈逐年下降趋势,并于2011年达标之后显著下降,2014年相比2009年下降了50.0%;NO2浓度一直在低于标准以下波动(24.6~35.1μg/m3);PM10浓度呈逐年增长趋势,并从2011年开始超标,2014年相对于2009年增长了69.3%。各污染物浓度都具有显著的季节变化:冬季秋季春季夏季。SO2、NO2、PM10和PM2.5的浓度冬季相比夏季分别提高82.9%、56.3%、66.9%和133.6%。冬季SO2和秋冬季PM10超标,PM2.5除7月外全线超标。PM2.5/PM10的比值冬季也高于夏季,表明冬季更易富集细颗粒。各污染物浓度也表现出不同的空间分布。九中各污染物的浓度都最高,可能与其离柳州钢铁公司距离较近有关。SO2除九中外,其他站点均达标。NO2全部达标。PM10市监测站和九中超标。PM2.5所有站点超标严重。本研究结果表明,柳州市煤烟型污染得到有效控制,但颗粒物污染,尤其是细颗粒物污染日益严重。     

成都市2020年PM2.5变化规律及预测分析

以成都市2020年的日均空气质量数据和地面气象数据为基础,对PM2.5浓度的年际变化和季节分布进行分析,得出成都市2020年较2019年相比PM2.5平均浓度下降5.94μg/a·m3,年度最低值为4μg/m3;PM2.5随季节变化规律为:冬高夏低,冬季波动大,夏季稳定,平均浓度冬季最高,秋季次之,夏季最低,并且冬季有...     

成都市大气消光系数及PM2.5质量浓度在不同湿度条件下的关系研究

大气消光系数可以表征污染程度的大小,其本身与相对湿度密切相关。对2013年6月~2014年5月的逐小时地面观测的大气消光系数、相对湿度和PM2.5质量浓度数据进行统计与相关分析,以了解成都市大气污染的时间分布特征以及相对湿度和PM2.5质量浓度对其影响,在此基础上分析细颗粒物的吸湿增长特性。结果表明:(1)成都市消光系数具有明显的季节特征,消光系数大小依次为冬季秋季夏季春季。消光系数日变化在不同季节表现出不同的变化趋势。(2)当相对湿度小于80%时,PM2.5浓度与消光系数显著正相关,可直接利用污染物浓度代表污染的严重程度。(3)平均单位质量消光系数随相对湿度的变化表现出随机性,但整体呈现正相关。就平均而言,相对湿度每增加一个单位,平均单位质量消光系数增加0.013%。(4)由于成都市相对湿度对消光系数影响较大,因此在评定污染程度时用空气质量指数进行评定比用能见度评定更具科学性。     

云南省蒙自市大气PM2.5污染特征及来源解析

为了解蒙自市PM2.5的主要化学组分季节变化、来源及贡献,于2017~2018年每季典型月连续10天在蒙自市城区采集样品,对PM2.5的质量浓度及主要化学组成成分进行了测量分析。结果显示:经CMB解析后工艺过程源、二次硫酸盐、煤烟尘、机动车尘、道路扬尘、二次硝酸盐、建筑施工尘和其他源对PM2.5的贡献率分别为23.24%、20.65%、14.11%、13.31%、7.34%、6.32%、5.21%和9.82%;水溶性无机离子质量浓度为19.49μg/m^3,占PM2.5年平均质量浓度的53.09%,是PM2.5的重要组成部分,此外SO2-4、NH+4和NO-3分别占离子总量的41.20%、27.51%、12.85%;PM2.5中NO-3/SO2-4比值在0.20~0.38范围内,说明固定污染源对蒙自地区大气中SO2和NOX的贡献仍然大于机动车的贡献;春季SOC值为3.33大于二次反应生成的有机碳的条件,表明春季受到二次污染源的影响最为严重;蒙自市全年PM2.5浓度平均值为29.72μg/m^3,低于国家环境空气质量标准(GB3095—2012)年均35μg/m^3二级限值,而且风向、风速等气象条件是造成蒙自春季PM2.5浓度高于其它季节20μg/m^3的关键因素,而其关键贡献源是工业源、建筑施工工地和道路扬尘源。     

巴中市城区PM_(2.5)污染特征及时空变化规律分析

利用巴中市城区一个自然年(2016年3月1日~2017年2月28日)的空气质量数据,分析了巴中市城区PM_(2.5)的污染特征和时空变化规律。结果表明,PM_(2.5)日均浓度对数值接近正态分布特征,PM_(2.5)与其他主要大气污染物都具有显著的相关关系。CO、NO_2是主要的相关因素,与PM_(2.5)的相关系数都高达0.7以上。PM_(2.5)浓度表现为冬季秋季春季夏季,这与首要污染物是PM_(2.5)的天数占比以及PM_(2.5)与PM_(10)相关系数的季节变化一致,反映了PM_(2.5)呈现出以冬季污染最重,春、秋季污染中等,夏季污染最小的季节特征。PM_(2.5)与PM10的浓度比值表现为冬季秋季夏季春季。各个站点的PM_(2.5)变化趋势一致,相互之间浓度差异小且比较均衡,巴中中学站点的PM_(2.5)浓度无论在任何季节都高于其他站点,苏山坪站点在冬季的PM_(2.5)浓度明显低于其他站点,表明PM_(2.5)污染具有明显的区域性特征,与人类活动强度相关的局地污染对PM_(2.5)污染具有一定影响。     

大连市环境空气中PM2.5污染特征分析

2013—2018年大连市环境空气质量明显改善.大连市环境空气中PM2.5污染特征分析表明,PM2.5浓度在冬季采暖期较高,夏季非采暖期浓度较低,具有早晚双峰的日变化特征.2018年各区市县PM2.5年均值均下降.除普兰店区和瓦房店市PM2.5年均值超标,其他区市县均达标.大连市区PM2.5年均值仅高于长海县,低于其他...     

阿克达拉PM2.5演变特征及与气象要素的相关性分析

为深入了解阿克达拉PM_2.5颗粒物污染,利用阿克达拉国家大气本底站颗粒物监测仪器GRIMM180观测的2010～2019年PM_2.5数浓度及台站的常规气象观测资料,用z-score法对PM_2.5数据标准化进行时间变化趋势分析,利用SPSS进行Pearson系数相关分析,能够客观反映出颗粒物浓度与气象要素间的共变趋势程度。结果表明：(1)10年中PM_2.5浓度整体上升7.15%。季节变化表现为冬季>春季>秋季>夏季的特征。秋季为明显右偏态分布其余季节对称分布,且冬季的变化性最大。月变化周期为13个月,呈现出“U”形起伏的变化规律。日变化呈现单峰的型式,且采暖期为非采暖期浓度2倍,呈现白天堆积晚上扩散的周期。(2)PM_2.5与风速、相对湿度和日照时长相关性最好,且在冬季表现最为显著。PM_2.5最高浓度风向为正南,阿克达拉主要污染物成分主要来自西北、偏西方向。风速为10m/s时为PM_2.5浓度明显转折点。夏季PM_...     

长沙市城区典型交通路口PM_(10)和PM_(2.5)污染特征研究

利用车载环境空气质量监测系统对长沙市城区典型交通路口的近地面空气质量进行了实时监测。结果表明,在监测时段(14∶00~20∶00)内,该监测点环境空气中PM10的小时质量浓度范围在0.097~0.222mg/m3之间,平均值0.163mg/m3;PM2.5的小时质量浓度范围在0.050~0.158mg/m3之间,平均值0.103mg/m3。PM2.5/PM10比值在48.1%~76.6%之间,平均值62.4%。PM10与PM2.5质量浓度在星期一相对较低,星期二有所升高,星期三至周末总体上保持基本稳定。在监测时段PM10与PM2.5小时质量浓度呈现先降后升的变化规律,即14∶00~15∶00,PM10与PM2.5质量浓度相对较高,16∶00左右降至最低,从17∶00开始逐渐升高,20∶00达到峰值。PM10和PM2.5的质量浓度变化与车流量和车速密切相关,温度、相对湿度和风速等气象因素对PM10和PM2.5质量浓度的变化影响也较显著。     

气象因素对长沙市PM_(2.5)周期性变化规律的影响分析

以长沙市10个城市环境空气自动监测站点2013年的历史监测数据为基础,分析了PM2.5质量浓度的周期性变化规律,并采用非参数分析(Pearson相关性)法,研究了气象因素对长沙市PM2.5质量浓度周期性变化的影响。结果表明,PM2.5日均质量浓度在不同季节的绝对值和变化周期都相差很大。总体上,PM2.5在冬季的浓度高于夏季;PM2.5质量浓度的变化周期在3~8d。在2013年4个典型月份内,温度和风速与PM2.5质量浓度负相关,而湿度和气压与PM2.5质量浓度正相关,相关系数分别为-0.573、-0.395、0.519和0.440。PM2.5周期性变化与区域内大气环境容量相关,而大风、降雨等强对流天气是终结PM2.5变化周期的主要环境因素。     

气象因素对长沙颗粒物浓度影响的季节性差异分析

利用回归分析和相关性分析研究气象因素对长沙PM_(2.5)、PM_(10)浓度影响的季节性差异。研究表明:(1)春季,与PM_(2.5)、PM_(10)浓度相关系数最大的气象因子分别为日降水量、日最高气温;夏季均为日最大风速;秋季均为日平均相对湿度;冬季为日降水量、日最高气温。(2)秋季气象因素与PM_(2.5)多元回归分析R~2(P0.01)最大,为0.269;春季次之,R~2为0.159;春、冬季较低,R~20.1;秋季气象因素与PM_(10)多元回归分析R~2(P0.01)最大,为0.572;春、夏、秋季,R~2分别为0.258、0.265、0.252。本结果揭示了不同季节气象条件影响PM_(2.5)、PM_(10)浓度的差异程度,利于提高城市PM10、PM_(2.5)预测的精度水平。     

降水对西宁市城市空气污染的影响分析

文章依据西宁市2001~2009年主要污染因子PM10、SO2、NO2浓度日数据,从月(或季年)平均值、有降水(微量、微量以上)平均值、无降水平均值出发,研究西宁市PM10、SO2、NO2在有降水、无降水等不同情况下月、季节和年度变化特征,同时分析降水对PM10、SO2、NO2浓度变化的影响和关系。统计分析结果表明:西宁市城市PM10、SO2、NO2无降水日浓度均值最大,月均值其次,有降水日浓度值最小。三者浓度值在夏秋季最低。SO2的浓度均值2006年出现最小值,最大值出现在2003年;NO2浓度均值2006~2009年间呈上升趋势;PM10浓度均值2002年最低,2007年达到最高。     

合肥市颗粒物时空分布特征及其气象成因研究

利用2014—2015年合肥市颗粒物浓度及气象观测资料,对合肥市颗粒物浓度时空分布特征及其与气象要素的关系进行了分析。结果表明:2015年,合肥市PM10、PM2.5日均浓度均呈现"一增一减"趋势;PM10与PM2.5日均浓度分布季节差异明显,呈现"V"型特征;在空间分布上,PM2.5的浓度主城区高于周边地区,PM10浓度北部整体高于南部;PM10与PM2.5浓度与降水量、相对湿度、风速和风向均有一定相关性。     

大连市大气中气态总汞的时间分布特征研究

为研究大连市大气中气态总汞的时间分布特征,采用Lumex RA-915AM型测汞仪对大连市气态总汞进行了长达一年(2015年)的连续监测。结果表明:2015年大连市气态总汞年平均值为3.72 ng/m3;季节浓度高低顺序为春季夏季冬季秋季;月均值最大值出现在夏季,日均值最大值出现在春季;春季气态总汞浓度白天明显高于夜间,而夏季则白天明显低于夜间,秋季、冬季白天与夜间气态总汞浓度没有明显差别。     

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。     

克拉玛依市PM_(2.5)污染特征分析

对克拉玛依市2014-2015年PM_(2.5)质量浓度进行整理统计,通过Arc GIS空间插值和EXCEL数理统计分析得出PM_(2.5)的质量浓度变化特征。结果表明,PM_(2.5)各小时浓度均低于国家二级标准,整体空气质量为良;PM_(2.5)季节浓度呈现冬季高,春夏低的规律,其中2月份浓度最高,为63.7μg/m3,4月份最低为23.6μg/m3;各监测站PM_(2.5)浓度受盛行风影响自西北向东南方向递增,依次为南林小区、长征新村、白碱滩区、独山子区、乌尔禾区商贸区;PM_(2.5)与PM10全年平均比值为0.53,整体空气污染较重。此外,PM_(2.5)与NO_2和SO_2均呈正相关,与O_3呈负相关性,说明汽车尾气和化石燃料排放是PM_(2.5)的主要来源。     

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。     

昌吉市典型区域PM_(2.5)中有机碳和元素碳污染特征分析

本研究分析PM_(2.5)中有机碳和元素碳的质量浓度变化特征,对昌吉市典型区域昌吉州环保局2016-01月至2017-01月采集的大气细颗粒物(PM_(2.5))样品,利用美国(Sunset Lab Inc)大气气溶胶元素碳与有机碳仪分析了其中的有机碳(OC)和元素碳(EC)浓度水平、污染特征及其可能来源,以期为深入了解昌吉市颗粒物污染现状,制定大气污染防治对策提供依据。结果表明:昌吉市OC和EC的质量浓度范围分别为0.13~46.71μg/m3和0.05~8.25μg/m~3,5月份质量浓度最小,EC的质量浓度月分布无明显变化,OC和EC最大浓度均出现在2月。OC的质量浓度季节变化特征呈现冬季秋季夏季春季;EC的质量浓度季节变化特征呈现冬季秋季夏季春季。在不同的季节,OC的浓度变化比较明显,EC排放相对稳定。对各季节OC、EC相关性分析中可以看出,昌吉市OC、EC相关性表现为夏季最强,春秋次之,表明昌吉市夏、春、秋OC、EC具有相似来源或大气扩散过程,主要来源于交通源机动车尾气的排放;冬季相关性较低,说明OC和EC来源复杂,冬季进入采暖期,采暖期燃煤燃气增加,排放量增大,排放源结构复杂,大气污染可能受多种源共同影响。     

长沙市空气质量变化特征及气象要素影响分析

利用2015—2018年长沙市连续在线观测得到的环境空气6项污染物质量浓度和同期的气象要素数据,分析空气质量变化特征及其与气象要素的关系。结果表明:长沙市空气质量正逐年好转,且具有明显的季节特征,呈春夏季较好、冬秋季较差的特征;影响长沙市空气质量最主要的首要污染物为PM_(2.5),其次为O_3,且以PM_(2.5)为首要污染物的天数逐年减少,以O_3为首要污染物的天数逐年增加。PM_(2.5)、PM_(10)、NO_2、SO_2、CO浓度的季节变化特征都是夏低冬高,但O_3浓度的季节变化却是夏高冬低。各项污染物浓度与同期5种气象要素的相关性分析结果表明:各项污染物浓度与气压、气温、降水量、风速相关程度较高,其中,O_3与气象要素的相关性与另外5种污染物的相关性完全相反。     

NAQPMS模型预报合肥、蚌埠和芜湖空气质量的效果评估

评估了NAQPMS模式预报的合肥、蚌埠和芜湖2017年3月1日—2018年2月28日PM_(2.5)、PM_(10)和O_3地面浓度及预报准确率,发现模式对物种的预报能力依次为:O_3 PM_(2.5)PM10;对城市的预报能力依次为:合肥芜湖蚌埠。模式对PM_(2.5)和PM_(10)的预报能力在春季较弱,对O_3的预报全年均较强。整体而言,评估地区的空气质量以优良为主,等级准确率在秋季最高,冬季最低,年均值为69%;首要污染物以PM_(2.5)、O_3、PM_(10)和NO_2为主,其准确率在冬季最高,春季最低,年均值为62%。