空气污染指数改进方案公众参与调查

为进一步改进API(空气污染指数),提出了5个改进方案,并针对方案中的重点问题进行公众参与调查. 调查问题包括现行API能否反映空气污染状况以及灰霾状况;是否同意加入CO,O₃和PM_2.5指标;是否同意将API的计算时间调整为00:00─23:00;ρ(PM_2.5)限值如何设定. 结果表明:公众对API改进方案总体上持肯定意见;超过70%的人同意在API中加入CO,O₃和PM_2.5指标,并有50%以上的人同意根据我国实际情况制订ρ(PM_2.5)限值. 由于改进方案4中增加了CO,O₃和PM_2.5指标,且将API计算周期调整为00:00─23:00,并按照我国的研究成果提出了ρ(PM_2.5)限值,因此,方案4更贴近公众的意见.      

空气污染指数模式的改进

我国目前以空气污染指数API报告各城市的环境空气质量。由于我国各地环境空气质量状况差异很大,该方法在报告城市空气质量时具有较大的片面性,不能综合反应污染状况。本文针对现行的API指数法进行了模式推算和改进,新的计算模式可更客观全面地反映城市空气质量。     

阜新市空气污染指数分析

根据阜新市环境监测中心站空气自动站监测数据,运用空气污染指数法,对阜新市2007年空气质量进行分析。结果表明:2007年阜新市空气质量级别为良,首要污染物为PM10。冬春季空气污染较重,污染源排放、不利气象和二次扬尘等因素是造成阜新市大气污染的主要原因。     

典型城市公众感受与空气污染指数的相关关系

针对现行空气污染指数与实际人体感受可能存在较大差距的问题,分别在广州和乌鲁木齐进行了为期一年的问卷调查.结果表明:公众主观环境空气质量评价(PSI)为良和轻微污染对应的API分别为43和99(广州), 75和179(乌鲁木齐),但较弱的相关关系表明,现行包含3项污染物指标的API尚不能完全体现公众的主观感受;公众健康综合感受(PHI)恶化对应的API区间广州约为API>60,乌鲁木齐则为API>100;广州PSI的主要影响因素是PHI和能见度,而在乌鲁木齐则为ρ(SO₂),ρ(NO₂),ρ(PM₁₀)和PHI;建议将能见度,O₃和PM_2.5纳入API或环境空气质量评价.      

浅谈空气污染指数在环境监测中的应用

空气环境监测是掌握空气污染指数,鉴别环境污染程度的重要措施,可为人们制定空气污染治理策略提供重要依据。本文主要介绍了空气污染指数的相关内容及其在环境监测中的基本流程,分析了环境监测中应用空气污染指数的重要作用以及进一步加强空气质量监测的建议。     

空气污染指数在环境监测中的应用进展

近几年,全球空气环境质量日益下降,对人们的日常生活、工业农业生产以及各种经营活动带来了较为恶劣的影响。作为评价空气质量的一项重要指标,空气污染指数在环境检测领域的应用十分广泛,对于环境监测工作来说至关重要。本文通过查阅大量相关文献,总结了空气污染指数在环境监测中的应用及加强环境监测的措施,旨在为环保工作提供参考价值。     

基于BP神经网络的空气污染指数预测模型研究

BP神经网络已成为研究空气污染预测的有效工具之一。文章利用近十年北京市地面气象观测资料和空气污染指数数据,通过BP神经网络技术构建了不同季节的空气污染指数预测模型,对北京市空气污染指数进行了预测。通过相关系数分析法,对比分析了预测结果与实际监测结果,研究结果表明:春、夏、秋、冬季的预测值与监测值线性相关系数分别为0.81、0.84、0.89、0.85。北京春季常伴随有沙尘天气,而文章并没有考虑沙尘天气对预测模型的影响,因此春季BP神经网络预测精度在四季中最低,其预测值与监测值的线性相关系数为0.81。由于秋季不同空气质量级别的数据都有较多分布,因此该季节构建的网络更具有代表性,其预测精度在四季中最高,预测值与监测值的线性相关系数高达0.89。总之,BP神经网络模型对于北京空气污染指数预测是行之有效的。     

中国空气污染指数变化特征及影响因素分析

以2001～2010年我国42个城市逐日空气污染指数、主要污染因子、空气质量级别和空气质量状况资料为基础,分析了近10 a我国空气质量的变化特征.结果表明,我国城市大气受燃煤影响较为严重,可吸入颗粒物为主要污染因子,空气质量状况以优、良和轻微污染居多;空气质量季节变化明显,冬季空气污染最严重,夏季最轻;从年际变化看,空气质量表现出逐年好转趋势;城市大气环境质量在区域上存在显著差异,表现为由南到北、从沿海到内陆逐渐变差的趋势.对空气污染影响因素的分析表明,局地污染和西北地区沙尘传输造成的自然降尘是我国城市空气质量的主要污染源;气象要素对大气污染物有制约关系,空气污染指数与降水量、风速、逆温线性相关;地形的空间差异影响着气象条件的分布,进而对空气质量的空间变化产生影响;人类活动对城市空气质量也存在一定的影响,且具有双重作用.     

陕西省4市2007—2009年空气污染指数分析

根据对国家环境保护部和陕西省环境保护厅提供的2007—2009年空气污染指数（API）资料的分析,对2007—2009年陕西省4市（西安市、宝鸡市、渭南市、延安市）空气质量级别、首要污染物等指标和空气污染指数的月、年平均值及变化规律进行了全面统计分析及横向、纵向比较。给出了4市近3a污染情况的统计数据及污染指数曲线图等,并从多方面分析造成其规律变化的成因。     

基于小波变换的兰州市近十年空气污染指数变化

对兰州市近10年逐日空气污染指数的时间序列采用一维连续Morlet小波进行小波变换分析,研究了该市大气污染时间序列的多尺度变化特征、主周期和影响因素.结果表明:兰州市近10年空气污染指数在不同时间尺度上具有不同的\"高-低\"交替演化规律,且以300d左右的变化为主周期,100d左右的变化为次周期;受地形条件的影响,大气污染呈现\"冬重夏轻\"的格局,且受河西走廊沙尘活动的影响,往往伴随春季污染次高峰的发生,春分和秋分前后是1年中大气污染轻重状况转换的拐点;兰州市近10年大气污染状况总体趋向好转,但局部时段污染加重的现象亦时有发生.小波变换分析对于研究空气污染指数时间序列的变化规律十分有效,也适用于其他污染物时间演变规律的研究.     

提高空气质量指数准确性的建议

空气质量指数是国际上普遍采用的定量评价空气质量好坏的重要指标,但各国统计标准和方法有所不同,对环境的评价结果也存在一定差异。由于受多种因素的影响,中国目前的空气质量指数常常表现出与公众感受及其他环境监测指标不相一致的现象。针对于此,结合中国城市发展和环境监测技术的实际情况,提出了优化设置空气质量监测点、提高空气污染物浓度标准、增加空气质量统计指标和改进空气质量指数统计方法等改进建议,以进一步提高空气质量指数指示环境的准确性。     

中国典型城市环境空气质量变化趋势分析研究

文章选取北京市、兰州市、乌鲁木齐市、青岛市、武汉市、深圳市这六个典型城市为研究对象,利用2003年-2013年六个城市的SO2、NO2和PM10浓度数据,计算出区域空气综合污染指数和污染负荷指数,并采用Daniel趋势检验法分析主要污染物的变化趋势.结果表明,六个典型城市环境空气质量状况从优至差排列依次为深圳、青岛、武汉、北京、兰州、乌鲁木齐;六个典型城市空气首要污染物为PM10,SO2的污染负荷呈下降趋势,NO2的污染负荷呈上升趋势;各城市的空气质量整体呈现好转趋势,表明大气治理初见成效.     

武威市空气质量现状与人群健康分析

目的:依武威市环保局2003年-2010年大气监测数据,对武威市空气质量进行评价。确定空气中的主要污染物,分析其对人群健康的影响,提出改善空气质量的建议和措施。方法用空气污染指数评价法,选用API指数划分武威市空气质量等级。结果评价结果显示武威市空气中的首要污染物为PM10,2003年空气质量为优良的天数占到全年的24.38%,之后逐年好转,到2010年全年空气质量均处于优良。结论近年来武威市空气质量逐渐好转,但危害人群健康的因素依然存在,因此需进一步加大环境综合治理,控制污染物排放,提高空气质量,保护人群健康。     

空气污染潜势-统计结合预报模型的建立及应用

建立了一个空气污染潜势预报和统计预报相结合的模型,该模型以特征气象因子和大气扩散清除因子为基础,并考虑不同因子的权重,定义空气污染潜势指数APPI.所考虑的因子包括:地面风速、混合层高度、混合层内平均风速、风向日变化、稳定度级数、垂直扩散系数、SO2干沉降速率、NO2干沉降速率、PM10干沉降速率、降水时长、地面天气形势.进一步利用统计方法建立空气污染指数API与APPI之间的关系.利用南京地区2009~2010年气象资料计算APPI,通过3项式拟合得到API与APPI的统计方程.结果表明,拟合得到的API与实际API相关系数为0.67,具有显著的相关性,且等级准确率为76.7%.进一步利用2011年1~12月中尺度气象模式WRF预报的气象场开展实况预报.研究表明,24h预报、48h预报、回顾预报的逐月等级正确率分别为44.4%~87.5%,46.4%~100%和63.0%~80.0%,年均等级正确率为60.6%,62.4%.和73.1%.若定义预报API与实际API相差±20以内为正确,则24h预报、48h预报、回顾预报的正确率分别为58.1%, 59.4%和63.8%.在IBM x3500并行集群服务器上计算,48h预报需要机时3h.可见,该模型具有较好的预报性能, 相对数值模型计算效率很高.     

大连市区空气质量变化趋势及与其它城市比较

分析了大连市区空气质量现状及变化趋势,并与其它副省级城市及国外城市比较,分析了大连市区污染日产生的主要原因;提出了今后工作的主要目标：加强扬尘和烟尘污染控制,节能、减排等脱硫工程的实施以及推进清洁能源的使用。     

大气污染与人体健康

人类活动排放的各类污染物在大气中扩散、传播,当积累到一定浓度时,对人体的健康造成一定危害。大气中对人体危害最大的污染物有五种：颗粒物、二氧化硫、一氧化碳、氮氧化合物及碳氢化合物,我国目前环境监测部门主要对PM10、SO2、NO2 3个污染因子进行日常监测,并以空气污染指数的形式划分环境空气质量等级、评估空气质量的优劣。人类的生存离不开清洁的大气,保护大气环境,刻不容缓。     

我国空气质量健康指数的初步研究

收集我国16个城市2001~2010年每日PM10、SO2和NO2浓度和居民日死亡数,采用经典的时间序列研究方法和贝叶斯层次模型,分析在全国水平上各污染物与居民每日总死亡率的暴露反应关系,据此构建我国空气质量健康指数(AQHI).比较AQHI与现行空气污染指数(API)和空气质量指数(AQI)预测居民日死亡率的能力.结果显示,AQHI的构建公式为:AQHI=10/16.4×100×[exp(0.00019×PM10)-1+exp (0.00061×NO2)-1].AQHI预测居民每日总死亡率、心血管疾病死亡率和呼吸系统疾病死亡率的强度和精确度均优于现行的API与AQI.     

沙尘天气对北京大气环境质量及太阳辐射的影响

利用空气污染指数(API)、地面气象数据和辐射观测数据,分析了2009年3月一次典型沙尘天气发生时的大气环境质量及太阳辐射变化,并分析了2008年10月—2009年6月不同污染情形下各太阳辐射要素之间的关系. 结果表明:API与辐射关系明显,沙尘天气导致总辐射、直接辐射和反射辐射减小.净辐射白天减小而夜间增大. 能见度和气压等气象要素对沙尘过程影响明显. 沙尘到来时,能见度降低,地面处于低气压控制下;沙尘过境后地面被高压控制. 随着污染的加重,总辐射与反射辐射相关关系显著,变化不大但略有偏差;直接辐射和总辐射、散射辐射、反射辐射的相关性先降低后增加;散射辐射与总辐射的比值持续增大,但增加的速度随着污染的加重趋于平缓,且离散度增大.