基于模糊物元的工业园区空气质量评价模型

针对工业园区空气质量的复杂性和模糊性,利用模糊物元分析理论,结合海明贴近度的概念,建立了一种基于模糊物元的空气质量评价模型。以金山二工区为例,选取《环境空气质量标准》规定的6种主要污染物SO2、NO2、CO、O3、PM10、PM2.5作为评价指标,分析了园区内5个自动监测站2016年7月1日的环境空气质量状况,并与空气质量指数(AQI)技术分析结果作比较。两种方法的评价结果基本一致,与实际状况相符。     

长株潭城市环境空气中PM2.5和O3质量浓度的相关性研究

PM2.5与O3均为导致城市环境空气质量恶化的主要污染物,采用自动设备监测湖南省长沙、株洲、湘潭3市商业区和郊区空气中的PM2.5和O3质量浓度,并对数据进行相关性分析.结果表明:PM2.5和O3质量浓度的季节性变化大,其中O3质量浓度夏、秋2季高,春、冬2季低;PM2.5则秋、冬2季高,春、夏2季低;O3质量浓度峰值一般出现在当天午后,PM2.5质量浓度峰值一般出现在上午;空间分布上,O3质量浓度在郊区站点相对较高,而PM2.5质量浓度在商业区站点较高.PM2.5与O3质量浓度变化以负相关为主,即PM2.5质量浓度高时,O3质量浓度则低,反之亦然,二者一般不产生叠加污染.总体上,夏、秋季节应主要防O3污染,春、冬季节则主要防PM25污染.     

如何读懂空气质量指数

<正>现在,许多地方的环保部门每天播报空气质量指数,空气质量指数的英文简称是AQ(IAir Quality Index)。那么,什么是空气质量指数呢?AQI,是定量描述空气质量状况的无量纲指数。AQI计算与评价的过程大致可分为三个步骤:第一步是对照各项污染物的分级浓度限值,以细颗粒物(PM2.5)、可吸入颗粒物(PM10)、二氧化硫(SO2)、二氧化氮(NO2)、臭氧(O3)、一氧化碳(CO)等各项污染物的实测浓度值分别计算得出空气质量分指数(简称IAQI);第二步是从各项污染物的IAQI中选择最大值确定为AQI,     

浅谈环境空气指数

<正>引言2012年前,空气污染指数(API)是衡量空气质量的指标,而2012年后,随着空气质量的恶化,新的污染物不断出现,现在空气质量指数(AQI)成了衡量空气质量的新指标。AQI与API的概念与区别空气质量指数是定量描述空气质量的无量纲指数,监测的污染物为可入肺颗粒物(PM2.5)、可吸入颗粒物(PM10)、SO_2、NO_2、O_3、NO。其参考标准是环     

利用粒子群算法求解管网污染源反向追踪模型

针对供水管网中突发污染事件的污染源识别问题,构建污染源反向追踪的模拟-优化数学模型,利用粒子群优化算法求解污染物的侵入位置、时间及侵入速度信息。分别以监测点处污染物模拟质量浓度与实际质量浓度为数据源,应用模型对试验供水管网进行污染源识别研究,分析管网拓扑结构、粒子群算法中种群规模及惯性权重参数设置对结果的影响。结果表明,当参数设置合理时,基于粒子群优化算法的污染源模拟-优化反向追踪模型具有较高的准确率和计算效率。     

基于MRMR-RPK-ELM模型的PM2.5质量浓度预测

为了提高PM2.5质量浓度预测精度,提出一种用最大相关最小冗余算法(MRMR)筛选最优特征值,高斯多项核函数(RPK)优化极限学习机(ELM)的PM2.5质量浓度预测模型.以赣州市为例,选择PM10、O3、SO2、CO、NO2、降水、气压、气温、相对湿度、风速等10个影响因子,PM2.5为目标因子,通过降维处理和核函数特征映射代替随机映射解决PM2.5的高度复杂性.结果表明,MRMR算法选出的影响因子PM10、O3、CO、NO2和相对湿度,不仅考虑目标因子与影响因子的相关性,还考虑影响因子之间的相关性,进而降低了数据维度.MRMR-RPK-ELM模型的平均绝对误差、均方根误差、平均绝对百分比误差和确定系数分别为6.35、9.618、19.89％和0.942,相较于原始的ELM模型,PM2.5质量浓度预测精度有明显提升,拟合程度较高,且具有更好的泛化能力,能准确捕捉PM2.5质量浓度的突变节点.     

西安市环境空气质量状况成因分析

<正>西安市环境质量现状近年来,我国多个城市遭遇连续的雾霾天气,雾霾天不但加重了城市污染,也让越来越多的人们开始关注身边的空气质量。西安市是全国第一批执行环境空气质量新标准的74个重点城市之一,2013年初和岁末多天空气质量位居全国污染最重城市前列,环境空气中二氧化硫、二氧化氮、PM10和PM2.5年均浓度     

气象参数对基于BP神经网络的PM2.5日均值预报模型的影响

建立了基于BP神经网络的PM2.5质量浓度预报模型,对广州市5个监测点2012年6月-2013年5月的PM2.5质量浓度日均值进行预报,分析了总体预报误差、不同风速和降雨量下的预报误差,以及天气预报误差对PM2.5质量浓度预报误差的影响.结果表明,BP神经网络模型对5个站点的PM2.5预报结果稳定,平均相对误差为29.71％.在有利于PM2.5扩散的气象条件下预报误差较大,风速较大时与风速较小时预报误差的差异高达15％,而不同降雨量情况下的预报误差较相近.修正天气预报后,各站点的预报误差平均降低了4.67％.这表明可从空气质量数据质量等方面人手改进模型.     

PM_(2.5)环境影响评价方法探讨

PM2.5不仅影响大气能见度,而且危害人体健康,因此必须将其作为环评的重要因子。本文结合《环境空气质量标准》(GB 3095—2012)新增PM2.5浓度要求,从实际工作出发,对PM2.5的来源与影响识别、影响因素分析与源强确定、评价等级与影响预测、环境监测进行了分析和探讨,并提出了污染防治建议,以供参考和借鉴。     

3种区域空气质量空间插值方法对比研究

空间插值方法可实现空气质量空间可视化展示,也是可视化研究空气质量区域分布特征的重要方法。由于区域空气质量受污染物种类及季节的影响明显,不同空间插值方法的可靠性和适用性存在差异。利用珠三角区域62个大气环境自动监测站的空气污染物浓度数据,分别采用反距离加权、规则样条函数2种确定性插值方法和地统计学的克里金法进行空间插值计算,结合交叉验证法,综合对比分析不同空气污染物、不同季节的空间插值效果。结果表明,克里金法能得到整体最优的插值精度,插值结果可靠性最高,但在表达空气质量空间分布特征上过渡平滑性欠佳。不同空气污染物空间插值效果不同,季节性特征也对插值结果影响显著。3种空间插值方法的ρ(PM2.5)、ρ(O3)插值效果均明显优于一次污染物,其插值结果的MRE(平均相对误差)在0.186~0.313,决定系数R2基本在0.8以上,但一次污染物的MRE均在0.352以上。3种方法 PM2.5的夏季插值结果均明显优于其他季节:PM2.5夏季ME(平均误差)均值在-0.1~0.3μg/m3,且95%置信区间较小,误差分布集中;而非夏季高污染时期的空间插值效果相对较差。     

北京夏季典型PM2.5与O3相继重污染事件分析

根据北京市环境保护监测中心发布的PM2.5和O3小时质量浓度及气象、卫星遥感数据,分析了2013年7月2日至10日北京典型PM2.5及O3重污染过程的质量浓度特征及在大气边界层过程各个阶段的质量浓度演变.结果表明,北京夏季O3质量浓度先于PM2.5达到峰值,而天气型演变是导致这一现象的主要原因.具体过程为:1)重污染初始阶段,高压天气型利于前体物积累,PM2.5及O3质量浓度升高;2)在反气旋中部,由于各种污染物质量浓度较低,对大气紫外波段辐射的吸收较弱,导致该阶段紫外辐射强,因而加快了O3生成的光化学反应,O3质量浓度最先达到峰值;3)在反气旋后部,随PM2.5质量浓度增加,辐射变弱,因此O3质量浓度增加速度下降,而受高压后部影响,区域内PM2.5经东南风输送通道进入北京,导致北京PM2.5质量浓度相继达到峰值;4)在重污染清除阶段,在北方反气旋前部的冷锋清除作用下,PM2.5及O3质量浓度同时降低至谷值.     

适用于多指标的空气质量评价对数型幂函数指数公式

为建立科学合理、普适通用且计算简便的空气环境质量评价模型,在适当设定空气污染指标"参照值"和规范变换式的基础上,提出了对通常采用的7项空气污染指标的"规范值"都适用的空气质量评价指数公式.采用智能解域搜索算法优化公式中的参数,得到优化后对多指标皆适用的空气质量评价的对数型幂函数指数公式.将该公式用于多个地区的空气环境质量评价,其评价结果与其他多种评价方法一致.研究表明,该对数型幂函数指数公式能为空气环境质量评价提供一种简便、实用的新方法.     

北京市区秋季气溶胶粒子浓度与特性参数的观测研究

对2010年10月和11月北京市区粒径小于2.5μm(PM2.5)和2.5~10μm之间(PM2.5-10)的气溶胶粒子质量浓度进行了观测和分析,同时研究了同期的Angstrom指数和散射系数等气溶胶特性参数的变化。结果表明,不同粒径颗粒物的质量浓度与气溶胶特性参数的逐时日变化明显。PM2.5质量浓度在凌晨5时至6时取得最小值,夜间20时至21时取得最大值;PM2.5-10质量浓度则在9时至10时和20时至21时出现双峰。气溶胶Angstrom指数在下午明显高于上午,最大值出现在16时左右;散射系数高峰出现在17时至18时。2010年10月7—9日出现了显著的灰霾天气,灰霾天气下PM2.5和PM2.5-10质量浓度均有明显增加。细粒子增多是导致PM2.5增加和Angstrom指数增大的主要原因。另外,灰霾天气期间散射系数迅速增大,非灰霾天(10月11日)的散射系数只有灰霾天(10月8日)的1.27%。     

浅谈PM2.5自动监测设备的日常维护

<正>引言近年来,随着经济的飞速发展,PM2.5已然成为了国内外城市大气的首要污染物。由PM2.5所引起的区域性大气污染问题越来越严重,严重影响着人体健康和生态安全,乃至社会经济的和谐发展。1996年国务院修订的《环境空气质量标准》仅对PM10做出了要求,尚未涉及PM2.5。对于日益严峻的空气污染状况,老的环境空气质量标准显然已不适用于当今社会的需求。2012年3月2日,环境保护部发布国家环境质量标准《环境空气     

我国南方某铀矿井下典型工作场所气溶胶浓度分布特征调查

为了解我国铀矿井下典型工作场所内气溶胶粒子浓度及粒径分布特征,采用APS3321对我国南方某生产地下铀矿井典型场所内气溶胶粒子个数浓度和质量浓度进行了监测,得到了各监测点的PM2.5及PM10质量浓度,并分析了不同监测场所的气溶胶粒子个数浓度和质量浓度分布规律.结果表明:1)在机械通风条件下,风机房的气溶胶粒子个数浓度谱为双峰谱,南风机房与北风机房气溶胶个数浓度谱主峰在0.626μm左右出现(位于积聚模态区),次峰在4.698 μm左右出现(位于粗粒子模态区);其他监测场所的气溶胶粒子个数浓度谱为单峰谱,峰值在0.626 μm左右出现(位于积聚模态区);2)不同监测场所的气溶胶粒子个数浓度中位直径和质量浓度中位直径不同,其中气溶胶粒子个数浓度中位直径的均值主要分布在积聚模态区,质量浓度中位直径的均值分布在粗粒子模态区;3)部分监测场所的PM2.5与PM10质量浓度较大,超过了国家对大气环境的质量浓度限值.PM2.5与PM10的质量浓度比值代表了PM2.5占PM10的比例,在所监测的场所中,采场、风机房、物探站和坑口的PM2.5与PM10的质量浓度均值比小于50％,其中风机房的比值最小,约为4.8％;中段运输巷道、独头巷道和中段信号房的PM2.5与PM10的质量浓度均值比大于50％,其中独头巷道的比值最大,高达78.2％.     

基于规范变换的空气质量指数公式的广义普适性

为了建立形式简洁、计算简便和普适的室内、外空气质量评价的指数公式,基于室内空气质量标准(GB/T 18883—2002),适当设置室内空气各指标"参照值"及指标值的规范变换式,并对各指标的标准值进行规范变换,使室内空气15项指标的各级标准规范值的变化范围与室外空气7项指标的同级标准规范值的变化范围一致。因此,基于规范对称性原理,用免疫进化猴王遗传算法优化得出的适用于7项指标规范值的室外空气质量评价的6个普适指数公式也同样适用于15项指标规范值的室内空气质量评价。以邯郸居民区和广州公共场所2个室内空气质量评价为实例,对6个指数公式的实用性进行了检验。结果表明,6个指数公式的评价结果是彼此和谐和一致的,也与传统的指数公式法的评价结果相符合。6个指数公式是目前室内、外空气质量评价中最简化、规范、普适和统一的方法。     

基于后向轨迹模型的成都市典型灰霾期间PM2.5演化的自组织分析

研究了成都市2013年11月29日—12月8日一次重度灰霾期间,草堂寺、金泉两河、梁家巷、十里店4个监测站点PM2.5小时平均质量浓度序列的时间演化规律。首先应用后向轨迹模型对抵达成都市的大气气团进行模拟,结果表明,灰霾期间本地气团(100 km)对成都市PM2.5污染物的贡献率远超过中远距离的外来气团(100km)。进一步应用频度统计分析方法和消除趋势波动分析法对灰霾期间PM2.5的质量浓度序列进行了统计分析,发现PM2.5的质量浓度波动在时空上具有标度不变的幂律统计分布和长期持续性特征。最后基于自组织临界理论,探讨了成都市大气在本地气团控制下PM2.5演化的内在动力机制。结果表明,成都市大气PM2.5演化系统的自组织临界性是此次灰霾期间PM2.5浓度演化的内在动力机制。     

某钢铁企业厂区与附近城区空气质量现状对比与防治对策

对2020年10月份某钢铁企业厂区和附近城区环境空气质量自动监测站的数据进行了收集整理,对比分析正常时段厂区和附近城区的空气质量指数(AQI)与SO₂、PM₁₀等6个空气质量分指数(IAQI)的差异性和相关性。结果表明:在分析收集数据范围内,附近城区环境空气质量优良率高于某钢铁公司厂区7.1%,附近城区的首要主要污染物为NO₂和PM_2.5,而某钢铁公司厂区的主要污染物为PM₁₀、PM_2.5和O₃,说明某钢铁公司污染物排放对附近城区的空气质量不存在高度的线性关系。根据研究结果,提出源头调整产业结构、强化过程控制和实施末端全面超低排放对策建议。     

内蒙古自治区农村环境空气质量现状分析

选取2020年内蒙古自治区29个农村环境空气监测数据,基于农村环境质量监测和单因子评价法,对数据进行分析,结果表明：29个村庄的环境空气质量总体良好,日均值浓度超标项目以PM₁₀和PM_2.5为主,其它4项污染物未出现超标情况,达标天数比例为94.8%;第四季度出现严重污染天气,发生在乌兰木伦村,首要污染物为PM_2.5;在5种村庄类型中,不同村庄类型3项污染物浓度存在差异,总体上看,养殖型村庄和牧业型村庄的环境空气质量优于工业型村庄。     

基于修正A值法的吉林市城区控制区大气环境容量研究

为了解吉林市城区的大气容量,以2018年吉林市气象数据和污染物质量浓度数据为基础,分别采用单箱模型法和保证达标率法对A值进行修正,同时对吉林市城区控制区内大气环境容量和低架源年允许排放总量进行估算.结果表明:单箱模型法修正A值为6.600,概率公式达标率保证法得到 SO2、NO2、PM10和 PM2.5的A值分别为5.600、5.600、5.665、5.777;单箱模型法修正A值日分布呈单峰分布,月变化无明显规律;两种方法修正A值得到的大气环境容量Qa和低架源年允许排放总量限值Qb有一定差异.研究可为控制吉林市大气污染物排放总量和产业结构优化与调整提供依据.