基于土地利用回归模型的北京市2013-2019年大气污染时空变化分析

在近年来大力控制大气污染的背景下,通过历史观测数据分析污染物的时空变化特征,有助于总结以往控制的成效,并为制定下一阶段措施提供科学依据.本研究基于北京市大气环境质量监测站点2013-2019年数据,分析了 6种常规大气污染物(PM2.5、NO2、O3、PM10、SO2、CO)的时间变化趋势,并构建了 2013和2019...     

焦作市大气污染时空分布特征及来源分析

焦作市是京津冀地区"2+26"通道城市之一.为研究焦作市大气污染特征,于2016年1月-2018年2月使用3个国控站点（马村区生态环境局、焦作市生态环境局和高新区政府）大气环境监测数据,以及2018年1月焦作市边界站PM_2.5及其化学组分（水溶性离子和碳组分）监测数据进行分析.结果显示:焦作市大气污染以PM_2.5污染为主,2017年ρ（NO₂）、ρ（PM_2.5）、ρ（PM₁₀）、ρ（CO）和ρ（SO₂）平均值分别为42.4 μg/m3、79.0 μg/m3、136.5 μg/m3、1.42 mg/m3和38.3 μg/m3,较2016年分别下降了10.5%、10.6%、11.2%、20.7%和37.6%.在时间分布上,大气污染物质量浓度日变化具有明显的季节性特征,春、夏两季ρ（NO₂）日变化较秋、冬两季呈更宽的"U型",ρ（SO₂）峰值出现在12:00左右,推测原因与夜间高架源排放有关;在空间分布上,本地一次污染排放可能主要来自市区工地扬尘、西南地区交通源和东部污染点源.观测期间,ρ（NO₃-）、ρ（NH₄+）和ρ（SO₄2-）较高,平均值分别为39.42、23.66和23.01 μg/m3,分别占水溶性离子质量浓度的41.8%、25.1%和24.4%,占ρ（PM_2.5）的27.4%、16.4%和16.0%.污染天的NOR（氮转化率）（0.35）和SOR（硫转化率）（0.43）明显高于清洁天的NOR（0.25）和SOR（0.18）,表明污染天NO₂和SO₂二次转化程度更高.SOR和NOR随相对湿度的增加而增加,表明相对湿度较高时有利于NO₂和SO₂的二次转化.污染天和清洁天ρ（SOC）（SOC为二次有机碳）估算值分别为19.79和3.51 μg/m3,分别占ρ（OC）的79.4%和54.9%,占ρ（PM_2.5）的9.8%和10.4%,表明焦作市SOC对OC有较大的贡献.PSCF（潜在源贡献因子法）结果表明,本地源是影响焦作市秋、冬两季PM_2.5的主要潜在源,太行山南麓区域输送也对其有一定贡献.研究显示,焦作市大气污染较严重,本地一次排放、二次转化和区域输送是焦作市PM_2.5的主要来源.      

浅析气象条件对大气污染时空分布的影响

本文讨论了一些主要城市边界层污染气象条件及其与浓度分布的关系。经研究发现,城市空气污染的长期平均状况与污染系数有直接关系。风向脉动方差能够反映出湍流扩散的强度;混合层厚度及通风量对大气污染也有重要影响。     

北京市重度大气污染时段污染物时空扩散特征

该文通过分别对北京市重度大气污染时段的风力与空气污染指数(API)以及空气质量指数(AQI)分析,建立了风力预测大气污染程度的回归模型,并探讨了不同风力条件下空气质量(污染)指数时空扩散规律。结果表明:(1)风力与空气质量指数和空气质量指数均为负相关,且有极其显著的相关性,但空气质量指数对风力的响应程度更高。(2)各空气污染指数预测模型均表现出南部模型精度中部北京市北部,前者比后者的精度高16%~26%。二次模型是预测空气污染指数简便、实用、有效的模型。而在空气质量指数预测模型中,北京市、中部及南部均是指数模型预测能力最好,二次模型较差。北部则相反。(3)重度大气污染时段,大气污染物由南向北扩散过程基本需要3 d时间。若南部空气质量指数300,且污染过程持续4 d,则北部的污染程度将超过南部。一般情况下,风力需要大于3级,且要持续1 d以上,空气污染程度才会降低。否则,全市大气污染程度相差不大,均处于重度或严重污染。     

中国重点城市大气污染与健康风险的时空分布特征

基于中国168个大气污染防治重点城市2015～2020年的5种污染物浓度监测数据,利用MAKESENS模型和综合风险指数(ARI),定量分析全国与6大城市群的大气污染总健康风险的时空分布特征.结果表明：(1)中国重点城市PM_2.5污染最严重,仅15%的城市PM_2.5浓度6 a均值达到了国家二级标准,NO₂次之,77%的城市NO₂浓度6 a均值达到了国家二级标准,京津冀和汾渭平原城市群空气污染最严重,PM_2.5、 SO₂、 CO和NO₂浓度6 a均值高于其他城市群;(2)中国重点城市PM_2.5、 SO₂、 CO和NO₂浓度呈下降趋势,除成渝城市群外,其余地区O₃浓度呈上升趋势;京津冀和汾渭平原城市群SO₂浓度下降最显著;(3)中国重点城市大气污染健康风险总体呈下降趋势,2017～2018年出现急剧下降,暴露在极高风险下的人口从1...     

2015-2019年成渝城市群臭氧浓度时空变化特征及人口暴露风险评价

近年来O₃污染给人类健康带来了很大威胁.本文利用2015—2019年中国环境监测总站的O₃地表监测数据,通过Global Moran''s I和Getis-Ord G^*指数等方法,分析了成渝城市群O₃浓度的时空变化特征,并利用空间插值和LandScan人口格网分布数据,基于人口暴露风险模型对该地区的O₃人口暴露风险进行了评价.结果表明：①2015—2019年成渝城市群O₃浓度总超标比例为6.9%,年际变化呈先上升后下降趋势,逐月变化呈"双峰型",5月和8月达到峰值,12月最低,季节变化表现为夏季>春季>秋季>冬季,日变化呈"单峰型",8：30左右开始升高,16：00左右达到峰值;②2015—2019年成渝城市群O₃浓度呈现出由成都及周边城市为污染中心向以成都市和重庆市为首尾的"带状"污染空间格局发展的趋势,且空间自相关性较强,逐步形成以成都市和重庆市为双中心的高浓度集聚特征;③2015—2019年成渝城市群平均O₃人口暴露风险指数处于较低风险,但空间分布差异较大,人口暴露高风险地区主要集中于成都市、内江市、自贡市、德阳市、泸州市北部及重庆市主城区,低风险地区主要集中于东西片区、绵阳市北部及成渝城市群边界,中部高风险区域有向西南方向转移的趋势,重庆市南部有高风险向极高风险转化的趋势,同时,成都市和重庆市存在显著的高风险指数集聚特征.     

京津冀区域燃煤发电行业大气污染物排放时空变化特征研究

为了科学评估京津冀区域燃煤发电行业特别排放限值和超低排放相关要求实施后的大气污染物减排效果,以行业调查数据为基础,建立了2013年和2015年京津冀区域燃煤发电行业大气污染物排放清单,分析了装机容量与SO_2、NO_x和烟尘排放量的时空耦合关系,讨论了国家相关政策和标准的实施效果。结果显示:区域内2015年燃煤机组装机容量与2013年相比略有下降,SO_2、NO_x和烟尘排放量分别下降75.95%、83.09%和71.20%,减排效果明显。2015年100 MW以下等级机组3种污染物排放总量位居各机组首位,建议通过多种合理方式压减小型燃煤发电机组数量和排放浓度。     

2006-2017年浙江甲醛时空分布特征及影响因素分析

文章基于OMI大气甲醛产品,探讨了浙江省2006-2017年对流层甲醛柱浓度时空分布特征,结合土地覆被情况、气象、地形以及社会经济数据,多角度定量化分析了大气甲醛浓度演变的影响因素。结果表明:2006-2017年浙江省大气甲醛浓度整体呈增加趋势,变化过程大致可分为2个阶段:大气甲醛浓度急剧上升阶段(2006-2010年)和大气甲醛浓度平缓下降阶段(2011-2017年);空间上,大气甲醛浓度自东南至西北呈阶梯式增长,高浓度区主要集中在浙北平原;时间上,大气甲醛浓度具有明显的季节特征,季均浓度由高到低依次为夏季、春季、秋季、冬季。大气甲醛浓度变化的影响因素包括人类活动和自然条件2个方面。人类活动主要包括工业生产和交通运输,其中工业生产中的能源消耗是主要的甲醛排放环节,交通运输对甲醛浓度的升高也有一定的贡献。温度、降雨的季节性变化以及山脉阻拦作用也是形成浙江省大气甲醛时空分布特征的重要成因。     

四川省2008-2014年水泥行业大气污染物排放清单及时空分布特征

根据收集的四川省水泥行业活动水平数据及排放因子,建立了四川省2008-2014年水泥行业大气污染物排放清单,分析其年际变化趋势,识别时间分布特征,并利用GIS建立了高分辨率的网格化清单.此外,对水泥行业污染物排放的不确定性范围进行了定量估算.结果表明,2008-2014年水泥行业SO₂和NO_x排放显著增长,而PM₁₀和PM_2.5排放呈下降趋势;成都及周边地区以及川东北地区是水泥污染排放的主要贡献地区,大部分城市的污染变化与全省的情况基本一致;新型干法水泥产量比重由2008年的41%增长至2014年的88%,随之各污染物排放占比也显著增长,2014年约达到90%;水泥NO_x排放对空气NO₂质量浓度有一定影响,变化趋势较为一致,相比而言,PM₁₀质量浓度受水泥排放影响较小;水泥产量月变化特征不明显,年初1、2月份产量较低,下半年产量高于上半年;在空间分布上,污染物排放主要集中在德阳-绵阳、眉山-乐山及内江-自贡等地;水泥行业排放清单的不确定性主要来源于污染物去除效率及排放因子的选取,其中,PM_2.5不确定性范围较大,约为-64%~103%,SO₂的不确定性范围较小,为-45%~45%.     

兰州市大气污染特征及其成因探讨

为探讨兰州市大气污染特征及其影响因素,对兰州市能源结构、空气污染物及大气颗粒物中水溶性离子进行研究,结果表明,兰州市能源结构以燃煤为主逐渐向多元化过度;重点工业废气排放量由2001年1 010.40亿m3增加到2007年1 406.54亿m3,废气污染物排放量具有波动性,而SO2和NOx等标污染负荷比远高于其他污染物;PM10、SO2和NO2浓度在采暖期高于其他月份,且PM10浓度受沙尘影响也较严重,而NO2浓度季节波动较小;由于沙尘天气影响,每年3-5月出现降尘峰值,硫酸盐化速率与SO2浓度呈正相关性,冬季浓度高于春夏秋季;大气颗粒物中水溶性离子冬春季浓度较夏秋季高,且主要富集在细颗粒物中,以SO42-浓度最高。     

2016年夏季南京大气污染特征观测分析

为研究南京夏季大气复合污染的特征,2016年8月15日~9月15日期间开展了强化观测实验,本文利用仙林、鼓楼80m楼顶2个站点的强化观测资料,结合草场门常规监测资料,统计分析了南京不同地区夏季O₃和颗粒物（PM_2.5、PM₁₀）的浓度特征和相关性,以及郊区水溶性离子与其气态前体物的转化率变化特征.研究表明：3个站点O₃平均小时浓度为100.3μg/m³.PM_2.5和PM₁₀浓度分别为41.1和67.8μg/m³,郊区夜间存在颗粒物浓度高值.SO₄^2-、NO₃^-、NH₄⁺浓度总和占PM_2.5浓度的比值达到61%,OC（有机碳）/EC（元素碳）比值范围为0.8~4.0,日均值超过2.0的天数占77%,城、郊均存在二次污染.白天O₃与颗粒物（PM_2.5）浓度呈显著正相关变化,硫转化率（SOR）、氮转化率（NOR）分别与O₃浓度、湿度显著正相关.HONO主要在夜间积累,HCl和HNO₃浓度峰值出现在下午.与其它无机盐相比,NH₄⁺在总氨中所占比例明显偏低,大气中的氨主要以气态NH₃存在.观测期间O₃污染较重,O₃与颗粒物的正相关关系显著,化学反应在颗粒物积累过程中具有重要贡献,此外还可能存在城区向郊区的污染输送.     

2015—2016年中国城市臭氧浓度时空变化规律研究

为探究中国大陆城市O₃污染状况时空变化的总体特征,运用时空统计分析和GIS技术对2015—2016年全国开展O₃常规监测的336个城市进行分析,揭示近两年O₃浓度及不同等级污染天数的时空变化格局,并着重对比分析"三区十群"区域内外O₃浓度的变化差异.结果表明：2015—2016年期间,全国336个城市中,有258个城市2016年年均O₃浓度值较2015年升高,形成了新的O₃污染空间格局;京津冀及周边地区、长三角地区、中部的河南、武汉污染较重,东南沿海和西南地区的云南、西藏污染相对较轻;长三角地区和山东城市群是中国O₃核心污染区域,陕西、山西及安徽三省O₃浓度较2015年有大幅升高.O₃的空间分布与NO_x排放量、生成控制型等因素密切相关.已有的研究区域中除华北平原和四川盆地等地区的郊区点位以外,我国大多数地区的O₃生成控制型属于VOCs控制型.研究结果有利于从宏观上直接对比评估国家大气污染重点防控区内外O₃污染特征变化的差异,从而针对性地开展环境污染防控.     

河南省冬季3次重污染过程的数值模拟及输送特征分析

利用WRF-Chem模式模拟2015年11月27日—12月1日、12月5—14日、12月19—25日河南3次重污染过程,结合空气污染资料和ERA-Interim再分析资料,对比分析了这3次重污染过程的开始、持续和结束及污染物的输送特征.结果表明,静稳天气有利于污染的发展持续,3次重污染过程的结束均是由西路冷空气入侵造成的.第1次重污染过程平均风场上的风速均为小风或静风,从湖北到河南南部风向为偏南风;而第2和第3次重污染过程平均风场分别以偏东和偏北风为主.第2和第3次重污染过程中均存在明显的由北向南的污染物输送过程.3次重污染过程中,河南省本地排放对本省PM_(2.5)浓度的平均贡献率最大,而河南省周边区域对河南PM_(2.5)浓度的平均贡献率在这3次过程中不一样,第1次重污染过程,河南南部主要受偏南风影响,湖北对河南PM_(2.5)浓度的平均贡献率最大,为20.7%;第2和第3次重污染过程主要受偏东风影响,安徽和江苏对河南PM_(2.5)浓度的平均贡献率最大,分别为17.7%和18.5%.3次重污染过程中,安阳的主要污染输送源均不相同,分别来自河北、江苏和安徽、本省.     

山西省2015年细颗粒物的污染状况和空间分布

大气污染因其对人体健康、生态环境和气候变化的影响而成为全球关注的环境问题,细颗粒物（PM_2.5）是雾霾产生的主要原因之一。为全面掌握山西省细颗粒物的污染状况与空间分布格局,本文运用统计学方法和Arc GIS技术,根据环境空气质量评价技术规范,对2015年山西省57个空气质量指数监测站提供的PM_2.5实时数据进行处理分析。结果表明：山西省PM_2.5的浓度有明显的季节性变化特征,由高到低依次为冬、春、秋、夏;PM_2.5月平均浓度最高值分别出现在1月和12月,且高值中心都位于运城;在空间分布上则表现为南部高于北部。全省11个地市级城市有9个超过国家二级标准,超标指数达到72%。聚类分析结果表明：山西省城市可以分为两大类,一类为产业结构转型良好的城市,如阳泉、朔州、吕梁、大同;另一类为第二产业发展粗放,工业污染严重的区域。     

河北省大气污染时空变化特征及其影响因素

河北省是中国污染最严重的省份,研究该省大气污染的时空变化与影响因素具有十分重要的意义。利用逐日空气质量指数（AQI）、气象要素观测资料以及社会经济数据,统计分析与空间分析法结合分析了河北省AQI时空变化特征及其与影响因素的定量关系。结果表明：河北省大气污染主要发生在中西部和南部,尤以邯郸、邢台与石家庄等地最为严重,北部地区相对较少。河北省AQI总体呈现逐年减少的趋势,2014—2018年河北省平均AQI线性趋势为-8.845/年,而且与风速、气温、降水、GDP、人口、电力消耗量和第二产业呈现显著负相关关系,而和NO_x与SO₂的排放量呈正相关。气候条件是河北省大气污染的诱导因素,而人为排放是河北省大气重污染的主要因素。随着河北经济的飞速发展,大气污染综合防治经费的投入增加,河北省经济增长与环境污染处于反向阶段,大气污染与经济发展的非线性关系早已过了环境库兹涅兹曲线（EKC）“拐点”。研究结果可为河北省空气污染治理提供理论依据。     

中国突发水污染事件时空分布特征

收集我国2006~2016年间874起突发水污染事件数据,采用统计分析的方法,探讨中国近11年来突发水污染事件时空分布特征.结果表明：2006年事件频数最高（108次）,2007年水污染事故数骤减（62次）,此后至2016年,突发水污染事件频数大体上和GDP呈正相关上升趋势;事故频发期为3~9月,即春季和夏季为污染事件的高发季节;突发水污染事件空间分布分异较明显,华东、西南和华南三大地区事件频数占全国总频数的69.2%,事故发生地主要集中在重庆、广东、浙江和福建等省市;长江流域、珠江流域和浙闽片河流污染事件数量较为密集,占总数的74.4%;从2006、2011到2016年,环境污染事件的频发区域有着从北向南扩散转移的趋势,长江三角洲、珠江三角洲和鄂渝地区事件频数较高;省级行政区的突发水污染事件的发生次数与人口、交通事故数、工业企业数和工业废水排放量等因子呈显著正相关关系,与单位工业企业数产出下的环保机构数、环保系统人员数和人大政协环境提案数呈负相关关系.     

环境管理强化后南京市2013 — 2016年大气污染物的时空特征和气象影响

城市空气污染具有显著的时空分布特征,并受污染来源、气象条件和地理等因素影响。近年来我国已实施一系列环境污染管控,根据南京市2013?—?2016年国控点的大气环境监测数据和同期气象资料,利用多元统计分析探讨了南京市大气污染物的时空变化特征及其与气象要素的关系。结果表明：近3年南京市的污染物以臭氧（O₃）和颗粒物（PM_2.5、PM₁₀）为主,大气污染物时空分布特征明显。时间上主要表现为季节变化,多数污染物浓度冬高夏低,但臭氧相反;空间上主要为城市功能区差异,工业交通区浓度高于生态公园区和郊区。除了污染源因素,空气污染程度也受气象要素的制约,风速、降水和温度是影响污染物在城市大气中稀释、扩散和转移的重要因子。     

2016年中国城市臭氧浓度的时空变化规律

随着城市化进程的加快和机动车保有量的急剧增加,导致我国很多地区臭氧（O₃）前体物（挥发性有机物和氮氧化物）排放量显著增加,臭氧污染现象日益突出.臭氧污染对人体健康、植被生长、生态环境等具有重要影响,已成为学术界研究的热点.为揭示全国尺度近地面臭氧的时空变化规律,本文基于2016年中国364个城市的监测数据分析了中国城市O₃浓度的时空变化特征,并采用Global Moran''s I和Getis-Ord G_i^*指数,揭示了2016年中国城市O₃污染的空间集聚和冷热点区域的时空特征.结果表明,在全国尺度上,2016年中国城市年均O₃浓度为100.2 μg·m^-3,北方城市和南方城市O₃浓度分别具有显著的倒"V"和"M"型月变化规律,且呈现夏季高、春秋季居中、冬季最低的特征;中国城市O₃浓度具有显著的空间分异规律,中部和东部是O₃污染的高发区,西部地区和黑龙江省的O₃污染处于较低水平;中国城市O₃浓度具有显著的集聚性特征,且呈现1-5月由南向北而6-12月由北向南扩展的年周期循环特征,热点地区主要集中在华北、华中和华东地区.     

2015年“十一”期间北京市大气重污染过程分析

采用垂直观测、地面观测、PM_2.5化学组分观测和气团轨迹分析等手段,对2015年10月份北京市一次大气重污染过程进行了分析.结果表明,重污染时近地面层气溶胶消光系数升高,污染物主要积聚在600m以下.重污染期间气象要素特征为：风场弱,湿度大,地面受弱气压场控制,边界层高度极低.重污染期间不同站点PM_2.5浓度变化趋势和峰值出现时间较为一致;大部分时段PM_2.5中NO₃^-浓度明显高于其他组分;周边区域受重污染的影响面积相对较小,高浓度区主要集中在北京市及近周边地区.多手段的观测结果以及PM_2.5浓度与气象要素和各化学组分的相关性分析的结果均表明：区域传输,包括秸秆焚烧,对本次北京市重污染天气过程具有一定的影响,但本地机动车排放在不利气象条件下的积累、二次转化以及垂直方向空间的极端压缩是导致重污染的主要原因.