岳阳市区空气质量变化特征及气象条件预报

利用2014年3月-2015年2月6个空气质量监测点资料,对岳阳市区AQI的时空变化特征及气象影响因素进行了分析,并用综合指标法和逐步回归法建立岳阳市区AQI预报模型。结果表明:岳阳市区年AQI为88。夏季空气质量最好;春、秋季次之;冬季空气质量最差。其中7-9月空气质量最好,1-2月空气质量最差。岳阳市区空气质量总体由北向南趋好,同时水库、景区明显好于工业区。岳阳市区年空气质量优良率为73%。年和各季空气质量优良率时空分布与AQI分布基本一致。岳阳市区首要污染物以PM10为主,其次为PM_(2.5)。重度污染及严重污染日基本出现在空气质量相对较好的夏秋季节,且工业区明显多于水库、景区。岳阳市城市工业布局方向与年主导方向一致,使得市区广大区域处于工业气流的下游,导致空气污染加剧。以短期天气预报中的气象要素预报作为空气质量气象条件预报的基础,采用日平均气温、相对湿度、低云量、风速、降水、雾等气象因子建立的岳阳市区AQI预报模型模拟效果较好。     

昆明市2019年空气质量特征分析

利用昆明市空气质量国控监测点2019年监测资料,分析每个监测点AQI变化情况,发现昆明市全市空气质量总体较好;空气污染程度春季最严重,秋季最轻,没有表现出明显的周末效应;造成昆明市空气污染超标的主要污染物依次为O3-8h、PM10、PM2.5.     

广州市空气可吸入颗粒物污染现状研究

根据近年来广州市区空气质量监测资料,对广州市空气可吸入颗粒物（PM10）的污染水平、时空变化特征进行了分析、评价。结果表明,2007年广州市PM10平均浓度为0．077mg／m^3,符合国家空气质量二级标准。得益于空气污染控制取得的成效,近5年来PM10年均浓度呈下降趋势。受气候因素影响,PM10污染季节变化明显,冬季节较高,夏季节浓度较低;在空间分布上PM10污染呈现区域性发展趋势。     

山西省雾霾时空分布特征及影响因素分析

以山西省11个地级市2015年12月—2016年11月AQI数值为依据,采用数理统计法、主成分分析、多元线性回归分析对山西省雾霾时空分布特征以及影响因素进行分析。结果表明:(1)雾霾分布具有明显的季节性特征,冬季为雾霾污染严重的季节,春、秋季为污染较轻的季节,夏季为雾霾相对高发的季节。(2)晋南地区雾霾污染最严重;晋中地区雾霾相对较严重;晋北地区AQI值较低,雾霾发生频次较低,空气质量较好。(3)自然要素中海拔高度、年均气温、年均降水量、相对湿度、年均风速与AQI值之间存在负相关的关系,气压与AQI值之间存在正相关的关系,社会经济因素是影响山西省雾霾发生的根本原因。     

哈尔滨市大气污染物输送路径及潜在源区分析

该文采用空气质量指数(AQI)分析了2015-2019年哈尔滨市不同季节首要污染物的污染特征,利用HYSPLIT后向轨迹模式对近5年四季逐日72 h后向轨迹气流进行聚类分析,结合AQI数据,揭示哈尔滨市大气污染物传输路径及潜在源贡献因子和浓度权重轨迹的季节差异。结果表明:哈尔滨市优良天数占比从2015年的66%上升到2019年的83%,5年中2015年为大气污染较为严重的一年,5年来空气质量呈明显好转趋势。哈尔滨市大气污染呈现出不同的季节特征:优良天数平均值占比从高到低依次为夏季(94.6%)秋季(84.4%)春季(80%)冬季(53%),O3和PM2.5分别为空气质量最优的夏季与最差的冬季的首要污染物,春季和秋季首要污染物表现为由NO2和PM2.5复合型污染向以O3为主导的气态型污染转变。各季节轨迹分布与其所处的地理位置和季风气候密切相关,春季来自山东东部、渤海、辽宁、吉林到达哈尔滨的轨迹污染率最高;夏季污染率较高的气流轨迹均来自南部方向,主要传输方向自渤海越过山东东部到达青岛地区,经辽宁、吉林汇入哈尔滨;秋季污染率较高的轨迹分布最为分散,主要以近距离输送轨迹为主;冬季AQI值显著高于其他季节,可能与北方冬季进入燃煤采暖期,污染物排放增多有关,主要集中分布于西北方向输送进入哈尔滨,呈现出输送轨迹越短,污染率越高的特点,其中来自吉林的最短转向路径挟带的污染物浓度最高,其次为由俄罗斯东南部经内蒙古过吉林到达哈尔滨,说明吉林是影响哈尔滨市冬季大气污染物浓度偏高的主要地区。     

2013-2015年十堰市环境空气质量变化趋势分析研究

利用十堰市空气自动监测站的监测数据,采用综合指数、空气质量指数(AQI)和Spearman秩相关系数法等评价方法,研究十堰市2013年-2015年环境空气质量变化情况及其影响因素,为城市的大气污染防治提供治理思路.结果表明:2013年-2015年十堰市城区空气质量逐年好转,除PM10和PM2.5外,其他因子均达标,污染物贡献比例中,PM10和PM2.5污染负荷占比超过50%,为主要污染物;十堰市城区空气质量整体呈夏季较好,冬季较差的趋势;全市中开发区铁二处空气质量较好,张湾区刘家沟空气质量较差;结合自然因素和人为因素,综合分析空气质量的变化情况,通过调整能源结构、减少污染源排放和使用清洁能源等多项措施,并注意季节特征和加强预警预报工作,进而改善空气质量.     

雅安市环境空气质量时空动态变化及改善途径分析

根据雅安市4个空气自动站监测数据,按照《环境空气质量标准》(GB3095-2012)中的二级标准,采用综合污染指数法分析了雅安市2009~2013年环境空气质量时空动态变化趋势及其影响因素。结果表明:从年际变化看,PM1 0和SO 2浓度呈下降趋势,NO2浓度在2013年略有上升;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、秋季、春季、夏季;空间变化显示,SO2浓度存在一定的空间差异性,各监测点位SO 2浓度随年限均呈下降趋势。NO 2和PM 10浓度空间分布差异明显。雅安空气环境综合污染指数呈下降趋势,空气污染程度得到了明显缓解,空气质量逐渐改善,并在上述研究基础上,提出了环境空气质量的改善途径。     

基于时间序列模型残差的中国东部地区空气质量指数（AQI）空间自相关特征分析

空间自相关分析可以揭示变量的空间聚集性质.基于中国东部城市群的日空气质量指数(AQI)数据,研究了AQI的空间自相关特征.同时,考虑到日AQI的空间非平稳性,分析分成两步进行.首先,对每个城市的日AQI序列建立时间序列模型,进而获得其标准残差序列;然后再基于残差项进行空间自相关分析,计算其全局Moran's I指数和局域Moran's I指数.结果表明,全局Moran's I指数体现出明显的季节变化特征,呈现出冬季高而夏季低的以年为周期的循环变化.通过分析局域Moran's I指数,发现中国东部城市群存在2个值得重视的高空间自相关区域:京津冀地区和长三角地区.由于残差项体现的是气象条件的影响,因此,大面积的高自相关区体现了邻近城市群空气质量对气象条件变化的同步响应特征.     

西安市的PM_(2.5)污染特征分析研究

分析和掌握大气中PM_(2.5)的污染特征,对控制PM_(2.5)的排放和改善空气质量具有十分重要意义。依据西安市连续2年多的空气质量监测数据,对AQI监测指标进行相关性分析,还从季节平均、月平均和日平均变化分析了PM_(2.5)随时间的分布特征,并应用MATLAB软件依据griddata插值算法绘制出了PM_(2.5)的空间分布图,直观地显示了PM_(2.5)污染在空间上的分布特征,突出了污染治理的重要季节和重点地区。研究结果表明:空气质量指数中的6项指标之间存在一定的相关性,PM_(2.5)与PM10的相关性最大,且PM_(2.5)污染呈季节性变化,春季污染最为严重,其次是冬季和秋季,夏季污染最轻;西安市的PM_(2.5)污染主要来源于燃烧、扬尘、尾气排放等过程,污染区域呈现北高南低的特征,污染源除人为源以外,周边污染扩散迁移也有较大影响。     

昆明市近地层臭氧特征分析及对策研究

2015年以来昆明市空气质量持续改善,但O3浓度逆势上升,已超越颗粒物成为昆明空气质量优良率的主要影响因素.利用国家地面空气质量监测点的逐小时O3浓度数据,对O3的年变化、季节变化和日变化特征进行了分析.得出结论:①近地层O3浓度呈逐年缓慢上升趋势;②春季O3小时浓度最高,夏、秋、冬季较低,其中秋季最低,春季白天O3峰...