林芝冬季紫外辐射与空气污染因素相关性研究

通过对林芝市2018年10月～12月的紫外线辐射强度及环境空气质量进行观测,分析了冬季晴天8～19时紫外辐射强度变化规律并与同时间的AQI、PM1、PM2.5、PM10、NO_2、O_3、SO_2、CO的相关性。结果表明:林芝市冬季紫外辐射很强,14时前后,紫外辐射强度达到最高,日变化趋势呈现大致对称的单峰状态;紫外辐射强度与PM1、PM2.5、PM10浓度并未表现出显著的相关性,与NO_2存在较好的负相关性,其Spearman相关系数高达-0.736,而与O_3、SO_2、CO的相关性较差,未通过显著性检验。     

大气污染物及AQI时空特征分析——以山西省2015年上半年为例

根据2015年上半年山西省11个地级市PM 2.5、PM 10、NO 2、SO2、CO、O 3的日污染浓度监测数据及AQI值,分析其污染特征。结果表明:全省11市PM 2.5、PM 10超标率较高;NO 2、SO 2、CO、O 3超标率则较低;全省PM2.5/PM1 0的比值范围在0.367 7~0.718 9,且PM 2.5和PM 10之间存在较显著的线性关系;PM 2.5、PM 10、NO 2、SO 2、CO以及AQI监测值在1~6月份逐渐递减,O3则呈总体上升趋势;AQI达标天数比例范围在61.88%~85.08%,平均比例为71.42%,平均超标天数比例为38.58%,其中重度及以上污染天数比例为1.50%。     

西安市空气污染现状及治理对策

依据西安市主要空气污染物(SO2,CO,NO2,O3,PM10,PM2.5)的空气质量指数Air Quality Index(AQI)数据,分析污染物的时间和空间变化规律,并结合地区地理环境,探讨区域空气污染变化的可能原因及治理重点。分析认为城市供暖期SO2,CO,PM10,PM2.5的AQI指数明显高于年内其他时段,同时空气污染呈现明显的主城区向郊区递减变化趋势;PM2.5、O3和NO2的AQI值空间差异较小,且普遍偏高,污染物治理需要城市与郊区全面联动开展。得到的空气污染物时程和空间变化规律,可以作为西安市大气环境治理参考依据。     

哈尔滨市2014年1-2月PM_(2.5)与主要空气污染物相关分析

为了解哈尔滨市主要空气污染物对PM2.5浓度变化的影响,利用SPSS软件及哈尔滨市南岗区2014年1-2月环境空气质量日报数据,对空气污染物中SO2、NO2、CO、O3、PM10、PM2.5进行了相关分析。结果显示,SO2、NO2、CO、O3、PM10与PM2.5均呈显著的正相关关系。结合相关性分析结果,建立了PM2.5与SO2、NO2、CO、PM10之间的主成分回归模型,并对模型进行了通径分析。分析结果表明,CO对PM2.5的直接影响最大,SO2、NO2、PM10对PM2.5的直接作用相对较小,但它们通过CO对PM2.5的间接作用较大。因此,在哈尔滨市1-2月主要空气污染物中,CO对PM2.5浓度的变化具有重要的影响。     

哈尔滨市AQI与空气污染物的相关分析研究

空气质量问题已成为民众关注的热点问题.选取哈尔滨市2014年-2015年AQI日报数据,分别分析了供暖期和非供暖期PM2.5、PM10、CO、SO2、NO2、O3六种主要空气污染物与AQI的相关性,结果表明,AQI与6个主要污染物间呈显著性相关.同时建立了供暖期和非供暖期AQI与主要空气污染物的多元线性回归模型,结果表明,CO对AQI起着主要作用.因此,提高供暖过程中煤炭燃烧效率,可有效削减空气中CO的浓度,对于改善空气质量起着至关重要的作用.     

辽宁省14个城市空气质量可预报

正辽宁省气象局将联合辽宁省环境监测实验中心制作全省14个城市空气质量预报。预报内容包括6种污染物(PM PM SO NO CO O)的浓度预报、空气10 2.5 2 2 3质量指数(AQI)、空气质量指数(AQI)等级和首要污染物未来24小时预报,空间精细到县。省气象部门相关负责人表示,预报结果向市民公开的时间待定。与沈阳和大连现有的空气质量预报相比,省气象局提,,,,,     

太原采暖季霾和良天气下大气污染物的污染特征分析

为了探讨太原市大气污染物在霾天气下的污染特征,2013年12月至2014年3月对太原市大气污染物(PM10、PM2.5、SO2、NO2、CO和O3)质量浓度进了收集研究。分析结果表明无论是霾还是良天气,PM2.5和PM10的相关性最好,PM2.5与NO2的相关性最差。O3与PM2.5的相关系数均大于0.7,表明O3与PM2.5的形成有着密切的关系。     

成都市区夏季大气污染物浓度时空变化特征分析

为了解成都市区大气污染物浓度水平及其变化规律,统计分析了2013年6月1日—8月31日3个市区站点(十里店、梁家巷和草堂寺)SO2、NO2、O3、PM2.5、PM10和CO逐时观测资料.结果表明,观测期间O3污染严重,上述3个站点小时均值超标率分别达22%、37%和42%.大气颗粒物污染也较为严重,上述3个站点PM10日均浓度超标率分别为13%、8%和3%,而PM2.5日均值超标率分别高达34%、27%和26%.NO2和CO早晚的浓度高峰主要与机动车流量增加和混合层高度降低有关.由于紫外辐射影响,O3浓度在正午出现峰值.受机动车流量高峰和气象条件的影响,PM2.5和PM10最大值和最小值分别出现在上午和下午.通过对污染物"周末效应"的分析,发现周末O3、PM2.5和PM10的浓度显著高于工作日,SO2、NO2和CO反之.成都市区大气污染受局地排放和外源输送共同影响,其中PM10和NO2主要受局地源控制,而PM2.5、SO2和O3受外输送影响较大.     

2016-2020年成都市大气质量变化特征及健康风险评价

本文基于成都市2016—2020年PM2.5、PM10、SO2、NO2、CO和O3浓度监测数据,运用主成分分析(PCA)和复合污染特征分析污染物特征及来源,并采用美国环境保护署(USEPA)推荐的健康风险评价模型评估了PM2.5、PM10、SO2、NO2的健康风险,结果表明:2016-2020年成都市除O3外其余5种大气污染物浓度逐年降低,O3浓度总体呈上升趋势.相比2016年,2020年PM2.5、PM10、SO2、NO2、CO平均质量浓度降低幅度为26.79％,30.44％,50.00％,24.49％,41.18％;O3平均质量浓度上升9.03％.主成分分析和复合污染特征分析表明大气污染物来源具有同一性.2016—2020年成都市PM2.5非致癌风险指数均大于PM10非致癌风险指数.与其它年份相比,成都市2016年PM2.5和PM10的健康风险值均最高,分别为2020年的1.55倍和1.54倍.SO2和NO2的健康风险存在年龄差异,大气污染物的健康风险随年龄的增加而降低,对老人造成的健康风险最小,儿童最大.2016年男童和女童(<6岁)SO2/NO2健康风险值最高,是2020年的2.50/1.46倍.6～17岁和60岁以上人群,男性健康风险小于女性,其余年龄段男性健康风险均大于女性.成都市各人群PM2.5、PM10、SO2和NO2的健康风险均未超过USEPA推荐的1×10-6～1×10-4可接受风险范围.     

大气例行点位常规监测污染物的相关性分析及防控措施研究

根据济南市历下区5个大气例行监测点位2015年上半年PM2.5、PM10、SO2、CO、NO2、O3逐小时浓度的监测数据,通过SPSS软件对各项污染物的相关性进行分析得出:CO与PM2.5、PM10、SO2、NO2强相关性出现次数最多,表明CO排放源是引起颗粒物污染的主要原因之一.对监测点位周边2 km范围内机动车尾气和餐饮燃煤两项污染源进行排放量估算得出:机动车尾气CO、NOx、PM2.5和PM10年排放量分别为388.18吨、111.18吨、4.35吨和4.72吨;餐饮燃煤CO、SO2、NOx年排放量分别为36.0吨、24.0吨和9.6吨.因此,控制CO排放源对改善济南市大气环境质量至关重要.