贵阳市大气污染物浓度特征及降水的清除作用

本文利用2013年1月1日~2015年6月30日贵阳市9个环境监测站的6种主要大气污染物(SO2、NO2、O3、PM10、CO、PM2.5)监测数据,分析了贵阳市主要大气污染物的年变化、日变化特征及降水对首要污染物浓度变化的影响。发现SO2、NO2、PM10、CO、PM2.5浓度为单谷型年变化,夏季浓度最低,冬季浓度最高;O3浓度为双峰型年变化,4、10月分别有两个极大值、11~2月与7月分别为两个极小值;SO2、NO2、PM10、CO、PM2.5浓度日变化呈双峰型特征;O3浓度日变化为单峰型特征;郊区SO2、NO2、PM10、CO、PM2.5日平均浓度低于市区,而郊区O3日平均浓度高于市区。降水对O3的湿清除效果不好,对其余大气污染物的湿清除效果较好,尤其夜间降水对颗粒污染物(PM2.5、PM10)的清除效果优于白天降水,但会使O3浓度明显上升。     

新疆重点城市大气颗粒物变化特征

本研究基于新疆16个主要城市2015—2022年40个环境监测站逐时的6类空气污染物（PM2.5、PM10、SO2、NO2、CO、O3）数据,分析了大气污染物的时空分布特征,得出以下结论：（1）新疆大气污染物以颗粒物为主。（2）PM10浓度的空间分布由南往北逐步降低,浓度最高值出现在和田的春季,达六级污染（546 μg·m-3）;PM2.5浓度在春季、夏季、秋季与PM10浓度分布特征一致,冬季中天山北坡城市浓度明显升高,全年最高值出现在五家渠市冬季,达五级污染（172 μg·m-3）;四季PM10和PM2.5浓度最低值均在阿勒泰市,空气质量优。（3）乌鲁木齐市和喀什市颗粒物浓度整体呈下降趋势。阿勒泰市两类颗粒物浓度整体较低,空气质量均为优良等级。乌鲁木齐市PM10及PM2.5浓度在冬半年较高,两类颗粒物均在2017年1月达到最高值,达五级污染。喀什市PM10浓度在2—5月较高,PM2.5浓度在10月至次年5月较高,两类颗粒物均在2016年3月达到最高值,达六级污染。（4）两类颗粒物浓度日变化相似,阿勒泰市四季均在23:00时前后较高,乌鲁木齐市春、夏、秋三季在00:00—02:00较高,冬季在22:00时较高,喀什市春、夏、秋三季在夜间01:00时前后较高,冬季在13:00时较高。     

聊城市空气质量现状及污染原因分析

利用2013年10月至2014年9月山东省聊城市大气主要污染物监测数据,分析了各种污染物的时空分布特征及其对空气污染的贡献,探讨了聊城市大气污染的成因。结果表明:2013年10月至2014年9月聊城市轻度污染以上的空气质量日数所占比例高达70.0%,大气中SO2、NO2、CO、PM2.5和PM10浓度季节变化规律明显,即冬季各种污染物浓度远高于夏季。日首要污染物以PM2.5和PM10出现日数最多,其次为SO2作为首要污染物在冬季出现偏多,臭氧8 h作为首要污染物在夏季出现相对较多。聊城市5种污染物对空气污染的影响程度从大到小依次为PM2.5PM10NO2COSO2,其中PM2.5与PM10分担率大幅高于其他3种污染物,说明聊城市大气污染属于可吸入颗粒物与细颗粒物主导的类型。相关分析发现,PM2.5和PM10具有来自相同或相似污染源的可能性,扬尘与化石燃料使用是PM2.5和PM10污染的主要成因。     

关中区域主要大气污染物时空分布特征分析

利用关中区域西安、咸阳、渭南、铜川、宝鸡五个主要城市2014-2018年PM2.5、PM10、SO2和NO2四种主要大气污染物逐日平均质量浓度,统计分析了关中区域近5年环境空气质量时间变化特征和区域分布特征。结果表明:关中区域颗粒物PM2.5、PM10和SO2年平均质量浓度呈逐年下降趋势;西安、咸阳和渭南NO2年平均质量浓度呈逐年上升趋势,宝鸡和铜川相对较低且变化趋势不明显;区域大气环境质量总体在不断改善。关中区域4-10月尤其是夏季6-9月空气质量状况较好,7月最好;采暖期空气污染较为严重,其中1月环境空气质量最差,其次是2月。近5年以颗粒物PM2.5和PM10为主要污染物,年平均值均超标,而SO2质量浓度相对较低;从区域分布来看,中部环境空气质量最差,其中PM2.5、PM10和NO2质量浓度明显较高,东部次之,北部和西部相对较好。咸阳中度以上污染日数明显较多,其次为西安,渭南居第三,铜川最少;咸阳、西安和渭南中度以上污染日数呈逐年增加趋势,咸阳增加趋势最为显著,而宝鸡和铜川呈逐年减少趋势。     

武汉市观象台2013—2016年PM2.5质量浓度变化及其与气象因子的相关分析

采用江苏省淮安市地面5个监测站2013年1月1日2015年12月31日PM10、PM2.5、SO2、NO2、CO、O3逐日质量浓度资料及同期气象资料,统计分析了该地区大气污染季节变化特征及其与气象条件的关系;采用MODIS的光学厚度AOD (Aerosol Optical Depth)资料和火点资料分析了2013年12月发生在淮安的一次持续性大气污染事件。研究结果表明,淮安空气质量AQI指数(Air Quality Index)在春冬季较高,夏秋季较低,污染天气发生在春冬季的概率为23.6%,夏秋季的概率为13.3%。淮安地区的首要大气污染物为颗粒物污染,其中PM10、PM2.5占比分别达到25.2%、48.9%,PM10中PM2.5比率年平均为61.0%,臭氧是第2大污染物,占比为25.8%。表征大气柱气溶胶浓度的AOD的季节变化与地面颗粒物浓度截然不同,颗粒物浓度 1月和12月出现极高值,而这两个月AOD月平均值却在一年中达到极低值,AOD最高值出现在7月。另外,AQI与降水、气温、风速、相对湿度呈负相关关系,但相关程度较弱。     

丽水空气污染物时序特征及与气象条件的关系研究

利用丽水2012年9月—2014年3月主要空气污染物浓度和气象数据,分析丽水空气污染物构成及其与气象因子的相关性。分析结果表明:丽水空气质量优良率约80%,高频首要污染物依次为PM2.5、O38、PM10、NO2;各污染物浓度分布的时间、季节特征明显:早晚高峰时段污染物浓度普遍偏高,冬季—初春是一年中污染较重季节,尤其春节期间PM和SO2浓度急剧上升。各主要污染物质浓度随气象因子的变化各有特点:CO在气温较高、晴朗微风、高层层结稳定的天气条件下浓度较高;NO2在气温适中、湿度较大且无明显降水时浓度较高;SO2则在气温适中、湿度较小、晴朗微风的天气条件下浓度较高;O3则在高温干燥天气时浓度较高;PM在干燥、气温较低、连续晴朗、微风、高层层结稳定时浓度较高。     

郑州市2012-2014年春节期间大气污染物浓度时空变化特征研究

利用郑州市环境监测站自动站点和自选监测站点的大气污染物监测数据,结合气象因子,对郑州市2012-2014年春节期间燃放烟花爆竹对大气气溶胶几种污染物的影响变化进行了分析。结果表明:2012-2013年春节的SO2、NO2、CO、PM2.5和PM10污染高峰出现在初一01-02时和初六00时之后;O3污染高峰则出现在初四和初五。经对2013年2月9日12时(除夕)到2月11日23时(初二)60 h观察,PM10和PM2.5污染高峰出现在初一01时和10时,NO2和SO2的高峰出现在初一01时,CO则出现在次日01时,O3的浓度变化规律则与上述污染物浓度变化呈反向增减的关系。郑州市城区春节期间各种污染物浓度的水平分布总体呈现西、北部污染浓度高,东、南部较低的趋势。各项气象因素对PM2.5和PM10浓度有着直接的影响。无特殊情况下,气温、风速与两种污染物浓度呈反向增减的关系,湿度和气压与两种污染物浓度呈同向增减的关系。     

南京SO2、NO2和PM10变化特征及其与气象条件的关系

利用南京市2002—2006年大气监测资料,分析了南京市大气中SO2、NO2、PM10年变化趋势及月季规律,评价了南京市空气质量状况。结果表明:5a来,SO2质量浓度呈显著上升趋势,NO2质量浓度缓慢上升,PM10质量浓度明显下降;南京市首要污染物是PM10,SO2、NO2污染较轻;3种污染物质量浓度均以夏季最低。进一步研究不同气象条件下污染物质量浓度发现,污染物质量浓度与风速反相关,且东南风时浓度最高;降水对污染物有清除作用;雾、霾天气下污染加剧;气象能见度与PM10、NO2的质量浓度反相关;污染物有明显的"周末效应",周末质量浓度值较低。     

南京SO_2、NO_2和PM_(10)变化特征及其与气象条件的关系

利用南京市2002—2006年大气监测资料,分析了南京市大气中SO2、NO2、PM10年变化趋势及月季规律,评价了南京市空气质量状况。结果表明:5a来,SO2质量浓度呈显著上升趋势,NO2质量浓度缓慢上升,PM10质量浓度明显下降;南京市首要污染物是PM10,SO2、NO2污染较轻;3种污染物质量浓度均以夏季最低。进一步研究不同气象条件下污染物质量浓度发现,污染物质量浓度与风速反相关,且东南风时浓度最高;降水对污染物有清除作用;雾、霾天气下污染加剧;气象能见度与PM10、NO2的质量浓度反相关;污染物有明显的"周末效应",周末质量浓度值较低。     

聊城市空气质量及相关大气污染事件特征分析

采用气候倾向趋势法、皮尔逊相关系数法对2009—2017年聊城空气污染日数据和静稳天气的气候特征进行分析,探究聊城市空气质量状况和相关大气污染事件的发展规律。结果表明:聊城主要大气污染物中,PM10和PM2.5年平均质量浓度高于山东省平均水平和中国环境空气质量标准限值,颗粒物类污染物质量浓度明显偏高;主要污染物年平均质量浓度除PM10呈逐年小幅增加外,其他污染物质量浓度均呈下降趋势;聊城污染日数总体呈减少趋势,但是中到重度污染日数及占比有增加趋势,重度污染日数占比增加趋势最明显。2009—2011年除CO外,其他污染物作为首要污染物出现的日数明显增加;2012年之后只有PM2.5作为首要污染物出现的日数迅速增加;冬季污染最严重,夏季污染最轻;霾和雾月出现日数与月大气污染出现日数呈明显的正相关,静稳天气多发是大气污染严重的主要天气学原因。     

汾渭平原东部运城市空气污染变化特征及其气象因素影响分析

本文综合利用2015—2020年地面气象观测资料、欧洲中心ERA5再分析资料及大气环境监测数据，分析了汾渭平原东部运城市污染物浓度的变化特征以及与天气形势和气象要素的关系。结果表明：①2015—2020年期间运城市PM2.5、PM10、SO2、NO2、CO 5种污染物年平均浓度呈下降趋势，而O3浓度呈上升趋势；②冬季和夏季空气质量相对较差，首要污染物分别是PM2.5和O3，边界层高度的变化与近地层风向风速、污染物浓度的关系密切，冬季（夏季）PM2.5（O3）污染较重时边界层高度较低（较高），以东北风（东南风）为主，风速偏小（偏大）；③最后利用自组织映射神经网络（SOM）算法分别对冬夏925 hPa位势高度场进行天气分型并开展不同天气形势下污染物浓度与气象要素的变化对比研究，发现冬季污染时以静稳天气为主，低层弱东北风将污染物输送至运城市，而夏季O3污染较重时受热低压形势控制，利于O3前体物汇合，太阳辐射较强时O3浓度较高。     

2014—2016年拉萨市大气环境质量分析及评价

本文对2014—2016年拉萨市6种空气污染物SO2、NO2、PM10、PM25、CO、O3的浓度变化进行了分析和评估。结果表明：①拉萨市区大气污染物以PM10为主,其次是O3;②拉萨市区大气环境中SO2、CO的含量逐年下降,但是,NO2含量逐年上升;③拉萨市大气环境中的PM25与PM10比值明显偏低,表明拉萨市大气环境质量主要的影响因素为自然因素。     

关中地区大气污染特征分析

基于2014-2018年关中区域西安、咸阳、渭南、铜川、宝鸡等5个主要城市6种大气污染物(PM10、PM2.5、SO2、CO、NO2、O3)的逐日平均质量浓度和气象探空资料,分析了关中地区大气污染物时空分布特征、重污染过程持续性特征及逆温发生频率.结果表明:关中地区大气污染超标日达31％以上,西安最多为47％,其中颗粒...     

2018年春季西北五省省会城市大气质量与健康风险评价

城市大气污染及其引起的健康效应一直是关注的热点。本研究对2018年春季西北五省省会城市PM2.5、PM10、NO2、SO2、CO和O3浓度数据进行了系统分析,并采用美国环境保护署(United States Envi‐ronmental Protection Agency,USEPA)推荐的健康风险评价模型评估了PM2.5、PM10、SO2和NO2的健康风险。结果表明:PM2.5和PM10为主要超标污染物。除乌鲁木齐市(该市PM10春季平均质量浓度亦超标)外,其余四个城市PM2.5和PM10的春季平均质量浓度均超过国家二级标准。各城市SO2、NO2、O3和CO的污染水平较低。2018年春季各城市空气质量以良好至轻度污染为主。各城市人群PM2.5和PM10的春季健康风险均在USEPA规定的可接受风险范围内。SO2和NO2的健康风险均未超过瑞典、荷兰等国推荐的可接受风险值。SO2和NO2对老人产生的健康风险最小,儿童最大,儿童为较敏感受体。儿童(<6岁)SO2/NO2的春季健康风险约是成人(18~60岁)的1.2/1.3倍,是60岁以上人群的1.7/1.8倍。不同性别及年龄阶段人群SO2和NO2的健康风险存在差异,6~17岁人群和60岁以上老人的健康风险有女性>男性的特点,6岁以下儿童与18~60岁成人的健康风险则表现为男性>女性。     

基于CUACE系统沈阳地区春季空气质量预报的校验及修正

本文基于CUACE系统,利用2015年4—5月沈阳市大气环境观测数据对沈阳地区春季空气质量的预报效果进行了校验和修正。结果表明:CUACE模式对6种污染物(PM10、PM2.5、NO2、O3、SO2和CO)质量浓度的预报值普遍小于观测值,对PM10浓度的预报存在严重低估。CUACE模式预报的沈阳地区春季日首要污染物多为PM2.5,而观测表明沈阳地区春季PM10和PM2.5为日首要污染物的日数相当。同时,CUACE模式预报的空气污染等级与实际观测的空气污染等级相比存在较高的等级偏差率。利用污染物观测浓度和预报浓度之间的线性拟合公式修正CUACE模式的预报结果,修正后首要污染物的预报结果与实际观测结果基本吻合,同时空气污染等级的预报准确率也明显提高,提高幅度为50.0%—80.0%。     

乌海市空气污染浓度的时间分布特征分析

利用2005—2007年乌海市区大气中SO2、NO2、PM10浓度的实测数据,分析了乌海市大气污染物的时间分布特征,分析结果表明:乌海市首要污染物是PM10,其次是SO2;从2005—2007年日平均值看:SO2、PM10呈下降趋势,NO2略呈上升趋势。SO2、NO2、PM10的浓度都有明显的季节变化。     

2014－2022年新疆库尔勒市空气质量特征及沙尘天气影响分析

基于2014－2022年库尔勒市空气质量监测数据,分析了库尔勒市空气质量水平和污染特征,并进一步探究了沙尘天气对空气质量的影响。结果表明：2014－2022年库尔勒市年均优良率为65.3%,春季空气污染最严重,夏季空气质量最好;大气污染主要是颗粒物超标,PM10年均浓度值超过二级标准限值127%,PM2.5超31%,SO2、NO2、CO、O3均达标;首要污染物为PM10,占总超标天数的92.2%,PM2.5为首要污染物占比8.0%;受沙尘影响天气年平均100.4d,污染日79.7%受到沙尘影响;按环境监测要求剔除沙尘天气,PM10和PM2.5平均浓度分别减少18.6%和13.0%;沙尘天气对AQI平均贡献率为31.8%,对PM10贡献率为41.9%,对PM2.5贡献率为23.3%。沙尘天气对库尔勒空气质量影响明显,大气污染防治根本是沙尘天气综合治理。沙尘天气对库尔勒市空气质量影响明显,大气污染防治根本是沙尘天气的综合治理。     

基于BP人工神经网络的鹰潭市PM2.5和PM10浓度预测模型

利用2015—2019年鹰潭市5个大气成分监测站数据和气象站地面观测数据,运用主成分分析法,提取气象要素、气体污染物对PM2.5和PM10浓度影响的主要成分,调整BP人工神经网络的隐藏层个数和隐藏层节点数,构建基于BP人工神经网络的鹰潭市PM2.5和PM10浓度预测模型。结果表明：1） 气象要素中,共提取3个影响PM2.5、PM10浓度的主成分,分别为相对湿度、降水,气温、气压和风速,其中湿度、气温、风速与PM2.5、PM10浓度显著相关。2） 气体污染物中,共提取2个主成分,分别为SO2、NO2和O3,其中NO2、SO2与PM2.5、PM10浓度显著相关。3） 所建立的PM2.5、PM10浓度逐小时预测模型在20 h内预测性能良好,预测准确率分别为88%、86%,逐日预测模型在5 d内的预测性能良好,预测准确率分别为94%、92%,准确率较高,具有良好的预报性能。     

呼和浩特市空气污染浓度时空分布特征分析

文章利用 1995～ 2 0 0 2年呼和浩特市区空气污染物PM10 、TSP、NOx、NO2 、SO2 浓度的实际监测数据 ,统计分析了呼市地区空气污染物的时空分布特征。分析结果表明 :呼市市区主要以煤烟型污染为主 ,冬、春季比夏、秋季污染严重 ,采暖期比非采暖期污染严重 ;PM10 、NO2 、SO2 都有明显的年变化 ,SO2 的浓度值呈逐年减小趋势 ,PM10 、NO2 的浓度值在近几年是增加的 ;月变化呈单峰型 ( 1和 12月达最高值 ,7和 8月达最低值 ) ;日变化冬夏季为双峰型 ,8～ 10时出现主峰值 ,2 0～ 2 4时出现次峰值 ,春季PM10 为三峰型 ,17～ 18时为主峰值 ,1～ 3时和 8～ 11时为两个次峰值 ;大气颗粒物是呼市首要的污染物 ,居民区污染最为严重。     

天津冬季重霾污染过程及气象和边界层特征分析

京津冀大气灰霾污染严重,天津市作为其核心组成之一其污染形势亦严峻。选取2013年2月20~28日天津重霾污染时段7站PM2.5(空气动力学当量直径小于等于2.5μm的颗粒物,即细颗粒物)和气态污染物数据,结合北京污染数据、地面气象要素、能见度、边界层温湿和风廓线、后向轨迹,深入分析重霾污染过程特征及气象和边界层成因。结果显示,研究时段天津PM2.5、SO2、NO2、CO和O3浓度均值为150、87、56、2.4和22μg m-3,气态污染物各站差异显著,但仅有SO2全面超过国家空气质量一级标准(50μg m-3),而PM2.5具有区域同步变化特征,且严重超标,是一级标准(35μg m-3)的2~8倍,最高小时均值高达364μg m-3;高浓度PM2.5是导致低能见度的主因,能见度小于10 km对应PM2.5阈值为50μg m-3。弱风和高湿度导致局地排放累积,PM2.5始增,在高湿度条件下,持续偏南风促使其稳步增加,配合弱北风和弱东风PM2.5震荡上扬,污染高值阶段,南北气流短时迅速切换,区域污染传输叠加污染的循环累积,PM2.5浓度峰值达到最高;除因边界层强东风导致的平流逆温外,高浓度PM2.5与平流逆温密切相关;高污染时段高湿主要集中在500 m以下,且随高度递减幅度较大;位于200~600 m的低空急流一定程度抑制污染上升,尤其持续强东风使PM2.5浓度稳步降低到二级水平,污染迅速有效清除最终依赖整层的强西北风。北京、环绕天津的河北中部和西南部地区对天津重污染有显著贡献。