北京市2014年大气污染物空间分布特征分析

基于地理信息系统ArcGIS 10.2平台,采用反距离权重空间插值模型对2014年北京市35个环境质量监测点监测到的主要大气污染物:一氧化碳(CO)、二氧化氮(NO2)、臭氧(O3)、可吸入颗粒物(PM10)、细颗粒物(PM2.5)和二氧化硫(SO2)质量浓度年均值的变化规律及空间分布特性进行了分析.结果表明,在质量浓度分布上,2014年北京市CO、NO2、SO2、O3、PM10、PM2.5这6类大气污染物的质量浓度分别位于1～3 mg/m3、17.22 ～ 105.4 μg/m3、14.27～25.75 μg/m3、27～ 81μg/m3、76 ～ 179 μg/m3、67 ～ 123 μg/m3范围内.由此可知,北京市2014年大气污染物年均质量浓度除PM10和PM2.5外的其余污染物质量浓度并不高,都在轻度污染范围之内;在空间分布上,除O3质量浓度空间分布上呈现出北高南低的特征外,其余污染物均呈现南部、中部质量浓度较高,北部地区质量浓度较低的特征.     

基于LUR模型的大气PM2.5浓度分布模拟与人口暴露研究——以湖北省为例

大气细颗粒物是严重危害人体健康的主要污染物之一.该文以湖北省为例,采用LUR(土地利用回归)模型对各监测站点的PM2.5浓度进行空间化模拟,并考察污染暴露强度的空间分异特征,为PM2.5污染分区防控提供参考依据.结果表明：1)湖北省各站点PM2.5浓度差异较大,平均浓度高于环境空气质量二级标准,浓度大小受到站点风速、气温、海拔与3 km缓冲区内绿地面积等因子的显著影响,风速升高会加重污染,后3个因子增加则有利于降低污染.2)基于LUR模型的空间化结果显示,PM2.5浓度在省域尺度上呈现出明显的“中部高、东部低、西部最低”的梯度差序特征,其中武汉城市圈、江汉平原与襄阳部分地区污染较重,鄂西地区普遍较低.3)构建顾及人口分布疏密的PM2.5暴露强度指数,发现PM2.5暴露强度与人口密度大小存在较高的空间相关性.全省超过90%的人口和面积处于中等及以下暴露强度,总体健康风险较低.暴露高值区相对分散,主要集中在以武汉城市圈为核心的中东部地区.     

东北地区吉林市大气PM2.5中有机物及重金属的污染特征研究

为深入探究东北地区雾霾天气污染现状,选取吉林省吉林市作为研究对象,于2016年夏季(非采暖期)和冬季(采暖期)各时期连续24h采集PM2.5样品.运用电感耦合等离子体质谱法(ICP-MS)分析了18种金属的浓度水平,选取其中的As、Al、Cr、Mn、Cu、Zn、Pb、Na、Ca、K和Mg 11种主要金属进行了细致研究;同时,运用气相色谱-质谱法分析了16种多环芳烃(PAHs)的浓度,对重金属和多环芳烃的污染情况进行了深入讨论.结果表明:吉林市采暖期PM2.5平均质量浓度为89μg/m~3,非采暖期平均为33μg/m~3;PM2.5中主要的重金属时空分布特征为除Ca以外采暖期均高于非采暖期,工业区居住区对照区.采样期间,冬季PM2.5中重金属污染较夏季严重,这可能与东北地区冬季供暖有关.吉林市PAHs采暖期质量分数为0.03~1 304.83mg/kg,非采暖期为0~223.13mg/kg,采暖期污染水平高于非采暖期,其中工业区污染较严重.源分析结果表明吉林市大气颗粒物中重金属和有机污染物PAHs主要来源于燃煤、石油化工、扬尘(建筑扬尘和土壤扬尘)、车辆混合污染,而且工业尘对PM2.5的贡献则是持续的.     

宝鸡市区空气中PM_(10)、PM_(2.5)污染状况研究

目的研究宝鸡市城区采暖期和非采暖期PM10、PM2.5的质量浓度变化以及比例关系,为宝鸡的雾霾治理提供技术支撑。方法在宝鸡市环境监测中心站院子设点对PM10、PM2.5分别进行采暖期和非采暖期2个时段对比监测,结合气象条件进行分析,总结规律。结果在一般气象条件下PM2.5、PM10质量浓度采暖期高于非采暖期,昼间大于夜间,但细粒子在大气中漂浮时间长,昼夜变化幅度小于可吸入颗粒物。两种颗粒物浓度受气象条件影响较大,阴天浓度明显大于晴天。结论总结了不同时段PM10、PM2.5质量浓度和二者比例关系,为以后的研究和环境管理提供参考。     

PM2.5简介及福州市PM2.5污染分布特征

该文介绍了PM2.5细粒子污染重要的空气质量指示意义.利用2010年～2011年福州市PM2.5观测资料,分析了福州市细粒子污染的分布状况、主要特征及与气象条件的关系.结果表明:福州市PM2.5年平均浓度接近新标准规定的35ug/m3,污染程度较轻;月平均浓度峰值出现在5月,谷值出现在7月;季节分布高低排序为春季＞冬季＞秋季＞夏季,春季污染最严重,一级超标率达72.7％,夏季最轻;日分布呈单峰型,中午前后浓度最高;PM2.5浓度月季分布特征明显,说明PM2.5浓度变化与天气条件关系密切.     

河南省供暖期大气污染特征及预测分析——以郑州市为例

近年来河南省大气污染问题引起社会的广泛关注,但有关供暖期间大气污染方面的研究相对较少.以郑州市为例,分析郑州市供暖期间大气颗粒物的浓度变化并进行预测,对提高当地空气质量具有重要意义.基于2014-2016年郑州市空气质量监测数据和同期气象数据,利用SPSS相关分析和BP神经网络模型,分析郑州市供暖期间PM2.5、PM10的超标情况、日变化特征,探究气象要素对PM2.5和PM10的影响,最后预测AQI指数的变化.结果表明:2014年供暖期郑州市空气质量相对较差,PM2.5和PM10平均质量浓度超标率最高;2015年供暖期郑州市空气质量相对较好,PM2.5和PM10平均浓度变化幅度较大;2014-2016年供暖期间郑州市PM2.5和PM10浓度具有明显的日变化特征,呈现双峰型变化;2014-2016年供暖期郑州市PM2.5、PM10与日均气温相关性不显著,与日均风速呈显著负相关,与日均相对湿度呈显著正相关;当供暖期郑州市主导风向为正西风时,污染天气出现频率较低;利用BP神经网络预测2016年AQI的精度较高,预测值与实测值相关系数为0.85.     

北京某地铁车站细颗粒物分布特性研究

为了解地铁环境细颗粒物(PM2.5)污染状况,本文对北京地铁车站PM2.5的浓度进行测试,对北京地铁车站PM2.5分布规律及其浓度的影响因素进行研究。选择复杂的换乘车站—宋家庄车站,针对地铁的公共区(站厅、站台)采用多测点连续测试的方式进行测试。分析结果表明,在室外环境PM2.5污染程度低于重度污染的情况下,地铁车站PM2.5浓度高于室外;列车的频率(活塞风)会造成车站公共区的PM2.5浓度呈现周期性变化。相关性分析表明,地铁站内外细颗粒物之间的相关性显著,颗粒物(PM2.5与PM10)之间的相关性显著。对地铁站内细颗粒物影响颗粒物浓度的相关因素进行分析,明确了客流量、车站温湿度对地铁内PM2.5浓度的影响不显著。     

京津冀区域颗粒物污染特征研究

京津冀区域是我国环境空气污染频发的重点区域之一.基于中国空气质量在线监测分析平台实时发布的2019年京津冀区域六个典型城市的颗粒物质量浓度数据,分析京津冀区域颗粒物污染特征.结果表明：京津冀区域日均PM2.5质量浓度小于等于60 μg/m3 天数占全年的68.49%-80.00%;PM10质量浓度小于等于140 μg/m3 天数占全年的75.14%-93.70%;京津冀区域颗粒物质量浓度的月分布呈“V”型规律,颗粒物质量浓度冬季最高,秋季和春季次之,夏季最低;颗粒物质量浓度日变化呈双峰型且与人为活动作息时间保持良好的一致性;应用皮尔逊相关分析法探讨不同城市间颗粒物的相关性,总结为东南和西南两条典型的显著相关路径;应用线性回归方法评估PM2.5与PM10的相关性,同一城市的PM2.5与PM10显著相关;应用空间差异率方法分析京津冀区域不同城市间颗粒物质量浓度的差异程度,石家庄和其他城市间的颗粒物空间差异率最高;天津与唐山的PM2.5空间差异最低,其COD值为0.14;天津和廊坊的PM10的空间差异最小,其COD值为0.14.     

西安地区PM2.5扩散预测评估简

选取西安为研究对象,通过建立能够刻画该地区PM2.5发生和演变（扩散与衰减等）规律的数学模型,完成对该地区污染扩散预测评估.通过采用PCA方法确定西安地区PM2.5的扩散中心,并构建线性抛物型方程对一般情况下的扩散进行刻画,针对突发情形,即当PM2.5浓度最高点处增至2倍时,采用高斯模型对数据进行扩散的预测和评估,计算出PM2.5的污染扩散范围.最后通过比较完成对该地区的污染预测评估.?更多还原     

天津蓟县夏季PM_(2.5)污染特征及影响因素

为探究天津蓟县大气细颗粒物(PM2.5)污染特征及气象因素对它的影响,搜集了2013年蓟县PM2.5质量浓度变化资料,对PM2.5污染情况进行了详细分析;并针对夏季典型天气,对PM2.5质量浓度进行监测,结合同步气象数据,运用线性回归及相关性分析方法研究PM2.5质量浓度与气象因素关系.结果表明:蓟县PM2.5质量浓度呈现明显冬高夏低特征,夏季污染超标率达45%,其日变化呈明显双峰型;PM2.5质量浓度受温度、相对湿度、风速、风向、降雨影响显著,与气压无显著关系,能见度随PM2.5质量浓度增大呈现e指数衰减规律.研究结果可为当前的京津冀区域大气污染协同防控提供一定的科学参考.     

2014年1月济南市空气污染气象条件分析

为研究大气环流背景及气象条件对山东中西部PM2.5污染的影响,利用气象及PM2.5浓度资料,选取济南市作为典型代表城市,诊断分析了大气环流背景及气象演变过程对2014年1月济南市PM2.5浓度的影响,建立济南静稳指数公式。结果表明：2014年1月华东北部至华北南部地面至对流层中层风速均为负距平,水平方向污染扩散能力差,偏南风异常加强了南方水汽的输送,有利于气态污染物向颗粒态转化,推高了PM2.5浓度;对流层低层东亚冬季风异常偏弱,逆温增多,垂直方向污染扩散能力差;500 hPa异常高压,抑制了东亚大槽的发展,更加有利于污染物在底层的累积。天气演变过程分析表明：地面水平方向及高空垂直方向气象条件对PM2.5浓度均有影响,地面风速偏弱（偏强）,高（低）湿度,风场辐合（辐散）时,PM2.5污染偏高（偏低）;边界层高度降低（升高）,垂直方向气流下沉（上升）,对流层中低层大气层结不稳定增强（减弱）时,PM2.5污染升高（降低）。静稳指数对于空气质量及重污染过程具有较好的预报能力。     

南宁市PM2.5浓度与气象因素的关系研究

摘 要 空气污染主要与污染源的排放、气象条件、地形地貌三方面因素有关。对南宁市空气质量指数与气象因素的关系进行研究,进一步探究空气污染的主要污染源PM2.5与气象因素之间的关系,分析了促进空气污染发生的气象条件。并在此基础上建立多元线性模型对空气污染物PM2.5的浓度值进行预测。结果表明预测模型拟合度R2值最大达到了0.747,说明了该模型预测效果良好并能够适用于南宁市空气污染物PM2.5的监测和预报。     

空气污染现状及咸阳市大气中SO2浓度变化研究

目的研究空气污染所造成严重健康问题以及咸阳市2014-2017年大气中SO_2浓度变化,并对其进行统计分析,为咸阳市能源结构调整和大气污染控制提供参考。方法以全球环境污染对健康影响的最新成果以及历史上SO_2烟雾事件为背景,结合咸阳市2014-2017年大气中SO_2浓度变化,利用Origin9.0软件进行统计分析,总结其变化规律。结果全世界每6个过早死亡者当中就有一个是因为环境污染而导致的,仅2015年约有900万人因为暴露于毒素而导致疾病致死,因为污染年度损失花费约4.6万亿美元,约占全球经济产出的6.2%。咸阳市大气中SO_2浓度变化,每年度的采暖期(11月中旬到来年3月中旬)SO_2浓度要比其它时间段更高一些;2014-2017年9月之间,年度SO_2浓度平均值有逐年下降之势,而且平均值之间存在极其显著性差异(P0.01);SO_2浓度变化与NO_2及CO浓度变化呈现出正线性相关,而与O_3浓度变化呈现出负线性相关。结论面对全球环境污染发展严重之势,咸阳市大气中SO_2浓度变化呈现出逐年下降的发展态势,与咸阳市进行能源结构调整、控制燃煤消费量等环境保护措施有直接关系。但是,同时也应该注意对于其它大气污染物(PM_(2.5),PM_(10),NO_2,CO,O_3)浓度变化的研究,为保护环境、控制污染提供更为全面的参考依据。     

宝鸡市大气可吸入颗粒物浓度分布特征分析

目的分析宝鸡市空气污染物PM10的时空变化特征,为宝鸡市PM10污染的综合防治提供依据。方法采用宝鸡市各空气监测点三年PM10污染物浓度资料,分析了宝鸡市区PM10浓度的时空变化特征。结果宝鸡市PM10浓度分布为春、冬季>秋季>夏季,各监测点的浓度变化是监测站>技校>三陆医院>竹园沟。结论提出了切实可行的措施以降低空气中PM10的浓度来改善宝鸡市的城市空气质量。     

环境空气质量标准修订后城市空气质量变化趋势及污染特征分析 ——以济南市为例

2012年环境空气质量标准修订后,大气污染物监测指标与频次发生变化,在一定程度上影响了城市空气质量评价及污染特征判定。为进一步促进城市空气质量改善,为地方环境管理与决策提供科学支撑,通过运用统计分析、趋势检验及相关分析等方法研究了济南市执行新环境空气质量标准后,各时段城市空气质量及6项污染物浓度变化趋势,在此基础上识别了空气污染特征。结果表明：自2013年起,PM10、PM2.5浓度不断下降,SO2、CO持续达标,近3年间全市无污染天数占50%左右;从季节变化来看,冬季大气污染最为严重,夏秋两季空气环境质量较好;PM10、PM2.5与NO2长期处于超标水平,O3污染愈加严重。可见济南市环境空气质量虽日趋改善,但以PM10、PM2.5和O3污染为代表的复合型大气污染特征已经形成。     

南京市一次大气污染事件时空演化特征及影响因素

利用数理统计和后向轨迹方法,分析江苏省南京市2015年全年空气质量指数(AQI)及1月21—27日各污染指标数据,探讨南京市大气污染时空分布特征及影响因素.研究发现:2015年南京市AQI达到污染程度的天数在瑞金路、迈皋桥最多,在玄武湖最少;AQI值在秋、冬季较高,春、夏季较低,推测南京市AQI主要受不同功能区污染排放和不同季节天气变化控制.在1月21—27日大气污染事件中, AQI在仙林大学城最高,为211.094;玄武湖最低,为168.881. PM_(10)平均浓度在奥体中心最大,为229.472,玄武湖最小,为179.932. PM_(2.5)的空间分布情况与PM_(10)类似, SO_2, NO_2和O_3浓度空间差别不大.在此期间, AQI总体呈波动上升趋势, 21日、24日、26日出现3次高峰, 25日和27日下降. PM_(10)、PM_(2.5)、NO_2浓度变化趋势与AQI呈正相关关系, O_3与AQI呈负相关关系.因此,南京市大气污染在空间上具有明显区域特征,在时间上具有累加特征,同时还受周末效应和天气作用影响;主要污染物为汽车尾气、燃煤燃气和工业废气.气团后向轨迹显示,大气污染源主要来自局地和西北地区, 25日气团方向改变,导致污染物浓度下降,推测南京市大气污染受气团带来的外地污染物及天气变化的综合影响.     

大气污染期间北京住宅室内外空气中PM2.5的浓度水平

由于2012~2013年北京大气环境质量整体较差,且多天的PM2.5日均浓度值超过0.500 mg/m3。鉴于此,为了解大气污染期间住宅室内外PM2.5的浓度水平,于2014年4~5月对北京市内4所住宅A、B、C和D的室内外PM2.5浓度分别进行了随时间变化的同步测试,并对其浓度水平及影响室内PM2.5的因素进行了分析。结果表明：(1)测试期间4所住宅中,B、C和D住宅室内外PM2.5的平均浓度均高于0.075 mg/m3,室外PM2.5平均浓度分别为0.143 mg/m3、0.122 mg/m3和0.124 mg/m3,室内PM2.5平均浓度分别为0.129 mg/m3、0.089 mg/m3和0.104 mg/m3;(2)在室内无明显污染源或污染源强度相对较低时,较高的室外PM2.5浓度对室内PM2.5浓度水平起主导影响;(3)吸烟和烹饪对室内PM2.5浓度影响较大,开、关窗时间及室外PM2.5浓度水平影响室内PM2.5的衰减时间;(4)北京市朝阳区2014年测试的住宅A、B和2015年同期测试的住宅Z1的室外PM2.5平均浓度分别为0.037 mg/m3、0143 mg/m3和0.028 mg/m3,2014年开始实施的《北京市大气污染防治条例》使2015年北京市室外空气质量有所改善。     

宜昌市城区PM_(2.5)污染形成灰霾天气的规律研究

2012年选取与气象站点相邻的一个环境空气质量测点对PM2.5进行了研究性监测,测点距地面23m,全年PM2.5质量浓度在19~284μg/m3之间,年均质量浓度为89μg/m3,月均质量浓度最高的为1月.系统分析全年PM2.5监测质量浓度与相邻气象测点灰霾、能见度观测数据之间的关系,得到以下结论:宜昌市城区PM2.5污染质量浓度与灰霾观测值相关性不强,但与能见度的观测值显著相关;全年能见度降低受PM2.5污染的影响具有季节性,2、5~6三个月与7~9三个月及4、10~11三个月,这3组月份内的PM2.5与能见度之间的回归曲线基本一致,全年中3月份影响最大,而1月份最小,主要与气温、风速、降雨因素有关.     

基于空气质量指数AQI的空间自相关特征分析——以福建省为例

以福建省9个地级市为研究对象，运用时间序列模型、全局空间自相关分析、K-medoids聚类及相关分析等研究方法，探索福建省各地级市空气质量指数的空间自相关特征。研究结果显示，相比秋冬两季，各地级市春夏两季的空气质量相关性较低，具体表现为，春夏两季各地级市莫兰指数（Moran's I）显著较低 。以空气质量指数AQI的6个空气质量分指标作为聚类标准进行研究，发现福建省地级市的空气相关性区分为两大类。进一步对AQI进行相关性分析，发现AQI与PM10、PM2.5、NO2分指标高度相关，由此说明，空气微粒与NO2是福建空气污染的主要来源。空气质量季节上的分布差异，可以为政府准确地制定治理方案提供有力证据。