Ocean Data View软件在城市大气污染物因子分析中的应用

近些年城市大气污染问题尤为突出,其中PM2.5、PM10等污染物是引起雾霾天气的重要因素.本文基于2007—2016年10年中全国主要城市SO2、NO2、PM10等污染物因子的年平均浓度变化,利用Ocean Data View软件分析主要城市大气污染主控因子(二氧化硫、氮氧化物以及颗粒物)的排放特征及其成因.结果表明:各污染物的区域性分布明显,污染物浓度变化的总体趋势北方高于南方,SO2、NO2、PM10年平均浓度北方分别高于南方108.15%、7.60%、48.36%;从大气污染组分来看,颗粒物的增长速度最快,石家庄2007—2016年PM10增速为28.10%;而SO2的污染物浓度在下降,乌鲁木齐的降速为84.10%.     

基于 VAR 模型的重庆市大气污染物分析及研究

目的 研究重庆市首要空气污染物 PM2. 5 与 PM10 、SO2 、NO2 、CO、O3 的动态影响关系,为政府制定防治大气 污染措施及相关政策提供有价值的建议。 方法 收集重庆市 2021-05-01—2021-10-31 日的 PM2. 5 、PM10 、SO2 、 NO2 、CO、O3 这 6 项大气污染物的日浓度数据,利用 Eviews8. 0 软件,对原始数据进行序列平稳性检验;根据 Granger 因果检验结果选择变量,建立时间序列 VAR 模型,并检验模型的稳定性;利用广义脉冲响应分析和方差分 解分析,研究各污染物浓度对 PM2. 5 的动态影响及相对重要性。 结果 Granger 因果检验表明:PM10 、SO2 、NO2 、O3 是 PM2. 5 的 Granger 原因, CO 不是 PM2. 5 的 Granger 原因;广义脉冲响应分析表明:NO2 对 PM2. 5 的影响最大;方差 分解分析表明:NO2 的浓度对 PM2. 5 的影响最大;O3 对 PM2. 5 的影响次之,对 SO2 的影响作用最小。 所以,从长期 影响效应看,NO2 对 PM2. 5 具有长期较大的影响,SO2 对 PM2. 5 的影响最弱。 结论 防治 PM2. 5 对重庆市空气的污染 应着重控制 NO2 的污染,因此,政府应大力发展绿色交通,控制交通污染;大力监管高污染行业,将烟雾、粉尘、颗粒 物等排放量较大的行业作为工业污染源治理的重点;大力发展清洁能源,加快化石燃料替代资源的开发利用。     

铜陵市空气污染物浓度日变化特征的观测分析

选择位于长江南岸的铜陵市为研究区域,利用2007~2010年空气污染物浓度监测数据与气象要素观测资料,分析二氧化硫(SO2)、二氧化氮(NO2)和可吸入颗粒物(PM10)浓度的日变化特征及其与气象要素之间的关系.结果表明,铜陵市空气污染物浓度和气象要素的日变化主要有"单峰单谷型"和"双峰双谷型"两种,SO2和PM10的日变化规律空间差异不显著,NO2的日变化存在明显空间差异.主要污染源附近的监测点,浓度日变化规律与气压、相对湿度和气温3个要素日变化之间存在相关性,而与风速、降水的日变化规律无关.周边无污染物排放的监测点,浓度日变化规律不仅与气压、相对湿度和气温日变化存在显著相关,还与风速呈反向相关关系.对于周边虽有部分污染源,但不是区域内的主要污染源的监测点,浓度日变化与气象要素之间无统一的相关性.     

南通市大气污染物浓度变化特征及其与气象因素的关系

为了厘清南通市大气污染浓度的变化情况以及与气象因素之间存在的关系,分析南通市大气污染物潜在的输送来源。文章利用南通市2018年全年大气污染物资料和同期气象观测要素资料,对SO2、NO2、CO、O3、PM10、PM2.5污染物的时、日、月、季浓度变化规律及其与气象因素之间的关系进行分析,并结合南通市2次重污染天气过程,使用后向轨迹模式HYSPLIT4分析南通市大气污染物的主要来源。结果表明：SO2、NO2、CO、PM10和PM2.5浓度均呈现夏季最低,其次是秋季,冬、春季浓度最高,O3浓度呈现明显春、夏季高于秋、冬季。SO2、NO2、CO、O3年平均排放量均较低。一天当中不同时间段,气象因素影响情况不同导致污染物的浓度不同。O3浓度变化跟NO2浓度变化呈明显负相关性。O3污染最高的天气,一般是气压较低,能见度较好的晴朗天气。而研究发现,PM2.5在气温较低、湿度高、气压高、日降水量较小、能见度低且风速较小的气象条件下,污染浓度更容易升高。NO2在低温高湿,气压高且风速较小的气象条件下时跟容易堆积。NO2、CO、O3与6种常规气象要素均存在显著相关性。O3跟气象要素之间相关性关系正好与其他5种污染物相反(湿度除外)。通过两次重污染天气过程的后向轨迹分析,南通市大气污染物来源既有西北和偏北气流的长距离输送,也有偏西和偏南气流的区域性源。     

福州市典型大气污染类型、过程及机理研究

2014年1月和3月,利用福州市国控环境空气监测点位的自动监测数据(PM10、PM2.5、SO2、NO2和O3)、在线黑碳(BC)和挥发性有机物(VOCs)数据,结合后向轨迹模式(HYSPLIT)对福州市典型大气污染进行分析讨论。结果表明,福州市有三种典型大气污染类型,即外来输送型、本地积累型以及特殊突发型。其中,输送型大气污染的特征是高空、远距离输入气团输送较高浓度PM10和PM2.5,造成其浓度快速上升;突发型大气污染的特征是燃放烟花爆竹造成PM10、PM2.5和SO2大量产生,与燃放烟花爆竹的时段吻合;积累型大气污染的特征是污染物没有明显的浓度峰值,浓度水平均较高,尤其是PM10和NO2。输送型和突发型大气污染中,苯和甲苯浓度的比值(B/T值)基本大于0.5,积累型大气污染B/T值基本小于0.5,说明输送型、突发型大气污染很大程度上受煤炭燃烧的影响,积累型污染主要受机动车尾气排放的影响。     

太原市大气污染现状及监测站点优化

基于2008年12月至2009年11月太原市大气中SO2、NO2和PM10日均浓度值,评价了太原市的大气污染状况,并对监测站点进行了优化设计。结果显示:太原市大气中SO2、NO2和PM10年均浓度分别为0.105 mg/m3、0.060 mg/m3和0.197 mg/m3,接近或超过国家环境空气质量年均值三级标准。受气候和地形的影响,太原市大气中SO2、NO2和PM10呈现明显的季节变化和地域分布特征。利用物元分析法对原有的监测站点进行了优化后显示,现有的8个监测站点优化为5个后,仍能准确的反应太原市的大气污染状况。     

天津滨海新区塘沽2013年供暖期前后大气污染物特征分析

为了解天津滨海新区塘沽供暖期前后大气污染物浓度水平的变化特征,利用2013年10月1日~12月29日NO2、SO2、PM2.5、PM10的连续在线监测数据,以供暖前10月1日~11月14日及供暖期11月15日~12月29日2个时间段来分析各污染物的变化特征。结果表明,滨海新区塘沽供暖期比供暖前PM10、PM2.5、NO2及SO2的日均浓度分别上升了46.7%、8.9%、60.5%和117.9%;4种大气污染物的日均浓度最高值均出现在供暖期;供暖期PM10、PM2.5、NO2及SO2的日均超标平均倍数较供暖前均有所上升;供暖期PM10、NO2及SO2的超标率均比供暖前上升,而PM2.5的超标率则下降。     

天津滨海新区塘沽2013年供暖期前后大气污染物特征分析

为了解天津滨海新区塘沽供暖期前后大气污染物浓度水平的变化特征,利用2013年10月1日~12月29日NO2、SO2、PM2.5、PM10的连续在线监测数据,以供暖前10月1日~11月14日及供暖期11月15日~12月29日2个时间段来分析各污染物的变化特征。结果表明,滨海新区塘沽供暖期比供暖前PM10、PM2.5、NO2及SO2的日均浓度分别上升了46.7%、8.9%、60.5%和117.9%;4种大气污染物的日均浓度最高值均出现在供暖期;供暖期PM10、PM2.5、NO2及SO2的日均超标平均倍数较供暖前均有所上升;供暖期PM10、NO2及SO2的超标率均比供暖前上升,而PM2.5的超标率则下降。     

长春市大气中SO2与NO2长期污染特征及防治对策分析

通过对长春市2000~2010年SO2与NO2的长期监测数据分析,得到长春市SO2与NO2浓度的长期变化均为绝对浓度值增加的趋势,以及采暖期比非采暖期污染物浓度显著增加的变化规律。通过污染负荷系数指标的计算,确定SO2、NO2与PM10对长春市环境空气质量的影响是同样重要的。分析SO2与NO2排放源主要为工业生产和热力供应过程中的燃料燃烧和机动车尾气排放。总结了自然及人为产生原因和治理对策,为长春市区域大气污染治理防治提供理论依据。     

黔江城区大气环境质量与气象要素的关系研究

采用"十二五"期间黔江城区大气观测数据,结合多元统计分析方法,研究了气象因子与空气污染指数(API)及PM10,SO2,NO2的质量浓度变化特征关系.结果表明:气象因素对空气质量变化产生一定影响,降水对改善空气质量作用明显,日降水量为24mm时,API下降值达到最大,日降水量持续达到49mm以上时,净化作用减弱.气压、温度、湿度对API,PM10质量浓度影响较大;风向、风速对API、污染物质量浓度影响程度不大,风向在低风速区对空气质量变化产生一定影响.相关分析表明,降水对API,PM10的相关性分析具有统计学意义(p0.05),对SO2,NO2影响的相关性分析极具统计学意义(p0.01);气压、温度、湿度、风速、风向对API,PM10,SO2,NO2影响的相关性分析极具统计学意义(p0.01).因子分析表明,气压、温度、湿度、风速对黔江城区大气质量影响较为明显.     

灰色系统在大气质量预测中的应用

把大气环境看作一个灰色系统,联系重庆市大气环境的实际情况,利用灰色关联分析判断出重庆市2000-2005年间大气污染物中主要污染因子为PM10和SO2,同时建立灰色模型对其进行质量预测.短期预测结果表明大气PM10和SO2浓度呈下降趋势,其浓度分别到2009年和2012年可达国家二级标准.     

石家庄市采暖期空气质量特征及其与气象条件的关系

为确定石家庄市采暖期易引发大气污染的气象条件,通过对石家庄市2016—2018年采暖期的空气质量逐日监测数据,以及同期气象观测资料进行研究,分析了石家庄市采暖期的空气质量变化特征,探讨了影响环境数据变化的主要气象要素,筛选并确定了PM_(10)、PM_(2.5)、AQI的污染气象指标。结果表明:石家庄市采暖期内所有天数均为非一级天,其中污染日较多,占69.58%,以PM_(2.5)为首要污染物的天数最多,其次是PM_(10);PM_(10)、PM_(2.5)、SO_2、NO_2、CO浓度与气温、变压、风速和混合层高度负相关,与相对湿度正相关(SO_2除外),O_3与气象要素的相关性和上述五种污染物相反;气象要素对大气环境影响的排序为:相对湿度风速混合层高度水汽压变压气温;确定的三种污染气象指标准确率分别是70.37%、70.37%、72.97%。     

拉萨市几种空气污染物浓度变化与气象要素之间的关系分析

文章利用2000年6月至2005年12月拉萨市几种主要污染物SO2、NO2及PM10的浓度逐日监测数据,以及风速、风向、降水、水平能见度及太阳总辐射量等资料,分别对拉萨市几种主要污染物浓度与同期气象要素之间的关系进行了分析,并针对冬夏气候特点,分析了夏半年、冬半年拉萨市NO2污染物浓度与太阳总辐射量的相互关系。结果表明：拉萨市空气质量总体上保持良好水平;三种污染物浓度与降水强度呈显著负相关;SO2和NO2浓度与风速呈负相关,与风向变化不大,而PM10与风速、能见度呈正相关关系;在干（冬）季时,NO2的浓度值要比湿季时略高,且NO2浓度值与太阳总辐射量之间呈负相关。     

呼和浩特市大气污染特征及气象条件影响分析

为了解呼和浩特大气污染防治效果,选取呼和浩特市2017—2022年的主要大气污染物、气象要素数据,对污染物浓度的年、月变化、浓度比值、相关性进行分析,利用后向轨迹聚类对2020年3月进行分析。分析结果表明：呼和浩特市2017—2022年空气质量为优、良的天数呈上升趋势。各污染物浓度年变化特征明显,各污染物的浓度变化趋势除O₃均呈“U”形分布。PM_2.5、PM₁₀污染是呼和浩特市大气污染主要研究对象,PM_2.5/PM₁₀的值有明显的月变化特征,5月份为全年最低值。PM_2.5和PM₁₀高度相关性,而NO₂和SO₂与PM_2.5、PM₁₀均呈现正相关性。受气象要素影响,PM_2.5和PM₁₀污染物浓度变化趋势为夏低冬高,7、8月降雨量大,有利于空气质量改善,降水可带走、稀释更多的污染物。而后向轨迹聚类分析得4条气团...     

拉萨市几种空气污染物浓度变化与气象要素之间的关系分析

文章利用2000年6月至2005年12月拉萨市几种主要污染物SO2、NO2及PM10的浓度逐日监测数据,以及风速、风向、降水、水平能见度及太阳总辐射量等资料,分别对拉萨市几种主要污染物浓度与同期气象要素之间的关系进行了分析,并针对冬夏气候特点,分析了夏半年、冬半年拉萨市NO2污染物浓度与太阳总辐射量的相互关系。结果表明:拉萨市空气质量总体上保持良好水平;三种污染物浓度与降水强度呈显著负相关;SO2和NO2浓度与风速呈负相关,与风向变化不大,而PM10与风速、能见度呈正相关关系;在干(冬)季时,NO2的浓度值要比湿季时略高,且NO2浓度值与太阳总辐射量之间呈负相关。     

模糊综合评判在武汉市空气质量评价中的应用

运用模糊综合评判的方法,选取二氧化硫、二氧化氮和可吸入颗粒物作为评价因子,参照我国环境空气质量标准,通过建立各污染物的隶属函数和权重集,计算出各污染物的隶属度和权重分配系数,进而对武汉市空气质量进行模糊综合评判.针对武汉市空气污染的特点,提出若干治理空气污染的建议.     

空气中PM2.5浓度的灰色预测与关联因素分析

2013年1月开始,国内持续的大范围雾霾天气,将PM2.5问题推向了舆论热潮的顶峰.结合武汉市监测点的数据建立灰色预测GM(1,1)模型,并编写VB程序建立GM(1,1)系统,对未来短期PM2.5浓度变化进行预测,弥补了监测过程中缺失的数据.此外,根据武汉市空气质量监测数据和京津冀、上海、广东及全国其他地区的工业废气、粉尘排放量数据进行灰色关联度分析,得出CO,O3,NH3和NH4NO3与PM2.5浓度的相关性较强,从而为进一步研究PM2.5提供科学依据.     

西安市大气环境容量估算研究

为估算西安市大气环境容量,了解西安市大气环境质量现状,用国标《制定地方大气污染物排放标准的技术方法》中规定的以箱模型为基本模型推导出的宏观总量控制A值法,结果为西安市SO2,NO2,PM10大气环境年容量分别为4.2450×10^4,3.7351×10^4,9.5937×10^4t。估算结果表明,SO2和NO2环境容量剩余,可以满足当前工业生产的需要,而PM10的排放量已超过了西安市环境的承载力。     

元宵节燃放烟花爆竹对北京市空气质量的影响

本文利用2011年元宵节(2月17日)前后北京市主要大气污染物(PM10、SO2、NOX、CO和O3)的浓度数据和相关气象资料,分析了元宵节烟花爆竹燃放对北京市空气质量的影响.结果表明:元宵节大量鞭炮的集中燃放导致了PM10的急剧升高,影响时段主要在2月17日19:00到18日7:00.全市PM10最高小时浓度出现在17日23:00左右,全市平均达到469.3μg/m3,单站最高达到1307μg/m3;烟花爆竹的燃放对SO2、NOX和CO也有一定影响,且对CO的影响有一定的滞后性;燃放烟花爆竹对O3浓度影响很小;不同的采样点之间空气质量有所差异.另外,元宵节前后北京市的气象条件相对较好,API中烟花爆竹的贡献较高,但在良好的气象条件下,烟花爆竹燃放的影响很快消除.