重庆市黔江区春季大气污染物浓度变化与气象因素关系研究

分析了2015年重庆市黔江城区2个自动监测站点PM10,SO2,NO2,O3日均值和小时均值,结合同期气象因素,对污染物浓度与气象因素进行分析.表明,PM10、SO2、NO2和O3春季平均值呈显著差异,PM10超标6天,SO2,NO2,O3污染水平较低,未超标;PM10、SO2和NO2呈现早晚双峰型,O3呈典型单峰型;风速与SO2和NO2浓度呈负相关,与O3浓度则呈正相关关系,风速较小时,利于PM10浓度降低,当风速达到一定程度,会导致PM10浓度升高;污染物浓度和相对湿度呈明显负相关;降水对大气污染物有削减作用.     

乌鲁木齐大气污染特征及气象条件的影响

乌鲁木齐市一直是世界上污染最严重的城市之一。该文选取2004-2006年乌鲁木齐市3个环境监测站逐时的PM10、SO2、NO2浓度数据以及乌鲁木齐市气象站、米泉气象站同期逐时的13类气象要素进行分析。结果表明,乌鲁木齐市PM10、SO2浓度冬季均达到轻微污染水平,其它3个季节属于优良级别,NO2四季都属优良级别;这三类大气污染物四季日变化基本呈现双峰型结构。冬季PM10、SO2浓度峰值出现在12:00-14:00时,最小值则分别出现在凌晨7:00时、傍晚19:00时,其它季节最大值(最小值)多出现在早晨(傍晚/凌晨);三类污染物的空间分布各有不同,PM10、SO2都是南部城区浓度较大,NO2浓度则是北部城区居首;各类气象要素与SO2浓度的相关性普遍高于与颗粒物PM10的相关性。全年与热力因素有关的气象要素与PM10、SO2浓度的相关性非常突出,冬季则是云量、降水等因素的影响明显提高;受蒙古高压和天山山脉地形的双重影响,乌鲁木齐冬季盛行偏南风和偏北风,山谷风交替现象明显;PM10浓度随乌鲁木齐市气象站、米泉气象站风速的增加均是先下降后上升,风速拐点分别是5 m/s、3 m/s,东南风对于污染物的远距离输送贡献较大;无论市区、还是北部城区,在偏北风和东南风的情形下,市区颗粒物浓度都比较大。     

南京市天气类型与大气污染关系研究

基于2012～2017年南京市气象数据和空气污染数据,采用空间天气分类法(SSC)进行分类,并分析不同天气类型以及各项气象因子与污染物浓度的关系。结果表明,污染物在干燥晴朗的天气类型下的平均浓度较高;冬季气象条件对污染物浓度的影响最大;对于污染物SO2、NO2、PM10、PM2.5和CO,各气象因子对浓度的影响程度排序依次为气压、风速、温度、云量和露点;O3浓度受温度的影响最大。此外,对极端污染情形的研究表明,南京市在光照充足、晴朗干燥的天气类型下出现极端污染的风险较大,在温度5～10℃,露点温度0～5℃,气压1 020～1 025 hPa,云量0～2,风速2～3 m/s的天气条件下更容易发生极端污染。     

“十一五”期间太原市环境空气质量及影响因素分析研究

依据太原市环境空气质量监测数据,采用Daniel趋势检验法,综合污染指数法和回归分析法研究了“十一五”期间太原市的环境质量变化趋势和影响因素.结果表明,从年均浓度值分析来看,除NO2外,SO2和PM10都存在超标现象,长期来看,三种污染物浓度下降趋势明显,这与太原市环境保护行动密切相关.月际间浓度值差异除PM10在春季出现波动外,SO2和NO2均呈现“U”型曲线,这种规律与气象条件密切相关.三种主要大气污染物污染指数都有所下降,但太原市区空气污染仍以SO2和PM10为主,说明烟煤型污染的空气污染特征没有改变.主要大气污染物的空间浓度分布不均与地形和气象特征以及城市布局和污染源排放有直接关系.太原市“十一五”期间大气环境质量整体改善,但形势依然严峻.     

北京-莫斯科环境大气质量变化趋势分析研究

选取中国北京市与俄罗斯莫斯科市为研究对象,利用2003—2014年北京市的PM10、SO2、NO2年浓度值,以及莫斯科市的PM10、SO2、NO2、CO、O3年均浓度值,计算区域综合污染指数,揭示其大气污染特征,并采用Daniel趋势检验法分析北京市与莫斯科首要污染物的变化趋势。结果表明:2003—2014年间北京市比莫斯科市空气污染程度大很多,发达国家中心城市与发展中国家中心城市的环境质量尚有一定差距;北京市与莫斯科市首要污染物均是PM10及NO2;北京市PM10、SO2、NO2的年均浓度值呈明显下降趋势,说明北京市"十二五"时期新能源和可再生能源发展规划落实较好。莫斯科市SO2、CO年均浓度值呈下降趋势,PM10、NO2年均浓度值有所下降,但下降趋势不明显。     

海峡西岸沿海城市群大气污染物浓度特征及其与天气形势的关系

将海峡西岸沿海主要城市分成北部、中部和南部3个城市群,分别取其组成城市2006年1月-2010年12月大气污染物(SO2、NO2、PM10)日均浓度的平均值进行时空分布特征分析,结果表明:南部城市群的总体污染水平是最高的,SO2和PM10平均浓度值比中部、北部城市群高,NO2浓度略低于中部城市群;3个城市群主要都以PM10为首要污染物;SO2、NO2、PM10浓度年变化、月变化特征相类似;各城市群大气污染物都没有表现出周末效应;分析不同天气形势对大气污染物浓度的影响,结果表明:变性冷高压、高空槽、暖区辐合3种天气形势为不利于大气污染物扩散的天气型,低涡切变、副热带高压及边缘、台风(热带辐合带)、台风(热带辐合带)外围、冷高压脊5种天气形势为有利于大气污染物扩散的天气型.     

长兴县城区空气质量变化及差异性分析研究

对长兴县城区空气自动站2007—2014年监测数据进行了分析。结果显示:SO2、NO2浓度年平均值总体呈下降趋势;PM10浓度年均值波动较大,2013年出现较大幅度回升。SO2、NO2和PM10浓度日均值单因素方差分析和多重比较结果显示:2014年与2007年SO2、NO2和PM10浓度的日均值都存在极显著差异,证明长兴县城区的空气质量好转明显。初步分析了长兴县城区空气质量变化与长兴县产业结构调整的相关性。     

利用多元线性回归方法评估气象条件和控制措施对APEC期间北京空气质量的影响

气象条件对大气污染物的扩散和传输有重要影响,准确分离和定量气象因素对空气质量的影响是评估大气污染控制政策有效性的前提。本研究利用APEC会议期间及前后(2014-10-15~2014-11-30)北京城区朝阳观测站点SO2、NO、NO2、NOx、CO、PM2.5、PM1和PM10以及气象因素的观测数据,采用多元线性回归分析方法,定量评估了气象条件和空气污染控制措施对APEC期间北京空气质量的影响。在假定排放条件不变的情况下,基于气象因素参数建立的预测污染物浓度的多元线性回归模型模拟效果较为理想,决定系数R2在0.494~0.783之间。控制措施使得APEC控制期SO2、NO、NO2、NOx、CO、PM2.5、PM1和PM10浓度分别降低48.3%、53.5%、18.7%、40.6%、3.6%、34.6%、28.8%和40.6%,气象因素使得APEC控制期SO2、NO、NO2、NOx、CO、PM2.5、PM1和PM10浓度分别降低1.7%、-2.8%、18.7%、4.5%、18.6%、27.5%、30.6%和35.6%。气象因素和控制措施共同作用使得APEC控制期北京空气质量得到了明显改善。控制措施对SO2和氮氧化物浓度的下降起主导作用,气象因素对CO浓度的下降起主导作用,气象因素和控制措施对颗粒物浓度降低的贡献相当。本研究还利用相对权重方法研究了气象因素对污染物浓度影响的贡献,结果表明影响不同污染物浓度的决定性气象因素不同。     

太原市2014年春节期间常规大气污染物浓度变化及聚类分析

为了探寻太原市春节期间不同监测站点各常规大气污染物的质量浓度变化规律及相互之间的关系,记录和收集了太原市上兰、南寨、涧河、尖草坪、桃园、坞城、小店、金胜、晋源9个监测点2014年农历小年至元宵节(2014-01-23—2014-02-14)期间的大气PM2.5、PM10、CO、NO2、O3、SO2小时浓度值以及相应的气温、气压、湿度、风级、能见度等气象数据,采用相关分析、小波分析、单因子污染指数评价和系统聚类等方法进行研究,发现:1该时段内就太原市总体而言,PM2.5超标倍数最大,其次是PM10、SO2、CO、NO2,O3污染最小.2农历小年、除夕、正月初八、元宵节大气PM2.5和PM10的浓度迅速增加,与自然气象因子基本无关,说明烟花爆竹的集中燃放对大气颗粒物尤其是细颗粒物产生较大影响.3SO2、NO2、CO与PM2.5和PM10浓度变化的波动趋势相似、主周期相同,反映了部分PM2.5和PM10与SO2、NO2、CO有共同的来源;O3的波动趋势及主周期与上述污染物完全不同,显示出它来源的特殊性.4按PM2.5聚类,南寨、涧河、尖草坪、桃园4个点聚为一类,小店和坞城2个点聚为一类,金胜和晋源聚为一类,位于太原市最北端作为清洁对照的上兰监测点自成一类,与它们的地理位置有较好的相符性,同时,聚类分析结果与各监测点的单因子污染指数评价结果相一致.本文提示小波分析与聚类分析相结合可以较好地反映城市大气污染物浓度变化的时间与空间分布规律.     

2013年我国典型城市大气污染物浓度分布特征

利用中国环境监测总站对全国各个省市的空气质量浓度的实时发布平台,收集了5个城市(北京、沈阳、广州、上海和海口)2013年SO2、NO2、PM10和PM2.5这4类污染物的日均浓度值。应用箱线图和散点图进行数据对比分析,其中箱线图可通过箱体长短及与标准限值的比较得到全年各个城市污染物的浓度范围,散点图从时间尺度表示了每个城市4种污染物浓度的月份分布状况,从而明确了5个城市污染物浓度的季节变化特征和污染水平。沈阳的SO2浓度随季节变化显著,冬季最高,春秋次之,夏季最低。沈阳、上海和广州的PM10和PM2.52种颗粒物的浓度也随季节的变化较为明显,同样是冬季较高,春秋次之,夏季低。北京的颗粒物浓度随季节变化的规律性不明显,但全年PM2.5浓度超标现象明显。5个城市NO2浓度随季节变化不大。     

上海市市区、郊区NO2、SO2和PM10的时空变化规律及相关性分析

在对上海市嘉定区大气污染物SO2、NOx和PM10连续1年的观测基础上，结合上海环境状况公报的数据，探讨了市区、郊区大气污染物的空间和时间变化规律。结果表明，2005年中NO2、SO2和PM10的质量浓度在市区和郊区均是冬春两季高，夏秋两季低；NO2、SO2和PM10浓度在市区要高于郊区；郊区大气污染物的月变化幅度要比市区大，市区PM10污染有增加趋势。根据气象条件分析，嘉定区周边工业污染对NO2、SO2和PM10的浓度有贡献，市区NO2、SO2和PM10的质量浓度则与机动车尾气、工业燃煤，建筑扬尘和道路扬尘等诸多因素有关。相关性分析表明，上海市NO2、SO2和PM10相互之间存在比较强的相关性。     

乌鲁木齐市大气污染状况及治理成效研究

对乌鲁木齐市近10年的空气质量各级别天数、主要大气污染物年均浓度进行研究,结果显示乌鲁木齐大气环境质量正向良好的趋势发展;PM10、NO2年均浓度变化幅度不大,仍高于国家二级标准;SO2年均浓度在2012年首次达到国家二级标准。大气污染物浓度与气象因素的相关分析显示,乌鲁木齐市大气污染物月均浓度和AQI与月均气温、日照时数、蒸发量呈显著的负相关关系,与月均湿度呈显著的正相关关系。通过变异系数法进一步得出节能减排和能源结构调整是促进乌鲁木齐市大气环境质量改善的主要因素。     

呼和浩特市采暖期大气污染特征分析

通过分析2004年度到2010年度采暖期的PM10、SO2、NO2的日平均质量浓度值,发现呼和浩特市采暖期期间空气质量污染状况逐年呈下降趋势;12月中下旬到1月底之间,SO2、PM10浓度较大,这是由于在该时段冬季温度较低供暖燃煤量增加所造成的。而此外PM10的大浓度值也出现在3月份,是和春季沙尘天气有密切联系的。     

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。     

沈阳及周边城市大气细粒子的分布特征及其对空气质量的影响

利用沈阳、鞍山、抚顺和本溪4城市2007-2009年大气细粒子PM2.5及大气污染物PM10SO2、NO2的观测资料,分析了4城市大气细粒子的分布特征及其与空气质量的关系.结果表明:4城市大气细粒子PM2.5污染很重,年均浓度平均值超过美国大气细粒子PM2.5年均浓度标准4倍左右;4城市PM10、SO2的年均浓度呈下降...     

济南春季大气PM2.5水溶性组分的半连续在线观测

利用大气细颗粒物(PM2.5)水溶性组分在线分析系统连续监测了2008年3~4月济南市PM2.5水溶性组分的浓度变化,并结合气溶胶部分前体物SO2、NO2、O3等的浓度数据和部分气象资料对监测数据进行了分析.结果表明,SO42-、NO3-和NH4+是PM2.5中水溶性离子的主要成分,分别占总水溶性组分的61.1%、13.4%和16.7%,且PM2.5中总水溶性组分的浓度,特别是SO42-的浓度,明显高于国内其他城市.温度、太阳辐射强度、混合层高度和风速等气象因素对总水溶性离子的浓度变化有重要影响.SO42-浓度白天明显高于夜间,而NO3-和NH4+的浓度昼夜变化幅度较小.SO42-和NO3-主要由SO2和NO2转化而来.后推气流轨迹分析表明,来自东北绕行西南方向和东北方向的混合气团结合济南的特殊地形及局地排放的污染物会加重济南春季PM2.5的污染.     

上海大气颗粒物中溴、碘浓度水平的影响因素

统计分析了2008年采样期间大气颗粒物TSP和PM10中溴、碘浓度水平与气象条件和气态污染物SO2、NO2的关系。结果表明,风向为向岸流时,大气中TSP、PM10浓度以及颗粒物中溴、碘的浓度均低于离岸流时的数值;在各气象因素中,影响颗粒物中溴、碘浓度的主要气象因素为风向、气压和气温,风速和相对湿度的影响较小;颗粒物中溴、碘的浓度水平随大气中SO2、NO2浓度的上升而上升,颗粒物中碘与SO2、NO2呈显著正相关,而颗粒物中溴呈较弱的正相关性;当空气质量恶化时,PM10中Br、I浓度增大,而Br/I比值降低,城市大气中污染物质之间的化学反应对颗粒物中Br/I的比值有一定影响。     

北京地区1～3月PM_(2.5)、PM_(10)、NO_2、SO_2地面浓度分布特征分析

本次研究选取了2015年1~3月份北京地区的PM2.5、PM10、NO2、SO2浓度的小时栅格数据,利用ENVI 4.8软件取得各污染物栅格数据的平均值,分析各污染物的浓度分布差异,结果表明:北京地区1~3月大气污染物浓度的空间分布具有显著的梯度特征,污染物浓度从东-西、从南-北呈递减趋势,其中PM2.5、PM10的环境空气污染程度较重,NO2、SO2的地面浓污染程度较轻,主城区的污染物浓度相对较高,郊区的相对较低。     

县域城镇空气质量变化与防治对策分析研究

摘要：对2006～2011年宜良县城NO2、SO2、PM10监测数据进行统计分析,认为SO2是县城的主要污染物。3种污染物年际浓度变化为：NO2、SO2下降趋势显著,PM10下降趋势不显著;季节浓度变化为：S02冬〉秋〉春〉夏,N02、PM10冬〉春〉秋〉夏,并提出防治建议。     

眉山市城区环境空气质量及变化趋势分析

根据眉山市2006—2012年空气质量数据,采用综合污染指数法对SO2、NO2、PM10进行评价。结果表明:各污染物季节变化明显,冬季污染最严重;7年年际变化中,SO2浓度先上升后下降,NO2浓度总体呈上升趋势,PM10浓度明显下降;2012年全市主要污染物污染负荷系数从大到小排列顺序为:PM10(0.39)SO2(0.32)NO2(0.29);综合污染指数表明眉山市空气质量属于轻污染。