邯郸市可吸入颗粒物的污染现状及相关气象条件分析

利用邯郸市区4个代表站2006年逐时可吸入颗粒物PM10浓度监测资料和邯郸市观测站地面气象要素的逐时观测资料,分析了邯郸市主要空气污染物--PM10的时空分布特征,结果表明:PM10平均浓度采暖期明显大于非采暖期;日变化规律为上午浓度最高,夜间次之,下午浓度最低,采暖期为双峰双谷型,非采暖期为一峰一谷型;弱风、低温和潮湿的气象条件有利于可吸入颗粒物的积累,增加PM10浓度.     

北京地区PM10污染的气象特征

选用北京城郊5个代表站2000年可吸人颗粒物PM10逐时浓度监测资料,较为系统地统计分析了北京地区主要空气污染物一PM10的时空分布特征,其中包括PM10平均浓度和各等级出现频率的逐月变化、采暖期和非采暖期平均浓度的逐时变化.揭示了各代表站PM10污染年、日变化趋势、采暖期和非采暖期日变化之间的差异,并分析了PM10浓度与地面常规气象要素的相关性.     

太原地区主要污染物污染的气象特征

选用2002年太原地区6个环境监测站主要污染物逐时浓度监测资料和山西省观象台逐时的气象观测资料,系统的统计分析了太原地区主要污染物浓度的时空分布特征,其中包括SO2和可吸入颗粒物PM10平均浓度的逐月变化、采暖期和非采暖期平均浓度的逐时变化,以及主要污染物浓度与地面常规气象要素的相关性。揭示了各代表站主要污染物污染的年、日变化趋势、采暖期和非采暖期日变化的差异,并分析了春季大风天气时PM10与SO2污染浓度的变化特征。     

2000～2004年天津市大气污染特征分析

根据天津市2000～2004年的环境监测资料和同期气象资料,对天津市大气污染物浓度变化的时空变化特征、大气污染与天气条件的关系进行了研究。结果表明:天津市大气污染物具有明显的时空分布规律,时间上表现为冬强夏弱,年际之间SO2和PM10浓度减轻,NO2变化不大。空间上表现为SO2和PM10在中心城区改善明显,NO2浓度在局部地区仍在增加。天气形势、城市热岛、逆温和混合层高度等对污染物浓度影响很大。     

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。     

2001—2007年兰州市主要大气污染物污染特征分析

以兰州市2001-2007年空气污染指数资料为基础,对每日空气污染指数(Air Pollution Index,API)、空气质量级别和PM10浓度等的年、季、月变化特征以及采暖期和非采暖期污染变化差异进行了分析。结合甘肃省地面气候资料集兰州市日观测资料,通过单因素方差分析和线性相关分析,找出不同季节对PM10浓度有显著影响的气象要素,得到不同季节与PM10浓度呈显著线性相关的气象因子。结果表明:(1)兰州市的首要污染物仍以PM10为主,其中冬季和春季污染最严重,PM10浓度在冬季12月有一主峰值,在春季3,4月份有一次峰值;(2)近年来,兰州市污染天数有减少趋势,并与兰州市烟、粉尘年排放量减小趋势一致;(3)采暖期PM10浓度有明显减小趋势,而非采暖期PM10浓度减小趋势不明显,污染日越来越集中在采暖期;(4)与PM10浓度呈显著线性相关的气象要素存在季节差异,但总体上风速、气温和湿度(或降水)是影响兰州市PM10浓度的主要气象因子,因此湿度、温度和风场条件的改变将对兰州市的大气环境产生影响。     

山西省PM_(10)气溶胶污染特征分析

文章针对大同市2006—2009年、榆社县2006—2008年PM10质量浓度数据,使用趋势分析、后向轨迹模拟不同高度的PM10的传输路径,可以看出:PM10浓度的日变化特征为"两高三低";PM10浓度日际变化不明显,只在典型日PM10浓度值明显增大;PM10浓度月变化特征为1、5、12月浓度高,春季5月份由于为沙尘期浓度高。PM10浓度季节变化规律与采暖期和非采暖期变化相符合,即采暖期的冬春季浓度高、非采暖期的夏秋季浓度低;从2006—2009年间,两站PM10质量浓度基本呈逐年下降趋势。不同气象要素与PM10浓度的相关性,按相关系数绝对值从大到小排列依次为:露点温度、气温、降水量、相对湿度。其中露点温度和PM10浓度呈显著负相关性,气温与PM10浓度呈较弱负相关性。     

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。     

乌鲁木齐市降水对大气污染的影响

根据2002—2003年乌鲁木齐市SO2、NO2、PM10的日平均浓度和日降水量分析了乌鲁木齐市降水对3种大气污染物的湿清除能力。分析表明大雨对SO2和PM10的湿清除能力大于小雨,而小雨大于中雨。中雪对SO2和PM10的湿清除能力大于大雪,而大雪大于小雪。小量以上降水(降雨和降雪)对NO2的湿清除能力基本相当。微雨对3种大气污染物具有湿清除能力,而微雪使3种大气污染物的浓度增加。     

潮州市大气污染物与气象要素的关系

利用2006年潮州市地面气象观测资料和大气污染物浓度数据,分析了潮州市污染物的时空变化特征、污染物浓度月变化与气象要素变化关系以及污染典型日的气象因素。研究发现:潮州市的主要污染物为可吸入颗粒物(PM10),PM10全年的超标率为7.5%,空气质量夏半年优于冬半年;PM10污染物浓度月变化与地面气象要素有较高的相关性;在污染物典型日中,气象要素也是主要的影响因子。     

2002年北京风沙季节颗粒物测值分析

为了了解风沙季节的颗粒物浓度特征,特别是在风沙天气来临前后颗粒物浓度的变化,2002年春季分别在北京的延庆和观象台进行了连续的颗粒物观测,并对观测资料进行了较为详细的统计分析。结果表明:在风沙季节,沙尘天气出现前后的颗粒物浓度变化幅度非常显著,对环境质量的影响明显增大;TSP与PM10,PM10与PM2.5的相关性非常显著,线性关系好。沙尘天气对不同粒径颗粒物浓度贡献的增加在33%~86%之间。     

Pollutant dispersion characteristics in Dhaka city, Bangladesh

Air pollution is a major environmental concern in major cities around the world. The major causes of air pollution include rapid industrialization/urbanization and increased non environment-friendly energy production. This paper analyses the atmospheric pollutant such as carbon monoxide (CO) and particulate matter (PM) dispersion characteristics of Dhaka city. The yearly and diurnal variations of pollutant concentration are described by taking into consideration of both meteorological and emission source parameters highlighting washout effect due to rainfall and inversion phenomena. Concentration of PM (both PM2.5 and PM10) and CO in the ambient air are measured for a period of one year with Airmetric Minivol air samplers and Gas Chromatographic (GC) technique, respectively. The trend over the year shows an increase in the monthly average hourly PM and CO concentrations in winter months (November to March) when both PM10 and PM2.5 annual average concentrations (about 130 and 95 ??g m^?3, respectively) exhibit levels exceeding World Health Organization (WHO) guidelines as well as exceed more than twice the national standards of annual PM10 (50 ??g m^?3) and PM2.5 (15 ??g m^?3) concentrations. Such high pollutant concentrations may have significant health implications for residents of Dhaka city. It is also found that the PM concentration increases with the increase of wind speed during dry winter season and is also influenced by transboundary air pollution. The data and subsequent recommendations can be useful in formulating air quality management strategies for the Dhaka city.     

新标准下空气质量预报指导产品对比检验

为了解和掌握上级指导产品对石家庄市空气质量预报的适用性,进一步提高石家庄市空气质量预报的准确性,利用国家气象中心(NMC)、北京区域气象中心(BJ)和河北省气象局(HB)空气质量预报产品,对石家庄市夏季4种主要污染物PM_(2.5)、PM_(10)、O_3和SO_2的预报进行了对比检验,结果表明:1)NMC对4种污染物的预报效果均逊于HB和BJ的,对PM_(10)、PM_(2.5)和SO_2的预报值明显较实况偏大,尤其在发生重污染天气时,对PM_(10)和PM_(2.5)的空报率高达90%以上;2)HB对PM_(10)和SO_2的预报效果好于BJ的,对SO_2的预报值与实况值均在一个等级范围内,发生重污染天气时,对PM_(10)的预报效果好于BJ的,预报值更接近于实况,但对重污染向优、良转折天气的预报值偏高;3)BJ预报PM_(2.5)和O_3的效果好于HB的,对O_3的0级误差级别预报准确率高达90.5%,对PM_(2.5)优到轻度污染等级的预报效果较好,但对重污染天气的预报值低于实况。     

连续雾霾天气污染物浓度变化及天气形势特征分析

利用MICAPS资料、地面观测资料、NCEP资料和衡水市环境监测站细颗粒物(PM2.5)及PM10浓度资料,对2013年1月衡水市出现的连续雾霾天气从PM10及细颗粒物浓度演变、雾霾天气污染物浓度与地面要素关系、中低层环流形势特征进行了分析,结果表明:1)雾霾天气期间06:00(北京时间,下同)至07:00和16:00至21:00为PM10和细颗粒物浓度较低时段,PM10最大值出现在15:00,细颗粒物最大值出现在02:00,两者并不同时达到极值。2)雾霾天气污染物浓度与地面湿度并不是简单的正相关或负相关关系,还和许多其它因素有关。3)衡水市污染源主要来源于工业污染源、扬尘污染、冬季燃煤采暖、局部污染源及区域性污染。4)雾霾天气相对湿度和能见度基本呈负相关,气压变化不大,风向频率最多为北到东北风,平均风速一般都在2 m/s以下。雾日时大部分时段为雾和霾的混合物。5)重污染日期间500 hPa为平直偏西气流或西北偏西气流,没有明显的槽脊活动。而污染较轻的时段500 hPa为明显的西北气流控制或有槽脊活动。6)雾霾天气期间大部分日数08:00在850hPa以下都存在逆温层;地面气压场偏弱,尤其河北平原一带基本为均压场。最后对雾霾天气影响及对策进行了简单探讨。     

冬季采暖优化对北京地区空气质量的影响

空气污染能够影响人体健康、交通运输、农业生产等,会对国家经济造成损失。多年来,北京一直是空气污染严重地区,而冬季燃煤采暖是一个重要的原因。2016～2017年,北京大力优化采暖的能源结构,旨在改善空气质量。本文通过分析5个位于北京不同区域的空气质量监测站的PM2.5、PM10、SO₂、NO₂和CO污染物浓度,对比了2018年和2015年的空气质量变化情况。结果显示:2018年5个站5种污染物浓度较2015均下降,平均下降幅度为37.3%,而5个站降幅最大的污染物浓度都是SO₂,平均降幅为59.2%。进一步分析表明,两年5种污染物浓度的差距主要来自冬季的取暖时期。2018年冬季5个站重空气污染（PM2.5浓度>150 μg/m3）天数较2015年平均下降率高达91.3%,比其他季节多了41.3%。相较于2015年,5个站平均的2018年冬季5种污染物浓度平均下降值是其他季节的4.8倍,平均下降的幅度是其他季节的2.3倍。逐小时数据分析显示,2018年较2015年冬季污染物浓度下降比较大的时刻主要来来自暖更多的时间段。结合气象条件分析表明,北京冬季采暖优化很大程度地提高了空气质量,这为有相似采暖方式的城市的空气污染治理提供借鉴和参考。     

2013—2017年天津市大气自净能力与大气颗粒物质量浓度特征分析

基于经验公式分析了天津市2013-2017年大气自净能力,以及PM_2.5和PM₁₀质量浓度的时空分布特征,并探讨了大气自净能力与大气颗粒物PM_2.5质量浓度的关系,以期更好的理解大气环境对污染物浓度变化的影响。结果表明：时间变化上,天津市大气自净能力在午后13-14时最大,夜间最低,一年之中在采暖季（10月至翌年3月）要小于非采暖季,与之相反,天津市PM_2.5和PM₁₀质量浓度在采暖季均高于非采暖季。2017年相对于2013年,大气自净能力增加了5%,而PM_2.5质量浓度下降了34%,PM₁₀质量浓度则减少了47%。空间分布上,大气自净能力各季节均表现为沿海高于内陆,城区低于郊区的分布,天津市的PM_2.5和PM₁₀质量浓度的高值也主要集中在中南部地区,尤其是城区。大气自净能力与颗粒物浓度的分布在空间分布上有着一定的对应关系。分析表明,天津市大气自净能力日均值与PM_2.5质量浓度日均值呈负相关,两者的相关系数为-0.34,在采暖季,相关系数有所提高。通过大气自净能力与PM_2.5质量浓度变化的分析可知,重污染事件大多数发生在低大气自净能力时。     

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。