2015年上海崇明岛PM2.5和PM10浓度变化特征 及气象因素影响分析

通过对2015年1—12月上海崇明岛崇南地区颗粒物(PM_(2.5)、PM_(10))浓度的连续监测,研究了PM_(2.5)、PM_(10)在不同季节的动态变化特征及与其他因子(SO_2、NO_2、O_3)的相关性,分析了风向风速和降雨对颗粒物浓度的影响。结果表明:崇明岛PM_(2.5)和PM_(10)浓度的季节变化明显,呈现冬季的春季的秋季的夏季的的特征,冬季PM_(2.5)和PM_(10)小时浓度均值分别为0.058 mg/m~3和0.085 mg/m~3,夏季PM_(2.5)和PM_(10)均值分别为0.034 mg/m~3和0.054 mg/m~3。PM_(2.5)和PM_(10)浓度分别与SO_2浓度和NO_2浓度显著正相关,与O_3显著负相关。全年来看,在西南风向时PM_(2.5)和PM_(10)浓度较高,这主要受该方向上游吴淞工业区、宝钢、石洞口电厂、罗店工业区等工业排放影响;从高浓度颗粒物(PM_(2.5)质量浓度≥0.115 mg/m~3)来向看,北和西北风向时出现高浓度颗粒物的频率最高,这主要是受到我国北方采暖季大气颗粒物输送过程对崇明岛区域的脉冲式污染影响所致;PM_(2.5)、PM_(10)实时浓度与相应的风速呈显著负相关。降雨量大于5 mm或持续3 h及以上的连续降雨对大气颗粒物起到显著的湿清除作用,降雨后PM_(2.5)和PM_(10)质量浓度分别降低了68.0%和66.9%,降雨时和雨后PM_(2.5)浓度为0.025～0.033 mg/m~3,均低于我国环境空气PM_(2.5)的一级浓度限值。     

上海地区空气污染变化特征及其气象影响因素

利用2013—2014年上海地区6种空气污染物小时浓度和逐日空气质量分指数(IAQI)的监测资料,统计分析了上海地区空气污染的变化特征及其气象影响因子。结果表明:2014年上海地区空气质量优良率达77.0%,空气质量总体较2013年明显好转。2013—2014年上海地区AQI具有季节性特征,表现为冬季空气质量较差、秋季空气质量较好的特征,其中12月空气质量最差。由首要污染物分布可知,上海地区最主要的污染物为PM_(2.5),其中冬季PM_(2.5)污染出现最多;O_3则为夏季的主要污染物。由污染物浓度的周循环变化可知,上海地区PM_(2.5)、PM_(10)、NO_2和O_3浓度均存在周末低于工作日的"周末效应",但PM_(10)和NO_2浓度的"周末效应"更显著。由2014年上海地区霾日与PM_(2.5)浓度的变化可知,当PM_(2.5)浓度达到轻度及以上污染时,霾天气出现的概率大幅提高,但二者并非对应的关系。天气形势对PM_(2.5)污染影响较大,基于上海地区天气形势特点可以将PM_(2.5)污染的地面形势分为7种类型,其中高压中心型和高压楔型为PM_(2.5)污染的主要天气型。由于上海地区冬季冷空气活动频繁,西北风将上游地区颗粒物输送至本地,易造成较严重的污染天气;同时在冷高压的控制下,高压中心型和高压楔型天气频繁出现,导致颗粒物不易扩散,也易造成空气污染。夏季和秋季在副热带高压的控制下,水平和垂直扩散条件均较好,不易出现PM_(2.5)污染,但由于气温较高,光照条件较好,易出现O_3污染。     

武汉市空气质量状况与气象条件的关系

基于2013年武汉市环境监测数据和气象要素资料,分析该市空气质量状况与气象条件的关系。结果表明,武汉市全年平均空气质量指数(AQI)为135,良和轻度污染所占比例分别为35%和30%。雾天、霾天、晴天、雨天四种天气条件下,6种污染物(SO_2、NO_2、CO、O_3、PM_(2.5)和PM_(10))浓度值基本上为雾天最高、霾天次之、晴天再次之、雨天最低,雾天00—08时污染物浓度明显高于其他天气条件;PM_(2.5)浓度与降水量的相关性较差,中雨量级时,降水对污染物的清除作用显著,PM_(2.5)浓度下降明显,当日降水量小于1 mm时,PM_(2.5)浓度略有上升,平均上升1.3μg·m~(-3)左右,这与微量降水的大气增湿作用有关;PM_(2.5)浓度变化与相对湿度(RH)和风速的关系较明显,其相关系数分别为0.87和-0.72,当RH70%且每增加10%时,PM_(2.5)浓度增加10μg·m~(-3)左右;静风和风速很大时,污染物浓度相对较高,东南风影响下PM_(2.5)浓度在四季均较高,而秋、冬季在西北风影响下PM_(2.5)浓度最高;PM_(2.5)浓度主要增长阶段以正变温、负变压为主。     

锦州市空气质量变化特征及其与气象条件关系

利用2014年3月至2015年2月锦州市逐日AQI、日平均污染物浓度和同期气象要素观测资料,对锦州市空气质量时空分布特征及其与气象条件的关系进行了分析.结果表明:锦州市空气质量等级为良的频率为62%,轻度污染的频率为23%,优的频率仅为6%,主要污染物为PM_(2.5)、PM_(10)、SO_2和O_3.锦州市2月和10月空气质量最差,9月空气质量最好,空气质量达优和良等级的日数占9月总日数的97%;锦州市天安街道空气质量最差,其SO_2浓度为百股街道的5倍.锦州市出现3级以上污染时的主要影响系统为地形槽、蒙古低压和弱气压场,降水对污染物具有清除作用,且对PM10的清除作用最明显;沙尘天气时空气污染明显加剧,逆温层抑制了污染物的扩散,逆温层底层高度越低,空气污染越严重.建立了AQI回归预报方程,拟合结果与实测值的变化基本一致,其中对春季AQI的拟合效果最好.     

宁波地区气象因素与大气污染对呼吸系统死亡率影响分析

利用2012—2013年宁波地区气象数据、污染物监测数据和呼吸系统死亡数据对大气污染与居民健康的影响情况进行分析。结果表明,2012—2013年宁波环境空气质量达标天数589 d,污染天气142 d,其中111 d首要污染物为PM_(2.5),占污染日数的78.2%,AQI表现为秋冬差、夏季好。气象要素在污染日和非污染日有明显差异,特别是雨日频率,低空风也是影响空气质量的关键因子。宁波地区呼吸系统死亡人数夏季低,秋冬春季高,冬季死亡人数最高,日均22.45人,其次春季,日均16.56人;死亡人数与气压、PM_(10)和PM_(2.5)存在明显正相关,与气温呈负相关;死亡人数对气温响应存在滞后性,秋冬季死亡人数对气温变化响应快速,滞后时间为2～3 d,颗粒物浓度对死亡人数在秋冬季的影响滞后时间有8～9 d,而在春季仅1 d。     

吐鲁番市颗粒物浓度变化特征及其与气象要素的关系

依据吐鲁番市2015年3月—2016年2月的PM_(10)、PM_(2.5)和气象资料,利用统计分析,探讨吐鲁番市PM_(10)和PM_(2.5)浓度的变化特征及其与气象要素的关系。结果表明:冬季PM2.5与PM10浓度的平均值最高(106 ug/m3、184 ug/m~3),春季次之(63 ug/m~3、163 ug/m~3),夏季最低(33 ug/m~3、95ug/m~3),且冬季二者浓度的平均值比夏季分别高大约69%、48%。11月至次年2月,每个月中PM_(2.5)和PM_(10)的污染程度在轻度污染以上的天数相比其它月份较多。PM_(10)与PM_(2.5)的日变化曲线特征呈现"双峰双谷"的特点;PM_(2.5)与PM_(10)的比值在冬季达到了60%~80%,这说明吐鲁番冬季主要以PM2.5污染为主;PM_(2.5)和PM_(10)与能见度之间存在极其显著的相关性,相关系数分别为-0.904、-0.792,与单一气象要素(如相对湿度、风速、温度等)的相关性不明显,但不同气象要素的共同作用对其有显著影响。     

长三角地区城市O_3和PM_(2.5)污染特征及影响因素分析

O_3和PM_(2.5)是影响长三角地区空气质量的主要污染物。利用2016年33个城市大气环境监测站6项污染物的小时浓度及4个省会城市的气象数据进行统计分析,研究了该地区O_3和PM_(2.5)浓度的时空分布特征及其影响因素。结果表明:长三角地区O_3年平均浓度为50～73μg·m~(-3),平均为61μg·m~(-3);除芜湖和宣城外,其余31城市均存在不同程度的超标状况,超标率为0.34%～18.86%,平均为5.68%。O_3在5月和9月达到浓度高值;四季O_3日变化均呈单峰型,峰值出现在15∶00,夏季O_3峰值浓度最高值为157μg·m~(-3)。O_3浓度沿海城市整体高于内陆城市;夏季宿迁—淮安—滁州片区O_3污染较重。O_3与NO_2、CO显著负相关,且与NO_2相关性较强;O_3与气温、日照时数显著正相关,与相对湿度、降水呈负相关。PM_(2.5)年平均浓度在25～62μg·m~(-3)范围内,平均为49μg·m~(-3);各城市均出现PM_(2.5)超标,滁州PM_(2.5)超标率最大,为23.91%。PM_(2.5)在3月和12、1月达到浓度峰值;其日变化呈双峰型,09∶00—10∶00和22∶00—23∶00达到峰值。冬季徐州PM_(2.5)浓度最高,为102μg·m~(-3)。PM_(2.5)与NO_2、CO、SO_2、PM_(10)显著正相关,与气温、风速、降水负相关。     

吐鲁番市颗粒物浓度变化特征及与气象要素的关系

依据吐鲁番市2015年3月—2016年2月的PM_(10)、PM_(2.5)和气象资料,利用统计分析,探讨吐鲁番市PM_(10)和PM_(2.5)浓度的变化特征及其与气象要素的关系。结果表明:冬季PM2.5与PM10浓度的平均值最高(106 ug/m3、184 ug/m~3),春季次之(63 ug/m~3、163 ug/m~3),夏季最低(33 ug/m~3、95ug/m~3),且冬季二者浓度的平均值比夏季分别高大约69%、48%。11月至次年2月,每个月中PM_(2.5)和PM_(10)的污染程度在轻度污染以上的天数相比其它月份较多。PM_(10)与PM_(2.5)的日变化曲线特征呈现"双峰双谷"的特点;PM_(2.5)与PM_(10)的比值在冬季达到了60%~80%,这说明吐鲁番冬季主要以PM2.5污染为主;PM_(2.5)和PM_(10)与能见度之间存在极其显著的相关性,相关系数分别为-0.904、-0.792,与单一气象要素(如相对湿度、风速、温度等)的相关性不明显,但不同气象要素的共同作用对其有显著影响。     

降水对重庆市大气污染物浓度的影响分析

利用2013—2015年逐日沙坪坝气象站气象及临近的环境监测数据,探讨降水对重庆市大气污染物浓度的影响,结果表明:PM_(2.5)、PM_(10)、SO_2浓度随降水量增加逐渐降低,降低趋势线较为明显,降低幅度为SO_2的 PM_(10)的PM_(2.5)的;NO_2和CO随降水量增加减少趋势不明显;O_3浓度随降水量的增加而逐渐增加。各类大气污染物在不同量级降水量时变化特征有所不同。在降水量小于1 mm时,弱降水的气象条件更有利于污染物的积累,不利于污染的稀释扩散和沉降,空气质量恶化;大于1 mm后,降水对各种大气污染物均有明显的清除作用,清除能力随着降水量级的增加而增大,在降水量大于10mm后湿清除能力明显提升,降水量大于20 mm时湿清除能力最强,粗细颗粒与雨滴碰并效应增加,降水对PM_(10)和PM_(2.5)的湿清除率分别达30%和25%。连续降水时,各季节降水对各类大气污染物的湿清除能力不尽相同:冬季降水对PM_(2.5)湿清除作用最为明显,对其余污染物清除作用从大到小依次为PM_(10)、SO_2、NO_2、CO,而O_3在冬季降水使O_3浓度增加非常明显,通常冬季臭氧浓度相对较低,降水一定程度上使冬季空气质量变好,太阳辐射增加,二次污染物光合作用增强,臭氧浓度也一定程度上增加。     

长三角临安本底站PM_1中各主要化学成分质量-粒度分布与变化

2013年夏季至2014年春季在中国长三角区域的临安大气本底站利用气溶胶质谱仪(AMS)对PM_1中主要化学成分质量浓度以及质量-粒度分布进行观测,发现观测期间PM_1的平均浓度约为53μg/m~3,其中有机物是最主要的成分(约占47%),其次为硫酸盐(23%)、硝酸盐(16%)、铵盐(12%)和氯化物(1.2%)。PM_1平均浓度冬季最高(84μg/m~3),秋季最低(38μg/m~3)。冬季污染时段PM_1浓度较清洁时段高24倍,其中硝酸盐浓度冬季升高最显著,这与冬季燃煤排放增加和低温有利其形成有密切联系。不同化学成分中,有机物粒度分布峰值粒径最小,硫酸盐最大。冬季各化学成分的峰值粒径在4个季节中最大(约600 nm),可能由于污染物积聚时间较长。夏季各成分峰值粒径最小(400~500 nm),且在夏季清洁时段浓度较其他季节高,局地产生的新粒子贡献可能很重要,伴随着光化学烟雾的气溶胶和臭氧污染在这些区域升高值得进一步关注。     

桂林市空气质量特征分析

为了让公众对桂林市近期空气质量状况和近十年来的空气质量变化情况有所了解,以空气中的主要污染物二氧化硫、二氧化氮和可吸入颗粒物的空气污染指数API作为表征空气质量的特性值,用统计分析方法,研究分析桂林市2003～2012年空气质量特征及其变化状况.2003至2012年,桂林市空气质量优良率为99.1％,首要空气污染物主要为可吸入颗粒物和二氧化硫,而又以可吸入颗粒物居多.2003年和2005～2008年,桂林市的首要空气污染物为二氧化硫,其它年份为可吸入颗粒物.2009～2011年连续三年出现空气污染指数较大幅度的上升.2010年的年平均空气污染指数首次突破51,达到58,首次出现年平均空气质量为二级的年份,2011、2012年平均空气质量也维持在二级.研究分析的结论是桂林市2009年以来空气质量有下降的趋势,且2010～2012年的年平均空气质量等级由以前的一级下降为二级,首要空气污染物由2008年以前的以二氧化硫为主变为以可吸入颗粒物为主.     

杭州市大气逆温特征及对空气污染物浓度的影响

利用2003—2009年杭州市逐日探空观测资料及杭州市环境监测站空气污染物浓度监测资料,对杭州市主城区低空温度层结特征及与3种主要空气污染物（SO2、NO2和PM10）浓度之间的关系进行了统计分析。结果表明：杭州市主城区低空大气温度层结全年以弱稳定为主,一年四季皆有逆温层存在;冬半年逆温发生频率高于夏半年,逆温层厚度冬季较厚、夏季较薄,逆温强度秋季最强、夏季最弱。通过计算污染物浓度与逆温特性的相关关系,发现污染物浓度与逆温层底高呈负相关,与逆温频率、厚度、强度呈正相关,由此说明杭州市主城区低空大气逆温层结状况是影响当地空气污染程度的主要因素之一。     

贵州省2015～2019年空气质量及大气污染物时空分布特征研究

利用2015～2019年贵州省9个城市的空气质量指数(AQI)和6种大气污染物逐日监测资料及同期气象要素观测资料,分析了贵州省各市年、季大气污染的分布特征,以及各市首要污染物出现频率的季节特征,探讨了6种大气污染物与气象要素之间的相关关系。结果表明:(1)贵州省总体空气质量较好,2015～2019年全省空气质量优良天数占全年90%以上,2018年空气质量为5年中最优;(2)AQI的空间分布呈现“北高南低”的分布特征,高值区在遵义、水城和铜仁,兴义空气质量最好;(3)6种大气污染物与平均气温、相对湿度、日平均气温、日降水量、相对湿度、平均风速呈高度显著相关;(4)贵州省的污染日主要集中出现在冬季,首要污染物主要是颗粒物(PM_2.5和PM₁₀),夏季出现污染日的情况最少,首要污染物主要是O₃。      

成都市大气污染与气象条件关系分析

利用成都市城区2015年12月~2019年12月污染物浓度及气象资料,对PM₁₀、PM_2.5、CO、O₃、 SO₂、NO₂六种大气污染物浓度变化特征以及与气象要素之间的相关性进行分析。结果表明:2016~2019年成都市空气质量冬季最差,秋季最好,年内整体以良为主,重度污染和严重污染的天气较少出现,空气质量逐年变好;主要污染物浓度除O₃外在冬季最高,夏季最低,春秋两季相差不大,O₃浓度变化则相反;主要污染物的日变化特征也较为明显。空气质量综合指数、PM₁₀、PM_2.5、CO、NO₂浓度与气温和降水存在显著负相关性,与气压存在显著正相关性,还与相对湿度呈不同程度的负相关,但与风速相关性不显著;O₃浓度不仅与风速、气温和降水存在显著的正相关,还与气压呈显著的负相关,却与相对湿度的负相关性不显著。      

西安市环境空气质量变化特征及其与气象条件的关系

采用2002-2011年大气污染物的现状监测资料以及同期气象观测资料,分析西安市空气污染的时空分布特征及其与气象条件的关系,并探讨了空气质量为优及轻微污染以上的天气事件对应的高空典型环流形势,研究污染成因及污染物传输规律。结果表明：西安市污染较为严重的污染物为PM₁₀,较大浓度值出现在冬季采暖期,雨水能够对污染物起到有效的湿清除作用,且空气质量状况具有明显的延续性,天气系统具有延续性是造成空气质量的延续性的可能原因;逆温的存在、最大混合层高度的降低造成大气层结稳定,风速较小,阻碍空气的对流运动,使污染物在垂直方向上的扩散能力很弱,不利于污染物扩散,易造成环境空气质量下降引起空气污染的发生。     

The Representativeness of Air Quality Monitoring Sites in the Urban Areas of a Mountainous City

Lanzhou is a typical mountainous city with severe air pollution in northwestern China. This study uses hourly observational data of air pollutants at five air quality monitoring sites in Lanzhou from July to December 2015 to discuss data quality control and the representativeness of the monitoring sites(four urban sites and one suburban site). A fuzzy matrix is applied to study primary air pollutants. The results show that of the six routinely monitored pollutants,the primary pollutant is PM_10 during the study period. Based on lag correlation analysis and one-way analysis of variance, it is concluded that there are redundant observations at the four urban sites for the timely diffusion and transport of air pollutants from the same general area. The coefficient of divergence(COD) method is then used to evaluate the spatial distribution differences, and the primary air pollutant PM_10 shows differences at each site. COD can be used as a positive indicator to describe site representativeness. To evaluate the overall air pollution in the valley, correlation analysis is performed between the PM_10 concentration retrieved from aerosol optical depth satellite data and the concentration from the four urban monitoring sites. Among these, the correlation between the workers' hospital site data and the retrieval data is the highest, passing the 90% confidence level. A new representative evaluation model for air quality monitoring sites, R_s = 0.77 COD + 0.23R_(retrieval), is established by using COD and correlation coefficients between routine observations and satellite retrieval products. From this model, it can be concluded that the biological products institute site in Lanzhou is the most representative site for the evaluation of air pollution out of the four urban air quality monitoring sites from July to December 2015.     

2013—2016年海口市空气质量特征及典型个例污染物来源分析

根据海南省环境科学研究院提供的海口站2013—2016年逐日空气污染数据,统计分析了海口市空气质量状况。综合应用高低空环流场、AQI指数结合MODIS卫星蓝光气溶胶厚度图,采用HYSPLIT轨迹聚类分析法、潜在源贡献因子法和浓度权重轨迹分析方法,重点分析了2013年12月海口空气污染的的主要输送路径,并探讨了首要污染物PM_2.5和O₃的潜在源区。结果表明：冬夏季风风向转换是海口发生空气污染的最主要气象原因,且首要污染物为PM_2.5,其次是PM₁₀和O₃;海口市空气质量达标率在97.1%,总体较好,AQI指数呈逐年下降趋势;值得关注的是,O₃呈逐年稳定上升趋势。大气污染物浓度受污染物排放和环流场共同影响,海口污染日对应的地面天气形势主要有3种类型,冷高压、变暖高压脊和台风外围下沉气流。此次污染过程中污染源是来自北方地区污染物长距离输送影响的结果。污染物个例分析中,首要污染物PM_2.5潜在源区主要集中在湖南和江西的交界处、广东沿海地区、广西北部、江西和福建的交界处以及浙江中部地区,这些潜在源区气团沿着轨迹1、2和4通过长距离输送到海口。海口O₃质量浓度贡献较大的区域主要集中在湖南和江西的交界处、粤西一带,主要沿着轨迹2将内陆地区的污染源输送到海口。     

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。     

内蒙古自治区主要城市空气质量状况分析

文章利用呼和浩特市、包头市、乌海市、赤峰市、东胜区2007年1月1日到2011年12月31日5a空气主要污染物SO2、NO2、PM10浓度资料,统计分析了各城区主要污染物的分布特征,得到:⑴总体来看,乌海市空气质量较差,其次是包头市,东胜区最好;⑵PM10浓度值变化幅度最大,日最大值均出现在3—5月的沙尘日中,SO2最大值都出现在冬季采暖期;⑶各地均是12月出现污染日数最多,其次是1月;⑷从2007年开始,空气质量状况逐年好转。     

2019年1月长春市一次霾污染过程成因分析

利用空气质量历史监测数据、地面气象要素及激光雷达探测资料,综合分析了2019年1月10—15日长春市一次霾污染过程,探讨了污染过程中污染物和气象要素的变化特征与影响机制。结果表明：此次霾污染过程中12—13日污染最重,PM_2.5和PM₁₀质量浓度均超过150 μg·m^-3,气溶胶消光最强,超过70%的PM_2.5/PM₁₀比值大于0.7,指出了细粒子对重污染事件的贡献;重污染期间近地面风速偏小、相对湿度增加、变压较小,同时低空风出现明显的风向转变,弱下沉运动与逆温以及较低的边界层共同削弱了大气的水平和垂直扩散能力,有利于污染物累积,导致霾污染。500 hPa天气形势表明长春市位于槽前脊后,850 hPa高度场为弱西风,相对湿度大;海平面气压场存在低压气旋及弱西南气流,该气流有利于将污染物输送至长春市,造成霾污染加剧;1月14—15日高空槽加深东移,850 hPa西北气流增强,近地面气压梯度力变大,污染物得到扩散,霾污染逐渐结束。