山西阳泉空气污染特征及其与气象要素的相关性分析

为了研究阳泉市大气污染物排放特征及大气污染指数(API)与气象要素的相关性,利用2007～2011年山西省阳泉市的SO2、NO2、PM10浓度资料及地面气象观测资料,采用相关系数和逐步回归方法对其进行研究.结果表明,2007～2011年,阳泉地区首要污染物为SO2和PM10,污染物及大气污染指数呈U型分布特征,区域差异大,冬春季和夏秋季有显著不同,冬春季污染浓度明显大于夏秋季,分季节利用气象要素建立的大气污染回归模型通过了显著性检验,能较好地预报污染物浓度的变化和提供空气质量的预报服务信息,研究结果对阳泉地区的污染防治及环境气象服务有重要的意义.     

山西阳泉空气污染特征及其与气象要素的相关性分析

为了研究阳泉市大气污染物排放特征及大气污染指数(API)与气象要素的相关性,利用2007～2011年山西省阳泉市的SO2、NO2、PM10浓度资料及地面气象观测资料,采用相关系数和逐步回归方法对其进行研究.结果表明,2007～2011年,阳泉地区首要污染物为SO2和PM10,污染物及大气污染指数呈U型分布特征,区域差异大,冬春季和夏秋季有显著不同,冬春季污染浓度明显大于夏秋季,分季节利用气象要素建立的大气污染回归模型通过了显著性检验,能较好地预报污染物浓度的变化和提供空气质量的预报服务信息,研究结果对阳泉地区的污染防治及环境气象服务有重要的意义.     

烟花爆竹燃放对西安环境空气质量影响的个例分析

利用西安城郊PM2.5、PM10、SO2、NO2等污染物逐小时浓度和常规气象观测资料,通过分析2014年春节期间大气环流形势、近地面大气层温度等要素及空气质量浓度的时空变化特征,讨论了烟花爆竹燃放对环境空气的影响。结果表明:2014年春节期间西安高空受西北气流控制,地面处于低压中心,等压线稀疏,风力较弱;近地面大气连续4天出现平均高度980 m的接地逆温,低空受东北气流控制,气象条件非常稳定;燃放烟花爆竹产生的特征污染物主要有PM2.5、PM10、SO2和CO等,PM2.5、PM10和SO2在除夕集中燃放时达到浓度最高值,分别是前期稳定状态下平均值的1.5、1.84和1.17倍;燃放烟花爆竹对PM10浓度的影响最大,其次为PM2.5;冷空气作用对粒径较小的PM2.5清除效果较好。     

京津冀地区空气质量时空分布特征及其相关性分析

随着城市化的发展,伴随而来的空气质量问题已成为众多环境问题中被广泛讨论与关注的话题。为深入了解空气质量形成机理、探讨空气污染因子的分布特征,以2015年全国监测站点空气质量数据为基础,提取京津冀地区空气质量数据,从时间、空间、时空变化3个角度出发,研究NO2、SO2、PM2.5、CO、O3、PM10六种空气污染因子以及空气质量指数(AQI)的时空分布特征,并分析各个污染因子之间以及与AQI的相关性。分析结果表明:京津冀地区空气质量时空分布特征差异较大,北部地区AQI明显低于南部地区,夏秋两季空气质量普遍好于春冬两季;AQI与NO2、PM2.5、CO呈明显正相关,与O3呈不明显的负相关,O3与AQI相关性较小。分析结果可为京津冀地区空气质量的防控与预测提供理论基础。     

2012年成都市PM10污染与地面气象条件的相关性分析

为了解2012年成都市PM10浓度分布情况及其与地面气象条件的相关性,通过分析2012年PM10浓度的分布情况,选取了13次污染过程,并对这些过程中的地面气象要素情况进行分析。结果表明,PM10浓度呈波状分布,其中3月和11月分别达到峰值,7月为全年最低;过程期间各变量具有以下特征:PM10浓度与温度呈正相关,与气压呈负相关,当有降温升压时PM10浓度减小;24小时变压变温都较小,表明天气较稳定;地面风速小,普遍小于2m/s,且主要为弱偏西偏北风,而当风速增大时有利于PM10的扩散;低能见度与较大的相对湿度对应较好,二者有明显的负相关。     

基于中国大气环境监测站点的2015—2019年大气质量状况时空变化分析

2013年以来几次严重的雾霾污染事件引起了公众的广泛关注,此后中国实施了一系列有关大气污染防治的政策、法规和措施来改善大气质量。为了分析近年来中国大气质量的时空变化特征,本文选取2015—2019年生态环境部国控站点监测的大气污染关键参数,对比分析了空气质量指数和6种大气污染物的季均、年均浓度变化结果,并利用组合指标分析法和相关分析法探讨了不同大气污染物之间的相关性。结果表明：① PM_2.5、PM₁₀、SO₂、CO和NO₂浓度和AQI均有明显下降,2019年均浓度较2015年均浓度分别下降4.5%、3.84%、7.86%、3.74%、0.95%,AQI下降了19.31%,同时,O₃浓度则上升了0.79%;② 从空间分布来看,中国北方地区PM₁₀、PM_2.5、O₃、NO₂、SO₂、CO年均质量浓度和AQI分别比南方地区高25.2%、18.73%、4.95%、17.6%,32.74%、16.17%、28.3%;③ 从季节性变化规律来看,除了O₃呈现出夏季浓度高,冬季浓度低外,其他5种污染物和AQI都呈现相反的季节变化规律;④ 总体而言,目前中国大气污染以PM_2.5和O₃为主,PM_2.5与NO₂、SO₂、CO之间有极显著的正相关关系（r>0.85,p<0.01）,而O₃与其前体物NO₂和CO之间存在显著的负相关关系（r>0.8,p<0.01）。     

典型纳污坑塘周边地下水污染来源识别及其健康风险评估

以典型纳污坑塘(污水库)周边地下水水质监测数据为基础,在对区内地下水污染源进行分析的基础上,采用水环境健康风险评估模型,对区内地下水污染健康风险进行了系统评价研究.污染来源识别结果表明:纳污坑塘周边第Ⅰ、第Ⅱ含水层地下水污染严重,其污染源主要为坑塘内堆放的工业污水以及工业废渣.污染健康风险评估结果表明:8号坑附近第Ⅰ含水层中砷浓度以及北库南侧第Ⅱ含水层中1,2-二氯乙烷总致癌风险分别为10-2、10-3数量级,远超可接受风险水平10-6.不同含水层中污染物平均致癌风险大小关系为,第Ⅰ含水层:砷>1,2-二氯乙烷;第Ⅱ含水层:1,2-二氯乙烷>砷>1,1,2-三氯乙烷>四氯化碳.1,2-二氯乙烷等挥发性有机污染物4种潜在暴露途径的平均致癌风险大小关系表现为:饮用地下水>皮肤接触地下水>经室外吸入空气中气态污染物>经室内吸入空气气态污染物.相对于敏感用地,非敏感用地污染物的总致癌风险以及危害商较低.     

重庆市空气污染预报

本文通过分析近十年来冬季的污染监测资料,TSP与气系条件的关系,提炼出影响大气污染物扩散的若干气象、污染因子,建立了以TSP为预报对象的多元回归预报方程和自回归预报方程,制作污染浓度预报,获得了满意的结果。     

陕西大理河流域枯水期土地利用结构对河流水质的影响

土地利用变化对自然和生态过程影响显著,也是径流水质的主要影响因素之一。基于陕西大理河流域2020年枯水期21个采样断面的径流采样测定,分析了大理河流域总氮(TN)、总磷(TP)、氨氮(NH₃-N)浓度以及溶解氧(DO)浓度的特征。利用内梅罗污染指数对大理河流域水质进行了评价,辨识了不同尺度缓冲区内土地利用结构对水质的影响。结果表明：4种水质参数中,总氮超标最为严重。流域内梅罗污染指数平均值为1.9,水体轻度污染;干流平均值为2.3,支流平均值为1.2,支流水质优于干流水质。在点缓冲区,建设用地对总氮的影响在200 m范围比100 m范围大;在河网缓冲区,草地对总磷的影响以及建设用地对氨氮浓度的影响在100 m范围比200 m范围大。在100 m范围,草地是截留污染物的主要土地利用类型;在200 m范围,林地是截留污染物的主要土地利用类型。耕地、建设用地在点缓冲区和河网缓冲区对总氮、总磷、氨氮浓度均起“源”的作用;林地在点缓冲区“汇”作用更显著;草地在河网缓冲区“汇”作用更显著。     

西安大气细颗粒(PM_1)化学组成及其对能见度的影响

在2012年秋季选取天气状况相对稳定的12d,运用细颗粒化学组分在线观测仪(ACSM),观测西安大气颗粒物变化;利用正矩阵因子分析法(PMF)对大气细颗粒物中的有机物进行源解析,探讨其对能见度的影响;最后,结合IMPROVE公式中吸湿增长因子和多元线性回归统计方法重建散光系数。结果表明:在观测时段,PM1(不包括黑碳和矿尘等难熔组分)和PM2.5质量浓度时间序列的相关性较好(判定系数为0.67),PM1约占PM2.5质量浓度的60%,有机物约占PM1质量浓度的58%,其他组分(包括SO2-4,NO-3,NH+4和Cl-)约占42%;高相对湿度(大于85%)伴随着一次组分质量分数的增加,雨水对一次组分的湿沉降作用也更加明显;利用正矩阵因子分析法对有机物进行源解析,分解出烃类有机气溶胶(HOA)和氧化性有机气溶胶(OOA)两种组分;OOA约占有机物质量浓度的54%,HOA约占46%,并且在下午时段,HOA发生挥发,经过光化学反应快速转化为OOA;硝酸盐对光的散射贡献最大。     

城市空气质量GIS数据模型及分析系统的集成与应用

城市空气质量模拟是目前环境与健康研究的一个重要领域。本文基于GIS技术,采用准稳态高斯扩散模型建立了城市空气质量模拟系统,着重研究了三维空间城市空气质量模型系统的集成方法,并以福州市为例,采用该模型系统对城市建城区的NO₂与SO₂年平均浓度场分布进行了模拟。     

Trends of urban air pollution in Zhengzhou City in 1996–2008

Urban air pollution is a commonly concerned environmental problem in the world.Identification of air quality trend using long-term monitoring data is helpful to understand the effectiveness of pollution control strategies.This study,using data from six monitoring stations in Zhengzhou City,analyzed the changing trend in concentrations of SO 2,NO x /NO 2 and TSP/PM 10 in 1996-2008,based on non-parametric Mann-Kendall test and Sen’s slope estimator,and evaluated the comprehensive air pollution level using Multi-Pollutant Index(MPI).It was found that the concentration of each pollutant exceeded obviously the World Health Organization(WHO) guideline value,but the changing trend varied:SO 2 and NO 2 were significantly increased mainly due to an increase in coal consumption and vehicle number,while NO x,TSP and PM 10 decreased.The air pollution was serious,and differed markedly among the three functional regions:it is the most severe in the Industrial and Residential Area(IRA),followed by the Transportation Hub and Business District(THBD),and then the High-tech,Cultural and Educational Area(HCEA).Different from NO 2 concentration that had a similar change trend/rate among the function regions,the change rate of PM 10 concentration differed spatially,decreased much more obviously in THBD than other two regions.For the whole city,the comprehensive air pollution level declined gradually,illustrating that the air quality in Zhengzhou was improved in the last decade.     

Spatio-temporal Characteristics and Geographical Determinants of Air Quality in Cities at the Prefecture Level and Above in China

In recent years, the large scale and frequency of severe air pollution in China has become an important consideration in the construction of livable cities and the physical and mental health of urban residents. Based on the 2016-year urban air quality index(AQI) data published by the Ministry of Environmental Protection of China, this study analyzed the spatial and temporal characteristics of air quality and its influencing factors in 338 urban units nationwide. The analysis provides an effective scientific basis for formulating national air pollution control measures. Four key results are shown. 1) Generally, air quality in the 338 cities is poor, and the average annual values for urban AQI and air pollution in 2016 were 79.58% and 21.22%, respectively. 2) The air quality index presents seasonal changes, with winter spring autumn summer and a u-shaped trend. 3) The spatial distribution of the urban air quality index shows clear north-south characteristic differences and a spatial agglomeration effect; the high value area of air pollution is mainly concentrated in the North China Plain and Xinjiang Uygur Autonomous Region. 4) An evaluation of the spatial econometric model shows that differences in urban air quality are due to social, economic, and natural factors.     

上海夏季雾霾的影响因素研究

由于对流层中气象因素变化剧烈且蕴含大量的水蒸气和颗粒物,雾霾的发生也极易改变卫星信号的传播路径,从而导致对流层延迟发生变化,因此重点研究气象因素与雾霾之间的相关性问题。通过上海市2016年62 d(DOY 153～214)的大气中污染物含量资料与天顶对流层延迟比较分析发现,大气中每种污染物含量基本呈现相似的走势,天顶对流层延迟随PM2.5含量增加而增大,且在日值数据的比较中发现,上海夏季的PM2.5含量与气压、气温和相对湿度成正相关关系,与风速、降水量呈负相关关系。     

土地利用/覆盖的空气污染效应分析

以长株潭城市群核心区为对象,运用GIS和RS技术获取研究区土地利用/覆盖和空气污染分布格局,结合景观指数移动窗口分析结果,分年均和季节时间尺度分析NO₂、PM₁₀、O₃、PM_2.5浓度空间分布特征与土地利用格局的耦合关系。结果表明：长株潭城市群土地利用/覆盖,对空气污染物浓度的变化影响显著,具有季节效应。建设用地和道路面积占比与NO₂、PM_2.5浓度显著正相关,与O₃浓度呈显著负相关;林地面积占比越大,NO₂、PM_2.5浓度越低;土地利用/覆盖对PM₁₀浓度影响相对不稳定,易受不同季节局地尺度工业生产和建筑开发活动影响。从土地利用/覆盖微观配置角度,景观破碎程度越高,PM₁₀浓度越高;散布与并列指数越大,NO₂和PM_2.5浓度越高、O₃浓度越低;多样性指数与PM_2.5浓度显著正相关。从优化土地利用降低空气污染角度创建的长株潭城市群生态绿心区的作用尚未真正展现。研究结果对明确反映土地利用/覆盖与空气污染特征间的关系,指导城市土地利用活动的合理开发具有重要的价值。     

水质评价的污染损害指数公式

在选择了各污染物的“参照值”情况下,用污染物的实测学相对值代替水质污染损害率公式中的浓度监测值,公式中的参数可认为与污染物的特性无关。采用遗传算法优化中的参数,得到了多种水质污染物都能适用的水质污染损害率和污染损害指数公式。提出用对比加权对污染损害分指数进行赋权的新方法,计算水质综合污染损害指数。该方法用于水质综合评价的物理意义明确、计算简单、使用方便,具有普适性和可比性。     

成都市冬季重污染日气象条件成因分析及预报

本文通过对成都10个重污染日进行天气学分析,将污染浓度与气象要素进行聚类、研究了重污染日形成原因及污染浓度与气象要素的关系。在此基础上,建立了SO_2、TSP日平均浓度分级预报方程。     

Foliar Particulate Matter Distribution in Urban Road System of Beijing,China

Particulate matter(PM), one of the most important pollutants of traffic emission, threatens the health of urban ecosystems and citizens. Roadside trees play an important role in trapping PM, and the foliar PM load is a useful indicator for air PM pollution in road systems. To detect the relationships of foliar PM load with road structures, urbanization, and meteorology in road systems, we studied a widely-planted tree Sophora japonica L. in 100 roads and 10 yards of Beijing, China, and found that the foliar PM loads increased with the distances from the urban centre(DUC) linearly, while decreased with the road density. All-subsets regression analysis indicated that DUC, average monthly relative humidity, average monthly wind speed, and mean annual wind speed were the most important factors in predicting foliar PM load, rather than general situation of buildings and road cleanliness. The monthly relative humidity and monthly wind speed had a negative correlation to foliar PM, while the annual relative humidity and annual wind speed had a positive correlation to foliar PM. Suburban areas and these effective factors should be highlighted in PM control in Beijing.