基于PEARSON函数的AQI指数与气象要素关联性研究

基于2011—2018年洛阳地区AQI数据及主要污染物资料,分析了2011年到2018年洛阳地区的空气质量和污染物特征,探讨了洛阳地区AQI指数及污染物种类与气象要素之间的关系。结果表明:洛阳地区冬季AQI指数为一年中的最大值,夏秋季AQI指数最小;从2011年开始,AQI指数呈上升趋势,至2016年达到最大值后开始减小。洛阳市的主要污染物为PM2.5和PM10,且近年来冬季PM2.5和PM10的平均浓度呈上升趋势。温度和降水对污染物浓度的影响最大,但近三年来,温度变化对污染物浓度的影响效果开始减弱。总体来说,各气象要素与AQI之间存在紧密联系。     

安阳市空气质量与能源消费结构的灰关联分析

以河南省安阳市2010-2015年的市区空气质量数据,利用灰色关联模型分析能源消费与空气主要污染物SO_2、NO_2、PM2.5、PM10的关系。结果表明,焦炭、煤气、汽油、柴油和原煤的消费与SO_2、NO_2、PM2.5、PM10浓度平均关联度达到0.98以上,对城市空气污染物排放的影响较大;而电力、煤油、洗精煤、热力和液化石油气的消费影响较小。     

郑州市大气污染时空分布特征分析及预测模型建立

基于郑州市中心城区空气质量监测数据,结合环境空气质量指数(AQI),采用反距离权重插值法(IDW)对郑州市的空气质量进行评价和时空分析。选取气压、气温、湿度、风速、风向、降水量6项常规污染物监测项,以及前一日AQI值总计13项作为预测因子,应用BP和RBF神经网络方法对郑州市未来短期空气质量时空分布进行预测。结果表明:(1)2016年和2017年郑州市空气质量主要以优良和轻度污染为主;(2)PM_(10)和PM_(2.5)的年平均浓度分别超过我国环境空气质量标准中二级标准年平均浓度限值103.79%、142.03%;(3)管城区污染频率较高,多呈现持续性的污染天气状况,冬季时的极端污染天气多集中于惠济区;(4)BP、RBF神经网络预测模型可以较好地预测郑州市大气污染的时空分布状况。本研究结果对后续研究治理郑州市空气污染具有一定意义。     

鲁西南地区静稳天气特征及其与大气污染物的关系

【目的】研究鲁西南地区静稳天气特征及其与主要污染物的关系。【方法】通过构建静稳天气综合指数,利用2014—2018年济宁、菏泽、枣庄三市的大气监测和气象资料,构建了鲁西南地区静稳天气指数(SWI),分析了SWI与空气质量指数(AQI)及PM_2.5浓度的关系,能较好地表征鲁西南地区大气对污染物的水平与垂直扩散及运输能力。【结果】济宁SWI与AQI相关系数为0.79,与PM_2.5浓度的相关系数为0.78;菏泽SWI与AQI相关系数为0.62,与PM_2.5浓度的相关系数为0.61;枣庄SWI与AQI相关系数为0.77,与PM_2.5浓度的相关系数为0.78。当SWI增大时,PM_2.5浓度与AQI值均增大;当SWI值减小时,PM_2.5浓度与AQI值均下降,其具备较好的对应关系。【结论】静稳天气指数的时间提前特征,说明静稳天气指数对下一日的空气质量具有一定的影响;静稳天气指数在空气质量发生转折时有较好的指示作用;静稳天气指数在一定程度上与大气污染程度的变化一致,且在一...     

重庆市万盛地区大气12月份PM10污染预测分析

本文利用重庆市万盛地区2018年12月份空气质量监测数据及气象数据,首次研究了万盛地区PM10浓度与其他5项污染物、相关气象因素的关系。研究表明,PM10浓度与NO_2、CO污染因子显著正相关,但与SO_2、O_3-8h污染因子相关性不明显;PM10质量浓度受能见度、相对湿度、风速和风向等气象因素影响较大。本研究首次建立了万盛地区PM10预测模型,能较准确反映该地区PM10的污染特征,为开展该地区PM10污染预警预报提供了思路和奠定了基础。     

西宁市空气质量现状及其与近地层逆温的关系

本文利用2014—2018年西宁市气象探空资料和大气污染物日均数据,采用统计对比分析、相关性分析方法,对西宁市空气质量现状及其与近地层逆温的关系进行分析。结果表明,5年中,西宁市空气质量达标率为79.8%,年污染日数整体呈下降趋势;PM10作为首要污染物,出现频率最高;6种污染物中,仅O3浓度夏半年大于冬半年,其余均表现为冬半年大于夏半年;07:00逆温厚度与19:00逆温强度对污染物浓度影响较大。     

哈尔滨市空气质量变化趋势研究

对哈尔滨市2014～2018年的空气质量进行了研究和分析,建立变系数部分线性模型,分析供暖、秸秆焚烧、温度、风级、湿度五个因素对哈尔滨市空气质量变化的影响,通过轮廓过最小二乘方法对常系数和变系数进行估计.结果表明:哈尔滨市的空气质量指数变化与时间变化关系明显,秋冬季节供暖和秸秆焚烧的排放物对空气质量影响显著,哈尔滨市十月份到三月份的空气质量指数明显高于其他月份,且空气质量指数呈逐年下降趋势.     

基于ARMA模型的哈尔滨市空气质量研究

基于哈尔滨市2015年至2017年的空气质量指数AQI数据,运用Fisher有序样品聚类法对数据从时间上进行分割,逐段建立ARMA模型,并对模型进行检验.结果表明哈尔滨空气质量变化规律呈现时段性,可分为供暖期和非供暖期.利用供暖期和非供暖期ARMA模型对哈尔滨AQI进行预测,预测值与实测值基本吻合,整体趋势也能够得到较好的预测.     

“十一五”期间大庆市空气质量及变化趋势分析

根据大庆市环境质量状况公报,2006~2010年的城市空气监测数据,以空气质量标准(GB3095-1996)为标准,利用spearman秩相关系数法,根据"十一五"期间空气质量监测数据,对大庆市空气主要污染物进行分析,得出以下结论:(1)从年际变化看,大庆市空气质量不断改善,空气质量达标天数不断提高;(2)大庆市监测的主要污染物SO2、可吸入颗粒物(PM10)、NO2和降尘,2010年年平均浓度均呈下降,变化趋势不显著;(3)在各种主要污染物中,降尘治理取得良好的效果.     

哈尔滨冬季气象要素对空气质量指数的影响分析

影响空气质量的要素很多,其中气象要素对空气质量的影响是不容忽视的。运用相关性分析、偏最小二乘回归和通径分析方法,研究了哈尔滨市2014年1月份气象要素对空气质量指数(Air quality index,AQI)的影响程度。相关性分析结果表明,AQI与平均风速显著性负相关,与平均相对湿度显著性正相关,气象要素间存在严重的多重共线性。根据相关性分析结果,建立了AQI与气象要素的偏最小二乘回归方程,模型拟合良好。通径分析结果表明,平均风速对AQI的直接作用、总作用和决策系数均最大,平均气压、平均相对湿度、平均气温通过平均风速对AQI的间接作用均大于它们对AQI的直接作用。平均风速为主要决定因素,平均气压为主要限制性因素。     

气象因子对许昌市冬季典型重污染天气的影响分析

本文利用空气质量和气象要素小时观测数据,分析2016年12月18日至21日发生的持续性PM2.5重污染过程前后空气质量和主要气象因子的变化特征,探讨气象因子对大气环境的影响。研究结果表明:本次重污染过程是稳定气象条件下导致的局地污染积累;在污染积累阶段,风速明显偏小,相对湿度逐渐增加;而在污染清除阶段,气象要素的变化则相反,风速明显增大,相对湿度显著下降;风速和相对湿度与PM2.5质量浓度间均存在指数相关,相关系数平方R2分别为0.451 5、0.541 8,表明在大气污染过程中气象因子对大气环境的影响十分明显。     

湖南省大气污染特征与防治研究

根据近两年《环境保护报》每周一次的湖南省主要城市空气质量周报资料，采用综合污染指数法，统计分析出湖南省13个主要城市空气质量总体较好，在Ⅱ级标准以内，TSP为首要污染物，SO2为第二污染物，NOx污染轻微，且冬季污染高于夏季；同时大气环境质量与城市工业化水平和以煤为主的能源结构密切相关，并具有区域性和季节性的差异。长沙、株洲、湘潭和娄底污染严重，趋于Ⅲ级标准，永州、张家界空气质量较优，接近Ⅰ级标准，其它城市居中。在分析湖南省大气污染原因和特征的基础上，提出调整能源结构，加强污染治理以及城市绿化等措施，以提高城市大气环境质量，保证经济可持续发展。     

城市环境空气质量污染特征及对策建议

城市空气质量作为重要的环境问题,影响着城市人口健康和社会经济发展。利用研究区历年城市空气环境质量监测资料,对其城市空气污染因子进行周期性日、月、年趋势分析。结果表明:研究区在全省、全国重点环境保护试点城市中均属于污染较为严重城市;城市环境空气质量的首要污染物为PM10;监测因子SO2、NO2年均浓度有上升趋势,污染形势较为严峻;监测因子PM10年均浓度稳中有降,环境质量有所好转。在此基础上,分析影响城市环境空气质量的主要因素,并提出相应的改善城市空气质量的政策建议。     

德州市春节期间大气污染与气象要素的关系

气象要素是影响空气质量的重要因子.以德州市为例,选取了近5年德州市春节期间大气污染物浓度及气象数据,采用多种统计方法分析了大气污染物的变化以及气象与大气污染的关系,量化天气形势和局部气象要素对春节期间德州市大气污染物质量浓度变化的贡献.结果表明,PM_(2.5),PM_(10),SO_2,NO_2等4种污染物浓度受温度、湿度和风速等气象要素影响较大,其中PM_(2.5)和PM_(10)主要受湿度影响,SO_2主要受风速影响,NO_2受湿度和风速影响都相对较大.此研究为德州市在春节期间加强大气污染防治提供一定的数据基础和科学依据.     

基于R语言的哈尔滨市大气污染数据时间序列分析

以R软件为数据分析工具,基于时间序列分析技术对2017年哈尔滨市大气监测数据进行分析.用统计学原理分析大气数据时间变化特征,并探讨R语言在大气数据分析领域应用的巨大潜力.结果表明:哈尔滨市大气污染物中PM2.5为主要污染物;秋冬季大气污染情况比春夏季严重.     

城市空气污染数据的分析与研究

针对日益严重的大气污染问题,基于现有数据与相关研究,采用相关分析法,对AQI指标之间的相关性进行了定量分析.利用主成分分析,确定PM_(10)为被解释变量,其它4种污染物为解释变量,应用逐步回归分析方法及多元回归分析,通过逐层分析比较得到了PM_(10)与PM_(2.5),CO,SO_2,NO_2的最优二次回归模型.     

降雪量和融雪径流对地表水体污染物输出的影响

以哈尔滨市主城区为研究区域,基于2007～2018年降雪量数据的统计分析,结合2018年春季融雪径流采样实测数据,运用SWMM(暴雨洪水管理模型)对降雪量变化条件下哈尔滨市主城区融雪径流量及其污染负荷入河量、空间分布进行模拟计算.结果表明,2007～2018年哈尔滨市降雪量差异巨大,最大值为2010年的116 mm,年降雪总量超百年一遇,最小值为2014年的29.5 mm.多年融雪径流量与降雪量大小呈正相关关系,研究区径流量最大值为1835.57 m~3,最小值为215.98 m~3,各排放口融雪径流量变化范围在168～1510.56 m~3之间.控制街道清扫频率、下垫面组成等因素保持不变,在不同年份降雪量条件下,4种污染物的单位面积污染负荷及产出总量与径流量变化呈正相关.在最大降雪条件下,研究区内的总磷(TP)、总氮(TN)、化学需氧量(COD)及氨氮(NH_3-N)单位面积污染负荷分别为4.1878μg/m~2,0.0855、4.5158和0.0412mg/m~2.在空间分布上,P_3马家沟排放口的入河污染物排放量最大,P_5道外排放口排放量最小.通过模拟计算得出的最大、最小污染负荷可以对流域水环境管理提供参考依据,并且可以对融雪径流非点源污染采取有效防范措施.     

离子色谱法测定雪中无机阴离子

采用单柱离子色谱法,以2.5m mol/L邻苯二甲酸+2.5m mol/L三羟甲基氨基甲烷为淋洗液分离测定F~-,Cl~-,NO_2~-,Br~-,NO_3~-和SO_4~(2-)六种离子及哈尔滨市降雪中的无机阴离子,在雪样中检测出Cl~-、NO_3~-、SO_4~(2-)三种离子,并对这三种离子进行了定量测定。     

濮阳市马颊河流域工业废水污染物排放特征分析

本文以2018年濮阳市环境统计数据为基础,采用等标污染负荷法和单位产值等标污染负荷法,对濮阳市马颊河流域工业废水污染物排放特征进行分析,以期为濮阳市马颊河流域污染治理和环境管理提供科学依据。结果表明,化学需氧量为濮阳市马颊河流域的首要污染物,开发区为首要污染区域,造纸和纸制品业为首要污染行业。     

衡阳市2019-2020年大气颗粒物潜在来源分析

利用HYSPLIT后向气流轨迹模型和GDAS全球资料同化系统数据，计算了衡阳市区域2019年9月至2020年8月逐时的72 h气流后向轨迹并进行了轨迹聚类，结合监测数据分析了大气污染物浓度受气流传输的影响规律，进一步采用潜在来源分析及权重浓度分析识别了污染潜在源区通过分析当地颗粒物质量浓度与风速、风向的关系，得到质量浓度风玫瑰图结果表明：衡阳市受东北方向气团影响显著，春、秋、冬三季途经河南—湖北—湘北传输至衡阳的气团为颗粒物主要外来传输通道，秋冬季颗粒物污染较严重，春夏季污染相对较轻秋季衡阳市大气受东北方向经安徽北部—湖北、江西交界—湖南东北部的中短距离传送的1类气团影响最为明显，占比高达73.72%PM2.5与PM10潜在源贡献区域相似，不同季节潜在源贡献区域有所差距，但大多集中在湖南南部、湖北中部、湘粤交界处等区域PM2.5与PM10不同季节的权重分布区域较为相似PM2.5与PM10质量浓度偏高现象通常发生在风速小于1.5 m/s时，AQI在风速较小和偏北风时数值更高