北京市大气PM2.5的季节特征和空间趋势（英文）

近年来,北京地区雾霾污染事件频发,大气PM2.5污染引起国内外强烈关注.利用北京市35个PM2.5监测站自2012年10月开始发布数据至2013年9月的小时观测数据,对其时空变化特征进行了分析.结果表明:(1)35个站点的平均PM32.5浓度为88.6μg/m;(2)PM2.5浓度与风速等气象要素关系密切,低浓度通常出现在大风天或者大风过后的紧邻时段,重污染天通常风速小,相邻天的PM2.5浓度可相差几倍甚至十倍以上;(3)PM2.5浓度随季节变化较大,1月和6月份较高,4月、8月和11月相对较低;(4)PM2.5浓度随站点类型变化明显,交通环境站点的平均浓度高于城市环境评价站点(可超过10%);(5)北部PM2.5浓度低于东部和南部,而与河北交界的南部和西南地区浓度为全区最高;(6)PM2.5浓度由北到南整体上呈线性增加趋势,每向南10 km,PM2.5平均浓度升高4.6μg/m3(R2=0.89),南部PM2.5平均浓度接近北部2倍;(7)PM2.5平均浓度存在一定的局部变化,但相邻站点变化幅度一般在20%以内.     

湖北省人口-经济-土地城镇化的空间格局及其耦合协调性研究

建立湖北省"人口-经济-土地"城镇化指标体系,采用空间统计和数理建模,对城镇化及其空间分异和空间格局、耦合协调度进行测算.研究结果表明:1)湖北省土地城镇化水平总体较高,经济城镇化质量整体较低,人口城镇化区域差异明显;2)"人口-经济-土地"城镇化质量呈现区域间不均衡、城镇化不同步的空间格局;3)人口-经济-土地城镇化的耦合协调度整体较高,但空间差异明显,城镇化子系统内系统耦合度和耦合协调度高的地区集中在武汉城市圈、宜荆荆地区和襄十随地区等经济发达、产业集聚、空间联动效应较强的区域.     

基于多源数据的北京地区PM2.5暴露风险评估

基于2014-2016年的北京地区PM_2.5监测数据, 用空间插值法获得北京地区的PM_2.5空间分布, 并基于DMSP/OLS夜间灯光数据, 模拟得到北京地区的人口密度空间分布。在此基础上, 从PM_2.5浓度空间分布、PM_2.5污染的人口暴露特征、PM_2.5污染人口暴露强度以及人口加权PM_2.5浓度4个方面评估北京地区PM_2.5污染暴露风险。结果显示: 1)PM_2.5浓度呈现南高北低的空间分布特征, 人口暴露风险空间分布与人口密度空间分布呈现高度的一致性, 即人口密度高的区域,PM_2.5污染人口暴露风险也相对较高; 2) 2014, 2015, 2016年北京地区GB3095-2012二级年均浓度标准35 μg/m³的超标人口比例均为100%, 24小时平均浓度标准75 μg/m³的超标人口比例呈逐年显著下降趋势; 3) 2014-2016年北京市人口加权PM_2.5年均浓度值与PM_2.5年均值均存在差异, 差异度与城市暴露人口和污染情况密切相关; 4) 由于PM_2.5污染物浓度空间分布特征与人口密度空间分布特征不同, 北京市PM_2.5污染对总体人群的实际影响和健康危害与其平均浓度水平并不相同, 因此考虑人口密度空间分布特征的暴露风险评估比只考虑PM_2.5污染物浓度的暴露风险评估更准确。     

东莞地区冬季大气边界层结构对PM_(2.5)影响的观测研究

利用2013年12月在东莞地区开展大气边界层观测试验得到的垂直风温资料和逐时PM2.5质量浓度资料,研究了东莞地区大气边界层结构对PM2.5质量浓度的影响的。结果表明:在大陆冷高压控制下,东莞地区的边界层结构演化非常典型,而东莞地区冬季PM2.5污染事件通常由冷气团南下的天气形势引起。在PM2.5污染过程中,日平均边界层高度往往不足600 m,较低的大气边界层高度使得PM2.5持续累积,夜间稳定边界层高度约为100 m使得夜间出现PM2.5质量浓度峰值。东莞地区的垂直风场存在显著的三层结构,较小的底层风速有利于PM2.5聚集在边界层内难以扩散,而高度较低的小风中层使得PM2.5污染物进一步被压缩在大气底层,加剧了地表的PM2.5污染程度。在冬季大陆冷高压控制下,在PM2.5污染过程中,东莞逆温结构多发,低空逆温层底约在700m,而且厚度和强度都较大,夜间常见贴地逆温,且厚度约为100 m,持续稳定存在的较低的逆温层导致的稳定层结是造成PM2.5污染的重要原因。     

硅藻土矿开采区颗粒物浓度特征分布及环境健康风险评价研究

选择位于白山市六道沟镇山区典型的硅藻土矿点及晾坯场,采用野外现场监测结合健康风险评价的分析方法,研究了硅藻土矿点和晾坯场内工况条件下PM 2.5和PM 10的浓度特征,依据WHO环境空气准则值、美国和中国AQI指数对硅藻土矿点和坯场进行了健康风险评估.结果表明:静态工况时,矿点内PM 2.5浓度均值是(30.2±0.53)μg/m~3,PM 10的浓度均值是(152.47±0.46)μg/m~3;坯场PM 2.5浓度均值是(32.4±0.32)μg/m~3,PM 10浓度均值是(79.7±0.69)μg/m~3.动态工况时,矿点PM 2.5和PM 10的均值分别为(197.4±32.5)μg/m~3和(3 055.4±205.6)μg/m~3;坯场PM 2.5和PM 10的均值分别为(139±44.6)μg/m~3和(2 195.4±135.2)μg/m~3.矿区颗粒物暴露水平,静态工况时,矿点PM 2.5和PM 10分别为30.2μg/m~3和152.5μg/m~3,坯场PM 2.5和PM 10分别为32.4μg/m~3和79.7μg/m~3;动态条件时,矿点PM 2.5和PM 10分别为98.7μg/m~3和1 527.7μg/m~3,坯场PM 2.5和PM 10分别为69.5μg/m~3和1 097.7μg/m~3.环境健康风险评价结果表明:动态工况时(短期暴露),矿点和坯场PM 10和PM 2.5浓度远超IT-1目标;矿点和坯场PM 10的AQI指数均已超出指数上限(爆表),而PM 2.5的AQI指数也依次为很不健康和不健康、重度污染和中度污染.静态工况时(较长期暴露),矿点和坯场PM 2.5浓度实现IT-3目标,矿点PM 10小于IT-2,坯场PM 10高于IT-1;矿点和坯场PM 2.5和PM 10的AQI指数分别为二级(适中)和三级(轻度污染)、二级(良).     

长沙市PM2.5浓度时空分布特征及影响因子分析

为分析长沙市PM2.5浓度时间变化特征、空间分布特征及其影响因子,利用数据统计分析、克里金空间插值技术、地理探测器等方法与Arc GIS平台表达,选取长沙市中心城区10个监测点2013—2019年PM2.5日变化数据.结果显示:在PM2.5浓度时间变化特征方面,不同季节中,PM2.5浓度表现出冬季>秋季>春季>夏季的季节特征,不同时段中,各季节PM2.5浓度日均小时变化曲线均大致呈双峰形态;在PM2.5浓度空间变化特征方面,PM2.5浓度的高值区主要分布在中部芙蓉区,整体呈城区向郊区逐渐递减的变化规律.根据地理探测器研究结果发现,2017年长沙主城区PM2.5浓度主要受气温、降雨和风速因子影响,其次是道路、相对湿度、气压和人口密度,高程、植被和餐饮因子影响较小;且任意两个影响因子共同作用均会对PM2.5浓度影响增强.     

陕西省大气污染动态演变规律及空间分布

为积极响应国家打赢污染防治攻坚战的号召,分析大气污染的动态演变规律,本文利用空间统计学和马尔科夫链,探析陕西省各市区PM2.5污染的空间分布及其动态演变规律。分析表明,采暖期的污染较非采暖期严峻,各市污染物呈现初春高,夏秋较低,冬季最高的不规则“U”型变化规律。空间分布显示关中地区污染较重,特别是西安、咸阳与渭南,陕南地区空气质量最好,商洛与安康的空气质量优于其他城市,且不同地区PM2.5浓度存在显著的空间自相关性。动态演变规律表明,PM2.5浓度转移状态不仅与地区自身浓度相关,还受相邻区域浓度影响,浓度等级越高,向上转移的概率越大,整体上呈现以咸阳为发散点,由高浓度依次向高浓度、较高浓度、较低浓度以及低浓度转移态势。本文研究为提高大气环境质量、区域间进行联防联控提供理论依据。     

银川市大气细颗粒物(PM_(2.5))污染现状及影响因素分析

依据2013年银川市城市环境空气质量大气细颗粒物(PM2.5)的监测数据,对银川市环境空气中PM2.5的污染现状、变化趋势及与气象因子关联性进行了系统分析.结果表明,银川市PM2.5的质量浓度变化呈现明显的采暖季和非采暖季2种典型的季节性特征,非采暖季PM2.5的质量浓度与气压呈显著的正相关,与气温、能见度呈显著的负相关,采暖季PM2.5的质量浓度与风向、相对湿度呈显著的正相关,与风速、气温、能见度呈显著的负相关.     

北京市2014年大气污染物空间分布特征分析

基于地理信息系统ArcGIS 10.2平台,采用反距离权重空间插值模型对2014年北京市35个环境质量监测点监测到的主要大气污染物:一氧化碳(CO)、二氧化氮(NO2)、臭氧(O3)、可吸入颗粒物(PM10)、细颗粒物(PM2.5)和二氧化硫(SO2)质量浓度年均值的变化规律及空间分布特性进行了分析.结果表明,在质量浓度分布上,2014年北京市CO、NO2、SO2、O3、PM10、PM2.5这6类大气污染物的质量浓度分别位于1～3 mg/m3、17.22 ～ 105.4 μg/m3、14.27～25.75 μg/m3、27～ 81μg/m3、76 ～ 179 μg/m3、67 ～ 123 μg/m3范围内.由此可知,北京市2014年大气污染物年均质量浓度除PM10和PM2.5外的其余污染物质量浓度并不高,都在轻度污染范围之内;在空间分布上,除O3质量浓度空间分布上呈现出北高南低的特征外,其余污染物均呈现南部、中部质量浓度较高,北部地区质量浓度较低的特征.     

基于LUR和GIS的西安市PM_(2.5)的空间分布模拟及影响因素

从地学角度出发,基于土地利用、人口状况、道路交通和地形等自然人文因素构建土地利用回归模型(LUR),模拟西安市主城区2014年和2015年冬季采暖季PM_(2.5)平均浓度的空间分布,并分析其空间分布成因和年际变化原因。结果显示:LUR模型构建中,2014年采暖季选择的变量主要有500m缓冲区内植被面积、1 000m缓冲区内植被和居民地面积以及人口密度,2015年采暖季选择的变量主要有1 500m、2 000m、2 500m和3 000m缓冲区内道路总长度。2014年和2015年采暖季LUR模型的R2分别为0.933和0.832,拟合效果很好。2014年采暖季各城区PM_(2.5)平均浓度均较高,碑林区绝大部分区域空气质量为严重污染,新城区次之,其他区空气质量基本为重度污染。2015年各城区PM_(2.5)平均浓度均有所下降,大部分区域为轻度污染。土地利用、污染源、道路交通、人口密度、国家环保相关政策、风向和DEM是西安市2014年和2015年采暖季PM_(2.5)浓度空间分布规律、成因、污染来源和年际变化的影响因素。     

2000年-2017年中国PM2.5污染的健康影响及经济损失时空分布模式

当今环境下,大气污染是危害人体健康的主要威胁之一,对包括PM2.5在内的细颗粒物污染造成的人群健康影响和经济损失的估算是目前研究的热点之一.该研究采用人口、PM2.5污染浓度等基础数据以及流行病学等相关领域的研究结果,将全国区域划分为5 km×5 km的精细格网,根据暴露—反应关系函数及统计生命价值法(VSL)、疾病成本法(COI)计算方法,进行2000年—2017年长时间范围内全国PM2.5污染的健康经济效应动态评估与精细化制图,并采用推土机距离(EMD)方法定量评价不同年份的健康影响及经济损失的空间分布差异性.结果显示,从空间分布格局来看,我国平均每年37.61%的区域存在PM2.5污染的健康影响及经济损失,健康影响和经济损失的分布区域表现出从东南和西北地区向西南和东北地区递减的格局.此外,华北、华中、华东三区域的健康损失平均每年占比74.21%,经济损失平均每年占比80.78%.从时间尺度来看,历年健康影响变化大致可分为两个阶段,2000年—2013年波动增长,2013年—2016年逐渐下降;历年经济损失变化则呈波动上升趋势.此外,局部地区的健康影响和经济损失的空间分布变化具有阶段性.     

上海城区PM_(2.5)精细化空间分布插值方法研究

PM_(2.5)是我国大中型城市的主要污染物之一,已成为多学科领域的研究热点.基于监测点的监测数据无法直接获取城市内部空气污染的高分辨率空间分布情况,以上海市中心为研究区,引入土地利用回归(LUR)模型模拟PM_(2.5)质量浓度的高分辨率空间分布情况.双变量相关分析表明,与PM_(2.5)质量浓度分布相关性最强的地理变量分别是国控点2 000 m缓冲区内的道路长度、2 500 m缓冲区内的建筑面积、2 500 m缓冲区内的绿地面积、500 m缓冲区内的水体面积以及人口密度.基于以上变量,用多元线性回归分析建立PM_(2.5)质量浓度空间分布的LUR模型.在研究区内建立1 km×1 km格网,用LUR模型模拟各格网交点的PM_(2.5)质量浓度,再通过空间插值分析得到上海市PM_(2.5)质量浓度的空间分布模拟图.结果表明,PM_(2.5)模拟质量浓度存在明显的空间梯度差异,整体呈现西部高东部低的格局,并由人口密集区域向四周递减.人类活动是影响PM_(2.5)质量浓度分布的主要原因,模拟结果与实际情况相符.     

2020年初湖北省PM2 .5和O3与往年同期时空差异对比研究

目的 探究COVID-19疫情防控期间PM2 .5和O3 浓度变化的潜在影响因素.方法 利用湖北省25个自动监测站点2015－2020年(1－3月)的PM2 .5 ,O3 以及相关大气污染物浓度数据,在对其进行空间插值的基础上,分析湖北省市域尺度PM 2 .5和O3 浓度数据空间演变,并结合气象资料和大气污染数据进行相关性分析,重点研究影响疫情防控期间PM2 .5和O3 时空分异特征的气象因素及经济因素.结果与结论 (1)湖北省13个市(州)PM2 .5浓度在疫情期间为近6 a来最低水平;其中,2月份荆门(57 μg/m3 ) 、荆州(42 μg/m3 ) 、随州(46 μg/m3 )和襄阳(59 μg/m3 )同比降幅最大,分别为38 .7%, 40%,39 .5% 及41 .6%;(2)疫情期间近地面O3 浓度有上升趋势,整体表现为1月波动,2月上升,3月下旬达到峰值,除荆州和宜昌外,其他市(州)浓度增长率均超过20%;(3 )从空间变化差异来看,湖北省PM2 .5和O3 浓度呈中部高、东部较低、西部最低的分布规律;(4)相关性分析表明,湖北省防疫期间生产制造业的停摆与PM2 .5的下降呈正相关;近地面O3 浓度的上升与PM2 .5等颗粒物的减少以及形成臭氧所需的前体物活跃度上升有关.     

天津蓟县夏季PM_(2.5)污染特征及影响因素

为探究天津蓟县大气细颗粒物(PM2.5)污染特征及气象因素对它的影响,搜集了2013年蓟县PM2.5质量浓度变化资料,对PM2.5污染情况进行了详细分析;并针对夏季典型天气,对PM2.5质量浓度进行监测,结合同步气象数据,运用线性回归及相关性分析方法研究PM2.5质量浓度与气象因素关系.结果表明:蓟县PM2.5质量浓度呈现明显冬高夏低特征,夏季污染超标率达45%,其日变化呈明显双峰型;PM2.5质量浓度受温度、相对湿度、风速、风向、降雨影响显著,与气压无显著关系,能见度随PM2.5质量浓度增大呈现e指数衰减规律.研究结果可为当前的京津冀区域大气污染协同防控提供一定的科学参考.     

昆明市PM_(2.5)浓度时空变化特征及其与气象条件的关系

针对高原山地城市PM2.5的污染及防治问题,利用2014年4月—2015年3月昆明市主城区PM2.5小时浓度平均值及对应的气象参数连续观测资料,采用普通克里格插值法、非参数分析法对昆明市主城区PM2.5浓度时空特征及其与气象因素的影响进行了研究分析.研究结果表明:昆明市主城区PM2.5浓度季节高低为春季冬季秋季夏季.PM2.5日变化趋势呈双峰单谷型,上午PM2.5浓度高于下午浓度,这种变化趋势与人们出行高峰和当天气象条件有关.普通克里格插值法得到昆明市PM2.5高浓度主要分布在主城区西北至东南一带,五华区、盘龙区浓度高于西山区、呈贡区.通过Spearman秩相关分析得出日均温度、气压、风速气象因子对环境PM2.5浓度的季节分布具有显著影响.     

基于多元时间序列的哈尔滨市PM2.5影响因素分析

为探究哈尔滨市PM2.5与其他空气污染物和气象因子间的动态关系,基于哈尔滨市2013-2018年日值空气质量数据和气象观测数据建立PM2.5质量浓度的多元时间序列模型.利用相关性较强且平稳的空气污染物(包括SO2,NO2,PM10,CO和O3)和气象因子(平均气温、极大风速、累计降水量、日照时数和平均气压)建立PM2....     

基于协同Kriging插值和首尾分割法的PM2.5自然城市提取

PM2.5空气污染问题目前是社会关注热点以及学术研究重点。该文对PM2.5污染的自然城市提取进行了研究,结合PM2.5的站点监测数据和气溶胶遥感数据并采用协同Kriging插值实现了PM2.5数据空间化,然后采用首尾分割分类方法实现了PM2.5污染分布的分类和污染自然城市的提取。对中国大陆PM2.5自然城市的提取结果进行了分析和讨论。结果表明:采用适当的分割阈值,首尾分割分类方法可以有效进行PM2.5污染自然城市提取工作,有助于决策者合理划分PM2.5联合治理的区域范围。     

珠三角城市地区秋季PM2.5污染事件的主要驱动因子

在同步观测广州市秋季PM2.5主要化学成分、相关污染气体和气象因子的基础上,分析了PM2.5污染事件的主要成因.结果显示：秋季观测期间PM2.5质量浓度均值为（47±23） μg·m-3,黑碳（BC）,NH+4,NO-3和SO2-4质量浓度均值分别为（4.2±2.6）,（3.5±2.8）,（4.0±6.5）和（10.5±3.5） μg·m-3.PM2.5污染事件期间,PM2.5,BC,NH+4,NO-3和SO2-4质量浓度均值分别是非污染事件期间浓度的2.1,2.1,3.4,6.7和1.7倍.NO-3爆发性增长是PM2.5污染事件主要驱动因素之一.夜间污染事件主要与N2O5的水解有关,昼间污染事件主要与云过程有关.     

鞍山市夏季PM_(2.5)中元素污染特征与来源初探

为了解鞍山市夏季大气颗粒物PM2.5中元素的污染水平和来源,2014年7月2~15日在鞍山市6个站点进行了PM2.5的样品采集,对PM2.5载带的元素进行了浓度特征和富集因子分析,并通过主成分分析确定了鞍山市PM2.5的主要来源.鞍山市夏季PM2.5载带元素浓度主要由Na、Mg、Al、K、Ca、Fe、Zn等7种元素贡献,占总浓度的96.8%以上,Pb的浓度为50.07ng/m3,Cd的浓度为0.91ng/m3,Mn的浓度为16.81ng/m3,Ni的浓度为3.16ng/m3,均未超出GB3095-2012和WHO规定的浓度限值.元素Cr、Ca、Ni、Cu为显著富集或强烈富集水平,Cd、Pb、Zn属于极强富集,表明鞍山市夏季PM2.5污染属于城市交通、燃煤、钢铁冶炼等复合型污染.主成分分析结果显示,鞍山市夏季PM2.5中富集元素的主要人为源包括钢铁冶炼、机动车尾气和建筑扬尘.     

宜昌市城区PM_(2.5)污染形成灰霾天气的规律研究

2012年选取与气象站点相邻的一个环境空气质量测点对PM2.5进行了研究性监测,测点距地面23m,全年PM2.5质量浓度在19~284μg/m3之间,年均质量浓度为89μg/m3,月均质量浓度最高的为1月.系统分析全年PM2.5监测质量浓度与相邻气象测点灰霾、能见度观测数据之间的关系,得到以下结论:宜昌市城区PM2.5污染质量浓度与灰霾观测值相关性不强,但与能见度的观测值显著相关;全年能见度降低受PM2.5污染的影响具有季节性,2、5~6三个月与7~9三个月及4、10~11三个月,这3组月份内的PM2.5与能见度之间的回归曲线基本一致,全年中3月份影响最大,而1月份最小,主要与气温、风速、降雨因素有关.