太原市近5年环境空气污染物浓度变化与趋势分析

采用综合污染指数法、污染负荷系数法、Daniel趋势检验、Spearman秩相关系数法并结合空气质量指数(AQI)数据,探讨了近5a来太原市环境空气污染物浓度变化,结果表明,2015—2019年,太原市SO_2的超标天数和污染物浓度均逐年下降(超标天数由50d下降至0d,污染物浓度由77.55μg·m~(-3)下降至29.52μg·m~(-3));而NO_2的超标天数和污染物浓度均逐年上升(超标天数由2d上升至40d,污染物浓度由43.11μg·m~(-3)升至59.81μg·m~(-3)),变化趋势显著;PM_(10)和PM_(2.5)的变化表现出一定的波动,变化趋势不显著;空气综合污染指数呈现先升高后降低的趋势,环境空气污染在冬季较为严重.可吸入颗粒物(PM_(10)和PM_(2.5))历年的负荷系数均显著高于SO_2和NO_2,空气污染物以可吸入颗粒物为主.从各年AQI累积的数值之和来看,空气污染有逐渐加重的趋势.     

疫情期间太原市空气质量影响因素探讨

综合分析了新型冠状病毒疫情期间2020年1—5月太原市大气空气质量监测数据中大气污染的6项污染物浓度、优良天数、污染物对空气质量指数的贡献度,同时与太原市2019年1—3月的相关大气空气质量监测数据进行了对比。结果表明:因为疫情影响停产停工后空气质量明显好于往年同期,随着复工复产大气中6项污染物浓度又开始逐渐升高,优良天数逐渐减少。基于以,提出了改善太原大气污染现状的建议。     

基于小波分析的太原市空气质量变化特征及预测

以太原市2013年1月～2016年12月份PM2.5、NO_2、SO_2等污染物逐日浓度数据为研究对象,结合太原市地面气象数据,采用相关分析、小波分析等方法对太原市空气质量AQI(air quality index)变化特征进行了研究,同时采用小波去噪和最优子集回归方法分别建立AQI的春、夏、秋、冬季预报方程。研究结果表明:1)太原市AQI均值呈现逐年降低趋势,最大值出现在冬季,具有冬强夏弱的特点,太原市主要空气污染物为PM2.5,PM10和SO_2。2)AQI与各污染物浓度因子之间存在较强的相关性,其中AQI与PM2.5和PM10的相关性最大,Spearman相关系数极显著(P0.01),并且污染物之间、污染物与气象因子之间也存在相关性。3)太原市AQI具有较明显的年际周期性振荡、30～60d的季节性周期振荡、10～20d的双周性振荡及5～7d的准双周振荡。4)将AQI前一天的历史数据作为因子引入预测模型,相比于仅以气象因素为输入的模型具有更强的拟合精度。对数据进行小波去噪后所建的最优子集回归方程比使用原始数据更优。文章所建立的"去噪气象数据+去噪历史AQI数据"模型可以较精确地实现对太原市AQI指数的短期预测。     

山西省城市空气质量指数地理特征及其与气象要素的关系

以山西省11个地级市2014年空气质量日报数据和部分气象站点同期的地面气象数据为基础,基于地理信息系统软件surfer运用克里格插值法绘制出2014年山西省空气质量指数(AQI)的时空分布特征,然后将AQI与5个地面气象要素进行相关分析,得出它们在不同时内的相关关系.结果显示:2014年1~2月全省AQI值普遍较高,空气污染较重;3~6月AQI值逐渐降低;7~9月AQI值维持在较低范围内,空气质量优良;10~12月AQI值再度升高.在研究时段内,AQI值和平均本站气压呈显著负相关关系,和平均气温、平均水汽压呈显著正相关关系,风速对于AQI值的影响具有双重性,平均相对湿度和AQI值相关性较弱.     

日照市空气质量变化特征及其与气象条件的关系

根据日照市2015年3月至2016年2月的空气质量日报数据以及同期气象数据,研究了该市空气质量特征及其与气象条件的关系.结果表明:日照市空气质量以II级良为主,占全年总天数的58%.PM2.5、O3和PM10为该市主要污染物;空气质量具有明显的季节特征,冬季空气质量最差,AQI的平均值为132.8,并且中度污染、重度污染和严重污染在冬季多次出现,夏季空气质量最好,AQI值为78.4;降水、风速、湿度和温度对于空气质量影响显著,大部分情况下,AQI指数与降水、风速、湿度呈负相关,与气压、气温存在正相关关系.     

南昌市主要空气污染物浓度及其与风力风向关系研究

对2016年南昌市PM_(2.5)、PM_(10)、NO_2等主要空气污染物随时间变化特征进行了统计分析,并运用广义可加模型探究了它们与风力、风向的关系,并在风力风速一定时重点探讨了它们之间的内在联系。研究表明,2016年南昌市空气质量较好,PM_(2.5)、PM_(10)、NO_2浓度达到国家二级标准的天数超过80%,AQI指数级别为优良的天数达到317天。从季节差异来看,秋冬季时空气质量较差,春夏季的情况相对较好。从空气污染随风力、风向变化的关系来看,AQI指数在盛行东北风时随风速增加;风向为偏东且高风速时,PM_(2.5)、PM_(10)、NO_2浓度相对较高;风向风速一定时三种污染物之间呈正相关,且PM_(2.5)与PM_(10)相关性较高;PM_(2.5)/PM_(10)超过国际标准的天数有93天,并且当风向为西北、北、东北且风速高时比值较高。     

信阳市中心城区空气质量的时间变化特征

以《环境空气质量指数(AQI)技术规定(试行)》和信阳市中心城区2015-2017年的空气质量指数(AQI)日均值为依据,计算出每年的AQI月均值,分析该城区空气质量的年际、年内变化特征及其影响因素.结果表明,该城区空气质量逐年改善,年内空气质量季节变化明显:夏季良好、较稳定;冬季污染天数多于其他季节,总体表现为轻污染;春、秋季在良好和轻污染级别之间震荡.多云、阴、小雨、小雪及雨夹雪,风力≤2级、无持续方向,特别是冬季北风、偏北风等天气条件下,易发生空气污染,城市地貌阻碍空气扩散.进一步表明在防控大气污染方面,该城区应关注天气和季节变化、重视城市规划和城市设计.     

西北五省（区）空气污染时空变化特征及其影响因素

为探究西北5省(区)的区域环境空气质量状况,利用统计分析法、克里金插值法和地理加权回归模型等方法,对2015—2018年西北5省(区)的161个监测站点的空气质量实时监测数据进行分析,揭示这4年西北5省(区)空气污染时空变化特征及其影响因素.结果表明:(1)2015—2018年西北5省(区)整体空气质量逐渐改善,其中,2017年污染超标城市数量最多,轻度污染天数最多的是甘肃省,重度及严重污染天数最多的是新疆;(2)2015—2018年AQI污染高值区均在新疆,且6项污染物质量浓度污染高值区域各不一样;(3)地理加权回归模型表明,自然和社会经济因素对AQI分布均有显著影响,但不同地区的影响因素存在差别,其中,风速、气温、相对湿度、绿化覆盖率、第二产业比重和总人口等自然和社会经济因素对西北5省(区)AQI指数影响最显著.     

南京市一次大气污染事件时空演化特征及影响因素

利用数理统计和后向轨迹方法,分析江苏省南京市2015年全年空气质量指数(AQI)及1月21—27日各污染指标数据,探讨南京市大气污染时空分布特征及影响因素.研究发现:2015年南京市AQI达到污染程度的天数在瑞金路、迈皋桥最多,在玄武湖最少;AQI值在秋、冬季较高,春、夏季较低,推测南京市AQI主要受不同功能区污染排放和不同季节天气变化控制.在1月21—27日大气污染事件中, AQI在仙林大学城最高,为211.094;玄武湖最低,为168.881. PM_(10)平均浓度在奥体中心最大,为229.472,玄武湖最小,为179.932. PM_(2.5)的空间分布情况与PM_(10)类似, SO_2, NO_2和O_3浓度空间差别不大.在此期间, AQI总体呈波动上升趋势, 21日、24日、26日出现3次高峰, 25日和27日下降. PM_(10)、PM_(2.5)、NO_2浓度变化趋势与AQI呈正相关关系, O_3与AQI呈负相关关系.因此,南京市大气污染在空间上具有明显区域特征,在时间上具有累加特征,同时还受周末效应和天气作用影响;主要污染物为汽车尾气、燃煤燃气和工业废气.气团后向轨迹显示,大气污染源主要来自局地和西北地区, 25日气团方向改变,导致污染物浓度下降,推测南京市大气污染受气团带来的外地污染物及天气变化的综合影响.     

基于Hysplit后向轨迹模式分析太原市重污染天气影响

利用Hysplit拉格朗日后向轨迹模式,结合AQI指数分析及当时气象观测数据,分析了2017年12月13—14日太原市出现重污染天气的影响因素。根据分析,12月10—11日太原市区以西北风为主,风力较大,风速较强,从12日开始风向由西北转为南风及东南风,一直持续至14日,形成重污染天气;从14日开始风向逐渐由东南转变为西北风,空气质量出现逐渐好转;太原市东、西、北三面环山,形成喇叭口地形,造成通风不畅,不利于污染物的扩散,尤其偏南风时外来输送的污染物在市区造成大量堆积,难以扩散,外部传输为污染的加重提供了增强的条件。     

北京市空气质量指数与气象条件的关系及其对呼吸系统疾病的滞后影响

依据北京市2009年1月1日-2011年12月31日的逐日空气质量指数(AQI)与同时段常规地面气象观测数据,区分污染日与非污染日(以轻微污染下界为分界)、不同季节研究了AQI与气象要素的关系;应用分布滞后非线性模型与广义相加模型,在调整气温、相对湿度、风速等混杂效应的基础上,定量计算了AQI对呼吸系统急诊人数的影响及滞后效应.结果表明,研究时段北京AQI的年际波动并不明显,冬季中、重度污染易发;秋季空气优良率最低;春季易发生轻微污染.污染日AQI与平均气压、最高气压显著正相关,与气温、相对湿度负相关;非污染日,AQI与气压、平均/最大风速和日照时数负相关,而与气温、相对湿度、降水量正相关.就诊当天与滞后1 d的AQI对呼吸系统疾病的影响最显著,且危险度(RR)随污染物质量浓度的增大以接近线性形态增大.AQI指数每增加10,北京市呼吸系统急诊就诊人数的RR为0.22%,其95%置信区间为0.104%~0.342%.     

信阳市城区空气质量指数变化及其与气象要素的关系

以2014-2017年信阳市逐月空气质量指数(AQI)监测数据及同时段的气象数据为研究对象,采用统计分析、Pearson相关系数法和广义加性模型(GAM),对信阳市城区空气质量指数变化特征及其与气象要素的关系进行分析.结果表明:(1)2014—2017年信阳市城区AQI年际波动较大,空气质量有明显变好的趋势;研究期间,信阳市城区有27个月(56.25%)空气质量属于良,19个月(39.58%)属于轻度污染,2个月(4.17%)属于中度和重度污染;AQI变化受季节影响明显,空气质量状况优劣程度依次为夏季春季秋季冬季.(2)从整体水平来看,AQI与气压呈正相关关系,与气温、平均水汽压、日照时数和风速呈负相关关系;在不同季节和不同等级空气条件下,气象要素对AQI的影响差异较大.(3)由广义加性模型可以看出,AQI与降水量呈线性关系,与平均气温、平均水汽压、日照时数和平均风速等气象要素为非线性关系,气象要素对AQI的影响一般存在阈值.     

信阳市城区空气质量指数变化及其与气象要素的关系

以2014-2017年信阳市逐月空气质量指数(AQI)监测数据及同时段的气象数据为研究对象,采用统计分析、Pearson相关系数法和广义加性模型(GAM),对信阳市城区空气质量指数变化特征及其与气象要素的关系进行分析.结果表明:1)2014—2017年信阳市城区AQI年际波动较大,空气质量有明显变好的趋势;研究期间内,信阳市城区有27个月(56.25%)空气质量属于良,19个月(39.58%)属于轻度污染,2个月(4.17%)属于中度和重度污染;AQI变化受季节影响明显,空气质量状况优劣程度依次为夏季春季秋季冬季.2)从整体水平来看,AQI与气压呈正相关关系,与气温、平均水汽压、日照时数和风速呈负相关关系;在不同季节和不同等级空气条件下,气象要素对AQI的影响差异较大.3)由广义加性模型可以看出,AQI与降水量呈线性关系,与平均气温、平均水汽压、日照时数和平均风速等气象要素为非线性关系,气象要素对AQI的影响一般存在阈值.     

中国空气质量空间格局影响因素研究

以行政区划中的地区为最小空间单元,利用2015年中国343个地区逐日空气质量指数(AQI)数据,分析了中国空气污染的空间格局,并利用地理探测器模型定量评价了驱动因素的影响强度.结果表明:①中国的空气污染具有"双中心"的空间集聚特征,分别存在华北区和西北区两个高值中心与华南区和东北区两个低值中心.②影响我国AQI分布的自然因素比较复杂,需要具体问题具体分析;影响我国AQI分布的社会经济因素可分为人口、工业、生活消费和环境维护4种类型.     

熵在空气质量指数(AQI)预测中的应用

为了更准确地找出影响空气质量指数的气象因子与提高其预测精度,提出了基于熵、BP神经网络和时间序列模型的组合预测模型。该方法利用增加了特征变量的转移熵方法,得到影响AQI的气象因子及其影响度,将得到的气象因子与AQI实测值作为BP神经网络的输入因子和时间序列分析模型的特征因子,影响度作为BP神经网络输入因子的初始权重,构建BP神经网络预测模型和时间序列分析预测模型,最后用熵值法组合各个预测模型的预测结果。实验表明利用该方法对空气质量指数进行预测可提高其预测精度。     

缺失数据下空气质量预测的ARIMA乘法季节模型

以AQI指数作为评判空气质量状况的标准进行探究,对存在缺失值的AQI指数进行填充,经探究发现,填充后的AQI指数存在明显季节特征,提出在原ARIMA模型上加入季节特征,特征立ARIMA乘法季节模型.首先选东北四个城市进行实证分析,用均值法和缺失森林法对缺失数据进行填充,依据存在的季节特征分别建立适当的ARIMA乘法季节...     

空气污染下居民出行风险感知影响因素实证研究

从非集计视角对空气污染环境下居民出行风险感知的影响因素进行研究.从风险发生可能性和风险后果严重性来观测风险感知;以AQI(air quality index)指数、出行者社会经济属性和其对AQI信息关注度作为显变量构造结构方程模型,验证其主效应,进而验证AQI信息的调节效应.实证结果表明:空气污染会显著增加出行者的风险感知;40岁以上中年人群比青年人群对空气污染的风险感知明显减小;AQI信息对出行者风险感知的调节作用显著,尤其是在空气污染较为严重时更明显;与敏感人群同行会促使出行者查询AQI信息,增加出行者的风险感知.     

熵值权重区域环境空气质量指数的建立及其应用

根据各监测点AQI值所提供的信息的大小利用熵值法确定各监测点权重,利用欧几里得指数数学模型构建一种能够反映区域环境空气质量的熵值权重区域环境空气质量指数(AQIED)。该方法保留了AQI法的优点,其结果可以直接和AQI的结果进行比较,具有时间和空间维度的代表性和可比性,便于公众对环境质量的认知和理解。利用实际监测数据对其进行应用评价,通过对实例的应用、分析和比较,该方法具有很好的科学性、实用性和通用性,能很好的用于环境空气质量的评价和环境影响评价。     

浅谈环境空气质量新旧标准的差异

《环境空气质量标准》(GB3095-2012)和《环境空气质量指数(AQI)技术规定(试行)》(HJ633-2012)正式发布,前者规定了各污染物的浓度限值、分析方法及数据有效性规定,后者对AQI指数的定义、计算方法进行了描述,并规定了空气质量日报发布的新要求。本文分别对空气质量新旧标准和空气质量日报评价新旧方法进行了比较。     

PM2.5的分布规律与综合治理模型研究

正随着经济的快速发展和人们生活水平的提高,环境空气质量恶化成为了亟待解决的问题之一。2012年环境保护部公布了《环境空气质量标准》,启用空气质量指数AQI作为空气质量检测指标,AQI是无量纲指数,它的分项检测指标包括6个基本检测指标:二氧化硫SO_2、二氧化氮NO_2、可吸入颗粒物PM10、细颗粒物PM2.5、臭氧O_3和一氧化碳CO。近年来,我国大多数城市出现严重的雾霾天气,其主要原因就是大