西宁市非金属矿物制品业大气污染物排放清单研究

为研究西宁市非金属矿物制品业对大气污染物的贡献情况,根据排放因子方法建立了西宁市2018年非金属矿物制品业4种大气污染物的排放清单,并对清单进行了时空分布及不确定性分析,为西宁市非金属矿物制品业污染物排放控制提供依据.结果显示,西宁市2018年非金属矿物制品业大气污染物NO_x、SO₂、PM_2.5和PM₁₀的排放总量分别为3 300.18、1 195.93、1 281.18和2 382.72 t.西宁市非金属矿物制品业污染物排放企业主要在大通县、湟中县、城北区,集中在西宁市南部.其中,大通县是NO_x和SO₂最大的贡献区域,也是PM_2.5和PM₁₀的第二大贡献区域;湟中县是PM_2.5和PM₁₀的最大贡献区域,也是NO_x和SO₂的第二大贡献区域.水泥（干法）行业是NO_x、SO₂、PM     

呼和浩特市大气污染特征及气象条件影响分析

为了解呼和浩特大气污染防治效果,选取呼和浩特市2017—2022年的主要大气污染物、气象要素数据,对污染物浓度的年、月变化、浓度比值、相关性进行分析,利用后向轨迹聚类对2020年3月进行分析。分析结果表明：呼和浩特市2017—2022年空气质量为优、良的天数呈上升趋势。各污染物浓度年变化特征明显,各污染物的浓度变化趋势除O₃均呈“U”形分布。PM_2.5、PM₁₀污染是呼和浩特市大气污染主要研究对象,PM_2.5/PM₁₀的值有明显的月变化特征,5月份为全年最低值。PM_2.5和PM₁₀高度相关性,而NO₂和SO₂与PM_2.5、PM₁₀均呈现正相关性。受气象要素影响,PM_2.5和PM₁₀污染物浓度变化趋势为夏低冬高,7、8月降雨量大,有利于空气质量改善,降水可带走、稀释更多的污染物。而后向轨迹聚类分析得4条气团...     

济南市冬季大气污染时空分布特征及潜在污染源区分析

利用2016—2018年冬季济南市大气主要污染物和气象监测数据,对大气污染特征及潜在源区进行分析。结果表明：2016—2018年冬季济南市环境空气中可吸入颗粒物PM₁₀和细颗粒物PM_2.5分别占首要污染物的34.7%和63.8%,轻度污染以上天数占总天数的58.6%,冬季高质量浓度PM_2.5导致年均值增加7.5μg/m³;从空间分布来看,PM₁₀与PM_2.5空间分布为天桥区、槐荫区及平阴县质量浓度较高,SO₂则为商河县和济阳区质量浓度偏高,NO₂和CO为济阳区、天桥区和槐荫区质量浓度较高;研究期间NO₂、CO、PM₁₀、PM_2.5的质量浓度呈正相关性,相关系数均在0.7以上,推断交通源、工业燃烧源、燃煤是颗粒物的主要来源;济南市冬季的气团输送为偏南、西北、偏北和偏东4个方向,偏南和偏东气团为影响济南市冬季大气污染主要输送路径。进一步研究潜在源区贡献...     

长沙某区域空气污染成因分析

探寻长沙某区域内的大气污染成因，为该区域大气污染预警与控制提供理论依据。以该区域内大气中PM_2.5、PM₁₀、O₃、NO₂、SO₂、CO、有机污染物等污染因子为研究对象，以各污染因子浓度与组成在2021年3月至2022年2月的监测数据为依据，通过污染因子与影响因素之间的关联性分析，确定该区域内各污染因子的形成原因。结果显示：该区域内PM_2.5年均浓度为40μg/m³、PM₁₀年均浓度为43μg/m³，大气颗粒污染物主要由工地扬尘、非道路移动机械、机动车尾气以及燃烧源共同引起；大气有机物污染主要是由机动车尾气排放、有机溶剂挥发以及化石燃料燃烧产生。通过对臭氧生成潜势进行分析发现，芳香烃类物质贡献最大，占比60.8%，其次为烯烃类物质，占比为22.9%，这表明该区域臭氧浓度受溶剂涂料使用工序影响较大。     

山东省大气环境污染时空特征及其原因分析

 利用大气例行监测数据,分析了2014年山东省大气污染进行时空特征。从空间看,淄博、济南、枣庄等是山东省大气污染最严重的城市,日照、青岛、威海等城市的污染最轻,东部沿海城市的污染程度明显轻于内陆城市;各地市SO₂的达标情况较好,超过50%,其余污染物的达标率均较低,PM_2.5甚至出现各地市均超标的现象。从时间看,污染物冬季浓度高夏季浓度低;PM₁₀和NO₂浓度在3月有小高峰;8月份,SO₂、NO₂浓度略有升高;从全年来看,NO₂污染物排放浓度变化不大。通过灰色关联法分析可知,能源消费与污染物空间分布相关性最大,风速与污染物时间分布相关性最大。     

天津WRF-Chem模式空气污染浓度预报误差时空分析

分析2019—2021年天津WRF-Chem模式日预报结果与实况对比的误差时空特征，得出以下结论：(1)模式预报结果与O₃浓度的相关性最好(0.90)，与PM₁₀(0.59)的最差；(2)模式预报结果对污染物浓度的高估现象更显著，PM₁₀、PM_2.5和O₃浓度的预报绝对误差明显高于其他3种污染物；(3)模式预报的相对误差大小排序为O₃22102.5，且夏季最高，秋冬近似，春季最小，夏秋冬三季相对误差都为PM_2.5最大，春季则为PM₁₀最大；(4)从2种主要污染物浓度预报相对误差的空间分布特征来看，PM_2.5为蓟州、中心城区、大港偏大，PM₁₀为中部地区西青、武清、塘沽、宝坻偏大；(5)经综合衡量，模式预报效果最差的是PM     

2020年春季江西省大气环境质量时空变化特征及其影响因素

利用江西省6项主要大气污染物的逐时监测资料,通过反距离权重插值法和相关分析方法,探讨了2020年春季江西省空气质量的时空变化特征及其影响因素。研究结果表明：江西省11个地级市2020年春季空气质量较2019年同期均明显改善,其中大气污染物浓度普遍呈现出前期南高北低,随着时间的推移浓度高值区向北部转移的趋势;空气质量与地区生产总值和第二产业占GDP比重等社会经济因素显著相关,其中地区生产总值与O₃相关系数为0.700,第二产业占GDP比重与NO₂相关系数为0.691;空气质量还与平均气温、平均风速以及平均相对湿度等气象因素相关,其中平均气温与CO、PM_2.5、PM₁₀的相关系数分别为0.591、-0.506和-0.543,平均风速与O₃相关系数为0.540,平均相对湿度与SO₂相关系数为0.503。2020年春季江西省空气质量的改善不仅与停工停产等减排措施有关,还受气温、风速以及相对湿度等气象条件的影响。     

基于PCA-BP神经网络的PM2.5季节性预测方法研究

【目的】分季节预测PM_2.5浓度值,利用PCA方法对数据进行降维,分析季节及气象因素对PM_2.5的影响,在提高预测准确率的同时降低时间复杂度。【方法】以合肥市2014—2017年的PM₁₀、SO₂、CO₂、CO、O₃浓度值,以及同时段的气象因素值,对PM_2.5浓度进行预测。数据分析中发现PM_2.5在不同季节浓度差异较大,故本研究选择分季节进行预测;为了提高预测准确率,加入如风力、温度、湿度、气压等气象因素进行预测,同时采用主成分分析(PCA)的方法进行数据降维,将降维后的数据再输入BP神经网络模型进行预测。【结果】实验采用3组实验进行对比:5种污染物指标(PM_2.5-5)预测PM_2.5、加入气象因素的综合12项指标(PM_2.5-12)预测PM_2.5、对综合指标进行PCA处理后的(PM_2.5-PCA)预测PM_2.5。实验结果表明:4个季节的PM_2.5浓度值有较大变化,均方根误差(RMSE)的差值较大;采用PM_2.5-PCA的方法,在任何季节的RMSE均有降低,相关系数(r)均有所提高。【结论】PM_2.5浓度具有季节性特征,采用季节性预测方法可以提高预测准确率;同时采用PCA方法进行降维,可以在保证准确率的同时降低预测时间复杂度。     

北京地区PM10质量浓度与边界层气象要素相关性分析

对北京市2007年观象台观测站PM₁₀质量浓度资料、观象台气象自动站资料、风廓线资料和探空资料进行了数据分析。结果表明, 在污染物源强一定的条件下, 污染物的积累、稀释、扩散和清除主要取决于气象条件。近地面风速、温度、湿度、气压和边界层高度等气象条件对于可吸入颗粒物的污染程度有着很重要的影响: PM₁₀质量浓度与地面风速、温度、湿度、气压和大气边界层高度呈显著相关性, 并且相关性随季节变化明显。其中, 6月PM₁₀质量浓度与地面风速和大气边界层高度呈负相关性, 而与温度呈正相关, 11月则与温度成负相关; 风速与PM₁₀质量浓度之间的相关性可以用二次多项式来描述, 二者呈“U”形变化。另外由11月份PM₁₀质量浓度资料的分析表明, 当月PM₁₀质量浓度最小值对应的风速为4.1 m/s。     

张家界市旅游旺季PM2.5质量浓度的变化特征

为了探讨大气污染物对旅游活动强弱的反应机制，以典型生态旅游城市张家界市2017年旅游旺季时段4个空气质量自动监测站点的PM_2.5质量浓度数据为研究对象，采用消除趋势波动分析方法探讨PM_2.5的周末效应.结果表明，永定新区、电业局和未央路站点的PM_2.5质量浓度的波动日变化曲线基本一致，表现出双峰型，波峰分别出现在13：00和22：00左右，而袁家界站点与它们相比，存在明显差异；永定新区和电业局站点工作日的PM_2.5质量浓度略高于周末，而未央路和袁家界站点周末的PM_2.5质量浓度高于工作日.为了进一步探讨PM_2.5质量浓度变化的内在规律，对各站点PM_2.5质量浓度序列进行消除趋势波动分析，发现各站点PM_2.5质量浓度序列均表现出明显的长期持续性特征，且城区站点的长期持续性存在拐点，而景区站点和临近景区站点的不存在拐点，推测可能是景区受旅游活动干扰较多而致.     

珠江三角洲秋季典型气象条件对O3和PM10污染的影响

利用化学传输模式(CMAQ)系统对珠江三角洲(珠三角)地区2008年秋季的气象场、O₃和PM10的污染状况进行模拟, 研究典型气象条件对O₃和PM10污染的影响。结果表明2008年秋季珠三角受冷空气过程影响, 污染特征具有周期性, 冷空气过境期间空气质量良好, 冷空气过境前期和回暖期污染严重。1) 过境前期如处于冷锋前部型天气控制下, 珠三角近地面形成逆温层, 混合层高度较低, 早晨累积前日夜间生成的PM10, 造成珠三角北部和中部污染; O₃日间和PM10夜间污染区域分布在偏北风的下风向, 造成珠三角南部污染。2) 过境前期如处于高压底部型天气控制下, 将形成逆温层, 垂直输送较差, O₃和PM10沿着东北风向水平传输, 造成珠三角西南部污染。3) 回暖期通常处于变性高压脊型天气控制下, 珠三角近地面形成逆温层, 受静小风影响, 水平输送较差, 导致O₃和PM10的污染分布在珠三角西部、西北部和中部源排放区, 造成持续性局地污染。     

京津冀产业结构调整对大气污染物排放的影响效应——基于向量自回归(VAR)模型的脉冲响应函数分析

 京津冀地区已连续多年被大气污染问题所困扰，产业结构调整能够协调经济发展和环境保护之间的关系。为分析产业结构调整对大气污染的影响效应，选取1999-2015年京津冀地区产业结构和大气污染物排放数据，分别建立第二产业比例与SO₂、工业烟（粉）尘排放量的向量自回归（VAR）模型，并进行脉冲响应函数（IRF）分析。研究发现，产业结构调整对不同地区不同污染物的影响方向、影响大小、影响持续时间均有所差异。为了保证产业结构调整政策的高效实施，京津冀应以3年为政策调整参考周期，对于不同的污染物采取不同的控制手段，并联系本地实际开展大气污染物减排工作。     

恩施市大气环境现状与治理措施

为促进恩施市城市的开发建设与大气和水环境保护协调发展,以恩施州环境监测站提供的近5年恩施市环境空气年均值和清江河、龙洞河水环境监测资料为依据,利用有关数学模型对恩施市空气质量和水环境质量进行了评价,结果表明,评价区内1996年到2010年恩施市大气污染物年均浓度呈不稳定变化趋势,其中SO₂常年超过《环境空气质量标准》（GB3095—1996）二级标准,NO₂和TSP两项指标质量均良好.据此提出恩施市大气环境保护对策建议.     

环境空气质量标准修订后城市空气质量变化趋势及污染特征分析 ——以济南市为例

2012年环境空气质量标准修订后,大气污染物监测指标与频次发生变化,在一定程度上影响了城市空气质量评价及污染特征判定。为进一步促进城市空气质量改善,为地方环境管理与决策提供科学支撑,通过运用统计分析、趋势检验及相关分析等方法研究了济南市执行新环境空气质量标准后,各时段城市空气质量及6项污染物浓度变化趋势,在此基础上识别了空气污染特征。结果表明：自2013年起,PM10、PM2.5浓度不断下降,SO2、CO持续达标,近3年间全市无污染天数占50%左右;从季节变化来看,冬季大气污染最为严重,夏秋两季空气环境质量较好;PM10、PM2.5与NO2长期处于超标水平,O3污染愈加严重。可见济南市环境空气质量虽日趋改善,但以PM10、PM2.5和O3污染为代表的复合型大气污染特征已经形成。     

基于EKC曲线的北京市绿地生态服务价值研究

【目的】提出城市绿地生态服务价值社会属性概念,为其评估过程引入社会发展因素提供参考。【方法】以北京市为例,通过运用环境库兹涅兹曲线(EKC)和Wolfram Alpha知识引擎,探究一定环境污染和社会发展水平条件下,城市绿地生态服务价值的经济影响系数,从而对北京市绿地生态服务功能进行价值评估。【结果】①人均碳排放量、区域环境噪音、二氧化硫(SO₂)排放量、氮氧化物(NO_x)排放量、烟尘排放量与人均GDP具有显著相关性,而废水排放量和化学需氧量与人均GDP不具有显著相关性。人均碳排放量、区域环境噪音、SO₂排放量和NO_X排放量与人均GDP模拟的方程具有较高的拟合度,决定系数R²均大于0.7。人均碳排放量与人均GDP关系呈倒“U”形,区域环境噪音和SO₂浓度与人均GDP的关系均呈倒“N”形,三者均有“y=0”的污染零值; ②人均GDP对人均碳排放量、区域环境噪音和SO₂浓度的影响系数分别为0.67、0.68、0.91; ③2010年北京市城市绿地固定二氧化碳(CO₂)、释放氧(O₂)、减少噪音和吸收SO₂的生态服务价值依据传统的计算方法分别为806 415.74、628.73、119 349.13、1 669.01万元; 基于经济因素核算下的生态服务价值分别为540 298.55、421.25、81 157.41、1 518.80万元。【结论】北京市绿地生态价值中仅固碳释氧、降低噪音和吸收SO₂有明显的经济影响系数,受人均GDP影响较大,说明城市绿地生态服务价值具有社会属性,价值大小因城市的经济发展水平而不同。     

1.5ºC和2ºC目标下中国交通部门2050年的节能减排协同效益

利用能源系统模型IMED|TEC, 构建可实现2oC和1.5oC温升目标的碳约束情景(2度情景和1.5度情景), 分析中国交通部门低碳化的能源结构变化和空气污染改善的协同效益。研究结果表明, 2oC和1.5oC温升目标下, 2050年能源消耗比基准情景分别下降12%和33%, 能源结构从传统的油制品占主导转变成使用更清洁的生物质能, 甚至电能和氢能。2度情景下生物质能占总能耗的35%, 而在1.5度情景下, 氢能、电能和生物质能占总能耗的67%以上。同时, 中国交通部门脱碳能够带来显著的空气污染物减排协同效益。2度情景下, 到2050年CO₂排放量减少38%, 对应交通部门主要排放空气污染物NOx, SO₂和PM_2.5分别减排35%, 34%和38%。1.5度情景下, 污染物减排量是2度情景的两倍以上, 但对于航空部门和水运部门, 其污染物减排量较小。     

西安冬季高层公寓室内外颗粒物浓度水平与变化

 以西安市冬季某研究生高层公寓为监测对象, 通过1 min 时间间隔同步监测, 研究了不同楼层室内外空气中颗粒物PM1、PM_2.5、PM₁₀以及总悬浮颗粒物TSP 的质量浓度、分布状况与变化特征。结果表明, 西安市冬季高层公寓存在严重的颗粒物污染, 室内粗颗粒物PM₁₀质量浓度为(65.5±20.0)~(142.0±16.9)μg/m³, 略低于室内空气质量标准, 但室内细颗粒物PM_2.5及超细颗粒物PM1分别为(52.2±14.3)~(111.5±12.2)μg/m³和(50.6±13.9)~(108.7±11.9)μg/m³, 其中PM_2.5质量浓度占总悬浮颗粒物TSP 的50%以上;室外以粗颗粒物PM₁₀为主, 楼层高度与颗粒物质量浓度之间无显著关联。     

中国不同排放标准机动车排放因子的确定

应用机动车污染物排放因子模型COPERT, 在考虑行驶工况、油品质量、以及环境温度等影响机动车污染物排放因子的因素的基础上, 计算得到包括汽油乘用车、柴油乘用车、LPG 乘用车、汽油混合动力乘用车、汽油轻型货车、柴油轻型货车、汽油重型货车、柴油重型货车、柴油公交车、CNG 公交车、生物柴油公交车 以及摩托车等不同车型在实施欧0, 欧 Ⅰ, 欧Ⅱ, 欧Ⅲ, 欧Ⅳ, 欧Ⅴ和欧Ⅵ等不同阶段机动车排放标准情况下的 CO, CO₂, NO_x, PM₂ NMVOC, SO₂, N₂O, CH₄ 和NH₃ 排放因子。计算结果为估算中国近年和未来机动车污染排放清单, 提高机动车污染控制的决策和管理水平, 以及评估机动车污染控制政策和措施的实施绩效提供了科学依据和数据支持。     

基于洛杉矶–北京迁徙人群的大气污染暴露相关急性健康效应标志物的代谢组学研究

采用定组设计, 以14名洛杉矶加州大学–北京大学交换学生为受试者, 建立基于气相色谱–质谱联用的尿液非靶向代谢组学方法, 采用包括(正交)偏最小二乘回归判别分析在内的多种统计方法识别差异物质,并基于色谱–质谱信息进行结构鉴定。通过固定站点监测数据评价研究期间两地的大气污染物暴露, 采用混合效应线性模型探索污染物与指征氧化损伤的生物标志物间的关联。结果表明, 两地的暴露变化与人体能量代谢、氧化损伤、肠胃菌群、蛋白质与 RNA代谢(可能涉及细胞凋亡)等通路变化之间可能存在关联, 受试者尿液中的尿囊素、胱氨酸和假尿嘧啶水平在北京显著上升。当以尿囊素作为指征机体急性氧化损伤的标志物时, 其变化与0~96小时的PM_2.5 、0~24小时的 CO、24~48小时的NO₂、48~72小时的O₃以及24~72小时的SO₂暴露有较强的相关性。结果表明北京与洛杉矶间大气污染物暴露的差异可能导致受试者体内氧化损伤负担发生变化, 同时体内可能产生抗氧化损伤的生理活动, 例如通过调动能量代谢通路抵御氧化还原失衡造成的氧化损伤负担。