基于灰色聚类法的平顶山市空气质量评价

大气污染质量问题一直是关注的环境问题之一,而灰色聚类分析方法在很多领域已有应用.选取污染因子(SO2、NO2、PM10),采用灰色聚类分析方法对平顶山市2008—2012年环境监测数据进行评价,结果表明:平顶山市2008—2012年均空气质量灰色聚类结果为灰类2,并且所属灰类2的趋势越来越明显,平顶山市的大气综合质量处于稳中趋好的态势,平顶山市大气环境质量趋势在逐步转好.     

2008—2014年渭南市空气质量的评价与分析

以渭南市2008—2014年空气环境监测数据为依据,参照《环境空气质量标准》,选取SO2,NO2和PM10三个空气污染因子作为评价参数,利用模糊综合评价模型对渭南市2008—2014年空气质量进行评价,并利用灰色关联度对渭南市空气污染的主要因素进行分析.结果表明,近年来,渭南市空气质量均为国家II标准,其主要污染因子为PM10.     

定襄县环境空气质量的模糊数学综合评价

运用模糊矩阵复合运算方法对定襄县2007年至2009年环境空气质量进行综合评价。从年、季节、采暖期与非采暖期三角度出发,选用SO2、NO2、PM10作为评价因子,运用隶属度进行单因子评价;依据最大隶属度原则,得到定襄县环境空气质量综合评价结果。结果表明：SO2是定襄县空气质量的首要制约因子,其次是PM10;冬季和采暖期污染最严重,定襄县环境空气质量表现为明显的＂煤烟型＂特征。     

灰色系统在大气质量预测中的应用

把大气环境看作一个灰色系统,联系重庆市大气环境的实际情况,利用灰色关联分析判断出重庆市2000-2005年间大气污染物中主要污染因子为PM10和SO2,同时建立灰色模型对其进行质量预测.短期预测结果表明大气PM10和SO2浓度呈下降趋势,其浓度分别到2009年和2012年可达国家二级标准.     

晋城市大气环境质量的灰色综合评估法

针对城市空气质量的不确定性,引入灰色综合法对晋城市5个监测地点在三年中的大气质量进行灰色综合评估,评价因子为SO2、NO2、PM10.通过计算白化函数、灰聚类与聚类系数,最终确定出各灰类的污染级别,并找出最大贡献因子。评价结果与晋城市环境质量相吻合,可以作为环境治理和保护的依据。     

中国西部三城市工业能源消费与大气污染现状

为了解西安、乌鲁木齐、西宁三个西部省会城市工业能源消耗与空气质量现状,对三城市2005-2009年间工业能源消耗,2005-2011年间空气质量等数据进行统计和分析,结果表明:三城市工业能源结构单一,均以煤炭尤其是原煤消费为主,工业原煤消费比重较高,但逐年有所减小;能源利用效率低,但逐年有所提高.三城市的大气污染以煤烟型污染为主,其中PM10污染超标严重,SO2污染有逐年减轻的趋势.由于城市机动车保有量的逐年快速增长等因素,NO2的污染有逐年加重的趋势.     

2000-2004年山东中西部五城市大气污染变化特征

以2000-2004年山东省中西部五城市(济南、济宁、德州、淄博、泰安)的主要大气污染物SO2、NO2、PM10的浓度资料为依据,分析了2000-2004年五城市主要大气污染物的季节变化特征以及年际变化趋势.根据2004年五城市主要大气污染物SO2、NO2、PM10的日均浓度值,分析了2004年五城市的空气质量现状.结果显示:2004年五城市的空气质量,济南市最差,其次是淄博、德州、济宁,泰安市最好.大气污染物浓度呈明显的季节变化特征,冬季污染最严重,夏季空气质量最好;总体来说,2000-2004年大气污染物SO2、PM10浓度呈逐年下降趋势,NO2浓度没有明显的变化趋势,到2004年,PM10污染浓度依然较高,是最主要的大气污染物.同时分析了引起大气污染物浓度变化的原因,表明大气污染物浓度的变化是地形、污染源和气象条件等因素共同作用的结果.     

南通市大气环境质量模糊综合评价

分析了南通市2001-2005年市区等7个监测站所监测的二氧化硫(SO2) 、二氧化氮(NO2) 、可吸入颗粒物(PM10) 和自然降尘(DF) 结果的年变化趋势,根据国家标准利用模糊综合评价模型对各区各年大气环境质量状况做出了合理的综合评价.结果表明,2001-2005年,南通市大气环境质量总体良好,但有下降趋势.并由模型中各污染因子的权重判断出SO2、PM10和DF是南通市市大气质量的制约因子.     

干旱区绿洲城市大气环境承载力分析及预测——以乌鲁木齐市为例

以乌鲁木齐市2001—2012年大气环境中SO2,NO2,PM10作为对象进行环境承载力研究,采用美国橡树岭大气质量指数(ORAQI)模型、环境承载力指数模型和灰色预测GM(1,1)模型等研究方法,探讨了乌鲁木齐市大气环境承载力指数及其影响因素;建立预测模型,得到2013—2020年大气环境承载力指数预测值.结果表明,2001—2012年乌鲁木齐市空气中主要污染物是SO2和PM10,呈现典型的煤烟型污染特征.大气环境质量IO指数平均为91,属于"坏"的等级;大气环境承载力指数平均为16.21,处于中等承载等级.预测结果显示,环境承载力指数呈逐年上升趋势,到2020年该指数将达到19.86,处于较高承载等级,表明未来大气环境承载能力水平将有所提高,大气环境质量会得到进一步改善.     

空气污染问题的量化分析

利用模糊评价模型对现有的空气污染指数的评判标准进行改进。首先以西安市2008-2012年的空气质量数据为例,应用灰色模型的理论知识,找出影响空气质量最大的因素是NO2,其后是PM10和SO2。然后利用层次分析法对污染的途径进行分析,得出汽车尾气排放对空气污染的影响最大,其次是燃烧,并对此提出相应的建议。     

广西城市环境空气质量变化趋势分析

根据2005～2009年广西14个设区市的环境空气监测数据,统计和分析了主要污染物浓度以及环境空气综合污染指数和污染负荷系数的年际变化特征及趋势,探讨影响空气质量的主要因素.结果表明,广西城市环境空气质量保持良好的水平,二氧化硫和可吸入颗粒物浓度总体上呈现下降的趋势,二氧化氮的污染程度虽然比较小,但是其浓度却逐年上升....     

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。     

泸州市城区空气质量时空变化分析

为了掌握泸州市城区近年空气质量时空变化,对泸州市城区2004-2009年空气质量监测数据进行系统分析。结果表明,近年来泸州市城区空气质量总体良好,平均空气污染指数为80,空气质量优良率在72.33%以上。空气质量有逐步好转的趋势,SO2和PM10年平均浓度明显下降,分别从0.110 mg/m3、0.120 mg/m3下降到0.058 mg/m3、0.070 mg/m3;NO2略有上升,从0.029 mg/m3上升到0.040 mg/m3。污染物浓度时空分布不均,SO2与PM10夏季浓度较低,冬季较高,NO2浓度季节性变化不明显;兰田宪桥、小市上码头污染物浓度总体上高于忠山环监站。     

基于 VAR 模型的重庆市大气污染物分析及研究

目的 研究重庆市首要空气污染物 PM2. 5 与 PM10 、SO2 、NO2 、CO、O3 的动态影响关系,为政府制定防治大气 污染措施及相关政策提供有价值的建议。 方法 收集重庆市 2021-05-01—2021-10-31 日的 PM2. 5 、PM10 、SO2 、 NO2 、CO、O3 这 6 项大气污染物的日浓度数据,利用 Eviews8. 0 软件,对原始数据进行序列平稳性检验;根据 Granger 因果检验结果选择变量,建立时间序列 VAR 模型,并检验模型的稳定性;利用广义脉冲响应分析和方差分 解分析,研究各污染物浓度对 PM2. 5 的动态影响及相对重要性。 结果 Granger 因果检验表明:PM10 、SO2 、NO2 、O3 是 PM2. 5 的 Granger 原因, CO 不是 PM2. 5 的 Granger 原因;广义脉冲响应分析表明:NO2 对 PM2. 5 的影响最大;方差 分解分析表明:NO2 的浓度对 PM2. 5 的影响最大;O3 对 PM2. 5 的影响次之,对 SO2 的影响作用最小。 所以,从长期 影响效应看,NO2 对 PM2. 5 具有长期较大的影响,SO2 对 PM2. 5 的影响最弱。 结论 防治 PM2. 5 对重庆市空气的污染 应着重控制 NO2 的污染,因此,政府应大力发展绿色交通,控制交通污染;大力监管高污染行业,将烟雾、粉尘、颗粒 物等排放量较大的行业作为工业污染源治理的重点;大力发展清洁能源,加快化石燃料替代资源的开发利用。     

呼和浩特市大气污染物浓度与气象要素的灰色关联分析

基于呼和浩特市大气污染和同期气象要素的监测数据,采用灰色关联度方法,研究了气象要素对PM10、SO2、NO2污染物浓度时空变化的影响.结果表明,对PM10影响最强的气象要素是日平均风速,而对SO2和NO2影响最强的气象要素是日平均相对湿度,逆温强度对三者的影响次之,总云量对其影响最弱.研究结果可为呼和浩特市大气污染预报提供有效依据.     

北京大气污染区域分布及变化趋势研究

本文利用2000-2005年北京市8个国控点PM10、SO2、CO、NO2和NOX等污染物浓度数据,分析了北京各区域大气污染分布与季节变化特征,以及近几年大气污染变化趋势.方法以主成分分析为主,辅以时间序列分析.分析结果显示：北京大气污染存在明显的时空差异,第一、二主分量可以很好地表征城市大气污染属性,所有污染物对第一主分量贡献都为正值,能够清楚区分大气污染程度,以及城市与区域背景的异同,第二主分量可以区分城市污染的源排放特征.基于此标准,全市范围内大气污染划分为燃煤型、机动车排放型、过渡型以及环境背景等四种污染类型.     

基于模糊数学综合评价法的生态保护发展区大气环境研究

运用模糊数学方法,选用SO_2,NO_2,PM_(10)作为评价因子,参照大气环境质量标准,通过计算污染因子权重、权重分配系数和隶属度,对生态保护发展区大气环境质量进行评价.模糊数学综合评价结果表明,生态保护发展区"十二五"期间主要污染因子为PM_(10),次要污染因子由SO_2逐渐变为NO_2,NO_2污染呈现上升趋势应引起警惕.大气环境质量基本上处于清洁和轻度污染水平,且大气环境质量有逐年改善趋势.