忻州市PM_(2.5)与PM_(10)中水溶性离子季节污染特征及来源分析

为了解忻州市大气气溶胶中水溶性离子的特征及来源,分别在非采暖季、采暖季和风沙季对忻州市3个固定采样点大气中PM2.5和PM10样品中的水溶性无机离子浓度进行了定量分析.结果表明,忻州市大气PM2.5和PM10浓度分别为89.97、180.12μg/m3,颗粒物中SO2-4、NO-3、NH+4及Ca2+是其主要离子,其质量浓度总和分别占PM2.5和PM10总质量浓度的24.19%和24.15%.SO2-4、NH+4、Cl-、K+主要分布在细颗粒物中,Ca2+、Mg2+主要集中在粗颗粒物中,Na+与NO-3在粗细颗粒物中比例差别不大;风沙季中Ca2+、Mg2+的百分比大于采暖季与非采暖季,采暖季里Cl-的比例大于其余2季.主成分分析表明,忻州市风沙季中颗粒物水溶性离子的最主要来源是风沙扬尘;采暖季PM2.5中离子的最主要来源是燃煤和二次生成;非采暖季PM2.5中水溶性离子的最主要来源为二次生成.     

汽车尾气对烟台市大气环境的影响研究

介绍了近年来烟台市区汽车保有量的增长,以数学统计方法计算了烟台市汽车尾气中SO2、NOx、PM10的排放量,并在此基础上分析了烟台市汽车尾气的时间、空间分布特征.结果表明:烟台市大气污染物浓度较低,空气质量较好,但比较2008年和2010年的大气监测数据显示,2010年比2008年SO2、NOx、PM10的浓度稍高.     

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.     

抚顺市工业源大气污染物排放特征及减排潜力分析

针对重工业城市——抚顺市工业源大气污染严重的问题,分析工业源主要大气污染物的行业及空间排放特征.结果表明:2015年抚顺市工业源SO2、NOX、烟(粉)尘的年排放总量分别为39 807. 678,36 638. 733,62 100. 032 t.火电和供暖行业是主要的贡献源.从空间分析,SO2、NOX、烟(粉)尘排放源主要集中在市区,占到排放总量90%以上.并基于大气污染物排放特征,构建不同减排情景,进行多污染物多情景减排潜力分析,为抚顺市大气污染控制及预警提供重要依据.     

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.     

厦门市大气PM2.5污染控制对策研究

该文从PM2.5基本概念出发,分析了厦门市大气PM2.5的污染现状、污染来源和成因,指出厦门市大气PM2.5污染控制应从多种污染物综合控制和区域联防联控两个方面进行:要全面削减与大气PM2.5污染有关的燃煤和机动车等一次污染源的排放,同时加强对二次转化前体污染物(SO2、NOx、VOCs、NH3)的控制,并实施区域大气污染联防联控.     

北海市城区大气污染物变化特征与地区生产总值的关系

利用北海市2002～2012年中NO2,SO2和PM10浓度的监测数据,分析城区大气污染物的月变化、季节变化、年变化、空间分布以及地区生产总值（GDP）增长对污染物浓度的影响.结果表明：北海城区大气环境质量整体状况较优,主要污染物NO2,SO2和PM10污染物浓度具有明显的时空变化,污染物在时间上呈冬高夏低的季节性变化,并受季风、降水湿沉降的影响明显;在空间上,污染物呈南高北低的区域性变化,市区及近郊高于远郊.污染物浓度和GDP增长关系明显,GDP增长幅度较污染物增长幅度大,两者之间存在着显著线性相关关系.北海市第一产业（农林牧渔业）和第三产业（服务业）对污染物排放量贡献大于第二产业（工业及建筑业）.     

基于主成分分析法的城市大气主要污染物关系研究

大气污染物是造成城市居民呼吸系统疾病高发的重要原因,研究城市大气主要污染物关系有助于有关部门采取针对性的治理措施.调查16个城市大气污染现状,借助SPSS软件,采用主成分分析法,对SO2、NO2、PM10、PM2.5、CO、O3等6个大气主要污染物数据进行分析计算.提取占总方差84.364%的2个因子来反映空气的污染程度,分别为:1)PM2.5、PM10、CO和SO2;2)O3.主成分分析法可以准确探讨出空气各污染物的内在关系,该结果有助于为环保部门的治理工作提供参考.     

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.     

南京近郊主要大气污染物的观测分析研究

2007年10月至2008年9月在南京的一个近郊站点(32°03′N,118°78′E)对可吸入颗粒物(PM10)、臭氧(O3)、二氧化硫(SO2)、一氧化碳(CO)、氮氧化物(NOx)和氨气(NH3)等6种大气中的主要污染物进行了为期一年的连续监测.本文利用统计方法研究了这些污染物不同时间尺度(小时、日、周、月)的浓度变化特征和相互关系,并利用后向轨迹和聚类分析方法研究了不同季节到达该测站的气团来源及化学特征.结果表明,PM10、O3、SO2、CO、NOX和NH3的年均浓度和标准差分别为0.14±0.08 mg/m3(、18.52±14.05)×10-9(、21.14±15.96)×10-9(、1.08±0.98)×10-6(、24.57±24.65)×10-9(、24.33±15.73)×10-9.O3浓度表现出明显的白天高、夜间低的日变化特征,SO2和PM10一般在早上9、10点钟达到一天中的最大值,NOX呈双峰结构;O3春季浓度高,2008年2月出现峰值,可能与当年冬季持续降雪有关.NOX、NH3浓度呈现秋冬季节低、春季高的特点,而PM10和SO2则相反;O3周末浓度低,工作日浓度高,SO2和O3前体...     

北京市主要大气污染源清单及火电厂排放污染物对雾霾天气的影响

根据2013年北京市工业、农业、居民生活的统计资料,以及中国汽车工业年鉴,计算了北京市不同行业二氧化硫(SO2)、氮氧化物(NOx)及PM10排放量,建立了北京市2013年大气污染物排放清单.结果显示:2013年北京各类污染物的排放中SO2为13.596万t,NOx为81.289万t,PM10为67.815万t.其中:火力发电厂SO2、NOx、PM10排放量占北京市排放总量的31％、14％和24％.如果北京市火力发电厂升级改造,自2014年7月起执行最新火电厂排放标准后,SO2、PM10和NOx年排放量将分别减少50％、69％和40％,估算其二次转化PM2.5的生成量也将减少6.38万t,对雾霾天气的改善将会起到积极作用.     

Ocean Data View软件在城市大气污染物因子分析中的应用

近些年城市大气污染问题尤为突出,其中PM2.5、PM10等污染物是引起雾霾天气的重要因素.本文基于2007—2016年10年中全国主要城市SO2、NO2、PM10等污染物因子的年平均浓度变化,利用Ocean Data View软件分析主要城市大气污染主控因子(二氧化硫、氮氧化物以及颗粒物)的排放特征及其成因.结果表明:各污染物的区域性分布明显,污染物浓度变化的总体趋势北方高于南方,SO2、NO2、PM10年平均浓度北方分别高于南方108.15%、7.60%、48.36%;从大气污染组分来看,颗粒物的增长速度最快,石家庄2007—2016年PM10增速为28.10%;而SO2的污染物浓度在下降,乌鲁木齐的降速为84.10%.     

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.     

武汉市空气污染物长期变化规律研究

搜集了武汉市2006年~2013年8a间的PM10和气态污染物(包括SO2、NO2、NO、CO和O3)质量浓度监测数据.利用基于Loess的季节趋势分解和窗口滑动平均等时间序列分析方法提取了各种监测指标的长期趋势、季节变化和周变化规律.结果表明,武汉市PM10历经了6a的缓慢下降后于2012年后开始急剧上升,SO2出现明显的下降趋势,其他污染物在2013年之前呈现出小幅上升或基本稳定的趋势,2013年有明显上升;季节规律方面,PM10、SO2、NOX和CO都表现出冬季高夏季低的变化特征,O3则呈现相反的变化特征,另外每年4月PM10会出现一个小高峰现象;PM10表现出明显的周变化规律,呈现出以周三为谷值周六为峰值的周期性变化,而其他气态污染物基本没有明显的周变化规律.     

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。     

南通市大气污染物浓度变化特征及其与气象因素的关系

为了厘清南通市大气污染浓度的变化情况以及与气象因素之间存在的关系,分析南通市大气污染物潜在的输送来源。文章利用南通市2018年全年大气污染物资料和同期气象观测要素资料,对SO2、NO2、CO、O3、PM10、PM2.5污染物的时、日、月、季浓度变化规律及其与气象因素之间的关系进行分析,并结合南通市2次重污染天气过程,使用后向轨迹模式HYSPLIT4分析南通市大气污染物的主要来源。结果表明：SO2、NO2、CO、PM10和PM2.5浓度均呈现夏季最低,其次是秋季,冬、春季浓度最高,O3浓度呈现明显春、夏季高于秋、冬季。SO2、NO2、CO、O3年平均排放量均较低。一天当中不同时间段,气象因素影响情况不同导致污染物的浓度不同。O3浓度变化跟NO2浓度变化呈明显负相关性。O3污染最高的天气,一般是气压较低,能见度较好的晴朗天气。而研究发现,PM2.5在气温较低、湿度高、气压高、日降水量较小、能见度低且风速较小的气象条件下,污染浓度更容易升高。NO2在低温高湿,气压高且风速较小的气象条件下时跟容易堆积。NO2、CO、O3与6种常规气象要素均存在显著相关性。O3跟气象要素之间相关性关系正好与其他5种污染物相反(湿度除外)。通过两次重污染天气过程的后向轨迹分析,南通市大气污染物来源既有西北和偏北气流的长距离输送,也有偏西和偏南气流的区域性源。     

元宵节燃放烟花爆竹对北京市空气质量的影响

本文利用2011年元宵节(2月17日)前后北京市主要大气污染物(PM10、SO2、NOX、CO和O3)的浓度数据和相关气象资料,分析了元宵节烟花爆竹燃放对北京市空气质量的影响.结果表明:元宵节大量鞭炮的集中燃放导致了PM10的急剧升高,影响时段主要在2月17日19:00到18日7:00.全市PM10最高小时浓度出现在17日23:00左右,全市平均达到469.3μg/m3,单站最高达到1307μg/m3;烟花爆竹的燃放对SO2、NOX和CO也有一定影响,且对CO的影响有一定的滞后性;燃放烟花爆竹对O3浓度影响很小;不同的采样点之间空气质量有所差异.另外,元宵节前后北京市的气象条件相对较好,API中烟花爆竹的贡献较高,但在良好的气象条件下,烟花爆竹燃放的影响很快消除.     

西安市大气环境容量估算研究

为估算西安市大气环境容量,了解西安市大气环境质量现状,用国标《制定地方大气污染物排放标准的技术方法》中规定的以箱模型为基本模型推导出的宏观总量控制A值法,结果为西安市SO2,NO2,PM10大气环境年容量分别为4.2450×10^4,3.7351×10^4,9.5937×10^4t。估算结果表明,SO2和NO2环境容量剩余,可以满足当前工业生产的需要,而PM10的排放量已超过了西安市环境的承载力。     

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.     

集中供暖与非集中供暖城市的冬季大气污染状况——以天津和上海为例

为了解集中供暖和非集中供暖2种不同模式对空气质量的影响,基于天津和上海冬季采暖期及非采暖期的空气质量数据,分析不同供热模式下大气污染物的长时间变化和日变化特征及其影响因素.结果表明:天津和上海采暖期PM_(2.5)、PM_(10)、CO、NO_2和SO_2的质量浓度均高于非采暖期.天津采暖期PM_(2.5)、PM_(10)、CO和SO_2浓度较高主要是受到集中供暖消耗的化石燃料燃烧排放和大气逆温层2个方面因素的影响.上海虽然处于非集中供暖区,但也受到了北方城市供暖区远距离污染物传输的影响.天津集中供暖模式产生的PM_(2.5)、PM_(10)、CO和SO_2排放对空气质量的影响高于非集中供暖城市上海.与非采暖期相比,天津和上海采暖期NO_2浓度的增加量几乎一致,说明供暖活动对大气中NO_2的贡献并不明显;天津和上海采暖期O_3浓度均低于非采暖期,表明供暖活动未对O_3排放产生显著作用.采暖活动明显改变了天津PM_(2.5)、PM_(10)和CO的日变化特征;受采暖活动和逆温层的影响,SO_2和NO_2浓度均在夜间呈现升高趋势;O_3的日变化趋势未受采暖活动影响.与非采暖期对比,采暖期上海的非集中供暖未对污染物的日变化趋势产生显著影响.