基于云模型的PM_(2.5)污染程度评价

空气污染问题是近期公众关注的焦点问题.考虑污染因子PM2.5污染程度的模糊性和随机性,采用武汉市130个以PM2.5为首要污染物的AQI数据,利用云模型建立了空气质量评价体系,并用于PM2.5污染程度评价.以PM2.5指数88为例,评价其属于良好等级的隶属度区间为[0.64,0.87],属于轻度污染等级的隶属度区间为[0.03,0.13],最终评价为良好等级,与国家标准一致,但信息表达更充分.结果表明:采用云模型进行空气污染程度评价,实现了空气质量分级评估随机性与定性语言表达模糊性的统一,更符合人类对事物的认知规律.云模型评价空气质量是国家评价标准的有益补充.     

基于AQI对京津冀地区空气污染的计量分析

针对京津冀地区空气污染来源和污染物造成空气质量的恶化,综合使用AQI、综合分析、回归分析和灰色预测等方法,分别建立扩散微分、回归分析、灰色预测和综合评价模型,运用EVIEWS,MATLAB,EXCEL软件求解.结果得出:以国标和美标为基准对京津冀地区的空气质量优劣程度进行划分,明确了主要污染源及空气质量的影响因素;结合污染源扩散模型进行分析并给出解决空气质量的建议.     

基于高斯模型对空气污染扩散问题的研究

针对京津冀地区的空气污染问题,综合利用了空气污染指数法、变异系数法等方法,构建了模糊综合评价模型、高斯烟羽模型、多点源高斯迭加模型等模型,利用MATLAB、VC++等软件,得出影响京津冀地区空气质量的主要污染源为燃煤和汽车尾气,北京市二环、四环、六环路在16日的空气质量状况均为轻度污染等结论。并给出了河北某工厂方圆51 km内污染物浓度分布情况和北京市三个环路的空气污染浓度梯度变化情况。     

基于高斯扩散模型的京津冀空气污染研究

针对空气污染,以京津冀地区为主要研究对象,收集相关数据,使用贴近度分析、主成份分析、微分方程分析等方法,建立了空气质量等级评估模型、主成份分析模型、微分方程模型、多污染源地面点源扩散模型等,使用MATLAB、EXCEL等软件编程,得到不同时间点距离污染源不同处的污染程度,并通过主成份分析PM 2.5、PM10、CO、NO2、SO2这5个污染项目的数据得出的结论为PM2.5为京津冀地区首要污染物。     

京津冀地区空气污染研究及可行性建议

针对京津冀地区环境污染问题,结合各种污染物对人体的有害程度,运用归一化方法,分析影响空气质量的主要污染源,并对传统高斯模型提出修正,建立单污染源空气污染扩散模型,分析工厂排放废气的污染物扩散规律,运用MATLAB编程计算结果,结合污染源参数,对未来空气污染治理提出了可行性建议.     

近11年兰州空气污染特征及其边界层结构影响的分析

利用来自环保部门的空气污染资料,分析了近11年兰州市空气污染特征;结合气象地面和探空观测资料,分析了山谷地形条件下大气边界层结构对兰州空气污染的影响.结果是兰州近11年的空气污染有整体减轻趋势,但污染仍很严重,空气质量大多年份都达不到国家二级水平,污染物主要为可吸入颗粒物.严重污染时期集中在秋末、冬季和春季,秋冬季空气污染较稳定,主要受可高达1000 m的深厚稳定边界层影响,而春季空气污染指数标准偏差较大.11年空气污染指数的月平均次高峰出现在3月,相对以往研究提前了1个月.     

嵌套网格空气质量预报系统及其在沈阳地区的初步应用

嵌套网格空气质量预报系统作为中国第三代区域多尺度空气质量模型,充分借鉴吸收了国际上成熟的天气预报模式、空气污染数值预报模式的优点,并体现了中国各区域、城市的地理、地形环境、污染源的排放等特点.模型能够在沈阳市很好的应用,并模拟出冬季重污染个例和夏季的轻污染个例,SO2的模拟效果略好,PM10的模拟结果偏低.造成偏低的原因主要有三个方面:污染源数据、污染物比例和模式内部参数.     

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.     

重庆中心城区空气污染特征及气象影响因素分析

根据环境空气质量监测数据和气象观测数据,对重庆中心城区2013—2020年空气污染特征及气象影响因素进行了分析.结果表明:2013—2020年影响重庆中心城区空气质量的大气污染物主要为PM2.5和O3,重度污染日首要污染物基本为PM2.5;PM2.5污染和O3污染均呈现出明显的季节差异,PM2.5超标主要出现在初春、秋...     

华北地区五所典型城市空气质量对比分析

基于华北地区五所典型城市2015年1月至2016年3月的空气质量常规监测数据,比较了本地区典型城市空气污染的时空分布差异.分析结果表明:华北地区五所典型城市的空气质量指数(AQI)的时空变化差异较大,春秋季节空气质量较好,冬夏季节空气质量较差.首要污染物多为可吸入颗粒物和臭氧,臭氧随着温度和光照的增加而升高,呈现夏高型特征,其他污染物呈现夏低型特征.五所典型城市中,北京和石家庄的空气质量较差,其中,石家庄的污染最为严重,呼和浩特的空气质量最好.从整体上看,2016年前三个月的各项污染物浓度均低于2015年前三个月,说明华北地区五所典型城市的空气质量正在逐渐好转.地形、社会经济发展水平、产业结构等对空气质量有较大影响.     

近两年武汉市环境空气质量时空分布特征及污染源解析

运用主成分分析和聚类分析法,对2016—2017年武汉市环境空气10个国控点10个市控点的6个空气质量指标数据进行分析,揭示武汉市环境空气质量时空分布差异性,辨识主要污染因子,解析污染成因.结果表明:2016—2017年,武汉市空气质量有变好的趋势,主要是因为PM_(2.5)和PM_(10)同期月均浓度下降; SO_2、NO_2、PM_(10)、PM_(2.5)浓度排序依次为:冬春秋夏; CO浓度排序依次为:冬秋春夏; O_3浓度排序依次为:夏秋春冬;武汉市监测点位空气质量从好到坏的顺序为:远郊区中心城区工业园(区)或经济开发区;春季的主要污染物因子为NO_2、CO、O_3、PM_(10),夏季的主要污染物因子为NO_2、SO_2、PM_(2.5),秋季的主要污染物因子为NO_2、PM_(2.5)、CO、O_3、PM_(10),冬季的主要污染物因子为NO_2、CO、O_3、PM_(2.5)、PM_(10);近两年,机动车尾气、工业废气排放以及建筑扬尘构成武汉市空气污染的主要来源,秸秆燃烧对空气质量的影响逐渐减小.     

我国空气质量影响因素的实证研究

针对长期存在的空气污染问题,提出将空气质量的污染指标和治理指标相结合来进行分析,在一定程度上对改善我国的空气质量有一定的现实意义;以2008-2019年我国31个主要城市的面板数据为基础,从分位数回归的角度将空气质量污染指标(NO2)、经济增长(人均GDP)以及公共交通(年末实有公共汽电车运营数)对我国空气质量的影响程...     

控制机动车排放 改善空气质量对策研究

近日我国部分地区多次出现持续大范围雾霾天气和空气污染,再次引发公众对空气质量下降的关注。随着厦门市机动车保有量持续攀升,相关污染物排放也迅猛增加,已成为影响城市空气质量和居民健康水平的主要因素之一。厦门市的空气污染类型已经由十年前的煤烟型向机动车尾气型污染转变,2011年,厦门市环境空气质量优良率为     

近十几年兰州空气污染变化及治理建议

兰州是甘肃省的省会,是西北的工业重镇,长期以来都面临大气污染方面的问题,严重制约着兰州经济社会的发展.近年来,兰州市采取了各种有效治理污染的措施,并取得了显著成果.本论述从气象条件、地理环境、人类活动等多个方面分析了兰州空气污染的原因,并应用Daniel趋势检验法对兰州市2001至2014年的空气质量数据资料进行处理分析,研究了兰州市空气污染状况及变化趋势.研究结果表明:兰州市空气质量总体上明显好转,空气污染指数API、主要污染物SO2,NO2和PM10浓度的spearman相关系数均是负数,各个数据参数随着时间推移都呈现下降趋势;兰州市的空气优良天数比例明显增加.兰州市的空气质量具有季节变化特点,冬春两季污染严重,夏秋较轻.近十几年,兰州冬春两季的API浓度明显下降,夏秋API变化不大,应该加大对冬春两季的治污投入.同时通过对数据进行线性拟合来对兰州市未来空气质量进行预估,结果显示兰州市API和SO2浓度已经达标,其余污染物也基本将在未来10年内达到标准.最后,对兰州市未来污染治理措施提出了一些建议.     

南宁市PM2.5浓度与气象因素的关系研究

摘 要 空气污染主要与污染源的排放、气象条件、地形地貌三方面因素有关。对南宁市空气质量指数与气象因素的关系进行研究,进一步探究空气污染的主要污染源PM2.5与气象因素之间的关系,分析了促进空气污染发生的气象条件。并在此基础上建立多元线性模型对空气污染物PM2.5的浓度值进行预测。结果表明预测模型拟合度R2值最大达到了0.747,说明了该模型预测效果良好并能够适用于南宁市空气污染物PM2.5的监测和预报。     

南宁市一次严重空气污染期间颗粒污染物特征及气象条件分析

利用南宁市环境保护监测站2010年11月5日至12(污染个案期)在南宁市区振宁花园、市监测点、区农职院、大自然花园4个有代表性的国控环境空气监测点观测到的空气质量数据,分析颗粒污染物PM10和PM2.5的浓度变化及PM2.5的主要化学组分浓度,再利用广西气象服务中心观测的天气数据分析污染个案期的气象条件。结果表明:此次长时间空气污染重,南宁市大气中的颗粒物出现显著升高,颗粒物为此次诱发长时间空气污染物的首要污染因子,颗粒物中的组分以有机质OM和硫酸盐为主;观测时段内气象因素对空气污染存在重要影响,来自湖南方向的污染气团对南宁市的长时间轻微污染也存在一定影响。     

大同市空气污染分析与防治对策

基于近年大同市空气质量状况的统计资料,文章详细分析了污染物来源和污染状况的变化趋势,总结出空气污染的主要特征和变化规律。进而,从大同市的地理条件、历史背景和气象因素等方面对造成空气污染的原因进行了解释。并针对性地提出相应的对策和建议。     

兰州市空气污染与气象条件关系分析

利用20012003,20072008年兰州市环境保护局环境监测站SO2,NO2,PM10逐日质量浓度监测资料及同期兰州市气象局的常规气象观测资料,分析了兰州市空气污染的变化特征,探讨了SO2,NO2和PM10质量浓度与气象条件的关系.结果表明:兰州市空气质量以良和轻微污染天气状况为主,空气污染状况呈现冬季加重夏季减轻的年变化特征.吹东北风不利于污染物稀释扩散,吹西北风有利于污染物稀释扩散,降水、相对湿度和风速等气象条件对空气污染状况有显著影响,另外该市城市热岛效应与空气污染状况有明显相关关系.     

南宁市PM_(2.5)浓度与气象因素的关系

空气污染主要与污染源的排放、气象条件、地形地貌三方面因素有关。对南宁市空气质量指数与气象因素的关系进行研究,进一步探究空气污染的主要污染源PM_(2.5)与气象因素之间的关系,分析了促进空气污染发生的气象条件,并在此基础上建立多元线性模型对空气污染物PM_(2.5)的浓度值进行预测。结果表明预测模型拟合度最大达到了0.747,说明了该预测模型能够适用于南宁市空气污染物PM_(2.5)的监测和预报。     

南昌市空气质量变化特征分析

利用南昌市2013年1月至2014年5月期间6个环境监测点的空气质量指数数据,对南昌市空气质量指数变化规律进行分析,并对南昌2016年12月7日一次重大污染过程进行溯源.结果表明:1)南昌市秋冬季空气质量指数明显高于春夏季,6月空气质量最好,1月污染最为严重,空气质量最差;2)南昌空气质量指数日变化呈现双峰型特征;冬季一个峰值基本出现在中午前后,另一峰值基本出现在半夜时段,且夏季第一个峰值出现的时间较其他季节都提前;3)南下的冷空气携带了大量来自北方省份污染物,同时快速南下的冷空气使得南昌城区低空出现上暖下冷的逆温层,使得污染物在南昌地区积聚,不易扩散,造成了2016年12月7日南昌的重大空气污染.