基于函数型聚类的浙江省空气污染时空特征分析

近年来,随着雾霾等灾害性天气频现,空气污染问题受到高度关注.为探讨浙江省空气污染的时空特征,利用函数型数据的聚类分析方法对浙江省空气质量指数(AQI)进行研究.结果表明,在空间上浙江省各个地级市按照空气质量的变化可以划分成4个区域,呈现为从山地丘陵到平原盆地污染加重的趋势,在时间维度上则具有明显的相似性和显著的季节特征.     

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.     

中国城市空气质量时空分布特征

采用国家环境保护部发布的2014年全国161个城市空气质量指数(AQI)数据,基于克里格插值、三维趋势面等空间分析手段,揭示重点城市空气质量时空分布格局.结果表明:我国AQI时空分布差异明显,季节特征表现为冬季最高,夏季最低,春季略高于秋季;月峰值出现在1月,9月AQI最低;日AQI高值出现在10:00,低值出现在16:00,白天AQI波动较大,夜间较平稳.空间分布呈现出从南向北、从沿海向内陆逐渐升高的趋势,且南北差大于东西差;华北生态地区AQI较高,云贵高原生态地区较低.     

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.     

湖北省AQI时空特征及影响因素分析

以2015—2021年湖北省各地级市AQI数据为基础，采用克里金插值法分析了湖北省空气质量时空变化特征，基于Pearson相关分析探讨了气象因子与AQI关系，并结合经济发展数据运用库兹涅茨曲线和灰色关联度揭示AQI与经济因素的关系.结果表明：2015—2021年湖北省AQI在空间上呈现“中部高东西低”的分布格局. AQI季节变化为：夏季<秋季<春季<冬季；Pearson相关分析可知AQI与气温、湿度、风速、降水量呈负相关，与气压呈正相关.库兹涅茨曲线（EKC）分析可知AQI与经济的EKC曲线为“U”形，第二产业、人口密度对AQI有负面影响，第三产业占比和建成区绿化覆盖率对AQI有积极影响.     

基于空气质量指数AQI的空间自相关特征分析——以福建省为例

以福建省9个地级市为研究对象，运用时间序列模型、全局空间自相关分析、K-medoids聚类及相关分析等研究方法，探索福建省各地级市空气质量指数的空间自相关特征。研究结果显示，相比秋冬两季，各地级市春夏两季的空气质量相关性较低，具体表现为，春夏两季各地级市莫兰指数（Moran's I）显著较低 。以空气质量指数AQI的6个空气质量分指标作为聚类标准进行研究，发现福建省地级市的空气相关性区分为两大类。进一步对AQI进行相关性分析，发现AQI与PM10、PM2.5、NO2分指标高度相关，由此说明，空气微粒与NO2是福建空气污染的主要来源。空气质量季节上的分布差异，可以为政府准确地制定治理方案提供有力证据。     

基于AQI指数的中国城市空气质量时空分布特征

基于2014-2016年中国环境保护部公布的城市空气质量指数(air quality index,AQI)日报数据,综合运用空间插值法、空间自相关模型、核密度估计模型等空间数据统计模型探究中国城市空气质量时空分布及动态演进特征。结果显示:(1)2014-2016年中国城市的AQI呈下降的趋势,空气污染城市数量减少,表明城市空气质量有所改善;中国城市AQI季节均值为:冬季春季秋季夏季,夏、秋两季空气质量空间分异格局不显著,春、冬两季的空间分异格局显著,呈北高南低、内陆高沿海低的季节性空间分布格局。(2)中国城市AQI空间分布呈现出持续增强的空间集聚态势,形成以冀鲁豫三省交界处为核心并蔓延至湖北省中北部的中度污染区和以乌鲁木齐和阿图什市为核心的中度污染区,以珠三角城市群为核心的华南地区是稳定的空气质量优良区。(3)从核密度估计图可以发现中国城市空气质量空间分布格局表现为6个显著核心密度区和3个次级核心密度区,2014-2016年内该基本格局在局部区域发生较明显变化。本文通过不同的时间尺度全面分析了中国城市空气质量的空间分布特征,旨在为中国各个城市制定相关的空气质量防治政策提供科学依据。     

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%.     

清徐县空气污染特征及其原因简析

通过对清徐县2007年空气监测数据进行分析,研究了清徐县空气污染特征。结果表明,受清徐县地理特征的影响,空气污染以PM10和SO2为主;气象条件的季节更替致使多数污染物浓度冬季较高、夏季较低,污染指数分布具有明显的季节变化特点：冬季〉春季〉秋季〉夏季。降水量、风速、逆温与污染指数日均值成正相关变化趋势,而污染物浓度的‘日变化则主要取决于社会经济活动的周期性变化。     

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.     

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.     

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.     

中国城市空气质量的时空演化特征及影响因素

为研究中国城市空气质量的时空演化特征及影响因素,本文采用2015—2018年中国城市空气质量AQI指数和自然、社会、经济数据,利用ArcGIS空间分析和空间计量模型,从年份、月度、季节以及天数等尺度分析中国城市空气质量的时空演化特征,并从整体及区域的角度解析影响城市空气质量的自然、社会经济因素。主要得出如下结论：(1)2005—2018年中国城市空气质量状况整体得到改善。空气质量月际变化呈“U”型,季节特征总体符合“冬季高,夏季低,春季秋季居中”,空气质量在秋冬季改善显著,春夏恶化明显。四年间空气质量重度污染天数减少,达标天数增加。(2)空气质量指数空间分布格局为“中东高,东南低;西北高,西南低”;城市空气质量空间集聚现象明显,相邻城市的相互影响作用显著。(3)从全国来看,人口密度、用电水平和科技投入以及民用汽车保有量与中国城市AQI指数呈显著正相关,经济发展水平、园林绿化、平均气温与AQI指数呈显著负相关。(4)在区域层面来看,驱动要素作用方向和强度存在规律性和特异性变化特征。     

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.     

山东省2015—2018年空气质量指数的时空模式可视分析

随着我国经济的快速发展,不可避免的伴生了一系列环境恶化问题。为了分析和掌握近年来山东省大气质量的变化状况,本文充分利用山东省2015—2018年的空气质量监测数据,通过时序变化分析、空间自相关分析、大气质量重心迁移分析等方法,对山东省17个地市的空气质量指数（AQI）进行了年际序列变化及季节性变化特征分析,并通过建立的空间自相关和重心迁移模型,探索了17个地市AQI的空间聚集特征及重心迁移发展规律。研究结果表明：山东省各地市的AQI在年际尺度上是逐年降低,西部和中南部等地区空气质量较差,空气质量呈现出冬夏分明的季节性变化,而沿海地区的城市空气质量整体较佳,季节性规律表现不太明显;各地市AQI的Moran''s I（莫兰指数）逐年降低,各地市空气质量空间自相关性呈逐年减弱的聚集态势;重心迁移分析表明山东省城市群近年来的AQI重心呈现出自西向东微弱偏移的趋势。     

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.     

基于AQI的九江市空气质量统计预报方法

利用九江市2014—2017年气象观测站常规观测的气象资料和九江市环境监测站污染物日平均浓度资料、AQI日均值和首要污染物等观测要素,通过统计学方法对不同季节内地面气象要素和AQI做相关性分析,并选取相关性好的因子分别做回归分析并建立预报方程,结果表明:1)相对于全年回归预报方程,不同季节的气象要素与AQI的相关程度不同,不同季节的回归方程对AQI指数的预报准确率高; 2)由于污染物的累积特征,前一天的AQI与当天AQI相关系数高达0.66,在回归的过程中,前一天的AQI值做为最重要的一项参数; 3)春季、夏季由于降水比较明显,且由O_3造成的污染日数相对较多,而高温和日照对O_3有显著的相关,所以AQI的预报能力较强;秋冬季由于外来输送污染严重和PM_(2.5)首污的日数增加,气象要素的相关性较低,预报能力也随之降低。     

PM2.5简介及福州市PM2.5污染分布特征

该文介绍了PM2.5细粒子污染重要的空气质量指示意义.利用2010年～2011年福州市PM2.5观测资料,分析了福州市细粒子污染的分布状况、主要特征及与气象条件的关系.结果表明:福州市PM2.5年平均浓度接近新标准规定的35ug/m3,污染程度较轻;月平均浓度峰值出现在5月,谷值出现在7月;季节分布高低排序为春季＞冬季＞秋季＞夏季,春季污染最严重,一级超标率达72.7％,夏季最轻;日分布呈单峰型,中午前后浓度最高;PM2.5浓度月季分布特征明显,说明PM2.5浓度变化与天气条件关系密切.     

河北省主要城市空气污染时空分布特征分析

文章以河北省邢台、保定、石家庄、邯郸、衡水、唐山、廊坊和沧州8个城市的空气质量为研究对象,以PM2.5、PM10、SO2、NO2、CO、O3作为空气污染因子,分析河北省2014-2016年的空气污染时空分布特征。分析结果表明,8个城市2014-2016年AQI、PM10、PM2.5、SO2浓度呈下降趋势,整体空气质量好转,而沧州和衡水NO2年均浓度以及衡水和唐山O3年均值变化呈逐年上升趋势。8个城市颗粒物年均浓度均超标,超标倍数最高达2.3,除2014年沧州外,其余城市各年NO2年均值均超标。季节变化分析结果表明,除O3外,8个城市的其余空气污染因子和AQI季节变化趋势基本一致,夏、秋季的空气质量优于春、冬季,冬季最差,O3恰好相反。PM10、PM2.5、SO2、NO2、CO浓度高值主要分布在1月和12月,低值分布在6-9月。8个城市之间的空气污染比较显示,廊坊和沧州空气质量优良天数占比超过50%,空气质量较好,邢台、保定、唐山、石家庄空气质量较差,这与地理位置和产业布局有一定的关系。