长沙市郊区环境大气中颗粒物PM10的质量浓度及其变化特性

于2007-11-2008-10对长沙市郊区环境空气中的颗粒物PM10的质量浓度采用TEOM 1400a进行实时监测,以揭示城市颗粒物污染的主要特征及其变化趋势.研究结果表明:长沙市郊区颗粒物污染相当严重,PM10年平均质量浓度为(120.8±47.7) μg/m3,明显超出我国环境空气质量标准,其中秋、冬季节质量浓度高于夏季质量浓度;PM10质量浓度日变化受城市交通密度的影响显著,峰值分别出现于9:00与18:00附近,与早晚交通高峰期吻合;PM10质量浓度在工作日与周末存在明显差异,夏季周末质量浓度明显高于工作日质量浓度,而冬季则相反;颗粒物PM10与PM2.5质量浓度具有很好的相关性,说明我国现行采用的PM10环境空气质量标准评价城市空气质量仍是合适的.     

淮南市大气颗粒物中汞分布特征的初步研究

利用AMA 254测汞仪分析了淮南市大气颗粒物中的汞含量,分析其分布的季节特征。研究结果表明:大气PM10和PM2.5颗粒物中汞的质量浓度季节变化为:冬季夏季春季秋季,体积浓度变化为:冬季秋季春季夏季。相关性分析中表明,大气中颗粒态汞主要富集在PM2.5中。     

基于BP人工神经网络的大气颗粒物PM10质量浓度预测

根据2008年长沙市火车站监测点全年大气PM10及气象参数的小时平均数据,建立BP人工神经网络预测模型,预测PM10小时平均浓度。为证明人工神经网络模型用于预测PM10质量浓度的准确性,研究中考虑2种预测模型:多元线性回归模型与人工神经网络模型。研究结果表明:与传统的多元线性回归模型相比,人工神经网络模型能够捕捉污染物浓度与气象因素间的非线性影响规律,能更好地预测PM10质量浓度,拟合优度R2有较大提高;所选取气象参数及污染源强变量能较准确地描述大气PM10质量浓度的实时变化,用于PM10质量浓度的预测准确度较高,整体R2可达0.62;人工神经网络预测模型不仅适用于一般污染浓度情况,对于高污染时期PM10质量浓度的预测也较为准确。     

攀枝花市PM10、PM2.5污染特征及相关性分析

基于西南地区攀枝花市大气监测站5个站点的大气污染物数据,整理了2019年PM10和PM2.5质量浓度的变化趋势,分析了不同季节不同粒径颗粒物浓度的分布特征与气象因素之间的相关性.结果显示:2019年攀枝花市PM10、PM2.5的质量浓度年均值分别为52.8±16.2μg/m3和29.2±10.5μg/m3;由PM10与...     

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.     

微量振荡天平法确定激光粉尘仪大气颗粒物转换系数

本研究确定了某激光粉尘仪测试上海市环境大气颗粒物(PM10和PM2.5)的质量浓度转换系数K值。利用激光粉尘仪和TEOM RP 1400a型监测仪,同时对选定的环境监测站同一监测点的环境大气颗粒物(PM10和PM2.5)进行了测定,得出了该激光粉尘仪测试上海市环境大气颗粒物(PM10和PM2.5)的质量浓度转换系数K值呈基本正态分布,分别为0.00594和0.00158。     

京津冀区域颗粒物污染特征研究

京津冀区域是我国环境空气污染频发的重点区域之一.基于中国空气质量在线监测分析平台实时发布的2019年京津冀区域六个典型城市的颗粒物质量浓度数据,分析京津冀区域颗粒物污染特征.结果表明:京津冀区域日均PM2.5质量浓度小于等于60μg/m3天数占全年的68.49%-80.00%;PM10质量浓度小于等于140μg/m3天数占全年的75.14%-93.70%;京津冀区域颗粒物质量浓度的月分布呈"V"型规律,颗粒物质量浓度冬季最高,秋季和春季次之,夏季最低;颗粒物质量浓度日变化呈双峰型且与人为活动作息时间保持良好的一致性;应用皮尔逊相关分析法探讨不同城市间颗粒物的相关性,总结为东南和西南两条典型的显著相关路径;应用线性回归方法评估PM2.5与PM10的相关性,同一城市的PM2.5与PM10显著相关;应用空间差异率方法分析京津冀区域不同城市间颗粒物质量浓度的差异程度,石家庄和其他城市间的颗粒物空间差异率最高;天津与唐山的PM2.5空间差异最低,其COD值为0.14;天津和廊坊的PM10的空间差异最小,其COD值为0.14.     

南京市大气颗粒物污染特征及影响因素分析

利用南京市2013年12月至2014年11月PM2.5和PM10质量浓度及气象观测数据分析了大气颗粒物污染特征和影响因素。结果表明:过去一年南京市PM2.5、PM10年均值分别为0.082 0 mg/m3、0.133 3 mg/m3。季节性差异明显,污染程度顺序为:冬季春季秋季夏季。南京大气颗粒物日变化呈"双峰双谷型"特征,峰值分别出现在上午11:00和晚间23:00附近,谷值分别出现在早晨7:00和下午18:00左右。颗粒物与温度、相对湿度、风速呈一定的负相关性,与能见度、气压有一定正相关性。气象条件共同影响颗粒物质量浓度和大气污染水平。     

兰州市冬季大气颗粒物的污染特征分析

利用兰州市冬季大气颗粒物Anderson分级采样器和石英分级采样器的资料,采用改进的三次样条插值方法分离出PM2.5,研究兰州市PM2.5PM10的污染水平、PM2.5占PM10和TSP的比例,并比较兰州市PM2.5和PM10在国内的污染水平.结果表明:兰州市冬季PM2.5和PM10的污染严重,PM2.5在大气颗粒物中的质量浓度相对很高,PM2.5的污染和危害值得重视.     

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.     

利用卫星遥感大气气溶胶进行待建环境监测站点位评估

利用MTSAT-1R卫星资料中的红外1、红外2和水汽通道亮温数据, 在目标云块识别对比的基础上计算对流初生(CI)预报的8个指标值。根据京津地区的实际情况, 给出修正后的预报指标阈值, 并对2006-2007年京津地区进行17日次对流初生预报实验。实验结果表明, 该预报方法能够对1小时内的对流初生现象进行有效预报。结合云导风矢量给出检验预报结果的方法, 对该预报方法的预报效果进行量化统计。统计结果表明, 该方法预报对流初生的TS (threat score) 评分为0.545, 检测概率(POD)为0.654, 空报率(FAR)为0.435。     

兰州市供暖期PM10浓度与气象因子分析

为研究兰州市供暖期内PM10浓度变化及其与气象因子的关系,于2007、2008年供暖期在兰州市4个典型城区,用Dust Trak Model 8530采集了303个PM10样品并收集同期3种（风速、相对湿度、气温）气象数据。运用数据统计分析方法,描述了供暖期PM10浓度的月变化和日变化趋势,同时分析了PM10日均浓度与气象因子的相关性。结果表明：（1）兰州市供暖期PM10污染十分严重,2007、2008年PM10的超标率分别为78.5%、54.5%,最大超标倍数分别达到2.27、2.81,PM10浓度日变化呈“双峰双谷”型;（2）PM10日均浓度与风速呈典型的二次函数关系,与相对湿度呈显著的负相关线性关系,而其与气温相关性不显著。     

指数分布参数的Bayes及多层Bayes估计

对寿命服从指数分布的产品,以先验分布为Gamma分布时,给出了参数的Bayes估计和多层Bayes估计.     

指数分布参数的Bayes及多层Bayes估计

对寿命服从指数分布的产品,以先验分布为Gamma分布时,给出了参数的Bayes估计和多层Bayes估计。     

郑州市PM2.5和PM10中水溶性无机离子的污染特征

于2009年10月至2010年8月间采集郑州市大气颗粒物PM2.5与PM10样品,对其质量浓度及水溶性离子进行分析研究.结果表明：PM2.5在秋、冬、春、夏四季的质量浓度的平均值分别为134.9、121.6、77.9和102.0μg/m^3,PM10在秋、冬、春、夏四季的质量浓度的平均值分别为193.2、184.0、140.9和140.5μg/m^3,日均值超标率分别达77.8%和59%.PM2.5和PM10质量浓度呈现很好的相关性,春季粗粒子在PM10中的比例相对较高,而秋、冬和夏季细粒子是PM10的主要组成部分.主要的水溶性离子是SO4^2-、NO3^-和NH4^＋,大部分以（NH4）2SO4和NH4NO3形式存在;NO3^-和SO4^2-质量比小于1,说明采样期间郑州市大气以固定排放源污染为主.     

南京地区PM2.5和PM10浓度分布特征及与相关气象条件的关系

利用2014年12月至2015年5月南京市PM_(2.5)和PM_(10)的质量浓度以及天气观测数据,研究南京市颗粒物浓度空间、时间分布特征及其与相关气象因子的关系。研究表明PM_(2.5)和PM_(10)同季节内高度线性相关,时间分布具有明显的季节性差异;PM_(2.5)与风速呈负相关关系,与降雨清除量呈正相关关系;相对湿度达到75%左右时污染最严重。研究首次将其他污染气体和相关气象因子结合起来,用逐步回归法建立PM_(2.5)预测模型,能较好地拟合冬春两季PM_(2.5)变化趋势,较准确地反映南京市PM_(2.5)的污染特征,具有一定的理论和实用价值。     

利用激光雷达和卫星遥感获得城市地面大气悬浮颗粒物浓度分布

使用香港元朗地区2008年MODIS卫星遥感的气溶胶光学厚度(AOD)产品、激光雷达气溶胶消光系数垂直分布、地面相对湿度和地面气溶胶浓度观测资料等数据, 通过激光雷达数据建立地面消光系数和激光雷达AOD与气溶胶标高的关系, 利用这一关系和卫星AOD进行地面消光系数的反演估计, 并进行湿度订正; 通过建立地面气溶胶浓度和地面消光系数的关系, 进行卫星AOD产品和激光雷达气溶胶探测反演地面大气颗粒物质量浓度的研究及应用。结果表明, 卫星估计的地面消光系数与小时平均的颗粒物质量浓度观测值的相关系数为0.57~0.86 (PM2.5)和0.59~0.78 (PM10), 估计的质量浓度与小时平均的观测值对比的均方根偏差分别为11.64~25.34 g/m³ (PM2.5)和24.64~91.64 g/m³ (PM10), 表明可以通过卫星遥感进行大气悬浮颗粒物污染的监测应用。其中1 km分辨率的AOD产品, 因其更高的空间分辨率, 更适合反映具有复杂地形的城市地区大气悬浮颗粒物污染。     

星地结合的细颗粒物超标防控区精确识别方法

为精确识别细颗粒物(PM_(2. 5))浓度超标的区域空间,依据卫星遥感与站点监测在PM_(2. 5)浓度观测方面的特点,建立遥感反演数据与站点监测数据间的临界映射分析法,综合卫星遥感覆盖面广和站点监测准确性高的技术优势。通过该方法研究珠三角区域2013年灰霾污染过程的PM_(2. 5)浓度超标区域,结果表明,利用星地结合的方法可以精确识别出PM_(2. 5)浓度超标的区域空间;广州市西部和南部、佛山市大部、肇庆市主城区及东南部、东莞市西部和北部、中山市北部和中部、江门市主城区及东部是珠三角PM_(2. 5)污染的高发地区,应作为防控重点。