宝鸡市大气可吸入颗粒物浓度分布特征分析

目的分析宝鸡市空气污染物PM10的时空变化特征,为宝鸡市PM10污染的综合防治提供依据。方法采用宝鸡市各空气监测点三年PM10污染物浓度资料,分析了宝鸡市区PM10浓度的时空变化特征。结果宝鸡市PM10浓度分布为春、冬季>秋季>夏季,各监测点的浓度变化是监测站>技校>三陆医院>竹园沟。结论提出了切实可行的措施以降低空气中PM10的浓度来改善宝鸡市的城市空气质量。     

集中供暖区大气PM2.5季节动态及其影响因素——以陕西省宝鸡市为例

目的 研究集中供暖区大气PM2.5的现状、动态及其主要影响因素.方法 2012年4月～2013年3月利用E-BAM粒子监测仪连续监测了宝鸡市建成区的大气PM2.5浓度,结合气象因子、燃煤锅炉烟尘排放量和工业生产总值等数据进行分析.结果 宝鸡市大气PM2.5在非供暖期（4月～10月）污染程度较轻,供暖期（11月～翌年3月）污染程度较重;燃煤锅炉烟尘对PM2.5的贡献率约为10.9％;PM2.5浓度与日均湿度正相关,与日均温度、日均大气压负相关.结论 集中供暖区供暖期（11月～翌年3月）是治理PM2.5污染问题的关键期.     

南宁市大气颗粒物PM10、PM2.5污染水平

为了初步调查南宁市大气中颗粒物PM10、PM2.5的污染水平，于2002年春、夏、秋、冬4季在南宁市的5个典型城市功能区，采集了85个样品．结果表明，南宁市PM10、PM2.5的污染很严重，超标率为82．5％、92．5％，而且对人体健康危害更大的PM2.5占PM10的大部分，约为63．5％，且重污染区PM2.5浓度超过轻污染区近一倍，应引起公众和相关职能部门的高度重视。     

宝鸡市区空气中PM_(10)、PM_(2.5)污染状况研究

目的研究宝鸡市城区采暖期和非采暖期PM10、PM2.5的质量浓度变化以及比例关系,为宝鸡的雾霾治理提供技术支撑。方法在宝鸡市环境监测中心站院子设点对PM10、PM2.5分别进行采暖期和非采暖期2个时段对比监测,结合气象条件进行分析,总结规律。结果在一般气象条件下PM2.5、PM10质量浓度采暖期高于非采暖期,昼间大于夜间,但细粒子在大气中漂浮时间长,昼夜变化幅度小于可吸入颗粒物。两种颗粒物浓度受气象条件影响较大,阴天浓度明显大于晴天。结论总结了不同时段PM10、PM2.5质量浓度和二者比例关系,为以后的研究和环境管理提供参考。     

中原城市群重点城市首要污染物日变化特征及成因分析

中原城市群重点城市是我国大气污染较为严重的区域之一。利用2017年河南省各地市环保局国控站点和地面监测站提供的首要污染物浓度和气象要素24h连续监测数据,分析得到2017年首要污染物占比和首要污染物浓度的日变化特征,采用相关分析法和主成分回归分析法得到各首要污染物之间的相关性及气象因子对首要污染物的影响。结果表明,2017年中原城市群重点城市首要污染物主要由PM2.5、PM10和O3组成;一天中,PM2.5呈双峰变化,主峰值出现在8:00-9:00,次峰值出现在22:00,谷值出现在下午16:00;PM10小时浓度呈三峰变化,主峰值出现在9:00,次峰值出现在1:00和21:00左右,主谷值出现在15:00,次谷值出现在0:00和5:00;O3小时浓度呈单峰变化,峰值出现在15:00,谷值出现在7:00左右;PM2.5在低温、高压、中等偏高的湿度、较弱风的条件下利于积累,PM10在低温、高压、中等偏高的湿度、较弱风的条件下易于积累,O3在高温、低压、中等偏低的湿度、强风的条件下易于生成与积累;对PM2.5、PM10浓度影响最大的两个气象因子是气温和气压,对O3浓度影响最大的两个气象因子是风速和气温。     

贵阳市西郊PM10污染特征及其与主要气象因素的关系探讨

对贵阳市西郊一贵州大学蔡家关校区的PM10进行了系统采样,分析了PM10的污染水平及在时间上的污染特征,并探讨了PM10与主要气象因素（如相对湿度、风速、气压、温度等）的关系。结果表明：贵阳市西郊PM10出现轻度污染,且春、夏、秋季PM10超标率分别是24％,25％,14％,超标倍数范围分别是0．04～0．49,0．02～0．35,0．09～0．48;春、夏、秋季的PM10／TSP比值平均值分别为62％,72％,69％,与北京、西安等城市的PM10／TSP比值结果相当,略高于安阳市;春、夏、秋季PM10浓度变化不大,夏季略高、秋季次高,春季略低。春季和秋末白天易出现高浓度污染,而夏季夜间易出现高浓度污染;PM10浓度与相对湿度、风速呈负相关关系,与气压呈正相关关系,与温度的相关性不大。     

基于多变量混合长短期记忆神经网络的长沙PM2.5预报模型

为了提高PM2.5浓度预报准确率,基于长短期记忆（LSTM）神经网络构建多变量混合预报模型（hLSTM）,利用空气质量数据、气象数据和日期时间信息对长沙10个空气质量监测站未来24小时PM2.5浓度进行逐小时预报,并对模型精度进行评估。结果表明：hLSTM逐小时PM2.5预报模型误差随预报时效的增加呈现前陡后缓逐步增大,均方根误差（RMSE）、平均绝对误差（MAE）和平均绝对百分比误差（MAPE）分别从1 h的6.53 μg·m-3、4.03 μg·m-3和16.02%增大到24 h的20.62 μg·m-3、13.56 μg·m-3和47.34%;模型误差存在明显的季节性差异,呈现冬季>秋季>春季>夏季的特征;相较于基于决策树（DTs）、循环神经网络（RNN）和普通LSTM的预报模型,hLSTM模型能更好地提取长沙PM2.5浓度数据的时序特征,达到更高的预报精度;利用hLSTM模型对长沙2019年12月13日~16日重污染天气过程PM2.5浓度进行预报,各时效的预报结果均能反映污染过程中PM2.5的变化趋势,其中3 h内的预报结果与观测值吻合程度较高。可见hLSTM可较好提取长沙PM2.5浓度变化特征,为其短临预报提供一种新思路。     

宝鸡市可吸入颗粒物24h浓度变化特征分析

目的 分析宝鸡市区空气中可吸入颗粒物(PM10)24 h浓度变化特征,总结其规律性,以便百姓参考.方法 利用2003～2007年大气自动监测数据,结合气象资料,对宝鸡市区多年监测结果进行统计分析,每年分为采暖期和非采暖期2个阶段分别进行分析.结果 宝鸡市区PM10平均小时浓度值的日变化特征为12月份9点浓度最高,可以达到0.29 mg/m3,每年的3月份凌晨2点其浓度最低值,为0.03 mg/m3,每年的元月到3月中旬和11月中旬到年底,宝鸡市区PM10日平均小时浓度变化幅度较大,在6:00～11:00和17:00～23:00各出现一次峰值.3月份PM10的最小值与最大值相差0.20 mg/m3,2月份PM10的最小值与最大值相差0.12 mg/m3;非采暖期PM10浓度起伏较小,另外全天PM10浓度变化与气象条件和人为因素密切相关.结论 全年各月PM1024 h内的浓度变化规律明显,对宝鸡市居民合理安排出行、PM10控制和治理具有参考价值.     

宝鸡市城区空气细颗粒物(PM2.5)污染特征及源分析

目的研究宝鸡市城区PM2.5的污染特点及成因,为制定控制污染应对策略,改善空气质量提供参考依据。方法利用2013年1月至2014年8月宝鸡市城区7个空气自动监测子站24h对PM2.5的监测数据,结合宝鸡地形特点、同期气象数据以及对颗粒物源解析在线监测资料进行分析与讨论。结果分析结果表明,宝鸡市城区PM2.5及其它污染项目与各气象参数有关,总结了PM2.5时空分布特征,宝鸡市PM2.5的组成和来源随昼夜、季节而变,其主要组成为硫酸盐、硝酸盐、铵盐、有机物、元素碳和土壤尘等化学成分,主要来源为燃煤、汽车尾气排放、扬尘、工业排放、二次气溶胶污染和周边输送等。结论分阶段经常性地分析宝鸡城区PM2.5污染现状与机理,提出治理建议和防控对策,为宝鸡市区空气污染控制提供参考依据。     

汉中市城区空气质量特征分析及预报方法初探

利用2006—2007年汉中市城区空气污染物浓度监测资料,分析了汉中市城区空气质量特征。在此基础上,利用同期的地面、高空气象要素与空气污染物进行相关分析,建立多元线性回归预报方程。结果表明：（1）汉中市城区空气质量优良天数占77％,主要污染物为PM10;污染物浓度存在明显的季节性变化,冬季远远高于夏季;（2）冬季空气质最主要受地面气象要素影响;夏季既受地面要素影响又受高空要素影响。     

长春市PM_(10)污染特征及与气象因素的相关分析

为了研究长春市PM10污染特征以及影响PM10浓度的因素,利用长春市PM10的实时监测资料,分析长春市PM10浓度的季节变化特征和污染程度.并利用同期的气象资料,建立PM10浓度和气象因素之间的多元线性回归模型,来进行两者之间的相关分析.采用逐步回归法,建立了"最优"回归方程,分析不同季节对污染物浓度有显著影响的气象因素,从而为长春市大气污染防治和雾霾天气预测提供科学依据.结果表明,长春市PM10浓度冬季偏高、夏季偏低、春季和秋季居中,2013年全年中1、4、10月份出现了不同程度的高污染现象,日平均浓度最高值达到591μg/m3.研究发现对长春市PM10有显著影响的气象因素主要有当日平均风速和最高最低气温温差.     

宝鸡市可吸入颗粒物与气象要素的关系分析

讨论了宝鸡市2003--2005年可吸入颗粒物（PM10）API指数的季节分布、区域分布状况；运用统计软件SPSS分析了宝鸡市2003-2005年的API指数与同期气象要素的相关性．结果表明，宝鸡市API〉100日数百分数的季节变化为春季〉冬季〉秋季〉夏季，区域分布为1#〉3#〉2#〉4#；宝鸡市API与S02、N02、日均气压、08气压、08气温呈正的强相关，与湿度呈正的弱相关，与气温、风速、能见度呈负的强相关，与日照时数、降水量呈负的弱相关．     

天津市新装修住宅室内空气中甲醛污染特征分析

2010年2月至2011年3月期间对天津市25户新装修住宅不同功能房间的室内空气中甲醛污染情况进行了调查,并对其中8个点位进行了为期1年的跟踪监测.结果显示,所调查的新装修住宅在刚装修竣工后,室内空气中甲醛的检出率为100%,超标率68%,最大超标倍数为2.3倍.不同功能房间的甲醛质量浓度均值为卧室>书房>客厅.在不同季节,室内甲醛质量浓度均值为冬季>春季>秋季>夏季.并建立了甲醛质量浓度随时间衰减的非线性模型,对室内甲醛的污染控制和浓度预测具有科学的指导意义     

宝鸡市区大气TSP分布特征及其防治措施

以宝鸡市"九五"大气环境监测数据为基础,研究分析了宝鸡市区大气中总悬浮微粒(TSP)污染分布特征,结果表明宝鸡市大气TSP浓度全年均超过国标GB 3095-1996二级标准.冬春季污染严重,夏秋季污染较轻;三陆医院和宝鸡市环境监测站污染严重,其它监测点较轻.     

西部工业城市耕地资源利用动态变化和预测——以陕西省宝鸡市为例

为了对宝鸡市耕地压力进行定量分析和评价,依据其2000—2009年粮食总产量、总耕地面积、人口等数据,运用回归分析法、时间序列、预测理论、最小人均耕地面积和耕地压力指数模型及SPASS13.0统计分析软件,对宝鸡市2000—2009年的耕地压力时间序列进行分析.选择指数模型、多项式模型和GM(1,1)模型对耕地压力变化趋势进行回归分析,建立了耕地压力的组合预测模型,采用粒子群优化算法求得组合预测模型的最优权重.结果为:宝鸡市耕地压力指数呈上升趋势,生产安全状况不乐观,未来10年粮食耕地压力指数呈现良好趋势.耕地压力指数已经超过警戒值,应该引起人们的重视,在未来10年内,应抓住时机制定相应的政策缓解耕地压力.     

宝鸡城区大气中铅污染现状分析

目的分析评价宝鸡市市区大气中铅及其化合物的污染现状,为宝鸡市大气污染治理提供依据。方法在宝鸡市区设置7个点位对大气中铅浓度进行了两期调查监测,同时对宝鸡市区域内煤的主要供应种类进行铅含量测定,及煤炭燃烧和汽车燃油对大气中铅尘的贡献量进行预测,结合市区大气中铅浓度的历史数据以及其他城市的铅污染情况,分析宝鸡市大气中铅的时空分布特征,说明宝鸡大气中铅污染的主要成因。结果宝鸡城区大气中铅尘本底值较低,近20年来成倍增长,但近来开始出现下降趋势,且冬季城区大气中铅尘浓度明显高于夏季;燃煤对大气铅的污染愈发明显,估计宝鸡燃煤对城区大气中铅尘贡献量大约为5～15μg／m^3,汽车燃油贡献量远低于5μg／m^3,但道路扬尘成为宝鸡市大气铅尘污染的一个重要因素,同时铅尘浓度分布也受灰霾和宝鸡特殊地形等因素影响。结论大气中铅尘的总体监测结果与细颗粒物有明显相关。因此需要通过控制颗粒物特别是细颗粒物（PM2.5）来实现对铅尘污染的降低,长远考虑需要逐步调整能源结构,降低燃煤量,加强管理,减少铅尘排放。     

Mass Concentration of Particles(PM)in Urban Environment of Changsha, China

Continuous measurement of ambient PM10 was performed by TEOM at a university campus for about one year from 20 November 2007 to 29 October 2008 in Changsha city of Hunan province.Indoor PM10 and PM2.5 concentration were measured by DustTrak simultaneously in order to describe the difference in con-centration level and daily variations of particle mass concentration between different seasons, and to survey the influence of ambient particle on indoor air quality.During the survey period,the annual average PM10 concen-tration was found to be 117.63 μg/m3.with a mean value 121.88 μg/m3 in winter and 111.50 μg/m3 in spring.The temporal trend changed quickly from time to time,and the peak values were found in rush hours and in the evening.Ambient PM10 showed a good correlation with indoor PM10 and outdoor PM2.5 but not with indoor PM2.5.These results showed that PM10 was influenced by local source(such as traffic or fuel burn-ing)and regional source.The correlation analysis has shown that ambient PM10 contributes substantial fraction to indoor PM10 but not to indoor PM2.5,which indicates other source may exist in the indoor environment.