数字

PM2.5环保部近期公布了《空气质量新标准第一阶段监测实施方案》,要求全国74个城市在10月底前完成PM2.5"国控点"监测的试运行,12月底前,要按照空气质量新标准开展监测并发布数据,鼓励具备条件的地方提前实施。     

被误读的PM2.5

前段时间,中国社会掀起对PM2.5的关注热潮,但媒体却给公众传递了两个错误信息：一是只要监测了PM2.5,空气质量就会好转;二是可吸入颗粒物中只有PM2.5才危害健康。这两个信息都是大误导。     

2014-2017年除夕期间燃放烟花对南昌市空气PM2.5的影响

文章根据中国空气质量在线监测分析平台PM2.5污染物监测数据,定量评估南昌市2014-2017年除夕期间集中燃放烟花爆竹对大气PM2.5质量浓度的影响。结果表明:南昌市2015年除夕的降雨有效抑制了燃放烟花爆竹引起的对大气PM2.5浓度的增高速率。南昌市2014年、2016年和2017年除夕燃放烟花爆竹对大气PM2.5的贡献量分别为65.8、102.9、21.2μg/m~3,燃放烟花爆竹对空气中PM2.5的质量浓度增加显著。限制烟花爆竹的燃放可显著提升南昌市除夕期间的空气质量。     

2014-2017年除夕期间燃放烟花对南昌市空气PM2.5的影响

文章根据中国空气质量在线监测分析平台PM2.5污染物监测数据,定量评估南昌市2014-2017年除夕期间集中燃放烟花爆竹对大气PM2.5质量浓度的影响。结果表明:南昌市2015年除夕的降雨有效抑制了燃放烟花爆竹引起的对大气PM2.5浓度的增高速率。南昌市2014年、2016年和2017年除夕燃放烟花爆竹对大气PM2.5的贡献量分别为65.8、102.9、21.2μg/m~3,燃放烟花爆竹对空气中PM2.5的质量浓度增加显著。限制烟花爆竹的燃放可显著提升南昌市除夕期间的空气质量。     

338个城市开始监测空气质量

2012年5月起,国家空气质量监测网络将由原来的113个重点城市扩大至338个地级以上的城市,全国共设1 436个空气质量监测站点,监测6种主要污染物,其中包括PM2.5。     

粤东三市PM2.5和PM10质量浓度分布特征

采用在线监测方法于2009年7月8日至22日在广东省汕头、潮州、揭阳三市各选择1个有代表性的空气质量监测点同步进行PM2.5和PM10监测。监测结果表明,粤东三市PM2.5和PM10质量浓度低于部分沿海城市;PM10与PM2.5的质量浓度日变化呈双峰分布,分别处在上午(6:00至10:00)以及下午(18:00至22:00)两个时间段;PM10与PM2.5日平均浓度变化呈周期性波动,周期约为3～4 d;对于粤东三市区域,PM2.5/PM10为0.5215,说明PM10中细颗粒物含量大于粗颗粒物含量。     

保定市空气质量综合评价模型研究

通过中国环境空气在线监测分析平台,收集保定市2018年全年空气质量监测指标数据。以环境空气质量指数(AQI)和二氧化硫(SO2)、二氧化氮(NO2)、可吸入颗粒物(PM10))、一氧化碳(CO)、臭氧(O3)、细颗粒物(PM2.5)六项指标浓度数据作为研究对象,采用因子分析法、多元逐步回归分析法对六项监测指标进行定量分析,建立空气质量综合评价模型。     

基于多元回归分析的STM32空气质量监测系统设计与开发

以鞍山市空气环境资料为基础,用统计软件SPSS分析了空气质量指数与PM2.5,PM10,SO2,NO2,CO以及O3的相关性,选取相关性最显著的因素建立多元回归模型,并以此为基础设计并开发出基于STM32处理器的具有温湿度和紫外线测量及空气质量指数预报的空气质量监测系统。测试结果显示,测量及预报值与实际值相符合。     

环境空气质量标准修订后城市空气质量变化趋势及污染特征分析 ——以济南市为例

2012年环境空气质量标准修订后,大气污染物监测指标与频次发生变化,在一定程度上影响了城市空气质量评价及污染特征判定。为进一步促进城市空气质量改善,为地方环境管理与决策提供科学支撑,通过运用统计分析、趋势检验及相关分析等方法研究了济南市执行新环境空气质量标准后,各时段城市空气质量及6项污染物浓度变化趋势,在此基础上识别了空气污染特征。结果表明：自2013年起,PM10、PM2.5浓度不断下降,SO2、CO持续达标,近3年间全市无污染天数占50%左右;从季节变化来看,冬季大气污染最为严重,夏秋两季空气环境质量较好;PM10、PM2.5与NO2长期处于超标水平,O3污染愈加严重。可见济南市环境空气质量虽日趋改善,但以PM10、PM2.5和O3污染为代表的复合型大气污染特征已经形成。     

基于WiFi网络的PM2.5监控系统的设计与实现

目前对PM2.5等空气质量监测情况主要来源于相关部门在城市中所安装的监测点的数据采集,播报只能反映整体平均水平,不能满足实时性、区域性要求.本文设计了一种基于WiFi网络的PM2.5监控系统,采用ATmega16芯片为核心的控制器,具有成本低,精度高,小巧实用,布置灵活等特点,能够满足用户对预设环境中PM2.5值的实时采集以及数据的压缩存储.     

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。     

基于地理加权回归张力样条函数的广西PM2.5浓度插值

针对广西地区PM2.5污染情况,利用广西气象站数据通过反距离加权插值得到广西地区空气质量监测站的气象数据,然后结合空气质量监测站数据及其气象数据插值结果建立地理加权回归张力样条函数(geographically weighted regression-tension splinefunction,GWR-TSF)插值模型,并用该模型进行广西PM2.5浓度插值分析.研究结果表明,GWR-TSF模型的PM2.5浓度插值效果较好,其均方根误差为2.34μg/m3,较普通克里金(ordinary Kriging,OK)模型和地理加权回归(GWR)模型分别提高了20.68％和25.71％;而平均绝对误差为2.13 μg/m3,较OK模型和GWR模型分别提高了20.22％和11.62％,对区域PM2.5监测预警具有一定的参考价值.     

河南省供暖期大气污染特征及预测分析——以郑州市为例

近年来河南省大气污染问题引起社会的广泛关注,但有关供暖期间大气污染方面的研究相对较少.以郑州市为例,分析郑州市供暖期间大气颗粒物的浓度变化并进行预测,对提高当地空气质量具有重要意义.基于2014-2016年郑州市空气质量监测数据和同期气象数据,利用SPSS相关分析和BP神经网络模型,分析郑州市供暖期间PM2.5、PM10的超标情况、日变化特征,探究气象要素对PM2.5和PM10的影响,最后预测AQI指数的变化.结果表明:2014年供暖期郑州市空气质量相对较差,PM2.5和PM10平均质量浓度超标率最高;2015年供暖期郑州市空气质量相对较好,PM2.5和PM10平均浓度变化幅度较大;2014-2016年供暖期间郑州市PM2.5和PM10浓度具有明显的日变化特征,呈现双峰型变化;2014-2016年供暖期郑州市PM2.5、PM10与日均气温相关性不显著,与日均风速呈显著负相关,与日均相对湿度呈显著正相关;当供暖期郑州市主导风向为正西风时,污染天气出现频率较低;利用BP神经网络预测2016年AQI的精度较高,预测值与实测值相关系数为0.85.     

污染事件对空气质量的影响研究

空气污染物标准指标中有5种主要污染物,分别为悬浮微粒(PM10)、二氧化硫(SO2)、臭氧(O3)、二氧化氮(NO2)、一氧化碳(CO)。我国近年来亦将细悬浮微粒(PM2.5)纳入空气质量标准,采用每日空气质量指针的细悬浮微粒(PM2.5)预警分级制度,提醒民众指标达到一定标准需开始注意户外活动的强度,空气质量已成为国民关注的热点问题。     

空气中PM2.5浓度的灰色预测与关联因素分析

2013年1月开始,国内持续的大范围雾霾天气,将PM2.5问题推向了舆论热潮的顶峰.结合武汉市监测点的数据建立灰色预测GM(1,1)模型,并编写VB程序建立GM(1,1)系统,对未来短期PM2.5浓度变化进行预测,弥补了监测过程中缺失的数据.此外,根据武汉市空气质量监测数据和京津冀、上海、广东及全国其他地区的工业废气、粉尘排放量数据进行灰色关联度分析,得出CO,O3,NH3和NH4NO3与PM2.5浓度的相关性较强,从而为进一步研究PM2.5提供科学依据.     

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。     

基于多层组合模型的武汉市月平均PM2.5浓度预测

构建一款组合预测模型,精准预测武汉市PM2.5浓度,探讨其对地区空气质量产生的影响.研究结果显示,武汉市2020年1-4月份月平均PM2.5浓度实际值远小于预测值,差距最大的2月份,实际月平均PM2.5浓度比预测的正常值低30.37μg/m3,仅为预测值的55.63%.2020年5月份后,月平均PM2.5浓度预测值与实际值之间差距不明显.说明新冠疫情期间各地居民减少了户外活动,空气质量有明显改善.     

基于LabVIEW的远程空气颗粒物含量监测系统设计

随着大气环境的恶化,空气质量越来越成为人们关注的话题,现有设备在原始数据监测中存在诸多不便。针对以上情况文中设计了一种基于LabVIEW的远程空气颗粒物含量检测系统。该系统携带方便,采用太阳能供电,经过低功耗优化设计可以实现长期在线监测。系统以STM32嵌入式处理器为控制核心,将激光传感器采集到的PM1.0、PM2.5、PM10以及现场温湿度等数据通过GPRS传送至以太网,上位机通过LabVIEW实现了数据的远程接收,以曲线和数据的方式加以实时显示并存储。系统实现了PM2.5等环境参数的远程、准确、实时的显示和处理。     

环境空气中PM2.5的测定方法

PM2.5是悬浮在空气中,空气动力学直径≤2.5μm的颗粒物,也称为可入肺颗粒物.它的直径还不到人的头发丝粗细的1/20.虽然PM2.5只是地球大气成分中含量很少的组分,但它对空气质量和能见度等有重要的影响.与较粗的大气颗粒物相比,PM2.5粒径小,富含大量的有毒、有害物质且在大气中的停留时间长、输送距离远,因而对人体健康和大气环境质量的影响更大.《环境空气质量标准》( GB3095-2012)新标准拟于2016年全面实施.京津冀、长三角、珠三角三大地区及9个城市群可能会被强制要求先行监测并公布PM2.5的数据.就PM2.5的环境监测方法予以概述.     

湖南省冬季一次PM2.5重污染过程特征及来源分析

针对2020年12月18—28日湖南省发生的一次PM2.5重污染过程,利用湖南省内组分站和环境空气复合监测站水溶性离子分析仪、碳组分分析仪、无机元素分析仪等分析了PM2.5的化学组成,对颗粒物主要成分进行了来源解析,并结合气象要素、激光雷达和卫星遥感监测综合分析了此次重污染的过程和成因.监测结果显示,此次重污染过程中PM2.5最高日均质量浓度达177μg/m3,超标1.36倍;重污染期间硝酸盐是PM2.5的主要组分,最高可达55.5％;激光雷达及气象数据分析表明,此次重污染是受高湿静稳、逆温、边界层高度低等不利气象条件影响,加之区域污染传输和本地污染积累而引起空气质量的恶化.