山地城市长上坡路段PM2.5浓度分布特性实测研究

与平原地区城市相比,由于山地城市地形地貌的因素,城市道路具有坡度大、弯道多、路窄、起伏大等特点。车辆在道路上行驶相较于平原存在巨大差异,使得这种道路更容易产生交通污染,为明确山地城市道路长上坡路段汽车尾气与细飘尘排放浓度及其影响因素,特选取重庆主城多条具有代表性的道路采集汽车尾气与细飘尘浓度值,采用交通系统仿真分析方法分析车流量、区域差异、横向距离等对汽车尾气与细飘尘浓度的影响。结果表明：夜间汽车尾气与细飘尘（PM2.5）浓度较日间差异性显著;整体上看,随着横向距离的增加,汽车尾气与细飘尘浓度不断衰减,根据实验结果,日间PM2.5浓度先衰减,当处于横向距离6-10m之间PM2.5浓度出现向上波动,最后下降至稳定值,而夜间PM2.5浓度呈波动式衰减,最后趋于稳定;车流量的大小不是决定山地城市日间上坡路段道路旁PM2.5数值大小的最直接原因;同一个城市的不同区域,道路两旁空气中的PM2.5浓度的含量存在巨大的差异。     

山地城市长上坡路段小客车行驶速度的模式特征

与平原城市相比,山地城市道路具有弯道多、坡度陡、曲率变化大、交叉口间距长、路侧干扰少等特点,车辆的运行状态存在特殊性。关于小客车在上坡路段的速度变化特征此前一直存在不同推测。为明确山地城市长上坡路段小客车的行驶速度特性,在重庆市主城区内选择多条具有代表性的上坡路段为对象,采集多个测试断面的行驶速度,得到了小客车在夜间和日间的速度变化趋势和影响因素,以及大型车与小客车之间的速度差异、以及路段环境和昼夜因素对速度的影响。结果表明:1小客车在山地城市上坡路段的速度变化趋势呈典型的多样性特征,比如持续递减、维持不变、持续升高、以及不同类型的波动,共确定了6种变化模式;2面包车在上坡路段的速度均值最低、三厢/两厢轿车居中,SUV速度最高,SUV与面包车的平均速度相差约5 km/h;3在日间,道路坡度对小客车速度无明显影响,受路侧、交通量和信号灯影响更大;夜间小客车在上坡路段的行驶速度会出现衰减;4在直坡路段,小客车的夜间行驶速度高于日间,并且速度在各观测断面的分布比较离散;而对于弯坡组合路段,速度在各断面的分布比较集中,且速度幅值低于日间。     

山地城市道路长上坡路段交通噪声分布特性实测研究

为了得到山地城市道路长上坡路段汽车行驶噪声的幅值水平和影响因素,在重庆市主城的长大上坡路段上采集了汽车行驶噪声值,分析了车型、横向间距(距路缘线之间的距离)、坡长、驾驶行为等因素对噪声的影响。结果表明:夜间的交通噪声水平与日间相比并没有出现大幅度的衰减;汽车行驶噪声随着传播距离的增加而逐渐衰减,每增加5 m,噪声均值要衰减约3 d B左右,距离路侧5 m时,噪声值会降到重度污染的阈值以下;距路侧10 m时则会进一步降到中度污染水平以下;小轿车噪声均值要比公交车低10 d B;驾驶员有冲坡习惯时坡底第二个测试断面的噪声值会显著增加,驾驶员在到达坡顶之前也会再次加速冲坡,导致坡顶的噪声值显著增加;在大型车数量相当的情况下,路段的坡度值越高,噪声值越大。     

山地城市平坡路段污染物浓度分布特性实测

为明确车辆排放污染物浓度在山地城市道路平坡路段的分布特性,以重庆市内8条典型平坡道路作为研究对象,采集了路侧不同横向距离的空气污染物浓度,分析了PM2.5、挥发性有机物(volatile organic compounds,VOCs)在平坡路段路侧不同横向距离的连续分布特征,以及不同时段、不同环境对污染物浓度的影响。结果表明:PM2.5和VOCs浓度随着路侧横向距离的改变而发生变化,但分别呈现不同的变化特征;高峰时段的污染物浓度高于平峰时段的污染物浓度;整体来说,路段的PM2.5浓度大于VOCs浓度,且PM2.5浓度分布比VOC_S浓度分布较分散;PM2.5对于环境的敏感度较强,VOCs对于环境的敏感度较差。     

重工业区室内外细颗粒物PM_(2.5)相关性分析

目的研究重工业城市住宅在夏季开窗条件下,室外细颗粒物PM_(2.5)对室内空气品质的影响,数值模拟得到细颗粒物PM_(2.5)的质量浓度、速度、温度分布云图及粒子轨迹.方法通过采用气溶胶检测仪对室内外细颗粒物PM_(2.5)污染物质量浓度进行实测,使用SPSS软件对测试得到的细颗粒物PM_(2.5)质量浓度进行拟合,并运用FLUENT模拟软件对室内细颗粒物运移及分布情况进行模拟分析.结果位于重工业厂矿下风侧交通主干线一侧的A房间的室内与室外细颗粒物质量浓度的比值(I/O)小于1,受室外环境的影响较大;位于重工业厂矿下风侧小区内部的B房间的I/O大于1,说明受室内细颗粒物染物污的影响较大.并且两房间室内外细颗粒物具有较强的二次相关性,相关系数分别为0.920 77、0.941 11.结论室内PM_(2.5)质量浓度随室外细颗粒物质量浓度增加而升高.建立的室内外细颗粒物PM_(2.5)质量浓度相关性模型,可以分析室内外颗粒物浓度的变化特征.     

福州市快速路交通颗粒物变化特征

基于2017年连续数天对福州市三环快速路测试路段交通的颗粒物浓度进行监测,同步记录的气象、交通特征数据,对颗粒物污染特征进行探究并分析得到,风速、温度、湿度与PM_(2.5)、PM_(10)浓度均呈显著的负相关性。研究结果显示:该路段"周末效应"并不明显,总的交通量与PM_(2.5)、PM_(10)浓度均有明显正相关性;在调查的6种车型中,小型客车、大型货车对颗粒物浓度影响最为明显,其中,小型客车对PM_(2.5)、PM_(10)有较明显正相关影响,而大型货车和PM_(2.5)呈明显的正相关性的同时与PM_(10)相关性较弱。     

隧道车辆排放污染物分布特性实测

为明确车辆排放污染物浓度[PM_(2. 5)和挥发性有机化合物(volatile organic compounds,VOCs)]在山地城市隧道路段的分布特征,以重庆市内5条典型隧道为研究对象,采集了隧道洞内、洞口以及前后100 m范围内的空气污染物浓度值,分析PM_(2. 5)与VOCs在隧道路段的连续分布特征,以及土地开发强度与时段差异等对污染物浓度的影响。结果表明:隧道中段的污染物浓度最高、隧道出口处的污染物浓度次之、隧道进口处的污染物浓度最低;隧道高峰期间污染物浓度比平峰期间污染物浓度波动大,并且高峰期间污染物浓度大于平峰期间的污染物浓度;污染物浓度在郊区隧道路段最低,在商圈外围隧道路段居中,在商圈中心隧道路段最高; 5条隧道样本的通风效果普遍较差。建议优化隧道中段的通风装置,尤其是增加商圈中心隧道的风机密度,以改善加强隧道中段的通风效果、降低污染物浓度。。     

上海城区PM_(2.5)精细化空间分布插值方法研究

PM_(2.5)是我国大中型城市的主要污染物之一,已成为多学科领域的研究热点.基于监测点的监测数据无法直接获取城市内部空气污染的高分辨率空间分布情况,以上海市中心为研究区,引入土地利用回归(LUR)模型模拟PM_(2.5)质量浓度的高分辨率空间分布情况.双变量相关分析表明,与PM_(2.5)质量浓度分布相关性最强的地理变量分别是国控点2 000 m缓冲区内的道路长度、2 500 m缓冲区内的建筑面积、2 500 m缓冲区内的绿地面积、500 m缓冲区内的水体面积以及人口密度.基于以上变量,用多元线性回归分析建立PM_(2.5)质量浓度空间分布的LUR模型.在研究区内建立1 km×1 km格网,用LUR模型模拟各格网交点的PM_(2.5)质量浓度,再通过空间插值分析得到上海市PM_(2.5)质量浓度的空间分布模拟图.结果表明,PM_(2.5)模拟质量浓度存在明显的空间梯度差异,整体呈现西部高东部低的格局,并由人口密集区域向四周递减.人类活动是影响PM_(2.5)质量浓度分布的主要原因,模拟结果与实际情况相符.     

基于MODIS数据的郑州地区PM_(2.5)时空分布特征分析

卫星观测不仅能反映全球尺度的大气污染状况,也能从城市等区域尺度上监测大气污染物的变化.本文基于2004-2013年MODIS气溶胶标准产品,利用PM_(2.5)卫星遥感估算的统计模型,统计分析了郑州地区的PM_(2.5)质量浓度的年际及季节变化特点,有助于深入研究郑州地区细颗粒物污染水平变化.研究发现,在空间上,郑州地区PM_(2.5)高值区主要集中在郑州市市辖区、中牟县、新郑市、荥阳市以及巩义市西北等地区,低值区主要分布于登封市和巩义市南部的山地地区.在时间上,2004-2011年整个郑州地区PM_(2.5)质量浓度总体呈现逐年增长的趋势,直到2011年达到峰值(108.59μg/m3).2011年之后,该地区PM_(2.5)污染状况有所好转,但仍处于重度污染状态.季节变化方面,PM_(2.5)高值通常出现在冬季(149.28μg/m3),秋季次之,春、夏季该地区PM_(2.5)质量浓度较低(81.71μg/m3).研究结果表明,利用卫星数据可以有效地分析郑州地区的PM_(2.5)时空分布特征,为该地区的PM_(2.5)污染治理提供有力的数据和技术支撑.     

山地城市交叉口车辆纵行运行特性

为研究车辆在山地城市道路交叉口停车减速阶段的运行特性,利用无人机采集了某山地城市道路交叉口的高空视频数据。基于云平台DataFromSky AI,采用Lucas-Kanade和背景差分等算法提取视频中车辆的速度和加速度等数据。按照不同坡度类型,分析停车减速过程中速度变化特征、停车点位置分布规律等运行特性。结果表明：在不同坡度路段,越靠近停止线的车辆其截面初速度越大,离散程度越高;停止线位置处的速度均与停车距离具有较强的正相关性;上坡路段车辆截面初速度、减速率和速度降幅均小于下坡路段;车辆与停止线距离越近,其停车位置点分布越集中;下坡路段车辆停车点位置更分散,分布的区间也较大,停车距离也逐渐增大。本次研究结果可以为山地城市道路交叉口仿真模型参数标定与修正等方面提供理论支撑和数据支持。     

重庆市沙坪坝区环境空气PM_(2.5)和PM_(10)相关性分析

以重庆市沙坪坝区国控空气自动监测点为例,研究了细颗粒物(PM_(2.5))和可吸入颗粒物(PM_(10))污染现状和相关性.结果表明:颗粒物,尤其是细颗粒物(PM_(2.5)),是影响城市环境空气质量的主要污染因子,尤其是在春、冬季节易导致污染天气.大气扩散条件不佳,颗粒物质量浓度越高,细颗粒物(PM_(2.5))在可吸入颗粒物(PM_(10))中的比重也越高.细颗粒物(PM_(2.5))和可吸入颗粒物(PM_(10))具有较好的统计相关性,两者可能具有同源性,在环境空气污染中的变化规律相似,有可能遵循相同的迁移转化规律,可以进行协同治理.     

龙岩市中心城区大气污染特征与相关性研究

为了解龙岩市中心城区大气环境质量现状,利用2016—2019年龙岩市中心城区6种大气污染物监测数据进行统计分析,结果表明,2016—2019年,龙岩市中心城区SO_2、CO和NO_2三种污染物质量浓度年际变化平稳。O_3的质量浓度年际变化呈明显上升趋势。PM_(10)和PM_(2.5)质量浓度于2016—2018年呈上升趋势,2019年则下降。龙岩市中心城区SO_2、NO_2、PM_(10)、PM_(2.5)和CO的空气质量分指数(IAQI)具有冬季最高、夏季最低的特征,O_3的IAQI则是秋春季高,冬季最低。PM_(10)、PM__(2.5)、NO_2和CO日间浓度变化呈现双峰特征,O_3和SO_2日间浓度变化呈单峰分布特征。通过对一次臭氧超标事件的模拟表明,外来输入和本地的臭氧污染物的集聚是臭氧超标的原因。分析各种污染物间的关系表明,SO_2、NO_2、PM_(10)、PM_(2.5)和CO浓度之间呈显著的两两正相关。O_3与CO、SO_2、NO_2呈显著负相关,与PM_(10)、PM_(2.5)呈正相关。     

黔东南州城市环境空气质量季节性变化特征

以2018年黔东南州16个县(市)城市空气自动监测数据为基础,分析城市环境空气污染物浓度变化趋势、污染物之间相关性以及城市环境空气综合指数,研究黔东南州城市环境空气质量季节性变化特征。结果显示:黔东南州城市环境空气中除CO浓度水平具有不明显的季节特征外,其余SO_2、NO_2、O_3、PM_(10)和PM_(2.5)浓度水平具有明显的季节特征,其中,SO_2浓度高值出现在秋季和冬季;NO_2浓度高值出现在冬季和春季;O_3浓度高值出现在冬季和春季;PM_(10)和PM_(2.5)浓度高值出现在冬季和春季。在0.01的置信水平下,PM_(10)和PM_(2.5)的Pearson相关系数达到0.962,具有极强的正相关,初步判断PM_(10)和PM_(2.5)是影响黔东南州城市环境空气质量季节性变化的主要污染物。从全年空气质量变化趋势来看,黔东南州城市环境空气质量从好到差依次为夏季、秋季、春季、冬季,PM_(10)和PM_(2.5)浓度的高低直接影响城市空气质量综合指数的变化。     

济南市气象要素对大气污染物浓度的影响

利用2014-12-01—2015-11-30期间济南市空气质量的监测数据,运用Spearman秩相关分析法研究该市大气中细颗粒物PM_(2.5)、可吸入颗粒物PM_(10)、臭氧(O_3)的浓度与气象要素之间的相关性,其中气象要素选取温度、相对湿度和风速。结果表明:PM_(2.5)、PM_(10)及O_3与气象要素有显著的相关性,PM_(2.5)、PM_(10)的浓度与相对湿度呈正相关,与温度和风速呈负相关,O_3的浓度与温度和风速呈正相关,与相对湿度呈负相关;PM_(2.5)、PM_(10)浓度的日变化特征呈双峰双谷型,O_3浓度的日变化特征呈单峰单谷型;PM_(2.5)、PM_(10)的浓度在冬季、秋季、春季较大,在夏季较小;O_3的浓度在夏季最大,在冬季、秋季、春季相对较小,O_3已成为影响济南市夏季空气质量的首要污染物。     

定量评估机动车限行、共享单车 对西安市PM2.5的影响

通过收集2016年9月1日至2017年2月28日中国空气质量在线监测分析平台公布的空气质量监测数据,利用统计分析和相关分析法,定量评估机动车限行政策、共享单车的投放使用对西安市PM_(2.5)的影响,旨在为西安市的空气污染防治管理和科学决策提供理论依据。结果表明:不论有无机动车限行和共享单车,交通高峰时段的大气PM_(2.5)浓度均低于非交通高峰时段。源解析表明,交通高峰时段产生的汽车尾气、道路扬尘等只是PM_(2.5)的来源之一,燃煤、生物质燃烧、工业生产等产生的SO_2、PM_(10)、CO和NO_2均对PM_(2.5)浓度有重要影响。在共享单车和限行政策的共同作用下,西安市的PM_(2.5)浓度得到了一定改善,但改善的幅度十分有限。改善空气质量仅靠机动车限行和共享单车投放很难起到明显效果,还应该从改善能源结构、提高节能水平、增加绿化面积等多方面着手。     

2016年南昌市PM_(10)和PM_(2.5)质量浓度变化研究

利用南昌市2016年4月～2017年3月8个监测点的PM_(10)和PM_(2.5)质量浓度的监测数据,通过聚类分析探讨了大气颗粒物PM_(10)、PM_(2.5)的污染状况和不同功能区间的变化规律.结果表明:2016年南昌市大气颗粒污染物中,细颗粒物(PM_(2.5))较可吸入颗粒物(PM_(10))超标情况更严重;从时间角度看,PM_(10)和PM_(2.5)浓度表现为冬季春季/秋季夏季的季节性变化趋势;从空间角度看,表现为商业交通居住混合区交通区文教区居住区风景区的变化规律;PM_(2.5)/PM_(10)比值变化特征提示冬季可吸入颗粒物中细颗粒物所占比重最大,春季和秋季次之,夏季最小;在影响因素中,监测点大气颗粒物的浓度受交通环境的影响最大,受居民日常生活排污的影响次之.     

不同污染程度下室内外小时PM2.5浓度变化特征对比

依据实测北京市夏季室外和开、关窗室内的PM_(2.5)浓度等数据,利用统计分析,探讨了不同污染程度下室内外小时PM_(2.5)浓度的变化特征。结果表明:室外PM2.5污染程度为轻度时,其浓度达到最大值后3 h,开窗室内PM_(2.5)也达到一天中的最大值。室外PM_(2.5)污染程度为良或优时,二者小时PM_(2.5)浓度的变化特征较同步。同时,关窗室内的小时PM_(2.5)浓度会出现大于室外的现象。室外PM_(2.5)的污染程度不论是轻度还是优或良,早晨7:00~9:00之间因交通早高峰的影响,室外和开窗室内细颗粒物浓度会出现峰值。     

西安节日期间PM_(2.5)及其重金属浓度变化特征

采用Mini Vol便携式采样器采集西安北稍门、格物楼和南斗角村2015年元旦、劳动节及节日前后各两天大气颗粒物样品,并利用电感耦合等离子体光学发射仪(ICP—OES)测量元素As、Cr、Cu、Mn、Ni、Pb和Zn的含量,分析节日浓度变化特征.结果表明,元旦期间,PM_(2.5)浓度表现为节假日大于节前及节后;南斗角村大气中PM_(2.5)浓度于三个采样期间内均低于其他两个点.大气PM_(2.5)中Cu、Pb和Zn浓度变化与PM_(2.5)一致;As、Mn和Ni含量变化较小;Cr浓度呈现显著上升的趋势.七种重金属空间表现不完全一致.劳动节期间,由于降雨影响,大气PM_(2.5)浓度表现为节假日期间最小,三个采样点空间差异相比元旦减小.细颗粒中重金属Cr、Ni、Pb和Zn与其PM_(2.5)的浓度变化一致;而As、Cu和Mn呈现逐渐递减趋势.空间表现为,BSM大气PM_(2.5)中Cu、Pb和Zn较高;其他四种重金属表现为在NDJC大气细颗粒物中浓度较高.     

吉安市城市空气PM_(10)与PM_(2.5)污染状况及时空分布特征

为研究吉安市城市PM_(10)及PM_(2.5)污染状况及时空分布特征,对吉安市2015年1月至2017年8月4个城市环境国家环境空气监测点的PM_(10)及PM_(2.5)监测数据进行统计分析。结果表明:吉安市城市空气质量表现出冬季PM_(10)浓度明显高于春、夏、秋季,PM_(2.5)/PM_(10)比值为0.632~0.851,PM_(10)及PM_(2.5)均呈现出W型变化规律,6:00达到最低值,11:00-12:00达到最高值;12:00-17:00浓度下降,17:00-23:00浓度再次回升,至23:00再次达到最高值。     

福州市城区不同粒径颗粒物污染特征

利用福州市国控监测站点2013年4月-2017年3月PM_(2.5)和PM_(10)质量浓度监测数据,对福州市不同粒径颗粒物污染特征进行研究.结果表明:时间变化方面,福州市空气质量整体较好,PM_(2.5)和PM_(10)浓度呈逐年下降趋势;PM_(2.5)、PM_(10)、PM_(2.5)/PM_(10)时间变化规律具有一致性:呈现冬季>春季>秋季>夏季的季节性特征;春季、夏季和秋季工作日浓度均高于周末的浓度,存在周末效应,冬季周末浓度则显著高于工作日浓度;日变化呈明显的双峰型变化趋势.空间变化方面,PM_(2.5)和PM_(10)浓度变化表现为工业区>市区>清洁区,清洁区PM_(2.5)/PM_(10)比值最高,其次是市区、工业区.相关分析结果表明:PM_(10)和PM_(2.5)存在显著相关性,且相关性明显受季节影响,夏季相关性最高.城市颗粒物与气态污染物(SO_2、NO_2)复合性较强.