泉州市PM_(2.5)时空变化特征及其影响因素

为研究泉州市PM_(2.5)的时空变化特征及其影响因素,以期为有针对性地提出大气污染防治对策提供科学依据,选取2016年泉州市主城区的一城区点和一背景点大气监测站在线PM_(2.5)与污染气体数据,并同期采集PM_(2.5)样品进行综合分析.结果表明:1)城区点和背景点的年均PM_(2.5)质量浓度分别为(31.06±20.96)μg/m~3和(20.59±10.29)μg/m~3,低于我国空气质量标准中的年均质量浓度二级限值;2)PM_(2.5)的月均质量浓度在2—3月最高,其次为11月,这可能与污染物远源传输和不利天气条件的双重影响有关;3)冬、春季城区点PM_(2.5)同时受到一次排放污染物(如工业、机动车)和二次颗粒物的共同影响,而背景点PM_(2.5)则和较多的二次反应产物生成相关;4)夏、秋季两个站点PM_(2.5)和SO_2、NO_2的相关性明显提升,伴随着夏、秋季主导的西南风,验证了西南部工业区排放污染物传输的影响,此外,城区点PM_(2.5)质量浓度还受到粉尘的显著影响;5)硫氧化率和氮氧化率在冬、春季高于夏、秋季,这可能与上游区域污染物的远源传输相关.上述结果为全面掌握泉州市大气颗粒物的分布规律提供了基础数据.     

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.     

昆明市PM_(2.5)中水溶性无机离子时空变化特征及来源分析

为探讨高原城市昆明大气中水溶性无机离子的季节和空间变化特征,选取2013年4月至2014年5月昆明市3个采样点进行了PM2.5样品采集,分析了PM2.5及水溶性无机离子的污染特征,并结合气象因素、硫氧化率、氮氧化率及主成分分析法对其主要来源进行了分析.结果表明:PM_(2.5)质量浓度季节变化为春((105.9±48.0)μg/m~3)冬((92.7±51.6)μg/m~3)秋((74.7±41.4)μg/m~3)夏((72.2±30.3)μg/m~3).总水溶性无机离子质量浓度季节变化特征为夏((38.0±18.3)μg/m~3)冬((22.0±11.4)μg/m~3)春((18.4±4.8)μg/m~3)秋((13.6±3.1)μg/m~3);其中SO~(2-)_4、Ca~(2+)、NO~-_3及NH~+_4为PM_(2.5)中主要的水溶性无机离子,分别占总离子质量浓度的27.7%、17.8%、15.2%和9.5%;二次离子质量浓度之和年均为13.9μg/m~3,占PM_(2.5)质量浓度的16.5%,表明高原城市昆明大气中二次组分较少.NO~-_3/SO~(2-)_4为0.21~0.68之间,表明固定源是主要污染贡献源.主成分分析结果表明水溶性无机离子主要来源于土壤扬尘和建筑扬尘的混合源、燃煤源和工艺过程源.     

九江市PM_(2.5)时间变化特征及其与气象要素的关系

利用2014年-2015年九江市环境监测站污染物浓度监测资料以及常规的气象观测资料,统计分析近两年九江市PM_(2.5)浓度的时间变化特征及其与气象要素的关系。结果表明:1)2014-2015年年九江市年平均污染日数为68 d,其中首要污染物为PM_(2.5)的天数占64%,重度污染日的首要污染物均为PM_(2.5);2)PM_(2.5)日变化表现为白天扩散晚上堆积,PM_(2.5)的月平均峰值主要出现在10月至次年1月以及5月底至6月初;3)秋冬季的污染主要由污染物水平输送造成,其次出现在不利于污染物扩散的稳定大气层结条件下。春夏交替期的污染主要由秸秆燃烧造成;4)PM_(2.5)浓度与能见度、温度风速、降水量呈显著负相关,而且弱降水有利于污染的加剧,高相对湿度更有利于出现重污染天气。     

南宁市PM_(2.5)浓度与气象因素的关系

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PM_(2.5)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PM_(2.5)的浓度值进行预测。结果表明预测模型拟合度最大达到了0.747,说明了该预测模型能够适用于南宁市空气污染物PM_(2.5)的监测和预报。     

上海市大气环境中PM_(2.5)/PM_(10)时空分布特征

针对上海市颗粒物的污染和防治问题,利用2014年4月14日—2015年3月24日10个国控监测点的PM2.5和PM10小时数据及对应的气象因素资料,以PM2.5质量浓度占PM10质量浓度的比例为研究对象,使用聚类分析和相关性分析PM_(2.5)/PM_(10)的时空分布特征.结果表明:P2.5和PM10的季节高低为冬春秋夏,PM_(2.5)/PM_(10)的季节分布在不同区域存在差异性.PM_(2.5)/PM_(10)的日变化呈现双峰型趋势,峰值出现在05:00和14:00左右,上午PM_(2.5)/PM_(10)高于下午.颗粒物质量浓度及PM_(2.5)/PM_(10)具有明显的"周末效应",这与车辆通行政策与人类作息时间变动相关.在空间分布上,颗粒物质量浓度及PM_(2.5)/PM_(10)均表现为背景站浦西站浦东站.     

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.     

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。     

兰州城区臭氧浓度时空变化特征及其与气象条件的关系

依据兰州市环境监测站１９８５－１９９６年大气Ｏ３的监测资料,对兰州城区Ｏ３浓度的年际变化,年变化,日变化和空间分布等时空变化特征进行了分析研究,并分析了其浓度变化与气象条件的关系。结果表明：兰州城区大气Ｏ３浓度存在着较明显的年际变化,最近几年有准两年的变化周期,且其年平均浓度值有波动式升高的趋势;年变化与日变化为单周期,浓度最大值分别出现在７月和午后,空间分布以兰州西固区Ｏ３浓度最高;Ｏ３浓度分布     

大气偏振度与PM_(2.5)粒子浓度特性

为了满足偏振光导航在雾霾天的应用需求。研究雾霾天对于偏振信息检测的影响及其规律,对降低自然扰动对偏振光导航系统的误差、优化系统具有重要的意义。采用全天域偏振成像法对雾霾天的偏振信息进行大量的实验采集;并通过国家气象中心查询大气PM_(2.5)粒子浓度,对两者的关系进行理论与实验分析。结果表明,PM_(2.5)浓度与大气偏振度的关系随着PM_(2.5)粒子浓度的升高而降低,两者呈类指数关系。通过基于米氏散射理论对单粒子多次散射进行分析,结合大气的特殊情况,在将PM_(2.5)粒子近似为球形结构进行通过米氏散射进行理论分析,分析结果与实验结果基本一致。通过对误差进行残差分析和残差平方和分析,误差主要来源于大气复杂情况的干扰以及本实验所用探测器CMOS传感器的线性范围。通过大量的实验所研究的特性曲线,可以反映特殊天气下偏振信息的基本特征,对以后在特殊天气情况下的基于偏振光导航设计具有重要的意义。     

基于时间序列变化的PM_(2.5)质量浓度趋势分析

PM2.5即直径小于2.5 um悬浮于空气中的可吸入颗粒物,被人体吸入后,可直达肺部干扰气体交换。文章利用PM2.5监测网每小时更新的实时数据为依据、实地考察所得的监测站地理环境、天气及其他影响因素,研究了以日、周、月为时间间隔的PM2.5质量浓度变化趋势。结果表明,PM2.5质量浓度变化趋势为冬高夏低、日变化较大、且年质量浓度呈现马鞍形双峰值趋势,是一个具有周期变化的非平稳时间序列。     

PM_(2.5)浓度对能见度影响分析

利用江苏省环境监测中心大气多参数站对PM2.5浓度、能见度和散射系数的连续监测,结果表明,空气中的PM2.5浓度越高,散射系数越大,从而导致能见度越小。     

福州市晋安区PM_(2.5)变化特征分析

利用晋安区五个空气质量监测站2017年的PM_(2.5)监测数据,对晋安区PM_(2.5)质量浓度变化特征进行分析,结果表明,晋安区PM_(2.5)浓度年均值和99.7%的日均值达到《环境空气质量标准》中的二级标准;PM_(2.5)浓度呈现明显的季节变化特征,春、冬季浓度值大于夏、秋季浓度值;而日变化趋势则呈现双峰形态;春、冬季PM_(2.5)/PM_(10)比值高于夏、秋季。     

合肥市PM_(2.5)的分布特征及其要素分析

对2013年合肥市的PM_(2.5)质量浓度、各类空气中污染物、气象要素等数据进行统计处理,通过定性、定量分析,得出PM_(2.5)质量浓度与其他各量间的相关性.结果表明,合肥地区雾霾情况较为严重,除7月份外,PM_(2.5)质量浓度超标率超标率均在87%以上,且冬季更为明显.工业较为发达的庐阳区PM_(2.5)质量略浓度高于其他地区.由Pearson相关性分析可知,PM_(2.5)质量浓度与PM_(10)浓度、NO_2浓度、SO_2浓度等有较强相关性;与能见度、温度、风速、平均低云量、降水量等呈负相关性;与逐日平均总云量、平均相对湿度、平均气压无相关性.     

珠江三角洲高质量浓度PM_(2.5)和O_3复合污染特征

利用广东省环境监测中心2013-2015年的O_3和PM_(2.5)质量浓度数据分析了珠三角的高质量浓度PM_(2.5)和O_3复合污染的主要特征,结果表明:PM_(2.5)与O_3一般不会在同一时刻产生叠加污染,但PM_(2.5)与O_3的日均质量浓度同时超过国家二级标准的现象时有发生。3年间,珠三角共出现了161个复合污染日,复合污染日数呈现出10月最多,5月最少的时间分布特征以及西部多于东部、内陆多于沿海的空间分布特点。其中肇庆的复合污染日数最多,其次是广州和佛山。造成珠三角地区PM_(2.5)和O_3复合污染事件的天气形势主要有大陆冷高压型、热带气旋型、变性高压型、副热带高压型和低压槽型,其中大陆冷高压型最多,占49.4%,其次是热带气旋型,占21.9%。     

京津冀地区PM_(2.5)时空变异性规律研究

空气污染已成为全球关注的重要问题,亦是当前中国大气质量面临的主要问题.本文基于2014年6月—2017年8月京津冀地区13个城市的PM_(2.5)监测站点数据,利用数理统计、GIS空间自相关和克里金插值等方法研究了不同时间尺度下PM_(2.5)的时空变化规律.研究结果表明:(1)PM_(2.5)在时间上的分布特征为,季均值冬高夏低,春秋居中,季均值与月均值表现为连续平缓U型模式,日均值呈峰、谷交替变化,每日最低值在16点左右出现;(2)PM_(2.5)空间分布差异较大,中南部城市浓度远高于北部城市,具有空间自相关性和聚类特征,表现为污染区域关联性;(3)不同时间尺度下PM_(2.5)浓度均呈南高北低分布,各季节高浓度区域面积逐年缩减并向南转移,在秋冬季节形成以石家庄为高浓度中心向外逐渐降低的阶梯式分布模式.     

华北平原地区PM2.5浓度时空变化特征及其影响因素研究

为揭示华北平原地区P M2.5污染的总体情况,并为华北平原地区大气环境污染防治提供有效依据,采用标准差椭圆和局部空间自相关等方法,运用2000—2018年华北平原地区PM2.5浓度遥感反演数据,分析华北平原P M2.5浓度的时空变化特征,并使用地理探测器对其浓度变化的影响因素进行研究.结果表明:①华北平原地区的P M2...     

基于ARMAX的PM_(2.5)小时浓度跟踪预测模型

针对目前缺乏小时尺度上PM_(2.5)浓度统计预测模型以及已有模型预测精度对训练数据的依赖问题,利用天津市环保物联网监测到的污染物及气象数据,建立了PM_(2.5)小时浓度预测的多元时间序列模型(ARMAX),并提出一种模型在线自适应改进方法:设定模型评价指标并实时监测,当模型预测精度超标时对模型进行在线更新.将改进后的模型应用于天津市的9个监测站点,用2013—2014年的监测数据对模型进行验证.结果表明:模型均方根误差RMSE20,μg,平均绝对误差MAE20,μg,拟合优度R20.9,能够在小时尺度下有效地预测PM_(2.5)浓度,可以为突发性PM_(2.5)污染事件的应急处理提供决策支持.     

哈尔滨市大气中PM_(10)、PM_(2.5)质量浓度及金属离子分析

对哈尔滨市大气环境中的PM10、PM2.5进行了采集,并对质量浓度及离子成分进行了分析.实验结果表明,两种颗粒物均呈现了先减小后增大的特征,最高值出现在1月,质量浓度分别是178.85、130.10μg/m3,PM10在1、2、3、4、11、12月均超标,而PM2.5质量浓度则高出欧盟标准(15μg/m3)的2~8倍,另外,离子总质量浓度在8月达到了最低值,分别是42.73μg/m3和25.3μg/m3.PM10和PM2.5中离子成分占颗粒物总质量的比例均表现为中间高两边低的特点,最高含量出现在7月份,分别为67.7%和68.4%.根据相关系数的判别原则,PM10中表现为高度负相关的离子是Ca2+和F-、Ca2+和SO42+、Ca2+和NO3-;表现为高度正相关的离子是K+和Mg2+、K+和Cl-、M2+和Cl-、F-和SO42+、F-和NO3-、SO42+和NO3-,说明上述离子间有相似的污染来源.PM2.5中表现为高度正相关的离子是K+和Cl-、K+和SO42+、K+和NO3-、Mg2+和SO42+、F-和NO3-、SO42+和NO3-,与PM10中离子相关性规律不同.