黎平县大气环境质量综合评价

为了评价黎平县大气环境质量状况,查明污染大气环境的影响因子,在参照国家大气环境质量标准的基础上,选取SO_2、NO_2、PM10作为评价因子,运用模糊数学方法对黎平县大气环境质量进行定量评价。结果表明:2010—2018年,黎平县大气环境主要污染因子为PM10,其中2014年主要污染物是SO_2;2011—2014年为轻度污染,2015—2018年为清洁且空气质量指数呈现波浪型递增趋势;研究时段大气环境质量整体状况趋向好转。     

基于模糊数学综合评价法的生态保护发展区大气环境研究

运用模糊数学方法,选用SO_2,NO_2,PM_(10)作为评价因子,参照大气环境质量标准,通过计算污染因子权重、权重分配系数和隶属度,对生态保护发展区大气环境质量进行评价.模糊数学综合评价结果表明,生态保护发展区"十二五"期间主要污染因子为PM_(10),次要污染因子由SO_2逐渐变为NO_2,NO_2污染呈现上升趋势应引起警惕.大气环境质量基本上处于清洁和轻度污染水平,且大气环境质量有逐年改善趋势.     

三门峡市大气环境质量模糊数学综合评价

以三门峡市2007—2014年大气环境监测数据为依据,选取大气环境污染因子SO_2、NO_2、PM_(10)为评价参数,利用模糊数学综合评价法,对三门峡市大气环境质量进行评价.结果显示:三门峡市2007—2014年大气环境质量水平符合国家二级质量标准,影响大气环境质量的主要环境因子是PM_(10)和SO_2.对三门峡市大气环境质量变化的影响因素进行了分析,并提出了针对性的建议.     

基于A值法的庆阳地区大气环境容量研究

大气环境容量是指特定区域所能容纳污染物的最大负荷量。本文利用A值法,通过计算各控制区的大气环境容量得出庆阳地区SO_2的环境容量为9.46×10~4t/a,NO_2的环境容量为7.57×10~4t/a,PM10的大气环境容量为12.11×10~4t/a,结合庆阳地区大气污染物排放量现状,分析表明庆阳地区SO_2、NO_2的环境容量剩余空间较大,而PM10的排放量已经接近庆阳市的大气环境容量。     

基于AHP模型的西安市大气质量评价研究

依据GB3095—2012中对环境功能区的分类方法和浓度限值,通过层次分析法对西安市2009—2013年11月的大气环境质量进行了评价总结.结果表明,大气环境质量优劣排序为,2010年、2012年、2011年、2013年、2009年.其中以2010年最优,处于一级标准,二级标准中以2012年为最优,2009年和2013年较差;大气环境质量受SO2、PM10的影响较大.总体来看,西安市对大气环境治理取得了一定成效,但近年又有回返之势,应予以重视.     

近两年武汉市环境空气质量时空分布特征及污染源解析

运用主成分分析和聚类分析法,对2016—2017年武汉市环境空气10个国控点10个市控点的6个空气质量指标数据进行分析,揭示武汉市环境空气质量时空分布差异性,辨识主要污染因子,解析污染成因.结果表明:2016—2017年,武汉市空气质量有变好的趋势,主要是因为PM_(2.5)和PM_(10)同期月均浓度下降; SO_2、NO_2、PM_(10)、PM_(2.5)浓度排序依次为:冬春秋夏; CO浓度排序依次为:冬秋春夏; O_3浓度排序依次为:夏秋春冬;武汉市监测点位空气质量从好到坏的顺序为:远郊区中心城区工业园(区)或经济开发区;春季的主要污染物因子为NO_2、CO、O_3、PM_(10),夏季的主要污染物因子为NO_2、SO_2、PM_(2.5),秋季的主要污染物因子为NO_2、PM_(2.5)、CO、O_3、PM_(10),冬季的主要污染物因子为NO_2、CO、O_3、PM_(2.5)、PM_(10);近两年,机动车尾气、工业废气排放以及建筑扬尘构成武汉市空气污染的主要来源,秸秆燃烧对空气质量的影响逐渐减小.     

近15a兰州市空气质量变化特征及沙尘天气影响

采用2002-2016年兰州市PM10、SO_2及NO_2质量浓度监测数据、空气质量指数和地面常规气象观测资料,统计分析了兰州市的空气质量变化特征及沙尘天气的影响.结果表明,兰州市空气重污染天数减少,空气质量呈好转趋势,首要污染物仍以PM10为主,其污染天数占总污染天数的89%.较重的空气污染主要出现在11-4月,尤其春季的沙尘天气对空气污染有重要影响.兰州市每3～4 a会出现一个沙尘天气多发年, 3类沙尘天气以浮尘为主;沙尘天气的月、季分布特征明显, 90%以上的沙尘天气出现在春季.沙尘天气的PM10年均质量浓度最高,为非沙尘天气的1.2～5.4倍,平均为2.6倍;沙尘天气的PM2.5年均质量浓度比非沙尘天气高2.4倍, SO_2和NO_2的年均质量浓度差别不大.沙尘天气对兰州市PM10月均质量浓度贡献率较大的月份为3、4月,对PM2.5月均质量浓度贡献率较大的月份则持续至5月. 14 a间3类沙尘天气对PM10日均质量浓度的平均贡献率均为正值,对SO_2和NO_2,除沙尘暴对SO_2的贡献率为正值外,其余均为负值, 2013-2016年浮尘对PM2.5日均质量浓度的平均贡献率为110%,扬沙对PM2.5的平均贡献率为-30%.不同强度的沙尘天气对兰州市空气质量的影响体现在细颗粒物和粗颗粒物上有差异.     

兰州市3种主要污染物大气环境容量季节差异及排放总量控制

基于气象数据与大气污染物网格化排放清单,利用ADMS-Urban大气扩散模型,模拟了兰州市3种主要大气污染物ρ(PM_(10))、ρ(NO_2)和ρ(SO_2)日均值的空间网格分布,结合线性规划模型反推得到污染物各季节的大气环境容量,采用指南推荐的修正A值法验证了该大气环境容量的准确性及合理性.基于兰州市2015年3种主要大气污染物排放量,估算了各行政区县3种主要大气污染物的剩余大气环境容量,提出以大气环境容量作为基准的总量控制目标值,并基于各行政区县2015年的排放水平提出了削减目标和对策.结果表明, ADMS-Urban模拟得到的ρ(PM_(10))、ρ(NO_2)和ρ(SO_2)分别为108.9、37.8和35.4μg/m~3,与2017年实际监测值的相对标准偏差在20%以内.基于模拟的质量浓度值,估算得到3种大气污染物的年大气环境容量D(PM_(10))、D(NO_2)和D(SO_2)分别为3.81×10~5、1.68×10~5、5.14×10~5t/a,各区县的大气环境容量由大到小依次为永登县皋兰县榆中县红古区西固区城关区七里河区安宁区;环境容量由大到小的季节差异为夏季春季秋季冬季.与2015年排放的3种主要污染物相比,兰州市全部区域整体大气环境容量均有剩余, SO_2的剩余量最大,其次为PM_(10)和NO_2;各行政分区的大气环境容量中SO_2均有剩余, PM_(10)除永登、榆中以外的各行政区已无剩余大气环境容量,包括红古、西固、城关和七里河区的NO_2已无剩余大气环境容量.以大气环境容量、2015年排放量及空气质量二级标准为基准,兰州市整体仍需削减PM_(10)和NO_2的排放量为5.53×10~4和1.41×10~4t/a.     

主成分分析法在大气环境质量评价中的应用——以陕西省铜川市为例

以陕西省铜川市2006—2014年主要大气污染物二氧化硫(SO_2)、二氧化氮(NO_2)、可吸入颗粒物(PM_(10))、总悬浮颗粒物(TSP)、降尘、铅(Pb)和氮氧化物(NO_x)的相关数据作为评价因子,采用主成分分析法对铜川市大气环境质量进行了综合评价.结果表明:铜川市大气环境质量在2006—2014年整体上呈良好态势发展,均属于一、二级国家标准;但2007年由于铜川市NO_x与SO_x的过度排放,使得该年铜川市的大气环境质量最差.     

玉溪市城区大气VOCs及其它污染物质量浓度时空特征分析

2014年8月至2015年7月在云南典型高原城市玉溪市5个监测点利用苏玛罐采样法采集VOCs样品,基于GC-MS分析方法获取了VOCs总质量浓度,同时利用空气自动监测设备监测了5个点位的大气NO_2、CO、SO_2、O_3(最大8 h)、PM_(10)和PM_(2.5)质量浓度.基于这些监测数据分析了玉溪市城区各种大气污染物的质量浓度分布特征及可能的来源.结果表明:监测期间玉溪市城区环境空气中VOCs、SO_2、NO_2、O_3、PM_(10)和PM_(2.5)的平均质量浓度分别为(19.02±18.31)、(20.11±25.53)、(16.08±11.21)、(34.54±32.79)、(49.51±34.09)μg·m~(-3)和(28.67±20.85)μg·m~(-3),CO质量浓度为(1.35±0.82)mg·m~(-3).从季节分布来看,各种污染物变化规律并不一致.VOCs质量浓度呈现秋、春高,冬、夏低的特点,O_3质量浓度呈现夏季高的明显特征,SO_2质量浓度呈现冬、秋高,春、夏低的特征,NO_2、CO、PM_(10)和PM_(2.5)质量浓度则表现为冬、春高,夏、秋低的特点.从空间分布特征来看,玉溪市中心交通密集区监测点大气环境中VOCs、NO_2、O_3、PM_(2.5)和CO质量浓度较其他监测点浓度较高,反映机动车尾气的显著贡献;而工业区监测点大气环境中SO_2和PM_(10)质量浓度较高,符合工业燃煤排放烟气显著影响的基本特征.另通过相关性分析和气团轨迹研究表明除了本地人为活动影响外,区域传输源对玉溪城区大气污染有重要影响.     

泰安市空气污染物时空变化趋势及污染防治对策

以2009—2015年泰安市空气污染物的监测数据为依据,对其平均浓度时空变化特征进行分析.结果表明:从年际变化看,2009—2015年泰安市SO_2、NO_2、PM_(10)浓度均呈下降趋势,PM_(10)浓度在2013年明显上升后平稳下降,PM_(2.5)浓度自2013年有观测记录以来就一直呈下降趋势;各污染物月变化曲线呈U字形,且季节变化明显,污染程度由高到低顺序为冬季、秋季、春季、夏季;空间变化显示:SO_2、NO_2、PM_(10)、PM_(2.5)具有一定的空间差异,农业大学和电力学校污染物浓度较高,人口学校和交通技校污染物浓度较低;通过科学的管理和技术的改进,近年来泰安市空气中污染物浓度呈明显下降趋势,并根据上述研究结果,为空气污染的防治提供参考依据.     

扬州市区大气污染的变化规律及其机理探讨

通过对2013年江苏省扬州市市区大气污染状况进行监测和统计,分析了扬州市大气主要污染指标的变化规律,并探讨其光化学反应机理.研究结果表明:1)受气压变化的影响,扬州市每日细颗粒物(PM2.5)、可吸入颗粒物(PM10)、SO_2和NO_2浓度大约在早晚8:00达最高值;2)O_3浓度全年隔月发生周期性变化,双月份涨幅较大;3)O_3形成的控制区的类型随监测地点、季节、污染物浓度及气象条件的不同而改变,从而影响PM2.5的生成浓度;扬州市区多数情况下属挥发性有机物(volatile organic compounds,VOCs)控制区,因此O_3浓度的变化趋势与PM2.5、PM10、SO_2和NO_2的相反;4)春节期间燃放烟花炮竹引起PM2.5和SO_2浓度急剧上升,据此可预测人口密度的相对高低和污染物的分布特征.     

灰色系统在大气质量预测中的应用

把大气环境看作一个灰色系统,联系重庆市大气环境的实际情况,利用灰色关联分析判断出重庆市2000-2005年间大气污染物中主要污染因子为PM10和SO2,同时建立灰色模型对其进行质量预测.短期预测结果表明大气PM10和SO2浓度呈下降趋势,其浓度分别到2009年和2012年可达国家二级标准.     

干旱区绿洲城市大气环境承载力分析及预测——以乌鲁木齐市为例

以乌鲁木齐市2001—2012年大气环境中SO2,NO2,PM10作为对象进行环境承载力研究,采用美国橡树岭大气质量指数(ORAQI)模型、环境承载力指数模型和灰色预测GM(1,1)模型等研究方法,探讨了乌鲁木齐市大气环境承载力指数及其影响因素;建立预测模型,得到2013—2020年大气环境承载力指数预测值.结果表明,2001—2012年乌鲁木齐市空气中主要污染物是SO2和PM10,呈现典型的煤烟型污染特征.大气环境质量IO指数平均为91,属于"坏"的等级;大气环境承载力指数平均为16.21,处于中等承载等级.预测结果显示,环境承载力指数呈逐年上升趋势,到2020年该指数将达到19.86,处于较高承载等级,表明未来大气环境承载能力水平将有所提高,大气环境质量会得到进一步改善.     

典型生态旅游城市黔江区秋季大气环境质量特征研究

为准确掌握生态旅游城市黔江区的大气质量状况,对黔江区2016年秋季大气环境质量进行分析,结果表明:2个观测站点的大气污染物浓度均满足《环境空气质量标准》(GB3095-2012)中二级标准要求,随着月份变化,SO_2浓度均呈增长趋势,O_3浓度则呈减少趋势。2个观测站点SO_2和NO_2的极显著相关性、NO_2与PM10的极显著性,表明污染物之间可能会有相似来源。气象参数与污染物均呈明显相关性,表明气象条件对污染物的扩散起着重要作用。HYSPLIT轨迹模型分析结果表明,黔江区域的大气划分为5种类型:西风环流、西北季风、东南风、东北方和极地气候共同作用结果。     

福建省主要大气污染物分布研究

针对我国当前大气环境污染严重问题,以福建省为研究对象,对福建省2015年大气污染物中的PM2.5、PM10、SO_2、NO_2、CO和O_3之间错综复杂的关系进行综合分析,并运用多变量统计分析方法中的因子分析法,将这些复杂关系进行处理以归结为少数的主因子.结果显示,福建省目前主要的大气污染物为PM10.因子分析结果表明,原生大气污染物如PM和SO_2等自聚合成一类称为第1个主因子,主因子中的PM10和PM2.5贡献度最大;O_3之类的二次污染物构成第2个主因子.所讨论及建立的大气污染物之间的相关关系和所生成的因子模型,将有利于综合分析判断福建省主要大气污染物分布,对于未来控制和改善大气空气质量等均具有重要意义.     

重庆市环境空气质量综合评价研究

环境空气质量对当地居民的生活和幸福指数至关重要。空气质量越来越受到政府的关注。本文对重庆市环境空气质量进行综合评价研究,具体分析了重庆市2013—2018年环境空气质量的状况及变化趋势。收集重庆市2013—2018年主要环境空气污染物(PM2.5、PM10、SO_2)的月度统计历史数据平均浓度监测数据,按照《环境空气质量标准》(GB3095-2012)中的二级标准,用空气综合污染指数评价法和空气污染负荷系数法分析其变化特征和环境空气质量影响因素。结果表明,2013—2018年大气PM2.5月度浓度大多超过平均年浓度限值,PM10浓度月度均值也大多也超标,SO_2均达标。相关的整改措施使得大气中PM2.5与PM10均呈浓度下降状态,SO_2基本呈稳定状态。年内变化显示,各污染物的浓度季节变化非常明显,污染物浓度从高到低的顺序大体为冬季、春季、秋季、夏季。全市的综合污染指数呈下降趋势,空气污染程度显著降低,空气质量不断变好。研究结果可为相关部门提供一定的参考。     

山西省朔州市山阴县空气环境质量现状及变化趋势

以PM_(10),SO_2和NO_2为空气质量评价对象,采用综合污染指数法研究了山阴县空气环境质量及其变化趋势.结果表明,山阴县主要空气污染物PM_(10),SO_2和NO_2浓度的年内变化均大致呈先降低后升高的趋势,采暖期空气综合污染指数明显高于非采暖期.2005—2015年山阴县空气综合污染指数明显下降,空气环境质量由中度污染转为轻度污染,整体空气环境质量有了显著改善.     

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。     

乌鲁木齐市PM_(2.5)及其影响因素关系的研究——基于VAR模型的脉冲响应和方差分析

通过对乌鲁木齐市从2015年1月1号到2016年12月31号每天的PM_(2.5)、PM_(10),以及SO_2、CO NO、NO_2、O_3污染物浓度等数据的整理和分析,进一步设立向量自回归(VAR)模型,对时间序列PM_(2.5)与其它空气污染物之间的关系探索使用格兰杰因果关系检验、脉冲响应函数方法和方差分解的方法分析,建立了它们之间的自回归模型关系,探讨了其他空气污染物对PM_(2.5)的影响。结果表明:乌鲁木齐市PM_(2.5)与其它空气污染物所构成的空气质量系统是稳定的,PM_(10)SO_2、CO、PM_(2.5)、NO_2、O_3浓度值的增加会引起PM2.5浓度值持续较长时间的增加,其中SO_2对影响作用最大;O_3浓度值的增加则会使PM_(2.5)浓度值降低。