2000-2004年山东中西部五城市大气污染变化特征

以2000-2004年山东省中西部五城市(济南、济宁、德州、淄博、泰安)的主要大气污染物SO2、NO2、PM10的浓度资料为依据,分析了2000-2004年五城市主要大气污染物的季节变化特征以及年际变化趋势.根据2004年五城市主要大气污染物SO2、NO2、PM10的日均浓度值,分析了2004年五城市的空气质量现状.结果显示:2004年五城市的空气质量,济南市最差,其次是淄博、德州、济宁,泰安市最好.大气污染物浓度呈明显的季节变化特征,冬季污染最严重,夏季空气质量最好;总体来说,2000-2004年大气污染物SO2、PM10浓度呈逐年下降趋势,NO2浓度没有明显的变化趋势,到2004年,PM10污染浓度依然较高,是最主要的大气污染物.同时分析了引起大气污染物浓度变化的原因,表明大气污染物浓度的变化是地形、污染源和气象条件等因素共同作用的结果.     

基于多元时间序列的哈尔滨市PM2.5影响因素分析

为探究哈尔滨市PM2.5与其他空气污染物和气象因子间的动态关系,基于哈尔滨市2013-2018年日值空气质量数据和气象观测数据建立PM2.5质量浓度的多元时间序列模型.利用相关性较强且平稳的空气污染物(包括SO2,NO2,PM10,CO和O3)和气象因子(平均气温、极大风速、累计降水量、日照时数和平均气压)建立PM2....     

天津滨海新区塘沽2013年供暖期前后大气污染物特征分析

为了解天津滨海新区塘沽供暖期前后大气污染物浓度水平的变化特征,利用2013年10月1日~12月29日NO2、SO2、PM2.5、PM10的连续在线监测数据,以供暖前10月1日~11月14日及供暖期11月15日~12月29日2个时间段来分析各污染物的变化特征。结果表明,滨海新区塘沽供暖期比供暖前PM10、PM2.5、NO2及SO2的日均浓度分别上升了46.7%、8.9%、60.5%和117.9%;4种大气污染物的日均浓度最高值均出现在供暖期;供暖期PM10、PM2.5、NO2及SO2的日均超标平均倍数较供暖前均有所上升;供暖期PM10、NO2及SO2的超标率均比供暖前上升,而PM2.5的超标率则下降。     

天津滨海新区塘沽2013年供暖期前后大气污染物特征分析

为了解天津滨海新区塘沽供暖期前后大气污染物浓度水平的变化特征,利用2013年10月1日~12月29日NO2、SO2、PM2.5、PM10的连续在线监测数据,以供暖前10月1日~11月14日及供暖期11月15日~12月29日2个时间段来分析各污染物的变化特征。结果表明,滨海新区塘沽供暖期比供暖前PM10、PM2.5、NO2及SO2的日均浓度分别上升了46.7%、8.9%、60.5%和117.9%;4种大气污染物的日均浓度最高值均出现在供暖期;供暖期PM10、PM2.5、NO2及SO2的日均超标平均倍数较供暖前均有所上升;供暖期PM10、NO2及SO2的超标率均比供暖前上升,而PM2.5的超标率则下降。     

重庆市大气能见度变化趋势及影响因子

为了考察大气污染控制举措对能见度的影响，分析了重庆市主城区近15年的观测数据，并用二元相关和偏相关分析了大气能见度与气象因子和空气质量因子之间的关系，结果表明：重庆市能见度的季节变化较为明显，自20世纪80年代以来，能见度呈先下降后上升趋势，风使大气中的污染物和水蒸气迁移和稀释能力增强，从而增大能见度，而相对湿度和降雨量以及大气中TSP、NOx＼SO2浓度的增加又将导致能见度下降。     

黔江城区大气环境质量与气象要素的关系研究

采用"十二五"期间黔江城区大气观测数据,结合多元统计分析方法,研究了气象因子与空气污染指数(API)及PM10,SO2,NO2的质量浓度变化特征关系.结果表明:气象因素对空气质量变化产生一定影响,降水对改善空气质量作用明显,日降水量为24mm时,API下降值达到最大,日降水量持续达到49mm以上时,净化作用减弱.气压、温度、湿度对API,PM10质量浓度影响较大;风向、风速对API、污染物质量浓度影响程度不大,风向在低风速区对空气质量变化产生一定影响.相关分析表明,降水对API,PM10的相关性分析具有统计学意义(p0.05),对SO2,NO2影响的相关性分析极具统计学意义(p0.01);气压、温度、湿度、风速、风向对API,PM10,SO2,NO2影响的相关性分析极具统计学意义(p0.01).因子分析表明,气压、温度、湿度、风速对黔江城区大气质量影响较为明显.     

伊宁市大气污染物浓度变化规律分析与大气质量评价

以1999年至2004年伊宁市大气污染物监测数据分析伊宁市大气污染物浓度的变化规律,评价大气质量.结果表明采暖期SO2、NO2日平均浓度显著(P0.05)高于非采暖期各自日平均浓度,1月、2月、5月、9月、10月、12月的TSP日平均浓度高于或显著(P0.05)高于其它各月日平均浓度,采暖期降尘月平均浓度低于非采暖期月平均浓度;采暖期SO2日平均浓度分别与NO2日平均浓度和TSP日平均浓度之间正相关,非采暖期TSP日平均浓度与NO2日平均浓度正弱相关.根据大气质量指数,采暖期大气质量处于轻度污染,非采暖期日均大气质量处于清洁.     

典型会议期间污染调控对城市空气质量影响分析

以2017年5月在南京市举行的首届江苏发展大会期间的空气质量为例,研究空气质量保障措施对城市空气质量的影响。结合气象观测数据、污染物质量浓度观测数据、污染物排放清单等,采用时间序列分析方法分析空气质量变化情况。根据2012年的分类别污染物排放清单和首届江苏发展大会具体保障措施,估算了保障期间南京市污染物排放强度的变化,结果表明:PM2.5和PM10分别减排57%和60%; CO、非甲烷挥发性有机物(NMVOC)、SO_2和NOx分别减排36%、35%、33%和26%; CO、NO_2、SO_2、PM2.5和PM10日均质量浓度分别下降22.5%、30.1%、30.9%、3.94%和19.0%,O_3日均质量浓度上升了32.1%;会后,随着管控措施的取消,除O_3外的主要大气污染物日均质量浓度上升,而O_3日均质量浓度不变。气象条件稳定时,现行的调控措施可以控制南京市除O_3外的主要大气污染物。     

南通市大气污染物浓度变化特征及其与气象因素的关系

为了厘清南通市大气污染浓度的变化情况以及与气象因素之间存在的关系,分析南通市大气污染物潜在的输送来源。文章利用南通市2018年全年大气污染物资料和同期气象观测要素资料,对SO2、NO2、CO、O3、PM10、PM2.5污染物的时、日、月、季浓度变化规律及其与气象因素之间的关系进行分析,并结合南通市2次重污染天气过程,使用后向轨迹模式HYSPLIT4分析南通市大气污染物的主要来源。结果表明：SO2、NO2、CO、PM10和PM2.5浓度均呈现夏季最低,其次是秋季,冬、春季浓度最高,O3浓度呈现明显春、夏季高于秋、冬季。SO2、NO2、CO、O3年平均排放量均较低。一天当中不同时间段,气象因素影响情况不同导致污染物的浓度不同。O3浓度变化跟NO2浓度变化呈明显负相关性。O3污染最高的天气,一般是气压较低,能见度较好的晴朗天气。而研究发现,PM2.5在气温较低、湿度高、气压高、日降水量较小、能见度低且风速较小的气象条件下,污染浓度更容易升高。NO2在低温高湿,气压高且风速较小的气象条件下时跟容易堆积。NO2、CO、O3与6种常规气象要素均存在显著相关性。O3跟气象要素之间相关性关系正好与其他5种污染物相反(湿度除外)。通过两次重污染天气过程的后向轨迹分析,南通市大气污染物来源既有西北和偏北气流的长距离输送,也有偏西和偏南气流的区域性源。     

2020年春季江西省大气环境质量时空变化特征及其影响因素

利用江西省6项主要大气污染物的逐时监测资料,通过反距离权重插值法和相关分析方法,探讨了2020年春季江西省空气质量的时空变化特征及其影响因素。研究结果表明：江西省11个地级市2020年春季空气质量较2019年同期均明显改善,其中大气污染物浓度普遍呈现出前期南高北低,随着时间的推移浓度高值区向北部转移的趋势;空气质量与地区生产总值和第二产业占GDP比重等社会经济因素显著相关,其中地区生产总值与O₃相关系数为0.700,第二产业占GDP比重与NO₂相关系数为0.691;空气质量还与平均气温、平均风速以及平均相对湿度等气象因素相关,其中平均气温与CO、PM_2.5、PM₁₀的相关系数分别为0.591、-0.506和-0.543,平均风速与O₃相关系数为0.540,平均相对湿度与SO₂相关系数为0.503。2020年春季江西省空气质量的改善不仅与停工停产等减排措施有关,还受气温、风速以及相对湿度等气象条件的影响。