我国东部地区颗粒物与不同污染源的关系

对于中国东部地区细粒子污染中存在的问题,用WRF-CMAQ空气质量模式,结合RSM模型,对颗粒物(PM),NO_x,SO_2,NH_3,非甲烷挥发性有机物(NMVOC)5种污染物与PM_(2.5)质量浓度之间的关联性及其影响进行分析.结果表明,排放条件和水平不同对PM排放的贡献不同,一次PM排放对3个地区PM_(2.5)贡献最为明显,贡献最低的是NMVOC.随着控制水平的提高,NH_3,NO_x,SO_2对PM_(2.5)贡献会上升.对于北京地区,区域SO_2排放对硫酸盐的贡献约80%,而本地SO_2排放仅贡献了10%;在低控制率下,NO_x排放对硫酸盐几乎没有贡献,随着控制率的提升,NO_x排放的贡献逐渐增加.对于北京地区硝酸盐的贡献,区域NO_x排放贡献近50%,本地NO_x排放仅仅贡献5%;区域NH_3排放的贡献约为30%,随着控制率的提高,本地NH_3排放的贡献也有所提高.     

广州市住宅室内PM2.5排放源的定量计算

对广州市部分采样住宅室内、室外PM2.5的浓度进行了15 min平均的实时监测.室内浓度系列与室外浓度系列相比,出现多个明显的浓度峰,定性判断住宅室内存在一定的排放源.结合物质平衡模型、线性回归模型及室内外实时监测浓度线性拟合情况,定量计算住宅室内PM2.5排放源源强,结果表明3个采样住宅的PM2.5室内排放源的平均排放强度为6 417-9 779μg.h-1.     

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.     

中国城市生活垃圾排放及其影响因素的时空变化研究

城市生活垃圾是当前急需解决的环境问题.控制城市生活垃圾排放,减少城市生活垃圾带来的环境危害,事关我国生态文明建设.基于2003年和2017年中国258个地级市的数据,首先分析了中国城市生活垃圾排放的时空变化特征,然后利用最小二乘线性模型(OLS)和地理加权回归模型(GWR)研究了经济、城市人口规模、城市化水平和产业结构对城市生活垃圾排放的影响,并且将两种模型进行了比较.研究结果表明：1) 除东北地区外,其他地区各城市的生活垃圾排放量有了很大增长,其中东部地区的城市增长最为明显,并且经济越发达人口越多的城市表现出更强的生活垃圾排放增长趋势,各城市的生活垃圾排放差异性不断扩大.2) OLS模型的回归结果表明经济、城市人口规模、城市化水平和产业结构对城市生活垃圾排放的促进作用增强,并且城市人口规模是促进城市生活垃圾排放的最重要因素,其次是产业结构、城市化水平、经济发展.3) GWR模型在解释城市生活垃圾排放的影响因素方面要优于OLS模型,并且GWR模型的回归结果表明各因素对城市生活垃圾排放的影响具有显著的空间差异性,并随时间发生了变化.根据研究结果和各城市的经济社会发展现状,对各城市提出了控制城市生活垃圾排放增长的针对性建议.     

宜昌市城区PM_(2.5)污染形成灰霾天气的规律研究

2012年选取与气象站点相邻的一个环境空气质量测点对PM2.5进行了研究性监测,测点距地面23m,全年PM2.5质量浓度在19~284μg/m3之间,年均质量浓度为89μg/m3,月均质量浓度最高的为1月.系统分析全年PM2.5监测质量浓度与相邻气象测点灰霾、能见度观测数据之间的关系,得到以下结论:宜昌市城区PM2.5污染质量浓度与灰霾观测值相关性不强,但与能见度的观测值显著相关;全年能见度降低受PM2.5污染的影响具有季节性,2、5~6三个月与7~9三个月及4、10~11三个月,这3组月份内的PM2.5与能见度之间的回归曲线基本一致,全年中3月份影响最大,而1月份最小,主要与气温、风速、降雨因素有关.     

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。     

基于LUR模型的大气PM2.5浓度分布模拟与人口暴露研究——以湖北省为例

大气细颗粒物是严重危害人体健康的主要污染物之一.该文以湖北省为例,采用LUR(土地利用回归)模型对各监测站点的PM2.5浓度进行空间化模拟,并考察污染暴露强度的空间分异特征,为PM2.5污染分区防控提供参考依据.结果表明：1)湖北省各站点PM2.5浓度差异较大,平均浓度高于环境空气质量二级标准,浓度大小受到站点风速、气温、海拔与3 km缓冲区内绿地面积等因子的显著影响,风速升高会加重污染,后3个因子增加则有利于降低污染.2)基于LUR模型的空间化结果显示,PM2.5浓度在省域尺度上呈现出明显的“中部高、东部低、西部最低”的梯度差序特征,其中武汉城市圈、江汉平原与襄阳部分地区污染较重,鄂西地区普遍较低.3)构建顾及人口分布疏密的PM2.5暴露强度指数,发现PM2.5暴露强度与人口密度大小存在较高的空间相关性.全省超过90%的人口和面积处于中等及以下暴露强度,总体健康风险较低.暴露高值区相对分散,主要集中在以武汉城市圈为核心的中东部地区.     

湖北省经济增长与环境污染的动态关系研究——基于VAR模型

选用湖北省1999—2017年的经济增长与环境污染数据,基于VAR模型,通过平稳性检验,协整检验,脉冲响应分析和方差分解对经济增长与环境污染的动态关系进行实证检验.结果表明：在研究时段内,湖北省人均GDP增长与工业“三废”排放之间存在着长期稳定的相互关系.由脉冲响应图可知,两个变量系统相互间的影响表现为前期较强烈,中后期则影响趋缓;人均GDP增长的冲击对工业废固、工业废水的排放有负向抑制作用,对工业废气的排放有正向促进作用;工业废固、工业废气排放的冲击对人均GDP增长具有正向促进作用,工业废水排放的冲击对人均GDP增长具有负向抑制作用.人均GDP增长对工业废固、工业废气、工业废水的排放带动效果较弱;工业废固、工业废气的排放对人均GDP增长的带动效果较强,人均GDP增长并未较大程度带动工业“三废”的排放,但工业“三废”的排放却在一定程度上促进人均GDP的增长.最后从产业结构调整,重点对经济增长影响显著的污染类型进行整治,因时制宜制定环境规制措施对湖北省生态文明建设提出对策建议.     

天津蓟县夏季PM_(2.5)污染特征及影响因素

为探究天津蓟县大气细颗粒物(PM2.5)污染特征及气象因素对它的影响,搜集了2013年蓟县PM2.5质量浓度变化资料,对PM2.5污染情况进行了详细分析;并针对夏季典型天气,对PM2.5质量浓度进行监测,结合同步气象数据,运用线性回归及相关性分析方法研究PM2.5质量浓度与气象因素关系.结果表明:蓟县PM2.5质量浓度呈现明显冬高夏低特征,夏季污染超标率达45%,其日变化呈明显双峰型;PM2.5质量浓度受温度、相对湿度、风速、风向、降雨影响显著,与气压无显著关系,能见度随PM2.5质量浓度增大呈现e指数衰减规律.研究结果可为当前的京津冀区域大气污染协同防控提供一定的科学参考.     

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.     

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。     

模糊时序与支持向量机建模相结合的PM2.5质量浓度预测

为解决进行PM2.5质量浓度预测中多因素回归模型的不稳定、神经网络模型的过拟合及局部最小等问题,提出应用支持向量机和模糊粒化时间序列相结合的方法,对PM2.5质量浓度未来变化趋势和范围进行预测.根据PM2.5不同季节的日变化周期模式,确定以24 h为周期的粒化窗宽,利用三角型隶属函数对数据样本进行特征提取作为支持向量机的输入,并在k重交叉验证法下采用网格划分寻找出模型的最佳参数.以2013年3月—2014年2月北京市海淀区万柳监测点四个季节PM2.5的1 h质量浓度监测值为样本数据,应用该方法建立PM2.5质量浓度的时间序列预测模型,并在MATLAB平台下应用LIBSVM工具实现计算过程.结果表明,基于模糊粒化时间序列的预测模型,能较好解决PM2.5机理性建模方式下由于影响因素考虑不全而造成的预测结果不稳定,对模糊粒子拟合效果较好.     

我国典型区域PM2.5化学组分特征及来源解析

京津冀、长三角、珠三角三大都市圈是我国经济发展较快的地区,GDP比重占全国40%左右,经济相对发达,人口相对稠密,污染相对严重,而PM2.5一直是大气环境中的主要污染物。近年来国内学者主要是针对PM2.5质量浓度水平、时空分布、化学组分等方面进行了研究。文章对这三个地区大气颗粒物PM2.5化学特性以及来源进行比较分析,有助于提出对PM2.5的一系列控制措施。     

2016-2020年春节烟花爆竹燃放对绵阳市环境空气质量的影响

利用2016-2020年绵阳市环境空气(SO2,NO2,CO,O3,PM2.5和PM10)监测数据,分析了春节期间烟花爆竹燃放对绵阳市城区环境空气质量的影响.结果表明:烟花爆竹燃放对环境空气质量产生严重影响,除夕烟花爆竹燃放后,SO2和颗粒物(PM2.5和PM10)均会升高,PM2.5增长尤为明显,正月初一达到峰值浓度...     

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。     

河北省道路交通部门节能减排情景分析

基于COPERT模型,对河北省道路交通部门的能源消耗、CO_2排放和4种大气污染物排放(CO,NO_x,PM2.5和SO_2)进行计算,探讨提高机动车排放标准政策和总量控制政策在2015—2030年的减排潜力.研究结果表明,提高机动车标准政策对NO_x、PM 2.5和SO_2的减排效果显著,相比于基准情景,在2030年对3种污染物实现减排效果分别为74.20%、43.33%和80.17%.而机动车总量控制政策则对节约能耗与减少CO_2和CO排放效果明显,相比与基准情景,在2030年实现节能37.96%、CO_2减排37.84%和CO减排35.81%.建议应尽快实行统一的机动车排放标准政策,并将适当的小客车总量控制措施纳入未来政策的制定中.     

基于滑动窗口和LSTM的PM2.5浓度预测模型

随着环境空气质量日趋重要,PM2.5浓度也逐渐受到重视.以北亡市某空气质量监测站2010.1.1～2014.12.31的PM2.5浓度的小时数据以及对应的气象数据作为样本进行实验.首先对数据进行预处理,考虑到PM2.5前后关联性很强这一特点,将数据进行基二时间的滑动窗口处理以利用数据的时序性,然后对各气象因子进行皮尔逊相关分析,构建了5层长短期记忆(LSTM)网络模型,引入了学习率指数衰减方法,来预测1 h后的PM2.5浓度,并将其与Lasso回归、支持向量回归(SVR)模型、XGBoost模型对比,发现构建的LSTM模型预测效果最好.     

北京市夏季大气不同粒径气溶胶中 碳质及质量重建研究

对北京市城区2012年夏季大气气溶胶进行PM2.5和PM10石英膜采样,利用热光反射法得到了有机碳(OC,organic carbon)和元素碳(EC,elemental carbon)的含量;应用Stelson方法,结合其质量浓度、元素含量可溶性离子含量对气溶胶质量浓度进行了质量重建与比对.日平均质量浓度结果显示,PM2.5中,OC浓度ρ(OC)为19.4μg·m-3,EC浓度ρ(EC)为3.8μg·m-3.PM10中,ρ(OC)为22.3μg·m-3,ρ(EC)为4.1μg·m-3.OC、EC相关性显著(PM2.5,R2=0.77;PM10,R2=0.91).PM10中有87%的OC和94%的EC集中在PM2.5中.PM2.5和PM10中OC/EC比值分别为5.1和5.7,明显大于2,说明存在二次有机碳.PM2.5和PM10重建值和称质量值相关性R2分别为0.95和0.94,重建值和称质量值比值分别为93%和97%.     

基于时间序列和多元方法的乌鲁木齐PM_(2.5)浓度分析

鉴于肺部可吸入颗粒物PM_(2.5)对人体的危害,利用多元分析及时间序列的方法将PM_(2.5)浓度变化划分为稳定部分(由分子内部的作用引起浓度变化)和不稳定部分(由外部环境因素,即温度,风力,风向及天气等)进行预测.收集乌鲁木齐7个监测站点2014年11月至2015年3月(冬季)每天的PM_(2.5),PM_(10),CO,NO_2,O_3,O_3(8 h),SO_2及天气等相关因素数据,对PM_(2.5)浓度建立预测模型并进行结果分析.相关分析表明:户外PM_(2.5)与PM_(10),CO,NO_2和SO_2具有较高的相关性.对平稳部分利用指数平滑模型预测PM_(2.5)浓度,得到最好的平滑指数是0.32.主成分回归(PCR)模型用于预测PM_(2.5)浓度的不稳定性成分,得到R2值为0.803.最终,将2015年3月至2015年5月的数据利用5种性能指标检验模型,结果表明该模型方法预测效果较好,有一定的实用价值.     

商洛市工业“三废”污染的EKC特征分析

以商洛市为例,选取2004—2014年商洛市经济发展的主要指标和环境污染物排放量的统计数据,构建工业"三废"及SO_2排放量与人均GDP之间的计量模型,运用SPSS等统计软件对经济发展与环境污染的相关性进行分析,拟合出环境库兹涅茨曲线的回归模型图.研究表明,商洛市2004—2014年,工业"三废"排放量与人均GDP的拟合曲线符合环境库兹涅茨N型曲线特征,而SO_2排放量与人均GDP符合倒N型曲线特征,二者并不完全符合标准的环境库兹涅茨曲线特征,针对存在的问题提出相应对策.