济南市主城区空气污染物特征分析

为了深入探寻济南市主城区空气污染物特征,研究基于2019年济南市主城区7个国控自动监测点位的空气质量监测数据,分析PM_2.5、PM₁₀、SO₂、NO₂、CO和O₃共6项空气污染物时空特征,并对相关性进行研究。结果表明：浓度季变化,PM_2.5、PM₁₀、CO、SO₂和NO₂呈正“U”型曲线,O₃呈倒“U”型曲线;浓度月变化,PM_2.5、PM₁₀、CO、SO₂和NO₂呈开口向上波动性抛物线,O₃呈开口向下波动性抛物线;浓度日变化,PM_2.5、PM₁₀、SO₂、NO₂和CO呈“双峰双谷”周期性波动趋势,O₃呈“单峰单谷”周期性波动趋势;空间特征,主城区西部和北...     

山东省大气环境污染时空特征及其原因分析

 利用大气例行监测数据,分析了2014年山东省大气污染进行时空特征。从空间看,淄博、济南、枣庄等是山东省大气污染最严重的城市,日照、青岛、威海等城市的污染最轻,东部沿海城市的污染程度明显轻于内陆城市;各地市SO₂的达标情况较好,超过50%,其余污染物的达标率均较低,PM_2.5甚至出现各地市均超标的现象。从时间看,污染物冬季浓度高夏季浓度低;PM₁₀和NO₂浓度在3月有小高峰;8月份,SO₂、NO₂浓度略有升高;从全年来看,NO₂污染物排放浓度变化不大。通过灰色关联法分析可知,能源消费与污染物空间分布相关性最大,风速与污染物时间分布相关性最大。     

济南市冬季大气污染时空分布特征及潜在污染源区分析

利用2016—2018年冬季济南市大气主要污染物和气象监测数据,对大气污染特征及潜在源区进行分析。结果表明：2016—2018年冬季济南市环境空气中可吸入颗粒物PM₁₀和细颗粒物PM_2.5分别占首要污染物的34.7%和63.8%,轻度污染以上天数占总天数的58.6%,冬季高质量浓度PM_2.5导致年均值增加7.5μg/m³;从空间分布来看,PM₁₀与PM_2.5空间分布为天桥区、槐荫区及平阴县质量浓度较高,SO₂则为商河县和济阳区质量浓度偏高,NO₂和CO为济阳区、天桥区和槐荫区质量浓度较高;研究期间NO₂、CO、PM₁₀、PM_2.5的质量浓度呈正相关性,相关系数均在0.7以上,推断交通源、工业燃烧源、燃煤是颗粒物的主要来源;济南市冬季的气团输送为偏南、西北、偏北和偏东4个方向,偏南和偏东气团为影响济南市冬季大气污染主要输送路径。进一步研究潜在源区贡献...     

北京市空气污染与气象条件的关系及其预报

利用北京市2015-2017年逐日、逐小时w(PM_2.5)、w(SO₂)和w(O₃)资料,及同期NCEP/NCAR的高分辨率全球预报系统数值预报产品,计算了相关空气污染气象参数,研究了北京市空气污染物质量浓度与气象条件的关系.采用逐步回归方法,建立了北京市空气污染物w(PM_2.5)、w(SO₂)和w(O₃)的预报方程,并对预报结果进行了检验.结果表明,稳定能量和涡度与w(PM_2.5)、w(SO₂)以正相关为主,与w(O₃)以负相关为主.低层平均风速和边界层厚度与w(PM_2.5)、w(SO₂)以负相关为主,与w(O₃)以正相关为主.地面露点温度与w(PM_2.5)、w(SO₂)和w(O₃)以正相关为主;在优选空气污染气象参数的基础上,利用逐小时空气污染物质量浓度资料...     

中央环保督察与地方大气质量改善——基于多期双重差分法的检验

 采用2014-2018年中国225个地级市的面板数据,以各地市当年PM_2.5、PM₁₀、NO₂、SO₂、CO、O₃的年均浓度作为被解释变量,通过多期双重差分的方法检验了中央环保督察制度在改善地方大气质量方面的政策效果及其持续性。研究发现：中央环保督察对PM₁₀、SO₂和CO的浓度改善具有显著作用;在政策效果持续性上,相比PM₁₀,中央环保督察对地方SO₂、CO浓度的改善更具有持续性。建议进一步常态化中央环保督察制度以持续推动地方大气环境质量改善,关注移动源、建设工程扬尘与二次污染物防治以推动多类大气污染物的减排,实现空气质量的综合提升。     

天津WRF-Chem模式空气污染浓度预报误差时空分析

分析2019—2021年天津WRF-Chem模式日预报结果与实况对比的误差时空特征，得出以下结论：(1)模式预报结果与O₃浓度的相关性最好(0.90)，与PM₁₀(0.59)的最差；(2)模式预报结果对污染物浓度的高估现象更显著，PM₁₀、PM_2.5和O₃浓度的预报绝对误差明显高于其他3种污染物；(3)模式预报的相对误差大小排序为O₃22102.5，且夏季最高，秋冬近似，春季最小，夏秋冬三季相对误差都为PM_2.5最大，春季则为PM₁₀最大；(4)从2种主要污染物浓度预报相对误差的空间分布特征来看，PM_2.5为蓟州、中心城区、大港偏大，PM₁₀为中部地区西青、武清、塘沽、宝坻偏大；(5)经综合衡量，模式预报效果最差的是PM     

呼和浩特市大气污染特征及气象条件影响分析

为了解呼和浩特大气污染防治效果,选取呼和浩特市2017—2022年的主要大气污染物、气象要素数据,对污染物浓度的年、月变化、浓度比值、相关性进行分析,利用后向轨迹聚类对2020年3月进行分析。分析结果表明：呼和浩特市2017—2022年空气质量为优、良的天数呈上升趋势。各污染物浓度年变化特征明显,各污染物的浓度变化趋势除O₃均呈“U”形分布。PM_2.5、PM₁₀污染是呼和浩特市大气污染主要研究对象,PM_2.5/PM₁₀的值有明显的月变化特征,5月份为全年最低值。PM_2.5和PM₁₀高度相关性,而NO₂和SO₂与PM_2.5、PM₁₀均呈现正相关性。受气象要素影响,PM_2.5和PM₁₀污染物浓度变化趋势为夏低冬高,7、8月降雨量大,有利于空气质量改善,降水可带走、稀释更多的污染物。而后向轨迹聚类分析得4条气团...     

基于HYSPLIT模型的2017年西安市首要大气污染物变化特征及潜在源区分析

利用2017年西安市13个空气质量监测站点实测数据,分析了大气污染物CO、NO₂、O₃、PM₁₀、PM_2.5、SO₂的变化规律及特点,用空气质量分指数计算了不同季节的大气首要污染物,基于混合单粒子拉格朗日综合轨迹模型分析了2017年西安市污染物的后向轨迹和聚类轨迹,采用潜在源贡献因子法和浓度权重轨迹分析法计算了各个季节首要污染物的潜在源区分布.结果表明, 2017年西安市逐日ρ(NO₂)、ρ(PM₁₀)、ρ(PM_2.5)、ρ(SO₂)和ρ(CO)夏季低、冬季高,逐日ρ(O₃)值夏季高、冬季低,反映了西安市春季首要污染物是PM₁₀,夏季首要污染物是O₃,秋冬季首要污染物是PM2.5.冬春季西安市气流轨迹方向以西北向为主,携带了大量的颗粒物和气体污染物.西安夏季污染主要以本地污染源为主.秋季,来自内蒙古南部、陕西延安、铜川的北向气...     

西宁市非金属矿物制品业大气污染物排放清单研究

为研究西宁市非金属矿物制品业对大气污染物的贡献情况,根据排放因子方法建立了西宁市2018年非金属矿物制品业4种大气污染物的排放清单,并对清单进行了时空分布及不确定性分析,为西宁市非金属矿物制品业污染物排放控制提供依据.结果显示,西宁市2018年非金属矿物制品业大气污染物NO_x、SO₂、PM_2.5和PM₁₀的排放总量分别为3 300.18、1 195.93、1 281.18和2 382.72 t.西宁市非金属矿物制品业污染物排放企业主要在大通县、湟中县、城北区,集中在西宁市南部.其中,大通县是NO_x和SO₂最大的贡献区域,也是PM_2.5和PM₁₀的第二大贡献区域;湟中县是PM_2.5和PM₁₀的最大贡献区域,也是NO_x和SO₂的第二大贡献区域.水泥（干法）行业是NO_x、SO₂、PM     

合肥市高新区大气SO2与O3和NO2污染特征及来源分析

采用长光程差分吸收光谱系统对合肥市高新区大气SO₂,O₃,NO₂进行连续观测，分析气体污染特征和可能存在的污染源.日变化显示，夜间SO₂质量浓度较高，日间质量浓度低.NO₂呈单峰单谷型，交通晚高峰对NO₂质量浓度有一定影响，全日质量浓度持续偏高(35～45μg/m³)且变化较小，存在其他重要的氮氧化物排放源.O₃有明显的日变化，日间质量浓度高，在午后16:00出现最大值；夜间质量浓度低，凌晨出现最低值.冬季大气边界层低，不利于污染扩散，NO₂和SO₂质量浓度保持较高水平，而夏季光解反应剧烈，湿沉降明显，污染物质量浓度较低，O₃质量浓度表现为春夏季高于秋冬季.污染源分析表明，SO₂高值主要与观测点西北面农村居民生活燃煤及东南侧制药公司和涂料厂的无组织排放有关.低风速下NO₂高质量浓度受观测点附近望江西路的机...     

京津冀产业结构调整对大气污染物排放的影响效应——基于向量自回归(VAR)模型的脉冲响应函数分析

 京津冀地区已连续多年被大气污染问题所困扰，产业结构调整能够协调经济发展和环境保护之间的关系。为分析产业结构调整对大气污染的影响效应，选取1999-2015年京津冀地区产业结构和大气污染物排放数据，分别建立第二产业比例与SO₂、工业烟（粉）尘排放量的向量自回归（VAR）模型，并进行脉冲响应函数（IRF）分析。研究发现，产业结构调整对不同地区不同污染物的影响方向、影响大小、影响持续时间均有所差异。为了保证产业结构调整政策的高效实施，京津冀应以3年为政策调整参考周期，对于不同的污染物采取不同的控制手段，并联系本地实际开展大气污染物减排工作。     

石家庄市采暖期空气质量特征及其与气象条件的关系

为确定石家庄市采暖期易引发大气污染的气象条件,通过对石家庄市2016—2018年采暖期的空气质量逐日监测数据,以及同期气象观测资料进行研究,分析了石家庄市采暖期的空气质量变化特征,探讨了影响环境数据变化的主要气象要素,筛选并确定了PM_(10)、PM_(2.5)、AQI的污染气象指标。结果表明:石家庄市采暖期内所有天数均为非一级天,其中污染日较多,占69.58%,以PM_(2.5)为首要污染物的天数最多,其次是PM_(10);PM_(10)、PM_(2.5)、SO_2、NO_2、CO浓度与气温、变压、风速和混合层高度负相关,与相对湿度正相关(SO_2除外),O_3与气象要素的相关性和上述五种污染物相反;气象要素对大气环境影响的排序为:相对湿度风速混合层高度水汽压变压气温;确定的三种污染气象指标准确率分别是70.37%、70.37%、72.97%。     

北京地区臭氧源识别个例研究

利用三维区域空气质量模式CAMx模拟京、津地区对流层大气光化学过程。运用臭氧源识别技术研究不同地区、不同种类污染源排放对北京市城近郊区臭氧浓度的影响,并统计分析这一地区的臭氧来源构成。结果表明,北京市城近郊区排放的污染物对本地及其下风地区的臭氧生成有显著影响;北京市城近郊区的各类源排放中,流动源对臭氧生成贡献最大,油品储运和溶剂使用与工业源的臭氧生成贡献也占有较高份额,天然源排放对臭氧生成的贡献很小。另外,研究表明,北京地区的臭氧生成具有区域特征,气象和源排放条件会对这一地区臭氧来源的构成产生较大影响,周边地区污染物排放的影响应予以关注。     

直辖市空气污染指数比较分析

以重庆市、北京市、天津市、上海市四大直辖市2001-2011年的大气主要污染物的排放量为基础数据,建立API空气污染指数模型,计算出各污染物的分指数,并利用模型中的分指数,通过层次分析法,得出污染物各自的权重;根据目前直辖市大气污染的现状,以及主要污染源中的主要污染物的状况,结合各地的“十二五”发展规划,提出改善各直辖市空气环境质量的建议和对策.     

京津冀气溶胶时空变化特征及潜在来源分析

针对京津冀日益恶化的环境问题,采用Terra-MODIS C6.1 MOD04_L2 气溶胶光学厚度(AOD)产品对京津冀地区2011-2020年AOD时空变化特征进行探究,基于 HYSPLIT模型得到京津冀地区3个主要城市的四季主要气流输送轨迹,并结合空气质量指数(AQI)数据和潜在源贡献因子法(PSCF)分析石家庄市不同季节的污染物潜在源区。结果表明：京津冀地区多年AOD空间分布大体呈东南高西北低的特征;10a间AOD总体呈“w型”下降,峰值和谷值出现在2011年(0.49)和2017年(0.33);AOD四季均值由高至低依次为：夏(0.53)>春(0.39)>冬(0.36)>秋(0.32);AOD月变化呈“双峰”型,峰值出现在2月(0.48)和7月(0.59);北京市、天津市和石家庄市四季主要受到短距离气团输送的影响;统计AQI优良率可知京津冀3个主要城市中石家庄市空气质量最差,通过PSCF分析得出影响石家庄市AQI值的潜在源区主要分布在石家庄市本地及周边省市。     

融合多源数据的城镇空间演化研究—以京津冀为例

为了解决传统研究手段在城镇空间演化探测方面的不足,响应中国土地精细化转型,并提升光学卫星及遥感技术在社会经济领域的深层次应用,基于京津冀城市群,运用城镇演化及产业转移等模型,分析1990—2020年其演化的时空特征. 结果表明:①演化强度整体表现出“上升-下降”趋势,呈现出环京津唐及石家庄-保定等演化热点;②北京、天津及唐山等综合发展呈下降趋势,石家庄、邯郸及邢台等呈上升趋势;③区域产业链在空间上表现出集聚与扩散趋势,中高端产业在首位城市集聚,中低端产业向周围城市转移. 研究证明光学卫星在城镇发展监测方面具有巨大的潜力,可以对地区一体化发展的规划与决策提供一定的参考.      

基于时间序列与随机森林模型的江西省空气质量影响因素分析

空气质量状况直接影响着人们的身心健康,空气污染治理一直是一个广受争论的热点问题.本文基于2015～2020年江西省各地级市主要污染物浓度和气象数据,采用时间序列与随机森林模型,深入分析江西省各地级市的空气质量状况及其影响因素,得到以下结果:(1)从整体角度来看,2015～2020年间江西省城市的空气质量一直处于优良状态...     

秋季珠江口地区海风对城市群空气污染的影响

 根据2004年10月珠江三角洲大气边界层和空气污染物观测资料,分析了位于城市群下风向的珠江口地区的海风对珠江三角洲城市群空气污染的影响。结果表明,秋季珠江口地区海风将抑制城市群空气污染物向下风向输送,而导致城市群空气污染物在向下风向“迁移”过程中“减速”或在城市群短期“堆积”,使城市群空气污染物浓度随海风的出现显著上升,珠江口地区出现海风日城市群空气污染物日平均和日最高浓度与非海风日相比上升了2到4倍;而珠江口地区空气污染物浓度随海风的出现而降低。     

基于污染物浓度设计值和相对响应因子的空气质量达标控制情景预测方法——以四川省“十四五”规划为例

提出一种基于污染物浓度设计值和相对响应因子的空气质量达标规划预测方法。首先通过数值模拟, 评估最近5年年际气象条件差异对空气污染物浓度的影响, 筛选出最接近5年平均气象条件的一年作为基准年, 将该基准年气象场和各排放情景作为输入进行空气质量模拟, 降低气象条件年际差异对未来污染物浓度水平预测的影响。然后, 基于基准情景和控制情景在不同排放水平的空气质量模式模拟结果, 将控制情景相对于基准情景的污染物模拟浓度的变化比例(相对响应因子)与污染物浓度设计值相结合, 进行控制情景的空气质量水平预测和达标分析。以四川省为例, 围绕相关减排政策, 设计多个虚拟控制情景, 对全省城市未来空气质量进行情景预测和达标分析, 为“十四五”空气质量规划落地策略的制定提供科学支撑。