基于非趋势波动分析的河川径流动力学特性研究

应用非趋势波动分析法,有效消除了数据中的噪声和非平稳信息影响,得到了定量描述河川径流长期演变行为的参数,即标度指数。根据标度指数的变化特性,探讨了河川径流的长程幂律相关及其存在的时间尺度等问题,通过黄河上游贵德水文站径流资料的仿真分析,表明该方法是可行的。     

西宁市区PM_(10)污染物特征及其与气象要素的关系

使用2010-2012年西宁市区空气质量监测站逐日平均浓度数据以及同期气象要素资料,采用气候统计学方法,对PM10污染浓度特征及PM10与气象要素的关系进行分析。结果表明,近3年西宁市区PM10污染浓度呈递减趋势,由2010年的0.117 mg/m3到2012年的0.103 mg/m3,下降了0.014 mg/m3,同期的大部分气象要素呈升高趋势;PM10污染浓度最高值出现在12月,为0.166 mg/m3,最低值出现在7月,为0.061 mg/m3;污染浓度由重到轻排序依次为冬季>春季>秋季>夏季;冬季PM10污染浓度为夏季的2.0倍;取暖期污染物排放是PM10污染浓度增加的主要原因之一;PM10污染浓度的高低与春季沙尘天气有一定的关系,沙尘天气发生的次日污染最严重;污染天气出现概率呈冬季>春季>秋季的特征;PM10污染浓度月变化与地面气象要素有很高的相关性,说明PM10污染浓度的变化不仅与人类活动有关,与气象要素的关系也很密切。     

2006～2012年武陵山区黔江区域大气污染物变化分析及防治对策

利用黔江区环境空气的监测资料,采用空气综合污染指数、Daniel趋势检验方法等评价和分析方法,研究了2006～2012年环境空气质量状况及变化趋势.结果表明,SO2 、NO2和PM10年均浓度分别为0.019 ～0.060、0.004 ～0.022、0.063 ～0.089 mg/m3,均达到国家二级标准限制要求.环境空气综合污染指数为1.08 ～2.14,属于轻度污染,主要污染物为SO2和PM10.2006～2012年环境空气质量年际变化趋势表明,NO2浓度随年份变化呈增长趋势.根据黔江区环境空气质量状况,分析了污染成因,并提出了污染防治对策.     

青海省城市大气污染物变化特征及与气象因子的灰色关联分析

对2001 ～ 2012年青海省西宁和格尔木2个城市环境空气中主要污染物SO2、NO2（或NOX）和PM10（或TSP）年际变化趋势和负荷系数进行了分析.结果表明,2001～ 2012年期间西宁市PM10均超过国家二级标准,SO2和NO2均符合国家二级标准,PM10和NO2浓度变化呈现极显著的下降趋势,SO2浓度变化呈现极显著的上升趋势;格尔木市TSP均超过国家二级标准,SO2（2003～2012年）和NOx均符合国家二级标准,TSP和SO2浓度变化的下降趋势显著,NOX浓度变化下降趋势不明显.西宁和格尔木市大气质量指数总体均呈现显著的下降趋势;西宁市12年间大气质量均达到中污染级别,处于警戒水平;格尔木市2008 ～2010年期间达到轻污染级别,符合空气质量标准,2003～2007和2011 ～ 2012年为中污染程度,处于警戒水平,2001和2002年分别达极重和重污染级别,处于紧急和警报水平.西宁市主要污染物分指数的排列顺序是PM10＞NO2＞ SO2,而格尔木主要污染物分指数的排列顺序是TSP＞ SO2＞NOx,2个城市主要污染物均是气溶胶颗粒物,且进入2010年以后SO2和NO2（或NOX）污染负荷系数非常接近.西宁和格尔木2个城市大气污染物与主要气象因子均处于较高的关联水平（0.55 ～0.78）,同时也显示出不同区域的差异性.     

浅谈海宁空气质量主要影响因素及污染防治对策

首先根据2009~2014年海宁空气质量监测数据,对海宁空气质量及主要污染物变化情况进行了统计分析,然后对空气质量主要影响因素进行分析,并提出空气污染防治对策。结果表明,海宁空气首要污染物为PM10和PM2.5,其污染指数大体呈现先降低又逐渐升高的趋势,与空气质量较好的城市相比仍存在较大差距。     

2001-2011年重庆市空气质量特征分析

根据重庆市2001-2011年的空气质量数据,分析了其首要污染物和空气污染指数(API)的年度、季度和月 尺度特征,以及API与常规气象要素的相关性.结果表明,11年间空气质量等级以Ⅱ级为主,状况良好,空气污染 类型由PM10-SO2 复合型向PM10 单一型转变,API平均值为85.88.年度尺度上,PM10 污染天数2002年最多、 2001年最少,呈增多趋势,SO2 污染天数2001年最多、2010年最少,呈减少趋势;季度尺度上,PM10污染天数第 二季度最多、第三季度最少,第一季度呈增多趋势,其余三个季度呈减少趋势,SO2 污染天数第一季度最多、第二 季度最少,都呈减少趋势;月尺度上,PM10污染天数5月最多、10月最少,4-10月呈减少趋势,1,2,3,11和12月 呈增多趋势,SO2 污染天数2月最多、6月最少,都呈减少趋势.API年均值、季度均值和月均值都呈减小趋势,季 度均值和月均值都呈明显的“V”型变化;空气质量状况2011年的最好,2002年最差,第三季度最好、第一季度最 差,8月最好、12和1月份最差.API与平均气温、降水量及日照时数呈显著负相关,与平均湿度呈正相关关系.     

2001—2010年济南市空气质量特征分析

利用济南市环境空气监测资料,使用国内普遍采用的API空气污染指数,分析了济南市2001—2010年空气质量的变化特征。结果表明：2001—2010年济南市环境空气质量为良或优的天数总体呈上升趋势;冬、春季空气质量比夏、秋季差,污染最轻的是8月,污染最重的是12月或1月;近10年主要污染物为可吸入颗粒物PM10,可吸入颗粒物的来源呈多样性,近年来,汽车尾气污染和建筑尘逐渐成为济南市环境空气污染的主要因素;空气污染较重时一般伴随冷空气影响,近低层存在逆温,不利于污染物的扩散。     

郑州市空气质量时间变化动态及影响因子研究

以国家环保总站的监测数据为基础,分析了2014年1—12月郑州市空气质量指数的日变化和月变化规律,采用单因素评价法,研究了郑州市PM10、PM2.5、SO2、NO2、和CO与空气质量的相关性。结果表明,郑州市每月均有不同次数的污染过程出现,1月、11月空气质量指数大于100的天数最多,分别为25、24 d,其次为10月、12月的21 d,7月轻度污染出现的天数最少,仅为5 d。郑州市1—12月空气质量指数的日均值与其PM10、PM2.5、SO2、NO2和CO的相关性研究结果表明,PM10和PM2.5与空气质量指数呈极显著线性相关,CO和NO2与空气质量指数相关性不显著,SO2与空气质量指数呈显著指数函数相关。     

中国夜间灯光指数与PM2.5的时空相关性分析

运用夜间灯光指数表征城市化水平,进而探索城市化进程对PM2.5污染的影响机制,分析二者的时空关系。结果表明,2000年中国夜间灯光指数为7.49%,2010年增长至11.05%,2015年增长至16.21%,夜间灯光指数呈快速增长趋势;2000年PM2.5质量浓度为32.10μg/m3,2010年增长至37.54μg/m3,2015年为37.44μg/m3,PM2.5质量浓度与夜间灯光指数增长趋势保持一致。基于405个城市区域统计数据,2000年夜间灯光指数为22.48%,2010年增长至48.11%,2015年增长至62.78%,增长率为179.27%,是全国的1.54倍;2000年PM2.5质量浓度为28.99μg/m3,2010年增长至53.51μg/m3,2015年增长至58.53μg/m3,增长率为101.90%,是全国平均水平的6.12倍。城市区域夜间灯光指数和PM2.5污染的增长均显著高于非城市区域,二者呈显著正相关(R2=0.582 8)。研究表明中国城市化进程,尤其是粗放式经济发展对城市空气污染的影响巨大,直接加剧了PM2.5污染。     

2003~2012年石家庄市大气污染特征分析

以石家庄市2003~2012年空气污染指数资料为基础,对每日空气污染指数、空气质量级别等的年变化特征进行了分析。结果表明,近10年来石家庄市的首要污染物仍以 PM10为主,空气质量分布具有明显的季节变化规律,夏季最好,秋、春季次之,冬季最差;近年来,石家庄市污染天数有减少趋势。     

义乌市大气环境质量改善成效分析

[目的]评价近年来义乌市大气环境治理成效。[方法]依据2013~2015年义乌市环境空气质量监测数据,分析主要污染物的浓度变化趋势,按照《环境空气质量标准》(3095—2012)二级标准进行评价。[结果]影响义乌市空气质量的主要污染物依次为PM_(2.5)、PM_(10)、NO_2、O_3,义乌市大气污染呈现为扬尘和机动车尾气并存的混合型污染。颗粒物污染突出,NO_2和O_3浓度略有上升,PM_(2.5)、PM_(10)和SO_2总体呈下降趋势,尤其对SO_2治理效果显著。[结论]近年来义乌市大气环境质量有所改善,这可能与该市采取的各项能源、产业结构调整和污染源综合整治措施取得初步成效有关。     

遂宁城区大气污染时空分布特征分析

根据四川省遂宁城区2006年1月￣2010年12月大气连续采样监测数据,利用空气污染指数(API)法分析了遂宁城区大气质量时空分布特征。结果表明,近5年来遂宁城区大气首要污染物是PM10,城区SO2、NO2和PM10的污染浓度总体呈下降趋势,大气质量级别为Ⅱ级(良),污染程度已处于较低水平。大气污染程度呈现冬季>春、秋季>夏季的变化规律;污染物浓度顺序在城区分布为群康印染厂>市监测站>市行政中心>石溪浩,空气污染在城区呈现出南高北低的分布特征。     

重庆开县城区大气环境质量分析及评价

根据2009～2010年开县城区SO2、NO2、PM10的监测数据,综合运用空气污染指数评价法对开县城区的大气环境质量进行分析与评价。结果表明:开县城区主要大气污染物为PM10,SO2和NO2的污染程度较低;2010年较之2009年大气环境质量总体上有较大改善;一年中1月份和12月份污染最为严重。     

西安市PM2.5相关因素多元回归分析模型

为了探索空气污染的主要因素，对空气污染监测指标PM2.5与AQI中其他监测指标进行相关性分析, 得到PM2.5与SO2、NO2、CO呈正相关, 与O3和温度呈负相关, 同时利用多元回归模型得到PM2.5与主因子的数量关系, 给西安市PM2.5防控提供参考意见.     

安徽省大气环境质量模糊综合评价

以二氧化硫（SO2）、二氧化氮（NO2）和可吸入颗粒物（PM10）作为评价因子,利用模糊综合评价法对安徽省大气环境质量进行了评价与分析.结果表明,可吸入颗粒物是安徽省的首要污染物,但铜陵市有所不同,首要污染物为二氧化硫.模糊综合评价显示,安徽省大气环境受到一定程度的污染,16个市中黄山市的大气环境综合质量最好.近年来,安徽省大气环境质量有所改善,但改善幅度较小.     

乌鲁木齐市空气环境质量变化趋势及污染防治办法

[目的]通过对乌鲁木齐市二氧化硫(SO2)、二氧化氮(NO2)、可吸入颗粒物、降尘的连续监测,分析了1996～2005年间空气环境质量中各污染物的变化趋势.[方法]通过实地监测,采样,对所采样品采用甲醛-盐酸副玫瑰苯胺光度法、Saltzman法进行实验分析.[结果]在此期间,乌鲁木齐市的主要污染物为SO2和可吸入颗粒物,其中SO2的年均值在0.068～0.145 mg/m3,可吸入颗粒物的年均值在0.115～0.186 mg/m3.SO2和可吸入颗粒物都超过国家<环境空气质量标准>二级标准,但总体上呈现下降趋势.从污染指数来看,1996年的主要污染物为降尘,1999、2003、2004、2005年主要污染物为SO2,其余年份均为可吸入颗粒物.[结论]从2005年空气污染状况分析出乌鲁木齐市空气污染具有明显的季节差异,在此基础上,从能源、工业布局、法律保障三方面提出相应的治理措施,用以减轻乌鲁木齐是空气污染程度.     

上海市大气环境中PM2.5与其他污染物相关性研究

为研究上海市不同地区的PM_(2.5)污染水平,选取徐汇上师大(市区)和浦东川沙(郊区)两个监测点的PM_(2.5)为研究对象,分析其变化特征及与空气中的PM_(10),CO,NO_2,SO_2和O_3间的相关性.结果表明:(1)PM_(2.5)与PM_(10)由于存在形态和成因相似而具有很强的相关性;(2)在季节分布上,夏秋季颗粒物浓度低,冬春两季颗粒物浓度高,春季颗粒物浓度低于冬季.PM_(2.5)与PM_(10)在不同季节表现不同,颗粒物的粒径分布特征在一定程度上与监测点周边的污染源及气象因素有关.(3)市区和郊区的PM_(2.5)和PM_(10)浓度都呈双峰性变化,PM_(2.5)与PM_(10)日变化存在相似性.(4)通过逐步回归建立PM_(2.5)的回归模型,结果表明空气中的PM_(2.5)浓度的变化会受到其他污染物的共同作用,不同区域对PM_(2.5)浓度变化贡献大的污染物也有不同.     

西安市近十年空气质量变化趋势及治理成效分析

对西安市近10年空气污染指数(API)进行研究分析,结果显示西安市大气环境质量正向良好的趋势发展。利用最小二乘法拟合三次曲线揭示出西安市年内空气污染呈现出"污染-良好-污染"的周期性变化规律。大气污染与自然气象因素的相关性分析显示,西安市大气污染与温度、降水量有显著的负相关关系,与气压有显著的正相关关系。通过变异系数法进一步分析得出能源结构调整和节能减排是促使西安市大气环境质量改善的主要因素。