哈尔滨市寒冷月份空气质量指数与空气污染物的相关性

以哈尔滨市环保局公布的2014年1—2月份市区内空气质量指数(AQI)实时监测数据为基础,每日对监测数据进行收集整理,得到了AQI的实时值以及PM2.5、PM10、CO、SO2、NO2质量浓度和臭氧1 h质量浓度(O3(1 h))、臭氧8 h质量浓度(O3(8 h));运用相关性分析、主成分回归分析及通径分析方法,分析各空气污染物对AQI的影响程度。结果表明:AQI与PM2.5、PM10、CO、SO2、NO2呈显著正相关,AQI与O3(1 h)、O3(8 h)呈显著负相关;空气污染物间存在严重的多重共线性。根据相关性分析结果,建立AQI与空气污染物的主成分回归模型,模型通过检验。通径分析结果表明:PM2.5对AQI的直接作用及总作用,均最大;PM2.5通过CO对AQI的间接作用,均大于其他污染物通过CO对AQI的间接作用;PM2.5对AQI的变化,起到了决定性的影响作用。     

滁州市空气质量与气象要素的关系及其预报方法研究

利用滁州市2015年1月至2017年5月逐日大气污染物数据及对应的气象观测资料,分析滁州市空气污染状况及其与气象要素的关系并建立基于气象要素的空气质量预报模型。结果表明,该地区空气污染物以细颗粒物PM2.5为主,主要出现在冬、春季,其次为O_3,主要出现在夏季;该地区出现中度以上污染时,上游西北来向的污染输送起重要作用,风速、降水与空气质量指数(AQI)及各类污染物浓度呈显著负相关,气温与PM10、PM2.5、NO_2、CO呈显著负相关,与O_3呈显著正相关,日照时数和相对湿度与颗粒物PM10、PM2.5浓度呈显著正相关;基于气象要素的预报模型对AQI及PM2.5、PM10和O_3的浓度预测效果优良,能满足日常的业务需求,对NO2的预报效果相对较差,标准化平均误差(NME)超过了30%,且对NO_2浓度有一定程度高估。     

近3年苏州市吴中区空气质量动态监测结果与成因分析

为探讨苏州市吴中区近3年大气污染特征及其空气质量状况,采用数理统计方法结合2012年2月最新颁布的《环境空气质量标准》,对2011—2013年苏州市吴中区表征每日空气污染的各项指标作月平均化、3年均值化和频率分析等处理,对处理后的结果进行分析。结果表明,2011—2013年苏州市吴中区SO2、NOX、NO2、PM10月际变化趋势趋于一致,12月份和1月份各指标值相对较高,8月份各指标的值最低;2011—2013年每年首要污染物累计值最大的分别是NO2、PM10和PM2.5,频度分别达到266,214,94 d;根据国家环境空气质量二级标准(GB 3095—2012),2011—2013年NOx、NO2和PM10年均值浓度都超标,其中NOx超标最严重,3年分别达到1.71,1.34和1.44倍;近3年苏州市吴中区空气质量以二级良为主,空气质量中等,夏季空气质量最好,冬季最差;空气质量指数级别一、二级累积百分比3年分别达到76.1%,79.3%,53.5%,出现优良空气质量的天数分别达到277,290,195 d。     

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.     

河北省2013～2014年环境空气质量现状对比分析

利用河北省11个设区市环境空气质量定点监测资料,研究了河北省2013 ～2014年环境空气质量变化情况及影响因素.结果表明,影响河北空气质量的污染物依次为PM2.5、PM10 、NO2和SO2,呈现以尘污染为主的复合型污染特征.SO2、NO2、PM2.、PM10 、CO浓度月均值总体变化趋势一致,表现为夏、秋季＜春季＜冬季;O3浓度则表现为冬季低、夏季高.2014年河北省各城市空气污染综合指数整体较2013年均同比下降,但全省平均达标天数仅占全年的41.6％,污染形势仍然严峻.2013年9月以来,河北省采取的各项能源、产业结构调整和污染源综合整治措施对减轻环境空气污染起到重要的作用,2014年气象条件对PM2.5浓度下降总体有利.     

蚌埠市空气质量影响因素计量分析

目的基于蚌埠市空气污染问题现状,调查蚌埠市市区各类空气污染物浓度,分析蚌埠市空气质量主要污染源及其分布情况。方法在空气质量监测局网站上,查找到蚌埠市近几个月内的空气质量指数与6类常见大气污染物的浓度数据,使用相关性分析、多元线性回归等方法,分别构建相关性分析模型、多元线性回归模型、主因素分析等模型,使用MATLAB、EVIEWS软件进行编程,给出定量计算过程和计算结果,分析其结果代表的意义。结果空气质量指数AQI与6个基本监测指标SO2、NO2、PM10、PM2.5、O3和CO的相关系数分别为0.913 3,0.312 8,0.637 3,0.989 9,0.436,0.065;监测淮上区政府、百货大楼、二水厂、工人疗养院、蚌埠学院及高新区6个监测站的PM2.5浓度变化数据。监测结果为百货大楼,淮上区政府两地PM2.5浓度最高,向周边地区有递减的趋势;蚌埠市一天中PM2.5浓度值多在傍晚达到峰值,且在一年中冬季污染最为严重。结论蚌埠市空气质量指数影响因素主要为PM2.5,而PM2.5与CO之间相关关系较显著,蚌埠市人们的乘车出行对蚌埠市污染物浓度的影响最为显著。且冬季PM2.5含量相对春季、夏季较高。由此,控制人们日常生活中燃料燃烧和机动车尾气的排放可以有效地改善本区域的空气质量。     

2014年重庆市大气污染物浓度变化特征及其与气象条件的关系简

根据重庆市2014年1月-12月大气空气质量指数（AQI）以及大气首要污染物PM2.5,PM10,CO,SO2,NO2和O3等相关数据,分析了重庆市大气污染物浓度的变化特征,并结合月平均降水量、平均气温、日照时数、平均相对湿度、平均风速和平均气压等气象数据,运用相关分析法,研究气象要素对重庆市大气污染物的影响.研究结果表明:AQI和PM2.5,PM10质量浓度变化在月尺度上呈明显的“U”型变化,表现为两端高中间低的态势;季节变化尺度上,冬季最高,夏季最低,即夏季空气质量最好,冬季空气污染最严重;PM2.5和PM10质量浓度显著相关,相关系数达0.99,PM2.5对PM10贡献较大,两者质量浓度的比值达0.80.PM2.5和PM10质量浓度与平均相对湿度正相关,主要是因为相对湿度越大越有利于颗粒物的形成;与...     

基于逐步回归的空气质量影响因素分析——以呼和浩特市区为例

空气质量指数是一种评价大气环境质量状况简单而直观的指标,可用于大气环境质量评价以及污染控制和管理。本文利用呼和浩特市PM2.5监测点数据和气象数据,利用空气质量指数法进行空气质量分析,用逐步回归法对影响空气质量的主要因素进行分析,并分析气象因素对空气质量的影响。得出影响呼和浩特市城区空气质量的主要因素是PM2.5、PM10、NO2和SO2,且寒冷、空气相对干燥和风大对空气质量会产生显著性的影响。     

青岛市城阳区环境空气臭氧的污染特征及防治措施

该文利用青岛市城阳区2014年全年监测数据,对大气中臭氧(O3)污染浓度监测结果进行了分析。分析结果显示,城阳区臭氧污染有加重趋势,2014年超《环境空气质量标准》(GB3095-2012)中二级标准的频率为6.30%,比2013年明显升高;2014年臭氧作为首要污染物出现的天数为91d,占污染天数的28.4%。城阳区臭氧浓度具有明显的日变化和季节变化规律。分析发现PM10、PM2.5、SO2、NO2和CO等污染物均与臭氧呈较好的负相关,日照、气温、风速等因素对臭氧浓度变化均具有一定的影响。并且结合城阳区实际提出了切实可行的臭氧污染防治措施。     

哈尔滨供暖期间PM2.5污染状况及其与气象因子的相关性分析

[目的]研究哈尔滨供暖期间PM25污染状况及其与气象因子的相关性.[方法]针对北方城市哈尔滨冬季供暖期和非供暖期PM25和PM10的浓度变化特征以及供暖期间PM2.5浓度与气象因子的相关性进行分析.[结果]2014年全年空气质量在二级以上达标的天数为244d,未这标天数占33％;供暖期PM2 5和PM10的质量浓度显著高于非供暖期,平均值分别是非供暖期的3.34和2.49倍,且11月份浓度值达到最高;供暖期间的首要污染物质为PM2.5,非供暖期间首要污染物质为PM10;供暖期间PM2.5在PM10中的比重也高于非供暖期;PM25质量浓度与日均气温呈显著的正相关关系,与日最大能见度呈显著的负相关关系,与日均气压、日均风速和总辐射存在不显著的负相关关系,与日均湿度、总云量存在不显著的正相关关系.[结论]该研究为空气质量预报、大气污染防治和农业生产技术更新提供理论依据.