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。     

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。     

长江三角洲地区空气污染指数的时空分布

利用中国环境监测总站空气质量资料,2011~2012年对长江三角洲地区空气质量的变化特点进行了统计分析。结果表明:长江三角洲地区的空气质量存在一定的时间变化规律和空间分布规律。时间变化规律:(1)长江三角洲地区的空气质量有所好转,2012年较2011年优良天数增多,作为首要污染物的PM10污染程度有所减轻,空气污染呈显著下降趋势。(2)冬季为污染最高发季节,春季其次,秋季再次,夏季为最少发生的季节。(3)11月是污染出现最多的月份,污染出现较少的月份是7、8、9月。空间分布规律:长江三角洲地区的空气污染由内陆到沿海呈现出逐渐下降的趋势,但由南向北无显著规律。     

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。     

洛阳城区PM10、PM2.5质量浓度时空变化特征及其与气象因子的关系

利用2017—2019年洛阳市7个国控空气质量监测站的大气颗粒物PM_(10)、PM_(2.5)的质量浓度监测数据,研究洛阳市城区大气颗粒物浓度的时空变化特征及气象因素对其的影响。结果表明,2017—2019年洛阳市城区环境空气污染总体状况呈先降后增的趋势,其中,2018年空气质量整体状况最好,重度及以上的污染天数占全年有效天数的比例最低;2019年污染总天数相较于2017年减少10 d,但相较于2018年增加31 d;空气质量整体情况PM_(10)和PM_(2.5)浓度月均值变化基本一致,浓度变化均呈U形分布;PM_(10)和PM_(2.5)质量浓度变化具有明显的季节性特征,冬季其质量浓度最高,春季和秋季次之,夏季最低;各国控站点的PM_(10)、PM_(2.5)质量浓度同样显示冬季高,春、秋季次之,夏季低,大气污染状况整体呈西北高、东南低的分布特征;气象因子分析表明,ρ(PM2.5)、ρ(PM10)与温度均呈显著负相关;相对湿度与PM10的质量浓度呈负相关,但与PM2.5的质量浓度呈正相关,在相对湿度为60%～70%时,PM2.5的质量浓度较大;PM_(10)、PM_(2.5)的质量浓度在风向为南风、东南偏南风、西南偏南风、西南偏西风时较小。2017—2019年洛阳市空气污染状况变化与地形、气象条件、城市化建设均有一定的关系。     

厦门市空气质量时空分布特征及其与气象条件的关系

利用2002-2006年厦门市空气质量监测资料和气象资料,对厦门市空气质量的时空分布特征及其与气象条件的关系进行分析.结果表明:厦门市空气质量优良率达98%,PM10和SO2年平均浓度变化不明显,NO2年平均浓度则呈逐年上升趋势;PM10、SO2和NO2浓度的月变化趋势基本相同,月平均浓度7月份最低,而出现平均浓度高值的月份则有所差异.各污染物浓度在一定区域范围内存在同相位变化特征.PM10浓度在大陆高压、暖区辐合系统控制下最高,副热带高压和低涡控制时最低,副热带高压控制时未曾出现轻微以上污染,暖区辐合系统中出现轻微以上污染最多;风向变化对厦门市SO2和NO2浓度分布影响不明显,偏南风下厦门市空气质量出现优的概率高,但出现轻微以上污染也多,北风影响下空气质量为优的概率最小,但未曾有轻微以上污染.     

2014—2018年山西省空气质量综合评价研究

通过构建空气质量的综合评价指标体系,借助综合评价模型,对山西省11个地级市2014—2018年的空气质量进行研究.结果表明:(1)研究期间,山西省空气质量指标权重O3浓度权重值最高,对空气质量优劣影响最大;PM10浓度权重最小,对空气质量优劣影响最小.(2)山西省空气质量的污染物年变化存在明显差异,SO2、CO、PM2.5、PM10年浓度呈下降趋势,SO2的年浓度下降幅度最大,PM10年浓度下降幅度最小;NO、O3年浓度呈上升趋势,O3浓度增幅较高,NO增幅较小.(3)山西省空气质量总体呈波动上升趋势,8个城市呈上升趋势,朔州市增幅最高,太原市增幅最小;3个城市呈下降趋势,临汾市下降幅度最大.2014—2018年山西省空气质量综合水平属于中等水平,大同市空气质量综合水平属于较高水平,其他10个城市属于中等水平,空气质量水平在空间分布上总体表现为"自北向南递减"的特征.     

固原市空气质量特征及其与气象条件的关系

本文利用2015年1月至2017年12月固原市空气污染监测资料和气象资料,分析了空气质量特征及其与气象条件的关系。结果表明:固原市空气质量以良为主,空气质量为优的天数呈现减少趋势,从年际变化看,2017年空气质量有明显改善;PM10是固原市最主要的污染物,O3作为首要污染物天数年际变化呈明显增加趋势;春季、秋季、冬季固原市的首要污染物主要是PM10,夏季固原市首要污染物主要是O3,冬季12月至次年3月PM2.5成为首要污染物的天数占比较大,NO2成为首要污染物的天数主要集中在12月;不同季节影响空气质量的气象因子并不完全相同,各地面气象要素与空气污染指数(AQI)的关系,与风速最密切,其次是相对湿度;不同季节气温对空气污染指数(AQI)的影响作用不同;固原市易发生严重污染的典型天气形势:500hPa高空受脊前强西北气流影响,同时地面处于高气压场前部,多伴有大风、沙尘天气等灾害性天气现象。     

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.     

湖南省14个市级城市空气质量指数的分布特征及其与气象因素的关系研究

利用中国气象局气象数据统一接口端（天擎）提供的2019—2021年地面日值资料和湖南省环境气象一体化业务平台提供的空气质量数据,利用相关分析方法对湖南省14个地市的空气质量指数（AQI）进行了分析。结果表明：2019—2021年湖南省东部地市的AQI值普遍高于湖南省西部和南部地市。湘西州和张家界的AQI值基本最低,AQI高值区分布在长株潭一带。春季和夏季AQI值最低,冬季升到最高值,冬季过后AQI值又逐渐降低。湖南省14个地市的空气质量污染天数最多的是长沙,其空气质量在湖南省最差;空气质量污染天数最低的是湘西州,空气质量整体最好。与2019年相比,2020年和2021年的年均污染天数减少。相对湿度、降水量、平均水汽压、本站气压和风速与长沙市AQI密切相关,并通过99%显著性检验,除了气压呈正相关外,其他均呈负相关关系。     

2012～2013安徽省空气质量对比及原因分析

根据安徽省环境保护局提供的2012～2013年空气污染指数（API）资料,对安徽省各地市空气质量级别、首要污染物等指标和空气污染指数的月、年均值进行了全面的统计分析及横向、纵向对比,得出安徽省空气污染的时空分布规律,并从多方面分析造成其规律变化的成因.结果表明,2013年安徽省API年均值、高值城市数量均显著高于2012年;安徽省空气质量以优良为主,2013年优良天数比例明显下降,Ⅲ1级污染以上天数也明显增加,出现V级污染的城市增加至7个,地域也扩大至安徽东南部;首要污染物以PM10为主,铜陵SO2污染相对严重.安徽省逐月的API分布有明显的时间、空间差异,API高值期有1、6及10 ～ 12月,整体上淮北＞江淮＞江南,东部＞西部;API高值期有明显的北高南低的逐降形势,区域间差值较大;API低值期则存在中东部偏高,南北相对偏低,区域间差值较小.安徽省各地市的GDP构成、人口结构对API起到基础性贡献,而6月小麦秸秆焚烧期及10月水稻-玉米秸秆混合焚烧期造成PM10浓度急剧增加,对API起到高峰推动作用,安徽省地形也起到平原扩散、山区阻挡堆积的作用.     

湖南省长沙市近13a空气质量变化特征及气象条件分析

利用2001-2013年湖南省长沙市近13 a的每日API数据及同期气象资料,研究长沙城市API变化特征及与气象要素的相关性。结果表明,1)长沙市空气质量以优到良好为主,首要污染物为可吸入颗粒PM10;2)近13 a来PM10年均质量浓度整体呈极显著下降趋势;3)PM10质量浓度在秋、春、冬三季都高,夏季低,09:00-10:00和20:00左右是1 d中浓度值高峰,晚上污染浓度值明显高于上午;4)静风频率、平均气温、本站气压、最大风速f≥5 m、s日数和降水量≥0.1 mm日数等依次是影响长沙市环境空气质量的关键气象因子。     

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。     

呼和浩特市大气主要污染物浓度变化特征及趋势分析

根据呼和浩特市大气质量监测数据,对2001年~2010年期间呼和浩特市区主要大气污染物 PM10、SO2、NO2浓度变化特征进行分析,结果表明,呼和浩特市主要大气污染物 PM10、SO2、NO2浓度呈下降趋势     

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...     

武汉市空气质量与气象条件的关系及气象预报方法研究

利用2013~2014年武汉市空气质量指数和气象要素因子,分析了武汉市环境空气质量分布特征以及气象要素因子对空气质量的影响。结果表明,武汉市空气质量严重污染天气占全年的4%;近10年(2005~2014年)武汉市PM10、SO2污染物浓度逐年下降,首要污染物以细颗粒物为主。武汉市空气质量变化与气温、低云量、平均风速、降水量等气象因子相关性最好,均呈明显的负相关性。利用数理统计方法,选用与空气质量指数相关性较好的气象因子制作逐日空气质量指数多元回归预测方程,可结合气象预报产品及时制作空气质量预报。     

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.     

北京春季PM2.5和PM10污染水平及影响因素研究

本文以2013年3月份北京市环境监测中心公布数据为依据,对4个(东城天坛、西直门北大街、昌平镇、京西北八达岭)不同采样点PM2.5和PM10的浓度水平、空间分布、PM10/PM2.5比值和空气质量分指数进行分析。结果表明北京市3月份PM2.5和PM10月日均浓度为109.45±67.81μg·m~(-3)μg·m~(-3)和131.94±61.07μg·m~(-3),分别为国家二级标准的1.46倍和0.88倍,PM2.5和PM10日平均超标率为45.94%和4.87%;PM2.5和PM10的日变化以白天高,夜间低为主,基本呈现双峰型特征;PM2.5和PM10排序均为交通污染控制点郊区环境评价点城市环境评价点对照点及城区点,PM2.5/PM10的比值排序为京西北八达岭(107.59%)东城天坛(84.87%)昌平镇(84.79%)西直门北大街(67.80%);PM2.5和PM10与温度呈正相关关系,温度对PM10的影响更显著,PM2.5和PM10浓度变化与相对湿度和风速呈负相关关系,风速主要清除细粒子,对PM10的影响则较小。PM2.5空气质量指数在110.01~126.19之间,属于三级轻度污染,PM10空气质量分指数为68.75~96.82,属二级良,交通污染控制点的空气质量最差,对照点及城区点空气质量较高。北京市PM2.5和PM10污染不容忽视。     

宣城市空气污染特征与气象要素的关系分析

依据2006～2013年宣城市空气污染指数(air pollution index,API)日数据和相应时段的常规地面气象数据,利用SPSS对城市空气质量与气象要素进行相关统计分析。结果表明,宣城市空气质量以Ⅰ级和Ⅱ级天气为主,其中Ⅱ级天数占统计样本的77.9%,而Ⅲ级以上天数共有170 d,占统计样本的5.8%,整体空气质量较好;首要污染物为PM10,2012年以来有逐年严重的趋势。API周末效应指数分布区间主要集中在-20～20,变化趋势符合夏季低、冬季高的规律;气温、湿度、风速和能见度等气象要素与API指数关系密切,各季节相关性存在差异。     

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。