2016—2021年固阳县环境空气质量变化趋势及改善举措

为了解包头市固阳县环境空气污染现状,系统分析污染物浓度变化特征,对固阳县2016—2021年环境空气中的SO₂,NO₂,PM₁₀,PM_2.5,CO,O₃浓度随时间变化特征开展研究.采用空气质量指数法,确定固阳县首要污染物,并提出改善环境空气质量相关措施.结果表明：2016—2021年空气质量相对较好的为2020年,2018年为相对较差年份,3月至5月空气质量指数较大;研究期内臭氧和PM₁₀为固阳县环境空气首要污染物;SO₂,NO₂,CO质量浓度表现为冬春季高,夏秋季低.臭氧浓度变化为秋冬季较低,夏季浓度达到最大;PM₁₀,PM_2.5质量浓度呈春季高夏季低趋势.建议通过调整和优化产业结构与能源结构,构建科学的监督管理模式以及加强污染物的治理力度等措施改善环境空气质量.     

衡阳市城区大气污染特征分析及健康风险评价

【目的】研究衡阳市城区2018—2021年间大气污染特征,评价主要大气污染物对健康的影响。【方法】基于衡阳市生态环境局发布的2018—2021年环境监测数据,分析城区大气污染物特征。利用环境暴露风险评价模型对大气污染物开展人群健康风险评价。【结果】衡阳市城区空气质量指数呈现“V”字型趋势,11月至来年的2月污染最严重,6—7月空气质量最佳;从不同年份来看,大气颗粒物PM_2.5浓度从2018年到2021年不断下降,SO₂、NO₂、PM₁₀下降趋势不明显;2018—2021年间,衡阳市城区PM_2.5的年平均浓度为34.42～40.17μg/m³,略高于二级标准浓度限值;PM₁₀的年平均浓度为51.92～72.75μg/m³,只有2021年浓度高于限值标准。SO₂和NO₂的年平均浓度均低于国家限值标准。2018—2021年间,颗粒物PM_2.5、PM     

南京环境空气质量特征及变化分析

基于2015年1月1日—2021年2月10日南京市大气污染物监测数据,分析了南京市主要大气污染物时空分布特征与潜在源区贡献.结果表明：1)近6年南京市6种大气污染物(CO、NO₂、SO₂、O₃、PM₁₀和PM_2.5)年均质量浓度分别为800、43.1、13.0、106.0、77.1和43.0μg·m^-3;南京臭氧质量浓度均值高于中国典型城市(北京、上海、广州、成都、兰州和武汉),而PM_2.5平均质量浓度最低.2)2015—2020年南京NO₂、PM₁₀和PM_2.5超标天数呈减少趋势,平均降低率分别为29.1%、38.1%和28.1%,而臭氧超标天数呈增加趋势;臭氧季节变化表现出夏高冬低,其他5种污染物均呈现冬季高特征.3)冬季(特别是1月)南京PM_2.5质量浓度均值最高,对该时间段南京细颗粒物进行潜在源分析,发现南京地区细颗粒物主要受周边工业污染物...     

济南城区大气PM2.5、PM1.0的污染特征及大气传输

为研究华北平原PM_2.5、PM_1.0的污染特征,于2014年10月至2016年6月在济南城区使用中流量采样器对大气颗粒物样品进行采集,利用离子色谱、碳气溶胶分析仪测定了颗粒物中的水溶性无机离子成分和碳组分。结果表明:济南城区冬季大气细颗粒污染较重,二次离子SO₄^2-、NO₃^-和NH₄⁺是PM_2.5、PM_1.0最主要的水溶性无机离子,且更易富集在PM_1.0中。有机碳和元素碳的质量浓度表现为春夏低,秋冬高;二次有机碳的质量浓度在冬季明显升高,且大多分布在粒径>1 μm的颗粒物中。72 h后向气流轨迹表明,来自河北、内蒙古的长距离传输与山东地区的局地传输对济南大气中PM_2.5和PM_1.0的离子质量浓度有重要影响。济南冬季的消光系数高达789.13 Mm^-1, PM_2.5中的二次粒子NH₄⁺、SO₄^2-和NO₃^-与消光系数的相关性较高,是使大气能见度降低的主要因素。     

杭州市PM2.5中水溶性离子的污染特征研究

为全面了解杭州市PM_2.5中水溶性离子的污染特征及其来源,于2014年10月—2015年9月在杭州市2个采样点采集了PM_2.5样品,运用离子色谱法对PM_2.5中的水溶性离子进行了分析.结果表明:PM_2.5中9种水溶性离子的年均质量浓度为46.63μg/m³,占PM_2.5质量浓度的54.97%.主要离子Cl^-,NO₃^-,SO4^2-,NH₄⁺质量浓度季节变化明显,表现为冬季>秋季>春季>夏季.SOR值和NOR值说明杭州市大气中二次颗粒明显存在,并且SO₂的二次转化率大于NO₂的二次转化率.因子分析表明:二次气溶胶、道路扬尘、建筑扬尘和工业排放是采样期间杭州市PM_2.5的主要来源.     

亚硫酸镁对NO2的液相吸收及产物离子分布

以亚硫酸镁模拟氧化镁湿法脱硫浆液对NO₂进行吸收,考察不同操作条件下的NO₂吸收效率及吸收液中主要离子的分布情况. 结果表明,O₂对吸收过程的影响很大,NO₂主要通过与SO₃^2?之间发生的链式反应在液相中产生SO₄^2?和NO₂^?,O₂会与NO₂发生竞争作用,极大地消耗了SO₃^2?,导致脱硝效率迅速下降. 抗氧化剂邻苯二酚的添加可以抑制SO₃^2?的氧化,且添加的浓度越高,抑制效果越好. 溶液的pH值主要通过影响S（IV）的存在形态来影响吸收反应,当pH值较低时,吸收反应的速率降低,且在酸性条件下,NO₂^?易发生歧化反应转化为NO₃^?. NO₂^?的累积将会在一定程度上降低NO₂的吸收,其他阴离子NO₃^?、SO₄^2?及Cl^?对NO₂的吸收无明显影响. 金属阳离子例如Mn²⁺及Co²⁺会加速SO₃^2?的氧化,在一定程度上影响NO₂的吸收.     

2016—2018 年嘉峪关市空气质量特征及其与气象因子的关系

利用2016—2018 年嘉峪关市空气质量监测资料和气象资料分析了空气污染特征及其与气象因子的关系。结果表明: 嘉峪关市空气质量以良为主, 环境空气质量等级为优的天数和重度及以上污染天数逐年增加, 呈现两极化趋势; PM₁₀ 是嘉峪关市最主要的污染物, O₃ 作为首要污染物的年际出现天数呈明显增加趋势, 二者月出现频次为“此消彼长”的负相关关系; 通过相关性分析发现, 空气质量指数(AQI)主要受颗粒物PM₁₀ 的影响; 主要污染物PM₁₀ 的东部污染源可能为巴丹吉林沙漠, 西南风引起的污染过程可能与青海柴达木沙漠输送有关。     

采暖季北京市主要大气污染物变化特征

为研究采暖季北京市主要大气污染物变化特征,收集北京市35个自动空气监测站点2013年11月至2014年4月上半月6种大气污染物的小时浓度均值,分析了其时间变化规律,并采用地理信息系统分析了污染物的空间分布特征.北京市采暖期间CO、NO2、SO2、O3、PM2.5和PM10的平均质量浓度分别为2.62 mg/m3、64.05μg/m3、50.52μg/m3、26.39μg/m3、118.61μg/m3和126.05μg/m3,其中：NO2的月均质量浓度变化较小;SO2和颗粒物的最高月均质量浓度都出现在2月;CO月均质量浓度呈现稳步下降的趋势;O3月均质量浓度则逐步上升. PM2.5、PM10、NO2和SO2的质量浓度日变化均呈双峰双谷型.对照点及区域点的O3质量浓度最高,其他种类污染物最高质量浓度出现在交通控制点.北京市大气污染物除O3外都呈现出南部质量浓度较高、向北部逐步递减的特点,O3在城区的质量浓度明显低于其他区域.     

2014—2016年某市PM2.5污染的时间分布特征及节假日效应

以某市2014—2016 3年的大气监测数据为基础,运用统计学等分析方法对数据进行处理。结果显示:该市2014—2016年PM2.5年均浓度依次为53.03、41.66、42.77μg·m-3,分别超出GB 3095—2012《环境空气质量标准》的二级标准限值的51.51%、19.03%、22.20%;季节变化表现为冬高夏低、春秋居中的特点,PM2.5月均浓度呈"V"型变化,6—8月是该市全年空气质量最优的时段;不同年份节假日期间PM2.5浓度变化存在明显的差异,仅春节期间PM2.5浓度变化表现为:春节前>春节后>春节明显的假期效应;气象因素对该市PM2.5浓度起到了重要的作用,PM2.5浓度与降雨量、气温、平均风速、相对湿度呈负相关（P<0.01）,与气压呈正相关（P<0.01）;空气中其他污染物对PM2.5浓度也有着显著影响,其中NO2是影响该市PM2.5浓度的重要空气污染物。     

基于集成学习的O3的质量浓度预测模型

为准确预测O₃的质量浓度及其发展趋势,分析其诱发因素,提出一种基于集成学习的O₃的质量浓度预测模型。以北京市2015—2016年O₃污染物的质量浓度及气象因素数据为基础,提出并建立面向O₃污染物的质量浓度预测的特征选择-集成学习多层预测模型,在对数据进行缺失值填补及异常值分析的基础上,利用Pearson相关分析和Lasso回归分析同时对清理后的气象资料数据进行特征选择,以消除数据冗余,提高预测精度;提出基于自组织映射神经网络self-organizing featuremap, SOFM和Elman神经网络Elman neural network, ENN的集成学习算法,利用SOFM对样本数据进行聚类以实现样本的合理分布后,使用ENN进行仿真训练来预测O₃的质量浓度。试验结果表明：采用Pearson-Lasso特征选择和SOFM样本聚类对数据做前期处理后,ENN的预测精度由74.6%提高到82.1%,能够改善基于ENN的O₃污染物的质量浓度的预测准确率。     

石家庄市2005-2012年环境空气质量变化及影响因素分析

利用石家庄市区环境空气质量定点监测资料,研究了市区2005-2012年环境空气质量变化趋势及影响因素。结果表明：石家庄市首要污染物是PM10（可吸入颗粒物）,其次为SO2（二氧化硫）,呈现尘污染和煤烟型污染特征;SO2和NO2（二氧化氮）、PM10月均值总体呈非采暖期小于采暖期的趋势,PM10在非采暖期3-5月份出现一个小高峰,沙尘天气影响可能是其主要原因。API（空气污染指数）的月均值与PM10月际变化趋势一致,表明石家庄市大气污染以尘污染为主。总体上,PM10呈现显著下降趋势,SO2和NO2呈不显著上升趋势,空气综合污染指数表现为不显著下降。能源结构变化、产业结构变化、污染源综合整治对减轻环境空气污染起到一定的作用。     

基于大气PM2.5污染的建筑外窗缝隙通风换气次数动态变化特性

为了动态评价建筑外窗缝隙通风条件下室外PM_(2.5)污染对室内环境的影响规律及其渗透通风特性,依据研究团队2013年9月到2014年8月基于建筑外窗缝隙渗透通风(建筑外门窗关闭、无机械通风)且室内无污染源条件下关于北京地区某临街办公建筑室内外PM_(2.5)质量浓度水平与室外气象参数(空气干球温度、相对湿度、风速)的动态变化实时监测数据,结合质量平衡方程和数理统计方法提出了一种基于大量实测数据反演建筑外窗缝隙通风换气次数动态变化特性的评价模型,实测结果验证了该模型的有效性.研究结果表明:当建筑外窗结构特征和房间结构特征一定时(实测建筑穿透系数P为0.93±0.01、自然沉降率k为0.10±0.03),静稳天气时的建筑外窗缝隙通风换气次数平均值约为0.10 h-1,对应的室内外PM_(2.5)质量浓度比I/O约为0.43;微风天气时的平均值约为0.22h-1,对应的I/O约为0.56;和风天气时的平均值约为0.39 h-1,对应的I/O约为0.62.研究结果可为室内人群健康风险评估以及建筑室内通风净化系统优化设计与节能运行提供重要参考.     

银川市2000—2009年空气质量变化趋势分析

通过对2000—2009年银川市环境空气质量监测数据统计分析,结果表明,3种常规污染物NO2S,O2,PM10达二级以上日数分别占总天数的100%,92%,83.3%.影响银川市空气质量的首要污染物是PM10和SO2,分别占污染天数的68.1%,31.9%,平均每年因其造成三级以上污染的日数分别达57.1 d和26.7 d;3种污染物质量浓度整体呈逐年下降趋势,说明银川市近年来综合改善大气环境质量成效明显;主要污染物日变化规律基本与企业生产、市民出行和湍流变化时间相一致;SO2和NO2质量浓度冬季最高,夏季最低,PM10质量浓度冬季最高,春季次之,夏季最小.致污因素与银川市属于北方城市,冬半年利用锅炉或煤炉采暖导致煤烟型污染及易出现逆温,春秋多外来沙尘天气影响有关.     

济南市大气细颗粒物水溶性组分及大气传输的研究

采用大流量采样器,于2004年11月至2005年9月对济南市城区细颗粒物PM2.5进行了研究测试,对其水溶性离子成分和pH值进行了分析. 结果表明,济南市PM_2.5污染严重,超标率达93.6％,超标倍数为1.20～5.72,呈略酸性. 水溶性离子占PM2.5质量的49.81％,其中SO^2-₄,NH⁺₄,NO^-₃是水溶性离子的主要组分,各占PM_2.5质量的20.88％,12.01％和10.94％,主要以(NH₄)₂SO₄和NH₄NO₃形式存在. 72h后推气流轨迹和簇分析表明起源于济南西北方向（俄罗斯,蒙古国,中国北部）且运动速率较低的气溶胶长距离传输能够加重济南细颗粒污染水平.     

太原市大气污染现状及监测站点优化

基于2008年12月至2009年11月太原市大气中SO2、NO2和PM10日均浓度值,评价了太原市的大气污染状况,并对监测站点进行了优化设计。结果显示：太原市大气中SO2、NO2和PM10年均浓度分别为0．105mg／m3、9．060mg／m3和0．197mg／m3,接近或超过国家环境空气质量年均值三级标准。受气候和地形的影响,太原市大气中SO2、N02和PM10呈现明显的季节变化和地域分布特征了利用物元分析法对原有的监测站点进行了优化后显示,现有的8个监测站点优化为5个后,仍能准确的反应太原市的大气污染状况。     

上海地区冬季住宅室内外颗粒物浓度的相关性

对上海市某住宅建筑室内外PM10、PM2.5、PM1的浓度进行了测量,研究了最小通风量（外门窗关闭）条件下3种天气时颗粒浓度随时间变化的规律以及相关性,分析了颗粒物浓度与环境温湿度参数之间的关系.研究结果显示,测试期间,室内外空气中细颗粒（PM 2.5）占可吸入颗粒（PM 10）浓度比例分别达65％和87％以上;无明显室内源时,I/O比值小于1且随粒径减小而减小;室内外颗粒浓度相关性与粒径大小有关系,PM1、PM2.5的浓度相关性大于PM10.研究还表明,颗粒物浓度的关联性与天气状况有关系,多云、雨天和阴天时浓度关联性有显著差别;颗粒物的浓度受到室内外温湿度的影响,且受天气状况影响而呈现复杂性.     

大气污染物浓度级别的统计与诊断判据

利用青岛市空气自动监测系统对主要污染物（SO2,NOx和TSP）的连续监测资料以及气象台观测的同步风向,风速资料进行统计分析,得出了风向,风速与污染物浓度等级的诊断判据。     

北京市采暖期大气中PM_(10)和PM_(2.5)质量浓度变化分析

对北京市2003年11月至12月间供暖期中大气悬浮颗粒物污染状况作了较详细的监测.数据表明,北京市的这段时间,其PM10和PM2.5质量浓度因日因月而异,其中PM10平均质量浓度为253.1μg/m3,超过国家二级标准(1996)1.9倍,PM2.5的变化幅度在8.9-276.2μg/m3之间,其平均值为145.2μg/m3,超过1999-2000年监测数值38.4％;其污染源和影响因素之间关系的研究表明:在供暖期间,温度、湿度和风速对PM10和PM2.5的累积和消散也起着至关重要的作用.     

泸州市城区空气质量时空变化分析

为了掌握泸州市城区近年空气质量时空变化,对泸州市城区2004-2009年空气质量监测数据进行系统分析。结果表明,近年来泸州市城区空气质量总体良好,平均空气污染指数为80,空气质量优良率在72.33%以上。空气质量有逐步好转的趋势,SO2和PM10年平均浓度明显下降,分别从0.110 mg/m3、0.120 mg/m3下降到0.058 mg/m3、0.070 mg/m3;NO2略有上升,从0.029 mg/m3上升到0.040 mg/m3。污染物浓度时空分布不均,SO2与PM10夏季浓度较低,冬季较高,NO2浓度季节性变化不明显;兰田宪桥、小市上码头污染物浓度总体上高于忠山环监站。