中国水泥行业2011-2022年二氧化碳和大气污染物排放分析

2011—2021年,熟料产量呈波动上升趋势。水泥行业整体生产运行水平不断提高,熟料单条生产线平均规模由43.8万t/条提升至115.3万t/条,熟料单位产品综合能耗下降14.4%,熟料单位产品CO_(2)排放强度下降6.3%,但CO_(2)排放总量增加了13.8%,与氮氧化物减排趋势形成较大反差,碳污治理水平差距明显。熟料生产中石灰石分解和煤炭燃烧过程的CO_(2)排放合计占比为92.9%~93.8%,是CO_(2)排放的主要来源。由于熟料系数偏高、非碳酸盐原料替代不足、综合能耗仍然较高等原因,安徽等7个熟料产量大的省份的CO_(2)排放强度高于全国。建议实行碳酸盐熟料产量总量控制,逐步降低熟料应用比例,加快建材市场熟料产品和非碳酸盐原料替代,降低高标号水泥使用比例。应大力推广水泥行业节能降耗增效技术,加快熟料落后产能淘汰。对熟料产量大、碳排放强度高的地区,应结合当地碳排放特点,实行差别化降碳策略。各大气污染防治重点区域应因地施策推进水泥行业减污降碳工作。

环渤海地区空气质量时空变化特征及动态预测

基于环渤海地区2017—2021年各城市空气质量指数(AQI)、污染物浓度与社会经济数据,利用数理统计、克里金插值法对环渤海地区AQI与污染物浓度的时空变化特征进行分析,运用皮尔逊相关性分析方法探讨AQI与污染物浓度、社会经济因素的相关关系,采用时间序列预测模型对2022年6月—2023年12月空气质量及污染物浓度进行预测。结果表明:环渤海地区AQI及污染物浓度大致呈逐年降低的趋势。AQI的逐月变化呈“W”形,O_(3)浓度的年内变化呈倒“V”形,其余污染物则呈现与O_(3)相反的变化趋势。AQI大致呈现西南高、东北低的空间分布特点,而污染物浓度分布具有明显的空间差异。环渤海地区5个代表性城市的AQI类别以良好为主,冬季首要污染物主要为PM_(2.5)、PM10,夏季首要污染物以O_(3)为主。人口数量是影响AQI的主要因素,城市园林绿地面积对AQI具有一定影响。预测结果显示,未来环渤海地区AQI、主要污染物浓度(O_(3)除外)均呈现出随时间的推移逐渐下降的变化趋势。

基于SPSS分析的京津冀城市群空气质量综合评估

京津冀城市群空气质量反映地区污染治理健康绿色发展情况。科学的京津冀城市群空气质量评估对推动地区协同发展、节能减排、绿色发展起到指导作用。本文运用聚类分析和因子分析的统计技术方法,分析京津冀城市群空气质量的核心指标的特征和相关性,构建基于SPSS分析的更加科学有效的空气质量综合评估模式,给出对影响京津冀城市群空气质量核心污染源综合治理的结论和建议:经过治理后空气质量整体变优,污染治理成效显著;但是对O3污染的治理几乎没有效果,还需加强对VOCs的治理;使用AQI衡量城市整体空气污染情况并不全面。

基于Sentinel-2多光谱遥感影像的小浪底水质反演

多光谱遥感技术可根据遥感波段信息反演水质参数,降低监测成本,提高监测速度和质量,为大范围水环境监测提供了一种新的方法。通过分析小浪底水库的Sentinel-2多光谱影像以及采样点实测水质数据,建立了最佳光谱波段的水质参数反演模型,对小浪底水库的化学需氧量(COD)、总磷(TP)、总氮(TN)和氨氮(NH_3-N)进行了遥感反演,验证了反演模型的精确度和稳定性,并反演了各水质参数的空间分布规律。结果表明:在4种水质参数反演模型中,COD模型精确度和稳定性最高,其次是TP、TN,最低的是NH_3-N,水库出水口和部分边缘COD质量浓度较高,水库中心TN、TP和NH_3-N质量浓度高于边缘处。

江苏省13个城市联合观测的大气挥发性有机物污染特征及来源解析

江苏省是长江三角洲的重要组成,近年来以臭氧(O_(3))和细颗粒物(PM_(2.5))为特征的区域复合型污染突出。挥发性有机物(VOCs)是O_(3)和PM_(2.5)的重要前体物。2020年4月、8月和2021年1月在江苏省13个城市开展大气VOCs样品离线同步观测,在此基础上分析了江苏省大气VOCs的浓度水平、化学组成和空间分布。整体来看,全省平均VOCs体积分数为40.3×10^(-9),其中烷烃(41.8%)是主要贡献者,其次为含氧有机物(16.6%)、芳香烃(12.5%)、卤代烃(12.9%)和烯烃(9.6%)。从具体城市来看,VOCs高值区主要集中在苏南及苏中地区,呈现出明显的“南高北低”的区域分布特征,排名前3的城市分别为常州(52.0×10^(-9))、泰州(49.8×10^(-9))和苏州(45.2×10^(-9))。臭氧生成潜势(OFP)表明,芳香烃和烯烃是对江苏省O_(3)生成贡献最大的组分,OFP排名前3的组分均包括间/对二甲苯、甲苯和乙烯。利用正交矩阵因子(PMF)模型对江苏省VOCs进行来源解析,共解析出5个因子。工业排放是主要贡献者(40.1%),之后依次为机动车尾气(33.0%)、溶剂与涂料使用(15.9%)、油气挥发(8.4%)和天然源(2.6%)。对于省内各市而言,VOCs来源结构具有差异。常州、苏州工业排放源相对贡献最高;连云港、徐州、扬州和淮安的机动车尾气相对贡献较高;溶剂与涂料使用和油气挥发对各市VOCs贡献较低。优先控制交通相关排放和工业相关排放能够有效地控制长三角中部地区的大气O_(3)和PM_(2.5)污染问题。

军运会期间武汉东南传输通道PM_(2.5)中水溶性离子区域传输解析

2019年10月武汉市举办第七届世界军人运动会。为探究军运会期间武汉市和黄石市两地的大气细颗粒物浓度特征、污染源差异及区域传送情况,于2019年10月10日至2019年11月5日对武汉和黄石两站点的大气细颗粒物进行了连续观测,并分析了PM_(2.5)中水溶性离子的浓度特征,通过后向气团运动轨迹结合潜在源贡献因子(PSCF)和浓度权重轨迹(CWT)分析方法探究了两站点的污染物区域传送。结果表明:本次观测期间武汉站点和黄石站点的PM_(2.5)浓度超过《环境空气质量标准》(GB 3095—2012)日均二级限值(75μg/m^(3))的超标率分别为26.1%和17.4%,时间主要处于军运会结束后;武汉和黄石两站点PM_(2.5)中的水溶性离子主要以NO-_(3)、SO_(4)^(2-)和NH~+_(4)为主;黄石站点CE/AE值的拟合曲线斜率小于1,表明颗粒物表面呈弱酸性,而武汉站点CE/AE值的拟合曲线斜率大于1,表明颗粒物表面呈中性或弱碱性;两地PM_(2.5)中水溶性离子的存在形式主要以NH_(4)HSO_(4)或(NH_(4))_2SO_(4)为主,武汉站点的缺氨样品的占比为30.4%,而黄石站点的缺氨样品的占比为43.5%;主成分分析结果表明,两站点污染源相同,以二次污染源、扬尘源和生物质燃烧源为主;PSCF和CWT分析结果表明,黄石是武汉站点PM_(2.5)的主要潜在源区,WPSCF因子大于0.7,且浓度贡献权重超过45μg/m^(3),而黄石站点的主要潜在源区位于湖北省与安徽省交界处和安徽省安庆市内。

武汉市冬季重污染过程中PM_(2.5)组分特征与区域来源解析

随着《大气污染防治行动计划》和《打赢蓝天保卫战三年行动计划》的相继实施,在高强度的污染治理下,中东部地区PM_(2.5)污染改善效果显著。为探讨在PM_(2.5)浓度不断降低的背景下,仍时有发生的武汉冬季重污染过程的成因及特征,以2020年12月武汉地区一次长达10 d的重污染过程为例,利用多种观测数据和嵌套网格空气质量预报模式系统(NAQPMS)分析污染过程中PM_(2.5)的化学组分特征和区域贡献等。结果表明:污染日二次无机盐SNA(SO_(4)^(2-)、NO_(3)^(-)和NH+4)和碳质组分(EC和OC)在PM_(2.5)中的占比高(分别为78%和18%),NO_(3)^(-)的占比从清洁日的36%上升到污染日的46%,是污染过程中占比最高的化学组分。污染期间,NO_(3)^(-)和SO_(4)^(2-)的浓度比为2.9~6.1,因此二次无机盐的主要来源可能是移动源;OC和EC的浓度比为3.0~9.8,因此碳质组分的主要来源可能是燃煤源。污染期间主要有河南-孝感-武汉和安徽-黄冈-武汉2条污染传输带,污染物传输以武汉周边城市的近距离输送为主,随着污染程度加重,武汉本地及武汉城市圈的区域贡献增加。重度污染天是静稳天气下持续的偏弱东风和西北风输送的污染气团在不易扩散的天气条件下累积形成的。

长沙市冬季人行道PM_(2.5)污染特征及影响因素

了解不同气象条件下城市人行道细颗粒物(PM_(2.5))时空分布特征对于指导城市环境评价及街道空间规划布局具有重要意义。选取长沙市车流量及人流量较大的4条道路旁0、5、10 m处的人行道,在冬季晴天、阴天和大风天开展PM_(2.5)质量浓度、风速、温度及相对湿度监测,探讨PM_(2.5)分布特征与气象因子的关系。结果表明:冬季晴天、阴天及大风天的人行道PM_(2.5)质量浓度变化呈现双峰双谷特征,峰值均出现在06:00—08:00,其次为18:00—20:00,谷值出现在14:00—16:00及22:00—24:00;距离机动车道10m处的人行道PM_(2.5)含量低于机动车道旁(即距离机动车道0 m)的人行道PM_(2.5)含量,这种差异在大风天气下更为显著;人行道PM_(2.5)质量浓度与温度、风速呈显著负相关关系,与空气湿度呈显著正相关关系,低温不利于PM_(2.5)扩散,但在大风天温度对PM_(2.5)的影响极小,风对PM_(2.5)含量的变化影响极大,在远离机动车道的人行道更为显著,而高湿度天气有利于PM_(2.5)的凝结。低温、高湿天气下06:00—08:00、18:00—20:00人行道PM_(2.5)质量浓度较高,大风对PM_(2.5)质量浓度具有一定削减作用,早晚高峰减少人行道洒水以降低空气湿度,有利于PM_(2.5)质量浓度的降低,减少PM_(2.5)积累。

邯郸地区2017—2021年PM_(2.5)和O_(3)污染特征

利用实时监测数据分析2017—2021年邯郸市及周边区县PM_(2.5)和O_(3)污染特征。研究发现:2017—2021年各地区PM_(2.5)年均质量浓度持续降低,轻度及轻度以上污染逐渐减少;2017—2019年O_(3)污染加剧,2020年起O_(3)年均质量浓度逐年下降,污染天不断减少。PM_(2.5)和O_(3)-8 h分别在1月(平均浓度为127.3μg/m^(3),平均超标22d)和6月(平均浓度为233.4μg/m^(3),平均超标22 d)污染最严重。结合气象参数分析来看,PM_(2.5)与温度、风速和降水量呈显著负相关,与相对湿度呈显著正相关;O_(3)-8 h与温度呈显著正相关,而与风速、湿度和降水量的相关性较弱。后向轨迹和潜在源分析表明:邯郸地区PM_(2.5)典型污染月受山西省中部地区污染传输影响最大,O_(3)典型污染月受河南省东部污染传输影响最大。

大气氨气污染特征分析及其对PM_(2.5)二次无机组分的影响

为研究大气中氨气的污染特征及其对细颗粒物(PM_(2.5))二次无机组分的影响,于2021—2022年在江苏省南京、无锡、镇江、常州、徐州5个城市同期开展氨气及气溶胶组分的在线监测,并采用热动力学稳态模型(ISORROPIA)评估氨气的减排成效。结果表明,5个城市氨气年均质量浓度为10.1μg/m^(3),5个城市年均质量浓度为7.7~15.2μg/m^(3),其中徐州最高,南京最低。总氨于夏季(6月)达到浓度峰值,受温度及硝酸铵的热不稳定性影响,氨气在12:00左右出现浓度峰,而铵盐则呈现出昼低、夜高的日变化特征。5个城市均处于富氨水平,全年气溶胶呈中性,氨气中和额外酸性气体的潜力较为突出。冬季江苏省各市只有通过大幅度的氨减排(>60%)才能使PM_(2.5)浓度显著下降,而对二氧化硫(SO_(2))、氮氧化物(NO_(X))进行减排才能更加高效地减轻PM_(2.5)污染。

石家庄臭氧时空分布特征及潜在源分析

基于2020—2021年石家庄市261个环境空气质量自动监测站监测数据,利用反距离加权插值法、空间自相关法以及后向轨迹模型,分析研究区臭氧超标率、时空分布特征、内部聚集状态与来源。结果表明:与2020年相比,2021年石家庄各县(市、区)臭氧超标率均有不同程度的下降,其中行唐县下降幅度最大。臭氧浓度月变化呈倒“V”形,夏季浓度最高,其次是春季和秋季,冬季最低。研究区臭氧空间分布呈中西部高、东部低的特征。2020年,研究区臭氧超标严重,中西部区域多数点位超过了190μg/m^(3),其余点位超过了160μg/m^(3);2021年,除个别监测点位臭氧浓度高于190μg/m^(3)外,研究区中西部地区臭氧浓度出现下降,东部地区多数点位臭氧浓度低于160μg/m^(3)。后向轨迹分析结果显示,臭氧污染气团主要源于位于研究区东北方向的保定、正南方向的邢台以及西北方向的忻州。臭氧在污染气团传输过程中不断积累,导致其浓度偏高。潜在污染源范围与浓度权重轨迹范围基本一致,潜在源区的污染贡献相对较小。通过对2020年与2021年石家庄市臭氧浓度变化进行分析可知,研究区臭氧污染正在逐渐减轻,臭氧污染管控工作的重点应放在夏季,同时应注重对研究区正南方向和东北方向城市的污染传输加强管控。

2022年新冠疫情期间昆山市近地面臭氧特征及成因分析

为研究2022年新冠疫情期间管控措施对昆山市空气质量产生的影响,分析了疫情前期及管控期大气污染物(尤其是臭氧O_(3))浓度的变化特征,并对O_(3)的空间分布、成因及来源进行了解析。结果表明:疫情管控后,一次污染物浓度呈递进式降低,而O_(3)日最大8 h滑动平均质量浓度(O_(3)-8 h)显著上升,其中管控中期的污染最严重,明显超过历史同期水平。空间分布上O_(3)-8 h高值区主要集中在市区西部(高新区)及西北部区域,较2021年增幅显著。NO2浓度下降比与O_(3)-8 h上升比的空间分布呈现出良好的对应关系,NO2降幅高的区域O_(3)-8 h增幅也高,同时两者浓度变化呈非线性相关,当NO2浓度达到一个临界值时,O_(3)浓度随之出现下降。典型污染过程中O_(3)日变化仍为显著的“单峰型”,但振幅明显增大,O_(3)与气温、能见度、日照呈显著正相关,与相对湿度和气压呈显著负相关。结合风向及后向轨迹聚类分析来看,此次污染气团主要来自浙江、安徽等地,占总气团输入的64%左右。

气象条件对合肥市O_(3)质量浓度变化的影响

文章基于2016-2020年合肥市大气污染物逐时监测数据及同期逐日气象数据,利用KZ(Kolmogorov-Zurbenko)滤波法将合肥市O_(3)质量浓度及各气象要素逐日序列分解为长期、季节以及短期分量,并针对分解浓度序列建立气象因子回归模型,综合评估合肥市O_(3)质量浓度变化趋势及气象条件对O_(3)质量浓度的影响。结果表明:季节变化是引起O_(3)质量浓度原始序列波动的最主要因素,合肥市O_(3)质量浓度的长期变化趋势为先增长后下降;在长期分量中,相对湿度可能是影响O_(3)质量浓度的最主要气象要素,且呈现显著负相关(r=-0.581),而在原始序列以及其余分量中,太阳净辐射对O_(3)质量浓度的影响最为重要,呈现为显著正相关(r最高为0.911);聚类分析发现O_(3)在较重污染时对应的日最高温度和相对湿度的均值分别为30.9℃和71%;气象条件在2019年中期以前对O_(3)污染起促进作用,使ρ(O_(3))平均上升了2.19μg/m^(3),而在2019年中期以后对O_(3)污染起抑制作用,使ρ(O_(3))平均下降了3.91μg/m^(3)。

基于静稳累积污染的石嘴山市PM_(2.5)局地源解析

为探究静稳条件下PM_(2.5)局地源累积特征,在石嘴山市的4个不同功能区站点采集PM_(2.5)样品,并测量其水溶性离子、无机元素和含碳组分浓度,利用后向轨迹模型判断潜在源区,分析了静稳期和非静稳期PM_(2.5)组分浓度差异,并采用PMF模型判断静稳期局地源排放特征。结果表明:(1)观测期间有2次重污染过程是由局地污染物累积引起的;(2)沙尘源为主要的外来源,冬季非静稳期存在Si、Ca、Fe浓度大幅上升现象(浓度达到15.11、27.03、18.89μg/m^(3)),水溶性离子易在静稳条件下累积,受采暖影响,NO_(3)^(-)、SO_(4)^(2-)在冬季有更大的贡献,NO_(3)^(-)/SO_(4)^(2-)的值表明秋季机动车源对PM_(2.5)的贡献较大,冬季燃煤源对PM_(2.5)的贡献较大,OC/EC的值表明局地排放二次有机气溶胶转化效率不强;(3)静稳条件下受局地源影响,太沙站点S、Mn、SO_(4)^(2-)、EC等与工业排放相关的组分浓度最高,沟口站点受机动车源的影响,NO_(3)^(-)浓度最高(22.66μg/m^(3)),崇岗站点受煤炭加工排放影响,OC浓度远高于其他站点;(4)PMF模型解析结果显示,石嘴山市局地源中工业源(47.4%)贡献最大,其次为机动车与扬尘混合源(29.3%)、二次源(15.1%)。

大气环境污染评估粒子扩散模拟程序计算效率优化研究

粒子扩散模拟程序是大气环境污染评估中的常用工具,特别是在各类设施应急条件下的环境污染评价工作中使用较为普遍,但由于考虑的物理过程较为复杂,计算效率成为影响使用效果的重要因素。此研究将一个大气环境污染评价模型LPAM的耗时部分移植到国产加速卡,并对移植前后的加速效果进行了评估,结果显示在计算释放30天的情景时,加速比可达1.58,但由于计算程序的耗时部分在加速卡,主机与设备端的通讯耗时使得程序没有达到成倍数的提升。若仅对移植部分程序进行分析,加速卡上的计算速度比单个CPU计算的速度可提升100倍以上。

广东省清远市PM_(2.5)污染天气分型及污染潜在源区分析

利用2016—2021年清远市逐时空气质量监测数据和相关气象资料,基于统计分析、主观天气分型方法和后向轨迹模式(HYSPLIT),归纳总结粤北代表城市清远市在不同细颗粒物(PM_(2.5))污染天气分型下的气象要素特征及污染潜在源区特征,为大气污染精细化防控提供有效参考。结果表明:在日均风速<2 m/s、日均相对湿度为75%~90%、日均气温为18~22℃时的无降水或微量降水天气下,清远市易出现PM_(2.5)污染。变性高压脊型、脊后槽前型、冷锋前型、弱冷高压脊型、高压底后部型、台风外围型是造成清远市PM_(2.5)污染的典型天气型,其中PM_(2.5)重度污染均出现在秋、冬季弱冷高压脊型控制下;变性高压脊型下出现PM_(2.5)轻度和中度污染的频率最高;脊后槽前型是清远市春季PM_(2.5)污染的主要天气型;冷锋前型、高压底后部型和台风外围型下的PM_(2.5)污染程度较轻。加剧清远市PM_(2.5)污染的主要气流轨迹为弱偏南气流和南北气流辐合,当弱偏南气流控制时,污染潜在源区主要位于清远市辖区及广州、佛山、东莞、江门等珠三角城市;当南北气流辐合时,潜在源区主要位于清远市南部、韶关及珠三角,南岭山脉阻挡作用削弱了偏北方向长距离输送的PM_(2.5)污染。

沈阳市环境空气中PM_(2.5)与O_(3)关联性分析

以东北地区典型城市沈阳市为例,运用多种监测手段,分析了沈阳市环境空气中PM_(2.5)和O_(3)的浓度及其组分的关联性,以期为PM_(2.5)与O_(3)的协同控制提供技术支撑。结果表明:春季和秋季O_(3)最大8 h滑动平均值浓度随PM_(2.5)日均浓度的升高而呈现先升高后降低的趋势;夏季两者浓度在0.01水平上呈显著正相关;冬季两者浓度在0.01水平上呈显著负相关关系。春季和秋季昼间PM_(2.5)浓度越高,O_(3)小时浓度上升速率越快,夜间PM_(2.5)浓度越高,O_(3)小时浓度下降速率越快。夏季昼间、夜间O_(3)小时浓度均随PM_(2.5)浓度的升高而升高。冬季昼间、夜间O_(3)小时浓度均随PM_(2.5)浓度的升高而降低。随光化学活性水平的增强,PM_(2.5)和O_(3)的相关性逐渐减弱。中度光化学活性水平下,白天PM_(2.5)/CO的值明显高于其他光化学活性水平,但中度、重度光化学水平下,白天PM_(2.5)/CO的变化速率明显大于低、轻度光化学水平。且PM_(2.5)/CO的峰值与O_(3)峰值具有高度一致性。夏、秋2季SNA(SO_(4)^(2-)、NO_(3)^(-)、NH_(4)^(+))在PM_(2.5)中所占比例与O_(x)在0.01水平上呈显著正相关。春、夏、秋季SOA在PM_(2.5)中所占比例与O_(x)在0.01水平上呈显著正相关。

2015—2022年成都市空气质量时空特征

基于2015—2022年成都市空气质量指数(air quality index,AQI)、大气污染物质量浓度的逐时数据,利用数理统计分析成都市空气质量及污染物质量浓度的时间变化特征,采用克里金插值法(Kriging)分析主要污染颗粒物PM_(2.5)和PM_(10)的空间分布特征,运用皮尔逊相关性分析探讨空气质量指数与污染物浓度之间的相关关系。结果表明:(1) 2015—2022年成都市空气质量以优良天气为主,AQI年均值为73,年际变化率为34%,呈逐年降低的趋势,AQI月变化波动幅度较大,月均值最大值出现在1月,为120,最小值出现在9月,为45。(2) PM_(2.5)、PM_(10)、SO_(2)、NO_(2)、CO年平均质量浓度逐渐下降,月平均质量浓度均呈“U”形变化趋势,月均最大值出现在12月或次年1月,O_(3)年平均质量浓度逐年波动上升,月平均质量浓度变化趋势呈双峰结构,最大值出现在5月和7月。(3)成都市首要污染物以PM_(2.5)和PM_(10)为主,年累计出现次数分别为1 285 d和522 d,冬季出现频率较高,冬季出现天数分别为598 d和73 d,分别占出现天数的46.5%和14%。NO_(2)出现天数为689 d,夏秋季频率高。以SO_(2)和CO为首要污染物的超标天数均为0。(4) AQI大致呈现出中部高、四周低的空间分布特点,污染物浓度的分布具有明显的空间差异。PM_(2.5)和O_(3)空间分布特征为从东北向西南逐渐增加,PM_(10)、CO、NO_(2)从中部向四周逐渐扩大,SO_(2)从北向南逐渐减少,在中部出现高值中心。(5)大气颗粒物污染以PM_(2.5)为主,AQI与PM_(2.5)、PM_(10)、NO_(2)、SO_(2)、CO均呈显著正相关,与O_(3)呈负相关。PM_(2.5)、PM_(10)对AQI影响作用较大。

粤港澳大湾区城市空气质量比较研究

以2022年粤港澳大湾区空气质量各城市的二氧化硫、二氧化氮、臭氧、可吸入颗粒物、细颗粒物、一氧化碳的数据为基础,对各城市空气质量各指标的大小进行比较;构建熵权-TOPSIS评价模型,得出2022年粤港澳大湾区各城市空气质量综合优劣排序。对合理布局湾区能源消费、针对性防控湾区环境污染、有效改善湾区生态环境、提高湾区平衡发展与协调发展具有现实意义。

闽江河口湿地不同季节空气负氧离子浓度及其影响因素研究

空气负氧离子浓度已成为反映空气质量的重要指标之一,逐渐引起广泛关注。本研究基于闽江河口湿地国家级自然保护区空气质量监测站、自动气象站的野外定位自动监测系统,对2022年6月至2023年5月不同季节空气负氧离子浓度变化规律及其影响因素进行研究。结果表明:闽江河口湿地空气负氧离子平均浓度为10741±3717个/cm^(3),夏季与冬季差异不显著,其他不同季节间差异显著。不同季节空气负氧离子浓度表现为春季>夏季>冬季>秋季。不同季节空气负氧离子浓度日变化呈现“单峰单谷”的特征,夜间明显高于白天,最高值出现在清晨或者夜间,最低值出现在日间。不同季节空气负氧离子浓度变化受大气颗粒物和环境因子的显著影响,与温度、2分钟风速呈显著负相关,但是温度与冬季空气负氧离子浓度、2分钟风速与夏季空气负氧离子浓度关系不显著。空气负氧离子浓度与PM_(2.5)、PM_(10)显著负相关。