天水市PM2.5和NO2的污染特征及相关性分析

以2019年天水市四个环境空气自动监测点位为依据,对环境空气中的PM2.5和NO2不同时间、不同点位的变化规律进行了研究,分析探讨了PM2.5和NO2的污染特征和相关性。

张家界市PM2.5、NO2与旅游活动及天气因素的相关性分析

为探索生态旅游城市张家界市大气PM2.5、NO2浓度与旅游活动及天气因素间的相关性,运用多重分形去除趋势波动交叉分析法(MFDCCA)进行分析。首先验证了张家界市大气PM2.5、NO2浓度与旅游活动及天气因素间的交叉相关性和多重分形特征。然后通过对旅游淡旺季大气PM2.5、NO2浓度与旅游人数、平均气温及相对湿度的多重分形特征的详细分析,发现在旅游淡季,大气PM2.5和NO2浓度在相对湿度影响下波动范围更大,且更倾向于出现较低浓度值;而在旅游旺季,大气PM2.5和NO2浓度在旅游活动影响下波动范围更大,且更倾向于出现高浓度值。

河南省2005~2015 年NO2和PM2.5时空变化遥感解析

利用MODIS气溶胶光学厚度(AOD)估算的近地面PM_(2.5)质量浓度和OMI对流层NO_2垂直柱浓度数据,统计分析了近11a(2005~2015年)河南省PM_(2.5)质量浓度和NO_2垂直柱浓度的空间分布、长时间序列变化和季节变化特征.研究发现:河南省中北部为PM_(2.5)和NO_2高值区,西部和南部山区为低值区.PM_(2.5)和NO_2最高值出现在冬季,其中2013年冬季达到峰值,分别为155.7μg/m^3和2279.45×10^(13)mole/cm^2;最低值则通常出现在夏季,其中2015年夏季达到最低值,分别为49.17μg/m3和427.37×10^(13)mole/cm^2.2011年之后河南省年均PM_(2.5)和NO_2逐年下降,2015年达到2005年以来的最低值,分别为65.7μg/m^3和765.14×10^(13)mole/cm^2.

宝鸡市春季PM2.5、PM10、SO2、NO2污染现状分析

收集PM_(2.5)实时监控网提供的2015年春季宝鸡市大气污染物浓度的实时数据,分析宝鸡市各监测点大气污染物PM_(2.5)、PM_(10)、SO_2、NO_2的日均值和月均值浓度变化特征以及各污染物的负荷系数。结果表明:各监测点大气污染物月平均浓度3—5月呈下降趋势,但整体的空气质量状况有待进一步提高;宝鸡市大气颗粒物呈区域性污染,各监测点之间的差距较小,而污染气体SO_2和NO_2具有点状污染特征;4种主要的大气污染物中,PM_(2.5)和PM_(10)的贡献率超过一半以上,但SO_2和NO_2同样不可忽视。

基于PLS1的天津市PM2.5与空气污染物相关性分析

运用相关性分析、单因变量偏最小二乘回归法(PLS1)和通径分析法,研究天津市2014年不同季节(共291 d)SO_2、NO_2、CO、O_3(8 h)和O_3(1 h)4类主要空气污染物对PM_(2.5)浓度的直接影响以及间接影响和总作用影响。结果表明:春季与PM_(2.5)浓度呈显著性相关的污染因子为SO_2、NO_2和CO;夏季为O_3(8 h)和CO;秋季为SO_2、NO_2和CO;冬季为SO_2、NO_2、CO和O_3(8 h)。冬季的O_3(1 h)与O_3(8 h)间存在严重的复相关性。剔除未通过T检验和F检验的污染因子后建立的春、夏、秋、冬四季PLS1模型的拟合优度(R2)分别为0.553、0.323、0.713和0.839,模型拟合良好。通径分析结果显示:各季节中,CO对PM_(2.5)浓度的影响最大,且存在明显的季节变化,春、夏、秋、冬四季的总作用系数分别为10.810、5.587、6.271和12.500;O_3(8 h)在夏季对PM_(2.5)的总作用系数为0.897;NO_2在春、秋、冬季对PM_(2.5)的总作用系数分别为0.185、0.338和0.290;各污染因子对PM_(2.5)的直接作用系数均大于其间接作用系数。

北京夏末秋初大气细粒子中水溶性盐连续在线观测研究

利用大气细颗粒物快速捕集分析系统和微量天平方法实时、在线分析了北京夏末秋初PM2.5中水溶性无机盐和PM25质量浓度的变化，并结合气象资料和部分前体物SO2、NOx监测数据进行了相关分析．结果表明，北京夏末秋初空气质量良好时，PM2.5日平均浓度为61．0±30．6μg·m^-3，其中水溶性无机盐占PM25的40％-56％，（亚）硝酸盐、硫酸盐、铵盐是水溶性无机盐中的主要成分，占所测水溶性组分的80％以上．SO2向硫酸盐的转化率高于NOx向（亚）硝酸盐的转化率．亚硝酸盐浓度受气象要素和大气化学过程影响，白天亚硝酸盐有向硝酸盐转化的趋势．

北京城区大气污染物“周末效应”分析

对2013年北京市城区12个空气质量自动监测子站的数据进行分析,探讨大气污染物的"周末效应"及O3出现"周末效应"的原因.结果如下:SO2的日变化规律为单峰型曲线,在上午11:00出现峰值;且周末SO2平均小时浓度均高于工作日浓度,一天内的平均偏差为15.57%.NO2的日变化规律为双峰型曲线,峰值出现在08:00和22:00;且在00:00—18:00之间,周末NO2平均小时浓度高于工作日,一天内的平均偏差为7.50%.PM10和PM2.5在工作日的日变化规律均为双峰型曲线;在周末为波浪型曲线,且周末平均小时浓度均高于工作日浓度,一天内的平均偏差分别为17.84%和20.22%.北京市城区O3的日变化规律呈单峰型曲线,在16:00出现峰值.O3的"周末效应"表现为11:00—24:00之间周末O3浓度高于工作日,且各前体物的浓度也高于或接近工作日浓度.可能的原因之一是在O3抑制阶段,周末NO浓度明显低于工作日浓度,导致NO对O3的抑制作用在周末要弱于工作日,有利于O3的生成;原因之二是前体物CO浓度在周末升高,促进了O3的生成,导致O3浓度升高.

夏季降雨对大气污染物的清除影响

从南昌市环境监测站获取大气中主要污染物浓度,降雨量由APS-3A型降雨降尘自动采样器实际监测得到,分析了南昌市新城区2014年夏季降雨对大气污染物浓度的影响。结果表明：（1）中强降雨（日降雨量≥10 mm）对大气中的SO_2、PM_（10）和PM_（2.5）都有明显的清除效果,对SO_2、PM_（10）和PM_（2.5）的清除效率分别为14.3%～50.0%、20.2%～68.8%、20.0%～74.0%;〉1～〈10mm的降雨对SO_2、PM_（10）和PM_（2.5）也有一定的清除效果;≤1mm的降雨,对PM_（10）具有清除作用,但清除效率较低（2.3%～23.2%）,而对SO_2和PM_（2.5）清除效果不明显。降雨量对NO_2的浓度变化影响不大。（2）降雨对大气污染物的清除效率受降雨前污染物本底浓度的影响,污染物本底浓度很低时甚至会出现反弹现象。（3）降雨对污染物的清除效率除了受降雨量的影响外,其降雨场数和降雨累积时间对其也有一定的影响。

2014年北京奥体中心空气质量演变特征

利用中国环境监测总站发布的实时大气环境监测资料,选择北京国家奥林匹克体育中心(下称北京奥体中心)为研究对象,分析了2014年全年北京奥体中心空气质量演变特征.结果表明:12014年全年北京奥体中心首要污染污染物为PM_(2.5),其次是NO_2,而PM_(2.5)和PM10出现中度污染以上的污染事件主要集中在冬季和春末秋初;2PM_(2.5)、PM_(10)、SO_2、NO_2、O_3和CO等主要污染物的年均质量浓度分别为89.75、141.12、21.83、64.26、48.60和1 210μg/m^3.其中年均ρ(PM_(2.5))是GB 3095—2012《环境空气质量标准》二级标准限值(35μg/m^3)的2.6倍,年均ρ(PM10)也是其二级标准限值(70μg/m^3)的2.0倍,年均ρ(SO_2)略高于其一级标准限值(20μg/m^3),而年均ρ(NO_2)则高于其标准限值(40μg/m^3);3北京奥体中心全年逐月ρ(SO_2)/ρ(NO_2)都小于1.00,年均值为0.37,反映出北京目前硝酸型污染特征越来越明显;4针对不同污染等级下各类污染物质量浓度的分析结果显示,严重污染时ρ(PM_(2.5))和ρ(PM10)平均值分别高达324.75和494.98μg/m^3,分别是世界卫生组织(WHO)《空气质量准则》推荐24 h平均浓度准则值的13和10倍,其浓度如此之高会对人体健康造成严重危害;5ρ(PM_(2.5))年均24 h变化趋势表明,ρ(PM_(2.5))具有明显的日变化特征,出现2个峰值,高峰值出现在午夜时分(23:00—翌日01:00),次高峰值出现在上午(09:00—11:00),最低值出现在下午(15:00—17:00),次低谷值则出现在凌晨(05:00—07:00),说明ρ(PM_(2.5))除与混合层高度日变化特征密切相关外,还与人们的日常生活有一定联系.

2014年—2015年兰州市环境空气质量分析

目的分析2014年—2015年兰州市环境空气质量现状。方法收集兰州市2014年—2015年PM_(10)、PM_(2.5)、NO_2、CO、O_(3-1h)和SO_2的日均浓度监测数据,分析其年度、区域、采暖期、非采暖期分布特征并进行综合评价。结果 2014年—2015年兰州市环境空气质量有所改善,空气中的PM_(10)、PM_(2.5)、CO和SO_2平均浓度下降,NO_2和O_(3-1h)平均浓度上升;除O_(3-1h)外,其余空气污染物均是采暖期高于非采暖期;2014年—2015年市区西部总体污染物浓度较高;环境空气中主要污染物是PM_(10)、PM_(2.5)和NO_2,2014年—2015年污染负荷系数PM_(10)、PM_(2.5)、CO、SO_2下降,NO_2和O_(3-1h)上升。结论 2014年—2015年兰州市环境空气质量逐渐改善,采暖期与非采暖期空气污染物种类有所区别,针对兰州市首要污染物和污染区域等特点,应有针对性地制定改善空气质量的防治措施。

杭州市2014年城区大气污染物浓度变化特征观测分析

为了研究杭州市城区大气污染物的浓度变化特征,选取了2014年杭州市环境监测中心站空气质量自动监测站的大气污染物浓度数据;并结合地面气象要素资料进行分析。结果表明,在观测期间,杭州市城区大气中的PM_（2.5）污染状况最严重,日平均浓度的超标率达30.7%;各污染物全年分布呈现明显的季节变化：O_3浓度呈现与该季节气温和太阳辐射强度在全年中的排列相一致的夏、秋、春和冬季依次递减的分布,NO_2则呈现冬高夏低,春秋介于两者之间的分布,SO_2浓度从高到低依次为冬季〉春季〉秋季〉夏季,CO、PM_（2.5）和PM10浓度都呈现出冬高夏季、春秋季变化平缓的季节变化特征;各污染物浓度日变化呈现不同变化规律：O_3和Ox浓度四季的日变化都呈单峰型分布,浓度峰值都出现在13：00~15：00,SO_2也呈现单峰型分布,在09：00~10：00左右达到峰值,于次日04：00左右达到谷值,NO_2、CO、PM_（2.5）和PM10浓度的日变化特征类似,呈现双峰型变化,且峰值都与早晚高峰时间基本重合,冬季相对于其他季节首峰值时间推迟一小时左右;利用成对样本T检验进行比较,结果表明：NO_2浓度在17：00~次日09：00工作日均明显高于周末,而在09：00~14：00工作日略低于周末,14：00~17：00浓度基本相等,O_3浓度则在工作日的各时刻均高于周末;气象要素是大气污染物分布的重要影响因子,O_3与气温和风速呈极显著正相关关系,与湿度呈极显著负相关关系,NO_2与之相反,SO_2、CO、PM_（2.5）和PM_（10）与风速呈现一致的显著负相关关系外,与其他气象要素在不同季节差异性较大,SO_2和PM_（10）与相对湿度呈现极显著负相关关系,CO和PM_（2.5）与气温和湿度的相关性在不尽相同。

基于等维灰数递补动态GM(1,1)模型的城市大气环境质量预测研究

根据乌鲁木齐市2005～2011年大气环境中3种污染物(SO2、NO2、PM10)的监测值,对乌鲁木齐市大气环境质量现状进行分析评价.采用等维灰数递补动态的方法,建立GM(1,1)预测模型,对乌鲁木齐市2012～2015年SO2、NO2和PM10的浓度变化进行中短期预测分析.结果表明:近年来乌鲁木齐市主要大气污染物依然是SO2和PM10,呈现典型的煤烟型污染特征;空气综合污染指数整体呈下降趋势,空气污染程度呈逐年减轻趋势,空气质量逐步得到改善.预测结果显示,2012～2015年乌鲁木齐市大气污染物SO2和PM10浓度呈下降趋势,NO2浓度呈缓慢上升趋势.

基于广义相加模型的郑州市大气污染与医院感染发生风险的关系分析

目的:探讨大气污染暴露与医院感染发生风险的关系。方法:收集郑州市某三甲医院2015年1月1日至2019年6月30日医院感染日报告数据,采用时间序列的广义相加模型,控制气象因素、时间趋势、星期几效应、假期效应后分析空气质量指数、PM2.5、PM10、SO2、NO2与医院感染、呼吸道感染及呼吸机相关肺炎之间的关系。结果:PM2.5每升高1μg/m3,5 d后医院感染的发生风险升高0.20%(P<0.05),PM2.5、PM10和NO2每升高1μg/m3,4 d后呼吸道感染的发生风险分别增加0.12%、0.10%和0.49%(P<0.05),而PM2.5、PM10、NO2和SO2每升高1μg/m3,5 d后呼吸道感染的发生风险增加0.12%、0.10%、0.59%和0.74%(P<0.05);PM10每升高1μg/m3,3 d和4 d后,呼吸机相关肺炎的发生风险分别增加0.05%和0.04%(P<0.05)。阈值效应分析显示,PM2.5、PM10、NO2和SO2对4 d或5 d后呼吸道感染发生风险的影响存在阈值效应;PM10对3 d和4 d后呼吸机相关肺炎发生风险的影响存在阈值效应。结论:空气中PM2.5、PM10、NO2、SO2升高会增加呼吸道感染、呼吸机相关肺炎的发生风险。

2013~2014年北京市NO_2时空分布研究

根据2013~2014年北京市NO2监测数据,对比分析了全年及重污染日NO2时空分布特征.结果表明：2013年NO2平均浓度为56μg/m3,2014年北京市NO2年均浓度为56.7μg/m3.年均及重污染日NO2月均浓度均呈波浪型分布,日变化呈双峰型分布;空间分布上北部及西部山区NO2浓度明显低于中心城区及南部地区.NO2浓度与PM2.5、CO、NO呈正相关关系,与O3、OX无明显相关性;全年NO2光解速率峰值平均在0.105/min左右,重污染日光解速率峰值平均在0.026/min左右;全年及重污染期间,氮氧化速率分别为0.142±0.061、0.190±0.036;高浓度NO2既有利于O3生成,又对重污染的形成起到了促进作用;重污染日特定条件下北京市NO2的两种转化机制以转化为NO3-过程为主导.经计算2000~2014年北京市机动车的保有量与NO2浓度的相关系数R为-0.84,机动车NOx排放量对北京市NO2浓度的变化有显著的影响.

北京地区1～3月PM_(2.5)、PM_(10)、NO_2、SO_2地面浓度分布特征分析

本次研究选取了2015年1-3月份北京地区的PM2.5、PM10、NO2、SO2浓度的小时栅格数据,利用ENVI 4.8软件取得各污染物栅格数据的平均值,分析各污染物的浓度分布差异,结果表明：北京地区1-3月大气污染物浓度的空间分布具有显著的梯度特征,污染物浓度从东-西、从南-北呈递减趋势,其中PM2.5、PM10的环境空气污染程度较重,NO2、SO2的地面浓污染程度较轻,主城区的污染物浓度相对较高,郊区的相对较低。

石家庄市区大气污染物浓度变化特征研究

利用2014-2015年3月SO2,NO2,PM10,PM2.5,CO和臭氧的观测数据,分析了石家庄市主要大气污染物的变化特征.结果表明,臭氧夏季平均浓度值最高;NO2夏季浓度值最低;PM2.5,SO2和CO冬季浓度最高,夏季浓度最低;而PM10浓度春季最高,较为明显的高于其它3个季节.臭氧四季的日变化均呈单峰型,其余五项污染物浓度四季的日变化呈现出"早峰午谷",且夜间出现小高峰.掌握石家庄市大气污染物的变化特征,可为大气环境治理工作与防控措施研究提供科学依据.

太原市各点位污染物浓度变化分析

根据2013—2015年太原市空气质量的数据资料,对太原市各点位的年均值、季均值、月均值进行了统计分析,结果表明各点位的SO_2、NO_2、PM_(10)、PM_(2.5)污染物浓度有所下降,但太原市环境质量现状仍然相当严峻,最后针对存在的环境问题,提出了推进结构性改革、扩大绿植覆盖率、扩大集中供暖面积、改变传统能源结构、控制汽车尾气排放、提高资源的重复利用率等6个方面的措施。

西安市道路PM_(2.5)NO_2 CO水平浓度分布特征

为获得西安市道路PM_(2.5)、NO_2和CO的水平浓度分布特征,选取小寨和秦岭环山路作为西安市城区道路和郊区道路的代表,采用水平分布的监测方法获得了每条道路距离道路边缘0、15和50 m处的ρ(PM_(2.5))、ρ(NO_2)和ρ(CO).结果表明:与秦岭环山路(下称秦岭)相比,城区观测点小寨的ρ(PM_(2.5))、ρ(NO_2)和ρ(CO)分别为(88±50)(78.6±29.8)μg/m^3和(1.5±0.3)mg/m^3,均高于秦岭三者的质量浓度〔分别为(55±23)(47.9±19.8)μg/m^3和(1.4±0.1)mg/m^3〕.在空间分布上,ρ(PM_(2.5))、ρ(NO_2)、ρ(CO)水平梯度分布明显.与距离道路边缘0 m处相比,小寨ρ(PM_(2.5))在距离道路边缘15和50 m处分别减少了6.48%、7.96%,秦岭减少了5.45%、9.09%;小寨ρ(NO_2)在15和50 m处分别减少了8.57%、14.29%,秦岭减少了15.45%、24.89%;在距离道路边缘50 m处小寨ρ(CO)减少了25.00%,而秦岭在距离道路边缘15和50 m处分别减少了25.00%、41.67%.研究显示,来自于机动车排放的PM_(2.5)、NO_2和CO在道路两侧有明显的距离效应,并且郊区观测点水平递减更明显.

济南冬季大气重污染过程颗粒物组分变化特征

为研究济南市冬季大气重污染过程的颗粒物化学组分特征,于2017年11月15日—12月30日在市监测站及跑马岭清洁对照点同步采集PM_(10)和PM_(2.5),并对其质量浓度、水溶性离子及碳组分进行分析,结果表明重污染过程中PM_(2.5)/PM_(10)质量浓度比均超过0.6.NO_3^-(硝酸盐)、SO_4^(2-)(硫酸盐)、NH_4^+(铵盐)、OC(有机碳)浓度及百分占比与颗粒物浓度同步增加,其中NO_3^-、SO_4^(2-)、NH_4^+、OC的浓度增加倍数远大于PM_(2.5)的浓度增加,重污染日市监测站NO_3^-、SO_4^(2-)、NH_4^+、OC质量浓度分别是非污染日的5.1倍、8.8倍、8.3倍、7.0倍,跑马岭重污染日NO_3^-、SO_4^(2-)、NH_4^+、OC质量浓度分别是非污染日的3.0倍、3.9倍、3.7倍、4.6倍;且SO_4^(2-)和NH_4^+质量百分占比涨幅比NO_3^-的大,说明重污染天气下SO_4^(2-)和NH_4^+对PM_(2.5)浓度增加的贡献更大.通过经验公式计算得出市监测站和跑马岭SOC质量浓度分别占OC的82.4%和92.3%,说明重污染期间SOC是OC主要组成部分.二次无机离子和二次有机碳是导致重污染的主因,表明在冬季重污染过程中,大气化学反应非常重要,这可能与空气静稳和湿度较大的气象条件、前体物的大量积累、液相非均相化学过程的加强紧密相关.重污染天气下需要重视NO_2对SO_2液相催化氧化作用,严格控制NO_2的排放.

中国主要大气污染物的时空分布特征研究

应用统计学和GIS对2014年3月─2015年2月期间190个监测城市的NO2、PM10、PM2.5和SO2的监测数据进行时空特征分布分析,结果表明,中国大气污染主要来源于采暖排放、机动车排放、工业排放与风沙天气。各污染物呈明显的区域性分布。污染物浓度总体趋势是北方地区高于南方地区。河北南部以及山东东部等重工业密集且人口密度大的地区污染较为严重。而中西部及东南部等工业发展相对落后人口较为稀少的地区污染较轻。PM10污染呈明显的季节变化,采暖期PM10主要来源于燃煤排放和机动车尾气排放,非采暖期受风沙天气影响显著,且在春、秋的风沙时期保持较高的值。采暖期PM2.5、SO2和NO2的浓度上升明显,其中SO2受到采暖期的影响最为显著。NO2主要来源于工业排放以及汽车尾气排放,因而工业布局密集且交通发达的城市污染较为严重。采暖期与非采暖期NO2、PM10、PM2.5和SO2的浓度对比变化显著,采暖期燃煤对空气质量的影响巨大。