黄石市大气PM10和PM2.5质量浓度特征研究

利用2015年黄石市5个监测站点可吸入颗粒物(PM10)和细颗粒物(PM2.5)的在线监测数据和风向、风速、气温、气压等常规地面气象要素观测资料,分析了黄石市大气PM10和PM2.5的质量浓度水平分布特征及其与气象参数的关系。结果表明:2015年黄石市5个监测站点大气PM10和PM2.5年均浓度范围分别为95.8—108.6μg·m^-3和64.3—68.9μg·m^-3,均超过国家二级标准;季均质量浓度呈现显著的冬季高夏季低的变化规律,冬季PM10和PM2.5的质量浓度分别为(143.9±62.2)μg·m^-3和(95.5±44.5)μg·m^-3,夏季PM10和PM2.5的质量浓度分别为(75.2±24.0)μg·m^-3和(50.7±17.3)μg·m^-3。5个监测站中,下陆区、西塞山区和铁山区的PM10和PM2.5颗粒物污染较为严重;各站点大气PM10和PM2.5质量浓度显著相关。大气颗粒物浓度与气象因素的分析显示,黄石市大气颗粒物浓度与气温呈显著的负相关关系,与气压呈正相关关系,与风速和相对湿度的相关性不显著,受风向影响变化较大。

长春市大气PM2.5质量浓度特征研究

1引言PM2．5是大气中直径在2．5μm以下的颗粒物的总称，由于其粒径小，富含大量的有毒、有害物质，并且在大气中停留的时间长，输送距离远，越来越受到人们的关注。PM2．5可以穿过肺部并存留在肺的深处，对人体呼吸系统具有刺激作用、致敏作用，同时还可能作为携带细菌微生物、病毒和致癌物的载体侵人人体，严重危害人体健康。目前有研究表明，大气细粒子污染程度与产生雾霾天气有一定的相关性，是造成大气能见度下降的主要原因。

赣州市PM2.5质量浓度时空变化特征分析

生态文明建设是中国特色社会主义事业的重要内容,但在城市化进程中人们对经济发展的重视超过了对环境的保护,导致环境污染越来越严重。而大气污染作为环境污染的直观表现,受到了人们的广泛关注。PM_(2.5)作为大气污染源之一,在大气中的含量很少,但它却对人类健康和大气环境造成了极其严重的危害。因此,深入探究PM_(2.5)的时空分布,将会为降低人类暴露强度和健康风险及制订有效的污染防治措施提供重要依据,具有极其重要的意义。

融合时空特征的城市多站点PM2.5浓度预测

本文提出一种融合时空特征的城市多站点PM2.5预测方法,该方法可以捕捉PM2.5在时间和空间上的相关性,通过将区域多个站点的PM2.5数据转换为一系列静态图像,将其输入到卷积长短期记忆(ConvLSTM)模型中,采用端对端的方式进行训练,预测城市未来多个站点多个时段的PM2.5浓度。以北京多个站点的PM2.5数据进行实验验证。结果表明:考虑了时空特征的ConvLSTM方法在短期预测方面优于其他4种时序方法,该方法可为PM2.5预测提供新的思路。

北京城市森林PM_(2.5)质量浓度特征及影响因素分析

以北京西山森林公园为林内观测点,北京海淀植物园为林外对照点,研究城市森林PM_(2.5)质量浓度变化特征,并对其影响因素进行分析。结果表明,林内外PM_(2.5)质量浓度日变化呈"双峰双谷"型,8:00和21:00左右是一天中的两个峰值,15:00和4:00左右是一天中的两个谷值,PM_(2.5)质量浓度林内(104.02μg·m^(-3))>林外(82.52μg·m^(-3))。一年中PM_(2.5)质量浓度在冬季最高,春季次之,夏季最低,PM_(2.5)质量浓度年变化林内为冬季(115.46μg·m^(-3))>春季(112.39μg·m^(-3))>秋季(106.37μg·m^(-3))>夏季(81.87μg·m^(-3)),林外为冬季(97.35μg·m^(-3))>春季(94.07μg·m-3)>秋季(93.17μg·m^(-3))>夏季(61.86μg·m^(-3))。气温、降雨均与PM_(2.5)浓度呈负相关。晴天时,温度高、空气对流旺盛,PM_(2.5)浓度较低;降水对PM_(2.5)有很好的消减作用;风有驱散PM_(2.5)的作用。在高温高湿天气下,PM_(2.5)浓度高于其他天气情况。该研究可以丰富森林净化大气的理论,为环保部门相关政策的制定提供依据。

北京秋冬季近地层PM_(2.5)质量浓度垂直分布特征

选取秋冬两季各14d对北京地区近地层ρ(PM2 5)垂直分布进行监测,获得ρ(PM2.5)垂直廓线;结合同步测得的气象数据,就气象因素对垂直分布的影响进行了分析;最终拟合了ρ(PM2.5)垂直廓线方程。研究表明:秋冬两季ρ(PM2 5)的垂直分布随高度增加而呈对数递减的规律;风速随高度的变化遵循对数规律;发生逆温时,大气层结稳定,垂直方向上的湍流受到抑制,风速与PM2 5逐时质量浓度在垂直方向的分布呈较好的线性关系,ρ(PM2 5)随高度改变呈显著的对数相关关系;而在非逆温的情况下,PM2 5逐时质量浓度垂直分布与风速线性相关的概率较小,质量浓度的垂直分布与高度的对数关系不显著。

2007-2014年北京地区PM2.5质量浓度变化特征

为更好地解析北京地区ρ(PM_(2.5))的长期变化特征及气流轨迹聚类分析结果,对2007年8月—2014年7月在中国环境科学研究院实测的ρ(PM_(2.5))数据进行了统计分析,分析其年际、季节和月际变化特征;通过计算PM_(2.5)的AQI分指数,分析了污染等级的时间变化特征;结合后向气流轨迹,对ρ(PM_(2.5))年际、季节变化与气团来源的关系进行了分析.结果表明:北京地区2008—2013年ρ(PM_(2.5))年均值分别为111.5、95.8、94.8、80.5、75.2、81.3μg/m^3,整体呈逐年下降趋势,但污染水平依然较高;ρ(PM_(2.5))由高到低的季节次序为秋季、冬季、春季、夏季,平均值分别为111.6、94.8、77.2、70.5μg/m3,PM_(2.5)重污染时段主要出现在秋冬季节,并且冬季ρ(PM_(2.5))近年来逐渐呈上升趋势;ρ(PM_(2.5))月均值呈单峰型变化,11月最高(为125.3μg/m3),7月最低(为76.4μg/m^3);轨迹聚类分析发现,途经山西省北部和河北省南部的气流轨迹中ρ(PM_(2.5))较高,而来自北方及西北方向的气团相对较清洁,ρ(PM_(2.5))较低.北京地区近些年实施的大气污染减排措施对于控制PM_(2.5)污染取得了一定效果,但针对秋冬季节重污染过程的控制力度仍需要加强,同时也要注意区域污染传输对北京地区ρ(PM_(2.5))的影响.

秋季嘉兴PM_(2.5)质量浓度特征分析

利用膜采样、颗粒在线称重方法和维萨拉气象仪对2004和2006年秋季嘉兴大气中ρ（PM2.5）及气象因子进行了分析.结果表明：2004和2006年秋季ρ（PM2.5）分别为（84.7±62.4）和（89.0±61.5）μg/m^3;ρ（PM2.5）占ρ（PM10）比例为42%～69%;ρ（PM2.5）日均值变化大（16.7～345.7μg/m^3）,晴天ρ（PM2.5）约为阴雨天的2倍.ρ（PM2.5）日变化分析表明,晴天呈双峰双谷现象,晚高峰（16：00—20：00）ρ（PM2.5）大于早高峰（06：00—10：00）,阴雨天日变化不明显.PM2.5与相对湿度无显著相关性,但在不同相对湿度下PM2.5与能见度呈显著的负指数关系.东北风和西北风是观测期内当地的主导风向,ρ（PM2.5）高值出现在西南风方向,重污染天气过程形成原因复杂.

天津城区秋季PM2.5质量浓度垂直分布特征研究

为研究天津大气颗粒物的污染水平和时空分布特征,利用天津大气边界层观测铁塔(255m),分别在40m、120m、220m处设立监测点,通过监测到的PM2.5的质量浓度,结合PM10、能见度等资料来分析污染物的时空分布规律和分布特征。结果表明,天津城区PM2.5污染水平相当严重,日均质量浓度远高于美国1997年制定的65μg.m-3的排放标准。混合层厚度和稳定度的变化对PM2.5浓度变化有一定的影响,随混合层厚度的变化,不同高度PM2.5质量浓度值有所不同。23时至11时,120m浓度明显高于其它各层,11—18时,由于大气扩散能力的增强,三层污染物质量浓度开始下降,而到了18—23时,低层污染物浓度较高,各层浓度总体趋势为120m>40m>220m。PM2.5质量浓度的日变化与稳定度的变化较一致。气象条件和早晚出行高峰期的影响导致PM2.5的质量浓度出现峰值。PM10与PM2.5的总体变化趋势基本一致,说明污染物来源基本相同。能见度水平和细粒子污染水平呈现较好的负相关,细粒子质量浓度的高低是决定能见度好坏的主要因子。降水过程是颗粒物从大气中清除的重要机制。

广州市夏、冬季室内外PM_(2.5)质量浓度的特征

2004年7月2日至8月13日和2004年11月29日至2005年1月6日分别在广州市3种类型区域(一般城市区域、道路旁、工业源附近)9个居民住宅的室内和室外同步采集了PM2.5颗粒。采用标准称重法测定PM2.5质量浓度,得到广州市夏季住宅室内外PM2.5平均质量浓度分别为67.7、74.5μg/m3,冬季室内外PM2.5平均质量浓度分别为109.9、123.7μg/m3。广州市PM2.5平均质量浓度,与美国PM2.5标准相比,与国内PM10标准基础上假设的PM2.5限值相比,与其他一些国内、亚洲和欧美城市的文献记录相比,结果均显示广州市PM2.5处于相当严重污染状态。广州市PM2.5质量浓度呈现明显的空间分布特征和季节变化特征;PM2.5室内质量浓度并不总是低于室外质量浓度,反映了室内空气污染的存在。

北京市城区单监测点PM_(2.5)质量浓度变化特征

2009年在北京师范大学科技园内对PM2s质量浓度的连续监测结果表明，PM22.5质量浓度的年均值为55．2μg·m^-3日均值在1．2-325．9μg·m^-3之间变化，且频数分布呈现出明显的倾斜：大量的质量浓度值位于30-70μg·m^3之间；季节变化特征为冬季PM2.5污染水平明显高于其他季节；不同季节的日变化模式存在显著差异：整体上是冬季夜间质量浓度高于白天，夏季白天质量浓度高于夜晚，同时在各个季节下午16：00以后质量浓度都存在回升现象．

北京市道路防护林带内外PM_(2.5)质量浓度特征及与气象要素的相关性

以北京市奥林匹克森林公园北侧的北五环路防护林带为研究对象,通过在林带外及林带内布设5处PM2.5质量浓度监测点进行3个月的定位监测,分析北京市道路防护林带内外PM2.5质量浓度特征,并通过建立PM2.5质量浓度与风速、温度、相对湿度等气象要素的相关关系,分析气象要素对PM2.5质量浓度的相关性。结果表明:1)在时间变化规律上,林带内PM2.5质量浓度08:00和12:00相对较高,其他时间段相对较低,18:00后质量浓度又开始增加,林带内PM2.5质量浓度在日变化规律上呈单峰或双峰变化,林带内外PM2.5质量浓度的日变化规律基本一致;2)在空间变化规律上,林带内PM2.5质量浓度水平比林带外相对较高,距北五环路40 m处PM2.5质量浓度值相对其他布置点2、20、30和60 m处都高;3)林带内PM2.5质量浓度与风速、温度呈负相关关系,与相对湿度、气压呈正相关关系;4)林带内PM2.5质量浓度与温度的关系可以用幂函数来描述。

基于GIS的贵阳PM_(2.5)质量浓度城乡过渡特征及影响因素研究

PM2.5是影响城市空气质量和身体健康的主要污染物,也是气候和环境问题的热点研究问题之一。PM2.5即大气污染细颗粒物,是大气污染的主要物质来源,通过选取具有明显城乡过渡趋势的环保局、太慈桥、小河、花溪、马鞍山、金阳和桐木岭监测点,采集2013年12月20日到2014年2月27日的PM2.5日均质量浓度数据,以及2014年1月20日到2月18日的时均质量浓度数据,分析研究PM2.5质量浓度的时空变化特征和浓度变化的影响因素。PM2.5数据覆盖了优良中差多种污染类型,在数据平均抽样误差分析的基础上,参考世界卫生组织的空气质量准则,探索性地利用遥感、GIS技术和统计分析方法,分析贵阳市PM2.5质量浓度的城乡变化特征,以及与气象因素、土地利用信息和城市区域之间的关系。1973、1990年的贵阳城区信息分别提取自1973年12月30日的LANDSAT MSS影像(辅以1:50000地形图)、1990年10月16日的LANDSAT 5影像,土地利用现状信息和2010年贵阳建成区信息提取自2010年9月21日的LANDSAT 5。以监测点为原点生成监测点500 m缓冲区,以资源1号02C星遥感影像为数据源,采用目视解译方法提取土地利用信息,分析PM2.5质量浓度与土地利用类型的关系。利用GIS量取监测点与1973年贵阳市主城区边缘的最短距离,分析其与监测点PM2.5质量浓度的关系。结果表明,1PM2.5日均质量浓度值呈现由农村向城市递增的趋势,并随着监测时间的推移形成明显的递减趋势,7个监测点日均数据均值是77μg·m-3,农村监测点桐木岭的监测值是56μg·m-3,马鞍山74μg·m-3,和金阳73μg·m-3,花溪81μg·m-3,小河86μg·m-3,太慈桥86μg·m-3,环保局85μg·m-3。质量浓度>100μg·m-3的总时数,桐木岭为13 h,金阳81 h,环保局、马鞍山106 h,花溪118 h,小河154 h,太慈桥157 h。2PM2.5日均质量浓度总体上呈下降的趋势,除夕以后PM2.5浓度显著下降,平均浓度相差47μg·m-3。PM2.5时均浓度在总体下降的趋势下,还表现出明显的24小时周期性变化,并有明显的城乡差异。3PM2.5质量浓度和气象因素间表现出复杂的非线性关系。PM2.5质量浓度与主城区距离的相关系数高达-0.89,与建筑用地密度的相关系数为-0.69。

2013-2016年北京朝阳站PM_(2.5)质量浓度变化特征

利用2013年2月至2016年1月北京朝阳环境气象站PM_(2.5)质量浓度和同步地面风数据,重点分析了PM_(2.5)质量浓度的变化特征及受地面风的影响情况。观测期间测点PM_(2.5)年平均质量浓度为80. 6±4.0μg·m^(-3),为环境空气质量标准(GB3095—2012)二级年均浓度限值(35μg·m^(-3))的约2. 3倍,季节变化特征明显,冬季最高(115.1μg·m^(-3))、夏季最低(58.5μg·m^(-3))。测点主导风向为ENE—E—ESE,风速主要集中在0.2～2.0m·s^(-1)。当地面风来自ENE—E—ESE方向时PM_(2.5)质量浓度最高(109.1μg·m^(-3)),来自WNW—NW—NNW方向时最低(39. 5μg·m^(-3))。PM_(2.5)质量浓度随风速增大先上升后下降,在0. 4 m·s^(-1)时达最高,为139. 2μg·m^(-3)。风速在0. 2～2. 0 m·s^(-1)时主要受ENE—E—ESE方向影响,而2～6 m·s^(-1)时主要受ESE方向影响较大。通过与其他站点的比较发现,不同站点各方向污染源和地面风的差异导致了PM_(2.5)质量浓度在各方向分布的差异。

北京大兴南海子公园PM2.5和PM10质量浓度变化特征

对北京南海子公园PM_(2.5)和PM_(10)的浓度水平进行了研究,并讨论了PM_(2.5)和PM_(10)的时间变化特征及其受气象因素的影响,分析了南海子公园空气质量浓度差异。结果表明:南海子公园PM_(2.5)和PM_(10)平均质量浓度分别为(110.22±19.19)μg·m^(-3)和(125.58±3.62)μg·m^(-3),南海子公园大气颗粒物主要是以细粒子为主,PM_(2.5)超标46.96%,PM_(10)未超标;南海子公园PM_(2.5)和PM_(10)质量浓度的日变化以夜间低,白天高为主,呈现明显的双峰型,南海子公园的PM_(2.5)和PM_(10)质量浓度变化幅度较大;从不同月份来看,南海子公园PM_(2.5)质量浓度6月最大、8月最低;温度、风和降水与PM_(2.5)和PM_(10)质量浓度呈负相关关系,湿度与PM_(2.5)和PM_(10)质量浓度呈正相关关系,大风和降雨能有效的清除颗粒物,特别是细颗粒物。

长沙市PM_(2.5)质量浓度及其变化特征

统计2015年9月到2016年8月长沙市PM_(2.5)监测数据及气象数据,并分析其季节特征、温度特征及其与工作日和周末之间的关系,以期揭示城市PM_(2.5)污染的主要特征及其变化趋势。研究结果表明:我国北部和南部的细颗粒物PM_(2.5)的污染程度大于长沙市,长沙市PM_(2.5)质量浓度的季节变化趋势表现为:冬天>春天>秋天>夏天;冬季空气污染较重,PM_(2.5)日均值(75.32±38.12)μg/m^3超过我国空气质量(PM_(2.5))二级标准;夏天空气质量相对良好,日均值(32.40±14.25)μg/m^3,达到我国空气质量(PM_(2.5))一级标准;长沙市PM_(2.5)质量浓度与月平均温度存在一定程度的负相关,当月平均温度最高达29.71℃时,对应PM_(2.5)质量浓度最低,为29.71μg/m^3,当月平均温度最低为5.07℃时,对应PM_(2.5)质量浓度最高,为80.9μg/m^3;PM_(2.5)质量浓度在工作日和周末存在显著差异,冬季周末质量浓度高于工作日,而夏季则相反。

银川市2013年PM_(10)、PM_(2.5)质量浓度变化及空气质量分指数等级特征分析

利用银川市2013年空气污染物日浓度资料,分析了其PM10、PM2.5的质量浓度变化特征及空气质量分指数等级特征.结果表明,PM10和PM2.5的质量浓度变化具有明显的季节特征,夏季最低,冬季最高,PM10质量浓度春季高于秋季,而PM2.5质量浓度春季略低于秋季;PM10和PM2.5月均质量浓度变化均为1月份最大,7月份最小;PM2.5和PM10日均质量浓度显著相关,相关系数达0.76,在2013年中,PM2.5占PM10质量载荷的36%.PM10和PM2.5在7—9月质量浓度低,空气质量分指数等级最好,达标率均为100%,在1月空气质量分指数等级最差.PM10和PM2.5分指数等级具有明显的季节特征,夏季空气质量分指数等级最好,冬季最差,PM10分指数等级秋季好于春季,PM2.5分指数等级春季好于秋季.

PM2.5质量浓度变化特征与交通流的关系——以北京市为例

为分析城市交通运行状况对大气PM2.5质量浓度的影响,针对北京市2014年至2015年12个月的PM2.5质量浓度及交通流量变化情况,基于小波分析的相关理论,对二者的周期性变化特征及其在不同尺度上的相关性进行研究,并进一步分析了特定周期尺度上PM2.5质量浓度变化相对于机动车流量变化的滞后响应现象.研究表明:二者在24 h左右的日周期尺度上显著相关,且PM2.5质量浓度的滞后时间约为9 h.

合肥地区2013年春节期间PM2.5质量浓度演变特征

利用2013年2月8~19日合肥地区获取的大气颗粒物和常规气象观测资料,依据烟花爆竹燃放、降水过程、相对湿度和风速特点,分析了PM2.5质量浓度在不同气象条件下的变化特征。结果表明:合肥春节期间PM2.5质量浓度平均值为58.3μg/m^3,仅出现两个PM2.5质量浓度污染日;城市居民集中燃放烟花爆竹引起PM2.5质量浓度急剧增大,但主要排放PM1;降水过程对PM2.5质量浓度具有湿沉降作用,过程降水量越大,PM2.5质量浓度湿沉降量越大;PM1、PM1~2.5和PM2.5~10与相对湿度的相关系数分别为0.45、0.26和-0.07,粒径尺度越小的颗粒物吸湿增长特性越显著;PM2.5质量浓度演变与风速呈负相关,两者的相关系数为-0.33,风速越大,越利于颗粒物扩散。