2019—2023年关中平原PM_(2.5)变化特征及空气质量评价

本文基于2019—2023年关中平原5个城市6种常规污染物的质量浓度数据,分析了关中地区空气质量及PM_(2.5)的变化特征。研究结果表明:1)2019—2021年关中平原的空气质量逐渐好转,2022年和2023年有所反弹,5个城市中咸阳市的空气质量是最差的。空气质量轻度污染及以上(AQI>100)的月份主要集中在秋冬季。2)关中平原5市PM_(2.5)的年均值浓度总体呈现出下降趋势,但均未达到国家标准(35μg/m^(3))。11月—次年3月月均值较高。3)关中平原城市间空气质量和PM_(2.5)质量浓度都有明显的协同变化特征,这说明区域内大气污染具有协同性和整体性。

苏州市2022年春节期间烟花爆竹燃放对空气质量及PM_(2.5)组分的影响

利用苏州市2022年春节期间(1月31日—2月6日)逐时气象数据、细颗粒物(PM_(2.5))及其特征组分监测数据,分析春节烟花爆竹集中燃放对PM_(2.5)及其特征组分的影响。结果表明:烟花爆竹集中燃放时段,硫酸根离子(SO_(4)^(2-))、氯离子(Cl^(-))、钾离子(K^(+))、镁离子(Mg^(2+))、有机碳(OC)和元素碳(EC)的质量浓度均显著升高,与非集中燃放时段相比,分别增加了90.6%,783.3%,350.0%,371.4%,137.5%,150.0%;质量浓度增加最显著的金属分别为钡(Ba)、铜(Cu)、铬(Cr)、钾(K)、铅(Pb)、锡(Sn)、锰(Mn)、锑(Sb)、硅(Si)、锌(Zn)、铁(Fe)、砷(As)、镓(Ga)(按增幅由大到小排序);烟花特征离子钡离子(Ba^(2+))在烟花集中燃放时段的数浓度峰值是非集中燃放时段的34.9倍,其余特征离子数浓度峰值也都为非集中燃放时段的8倍以上。烟花爆竹集中燃放显著提高了空气中各项污染物的质量浓度,并且在除夕和初五2个时段分别形成了2个污染高峰;污染物比值法(M/CO)定量评估结果表明,苏州市区PM_(2.5)的贡献率为50.4%,显著低于辖属区县,表明禁燃措施具有一定成效;特征水溶性离子、OC、示踪性重金属的变化特征与PM_(2.5)质量浓度变化特征吻合;污染物在线源解析结果表明,春节期间苏州市空气质量受烟花爆竹集中燃放影响显著。

冬季采暖期气象条件对PM_(2.5)等空气质量要素的影响--以咸阳市为例

以汾渭平原典型城市——咸阳为研究区域,利用地面空气质量监测数据和欧洲中期天气预报中心(ECMWF)发布的第五代全球气候再分析资料数据集(ERA5),分析了咸阳市2018—2020年3 a采暖期污染物浓度变化特征和不同污染程度下的气象条件,采用统计学方法分析各项污染物浓度与气象因素间的相关性,使用多元线性回归模型评价各气象因素对PM_(2.5)浓度的影响程度,使用二元Logistic回归分析气象因素对PM_(2.5)超标风险的影响。咸阳市采暖期首要污染物以细颗粒物(PM_(2.5))和可吸入颗粒物(PM_(10))为主,采暖期超标最多的污染物为PM_(2.5),超标天数逐年递减;PM_(10)的日变化呈“双峰双谷”型,PM_(2.5)的谷值出现在17∶00且夜晚浓度较高。颗粒物浓度与相对湿度呈正相关,与风速、边界层高度、温度、气压呈负相关。多元线性回归预测模型显示PM_(2.5)浓度预测值与实测值变化趋势保持一致,预测值的波动频率比实测值大,预测准确率为51.54%;二元Logistic回归模型显示:除相对湿度外,其他气象因素对PM2.5超标情况都是保护因素,边界层高度每增高1 m,日均浓度超标风险降低0.7%;相对湿度每升高1%,日均浓度超标风险升高5.3%;温度每升高1℃,日均浓度超标风险降低19.8%;气压每升高1 hPa,日均浓度超标风险降低9.7%。以上研究结果揭示了咸阳市采暖期主要气象因素对空气污染的影响程度,为我国北方城市今后的空气污染治理提供科学依据,为相关政策制定提供理论参考。

城市街道峡谷PM_(2.5)时空分布特征与空气质量评价

街道峡谷是城市构成部分之一,其特殊的环境容易造成污染物聚集,使沿街居民及行人增加健康风险。文章以街道峡谷内的PM_(2.5)为研究对象,于2022年春季在合肥市庐阳区亳州路街道设置4个固定式监测样点,根据实际监测数据对春季合肥市街道峡谷的PM_(2.5)时空分布特征进行研究,分析环境因素的影响并进行空气质量评价。结果表明:建筑形态、气象因素、车流量、道路绿化等环境因素均与PM_(2.5)质量浓度具有一定关联性,对未来城市空气质量预测及优化起到一定的辅助作用。

全球环境空气质量标准研究及未来我国标准展望

我国作为全球第二大经济体,推进构建生态文明和美丽中国建设需要从全球视角研究环境空气质量标准。本文系统研究了各国环境空气质量标准的分级分类、污染物项目和浓度限值以及达标统计要求,并与我国现行《环境空气质量标准》(GB 3095-2012)进行对比分析。结果表明:①全球有126个国家制定了环境空气质量标准,欧洲以94%的标准制定比例居于第1位。②各国环境空气质量标准以保护公众健康和社会物质财富为主,其中约1/4的国家对标准进行了分类分级或分区。③全球各国环境空气质量标准共纳入72项污染物,其中PM_(2.5)、PM_(10)、SO_(2)、NO_(2)、O_(3)、和CO是主要的污染物项目。④各国环境空气质量标准中,PM_(2.5)、PM_(10)、SO_(2)、NO_(2)年均浓度限值分别在8~40、20~120、10~117、20~200μg/m^(3)之间,O_(3)日最大8 h平均浓度限值和CO 8 h平均浓度限值分别在60~256.8μg/m^(3)和2~22.9 mg/m^(3)之间;PM_(2.5)、PM_(10)、SO_(2)、NO_(2)全球人口密度年均加权浓度限值分别为18.1、39.1、41.4、52.6μg/m^(3),O_(3)全球人口密度日最大8 h平均加权浓度和CO全球人口密度8 h平均加权浓度限值分别为114.9μg/m^(3)和9.7 mg/m^(3)。⑤我国《环境空气质量标准》(GB 3095-2012)中CO浓度限值严于大部分国家,在国际上处于领先水平;NO_(2)浓度限值与大部分欧美国家持平;SO_(2)、O_(3)、PM_(2.5)和PM_(10)的一级、二级浓度限值之间差距较大,一级浓度限值达到国际领先水平,但二级浓度限值普遍较宽松。⑥1/4~1/3的国家规定了达标统计要求,巴西和瑞士的要求相对较严,我国的达标统计要求在国际上较为宽松。因此,建议基于中国及全球最新空气质量基准、国内外标准以及我国污染物环境背景值、美丽中国基本实现要求、降碳减污协同影响等5个维度,修订提出新的环境空气质量标准,推动中国经济社会绿色转型和高质量发展,引领全球生态文明建设。

清洁取暖政策试点的空气质量改善效应评估——基于三批试点地级市的准自然实验

为评估清洁取暖试点政策的空气质量改善效果,基于2014~2019年321个地级行政单位6年的平衡面板数据,采用多期双重差分(DID)方法对清洁取暖试点政策效果进行定量评估.研究发现,清洁取暖试点政策显著降低了城市空气污染水平,改善了空气质量,平均而言,试点城市的空气质量指数(AQI)比非试点城市显著低4.12;AQI,PM_(2.5),PM_(10)和SO_(2)分别下降了约5.49%,11.47%,12.65%和35.66%.这一结论在进行了一系列稳健性检验后依然成立.清洁取暖试点政策改善城市环境质量的内在机制在于,试点政策改变了城市居民采暖能源结构,减少了硫化物和颗粒物的排放.因此“十四五”期间应进一步扩大清洁取暖政策范围,增加财政投入,提高财政支出效率,降低清洁能源成本,推广清洁能源全覆盖.

基于自适应层级图卷积的多站点空气质量预测模型

时空预测任务在污染治理、交通、能源、气象等领域应用广泛.PM_(2.5)浓度预测作为典型的时空预测任务需要对空气质量数据中的时空依赖关系进行分析和利用.现有时空图神经网络(ST-GNNs)研究所使用的邻接矩阵使用启发式规则预定义,无法准确表示站点之间的真实关系.本文提出了一种自适应分层图卷积神经网络(AHGCNN)用于PM_(2.5)预测.首先,引入了一种分层映射图卷积架构,在不同层级上使用不同的自学习邻接矩阵,以有效挖掘不同站点之间独特的时空依赖.其次,以基于注意力的聚合机制连接上下层邻接矩阵,加速收敛过程.最后,将隐藏的空间状态与门控循环单元相结合,形成一个统一的预测架构,同时捕捉多层次的空间依赖关系和时间依赖关系,提供最终的预测结果.实验中,我们与7种主流预测模型进行对比,结果表明该模型可以有效获取空气监测站点之间的时空依赖,提高预测精确度.

基于SSA-LSTM模型的空气质量预测研究

为提高PM_(2.5)浓度的预测精度,提出了一种结合麻雀搜索算法(SSA)和长短期记忆神经网络(LSTM)的组合预测模型。以2023年5月至8月期间长沙市PM_(2.5)浓度数据为基础,构建了SSA-LSTM模型并与其他模型进行了对比实验。实验结果显示,SSA-LSTM模型的预测结果在拟合优度(R^(2))上相较于单一LSTM、PSO-LSTM和WOA-LSTM模型分别提升了45.93%、31.55%、19.12%,同样在均方根误差(RMSE)和平均绝对误差(MAE)的结果上也表现更优,表明该模型在PM_(2.5)浓度预测方面具有高准确性和有效性,可为制定PM_(2.5)相关预防措施提供一定的参考价值。

PM_(10)、PM_(2.5)及沙尘影响因素对库尔勒市2018—2022年环境空气质量的影响研究

本文对库尔勒市2018—2022年环境空气质量进行了系统的研究分析。基于该市在此期间的大气监测数据,重点探讨了PM_(10)和PM_(2.5)的浓度变化,其与沙尘天气的关系以及这些污染物的季节变化特性。结果显示,PM_(10)是影响库尔勒市环境空气质量的主要因素,其主要来源于沙尘。同时,沙尘天气的发生频率主要集中在春季,特别是3月份,此时PM_(10)和PM_(2.5)的浓度达到最大。值得注意的是,PM_(10)浓度正在逐年下降,沙尘强度也在逐渐减弱,显示出环境治理取得了一定的成效。

睢宁县空气质量污染特征分析

2023年3月以来,睢宁县空气质量下滑明显,6月细颗粒物(PM2.5)更是江苏省县(县级市、市辖区)排名末位。本文分析2023年以来睢宁县空气质量常规监测数据,确定6月污染来源,并结合区域内工业企业分布特点,有针对性地提出污染防治措施,从而扭转大气污染防治的不利局面。

雾灵山典型地段空气质量检测分析

随着生态旅游的日益兴起,人们对景区空气质量提出更高的要求,因此对景区空气质量的研究显得尤为必要。该文选取雾灵山景区为研究对象,从中选取8个地点对负氧离子浓度和PM_(2.5)进行测定。研究表明雾灵山景区的负氧离子浓度平均在1500个/cm^(3)以上,不同地点峰值和谷底值出现时点存在一定的差异,除怡然亭外,其他7个地段最高峰值出现在17时,谷底值除十八潭和清凉界外,其他6个地点都出现在11时、15时2个时点;PM_(2.5)平均值低于75μg/m^(3),而且峰值除主峰外,其他地点峰值都在13时、15时2个时点。

烟花爆竹燃放对永州市环境空气质量的影响分析

基于2018—2022年永州市春节期间逐时的各项污染物质量浓度数据,通过质量浓度分析、组分分析、相关性分析以及相对比值分析等方法,进一步精细化分析烟花爆竹燃放对环境空气质量的影响程度。结果表明,2018—2022年永州市春节期间污染天气主要集中在除夕及初一,污染物质量浓度攀升时间与当地烟花爆竹集中燃放时间一致,细颗粒物(PM_(2.5))小时最大质量浓度高达184μg/m^(3),最高增幅达1 410%。集中燃放期间,钾离子(K^(+))、镁离子(Mg^(2+))、钙离子(Ca^(2+))、氯离子(Cl^(-))等增幅较高,且与颗粒物质量浓度保持较高的相关性,其中烟花爆竹燃放特征离子(K^(+))质量浓度最大值达到21.6μg/m^(3),约是常规清洁天气下的7倍。相对比值分析结果表明,烟花爆竹燃放对颗粒物质量浓度的提升贡献较大,2022年集中燃放时期,烟花爆竹对PM_(2.5)和可吸入颗粒物(PM_(10))质量浓度的贡献占比分别为6.2%~52.7%和0.9%~52.0%,烟花爆竹贡献的颗粒物质量浓度与实测质量浓度在小时变化趋势上呈高度一致性,表明烟花爆竹燃放是影响永州春节空气质量的主要原因。

新冠疫情期间苏州市空气质量特征分析

选取2022年新冠疫情管控期间和2021年同期苏州市环境空气监测数据,分析表明:疫情期间,O_(3)与SO_(2)日均浓度较上年有所增加,NO_(2)、CO、PM_(10)日均浓度降低,PM_(2.5)日变化浓度变化基本一致。PM_(2.5)中最主要的组分是水溶性离子;NO_(3)^(-)、NH_(4)^(+)、Mg^(2+)、K^(+)、Na^(+)的浓度与上年相比均有所增加;SO_(4)^(2-)、Ca^(2+)、Cl^(-)浓度有所下降。VOCs浓度总体有所上升,呈现“先增后减”的变化特征,除芳香烃外,其余组分OFP占比均有所上升。

泸州环境空气自动监测PM_(2.5)和PM_(10)质量浓度“倒挂”现象及原因分析

选取2022年泸州市4个国控点PM_(10)、PM_(2.5)以及温湿度数据,分析不同月份、不同颗粒物浓度范围、不同温湿度下的PM_(2.5)和PM_(10)质量浓度的“倒挂”现象。结果表明:4个国控点均存在PM_(2.5)和PM_(10)浓度“倒挂”现象,其中小市上码头国控点1—2月小时值连续出现“倒挂”,这种现象与监测设备系统误差、温湿度等因素均有关,更与PM_(2.5)仪器动态加热系统异常和维护不到位有关。这种异常“倒挂”很难在巡检和质控时发现,但可以通过点位间数据对比间接判断,从而及时维修或更换监测备机。纳溪区环保局国控点日均值未出现“倒挂”,但小时值“倒挂”率高达9.3%,应重点关注动态加热系统运行状况、加强日常巡检维护和采样流量校准以减轻低浓度时的系统误差影响。

大连市烟花爆竹燃放和禁燃对空气质量的影响

基于大连市国控站和超级站2022—2023年除夕观测数据,对比分析了烟花爆竹燃放和禁燃对大气环境的影响。研究表明:2023年燃放烟花爆竹对PM_(2.5)、PM_(10)和SO2的平均贡献量分别为430.51、585.35和47.59μg/m^(3),明显高于2022年(禁燃),禁燃管控有效降低大气污染物浓度;2023年燃放期PM_(2.5)浓度、OC浓度、EC浓度和OC/EC分别为1087、27.134、3.031μg/m^(3)和8.772,分别为2022年的32.0倍、5.7倍、3.1倍和1.7倍;2023年除夕PM_(1.0)浓度升高快、降低慢,PM_(1.0)/PM_(10)和PM_(2.5)/PM_(10)为56%和66%,烟花爆竹燃放对PM_(1.0)贡献更大。

恩施市空气质量变化特征及污染成因分析

空气质量对人类健康有着重要影响,本文以2015—2022年恩施市大气自动监测站监测数据为依据,利用每日AQI,即PM_(2.5)、PM_(10)、SO_(2)、NO_(2)、O_(3)(8 h)和CO的质量浓度,分析恩施市的空气污染变化特征。结果发现,恩施市年均AQI值呈下降趋势,2015—2022年恩施市AQI平均值为58.4,属于空气质量二级标准;PM_(2.5)、PM_(10)、O_(3)是影响空气质量的主要污染物;冬季污染最严重,夏季空气质量最好。总体来看,恩施市环境空气质量逐年变好,环境空气优良率不断提高。

城市环境空气质量及污染物变化情况研究

基于环境空气自动监测数据,对宁夏市红寺堡区2022年1月—2023年1月环境空气质量及污染物变化情况进行了分析。研究发现宁夏市红寺堡区空气质量整体较好,部分时段污染情况较严重,主要污染物为可吸入颗粒物(PM_(10))、细颗粒物(PM_(2.5))和臭氧(O_(3))。为改善城市环境空气质量,应采取更加严格的污染控制措施,加强对城市污染源、非点源污染的控制,引导居民低碳生活。

2014~2019年黑龙江省典型空气污染物时空分布特征及空气质量评价研究

本研究获取2014~2019年黑龙江省12个地级市和1个地区空气中细颗粒物(PM2.5),可吸入颗粒物(PM10),二氧化硫(SO2),二氧化氮(NO2),一氧化碳(CO)和臭氧8小时平均(O3-8H)六种主要空气污染物的平均浓度。利用SPSS软件统计学分析方法和ArcGIS插值分析对研究区六种典型空气污染物的时空分布特征进行分析,并结合空气质量分指数计算方法和空气质量等级评价方法对空气质量进行评价。研究结果表明:2014~2019年空气污染物浓度有所降低,污染物浓度变化具有一定的季节性。六项污染物城市间差异性显著,总体呈现南高北低的态势,但不同污染物的分布有所不同。黑龙江省空气污染主要污染物为PM2.5、PM10和O3-8H,哈尔滨空气质量最差,绥化、齐齐哈尔、鹤岗、双鸭山、大庆、七台河及牡丹江空气质量较差,鸡西、佳木斯及黑河空气质量较好,大兴安岭、伊春空气质量最好。植被覆盖率高的地区空气质量较好,人口密集城市、农业城市空气质量较差。

气象条件对辽宁省空气质量的影响评估

气象条件对辽宁省空气质量的定性影响分析以2021年实况监测结果为研究对象,统计2021年PM_(2.5)重度及以上污染天及O_(3)轻度及以上污染天对应的地面天气系统,同时分别分析PM_(2.5)浓度及O_(3)浓度与气象要素的相关性;气象条件对辽宁省空气质量的定量影响分析以模型模拟结果为研究对象,借助NAQPMS空气质量数值模式,选取2021年第4季度及2022年第4季度分析气象场的贡献。结果表明:PM_(2.5)重污染天中影响辽宁省的地面天气系统主要为均压场或弱气压场等;O_(3)轻度及以上天中影响辽宁省的天气系统主要为低压前等;PM_(2.5)浓度与风速、海平面气压呈负相关,与气温及相对湿度呈正相关;O_(3)浓度与风速及气温呈正相关,与相对湿度及海平面气压总体呈负相关;2022年第4季度,气象条件致使辽宁省PM_(2.5)、PM_(10)、NO_(2)全省平均浓度同比分别下降3%、2%、4%,SO_(2)平均浓度同比持平,O_(3)-8h-90per、CO-95per浓度同比分别上升1%、14%。

绿化工程对城市空气质量改善的影响研究

绿化工程对城市环境改善的作用不可小觑。研究通过定量分析地方法研究它对城市空气改善的影响。指标选用了空气质量指数(AQI),更有PM2.5,PM10。以此选取一城市,绿化工程前后之空气数据进行比较。结果显示绿化工程后,AQI跌幅28%,而PM2.5,PM10 浓度也分别降低了31%,35%。由此可见,城市的绿化工程有力改善空气质量,功效显著。而且,绿化工程过程中,树木的吸附和过滤功能是关键因素。据此建议城市规划中应加大绿化面积,优化绿化结构,并维护良好的绿化系统。研究结果可以为城市绿化规划和环境管理提供科学依据,以期改善城市空气质量,提升市民健康水平。