北京市气溶胶(PM10、PM2.5)反演与预警系统
北京市大气PM10和PM2.5对人肺成纤维细胞间隙连接通讯及连接蛋白的影响
・
５ ８ ４ ・
环境 与职业医学 ２ ０ ０ ７ 年ｌ ２ 月第２ ４ 卷第 ６ 期
中图分类号 ： Ｒ１ ２ ２ 文献标识码 ： Ａ
Ｊ Ｅ ｎ ｖ ｉ ｒ ｏ ｎ Ｏ ｅ ｃ ｕ ｐ Ｍ ｅ ｄ ，Ｄ ｅ ｃ ． ２ ０ ０ ７ Ｖ ｏ １ ． ２ ４ Ｎ ｏ ． ６
ｔ ｈ ｅ ｓ ｃ ｒ ａ ｐ ｅ ｌ ｏ ａ ｄ ｉ ｎ ｇ ｄ ｙ ｅ ｔ ｒ ａ ｎ ｓ ｆ ｅ ｒ ａ ｓ ｓ ａ ｙ ， ａ ｎ ｄ ｔ ｈ ｅ ｅ ｘ ｐ ｒ ｅ ｓ ｓ ｉ ｏ ｎ ｏ ｆ Ｃ ｘ ４ ３ ｉ ｎ Ｈ Ｌ Ｆ ｗ ａ ｓ ａ ｎ ａ ｌ ｙ ｚ ｅ ｄ ｗ ｉ ｔ ｈ Ｗｅ ｓ ｔ ｅ ｒ ｎ Ｂ ｌ ｏ ｔ ｔ ｉ ｎ ｇ ａ ｓ ｓ ａ ｙ ．［ Ｒ ｅ ｓ ｕ ｌ ｔ ｓ］
Ａｂ ｓ ｔ ｒ ａ ｃ ｔ ： ［ Ｏｂ ｊ ｅ ｃ ｔ ｉ ｖ ｅ ｊ Ｔ ｏ ｉ ｎ ｖ ｅ ｓ ｔ ｉ ｇ ａ ｔ ｅ ｔ ｈ ｅ ｅ ｆ ｆ ｅ ｃ ｔ ｏ ｆ Ｐ Ｍｌ ０ ａ ｎ ｄ Ｐ Ｍ２ ５ ｏ ｎ Ｇ ａ ｐ Ｊ ｕ ｎ ｃ ｔ ｉ ｏ ｎ ａ ｌ Ｉ ｎ ｔ ｅ ｒ ｃ ｅ ｌ ｌ ｕ ｌ ａ ｒ Ｃ ｏ ｍｍ ｕ ｎ ｉ ｃ ａ ｔ ｉ ｏ ｎ （ Ｇ Ｊ Ｉ Ｃ） ａ ｎ ｄ ｔ ｈ ｅ ｅ ｘ ｐ ｒ ｅ ｓ ｓ ｉ ｏ ｎ ｏ ｆ ｔ ｈ ｅ ｇ ａ ｐ ｉ ｕ ｎ ｃ ｔ ｉ ｏ ｎ ｐ ｒ ｏ ｔ ｅ ｉ ｎ Ｃ ｘ ４ ３ ｉ ｎ Ｈ ｕ ｍ ａ ｎ Ｌ ｕ ｎ ｇ Ｆ ｉ ｂ ｒ ｏ ｂ ｌ ａ ｓ ｔ ｓ （ Ｈ Ｌ Ｆ） ．［ Ｍｅ ｔ ｈ ｏ ｄ ｓ］Ｐ Ｍ１ ０ ａ ｎ ｄ Ｐ Ｍ２ ５
文章编号 ： １ ０ ０ ６ — ３ ６ １ ７ （ ２ ０ ０ ７ ） ０ ６ — ０ ５ ８ ４ — ０ ５
北京市空气中PM10与PM2.5的污染水平状况研究
ｍｏ ｐ ｅ ｅ ｓｈ ｒ．
ｅａ ａｙ ｉ ｒ ｕｔ ｖｄ ａ ｉ ｆｒ ｔ ｎａ ｄ ｓ ｇ ｅｔ ｎ ｆｒｆ ｒｈ ｒｓｕ ｙｏ ａｔ ｌ ｈ ｔ ｎ ｌｓ ｅ ｌ ｐ ｉｅｂ ｓｃｉ ｏ ｍａ ｉ ｕ ｇ ｉ ｔ ｅ ｔ ｄ ｎｐ ｒｉ ｅ ｉ ｔ ｅａ— ｓ ｓ ｓｏ ｎ ｏ ｎ ｓ ｏ ｏ ｕ ｃｓ ｎ
维普资讯
第 ５卷 第 ３期 ２０ ０ ６年 ７月
ＪＵ Ｎ Ｌ ＦＢＩＮ Ｏ Ａ ＩＮ Ｌ＆Ｔ Ｃ ＮＣ 学报 Ｆ Ｄ ＳＲ ０ Ｒ Ａ Ｏ Ｅ北京 工业职 业技 术学院 ｂ Ｔ Ｔ Ｊ ＧＶ Ｃ ＴＯ Ａ Ｉ ＥＨ Ｉ Ｉ￣ＩＵ ＥＯ Ｉ Ｕ Ｔ Ｙ Ｌ Ａ Ｎ Ｎ
摘
要： 主要对北京市三个采样 点的 Ｐ ｏ Ｐ ． Ｍｌ 和 Ｍ２ 污染水平和时空分布进行 了分析。结果表 明： 区和 西 ５ 市
北城 区Ｐ ｏ Ｍｌ 季节性变化一致 ， 郊区与市区和西北城 区有所差异 ， 但污染水平最低。Ｐ ． Ｐ ｏ Ｍ２ 随 Ｍｌ ５ 上升而上 升， 但季节性变化与 Ｐ ｏ Ｍｌ 变化不一致。Ｐ ． Ｐ ｏ Ｍ２； Ｍｌ ／ 比值在 ３个采样 点都为夏季最高。采样 点间对 比为： 除 了Ｐ ｏ Ｍｌ 西北城区 ２０ 年春季超过市区， ０６ 其它均为市区＞西北城 区＞郊 区。这些结果可为颗粒物污染的进
．
ｉ ｈ ｍｏｐ ｅｅｉ ｅ ｇ ｎｔｅＡｔ ｓ ｈ ｒ Ｂ ｉ ｎ ｎ ｊ ｉ
北京典型污染过程PM2.5的特性和来源
北京典型污染过程PM2.5的特性和来源北京典型污染过程PM2.5的特性和来源近年来，北京地区的大气污染问题备受关注。
特别是PM2.5这一细颗粒物的浓度屡屡超标，给人们的身体健康带来了严重的危害。
本文将探讨北京典型污染过程PM2.5的特性和来源，以期加深人们对该问题的认识，并为治理大气污染提供一定的参考。
PM2.5，即指直径小于或等于2.5微米的颗粒物，它相对于其他颗粒物来说更具有危害性。
因为其粒径小，可以悬浮在空气中较长时间，被人体吸入后会直接进入肺部，从而对呼吸系统和心血管系统造成损害。
此外，PM2.5还具有良好的吸附性，能够吸附和携带大量的有害物质，例如重金属、有机污染物等。
在北京地区，PM2.5的浓度有明显的季节变化。
冬季是PM2.5浓度高峰期，而夏季则较为清新。
这与大气稳定度、温度、降雨等因素有关。
冬季北京地区受到了严重的“冬季霾”天气的影响，主要是因为此时温度低、大气层稳定，污染物的扩散条件差，并且使用煤炭取暖的人口增多，排放量也随之增加。
夏季北京地区的气象条件相对较好，加上夏天季风的影响，空气中PM2.5的浓度相对较低。
PM2.5的来源主要包括工业排放、机动车尾气、燃煤以及沙尘等。
首先，工业排放是PM2.5的主要来源之一。
北京作为国家的政治、经济、文化中心，工业活动相对集中，产生了大量的粉尘、废气等污染物。
特别是重工业的存在，更是使得工业污染问题日益严重。
其次，机动车尾气也是PM2.5的重要来源。
近年来，北京市的汽车保有量迅速增加，尤其是私家车数量的暴增，使得机动车尾气排放成为影响北京空气质量的重要因素之一。
再者，燃煤也是导致PM2.5浓度升高的关键因素。
尽管北京地区已经实施了许多燃煤减排措施，但仍有不少居民依赖煤炭取暖，也有不少企事业单位在用煤过程中排放大量的污染物。
此外，沙尘天气也会对北京地区的PM2.5浓度造成一定的影响。
沙尘天气不仅本身携带了大量的颗粒物，而且还会进一步促使粉尘等污染物的扩散。
北京市PM2.5浓度时空变化特征及影响因素分析
北京市PM2.5浓度时空变化特征及影响因素分析北京市PM2.5浓度时空变化特征及影响因素分析近年来，随着工业化进程的加快以及交通运输的增加，大气污染问题日益严重，尤其是PM2.5污染。
PM2.5颗粒物是指空气中直径小于或等于2.5微米的颗粒物，对人体健康产生严重的危害。
而作为我国首都的北京市，由于其特殊的地理环境和人口众多的特点，PM2.5污染问题已经成为令人头疼的难题。
因此，深入研究北京市PM2.5浓度的时空变化特征及影响因素，对于制定科学有效的控制策略具有重要意义。
首先，我们来探讨北京市PM2.5浓度的时空变化特征。
根据数据统计，北京市PM2.5浓度呈现明显的季节性变化特征。
冬季是PM2.5浓度最高的季节，而夏季是最低的季节。
主要原因是冬季温度低、空气稳定，大气扩散条件较差，PM2.5难以迅速分散；而夏季高温、较好的扩散条件则使得PM2.5浓度相对较低。
另外，通过对不同区域的观测数据分析发现，北京市中心城区的PM2.5浓度普遍高于郊区，远离工业区的地区浓度较低。
这与城市内交通流量大、工业废气排放等因素有关。
其次，我们来分析北京市PM2.5浓度的影响因素。
环境还原模型指出，PM2.5浓度受到源排放、扩散、化学转化、沉降等多种因素的综合影响。
首先，在源排放方面，工业废气、汽车尾气、燃煤污染等是主要的污染源。
根据数据统计，汽车排放是北京市PM2.5的主要来源，特别是柴油车排放对PM2.5贡献度较高。
其次，在扩散方面，气候条件、地形地貌、建筑物布局等因素会影响PM2.5的传播和扩散。
此外，化学转化和沉降也对PM2.5浓度产生一定影响。
例如，大气中的光化学反应会导致二次颗粒物生成，而气象条件则会影响颗粒物的沉降速度。
最后，我们来探讨减少北京市PM2.5浓度的措施。
针对不同的影响因素，制定相应的控制策略是有效降低PM2.5浓度的关键。
在源排放方面，应加强对工业企业、汽车尾气等污染源的治理，推广清洁能源和新能源的使用，限制柴油车等高污染车辆的进入。
PM2.5 PM10浓度变化规律分析及影响因子
纪晓建，刘颖
摘要
本文根据哈密基准气候站2015年环境监测数据和自动站气象数据，采用M-K突变检测、线性倾向估计、 皮尔逊(pearson)相关系数计算及相关性t检验等方法，分析了PM2.5/PM10的浓度变化规律及其影响因子。 研究表明，PM2.5/PM10浓度1月中旬上升趋势最为显著，达到了P < 0.001显著性检验水平。从季节变化 来看，PM2.5浓度峰值出现在冬季1月份，月均浓度值为105.1 ug/m3，PM10浓度峰值出现在春季4月份， 月均浓度值为261.5 ug/m3。其日变化特征浓度高值则出现在正午14:00左右。从变化趋势可知， PM2.5/PM10浓度高低和大气能见度、降水量和风速有关。PM浓度高低和能见度好坏、降水量大小呈相 反趋势，与风速大小趋势相一致并通过了不同程度的相关性检验。
3.2. PM2.5/PM10 浓度季节变化特征
哈密市 PM2.5/PM10 浓度的季节变化趋势较一致(图 3)。PM2.5 月均浓度高值主要集中在 1~4 月、10~12 月，而在 5~9 月份其浓度值较低。PM10 月均浓度高值主要集中在 1~4 月，而在 5~7 月份其浓度值较低。 2015 年哈密市观测站点浓度的峰值 PM2.5 出现在 1 月，月均浓度值为 105.1 ug/m3，PM10 出现在 4 月，月 均浓度值为 261.5 ug/m3。哈密市 PM2.5/PM10 的超标主要发生在秋、冬季，春、夏季发生的频率较少。这 可能与哈密市观测点的地理位置和气象条件能源输送有关。由于观测点位于哈密市东郊，距离城区较远， 冬季无法提供集中供暖，再加上周围有许多居民区、在本站的采样点北面有一锅炉。一方面秋、冬季降 雨量小，大气混合层高度较低，污染物扩散清除强度不如春、夏季；另一方面，哈密市主导风向为东风
《2024年北京PM2.5浓度的变化特征及其与PM10、TSP的关系》范文
《北京PM2.5浓度的变化特征及其与PM10、TSP的关系》篇一一、引言近年来，随着工业化和城市化的快速发展，大气污染问题日益突出，特别是细颗粒物（PM）的污染成为关注的焦点。
北京作为中国的首都，其空气质量备受关注。
PM2.5、PM10和总悬浮颗粒物（TSP）作为衡量空气质量的重要指标，其浓度的变化特征及其相互关系的研究对于了解北京地区的大气污染状况具有重要意义。
本文旨在分析北京PM2.5浓度的变化特征，并探讨其与PM10、TSP的关系。
二、研究方法本研究采用北京市环保局发布的空气质量监测数据，选取近五年的数据进行分析。
主要关注PM2.5、PM10和TSP的浓度变化。
数据来源为官方发布的空气质量监测站点数据，具有较高的可信度。
三、PM2.5浓度的变化特征1. 时间变化特征北京地区PM2.5浓度在全年内呈现出明显的季节性变化。
冬季和春季由于供暖和生活排放的增加，PM2.5浓度较高；夏季和秋季则相对较低。
此外，工作日和节假日的PM2.5浓度也存在差异，工作日由于交通排放的增加，PM2.5浓度相对较高。
2. 空间分布特征北京地区PM2.5浓度的空间分布呈现出明显的城市热岛效应，城市中心区域浓度较高，郊区及外围区域浓度相对较低。
此外，不同区域的污染源和气象条件也会对PM2.5浓度的空间分布产生影响。
四、PM2.5与PM10、TSP的关系1. 相关性分析通过统计分析发现，PM2.5与PM10和TSP之间存在显著的正相关关系。
即当PM10和TSP浓度升高时，PM2.5的浓度也会相应升高。
这表明这三种颗粒物在来源和成因上存在一定的共性。
2. 影响因素分析PM2.5、PM10和TSP的浓度受多种因素影响，包括工业排放、交通排放、气象条件等。
其中，工业排放和交通排放是主要的污染源。
在风速较低、湿度较大的气象条件下，颗粒物的浓度往往较高。
此外，不同区域的污染源和气象条件也会对这三种颗粒物的浓度产生影响。
五、结论与建议通过本文通过对北京地区PM2.5浓度的变化特征及其与PM10、TSP的关系进行研究，发现PM2.5浓度在时间和空间上存在明显的变化规律，与PM10和TSP之间存在显著的正相关关系。
北京市重污染天气应急预案
北京市重污染天气应急预案1. 引言为了有效应对和处理北京市发生的重污染天气，保护公民的身体健康和环境的可持续发展，制定本预案。
本预案旨在建立应急响应机制，采取一系列紧急措施来降低空气污染水平，提高空气质量，保障人民群众的生活质量。
2. 定义重污染天气：指PM2.5浓度超过150μg/m³或PM10浓度超过250μg/m³的天气状况。
3. 应急级别划分根据空气污染水平的严重程度，将重污染天气分为四个级别，并相应采取相应的应急措施。
•级别I：重污染天气，立即进入应急响应状态。
•级别II：空气质量恶化，进行密切监测，预警提示。
•级别III：预警阶段，加强信息发布，准备应急措施。
•级别IV：预警解除，逐步缓解应急措施，恢复常态。
4. 应急响应措施4.1 重污染天气应急响应协调小组成立重污染天气应急响应协调小组，由相关政府部门、科研机构、企事业单位和社区代表组成，负责制定应急响应措施、协调各方力量，确保应急响应高效有序进行。
4.2 停工措施当重污染天气达到级别I时，禁止部分行业的生产设备运行，包括高耗能及高污染行业。
相关企事业单位需遵守停工要求，并进行相应的调整和安排，确保履行社会责任与企业正常运转之间的平衡。
4.3 公共交通限行根据重污染天气的级别，实施公共交通限行措施。
限制使用高污染排放的车辆，鼓励公众选择公共交通工具，减少机动车使用，以降低尾气排放对大气环境的污染。
4.4 停止施工在级别I的重污染天气情况下，停止一些建设工程和环境污染治理工程。
直到重污染天气减轻或消失后，方可继续施工，以保障施工人员的身体健康和环境的安全。
4.5 政府采购优先重污染天气期间，政府在采购日常用品和公共设施时，应优先选择环保型产品或服务，以提高市场环保意识，推动环保产业的发展。
4.6 应急供暖重污染天气期间，加强对供暖系统的监测和维护，确保供暖的正常运行。
同时，在气象局发布供热条件不利的重污染天气期，应急响应协调小组要及时制定应对措施，保障居民的供暖需求。
《2024年北京地区PM2.5的成分特征及来源分析》范文
《北京地区PM2.5的成分特征及来源分析》篇一一、引言随着工业化和城市化的快速发展，大气污染问题日益严重，尤其是细颗粒物（PM2.5）的污染已成为当前环境关注的焦点。
北京作为中国的首都，其空气质量受到了广泛关注。
本文旨在分析北京地区PM2.5的成分特征及来源，为制定有效的空气质量改善措施提供科学依据。
二、PM2.5的成分特征PM2.5是指大气中直径小于或等于2.5微米的颗粒物，由于其粒径小，比表面积大，含有大量的有毒有害物质，对人体健康和环境造成严重影响。
北京地区PM2.5的成分复杂，主要包括以下几种物质：1. 有机碳（OC）：PM2.5中的主要成分之一，主要来源于化石燃料燃烧、生物质燃烧等。
2. 元素碳（EC）：主要来源于机动车尾气、工业排放等。
3. 硫酸盐、硝酸盐和铵盐：主要来源于气态前体物（如二氧化硫、氮氧化物等）在大气中的化学反应。
4. 重金属元素：如铅、汞等，主要来源于工业排放和交通尾气。
三、PM2.5的来源分析北京地区PM2.5的来源主要包括自然源和人为源。
自然源主要包括风沙、土壤扬尘等，而人为源则主要包括工业排放、交通尾气、生活源等。
具体分析如下：1. 工业排放：包括钢铁、电力、化工等行业的排放，是PM2.5的重要来源之一。
2. 交通尾气：机动车尾气排放是北京地区PM2.5的主要来源之一，尤其是柴油车排放的颗粒物对PM2.5贡献较大。
3. 生活源：包括居民生活燃煤、餐饮业油烟等，也是PM2.5的重要来源。
4. 自然源：风沙、土壤扬尘等对PM2.5的贡献在特定气象条件下也会显著增加。
四、结论与建议通过对北京地区PM2.5的成分特征及来源分析，我们可以得出以下结论：首先，北京地区PM2.5成分复杂，以有机碳、元素碳为主，还有硫酸盐、硝酸盐等无机物质和重金属元素等，这些都给空气质量带来了严重的挑战。
其次，工业排放、交通尾气以及生活源等人为活动是PM2.5的主要来源，这些需要得到我们更加重视的关注和改善。
《2024年北京地区冬春PM2.5和PM10污染水平时空分布及其与气象条件的关系》范文
《北京地区冬春PM2.5和PM10污染水平时空分布及其与气象条件的关系》篇一一、引言随着工业化进程的加速和城市化程度的提高，空气质量问题日益突出，其中细颗粒物（PM2.5）和可吸入颗粒物（PM10）是重要的空气污染物。
北京作为中国的首都，其空气质量状况备受关注。
本文旨在探讨北京地区冬春季节PM2.5和PM10污染水平的时空分布特征，并分析其与气象条件的关系，以期为空气质量管理和政策制定提供科学依据。
二、研究区域与方法2.1 研究区域本研究选取北京市作为研究区域，包括城区、郊区及周边地区。
2.2 研究方法（1）数据收集：收集北京地区冬春季节的PM2.5、PM10浓度数据及气象数据。
（2）时空分布分析：采用统计方法，分析PM2.5和PM10的时空分布特征。
（3）相关性分析：运用相关性分析方法，探讨PM2.5和PM10与气象条件的关系。
三、结果与分析3.1 PM2.5和PM10的时空分布特征在北京地区冬春季节，PM2.5和PM10的浓度呈现出明显的时空分布特征。
总体上，城区污染程度较高，郊区及周边地区污染程度相对较低。
在时间上，冬季污染程度较高，春季次之。
其中，冬季供暖期是PM2.5和PM10浓度较高的时期。
此外，受气象条件影响，污染程度在一天中的不同时间段也存在差异。
3.2 PM2.5和PM10与气象条件的关系通过相关性分析，发现PM2.5和PM10浓度与气象条件密切相关。
具体表现为：（1）风速：风速较大时，有利于污染物的扩散，PM2.5和PM10浓度较低；反之，风速较小时，污染物不易扩散，浓度较高。
（2）温度：温度较低时，污染物易于积聚，PM2.5和PM10浓度较高；温度较高时，污染物易于扩散，浓度较低。
（3）湿度：湿度较大时，有利于颗粒物的吸附和沉降，PM2.5和PM10浓度相对较低；湿度较小时，颗粒物易于悬浮在空气中，浓度较高。
此外，还发现逆温现象对空气污染具有显著影响。
在逆温条件下，大气层结稳定，不利于污染物的扩散，容易导致PM2.5和PM10浓度升高。
《2024年北京典型污染过程PM2.5的特性和来源》范文
《北京典型污染过程PM2.5的特性和来源》篇一一、引言近年来，随着工业化和城市化的快速发展，大气污染问题日益严重，其中以PM2.5（细颗粒物）为代表的空气污染物受到了广泛关注。
北京作为我国政治、经济、文化的中心，其大气污染问题尤为突出。
本文旨在分析北京典型污染过程中PM2.5的特性和来源，为制定有效的空气质量改善措施提供科学依据。
二、PM2.5的特性1. 物理特性：PM2.5是指空气中直径小于或等于2.5微米的颗粒物，其粒径小、比表面积大，具有较高的化学活性。
2. 光学特性：PM2.5对光的散射和吸收作用较强，导致大气能见度降低，严重影响城市环境和居民健康。
3. 危害性：PM2.5可以携带病毒、细菌等有害物质进入人体呼吸道，引发多种疾病，如支气管炎、哮喘、心血管疾病等。
三、PM2.5的来源1. 工业排放：钢铁、电力、化工等重工业生产过程中排放的废气是PM2.5的主要来源之一。
2. 交通排放：机动车尾气排放的氮氧化物、挥发性有机物等在光化学反应过程中可转化为PM2.5。
3. 建筑扬尘：建筑施工过程中产生的扬尘也是PM2.5的重要来源。
4. 生物质燃烧：农村地区生物质燃烧产生的烟尘也是PM2.5的主要来源之一。
四、北京典型污染过程中PM2.5的来源分析根据北京市环保局的数据，北京地区PM2.5的主要来源为机动车尾气排放和工业排放。
其中，机动车尾气排放占比约为30%，工业排放占比约为20%。
此外，建筑扬尘和生物质燃烧也是重要的污染源。
在典型的大气污染过程中，由于气象条件不利（如静风、逆温等），这些污染物容易在空气中积累，形成雾霾天气。
五、结论与建议根据结论：通过对北京典型污染过程中PM2.5的特性和来源的分析，我们可以看出，PM2.5的来源复杂多样，包括工业排放、交通排放、建筑扬尘和生物质燃烧等多种因素。
因此，我们需要从多个方面采取措施，降低PM2.5的排放量，改善空气质量。
建议：首先，政府应加大对工业企业的监管力度，减少污染物排放。
北京市大气中PM10和PM2.5的污染水平特征研究
北 京 市 区 的 采 样 点 位 于 中 国矿 业 大 学 （ 京 ） 综 北
质 量差 除 以总 体 积 （ 准 状 况 下 ） 即 颗 粒 物质 量 浓 度 。 标
科学学与科学技 术管理 ，２ ０ ，（ ）． ０５ ３
参 考 文 献
中 ｌ 谢家平 ．绿色设计评价 与优化 （ １版） ［ ． Ｍ］ 武汉 ： 国地质 大学
合 楼 五 楼平 台 （ ９５ Ｎ３ 。９ ，Ｅ１ ６ ２ ，地 处 在 北 京 市 区 １ 。０ ）
大 气 颗 粒 物 质 量 浓 度 是 目前 评 价 大 气 质 量 的 主 要 依 据 之 一 ，也 是 大 部 分 流 行 病 学 调 查 的 基 础 。美 国 国 家 环境 大 气 空 气 质 量 标 准 （ ＮＡＡＱ） １ ８ ９ ７年 规 定 的 大
西北 部 ，紧 临 中关 村 高 科 技 园 区 。上 甸 子 气 象 站 采 样
点 （ ０３ Ｎ４ 。９ ，Ｅ１ ７ ０ 是 华 北 地 区 污 染 背 景 点 ，位 １ 。７ ）
于北 京 市 东 北 方 向 的 北 京 市 和 河 北 省 的 交 界 处 。两 个
气 Ｐ ０ 日均 值 为 １ ０ｔ Ｍ１ 的 ５ ｔ ｍ～，年均 值 为 ５ ｔ ；随 ｇ ０ｔ ｍ ｇ
续 一 年 的监 测 ，每 月 连 续 采 样 一 周 ，对 背 景 点 的 采 样 于春 季 （ ４月 ） 、夏 季 （ ７月 ） 、秋 季 （ ０月 ） １ 、冬 季 （ １
１９ ） ９ ６ ，至 今 还 没有 制 定 Ｐ ． Ｍ２ 的标 准 。
关 于 Ｐ 】和 Ｐ ５ 的 国 外 已 经 有 很 多 相 关 的 报 Ｍ０ Ｍ２
运城市高 ３ ５倍 ，Ｐ 高 ２倍左右 ，说明北京市的大气污染水平还相 当严 重。 － Ｍ２
北京市PM2.5污染的时空分布与主要空气污染物的关系
北京市PM2.5污染的时空分布与主要空气污染物的关系作者：徐艺武来源：《科技创新与应用》2016年第33期摘要：近年来，我国多个地区遭遇严重的雾霾天气，极大的影响了人们的日常生活。
为了探讨PM2.5污染的浓度与主要空气污染物的关系，文章以2015年北京市12个国控监测点的监测数据为基础，运用统计学方法，研究PM2.5污染的浓度与主要空气污染物的相关关系，明晰北京市PM2.5污染源并提出相应措施。
结果表明：PM2.5浓度与主要空气污染物一定程度上相关。
PM2.5浓度与O3浓度呈负相关关系且极为显著，与CO浓度和NO2浓度呈正相关关系且极为显著，与SO2浓度呈正相关关系。
各个国控监测点PM2.5浓度与主要空气污染物的相关性的差异主要体现在PM10浓度上，所以控制汽车尾气和燃煤烟气的排放，对PM2.5的浓度的控制具有重要的意义。
关键词：PM2.5污染；时空分布特征；主要空气污染物；北京随着我国工业化、城市化的迅速推进，能源消耗的增长以及机动车数量的不断攀升[1-2]，使得空气污染逐渐成为制约我国可持续发展的核心问题。
PM2.5作为我国环境空气污染的重要指标之一，会降低大气能见度、影响气候和人类健康[3-4]，引起了人们的广泛关注。
目前在对北京市PM2.5污染的影响因素的研究中，很少有学者对PM2.5与主要空气污染物进行系统的分析。
在大气环境中，PM2.5是由空气中的气态污染物与直接排放到空气中的一次微粒经过一系列的化学反应或光学反应而生成的二次微粒[10]，因此研究空气中的主要气态污染物对PM2.5浓度的影响有重要的意义。
文章选取2015年1月1日至2015年12月31日北京市12个国控点监测数据为研究对象，探究2015年北京市PM2.5的浓度与主要空气污染物的关系，找到北京市PM2.5浓度升高的原因并提出相应的措施。
1 数据与方法1.1 数据来源及处理文章的PM2.5数据和主要空气污染物数据（CO、NO2、PM10、SO2、O3）都来源于2015年1月1日至2015年12月31日北京市12个国控监测点的监测数据，这些检测数据为PM2.5与主要空气污染物的每小时质量浓度数据，有效样本为86616个。
北京大气排放标准(一)
北京大气排放标准(一)北京大气排放标准背景随着工业化进程加速，全球面临的环境问题也越来越严重。
大气污染是其中之一，它不仅对人类健康造成严重威胁，而且对生态环境和气候变化也有深远影响。
中国也面临着大气污染治理的压力和挑战。
北京大气污染状况北京作为中国的首都，人口和交通密度较高，加之在冬季采暖期间煤炭使用量大增，导致大气污染问题尤为严重。
针对这一问题，北京市政府采取了一系列措施，其中之一就是发布大气排放标准。
北京大气排放标准北京市推出的大气排放标准包括两个方面，分别为“北京市大气污染物排放标准”和“北京市噪声污染物排放标准”。
这些标准在中国大陆的环保法规体系中应用广泛，并且已经得到了国际社会的认可。
北京市大气污染物排放标准为了控制大气污染，北京市实行了空气质量标准，包括PM2.5、PM10、SO2、CO、NOx等6项指标。
在2013年，北京市政府发布了《北京市大气污染物排放标准》。
其中，重点规定了空气污染物排放的标准限值，以及对排污单位的责任和处罚机制等。
北京市噪声污染物排放标准此外，北京市政府还发布了《北京市噪声污染物排放标准》。
该标准要求机动车、建筑物、工业企业等在运行时产生的噪声，不得超过规定的噪声限值。
噪声污染也是一种严重的环境问题，对人类健康以及野生动植物的生态环境都会产生负面影响。
结语北京市的大气排放标准走在了中国环保法规的前列，为我们的环境治理提供了有效的保障。
我们应当认真履行自己的环保责任，积极响应政府的号召，为创建更加美好的家园贡献自己的一份力量。
实施效果及未来展望实施大气排放标准之后，北京市的空气质量有所改善。
但是，仍然需要不断完善标准，加大对违规排放行为的处罚力度，进一步减少污染物排放，改善空气质量。
此外，也需要加强噪声污染监测和管理，控制噪声环境污染。
未来，希望能够出现更加严格的标准、更为有效的监管手段，为环保事业的发展做出更加积极的贡献。
总结大气污染是全球面临的重要环境问题之一。
北京区域环境气象数值预报系统及PM2.5预报检验
北京区域环境气象数值预报系统及PM2.5预报检验赵秀娟;徐敬;张自银;张小玲;范水勇;苏捷【期刊名称】《应用气象学报》【年(卷),期】2016(027)002【摘要】基于北京地区快速更新循环同化预报系统(BJ-RUC)、WRF-Chem模式和优选的能见度参数化方案,建立了北京区域环境气象数值预报系统.对2014年全年PM2.5浓度、能见度和APEC (Asia-Pacific Economic Cooperation)期间预报效果检验结果表明:该系统对京津冀及周边地区PM2.5浓度的预报效果较好,大部分站点的相关系数在0.6以上,特别是北京的部分站点可达0.8以上,预报结果相比观测总体偏低,随着预报时效的延长,24 h之后预报效果略有下降.相比人工观测,能见度预报结果与自动观测能见度更加接近,对持续性低能见度过程预报与实况吻合较好,对于小时能见度低于10 km的分级检验显示,预报准确率从77％左右逐级下降,2 km以下在40％左右.2014年APEC期间,系统很好地预报出北京地区空气质量指数、PM2.5浓度和能见度的时空演变特征,为APEC期间环境气象预报服务提供了有力的技术支撑.【总页数】13页(P160-172)【作者】赵秀娟;徐敬;张自银;张小玲;范水勇;苏捷【作者单位】中国气象局北京城市气象研究所,北京100089;京津冀环境气象预报预警中心,北京100089;中国气象局北京城市气象研究所,北京100089;京津冀环境气象预报预警中心,北京100089;京津冀环境气象预报预警中心,北京100089;中国气象局北京城市气象研究所,北京100089;京津冀环境气象预报预警中心,北京100089;中国气象局北京城市气象研究所,北京100089;京津冀环境气象预报预警中心,北京100089【正文语种】中文【相关文献】1.区域数值预报系统在北京地区的降水日变化预报偏差特征及成因分析 [J], 卢冰;孙继松;仲跻芹;王在文;范水勇2.2016年乌鲁木齐区域数值天气预报系统预报性能客观检验 [J], 李曼;杜娟;辛渝;马玉芬;琚陈相3.2016年乌鲁木齐区域数值天气预报系统预报性能客观检验 [J], 李曼;杜娟;辛渝;马玉芬;琚陈相4.云南快速更新循环数值预报系统及其12小时降水预报检验与改进 [J], 王曼;张瑾文;邢冬5.上海快速更新同化数值预报系统(SMS-WARR)的近地面风速预报检验评估 [J], 薛文博;余晖;汤胜茗;黄伟;姜文东;周象贤;陆逸因版权原因，仅展示原文概要，查看原文内容请购买。
北京PM2.5浓度的变化特征及其与PM10、TSP的关系
北京PM2.5浓度的变化特征及其与PM10、TSP的关系北京PM2.5浓度的变化特征及其与PM10、TSP的关系近年来，空气污染问题已成为国际社会关注的焦点之一。
尤其是大城市，由于工业发展、交通运输等因素，空气质量问题更为突出。
作为中国的首都，北京的空气质量问题一直备受关注。
其中，细颗粒物PM2.5的浓度变化特征及其与PM10、TSP的关系是一个重要的研究方向。
PM2.5是指空气中直径小于等于2.5微米的颗粒物，它的存在是由于复杂的人类活动，如汽车尾气、工业排放和燃烧等。
PM10是指空气中直径小于等于10微米的颗粒物，TSP是指空气中总悬浮颗粒物。
这三种颗粒物都是对人体健康有害的，但其大小和组成存在差异，因而其浓度变化特征及其相互关系值得探究。
首先，北京的PM2.5浓度呈现出明显的季节性变化特征。
在冬季，由于暖气供应和燃煤取暖的增加，PM2.5浓度往往较高。
而在夏季，由于气象条件的改善和清洁能源的使用增加，PM2.5浓度相对较低。
此外，北京的PM2.5浓度还会受到天气条件的影响，如风速、湿度等。
风速较小、湿度较高的时候，PM2.5往往容易积聚，导致浓度升高。
其次，北京的PM2.5浓度与PM10和TSP存在一定的相关性。
研究表明，PM2.5是PM10中的主要组分之一，其浓度与PM10的浓度呈现较高的相关性。
当PM10的浓度升高时，PM2.5的浓度往往也会随之升高。
但是，相比于PM10和TSP，PM2.5浓度的变化更为剧烈，且对人体健康的危害更大。
进一步研究发现，PM10和TSP中的颗粒物主要来源于大气悬浮灰尘、沙尘和工业排放等。
而PM2.5中的颗粒物除了这些来源外，还包括汽车尾气等特定污染源。
因此，PM2.5浓度的变化特征与PM10和TSP不尽相同，需要分别考虑和研究。
此外，PM2.5的颗粒物较小，能够悬浮在空气中较长时间，更易于被人体吸入，对呼吸系统和心血管系统造成更严重的伤害，因此其对人体健康的危害更大。
《2024年北京城区低层大气PM10和PM2.5垂直结构及其动力特征》范文
《北京城区低层大气PM10和PM2.5垂直结构及其动力特征》篇一一、引言随着工业化和城市化的快速发展，大气污染问题日益严重，特别是可吸入颗粒物（PM10和PM2.5）对城市居民的健康和生活质量产生了严重影响。
北京作为我国的大都市之一，其城区低层大气的PM10和PM2.5污染问题备受关注。
为了更深入地了解这两种颗粒物的垂直分布特征及其动力机制，本文对北京城区低层大气的PM10和PM2.5进行了系统的观测和研究。
二、研究方法本研究采用现场观测与数据分析相结合的方法，选取北京城区多个代表性地点进行持续的大气污染观测。
利用专业仪器设备对低层大气的PM10和PM2.5浓度进行实时监测，并记录气象数据，如风速、风向、气压等。
同时，结合卫星遥感数据和气象模型模拟结果，对PM10和PM2.5的垂直结构及其动力特征进行综合分析。
三、PM10和PM2.5的垂直结构特征1. 垂直分布概况北京城区低层大气的PM10和PM2.5呈现出明显的垂直分布特征。
随着高度的增加，两种颗粒物的浓度均呈现递减趋势。
在近地面层，由于受到人类活动和气象条件的影响，颗粒物浓度较高；随着高度的升高，这种影响逐渐减弱，颗粒物浓度也随之降低。
2. 季节变化特征在不同季节，PM10和PM2.5的垂直分布也存在差异。
冬季由于供暖等因素的影响，颗粒物浓度较高；夏季则由于降雨等气象条件的影响，颗粒物浓度相对较低。
此外，风速、风向等气象因素也会影响颗粒物的垂直分布。
四、动力特征分析1. 风力作用风力是影响PM10和PM2.5垂直分布的重要因素。
在风力较大的情况下，颗粒物容易被吹散，近地面的浓度相对较低；而在静风或逆风条件下，颗粒物容易在近地面层积累，导致浓度升高。
2. 大气边界层活动大气边界层的活动也会影响PM10和PM2.5的垂直分布。
在边界层活跃时，湍流作用增强，有利于颗粒物的扩散和稀释；而在边界层稳定时，湍流作用减弱，颗粒物容易在近地面层积累。
五、结论通过对北京城区低层大气的PM10和PM2.5进行观测和研究，发现这两种颗粒物具有明显的垂直分布特征和动力机制。
《2024年北京典型污染过程PM2.5的特性和来源》范文
《北京典型污染过程PM2.5的特性和来源》篇一一、引言近年来，随着工业化和城市化的快速发展，北京等大城市的空气质量问题日益突出。
其中，PM2.5作为主要的空气污染物之一，对城市环境和人体健康产生了重大影响。
本文将就北京典型污染过程中的PM2.5的特性和来源进行探讨。
二、PM2.5的特性和影响PM2.5，即粒径小于或等于2.5微米的颗粒物，因其细小的颗粒直径，能够深入肺部，甚至进入血液循环，对人体健康产生严重影响。
北京的PM2.5污染特点主要表现为浓度高、持续时间长、来源广泛等。
首先，PM2.5的粒径小，比表面积大，能够携带更多的有毒物质，如重金属、多环芳烃等。
这些有毒物质在人体内积累，可能导致呼吸系统疾病、心血管疾病等健康问题。
其次，PM2.5的浓度高和持续时间长，使得大气能见度降低，影响交通出行。
此外，PM2.5还会加速建筑物的老化，影响城市环境。
三、PM2.5的来源PM2.5的来源广泛，主要包括工业排放、交通尾气、建筑施工、道路扬尘等。
1. 工业排放：钢铁、电力、化工等重工业企业在生产过程中产生的废气是PM2.5的重要来源。
这些废气中含有大量的颗粒物和有毒物质，直接排放到大气中，对环境造成严重污染。
2. 交通尾气：随着汽车保有量的不断增加，交通尾气成为PM2.5的主要来源之一。
汽车尾气中的碳黑、氮氧化物等物质在空气中氧化凝结，形成二次颗粒物，对PM2.5浓度贡献较大。
3. 建筑施工和道路扬尘：建筑施工过程中的水泥、砂土等材料在风力作用下扬起，形成扬尘污染。
此外，道路上的车辆和行人活动也会产生扬尘，对PM2.5浓度产生一定影响。
四、结论与建议针对北京典型污染过程中的PM2.5问题，需要从以下几个方面着手解决：1. 加强工业排放管理：对重工业企业实施严格的排放标准，加强排放监测和治理力度，减少工业排放对PM2.5的贡献。
2. 改善交通状况：推广新能源汽车，加强交通管理，减少交通拥堵和尾气排放。
3. 控制建筑施工扬尘：加强建筑施工现场管理，采取有效的扬尘控制措施，减少扬尘污染。
应用时间序列分析对北京PM2.5浓度预测
应用时间序列分析对北京PM2.5浓度预测许晟昊【摘要】雾霾是特定气候与人类作用相互作用的结果.随着城市不断发展,城市人口的高度集中,人类通过汽车尾气、工业排放等途径产生的细小颗粒物数量大且集中.鉴于我国华北地区雾霾天气的严峻形势,通过探究雾霾天气的变化规律寻找其出现原因来帮助我们认识雾霾天气的污染来源.PM2.5是空气污染物之一,它能较长时间悬浮于空气中.虽然PM2.5只是地球大气成分中含量很少的组分,但它对空气质量和能见度等有重要的影响.在本文中,采用时间序列分析的方法,查找到中国北京的污染状况的统计结论.然后根据北京市数据,建立逐天、逐小时模型对北京市空气中PM2.5浓度进行预测分析.【期刊名称】《化工中间体》【年(卷),期】2017(000)010【总页数】3页(P62-64)【关键词】雾霾;时间序列;PM2.5;预测分析【作者】许晟昊【作者单位】佛山市顺德区第一中学广东 528000【正文语种】中文【中图分类】X1.背景雾霾是特定气候与人类作用相互作用的结果。
随着城市不断发展，城市人口的高度集中，人类通过汽车尾气、工业排放等途径产生的细小颗粒物数量大且集中。
这些细小颗粒物可以通过风的水平搬运作用输送到其他地区，但是一旦排放超过大气循环能力，细小颗粒物持续集聚增多，随之而来的便是大范围的雾霾天气。
鉴于我国华北地区雾霾天气的严峻形势，通过探究雾霾天气的变化规律寻找其出现原因来帮助我们认识雾霾天气的污染来源。
PM2.5是空气污染物之一，它能较长时间悬浮于空气中。
虽然PM2.5只是地球大气成分中含量很少的组分，但它对空气质量和能见度等有重要的影响。
在本文中，采用时间序列分析的方法，查找到中国北京的污染状况的统计结论。
然后根据北京市数据，建立逐天、逐小时模型对北京市空气中PM2.5浓度进行预测分析。
2.数据(1)数据描述在本研究中，采用的是美国大使馆检测的2008年至2016年的PM2.5污染物观测数据，该数据包含一天中每个整点时刻的观测数据。
《2024年北京城区低层大气PM10和PM2.5垂直结构及其动力特征》范文
《北京城区低层大气PM10和PM2.5垂直结构及其动力特征》篇一一、引言随着工业化和城市化的快速发展，大气污染问题日益严重，尤其是可吸入颗粒物（PM）的污染已成为国内外关注的焦点。
北京作为中国的首都，其城区低层大气的PM10和PM2.5污染问题尤为突出。
因此，研究北京城区低层大气PM10和PM2.5的垂直结构及其动力特征，对于理解大气污染的形成机制、预测和防控污染具有重要意义。
二、研究背景PM10和PM2.5是指空气中直径小于或等于10微米和2.5微米的颗粒物。
这些颗粒物来源广泛，包括工业排放、交通尾气、建筑扬尘等。
低层大气中PM的垂直分布及动力特征受到多种气象条件的影响，如风速、风向、温度、湿度等。
三、研究方法本研究采用现场观测与数值模拟相结合的方法，对北京城区低层大气的PM10和PM2.5进行系统研究。
首先，在城区不同高度设置观测点，实时监测PM10和PM2.5的浓度变化；其次，结合气象数据，分析风速、风向等气象因素对PM垂直分布的影响；最后，利用数值模型模拟PM的传输和扩散过程。
四、结果与分析1. PM10和PM2.5的垂直结构通过对北京城区不同高度的观测点进行监测，我们发现PM10和PM2.5的浓度随高度的增加呈明显降低趋势。
在低层大气中，由于受到人类活动的影响，PM的浓度较高；随着高度的增加，自然因素的影响逐渐增强，PM的浓度逐渐降低。
此外，我们还发现在某些气象条件下，如静风、逆温等，PM的垂直分布更为明显。
2. 动力特征风速和风向是影响PM垂直分布和动力特征的重要因素。
在风速较大的情况下，PM的传输和扩散速度加快，浓度相对较低；而在风速较小或静风的情况下，PM容易在局部地区积累，导致浓度升高。
此外，风向的变化也会影响PM的传输方向和速度。
温度和湿度对PM的动力特征也有一定影响，如逆温现象会阻碍大气的垂直运动，导致PM在低层大气中积累。
五、结论本研究表明，北京城区低层大气的PM10和PM2.5具有明显的垂直结构和动力特征。
夜间灯光数据反演大气细颗粒物浓度方法研究
夜间灯光数据反演大气细颗粒物浓度方法研究利用遥感技术监测气溶胶对雾霾的监测具有重要意义。
当前使用日间气溶胶光学厚度(Aerosol Optical Thickness, AOT)反演地表大气颗粒物浓度非常普遍,结果可靠性高。
本研究以美国国防气象卫星计划-可见红外成像线性扫描业务系统(Defense Meteorological Satellite Program-the Operational Linescan System, DMSP-OLS)的夜间灯光数据为数据源,探讨应用夜间灯光数据反演大气颗粒物浓度的模型与方法,并基于此方法进行夜间大气颗粒物浓度的反演。
本文选取北京市作为研究区,收集2013年10月至2014年1月北京市大气污染监测站中的23个“城市环境评价点”的每天平均PM25浓度数据,夜间灯光(NightTime Light, NTL)数据、月相数据和气象数据,并获取准同步的2013年9月1日北京地区的LANDSTA-8 OLI影像数据。
通过理论分析,研究了影响每天NTL的主要因素,对各个因素分别进行了不同途径的处理；建立了BP神经网络模型用于反演；从构建的4个区域中提取了每天的NTL数据的部分数据并计算得出了BP神经网络的输入参数,通过NTL数据反演了地表PM2.5浓度；使用粒子群算法(PSO算法)对BP网络进行了优化。
论文的研究工作及结论如下：1)对数字化后的月相、每天NTL图像的DN值和各气象因素进行相关性分析。
结果表明：月相对每天NTL图像有显著影响。
2)应用消除月相影响后的NTL 图像,提取了4个与PM2.5浓度相关的指数,其中非饱和区亮度指数与湿度校正的PM2.5浓度相关性最高。
3)应用北京市城区边界,划分了4个区域,获取了4个区域的NTL数据,计算了反演地表大气的PM2.5浓度的BP神经网络的输入参数。
构建了大气污染水平评估模型。
采用同时期的数据,运用其它3种模型与本研究建立的模型进行了对比。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
说明：此文件为报名时必须要提交的文件，作为报名的一个重要组成部分不可缺少，如参赛小组不提交该文档，则报名无效
Esri 2012
中国大学生GIS软件开发竞赛
项目计划书
（D-ENVI/IDL开发组适用）
参赛作品名称北京市气溶胶（PM10、PM2.5）反演与预警系统
团队成员姓名
学校/院系聊城大学环境与规划学院
队长及联系电话
快递地址
邮编252059
队长电子邮箱
（说明：2012年4月30日集中报名截至后，选手仍然可以报名参赛，但组委会将不再提供参赛软件。
）
竞赛官方讨论站点：
参赛须知：
所有参赛作品必须是原创作品，并且参赛者均须保证其提交的作品是由其本人或所属参赛团队原创并拥有、以前从未被发表或发布或许可给第三方发表或发布、以及不损害任何第三方的名誉权、隐私权等任何权利。
参赛作品的原创版权归参赛团队所有，竞赛组委会仅拥有对获奖作品进行展示及推广的权利。
如果提交作品，则意味着接受并遵守参赛要求和参赛规则。
项目计划书提交时间:
即日起至2012年4月30日截止。
项目计划书提交流程:
（1）在报名系统选择报名小组，并依次填加小组成员及指导老师；
（2）下载该项目计划书，完整填写后，在报名小组信息中相应位置进行上载（请注意项目计划书文件的大小，尽量不要超过1.5m）；
（3）组委会在收到该文件后，会给予审核，审核通过后，系统自动赋予参赛编号。
项目计划书应包括如下内容（请以此为模板填写）：
一、项目概述
1. 引言
近二十多年来，随着我国工业化和城市化进程加快，各种大气污染物高强度、集中性的排放，大大超过了环境承载力，
导致空气质量严重下降。
大气污染不仅影响城市景观，还会严重危害公众健康，已成为影响我国城市和区域可持续发展的重
要因素。
气溶胶即悬浮在气体中的固体颗粒物和液体微粒与气体载体共同组成的多相体系，其动力学直径大约在0.001um—100um
之间，直径<10um的可吸入颗粒物(PM10)和直径小于2．5um的可入肺颗粒物(PM2.5)对人体健康有巨大危害。
气溶胶颗粒的增
加是近年来城市及郊区频现“灰霾”天气的一个重要原因。
而且，气溶胶（PM10、PM2.5）的污染会严重影响人的身体健康，
据统计由于气溶胶的污染，北京市人口寿命平均减少五年左右。
2. 项目背景/选题动机/目的
目前国内对气溶胶的监测依靠环保部门地面采集、监测网络等方式获得数据，这种方式费时、费力、昂贵，对于发展中
国家更是如此。
同时气溶胶的时空特征存在巨大差异，而地基测站很少，所以地基观测方式难以实现大范围监测。
相比于传统的监测手段，卫星遥感技术具有宏观性强，能快速获取地表的空间变化和时间动态变化信息等特点，在环境
质量现状和应急监测方面具有明显的优势，卫星观测反演气溶胶的方法已成为越来越重要的气溶胶监测手段。
二、需求分析
1. 概要
【指出项目的需求，该系统主要解决的实际问题】
由于地面监测的局限性，辅以遥感动态监测气溶胶成为不二之选，本系统基于高时间分辨率的MODIS 影像和高空间分辨率的环境减灾卫星影像、TM影像反演北京市气溶胶时空分布，在反演气溶胶的基础上分析气溶胶与PM10和PM2.5的关系，从而得到PM10和PM2.5的时空分布图。
结合植被覆盖度、地表温度、相对湿度、地形（DEM）以及气象等多种影响因子来综合分析与气溶胶和PM10、PM2.5的关系。
最后利用数据挖掘CART算法以多种影响因子为自变量实现气溶胶的预警。
从而帮助受污染城市对气溶胶（PM10、PM2.5）进行预防和治理，给城市人民一个清爽的空气，一个健康的身体。
2. 应用领域/实用性分析
【指出项目的应用领域及实用性】
本系统是对城市气溶胶进行动态监测与预警，可以用来监测城市大气状况，尤其是对人身体健康影响很大的PM10、PM2.5。
以此来帮助城市人民预防和治理大气污染，还城市人民一个清新的家园。
三、系统功能概述
【针对需求，对系统的设计概念和功能进行描述】
本系统是C/S和B/S相结合的，在C/S端系统主要分为三大功能模块：1.基于多种影像的气溶胶反演
2.分析影响气溶胶产生以及分布的因子
3.利用CART算法对气溶胶进行预警；在B/S端主要是发布气溶胶
现状分布图、和各种因子之间的分析结果以及预测的气溶胶时空分布图供不同用户（林业局、交通局、国土资源局、城市普通人民）浏览与分析。
图1是基于StarUML软件制作的用例图（Use Case Diagram）。
图1
四、系统设计概述
1. 系统构架图
【从工作流程和数据流程方面来说明系统的设计，尽量使用图表的方式】图2是基于StarUML软件制作的部署图（Deployment Diagram）。
图2
2. 功能模块描述
【针对系统设计和架构，对系统组成的各个功能模块进行描述】
3. 功能模块间接口定义
【模块与模块之间的接口说明，尽量使用图表的方式】
五、系统环境
六、开发周期
2012年4月25-2012年8月1日
七、参加本次竞赛的出发点及建议
参加本次比赛主要是为了锻炼自己，挑战自己，巩固自己的专业知识，同时也是积极的扩展3S的应用，而且空气污染也越来越受到重视，因此本系统以能够客观的监测气溶胶，关系城市人民的身体健康为出发点，设计并实现本系统。
八、参赛队员学生证信息（图片）
每位成员的学生证扫描件（请处理成小于100k的jpg文件，或进行拍照）一起作为图片贴在此处。
九、团队介绍（包括个人分工，附团队照片1-3张）。