城市空气污染分布不均匀特征研究

合集下载

空气质量调查报告

空气质量调查报告
近年来，随着工业化和城市化进程的加快，空气质量已成为人们关注的焦点之一。

为了解我国不同地区的空气质量状况，本报告对多个城市的空气质量进行了调查和分析。

首先，我们选取了北京、上海、广州、成都、西安等多个城市进行了空气质量
监测。

监测结果显示，这些城市的空气质量普遍存在PM2.5、PM10、二氧化硫、
一氧化碳等污染物超标的情况。

其中，北京、上海等大城市由于工业排放和机动车尾气排放等原因，空气质量较差，污染物浓度较高；而成都、西安等地由于地理位置和气候等因素，空气质量也存在一定程度的问题。

其次，我们分析了导致空气污染的主要原因。

工业排放、机动车尾气排放、燃
煤取暖、城市建设扬尘等都是造成空气污染的主要原因。

特别是工业排放和机动车尾气排放，占据了空气污染的重要来源，需要引起高度重视。

针对空气质量问题，我们提出了一些改善空气质量的建议。

首先，加强环保意识，提倡绿色出行和低碳生活，减少机动车使用，鼓励步行、骑行和公共交通出行。

其次，加大工业企业和车辆尾气排放的治理力度，推广清洁能源和新能源汽车的使用。

同时，加强城市绿化建设，减少扬尘污染。

最后，加强环境监测和数据公开，提高社会对空气质量问题的关注度，促进政府和公众共同参与空气质量治理。

综上所述，空气质量问题关乎人民的生活健康和城市的可持续发展，需要政府、企业和公众共同努力，共同治理空气污染，改善环境质量。

希望通过本报告的发布，能够引起社会各界的重视，共同为改善空气质量贡献力量。

济南市大气PM2.5污染特征、来源解析及其对能见度的影响

济南市大气PM2.5污染特征、来源解析及其对能见度的影响济南市大气PM2.5污染特征、来源解析及其对能见度的影响引言：近年来，大气污染问题日益严重，特别是PM2.5的污染对人们的生活和健康产生了严重的影响。

济南作为山东省省会城市，在工业化进程中快速发展，同时也面临着大气污染严重的问题。

本文将针对济南市大气PM2.5污染的特征、来源以及对能见度的影响进行解析。

一、济南市大气PM2.5污染特征济南市大气PM2.5污染特征主要表现为季节性、日变化规律和空间分布不均匀。

季节性变化上，冬季是污染最为严重的时期；日变化上，早晚的PM2.5浓度较高，而午后则较低；空间分布上，市区和郊区的污染程度有明显差异，市区更为严重。

二、济南市大气PM2.5污染来源济南市大气PM2.5污染来源主要包括工业排放、道路交通排放、燃煤和扬尘等。

工业排放是主要的污染源之一，特别是钢铁、化工、电力行业等重点产业的排放对PM2.5污染贡献较大。

道路交通排放是造成PM2.5浓度高的另一个重要因素，尤其是高峰时段和拥堵路段。

燃煤排放则主要来自火力发电厂、居民取暖和工业生产等，尤其是冬季取暖季节。

扬尘主要来自建筑工地、露天堆存物料和道路施工等，对PM2.5浓度也有一定的贡献。

三、大气PM2.5污染对能见度的影响大气PM2.5污染严重影响了能见度，使空气中的颗粒物和污染物吸收和散射光线，使得远处的物体模糊不清。

当PM2.5浓度增加，能见度显著下降，尤其是在雾霾等重污染天气条件下，能见度可以降低到几十米乃至数十米以下，极大地影响了人们的出行安全和生活质量。

此外，大气PM2.5污染还加剧了紫外线辐射的强度，对人体健康构成威胁，可能导致皮肤炎症、眼结膜炎和肺癌等疾病。

结论：济南市大气PM2.5污染特征主要表现为季节性、日变化和空间分布不均匀。

其污染来源主要包括工业排放、道路交通排放、燃煤和扬尘等。

大气PM2.5污染严重影响了能见度，使能见度显著下降，给人们的生活和健康带来了很大的影响。

大气环境污染的空间分布特征分析

大气环境污染的空间分布特征分析大气环境质量是人类健康和可持续发展的重要指标。

然而，近年来，中国的大气污染严重威胁人们的身体健康和生态环境的可持续发展。

大气污染并非均匀地分布在全国各地，而是呈现出一定的空间分布特征，本文将从多个角度分析大气环境污染的空间分布特征。

一、PM2.5污染的空间分布特征PM2.5，即细颗粒物，是空气中直径小于等于2.5微米的颗粒物，也是大气污染中最为严重的一种。

据中国环境监测总站发布的数据，东部发达地区的PM2.5浓度普遍高于西部地区。

例如，北京、天津等城市的PM2.5浓度连续多年都高于千分之五的标准。

此外，河南、山东、江苏等省份的细颗粒物浓度也较高。

二、二氧化硫和氮氧化物的空间分布特征二氧化硫和氮氧化物是大气污染的重要组成部分。

它们可以形成酸雨和雾霾，对环境和健康造成极大的危害。

据监测数据显示，华北、华东等地的二氧化硫和氮氧化物排放量最大。

以煤为主要燃料的能源结构导致了这种现象。

例如，北京、天津、山西等省份的二氧化硫和氮氧化物排放量均较高。

相比之下，西部和南部地区的二氧化硫和氮氧化物排放量相对较低。

三、城市化进程对大气污染的影响城市化进程的加速意味着更多的人口和交通，这也使得大气污染问题更加突出。

随着城市化进程的加快，城市人口规模持续扩大，机动车数量不断增加，工业用地、商业用地、住宅用地等各类城市用地的增多，也让大气污染的问题更为严重。

而城市发展的不平衡性也加剧了大气污染的空间分布特征。

例如，北京、上海等大城市大气污染问题比较突出，而一些中小城市则相对较少。

四、气象环境对大气污染的影响气象环境也是影响大气污染的重要因素之一。

例如，天气稳定，低层大气逆温，还有污染物的排放量都会影响大气污染的分布。

例如，位于山谷中的城市大气污染情况较为严重，因为污染物难以扩散。

相比之下，平原地区的大气污染相对较少。

综上所述，大气污染的空间分布特征复杂多样，涉及煤炭、交通、气象、城市化进程等多个方面。

城市大气风场及污染物扩散的模拟研究

内蒙古科技大学硕士学位论文城市大气风场及污染物扩散的模拟研究姓名：庞赟佶申请学位级别：硕士专业：环境工程指导教师：陈义胜20080530摘要城市的空气质量与人的生活密切相关，民用、工业过程排放的污染物是造成城市大气污染的主要因素。

城市下垫面的基本特征是干、热、粗，其复杂性导致城市的风环境及污染物扩散变得非常复杂。

探讨复杂下垫面情况下的大气流动及污染物扩散的机理和规律，对改善人们的生活环境有重要意义。

课题以大气运动理论、污染物扩散理论和数值计算理论为基础，对大气的风场、温度场以及大气污染物的浓度场进行了数值计算。

建立了适用于非均匀下垫面条件下的大气动力模型和污染物扩散模型：选用k-ε双方程模型闭合方程组；对于下垫面温度不均匀的大气流动，采用Boussinisq近似将方程组近似、化简；污染物扩散模型采用对流扩散方程。

将大气动力方程、能量方程、和扩散方程相互耦合，开发出能够计算出复杂下垫面条件下的风场以及相应的污染物扩散的程序。

计算工具采用FORTRAN语言，采用TECPLOT软件为图形处理工具。

通过对模拟结果的分析和比较，获得复杂下垫面条件下风环境及污染物扩散的一些定量和定性的认识：静风情况下，污染物的扩散呈蘑菇状；随着风速的增加污染物的扩散区域变窄。

建筑物能够改变梯度风的分布，建筑物的下风向和建筑物的迎风侧下部都有涡旋产生，在建筑物顶面前缘尖角处气流的抬升速度达到最大值。

有城市热岛效应条件下，气流越城的流形为波状，附加的水平气压梯度力导致城市上风向出现随着高度的增加风速降低的垂直分布现象，随着风速的增加，热岛环流逐渐消失。

本文的研究可以对认识建筑物周围的风环境、污染物扩散过程、污染物的控制以及突发事故的应急提供一定的理论和参考依据。

关键词：非均匀下垫面大气扩散湍流城市热岛AbstractThe Air quality of cities is closely related with people's lives, pollutants dispersion which industry process or civil process emitted was the main factor that the air of cities was polluted. Characteristic of city underlying surface was dry, high temperature and rough, atmospheric wind and pollutants dispersion was complicated by complex underlying surface. It is guiding significance to improve the living environment that study mechanism and law of atmospheric environment and pollutant dispersion on heterogeneous underlying surface.This study based on atmospheric dynamic theory,air dispersion theory and numerical calculation theory, atmospheric wind and pollutants dispersion was calculated. Atmospheric dynamic model and pollutants dispersion model on inhomogeneous underlying surface. Through simplify and approximate primitive equations, atmosphere dynamic model on inhomogeneous underlying surface was built: k-ε two equation model was applied to atmospheric dynamic equations; atmospheric dynamic equations was simplified and approximated by Boussinisq approximation ; convection-diffusion equations was applied to calculated pollutants dispersion. Equations of atmosphere, energy equation, and diffusion equation were coupled, procedure that could calculate wind field and concentration field on complex underlying surface was developed. The procedure was written in FORTRAN language and TECPLOT software as post-processing tool.Through analysis and compare results of simulation, following results are obtained on complex underlying surface: in no wind case，dispersion patterns were mushroom shape; diffusion region of pollutants become narrow as wind speed increases. gradient wind was changed by building, there were eddies at windward side of building and behind the building, going up velocity of airflow reached maximum at front sharp corner of top surface. On the condition of urban heat island effect, the air flow field was wavy, heat island circulation was gradually disappeared as wind speed increases. This study can provide theoretical basis and reference for the process of pollutant diffusion, pollution control, the Emergency Accidents of poisonous gas leakage.Key Words：inhomogeneous underlying surface atmospheric diffusion turbulenceurban heat island独创性说明本人郑重声明：所呈交的论文是我个人在导师指导下进行的研究工作及取得研究成果。

大气污染治理形势及其存在问题及其应对措施

大气污染治理形势及其存在问题及其应对措施1. 引言1.1 大气污染治理形势概述随着工业化和城市化的加快发展，大气污染问题已经成为全球关注的焦点。

大气污染主要包括颗粒物、二氧化硫、氮氧化物、挥发性有机物等，对人类健康和环境造成巨大威胁。

据统计，全球每年因大气污染导致的早逝人数高达数百万，大气污染造成的环境破坏也日益严重。

在中国，大气污染治理形势也十分严峻。

大气污染物排放量持续增加，城市空气质量恶化，导致雾霾天气频发。

近年来，中国政府加大了大气污染治理的力度，出台了一系列政策措施，如限制工业排放、推动清洁能源替代、加强监管执法等。

大气污染治理依然面临挑战。

一方面，地方政府对大气污染治理的重视程度不够，执行力度不足；一些企业仍存在违规排放行为，监管不力。

加强大气污染治理，提高空气质量已经成为当务之急。

【字数不足，继续补充】1.2 大气污染存在问题概述大气污染是当前全球面临的重要环境问题之一，其存在严重影响着人类的健康和环境的可持续发展。

大气污染主要包括颗粒物污染、二氧化硫、氮氧化物、挥发性有机物等多种污染物，这些污染物在大气中的排放和转化过程中会产生臭氧、酸雨等二次污染物，对环境和生态系统造成危害。

大气污染问题的存在主要表现在以下几个方面：首先是空气质量恶化，大气中的颗粒物和有害气体浓度超标造成空气污染指数升高，导致人们呼吸困难、健康受损。

其次是臭氧层破坏，大气中的臭氧和光化学反应致使臭氧层受损，加剧全球气候变化，影响生物多样性和农作物生产。

酸雨的形成也是大气污染问题的表现之一，酸雨对植被、土壤和水体造成严重的腐蚀，威胁着生态平衡。

解决大气污染问题是当务之急。

需采取一系列有效的措施，加强大气污染的监测和治理，推动能源结构转型，促进清洁能源的发展和利用，保护大气环境，维护人类和地球的健康。

希望通过全社会的共同努力，能够有效解决大气污染问题，构建清洁、美丽的环境。

【字数：294】1.3 治理大气污染的重要性大气污染是当今世界面临的重要环境问题之一，对人类健康、环境生态和经济发展都造成了严重影响。

城市三维形态空间分异格局对大气污染时空分布响应研究——以长沙市为例

城市三维形态空间分异格局对大气污染时空分布响应研究——以长沙市为例杨妍;于成;傅安洲;孙字祥;周楷淳【期刊名称】《湖南师范大学自然科学学报》【年(卷),期】2024(47)2【摘要】城市化过程通常伴随着高层建筑和立体城市布局的发展,城市区域逐渐从“二维结构”转变为“三维结构”。

尽管这种三维城市结构创造了巨大的发展机遇,也带来了许多负面影响。

密集的建筑群影响了局部区域的空气流通,使得空气污染成为了一个典型的城市问题。

本研究以2020年长沙市主城区的三维建筑物数据和PM_(2.5)监测数据为基础,运用城市三维形态指标分析、随机森林模型、空间自相关分析以及多尺度地理加权回归等方法,分析了长沙市主城区三维景观格局与PM_(2.5)浓度的时空分布格局,并进一步探讨了三维景观格局对PM_(2.5)浓度分布的驱动差异。

研究结果显示:1)研究区域内的三维景观类型多样,展现出一定的空间格局异质性;2)研究区域内PM_(2.5)浓度呈现出显著的空间自相关性,但夏、冬两季差异明显;3)三维景观指数在一定程度上驱动了PM_(2.5)浓度的时空异质性,其中建筑数量和建筑高度标准差具有较强的正向驱动作用。

【总页数】10页(P12-21)【作者】杨妍;于成;傅安洲;孙字祥;周楷淳【作者单位】湖南师范大学地理科学学院;湖南师范大学地理空间大数据挖掘与应用湖南省重点实验室;湖南省第三测绘院;湖南省地理空间信息工程技术研究中心;地理信息安全与应用湖南省工程研究中心【正文语种】中文【中图分类】TP319【相关文献】1.基于县域尺度的广西人口分布空间格局及时空分异研究2.城市建筑三维形态的时空分异研究——以大连市沙河口区为例3.基于最佳尺度的城市生态空间景观格局梯度和方向分异特征:以长沙市为例4.城市三维景观格局时空分异特征研究——以大连市中山区为例5.城市三维景观格局空间分异特征研究——以北京市核心区为例因版权原因，仅展示原文概要，查看原文内容请购买。

大气污染物的垂直分布与扩散特征分析

大气污染物的垂直分布与扩散特征分析大气污染物是当今社会亟需关注和解决的环境问题之一。

城市化和工业化发展迅猛，特别是汽车尾气、工厂废气的排放，导致大量污染物排放到大气中。

了解大气污染物的垂直分布与扩散特征，对于制定有效的治理措施具有重要意义。

大气污染物分布的垂直特征主要受到大气层结的影响。

大气层结指的是大气垂直方向上温度和湿度的变化规律。

一般情况下，大气层结表现为温度随着高度的增加而递减，但在特定的边界层中，可能会发生逆温、层云等现象，从而影响污染物的传输和分布。

根据大气污染物垂直分布的特点，可将大气分为地表层、对流层和平流层。

地表层是指地面接触的那一层大气，人类活动产生的污染物主要分布在这一层。

对流层是指从地表层向上到平流层顶部的那一层大气，这一层大气的物理性质和温度梯度对污染物的传输和扩散起着重要作用。

平流层是指在对流层之上的大气层，这一层的风向风速变化较小，污染物传输较为稳定。

在地表层，大气污染物的分布主要受到局地排放源的影响。

车辆尾气、工厂废气等排放源直接将大量污染物排放到地表层，导致地表层的空气质量下降。

根据气象条件和排放源的位置，地表层污染物的浓度分布呈现出明显的空间不均匀性。

例如，在城市中心区域和交通繁忙地段，污染物的浓度相对较高。

同时，地表摩擦对空气的垂直混合也具有一定的影响，污染物往往呈现较强的局地性分布。

在对流层中，大气层结的变化会对污染物的垂直分布产生重要影响。

一般情况下，对流层的温度随着高度的增加递减，湿度则相对较低。

这种温度梯度使得污染物能够在对流层中上升和下沉，产生垂直混合。

当温度梯度较大时，污染物的垂直分布会较为均匀；而温度梯度较小时，污染物往往会在较低的高度范围内累积，导致污染物容易积聚并对人体健康造成威胁。

在平流层中，污染物的传输受到风向、风速等因素的影响。

平流层具有较为稳定的气象条件，层内大气上升和下沉的速率相对较慢，从而使得污染物有更长的传输距离和时间。

因此，平流层中的污染物往往具有较为广泛的空间分布。

大气环境污染特征分析精品资料

1研究方法
1.1研究区概况
德阳市地处四川盆地西北边缘，地势西北高东南低，西北部为龙门山脉中段，中部为成都平原东北部，东南部为盆中丘陵，距省会成都58公里。地处东经103°45′-105°15′北纬30°31′-31°42′之间。属中纬度亚热带季风湿润气候，季风气候明显，四季分明，气候温和，雨量充沛，日照较少，夏无酷暑，冬少严寒。年平均气温16.6～17.9℃，极端最高气温36.5℃，极端最低气温-4.5℃。年降水量882.0～1024.1mm，年日照时数891.8～1218.7小时，年平均相对湿度81%，平均湿度月最高85%，平均湿度月最小75%。长年主导风向为东北风，年平均风速1.6m/s。
大气环境污染特征分析
摘要：利用城区4个大气监测点的监测数据，按照《环境空气质量标准》（GB3095-2012）对德阳城区的空气质量进行评价，德阳市的主要污染特征为颗粒物和臭氧交替污染，夏季臭氧污染较为突出，冬季PM2.5污染较为突出。对比近三年的总体变化特征，颗粒物污染的突出性略有下降，臭氧污染的突出性略有上升。PM2.5/PM10的比值范围在0.26-0.82之间，比值范围较宽，颗粒物来源包括北方沙尘南下和自身工业生产排放等多种因素。
1.2实验数据及点位使用数据
为德阳市东山公园、西小区、检察院、耐火材料厂4个空气质量自动监测点监测值。监测设备全部为点式设备，PM10、PM2.5监测使用β射线法颗粒物监测仪，PM2.5采样系统中配置动态湿度控制系统(DHS)，量程为0~10mg/m3，最低检出限为1μg/m3。
2结果与讨论
2.1首要污染物变化特征
2014年按照《环境空气质量标准》（GB3095-2012）对SO2、NO2、PM10、CO、O3、PM2.5六个项目开展监测，使用空气质量指数（AQI）替代原有的空气污染指数（API）定量描述空气质量状况。以4个监测点的平均值计算德阳市区各污染物的空气质量分指数（IAQI），从各项污染物的IAQI中选择最大值确定为AQI，当AQI大于50时将IAQI最大的污染物确定为首要污染物。德阳市的主要污染特征为颗粒物和臭氧交替污染。每年冬季PM2.5污染较为突出，冬季首要污染物为PM2.5的比例较高。结合德阳市的气候和地理位置进行分析。德阳市处于四川盆地成都平原的东北边缘。夏季降水充沛，对空气中的颗粒物有清洗作用，气温较高，空气对流较强，化石燃料的燃烧废气、汽车尾气等污染源产生的颗粒物不易累积，日照时间增长，在强烈的阳光紫外线照射下，污染源排入大气的挥发性有机物（VOCS）和氮氧化物（NOX）等一次污染物发生复杂光化学反应，生成臭氧等二次污染物。对比近三年的总体变化特征，颗粒物污染的突出性略有下降，PM2.5为首要污染物的天数2014年共182天，2015年138天，2016年132天，下降较明显。PM10为2014年共44天，2015年61天，2016年64天。臭氧污染的突出性明显上升，臭氧为首要污染物2014年共56天，2015年100天，2016年108天。NO2为首要污染物的天数明显下降，2014年共9天，2015年1天，2016年0天，SO2和CO未出现为首要污染物。

空气污染气象学：第四章非均一下垫面条件下的空气污染物散布

估算公式：
W和hB分别为建筑物的宽度和高度，L为顺风向长度，2yr 和zr分别为空腔区的横截向范围和垂直向范围。在风与孤立方块建筑物正交情况下，空腔区高度为建筑物高度的1.5倍，其长度为建筑物高度的2.5~3.0倍。
尾流区：由空气动力学滑脱现象引起的，其原因可能是边界层内动能损失所致。尾流区有个边界，在这个界面上，尾流性质的特征量总比同样位置的本底流差一个小量（亏损量）。
尾流区一般延伸到下游建筑物高度的4-5倍，就由于高湍流强度而消失。
在尾流区内，空气动力学下沉可持续一段距离，从而会将位在建筑物上方的空气带到地面。气流的影响和建筑物诱生的二次流也会导致尾流区里速度亏损和湍流增强。
二、排放源、建筑物与污染物散布
绕流区：由于建筑物的存在，对其上游气流有阻挡作用，对其下游气流有动力学下洗作用，从而构成绕流区。
(1) 位移区：位于建筑物迎风面的上游，它是切变气流遇障碍物在上风方某个位置开始发生气流分离形成的，近地面处形成静驻涡旋，这些涡旋在建筑物下风侧形成反向涡旋对，并在建筑物迎风面2/3处出现停滞点。分离点出现的高度与气流速度廓线的乘幂m有关，m越大，分离点的高度越高。
烟囱与建筑物排放的情形
三、建筑物影响的扩散计算 1.单个建筑物影响的扩散计算
当w0/u<1.5时：
hd
2
w0 u
1.5d
H hs hd
当H>2.5hB时烟流免受建筑物影响
新 H>hB+1.5LB，不受建筑物影响；
规 hB+1.5LB >H>hB+0.5LB，烟流进入尾流区；
则 H<hB+0.5LB，烟流进入空腔区，此时，在与风向垂直的建筑物截面

环境空气监测数据分析及处理方法分析

环境空气监测数据分析及处理方法分析随着城市化进程的加快，环境污染的问题日益凸显。

环境空气监测数据是衡量城市空气质量的重要指标，对于提高城市环境质量、保障公众健康和生态安全意义重大。

环境空气监测数据的分析和处理是环保部门的核心工作之一，下面将从环境空气监测数据的特点、环境空气监测数据分析和处理方法三个方面进行分析。

一、环境空气监测数据的特点1、复杂多样性环境空气监测数据具有多样性，包括不同季节、不同时间、不同环境、不同污染源等因素对其产生的影响，数据的种类、数量、格式等等方面都具有复杂性。

2、实时性环境空气监测数据要求具有实时性，一些污染事件发生后，需要及时对环境空气质量进行监测和预警，以便采取相应的措施。

3、高精度性环境空气监测数据要求高精度性，数据质量的好坏对于对污染源排放情况的掌握和环境质量改善的效果等方面都有很大的影响。

1、时间序列分析法时间序列分析法是一种常用的数据分析方法，其适用于具有时间变化规律的数据序列分析。

在环境空气监测数据的分析中，通过时间序列的分析，可以发现不同时间段的环境空气质量的变化情况，从而更好的掌握空气污染的情况。

2、回归分析法回归分析法能够识别出多个自变量与一个因变量的线性关系，并且通过建立回归方程来预测因变量的值。

在环境空气监测数据的分析中，采用回归分析法，可以找出影响空气质量的关键因素，例如污染源、天气等，并且预测不同因素对空气质量的影响程度。

空间分析法是通过GIS技术对特定区域内的环境空气数据进行空间分析，从而找出污染源、污染物分布、污染物稀释和转移等情况。

对于在空间上分布不均匀的空气污染问题，采用空间分析法，可以更好地找出影响区域的污染源，进而采取有效的措施进行治理。

1、数据归一化处理环境空气监测数据处理中，一种重要的方法是对数据进行归一化处理，使得各自量纲不同的数据能够相互比较，并且去除数据的离群值，提高数据的准确性。

通过数据归一化处理，可以更准确地找到污染源的位置、污染物的转移规律等。

武汉市大气NO2污染特征及影响因素分析

图2. 2005-2009年武汉市机动车辆拥有数和能源消耗量
Fig.2 2005-2009, Annual number of motor vehicle ownership and energy consumption in Wuhan from 2005 to 2011
图2反映了2005-2009年武汉市机动车辆拥有数和能源消耗的增加趋势。从图中可以看出，2005-2009年武汉市机动车辆拥有数和能源消耗量大幅度提升，其中机动车辆拥有数年增长率达16%以上，而能源消耗量年增长率达9.1%。在机动车辆拥有数和能源消耗持续显著增加的大前提下，NO2质量浓度上升趋势不明显，这可能得益于近年武汉市出台的“碧水蓝天”工程。其中“蓝天”工程的工作重心在于紧抓汽车尾气治理并逐步提高上路机动车辆尾气排放标准，加快燃煤锅炉改造等。从NO2浓度年变化看，武汉市的大气污染控制治理措施取得了一定的成效，但是距大气环境质量二级标准还有一定的差距。
Key words:Wuhan;Nitrogen Oxide; pollution feature; influencing factors
1.引言
NO2是主要的大气物质之一，本来就存在于环境中，但当其在大气中的浓度超过一定值时就成为了一种污染，对人类乃至整个生物圈都有极大危害（雪英和李战隆，1995）。环境中的NO2来源于天然排放和人为活动排放。天然排放的NO2,主要来自土壤和海洋中有机物的分解，属于自然界的氮循环过程（何息忠，1996）。人为活动排放的NO2，大部分来自化石燃料的燃烧过程，如汽车、飞机、内燃机及工业窑炉的燃烧过程；也来自于生产和使用硝酸的过程，如氮肥厂、有机中间体厂、有色及黑色金属冶炼厂等。据统计，全世界由于自然界细菌作用生成的NO2每年约为50×107t，人类活动所产生的NO2每年约为5×107t(田贺忠等，2001)。

大气环境污染的来源与特征分析

大气环境污染的来源与特征分析大气环境污染是指大气中的某些化学物质、物理因素和生物因素对环境和人类健康造成的危害。

随着人类活动的不断增加以及科技的不断发展，大气环境污染问题日益突出。

那么，大气环境污染的来源与特征是什么呢？一、大气环境污染的来源1. 工业污染工业排放是大气环境污染的主要因素之一。

工业生产需要大量的燃料和化学品，因此会排放大量的废气、废水和固体废物。

其中，工业废气中的氯化氢、氨气、硫化氢、苯系物和甲醛等物质对人体健康有很大危害。

2. 交通污染汽车尾气是城市空气污染的主要来源之一。

尤其是在城市的交通中心区域，汽车尾气几乎占据了全部空气污染的80%以上。

汽车尾气会排放出氧化氮、氮氧化物、二氧化硫、颗粒物和挥发性有机物等有害气体。

3. 农业污染农业活动也是大气污染的一个重要因素。

例如，在大量施用化肥和农药的情况下，会产生诸如硝化物、氨、甲烷等有害气体的排放。

此外，养殖业也会释放大量的氨气和硫化氢等有害气体，对周围环境和健康造成危害。

4. 生活污染生活中还有一些可能会影响大气环境的污染源。

如渣土车的运输、燃煤取暖、焚烧垃圾、使用劣质柴油和烧烤等生活中的活动，都会对大气造成不良影响。

这些活动会产生二氧化碳、氮气化物、烟雾等种类不一的气体和固体颗粒，令空气污染加剧。

二、大气环境污染的特征1. 成分复杂大气中的污染物种类繁多，涵盖了颗粒物、气态污染物和挥发性有机物等多个领域。

成分复杂，有些污染物还具有多样性，这给空气治理带来诸多挑战。

2. 时空分布不均污染物在时间和空间上的分布不均匀。

不同的城市、地区、季节和时间，污染物的含量大大不同。

例如，南北方重工业区域、冬季和盛夏排污情况是明显不同的。

由此，针对不同时间和不同地点，制定不同的污染防治方案就显得十分重要。

3. 缺乏污染治理技术随着大气污染问题的加剧，治理技术也在不断完善。

但是，在很多领域中，我们还存在技术上的欠缺。

例如，减少燃煤污染还没有完整的解决方案，以及治理固体废物排放的技术也有待提供解决方案。

兰州市PM10污染变化特征及其成因分析

兰州市PM10污染变化特征及其成因分析兰州市PM10污染变化特征及其成因分析引言：兰州市作为西北地区重要的经济和文化中心，近年来快速发展，人口数量不断增加，工业活动与交通运输的增加导致空气质量逐渐恶化。

PM10是细小颗粒物的总称，直接对人体健康和环境造成严重危害。

本文旨在分析兰州市PM10污染的变化特征及其成因，促进我们对该问题的理解与关注，为制定有效的防治措施提供参考。

一、兰州市PM10污染变化特征1. 长期变化特征通过对兰州市近十年PM10浓度的监测数据进行分析，我们可以发现PM10污染呈现出明显的年际变化特征。

在经济和人口急剧增长的情况下，PM10浓度也呈现逐年上升的趋势。

特别是冬季和春季，雾霾天气频繁出现，PM10浓度超过国家空气质量标准的天数增加显著。

2. 季节变化特征从季节尺度分析，兰州市PM10浓度的变化也表现出明显的季节性规律。

冬季和春季是PM10浓度升高的高峰期，夏季和秋季则相对较低。

这与能见度降低和气温变化较大的季节特点密切相关，也与大气稳定度、风速等气象因素有关。

3. 空间分布特征兰州市PM10浓度的空间分布呈现出明显的不均匀特征。

主要工业区、交通节点和城市中心区域PM10浓度较高，而郊区和城市边缘地区相对较低。

这与工业排放和尘土扬尘等人为因素的分布密切相关。

二、成因分析1. 工业排放兰州市的快速发展带来了大量的工业活动，其中排放的废气和颗粒物成为PM10污染的重要来源。

煤炭、化工等产业的排放严重影响着空气质量，并导致PM10浓度上升。

2. 交通尾气排放随着机动车数量的增加，兰州市的交通尾气排放不可忽视。

尤其是城市繁忙的道路和交通枢纽，车辆密集排放加剧了PM10污染。

3. 扬尘污染兰州市位于干旱地区，风力较大，尘土扬尘现象较为常见。

建筑工地、道路施工和农业耕地等都是扬尘污染的重要来源。

4. 地理气候条件兰州市地处盆地周边，地理气候条件限制了空气污染物的扩散和稀释。

湿润的东南风很少吹到，大部分时间都是干燥的西北风，导致污染物在市区内积聚。

我国城市环境空气质量预报主要模型及应用

我国城市环境空气质量预报主要模型及应用我国城市环境空气质量预报主要模型及应用一、引言随着我国城市化进程的加快，城市环境污染问题日益突出。

其中，空气质量问题成为影响居民身心健康的重要因素之一。

为了及时有效地预警和控制空气污染，我国不断完善城市环境空气质量预报系统，采用各种预报模型进行研究和应用。

本文将介绍我国城市环境空气质量预报主要模型及其应用。

二、主要模型及原理1. 线性回归模型线性回归模型是一种较为简单和常用的模型，其基本思想是通过建立气象、大气污染物浓度和其他可能影响空气质量的因素之间的线性关系，进行空气质量预报。

该模型的主要优点是计算速度快，但也存在着对数据分布假设较强、对气象和污染物之间关系的线性描述可能不准确等问题。

因此，在实际应用中，往往需要结合其他模型进行校正和优化。

2. 时间序列模型时间序列模型基于历史数据建立统计模型，利用时间维度的信息进行预测。

常用的时间序列模型有ARIMA（自回归综合移动平均模型）、VAR（向量自回归模型）等。

这些模型能够较好地捕捉空气质量的季节性、周期性和趋势性变化，并针对性地进行预测。

不过，时间序列模型对数据的平稳性要求较高，对于非平稳数据的预测效果可能较差。

3. 统计学模型统计学模型包括传统的回归模型、聚类模型和时间序列模型等。

这些模型通过对历史数据进行统计分析和建模，获取不同时段的变化规律，并进行预测。

这些模型尤其适用于长期变化较为缓慢的城市空气质量预报。

4. 机器学习模型机器学习模型是近年来在城市环境空气质量预报中得到广泛应用的一种方法。

这些模型通过大量的历史数据进行学习和训练，以获取数据特征之间的关系，并做出预测。

常用的机器学习模型包括支持向量机（SVM）、人工神经网络（ANN）、随机森林（Random Forest）等。

这些模型的优点是可以很好地应对非线性关系，能够更准确地预测空气质量。

三、模型应用我国城市环境空气质量预报主要用于预警和控制空气污染，保护居民身心健康。

2006—2008年秋季广州市重大气污染过程特征研究

和边界层气象观测特征的分析，建立了反映珠江三角洲大气边界层一般机理的珠江三角洲大气边
界层概念模型，解释了珠江三角洲地区环境空气
污染过程、减轻和防治大气污染有重要作用。国
际上较早开展大气污染预报的国家有美国、国、英
日、荷兰、前苏联等。我国在这方面的研究虽本然起步较晚，但现在全国大部分地区都不同程度地开展环境气象预报业务。目前，大气污染预报的主要方法有潜势预报、统计预报和数值模式预报，它们各有优缺点。数值模式是大气污染预报的发展方向，但其理论的发展目尚不够完善，前而且缺少可靠的污染实时排放数据，数值预报仍
这３次重污染日均为静风。而７２日附近的风、１速出现６８／的峰值，对应图１ｓｍ麓湖、万顷沙
站ＲＩ是谷值，其余风速基本在１～２０ｍ／ＡＱ．．５ｓ
之间，小的风速使污染物大量堆积，导致广州城区空气质量变差，风向为０９（～０。北到东风为主），反映了冷空气到达广州然后东移出海，受
２资料来源与重大气污染过程定义
２１资料来源．
染过程，ＲＱ＞分别出现在２０年ｌ月４ＡＩ４０６１、
１１日，２００７年９月ｌ一ｌ４６日，２００７年ｌ０月６、
２０－２０逐日地面天气图、５Ｐ、００６０８年８０ｈａ５０
收稿日期：２１．５１；修订日期：２１．２２０００．２００１—２
通讯作者：杨武，男，广东省人，工程师，学士，主要研究方向：气象科技服务。Ｅｍａｌｅｎｉｇ８ｏｍａ．ｍ－ｉ：ｙａｌ６＠ｈｔｉｔｎｌｏ

西昌市环境空气质量气象影响因素的分析研究

西昌市环境空气质量气象影响因素的分析研究郑自君;房鹏;王建嫱;胥德梅;晏惠芬;莫芳【摘要】利用西昌市2012—2014年气象资料和空气质量资料,采用统计学方法对西昌市气候背景、地面和高空风场特征、污染系数、大气稳定度,风速、风向、稳定度联合频率进行分析,结果表明:全年的大气稳定度均以中性为主,不影响空气团做垂直方向运动,对大气污染物的扩散无明显影响;西昌市全年污染系数均以偏北风(以N和NNW为主)最大,偏南风(以SSW为主)次之,偏西风和偏北风最小,西昌市出现空气质量时好时坏的现象;整个冬季地面静风频率较高,达82％～85.4％,地面主导风向以偏南风和偏北风为主,各高度上风速最大值均出现在SSW方向上,各层风速均随高度增加而增大;地面静风是造成西昌市污染的主要原因,地面静风频率大时污染率越大,空气质量越差;由于污染源的位置关系,地面主导风向为偏南风时也是造成污染的重要原因,并以此为相关部门提出建议.【期刊名称】《西昌学院学报（自然科学版）》【年(卷),期】2019(033)002【总页数】8页(P78-85)【关键词】气象因素;空气质量;大气稳定度;污染系数【作者】郑自君;房鹏;王建嫱;胥德梅;晏惠芬;莫芳【作者单位】高原与盆地暴雨旱涝灾害四川省重点实验室,成都 610072;凉山州气象局,四川西昌 615000;凉山州气象局,四川西昌 615000;凉山州气象局,四川西昌615000;凉山州气象局,四川西昌 615000;凉山州气象局,四川西昌 615000;凉山州气象局,四川西昌 615000【正文语种】中文【中图分类】P462.4+5;X510 引言空气污染会影响天气，天气亦会影响污染物的产生与扩散。

空气污染的扩散，受风向、风速、降水、大气稳定度、混合层高度等的影响。

风向决定了污染物输送的方向，风速决定了污染物输送的速度及置换纯净空气的能力，降水对大气污染物浓度具有稀释作用，大气稳定度和混合层高度决定了污染物的垂直或水平扩散能力。

大气污染物垂直分布特征研究

大气污染物垂直分布特征研究随着工业化和城市化过程的加速，空气污染问题日益严重。

大气污染是人类面临的主要环境问题之一，其产生的原因很多，比如交通运输、电力、化工等工业活动。

近年来，大气污染物垂直分布的研究备受关注，因为对于减轻大气污染产生的影响和制定相应的防治措施具有重要意义。

一、大气污染物的复杂来源及行为特征大气污染物的来源多种多样，它们包括一次污染物和二次污染物。

一次污染物是指未经大气化学转化而在空气中存在的污染物，主要包括挥发性有机化合物（VOC）、氮氧化物（NOx）、二氧化硫（SO2）、粉尘等。

二次污染物是指大气中一次污染物在大气化学条件下，与空气中形成的其他物质反应而成，如O3、NO3−、SO42−、NH4+等。

大气污染物的群体行为特征较为复杂。

如NOx，由于其是氧化性污染物的一种，对氧化剂而言是还原剂，而对还原剂而言又是氧化剂，因此其在大气中的行为很复杂。

VOCs也同样存在很复杂的化学反应，如OH自由基可以氧化VOCs，从而在大气中形成有机酸。

这些生物和化学反应受到物质含量、大气物理和化学条件、自然环境等因素的影响，从而导致大气污染物的复杂性。

二、大气污染物垂直分布的影响因素在垂直分布的过程中，大气质量浓度的垂直分布变化受到不同的因素影响，主要包括以下几个因素：（一）大气稳定度大气稳定度是大气污染物垂直分布的重要影响因素。

通常，稳定的天气条件会导致污染物在下部空气中聚集增加浓度。

另一方面，薄雾、云霾、雨和风等天气条件能够使污染物向上扩散，降低污染浓度。

（二）季节变化季节因素对大气污染物垂直分布也有很大影响。

夏天气温高，大气稳定性较差，污染物大部分在低层空间中，并积聚在城市周围。

冬天，变冷的气温和较稳定的大气层结形成堆积效应，使得污染物在低层空间中聚集，从而导致卫星观测到的气体浓度相对较高。

（三）地形和气流地形和大气气流对大气污染物垂直分布有重要影响。

例如，山谷地形使得污染物在地面处积聚，难以扩散至高层。

门头沟区冬春PM2.5和TSP质量浓度变化特征分析

门头沟区冬春 PM 2.5 和 TSP 质量浓度变化特征分析摘要：为了解门头沟区冬、春季PM2.5和TSP质量浓度变化特征，选取了了门头沟区2018年12月-2019年5月高密度大气自动监测站点的观测数据，分析了PM2.5和TSP的空间差异特征、时间变化规律与特殊天气的关系。

利用普通克里格插值（Original Kriging)法得到的门头沟区冬、春季颗粒物浓度分布图显示，PM2.5和TSP浓度从由西面深山区向东面浅山区、城区逐渐增大，局部地区的颗粒物浓度存在一定差异，东部地区由北向南逐渐增大。

逐月变化表现为春季TSP的质量浓度最高，冬季PM2.5质量浓度最高。

逐日变化反映了TSP和PM2.5具有显著的相关性，且受每日气象条件影响显著；逐小时变化呈现双峰趋势，PM2.5的小时变化与TSP相似，但变化幅度相对较平缓。

关键词：PM2.5；TSP；时空变化近年来，随着工业发展，城市人口不断增长，机动车尾气的排放，城市环境空气质量的评价及防治成为一项重要的课题[1]。

大气污染物主要包括气态污染物和颗粒态污染物，颗粒物按粒径大小可分为TSP、PM10和PM2.5。

在各项空气污染指标中，北京地区以颗粒物污染问题较为显著，对环境、人体健康和大气能见度有着较大影响。

研究发现，PM2.5作为PM10的一部分，其化学成分复杂且危害较大，当其浓度较高时，降低能见度，严重危害人体将康。

TSP浓度很高时,会大量吸收可见光降低大气能见度，吸收或吸附具有腐蚀性的化学物质，对建筑物和各种器械有一定的腐蚀作用[2]。

门头沟区位于北京市正西，全区地形以山地为主，山区占本区面积的98.5％。

地势呈扇形，由西北向东南倾斜。

以往的研究局限于门头沟区孤立的监测点，无法对门头沟区PM2.5和TSP污染水平进行整体分析，且局限于细颗粒物。

本次研究，覆盖了门头沟区九镇四街的PM2.5和TSP的质量浓度监测点，将门头沟地区冬春季PM2.5和TSP 质量浓度分布作对比分析。

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)。

城市空气污染分布不均匀特征研究
摘要:在当前情况下,加强城市空气污染研究成文人们关注的热点话题,空气污染是城市环境管理的重要问题之一,其中其污染分布也具有不均匀的特性。

本文就从这一问题出发,其中根据当前城市空气污染管理的相关问题进行分析,并结合相关的案例展开探讨和研究。

关键词:城市空气污染分布不均匀特征研究
随着气候的发展变化以及污染问题加剧,开展污染问题研究及管理越来越受到人们的重视。

对于城市的空气污染来说,它是较为常见的一个问题,同时也表现的较为复杂,因为城市的空气污染是一个复杂的现象,它会在不同的时间段或者是地点受到多种因素的影响,尤其是其污染浓度的分布问题。

而要检测一个城市的空气质量,那么就要分析其空气污染的指数(API),在空气质量检测上它是较为常用的一个指标,一般会按照这些指标的差异进行空气等级的划定。

当前情况下,我们研究城市的空气污染问题就要通过对空气污染指数的检测来进行。

1 对于城市空气污染分布的基本认识
城市空气污染分布是不均匀的,那么这种不均匀具有哪些特征呢？在城市空气污染管理的过程中,我们需要对其进行全面的分析和探讨。

对此,笔者以珠三角地区的广东省为例进行分析。

其中,我们在珠江三角洲的广泛区域内建立相应的空气质量检测管理站点,通过站点进行日常的空气质量污染数据收集和统计,进而对其分布的规律和
成因进行了分析。

当然,在进行城市空气污染分布分析的过程中,还需要进行动态的研究,因为局部区域的影响因素是多变的,要想全面的了解和掌握相关的变化特征,需要长期的进行动态分析,以减少其局限性。

城市空气污染分布研究是一个系统化的过程,其中要考虑到整个城市的市政规划以及工业、住宅区域的布局,在此基础之上,我们还需要进行定量的分析,进行实地的检测和观察,以了解不同区域空气污染状况的差异。

当然,在城市空气污染分布的研究过程中,我们还需要考虑一系列的问题,因为这些问题的出现从而影响了污染程度的差异。

其中表现较为突出,影响较大就是一下几个方面的因素。

第一,城市人口的变化,以及聚集分布的差异。

随着近年来城市化进程的加快,城市的人口出现了迅速的增长和膨胀,在这种情况下,因为人口增长所带来的城市压力是巨大的,同时也产生了一定的环境污染。

第二,城市的整体规划和布局,对于城市来说,其主要的布局也会对空气质量造成影响,特别是工业区等的分布。

第三,公共交通设施的影响,公共交通设施的不同情况,也会造成不同的交通情况,一般来说在交通拥挤和较为繁忙的地段,其带来的环境影响也是巨大的。

第四,气象气候的影响,城市的空气污染在很大的程度上也会受到当地气象气候的影响,不同气候对于区域环境的影响是显而易见的,在这方面,尤其是在分布城市空气污染分布不均匀问题的时候,需要考虑到当地气候条件的影响。

2 城市空气污染分布不均匀特征的研究分析
城市空气污染分布不均匀是普遍存在的,以广东省来说,其主要包括了广州、珠海以及深圳、佛山等二十余个城市,这些城市位于我国的南端,属于亚热带地区,常年主要受东南信风的影响。

通过相关的空气质量检测和报告,我们了解到广州市空气污染指数最高达到62,而以广州市为主要核心的珠江三角洲地带,其空气污染的区域,普遍的污染指数都是在40以上。

由此可见,整个广东省的空气污染区域是存在着广泛差异的,这是城市之间的空气污染差异,而在同一城市的不同地区其空气污染也是不均匀的。

为了更好的了解城市空气污染分布的相关特征,我们还建立了相对系统的城市环境空气监测网,以了解不同城市之间的空气污染差异。

在这些常规的检测站点当中,我们划分了不同的区域进行检测,其中不仅包括市中心,同时在主要的交通、工业和居民等多种污染源分布区域进行分析。

通过相关的研究和统计,我们发现其污染的指数也是不同的。

通过我们的研究和调查发现,在广州的几大检测站点中,如位于市中心的天河职幼、广雅中学等,其空气污染分布不均与主要是受其交通的影响。

而番禺中学、花都师范和麓湖3个站点为城区点。

其中,污染较为严重的就是市五中所在的相关区域,这主要是因为市五中位于海珠区,因为该区域存在大量的工业群,所以其工业污染的指数就相对较高。

通过以上的分析和检测我们发现,城市的空气污染分布是不均匀
的,同时这种不均匀也是受到多重因素的影响。

例如,在不同城市之间,因为其经济建设的差异,以及人口分布和地势地形的影响,都会导致空气污染的差异,并呈现出不均匀的分布特征。

同时,在同一城市的不同地区,由于城市功能区的划分不同,以及城市规模变化的影响,其都会对城市空气质量产生重大影响,造成空气污染分布的不均匀。

其中,工业区的空气污染指数明显高于城市其他分布区域,与此同时在一些人口的密集区域,或者是交通繁忙地段,其空气污染指数也是相对较高的。

而在城市郊区其污染的严重程度是相对较低的,这种分布不均匀特征在城市中是普遍存在的。

3 结语
总之,对于城市空气质量的管理和检测需要我们统筹分析,同时结合不同区域的发展状况进行局部研究,因为在城市之间以及城市内部的不同区域,其城市空气污染是存在着差异的,不同的区域其污染分布是不均匀的。

在这种情况下,我们需要考虑到不同城市的发展背景,进而科学的进行综合分析与评价,以此来研究空气污染的特征,并对其主要的来源进行探讨,从而更加有针对性的开展城市空气污染的治理,而不是统一化、呆板化的管理。

参考文献
[1] 王斌,高会旺．中国沿海城市空气污染指数的分布特征[J]．生态环境,2008,17(2):542～548.
[2] 朱传风,赵和平．用空气污染指数评价城市空气质量[J].甘肃环境研究与监测,1998,11(2):30～31.
[3] 汤惠君．广州市大气污染分布规律[J]．地理研究,2004,23(4):495～497.
[4] 张凌,付朝阳,郑习健,等．广州市大气污染特征与影响因子分析[J]．生态环境,2007,16(2):305～308.
[5] 余淑范,刘国红,程锦泉,等.2002～2005年深圳市空气污染物浓度的动态分析［J］．环境与健康,2006,23(6):512～514.
[6] 广省统计年鉴2009［M］．广州:中国统计出版社,2009(6).。