西安科技大学测绘科学与技术学院, 陕西 西安 710054
2019年和2021年新冠疫情期间西安市政府均采取了强有力的管控措施，为此对比研究了不同程度减排措施对空气质量的影响。采用特征雷达图、空间插值和HYPLIST轨迹模型等方法对西安市疫情期间 (2019年12月—2020年2月、2021年12月—2022年2月) 和正常生产期 (2020年12月—2021年2月) 冬季空气质量变化特征进行了对比分析，并探讨了人为减排情景下空气质量变化潜在原因。结果表明：(1) 西安市环境空气质量指数 (AQI) 空间分布整体呈现“西北劣东南优”特征。2020年疫情严控期空气质量得到明显改善，优良率达到53%；2022年疫情严控期空气质量未受管控措施明显影响。(2) 2020年疫情严控期除O3外污染物浓度均明显下降，降幅分别为PM2.5 (42.90%) > NO2 (42.13%) > CO (35.37%) > PM10 (32.58%) > SO2 (17.40%)；2022年仅有SO2和NO2浓度下降，降幅为NO2 (31.86%) > SO2 (18.31%)。疫情期间污染类型属于偏二次型。(3) 疫情期间，污染天气是在高湿静风天气条件和盆地地形的基础上，受人为源排放和区域污染物传输引起的，因此促进污染物协同减排和关中地区联防联控是改善空气质量的关键举措。
新冠疫情 空气质量 时空特征 影响因素 COVID-19 pandemic atmosphere quality spatio-temporal characteristics influence factors
1 新疆师范大学地理科学与旅游学院, 新疆 乌鲁木齐 830054
2 新疆干旱区湖泊环境与资源重点实验室, 新疆 乌鲁木齐 830054
为研究新型冠状病毒肺炎疫情防控期间乌鲁木齐市空气质量变化特征及其影响因素，选取了2020年乌鲁木齐市两次疫情严格防控期间 (2020年1月26日至3月21日和7月20至8月29日) 及疫情前后，以及2019年相同时期地面观测站的逐小时空气质量指数 (AQI)、颗粒污染物 (PM2.5、PM10) 和气态污染物 (SO2、NO2、CO、O3) 的数据进行对比分析，探究了气态污染物对颗粒污染物二次合成的贡献，并利用地理探测器对影响空气质量的因子进行了定量探测。结果表明：与2019年同期相比，2020年乌鲁木齐市两次疫情防控期间，除O3外，PM2.5、PM10、SO2、NO2和CO浓度都呈现下降趋势，分别减少了36%、55%、10%、18%和49%；而同疫情严格防控期相比，2020年疫情前后期的AQI、颗粒污染物浓度及气态污染物浓度都要高。说明疫情防控措施在一定程度上减少了乌鲁木齐市颗粒污染物和气体污染的浓度，改善了空气质量。单因子探测结果显示空气污染指标中CO和PM2.5是主导因子，气象因子中气温对空气质量的影响相对较大；交互因子探测结果表明，空气污染物PM2.5和PM10在其他因子的交互作用下对AQI的影响最明显，而气象因子中相对湿度结合其他因子的交互作用对AQI影响较明显。说明乌鲁木齐市的空气质量是多种因子相互作用的结果。本研究为乌鲁木齐市空气质量改善和大气污染防治工作提供了理论参考。
新型冠状病毒肺炎 空气质量 大气污染物 颗粒污染物二次合成 地理探测器 COVID-19 air quality air pollutants secondary synthesis of particulate contaminants geographical detector 大气与环境光学学报
2023, 18(5): 479
1 北京师范大学全球变化与地球系统科学研究院，北京 100875
2 北京大学物理学院大气与海洋科学系，北京 100871
臭氧是大气中重要的痕量气体，可影响对流层与平流层大气状态和过程。约90%的臭氧集中在平流层，可吸收下行紫外太阳辐射，保护地球生命系统；约10%的臭氧位于对流层，其空间分布多受局地生成和跨区域输送的影响。目前，臭氧已逐渐成为我国甚至全球首要污染物，臭氧污染防治也相应地成为我国未来大气污染防治的重点。本文回顾了卫星遥感臭氧的发展进程，包括臭氧卫星探测传感器、反演算法和应用进展，并着重分析了臭氧污染相关内容，包括臭氧污染时空特征分析、典型污染事件分析、臭氧污染与气象条件相互作用等。多种卫星探测载荷的仪器设计和反演技术的不断发展，使得卫星遥感臭氧反演和监测应用成为可能。卫星可通过紫外谱段和红外谱段而获取臭氧整层信息和垂直分布信息，目前臭氧柱总量监测精度较高，但对流层下层和近地面臭氧浓度反演精度还有待提高。根据现阶段的技术水平，可采用多种技术方法相结合来提升中低层臭氧的探测能力。臭氧污染的监管和防控需要摸清来源，准确评估污染的成因，可从前体物排放、化学转化、气象影响、三维传输等方面逐步进行解析。此外，氮氧化物（NOx）和挥发性有机物（VOCs）的协同减排是我国臭氧治理的根本所在，也是下一步的重点研究方向。
大气光学 臭氧 卫星遥感 反演算法 精度验证 空气质量 平流层侵入 光学学报
2023, 43(18): 1899905
1 合肥工业大学光电技术研究院, 特种显示技术国家工程实验室, 安徽 合肥 230009
2 中国科学院合肥物质科学研究院智能机械研究所, 中国科学院传感技术国家重点实验室, 安徽 合肥 230031
3 中国科学院合肥物质科学研究院安徽光学精密机械研究所, 中国科学院环境光学与技术重点实验室, 安徽 合肥 230031
针对国家环境空气质量监测站 (NAAQMS) 由于体积大、成本高而不利于大面积广泛布点的问题, 研制了一种微型空气质量监测系统, 用于监测大气中 CO、NO2、O3、SO2、PM2.5 和 PM10 的浓度。该系统分别采用电化学气体传感器和光学粒子计数器来测量气体污染物和颗粒物浓度。考虑到传感器在测量污染物浓度时容易受到大气温湿度的影响, 基于多传感器融合技术通过温湿度补偿算法对测量结果进行了修正, 并与 NAAQMS 发布的数据进行了比较, 分析表明二者具有很强的相关性。与 NAAQMS 的数据相比, 本系统 10 天监测数据的相关系数优于 0.7; 通过算法校正后, 某些污染物 (如 PM2.5) 的相关系数甚至可以提高到 0.9。新设计的空气质量监测系统具有鲁棒性强、体积小的特点, 适用于环境空气污染物的长期大面积分布式网络监测。
空气质量监测 优化设计 多传感器融合 小型化 air quality monitoring optimization design multi-sensor fusion miniaturization 大气与环境光学学报
2021, 16(4): 349
1 湖南科技大学资源环境与安全工程学院, 湖南 湘潭 411201
2 湖南省湘潭生态环境监测中心, 湖南 湘潭 411100
3 湖南科技大学煤炭清洁利用与矿山环境保护湖南省重点实验室, 湖南 湘潭 411201
2013年12月3日至2014年1月14日, 在湘潭市2个功能区 (交通、商业、居民区和工业区) 采样点对大气PM2.5进行了采集, 并同步采集了 SO2、NO2; 进而利用离子色谱法对PM2.5中二次水溶性无机离子 (SO2－4、NO－3和 NH+4) 的浓度进行测试分析。通过分析不同空气质量级别下硫、氮氧化速率 (SOR和NOR) , 探讨了PM2.5中硫酸盐和硝酸盐的来源、形成机制和影响因素等。结果表明, 采样期间湘潭市PM2.5及其二次水溶性无机离子 (SO2－4、NO－3和 NH+4) 的质量浓度分别为148.34、56.19 μg/m3, 其中 SO2－4、NO－3 和 NH+4 分别占PM2.5 浓度的15.26%、14.06% 和8.57%, 三者累计值占PM2.5质量浓度的37.88%。随着PM2.5 浓度增加, 二次水溶性无机离子及其气态前体物 SO2、NO2 的浓度也逐渐增加, 且“重度”污染时 SO2－4、NO－3 和 NH+4 浓度较“良”时分别上升了1.93、2.41、2.03倍。不同空气质量级别下PM2.5中的 SO2－4、NO－3 主要以 NH4NO3 和 (NH4)2SO4 的形式存在, 但在“轻度”和“ 中度”污染时可能存在其它的硫酸盐和硝酸盐。采样期间 SOR 和 NOR 的平均值分别为0.18和0.17, 不同污染级别下二者均在0.15 以上 (大于0.1), 表明湘潭市PM2.5中的硫酸盐和硝酸盐主要是经转化形成的二次污染物。大气PM2.5中 NO－3/SO2－4 为0.89, 不同空气质量级别下二者比值分别为0.78、0.99、0.82、0.97(均小于1), 表明湘潭市冬季PM2.5污染以燃煤源排放为主。
二次水溶性无机离子 气态前体物 空气质量级别 燃煤污染 PM2.5 PM2.5 secondary water-soluble ions gaseous precursor air quality levels coal combustion 大气与环境光学学报
2020, 15(4): 296
1 河南理工大学资源环境学院,河南 焦作 454003
2 河南省焦作市气象局,河南 焦作 454002
PM2.5是影响河南省空气质量的首要污染物,秋冬季节灰霾污染严重。为了解河南省PM2.5污染的特征,对河南省的17个城市,运用统计学方法和ARCGIS技术分析 其时空分布特征。结果表明:从2015年1月至12月,河南省17个城市日均质量浓度达标天数比例为57.16%,冬季整体污染严重,超标天数比例为73.68%,春季超标 天数比例为44.37%,秋季超标天数比例为34.52%,夏季超标天数比例为20.08%。在去除气象记录的空气质量重污染日之后,周末的PM2.5平均值比工作 日高 8.04%,表现出“逆周末效应”。PM2.5/PM10值在0.50～0.65之间,且PM2.5与SO2相关性较高,表明河南省受传统煤烟型污染影响较大, 粗粒子污染明显。 PM2.5与PM10、SO2、NO2均呈现显著的相关性,说明河南省的污染主要是由燃煤及机动车尾气造成。由于温度及光照变化的影响, 河南省PM2.5与O3在不同季节呈现显著差异,其在冬季和秋季的相关性分别为-0.315(p=0.05)、-0.353(p=0.05),而在夏季的相关性为0.49(p=0.01),春季为0.003。
空气质量 超标天数 相关性 PM2.5 PM2.5 air quality over standard days correlation 0.3cm
辽宁师范大学物理与电子技术学院, 辽宁 大连 116021
针对大连市2015年6月至8月10个国控自动空气质量监测站的AQI、PM2.5、PM10、SO2 、NO2 、CO、O3 七个参数进行分析,探讨空气质量指数 的日均值变化规律、小时变化规律、特殊污染日的分析及AQI与其他参量的相关性分析。结果表明, 2015年大连市夏季空气质量优占44.6%,达标 率为97.9%。AQI日均值变化幅度较大,呈波浪型变化趋势, 6月至8月AQI变化规律大致相同,8月由于特殊气候影响, AQI数值最大为130.4,而后由于降雨, AQI显著减小。AQI小时变化规律00:00～07:00数据变化缓慢,上班高峰以及下班高峰数据会开始上升, AQI呈波峰、波谷变化。通过相关 性计算, AQI与PM2.5、PM10呈显著相关,与CO、NO2 、O3 呈较好的相关性,而与SO2 相关性不明显,为大连市大气污染治理提供依据。
空气质量指数 日均值 空气质量分析 相关性 air quality index day average PM2.5 PM2.5 air quality analysis correlation 大气与环境光学学报
2016, 11(2): 111
1 南京工业职业技术学院能源与电气工程学院, 江苏 南京 210023
2 华中光电技术研究所—武汉光电国家实验室, 湖北 武汉 430223
由于人们环保意识的提高,越来越多的场合期望提供实时的空气质量监测数据.对于这类应用场景,基于无线网络的远端监测站点与数据处理中心的系统架构已经十分成熟.给出了基于信号覆盖率最高的GSM中最可靠的短信服务作为数据传输媒介的远程空气质量监测系统的设计方案.方案中的硬件选型以性能、尺寸和功耗同时作为标准,力求使得系统具有更佳的工程使用价值,方便日后推广.同时监测中心除提供基本的监测软件外,还提供了开发库,便于用户利用监测站点的数据进行二次开发.通过对原型机的测试,该设计能够在无外部电源供电的情况下连续72 h对空气质量进行监测,具有实用推广价值.
远程监测 空气质量 GSM模块 单片机 传感器 remote monitor air quality GSM module MCU sensor
1 河北工业大学机械工程学院, 天津300130
2 天津同阳科技发展有限公司, 天津300457
环境污染气体监测是防治大气污染的前提条件。 污染气体的监测方法中, 光谱分析方法具有原理和结构简单、 响应速度快、 精度高等优点。 差分吸收光谱法利用气体分子在紫外-可见光谱范围的特征吸收来测量其浓度含量, 是环境气体监测领域的典型光谱分析方法。 根据差分吸收光谱的测量原理, 提出光纤收发一体测量结构, 将该结构应用于空气质量监测中。 氙灯光源经耦合透镜耦合后进入入射光纤, 经望远镜系统准直后出射, 经过被测气体之后, 由位于被测气体另一端的角锥棱镜反射后沿原路返回, 再次经过望远系统汇聚, 携带被测气体的信息经出射光纤传入光谱仪。 根据该方法研制了样机, 采用SO2, NO2标准气体对样机进行标定, 并应用样机对大气中的污染气体进行现场监测。 实验结果表明, 该方法能够满足空气质量监测要求。
差分吸收光谱 收发光纤 空气质量监测 Differential optical absorption spectroscopy Transmit-receive fibers Air quality monitoring 光谱学与光谱分析
2013, 33(10): 2783
中国科学院安徽光学精密机械研究所 中国科学院环境光学与技术重点实验室, 安徽 合肥230031
结合遥感所、云岗镇、燕山石化及首都机场4个站点2008年6月至9月期间SO2、NO2、O3以及PM10的监测结 果,对北京奥运期间主要污染物浓度水平和变化特征进行分析。PM[EQUATION]为北京市的主要污染物,各时段市 区站点PM[EQUATION]均明显高于市郊站点,城郊差异从7月1日至7月19日以及7月20日至8月24日时段的50%减少 至8月8日至8月24日以及9月6日至9月17日时段的25%左右。城郊各阶段PM[EQUATION]日变化的差异主要表现在 凌晨至11:00前后的时段。一次污染物SO[EQUATION]和NO[EQUATION]均达到国家大气环境质量二级标准,随着减排措施的实 施,降幅均超过14%。从日变化曲线来看,各站点NO[EQUATION]基本呈双峰型特征, SO[EQUATION]在燕山石化和云岗镇站 点表现出双峰态。O[EQUATION]作为光化学烟雾的指示剂,各站点O[EQUATION]呈现出白天高、夜晚低的日变化特征。云 岗镇和燕山石化的O[EQUATION]日变化表现出明显的双峰型。4个站点O[EQUATION]在实施减排措施的初始阶段呈现出升 高的趋势,7月20日后的统计数据表明后期O[EQUATION]浓度持续下降,平均日变化最大值和最小值的比值减小。 各个污染物浓度在8月8日至8月24日时段下降最为显著。相比于7月1日至7月19日减排措施实施的起始阶段, 各站点在7月20日至8月24日奥运期间SO[EQUATION]、NO[EQUATION]、O[EQUATION]和PM[EQUATION]降低幅度分别为14% [EQUATION]33%, 15%[EQUATION]61%, 2.5%[EQUATION]14%和10%[EQUATION]12%。
光化学污染 空气质量 SO2 NO2 O3 PM10 photochemical pollution air quality
