高密市环境空气污染物浓度变化特征

详细信息    查看全文 | 推荐本文 |

英文篇名：The Temporal Variation Characteristics of Air Pollutants in Gaomi 作者：王娟 ; 赵春红 ; 孙泽锋 ; 郭立新 英文作者：Wang Juan;Zhao Chunhong;Sun Zefeng;Guo Lixin;Gaomi Environmental Monitoring Station; 关键词：环境空气污染物 ; 变化特征 ; GM ; (1 ; 1) ; 相关性分析 ; 复合型污染 ; 高密市 英文关键词：environmental air pollutants;;temporal variation characteristics;;GM(1,1);;the correlation analysis;;complex air pollution;;Gaomi 中文刊名：中国环境管理干部学院学报 英文刊名：Journal of Environmental Management College of China 机构：高密市环境监测站; 出版日期：2019-05-08 13:58 出版单位：中国环境管理干部学院学报 年：2019 期：02 语种：中文; 页：85-89 页数：5 CN：13-1272/X ISSN：1008-813X 分类号：X51

摘要

基于2014—2018年高密市大气监测数据,分析了SO_2、NO_2、PM_(10)、PM_(2.5)浓度的变化特征及成因,对四项污染物及降雨量进行了相关性分析,利用GM(1,1)模型对高密市未来空气质量进行了预测。结果表明,2014—2018年高密市环境空气中SO_2、NO_2、PM_(10)、PM_(2.5)年际变化呈现出逐年下降趋势;污染物月均值变化均为冬春季浓度高,夏秋季浓度低;通过相关性分析发现,环保政策对高密市空气质量总体改善起到了决定性作用,自然地理因素对高密市大气污染物月均值的变化影响明显。
        Based on the air automatic monitoring date of Gaomi from 2014 to 2018, the variation characteristics of SO2, NO2, PM10 and PM2.5 concentrations were analyzed, the correlation analysis of the four pollutants and rainfall were analyzed, and the air quality in Gaomi city was predicted by GM( 1,1) model. Results showed that the concentration of SO2, NO2, PM10, PM2.5 in Gaomi city showed a downward trend from 2014 to 2018. SO2, NO2, PM10 and PM2.5 exhibited obvious monthly differences in concentrations, with higher concentrations in winter but lower concentrations in summer. Through correlation analysis, it is found that environmental policies has played a decisive role in the improvement of air quality in the past five years. Natural geographical factors had obvious influence on the monthly changes of air pollutants.

引文

[1]段漳波.元江县城环境空气污染物变化趋势分析[J].环境科学导刊,2019,38(1):47-51.
    [2]胡敏,唐倩,彭剑飞,等.我国大气颗粒物来源及特征分析[J].环境与可持续发展,2011,36(5):15-19.
    [3]彭应登,钟良,刘翠玲.北京PM2.5污染特点及防治途径[J].节能与环保,2012(3):52-54.
    [4]徐义邦,姜云娜,张吴,等.南昌市2013—2016年大气污染物浓度变化特征分析[J].中国环境管理干部学院学报,2018,28(4):89-93.
    [5]马浩平,孙明虎,张志珍.潍坊城区典型区域PM10和PM2.5质量浓度变化特征[J].中国环境管理干部学院学报,2018,28(2):66-69.
    [6]邓聚龙.灰色控制系统[M].武汉:华中理工大学出版社,1998:3-7.
    [7]刘学欣,薛安.2008年北京市大气质量的灰色预测[J].环境工程,2006(2):69-71.
    [8]王鸥,何秉宇.基于灰色关联度的乌鲁木齐市PM2.5与环境空气质量六要素关系的探讨[J].干旱区资源与环境,2018,32(6):176-181.
    [9]刘杰.北京大气污染物时空变化规律及评价预测模型研究[D].北京:北京科技大学,2015.
    [10]赵美玲,薛锐.灰色模型理论在环境空气质量趋势分析中的应用[J].北方环境,2013,25(2):76-79.
    [11]刘思峰,党耀国,方志耕,等.灰色系统理论及其应用[M].北京:科学出版社,2004.
    [12]郭齐胜,杨秀月,王杏林,等.系统建模[M].北京:国防工业出版社,2006:313-318.