2018年吉林市大气污染物浓度变化及其与气象因素的相关性分析

高婵娟; 赵啟超; 丁若男; 张津铭; 李英华; 董春欣

doi:10.13205/j.hjgc.202105010

2018年吉林市大气污染物浓度变化及其与气象因素的相关性分析

doi: 10.13205/j.hjgc.202105010

吉林化工学院资源与环境工程学院, 吉林吉林 132022

基金项目:

吉林市科技创新发展计划项目（201830941）；吉林化工学院博士科研启动基金项目（2017008）；吉林化工学院校级重大科技项目（2018014）。

详细信息

作者简介:
高婵娟(1986-),女,讲师,主要从事大气污染防治方面研究。371676596@qq.com

计量
- 文章访问数: 530
- HTML全文浏览量: 141
- PDF下载量: 12
- 被引次数: 0
出版历程
- 收稿日期: 2020-04-06
- 网络出版日期: 2022-01-17

VARIATIONS OF ATMOSPHERIC POLLUTANTS CONCENTRATIONS AND THEIR CORRELATION WITH METEOROLOGICAL FACTOR IN JILIN CITY IN 2018

College of Resource and Environmental Engineering, Jilin Institute of Chemical Technology, Jilin 132022, China

摘要

摘要: 采用统计学方法、Pearson相关系数法和线性回归法研究分析了2018年吉林市大气污染物SO₂、NO₂、PM₁₀、PM_2.5、CO和O₃浓度的变化特征、污染物浓度之间的相关性以及污染物与气象因素的相关性。结果表明：1）吉林市大气环境中O₃、PM₁₀和PM_2.5日均值超标率分别为1.06%、3.27%和7.14%，颗粒物、O₃及其前体物质为治理重点；CO、SO₂、NO₂、PM₁₀和PM_2.5春、冬季污染较重，夏季污染最轻；大气环境中的污染物浓度随季节、时刻及人类活动发生周期性变化；2）PM₁₀和PM_2.5、PM_2.5和CO、NO₂和CO浓度之间高度相关（相关系数r均>0.8），并建立了其预测线性模型；3）污染物（O₃除外）浓度与温度、风速和混合层高度呈负相关，与气压呈正相关；降水对SO₂、PM₁₀和PM_2.5浓度具有一定的削减作用，降水后其浓度减少的次数占总降水次数的68.75%、84.38%和78.13%；吉林市污染最严重的颗粒物受气象因素中混合层高度、风速和降水影响较大。该研究成果可为日后吉林市开展大气污染治理、区域大气环境容量测算、空气污染潜势预报等研究提供参考。
- 吉林市 /
- 大气污染物 /
- 变化特征 /
- 气象因素 /
- 相关性
Abstract: The statistical method, Pearson correlation coefficient method and linear regression method were adopted to analyse the variation characteristics of the concentrations of SO₂, NO₂, PM₁₀, PM_2.5, CO and O₃, the correlation between pollutants concentrations, as well as the relationship between pollutants and meteorological factors in Jilin city in 2018. The results showed that:1) the exceeding standard rate of daily average value of O₃, PM₁₀ and PM_2.5 concentrations in Jilin city account for 1.06%, 3.27% and 7.14%, respectively; consequently, air pollution control should focus on particles, O₃ and their precursors; the pollution of CO, SO₂, NO₂, PM₁₀ and PM_2.5 were more serious in spring and winter, and the less in summer; the concentration of pollutants varied periodically with seasons, hour and human activities. 2) The concentrations of PM₁₀ and PM_2.5, PM_2.5 and CO, as well as NO₂ and CO, were highly correlated with each other (correlation coefficients r were all above 0.8), and the prediction linear model was established in this research. 3) The concentration of pollutants (except O₃) was negatively correlated with temperature, wind speed and mixed layer height, but positively correlated with air pressure; precipitation had a certain reduction effect on SO₂, PM₁₀ and PM_2.5 concentration, the percentage of pollutant concentration reduced after precipitation were 68.75%, 84.38% and 78.13%, respectively; the particles, the most seriously pollutant in Jilin city, were greatly affected by mixed height, wind speed and precipitation. This study could provide references for air pollution control, calculation of regional atmospheric environmental capacity and prediction of air pollution potential and elated researches in Jilin city.
- Jilin city /
- air pollutants /
- variation characteristics /
- meteorological factors /
- correlation

HTML全文

参考文献(37)

[1]	黄晓虎, 韩秀秀, 李帅东, 等. 城市主要大气污染物时空分布特征及其相关性[J]. 环境科学研究, 2017, 30(7):1002-1011.
[2]	臧星华, 鲁垠涛, 姚宏,等. 中国主要大气污染物的时空分布特征研究[J]. 生态环境学报, 2015, 24(8):1322-1329.
[3]	邓利群, 李红, 柴发合, 等. 北京东北部城区大气细粒子与相关气体污染特征研究[J]. 中国环境科学, 2011, 1(7):1064-1070.
[4]	吴丹, 辛金元, 孙扬, 等. 2008年奥运期间华北区域大气污染物本底浓度变化与分析[J]. 环境科学, 2010, 31(5):1130-1138.
[5]	朱常琳, 孟双双, 张荣国. 西安市主要大气污染物的相关性分析及时空分布特征[J]. 环境工程, 2017, 35(12):86-91.
[6]	王化杰, 张波, 胡昊, 等. 安徽省大气污染物时空分布特征及演化规律[J]. 环境科学研究, 2018, 31(4):628-641.
[7]	李彩霞, 李浩, 朱国强, 等. 大气颗粒物与气象条件相关性研究综述[J]. 科技资讯, 2015(14):118-119.
[8]	周俊佳, 梁娟珠. 福州市区大气污染物质量浓度时空分布特征分析[J]. 环境工程, 2017, 35(2):89-93 ,173.
[9]	曹琳娜. 2016年佛山市五区大气污染物浓度变化及相关性分析[J]. 中国资源综合利用, 2017, 35(11):114-116.
[10]	肖德林, 邓仕槐, 邓小函, 等. 达州市城区大气污染物浓度变化特征及影响因素分析[J]. 环境工程, 2018, 36(8):170-175 ,159.
[11]	曹梅, 王斌, 仇娜, 等. 西安市2006-2015年大气污染物变化特征及与气象条件的关系[J]. 江西农业学报, 2017, 29(9):109-115.
[12]	刘郁珏, 李艳, 苗世光. 北京市房山区大气污染物时空分布特征及气象影响因素分析[J]. 气象与环境科学, 2018, 41(4):60-69.
[13]	杨荣师, 李金娟, 徐露, 等. 贵阳市西郊PM₁₀污染特征及其与主要气象因素的关系探讨[J]. 贵州大学学报(自然科学版), 2009, 26(2):123-127.
[14]	朱敏, 陈海宇, 张骁君. 上海市青浦区PM₁₀污染与气象要素的关系[J]. 环境科学与管理, 2012, 37(4):103-107.
[15]	邓利群, 钱骏, 廖瑞雪, 等. 2009年8-9月成都市颗粒物污染及其与气象条件的关系[J]. 中国环境科学, 2012, 32(8):1433-1438.
[16]	周德平, 齐颖, 甘露林, 等. 长春市PM₁₀污染与气象条件分析[J]. 安徽农业科学, 2010, 38(15):8034-8036.
[17]	秦玉琳, 杜倩. 吉林省城市大气环境容量特征分析[J]. 气象灾害防御, 2019, 26(3):6-11.
[18]	杨俊玲, 梁凤霞, 王晓腾. 吉林市40年主要气象要素变化特征分析[J].吉林气象, 2012(4):15-16.
[19]	雷坚志, 刘久国. 环境空气中臭氧分布特征和超标原因分析[J]. 四川环境, 2016, 35(4):90-94.
[20]	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, 46(5):17-21.
[21]	鲍秋阳, 王毅勇, 张学磊,等. 吉林市大气PM_2.5污染特征及来源分析[J]. 环境保护科学, 2018, 44(3):74-79.
[22]	孙银川. 银川市空气污染物特征分析及其预报方法的研究[D]. 南京:南京信息工程大学, 2007.
[23]	薛敏, 王跃思, 孙扬,等. 北京市大气中CO的浓度变化监测分析[J]. 环境科学, 2006, 27(2):200-206.
[24]	雷瑜, 张小玲, 唐宜西, 等. 北京城区PM_2.5及主要污染气体"周末效应"和"假日效应"研究[J]. 环境科学学报, 2015, 35(5):265-273.
[25]	HAO Y Z, GAO C J, DENG S X, et al. Chemical characterization of PM_2.5 emitted from motor vehicles powered by diesel, gasoline, natural gas and methanol fuel[J]. Science of the Total Environment, 2019, 674:128-139.
[26]	石玉珍, 徐永福,王庚辰, 等. 北京市夏季O₃、NO_<em>x等污染物"周末效应"研究[J]. 环境科学, 2009, 30(10):2832-2838.
[27]	刘新峰, 袁惠, 杨军, 等. 统计分析方法在大气环境监测数据符合性分析中的探讨[J]. 四川环境, 2012, 31(2):36-39.
[28]	张培锋, 谢超颖, 白云飞. 平原城市大气污染物浓度变化及相关性分析[J]. 许昌学院学报, 2016, 35(5):80-83.
[29]	侯乐, 王帅, 刘闽, 等. 沈阳市臭氧浓度时空分布与变化特征分析[J]. 环境保护与循环经济, 2017, 37(10):50-53.
[30]	牛生杰, 章澄昌. 贺兰山地区沙尘暴沙尘起动和垂直输送物理因子的综合研究[J]. 气象学报, 2002, 60(2):194-204.
[31]	张红. 典型沿江城市空气污染物特征及与气象条件的耦合关系研究[D].合肥:中国科学技术大学, 2017, 116.
[32]	杜勤博, 吴晓燕, 郑素帆, 等. 气象因素对汕头市大气O₃污染的影响[J]. 气象与环境科学, 2019, 42(4):83-89.
[33]	毕丽玫, 史建武, 刘意, 等. 昆明城区PM_2.5与常规大气污染物及气象因素的相关分析[C]//中国环境科学学会学术年会, 中国环境科学学会年会论文集, 2013:4499-4505.
[34]	洪超. 西安市空气污染特征及重污染天气成因研究[D]. 兰州:兰州大学, 2017, 80-84.
[35]	王闯, 王帅, 杨碧波, 等. 气象条件对沈阳市环境空气臭氧浓度影响研究[J]. 中国环境监测, 2015, 31(3):32-37.
[36]	杨茜, 高阳华, 陈贵川. 降水对重庆市大气污染物浓度的影响分析[J]. 气象与环境科学, 2019, 42(2):68-73.
[37]	陈锦鹏, 郑锦斌, 吴建成. 2014年漳州市大气混合层高度与大气污染的关系分析[C]//中国气象学会.第33届中国气象学会年会S11大气成分与天气、气候变化及环境影响, 2016.