时间:2023-05-29 18:18:28
开篇:写作不仅是一种记录,更是一种创造,它让我们能够捕捉那些稍纵即逝的灵感,将它们永久地定格在纸上。下面是小编精心整理的12篇空气污染指数,希望这些内容能成为您创作过程中的良师益友,陪伴您不断探索和进步。
【关键词】单片机;气敏传感器;空气污染指数
一、基于气敏传感器的空气污染指数检测显示系统的总体设计
本系统的硬件结构一般有由进气模块、传感器阵列模块、信号采集模块、单片机处理器模块和LCD显示控制模块组成,具体构成如图1所示。
图1系统总体设计原理框图
1.进气模块
进气装置主要解决的问题是,如何将被测的气体引入检测系统中的装有传感器阵列的气泵中,在进气的过程中,涉及到气体的净化装置的设计,最重要的是对进气装置流量的控制问题。在本系统中选用气泵的型号为sa751.5,进气流量为1.5L/min。需要对气体中夹杂的水分,通过由活性炭构成的净化装置过滤隔除掉。进气装置流量的控制能对系统的检测效果产生很大的影响。因此,气泵的流量的大小选择至关重要,影响整个系统的实时性,在此系统中,要求气体在一分钟内完成采样,所以选择1.5L/min流量的气泵。经过测试,具有可靠的实时性和稳定性。
2.传感器
传感器是一种信号检测器件,分别采用三种不同的传感器对SO2,氮氧化物和悬浮颗粒物的浓度进行检测。
3.信号与数字处理电路
信号处理电路将输出的传感器检测到的信号,放大处理后输送到下一级。
数字处理电路是将信号处理电路输出的模拟量转换成有效的数字信号。
4.微处理器
微处理器是将数字处理电路输出的数字信号与标准信号进行对比处理,并输送给显示器和报警系统。
5.显示器
显示器是将微处理器输出的结果进行显示。
6.报警器
报警器是当检测到的污染指数数值达到或超过设定值时就发出报警提示的一种设备。
二、硬件单元设计
1.气敏式传感器的原理与器件选择
气敏传感器按照不同的工作原理可以分为半导体式,催化燃烧式,热传导式以及电化学反应式。不同的传感器由于其结构和工作原理的不同,导致它们有着各自不同的优缺点。半导体气敏传感器件是利用处于被测气体的环境中时,半导体的电阻率或伏安特性随着气体浓度的变换而变化的特性制成的。
半导体气敏传感器的优点:一般对可燃气体比较敏感,选择性相对比较好,不需要经常维护,使用寿命也比较长(可以达到10年)。
半导体气敏传感器的缺点:定量测量的准确度还有待提高,并且测量的精确度很容易受温度影响,测量的线性范围较窄、稳定性比较差、抗干扰能力较弱。
综上所述,半导体气敏传感器适合在气体环境相对稳定,气体浓度变换不大的条件下使用,在低浓度气体环境中输出响应变化比较大,在较高浓度时容易达到饱和,比较适用于民用气体的检测要求。
2.信号与数字处理电路
检测电路输出的微弱电信号达不到所要求的电平,不能直接被利用,必须经放大、补偿等措施进行处理,将来自传感器的信号进行精密放大,抑制共模成分,提高信号质量。信号放大电路是传感器信号调理电路。采用的器件为运算放大器,选择放大器应考虑精度、速度、幅度及共模抑制等要求。
数字处理电路的作用主要是将检测电路输出的模拟信号应用模数转换器变成有效的数字信号。系统选用MAXIM公司的MAX 1270作为模数转换芯片。由于SPI的接收寄存器只有8位,而MAX1270转换结果是12位,因此不能直接用SPI模块完成数据的发送和接收,而通过模仿SPI通信协议用I/O接口模拟的方式实现串行通信。系统选用I/O接口GPE11为SPI总线的MISO信号口,接收MAX1270转换后的数据;I/O接口GPE 12为MOSI信号口,向MAX1270发送控制字;I/O接口GPE13为CLK信号口,向MAX1270发送时钟信号;I/O接口GPF1连接MAX1270的/CS引脚,用来控制MAX1270工作;I/O接口GPG7连接MAX1270的/SSTRB引脚,用来通知S3C2410接收数据。
3.显示、存储与报警
LJD128X644液晶显示模块是128x64点阵的汉字图形型液晶显示模块,可显示汉字及图形,内置8192个中文汉字(16X16点阵),128个字符(8X16点阵)及4X256点阵显示RAM(GDRAM)。可与CPU直接接口,提供两种界面来连接微处理机:8位并行及串行两种连接方式。具有多种功能:光标显示、画面移位、睡眠模式等。
报警电路分为蜂鸣器报警电路和LED发光报警电路组成。当输入端P1.0为低电平时,有电流通过蜂鸣器,蜂鸣器发出声音报警,而当输入端为高电平时不报警。当输入端P1.1为低电平时,LED点亮报警,反之输人端P1.1为高电平则不报警。
三、软件设计
软件部分的设计要根据空气污染指数检测报警系统的信号处理流程来进行,空气污染指数检测报警系统电路中信号的处理流程为:污染指数检测要求有及时数据采集、处理、存结果、送显示的运行过程。根据这一要求,污染指数检测报警系统的信息测量与处理分三个阶段:
(1)在微处理器的控制下,经传感器转换的电压信号通过输入电路送A/D转换器处理,变为相应的数字量,存入到数据存储器中。
(2)微处理器对采集的测量数据进行必要的数据处理,如特性补偿、数字滤波、标度变换等。
(3)显示处理结果,把数据信号处理为显示及记录所要求的信号格式,通过输出接口电路输出并显示与记录。
四、结论
本文研究的是基于气敏传感器对空气污染指数进行检测、显示和报警,通过理论分析,实验验证,该项目达到了原来设计的技术指标,且具有结构简单、灵敏度高、适用性强等一些列优点,体积较小,使用方便,且测量精度高,具有较好的应用推广价值。
参考文献:
Abstract: in this paper, including the United States, Britain, China's Hong Kong and other countries and regions in the air environmental monitoring and evaluation system of the analysis and summary to the current situation of the development of China, and the existing system comparison to China's air quality monitoring and evaluation work to provide some Suggestions for improvement.
中图分类号: X83 文献标识码:A文章编号:
近年来,我国政府始终高度重视大气环境治理工作,监测标准更加明确,监测仪器更加准确,监测手段更加多样,监测结果更加科学。但是,由于空气污染源的多样性和复杂性,空气质量评价等级往往与公众的实际感受有所偏差,无法全面、客观和科学的反映出空气质量的好坏程度。所以,学习了解发达国家或地区的相关工作的特点和优点,对于我国空气质量监测与评价体系的完善具有重要意义。
本文对包括美国、英国、中国香港等发达国家及地区在环境空气监测与评价工作方面的进展进行梳理,从中总结出各国及地区的先进经验和科学方法,并与我国现有方法和制度进行比较,提出一些改进建议,为我国空气质量监测和评价工作提供有益参考。
1.中国香港
1987年香港依据国际标准制订了适用于全香港的空气质量标准,列出7种需要控制的空气污染物。该标准以科学方法分析空气中的污染物浓度与市民健康受空气污染影响的相互关系。
1.1 空气监测现状
香港环境保护署在全港设立了14个固定监测站,分别为11个一般监测站和3个路边监测站。一般监测站主要装设于4至6层高大厦,代表了市民大部份时间所接触的空气污染情况,较有参考价值。
除了一般监测站外,还设置3个路边监测站,分别位于铜锣湾、旺角及中环交通繁忙的道路旁边,用于制定市区内繁忙路旁的空气污染指数,会比一般空气污染指数为高。对那些经常在车辆繁忙的街道上连续停留数小时的市民来说,路边空气污染指数则较为重要。
香港这种分类安排,既能兼顾到广大市民的不同需求,又能掌握城市总体空气质量状况和道路汽车尾气污染情况。
1.2 空气质量评价体系
香港环保署采用的空气污染指数(API指数),是将可吸入颗粒物、二氧化硫、一氧化碳、臭氧和二氧化氮等5种污染物浓度转化为0至500的数字来表征环境质量状况。空气污染指数分级详见表1。
表1. 香港的空气污染指数分级
空气污染指数 空气污染水平 对健康的影响
0至25 轻微 预料没有影响
26至50 中等 预料没有影响
51至100 偏高 预料不会有急性的健康影响,但如果长时间在这空气污染水平中,可能引致慢性不良影响。
101至200 甚高 患有心脏或呼吸系统毛病者的健康情况可能轻微转坏,而一般人或会稍感不适。
201至500 严重 患有心脏或呼吸系统毛病者的健康情况可能会明显地受影响,而一般人普遍会有不适的情况(例如眼睛不适、气喘、咳嗽、痰多、喉痛等征状)。
香港还通过统计各测点不同污染物的达标情况来表征全市环境空气质量的变化。其中1小时、8小时和24小时浓度限值为短期空气质量标准,3个月和1年浓度限值为长期。
1.3 小结
纵观香港地区环境空气监测的相关规范与评价体系,可以总结出以下几个优点:
1、针对人口密集的城市特点,香港监测站点分布更为合理和人性化。让不同区域的市民都能准确及时地了解自身所处的空气质量状况,做好自身预防措施。
2、香港的环境空气质量监测标准所涉及的指标更为全面,标准的限值更为细致。不同时段的标准,对于监测数据的综合分析提供的更为详尽的依据。
3、香港的环境空气质量评价体系更为关注环境空气质量对人体健康的影响,详尽地列出了不同污染物达到高浓度时对健康构成的影响。这对于市民了解不同污染物的危害有警示作用。
2.美国
2.1 空气监测现状
自1970年《清洁空气法案》颁布生效以来,美国逐步整合各州资源建立起国家空气监测系统。全美大约4000个空气监测点位,分为:州和地方、国家和特定目的等三类监测站。后来新增了光化学评估监测站用于监测臭氧化学前体物质。目前,全美监测站规模和分布范围取决于州和地方空气污染控制部门的需要。有的着重于污染物高浓度和人口高密度地区,有些根据部门需要服务于特定研究。
2.2 空气质量评价体系
最新修订的美国《清洁空气法案》制定两类空气质量标准:初级标准设定限值以保护公众健康,包括敏感人群,如哮喘病人、老人。小孩等;次级标准设定限值保护公众福利,包括减轻能见度降低以及对动物、植物、农作物和建筑的损害等。
美国采用空气质量指数(AQI)评价每日空气质量,依据臭氧、颗粒物、一氧化碳、二氧化硫和二氧化氮5种主要空气污染物,告诉公众空气清洁或污染状况以及可能对健康造成的影响。AQI被划分为6个类别,详见表2。
表2.美国空气质量指数AQI等级划分
AQI 健康关注水平 标注颜色
0~50 好 绿
51~100 中等 黄
101~150 对敏感人群不健康 橙
151~200 不健康 红
201~300 极不健康 紫
301~500 危险 粟
AQI计算公式如下:
式中,为 污染物的指数值;为污染物的浓度值;为所在浓度区间的临界值高值;为所在浓度区间的临界值低值;为与对应的AQI;为与对应的AQI。AQI的值为根据各项污染物浓度计算的分指数的最大值。
2.3 小结
通过上述美国环境空气监测评价体系的相关资料,优点如下:
1、美国的四类环境监测站的侧重点不同,针对性强。美国充分考虑了其国土面积广阔,但人口分布极不均匀的特点。
2、特定目的监测站并非固定站点,而是可改变和调整优先次序的流动站点,这是受环境和资源限制的固定监测网络的有益补充。
3、美国的环境空气质量监测标准分级针对不同人群而设定。这样既兼顾到特殊铭感人群的生存状况,又适用于普通公众。
3.英国
3.1 空气监测现状
当前英国共有超过400个国家控制的空气质量监测点位,共同组成自动监测网络和手工监测网络。与自动监测给出的即时浓度不同,手工监测点位只监测特定采样周期(典型为一天或一月)的平均浓度。其中,城乡自动网络监测点位在英国的分布情况见下表(截至2007年),运行概况见表3。
表3. 英国空气监测网络运行概况
污染物 主要来源 点位数 覆盖地区
关键词:沙尘暴;浮尘;可吸入颗粒物
2010年春,我国出现一次规模较大的沙尘暴天气。这次沙尘暴起源于中亚、我国西北部沙漠地区,但是其路径是通过我国黄海、东海,然后到达香港、珠江三角洲地区的。广东省21个地级以上城市在3月15至21日API基本都在100以下,22日有部分城市API超出100,个别测站达到500以上,首要污染物均为可吸入颗粒物。粤东沿海是此次沙尘暴影响的重污染区,23日污染程度有所减轻,但仍较严重。深圳空气质量继2009年4月26日第一次受到北方沙尘暴天气影响,再次受到了影响。南下的沙尘昨日染黄深圳的天空,令空气污染指数升至有纪录以来的最高位。全市平均空气污染指数为289,属中度重污染,福田、罗湖、盐田和宝安区空气质量为重度污染,主要污染物为可吸入颗粒物。这也创下近14年以来,深圳空气污染的最高值。这次沙尘天气对南方城市空气质量的影响,引起了市民的广泛关注。如何应对和改进现状,促进我国空气质量预报预警体系建设,为市民日常活动提供健康指引的一项服务;如何使预报预警信息更通俗易懂、更贴近民生,更好地服务社会,服务市民。2010年春出现的较大规模沙尘暴天气给我省沙尘暴预警预报工作带来一些思考。
一、沙尘影响广东空气质量的基本情况
这次北方沙尘天气对广东环境空气质量的影响分四个阶段,如图1:迅速攀升阶段:3月21日11时至3月21日16时,短短5个小时,首先受到北方沙城影响的粤东某市国控测点的可吸入颗粒物浓度由0.107 mg/m3升至到该站最高值0.862 mg/m3;高位稳定阶段:3月21日16时至3月22日12时,该国控测点的可吸入颗粒物浓度一直比较稳定保持在0.8 mg/m3附近;逐步下降阶段:3月22日12时至3月23日9时,该国控测点的可吸入颗粒物浓度降至0.467 mg/m3;迅速下降阶段:3月23日9时至3月23日11时,2个小时内降至0.154 mg/m3,已经接近于沙尘暴影响前的浓度水平。
粤东某市区控制点可吸入颗粒物浓度
图1粤东某市国控测点可吸入颗粒物浓度变化
这次沙尘暴突袭广东,是由全省各地市空气自动监测网络发现的,首先从粤东的汕头站发现,随后珠三角的广州、东莞、深圳等市的空气质量自动监测站均监测到沙尘天气对可吸入颗粒物浓度的影响响,但气象部门并没有提前发出预警。环境监测部门经过事后的各种资料分析,包括风场、卫星遥感、环保监测数据等资料,都证明这是由北方沙尘带来的外来源引起的颗粒物浓度升高。但在这严重影响身体健康的恶劣天气过程中,并没有一个部门相关信息,让市民得到相关的指引,这不得不引起我们的反思。
二、沙尘暴源区到广东沿途城市可吸入颗粒物浓度演变分析
由于沙尘影响的区域东移南下,在沙尘暴源地到广东沿途城市的可吸入颗粒物浓度先后出现异常快速上升, 1d内空气污染指数升幅超过400,空气质量级别急降多级,由优、良天气直接恶化到重度污染天气,跨过轻微污染、轻度污染、
中度污染、中度重污染的逐步演变过程。由图2可知,距离沙尘暴地区最近的西宁、兰州空气污染指数由 4月23日低于100,空气质量为良,到 24日空气污染指数突变超过500,空气质量为重度污染, 25日浮尘南下影响成都、武汉,空气质量也由24日的优和良迅速恶化为重度污染,污染指数超过500;4月24~26日长沙空气质量每天恶化2级,由24日优到25日轻度污染到26日重度污染;广东地区则比长沙推后1d,由25日良好到26日的轻度污染到27日中度污染。空气污染指数的演变显示,沙尘暴的影响从北往南减弱,各个城市都观测到空气中有明显的浮尘。这是受沙尘暴的影响。
图 2沙尘暴源区到广东沿途城市空气污染指数变化
三、深圳市的空气质量预报预警会商机制
为了保障“绿色大运”的承诺,深圳经过该次北方沙尘的影响,已初步建立起了预报预警机制和信息机制。
1预报预警会商机制的建立
1.1与气象部门无缝对接
环保部门和气象部门拟定了两个部门的合作协议,制定空气质量预报会商、预警及信息方案,应急预案等五个合作方案。平常每天会商一次,大运期间每天三次;建立信息机制,两个部门按照各自的职能相关信息。对于容易令群众产生误解的气象数据和环境空气质量指标,由联席会议办公室组织双方会商,达成共识之后联合,统一信息口径和进行解释。
建立了预报预警联动机制。根据深圳市空气污染现状及气象特征,将空气质量预报预警划分为3个等级,在出现极端不利气象条件,或者出现灰霾天气时,按照空气质量预报预警等级,分别启动相应的联动。
1.2大运空气质量保障深圳市空气质量测报实施方案
争取在省环保厅的统筹指挥下,实行空气污染分区控制,以空气污染指数为主要指标,以污染源为主要对象,以"管、限、停"为主要控制措施,最大程度保障极端不利气象条件下大运会空气质量。参照广州亚运会的做法,提请市人大常委会授权政府有关部门,在大运会开幕前一定时间内或大运会期间,若遇到极端不利气象条件、不利大气污染物扩散,使我市空气质量无法达到承诺要求时,将对工厂及机动车临时减排措施作出安排,对到期未完成治理任务的企业实施停产或限产。编制完成《2011年第26届世界大学生夏季运动会空气质量保障联防联控措施方案》,将东莞市凤岗镇与深圳市一同列为空气质量保障核心控制区域,将东莞市及惠州市列为空气质量保障重点城市,确保邻近城市共同推进大运会空气质量保障联防联治工作。实施"五个一律"的强制性特殊空气质量保障措施:一是超标排放的电厂机组一律停产,高排放机组限制上网;二是超标排放的工商业锅炉和窑炉一律停产;三是超标排放VOC的企业一律停产;四是未安装油烟净化设施、未使用清洁燃料的饮食服务企业一律停产;五是易产生扬尘的相关工程一律停止作业。为全面、准确地监测环境空气质量,及时环境空气质量信息,评估和测试环境空气质量保障措施的效果,并为大运会期间环境空气质量预报预警和采取污染控制应急措施提供技术支撑。
2信息机制的建立
2.1充实环境空气质量信息机制,更好地服务社会,服务市民。
1)以API指数为依据,结合能见度、PM2.5的监测情况和天气情况,在预报信息中,给予市民需要注意的意见。
2)在极端不利天气条件下,除了按规定信息和预报外,考虑增加信息指引,如在能见度低,PM2.5以下的微细粒子高的情况下,测报未来6小时API指数可能的变化情况,及时给予市民信息,提出要注意的事项。
3)在极端不利天气条件下,及时启动与气象部门的应急会商,提高信息交流频率,统一信息口径,实现联动和无缝对接。
四.建议
广东省气象部门目前并没有建立起沙尘天气的预警系统,因此,环保系统必须通过在全省范围内建立起来的空气自动监测网络,以省环境监测中心为平台,联合全省各市环境监测站,建立极端不利天气条件下的信息通报机制、会商机制和机制,环保部门就能掌握主动,在出现极端不利天气条件下,让市民及时得到相关指引。
1)倡议各地级以上市在极端不利天气条件下,加强环境空气质量监测信息的互动、交流,建立在极端不利条件下监测站之间的会商机制,建立联络人制度。及时会商、分析原因,形成统一意见,突出我省环境监测系统在空气质量信息的权威地位,提高对社会的影响力。
关键词:二氧化硫;氮氧化物;总悬浮颗粒物;空气污染指数;空气质量指数
1 引言
随着人们环保意识的加强,已逐步意识到环境空气对人体健康的影响。空气中含有的污染物质危害很大,二氧化硫形成工业烟雾,高浓度时使人呼吸困难,是著名的伦敦烟雾事件的元凶;进入大气层后,在云中形成酸雨,对建筑、森林、湖泊、土壤危害大;易形成悬浮颗粒物,又称气溶胶,随着人的呼吸进入肺部,对肺有直接的损伤作用。氮氧化物刺激人的眼、鼻、喉和肺,增加病毒感染的发病率,例如引起导致支气管炎和肺炎的流行性感冒,诱发肺细胞癌变;形成城市的烟雾,影响能见度;破坏树叶的组织,抑制植物生长;在空中形成硝酸小滴,产生酸雨。城市大气颗粒物含有各种有机污染物, 与呼吸器官疾病发病率甚至死亡率等诸多不利健康效应之间关系密切。总悬浮颗粒物(TSP)沉积在绿色植物叶面,干扰植物吸收阳光、CO2,放出O2和水分的过程,从而影响植物的健康和生长。杀伤微生物,引起食物链的改变,进而影响整个生态系统;遮挡阳光而可能改变气候,这也会影响生态系统。
通过室内空气质量评价可掌握室内空气质量状况及变化趋势,展开室内污染的预测工作,评价室内空气污染对健康的影响,弄清污染源( 如各种装修材料、建筑涂料等)与室内空气质量的关系,为建筑设计、卫生防疫、控制污染提供依据。江苏城市职业学院有3个校区,分别是定淮门校区,定淮门东校区,应天校区。本文正是基于校园空气质量的重要性,在3个校区都现场采集空气样后带回实验室进行化学分析,对二氧化硫、 氮氧化物、总悬浮颗粒物这3项污染物进行了大量监测采样及分析在取得监测样本数据后,选择相关评价方法对所调查的空气环境质量做出分析评价。
2 采样及分析方法
2.1 采样方案
采样时间为2010年4月,监测点主要分布在江苏城市职业学院3个校区校园中,具有一定代表性,能够反映监测范围内空气质量特征的地点,包括门卫、学生宿舍、食堂、教学楼、实验中心等5个点,采样主要用空气采样器(流量为0~1L/min )、TSP采样器进行现场监测采样,合理保存样品后送往实验室进行分析,并取得最后监测数据。每个监测点按空间大小不同设2~4个采样点,均按小时平均浓度监测,最终数据取其各采样点数据的平均值。上午7点到晚上8点的数据代表白天测量值,其余数据代表夜晚测量值。
2.2 分析方法
根据校园环境的特点、实验的可行性和代表性,本文主要对各监测点二氧化硫、氮氧化物、总悬浮颗粒物污染物进行了监测分析,所用监测分析方法见表1。
表1室内主要污染物监测方法
污染物监测方法依据
二氧化硫四氯化钾吸收――盐酸副玫瑰苯胺分光光度法GB/T16128-1995
氮氧化物改进的Saltzman法GB12373-90,GB15435
总悬浮颗粒物重量法
3 评价方法及指标
3.1 评价方法
为了全面、综合地评价校园室内空气的质量状况,本文主要采用空气污染指数法和空气质量指数法对校园空气质量进行综合评价。我国目前采用的空气污染指数(API)分为5个等级,API值小于等于50,说明空气质量为优,相当于国家空气质量一级标准,符合自然保护区、风景名胜区和其它需要特殊保护地区的空气质量要求;API值大于50且小于等于100,表明空气质量良好,相当于达到国家质量二级标准;API值大于100且小于等于200,表明空气质量为轻度污染,相当于国家空气质量三级标准;API值大于200表明空气质量差,称之为中度污染,为国家空气质量四级标准;API大于300表明空气质量极差,已严重污染。
根据我国空气污染特点和污染防治重点,目前计入空气污染指数的项目暂定为:二氧化硫、氮氧化物和总悬浮颗粒物。随着环境保护工作的深入和监测技术水平的提高,将调整增加其他污染项目,以便更为客观地反映污染状况。
某种污染物的污染分指数(Ii)按下式计算:
Ii=(ci-ci,j)(ci,j+1-ci,j)(Ii,j+1-Ii,j)+Ii,j.
式中:ci,Ii分别为第i种污染物的浓度值和污染分指数值;
ci,Ii,j分别为第i种污染物在j转折点的极限浓度值和污染分指数值(查表 );
ci,j+1,Ii,j+1分别为第i种污染物在j+1转折点的浓度极限值和污染分指数值,
API=max(I1,I2…Ii,…In)
空气质量指数AQI是一种反映和评价空气质量的方法,就是将常规监测的几种空气污染物的浓度简化成为单一的概念性数值形式、并分级表征空气质量状况与空气污染的程度,其结果简明直观、使用方便,适用于表示城市的短期空气质量状况和变化趋势。
API=imaxiav.
imax为质量分指数的最大值;
iav为质量分指数的平均值。
3.2 评价指标
国家通过大量的现场调研,确定室内污染物的种类、发生率及平均的污染水平,了解暴露――效应关系,确定可接受的效应水平,最终确定了适合我国国情的室内空气质量标准 (GB/T18883-2002 ),因此室内污染物的评价都以此标准为评价指标,但因该标准中未规定TSP的标准值,而校园又属于文教区,即环境空气质量功能区中的二类功能区,所以对于污染物TSP的质量标准应执行《环境空气质量标准》(GB3095-1996)中的二级标准。
4监测结果与分析
4.1 监测结果
各监测点测得样本数据,见表2,经过计算处理后,用空气污染指数法API对各污染物和监测点空气质量状况评价,目前计入空气污染指数的污染物项目暂定为:二氧化硫、氮氧化物和总悬浮颗粒物。该指数所对应的污染物即为该区域的首要污染物。当污染指数API值小于50时,不报告首要污染物。而此次监测的污染物浓度,经计算API值均为51~100之间,空气质量状况均为良,可正常活动,首要污染物均为TSP。
表2 各监测点污染物监测结果
校区监测地点SO2浓度て骄值/mg・m-3
白天夜晚
NOX浓度て骄值/mg・m-3
白天夜晚
TSP浓度て骄值/mg・m-3
白天夜晚
门卫0.040 80.040 20.0430.0410.1490.141
应天学生宿舍0.020 10.020 10.0230.0230.0990.099
校区食堂0.050 70.042 20.0410.0310.1440.131
教学楼0.019 00.011 00.0120.0080.0360.031
实验中心0.020 80.020 80.0310.0310.1310.131
门卫0.050 70.050 10.0500.0460.1520.151
定淮门学生宿舍0.007 00.007 00.0060.0060.0440.044
东校区食堂0.050 20.050 20.0390.0390.1410.141
教学楼0.011 00.011 00.0090.0090.0330.033
实验中心0.015 80.015 80.0280.0280.1210.121
门卫0.051 20.051 10.0520.0490.1510.144
定淮门食堂0.050 70.040 70.0410.0350.1440.133
校区教学楼0.031 00.031 00.0220.0220.0640.064
实验中心0.01080.01080.0210.0210.1190.119
各监测点测得样本数据经过计算处理后,用空气质量指数法对各污染物和监测点空气质量状况评价的结果如下表3所示。表中各空气质量分指数的大小说明了每种污染物对各监测点的污染程度,其值越大则污染程度越重。而空气质量指数AQI则说明所有污染物同时存在时各监测点的总体空气质量状况,其值越小空气质量状况越好。
表3 空气质量监测结果及评价
校区监测地点ISO2INOXITSPAQI空气质量状况
门卫0.0690.1730.990.63轻度污染
应天学生宿舍0.0300.0830.330.22基本达到清洁
校区食堂0.1800.2400.560.42未污染
教学楼0.0320.090.670.42未污染
实验中心0.0400.0490.880.53未污染
门卫0.0790.1830.980.65轻度污染
定淮门学生宿舍0.020.0730.230.16基本达到清洁
东校区食堂0.180.240.560.43未污染
教学楼0.0280.070.550.34基本达到清洁
实验中心0.030.0390.760.46未污染
门卫0.0750.1780.150.64轻度污染
定淮门食堂0.180.240.560.43未污染
校区教学楼0.0320.090.670.42未污染
实验中心0.030.0380.780.47未污染
4.2 试验结果分析
4.2.1 各监测点污染物浓度比较
从表2中可以看出,SO2各测点的日平均浓度在0.007~0.0512mg/m3之间,各测点的日平均浓度均达到《环境空气质量标准》(GB3095-1996)中的二级标准要求。氮氧化物各测点的日平均浓度在0.006~0.052mg/m3之间,各测点的日平均浓度均符合一级标准要求。总悬浮颗粒物各测点日平均浓度值在0.033~0.152mg/m3之间,各测点的日平均浓度均达到二级标准要求。
(1)应天校区SO2浓度值的变化趋势是:食堂>门卫>实验中心>学生宿舍>教学楼,氮氧化物浓度值的变化趋势是:门卫>食堂>实验中心>学生宿舍>教学楼,总悬浮颗粒物浓度值的变化趋势是:门卫>食堂>实验中心>学生宿舍>教学楼。
(2)定淮门东校区SO2浓度值的变化趋势是:门卫>食堂>实验中心> 教学楼>学生宿舍,氮氧化物浓度值的变化趋势是:门卫>食堂>实验中心>教学楼>学生宿舍,总悬浮颗粒物浓度值的变化趋势是:门卫>食堂>实验中心>学生宿舍>教学楼。
(3)定淮门校区SO2浓度值的变化趋势是:门卫>食堂> 教学楼>实验中心,氮氧化物浓度值的变化趋势是:门卫>食堂> 教学楼>实验中心,总悬浮颗粒物浓度值的变化趋势是:门卫>食堂>实验中心>教学楼。
3个校区SO2、氮氧化物、总悬浮颗粒物白天夜晚变化趋势均是白天浓度高于夜晚浓度。由于食堂使用燃料,会排放出一定量的污染物,以及门卫靠近繁华道路,汽车尾气的排放等因素,所以不同校区不同监测点的监测结果体现了一致性,即门卫和食堂监测点的SO2、氮氧化物、总悬浮颗粒物的浓度均是校区中浓度最高处。而教学楼和学生宿舍这2个监测点浓度最低。定淮门东校区,教学楼、实验中心、宿舍离交通干线较远,而且校区植被绿化覆盖率很高,所以3个校区中定淮门东校区,这3个监测点的污染物浓度监测值最低,而应天校区的宿舍区靠近马路,所以污染物浓度检测值相对其他校区而言较高。但是各个监测点的环境污染指数值均为51~100之间,空气质量状况均为良,可正常活动,首要污染物均为TSP。可吸入颗粒物污染不容忽视。
4.2.2 各监测点环境质量指数因素分析结果
分析表3可以得出以下结论,各个校区均是门卫的监测点污染最为严重,已是轻度污染,其余监测点都是未污染。虽为未污染,但分析ITSP值,大多都是高于ISO2,INOx,而各空气质量分指数的大小说明了每种污染物对各监测点的污染程度,其值越大则污染程度越重,所以用AQI进一步验证API,结论相同,就是3个校区内均是可吸入颗粒物污染严重。而实验中心的空气质量分指数虽很低,但由于应天校区实验室内各种仪器、 挥发性药品的大量存在,定淮门校区和定淮门东校区的计算机实验中心,大量计算机的使用,使得实验中心的总悬浮颗粒物浓度较高,因此实验中心的环境改善不容忽视。而冬季,门窗紧闭,宿舍空间小,更易造成TSP污染加重,所以要特别注意通风,改善宿舍办公室教学楼的TSP 污染情况。
5 结语
在所有监测点取得样本中, 对校园的空气质量综合评价结果讨论后 , 得出3个校区SO2、氮氧化物、可吸入颗粒物白天夜晚变化趋势均是白天浓度高于夜晚浓度。3个校区应天校区的空气质量略次于定淮门校区和定淮门东校区。3个校区空气质量状况均为良,可正常活动,首要污染物均为TSP。AQI分析结果与API分析结果一致,就是3个校区内均是可吸入颗粒物污染严重。3个校区,均是门卫和食堂污染较为严重,AQI分析结果显示门卫属于轻度污染区域。
参考文献:
黄玉凯.室内空气污染的来源、危害及控制.现代科学仪器,2002(4):3~9.
央 德,苏广和. 室内空气质量对人体健康的影响.北京:中国环境科学出版社,2005.
张 虎. 改善室内空气品质的对策与措施.住宅科技,2003(11 ):44~46.
吴忠标,赵伟荣.室内空气污染及净化技术.北京:化学工业出版社,2004.
中国标准出版社第二编辑室.大气质量分析方法国家标准汇编.北京:中国标准出版社,2002.
Comprehensive Evaluation of Atmosphere Quality in Jiangsu City College
Dai Zhaoxia1,2,Chen Hairong2,WangShihe1
(1.School of Civil Engineering,Southeast University,Nanjing 211100,China;
2.Department of City Science,Jiangsu City College,Nanjing 210017,China)
这几天,我围绕我们周围的空气受污染的程度以及空气污染对人类身体健康的危害等方面问题进行了调查。我根据珠海周围的环境特点和所发现的问题,上网进行了调查。从调查情况来分析,我们周围的空气是受到了污染。污染源主要是工厂烟囱排放的黑烟,机动车辆排出的尾汽。这些污染源排放出来的什么污染物呢?对人们的健康有什么危害呢?我查阅了有关资料,懂得了许多有关空气污染的知识。
大气中的主要污染物有一氧化碳、二氧化碳、二氧化硫、氮氧化物以及颗粒物。它们在空气中的含量若是超过一定的标准,就会危害人们的健康。空气污染指数小于50,说明空气良好,污染物浓度小于环境空气质量标准中的一级标准限值,为一级优,符合自然保护区、风景名胜区等一些需要特殊保护地区的空气质量要求空气污染指数大于50,小于100,表明空气质量一般污染物浓度小于环境空气质量标准中的二级标准限值,为二级良好,符合城镇居住区、商业交通居民混合区、文化区、一般工业区和农村地区的空气质量要求。
防治大气污染,控制污染排放是改善空气质量的根本措施,其主要途径有:工业合理布局,搞好环境规划改变能源结构、推广清洁燃料、使用清洁生产工艺,减少污染物排放强化节能,提高能源利用率、区域集中供暖供热强化环境监督管理和老污染源的治理,实施总量控制和达标排放严格控制机动车尾气排放等。
空气污染问题十分严重,应该怎么办呢?我建议:
(1)搞立体绿化,扩大绿化面积,可以搞无土栽培。植物有过滤各种有毒有害大气污染物和净化空气的功能,树林尤为显着,所以绿化造林是防治大气污染的比较经济有效的措施。
(2)解决燃料问题,尽量使用太阳能等无污染或污染小的能源。
(3)多组织宣传活动,咨询活动,增强人们的环保意识。
(4)组织同学利用双休日到街道、市场、广场捡垃圾,保持环境整洁。
今天的我们是明天社会的主人,保护和改善周围的环境,是我们这代人义不容辞的责任和义务。我们要从我做起,从身边的小事做起,做环保的有心人,注意节约资源,回收废品,多参加环保活动,多植树,多种花,做一个名符其实的环保小卫士吧!
当我们遭遇“霾”伏,还能不能进行体育锻炼?对于这个问题,一起来听听运动医学专家的建议吧。
权衡利弊 合理安排
甘肃省体育科研所研究员王东良认为,坚持健身有必要,空气有污染的时候则应采取一些措施进行保护。“健身不能因噎废食,”长期从事高原训练和国民体质监测研究的王东良说,但这里面有个权衡利弊的问题,解决问题的关键,就是用科学方法,采取必要措施,尽可能减轻污染对身体的伤害。“如果给出一个针对性的建议,我认为只能是减少室外活动,选择在体育场馆里健身,”王东良说,空气污染较重时,不适宜在户外进行剧烈运动,比如踢足球、打篮球和长距离跑步。
他还给出两条建议,第一是选择好时间段,一天当中空气污染程度并不相同,清晨雾气中含有较多的有害化学物质、尘埃和病菌,地面空气污染重,因此日出前不适宜运动;第二是适度,健身“贵在适宜、重在坚持”,每个人应根据自己的体质安排运动量。
“其实,等太阳出来再健身,健身掌握住度,这些都是基本常识,不管空气质量如何都需要注意。只不过在污染较重的空气状况下,这些方面的重要性更为突出罢了,”王东良说。甘肃省体工一大队全民健身综合馆副馆长刘海生也认同这种观点。他说,没必要因空气不好而干脆放弃健身,但要注意运动强度应与污染程度成反比。
外出运动看空气质量
专家建议,喜爱户外运动的人,除了关心天气晴雨外,最好多关注空气质量,根据空气污染指数和空气质量状况,决定是否外出运动。
根据空气污染指数(API)不同,空气质量状况分为优、良、轻度污染、中度污染、重污染。空气质量状况为优、良时,市民可正常活动。空气质量状况为轻微污染、轻度污染时,易感人群症状有轻度加剧,健康人群出现刺激症状,建议心脏病和呼吸系统病患者应减少体力消耗和户外活动。空气质量状况为中度污染时,心脏病和肺病患者症状显著加剧,运动耐受力降低,健康人群中普遍出现症状,建议老年人和心脏病、肺病患者应停留在室内,并减少体力活动。空气质量状况为重污染时,健康人群运动耐受力降低,有明显强烈症状,提前出现某些症状,老年人和病人应当留在室内,避免体力消耗,一般人群应尽量减少户外活动。
不妨试试“蜗居”运动
成都体育学院运动系教师田川建议说,可以选择在室内进行健身运动。如果是在家中,没有健身器材,可以做徒手健身操、瑜伽等锻炼。田川介绍说,“做完常规的热身运动后,可以进行原地高抬腿,而提腿的力度和频率要根据身体状况来决定,其对于保持平衡感、增强腿部肌肉力量很有好处。或者做侧撑运动,让身体侧躺,用肘部支撑,将前臂触地并同身体垂直,臀部抬起,使腋窝到脚踝形成一条直线。每侧支撑15-30秒左右。住楼房的人,则可以选择登楼梯的方式来运动。”
田川还补充说:“除了健身操,人们熟知的俯卧撑、原地慢跑、跳绳等运动方式都能很好地起到锻炼身体的效果。如果条件允许,也可以到健身房。首选骑固定自行车,其不仅让神经系统更加敏捷,还能提高心肺功能,增强下肢肌肉力量。自行车对内脏器官的耐力锻炼效果与游泳和跑步相当,一般进行20分钟左右比较适宜。”
关键词:大气污染;气象条件;空气污染指数
中图分类号:X51
文献标识码:A 文章编号:16749944(2016)08005204
1 引言
随着城市规模的不断扩大、工业和交通运输业的飞速发展,导致人类生存的大气环境日趋恶化,雾霾天气时有出现,严重危害人类的健康。大气污染已成为全世界最为关注的环境问题之一,评估一个国家、一个城市的现代化水平,环境质量日益成为了一个重要的参考依据[1]。空气污染指数(API)[2]使公众对空气污染水平有相对直观的了解,是依据大气污染物的浓度计算出来的。一般来说,大气质量监测单位会监测几种大气污染物质分别计算对应的指数,然后在指数中选取最大的值为最终的空气污染指数值。不同的地方计算空气污染指数的方法和原则不尽相同。在我国,监测控制的大气污染物质包含:可吸入颗粒物(PM10)、O3、NO2、SO2等[3]。
2 研究现状
我国关于气象条件对空气质量的影响也做过相关的研究,例如孙韧、刘长霞等在海洋性气候对天津市滨海地区空气质量的影响及预报中,统计分析了影响滨海地区天气形势,将天气形势分为不同的区域,得出不同大气形势产生不同的气象条件,从而影响环境空气质量的结论[4]。赵惠芳、杨建东等对晋江市2006年到2007年内的环境监测数据及同一时期气象数据资料研究分析,得出在副热带高压、冷空气和台风等天气形势影响下,大气质量相对较好[5];在入海高压后部偏东气流、弱冷空气影响后期等天气形势的作用之下,空气质量轻微污染[6]。王淑云、节江涛等基于沧州市2002年6月1日到2004年5月31日的环境空气质量及与之对应的气象资料也做过相关研究。杨义彬也在收集数据的基础上对成都市的空气质量与温度、风速、大气逆温、降水等相关关系作了系统的分析研究。王宏、林长城等将影响福州市的天气条件分为十个等级,并与其对应的空气质量资料结合,分析了不同天气形势对于空气质量的影响[7],研究结论显示地面倒槽和锋前暖区是最不利于大气污染物质分散的天气型,空气质量相对较好的天气形式是低涡锋面和台风。山义昌、徐太安等的研究结果显示有些污染物浓度随季节和天气条件的变化较大[8],另外,雾、浓烟、浮沉等也是空气污染的重要因素。
3 研究内容
本次研究主要是依据安徽芜湖、安徽马鞍山、江西九江、湖南常德和福建泉州5个城市三年的空气质量状况及与之对应的天气条件的数据资料,从风速对API的影响、风速对主要污染物的影响和降水对API的影响三方面来分析影响空气质量的气象条件的。
本文研究的空气质量数据来源于国家环保部网站公布的空气质量公报,气象资料来自于网络上获得的历史天气资料查询结果。使用数据的时间跨度为2011年2月到2013年12月。
4 数据分析
4.1 风速对API的影响
分别分析5个城市风速对API指数的影响。以下的图1~图5为5个城市不同风速条件的API对比情况。
如图1,不同的风速下,马鞍山市API主要集中在50~100区间内。最小值在25附近,最大值在150左右。且由图1还可以看出, 在微风时对应的API数值最大,在另外两种情况下,API数值近似相等,且异常值随着风速的增大逐渐减少。如图2,在不同的风速下,芜湖市的API数值相对集中且变化幅度很小,都集中在50~75附近。最大值为25,最小值为100。另外,与马鞍山市的情况类似,随着风速的增大,异常值的个数相对应地减少。如图3,可以看出泉州市API数值在不同风速下,变化范围不大。随着风速的增大,API数值相对应的降低,但是在不同风速下最大值和最小值都近似相同,最大值约为15,最大值为100。另外,异常值总体上偏少。总的来说,相对于上面两个城市,泉州市的空气质量较好。如图4所示,不同风速下常德市API数值变化范围趋于稳定,在40左右。同时也可以看出,在大于5级的风速条件下,API的数值相对于前两种情况下较大,这是由于风速大于5级的情况的天数很少,所以其API的值代表性较差,也就是说,这些值不具有一般性的规律。另外,在不同风速下API最大值和最小值呈现跳跃性变化;在微风的情况下,对应的异常值较多,其他两种情况,几乎无异常值。
分析风速对九江市API的影响图5可以看出九江市常年风力稳定,无较大级风(大于5级)。相对于3~4级风而言,微风时API的数值较集中,变化范围小。同时,两种情况下的最大值近似相同,都在80附近,但最小值有所变化,微风时API对应的最小值约为25,3~4级风对应最小值为10左右。另外还可以看出,微风是对应的异常值较多。
总的来说,风速增大会导致空气质量好转,表现在平均值(中位数)下降和极端污染日的减少。
4.2 风速对主要污染物的影响
表1列出了这5个城市风速(微风、3~4级、大于5级)和主要污染物情况对应天数的比例。表1中的列表方式类似于二元概率分布表。例如马鞍山分表中的“二氧化硫”一行中“3~4级(%)”一列的值为0.09,代表风速为3~4级并且主要污染物为二氧化硫的天数占总天数(研究时间段的总天数)的比例为0.09%。所以马鞍山子表中的3行3列数据加起来应该为100%。但是由于空气质量数据有缺失值,所以3行3列数据加起来不足100%。
分析表1中数据可以得出如下结果。
马鞍山市:在3~4级风的条件下,空气质量相对较好,而在风速大于5级时,无主要污染物对应的天数比例最少;风速对污染物二氧化硫的影响不明显,在不同的风速下,二氧化硫污染对应的天数比例相同;在风速小于5级时,风速的变化对可吸入颗粒物的影响不大,但当风速大于5级时,对应的可吸入颗粒物污染天数比例显著降低。
芜湖市:风速大于5级时,无主要污染物对应的天数比例最少,空气质量相对于其他两种风速下较差,而在风速为3~4级时,空气质量较好的天数相对多一些;在微风的气象条件下,主要污染物为二氧化硫的天数比
例相对较多,当风速大于微风时,主要污染物为二氧化硫的天数比例相对较少,且维持稳定;主要污染物为可吸入颗粒物的天数比例在微风时相对较大,风速大于微风时对应的天数少很多。
泉州市:风速小于5级时,无主要污染物的天数比例相对较多,空气质量较好,而当风速大于5级时,无主要污染物的天数比例急剧降低,变化较大;泉州市只在风速为微风时出现主要污染物为二氧化硫的天气,且所占的天数比例也相对较低;当风速小于5级时,主要污染为为可吸入颗粒物的天数比例相对较大,且维持稳定,但当风速大于5级时,对应的天数比例降低。
常德市:当风速小于5级,空气流动相对稳定时,无主要污染物天数比例相对较大,而当风速大于5级时,无主要污染物天数比例显著降低;常德市当风速为3~4级时主要污染物为二氧化硫的天数比例最高,而当风速为微风和大于5级时,所对应的天数比例相对较少,且两种情况下,两者相差不大;主要污染物为可吸入颗粒物所对应的天数比例在风速小于5级的两种风速条件下,所占的比例最大,且在两种风速下对应的比例相差不大,当风速大于5级时,主要污染物为可吸入颗粒物的天数比例急剧降低。
九江市:和前几个城市的情况大致相同,九江市在风速小于5级时,无主要污染物对应的天数比例相对较大,空气质量较好,而当风速大于5级时,所对应的天数比例变化明显,下降幅度较大;当风速为3~4级时,主要污染物为二氧化硫的天数比例对应较大,而在另外两种风速下,所对应的比例都较风速为3~4级时小,且两者对应的比例相同;主要污染物为可吸入颗粒物所对应的天数比例也和前几个城市所对应的情况大致相同,当风速小于5级时,所对应的比例较大,但当风速大于5级时,所对应的天数比例迅速降低。
4.3 降水对API的影响
图6~10分别列出了5个城市降水对API的影响情况,由于降水情况较复杂,本次只从收集的数据中选取了无雨、小雨、中雨、大雨具有代表性的降水情况来研究。
从图6可以很明显地看出随着降雨量的逐渐增大,马鞍山市对应的API数值逐渐递减,呈逐级递减的趋势,可能原因为雨水对污染物质的吸附作用;同时,随着降雨量的递增,API数值也越来越集中。在无雨的天气条件下,由于可以影响API的因素较多,所以对应的API异常值较多;还可以看出,随着降雨量的递增,API的最大值也在逐级递降,最小值相对于最大值较稳定。
分析降水对芜湖市API的影响图7,可以看出当降雨量在大雨以下时,前三种降雨量下所对应的API数值大小变化幅度不大,同时,数值的集中范围也相对稳定,变化不明显;而当大雨时,API数值的变化范围变大,可能原因为大雨天气出现的概率较低,其API的数值不具有代表性,也就是说不具有一般规律性。另外,也可以看出最大值在逐级降低,但最小值变化无规律,变化较大;异常值的数量也随着降雨量的增大,逐渐减少,API数值逐渐稳定。
如图8所示,可以看出随着降雨量的逐渐增大,泉州市API的数值总体上呈下降的趋势,只在中雨的天气条件下出现一点波动;同时也可以发现,随着降雨量的增加,API数值的范围也在一点点增大,逐渐分散,但总体变化范围相对集中;在无雨的天气条件下,API数值最大值和最小值相差最大,最大值为100,最小值20左右;且也和前两个城市类似,在无雨的天气条件下,出现异常值较多。
分析降水对九江市API的影响箱形图9可以看出,随着降雨量的增大,API数值总体上呈下降趋势,但是下降趋势不是很明显,总体变化不是太大,且随着降雨量的增大,API数值的变化范围也不是很明显,相对稳定;无雨的条件下,API的最大值和最小值相差最大,在小雨和大雨的情况下,最大值和最小值相差较少;同时,在无雨时,异常值相对较多。
从图10可以看出,常德市的API数值随着降雨量的逐渐增大而呈降低的趋势,但在大雨时出现一些波动,这是因为大雨天气出现的概率较低,其API数值不具有一般性规律;另外,API数值集中范围变化不太明显,总体上都比较集中;在无雨和中雨的条件下API最大值和最小值相差较大,大雨时最大值和最小值相差最小,也是在无雨时出现的异常值较多。
5 结论
通过对安徽芜湖、安徽马鞍山、江西九江、湖南常德和福建泉州5个城市三年的空气质量和所对应的气象条件的数据分析能够定量的得出空气质量与气象条件之间存在着一定联系。得出如下结论:针对5个所选城市风速对API的影响的分析可知,同一城市随着风速的增大,API数值总体呈降低的趋势,可能原因为风加速了空气的流动,有利于污染物质的扩散;从风速对主要污染物的影响分析研究可知,风速的大小与无主要污染物天数比例呈负相关,风速较大时(大于5级),无主要污染物对应的天数比例较小;随着风速的增大,可吸入颗粒物为主要污染物的天数比例总体呈降低的趋势;随着降雨量的增大,由于雨水对空气污染物质的吸附作用,API总体呈逐渐降低的趋势。
参考文献:
[1]高甫生. 雾霾天气, 环境与能源暖通空调行业的对策[J]. 暖通空调, 2013 (9): 33~47.
[2]李文杰, 张时煌, 高庆先, 等. 京津石三市空气污染指数 (API) 的时空分布特征及其与气象要素的关系[J]. Resources Science, 2012, 34(8).
[3]陈仁杰. 复合型大气污染对我国 17 城市居民健康效应研究[D]. 上海:复旦大学, 2013.
[4]孙 韧, 刘彩霞, 王长友, 等. 海洋性气候对天津市滨海地区空气质量的影响及预报[J]. 城市环境与城市生态, 2004 (4): 32~34.
[5]徐金涛. 长江三角洲地区小流域环境变化对水文过程影响研究[D]. 南京:南京大学, 2011.
[6]刘翠. 西安市环境空气质量污染变化特征与影响因素研究[D]. 西安:西北大学, 2013.
[7]陈彬彬, 林长城, 杨 凯, 等. 基于 CMAQ 模式产品的福州市空气质量预报系统[J]. 中国环境科学, 2012, 32(10): 1744~1752.
[8]山义昌, 徐太安, 王善芳, 等. 潍坊市区近 10 年空气质量与气象条件的关系[J]. 气象, 2004, 30(10): 47~51.
重庆市位于我国内陆西南部,长江上游地区,地跨东经105°11'-110°11'、北纬28°10'-32°13'之间,是青藏高原与长江中下游平原的过渡地带,属亚热带季风性湿润气候,冬暖夏热,雨量充沛。风向随季节交替变化显著,平均风速小(1~2米/秒),静风频率高,达到29.4%。靠近地面产生的污染物较难扩散,容易产生酸雨。此外,重庆市区人口密度大,秋冬季节“积累型”产生的空气污染出现频率较高,对公众健康影响较大。虽然2010年,主城空气质量优良天数为311天,但压力依然存在。
本文以《环境空气质量标准》(GB3095-2012)、《重庆市环境质量报告书(2006-2010年)》中公布的数据为依据,对主城区(渝中区、南岸区、江北区、大渡口区、九龙坡区、沙坪坝区、巴南区、渝北区、北碚区、北部新区)的大气污染因子二氧化硫(SO2)、可吸入颗粒物(PM10)、综合污染指数以及大气污染物排放总体变化情况对全市主城区5年来(2006-2010年)大气环境质量变化进行分析,并从大气污染防治技术、管理等方面提出对策。
1 重庆市主城区空气质量概况
1.1 空气点位
至2010年底,全市主城区设有自动监测点位15个,郊区县城镇设空气自动监测点40个。监测频次为24小时连续监测,监测的项目主要是二氧化硫、一氧化氮、二氧化氮、可吸收入颗粒物、臭氧、一氧化碳。
1.2 监测方法
监测方法中二氧化硫为紫外荧光法、一氧化氮为非分散红外法、二氧化氮为盐酸萘乙二胺分光光度法、可吸入颗粒物为重量法、臭氧为紫外光度法。
1.3 重庆市主城区SO2、NO2、可吸入颗粒物变化情况
根据《重庆市环境质量报告书(2006-2010年)》公布的数据显示(见图1),2006-2010年全市二氧化硫和可吸入颗粒物浓度呈逐年下降趋势。二氧化氮浓度总体变化较为平稳,2010年略有回升。与2005年相比,2010年的二氧化硫、二氧化氮和可吸入颗粒物年均值分别下降了34.2%、18.8%、15.0%。空气质量状况是整体趋稳向好,空气质量优良率呈现出逐年增加趋势。虽然主城区及全市的环境质量得到较大改善,但主城区及部分县区可吸入颗粒物年均浓度未达标,灰霾天气出现的概率高等。
1.4 重庆市空气污染指数变化情况
通过检测结果来看,重庆市主城区空气综合污染指数从2006年以来一直呈现出下降趋势,与2005年相比,2010年主城区综合污染指数下降为23.5%。采用Daniel趋势检验的Spearman轶相关系数,对这一阶段重庆市主城区各污染物浓度和综合污染指数进行趋势分析后发现,二氧化氮浓度在置信水平95%时呈显著下降趋势;在置信水平95%和99%时,可吸入颗粒物、二氧化硫和综合污染指数均呈显著下降趋势。以上说明主城区的空气环境质量得到了明显改善。
2 重庆市空气污染原因分析
2.1 地理及气象原因
重庆市主城区属于典型的“山城”,主城的核心区又是被铜锣山、缙云山等分割包围,静风平率高、风速较小,这些独特的地理条件和气象条件都不利于污染物的扩散,极易形成灰霾天气。
2.2 经济发展迅速,能源消耗大
重庆市的能源结构主要是以煤为主,其中高硫煤平均含硫率为3.5%。产业结构中仍以重化工业为主导致了全市能源消耗和污染物排放的强度较大。据权威部门预计,到“十二五”末全市的二氧化硫、氮氧化物的新增排放量将达到20.2万吨和10.3万吨。能源消耗总量将突破1亿吨标准煤。
2.3 机动车保有量增速较快。
机动车氮氧化物排放量的增加将会增加城市大气环境中的二氧化氮、一氧化碳以及臭氧浓度。2006年,重庆市机动车保有量为96.29万辆,2010年达到了272.74万辆,增长了183.25%。预计2015年将达到656.94万辆。2010年机动车尾气的氮氧化物排放量为10.61万吨,预计到“十二五”末达到25.56万吨,累计增幅将达到140.9%,机动车保有量的快速增加将会给空气环境带来一定压力。
3 对策
3.1 增加环境容量
环境容量是一种客观存在的有价资源,它和能源、矿产、森林、土地等资源一样,是经济发展的重要支撑性资源[1]。为了有效地管理这种资源,在减少污染物排放的基础上,还需要通过管理和技术的手段有效增加城市的环境容量[2]。为此,市委市政府以及相关环境职能管理部门应通过经济杠杆来调控区域环境容量的合理分配,并对超容量的经济发展方式要加大监控力度,推行容量和总量双重控制措施。
3.2 调整能源使用结构
目前,大气环境的主要污染物还是由燃烧产生的[3]。因此,应在全市范围内积极推广使用清洁能源,如积极推广发展水利发电、使用风力发电和氢燃料电池汽车等清洁能源,加大清洁能源研发的资金投入。通过能源使用结构的调整,减少污染物排放量
3.3 做好机动车废气污染防控
氮氧化物主要是来自汽车的尾气排放,因此,针对重庆市主城区的大气污染物中的氮氧化物污染问题,要在进一步加强汽车尾气治理工作基础上,大力发展公共交通,优化公交系统的配置,设置公交专线,提高服务质量,充分提高公交的运营效率,吸引公交乘客,减少私人车辆[4]。
3.4 加大环境监督力度
政府要加大对环境监测基础设施的投入力度,提升环境监测的科技含量,在全市范围内建立完善的大气预警监测网络。要培养一支高素质的环境监测和执法队伍,提高执法水平。此外,要充分运用社会力量来加大对城市环境中的违法违规行为的全方位监督,完善由政府、市场、技术、公众共同参与下的监督体制机制建设。
4 结论
2006-2010年来,全市主城区大气环境取得了明显改善,主要污染物二氧化硫、二氧化氮、可吸入颗粒物等等浓度呈现出较大幅度的改善。从整体情况来看,可吸入颗粒物呈下降态势,二氧化硫时有波动变化但基本稳定。但是随着全市经济的快速发展,资源能源的需求与消耗迅速上升,伴随着全市工业化、城镇化进程的加快,环境保护面临的形势依然有相当压力。因此,全市社会各界应坚持牢固树立科学发展观,走经济发展和环境保护相协调的可持续性发展之路,把节能减排和节能降耗摆在突出位置抓落实,才能使全市“十二五”时期的空气质量取得更加显著的改善。
参考文献
[1]许晶,张虹.湖南省大气环境质量变化分析及 对策措施研究. [J]企业技术开发,2009,28(4):101-103.
[2]张魁.天津市空气质量时间变化规律及相关性分析[J].中国环境监测,2007,(2):50-53.
[3]於坛春,许宁,陈逊等.近年城市大气环境污染成因及控制途径概论[J]中国卫生工程学,2006,5(3):180-183.
[4]钟艳霞.银川市大气环境污染特征分析.[J]宁夏大学学报(自然科学版),2003,24(3):290-292.
[关键词]机动车保有量;空气质量;回归分析;主成分分析
[中图分类号]X506[文献标识码]A[文章编号]1005-6432(2014)22-0127-03
1数据的收集与处理
机动车保有量、空气质量达到及好于二级的天数、北京市人均GDP等数据均来自中国统计年鉴1998―2012年的监测资料,空气污染指数(API)来自北京市环境保护局2008―2012年检测资料。运用Excel、SPSS等软件对数据进行处理,运用抽样统计、一元线性回归分析、曲线估计、主成分分析、因子分析对数据进行分析。
2数据的分析
21人均GDP与机动车保有量的关系
图1北京市机动车保有量与人均GDP比较
图2北京市机动车保有量与API
图3机动车保有量与空气质量低于二级的天数
由图1可以看出,北京市人均GDP从1998―2011年,一直处于不断增长状态,年平均增长率为1360%,到2011年,已经超过了80000元。同时,人均GDP与机动车保有量呈正相关,即随着人均GDP的增长,机动车保有量也在增长。
22北京市机动车保有量与空气污染指数的关系
由图2可以看出,2008―2012年,北京市机动车一直处于不断增长的趋势,年平均增长率达到1472%,其中2011年达到最高为2217%,短短四年内,机动车数量增长了将近一半。
北京市自2008年开始报道API指数,通过抽样方式,抽取北京市东城区东四、西城区官园、海淀区植物园、海淀北部新区、朝阳区奥体中心、朝阳区农展馆、丰台区丰台花园等7个具有代表性的地区,将它们在2008―2012年每月5日、10日、15日、20日、25日、30日(2月记录5日、10日、15日、20日、25日、28日或29日)的API数据记录下来,再求其年平均,作为北京市API的年度平均值。结果显示,空气污染指数(API)在2008―2009年这一年内,呈现上升趋势,2009―2010年,几乎保持不变,但自2010年起到2012年,空气污染指数有所下降,降幅达到1618%。
运用SPSS软件,首先将二者标准化处理,消除单位对其结果的影响,对机动车保有量与API作曲线估计,以API为因变量Y1,机动车保有量为自变量X1,得到二者有二次函数关系,其相关系数R2达到0999之高,sig值为0001,具有显著性。方程如下:y1=-1911x21+1931x1-0475。另外,基于国家统计年鉴的与机动车尾气排放的污染物相关且影响API指数的NOx和PM10的数据,以机动车保有量为因变量,分别对NO2和PM10做一元线性回归分析,得机动车保有量与NOx相关系数为0836,机动车保有量与PM10相关系数为0793。所以,机动车保有量对API指数有影响。然而,观察近几年的数据变化知,随着机动车数量的增加,API指数并没有保持持续增长的趋势。通过大量查找相关文献后,笔者认为这一结果主要受益于国家近几年出台的环境保护政策,例如2008年4月1日实施的《中华人民共和国节约能源法》提出国家鼓励节能环保型汽车的开发、生产,将旧的交通运输工具更新、报废,鼓励使用清洁型燃料等;2006年11月29日,北京市环保局《北京市“十一五”时期环境保护和生态建设规划》并认真实施,在2010年完成任务的同时,继续落实“十一五”阶段控制大气污染的措施,并加强对机动车排放的监管工作,将机动车尾气排放对环境污染程度保持在可控制范围等。
23机动车保有量与空气质量低于二级的天数的关系
图4PM25和PM10日平均比较
图5NO2日变化情况
图6SO2与NOx的年均值对比
由图3可知,从2003―2011年,随着人均GDP的增加,北京市机动车保有量也在不断增加,2004―2009年机动车增长比较稳定,增长率处于14%左右,2009―2011年增长相对较快,两年内增长突破百万辆。空气质量低于二级的天数从2003年到2009年一直呈现下降趋势,但从2009年开始保持基本不变。利用二次回归分析,二者经过标准化处理。将空气质量低于二级的天数作为因变量Y2,机动车保有量作为自变量X2,得二者的相关性系数达到0934,拟合度十分高,sig值为0001,具有显著性。得到方程:y2=0459x22-1094x2-0413,但结果显示,机动车保有量越多,空气质量低于二级的天数却越来越少,表明空气质量越来越好,这一结果表明机动车的增长对空气质量的改善有利,显然有违常理。查阅相关资料得到,自2004年1月1日起,北京对机动车的尾气排放标准由现在的欧洲I号改为欧洲Ⅱ号;2008年,则正式实施欧洲Ⅲ号标准;2010年,部分排放标准在污染物排放限值下与欧Ⅳ标准完全相同。因此,随着机动车的增加,政府制定相关政策来解决机动车尾气排放给环境带来的压力,将尾气污染控制在一定的限度内,因而空气质量并没有随着机动车数量的增多而不断恶化,政策在机动车增加的过程中对空气质量的稳定乃至改善发挥了巨大的作用。
24对影响相关空气质量的相关因子进行分析
笔者记录了2013年10月22日至11月12日的每天8:00、12:00、18:00 三个时间段的北京市气象局播报的PM10、PM25、SO2、NOx 等指标。
241PM25与PM10的关系
通过对所记录的数据进行分析,我们发现,PM25与PM10的变化无论是从时间点还是从每天的均值来看,几乎是同步的,以二者的日平均为例,PM25基本处于高于或等于PM10的水平,计算这22天不同时刻的PM25含量均值,得出早上最大,其次中午,含量最少的是傍晚,PM10也呈现相同的变化规律。对PM25与PM10作曲线拟合,得到二者存在二次函数关系,且拟合程度较高,R2达到0872。因此,可以用PM10的数据作为代表,分析其与机动车保有量之间的关系,作为对机动车保有量与PM25和PM10之间的研究。
242NO2日浓度变化
图5是22天内NO2在不同时刻的折线图,从图中可以看出,NO2的含量波动不大,整体呈现早上最低,中午稍高,傍晚最高。从实际出发,早上8:00正处于上班早高峰时期,车流量较大,排出的污染物质也随着车流量的增多而增多,由于部分机动车仍在继续使用,NO2的含量在白天处于不断累积的状态,直到晚上6:00迎来的晚高峰,车流量短时间内迅速增多,造成道路拥堵,燃料燃烧不尽从而排出包括NO2在内的大量污染物,这也说明了为什么NO2在傍晚含量比其他时候都要多。由于NO2是空气污染物之一,其来源的一个重要途径就是机动车尾气排放,因此,对机动车的有效治理及限量限行限排是控制NO2在空气中的含量的重要方法,也是改善空气质量的一个重要切入点。
243SO2与NO2的年度变化
由图6可以看出,SO2大致呈现降低趋势,相关资料表明主要是由于工厂从市区迁往郊外偏远地区以及大面积“煤”改“电”导致SO2在市区含量不断减少。NOx的变化不稳定,但总体趋势向下,其含量主要与机动车以及采暖的排放有关。
25利用主成分分析法对机动车与空气质量指标进行分析主成分分析可以将原来众多的具有一定相关性的指标,组成一组新的相互无关的综合指标来代替原来指标。实际问题中,在不损失太多信息的情况下,选前几个方差最大的主成分来代替原指标,既起到了降维的作用又抓住了主要矛盾,有利于问题的分析与研究。
251主成分的指标的选取
我们选取影响空气质量的SO2,NOx,年均温度,年均湿度,年均光照,人均GDP产值,机动车保有量,PM10八个因子,由于每个因子数据单位的不同,事先将每组数据进行了标准差标准化处理,以消除单位带来的影响。
252数据处理
根据中国统计年鉴以及北京市环境公报公布的数据,选取北京市2003―2012年人均GDP、年均湿度、年均气温、年均光照、SO2、NOx、民用汽车总量、PM10等指标,为了消除各个指标的原始数据量纲不同,采用正态标准化的数学变换(这里采用标准差标准化)。经变换后各指标的均值为0,标准差为1。
253基于SPSS 的主成分分析
对选取的8个因子进行主成分分析,不仅可以降维,还可以对这8个因子综合影响力进行打分,得到它们的排名。SPSS 在调用Factor Analyze 过程进行分析时,会自动对原始数据进行标准化处理。以各主成分的方差贡献率ai作为权数,构造综合评价函数F=f1a1+f2a2+f3a3。主成分分析结果如下表所示:
主成分分析结果年份经济湿度气温综合影响20032125-0107017413042004-0358-0630-0544-04162005-0681-11220102-0636200607090996-085705352007-214732300576-05822008-08530459-0029-04332009-118600750570-064320101803-1675006007702011-0127-0524-0458-024220120713-070204060343成分因子1因子2因子3x1-0952-01860154x20391-08690164x3023901690955x4-041608670025x509890040-0078x609060160-0105x7-0948-01170007x8096101950045
通过主成分分析,将每个成分里的因子做归纳总结,以每个成分的权重系数绝对值最大的因子为代表,可以分为三个成分:经济因素、湿度光照、气温环境因素。它们的方差贡献率分别为612%、206%、125%,由此可见经济因素起着重要的作用。同时,机动车、人均GDP二者对空气质量呈负相关,但SO2、NOx对空气质量的关系,反而呈现正相关,这与实际设想情况不符,如前所述,笔者认为相关环保政策的实施对SO2、NOx带来了有利的控制,致使它们对空气质量单方面的影响不能很好地体现在上述模型中。
3结论
伴随着人均GDP的增长,机动车保有量也在不断地增长,它对空气质量的影响也是不容忽视的,控制机动车保有量,调节使用率,并且规范机动车排放的标准,会对空气质量的改善十分有利。NO2的排放问题与机动车的保有量、使用率是息息相关的,需要通过政府制定政策和加强环境保护宣传力度、强化人们的环保意识来改善。根据北京市的空气质量在时间空间上的变化规律,适当调整机动车的使用率是可尝试的新方案之一。
参考文献:
[1]孔茜,吴烨,杨柳奥运期间北京典型交通环境气体污染物特征及人体吸入剂量[J]. 环境科学学报,2010,30(2): 281-286
[2]吉东生,王跃思,孙扬,等北京大气中 SO2 浓度变化特征[J]. 气候与环境研究,2009,14(1): 69-76
[3]董雪玲,刘大锰,袁杨森,等北京市大气PM10和PM25中有机物的时空变化[J]. 环境科学,2009,30(2): 328-334
[4]易如,张世秋,谢旭轩,等北京市机动车尾号限行和油价上调政策效果比较[J]. 中国人口资源与环境,2011(2)
[5]胡友彪,朱正国北京市空气质量时间变化特点分析[J]. 北方环境,2010(2): 64-67
[6]张战峰,王勇城市机动车保有量预警机制研究[J]. 软科学,2008,22(1): 71-74
[7]贺琴,许芬,樊莉蕊,等武汉市机动车保有量及相关因素对空气质量的影响[J]. 环境与职业医学,2008,25(2): 152-155
[8]李丹,周运馨,张伟明,等徐州市 PM25 现状及政策分析[J]. 现代商贸工业,2013,25(2): 64
关键词:工厂空气污染;检测技术;指标;治理
前言:
当今社会,大气环境的优良成本已成为保障人民群众生活质量的有力因素,但是随着社会的发展,我国工厂每年平均排放的二氧化碳已经高达1800余吨、排放的烟尘和粉尘也都高达1100余吨。城市工厂生产作业所造成的污染物已经成为城市大气污染重要因素。在工业生产过程中产生的SO2、SO3和NO2等物质,经排放混入空气后会对城市居民的健康造成不良影响。如果工厂所排放的粉尘等污染物的直径比5μm还要小,在经过长期漂浮后,能够很轻易的被人类吸入体内。基于上述情况,进行改善工厂所带来的大庆污染问题已经变得刻不容缓,所以,现阶段急需在工业发展的同时,及时的进行工业生产中的空气进行检测工作。从而有效排除其他影响因素,严格遵循大气污染实际情况,按照相关规定进行对大气的治理工作,始终从科学、可持续发展的角度出发,合理、有效的进行采取检测和治理措施,从而优化人类赖以生存的大气环境。
1.空气污染
空气污染指数(AirpollutionIndex,简称API),是将常见的几类污染物进行简化形成概念性指数值的单一形式,可分级表示不同空气的污染程度以及质量状况。可以用于研究城市工厂在一段时间内空气污染情况,和下一阶段的变化趋势。其中主要造成污染的空气污染物有:烟尘、总悬浮颗粒物、可吸入悬浮颗粒物(浮尘)、二氧化氮、二氧化硫、一氧化碳、臭氧、挥发性有机化合物等。中国计入空气污染指数的项目暂定为:二氧化硫、氮氧化物和总悬浮颗粒物。
2.工厂大气污染类型
2.1二氧化氮排放
根据《环境空气质量标准》的修订要求,在第三次修订后二氧化氮的二级标准年日均值已经从80mg/m3改为40mg/m3。由卫星监控数据可知,二氧化氮排放越多的地区,其经济往往越发达,该地区的工厂数量相比其他地区相对较多。在我国,二氧化氮污染程度最为严重、污染面积最大的地区为东部沿海地区,这些经济发达、工业水平较高的地区,同时随着相关产业的不断发展,大量的生产加工使得空气污染情况不弱反增。另外,根据国家环保部门对空气污染情况的通告,仅今年来,就氮氧化物、二氧化硫、氨氮、化学需氧量排放量的整体检测结果来看,其他污染物有下降趋势,但氮氧化物排放量却整体上升了6.17%,这也是由于工厂所排放的污染物中,二氧化氮所占比例较大所造成的。
2.2颗粒污染物
以2011年我国环境保护部门进行的环境调查为例:现阶段,有55.8%的城市PM10的浓度在70μg/m3~100μg/m3之间,又有19.7%的城市其PM10浓度出现了大于100μg/m3的情况,我国PM1的正常值在0μg/m3~100μg/m3区间内,也就是说在我国19.7%的城市中PM10的含量严重不合格。但如果以国家环境空气质量标准进行划分,我国中部和东部大多数城市PM10浓度已经出现二级超标的问题,而仅有西南部少数经济不发达城市符合环境了二级标准,这主要是由于加工生产行业在我国经济发展中占有很大比例,经济发达的中部和东部地区具有较多的生产工厂,这些工厂在生产过程中所排放的颗粒污染物,使得临近城市,空气环境变差。而东南部地区由于身处内陆,经济发展迟缓,生产工厂并没有大量开办,但这样的城市在中国仅占2%不到。在工厂生产、加工过程中所产生的废渣、废气中含有较多颗粒物污染物,如果不进行及时的检测和治理,在经济发展过程中,PM10中细颗粒物比例对越来越高。
3.空气污染物检测分析
在进行空气污染物检测时,采集空气样品会受到采集地点风向、温度等环境因素的影响,有可能会造成最后所检测出的污染物含量常在检测下限之下,同时,工厂的空气组成成分比较复杂,所以检测人员在进行采集空气样品和选择检测方式时,需要谨慎进行。
3.1样品采集
根据工厂空气样品的不同,在进行空气采集时,可以选择进行全空气采样或捕集空气采样,同时空气采样动力的差异,又可将采样工作分为主动采样以及被动采样。
进行全空气采样需要使用金属罐进行空气样品的整体采集,这样可以在采集过程中,避免吸附剂采样的穿透和分解,同时又可以对其种类进行分析。使用的采集容器包括Summa金属罐和Silco金属罐以及Tedlar袋。从而可以实现样品全空气采集,并且可以不用使用热解析以及溶剂解析技术,所进行采集的空气样品也可以重复性的进行检测、分析。使检验工作更加具有稳定性,不用再进行现场校准工作。但是采用全空气采样同样,存在一些缺陷,例如:采集过程中还不能更加准确的排除非目标化合物,在使用Tedlar袋进行样品采集时,其样品保留时间不可大于24~48h,同时全空气采集需要比较高额的前期投资和技术支持。
采用捕集空气采样法,需要借助捕集剂进行采样。其中最常用的为固体吸附剂,这一方法将利用活性炭、硅藻土等物质的吸附作用,对空气进行采集工作。整体吸收效率较高、性能稳定,并且采集方法便利、储存和运输工作适应性较强。在进行工厂地区的空气污染物检测样本采集工作中,固体吸附法适应法使用频率较高。
被动采样法是利用空气扩散原理,同时借助3M徽章式采样器,进行空气采集工作。这一方法较为简单,操作过程较为轻便,主要是由于所采用的采用器具为徽章式,其具有半透膜和180mg活性炭板,总体积较小,重量较轻、采集时携带也比较便利,只需要利用呼吸带持续采样,就可以进行空气采样工作。
3.2样品检测
利用气相色谱法进行检测空气成分,是现阶段检测工作中最常使用的一种,具有一定的先进性。其选择使用的检测器,不再是价格较高的氢火焰离子化检测器(GC-FID),改用气相色谱-质谱联机的四极质量检测器(GC-MS)进行空气成分的检测工作。在应用过程中,检测人员会在载气的推动下,将混合物在色谱柱上进行分离工作,再各自进入气相色谱-质谱联机的四极质量检测器(GC-MS)内进行检测工作。通过这一方式,可以检测出工厂生产区域内的绝大多数的空气成分,这也是目前检测工厂大气成分最为有效的方法之一,其对于复杂物质的分离测定具有绝对优势。
离子色谱法进行对空气中含有的无机物进行检测,可以一次性的分析出空气多种组成成分,在进行检测时,需要先把无机物转变为离子溶液,从而再将色谱柱内的离子进行分离,利用离子种类差异中的电导率差异进行检测,从而完成工作。
进行检测工作,还需要在工厂内部确定固定的检测点,通过检测技术,对其空气污染物污染情况进行明确。下文以我国中部某城市工厂检测数据为例,进行分析:
通过成分检测,可以得出厂区具体空气成分组成,以厂区东(一车间)为例,二氧化硫日均值为0.017mg/L,氮氧化物日均值为0.003mg/L,PM10日均值为0.114mg/L,根据已经得出的数据,进行推算该厂区的空气污染情况。根据PM10的实测浓度(0.114mg/L)进行计算可以得出:
从而得出PM10的污染指数为82;
其它污染物的指数分别为I=17(SO2),I=2(NOx)。从而得出厂区东(一车间)的空气污染物指数为:
检测结果为:厂区空气质量程良性,主要污染物为PM10。
4.工厂大气污染控制策略
4.1烟尘治理技术
针对大气污染较为严重的厂区,需要及时对污染情况进行治理,其中可采用烟尘治理技术,在这一技术的应用过程中,主要可使用到机械除尘器和过滤式除尘器。其中,机械除尘器可以利用机械力(重力、离心力)将空气中漂浮法粉尘状物体进行分离,进而对工厂地区的空气进行净化,其去除率为50%至80%,主要治理5μm以上的尘粒,并且在治理过程中具有一定的经济效益。而过滤式除尘器,在治理空气污染过程中,可直接对直径1μm的尘粒进行祛除,其整体除尘总效率较高,经验证,最高时可达到100%的除尘率。
4.2二氧化硫治理技术
利用二氧化硫治理技术进行治理,主要可采用重油脱硫法,这一方法利用加氢脱硫催化的方式,将重油中存在的硫化物分子的碳硫键进行断裂,从而将其转换为简单固体化合物或其他其他,使得污染物更为容易的从重油中进行分离。
结束语:
进行工厂空气污染检测工作时,要根据空气污染物的特征和特性,注意好空气采样过程中细节性问题,避免使得空气成分的出现改变,保证空气污染物检测的可靠和准确公路。检测人员需要在空气污染物检测技术应用中表现出较高的专业水准的同时,还要更多的该地区工厂以往检测数据的情况,尽最大努力将空气环境改良做到最好,最大程度的保证工厂地区的空气质量安全。针对在工厂生产过程中主要出现的空气污染物问题,要及时的检测和解决,避免空气安全隐患,制定出有实用价值的大气治理方案。从而保证工厂空气污染物检测和治理技术的现实意义,保证我国大气环境的安全,维护工厂生产人员和周边城市居民的身体健康。
参考文献:
[1]康彩霞,田富姣.大气污染防治措施论述[J].科技风,2014,(10):126-127.
[2]李纪峰.试析我国大气污染防治的形势及对策[J].中国科技信息,2014,(06):28-29.
[3]张庆阳,等.城市大气污染治理有关研究[J].气象科技.2001(4):6-10.
[4]谢鸣捷,王格慧,胡淑圆,赵欣,沈国锋.南京夏秋季大气颗粒物和PAHs组成的粒径分布特征[J].中国环境科学.2008(10)
实时准确的环境监测数据是开展环境管理和科学研究活动的基础,全国环境监测总站以及各地环境监测中心已积累了大量的环境监测数据资源,包括国控、省控、市控等地表水、饮用水监测数据,大气质量和酸雨监测数据,功能区和道路噪声监测数据[1]。这些数据资源是环境管理、应急决策和生态文明建设的重要支撑数据,如何利用现代化信息技术,对这些数据资源进行科学的管理、挖掘分析和可视化表达,充分发挥它们在环境管理、环境应急决策中的作用,促进环境友好型社会,是各地环境保护的必然要求。与此同时,基于这些数据资源,结合GIS技术,通过一种灵活可定制的手段自动适应国家环保部、省、市对生态文明城市、生态省、生态城市环境质量评价分析的需求,提供环境监测数据的科学管理、高效查询、自适应与多维评价、监测数据空间化等功能,实现“一套数据、多种应用”,减轻各地环境监测中心数据统计分析人员的负担,实现科学、高效和直观形象的环境质量评价分析,为环境管理和保护决策提供辅助支撑。
GIS以其强大的数据处理、分析计算功能,在环境领域得到了广泛的应用[2]。21世纪以来,国家环保部组织开发了国家环境监测信息系统(NESMIS)。随着GIS技术在环境领域的广泛结合使用,在监测数据审核分析与评价系统开发上也取得较大的发展[3]。目前环境监测信息化建设方面仍存在的主要问题有:①环境监测数据的审核及分析应用仍过多依赖工作人员的经验,监测数据分析系统的开发与应用仍较缺乏[4];②难以满足不同时空尺度的环境质量评价和成果的定制化展示;③难以灵活满足不同评价标准、评价部门对环境质量评价的需要;④监测数据和评价分析结果无法实时展现在GIS地图上等[3]。针对这些问题,为实现环境监测数据科学、高效、直观形象的环境质量评价分析,笔者开发设计了一种灵活的、可适应不同环境保护主管部门、不同评价标准和评价时空尺度的环境监测信息管理与分析系统。
1环境监测数据模型分析
环境监测的对象通常包括污染源和环境质量状况两方面。环境监测包括水环境、大气环境、噪声环境3大类型,水环境又分地表水、饮用水、近岸海域;大气环境又分空气质量、大气降水质量;噪声环境又分区域、功能区、交通道路。地表水数据包括:河流地表水、湖库地表水、近海海域地表水监测数据,以及水期代码、水域功能类别、湖库类型、中国海区代码、重点海域代码、近岸海域水质标准分类、近岸海域水质标准限值等辅助数据。空气环境数据包括:大气监测点基本信息、大气质量监测数据、大气降水监测数据,以及行政区域代码、监测点级别类型、空气环境质量标准分类、空气监测项目标准限值、空气污染指数计算参数、空气污染指数分类、酸雨强度分级等辅助数据。噪声环境数据包括:噪声监测点基本情况、区域定期监测噪声、道路交通噪声、功能区噪声监测数据,以及噪声测点类型、噪声功能区类型、噪声声源类型等辅助数据等[5]。
环境监测数据库通常包含4个部分:共用的数据库表(系统运行,水环境、空气环境、噪声环境质量评价时都需要的数据库表)、水环境监测与评价数据库表、空气环境监测与评价数据库表以及噪声环境监测与评价数据库表。共用数据库主要存放系统运行所需要的基础字典表,以及水、空气、噪声环境质量评价时都需要的公共数据库表。地表水监测与质量评价数据库表主要由地表水水质监测原始表、地表水水质监测字典表及取值说明、地表水水质评价表和近海海域水质监测原始表、字典表及取值说明、评价数据库表构成。空气质量监测与评价数据库表主要由空气质量监测原始表、空气质量评价字典表及取值、空气质量评价表构成。噪声质量监测与评价数据库表主要由噪声环境监测原始数据表、噪声环境字典表及取值、噪声环境质量评价表构成。环境监测数据库构成见图1。
2环境监测数据管理与评价业务流程
环境监测数据管理与综合分析系统业务流程总体上分为以下4个阶段(图2):
(1)数据导入管理阶段。该阶段系统管理员分配好系统
操作的用户和权限后,数据管理员从已有的国家系统(或环境自动监测数据库)中导入环境监测数据。
(2)评价分析模板定制阶段。该阶段环境质量统计分析人员利用系统进行水环境质量、空气环境质量、噪声环境质量评价分析模板的定制,主要定制参与评价的环境指标、评价标准等。
(3)环境质量评价分析阶段。该阶段环境质量评价分析人员利用系统进行按月、季、年或任意时间的站位、区域等层次的水环境、空气环境、噪声环境质量评价和变化趋势分析。
(4)评价结果可视化输出阶段。评价结束后,通过表格、统计图表或地理空间图层,对评价结果进行可视化表达。基于环境监测数据和评价结果,根据隐含的监测点空间位置信息,利用GIS技术,对环境监测点及其评价分析结果进行空间化处理,动态生成空间图层,从而实现环境质量监测和评价分析结果的可视化。
3环境监测数据管理与评价分析系统设计
3.1系统开发的核心业务分析
系统开发的核心业务是对地表水环境质量、饮用水环境质量、空气环境质量、噪声环境
质量等进行评价分析。
3.1.1地表水分析评价。能够按月、季度、水期、年或任意期范围进行监测因子质量评价、站位水质评价、市控以上站位水质评价、水系水质评价、湖库水质评价、近岸海域监测因子水质评价、近岸海域站位水质评价、近岸海域功能区水质评价;可生成全市地表水水质类别分布图、地表水功能达标状况分布图、近岸海域水质状况图,能开展污染因子及综合污染指数趋势分析。具体需求评价因素较多,不一一赘述。如站位水质评价因素包括站位水质类别、水质达标率、水质达标否、达III类标准率、达III类标准否、综合污染指数、主要污染指标及最大超标倍数等。
3.1.2饮用水水质评价。能够按月、季度、水期、年或任意期范围进行单个饮用水站位水质评价、水源地100%达标站位数及比例、污染因子及综合污染指数趋势分析等,除计算地表水通用因子外,还要计算饮用水专用指标。具体需求评价因素较多,不一一赘述。如单个饮用水站位水质评价因素包括28项指标达标率、16项指标达标率、超标项目和频次、项次达标率、均值超标因子、水质类别等。
3.1.3大气环境质量评价。能够按月、季度、年及任意时间进行评价;评价指标主要是二氧化硫、二氧化氮、可吸入颗粒物、降尘,具体为能进行测点/区域空气质量评价、测点/区域空气日报、测点/区域降水质量评价,能生成全市降水酸雨强度分布图,能进行污染因子及综合污染指数趋势分析。
3.1.4噪声质量评价。能够对功能区、区域和交通噪声进行评价;能开展功能区噪声质量评价、区域噪声质量评价,交通噪声质量评价;可生成市区区域噪声声级分布图、交通噪声声级分布图。
3.2系统逻辑结构
系统以实用性、稳定安全性、灵活扩展性、易操作性为设计原则。系统的总体架构纵向上下至上依次为基础设施层、数据资源层、功能层和用户层。环境监测数据管理与评价分析系统逻辑结构见图3。
3.3系统功能体系
为了实现系统总体目标,系统包括5大功能体系模块:系统定制模块、数据导入管理模块、环境质量评价模块、环境质量时空特征分析模块和统计输出模块。系统功能体系见图4。
4宁波市环境监测数据管理与评价分析系统的实现
基于上述的分析设计,以宁波环境监测数据管理与分析为例,实现了宁波市环境监测数据管理与评价分析系统。该系统基于C/S结构,在.NET环境下,采用C#开发语言,ArcEngine地理信息组件编程实现,后台数据库采用SQL Server。运行环境:Windows 2003 Server或Windows 2000 professional/XP等操作系统,ArcGIS Engine Developer Kit等GIS软件,SQL Server 2000或SQL Server 2005数据库系统及.Net Framwork2.0。
宁波市环境监测数据管理与评价分析系统实现了环境质量评价分析定制、基于表格的评价分析结果定制、多年变化分析以及评价分析结果GIS表达。主要分为以下7种功能。
(1)基础功能。包括系统登录、用户管理、切换年份、修改密码、评价模板管理(增加、删除、编辑模板)、地表水站位评价模板、样式管理功能,如图5。
(2)数据管理功能。包括监测数据导入、近岸海域数据导入、饮用水数据导入、数据编辑、监测数据浏览功能。
(3)水环境质量评价分析功能。包括饮用水质量评价分析(图6)、地表水环境评价、湖库水环境评价、近岸水域水质评价分析功能。饮用水、地表水、湖库水环境评价主要实现了监测数据统计计算、水质评价功能,水质评价是指根据评价模板及其他参数能完成饮用水、地表水、湖库水数据评价及评价结果查看功能,能实现评价结果的导出、打印功能。如图7所示,近岸海域水质评价功能主要完成监测数据统计计算、近岸海域数据的评价及评价结果查看功能;并可根据提供多年数据的比较分析进行地表水、湖库水水质变化分析功能,系统提供了表格、折线图、柱状图等多种分析方式。其他部分的变化分析功能与此相同。
(4)大气环境质量评价分析功能。该模块实现了监测数据统计计算、空气质量评价、大气降水评价、空气质量变化分析功能,上述功能均能完成数据评价及评价结果查看功能,如图8所示。质量变化分析分析内容丰富,其中空气质量变化分析包括空气质量日报、空气质量日报综合统计、测站空气质量日报统计、监测因子浓度、监测因子百分位浓度值、综合污染指数、空气污染指数、大气降水内容。
(5)声环境质量评价分析功能。该模块实现了监测数据统计计算、功能区噪声和区域噪声及交通噪声质量评价功能。功能区噪声主要分析功能区噪声的监测数据,分析出噪声数据、昼夜等效声级图及功能区噪声趋势;区域噪声主要分析区域噪声数据及区域噪声趋势;交通噪声主要分析交通噪声数据及交通噪声趋势。
(6)GIS地图功能。如图9所示,地图操作主界面主要分为3部分:地图显示区域、图层控制区域和地图工具条区域。也可实现图层符号设置、注记设置和图层属性表查看等图层控制操作,可实现地图保存、地图缩放、移动、视图、信息查看、增加图层、图片输出打印等地图基本操作。
(7)环境质量专题图功能。环境质量专题图主要是利用GIS的地图展现方式,将环境的日常监测数据以及分析汇总数据进行专题展示,从而让用户对监测数据和分析结果有更加直观的认识,便于领导进行宏观决策。环境质量专题图主要分为水环境质量专题图、空气环境质量专题图和噪声环境质量专题图3大部分。
5结语
充分利用环境监测数据发挥其最大价值是环境保护管理、决策和预测预警的紧迫要求。该研究在系统分析环境监测数据模型、环境质量评价业务流程的基础上,研发了基于地理信息技术的环境监测数据管理与评价分析系统。该系统在宁波市环境监测数据管理与分析中的应用表明,系统基本实现了环境监测数据的科学管理、高效查询、自适应与多维评价的功能,实现了对不同时间、空间尺度的环境质量进行实时地评价分析和形象表达的功能。
【关键词】AO;可视化;气溶胶
【Abstract】Particulate matter has become the primary pollutant of the province’s major cities. As an aerosol substance, it has been a main target of ambient air quality monitoring. The technology of the satellite remote sensing can dynamic monitor the aerosol optical depth and other key index factors to further monitor the haze, dust and other air pollution phenomena. Complexed remote sensing technology and ground data, this paper gives the visualization of the process of air quality in the form of distribution and change of status API index, through the GIS secondary development tools, reaching the goal of macroscale reflect the regional distribution of the province’s air quality and pollution.
【Key words】Arc Object; Visualization; Aerosol
1 研究背景
近年来,尤其是秋冬季节我省绝大多数城市的首要污染物是颗粒物,其作为气溶胶物质的一种长期以来一直是空气环境质量监测的主要对象,同时也是空气污染指数评价的重要因子。利用卫星遥感技术通过动态监测气溶胶光学厚度(Aerosol Optical Depth,简称AOD)等关键指标因子,能够有效解决地面固定观测站空间覆盖度不够等问题[1],并可进一步辅助监控灰霾、沙尘等空气污染现象。
气溶胶光学厚度(AOD)被定义为介质的消光系数在垂直方向上的积分,是描述气溶胶对光的衰减作用的主要因子。它是目前可以得到的气溶胶数据中覆盖范围最广、较准确的一种数据,也是推算气溶胶含量、评估大气污染程度、确定气溶胶气候效应的关键因子[2-3]。
GIS可视化技术(GIS Visualization)是目前信息领域中广泛应用的一项技术,它通过强大、有效的地图系统将复杂的空间数据和属性数据以地图学的形式进行描述,兼具人性化的界面风格设计,实现了文本、图形和图像信息相结合的定位、查询、检索模式,信息表达形象直观,使用操作简单便捷[4]。
通过遥感解译数据与地面数据相结合的方式,环境空气质量分布进行模型拟合利用ArcGIS平台展示API指数拟合结果,在抽象的数值与具体的地理位置之间建立联系,以特定的符号、颜色、图表显示在地图上,实现卫星遥感环境空气质量的可视化表达。同时基于地图的可视化信息,查询、统计功能也将变得更加简单、直观,通过可视化的查询语言,实现对AOD、API数据的图表化查询展现;通过建立专题地图,帮助用户加深理解,从而有助于发掘数据、信息间的内在规律,实现辅助决策。
2 需求分析
通过提取美国对地观测系统EOS-MODIS卫星遥感数据中的气溶胶信息,结合地面数据及其他气象资料,依据建立的线性回归拟合模型演算出空气污染指数API及对应的环境空气质量等级,并提供可视化表达界面,最终达到利用气溶胶光学厚度AOD等遥感技术监测数据实时反映宏观尺度全省各地区空气质量与污染分布状况的目的。
2.1 数据需求
拟合模型所涉及的数据主要由三部分组成,其中输入数据包括:①卫星遥感气溶胶光学厚度数据,数据格式为栅格型,②相对空气湿度数据,可转化为空间点图层,数据格式为矢量型;输出数据为空气污染指数API,数据格式为栅格型。
2.2 业务需求
结合环境监测具体业务需求,力求通过遥感技术与地面数据相结合的方式,将模型拟合后的环境空气质量分布与变化状况以API指数的形式进行可视化表达,从而达到实时反映宏观尺度全省各地区空气质量与污染分布的目的。
3 设计思路
3.1 模块框架设计
以江苏省作为主要研究区域,以气溶胶光学厚度AOD影像、相对空气湿度RH数据为基础,参照遥感AOD数据处理流程,利用ArcObject组件库实现实时高效地遥感数据解析,并引入研究构建的AOD-API回归统计模型,拟合计算得到全省各地区的API数值,同时利用ArcGIS软件展现模拟结果,不仅大大提高了数据的处理效率,而且能够直观形象地表达全省范围内的空气状况模拟结果,并与自动站实测数据进行比对。
可视化模块的总体架构分为界面层、业务逻辑层和数据访问层三个层次。界面层用于采集用户输入的相关信息,展示地理信息和模拟结果。该层利用ArcGIS软件界面,同时调用.Net定制的WinForm界面。业务逻辑层在模块运行提供地理信息处理功能,根据具体业务需求,业务层把界面上用户输入的信息通过业务规则分解,需要进行地理信息处理的,把参数推送给AO组件的接口,并接受运行结果再传递给界面显示;需要与属性信息之间进行交互的,通过适配器读取属性信息进行运算,业务层起到承上启下的作用。数据访问层主要用于模块运行时所要涉及的空间数据与属性数据,提供接口供业务逻辑层访问调用。
3.2 模块开发环境
气溶胶数据反演模块采用.Net开发平台,利用ArcGIS平台提供的ArcObject接口进行二次开发,实现AOD影像数据解析、回归模型拟合、结果统计渲染等功能。
ArcObject(简称AO)是ESRI公司ArcGIS家族中应用程序ArcMap、ArcCatalog和ArcScene的开发平台,它是基于COM(Components object Model 对象组件模型)技术所构建的一系列COM组件集,具有很强的GIS功能和制图功能,有1800多个组件、几百个具有良好文档说明的接口和数千个方法组成,作为ArcGIS可重用的通用二次开发组件集,以其强大的功能类库,对地理信息系统(GIS)的功能实现和扩展表现得十分出色[5]。
3.3 模块数据来源
1)空间数据
采用的是1:250,000江苏省行政区划图、江苏省省辖市行政区划图等。
2)湿度数据
模型构建中涉及的湿度(RH)数据是由省气象局提供,时间跨度由2008年7月1日至2009年6月30日共计一年。在模块计算过程中通过Excel适配器读取Excel固定格式的湿度数据,根据时间、省辖市名称获得相应值。
4 开发过程
根据课题的研究结果,设计参数的设置界面,在界面上选择待处理的AOD数据、研究区域、工作路径等参数,根据参数首先对AOD数据名称进行解析,得出具体AOD数据日期,同时进行格式转换,剔除异常值并获取研究区域内的AOD点图层,通过IDW插值补全全省AOD数据。另一方面读取Excel统计表中各相关监测点位的空气相对湿度数据,根据样本日期提取出当日的相对湿度值,生成相对湿度点图层,再通过IDW插值方法生成全省湿度数据。之后,根据样本日期所处的季节选择相应的AOD-API回归统计模型,进行气溶胶光学厚度AOD与相对空气湿度RH的公式拟合计算,得到全省范围内各地区的API估算值,并与实测数据进行比对,分别利用分层设色渲染,可视化展现模拟结果。
5 关键技术应用
1)删-矢数据转换技术
气溶胶光学厚度(AOD)数据是栅格格式,其中包含异常值,不利于进一步的空间分析,利用GIS平台提供的数据格式转换Conversion工具,将栅格数据转换成矢量数据,在剔除异常值后,进行插值,获得研究区域内较为完整的数据分布。
在多个图层参与计算时,栅格数据较为简便,此时将插值后的AOD数据和湿度数据都转换成栅格数据格式,利用Raster Calculator工具,对独立两个栅格图层进行空间数值计算,得到最终模型拟合结果。
2)GIS插值技术
气溶胶光学厚度(AOD)数据解译后,为了展示整个区域的空气质量状况,需要将未知数据地区的污染物浓度值利用插值方法得出。ArcGIS提供了反距离权重插值法、样条函数法、克里金法等一些特定用途的空间插值函数。经过优化模拟可知,反距离权重插值法的结果能更好地反映江苏省地区的实际污染情况。反距离权重插值以插值点与实际观测样本点之间的距离为权重。
反距离权重插值法要求对受影响的局部控制点有清楚的认识,且其结论直接受到采样点数值的影响,采样点越多,对局部的真实反映越强,利用反距离权重插值法所确定的污染范围就越准确。
3)分层设色渲染技术
平台的空间渲染模块为管理人员提供区域空气质量空间分析动态插值与渲染功能,直观地展示空气质量实时空间分布特征,实现对监测因子的空气质量空间分析动态插值渲染功能,直观地展示了区域空气质量实时空间分布特征。平台的空间渲染模块需要根据各站点的小时值、日均值等实时生成污染物浓度空间渲染图,利用GIS技术实现这一目标。
6 可视化模块展示
1)加载预处理后的MODIS气溶胶光学厚度AOD栅格数据图层。
2)参数调整设置
选择气溶胶模拟模块,根据主要参数设置窗体的提示设置运算所需的参数。主要包括,待解析的遥感AOD数据、参与运算的江苏省行政区划面状图层、根据选择AOD数据的名称模块会自动解析出AOD数据所处的日期、确定运算过程中是否考虑湿度因子、根据解析时间和是否考虑湿度因子自动显示模块运算的公式、参与模块运算的外部数据(xls格式)的位置和模块运行时产生中间和结果数据存储的文件夹路径。
3)过程演算与专题制图
开始计算后,经过后台的数据转换、IDW插值、栅格运算、图层渲染、结果输出等步骤,最终生成一个系列图层,主要包括AOD参照图层、API拟合图层等。
7 结论
基于ArcGIS平台二次开发了AOD-API拟合与可视化表达模块,实现遥感AOD数据和RH数据自动推演出API数据的计算过程,并实现运行结果表明,RS/GIS可视化技术支持下的全省空气状况及变化趋势模拟与传统表征手段相比,能够更好的体现不同地区空气环境质量的区域分异性,更为准确地显示颗粒物污染的程度和变化情况。
【参考文献】
[1]王家成,朱成杰,等.北京地区多气溶胶遥感参量与PM2.5相关性研究[J].中国环境科学,2015,35(7):1947-1956.
[2]单楠,杨晓晖,等.基于MODIS的中国陆地气溶胶光学厚度时空分布特征[J].中国水土保持科学,2010,10(5):24-30.
[3]李成才,毛节泰,等.利用MODIS研究中国东部地区气溶胶光学厚度的分布和季节变化[J].科学通报,2003,48(19):2094-2100.