基于API法的市区大气环境的污染评价.docVIP

基于API法的市区大气环境的污染评价 　　摘 要：文章以中部某X城市的空气污染程度、影响空气质量的主要因素以及短期空气污染情况的预测进行了分析研究。利用空气污染指数API对该地区大气环境进行了评测，同时也利用空气质量指数AQI对相应大气环境进行了进一步分析。根据研究分析结果提出较为客观的合理化建议。 　　关键词：空气污染指数API；可吸入颗粒；空气质量指数AQI 　　目前新标准中对大气质量的监测主要是监测大气中二氧化硫（SO2）、二氧化氮（NO2）、一氧化碳（CO）、臭氧（O3）、可吸入颗粒物（PM10，粒子直径小于等于10μm）以及细颗粒物（PM2.5，粒子直径小于等于2.5μm）等六类基本项目和总悬浮颗粒物（TSP）、氮氧化物（NOx）、铅（Pb）、苯并[a]芘（BaP）四类其他项目的浓度。研究表明，城市环境空气质量好坏与季节、城市能源消费结构等因素的关系十分密切。 　　1 X市大气污染监测数据分析与处理 　　通过对X城市大气污染物浓度监测数据、各区县规模以上工业增加值以及气象数据等多方面数据进行分类、总结。结合气象数据，首先可通过各区县API指数趋势、X市API指数因素趋势、API与生产总值相关性分析对X市空气质量从API指数角度进行评价，然后通过各区县AQI指数趋势、X市AQI指数因素趋势对X市空气质量从AQI指数角度进行评价，最后对API指数与AQI指数评价结果进行对比、分析。利用用模糊数学综合评价模型方法分析影响X市空气质量的因素，本文主要考虑二氧化硫、二氧化氮、可吸入颗粒物（PM10），以及细颗粒物（PM2.5）四个主要污染因子。将大气环境质量按照最大隶属原则，划分三个污染等级；根据污染等级利用降半阶梯型求出隶属函数；对X市四个代表区域的大气污染物监测数据进行评价，结合隶属函数得到模糊关系矩阵R；计算这四大因素所占的权重得到权重矩阵A；在此基础上，得到模糊综合评价矩阵B，反应出主要影响因子及其对各个污染等级的隶属度。 　　2 空气污染指数（API）评价 　　2.1 城市API值变化特点分析 　　结合X地区近几年来的气象数据，从如下X市2010～2012年的API趋势图可得，由于X市作为一供暖城市，每年11月至次年3月，大量的供暖锅炉向空气中排放废气，又由于X市的冬季干燥少雨雪，无法及时消除空气中的可吸入颗粒物，很大程度上使每年的第一季度API季度平均值徘徊在100左右，常常是该年内最高峰，空气质量状况为Ⅱ或Ⅲ级。而后，随着降雨量的增大，X的API指数逐渐好转，空气质量状况维持在Ⅱ级。但2013年冬季的X市，由于长时间没有降雨，API的平均指数创下了几年最高，接近于120的值是一直处于轻微污染的情况下。由各个检测点的数据比较发现，以围绕X市市中心的几个区的API值较高，然后逐渐向郊区递减。现就检测API指数时所监测的各项数据发展趋势分析X空气质量。 　　2.2 主要污染物分析 　　2.2.1 SO2：主要来源是集中供暖产生的废气。分析SO2的趋势线可知，每年第一季度其浓度最高，第四季度次之，第三季度最低，这与采暖期污染源增加和非采暖期污染源减少相对应。每年的SO2污染浓度最大值与当年的最冷月相对应。 　　2.2.2 NO2：主要来源是汽车尾气的排放。分析NO2的趋势线可知，每年第一季度其浓度最高，第四季度次之，第三季度最低。其随着X市车辆密度的增加而增加，呈正相关。 　　2.2.3 PM10：主要来源是汽车尾气的排放、不合格烟尘排放。每年第一季度其浓度最高，第四季度次之，第三季度最低。由于可吸入颗粒物的浓度与绿化植被覆盖率、最近降雨量相关，所以在降雨量最大的夏天，PM10值最低，在春秋季较高。每年的PM10最大值与当年的降雨量相对应。 　　2.3 环境空气质量指数（AQI）评价 　　由于我国是从2013年起开始正式检测AQI，所以结合X地区2013年来的气象数据与X市2013年的AQI趋势图可得，由于X作为一供暖城市，大量的供暖锅炉向空气中排放废气，又由于X的2013年后干燥少雨雪，导致X的PM10与PM2.5值居高不下，使AQI指数在1、2月份保持在200以上，空气质量状况为五级重度污染，长期的雾霾天气不宜出门，医院患者明显增多。而后，随着3月的几场降雨，X的AQI指数逐渐好转，空气质量状况有一定改善。随着供暖期的结束，X市的AQI指数出现明显下降，空气质量以改善为四级轻度污染。 　　API、AQI评价结果对比分析：由于AQI参与评价的污染物为细颗粒物（PM2.5）、可吸入颗粒物（PM10）、二氧化硫（SO2）、二氧化氮（NO2）、臭氧（O3）、一氧化碳（CO）6项，每小时发布一次；而API评价的污染物仅为SO2、NO2和PM103项，每天发布一次，而雾霾的主因-PM2.5并