城市街区形态对PM10、PM2.5的影响 研究——以武汉为例

构成城市肌理的普遍街区的空间形态与颗粒物浓度 存在显著差异。基于武汉市18个空气质量监测点的PM10、 PM2.5数据与二维、三维街区形态指标,揭示不同街区形态 与PM10、PM2.5之间的深层关系规律,以期为城市规划管控 提供参考。双变量相关分析与一元回归分析揭示了街区形态 与PM10、PM2.5的相关性及其影响规律,多元线性回归分 析揭示不同街区形态对PM10、PM2.5变化的贡献度。结果表 明,街区之间的平均PM10、PM2.5浓度分别在城市平均水平 55%~106%、59%~117%之间浮动,绿化覆盖率、道路面 积率和相对高程对PM10、PM2.5具有显著影响,相对高程与 绿化覆盖率对PM10变化的贡献度达83.0%,绿化覆盖率对 PM2.5变化的贡献度达72.5%,道路面积率对PM10、PM2.5 变化的贡献度分别为17.0%、27.5%。     

我国PM_(2.5)污染与煤炭消费关系的面板数据分析

文章运用我国2001—2010年省区面板数据,考察了煤炭消费因素对PM2.5的影响。实证结果表明,我国煤炭消费量与PM2.5为正相关,而且是我国PM2.5污染的主要成因。治理我国PM2.5污染,要以控制煤炭消费总量,提高煤炭利用效率为重点,同时,也要加强机动车污染防治、优化工业内部结构。     

不同植被结构校园绿地对空气颗粒物浓度影响研究

通过2017年4月—2018年3月连续监测陕西省宝鸡文理学院5种不同植被结构绿地内的空气颗粒物总量(TSP)、PM10、PM2.5的浓度以及相关气象因子的变化,探究时间、气象和植被结构等因子对空气颗粒物浓度的影响,结果表明：1)监测日期和时间对PM2.5、PM10、TSP浓度有极显著的影响,在监测期内PM2.5、PM10和TSP在7月份最低,12月达到峰值;2)温度、湿度和风速对PM2.5、PM10及SP浓度均有极显著影响;在微风条件下,温度和风速与空气颗粒物PM2.5、PM10和TSP的浓度呈负相关,湿度与其呈正相关。在同样的气象条件下,粗颗粒物对于气象因素的响应大于细颗粒物;3)5种不同校园绿地植被结构类型对PM2.5、PM10、TSP浓度的削减作用在统计学上虽无显著差异,但不同植被结构的绿地对空气颗粒物均有一定滞留能力,整体上表现为在相同的气象条件下,绿地内的空气颗粒物浓度大于硬质铺装。     

PM2.5高排放与治理的技术经济思考

高浓度PM2.5排放是一种自然现象,更是人类经济活动所造成的人为污染现象。高浓度PM2.5排放与特定经济发展阶段相关,发达国家已经过上升期和高峰期进入下降期,而中国正处于上升期,未来随着工业化、城镇化进程的推进,如果不采取强有力的措施,PM2.5排放还会继续上升。应通过加快创新技术经济范式、开展环境综合治理和发展战略性新兴产业来治理高浓度PM2.5排放。     

地方传真

<正>北京规定重污染天气部分公车停驶控制PM2.5污染,北京准备重拳出击:制定了空气质量持续改善目标,到2015年,空气中PM10和PM2.5浓度比2010年下降15%,PM2.5浓度降至每立方米60微克;出台了治理大气污染的8大具体措施,包括遇重污染天气将暂停施工工地土     

PM2.5监测及污染防治重要性的初步探讨

PM2.5是指大气中直径小于或等于2.5微米的颗粒物,这种颗粒物在大气当中含量较少,这种颗粒物由于自身特性,也可以被称为可入肺颗粒物.它对大气和人体健康产生了巨大的影响,因此,本文通过对PM2.5的污染和防治情况进行了初步探讨和总结,以期阐释加快我国PM2.5监控步伐的重要性.     

PM2．5之战

2011年1223日，上海市环境监测中心在国内率先公布了过去5年该市PM2.5试点监测的进展和数据情况，这是国内外环保部门首次揭开PM2.5的神秘面纱。     

PM2.5大气污染治理谈

PM2.5污染最典型的特征是污染源的多样性,同时,由于介质的流动性使其在空间布局上呈现出跨区域的状况。这就要求我们面对PM2.5污染时,走出仅仅依靠环保部门的职能误区,通过对污染源的正确分析,寻找治理的措施与办法,其中较为可取的是构建区域联防联控机制。只有这样,才能扭转PM2.5愈演愈烈的发展态势。     

关于徐州市PM2.5排放税的思考

本文通过实际测量,得到徐州市PM2.5各来源所占比重的经典数据,提出通过经济税收手段有效治理PM2.5超标情况,改善徐州市空气环境质量,促进产业升级,改变消费模式.     

济南市细颗粒物(PM2.5)的时空分布特征分析研究

对比分析2016年2月至2016年8月期间济南市14个监测点PM2.5的监测数据,分析得出济南泉城广场、济南开发区场、山东经济学院、济南市科干所、济南市化工厂、济南市蓝翔技校、济南市宝胜电缆、济南市跑马岭以及济南市长清区党委九个监测点的PM2.5含量最高点出现在3月;而济南高新学校、济南市监测站、济南市农科所、山东建筑大学以及济南市种子仓库5个监测点的PM2.5含量最高点出现在4月;结合济南市环境监测中心站的数据分析,在3、4月份春季风沙季节,细颗粒物PM2.5为导致春季风沙季雾霾的首恶元凶.     

我国室外防护PM2.5技术取得突破

备受民众关注的PM2.5已纳入新修订的《环境空气质量标准》,成为各地监测、防治大气污染的重要指标。在9月26日举办的"中国空气污染治理与防护意见领袖论坛"上,康纶纤维发布了目前国内惟一能够室外防护PM2.5的绿盾微滤技术,为室外健康呼吸带来希望。绿盾微滤技术由上海兴诺康纶纤维科技股份有限公司自主研发。经美国尼尔森实验室检测,绿盾PM2.5微滤滤片能够有效过     

关于PM2.5的统计学分析

通过计量经济学分析研究使得PM2.5值达到最低的影响因素最优组合方案。以SAS方程拟合与正交试验设计的理论方法为工具,选择PM2.5为研究对象,先用SAS拟合方程,并检验序列相关性、多重共线性以证明所拟合方程的可用性。再用正交试验设计的直观分析法确定因素水平的最优组合方案,通过用正交试验设计的方差分析法讨论因素的显著性,以确定最优组合即让PM2.5的值达到最低。     

中国环境与经济增长的环境库兹涅茨曲线研究——基于半参数空间面板数据滞后模型

基于环境库兹涅茨曲线理论,运用1990—2020年31个省（自治区、直辖市）空间面板数据。用PM2.5衡量环境污染程度,对中国环境库兹涅茨曲线进行了实证分析。通过检验建立的空间滞后随机效应模型,该模型表明：PM2.5具有正的空间溢出效应,第二产业比重与PM2.5是正相关关系,FDI与PM2.5是负相关关系,不存在“污染天堂”假说。再建立半参数空间面板数据滞后模型,该模型表明环境污染水平和经济发展水平存在着库兹涅茨曲线,拐点发生在人均GDP大约是18 033.74元的时候。实证分析结果表明,应使用区域协作治理、降低工业结构比重和引进外资等措施治理环境污染。     

雾霾连连,油品提升难在哪?

机动车油品质量是造成雾霾的主因之一,提高油品质量和机动车排放标准已提上日程又是能源的话题,但这次不是新能源,而是作为传统能源的石油。将石油话题再次带到我们面前的,是2013年最让国人无奈的环境污染——雾霾。目前引起雾霾的城市PM2.5,已经影响到城市每一个人的生活。城市PM2.5到底来源于哪里?根据中科院大气物理所研究员王跃思的分析,城市PM2.5的最大来源是机动车,约为四分之一;其次为燃煤和外来输送,各占五分之一。王跃思进一步解释道,"北京市大量机动车排放的尾气,与硫酸盐相互作用,不断加速、加重雾霾的形成。"由于PM2.5的来源主要来自于机动车燃烧后排放的尾气,因此围     

战略、手段、机制,一个不能少

PM2.5污染最典型的特征是污染源的多样性,针对不同污染源制定不同的防治战略是非常重要的一个步骤,同时由于介质的流动性,PM2.5污染在空间分布上呈现出明显的跨区域性,建立有效的区域大气污染控制机制已刻不容缓。     

济南市细颗粒物(PM2.5)的含量分析研究

采集山东省城市环境空气质量状况发布的2016年2月-2016年8月年度济南市14个监测点PM2.5的监测数据,PM2.5总含量依次为:济南蓝翔技校>济南宝胜电缆>济南监测站>济南农科所>种子仓库>济南科干所>山东建筑大学>济南泉城广场>济南化工厂>济南长清区党校>山东经济学院>济南高新学校>济南开发区>济南跑马岭.PM2.5总含量较高的几个监测点位于市区,颗粒物的含量受工业和建筑业、交通运输、燃油及燃煤、居民生活的影响比较大.跑马岭监测点PM2.5总含量最低,监测点位于跑马岭地质公园内,具有良好的自然景观和丰富的人文景观,受建筑业、交通运输以及居民生活的影响较小.     

炼化行业PM2.5污染源分析与防治

PM2.5成因表明,其一次和二次污染源几乎覆盖了炼化行业的全部主要大气污染源。国家PM2.5污染防治政策和相关要求,连同污染物排放达标升级、污染减排约束性要求,为炼化行业大气污染防控工作带来了新的更高的挑战。本文根据环境空气中PM2.5成因,分析了与炼化行业相关的主要污染物和污染源;同时,结合国家相关污染防治政策和措施要求,分析和判断了炼化行业面临的形势,进而有针对性地提出应当加强的污染防治措施,以实现污染物协同     

从PM2.5看环境消费者的培养

如果说,环境质量的最终消费者是老百姓,是否应该将老百姓的消费需求作为环境质量改善的驱动力呢?放低姿态、培养环境消费者能否成为环境政策的新支点?PM2.5事件证明,美国人在中国的环境市场上创造了一个商业奇迹:2011年底美国公布了驻华使馆的PM2.5监测     

我国大城市PM2.5影响因素的经济分析——基于市级面板数据的实证研究

选取PM2.5污染较严重的京津冀、长三角、珠三角三大经济圈内的9个大城市和西部第一城重庆市等10个城市为研究对象,结合经济社会的发展,拟从影响空气中PM2.5含量的两大根源——自然因素和人为因素入手,运用主成分分析法进行综合分析。从整体看,人为因素贡献率达到75.66%,其中工业活动更是为第一主成分,自身贡献率为36.66%。但对于不同地区的不同城市,四个因子对PM2.5的影响程度呈现一定差异性,并对此进行详细对比分析。最后,得出结论与启示,提出相应的政策建议。     

我国城镇化、产业结构与雾霾动态关系研究——基于省际面板数据的实证检验

采用我国29个省(市、区)2001~2010年面板数据,分析我国城镇化、产业结构与PM2.5之间的动态关系。面板单位根检验果显示各变量是I(0)过程;Pedroni和Kao协整检验表明变量之间存在协整关系;FMOLS回归发现,就我国总体来说,城镇化水平和第二产业比重的提高会增加PM2.5浓度。从区域来看,东部和中部城镇化水平的提高会加重雾霾污染问题,西部地区城镇化水平的提高反而会缓解雾霾污染问题。西部产业结构对PM2.5浓度的影响最大,其后依次为中部、东部。短期内,我国总体存在着从城镇化、第二产业比重到PM2.5的单向Granger原因,从城镇化到第二产业比重的双向Granger原因。东部与西部短期内的Granger因果关系与全国总体相同,中部地区城镇化和PM2.5不存在因果关系。长期内,我国总体及东、中、西部地区PM2.5、城镇化、产业结构之间存在着双向的Granger因果关系。存在误差修正机制,当系统偏离长期均衡时,三个变量在调整过程中能发挥重要作用,使其重新回到均衡状态。最后,提出我国总体要加快工业绿色转型,实行住宅产业化和绿色建筑、各区域实施有差异化的产业政策、全国总体要减缓城镇化进程,在综合考虑环境的基础上,对城镇发展进行合理的规划、根据不同区域特点推进新型城镇化进程、加强环境规制、防治雾霾等建议。