博文
PM2.5监测和环境信息
|||
PM2.5监测和环境信息
上海、广州、江苏、北京等地陆续开展了PM2.5的试验性监测和结果报告。三大城市监测站点数量不少：上海10个，广州10个，北京35个，而且发布每小时和24小时平均浓度。因此告知社会大众PM2.5的污染状况，警示在污染严重时，应当采取避免危害的适当措施。然而在多个站位上每小时的监测工作，日积月累将形成重要数据库，怎样利用这些数据，以获得新的信息呢？这里以上海市监测数据为例，说明一些问题。希望引起环境监测部门和相关研究人士注意，环境监测数据的加工和分析，有利于污染控制工作的实施，也有利于环境信息的充分利用。
自7月中旬开始，除特殊情况外，笔者每天下载了上海市环境监测站报告的PM2.5监测数据和图形。企图和已经分析得到的结果如下：
1. 企图通过各测站数据的相关分析，探讨设立多个测站的必要性。因为PM2.5细小，容易混合，而且二次颗粒物的比例相当高，除交通繁忙的道路边外，商住区和公园等不同周边环境的测点结果未必有很大不同。关于PM2.5，有可能通过较少测站的工作，就能获得全市的代表性数据。
上图展示的是2012年7月15日的监测状况，各测站之间曲线相似性比较高。但这项工作没有完成，原因是（1）监测数据少，不足以因此获得统计依据；（2）得到的不过是这些图形，要变换为数据，过分费时费力。（在图上套画一个网格，可以逐点估计数值，工作量浩大，但存在误差）
2. 发现从6月下旬开始监测以来，上海市空气质量多处于优良水平。追踪到了两次污染比较严重的时段：9月18~21日和10月5~6日。三个半月约110天，几乎1/3年，只有不到10天的较严重污染，而且第二次明显来源于外地，可以认为，上海市在执行空气污染控制方面工作卓有成效，各大企业严格遵守了应当的环保任务和规定。
3 追踪到的两次污染事件属于不同类型：
两图说明：
（1） SO2浓度都较低，10月的那张大部分时间都低于40微克/立方米；
（2） PM10和PM2.5浓度变化相关性很强，PM2.5在PM10中占的份额在75%左右（平均）
（3） NO2浓度变化和颗粒物浓度变化在第一张图中展现了相关性，可以猜测，当时污染物的来源主要是本地和附近地区的输送过程，还可能遭遇不利于污染物扩散的气象条件；但第二张图中，在严重污染发生时，几乎没有相关性。环保部门曾解释说十月长假里的这次严重污染来自于北方输送，应当是可信的。
4. 比较不同站位监测浓度变化也能发现一些问题
4.1 10月5-6日
下图展示了10月5~6日发生较严重污染时，上海市10个PM2.5监测站测得的浓度级别时间变化序列。标出的数字只代表次序，但不代表相等的时间间隔，晚上就没有进行记录。8个监测站在市区（外环线内），最左边的那个是青浦淀山湖，被隐没在浓度数字下面；最右边那个是浦东川沙监测站。颜色表示污染等级：黄（良）、棕（轻度污染）、红棕（中度污染）、紫（重度污染）。这个时间序列说明，污染物是从正北方向进入上海，先污染杨浦、虹口和普陀（10/5-2），然后向南向横向扩展；先后转为棕色、红棕及至紫色，然后依次复原。
该图相当明显地表明，此次严重颗粒物污染来自外地，输送方向是正北，持续时间约为两天，和上面第二张曲线图吻合。
4.2 9月18~21日
至于9月18~21日的污染事件，情况有相当大的差别。虽然因为没有下载类似图形，无法直接比较，但根据各个监测站同期监测数据比较，青浦淀山湖站测得PM2.5浓度大部分情况下超过其他监测点数值，可见该次污染事件和本地污染源、西侧邻近地区输送和不利的气象条件相关。
5. PM2.5监测和分析怎样和环境信息的联系
当前似乎有一个倾向，讲到“环境信息学”或“环境信息系统”，常常就会想到GIS（地理信息系统）的应用，而且是ArcGIS一类的商业GIS软件，研究工作常是“基于GIS…环境信息…”。环境数据和信息具有地理属性，因此GIS是重要的显示和空间分析工具。但环境信息的非空间属性部分更加丰富重要。例如这些PM2.5的监测数据，一个站自身数据的时间序列分析，各个站之间的相关分析，同时考虑时空变化的相关分析等；不同污染物监测数据变化的相互关系；污染物浓度变化和气象数据变化的关系；上述数据和区域外污染源及污染数据的关系等。这些分析可以产生更多信息，有利于我们理解污染的发生发展和来源，因此制定和实施控制措施。
。。。。
空气污染和PM2.5
https://blog.sciencenet.cn/blog-609047-622016.html
上一篇：国庆长假+高速公路免费通行，观测PM2.5浓度高值的好机会？
下一篇：PM2.5监测和环境信息-2：以广州近期PM2.5严重污染为例
