王德明,王昌偉,李 彥,崔志偉,周 祎,周 潔,吳紅敏
山東省環(huán)境監(jiān)測(cè)中心站,山東 濟(jì)南 250101
山東省環(huán)境空氣“‘藍(lán)天白云、繁星閃爍’標(biāo)準(zhǔn)”解析
王德明,王昌偉,李 彥,崔志偉,周 祎,周 潔,吳紅敏
山東省環(huán)境監(jiān)測(cè)中心站,山東 濟(jì)南 250101
山東省環(huán)保部門(mén)提出使用“藍(lán)天白云、繁星閃爍”標(biāo)準(zhǔn)評(píng)價(jià)空氣質(zhì)量,該標(biāo)準(zhǔn)使用能見(jiàn)度作為主要技術(shù)判定指標(biāo)。為了探討這種“具象性”標(biāo)準(zhǔn)對(duì)空氣質(zhì)量的指示能力,對(duì)2013—2014年監(jiān)測(cè)數(shù)據(jù)進(jìn)行了深入分析。結(jié)果顯示,能見(jiàn)度與顆粒物有良好的相關(guān)性,與氣態(tài)污染物的相關(guān)性均一般。源于能見(jiàn)度與空氣污染物的密切關(guān)系,“藍(lán)天白云、繁星閃爍”標(biāo)準(zhǔn)能夠?qū)⒖諝馕廴疚锼酱笾聞澐譃閮?yōu)劣兩類(lèi),但對(duì)各種污染物的指示能力不同。
“藍(lán)天白云、繁星閃爍”標(biāo)準(zhǔn);能見(jiàn)度;空氣污染物
從2013年1月起,為方便公眾更加直觀地了解環(huán)境空氣質(zhì)量狀況,山東省環(huán)保部門(mén)在專(zhuān)業(yè)性指標(biāo)的基礎(chǔ)上引入了一種評(píng)價(jià)空氣質(zhì)量的“具象性”標(biāo)準(zhǔn)——“藍(lán)天白云、繁星閃爍”標(biāo)準(zhǔn)(簡(jiǎn)稱(chēng)“藍(lán)繁標(biāo)準(zhǔn)”),并以氣象學(xué)上的能見(jiàn)度作為主要技術(shù)判定指標(biāo)。能見(jiàn)度是氣象學(xué)指標(biāo),與顆粒物、相對(duì)濕度等因素有密切的關(guān)系[1-5],由于在環(huán)保領(lǐng)域沒(méi)有直接對(duì)應(yīng)“藍(lán)天白云,繁星閃爍”的指標(biāo),借用氣象指標(biāo)作為技術(shù)參考依據(jù)。將“具象性”標(biāo)準(zhǔn)和專(zhuān)業(yè)性指標(biāo)通過(guò)能見(jiàn)度相銜接,使社會(huì)公眾通過(guò)自己的感官就可以理解、判斷空氣質(zhì)量狀況,從而在公眾和環(huán)保部門(mén)之間架起了一座理解的橋梁。“藍(lán)繁標(biāo)準(zhǔn)”實(shí)施以來(lái),山東省環(huán)保部門(mén)每月向社會(huì)發(fā)布“藍(lán)天白云、繁星閃爍”天數(shù),得到了媒體和社會(huì)各界的普遍認(rèn)可,對(duì)大氣污染防治工作產(chǎn)生了積極的影響。
以城市空氣自動(dòng)監(jiān)測(cè)數(shù)據(jù)為基礎(chǔ),通過(guò)統(tǒng)計(jì)分析,探索了“藍(lán)繁標(biāo)準(zhǔn)”和空氣污染物的關(guān)系。
分析數(shù)據(jù)來(lái)源于分布在山東全省17個(gè)設(shè)區(qū)市的45個(gè)省控空氣自動(dòng)監(jiān)測(cè)站,數(shù)據(jù)采集時(shí)間為2013年1月1日—2014年12月31日。測(cè)量指標(biāo)除了PM10、PM2.5、SO2、NO2、CO、O3,還包括能見(jiàn)度和相對(duì)濕度(RH)。其中,能見(jiàn)度測(cè)量使用Model 6000能見(jiàn)度傳感器(美國(guó)),設(shè)定量程為6 m~50 km。相對(duì)濕度測(cè)量使用WXT520氣象傳感器(芬蘭),測(cè)量范圍0%~100%,輸出分辨率0.1%。
2.1 “藍(lán)繁標(biāo)準(zhǔn)”規(guī)定和解釋
山東省城市大氣“藍(lán)繁標(biāo)準(zhǔn)”有2個(gè)判定條件:①能見(jiàn)度日均值≥10 km,且有16個(gè)小時(shí)值≥10 km;②PM2.5日均值≤75 μg/m3,且相對(duì)濕度日均值≥85%。滿(mǎn)足上述任一條件,即認(rèn)定為“藍(lán)天白云、繁星閃爍”。
研究約定,如果一個(gè)自然日符合“藍(lán)繁標(biāo)準(zhǔn)”,則該日被稱(chēng)為“藍(lán)繁天”。“藍(lán)繁標(biāo)準(zhǔn)”中的條件①?gòu)哪芤?jiàn)度的角度界定 “藍(lán)繁天”,由于能見(jiàn)度是一個(gè)反映大氣透明度的指標(biāo),其大小與公眾對(duì)空氣質(zhì)量的視覺(jué)判斷是高度正相關(guān)的[6],因此條件①是“藍(lán)繁標(biāo)準(zhǔn)”體現(xiàn)具象性的基礎(chǔ);條件②是對(duì)條件①的補(bǔ)充,它從相對(duì)濕度和PM2.5濃度的角度界定“藍(lán)繁天”,適用于高濕度導(dǎo)致能見(jiàn)度低于10 km而顆粒物污染程度較低的情況,其中PM2.5濃度限值75 μg/m3參照了國(guó)家《環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)》(GB 3095—2012)[7]中24 h平均的二級(jí)標(biāo)準(zhǔn)。
統(tǒng)計(jì)表明,在符合“藍(lán)繁標(biāo)準(zhǔn)”的自然日中,依靠能見(jiàn)度符合條件成為“藍(lán)繁天”的超過(guò)85%,這進(jìn)一步證實(shí)了能見(jiàn)度是“藍(lán)繁標(biāo)準(zhǔn)”的主要參考指標(biāo)。因此,要探討“藍(lán)繁標(biāo)準(zhǔn)”與空氣質(zhì)量的關(guān)系,首先要探討能見(jiàn)度與空氣污染物的關(guān)系。
2.2 能見(jiàn)度與空氣污染物的關(guān)系
空氣中的氣態(tài)污染物和顆粒物都會(huì)破壞能見(jiàn)度,但程度有所不同。氣體分子都能夠散射光,且以瑞利散射為主,但只有有顏色的氣體能夠吸收光,即氣態(tài)污染物中僅有褐色的NO2對(duì)可見(jiàn)光有吸收作用[8-9]。氣體分子的消光作用僅在顆粒物濃度較低時(shí)占主導(dǎo)地位,當(dāng)顆粒物濃度高于幾個(gè)μg/m3時(shí),顆粒物的吸收和散射能力要比氣體分子強(qiáng)得多[10]。王京麗等[5]對(duì)北京市大氣能見(jiàn)度與PM2.5之間的關(guān)系進(jìn)行了研究,證明兩者有很好的負(fù)相關(guān)性。WEN C C等[11]研究表明,能見(jiàn)度和PM10質(zhì)量濃度之間存在指數(shù)函數(shù)關(guān)系。LEADERER B P等[12]研究發(fā)現(xiàn),和顆粒物中的硝酸鹽質(zhì)量濃度、相對(duì)濕度等因素相比,硫酸鹽質(zhì)量濃度是決定能見(jiàn)度的主要因素。MALM W C等[13]利用美國(guó)能見(jiàn)度監(jiān)測(cè)網(wǎng)絡(luò)(IMPROVE)測(cè)量數(shù)據(jù),研究了顆粒物中主要消光成分對(duì)能見(jiàn)度破壞的貢獻(xiàn),發(fā)現(xiàn)硫酸鹽和有機(jī)物是美國(guó)大部分地區(qū)的主要消光因素,而在加利福尼亞南部硝酸鹽占主導(dǎo)地位。
2.2.1 能見(jiàn)度與空氣污染物相關(guān)分析
使用小時(shí)均值,對(duì)能見(jiàn)度和基本空氣污染物進(jìn)行相關(guān)分析,結(jié)果見(jiàn)表1。

表1 能見(jiàn)度與6項(xiàng)空氣污染物的Spearman秩相關(guān)系數(shù)
注:相關(guān)系數(shù)均在0.01置信水平上顯著(雙側(cè)檢驗(yàn))。
表1中簡(jiǎn)單相關(guān)分析顯示,能見(jiàn)度與顆粒物呈高度相關(guān),與CO中度相關(guān),與SO2、NO2、O3低度相關(guān)。偏相關(guān)分析表明,在排除其他污染物的影響后,顆粒物特別是PM2.5對(duì)能見(jiàn)度依然有顯著的影響,氣態(tài)污染物中CO與能見(jiàn)度相關(guān)性最高。總體來(lái)看,在空氣污染物中,顆粒物對(duì)可見(jiàn)光的散射和吸收是造成能見(jiàn)度下降的主要因素[3,6]。
2.2.2 能見(jiàn)度與顆粒物回歸分析
鑒于能見(jiàn)度與顆粒物的良好相關(guān)性,對(duì)能見(jiàn)度和PM10、PM2.5質(zhì)量濃度的小時(shí)均值進(jìn)行回歸分析,發(fā)現(xiàn)在相對(duì)濕度(精確到1%)一定時(shí),能見(jiàn)度與兩者均呈現(xiàn)冪函數(shù)關(guān)系,關(guān)系式為
y=a×xb
(1)
式中:y為能見(jiàn)度,單位km;x為PM10或PM2.5的質(zhì)量濃度,單位μg/m3;a、b為常數(shù)。圖1、圖2列舉了RH為40%、80%時(shí)能見(jiàn)度與PM10、PM2.5擬合情況。

圖1 RH為40%、80%時(shí)能見(jiàn)度與PM10的冪函數(shù)擬合

圖2 RH為40%、80%時(shí)能見(jiàn)度與PM2.5的冪函數(shù)擬合
表2列出了部分相對(duì)濕度時(shí)能見(jiàn)度與PM10、PM2.5擬合的回歸方程。

表2 部分RH下能見(jiàn)度與顆粒物的回歸方程
圖3為不同相對(duì)濕度時(shí)能見(jiàn)度與PM10、PM2.5擬合的r的分布。由圖3可以看出,當(dāng)RH逐漸升高時(shí),r變化的規(guī)律性非常明顯。當(dāng)RH<40%時(shí),r逐漸升高至0.8以上,當(dāng)40%≤RH≤80%時(shí),r穩(wěn)定在0.8~0.9,當(dāng)RH>80%時(shí),r又逐漸降低到0.8以下。r在RH<40%和RH>80%時(shí)較小,且在極端RH(RH<20%或者RH>90%)下劇烈波動(dòng),原因是在RH很低時(shí),顆粒物含水量很低,由于能見(jiàn)度與顆粒物含水量關(guān)系十分密切,導(dǎo)致此時(shí)相關(guān)性較弱;在RH很高時(shí),顆粒物含水量迅速增加,同時(shí)空氣中水汽凝結(jié)生成大量的小液滴通過(guò)散射和吸收光子直接降低能見(jiàn)度,即此時(shí)RH對(duì)能見(jiàn)度的影響占據(jù)了主導(dǎo)地位[1,14-15]。
圖3還表明,能見(jiàn)度與PM2.5相關(guān)性總體上要超過(guò)與PM10的相關(guān)性,特別是在40%≤RH≤80%這一區(qū)間,能見(jiàn)度與PM2.5濃度的r均大于0.85,說(shuō)明模型擬合程度良好[4],變量之間的相關(guān)程度很高,意味著PM2.5是PM10消光的主要粒徑段,是決定能見(jiàn)度的主要因素[2,3,16]。

圖3 不同RH時(shí)能見(jiàn)度與PM10、PM2.5擬合的r分布
圖4為不同RH時(shí)能見(jiàn)度與PM2.5濃度冪函數(shù)擬合曲線(xiàn)。圖中每條曲線(xiàn)上標(biāo)注了切線(xiàn)與橫軸正向夾角為-135° 的點(diǎn)(稱(chēng)為“轉(zhuǎn)折點(diǎn)”)。可以看出,每一濕度下沿著曲線(xiàn)從右向左,隨著PM2.5濃度的降低,能見(jiàn)度的改善經(jīng)歷一個(gè)由緩到快的變化過(guò)程,到達(dá)“轉(zhuǎn)折點(diǎn)”左側(cè)后,能見(jiàn)度的改善速度會(huì)大幅提高。

圖4 不同RH時(shí)能見(jiàn)度與PM2.5濃度冪函數(shù)擬合曲線(xiàn)
“藍(lán)繁標(biāo)準(zhǔn)”將自然日劃分為“藍(lán)繁天”和非“藍(lán)繁天”,以“藍(lán)繁天”表示空氣質(zhì)量較好。為了考察這種定性劃分的指示效果,研究使用二元Logistic回歸分析“藍(lán)繁標(biāo)準(zhǔn)”與空氣污染物之間的關(guān)系。二元Logistic回歸適用于因變量是二值變量的情況[17-18],由于“藍(lán)繁天”恰好是一個(gè)二值變量,取值可以是0或1,因此把“藍(lán)繁天”作為因變量,把空氣污染物濃度日平均值分別作為自變量,使用二元Logistic回歸進(jìn)行單自變量分析。由于在空氣質(zhì)量評(píng)價(jià)中,經(jīng)常把達(dá)到或優(yōu)于國(guó)家環(huán)境空氣質(zhì)量二級(jí)標(biāo)準(zhǔn)的自然日(“優(yōu)良天”)的數(shù)量“優(yōu)良天數(shù)”作為一個(gè)評(píng)價(jià)指標(biāo), 同時(shí)“優(yōu)良天”也是一個(gè)二值變量,這一點(diǎn)與“藍(lán)繁天”類(lèi)似,因此也把“優(yōu)良天”作為一個(gè)自變量參與分析。單自變量的二元Logistic回歸方程見(jiàn)式(2)。
Ln(P/(1-P))=α+βX
(2)
式中:P為預(yù)測(cè)概率,X為自變量,α為常數(shù),β為回歸系數(shù)。Logistic回歸模型的預(yù)測(cè)正確率反映了模型對(duì)因變量預(yù)測(cè)的準(zhǔn)確程度,NagelkerkeR2是評(píng)價(jià)模型擬合優(yōu)度的統(tǒng)計(jì)量,取值范圍0~1,其值越接近1,則說(shuō)明模型的擬合優(yōu)度越高,反之越低。回歸中使用預(yù)測(cè)概率0.5作為分界點(diǎn),此時(shí)自變量的值在文中稱(chēng)為分界值。回歸分析的結(jié)果和“藍(lán)繁天”與自變量的Spearman秩相關(guān)系數(shù)見(jiàn)表3。

表3 “藍(lán)繁天”與空氣污染物L(fēng)ogistic回歸分析和相關(guān)分析
注:分界值、“藍(lán)繁天”日均值、標(biāo)準(zhǔn)限值中,CO單位為mg/m3,其他指標(biāo)單位為μg/m3;Spearman秩相關(guān)系數(shù)均在0.01置信水平上顯著(雙側(cè)檢驗(yàn));“—”表示“優(yōu)良天”無(wú)該值。
根據(jù)表3中Logistic分析結(jié)果和Spearman秩相關(guān)系數(shù)判定,“藍(lán)繁天”與空氣污染物的相關(guān)性高低順序依次為 PM2.5> PM10>CO>NO2>SO2>O3。這同2.2小節(jié)中能見(jiàn)度與空氣污染物的相關(guān)性高低順序基本一致,而且“藍(lán)繁天”與各種污染物的相關(guān)程度和能見(jiàn)度也非常接近,表明“藍(lán)繁天”繼承了能見(jiàn)度與空氣污染物的相關(guān)性。
表3中的分界值是通過(guò)回歸方程計(jì)算得出。對(duì)于PM2.5,濃度分界值是71 μg/m3,當(dāng)PM2.5日均濃度小于等于71 μg/m3時(shí),Logistic模型預(yù)測(cè)為“藍(lán)繁天”,大于71 μg/m3時(shí)預(yù)測(cè)為非“藍(lán)繁天”,模型預(yù)測(cè)正確率為81.1%。這表明,“藍(lán)繁標(biāo)準(zhǔn)”能夠?qū)M2.5濃度水平以71 μg/m3為分界值劃分為兩類(lèi):“藍(lán)繁天”對(duì)應(yīng)較低的PM2.5水平,非“藍(lán)繁天”對(duì)應(yīng)較高的PM2.5水平。同樣,“藍(lán)繁標(biāo)準(zhǔn)”對(duì)PM10、SO2、NO2、CO也能夠以不同的分界值實(shí)現(xiàn)污染水平低與高的定性劃分。由于“藍(lán)繁天”與各污染物相關(guān)程度不同,“藍(lán)繁標(biāo)準(zhǔn)”以定性劃分的方式指示各污染物水平的能力必然不同。這種指示能力對(duì)PM2.5良好,對(duì)PM10、CO一般,對(duì)NO2、SO2較差。對(duì)于O3,由于回歸系數(shù)為正,似乎“藍(lán)繁天”指示O3的高低與其他污染物相反,但由于兩者相關(guān)性極弱,“藍(lán)繁標(biāo)準(zhǔn)”對(duì)O3日均值水平基本沒(méi)有指示能力。
“藍(lán)繁天”P(pán)M2.5日濃度的分布,如圖5所示。

圖5 “藍(lán)繁天”P(pán)M2.5日濃度的分布
圖5中,正態(tài)分布以51 μg/m3為中心,標(biāo)準(zhǔn)差為24 μg/m3,多數(shù)(85%)“藍(lán)繁天”的PM2.5日濃度在國(guó)家二級(jí)標(biāo)準(zhǔn)限值75 μg/m3以下,少數(shù)(15%)在75 μg/m3以上。6項(xiàng)基本污染物在“藍(lán)繁天”時(shí)的日濃度平均值和標(biāo)準(zhǔn)差以及國(guó)家二級(jí)標(biāo)準(zhǔn)限值均列在表3中。無(wú)論是回歸分析得到的“藍(lán)繁天”的分界值,還是“藍(lán)繁天”時(shí)污染物的實(shí)際日濃度值,總體上都小于或接近國(guó)家二級(jí)標(biāo)準(zhǔn)限值,同時(shí) “優(yōu)良天”對(duì)“藍(lán)繁天”的預(yù)測(cè)正確率達(dá)到79.1%,說(shuō)明“藍(lán)繁天”代表的污染物水平,總體上達(dá)到或接近國(guó)家二級(jí)標(biāo)準(zhǔn)限值水平。
1)能見(jiàn)度作為“藍(lán)繁標(biāo)準(zhǔn)”的主要參考指標(biāo),與空氣污染物存在不同程度的相關(guān)性,與顆粒物相關(guān)性最為顯著。
2)在相對(duì)濕度一定時(shí),能見(jiàn)度與PM10、PM2.5之間的關(guān)系可以用冪函數(shù)方程量化。在相對(duì)濕度區(qū)間為40%~80%時(shí),能見(jiàn)度與PM10、PM2.5冪函數(shù)相關(guān)性良好,其余區(qū)間與之相比相關(guān)性降低。PM2.5與能見(jiàn)度的冪函數(shù)相關(guān)性要高于PM10。
3)相關(guān)分析表明,“藍(lán)繁天”繼承了能見(jiàn)度與空氣污染物之間的相關(guān)性。Logistic回歸分析表明,“藍(lán)繁標(biāo)準(zhǔn)”能夠?qū)⒖諝馕廴疚锼桨捶纸缰刀ㄐ詣澐譃閮深?lèi):“藍(lán)繁天”表示污染物水平低,非“藍(lán)繁天”表示污染物水平高。對(duì)于各種污染物,“藍(lán)繁標(biāo)準(zhǔn)”的區(qū)分指示能力不同,其中PM2.5最好,PM10、CO一般, NO2、SO2較差,而對(duì)O3幾乎沒(méi)有指示能力。綜合分析表明,“藍(lán)繁天”代表的空氣質(zhì)量水平達(dá)到或接近國(guó)家二級(jí)標(biāo)準(zhǔn)限值水平。
“藍(lán)繁標(biāo)準(zhǔn)”借助能見(jiàn)度,將公眾對(duì)空氣質(zhì)量的視覺(jué)判斷與專(zhuān)業(yè)測(cè)量指標(biāo)聯(lián)系起來(lái),在“具象性”和“專(zhuān)業(yè)性”之間建立了一種紐帶,降低了社會(huì)各方參與大氣污染防治的難度,是一種創(chuàng)新型的環(huán)境空氣質(zhì)量表征方法,在霧霾、灰霾多發(fā)的歷史階段,有重要的管理意義。“藍(lán)繁標(biāo)準(zhǔn)”的出現(xiàn),對(duì)于經(jīng)濟(jì)社會(huì)快速發(fā)展、受霧霾、灰霾影響較多的地區(qū),可緩解公眾直觀感受和專(zhuān)業(yè)評(píng)價(jià)不一致的現(xiàn)象,提高公眾對(duì)大氣污染防治的參與度,提供了有益的參考和借鑒。
[1] 龔識(shí)懿,馮加良.上海地區(qū)大氣相對(duì)濕度與PM10濃度和大氣能見(jiàn)度的相關(guān)性分析[J].環(huán)境科學(xué)研究,2012,25(6):628-632.
[2] 宋明,韓素芹,張敏,等.天津大氣能見(jiàn)度與相對(duì)濕度和PM10及PM2.5的關(guān)系[J].氣象與環(huán)境學(xué)報(bào),2013,29(2):34-41.
[3] 宋宇,唐孝炎,方晨,等.北京市能見(jiàn)度下降與顆粒物污染的關(guān)系[J].環(huán)境科學(xué)學(xué)報(bào),2003,23(4):468-471.
[4] 張劍,劉紅年,唐麗娟,等.蘇州城區(qū)能見(jiàn)度與顆粒物濃度和氣象要素的相關(guān)分析[J].環(huán)境科學(xué)研究,2011,24(9):982-987.
[5] 王京麗,劉旭林.北京市大氣細(xì)粒子質(zhì)量濃度與能見(jiàn)度定量關(guān)系初探[J].氣象學(xué)報(bào),2006,64(2):221-228.
[6] MALM W C.Introduction to visibility[M].Fort Collins:Cooperative institute for research in the atmosphere,NPS visibility program,1999.
[7] 環(huán)境保護(hù)部科技標(biāo)準(zhǔn)司.環(huán)境空氣質(zhì)量標(biāo)準(zhǔn):GB 3095—2012[S].北京:中國(guó)環(huán)境科學(xué)出版社,2012.
[8] VAN D E, HULST H C.Light scattering by small particles[M].New York:Dover Publications,1981.
[9] PHALEN R F,PHALEN R N.Introduction to air pollution science:A public health perspective[M].Burlington,MA:Jones & Bartlett Learning,2013.
[10] 陳靜,趙春生.大氣低能見(jiàn)度的影響因子分析及計(jì)算方法綜述[J].氣象科技進(jìn)展,2014,4(4):44-51.
[11] WEN C C,YEH H H.Comparative influences of airborne pollutants and meteorological parameters on atmospheric visibility and turbidity[J].Atmospheric Research,2010,96(4):496-509.
[12] LEADERER B P,HOLFORD T R,STOLWIJK J A.Relationship between sulfate aerosol and visibility[J].Journal of the Air Pollution Control Association,1979,29(2):154-157.
[13] MALM W C,SISLER J F,HUFFMAN D,et al.Spatial and seasonal trends in particle concentration and optical extinction in the United States[J].Journal of Geophysical Research:Atmospheres,1994,99(D1):1347-1370.
[14] CHEN J,QIU S,SHANG J,et al.Impact of relative humidity and water soluble constituents of PM2.5on visibility impairment in Beijing,China[J].Aerosol and Air Quality Research,2014,14(1):260-268.
[15] 劉和平,代佩玲,張青珍,等.鄭州市大氣能見(jiàn)度變化特征及與空氣污染的關(guān)系[J].氣象與環(huán)境科學(xué),2008,31(4):44-46.
[16] NAM-JUN B,YONG PYO K,KIL CHOO M.Visibility study in Seoul,1993[J].Atmospheric Environment,1996,30(13):2 319-2 328.
[17] 張文彤,董偉.SPSS 統(tǒng)計(jì)分析高級(jí)教程[M].2版.北京:高等教育出版社,2013:162-180.
[18] FREUND R J,WILSON W J,SA P.回歸分析:因變量統(tǒng)計(jì)模型[M].沈崇麟,譯.重慶:重慶大學(xué)出版社,2012:317-324.
Analysis of Shandong Provincial Ambient Air “Blue-Sky-and-Starry-Night” Standard
WANG Deming,WANG Changwei,LI Yan,CUI Zhiwei,ZHOU Yi,ZHOU Jie,WU Hongmin
Shandong Provincial Environmental Monitoring Centre, Ji’nan 250101, China
The “blue-sky-and-starry-night” standard was set to assess air quality by Shandong provincial environmental protection departments, and the standard uses visibility as the main technical indicator. In order to investigate the capability of the figurative standard to indicate air quality, deep analysis is conducted using the monitoring data during 2013—2014. The results show that air visibility has a good correlation with particulate matter and is moderately correlated with gaseous pollutants. Based on the close relationship between visibility and air pollutants, the “blue-sky-and-starry-night” standard can roughly divide air pollutant levels into two categories:good and unhealthy, but it has different indicating capabilities for various pollutants.
“blue-sky-and-starry-night” standard;visibility;air pollutants
2015-12-21;
2016-04-06
王德明(1961-),男,山東海陽(yáng)人,本科,高級(jí)工程師。
X830.3
A
1002-6002(2016)03- 0082- 05
10.19316/j.issn.1002-6002.2016.03.12