改善空气质量的方法精选(九篇)

前言：一篇好文章的诞生，需要你不断地搜集资料、整理思路，本站小编为你收集了丰富的改善空气质量的方法主题范文，仅供参考，欢迎阅读并收藏。

第1篇：改善空气质量的方法范文

关键词：车内空气质量 评价 C-ECAP

中图分类号：X51 文献标识码：A 文章编号：1672-3791（2016）10（a）-0067-03

随着汽车保有量的增加，中国已成为世界第一大汽车产销市场，人们对汽车的依赖性日益增高，而车内环境安全问题也越来越受到重视。国家早在2011年就已经了GB/T 27630《乘用车内空气评价指南》，该指南明确规定了车内8大挥发性有害物质苯、甲苯、乙苯、二甲苯、苯乙烯、甲醛、乙醛、丙烯醛的限值要求。由于该指南是一个推荐性的国家标准对各主机厂的约束力有限，因此国家在2016年1月份又了GB 27630《乘用车内空气评价指南》的征求意见稿，该意见稿最大的区别在于把推荐性标准变成强制性俗家约靶薅┝瞬糠钟泻ξ镏实南拗狄求。而且从2017年1月1日起所有新定型的车辆必须按照该意见稿标准执行，由此可见国家对车内的空气质量的重视程度前所未有。为了更好地加强国内汽车品牌的良性发展并提升汽车的竞争水平，由中国汽车技术研究中心（以下简称中汽中心）牵头推出了C-ECAP《中国生态汽车评价规程》。C-ECAP主要对汽车产品的健康、节能、环保3方面进行量化的等级评价，并以白金牌、金牌、银牌、铜牌的形式进行。此外，C-ECAP是以自愿参与为原则，在市场的推动下能更好地促进汽车产业链向低碳环保的方向发展。

1 C-ECAP概述

1.1 C-ECAP评价方法

C-ECAP评价指标由基础指标和加分指标组成，综合满分为105分。其中，基础指标包括：车内空气质量、车内噪声、有害物质、综合油耗、尾气排放，满分为100分；加分指标包括：可再利用率和可回收利用率核算报告、企业温室气体排放报告、零部件生命周期评价报告，满分为5分。根据综合分数，C-ECAP评价方法如表1所示。

1.2 车内空气质量评价

车内空气质量评价以《乘用车内空气质量评价指南》（GB/T 27630）中的限值要求为零分基准，以限值的10%为满分基准，以3辆车的试验平均值除以基准值所得结果作为得分系数判定依据，车内空气质量评价得分系数计算如表2所示。

1.3 某车型车内空气质量分析结果及C-ECAP评价

根据C-ECAP对车内空气质量评价要求，取3辆相同车型的车辆进行测试评价，以下是某车型车内空气质量测试结果及评价（见表3）。

根据表3评价得分可知该车型的车内空气质量测试得分为14.6分，而该项的总分为16分，得分率为91.25%，该得分率在C-ECAP评价里可获得白金牌水平。

2 C-ECAP引入车内空气质量评价发挥的作用

C-ECAP是以健康、节能、环保等生态性能为评价理念的，是一个全新的评价体系。而车内空气质量水平的好坏又是与人们身体健康息息相关，这与C-ECAP的评价理念不谋而合，因此C-ECAP评价体系的引入能更好地推动车内空气质量的改善，而车内空气质量改善的同时又对汽车的产销过程产生了积极作用。

2.1 助推车内空气质量改善

C-ECAP评价标准都是依据国标但又高于国标，目的是要达到“优中选优”的示范效应，提升整个汽车行业的车内空气质量水平。这就促使了各大主机厂在优胜劣汰的市场竞争中要想获得一席之地就必须把车内空气质量重视起来，在产品的设计开发阶段便充分考虑到原材料的选用、制造、生产、处理等环节对环境造成的影响，最大限度地降低有害物质的排放，改善车内空气质量。

车内空气质量是由所有非金属内饰件所共同作用的结果，涉及到的材料及部件非常多，因此对企业的要求非常高，既要改善车内空气质量，又要符合效益最大化原则。所以在选材的时候必须要抓住重点，也就是抓住影响车内空气质量的关键零部件进行改善。影响车内空气质量关键零部件清单如表4所示。

2.2 提升企业汽车品牌影响力

我国汽车行业经过近10年来的发展可谓是遍地开花，大大小小的合资品牌和本土品牌看得眼花缭乱，在竞争如此激烈的市场中企业对如何提升自己汽车的品牌影响力也是想尽了法宝，各种各样的汽车广告随处可见。C-ECAP是2015年由中汽中心推出的一套以健康、节能、环保为理念的评价体系。该评价体系是以企业自愿参加为原则，由中汽中心全程负责检测认证工作，具有较高的可信度及权威性，符合要求的通过注册认证并颁发相应的奖牌。因此很快就被社会所接受，并广泛得到主机厂及消费者认可。

根据前面1.3中某车型的车内空气质量分析结果及评价中可知，该车型在C-ECAP评价体系中获得了白金牌水平，也就是说该车型的车内空气质量非常好。从分析结果中看到该车型的测试值远远要比国家标准限值要求低很多，这也说明该企业在车内空气质量方面做了大量的改善工作，不仅仅是停留在满足国家标准的要求下，还要走在行业水平的前端。因此，该企业在大多数企业都持观望态度下果断地提出申请参与C-ECAP认证，并以优异的成绩获得了认可，该消息很快就在行业内传开并获得了口碑，使该企业快速提升了该品牌汽车的市场影响力。

2.3 提升汽车销量为企业直接创造经济效益

一款车的销量好不好，影响因素非常多，除了整车的安全性能、外观造型、舒适性、性价比等，还有一个比较重要的就是车内空气质量水平。由于车内空气质量是直接与人们身体健康有关，因此很多企业都想拿这一点作为切入点。但车内空气质量的好坏并不是企业说了算，必须拿证据说话，也就是检测报告。检测报告除了国标的车内空气质量符合性报告还有中汽中心的C-ECAP评价报告，后者是建立在国标基础上但比国标更严格的一种评价方式，因此通过C-ECAP评价并获得奖牌会更容易被消费者所认可。前面1.3中提到的某车型车内空气质量在C-ECAP评价中获得了优异成绩，而该车型在市场上销量也是节节攀升，保持了销量的领先优势。由此可见，一款车除了良好的整车性能外，良好的车内空气质量也是吸引消费者的一个卖点，可以提升汽车销量为企业直接创造经济效益。

2.4 为消费者带来健康保障

对于消费者而言大部分都知道车内空气质量会影响人的身体健康，但在实际购车过程中如何去选择就成了一个难题，因为大部分消费者都是普通的老百姓没有太多相关的专业知识去判断，因此会存在一个判断误区，造成某些消费者认为价格贵的车内空气质量才是好的。但实际情况并不是所有车的价格跟车内空气质量都是成正比的。中汽中心作为中国汽车行业的技术归口单位，把C-ECAP评价体系引入车内空气质量评价中，这就等于给消费者开辟了一条了解车内空气质量的绿色通道。因为中汽中心及C-ECAP评价体系的权威性是毋容置疑的，只要能通过C-ECAP评审并拿到奖牌就说明该汽车是符合绿色环保的生态汽车，这无疑是给消费者吃了一颗定心丸。这样消费者也就不会盲目地追求价格高的车，因为很多消费者都是工薪阶层，都会精打细算。C-ECAP评价不但满足了消费者利益最大化的需求，也为消费者的健康带来多一重保障。

3 结语

汽车在生活中所带给人们的便捷是无可替代的，人们对汽车的依赖性也是越来越高，因此直接与人身体健康息息相关的车内空气质量也必将成为人们关注的一个焦点。而C-ECAP评价就是在市场经济发展推动下的一个产物，该评价体系可以直观地体现车内空气质量情况，不仅适应了社会的发展并广泛被消费者所接受，更主要是推动了车内空气质量的改善，引领汽车行业的健康可持续发展。

参考文献

[1] C-ECAP中国生态汽车评价规程[S].

[2] GB/T 27630-2011乘用车内空气质量评价指南[S].

[3] HJ/T 400-2007车内挥发性有机物和醛酮类物质采用测定方法[S].

第2篇：改善空气质量的方法范文

随着环境污染问题的加剧和人们环保意识的增强，科学评价环境质量的经济价值已经引起各国政策制定者和研究人员的广泛关注。目前，不少国家已经将环境质量的经济价值纳入国民经济核算，并将其作为制定和评价经济政策的依据之一。例如，美国政府已经将空气质量的货币价值列入国会预算(Congressional Budget Office，1994)；中国也于2002年颁布了《中华人民共和国环境影响评价法》，要求在相关建设项目的论证和评价过程中严格评估环境变化的经济价值。

尽管治理环境、改善环境质量已经成为一种共识，但在现实操作中，其重要性又往往被忽视，这在很大程度上是由环境质量这种“商品”本身的属性决定的。从经济学角度看，环境属于公共品，虽然其质量的改善对于改进居民的福利至关重要，但由于缺乏直接的市场，其经济价值难以表现。正是这种估价上的困难，使决策者往往对环境质量的重要性给以低估和轻视(Kolstad，2000；Kneese，2011)。因此，为了帮助决策者更好地制定和实施相关的环境政策，就必须积极探索合理的环境估价方法，建立科学的环境政策成本—收益评价体系。

作为环境的重要组成部分，空气和居民生活的关系最为密切，其质量对居民福利的影响也最大，因此对其质量进行估价的理论和现实意义都十分重大。目前，国际上已有大量的文献对此进行了研究，并积累了不少较为成熟的方法。相比之下，国内的同类研究却相对较少。

本文运用青岛市2008年商品住房交易登记数据，通过“特征价格法”，对青岛市空气质量的经济价值进行估计，并在此基础上对环境政策的成本—收益进行评价。

本文其余部分安排如下：第二部分是文献综述，第三部分是数据及相关背景介绍；第四部分是模型设定和估计方法；第五部分是估计结果与分析；第六部分是空气质量、住房价格和公共环境治理融资的案例分析；最后是结论部分。

二　相关文献综述

对空气质量的经济价值进行合理评估是环境经济学的重要议题之一。至少从上世纪60年代开始，人们已经发现房产价值和空气质量之间存在某种联系，并建议将这种联系应用于环境政策评价(Ridker和Henning，1967)。由于当时技术条件的限制，这一发现并没有引起太多重视。

Rosen(1974)提出“特征价格法”后，关于空气质量对房产价格影响的研究开始大量涌现。①根据“特征价格法”，事实上，房价是人们对住房具有一系列特征的边际意愿支付(Marginal Willing to Pay, MWTP)的总和，通过回归分析就能还原各种特征的MWTP。沿着这一思路，Bender等(1980)、Smith(1978)、Freeman(1974、1982、1993)、Palmquist(1982、1983、1991)和Brucato等(1990)用美国、欧洲等地的房地产市场数据，就空气质量对房屋价格的影响进行了广泛的分析。对于这些早期的文献，Smith和Huang(1995)做了一个很好的综述。值得一提的是，Smith和Huang在对相关研究结论进行综述比较的同时，还对以上文献中的模型设定作了比较。通过Monte Carlo模拟发现，在不同估计方程设定形式下都能较好拟合数据的前提下，线性估计方程得到的系数最能准确刻画“特征价格模型”中的MWTP。

最近10年来，随着环境问题重要性的上升，对空气质量进行评估的文献开始大量增加。从研究方法上看，最近的文献主要有三方面的突破：第一是空间计量技术的使用。传统的“特征价格模型”往往忽略房屋价格在空间上的相关性，造成估计结果的偏误。针对这一问题，空间计量的创始人之一Anselin及其合作者(Kim等，2003；Anselin和Lozano-Gracia，2009)将空间误差修正模型、空间滞后模型等新方法引入分析，从而提升了估计的精确程度。第二是将迁移等行为引入分析，将“特征价格法”和离散选择模型结合起来进行分析。例如，Bayer等(2006)通过对美国房地产市场的分析，发现如果迁移需要成本，那么用“特征价格法”估计的人们对清洁空气的MWTP将被严重低估。根据他们的研究，在考虑迁移成本后，得到的MWTP将是用传统估计方法所得结果的3倍左右。第三是将“特征价格法”同“生活满意观点”等主观评价方式结合起来，综合评价人们对清洁空气的MWTP。根据Luechinger(2009)的研究，用“特征价格法”估计得到的MWTP仅为用“生活满意观点”估计所得数值的1/10左右，这表明在很大程度上“特征价格法”的估计值仅仅是人们对空气质量MWTP的一个下界(lower bound)。

当然，除了以上三方面的研究外，还有大量文献在传统的框架内对空气质量的估价进行了探索。Chay和Greenstone(2005)利用工具变量法对美国空气质量对房价的影响进行了研究。当然，这类研究从本质上并没有突破“特征价格法”的框架。在表1中，我们对近期的部分重要文献进行了总结。

需要指出的是，目前关于空气质量估价的绝大多数研究都建立在“平均”意义上。但在现实中，购买不同价位住房的居民对空气质量的重视程度各不相同，了解不同居民在MWTP上的差异不仅有重要的理论意义，而且在现实政策的制定中有重要的参考价值(如在考虑对房产征税以进行环境治理融资时，这是个关键问题)。

在国内，不少经济学家已经开始用“特征价格法”对公共政策进行评价。例如郝前进和陈杰(2007)用该方法研究了交通可达性对上海房价的影响；谷一桢和郑思齐(2009)用该方法考察了北京13号地铁的修建对于周边房价的影响；冯皓和陆铭(2010)用该方法探讨了择校行为对上海房地产市场的影响。在环境科学的研究中，尹海伟等(2009)利用“特征价格法”测算了上海绿地面积对房价的影响。利用“特征价格法”对空气质量进行估价的研究并不多见，本文将在一定程度上填补相关文献的空白。

三　相关背景和数据介绍

本文以青岛市作为研究对象。青岛位于山东半岛南端，是全国15个副省级城市之一。2008年末，青岛市户籍总人口为761.56万人，其中市区人口为276.25万人(面积1159平方公里)，下辖5市(县级)485.3万人。②青岛是山东省重要的旅游和工业城市，也是全国最早开放的沿海城市之一。2008年青岛市GDP总量为4436.2亿元，其中第三产业贡献高达40%。

近年来，青岛市积极推动房地产业的发展，房地产在全市经济中的 重要性逐步提高。根据《青岛统计年鉴》公布的数据计算，2008年房地产投资占青岛GDP的比例为10.2%，高于全国平均的8.4%，而在2001年，这一比例仅为6.5%，略低于全国平均的6.8%。

为配合房地产业的发展，青岛积极打造宜居城市，鼓励和吸引全国各地居民在青岛购房置业。③在吸引居民尤其是外地居民购房的过程中，良好的环境一直是青岛的独特优势，这使得包括空气质量在内的环境因素在决定当地房价的过程中起着至关重要的作用。为突出环境优势，青岛在环境治理方面做出了巨大努力。“十一五”期间，青岛市治污减排投入资金高达37亿元，占地方财政收入的10.81%。在空气污染治理方面，青岛市启动了空气重点污染源在线监测工作，搭建了环境监控信息系统平台。同时，在城市机动车和扬尘污染防治等方面也采取了一系列举措。这些政策措施有效地改善了青岛空气质量，以2008年为例，全市空气质量优良天数达333天。基于良好的城市环境，青岛被认为是全国最理想的居住城市之一。④

本文使用的数据主要来自于3个数据库。其中，最重要的数据来自青岛市国土资源和房屋管理局提供的商品住房交易数据库。数据库提供了2008年青岛市一手商品住房的交易信息，这些信息包括：住房位置(具体到小区经纬度)、建筑结构、建筑面积、使用面积和交易价格等。在经过数据有效性甄别后，共有8264个观测值，约等于当年一手商品住房交易总量的1/4。

第二个数据来源是Google地图。虽然上述数据库已经提供了商品住房位置的详细信息，但并没有住房周边环境的相关信息。为弥补这一点，我们根据资料提供的房屋地址和经纬度，通过Google地图搜集和整理了目标房屋到市中心(以“五四广场”为代表)的距离，及其与最近的商场、医院、公园、中学之间的距离。

第三个数据来源是青岛政务网提供的《空气质量状况日报》。⑤该报告从1999年开始，每天青岛市所属区县的空气污染指数、质量级别以及首要污染物。⑥这些观测数值分别来自青岛全市13个观测点，由于我们拥有关于小区的精确位置信息，因此可以得到各小区和所有观测点之间的空间距离。在此基础上，仿照Luechinger(2009)的方法，本文用“逆距离加权插值法”(inverse distance weighted interpolation)计算了各小区之间的空气污染指数。具体来说，假设某小区距离观测点m的距离为，且观测点m的空气污染指数为，则认为该小区的空气污染指数为：⑦

表2　给出了本文主要变量的统计性描述。

四　模型设定和估计方法

(一)“特征价格法”模型

我们主要采用“特征价格法”对清洁空气的价格进行估计。按照Rosen(1974)的研究，住房的价格事实上是购房者对其所具备的各类特征的支付。根据以上思想，考虑如下模型：

Smith和Huang(1995)通过Monte Carlo模拟发现，在不同估计方程设定形式下都能较好拟合数据的前提下，线性估计方程得到的系数更能准确刻画“特征价格模型”中的MWTP，因此在后面的讨论中，我们将主要关注线性模型的估计结果，而将其他形式的估计结果作为参照。

(二)稳健性检验策略

1.基于商品住房小区层面的平均数据回归。由于我们使用的是一手商品住房交易数据，因此，估计结果容易受本年度交易楼盘位置的限制。例如在本文使用的样本数据中，李沧区一手商品住房交易量明显多于其他各区(市)，在这种情况下，利用单套住房的交易数据进行回归可能导致估计结果有偏。

为检验前面的结论是否可靠，我们将以小区为单位，考察空气质量对于小区平均住房价格的影响。当然，在这种情况下我们的样本观测值将大大减少，并且不能再考察住房个体特征对价格的影响，这是一种巨大的信息损失。同时，由于观测值减少，也可能导致估计结果不显著。基于以上两点原因，小区层面的回归将只被用作参考。

2.引入空间因素。在之前的估计模型中，我们假设随机误差项ε服从正则假定，这保证了用OLS估计的结果具有优良的性质。而在现实中，一般的正则假设并不容易得到保证，一个重要的原因是各误差之间可能存在空间相关性。Kim等(2003)指出，在用特征价格模型进行房产价格估计时，人们往往忽略了房产价格在空间上的相关性，因此，他们建议用空间计量方法去重新考察上述问题。

为了考察我们在上一节中估计结果的稳健性，我们也将在小区层面上，采用上述两种空间计量模型对我们的模型进行重新估计。⑨具体来说，我们将估计如下两种空间模型：

(1)空间滞后模型(spatial lag model)。在空间滞后模型中，假定某小区住房均价与其邻近小区的住房均价存在相关性，于是，有如下模型设定：

P=α+pWP+βAP+Zδ+Nη+ε　(5)

这里，p是空间自相关系数，W是空间权重矩阵，它刻画在空间上住房价格的相关情况。AP是小区所在区域的空气污染程度向量，Z表示小区特征，N表示邻近小区的特征。

(2)空间误差模型(spatial error model)。在空间误差模型中，并不直接假设彼此邻近的房屋之间价格存在相关性，而是假设随机误差项ε存在空间自回归形式。具体来说，我们需要考虑如下模型：

P=α+βAP+Zδ+ε　(6)

ε=λWε+u

这里，λ是空间自回归系数，u为服从正态分布的随机项。

在权重矩阵设定方面，我们假设在空间上彼此相距2公里以内的房屋是“相邻”的。用表示空间权重矩阵W的第i行第j列的元素，并且：

应用上述模型，我们可以在考虑空间因素的影响下，重新考察空气质量对住房价格的影响。关于模型的具体估计过程，受篇幅所限不再赘述，有兴趣的读者可以参考Lesage(1998)。需要指出的是，当运用空间滞后模型估计得系数β和ρ后，购房者的MWTP为：，而利用空间误差模型估计得到的MWTP在形式上和一般线性模型相同。

(3)利用2007年的空气污染指数作为解释变量。上述估计使用2008年的空气污染指数作为解释变量，这样的估计策略可能受到质疑。因为对大多数人而言，购房是一项长期决策行为，最终影响其购买行为决策的可能不是当年的空气污染程度，而是基于他们对之前空气污染状况的认识。

为考察这种可能的滞后效果，我们将用2007年空气污染指数代替2008年的指数作为解释变量，重新考察购房者的MWTP，以此来检验之前结论的 可靠性。

(4)“浮尘层”和“清洁层”的回归。有关研究表明，空气中飘浮的灰尘通常集中于距离地面30～40米处，大约相当于房屋8～12层的位置。而在更高或更低的楼层，空气中含有的灰尘较少。据此，如果空气质量确实对住房价格有影响，那么对处于8～12层的住宅，这种影响程度将较大；而对于13层及以上的住宅，应当没有显著影响。为检验这一结论，我们将分别对这两个楼层位置的住房价格对空气质量的敏感程度进行回归分析。

(三)分位数回归

无论是应用一般回归策略，还是应用空间计量方法，估计的都是空气质量对于整个住房市场的平均影响。而事实上，由于住房市场具有高度异质性，因此空气质量对不同价位的住房影响将不尽相同。这种异质性对于制定相关的环境治理政策是十分重要的，而在以往的研究中，这种影响往往被忽略了。为考虑这种影响，我们将用分位数回归(quantile regression)进行分析。

根据Koenker和Hallock(2004)的文献，考察空气质量对价格处于分位数т上的住房影响，我们处理如下优化问题：

具体地，假设MWTP=g(P)，而住房价格p服从分布F(p)，对于某个在边际上降低1个空气污染指数的环境治理项目，Q(p)是在价格为p的条件下房屋的交易数量，那么理论上可以从住房购买者筹集到公共环境治理的资金为：

依据上述计算公式，我们可以评估相关公共环境治理项目的经济效益和融资等问题。

五　估计结果与分析

(一)基本“特征价格法”估计结果

我们利用不同的方程设定形式，对青岛市2008年住房价格进行了估计，结果见表3。从回归结果看，无论在哪一种方程设定形式下，住房价格均与大部分公共设施间的距离以及距离市中心的路程呈负相关关系，这说明了区位在住房价格中的重要作用。在住房单元个体特征方面，房屋所处楼层、房屋总面积等与住房价格之间呈正相关关系，而厅室数量等特征指标与住房价格呈负相关关系。⑩另外，从总体上看，青岛市中心城区住房价格远高于行政辖区内的郊区市(县)。

对于本文所关心的空气质量对住房价格的影响，基本线性模型估计结果表明，购房者对空气质量改善的MWTP值为99.785元/每平方米，即他们愿意为空气污染降低1个指数而对每平方米住房多支付99.785元。我们的样本显示，2008年青岛市商品住房均价为5739 元/每平方米，按此计算，购买者对空气质量改善的MWTP占整个住房价格的1.74%。进一步，我们可以计算出住房价格对空气质量的偏弹性。容易计算得到，在平均住房价格和平均空气质量处，该弹性值为1.356。也就是说，空气污染指数每下降1%，住房的单位价格(元/每平方米)就会上升1.356%。

由表3可以发现，在不同方程设定形式下，估计得到的MWTP值有所不同。仅考虑平均住房价格和平均空气质量时的情况，用带二次项的线性模型估计出的MWTP值最大，为113.096元/每平方米，占住房价格的1.97%；即使用半对数模型估计得到的MWTP最小估值也是68.868元/每平方米，占住房价格的1.20%。需要指出的是，尽管用不同模型设定估计得到的MWTP存在一定差异，但是总体来讲差别并不大。而且，从数据拟合程度看，各模型得到的调整后的R[2]值都比较大，说明拟合效果良好。在上述讨论前提下，根据Smith和Huang(1995)的研究结论，我们比较相信线性模型的估计结果。

与Anselint和Lozano-Gracia(2009)、Kim等(2003)等研究进行比较，不难发现青岛居民对空气质量改进的MWTP在房价中所占的比例较高。尽管选用的指标不同(已有研究一般选用S0[，2]浓度、悬浮颗粒浓度等指标，而本文选用的是空气污染指数这个加总指标)，和国外研究结论的直接对比较为困难，但从比例上看，本文计算的MWTP在房价中所占的比例要高于同类研究的结论。这至少可以从侧面说明，空气质量在青岛房地产价格的决定中有更为重要的意义。当然，如果购房者在青岛购置住房的主要动因是享受其优良的环境，那么根据Luechinger(2009)的研究，这个估计值或许仍然较为保守。

(二)稳健性检验

表4给出了各种稳健性检验结果，前两列分别给出的是基于小区层面的加总数据进行的线性和半对数模型的估计。容易发现，尽管样本观测值减少导致估计结果显著性有所下降，但从估计系数符号看，结论与基于个体层面的估计结果基本类似。在MWTP估值上，用线性模型估计得到的结果为71.736元/每平方米，而用半对数模型估计得到的结果为57.390元/每平方米。从数值上看，后者要小一些，但差别并不大。

表4的第3、4列分别给出了用空间误差模型和空间滞后模型估计得到的结果。显然，在估计系数符号上，两个模型的估计结果仍然和之前的结论一致。在考虑到空间因素后，MWTP数值有所上升，更接近之前用个体层面数据估计的结果。受计算量所限，我们没有用个体层面的数据进行空间计量估计。但如果用空间模型估计能提高MWTP值，那么我们就有理由相信之前的估计结果还是相对保守的。

表4第5、6两列给出了用2007年空气污染指数作为解释变量的估计结果。容易看到，以此为依据得到的MWTP估值和用2008年空气污染指数得到的结果吻合程度相当高。这也进一步验证了之前估计结果的可靠性。

表4最后两列分别检验了处于“浮尘层”和“清洁层”的楼层价格对于空气质量的敏感程度。第7列的回归结果显示，处于“浮尘层”楼层的MWTP为-170.505元/每平方米，其值远高于平均水平，这符合我们先前的预期。根据第8列回归结果，空气质量对处于“清洁层”的住房楼层也有显著影响(但数值较小)，这和我们的预期并不完全一致。造成这种现象的原因可能是“一般均衡效应”，即空气质量通过影响该区域的整体价格，进而也对“清洁层”价格产生了作用。

图1　商品住房成交价格和相应的空气质量MWTP值之间的关系

(三)分位数回归结果

表5给出了5个分位数上的估计结果。通过估计结果可以直观地看到如下事实：随着住房交易价格上升，购房者的MWTP值也在不断上升，并且MWTP占住房价格的比例也在上升，这说明不同消费能力的购房者对于空气质量的评价存在显著差异。一般而言，购买高价位住房的消费者对空气质量的评价也高：在10%分位数上，购房者的MWTP值仅为30.055元/每平方米(约占该价位房屋价格的0.91%)，而在90%分位数上，对应的数值为233.770(约占该价位房屋价 格的2.85%)，后者是前者的7.78倍。这种差异来自于不同价位住房购买者的不同动机：对于低价位住房的购买者，买方的动机主要是居住，对周边空气质量不会太敏感，他们往往不太愿意为改进空气质量而支付太高的价格；而高价房的购买者在选购住房时更注重房屋的舒适性，因此对周边空气质量有较强的敏感性，对改进空气质量的MWTP也较高。根据这个结论，如果治理环境、改善空气质量，最大的受益者将是高价房购买者。如果通过对房产征税来为改进空气质量融资，那么合理的税制设计应当随房价累进。

为进一步了解商品住房成交价格和相应的空气质量MWTP值之间的关系，我们在图1中给出了各分位数上两者之间的关系。由图1可知，商品住房成交价格和对空气质量的MWTP值之间表现出十分明显的正相关关系。如果通过OLS用一个二次模型去拟合这一关系，(11)可以得到MWTP值和住房价格之间的经验关系：

(调整后的=0.966，括号中为标准误)

不难发现，调整后的R[2]值相当高，说明模型拟合效果很好，也说明MWTP值和住房价格之间的对应关系十分明显。

六　空气质量、住房价格和公共环境治理融资

清洁空气的最大受益者是当地居民，居民直接和便于识别的受益方式是住房。清洁空气是典型的公共物品，为此，为改善空气质量的投资项目常常因为无法识别受益人而变得异常困难。上一节中，我们估计了青岛住房购买者对于空气质量改进的边际意愿支付，从而为空气质量改进项目融资识别受益人和度量受益大小提供了便利，具有重要的政策和实际意义。

第一，利用这一测算工具，我们可以对空气污染治理政策的经济效益进行评估。2007年青岛市(含下属郊区、县、市)年平均空气污染指数为66.57，2008年这一指数为66.18，下降了0.39。按照我们估计的MWTP值，平均而言购房者愿意为空气质量改进在住房交易价格上多支付38.916元/每平方米(99.785元/每平方米×0.39)。2008年青岛市一手商品住房成交总量约为340万平方米。以此简单推算，仅此一项，2007-2008年青岛市空气质量改善产生的经济价值约为1.3亿元。(12)

需要指出的是，以上考虑的仅是一手商品住房的交易数据，如果我们参照以上方法，考虑因空气质量改进带来的存量住房的“潜在升值”，那么空气质量改进的价值增值要大很多。假设青岛市2008年存量住房是一手商品住房成交量的5倍，那么空气质量改善对存量住房带来的“潜在升值”约为6.5亿元，加上一手商品住房，一共是7.8亿。该数额比2008年青岛市用于“三废”(废水、废气、废渣)治理的总支出还要多。

另外，根据Luechinger(2009)、Bayer等(2006)等文献的结论，用“特征价格法”估计的空气质量价值仅仅是一个下界，因此有理由认为治理空气污染所带来的实际经济受益还要高于以上估算。

第二，分位数回归结果可以为相关公共环境治理项目融资提供可能的参考。目前，以青岛为代表的一批沿海旅游城市正在积极打造宜居城市，治理城市空气污染是当务之急。不过，空气治理需要大量投入，资金来源是各地政府面临的现实困难。一项可供选择的融资方案是，对新建商品住房课征环境治理税，具体课征额度可根据目标城市MWTP值和住房价格间的经验关系征收。我们认为，利用这样的方案，可以在很大程度上缓解地方政府环保投入资金不足及其来源问题。

仍以青岛为例，该市主要空气污染是空气中的可吸入颗粒物和二氧化硫，(13)这两类污染主要是由燃煤引起的。为治理这类污染，2008年青岛市总计投入1.66亿元进行锅炉改造，取得了不错的效果。如果投入3亿元左右的资金进一步加强锅炉改造，另用1亿元左右资金加强城市的洒水抑尘，将空气污染降低1个指数是完全可能的，由此需要的总投入约为4亿元。假设2008年商品住房交易价格分布和本文使用样本一致，根据式(9)、(10)做简单外推，如果这项工作顺利完成，理论上仅在住房市场上就可以募集4.6亿元的资金。政策实践中，政府可以根据房价，采用一个略低于式(10)计算出的数值征收环境税，一方面用于增加环境改造投入，另一方面提升购房者总体福利，实属一举两得。当然，如果要开征环境税，其中还会涉及不少政策问题和技术细节。如究竟是应该对住户征税还是对开发商征税？税收应当采取怎样的形式收取？这些将是进一步讨论的问题。

七　总结与展望

本文利用青岛市2008年一手商品住房交易的微观数据，通过“特征价格法”估计了购房者对于空气质量改善的边际意愿支付，发现了清洁空气的价值，并且“资本化”在住房价格之中。估计结果表明，平均而言，购房者愿意为降低1个指数的空气污染而为每平方米住房支付99.785元，该数值约占同期住房平均价格的1.74%。为确保估计结果的可靠性，我们进行了多种稳健性检验。为刻画消费者的差异性，描述他们对清洁空气支付意愿的不同，我们还引入分位数回归得到了各分位数住房价格对应的MWTP值，并据此估计出住房价格和MWTP之间的经验关系。

清洁空气是典型的公共物品，其估价是一大难题。本文利用商品住房交易价格，估计出清洁空气的价格，为今后类似公共物品定价问题提供了范例。更为重要的是，清洁空气价值的发现，为区域性空气污染治理融资提供了依据。在已有的政策实践中，大多数城市空气污染治理资金主要有两种来源，一是公共财政预算资金；二是从高污染企业收取的治污费。从成本—收益的角度看，用公共财政预算资金投入空气污染治理并不十分合理，部分居民缴纳的税收没有获得相称的回报。从居民住房地理分布来看，高收入家庭一般居住在空气质量优良的区域，为此应当支付更多的治理费用。相反，低收入家庭一般居住在空气质量较差的区域，相应地承担较少治理费用。可见，住房价格将不同空气质量受益者区别开来，为整体空气质量改善提供了可能。当然，相关政策的应用路径及其可行性还有待探索，在以后的研究中我们将做进一步的分析。

本文在写作过程中，得到了住房和城乡建设部保障司及青岛市国土资源和房屋管理局有关同志的大力支持，在此表示感谢。感谢匿名审稿人提出的宝贵意见。当然文责自负。

注释：

①除了“特征价格法”外，基于问卷调查的“条件估价法”(Conditional Valuation Method，简称CVM)有时也被用于对空气质量价值的评估。但受客观性和成本的 限制，其使用不如“特征价格法”广泛。

②青岛市中心城区包括市南、市北、四方、李沧、崂山、黄岛和城阳七区，下辖即墨、胶州、胶南、平度和莱西5市(县级)。

③在我们的样本中，2008年，持有非青岛身份证的购房者约占全部购房者数量的45%。尽管身份证上标示的籍贯和现有户籍地点可能存在着一定差别，但这仍然能在一定程度上说明非青岛户籍居民已经成为青岛商品住房购买的一支重要力量。

④在“全国十大宜居城市”、“全国最佳退休城市”等评选中，青岛多次上榜，而“清新的空气”、“适宜的气候”等成为青岛上榜的重要理由。

⑤qingdao.gov.cn/n172/n191855/n192041/index.html。

⑥空气污染指数是考察地区空气质量的一个综合指标。中国计入空气污染指数的项目为二氧化硫、氮氧化物和悬浮颗粒物。在编制污染指数时，先按照公式分别计算几种污染物的浓度指数，然后将几个指数中的最大值作为空气污染指数。当污染指数在50或50以下时，不报告首要污染指数。2001年前，只报告市区空气质量。

⑦值得说明的是，Anselin和Lozano-Gracia(2009)指出，当空间插值的方法选择不同时，会对插值结论产生影响。所幸的是，与他们的研究相比，本文的研究集中在一个更为狭小的地域，这使得插值方法不同带来的误差被大大减少。

⑧为方便起见，以下我们将在不发生混淆的情况下，把“购买者对空气污染程度下降的MWTP”简称为“购买者的MWTP”。

⑨如果以单套住房为单位进行估计，就需要处理十分庞大的权重矩阵。这种计算量已经超出了我们目前设备所允许的范围，故在此没有进行。

⑩厅室数量与住房价格呈负相关关系似乎不符合直觉。这可能是由于厅室数量和房屋面积之间高度正相关，因此其效果被房屋面积的作用吸收了。事实上，如果在回归方程中去掉房屋面积这一解释变量，那么厅室数对住房价格的影响将是正的。

(11)这事实上是用样本中的部分数据及生成数据构造一个“生成回归”(generated regression)。分位数回归是M估计的一种，根据Wooldridge(2002)第11章中关于“生成回归”的理论，我们可以将分位数回归的数据用于后一阶段的回归，并得到商品住房交易价格对MWTP作用的一致估计量。

第3篇：改善空气质量的方法范文

关键词：空气质量标准；实施；问题；建议

1 前言

随着我国经济社会的快速发展，以煤炭为主的能源消耗大幅攀升，机动车保有量急剧增加，灰（雾）霾现象频繁发生，能见度降低，PM2.5成为人们关注的重点话题。为客观反映我国环境空气质量状况，健全环境质量评价体系，建立科学合理的环境评价指标，使评价结果与人民群众切身感受相一致，国家环保部于2012年2月29日了新《环境空气质量标准》（GB3095-2012），增加污染物监测项目，加严部分污染物限值。根据“关于实施《环境空气质量标准》（GB3095-2012）的通知（环发[2012]11号）”文件的要求，全国范围应于2016年全面执行，新标准的执行不仅对我国环境空气质量提出的新要求，同时要求我们相应提高监测能力。在执行新标准前，华中某市提前引入PM2.5进行实验性监测，现根据监测结果及该市的实际情况提出几点思考供以供参考。

2 华中某市环境空气质量监测情况

2.1 执行环境空气质量旧标准的空气质量变化情况

2009年至2013年，该市执行旧空气质量标准空气质量数据。数据显示环境空气质量整体表现平稳，PM10基本无明显变化，但气态污染物二氧化硫和二氧化氮有上升趋势（详细数据见下表1）：

2.1.1 二氧化硫在09～11年略微上升，但由于近几年对燃煤锅炉等控制力度的加强和天然气等清洁能源应用的普及，11～13年基本趋于稳定。

2.1.2 二氧化氮整体呈缓慢上升趋势，特别是近三年由于工业与机动车的快速增长，上升较为明显，需要警惕。

2.1.3 PM10整体表现平稳，该市在总量消减上付出了大量努力，但消减与增长基本持平，需要重视。

2.1.4 近五年的环境空气达标率在86.6%～90.7%之间浮动，主要是因为每年受灰（雾）霾、秸秆焚烧等影响的天数不同，整体无明显变化趋势。

2.2 PM2.5项目试监测情况

为先行了解和掌握该地区城区环境空气中PM2.5污染情况，培训相关技术人才，根据其他城市先行建设的经验和专家的建议，选用了美国Met-one的PM2.5自动监测仪器，建成了一套了细颗粒物（简称PM2.5）监测系统。该PM2.5监测站点处于二类环境空气功能区，对照新的《环境空气质量标准》（GB3095-2012），该点位PM2.5监测项目日均值达标率仅为68.8%，最高日均浓度为0.312mg/m3，超标3倍以上，年均值为0.071mg/m3，超标1倍多，较老标准的达标情况大幅下降。

3 执行新《环境空气质量标准》面临的问题与建议

3.1 执行新《环境空气质量标准》面临的问题

3.1.1 环境监测标准体系即将完善，PM2.5监测数据可能升高

我国从提出PM2.5自动监测系统的概念，到现在的全国大面积建设，时间较短，PM2.5自动监测系统的配套的标准体系还未完善。在运行PM2.5的过程中，应采取科学的方法予以修正，确保数据准确性。

3.1.2 地形特点、产业结构、经济发展等三大不利因素，使我市环境空气污染面临更大压力

该市中心城区大部分位于山谷之中，逆温发生频率较高，特别是夜间和冬季，逆温频率接近100%，不利于大气污染物的扩散，容易造成环境空气中颗粒污染物富集，导致环境空气质量下降。而该市工业结构偏重，目前正在或即将上马的大项目较多，再加上全市机动车保有量快速增加，可以预计该市PM2.5污染负荷还将持续加重，后续PM2.5指标达标情况将不容乐观。

3.1.3 执行新《环境空气质量标准》势在必行，各种考核工作迎来更多挑战

根据环保部要求，2016年全国范围执行新《环境空气质量标准》，按照目前状况，环境空气质量达标率必然会大幅下降，而按老标准执行的各项考核工作势必将面临更严峻的考验。

3.2 建议

3.2.1 政企合作，寻求环保发展新道路

政府与企业都拥有各自的环境保护职责，同时也有各自的优势，在执行新《环境空气质量标准》的问题上，建议以“相互支持、合作共赢、共同发展”为原则，加强与企业合作，联手共同建设灰（雾）霾站监测站，强化环境空气监测力量，建立健全环境空气预警体系。

3.2.2 强化增量监督管理，减轻环境空气污染压力

国家和群众对环境质量的要求越来越高，改善环境质量即是要求也是责任，但经济发展离不开企业的发展，企业的发展又势必加重环境污染负荷。建议进一步加强对企业建设和生产的全过程监督管理，督促企业加强污染治理力度，最大限度减少污染物排放量，必然可以减轻环境污染压力。

3.2.3 以多面开花方式加快减量步伐，实现环境空气改善的目标

目前在颗粒物总量减排工作中，主要重点倾向于工业减排。据研究显示，环境空气中PM10的含量50%来源于地面扬尘，在现有的条件下仅仅依靠工业减排，显然无法达到国家关于环境空气质量改善的要求，因此我们建议在保持工业减排力度的同时，加大矿山、建筑扬尘、城市道路等扬尘污染的治理与监管力度，加快推进我市机动车排气污染防治工作，启动饮食油烟控制工作，从各个环节减少颗粒物，特别是PM2.5的排放量，加大减量步伐，实现环境空气改善的目标。

参考文献

[1]郝吉明.大气污染控制工程[M].北京：高等教育出版社，2002.

[2]谢伶莉等.宜昌市城区典型灰霾日PM2.5污染特征研究[J].绿色科技，2015.

第4篇：改善空气质量的方法范文

关键词：空气质量指数；气象条件；相关性；逐步回归

中图分类号 X16 文献标识码 A 文章编号 1007-7731（2017）14-0161-05

Abstract：Based on the observational data of the daily air quality index（AQI）and the meteorological elements in Chuzhou City in 2015，the relationship between the characteristics of air quality change and the meteorological conditions in Chuzhou City was analyzed. The results show that compared with the previous year，the air quality in Chuzhou in 2015 has not been effectively improved，and the trend of further deterioration.Air quality for the highest level of the highest frequency，followed by mild pollution，the main pollutants to PM2.5-based. There were significant differences in seasonal AQI and obvious seasonal variation characteristics. The AQI was the highest in winter and the fluctuation range was the highest. The summer AQI was the lowest and the fluctuation range was the smallest. AQI was significantly correlated with mean pressure，mean temperature，daily minimum temperature，daily range of temperature，mean wind speed，daily precipitation and AQI of the day before. The AQI regression equation based on meteorological elements has a good effect on the overall trend and average state fitting of AQI throughout the year，but the ability to fit the extreme value is insufficient.

Key words：Air quality index（AQI）； Meteorological condition； Correlation； Stepwise regression

城市空气质量与气象条件密不可分[1-4]，国内学者对空气质量时空分布特征[5]、空气污染指数节气分布[6]、空气污染变化特征[7]、首要污染物浓度变化[8-9]与气象要素的关系进行了研究，不同城市空气质量特征分析具有一定的共性，但地区差异也很明显[10]。

作为南京都市圈主要成员和皖江城市带承接转移示范区重要一翼，滁州市自2008年开启“大滁城建设”，随着城市规模与GDP总量的快速增长，城市空气的污染问题也日益突出。2016年5月12日，因环境质量未得到有效改善，环境执法力度亟待加强，滁州市被国家环保部点名通报。目前，针对滁州市的空气质量变化与气象条件关系的研究尚属空白，本文主要分析了2015年滁州市空气质量指数（AQI）[11-12]与主要污染物变化特征，并探讨AQI与气象要素之间的关系，为滁州市AQI预测及大气污染防治提供一定的参考。

1 资料与方法

1.1 资料来源 自2015年1月1日起，滁州市环境监测站（监测点分别位于市老年大学、监测站和市人大宾馆）执行新的环境空气质量标准[11]，监测并空气质量指数（AQI）[12]代替原有的空气污染指数（API）[13]。2015年滁州市空气质量日报（逐日AQI、首要污染物、各污染物日均浓度）由滁州市环境保护局提供；2009―2014年滁州市空气质量月报来源于滁州市环境保护局数据中心；2015年对应时段的气象资料来源于滁州国家基本气象站地面观测数据。

1.2 分析方法 根据《环境空气质量指数（AQI）技术规定（试行）》（HJ633-2012），依AQI数值将城市空气质量划分为6级（见表1）。AQI是定量描述空气质量状况的无量纲指数，空气质量分指数IAQI是单项污染物（PM2.5、PM10、SO2、NO2、CO、O3）的空气质量指数，AQI=max{IAQI1，IAQI2，…，IAQIn}。AQI大于50时，IAQI最大的污染物为首要污染物，若IAQI最大的污染物为两项或两项以上时，并列为首要污染物，IAQI大于100的污染物为超标污染物。AQI与各污染物浓度月平均值为全月日值平均，数据分析使用SPSS18.0软件。

2 结果与分析

2.1 空气质量时间分布特征

2.1.1 2015年空气质量概况 图1为2015年1月1日至12月31日，滁州市不同空气质量类别所占日数的百分比，由图1可见，滁州市2015年出现频率最高的空气质量等级为二级良，占年总日数的58.4%；其次为三级轻度污染，出现频率为20.8%；再次为一级，出现频率为13.7%；中度污染、重度污染出现频率分别为5.5%、1.6%；2015年未出现严重污染，优良空气质量等级占年总日数的比率（也称为空气质量达标率）为72.1%。年平均AQI为85.5，峰值为258，出现在10月16日。首要污染物主要为PM2.5，全年出现272d，其次为PM10、NO2，出现日数分别为41d、6d，可见造成2015年滁州市大气污染的主要因素是细颗粒物PM2.5。

图2为2009―2015年滁州市空气质量达标率变化，由图2可见，2009―2015年平均空气质量达标率为90.5%，2009―2012年滁州市空气质量达标率较为稳定，保持在96%以上，2013―2014年达标率降至85%左右。2015年滁州市空气质量达标率再次出现明显下降，与2014年相比，降幅为15.0%，其中空气质量类别为优的比率下降5.8%；与2009―2014年均值相比，空气质量达标率降幅达到21.5%。由此可见，随着城市的快速发展，空气污染问题逐步显现，与环保部通报相符，2015年滁州市空气质量未能得到有效改善，还有进一步恶化的趋势。

2.1.2 AQI月变化特征 运用SPSS18.0软件对2015年滁州市各月AQI进行方差分析（见表2），结果显示，F分布的观测值为9.686，对应的概率ρ值小于0.001，所以认为，在显著性水平为0.01的前提下，2015年滁州市各月AQI存在显著差异。

图3为2015年滁州市AQI月平均值和标准差变化，由图3可知，2015年各月平均AQI均在50以上，其中1、2、5、10、12月这5个月份月平均AQI超过年均值，为污染高发月份，其中5月和12月空气质量类别为优的日数均为0。AQI最大值出现在12月，达到126.9，空气质量最差，月空气质量达标率仅为32.3%，1月次之，AQI为106.9；3月AQI最低，为62.3，空气质量最好，月空气质量达标率达到96.8%，7―9月AQI较低且变化平缓。比较各月平均AQI的标准差可以发现，12月标准差最大，其次是10月、1月；3月标准差最小，其次是9月、8月，这与AQI的变化趋势基本一致，即AQI较大时，空气质量变化幅度大，AQI较小时，空气质量相对比较稳定。

2.1.3 AQI季节变化特征 对2015年滁州市四季AQI进行方差分析（见表3），结果显示，F分布的观测值为18.530，对应的概率ρ值小于0.001，所以认为，在显著性水平为0.01的前提下，2015年滁州市四季AQI存在显著差异。

图4为2015年滁州市四季AQI平均值和标准差变化，从图4可以看出，滁州市AQI有明显的季节变化特征，春、夏、秋、冬四季AQI平均值分别为77.3、72、83.9、109.3，冬季AQI平均值最高，夏季AQI平均值最低，这说明2015年滁州市冬季空气质量最差，其次是秋季和春季，夏季空气质量最好。从AQI的标准差变化也可以看出，AQI在夏季变化波动最小，春季、秋季次之，冬季波动最大，与四季AQI的变化趋势一致。滁州市冬季并无集中供暖，AQI却呈现出冬季最高，夏季最低的态势，其原因可能是冬季大气层结较稳定，静稳天气多，大气污染物不易扩散[14]，而夏季对流旺盛，降水增加，利于污染物的扩散和沉降。

2.2 AQI与气象条件的关系

2.2.1 AQI与气象要素相关性分析 利用滁州国家基本气象站观测数据分析2015年逐日AQI（2015年1月2日至2015年12月31日）与气象要素的相关特征，选取的气象要素包括平均气压、平均气温、日最高气温、日最低气温、气温日较差、平均相对湿度、平均风速、日降水量以及前一日AQI，分析结果如表4所示。由表4可知，AQI与平均气压、平均气温、日最低气温、气温日较差、平均风速、日降水量以及前一日AQI在0.01水平上均显著相关。其中，AQI与前一日AQI相关系数达到0.651，呈显著的正相关关系，说明空气质量变化存在累积和稀释的过程，具有一定的延续性[15]。AQI与平均气压显著正相关，说明气压对AQI有显著的负效应，即气压越高，AQI越高，空气质量越差。这是由于高压系统控制下大气层结相对稳定，污染物不易扩散；当低压系统控制时，近地面污染物随空气辐合上升，易于扩散，降低污染物浓度[16]。AQI与平均气温显著负相关，说明气温对AQI有显著的正效应，即气温越高，AQI越低，空气质量越好。这是因为气温越高，近地面对流活动越强，大气层结越不稳定，污染物易于扩散[16]。这与2015年滁州市空气质量的季节变化特征相符，夏季空气质量最好，冬季空气质量最差。AQI与平均风速显著负相关，说明风速对AQI有显著的正效应，即风速越高，AQI越低，空气质量越好。这是由于大风天气有利于污染物扩散，降低污染物浓度，提高空气质量；当风速较小时，污染物因扩散条件差易累积，影响空气质量[16]。AQI与日降水量显著负相关，说明降水对AQI有显著的正效应，即降水量越高，AQI越低，空气质量越好。这是因为降水对空气中的污染物有冲洗、溶解等作用，有利于污染物湿沉降，可在一定程度上减少近地面污染物浓度[16]。

2.2.2 基于气象要素的AQI回归方程建立与拟合效果检验 选取与AQI显著相关的气象要素（平均气压、平均气温、日最低气温、气温日较差、平均风速、日降水量）以及前一日AQI共7个因子作为自变量，以AQI为因变量Y，进行多元线性逐步回归分析[17-18]，建立基于气象要素的AQI回归方程，拟合效果最好的回归方程（1）如下：

为检验回归方程的拟合效果，利用方程（1）对2015年（1月2日至12月31日）滁州市AQI进行拟合，并与AQI观测数据进行对比，如图5所示，回归方程的拟合值与AQI实测值变化基本一致，拟合效果较好。对两组数据的统计量进行分析，观测数据的平均值为85.53，最大值258，最小值24，标准差为39.097；拟合数据的平均值为85.20，最大值198，最小值-11，标什钗28.920。由此可见，观测数据的波动幅度明显大于拟合数据，回归方程对全年AQI的总体变化趋势和平均值拟合效果较好，但对极值的拟合能力较差，拟合结果更趋于平均。

3 结论与讨论

（1）2015年滁州市空气质量达标率为72.1%，与上年相比，下降15%；与2009―2014年均值相比，降幅达到21.5%，空气质量未得到有效改善。空气质量为良的等级出现频率最高，占年总日数的58.4%，其次为轻度污染，出现频率为20.8%。首要污染物主要为PM2.5，全年出现272d，是造成2015年滁州市大气污染的主要因素。

（2）2015年滁州市年平均AQI为85.5，最大值为258，出现在10月16日。各月AQI存在显著差异，12月平均AQI最高，均值为126.9；3月平均AQI最低，为62.3，AQI均值越高，该月空气质量变化幅度越大，空气质量越不稳定。四季AQI也存在显著差异，有明显的季节变化特征，冬季AQI均值最高，波动幅度最大，夏季AQI均值最低，波动幅度最小。

（3）相关性分析表明，AQI与平均气压、气温日较差、前一日AQI显著正相关；与平均气温、日最低气温、平均风速、日降水量显著负相关。其中，AQI与前一日AQI相关系数达到0.651，说明空气质量的变化存在累积和稀释的过程，具有一定的延续性，空气质量指数预报需考虑这一因素。基于气象要素建立的AQI回归方程对全年AQI的总体变化趋势和平均状态拟合效果较好，但对极值的拟合能力不足，甚至出现不符合逻辑的负值，回归方程需进一步优化，选取更多的气象要素，并结合近地面与高空天气形势进行分析，提高拟合效果。

（4）受资料限制，滁州市环境监测站自2015年1月1日起，才开始监测并AQI数据，本研究仅对2015年一年的AQI进行分析讨论，样本数量有限，建立的回归方程存在局限性。本研究未对PM2.5、PM10、NO2等主要污染物浓度的时空分布规律及其与气象条件的关系展开深入研究，未来可结合新增数据样本，进一步开展分析探讨，为滁州市大气污染防治工作提供有力参考。

参考文献

[1]高煜中，潘华盛，张桂华，等.气象条件变化对哈尔滨市空气质量的影响[J].气象科技，2003，31（6）：361-365.

[2]黄容，郭丽娜，马艳.2006―2012年青岛市空气质量与气象条件的关系[J].气象与环境学报，2015，31（2）：37-43.

[3]常炉予，赵天良，何金海，等.周边气象条件对南京城区大气污染物浓度的影响[J].气象与环境学报，2013，29（6）：95-101.

[4]TE Stoeckenius，C Hogrefe，J Zagunis，et al.A comparison between 2010 and 2006 air quality and meteorological conditions， and emissions and boundary conditions used in simulations of the AQMEII-2 North American domain[J].Atmospheric Environment， 2015，115：389-403.

[5]林长城，王宏，陈彬彬，等.厦门市空气质量时空分布特征及其与气象条件的关系[J].福建农林大学学报：自然科学版，2010，39（1）：79-83.

[6]冀翠华，王式功，王敏珍，等.2001-2012年北京市空气污染指数节气分布及其与气象要素的关系[J].气象与环境学报，2014，30（6）：108-114.

[7]谢志英，刘浩，唐新明，等.北京市近12年空气污染变化特征及其与气象要素的相关性分析[J].环境工程学报，2015，9（9）：4471-4478.

[8]王海畅，吴泽邦，周景博，等.北京上甸子站PM2.5浓度与气象要素关系分析[J].气象与环境学报，2015，31（5）：99-104.

[9]王宏，林长城，蔡义勇，等.福州市PM10突变特征与气象条件的关系研究[J].热带气象学报，2008，24（5）：564-568.

[10]祁栋林，张加昆，李晓东，等.2001-2011年西宁市空气质量特征及其与气象条件的关系[J].气象与环境学报，2014，30（2）：51-59.

[11]国家环境保护部.GB3095-2012，中华人民共和国国家标准环境空气质量标准[S].北京：中国环境科学出版社，2012.

[12]国家环境保护部.HJ633-2012，中华人民共和国国家环境保护标准环境空气质量指数（AQI）技术规定（试行）[S].北京：中国环境科学出版社，2012.

[13]国家环境保护部.GB3095-1996，中华人民共和国国家标准环境空气质量标准[S].北京：中国环境科学出版社，1996.

[14]王冠岚，薛建军，张建忠.2014年京津冀空气污染时空分布特征及主要成因分析[J].气象与环境科学，2016，39（1）：34-42.

[15]白雪，张翠艳，纪源，等.锦州市空气质量变化特征及其与气象条件关系[J].气象与环境学报，2016，32（2）：52-58.

[16]姚海涛，唐迪，董钰春，等.江苏省宿迁市气象条件对空气污染的影响[J].江苏农业科学，2015，43（12）：399-405.

[17]吴嘉荣.用线性回归法建立城市环境空气质量预报模式[J].海峡科学，2005（12）：27-28.

第5篇：改善空气质量的方法范文

关键词：室内空气污染成因对策

Abstract: with the improvement of living standards and the change in the life style, people in indoor life time longer, indoor air quality fit and unfit quality directly affect people's work and life. The paper analyzes the present situation of the indoor air pollution and the reason, and combined with actual situation proposed to improve the indoor air pollution were put forward.

Keywords: indoor air pollution causes countermeasures

中图分类号：X502 文献标识码：A文章编号：

室内空气质量的高低，直接影响人们的身体健康，低劣的空气质量会使人注意力分散，工作效率下降，严重时还会使人产生头痛、恶心、疲劳、皮肤红肿等症状，统称为“病态建筑综合症”。人们急切盼望改善日益恶劣的居室、办公环境，提高生活质量。

一、室内空气污染情况分析

人们一直认为空气污染严重的是室外。而事实上，办公室、居室、饭店、影剧院、歌舞厅等建筑物的室内环境对人们健康的影响远比室外要大得多。人的一生约有80%的时间是在室内度过的。因此，室内环境质量的好坏直接影响到人体健康。从现实情况看，室内空气质量远劣于室外大气环境质量。

环保工作者提醒人们：室内空气污染程度常常比室外空气污染严重2―3倍，在某些情况下，甚至可达100多倍。在室内可建监测出约300多种污染物，68%的人体疾病都与室内空气污染有关。

室内空气污染物随着呼吸进入人体内部，长期积累，严重危害着人们的身体健康。造成室内空气的污染主要来源于以下5个方面：

1、人体呼吸、烟气

研究结果表明，人体在新陈代谢过程中，会产生约500多种化学物质，经呼吸道排出的有150余种，人体呼吸散发出的病原菌及多种气味，其中混有多种有毒成分，决不可忽视。人体通过皮肤汗腺排出的体内废物多达171种，例如尿素、氨等。此外，人体皮肤脱落的细胞，大约占空气尘埃的90%。若浓度过高，将形成室内生物污染，影响人体健康，甚至诱发多种疾病。

吸烟是室内空气污染的主要来源之一。烟雾成分复杂，有固相和气相之分。经国际癌症研究所专家小组鉴定，并通过动物致癌实验证明，烟草烟气中的“致癌物”多达40多种。吸烟可明显增加心血管疾病的发病机率，是人类健康的“头号杀手”。

2、装修材料、日常用品

室内装修使用各种涂料、油漆、墙布、胶粘剂、人造板材、大理石地板以及新购买的家具等，都会散发出氨、甲醛、石棉粉尘、放射性物质等，它们可导致人们头疼、失眠、皮炎和过敏等反应，使人体免疫功能下降，因而国际癌症研究所将其列为可疑致癌物质。

3、微生物、病毒、细菌

微生物及微尘多存在于温暖潮湿及不干净的环境中，随灰尘颗粒一起在空气中飘散，成为过敏源及疾病传播的途径。特别是尘螨，是人体支气管哮喘病的一种过敏源。尘螨喜欢栖息在房间的灰尘中，春秋两季是尘螨生长、繁殖最旺盛时期。

4、厨房油烟

过去，厨房油烟对室内空气的污染很少被人们重视。据研究表明，城市女性中肺癌患者增多，经医院诊断大部分患者为腺癌，它是一种与吸烟极少有联系的肺癌病例。进一步的调研发现，致癌途径与厨房油烟导致突变性和高温食用油氧化分解的致变物有关。厨房内的另一主要污染源为燃料的燃烧。在通风差的情况下，燃具产生的一氧化碳和氮氧化物的浓度远远超过空气质量标准规定的极限值，这样的浓度必然会造成对人体的危害。

5、空调综合症

长期在空调环境中工作的人，往往会感到烦闷、乏力、嗜睡、肌肉痛，感冒的发生机率也较高，工作效率和健康明显下降，这些症状统称为“空调综合症”。造成这些不良反应的主要原因是在密闭的空间内停留过久，二氧化碳、一氧化碳、可吸入颗粒物、挥发性有机化合物以及一些致病微生物等的逐渐聚集而使污染加重。上述种种原因造成室内空气质量不佳，引起人们出现很多疾病，继而影响了工作效率。

二、改善室内空气污染的对策

室内空气质量好坏直接影响到人们的生理健康、心理健康和舒适感。为了提高室内空气质量，改善居住、办公条件，增进身心健康，必须对室内空气污染进行整治。

1、使用最新空气净化技术

对于室内颗粒状污染物，净化方法主要有静电除尘、扩散除尘、筛分除尘等。净化装置主要有机械式除尘器、过滤式除尘器、荷电式除尘器、湿式除尘器等。从经济的角度考虑首选过滤式除尘器；从高效洁净的角度考虑首选荷电式除尘器。

对于室内细菌、病毒的污染，净化方法是低温等离子体净化技术。配套装置是低温等离子体净化装置。

对于室内异味、臭气的清除，净化方法是选用0.2―5.6微米的玻璃纤维丝编织成的多功能高效微粒滤芯，这种滤芯滤除颗粒物的效率相当高。

对室内空气中的污染物，如苯系物、卤代烷烃、醛、酸、酮等的降解，采用光催化降解法非常有效。例如利用太阳光、卤钨灯、汞灯等作为紫外光源，使用锐态矿型纳米二氧化钛作为催化剂。

2、合理布局及分配室内外的污染源

为了减少室外大气污染对室内空气质量的影响，对城区内各污染源进行合理布局是很有必要的。居民生活区等人口密集的地方应安置在远离污染源的地区，同时应将污染源安置在远离居民区的下风口方向，避免居民住宅与工厂混杂的问题。卫生和环保部门应加强对居民生活区和人口密集的地方进行跟踪监测和评价，以提供室内空气质量对人体健康的影响程度。

3、加强室内通风换气的次数

对于甲醛、室内放射性物质氡等，应加强通风换气次数，尤其是对甲醛的污染治理，其方法有三种：一是使用活性炭或某些绿色植物；二是通风换气；三是使用化学药剂。室内放射性氡的浓度，在通风时其浓度会下降；而一旦不通风，浓度又继续回升，它不会因通风次数频繁而降低氡子体的浓度，惟一的方法是去除放射源。

对室内空气质量的要求不仅仅局限于家居，而是所有的室内场所都存在，如宾馆、酒店的房间、餐厅、娱乐场所和商场、影剧院、展览馆等，还有政府部门的办公室、会客室、学校以及其他办公场所。除重视科研与监测、加强队伍建设、制定行业标准、加强立法与宣传外，同时还要加大经费的投入，采用高新技术，研制新的高效率室内污染净化装置，消除室内空气污染，保障人们身体健康，这是十分迫切而必要的。

总之，随着“以人为本”观念的逐步深入，人们对生存空间的质量越来越关注，对室内环境污染治理也日益重视。我们相信不久的将来，室内环境污染治理的状况一定会有一个较大的改观。

参考文献：

1、王立申. 还孩子一个纯净的空间[J]. 大视野. 2008(09)

第6篇：改善空气质量的方法范文

方法：对2011年-2013年不同类型旅店空气质量进行监测，按照现行的有效标准进行细菌总数的检测。

结果：2011-2013年共采集旅店空气533份，合格474份，总合格率为81.4%，各年的合格率分别为81.6%，87.8%，92.4%，差异有统计学意义（X2 = 11.51，P

结论：开封市旅店卫生状况总体来说逐年好转，但普通宾馆旅社空气质量不容乐观，夏季合格率明显偏低，应加强对普通旅店的监督管理，尽快完善其卫生消毒配套设施。

关键词：旅店 空气质量 监督

【中图分类号】R-1 【文献标识码】B 【文章编号】1671-8801（2014）04-0359-01

开封市作为国内旅游名城，近几年旅游业的发展也促进了旅店业的蓬勃兴起，其空气质量问题也日益受到人们的关注，而空气中细菌总数的测定是检测空气质量的重要标准之一，为了解开封市旅店业卫生状况，2011-2013年我们对开封市部分旅店空气质量进行了监测。结果如下：

1 材料与方法

1.1 样本来源。2011-2013年从开封市部分旅店采集空气共340份。

1.2 监测方法。按照GB/T18204.1-2000，用自然沉降法。将直径9cm营养琼脂平皿放在监测点1.2～1.5m高度暴露5min，同时注意避开空调、门窗等空气流通处，4h内送实验室36℃±1℃培养箱培养48h，计数生长的细菌菌数总数。

1.3 评价依据。按照GB9663 ～9673-1996公共场所卫生标准对结果进行判定。

2 结果

2.1 不同年份监测情况。2011-2013年各年的合格率分别为81.6%，87.8%，92.4%，呈逐年上升趋势，差异有统计学意义（X2 = 11.51，P

3 讨论

旅店等公共场所人群密集、流动性大，如果空气质量不合格，易造成传染性疾病的传播[1]，对旅店进行空气质量的监测可以为公共场所消毒效果的判定和评价提供科学的依据。2011-2013年监测结果表明开封市旅店业空气质量总体合格率为81.4%，且呈逐年上升趋势，说明开封市旅店业空气质量整体状况良好，这与相关部门高度重视，加大监测监督工作，经常对旅店进行突击检查，发现问题限期整改有着密切的关系。

调查结果表明，旅店级别越高，卫生合格率越高，与其他城市的报告基本一致[2-4]。星级旅店合格率明显高于普通宾馆，可能与以下因素有关：①星级酒店会所资金投入充足，空气消毒设备设施完善；②酒店负责人积极采纳监督部门意见，不断改善卫生服务质量；③大部分星级酒店会所工作人员管理规范，对公共用具及人员密集场所消毒意识较强。而普通宾馆旅社多为家庭式，服务人员未参加卫生知识培训或相应培训不能及时到位，未能对旅店及时过好通风换气管理；在采样过程中发现，通风管道不能定期消毒也是导致空气中细菌总数不合格的主要原因[5]；部分宾馆旅社选址不当，附近风沙大等，造成普通宾馆空气质量合格率较低。

2011-2013年不同月份旅店业空气细菌总数监测情况表明：总体来说，5-8月合格率较低，不同季节合格率有显著性差异（X2 =9.38，P

空气中存在多种多样的微生物，旅店作为公共场所的重要组成部分，人群密集且流动性大，易传播疾病。建议相关部门继续加大执法力度，加强对旅店业卫生法规、卫生知识的宣传，同时加强对从业人员的培训，从而提高旅店公共场所的空气质量合格率。

参考文献

[1] 李雪莲.2008-2011年青岛市崂山区旅店公共场所卫生状况分析[J]预防医学论坛.2013，19（3）：198

[2] 邝辉.2003-2007年海口市旅店业卫生监测结果分析[J].中国热带医学.2008，8（10）：1860-1861

[3] 文献英等.绵阳城区2006-2008年旅店业卫生监测结果分析[J].现代预防医学，2010，37（7）：1367-1368

[4] 黄世美等.南宁市2005-2009年旅店业卫生质量监测结果分析[J].现代预防医学，2012，39（6）：1546-1547

第7篇：改善空气质量的方法范文

[论文摘要] 通过对商场空调通风系统对室内空气质量影响因素的分析，从多方面有针对性的提出了改善室内空气质量的有效措施。

室内空气指标包含有空气中的含氧量、CO2和CO的浓度、粉尘和飘浮微生物的含量、空气中的离子数和有机挥发物(VOC)等。商场内空气质量通常取决于空气中的含尘量、含菌量及各种有害气体的浓度高低。大型超市、大卖场等商场是人们购物的重要场所，商场空气质量的优劣关系到顾客和员工的健康。由于商场大多处于城市的闹市区，商场内的人流量大，各种商品集中存放等特点，商场内空气质量很大程度上依赖于商场通风空调系统。

一、商场空调通风系统的主要作用及特点

商场空调通风系统主要通过不断地送入足够的新鲜空气，稀释并排出有害的污染物，降低室内CO2和其他污染物的体积分数，解决商场内空气窒息和污浊问题，从而改变室内空气质量。另一方面，新风量的大小决定空调系统的能源消耗，空调系统一般都采用利用回风节能方式，由于回风的不断循环，室内污染气体浓度会增大，因此，合理利用新风对于保持室内空气质量和节约能源有很好的作用。

二、空调通风系统对商场空气质量的影响

影响商场内空气质量的因素很多，有关研究表明，空调通风系统对商场空气质量有着重要的影响。主要表现在以下几个方面：

1.新风量不足。系统设计及安装过程中，为了达到节能和减少投资目的，空调通风系统负荷的设计参数过于保守，设备容量选择不适当，不能保证必要的新风量，室内空气质量难以保证。

2.新风、回风净化不当。由于新风和回风过滤处理达不到要求，污染了空调系统中的其他部件，无法净化回风中的有害气体及异味，造成潜在的疾病源和异味源，最终污染室内空气。

3.新风送入方式不当。空调系统气流组织不好，新风分布不均匀，新风与回风混合或先送入室内污染区，极大地降低了“新鲜度”，甚至造成室内空气的二次污染。

4.凝水排放不畅。由于凝水管坡度不够，或有很大的存水弯，抑或被灰尘堵塞，积水在系统停用期间为细菌滋生提供良好的温湿度环境。

5.运行维护管理不当。由于运行管理中没有进行定期的清洗和更换过滤器，送风竹道、空气处理机组等污染严重，可能使系统阻力过大，造成新风量和总送风量大幅度下降，导致室内空气污染。

三、改进措施

根据商场通风空调系统的特点，建议从以下几个方面采取措施，最大限度发挥通风空调系统的功效，确保商场室内空气质量。

1.保证必要的新风量。根据商场人流量合理计算新风的需求量，同时考虑排除室内设备、建筑装饰材料及存放的商品等散发污染物所需的新风量。我国《采暖通风与空气调节设计规范（GBJ19－87)》规定的商场最小新风量是8.0m3/（h.人)。

2.提高空调系统新风和回风的净化级别。由于我国大气粉尘浓度远高于发达国家，仅靠规定的最小新风量进行稀释是难以见效的，必须同时采取有效的空气过滤处理。由于空气中的细菌依附于尘粒上，含尘量愈高，含菌量也高，有效过滤掉空气中的灰尘，就能滤掉空气中的大部分浮游菌，从而大大降低疾病传播的几率。为了保证室内空气品质，商场空调中的空气处理必须设粗效、中效两级过滤，必要时还可使用亚高效级过滤。研究表明，有效过滤的概念是指空气过滤器对3nm粒子的过滤效率不能小于60%。此外，为了消除各种异味及某些商品建筑装饰散发的VOC，也可考虑在空调回风管道上安装活性炭过滤器。

3.优化新风送入方式。建议采用独立的新风处理及送入系统，缩短新风进入室内的路径，既可保证新风的净化要求，避免与回风或污染气流混合而降低“新鲜度”，又可保证空调系统停用期间的必要新风量。设计时，还应注意新风取风口的位置不要靠近污染物的排放口，并远离喷淋式冷却塔，国外研究已证明这类冷却塔是军团菌最易滋生与传播的工具。

4.改善室内气流组织。采用置换式通风方式向房间的下部低速送人空气，新鲜空气首先到达人员呼吸区，然后携带污染物从上部排出，具有很好的通风效率。

5.控制室内湿度，减少室内污染物的发生。研究表明，空气相对湿度超过60%非常有利于细菌等微生物的繁殖，为了尽可能减少微生物的污染，须把室内空气相对湿度控制在60%以下。同时，对商场不同类型商品科学存放和管理，减少不同商品对室内空气污染。

6.改善通风空调系统的运行管理。研究表明，由于未及时清洗过滤器，送风量远远小于设计风量，过滤器经清洗后，送风量增加了一倍。因此，制定较为严格、详细的运行管理规则，定期清洁系统设备，及时清洗或更换过滤器，加强商场空调的运行管理对于保证商场室内空气质量具有十分重要意义的意义。

参考文献

[1]刘忠华等:商场室内空气品质的研究[J].哈尔滨商业大学学报(自然科学版)， 2004，(3):361～364

[2]涂舫等:商场空调通风系统污染控制方法的分析[J].2006，(1):60～62

第8篇：改善空气质量的方法范文

[关键词]大气污染问题 环境监测 系统分析 对策探测 总体战略意义

[中图分类号] X830.5 [文献码] B [文章编号] 1000-405X（2014）-2-238-2

我国工业生产和消费过程中的突发的环境问题现象比较复杂，对于大气污染现象产生严重的滋生效应。而沙尘、煤烟污染是新疆大气环境污染的主要特征，目前大气污染物主要以可吸入颗粒物和二氧化硫为主，排放的主要污染物是由工业、采暖锅炉和汽车尾气所造成，其所带来的影响尤其值得关注。结合新疆地区的生态破坏和环境污染现状，进行内部资源开采工序的检验，从而使得不合理的资源浪费行为以及生态破坏现象得到有效改善和治理。这就要通过浮尘、扬尘、燃料燃烧以及矿井水排放、工厂的废气排放等问题进行总体分析，进行系统改进方案的制定，确保大气质量得到改善。

1新疆大气环境质量状况

新疆地形地貌复杂，气候干旱，除自然形成的沙尘外，其他大气污染物：烟、尘、二氧化硫、氮氧化物都直接与人类活动密切相关。《2012年新疆环境状况公报》指出，新疆19个主要城市中，只有阿勒泰市空气质量达到国家一级标准；克拉玛依、伊宁、塔城、博乐、昌吉、奎屯、乌苏、阜康、石河子和五家渠等10个城市空气质量达到国家二级标准；乌鲁木齐、哈密和库尔勒3城市空气质量达到国家三级标准。另外5个城市空气质量超过国家三级标准。全疆城市环境空气质量达到一、二级优良天数占全年的80.6%，三级轻微污染天数占15.4%，四级、五级中重度污染天数占4.0%。与2011年相比，全疆区域性沙尘天气增加了7次，局地性沙尘天气增加了58次，沙尘天气发生频次有所增多。

2大气污染有害物质监测工作的主体内容

大气污染物主要以二氧化硫和氮氧化物为主，污染物排放主要来自工业、生活及交通运输。

对于二氧化硫成分的监测处理主要根据煤炭资源使用过程中的燃烧效果以及具体冶炼工程的废气标准含量进行充分界定。通过甲醛溶液内部分光光度处理手段以及电导方式等进行分解处理，使得后期有害气体的改善工作方案能够顺利制定。内部溶液吸收效果对于化合物稳定状态的保证有着一定的促进作用，有助于后期氢氧化钠伴随溶液反应过程产出的二氧化硫物质，结合副玫瑰苯胺以及甲醛进行反应处理，使得伴生物质呈现紫红色的状态，这种单独分离的处理技巧可以精准的保留实际工业生产过程中的主要废气含量，是保证内部二氧化硫防护工作的重要依据。监测的手段主要依靠分光光度计进行监测统计。

石化燃料经过高温环境的处理以及化肥在实际生产过程中都会伴随一定容量的氮氧化物，造成大气环境的严重污染；另外，在汽车产生的尾气污染中也包含着大量的氮氧化物。因此关于此类污染颗粒物质的观察监测，主要依靠跟踪监察，保证实时数据的校验和可利用价值，从而促进改进方案的具体制定效果，才能保证环境空气质量的高速恢复。

3大气污染问题的监测以及应对策略制定

随着现下超高污染事件的急剧上升以及人们对于清洁空气质量的严格要求和关注度的提高，根据内部污染状态的合理评估，进行防控措施的高效率制定是非常必要的。

大气污染内部的物质比较复杂，常见的污染现象主要包括扬尘、二氧化硫、氮氧化物以及内部悬浮颗粒等。伴随吸入物质不断增加，具体清洁标准工作系统的研究处理的不定因素的增多，实际治理依据材料的总结仍然不够充分，这是造成空气破坏现象严重并且维持时间较长的主要原因。

针对具体的大气环境内部物质的数据监测工作的细化手段以及严重污染情况的科学判断依据进行综合分析，结合全面落实的监测参数设计以及资料记录，进行专业计算机智能处理程序的录入，使得高标准的治理方案以及手段得以落实。

4大气污染监测分析的方法

大气污染具有扩散速度快，扩散范围广、造成影响大的特点。因此，对大气污染的监测应当力求快速、及时、准确。随着我国环境监测分析方法不断的改进和完善，逐步建立起了能在短时间内及时准确地检测各种有害气体的分析方法，并得到了广泛的应用。目前大气污染的监测分析方法主要有检测管法、仪器法、指示纸法、化学分析法等。

（1）检测管法：该法具有现场使用简便、快速、便于携带和灵敏的优点。目前已有几百种有害污染气体可用检测管测定。不失为一种较为经济，易于普及的方法。

（2）仪器法：仪器法是利用有害污染气体的热学、光学、电学等特点对它们进行测定。其优点是灵敏度高，测定准确，浓度直读，可自动记录或与计算机连接。

（3）试纸法：试纸法是用试纸浸渍试剂，在现场放置或置于试纸夹内抽取被测空气，显色后比色定量。其优点是操作简便、快速、测定范围广，但准确度相对较差。

（4）化学分析法：化学分析法是将吸收液本身作为显示液，采样显色后与标准管比色定量。其灵敏度、准确度都相对于试纸法要高。

5无线传感环境监测系统的在线监测方法

无线传感辅助技术主要应用在危险区域及大面积监测区域的气体情况监控，通过传感器来测量与监测所需的参数，再借助网将它发送到控制中心。结合必要的节能网络节点位置追加，进行自发组织结构方式的适应性设计，同时根据单位节点的装置标准进行一定范围的扩建，结合不同位置的协作以及信息沟通交流对不同微观环境的细节工作进行系统补充，确保气体分布状态以及内部参数的合理设计，为后期改进方案制定过程中详细、准确的信息提供渠道。无线传感网络追加装置根据气体的复杂颗粒物质堆积进行高度采集和分析，使得燃煤过程中产生的空气热害以及污染现象通过必要的信号检测以及数据进行管理，监测中心及时传达，建立整个大气环境监测、维护标准参数。后期的空气改善工作措施能够借助高效的模型参数进行设计，框架应用理论内容进行完整的编辑，保证计算机分析的标准指令。

6结语

目前，我国实际产业规划活动中，伴随能源的高效利用，内部空气质量的监督以及数据应用，根据今年污染物浓度年际变化统计，大气污染治理取得了一定的成效，但总体工作的布置以及改进还有待提高。大气环境质量实时化监测是环境监测重点，与无线传感辅助技术的结合，使大气环境监测的手段得了进步，能够快速、精准、区域化与细部对大气环境展开全面数据采集和实时分析，给大气治理工作及时提供依据。

参考文献

[1]李新琪.新疆艾比湖流域平原区景观生态安全研究[D].华东师范大学，2008，12（11）.

第9篇：改善空气质量的方法范文

Abstract:The primary pollutant of northern urban air pollution are inhalable particulates IP and sulfur dioxide. The most direct and effective way to improve air quality is controling dust pollution and raising dust pollution.

关键词:空气污染指数;空气质量;改善途径

Key words:Air Pollution Index;air quality;improved approaches

中图分类号:X51文献标识码:A 文章编号:1006-4311(2010)23-0247-02

1定义

空气污染指数是描述空气质量的一个最常见指标,是对空气中的若干种主要污染物的监测数据参照空气质量的分级标准,经过综合换算而得到的,以数字的形式表示空气的质量。各地的空气污染指数通过电视、网络、报纸等媒体,有利于公众简明、清楚、及时地了解空气质量的优劣。我国目前计入空气污染指数的污染物项目有二氧化硫(SO2)、二氧化氮(NO2)、可吸人颗粒物(PM10)、一氧化碳(CO)、臭氧(O3)。

空气污染是一个复杂的现象,在特定时间和地点空气污染物浓度受到许多因素影响,来自固定和流动污染源的人为污染物排放大小是影响空气质量的最主要因素之一,其中包括车辆、船舶、飞机的尾气,工业企业生产排放,居民生活和取暖燃煤,垃圾焚烧等,城市的发展密度、地形地貌和气象等也是影响空气质量的重要因素。

2主要空气污染物的理化特点及危害

①二氧化硫(SO2)二氧化硫是无色气体,具有刺激性气味,是大气中几种主要的污染物质之一。大气中的二氧化硫主要是人类活动产生的,大部分来自煤和石油的燃烧以及石油炼制等。大气中的二氧化硫会刺激人们的呼吸道,减弱呼吸功能,并导致呼吸道抵抗力下降,诱发呼吸道的各种炎症,危害人体健康。二氧化硫还会对许多植物造成危害。二氧化硫及其生成的硫酸雾会腐蚀金属表面,对纸制品、纺织品、皮革制品等造成损伤。二氧化硫的污染还可能形成酸雨,从而给生态系统以及农业、森林、水产资源等带来严重危害。

②二氧化氮(NO2)二氧化氮是一种棕红色、高度活性的气态物质,氮氧化物是一氧化氮、二氧化氮的总称,而二氧化氮在臭氧的形成过程中起着重要作用。人为产生的二氧化氮主要来自高温燃烧过程,比如机动车、电厂废气的排放等。家庭用火炉和气炉燃烧也会产生相当量的二氧化氮。短期暴露(比如,少于3小时)可导致已患呼吸道疾病者产生过敏反应、损害肺功能,增加少年儿童(5-12岁)的呼吸道疾病发生率。另外,二氧化氮还是酸雨的成因之一。事实上,二氧化氮所带来的环境效应多种多样,包括对湿地和陆生植物物种之间竞争与组成变化的影响,大气能见度的降低,地表水的酸化、富营养化(由于水中富含氮、磷等营养物,藻类大量繁殖而导致缺氧)及增加水体中有害于鱼类和其它水生生物的毒素含量。

③可吸入颗粒物(PM10)粒径在10微米以下的颗粒物称为PM10,又称为可吸入颗粒物或飘尘。可吸入颗粒物(PM10)在环境空气中持续的时间很长,对人体健康和大气能见度影响都很大。一些颗粒物来自污染源的直接排放,比如烟囱与车辆,另一些则是由环境空气中硫的氧化物、氮氧化物、挥发性有机化合物及其它化合物互相作用形成的细小颗粒物,它们的化学和物理组成依地点、气候、一年中的季节不同而变化很大。可吸入颗粒物通常来自在未铺沥青、水泥的路面上行使的机动车、材料的破碎碾磨过程以及被风扬起的尘土。可吸入颗粒物被人吸入后,会累积在呼吸系统中,引发许多疾病。对粗颗粒物的暴露可侵害呼吸系统,诱发哮喘病,细颗粒物可能引发心脏病、肺病、呼吸道疾病,降低肺功能等。另外,环境空气中的颗粒物还是降低能见度的主要原因,并会损坏建筑物表面。

④一氧化碳(CO)一氧化碳即通常说的“煤气”,是无色、无味、无臭的有毒气体,化学性质较稳定,是大气中几种主要的污染物质之一。一氧化碳是由于含碳物质不完全燃烧产生的。城市大气环境中的一氧化碳主要来源于燃煤和机动车排气。一氧化碳是排放量最大的大气污染物,全世界每年人为排放的一氧化碳总量有几亿吨,其中一半以上来自汽车尾气。一氧化碳能与血液中的血红蛋白结合而形成碳氢血红蛋白,影响血红蛋白的输氧能力,阻碍氧从血液向心肌、脑组织的转移,严重时可使人窒息。当大气中一氧化碳达到一定浓度时,心肌梗塞患者发病率增高,当浓度达到某一更高浓度时,严重心脏病人就会死亡。另外,一氧化碳可参与光化学烟雾形成的反应造成危害。

⑤臭氧(O3)环境空气中的臭氧,不是由污染源直接排放的污染物,它是氮氧化物和碳氢化合物等一次污染物在紫外光照射下,发生化学反应生成的二次污染物,是光化学烟雾污染的主要污染物之一。 目前,许多国家都把臭氧浓度作为光化学烟雾污染的重要指标来实施监测。 光化学烟雾指氮氧化物、碳氢化合物等及反应生成的二次污染物臭氧、过乙酰硝酸酯(PAN)、醛类等混合形成的淡兰色烟雾,它具有很强的氧化性和刺激性,降低能见度,对人体的眼、喉、鼻,对动物、植物、各种材料都由很大的危害。著名的有洛杉矶光化学烟雾污染,我国兰州西固石油化工区也发生过光化学烟雾。

3不同等级划分及对人类活动的影响

我国目前采用的空气污染指数分为五个等级:

当空气污染指数小于100时,人们可正常活动。例如自然保护区、风景名胜区的空气质量好,污染指数多小于50,一般的商业区、居民区也在100以内;当空气污染指数达到轻度污染(即100～200间)时,健康人群可出现刺激症状,心脏病和呼吸系统疾病患者应减少体力消耗和户外活动;当空气污染指数达到200～300时,健康人群中普遍出现症状,老年人和心脏病、肺病患者应停留于室内,并减少体力活动;当达到重度污染(即空气污染指数在300以上)时,则健康人也要避免室外活动了。

4空气污染指数的季节分布特点

根据烟台市牟平区2008年、2009年两年空气污染指数统计结果,发现以下特点:①空气质量状况稳定,总体状况良好,良好以上天数分别为334天和333天,良好率均在91%以上,2009年优天数136天,比2008年增加46天,增长率51%。②空气质量较差、出现轻度污染的时间主要在每年的取暖季节且气象条件不利污染物扩散时候,道路施工、建筑取土等对空气质量也有较大较直接的影响,首要污染物出现次数最多的是可吸入颗粒物,其次是二氧化硫。③空气质量较好、优良率高、没有轻度污染的季节集中出现在每年的二、三季度。

5改善空气质量的途径

烟台市牟平区作为一个典型的北方城市,煤烟型污染和风沙扬尘污染是影响空气质量的两个主要因素,所以控制烟尘污染和风沙扬尘污染是改善空气质量最直接有效的途径。

5.1 加大节能减排力度,积极推进集中供热牟平区通过烟尘控制区建设,改变燃料构成,积极推广天然气及优质煤等清洁能源使用,推进集中供热替代散装供热小锅炉,加强对城区使用燃煤锅炉、大灶企业单位环境监察、环境监测工作,促进了这些企业单位的燃煤脱硫除尘设施长期稳定运行,特别是对城区的两个热电联产企业相继进行了烟气多级静电除尘和炉外湿法脱硫改造工程,年可减少排放烟尘200多吨,二氧化硫1000多吨。

5.2 加强对建筑施工企业的监管,减少扬尘污染环保、城管等部门加强对建筑施工企业的监督检查,旧房拆迁、筑路取土等易产生扬尘的环节进行洒水作业,土石方运输采取覆盖封闭运输等方式,切实减轻建筑施工的扬尘污染。

5.3 扩大园林绿化面积,增大森林覆盖率,减少风沙污染 通过植树造林、栽花种草、路面硬化、破损道路及时修复等多种方式,防风固沙,减少风沙源,既美化了环境,又减少了风沙扬尘污染。

5.4 加强汽车尾气检测,推进公共交通工具发展汽车年检时,尾气必须达标,否则不能通过,城区开通了九条公交线路,优化了行车路线和时间,方便了市民出行,减少机动车尾气污染。

参考文献:

[1]林潜.空气污染指数与健康[J].安全与健康,2005,(07).

[2]陶志华.空气污染指数计算的改进建议[J].环境监测管理与技术,2006,(01).

[3]惠学香.空气污染指数简易计算方法[J].环境监测管理与技术,2002,(01).

[4]苗苗.空气污染指数[J].中国船检,2009,(02).

[5]钟声,丁铭,夏文文.国内外空气污染指数的现状及发展趋势[J].环境监控与预警,2010,(03):35-38.

[6]胡田珍,葛元新,安小彦.我国环境空气质量监测历程和预报方法[J]平顶山工学院学报,2003,(03).

[7]朱传凤,赵和平.用空气污染指数评价城市空气质量[J].甘肃环境研究与监测,1998,(02).

[8]什么是空气污染指数对一个地区的空气质量是如何评价的[J].北京统计,2003,(11).

[9]王卫,代新兰.浅谈空气污染指数在环境监测中的应用[J].新疆钢铁,2000,(01).