关于雾霾的论文范文1
关键词雾霾污染；动态关联；社会网络分析；协同治理
中图分类号F205文献标识码A文章编号1002-2104（2017）03-0074-08doi：10.3969/j.issn.1002-2104.2017.03.009
当前，中国已经成为世界上大气污染最严重的地区之一，尤其是经济发达、人口密集的京津冀、长三角、珠三角、成渝以及长中游等地区已经成为中国大气污染的重点区域。2015年12月以来，华北地区多次出现大面积的严重雾霾天气，多个城市连续启动了霾红色预警。更为严峻的是，雾霾污染边界的不断扩张使得在一个污染严重的区域内部没有任何一个城市的空气质量能够独善其身，多个城市之间的动态关联构成了一个以城市为节点的复杂网络。城市雾霾污染的空间关联网络给大气污染防治提出严峻挑战，按照行政区域边界的环境管理模式与雾霾污染区域性特征之间的矛盾不断加剧，仅从行政区划的角度考虑单个城市雾霾污染防治的“各自为战”的环境管理和污染治理模式已经难以有效解决当前愈加严重的区域雾霾污染问题[1]，加强区域联防联控以形成跨区域协同治污合力势在必行。
从相关领域研究进展看，大量文献基于空气质量模型证实了污染物可以实现跨界传输[2-5]，部分研究基于空间统计技术刻画了污染物的空间分布和空间关联特征[6-9]，或者应用时间序列统计和计量经济技术描述污染物的时间变动规律[10-12]。然而，受样本数据及研究方法的限制，现有研究尚未揭示出雾霾污染在更大空间尺度上的的动态关联。在此背景下，揭示雾霾污染的动态关联特征，并深入探究雾霾污染空间关联的成因，对于完善雾霾污染的跨区域协同治理机制具有重要的理论价值和现实意义。
本文以京津冀、长三角、珠三角、成渝、长中游等五大地区的96个城市为样本，采用2015年环保部的城市空气质量指数（Air Quality Index， AQI）以及PM2.5、PM10、SO2、CO、NO2、O3等六种分项污染物日报数据，从时间序列数据“预测能力”的视角，在向量自回归框架下构建了区域雾霾污染的动态交互影响模型，实证考察雾霾污染的动态关联效应。在此基础上，构建雾霾污染空间关联网络并运用社会网络分析（Social Network Analysis， SNA）方法刻画其结构特征。在揭示雾霾污染动态关联效应的基础上，运用二次指派程序（Quadratic Assignment Procedure， QAP）方法从分项污染物视角揭示雾霾污染空间关联的关键诱因，并利用双变量Moran指数揭示雾霾污染与其影响因素之间的空间相关性，最终为雾霾污染的跨区域协同治理提供对策建议。
刘华军等：雾霾污染的城市间动态关联及其成因研究中国人口・资源与环境2017年第3期1模型构建与样本数据
1.1雾霾污染的区域间动态交互影响模型
伴随区域开放不断深化，区域（城市、城市群）之间的空间关联愈发紧密，这已经被大量经验研究文献所证实，而且区域之间的空间关联不仅仅体现在经济方面，在能源、环境领域的联系也日趋紧密[13-14]。对于雾霾污染的空间联系，基于空气质量模型的研究已经表明污染物可以实现跨界传输。在大气环流以及经济发展等因素的作用下，雾霾污染的相互影响不仅体现在排放量巨大的一次污染物在距离较近的城市之间输送、转化和耦合，某些污染物尤其是形成PM2.5的污染物可以跨越城市甚至省际的行政边界而实现远距离输送，这就意味着雾霾污染不再是发生在单个区域的孤立的污染现象，区域雾霾污染之间存在一定相关性[15]。在大气环流等自然条件的作用下，雾霾污染往往会在区域间传导，某个区域的雾霾污染可能会成为另一区域雾霾污染的诱因，或加剧另一区域雾霾污染的程度，这为从时间序列研究视角探索区域雾霾污染的动态关联提供了新的契机。
从时间序列数据角度，一个区域雾霾污染的变动可能引起其他区域雾霾污染的变动，换言之，某个区域雾霾污染可能“领先”（preceding）于其他区域，因此该区域对其他区域的雾霾污染具有一定的“预测”能力。本文通过构造向量自回归模型（VAR）来揭示区域雾霾污染之间的动态关联。
考虑两个区域x、y雾霾污染的时间序列分别为{xt}{yt}，为了检验两个区域雾霾污染之间的动态关联关系和交互影响，构造下面两个VAR模型：
其中，αj、βj、γj（j=1，2）为待估参数，{εj，t}（j=1，2）为残差项，满足{εj，t}～N（0，1）。m、n、p、q为自回归项的滞后阶数。方程（1）检验区域x的雾霾污染是否受到自身以及区域y雾霾污染滞后期的影响；方程（2）则检验区域y的雾霾污染是否受到自身以及区域x雾霾污染滞后期的影响。在VAR模型框架下，可以通过检验自回归项系数的联合显著性来识别变量间的动态关联效应。具体的，若方程（1）中虚拟假设H0：γ1，1=γ1，2=…=γ1，n=0被拒绝，则意味着y的滞后值有助于解释x，即y“领先”于x，两个区域雾霾污染的动态关联关系可以直观的表示为“yx”。同理，若方程（2）中虚拟假设H0：γ2，1=γ2，2=…=γ2，q=0被拒绝，则意味着x的历史值有助于解释y，即x “领先”于y，两个区域雾霾污染的动态关联关系可以表示为“xy”。若上述两个方程中的虚拟假设均被拒绝，表明x和y存在双向关联关系，则两个区域雾霾污染的关联关系可以表示为“xy”。需要指出的是，上述检验均适用于平稳序列，对于非平稳时间序列需要进行差分直至平稳后再进行检验。
1.2社会网络分析方法
在区域内部，雾霾污染在多个城市之间的动态关联关系将形成多线程的复杂网络。社会网络分析（SNA）为揭示雾霾污染空间关联的网络结构特征提供了可行工具。社会网络分析以“关系”作为基本分析单位，以图论工具、代数模型技术描述关系模式，是一种针对“关系数据”的跨学科分析方法，近年来其应用领域已经逐渐从社会学向经济学、管理学等领域拓展[16-17]，成为一种新的研究范式[18-19]。本文将借助SNA工具来刻画雾霾污染空间关联的网络结构特征，并利用SNA中的QAP方法从分项污染物的角度揭示城市雾霾污染动态关联的成因。
1.3样本数据
本文以AQI作为衡量城市雾霾污染的综合指标。同时也考虑了PM2.5、PM10、SO2、CO、NO2、O3等六种分项污染物。本文以实施新空气质量标准的京津冀、长三角、珠三角、成渝、长中游等五个地区96个城市为研究样本。选择这五个地区的原因在于，它们是中国济规模最大、人口最为密集的部级城市群所在区域，其雾霾污染形势相比其他地区更为严峻。上述96个样本城市的污染数据全部来源于环保部数据中心，分项污染物数据则根据当天环保部环境监测总站每小时数据的均值计算而得。数据时期跨度为2015年1月1日至2015年12月31日，全部观测值为365×96×7=245 280个。此外，区域雾霾污染根据该地区内部所有城市污染物数据的算术平均测得。
2雾霾污染的城市间动态关联及其网络结构特征在对城市雾霾污染的空间动态关联关系进行识别之前，首先对城市AQI及六种分项污染物日报数据构成的时间序列进行单位根检验。检验结果表明，所有序列在5%的显著性水平下均拒绝了存在单位根的原假设，满足VAR变量平稳性的要求。在此基础上，本文在VAR模型框架下对两两城市之间雾霾污染的动态关联关系进行了识别，并通过构建城市雾霾污染空间关联的复杂网络模型来揭示其网络结构特征。节点、关系、连线是复杂网络模型的三个基本要素。本文选择城市作为节点；按照5%的显著性水平作为阈值来确定城市节点之间的动态关联关系进而确定城市节点之间的连线。依据上述方法，针对AQI及六种分项污染物，本文分别构建了五个地区以及全部96个样本城市雾霾污染的空间关联网络，表1报告了网络结构特征指标的测算结果。图1则以京津冀的AQI为例对雾霾污染的动态关联进行了可视化。由图1可以发现，雾霾污染之间呈现多线程的复杂网络结构形态。
2.1雾霾污染空间关联网络的整体紧密程度
（1）从AQI的网络密度看，不论五大地区内部还是全部样本城市，AQI的网络密度均超过了0.65，这意味着雾霾污染在地区内部和地区之间均存在非常紧密的空间关联，而且空间关联已不仅仅局限于地区内部的临近城市之间，
而是呈现出多线程、多城市、跨地区的网络分布态势。在五大地区中，京津冀和长中游地区AQI的网络密度超过0.70，京津冀地区AQI的网络密度最高，而长中游地区AQI的网络密度略低于京津冀地区。珠三角地区AQI的网络密度最低，不过也达到0.67以上，长三角和成渝地区AQI的网络密度略高于珠三角地区。而全部样本城市AQI的网络密度均低于五大地区，这说明雾霾污染在地区内部城市之间的关联要比全部样本城市之间的关联更为紧密。
（2）从分项污染物的网络密度看，除了珠三角地区的CO和O3的网络密度低于0.50之外，五大地区及全部样本城市六种分项污染物的网络密度均超过了0.50，这意味着不同的污染物在城市之间也存在非常紧密的关联关系。相对于其他四种分项污染物，PM2.5和PM10的网络密度在地区之间的差别不大，说明两种污染物在不同地区的空间关联特征比较一致，因此不同地区在防控PM2.5和PM10方面可以采取类似的防控措施。而对于其他四种分项污染物，因为它们的网络密度在不同地区之间存在较大差异，制定具有地区特点的防控措施就显得非常必要。
（3）在AQI及六种分项污染物的空间关联网络中，均不存在孤立的城市节点，这意味着面对雾霾污染空间关联网络，任何一个城市都不能独善其身，均受到来自地区内部和地区以外其他城市以及它们构成的空间关联网络的影响。换言之，当前中国的雾霾污染问题已成为所有城市共同面对的困境，虽然部分地区如京津冀、长三角和珠三角已初步构建了大气污染联防联控机制，但上述机制仅仅局限于地区内部，这种局部的大气污染治理并不能从根本上解决中国整体上的雾霾污染问题。因此，要跳出“单个地区”的空间概念，从更大的空间范围内实施大气污染的协同防控，为此，在局部地区雾霾污染已经实施联防联控的基础上，中国亟需加快建立跨区域的雾霾污染联防联控机制。
2.2雾霾污染空间关联网络的稳定性
在社会网络分析中，通常采用网络效率来刻画网络稳定性。网络效率越低，网络中就存在越多的冗余连线，网络的稳定性就越强。表1报告了五大地区和全部城市AQI及六种分项污染物的网络效率。①从AQI的网络效率看，五大地区及全部城市样本AQI的网络效率均小于0.10，这表明不论在五大地区内部还是在全部样本城市中，90%以上的连线是“冗余”的，也就是说，城市雾霾污染之间的动态关联关系存在严重的多重叠加现象，说明雾霾污染动态关联均具有较强的网络稳定性。同时，通过对比可以发现，五大地区内部AQI的网络效率均低于全部样本城市AQI的网络效率，说明AQI在五大地区内部的关联网络相对于全部样本来说具有更强的稳定性，这就进一步为地区内部率先开展雾霾污染的联防联控进而构建跨区域的联防联控体系提供了科学依据。②从分项污染物的网络效率看，PM2.5和PM10具有较低的网络效率。因此，单个城市采取的污染防治措施所能取得的效果必然受到关联网络的制约，亟需加快构建以细微颗粒物为重点的雾霾污染联防联控机制。
2.3雾霾污染空间关联网络的小世界特征
在社会网络分析中，通常采用“平均距离”来定量揭示网络的小世界特征。根据表1的测度结果，五大地区内部及全部样本城市的AQI及六种污染物空间关联的平均距离均处于1―2之间，即使平均距离最大的珠三角地区的CO，其关联网络的平均距离也只有1.679 0。这一结果表明，不论是地区内部还是全部样本城市，AQI及六种分项污染物在任意两个城市节点之间通过1―2个中间城市就完全可以建立联系，雾霾污染空间关联网络呈现明显的小世界特征。空间关联网络的小世界特征促进了雾霾污染之间的联系和交互影响，实施雾霾污染联防联控的必要性更加凸显。
3城市雾霾污染空间关联的成因分析
3.1雾霾污染空间关联的成因：基于分项污染物视角
为了从分项污染物角度揭示城市雾霾污染空间关联的成因，本文以AQI的空间关联网络（矩阵形式）作为被解释变量，以六种分项污染物的空间关联网络作为解释变量，通过构建计量模型定量考察雾霾污染空间关联的成因。由于计量模型中的被解释变量和解释变量都是矩阵形式的“关系数据”，而传统的统计分析和回归估计方法对于关系数据的回归分析和统计检验将失效，因此，本文转向社会网络分析中的二次指派程序（QAP）。QAP是社会网络分析中研究关系数据之间关系的特定方法，以重复抽样和对矩阵数据的置换为基础，利用非参数方法对系数进行统计检验。
（1）QAP相关分析。根据雾霾污染空间关联的QAP相关分析结果，在五大地区内部及全部样本城市中，所有相关系数均为正值；除了几个少数变量之外，其他变量的相关系数均通过了显著性水平检验，这表明不论是五大地区内部还是全部样本城市，雾霾污染的空间关联与六种污染物之间的空间关联均存在显著的正向相关关系。从分项污染物角度，通过对比发现，不论是五大地区内部还是全部样本城市，PM2.5空间关联与AQI空间关联的相关系数均通过了1%的显著性水平检验，而且其数值在六种污染物中都是最高的，基本保持在0.80左右；PM10的相关系数略低于PM2.5，保持在0.60-0.70左右；而其他四种分项污染物的空间关联与AQI空间关联的相关系数远低于PM2.5和PM10。这一结果表明，细微颗粒物尤其是PM2.5的空间关联是导致城市雾霾污染空间关联最为关键的成因。
（2）QAP回归分析。在相关分析的基础上，本文对雾霾污染的空间关联进行了QAP回归分析，表2报告了QAP回归结果。①模型总体上的解释能力。根据表2的回归结果，在五大地区及全部城市的6个回归结果中，调整后的R2均通过了1%的显著性水平检验。从数值上看，京津冀的R2最高，达到0.764 0，表明六种分项污染物的空间关联对京津冀地区城市雾霾污染空间关联网络的解释能力达到76.40%。τ诔と角、珠三角、成渝和长中游四个地区，六种分项污染物的空间关联对各自雾霾污染空间关联网络的解释能力则分别达到66.90%、67.60%、64.50%和70.30%。对于全部样本城市来说，这种解释能力也达到70%以上。这一结果表明，不论是五大地区还是全部样本城市，六种分项污染物的空间关联对雾霾污染空间关联在总体上具有非常良好的解释能力。②回归系数与雾霾污染空间关联的成因分析。根据表2的回归结果，PM2.5空间关联矩阵的回归系数在每一列回归结果中都通过了1%的显著性水平检验，且其数值均远高于所在列的其他变量的回归系数，这一结果清晰地表明，PM2.5的空间关联是导致雾霾污染空间关联的主要成因。与PM2.5空间关联矩阵的回归系数相比，PM10空间关联的回归系数在京津冀、长三角、珠三角、长中游及全部城市样本中的回归系数也通过了1%的显著性水平检验，但其数值远低于PM2.5的回归系数，保持在0.20-0.30左右；而在成渝地区，PM10空间关联的回归系数仅为0.103 5，在统计上却并不显著。而对于其他四种分项污染物，它们的回归系数不仅数值非常小，而且在多数回归中没有通过显著性水平检验。例如京津冀和长三角地区的SO2、NO2和O3、珠三角地区的CO和NO2、长中游地区的CO、NO2和O3、全部城市样本中的SO2和NO2，它们的空间关联矩阵的回归系数均没有通过显著性水平检验。而在成渝地区，只有PM2.5空间关联的回归系数通过了显著性水平检验，其他五种分项污染物空间关联的回归系数在统计上均不显著。上述回归结果表明，尽管雾霾污染空间关联在不同地区受到不同污染物空间关联的影响存在一定差异，但却存在一个共同的特征，即PM2.5的空间关联是导致大气污染空间关联的主要成因。因此，PM2.5的跨城市、跨区域协同防控构成了雾霾污染联防联控的重中之重。
3.2城市雾霾污染的影响因素及其空间关联
为了探寻雾霾污染的跨区域协同治理的途径，在实证考察雾霾污染影响因素的基础上，采用空间统计中的双变量Moran’s I指数来刻画雾霾污染与其影响因素之间的空间相关性，进而揭示一个地区的雾霾污染与其他地区影响因素之间的空间关联程度。考虑到数据的可得性以及影响因素对雾霾污染的影响在时间上的累积性，本文分别考察经济规模（以城市地区生产总值表示）、人口规模（以城市年平均人口数表示）、人口密度（以单位面积的人口数量表示）、工业规模（以城市工业总产值表示）、建设用地规模（以城市建设用地面积表示）、投资规模（以城市固定资产投资表示）、投资密度（以固定资产投资总额与城市行政面积之比表示）、工业排放规模（以城市工业SO2排放量表示）等八个因素与雾霾污染之间的关系。影响因素数据全部来源于《中国城市统计年鉴》；城市AQI及六种分项污染物数据按年度均值处理。表3报告了雾霾污染与影响因素之间的双变量Moran’s I指数测度结果。
在不考虑空间关联情形下，AQI与PM2.5、PM10的影响因素及其效应基本一致，三者与人口规模、人口密度、投资规模、投资密度及工业排放之间均存在显著的正向相关关系，而与经济规模、工业规模和建设用地之间尽管存在正的相关关系，但统计上并不显著。在其他分项污染物中，O3仅与工业规模之间在10%的显著性水平下存在正向相关关系，人口密度、工业排放与SO2、CO、NO2之间均存在
显著正向相关关系，而NO2与所有影响因素之间均存在显著正向相关关系。这一结果表明，经济规模并非城市雾霾污染的主要诱因，因为在城市经济不断增长的过程中，往往伴随着经济结构的调整优化。因此，经济规模不断扩张以及经济结构不断优化在一定程度上不仅不会加重大气污染，反而有助于改善大气污染状况。而城市人口因素尤其是人口密度、城市投资扩张规模和强度、工业排放规模则成为影响城市雾霾污染的关键因素。在快速城市化进程中，大量外来人口涌入城市尤其是大城市，给城市雾霾污染带来了巨大压力，这与当前中国雾霾污染的空间分布格局是完全一致的，即人口密度越大的地区大气污染就越严重。同时，传统的以“高投入、高消耗、高排放”为特征的粗放型城市发展模式，在推动城市经济高速发展的同时，也付出了巨大的资源环境代价。在城市建设中，由于城市开发强度不断增强和投资规模快速扩张，而缺少科学的空间结构规划和合理的内部空间布局，大量人口的涌入以及工业排放又难以在短时间内彻底扭转，导致城市规模与资源环境承载能力之间的矛盾日益尖锐，雾霾天气的频繁出现就是这一矛盾得不到有效解决的最主要表现之一。
在考虑空间关联的情形下，雾霾污染与其影响因素的双变量Moran’s I指数测度结果显示，几乎所有的影响因素与AQI及六种分项污染物之间都存在显著的空间相关性，这表明某个地区的雾霾污染受到其他地区影响因素的制约。对比不同影响因素Moran’s I指数的测度结果，可以发现，在八个影响因素当中，投资密度、人口密度与雾霾污染之间的空间相关性最强，这意味着某个地区的城市投资强度和人口密度越大，则其邻近地区的雾霾污染就越严重。此外，投资规模、工业排放和人口规模与雾霾污染之间的空间相关性也比较强，而经济总量、工业规模和建设用地尽管在多数情况下显著为正，但其数值相对较低，与雾霾污染的空间相关性相对较弱。因此，在城市建设过程中，针对雾霾污染的空间关联，区域之间要在合理控制城市人口规模和城市投资强度以及工业减排等方面加强协同性。更进一步地，在加快构建并不断完善雾霾污染跨区域联防联控机制的同时，将雾霾污染的联防联控融入到区域协同发展战略当中，促进区域人口、经济和社会的协同发展，与雾霾污染联防联控实现良性互动。
4结论与政策启示
4.1研究结论
（1）城市雾霾污染在地区内部和地区之间均存在普遍的动态关联关系，而且这种关联关系已经超越了地理距离的限制并交织在一起，呈现出联系紧密的多线程复杂网络分布态势。相对于全部样本城市，雾霾污染在五大地区内部的关联网络具有更强的稳定性；而在分项污染物中，PM2.5和PM10的空间关联网络的稳定性明显强于其他四种分项污染物。雾霾污染的空间关联网络不仅联系紧密，而且带有明显的小世界特征，AQI及六种分项污染物在任意两个城市节点之间通过1―2个中间城市就可以建立联系，进一步促进了城市雾霾污染之间的联系。
（2）AQI的空间关联与六种污染物之间的空间关联均存在显著的正向相关关系。其中，PM2.5空间关联与AQI空间P联的相关性最强，基本保持在0.80左右；PM10的相关系数略低于PM2.5，保持在0.60―0.70左右；而其他四种分项污染物的空间关联与AQI空间关联的相关系数远低于PM2.5和PM10。QAP回归分析进一步表明，尽管城市雾霾污染空间关联在不同地区受到不同污染物空间关联的影响存在一定差异，但细微颗粒物尤其是PM2.5的空间关联是导致城市雾霾污染空间关联最为关键的成因。
（3）在雾霾污染的诸多因素当中，城市人口密度、城市投资扩张规模和强度、工业排放规模是影响城市大气污染的关键因素。在空间关联上，所有的影响因素与AQI及六种分项污染物之间都存在显著的空间相关性，意味着某个地区的雾霾污染将受到其他地区影响因素的制约。其中，城市投资密度、人口密度、投资规模、工业排放和人口规模等五个影响因素与雾霾污染之间存在较强的空间相关性。而经济总量、工业规模和建设用地在多数情况下与雾霾污染的空间相关性相对较弱。
4.2政策启示
（1）面对雾霾大气污染的空间关联网络和动态交互影响，创新雾霾污染联防联控体系，形成跨区域治污合力势在必行。目前，京津冀、长三角、珠三角等地区已经初步构建起大气污染联防联控机制，而且上海、天津、安徽、江苏等多个省份也陆续制定实施了省级层面的大气污染防治条例。面对城市雾霾污染的空间关联及其网络结构，在一个地区内部，没有哪个城市的空气质量能够独善其身，即使某个城市做出了治理雾霾污染的努力，尽管在短期内可能会使当地的空气质量略有好转，但雾霾污染空间关联网络将很快抵消它所做出的努力。因此，在地区内部率先开展雾霾污染的联防联控，进而构建跨区域的联防联控体系，是从整体上解决当前雾霾污染问题的必然选择。
（2）雾霾污染已成为所有城市共同面对的困境，局部的雾霾污染治理并不能从根本上解决全国雾霾污染问题，建立跨地区的大气污染联防联控机制尤显紧迫。“不谋全局者，不能谋一域”。面对雾霾污染的空间关联网络和动态交互影响，要树立全局意识，从更大格局重新审视区域大气污染问题。建立雾霾污染跨区域联防联控体系的一个可行思路是，依托于五大部级城市群所在地区，以上述地区中心城市为中心，在各个地区内部建立雾霾污染联防联控机制的基础上，不断拓展雾霾污染联防联控的区域边界，并逐步将多个地区雾霾污染联防联控体系有效地联接在一起，最终构建一个以地区中心城市为中心的、以PM2.5为协同防控重点的跨区域雾霾污染联防联控体系。在雾霾污染联防联控基本实现区域全覆盖的基础上，形成强有力的治污合力，加快实现雾霾污染的协同治理。
（3）在城镇化战略实施的关键时期，为了有效应对雾霾污染的空间关联，区域之间要在合理控制城市人口规模和城市投资强度以及工业减排等方面加强协同性。更进一步的，在加快构建并不断完善雾霾污染跨区域联防联控机制的同时，将雾霾污染的联防联控融入到城市群发展战略以及区域协同发展战略之中，不断促进区域人口、经济和社会的协同发展与雾霾污染联防联控之间的互动，最终在最大限度提升协同治污效果的同时，实现更大空间范围内的全方位区域协同发展。然而，要确保雾霾污染联防联控机制取得成效，仍面临诸多困难。为此，要落实好雾霾污染在城市间、地区之间的联防联控，必须要求网络中的所有城市和地区要首先做好自身的雾霾污染治理，否则在缺少一个协调机制和考核机制的前提下，多个个体之间最终博弈的结果是没有哪个城市和地区愿意做出更多的污染防治努力，最终降低联防联控的效果。此外，雾霾污染联防联控强调的“联”，在一定程度上仍是“治标不治本”的一种措施，要确保空气质量的彻底改善，最根本的途径是要转变生产方式和生活方式，加快实现绿色发展，换言之，绿色发展是雾霾污染治理的必经之路和最终选择。
参考文献（References）
[1]BAI X， SHI P， LIU Y. Society： realizing China’s urban dream [J]. Nature， 2014， 509：158-160.
[2]薛文博， 付飞， 王金南， 等. 中国PM2.5跨区域传输特征数值模拟研究[J]. 中国环境科学， 2014， 34（6）： 1361-1368. [XUE Wenbo， FU Fei， WANG Jinnan， et al. Numerical study on the characteristics of regional transport of PM2.5 in China [J]. China environmental science， 2014， 34（6）： 1361-1368.]
[3]QIN M， WANG X， HU Y， et al. Formation of particulate sulfate and Nitrate over the Pearl River Delta in the fall： diagnostic analysis using the community multiscale air euality model [J]. Atmospheric environment， 2015， 112： 81-89.
[4]胡晓宇， 李云鹏， 李金凤， 等. 珠江三角洲城市群PM10的相互影响研究[J]. 北京大学学报， 2011， 47（3）： 519-524. [HU Xiaoyu， LI Yunpeng， LI Jinfeng， et al. Interraction of ambient PM10 among the cities over the Pearl River Delta [J]. Acta scientiarunm naturalium universitaties pekinesis， 2011， 47（3）： 519-524.]
[5]LI L， HUANG C， HUANG H， et al. An integrated process rate analysis of a regional fine particulate matter episode over Yangtze River Delta in 2010 [J]. Atmospheric environment， 2014， 91： 60-70.
[6]向遥 宋德勇.中省域PM2.5污染的空间实证研究[J]. 中国人口・资源环境， 2015， 25（9）： 153-159. [XIANG Kun， SONG Deyong. Spatial analysis of China’s PM2.5 pollution at the provincial level [J]. China population， resources and environment， 2015， 25（9）： 153-159.]
[7]YANG N， JI D， LI S. The application of pearson correlational analysis method in air quality analysis of BeijingTianjinHebei Region [J]. Agricultural science & technology， 2015， 16（3）： 590-593.
[8]马丽梅， 张晓. 中国雾霾污染的空间效应及经济、能源结构影响[J]. 中国工业经济， 2014 （4）： 19-31. [MA Limei， ZHANG Xiao. The spatial effect of China’s haze pollution and the impact from economic change and energy structure [J]. China industrial economics， 2014 （4）： 19-31.]
[9]张殷俊， 陈曦， 谢高地， 等. 中国细颗粒物（PM2.5）污染状况和空间分布[J]. 资源科学， 2015， 37（7）： 1339-1346. [ZHANG Yinjun， CHEN Xi， XIE Gaodi， et al. Pollution status and spaital distribution of PM2.5 in China [J]. Resources science， 2015， 37（7）： 1339-1346.]
[10]WANG Y， YING Q， HU J， et al. Spatial and temporal variations of six criteria air pollutants in 31 provincial capital cities in China during 2013-2014 [J]. Environment international， 2014， 73： 413-422.
[11]任婉侠， 薛冰， 张琳， 等. 中国特大型城市空气污染指数的时空变化[J]. 生态学杂志， 2013， 32（10）： 2788-2796. [REN Wanxia， XUE Bing， ZHANG Lin， et al. Spatiotemporal variations of air pollution index in China’s megacities [J]. Chinese journal of ecology， 2013， 32（10）： 2788-2796.]
[12]李婕， 腾丽. 珠三角城市空气质量的时空变化特征及影响因素[J]. 城市观察， 2014 （5）： 85-95. [LI Jie， TENG Li. The timespace Characteristics and determinants of urban air quality in Pearl River Delta [J]. Urban insight， 2014 （5）： 85-95.]
[13]刘华军， 刘传明， 孙亚男. 中国能源消费的空间关联网络结构特征及其效应研究[J]. 中国工业经济， 2015 （5）： 83-95. [LIU Huajun， LIU Chuanming， SUN Ya’nan. Spatial correlation network structure of energy consumption and its effect in China [J]. China industrial economics， 2015（5）： 83-95.]
[14]刘华军， 刘传明， 杨骞. 环境污染的空间溢出及其来源――基于网络分析视角的实证研究[J]. 经济学家， 2015 （10）： 28-35. [LIU Huajun， LIU ChuanMing， YANG Qian. Spatial spillover and the source of environment pollution：empirical study on the perspective of network analysis [J]. Economist， 2015 （10）： 28-35.]
[15]HU J， WANG Y， YING Q， et al. Spatial and temporal variability of PM2.5 and PM10 over the North China Plain and the Yangtze River Delta [J]. China atmospheric environment， 2014， 95： 598-609.
[16]刘华军， 何礼伟. 中国省际经济增长的空间关联网络结构――基于非线性Granger因果检验方法的再考察[J]. 财经研究， 2016， 42（2）： 97-107. [LIU Huajun， HE Liwei. The spatial network structure of China’s provincial economic growth： reexamination based on nonlinear granger causality test [J]. Journal of finance and economics， 2016， 42（2）： 97-107.]
[17]李敬， 陈澍， 万广华， 等. 中国区域经济增长的空间关联及其解释――基于网络分析方法[J]. 经济研究， 2014， 49（11）： 4-16. [LI Jing， CHEN Shu， WAN Guanghua， et al. Study on the spatial correlation and explanation of regional economic growth in China： based on analytic network process [J]. Economic research journal， 2014， 49（11）： 4-16.]
[18]DUCRUET C， BEAUGUITTE L. Spatial science and network science： review and outcomes of a complex relationship [J]. Networks and spatial economics， 2014， 14（3-4）： 297-316.
[19]SCOTT J. Social network analysis： a handbook[M]. London： Sage Publication， 2013.
收稿日期：2016-09-27
关于雾霾的论文范文2
【关键词】雾霾 雾霾日数 特征分析
1引言
雾霾是发生在近地面中的灾害性视程障碍现象。雾是由大量悬浮在近地面空气中的水汽凝结的产物。能见度
2 资料和方法
本文利用1971-2013年河北省邢台5个县市43年的观测资料。邢台站是国家基准站，南宫站是国家基本站，隆尧、巨鹿、任县都是国家一般站。气象观测资料均经过了国家气象中心资料室的质量检验。邢台位于河北东南部，西靠太行山东面渤海属于华北平原的腹地，因此研究邢台区域的雾霾特征对河北省的雾霾天气具有代表性意义。
本文规定雾霾的划分以本站实际的天气现象记录为主要依据，即先按照观测记录订正，只要在一天8次定时观测记录中某1个时次天气现象记录出现雾、霾统计为一个雾霾日。在观测记录中一日内同时出现雾与霾，记为一个霾日。在本文的分析中，用到了相关分析以及多元线性回归分析等统计分析方法。
3 雾霾天气的空间分布特征
随着邢台地区经济的快速发展及城市规模的急剧扩大，区域上空排放停留的污染颗粒物急剧增多，造成严重空气污染的雾霾现象也急剧增多。总体来讲邢台区域雾霾现象日数分布呈城区多发，近郊次之远郊最少的特征。
3.1 雾、霾天气长期气候变化特征
图1是邢台区域雾、霾日数年际变化曲线，由图看出，雾天年日数从80年代至今有明显的减少趋势，平均减少速率为1.72天/年，近十年来维持在较低水平；雾日数年平均157天，最多雾日出现在1990年，为92天，最少雾日出现在1971年仅有16天。霾天年日数70年代出现霾的概率很小，可能与80年地面观测规范调整有关。自1990年后呈逐波动性年增多趋势。21世纪之后缓慢减少，2003年为谷值，以后开始增多，2007年达到最高峰为30天，2011年之后维持较增加的趋势。
3.2 雾、霾日数月变化
图2是雾、霾日数月变化情况。由图3看出，全年雾天日数最多月出现在8月份，多年平均值为19天，最少月份是4月份为多年平均值为7天。邢台霾日数月差异较大，月霾日数呈单谷型分布，7月、8月份各仅有0.5天，12月份最多为7天。
3.3 雾、霾日数季变化
由表1可见邢台区域43年来秋季是全年雾天日最多季节占全年雾霾日的34，冬夏季次之、春季最少为14，原因是春季相对湿度较小不利于雾滴的形成；夏季则相对湿度较大，多年平均达80，水汽充分有利于雾形成；秋冬季逆温天数及强度的增多 阻碍了对流层中大气的对流运动，使近地面污染物聚集在上空气溶胶粒子聚集，为雾霾的产生和维持发展提供了有利的条件.
3.4雾、霾天气持续时间变化
由于雾霾天气局地性特征比较明显，因此，本文选南宫站气象观测资料为例，讨论雾霾天气下的持续时间变化特征。图3南宫站1980-2013年雾霾持续日数分布
由图3可以看出，雾霾天气过程持续次数似幂函数递减。统计结果表明：1980-2013年南宫区域共出现雾霾天气过程2115次，其中雾霾天气过程持续1天共1048次占49.6，持续2天的雾霾天气385次占18.0，持续1-5天雾霾天气过程1874次占88.6，持续10天以上的雾霾天气有73次占3.5，雾霾天气过程持续时间最长达22天，出现在1990年1月1日-22日和2001年1月6日-27日。雾霾现象持续1 天 的天气过程最多，随着雾霾持续日数的递增，雾霾天气出现次数呈幂函数形式递减，拟合函数的R2 为0. 963。持续时间较长的雾霾天气过程在秋、冬、春季均有出现但在冬季较为高发。虽然持续10天 及以上的雾霾天气过程只占3.5%，但雾霾天气持续时间越长对城市空气质量、社会公众健康及交通影响越大。
3.5 雾霾日数与最长连续无降水日数相关系分析
从图4看出，逐月最长连续无降水日数变化趋势呈“U”型分布特征，与雾霾出现次数的单谷型变化趋势较为一致.5-9月，月最长连续无降水日数持续较低，相对应的逐月雾霾出现次数与全年平均值相比较也均处于负相位。8月开始，随着最长连续无降水日数逐月上升，逐月雾霾日也迅速增多，并于12月达到全年最大值；相关性分析表明，霾日数与逐月最长连续无降水日数显著正相关，相关系数高达0.696，通过了0.01的显著性水平检验。由此可知：由于降水对污染物有冲涮作用，连续无降水日数越长，形成雾霾现象的几率越高。
4 结语
（1）邢台雾天日数呈波动性减少趋势，平均减少速率为1天/年；近几年快速减少；霾天日数自90年代后期开始增多趋势显著，增多速率7天/10年。（2）全年来看，雾霾日数最多出现于冬秋季，春季次之，夏季所占比例最低。秋末冬初是雾霾最易发生，这是大气污染物、近地面不稳定层结、逆温层、相对湿度等综合影响的结果。（3）邢台区域雾霾持续1天的天气过程最多，随着雾霾持续日数的递增，雾霾天气出现次数呈幂函数递减，持续时间较长的雾霾天气在秋冬春季均有出现，但在冬季较为高发。（4）逐月最大不连续降水日数变化趋势呈“U”型分布特征，与雾霾出现次数的单谷型变化趋势较为一致。雾霾日数与逐月最长连续无降水日数显著正相关，最长连续无降水日数越长，形成雾霾的几率越高。二者相关系数为0.696，并通过0.01 的显著性水平检验。
参考文献：
[1]中国气象局.地面气象观测规范[M].北京：北京出版社，2003.23-24.
[2]张蓬勃，姜爱军，孙佳丽 等.江苏秋季霾的年代际变化特征及其影响因素分析[J].气象变化研究进展，2012，8（3）：205-212.
[3]吴兑.再论相对湿度对区别霾与雾轻雾的意义[J].广东气象，2006（1）：9-13.
[4]王珊，修天阳，孙扬 等.1960-2012年西安地区雾霾日数与气象因素变化规律分析[J].环境科学学报，2014，34（1）：19-26.
关于雾霾的论文范文3
【关键词】多中心治理；公共产品；雾霾
改革开发的30年是我国经济飞速发展的30年，社会经济总量持续增长，人民生活水平持续提高，但是雾霾天气也逐渐增多，对人类的健康和整个社会的发展造成不利影响，雾霾治理刻不容缓。
一、我国雾霾治理现状
雾霾有两层意思，雾和霾。雾是水蒸汽的凝结，对出现在秋冬两季，雾主要是对能见度的影响比较大；霾是各种小颗粒的混合，主要包括有机小分子和金属颗粒，霾对于空气能见度构成影响。今年来，将霾并列到雾中，合成雾霾。2012年之后，雾霾现象从华北地区一直蔓延到整个国家，京津冀地区最为严重。2013年，雾霾现象加重，政府和社会的各个方面都开始重视雾霾现象。雾霾治理具有公共产品的性质，政府一直雾霾治理的“主力军”，雾霾治理取得了一定的成绩，但是治理效果并不明显。我国现阶段的雾霾治理主要依靠政府主导，鲜少有社会组织参与其中，做为利益追求者的企业更是不会参与到雾霾治理中。
二、多中心治理理论对于雾霾治理的必要性
雾霾治理具有公共产品的特性，它的供给可以以公共产品供给理论为指导。多中心治理理论上西方学术界最新的关于公共产品供给的理论，对于雾霾的治理具有指导作用。
公共物品的精确定义是保罗・萨米尔森界定的，公共产品有两个维度决定：非排他性和非竞争性，同时具有非排他性和非竞争性的产品被称为公共产品，它应该完全由政府提供；具有部分非排他性和非竞争性的产品称为准公共物品。公共物品和准公共物品都有其特殊性，显然区别于私人物品。受传统行政理念的影响，政府一直是公共物品的供给者，但是随着社会的发展，公共产品需求的日益多样化，政府已经不能满足公共产品的供给。于是，新公共管理运动应运而生，其主张打造“企业家政府”，在公共产品的供给中，引入私人企业，使得私人企业成为公共产品的供给者，但新公共管理运动也带来了一系列的问题，却对的私有化和国有化都会失效，这是多中心治理理论成为学术界的主流。多中心治理理论主场在市场和政府之间还存在“另一只手”，公众也是公共产品的供给者，可以为公共产品的供给提供有力支撑。在国有化和私有化之间，还存在另一种治理模式，那就是政府、企业和公众的通力合作。
雾霾是一种灾害性的天气，对人们的身体健康、城市环境和整个社会的可持续发展造成不好的影响。雾霾这种灾害天气的成因比较复杂，但大致可以分为两个方面的原因，企业和公众。雾霾来源于煤炭和石油的燃烧，低等级的煤炭含有较多的不可燃烧成分，燃烧之后产生大量的小颗粒，这就是雾霾的组成部分；石油的燃烧，产生较少的颗粒，但是我国的柴汽油国标一直处于较低水平，这也就意味着柴汽油燃烧是产生大量的小颗粒，这同样是雾霾的组要组成部分。煤的燃烧主要用于工业生产，参与工业生产的主体是企业，监管者是政府相关职能部门；企业是利益追求者，追求利益最大化，这也就意味着企业可能会违背公共利益，追求经济利益，这时政府就要发挥自己的相应的监管作用，对于企业生产所使用的煤进行监管，更要严格控制企业的排放物符合环境保护的标准。柴油和汽油产生颗粒物，主要是因为车辆的低速行驶，车辆低速行驶时，汽油和柴油得不到有效地燃烧，从而产生大量的颗粒物。随着经济的发展，私家车日益增多，城市拥堵程度也在不断增加。因此，雾霾的治理，需要社会公众的参与，以实际行动支持雾霾治理。
三、多中心治理理论下的雾霾治理对策
环境治理中的公众参与是指公众参与到行政机关（主要是政府及其管理机构）及有关企事业单位所进行的与环境相关的活动中，对环境治理的相关决策制定，管理制度和管理体制产生影响，以期实现环境的良好治理。雾霾治理作为环境治理的一部分，在治理的过程中应集合政府、企业、第三方组织、公民的力量，共同推进雾霾治理，提高雾霾治理的效率，达到良好的治理效果。
政府建立雾霾治理的参与机制和问责机制。第一，建立相应的参与机制。首先，对相关的雾霾治理信息进行实时更新，为社会组合和公民参与到雾霾治理夯实基础，这是公众参与雾霾治理的第一步。其次，政府需要建立公民参与雾霾治理法律制度，以法律法规的形式确保公民的参与权利和明确公民参与的程序和内容。第二，建立相应的问责机制。在市场经济中，市场是追求经济利益最大化的个体，极易做出危害公众利益的选择，因此，政府要加大对企业的监督，建立相应的问责机制。首先，制定相应的小颗粒排放标准，大力推行相应标准，确保制度有力。其次，建立相应的惩罚制度，对排放物不合格的企业实施严格惩罚，使企业的排放物达标。
依据多中心治理理论，政府、企业和公众建立合作机制，一定会实现雾霾的良好治理。
参考文献：
[1]保罗・萨米尔森.经济学[M].北京：华夏出版社，1999：29
[2]樊明勇，杜丽.公共经济学[M].上海：复旦大学出版社，2006：52
关于雾霾的论文范文4
关键词：雾；霾；逆温层；地面要素场
中图分类号：S161.5 文献标识码：A DOI：10.11974/nyyjs.20160332068
郑州气象站有高空探测和地面观测，2013年1月5～31日持续性雾霾天气影响较为严重，以此次过程为例，讨论1月份雾、霾生消、维持期间郑州单站的气象要素变化特征，分析其异同点，提取有预报指示意义的要素特征。
1 逆温层的变化与雾霾的关系
利用郑州气象站探空资料制作1月份逐日08和20时的850hPa/925hPa与地面温度差曲线图（图1），5日08时后，郑州上空开始出现逆温层，5～31日共26d，仅有4d逆温层被破坏，其它时段均有不同厚度和强度的逆温层存在于郑州上空，逆温层的存在，使低空形成暖区，处于大气层中的颗粒物和水汽在近地层聚积，从而形成一定厚度的雾和霾，同时逆温层的维持使得近地层水汽和污染物的扩散受阻，使得雾霾维持。5～7日，逆温层顶基本在925hPa，且存在于8：00，20：00被破坏，次日8：00重建，强度不强，925hPa与地面温度差最大时为4℃，这期间，郑州市区开始出现能见度为2～3km的霾，8日，郑州上空逆温层增厚，逆温层项到达850hPa高度，郑州市区霾持续并加重，能见度降至1km，10～16日，逆温层稳定维持且大部分时间维持在850hPa高度，08时逆温层强度为2～7℃，平均为4.1℃，20时逆温层较08时强度弱（个别时段高度下降至925hPa），为2～5℃，平均为1℃。14日08时逆温层达最强，温差达7℃，郑州市14日08时～16日20时能见度维持在1km以下，直到冷空入侵，逆温层暂时被破坏，郑州的能见度才略有好转；19日夜，降水开始，逆温层被彻底破坏，雾结束，由于降雪对空气起到一定净化作用，郑州持续的霾也暂时结束。23日08时，逆温层重建，且逆温层顶达850hPa，郑州雾霾再次出现，此后直到31日，郑州上空的逆温层都稳定维持，雾霾天气也逐渐加重，28日郑州逆温层达到最强，850hPa与地面温差达7℃，27日20时～29日14时郑州市的能见度一直维持在2km以下（28日白天一度低于500m）。
2 雾霾生消和维持的地面要素场特征
2.1 温、压、湿、风的差异
郑州市区10日凌晨开始出现雾，12和13日以轻雾为主，14～16日雾霾共存，17～19日有霾无雾，22～23日以雾霾共存但湿度大以雾为主，24日雾霾均散去。雾和霾的预报难点在于生成和消散时间的预报，为研究雾和霾生成和消散前后地面气象要素的变化及二者的差异，选取郑州站仅有霾无雾的5～9日、17～19日和以雾影响为主的10～11、14、22～23日，分析雾、霾生成和消散前后温度、湿度、气压、风向风速的变化特征。
表1给出了雾生成前一日20时和消散当日20时地面要素的变化，分析可知，雾和霾生成和消散时地面气象要素特征有共性也有一定差异。大雾出现前一天20时，气压场呈减弱趋势，一般P244m/s。说明在气压场减弱，风力小，湿度大的条件下，大雾易生成，而随着冷空气侵入，风力加大，湿度下降，大雾将消散。
霾则不同，霾出现前，气压也呈减弱趋势，温度升高，但湿度小，地面温度露点差>10℃，风向可为任意角度，风力较小；霾消散的气象条件与雾有相同之处，二者均为气压增大，风力加大，但湿度变化不同，雾消散时湿度明显减小，霾消散时，遇强冷空气侵入时，湿度同雾的变化相同，而若冷空气势力偏弱或降水过后，随着湿度的增大，霾可与雾共存，当湿度达到一定程度，则以雾的影响为主。
2.2 云、降水与能见度关系
冬季的雾多生成于凌晨05时后，以07～08时之间最浓，能见度最低，雾出现前一天夜间，多为晴空，总云量最多
2.3 雾、霾的相互影响
2013年1月长时间持续的低能见度过程期间，雾和霾在大多数时段是共存的，其间凌晨至上午时段，以雾的影响为主，而午后则以霾的影响为主。当受霾影响，能见度在前一日20时已
3 结论
3.1 逆温层的形成和持续存在
是雾、霾生成和维持的条件之一，逆温层厚度仅在925hPa，强度较弱时，易出现霾且持续，但
3.2 地面的气象要素
如温度、气压、云量、云状、降水等对雾和霾的生消和维持有不同影响。雾一般生成于凌晨05时后，以07～08时之间最浓，因此雾出现前一天夜间，多为晴空，总云量最多
参考文献
[1] 李子华.中国近40年来雾的研究[J].气象学报，2001， 59（5）：616-623.
[2] 伍红雨，杜尧东，何健等.华南霾日和雾日的气候特征及变化[J].气象，2011，37（5）：607-614.
[3] 蔡子颖，韩素芹，吴彬贵等.天津一次雾过程的边界层特征研究[J].气象，2012，38（9）：1103-1109.
[4] 周贺玲，李丽萍，乐章燕等.河北省雾的气候特征及趋势研究[J].气象，2011，37（4）：462-467.
关于雾霾的论文范文5
该图片的出现的确不是空穴来风。某地气象部门的相关人员随后出面解释说，因为之前气象局和环保部门在霾相关信息时经常出现不一致的情况，很容易给公众造成误解，因此需要出台一个联合工作机制，统一由一个部门来相关信息。但是目前，联合工作机制的细节还正在征求意见。
该气象部门相关人员的解释有其道理。数据不一致、口径不统一，的确容易给人造成误解。但是，在统一机制尚在协商、并未出台时，就“立即停止”霾预报预警工作也显然是不合适的。重霾之下，公众内心异常焦灼。此时人们最需要的，恰恰是及时、科学、丰富的信息提供而不是“立即停止”。实际上，从雾霾被公清楚感知以来的现实情况来看，正是大量、充分、多角度的信息和研究分析，才使得公众由开始的恐慌逐渐过渡到相对有了理性认识。虑及当前现实，中国的雾霾治理显然不可能短期内一蹴而就。唯有以坦诚、透明的态度回应公众诉求，雾霾治理方能获得多方理解、多方助力。
本期杂志，在继续关注经济态势的同时，我们也将更多的目光，聚焦到雾霾治理。
国务院发展研究中心研究员周宏春在《如何消除“霾怨”》一文中认为，科学认识雾霾及其形成机理是当务之急。只有准确界定雾霾的内涵，诊断原因，精准施策，才能以较小投入收到预期的治理效果。
的确，尽管目前似乎任何人对雾霾的成因、危害乃至如何防治都能说上一二，但对于雾霾的确切发生机理和构成，却依然众说纷纭。
目前来看，仅靠一城一地各自为战治理雾霾，显然捉襟见肘、事半功倍。四川大学法学院、加拿大西安大略大学社会学院王建平、秦以的《区域合作战雾霾》一文认为：中国目前的大气污染问题，不是一个城市的点状污染，而是一个区域内所有城市大气污染后的“面状污染”。对此，需要对症下药，启动“霾灾治理的大区域合作机制”。
关于雾霾的论文范文6
关键词：雾霾；除尘；喷雾；喷嘴
中图分类号：TU834
文献标识码：A 文章编号：16749944（2017）10000803
1 引言
随着现代工业、交通运输、城市现代化建设等加速发展，工业设备、交通运输设备、建筑施工扬尘等污染物的排放量日趋增大，我国城市雾霾天气越来越严重。大气环境质量重度污染会造成人群呼吸系统疾病频发、视程障碍，甚至引发交通事故，对农作物生长以及输变电设备等产生严重影响[1，2]。雾霾的治理引起了社会越来越多的关注，相应地降霾除尘喷雾技术日渐发展起来。
笔者将就当前的降霾治理装置的研发进行综合分析，并进一步探讨已有喷雾技术在降尘方面的治理应用，总结降尘喷雾装置的关键构件―喷嘴的设计原理与要点，为雾霾治理装置的设计研发开启思路。
3 降霾除尘技术的研发现状
3.1 雾霾的形成
雾霾是一种天气现象，是雾和霾的混合物。
雾是由大量悬浮在近地面空气中的微小水滴或冰晶组成的气溶胶系统[3]，当大气中因悬浮的水汽凝结导致能见度低于1 km时，气象学称这种天气现象为雾[4]。雾产生的条件[1]：低空湿度大，空气接近饱和；大气层很稳定，风速小，低空水汽不向周围扩散；存在冷却条件。
霾是空气中的灰尘、硫酸、硝酸、有机碳氢化合物等粒子导致的大气混浊，当水平能见度小于10.0 km时，这种非水性形成物组成的气溶胶系统造成的视程障碍称为霾或灰霾[1，5]。霾产生的条件[1]：控制当地的气团性质稳定；空气中存在大量灰尘、硫酸、有机碳氢化合物等细小霾粒子使大气混浊。
2.2 喷雾降霾与除尘技术
2.2.1 喷雾降霾技术
由雾霾产生条件可知，对于雾霾防控主要是减少大气中的霾粒子。首先必须从污染源头上控制，其次是对污染物进行稳定化治理[1]。一方面，我国正在进行更为严格的污染源控制；另一方面，针对雾霾治理装置的研发工作开始起步。
浙江大学俞绍才教授[6]首次提出喷水地球工程方法清除空气污染来解决中国城市的雾霾问题，建议通过安装高空喷水装置向大气喷水以遏制雾霾，达到清污效果。湖北嘉沣环保科技有限公司根据微粒的电沉聚特性，研究出一种降霾节水的新技术[7]，使含有水蒸气与雾霾颗粒的空气通过电场，在库仑力的作用下移动吸附，最终实现回收水蒸气及净化空气的目的。孙文婧[8]研发一类治霾照明一体化装置，可根据PM2.5实时监测值自动启动球状水雾喷洒，在街道两侧实现照明和治霾的综合功能。文献[9]介绍了一类磁化水高压喷雾除尘技术，将高压喷雾除尘与磁化水技术相结合，可明显提高普通喷雾对粉尘的去除效率，对于治理城市PM2.5污染、减少雾霾具有现实意义。
2.2.2 喷雾除尘技术
结合工业生产需求等，喷雾技术在除尘方面具有经济、简便、实用等优点，已得到广泛应用，相关喷雾除尘装置的研发将为雾霾治理提供重要参考。
在煤矿防尘研究中，段军等[10]指出水喷雾防尘技术在同类综合除尘方法中效果较显著；曹绍龙[11]指出高压喷雾除尘技术是一种行之有效的降尘技术， 有着广泛的发展空间。孙新峰[12]将我国当前煤矿喷雾防尘技术的应用形式分为两种：一种是在煤矿开采的机械上安装喷雾装置；另一种是利用多个喷雾器对粉尘含量比较大的地区进行喷雾处理，其喷头之间形成的水幕净化风流可使粉尘沉降。文献[13]实现了液压支架和放煤口自动喷雾控制粉尘功能，总粉尘降尘率达85%左右，呼吸尘降尘率达60%～70%。
在建筑施工降尘研究中，吴前昌[14]研发了一种高空喷淋降尘系统，将若干喷头附着于塔式起重机，依靠塔吊旋转使雾状喷淋降尘面覆盖整个塔吊旋转半径范围，可对空气中扬尘重点部位进行加强型喷雾洒水降尘。刘洋等[15]介绍了应用于建筑工地的一种同类型高空喷雾降尘装置：利用建筑工地的塔机固定喷杆与喷嘴，通过塔机的回转喷洒达到大面积喷雾降尘效果。
另外，张秋林等[16]研发的一种喷雾除尘装置设置在钢厂原燃料转运堆放区域扬尘点上方，能够显著减少扬尘，改善工作环境。
3 喷雾装置喷嘴的设计原理
喷雾技术对于城市雾霾治理是一类可行的方法，但针对雾霾治理装置的研发工作尚处于起步阶段，调研现有的喷雾装置设计，特别是其关键构件―喷嘴的设计对于雾霾治理装置的研发很有必要。喷嘴按其雾化原理及结构特点可分为：压力喷嘴、超声喷嘴、静电喷嘴、两相流喷嘴、旋转喷嘴等[17]。
3.1 压力喷嘴
压力式细雾喷嘴是将喷嘴内的压力转化为液体的动能，通过气液之间的强烈作用实现液体的雾化。陈斌等[18]对单相雾化喷嘴进行了试验研究，详细讨论了压力对雾化效果的影响。刘乃玲等[19]具体研究了压力式细雾喷嘴的雾化特性，分析了影响雾化颗粒物平均直径分布的影响参数，并利用因次分析得到了喷嘴雾化准则的关系式。
3.2 超喷嘴
超声雾化技术是利用超声波雾化器激发高度密集的亚微米级雾，可在很低的液体传输速率下获得相对高的雾化质量。文献[20]介绍超声雾化技术是一种高效、节能、低成本的除尘技术。张小艳等[21]对水的超声雾化技术进行了试验研究，验证了超声雾化形成的微细水雾有利于呼吸性粉尘的捕集。
3.3 静电喷嘴
静电喷嘴是一种依靠电压力促进流体变形、破碎和雾化的喷嘴。孟祥金等[22]介绍了气力式静电喷头具有喷雾效果好、可靠性高的特点。袁颖等[23]分析了影响荷电水雾除尘器除尘效率的主要因素，明确地表达了过滤风速、喷雾量以及雾滴荷质比对除尘效率的贡献情况。郭军团等[24]综述了荷电水雾技术的荷电方式与应用现状，指出利用荷电水雾治理PM2.5颗粒物将具有更好的效果。
3.4 两相流喷嘴
两相流喷嘴指利用空气动力促进射流破碎与雾化的喷头。陈斌等[18]同时对两相雾化喷嘴进行了试验研究，得出了气液两相压力对雾化粒子尺寸和流量的影响，并分析得到最佳的两相压力配比。徐方等[25]结合细水雾灭火要求和气泡雾化技术特点，研制了新型气泡雾化细水雾喷头，并进行了喷头流量特性的试验研究，确定了流量与压力和气液质量比之间的变化规律。
3.5 旋转喷嘴
旋转喷嘴是利用离心作用和反作用力的推动使液体均匀地向四周散布。刘伟[26]研制出新型自旋转喷雾喷头，可使雾粒细密，喷射距离远，有效改善除尘效果。朱兴业等[27]通过仿真方式对组合旋转式射流喷头喷洒均匀性进行了分析，并指出喷洒系统布置的最佳组合间距。
4 喷雾装置喷嘴的设计要点
喷嘴设计的核心是内流道设计，包括喷嘴腔内的流动和腔外射流破碎的流动[28]。因此，工作压力与流量、水雾粒径分布等特征参数对细水雾喷头的性能具有非常重要的影响。
4.1 工作压力与流量
通常认为在喷嘴出口孔径一定的条件下，只有提高工作压力才会使流量增加[28]。Sayinci[29]确定了不同喷嘴类型、喷雾压力、喷嘴孔尺寸对流量系数的影响。张小艳等[21]研究了不同喷雾流量下的雾化特性，指出水量在一定范围内增加时，雾滴数量明显增加，但超过一定值时，水量的增加将阻碍雾化程度的提高。郭军团等[24]指出在保证小液滴比例不减小的条件下，应尽可能增加喷雾流量。
4.2 水雾粒径分布
王立军等[30]研究指出对于任何喷头，提高喷雾压力都可使雾滴直径减小；在相同喷雾量、相同压力和相同雾锥角的情况下，空心锥雾喷头产生的雾滴一般要比扁扇喷头产生的雾滴小；喷雾量小的喷嘴产生的雾滴比喷雾量大的喷嘴小。刘乃玲等[19]分析指出水雾粒径分布主要受喷孔直径、喷雾压力、液体的表面张力系数、空气的密度、液体的粘性系数、液体的密度等参数的影响。
5 结论与展望
面对当前严峻的环境形势，喷雾降霾除尘技术对于城市雾霾治理是一类可行的方法，开发相关喷雾装置以有效缓解雾霾危害势在必行。在此梳理了近年来关于除尘喷雾装置的研发现状，总结了喷雾喷嘴的设计要点，希望对于降霾除尘喷雾装置的研发带来更多的了解和启发。
参考文献：
[1]
张军英， 王兴峰. 雾霾的产生机理及防治对策措施研究[J]. 环境科学与管理， 2013， 38（10）：157～159（165）.
[2]孙文君， 曹 宁， 李 群， 等. 基于雾霾影响因子对绿色宜居环境的设计研究[J]. 绿色科技， 2017（1）：49～51.
[3]姚丽华. 气象学[M]. 北京： 中国林业出版社， 1992.
[4]中国气象局. 地面气象观测规范[M]. 北京：气象出版社， 2003.
[5]王润清. 雾霾天气气象学定义及预防措施[J]. 现代农业科技， 2012（7）：44.
[6]Yu Shaocai. Water spray geoengineering to clean air pollution for mitigating haze in China’s cities [J].Environmental Chemistry Letters， 2014， 12（1）：109～116.
[7]陈 远.降霾节水有了新技术[J]. 化工管理，2013（9）：69.
[8]孙文婧.治霾照明一体化装置：CN203940330U[P]. 2014-11-12.
[9]何 淼，刘胜强， 曾毅夫， 等. 磁化水高压喷雾除尘技术治理城市PM2.5[J]. 中国环保产业， 2015（11）：24～27.
[10]段 军，王炳方，王光武.水喷雾防尘技术在水峪矿的研究与应用[J].内蒙古煤炭经济，2015（8）：152～154.
[11]曹绍龙.高压喷雾除尘技术及其应用[J].陕西煤炭，2008（1）：96～97.
[12]孙新锋.煤矿综采工作面防尘技术现状与发展[J].内蒙古煤炭经济，2015（7）：49～50.
[13] 张顶立，张延松.我国综采放顶煤粉尘控制技术的研究与发展[J].中国安全科学学报，1997，7（2）：34～39.
[14]吴前昌.基于塔吊高空喷淋降尘系统设计与施工技术[J].建筑安全，2015（12）：10～13.
[15]刘 洋，李 静.建筑工地除尘装置的设计分析[J].建设机械技术与管理，2012（9）：105～108.
[16]张秋林， 芳， 何益先，等.一种喷雾除尘装置：CN105107313A[P].2015-12-02.
[17]. 喷雾学[M]. 北京： 机械工业出版社， 2005.
[18]陈 斌， 郭烈锦， 张西民， 等. 喷嘴雾化特性实验研究[J]. 工程热物理学报， 2001， 22（2）：237～240.
[19]刘乃玲， 张 旭. 压力式细雾喷嘴雾化特性的研究[J]. 同济大学学报， 2005， 33（12）：1677～1679 （1684）.
[20]徐立成， 孙和平. 超声雾化抑尘器及其应用[J] . 工业安全与防尘， 1995，（5）：13～15.
[21]张小艳， 郭 强， 李 全. 微细水雾除尘技术的实验研究[J]. 环境污染与防治， 2003， 25（4）： 234～236.
[22]孟祥金， 贾首星， 汤智辉，等. 气力式静电喷头的研究及现状浅析[J]. 新疆农机化， 2009（3）：15～18.
[23]袁 颖，王京刚，吴 琨. 荷电水雾除尘器捕尘效率的实验研究[J].环境污染与防治，2005， 27（1）：12～14.
[24]郭军团， 曾毅夫， 叶明强， 等. 荷电水雾技术对城市PM2.5的治理[J]. 中国环保产业，2015（12）：24～27.
[25]徐 方， 魏 东， 梁 强. 气泡雾化细水雾喷头的研制及其流量特性[J]. 消防科学与技术， 2010，29（7）：588～593.
[26]刘 伟. 煤矿降尘用新型自旋转喷雾喷头的研制[J] .矿山机械， 2006， 34（3）：32～33.
[27]朱兴业， 刘俊萍， 袁寿其.旋转式射流喷头结构参数及组合间距对喷洒均匀性的影响[J].农业工程学报，2013， 29（6）：66～72.
[28]吴晓伟，刘东岳，吴一红. 高压细水雾喷头的特征参数分析及设计要点[J]. 消防技术与产品信息， 2005（12）：16～18.
