獲取您自己的監測儀,親自測量您都市的空氣吧。
# | city | 美國AQI |
---|---|---|
1 | Mecca | 88 |
2 | Westmorland | 77 |
3 | Paramount | 71 |
4 | Calipatria | 70 |
5 | Glendora | 70 |
6 | Claremont | 69 |
7 | North El Monte | 68 |
8 | Palm Desert | 68 |
9 | Tujunga | 66 |
10 | La Verne | 65 |
(當地時間)
查看全球AQI排名空氣品質數據提供者
瞭解數據提供者和數據來源# | city | 美國AQI |
---|---|---|
1 | Capitola | 1 |
2 | San Marcos | 2 |
3 | Graton | 3 |
4 | Lake San Marcos | 3 |
5 | Occidental | 3 |
6 | Cotati | 4 |
7 | Montara | 4 |
8 | Monte Rio | 4 |
9 | Sebastopol | 5 |
10 | Guerneville | 8 |
(當地時間)
查看全球AQI排名2018年,在112個城市中,加利福尼亞州的PM2.5平均濃度為12.1μg/m3(“中等”)。只有35.7%的城市達到了世界衛生組織(WHO)的目標每年PM2.5暴露量為10μg/m3,而全國平均水平為81.7%。
根據美國肺臟協會最近的“ 2019年空氣狀況”報告,加利福尼亞在空氣污染最嚴重的城市中名列前茅。1
該國年度PM2.5水平最差的前五座城市都位於該州,包括Bakersfield,弗雷斯諾-馬德拉-漢福德,Visalia,洛杉磯-長灘和聖何塞-舊金山-奧克蘭。
加利福尼亞州還擁有該國臭氧最嚴重的前五名城市,包括洛杉磯長灘,維薩利亞,貝克斯菲爾德,弗雷斯諾-馬德拉-漢福德和薩克拉門托-羅斯維爾。
相對於美國其他州,加利福尼亞的空氣質量不健康是多種因素共同作用的結果。該州3,900萬人口龐大,重要的港口工業以及不斷發展的經濟,通過交通,柴油卡車,建築,農業和國內排放物產生了大量排放物。容易發生頻繁和嚴重野火的環境條件,多山的地形容易造成污染,加上溫暖的氣候有助於形成臭氧,這對加利福尼亞州的空氣質量提出了新的挑戰。
在任何一年中,加利福尼亞污染最嚴重的城市往往是受該年野火季節影響最大的城市。儘管山火是一種臨時排放源,但它們對每月和每年的空氣污染平均值的影響可能非常嚴重。預計人類驅動的氣候變化將通過創造更溫暖和更乾燥的條件,在未來進一步加劇野火的強度。這樣的進展可能會使加利福尼亞的空氣質量惡化。
2020年的野火季節是近年來最嚴重的野火,使污染水平大大超過了當地的典型範圍。從洛杉磯到San Francisco經歷了許多天持續不健康的空氣質量水平。
呼吸空氣污染可能是致命的,較高的空氣污染水平會增加不利健康影響的風險。加州空氣資源委員會(California Air Resources Board)於2010年進行的一項研究估計,每年PM2.5污染在加州造成9200多人死亡,統計範圍為7300至11,000人。2
使用IQAir California空氣質量地圖來發現全州的空氣污染水平,並幫助將城市空氣質量歸因於排放源。當空氣質量水平超過“良好”標準時,請遵循健康建議。
加利福尼亞州的空氣污染源包括車輛排放物,對通過化石燃料的能源生產的需求,家庭能源消耗以及野火,這是一個突出的自然原因。由於交通,工業和家庭排放量的增加,人口相對稠密的地區經常面臨更高的每日污染水平。克拉馬斯,內華達山脈和沿海山脈及其附近地區以及其他許多山區,儘管一年中大部分時間污染較少,但由於野火造成的污染水平更高的可能性更大。
加利福尼亞人口最多的城市,包括洛杉磯,聖地亞哥,聖何塞和舊金山,都位於加利福尼亞的沿海山脈附近。在這裡,微風吹過的海風會產生污染誘集的效果,其中吹向內陸的排放物會被山脈,反轉層和停滯的空氣所困。沒有分散手段,污染就會在沿海山谷中累積。3
溫暖的溫度和充沛的陽光,眾所周知的加利福尼亞海岸,會烘烤出氮氧化物和揮發性有機化合物,從而產生臭氧。隨著夏季氣溫的升高,以及近年來的升高,加利福尼亞的臭氧水平也隨之升高。
除臭氧外,氣溫升高也促使加利福尼亞州PM2.5含量上升。越來越熱和乾燥的條件已大大增加了加州野火的威脅。自1970年以來,每年的燃燒面積增加了八倍,而同期夏季溫度卻升高了2.5度。4
2019年,美國20個污染最嚴重的城市中的19個在加利福尼亞州,森林大火加劇了月平均水平。值得注意的是,儘管與過去五年相比,2019年的野火不那麼嚴重且不那麼頻繁,但它們仍然構成全州範圍內空氣污染的主要來源。與此同時,2020年是包括加利福尼亞州在內的太平洋西地區山火創紀錄的一年。到9月的第一周,美國西部已經燒毀了超過520萬英畝的土地,其中320萬英畝在加利福尼亞州創下了州的最高紀錄。5
為應對日益嚴重和頻繁的野火的趨勢,加利福尼亞州林業與消防局(CAL FIRE)致力於艱鉅的任務,即通過設置低強度的“明火”來清除森林中的森林不足。6據估計,目前估計有8-10百萬英畝的土地需要“規定的焚燒”。按照目前每年100萬英畝的清除率,還需要一段時間才能控制住局勢。在此之前,加州的野火季節很可能會繼續為該州的大部分地區帶來黑煙。
加利福尼亞州不健康的空氣污染水平始於1943年,當時居民抱怨煙霧正在引起副作用,例如燃燒肺部,眼睛發炎,咳嗽和噁心。7直到1967年,但是,該州立法機關通過建立加州空氣資源委員會(CARB)的《穆爾福德-卡雷爾空氣資源法》解決了越來越多的擔憂。 CARB聯合地方政府,企業和居民,通過研究和擬議的立法解決加利福尼亞州的高空氣污染水平。
此後不久,1970年的聯邦《清潔空氣法》標誌著國家在減少空氣污染排放以改善公共健康方面的具有里程碑意義的努力。最重要的是1977年和1990年的修訂,其中確定了174種常見排放源,並為每種排放源製定了獨特的標準。該法案及其後續修正案還建立了高排放者許可計劃,並製定了執行計劃以確保合規。據估計,到1990年修正案的成功實施,到2020年已經避免了237,000例死亡,並且改善了無數人的健康。8
目前,加利福尼亞州在減少污染方面的努力主要集中在個人和商用(柴油)汽車的運輸排放中,這佔加利福尼亞州空氣污染的大部分。為了針對商業排放,EPA在2005年幫助資助了一項贈款計劃,以改造或替換最可能對居民造成最大健康風險的老式柴油發動機。9加利福尼亞州的城市正在增加公共交通基礎設施,並通過提供稅收減免和其他經濟激勵措施以及擴大電動汽車(EV)充電站的網絡來鼓勵居民過渡到電動汽車。
儘管取得了進展,但加利福尼亞的許多城市最近都經歷了空氣質量水平的停滯或惡化。儘管部分原因應歸咎於野火,但其他人則指出了特朗普政府的EPA法規限制。截至2019年,已經完成了16項有關空氣污染和排放的監管回滾,還有數十項正在進行中。10回滾包括政府排放標準的削弱,監督和污染行業的實施。預計此類行動將延遲在解決美國各地存在的危險污染水平方面的進一步進展。
加利福尼亞州最好的空氣質量出現在該州人口稀少的內陸城市,那裡的汽車和工業排放物相對稀少,而野火很少發生。在2019年,加利福尼亞州5個最清潔的PM2.5污染城市分別為絲蘭谷(3.4μg/m3),李·維寧(3.6μg/m3),Twentynine Palms(3.9μg/m3),洛斯加托斯(Los Gatos)(3.9μg/m3)和Blythe(3.9μg/m3)。該排名與2018年有所不同,在2018年,加利福尼亞的5個PM2.5污染最清潔的城市是Tahoe City(5.2 μg/m3),馬丁內斯(6.2μg/m3),卡梅爾谷(6.4μg/m3), Salinas(6.5μg/m3)和草谷(6.8μg/m3)。
空氣質量每年和每天都有很大的不同。使用IQAir應用程序和網站隨時了解實時空氣質量數據。
加利福尼亞州的空氣質量每年都在變化,尤其是與每年野火季節的嚴重程度有關。該州污染最嚴重的城市往往是那年受到野火影響最大的城市。 2019年是山火相對溫和的一年,自2015年之前,每年燃燒的英畝土地最少,火災開始。這對降低全州的空氣質量水平產生了影響。 2017和2018年的污染程度明顯高於2019年。
2019年,美國15個污染最嚴重的城市中有11個位於洛杉磯50英里以內。污染最嚴重的5個城市是Portola(16.9μg/m3),Maywood(16.5μg/m3),核桃園(16.3μg/m3),東谷(16.2μg/m3)和科爾頓(16.1μg/m3)。
2018年,加利福尼亞州污染最嚴重的城市位於遭受野火襲擊的山區,包括安德森(27.8μg/m3),三河(20.8μg/m3),優勝美地山谷(20.4μg/m3),波托拉(20.4μg/m3)和浴霸市(12.6μg/m3)。
使用此頁面上加利福尼亞州的實時城市排名,找出該州當前哪些地區的污染水平最高。該排名每小時更新一次,以實時顯示加州各城市的污染水平。
+文章資源
[1] American Lung Association. (2020). State of the air – 2020.
[2] Green Car Congress. (2010, September 10). California ARB report finds fine particle air pollution responsible for 9,000 premature deaths in state each year; based on US EPA peer-reviewed study. Green Car Congress.
[3] Sharip M, et al. (2017, April 14). Air quality in California and steps to help reduce air pollution. Loma Linda University.
[4] Ray S, Miller B, and Jones J. (2020, August 25). California’s new normal: How the climate crisis is fueling wildfires and changing life in the Golden State. East Bay Times.
[5] Arthur D. (2020, September 14). Trump blames California, but here's how much federal land fires have burned this summer. Redding Record Searchlight.
[6] Helvarg D. (2019, December 20). How will California prevent more mega-wildfire disasters? National Geographic
[7] California Air Resources Board. (2020). History.
[8] United States Environmental Protection Agency (EPA). (2020). Benefits and costs of the Clean Air Act 1990-2020, the second prospective study.
[9] EPA. (2020). Diesel Emissions Reduction Act (DERA) funding.
[10] Popovich N, et al. (2019, December 21). 95 Environmental Rules Being Rolled Back Under Trump. The New York Times.
5584數據提供者
19 政府
24 監測站
1 監測站
5 非盈利機構
240 監測站
15 教育機構
3 監測站
1 監測站
2 監測站
5 企業
1 監測站
1 監測站
1 監測站
177 個人
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
9 監測站
1 監測站
1 監測站
1 監測站
2 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
2 監測站
1 監測站
2 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
2 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
1 監測站
5363 Anonymous Contributors
5363 監測站
13 Data sources