武汉市三类不同大气污染过程下大气污染物特征及潜在源区分析

为了探讨武汉市不同类型大气污染过程中大气污染物变化特征,分析对比了沙尘、秸秆燃烧和霾污染过程中大气污染物(SO2,NO2,CO,O3,PM2.5和PM10)的变化特征及其影响因素。使用HYSPLIT模式计算了不同类型污染过程中气团轨迹,并利用潜在源区贡献(potential source contribution function,PSCF)和浓度权重轨迹(concentration weighted trajectory,CWT)分析方法,揭示了武汉市不同类型污染过程中大气污染物的潜在源区分布及其贡献特性。结果表明,不同类型污染下大气污染物变化不同。沙尘天主要以PM10污染为主,平均浓度为408.8μg/m^3,是干净天的5.9倍,PM2.5/PM10仅为29%。霾过程中主要以PM2.5污染为主,平均浓度为182.8μg/m^3,是干净天的3.7倍,PM2.5/PM10为90.4%。秸秆燃烧过程中大气污染物浓度均不同程度地增加,其中PM2.5、PM10和SO2的浓度分别为100.2μg/m^3,155.4μg/m^3和23.7μg/m^3,是干净天的1.8倍,1.6倍和1.6倍。表明,不同类型污染下大气污染物的日变化不同,不同类型污染过程中大气污染物的潜在源区差异较大。沙尘期间大气污染物的主要潜在源区为安徽、河南南部、沙尘源区的内蒙古和甘肃等地区。霾过程中大气污染物的主要潜在源区为湖南东北部、湖北东部、安徽西南部、浙江西部、江西北部和河南南部。秸秆燃烧过程中大气污染物的主要潜在源区为安徽、江苏西南部和河南东南部。     

天津市近地层PM2．5的垂直分布特征

大气细颗粒物PM2.5是导致城市能见度降低的重要原因之一,研究低层大气细颗粒物的垂直分布特征,利于了解边界层内污染物的大气物理化学反应机制,能为大气污染综合治理决策提供新的科学数据.2006年8月16日-2007年8月31日期间以天津市255 m气象塔为观测平台,分别在40 m、120 m和220 m 3个不同高度进行大气污染物PM2.5质量浓度和气象要素的同步观测.对观测资料的分析表明:PM2.5质量浓度季节变化规律非常明显,冬季最高,春季最低.PM2.5日变化特征非常明显,呈明显的双峰变化规律:冬季峰值最大、春季最小.边界层内PM2.5质量浓度在各个高度存在明显差异,受逆温层影响,四个季节的早晨第一个峰值出现时间随高度增加均存在滞后现象,PM2.5从地面扩散到220 m大约需要2 h.各个观测高度PM2.5质量浓度随风向变化不大,得到天津市细粒子主要是由本地源生成的结论.     

遂宁市大气细颗粒物污染现状及成因

通过研究遂宁市环境空气质量变化趋势、城区空气颗粒物组成及浓度变化,系统分析了遂宁市雾霾天气的污染状况及成因,并横向比较了四川省内各城市的空气质量.研究结果表明,细颗粒物(PM2.5)是遂宁市环境空气中的主要污染物.2012年遂宁市大气中PM2.5浓度值为35—119μg·m-3,平均值为68μg·m-3.2013年1—4月,PM2.5浓度值为21—120μg·m-3,达标率不到50%.尤其在2013年3月,PM2.5/PM10由62.0%—87.2%降低为45.3%.由此判断遂宁市环境空气质量主要受细颗粒物类型、气象条件以及大气污染物长距离迁移等因素影响,其中细颗粒物的最主要来源为机动车尾气排放,并提出了细颗粒物污染防治的对策措施.     

青年奥林匹克运动会期间南京市主要大气污染物浓度变化与分析

为了解青年奥林匹克运动会期间南京市主要大气污染物浓度变化趋势,通过南京空气质量发布系统实时监测的数据,对青奥会举办前(2014年8月3日—16日)、举办期间(2014年8月17日—28日)以及举办之后(2014年8月29日—9月9日)南京市主要大气污染物浓度变化特征进行比较分析,结果表明,青奥会前的14 d南京市PM2.5、PM10、SO2、NO2、O3浓度均值为51.6、72.2、13.5、33.1、41.7μg·m-3,青奥会期间各浓度均值为37.9、49.1、12.4、36.5、38.8μg·m-3,大气污染物浓度下降显著;而在青奥会之后,随着减排措施的取消,南京市大气污染物浓度均呈现反弹上升的趋势,各浓度均值依次为56.1、79.6、15.3、38.5、58.6μg·m-3.不同时段,PM2.5、PM10、SO2和O3浓度变化特征相似,均为青奥会之后青奥会之前青奥会期间,而NO2为青奥会之后青奥会期间青奥会之前.PM2.5、PM10、SO2、NO2日变化呈现双峰型,O3呈现单峰型的特点.     

郑州市道路网络结构特征对大气颗粒物污染的影响及尺度效应

交通排放是大气颗粒物(PM)污染主要来源之一,从道路网络空间结构探究大气颗粒物污染缓解途径,对治理城市空气污染具有重要意义。该研究数据来源于郑州市GF-2遥感影像及建成区8个空气质量监测点(AQMS)的日监测数据。以AQMS为中心建立1 km×1 km(Scale1)-6 km×6 km(Scale6)空间尺度的样方,运用主成分分析法和线性混合效应模型,探讨不同空间尺度下影响PM10、PM2.5质量浓度的关键性路网结构特征,为郑州市路网结构规划和空气污染治理提供科学依据。结果表明,(1)郑州市建成区各监测点的颗粒物质量浓度及变异性都有冬高夏低的特征。(2)郑州市路网结构对PM10质量浓度的影响程度高于PM2.5。(3)主干道面积占比与PM10在Scale1、Scale3-Scale5尺度正相关,与PM2.5仅在Scale5正相关;总道路及次干道面积占比与PM10在Scale2-Scale6均正相关,但与PM2.5仅在Scale5、Scale6尺度正相关。在Scale5的空间尺度下控制总道路及次干道面积占比、减少主干道面积占比,可以有效缓解PM10、PM2.5的污染。(4)路网连通复杂度在Scale2与PM10负相关,在Scale2尺度提升路网环通复杂度可以促进PM10污染的有效缓解。(5)节点与廊道数量水平在Scale1、Scale2与PM10负相关,在Scale1、Scale5与PM2.5负相关。通过在Scale1尺度提升节点与廊道数量水平可以同时有效缓解PM10、PM2.5污染。     

乌鲁木齐市大气污染物浓度的变化特征

利用乌鲁木齐2014年3月1日至2015年2月28日PM2.5、PM10、SO2、CO、NO2、O3浓度的日平均数据,结合相应气象要素资料,分析了大气污染物浓度的逐日变化、季节变化特征.建立了基于气体污染物的PM2.5浓度预测模型,探讨了污染物浓度与气象要素的相关性.结果表明:(1)整个1年期间PM2.5、PM10、SO2、NO2、O3年平均浓度分别为67.9、159.3、24.9、56.1、31.5μg·m-3,CO为1.4 mg·m-3.(2)各污染物浓度频率分布不一.期间SO2的污染并未超标,NO2超标率为15.3%,说明"煤改气"能源结构的调整对SO2浓度的降低起到了积极作用,但是由于机动车保有量的增加,使得机动车排放的NO2浓度超过了燃煤.(3)PM2.5与PM10、SO2、CO、NO2、O3具有很强的相关性,尤其与SO2、CO、NO2更为明显,说明机动车尾气和化石燃料的燃烧是乌鲁木齐市PM2.5的重要来源,此外,建立了基于气体污染物的PM2.5浓度预测模型为:CPM2.5=0.21376CPM10+0.42422CSO2+41.66384CCO-0.24325CNO2+0.12466CO3-24.15316.(4)PM2.5、SO2和CO均与气温和水汽压存在较大的负线性相关关系,与O3呈显著的正相关关系.相对湿度与O3浓度的相关性最高为-0.62,与CO有一定的正相关关系,与其他污染物的相关性不大.风速对大气污染的影响较小.日照时数对污染物也有一定影响.     

不同气团对嘉兴市大气污染物变化特征的影响

利用嘉兴2012年10月—2013年9月污染气体和PM2.5的连续观测资料,结合HYSPLIT_4轨迹模式计算得到的观测期间嘉兴不同季节的主导气团,分析了嘉兴市大气污染物的变化特征及不同季节下不同气团类型对该地污染物的影响.结果表明,嘉兴市CO、SO2、NO2和PM2.5日变化为双峰型分布,峰值位于07∶00—09∶00和16∶00—18∶00;O3呈单峰分布,峰值位于14∶00,这与人为活动和大气边界层变化密切相关.大气污染物具有显著的季节变化特征,SO2、CO和PM2.5冬季高(43.5,950.3,79.8μg·m-3),夏季低(21.5、522.4、38.0μg·m-3);NO2在春季最高(49.9μg·m-3),夏季最低(30.4μg·m-3);O3夏季最高(88.9μg·m-3),冬季最低(17.2μg·m-3).影响嘉兴的主导气团的来源和路径存在显著季节变化,不同气团对大气污染物的分布影响较大,局地气团下SO2的浓度显著降低;大陆气团下污染物浓度普遍偏高,SO2、CO、NO2和PM2.5分别是海洋性气团的1.6—3.0、1.5—1.6、1.6—2.0和1.5—2.3倍;海洋性气团下污染物浓度普遍较低;混合性气团对应的污染物水平介于海洋性气团和大陆气团之间.     

国庆前后北京城区PM2.5组分污染及来源特征分析

为探究北京城区国庆前后及国庆期间PM2.5主要组分的污染及来源特征情况,采集2019年9月27日-10月14日北京市大气PM2.5样本,并测定其中碳质气溶胶(OC、EC)及8种水溶性离子(Na+、NH4+、K+、Mg2+、Ca2+、Cl-、NO3-、SO42-)的质量浓度,并分析PM2.5中各化学组分的浓度变化特征、来源特性及气象要素的影响,并对北京市细颗粒物进行源解析和区域传输分析.结果 表明,整个观测期间PM2.5基本呈现"M"型的变化趋势,国庆期间呈现"V"型的变化趋势.国庆期间总碳质气溶胶、水溶性无机离子质量浓度为(14.45±5.87)μg·m-3和(14.97±9.75)μg·m-3,占PM2.5质量浓度的59.7％,各组分质量浓度在国庆期间均有所下降,其中NO3-质量浓度下降最为明显,下降率达53.4％.来源分析结果表明,机动车尾气、燃煤和扬尘是大气PM2.5化学组分的主要来源,其中道路扬尘和建筑扬尘是Ca2+、Mg2+和Na+的主要来源,机动车车尾气排放是碳质气溶胶及二次无机离子的最主要来源.车流量的改变和气象因素与国庆前后PM2.5及其组分变化密切相关,PM2.5及各组分质量浓度在车流量高峰的9月30日和10月6、7日达到峰值,而1-5号移动源贡献减弱和气象要素(降水)导致了最低值的出现.较低的风速及来自于东北、西南方向的污染物输送是观测期间PM2.5较高的重要原因.     

保定市餐饮源排放PM_(2.5)中有机污染物特征及来源分析

餐饮源是城市大气细颗粒物PM_(2.5)的一个重要来源,为了解餐饮源PM_(2.5)排放特征及来源,测定了室外烧烤和食堂两种不同类型餐饮源排放的PM_(2.5)浓度以及PM_(2.5)中的有机污染物;利用气相色谱-质谱仪(GC/MS)检测出主要污染物为正构烷烃、酸类、醛类、酮类、酯类、烯烃、多环芳烃等有机污染物,通过与大气对照样品的对比分析,对污染物的来源做了简要解析.比对结果显示,室外烧烤样品PM_(2.5)浓度为905.6±160.9μg·m~(-3)、食堂样品PM_(2.5)浓度为343.9±30.6μg·m~(-3)、大气对照样品PM_(2.5)浓度为76.7±1.7μg·m~(-3).室外烧烤是食堂排放PM_(2.5)质量浓度的2—3.4倍,是环境大气PM_(2.5)质量浓度的9.5—13.6倍.烧烤油烟排放的PM_(2.5)中有机物主要为有机酸(47.29%),其次是醛酮类(12.97%);校园食堂油烟样品中除了烷烃类(45.2%),脂肪酸类(11.76%)和醛酮类(8.84%)排放也较明显;脂肪酸类可能由动物脂肪灼烧产生,而醛、酮类物质可能来源于香精等食品添加剂的高温分解.大气对照样品中检测到少量醛酮类有机物,未检测到酸类有机物,由此推测醛、酮、酸可能是餐饮油烟中典型排放的污染物.     

西安市春季大气细粒子的质量浓度及其水溶性组分的特征

为了探讨西安市春季大气细粒污染物的污染水平及水溶性组分的特征及来源,2005年3—5月对西安大气PM2.5进行了观测,并应用离子色谱对其中的水溶性组分进行了分析。结果显示,西安市春季大气PM2.5的质量浓度为159.9μg·m-3。分析的11种阴阳离子(Na 、NH4 、K 、Mg2 、Ca2 、F-、Cl-、Br-、NO2-、NO3-和SO42-)质量浓度占PM2.5的30%,表明水溶性组分是大气细粒子的主要组成之一。NH4 、SO42-和NO3-为水溶性离子的主要组分,其平均质量浓度分别为6.6、20.1和7.6μg·m-3,在总水溶性离子中的百分比分别为12.4%、47.4%和16.9%,SO42-和NO3-质量浓度与能见度有较好的负相关性,表明细粒子中二次气溶胶组分对能见度有显著的影响。阴阳离子的平衡和pH值的测定结果显示,西安市大气细粒子污染物为弱酸性。离子间的相关性分析揭示水溶性离子在颗粒物中主要结合方式为(NH4)2SO4、NH4HSO4、NH4NO3、KHSO4和K2SO4。Mg2 和Ca2 的相关性也较好,其摩尔比率为0.07,小于中国北方沙漠和黄土的平均值(0.15),揭示二次扬尘和建筑扬尘等过程对Ca2 的质量浓度影响较大。计算的NO3-/SO42-质量浓度比值的均值为0.38,说明固定排放源(燃煤)对细粒子中水溶性组分的贡献大于移动排放源(机动车)。     

北京市秋季大气颗粒物的污染特征研究

大气颗粒物是造成城市空气污染的重要原因之一,并已经成为我国北京等大中城市空气污染中的首要污染。为了分析北京市大气细颗粒物的污染水平及其影响因素,以大气中的PM10和PM2.5为研究对象,于2005年秋季在北京市设立了9个采样点进行采样监测,通过对所采集到的PM10和PM2.5质量浓度的对比来分析大气颗粒物的空间分布和时间变化特征,并建立起PM10和PM2.5质量浓度与风力、温度、湿度等气象条件的对应关系来分析各种气象因素对大气细颗粒物污染水平的影响。结果表明:北京市不同区域的PM10和PM2.5的质量浓度差异较大,同时,值得注意的是通过对同一地点同一采样时间大气颗粒物质量浓度的对比发现PM2.5质量浓度的空间分布并不完全同于PM10,这主要是与采样点所处的环境中不同污染源影响的强弱有关;气象条件稳定时,PM10和PM2.5质量浓度的日变化表现出一定的规律性,这种时间变化的特征主要取决于所在环境中排放的污染物变化情况;气象条件是影响PM10和PM2.5污染程度的重要因素,在一定的范围内,颗粒物质量浓度随着温度的上升而下降,随着相对湿度的升高而增大,随着风力的增强而减小。     

广东省大气环境质量的时空分布特征

随着社会经济的迅速发展、城市化进程的不断加快以及能源消费需求的增加,广东省大气污染问题日益成为人们关注的重要环境污染问题之一。为了进一步了解广东省主要大气污染物质量浓度的时空变化情况,以广东省21个地级市为研究对象,选用广东省生态环境厅历年发布的环境状况公报以及《环境空气质量标准》(GB3095-2012)中的SO_2、NO_2、PM_(10)、PM_(2.5)、O_3~(-8) h,以及CO 24h平均第95%位数的质量浓度作为评价因子,基于ArcGIS 10.2软件分析平台,分析了广东省主要大气污染物的年际变化特征、空间分布特征及其变化原因。结果表明,1998—2017年间,广东省降水pH年均值由1998年的4.71提高到2017年的5.14,且大多年份维持在5.0-5.6之间,酸雨发生频率均属轻酸雨。除少数年份外,全省SO_2、NO_2、PM_(10)、PM_(2.5)、O_3~(-8)h和CO平均质量浓度均达到国家二级标准。空间分布上,全省大气主要污染物除NO_2上升,O_3~(-8)h波动变化外,SO2、PM10、PM2.5和CO的质量浓度均呈现下降趋势。近年来,珠三角地区的大气环境首要污染物主要为O_3~(-8)h,其次为PM_(2.5)和NO_2,粤东西北地区除O_3~(-8)h和PM2.5污染较重外,PM_(10)的污染也较为严重。总的来看,研究期间,广东大气环境质量逐年得到改善,主要原因在于全省在社会经济快速发展的同时,也加大了大气环境污染防治工作力度,取得了显著成效。     

厦门市大气PM2.5中多环芳烃的昼夜变化特征

对厦门市冬季不同功能区大气PM2.5中多环芳烃(PAHs)的昼夜变化特征进行分析.结果表明,在检出的13种PAHs中,总浓度及其组分均呈现明显的差异.PAHs总浓度(ΣPAHs)分布在3.04-12.49ng·m-3;各功能区PAHs以菲、芘和含量相对较高,其中菲占优势,说明厦门市冬季大气PM2.5中PAHs以菲的污染为主.局部地区晚间ΣPAHs的浓度明显高于日间浓度,这可能与夜间大气混合层下降、污染物不易扩散传输、日间PAHs易光降解等有关.     

煤改气后天津市采暖期大气污染特征的时空分布研究

燃煤供暖被认为是中国北方采暖期大气污染的主要来源之一,因此国家计划以天然气替代燃煤作为取暖燃料以减轻大气污染。基于2016-2017年天津采暖期前后的空气质量监测数据,探究"煤改气"后城市大气污染物的时空分布特征及影响因素,为大气污染治理提供依据。研究表明,煤改气后天津采暖期主要大气污染物有PM_(2.5)、PM10和NO_2 3种,CO日均质量浓度有超标现象发生,SO_2和O_3日均质量浓度均低于二级标准限值。与使用燃煤采暖时期相比,大气中SO_2、PM_(2.5)、PM_(10)和CO的日均质量浓度均有不同程度的降低,尤其是SO2浓度降幅高达70%,但NO_2质量浓度没有有效降低。从日变化特征来看,采暖期PM_(2.5)、PM10和CO的日变化规律受到了采暖活动影响,呈单峰单谷型的变化趋势。NO_2、SO_2和O_3的日变化规律与非采暖期相似,受采暖活动影响较小。由于受供暖和大气逆温层的影响,采暖期晚上至上午时段大气污染物(O3除外)的质量浓度远远高于非采暖期相同时段的质量浓度。天津大气污染物在非采暖期呈现出典型的"周末效应",但是在采暖期没有出现"周末效应"。冬季,周末白天人为活动较工作日更为活跃,与之相对应增加的城镇生活源可能是造成周末白天PM_(2.5)和PM_(10)质量浓度偏高及"周末效应"消失的主要原因。     

贵阳市秋、冬季大气PM_(2.5)中重金属元素的污染特征

正贵阳市是我国西部地区的重要省会城市,地处山间盆地,多微风、静风的气候条件,对大气污染物浓度的变化比较敏感.本研究按功能区选取贵阳市10个代表性点位,以PM2.5中重金属为研究对象,分秋、冬两个季节采样,深入讨论了大气PM2.5中重金属的浓度水平、污染特征以及可能的污染来源,以期为贵阳市大气PM2.5中重金属污染防治提供科学依据.1实验材料与方法设置10个采样点,分别为云岩师大(文教区、交通干线)、云岩区检察院(行政区、交通干线)、合群路(商业综合区)、     

兰州市不同径粒大气颗粒物污染特征及气象因子的影响分析

空气污染程度与就诊率、呼吸道发病率及死亡率等有着密切的联系。兰州市在上世纪末曾被喻为卫星上看不到的城市,它的大气污染程度一直以来为人们所关注。利用2013年国家环保部公布的兰州市5个监测点（涵盖了4区1县）大气细粒子PM10及PM2.5的监测数据,针对全年的日均PM2.5与PM10质量浓度并结合了同期的气象因子进行分析研究,结果表明：春冬季为兰州大气中两种颗粒物的污染的高峰期（春季峰值为3月份,PM10及PM2.5质量浓度的月均值为309和103μg· m-3,超标倍数为1.062与0.436;冬季峰值为11月份,PM10及PM2.5质量浓度的月均值为203和85μg· m-3,超标倍数为0.353与0.7）,夏秋季为低谷（波谷为9月份,PM10及PM2.5的月均值为96和39μg· m-3,均低于国家标准）。PM2.5与PM10质量浓度比值均在0.4与0.5之间,呈一定的线性关系,大气污染较轻。当温度在-3~0℃之间时,大气中PM2.5与PM10质量浓度变化较剧烈。露点温度高于-3.15时,使得PM10的质量浓度下降明显;当日均露点温度高于1.85时,PM2.5的质量浓度随着露点温度的增大而降低,说明湿沉降对着两种粒子的清除作用明显。降水对大气中的两种颗粒物均呈现清除作用,但是在降水后PM10质量浓度迅速回升,但PM2.5质量浓度却变化不大。风向偏西时,大气中细颗粒污染物浓度增加。风速的增加对PM2.5有一定的清除作用,但由于兰州市的地貌特征,使得大气中PM10的质量浓度增加。上述结果为兰州市大气污染的监测与治理及大气污染预报提供了重要的依据。     

利用无人机测量纺织印染工业区烟囱细颗粒物排放

在工业园区的烟囱中,由于难以到达烟囱顶部,因此,很难直接测量烟囱排放的颗粒物(particulate matters,PM)。本研究在无人机(unmanned aerialvehicle,UAV)上部署了自主研发的PM检测器,直接测量纺织印染工业园区烟囱烟羽中PM的排放。与商用PM检测装置(LD-5R,SIBATA,日本京都)相比,自主研发的探测器在无人机上同时进行垂直PM测量时表现出相似的性能,并具有良好的相关性(R2为0.911~0.951)。在静电沉淀后,颜料印花中不同尺寸的颗粒物质量浓度和颗粒物数量浓度(particle numberconcentrations,PNC)显著高于染色工艺和数码印花2到3倍。活性炭吸附和静电沉淀是园区主要的PM控制技术。染色工艺的排放经活性炭吸附后,PM质量浓度和PNC含量最高,PM1、PM_(2.5)和PM10的浓度分别为1027μg/m^(3)、1637μg/m^(3)和2020μg/m^(3)。根据PM和PNC的检测结果发现,PM_(2.5)是PM排放的主要颗粒物,占比达到99%,这可能是由于热固机温度过高,有利于PM_(2.5)的产生。本研究显示,PM_(2.5)是纺织印染企业减少PM污染而需要减少的主要颗粒物。     

北京市2012-2013年秋冬季大气颗粒物污染特征分析

大气颗粒物一直是影响我国城市空气质量的重要污染物,2013年1月北京市的严重灰霾污染更是带来了重大的健康危害和经济损失。为了摸清北京市颗粒物污染的特征,本文利用北京市实时发布的颗粒物污染监测数据,选取污染最为严重的2012-2013年秋冬季时段,对颗粒物的达标情况、变化趋势及其与气象因子相关性等方面进行研究。研究结果表明：1）2012年,北京市年均ρ（PM10）为109.0μg.m-3,超过了新国标二级标准限值,日均ρ（PM10）的超标天数为84天,全年超标天数比例为23.0%。2）2012年10月至2013年2月,ρ（PM10）达标天数比例为77.9%,ρ（PM2.5）的达标天数比例为51.9%。各月ρ（PM2.5）的达标天数比例均低于ρ（PM10）,某些月份二者达标天数比例差异很大。3）ρ（PM2.5）与ρ（PM10）的逐小时连续变化趋势基本相同,变化特征为＂快速积累,迅速消散,持续时间不定＂。ρ（PM2.5）与ρ（PM10）平均值24 h的变化呈双峰双谷曲线,颗粒物质量浓度夜间高于白天。4）研究期日均ρ（PM10）和ρ（PM2.5）与日均相对湿度呈显著正相关关系,与平均风速和最大风速呈显著负相关关系,ρ（PM2.5）比ρ（PM10）更易受气象条件变化影响。5）ρ（PM10）和ρ（PM2.5）日均值有着非常显著的线性相关关系。本研究得出的ρ（PM2.5）/ρ（PM10）的均值高于之前北京市及我国其他城市研究得出的数值,严重污染现象是由特殊的气象背景条件与污染物高排放共同导致的。     

厦门市PM10浓度空间与时间差异分析

在厦门市环境大气污染物中,PM10是其首要的大气污染物。厦门市大气中的PM10浓度受天气和气候以及土地利用类型、交通排放、工业状况等诸多自然因素和人为因素的共同影响而呈现出一定的时空变化规律,文章对厦门市2001年至2002年PM10浓度的空间变化和时间变化特点进行了分析,揭示了影响厦门市环境大气中PM10浓度空间变化和不同尺度的时间变化的影响因素。     

北京大气颗粒物中多环芳烃浓度季节变化及来源分析

使用大流量滤膜采样器,从2006年9月至2007年8月,每周同时采集北京城市大气可吸入颗粒物(PM10)和细粒子样品(PM2.5)各一次,二氯甲烷超声抽提一气相色谱/质谱分析了17种多环芳烃(PAHs)浓度,结果表明,春、夏、秋、冬四季北京大气PM10和PM2.5中PAHs总量分别为63.8±44.6ng·m-3、43.2±4.5ng·m-3、84.7±108.3ng·m-3、348.0±250.0ng·m-3和54.7±17.3ng·m-3、40.3±8.6ng·m-3、66.1±81.5ng·m-3、337.7±267.2ng·m-3;约有70%的PAHs存在于细粒子PM2.5中,其质量浓度有明显季节变化,冬季>秋季>春季>夏季;颗粒物中PAHs主要以4、5、6环存在,其中4环以上占79.4%.源解析表明,北京大气颗粒物中的PAHs主要来自燃煤,同时汽油、柴油燃烧排放也不能忽略.结合气象要素分析,温度升高和太阳辐射增强易造成多环芳烃挥发和反应,湿沉降有利于多环芳烃随颗粒物清除.