雾霾天气PM_(2.5)中元素特征分析

随着近年来城市污染的严重,雾霾天气在城市中越来越常见。雾霾带给我们的不仅仅是大气的可见度大幅度降低,而且也会对我们的呼吸道健康造成很严重的损伤。实际上雾霾天气的起因除了空气污染还有部分气象因素,雾霾天气发生时,大气中的颗粒物特别是细颗粒物的浓度大幅度增加,这就是我们见不到太阳的原因。本文从PM2.5的雾霾天气中的元素特征入手,简单分析一下可能造成城区的雾霾天气的原因,为未来能够有效解决城市雾霾问题铺路。     

北京市秋季大气气溶胶质量浓度谱分布特征的观测研究

为了研究不同天气形势和气象要素对不同粒径段的大气气溶胶质量浓度谱分布的影响,2010年秋季在北京市采用空气动力学粒径仪对0.5 ～20 μm的大气颗粒物进行了为期2个月的连续观测.结果表明,在不同天气形势和气团运动下,质量浓度谱分布差异明显.受到西北气流影响,在质量浓度较小的清洁天气,谱分布主要集中在粗粒径段(清洁天气).当天气以静稳为主,颗粒物质量浓度值中等偏高时,粗细粒径气溶胶分布中出现谱值相近的高峰(中等浑浊天气).在受到西南气流主要影响的高质量浓度的观测日中,细粒径气溶胶在谱分布中占主要地位(高浑浊天气).在相同气团影响的天气下,昼夜间质量浓度谱分布的谱型变化趋势一致.清洁天气保持了粗粒径段的单峰分布,中等浑浊和高浑浊天气呈双峰分布.清洁天气细粒径段谱值受光化学反应影响在日间略高于夜间.中等浑浊天气中质量浓度的谱值在夜间受相对湿度和温度变化影响有显著增加.高浑浊天气下,昼夜温湿差别小,谱分布未出现明显变化.     

北京冬季雾霾天气下颗粒物及其化学组分的粒径分布特征研究

为认识雾霾天气下颗粒物及其化学组分的粒径分布特征,利用13级低压撞击采样器采集北京城区冬季一次典型雾霾天气下的大气颗粒物,采用离子色谱和元素碳/有机碳分析仪分析了PM10中不同粒径的水溶性离子、元素碳和有机碳组分,获得了颗粒物及其化学成分的粒径分布特征.结果表明,不同天气下颗粒物质量浓度大小为:雾霾多云雪天晴天,4种天气下PM2.5/PM10均大于74%,说明冬季污染主要是由细颗粒物污染引起.SO2-4、NO-3、NH+4、Cl-、Ca2+是最主要的水溶性离子.SO2-4、NO-3、NH+4在0.76μm出现单峰;Ca2+和Mg2+在0.31和5.13~8.09μm出现双峰,主要分布在粗模态;Cl-和K+在0.76和5.13μm出现双峰,主要分布在细粒径段.OC、EC也富集于细粒子,显单峰结构.随污染程度增加,二次无机离子及碳组分浓度均显著增加,SO2、NO2的表观转化率(SOR、NOR)以及OC/EC在灰霾期间都远远高于二级良,可见二次无机源及有机源是污染的主要来源.在空气流动性差的灰霾持续期,机动车尾气排放的EC等一次污染物贡献增加.分析NO-3/SO2-4的粒径分布发现,机动车尾气对爱根核模态及凝结模态的亚微米模态(1μm)贡献大于固定源,机动车尾气排放对大气污染的贡献已十分凸显.此外,燃煤污染的区域输送对污染的形成也有重要贡献,重污染期间土壤扬尘的贡献较小.     

徐州冬季雾-霾天颗粒物粒径及气溶胶光学特性变化特征

为研究徐州冬季雾-霾天气形成过程中颗粒物粒径及气溶胶光学特性的变化特征,分析了2014年12月1日～2015年2月28日徐州大气颗粒物质量浓度（PM₁₀、PM_2.5、PM₁）、数浓度（0～1μm、1～2.5μm、2.5～10μm）和气溶胶光学特性等数据.结果表明：0～1μm粒径范围细颗粒物的大量增多是引发徐州冬季雾-霾天气的主要因素,徐州冬季地面风速小（静风或轻风天气）,较高的大气相对湿度对雾-霾的形成和维持起着重要影响作用.持续时间较长的雾霾天气,因颗粒物吸湿增长和水汽附着,1～10μm粒径范围大气颗粒物在雾霾时段易发生沉降而减少,后随相对湿度降低雾霾转为短时间的霾天气,1～10μm颗粒物数浓度大幅上升.徐州冬季500nm波段AOD_total和AOD_{fine mode}具有相同的变化趋势,雾-霾日AOD_total和AOD_{fine mode}显著高于非霾日.AOD_{fine mode}与AOD_{coarse mode}的比值雾-霾日亦明显高于非霾日,而且在雾-霾日Angstrom波长指数主要集中在1～1.6,表明徐州冬季雾-霾时段大气中细颗粒物为主控粒子.     

杭州市春季大气超细颗粒物粒径谱分布特征

2012年3~5月,采用快速迁移率粒径谱仪(fast mobility particle sizer,FMPS)对杭州市大气超细颗粒物数浓度进行了连续监测和分析研究.结果表明,核模态(5.6~20 nm)、爱根核模态(20~100 nm)、积聚模态(100~560 nm)以及总颗粒物(5.6~560 nm)日均数浓度值分别为0.84×104、1.08×104、0.47×104和2.38×104cm-3.晴天天气下,爱根核模态颗粒物浓度较高,且可观测到核模态和爱根核模态颗粒在早上10:00~11:00开始增加,3~4 h后结束,这说明太阳照射强度促进了新粒子形成.在工作日与周末,人为活动因素使各模态颗粒物浓度分布有明显差异.结合天气因素分析可知,风速和风向也直接影响颗粒物浓度;颗粒物浓度与能见度分析结果表明:杭州地区大气能见度的高低受核模态和爱根核模态的颗粒影响较小,与积聚模态颗粒物浓度呈负相关关系.     

北京雾霾天大气颗粒物中微生物气溶胶的浓度及粒谱特征

于2013年1月8日~2013年2月4日雾霾频繁暴发期间,使用定量空气微生物采样器和气溶胶粒谱测试仪测试并比较了雾霾天和之后的清朗天气下细菌、真菌气溶胶浓度变化、粒谱分布及不同粒径大小颗粒物的数量浓度差异和粒谱分布特征.结果表明,采样周期内真菌气溶胶小于5μm的粒子(可吸入肺粒子)所占百分比显著高于细菌气溶胶小于5μm的粒子百分比.雾霾过后的晴朗天气下细菌、真菌气溶胶浓度高于雾霾天气时的浓度,而颗粒物浓度则相反.无论雾霾天或晴朗天微生物气溶胶的粒谱分布无显著差别,空气中的颗粒物以PM1.0占绝大多数.     

北京雾霾天气生物气溶胶浓度和粒径特征

近年来北京雾霾天气频发,空气颗粒物聚集是导致雾霾天气发生的主要原因之一.作为一种重要的空气颗粒物,生物气溶胶对人体健康存在危害.本研究调查了雾霾天气时,生物气溶胶浓度和粒径分布规律;对其同空气质量指数PM2.5(AQI),环境温度和湿度间的Spearman’s相关性进行了研究;分析了冬夏两季重度雾霾天气时,生物气溶胶粒径分布规律.结果表明,生物气溶胶浓度与PM2.5(AQI)呈负相关,与环境温度呈正相关.环境湿度与细菌气溶胶浓度呈负相关而与真菌气溶胶浓度呈正相关.在冬季,最大浓度细菌和真菌气溶胶分别在4.5~7.0μm和2.1~3.3μm粒径范围内检测到,而夏季最高浓度细菌和真菌气溶胶均分布在3.3~4.5μm范围内.本研究结果将为不同雾霾天气下,评价生物气溶胶对人类健康造成的危害提供基础数据.     

纳米颗粒物采样技术及其在大气监测中的应用

细粒径的颗粒物、尤其是空气动力学粒径1.0μm以下的纳米颗粒物是导致灰霾天气的主要原因之一.日本专利技术"纳米颗粒物采样系统"利用惯性纤维过滤分级纳米颗粒物,用一套系统实现对大气颗粒物在全粒径范围内的同步、连续分级监测,可同时获得多个粒径范围的颗粒物浓度和颗粒物化学成分含量,应用表明,该技术特点鲜明,在大气复合污染监测研究领域具有推广价值.     

南京夏秋季大气颗粒物和PAHs 组成的粒径分布特征

采集南京市2007 年夏、秋季节灰霾天和非灰霾天不同粒径大气颗粒物,分析了6 月份农村秸秆焚烧对南京市大气中颗粒物和多环芳烃 (PAHs)的浓度、粒径分布和分子组成的影响.结果表明,南京市大气颗粒物在灰霾天呈单模态-积聚模分布,而在其他天气条件下呈积聚模和粗模双模态分布.秸秆焚烧释放出大量细粒子和低分子量PAHs,使低环数(3~4 环) PAHs 的粒径分布由非灰霾天不同粒径上的均匀分布转变为灰霾天的单模态分布,总量增加了约41%,且主要富集在0.4~2.1µm 的细颗粒物上;而高环数(5~6 环)PAHs 的粒径分布和浓度在秸秆焚烧前后均没有显著变化,呈积聚模分布.因秸秆焚烧形成的灰霾期,大气中细颗粒物和低分子量PAHs 的浓度均明显提高.     

沈阳一次雾霾天气颗粒物浓度及光学特征变化

利用2011年10月17～22日连续在线观测沈阳地区大气能见度、颗粒物质量浓度ρ(PM10)、ρ(PM2.5)、ρ(PM1.0)、以及通过太阳光度计测量数据反演得到的气溶胶光学厚度、Angstrom波长指数、气溶胶粒子谱分布数据,结合相对湿度、风速、温度等气象资料,分析了2011 年秋季沈阳一次雾霾天气过程中能见度与颗粒物质量浓度及气溶胶光学特征变化.结果表明:相对温度偏高、小风天气以及颗粒物质量浓度累积是造成沈阳能见度下降、引发雾霾天气的主要因素;雾霾期间细粒子所占比例较高,ρ(PM10)、ρ(PM2.5)、ρ(PM1.0)平均值分别为138.8、103.3、94.9μg/m3,比雾霾过程前均增加约2倍左右,PM2.5/PM10和PM1.0/PM10分别为74.7%和68.6%;当RH0.90),RH >80%时, 能见度与颗粒物浓度间的相关性减弱;雾霾期间气溶胶光学厚度明显增加,雾霾前气溶胶光学厚度和Angstrom波长指数平均值分别为0.82和0.94,雾霾期间气溶胶光学厚度和Angstrom波长指数平均值分别为1.42和1.25;雾霾天气过程中,细模态粒子的峰值浓度约是雾霾前细粒子浓度的2倍,说明沈阳地区大气污染物以细粒子为主,进而影响气溶胶光学特征发生变化.     

秦皇岛市大气颗粒物来源解析研究

对秦皇岛海港区和山海关区的颗粒物来源进行了定性识别和定量解析。并考察了重点污染源——我国最大的煤码头秦皇岛港煤码头对市区扬尘和TSP中的碳的影响。得出秦皇岛市海港区和山海关区TSP主要来源为风沙、扬尘,其次为燃煤飞灰和海盐尘。气象条件特别是风向对TSP各源分担率的影响很大,秦皇岛市煤码头是该区域TSP中碳的主要来源。不同气象条件下,煤码头对海港区和山海关区的影响程度明显不一样。      

上海大气颗粒物中溴、碘浓度水平的影响因素

统计分析了2008年采样期间大气颗粒物TSP和PM10中溴、碘浓度水平与气象条件和气态污染物SO2、NO2的关系。结果表明,风向为向岸流时,大气中TSP、PM10浓度以及颗粒物中溴、碘的浓度均低于离岸流时的数值;在各气象因素中,影响颗粒物中溴、碘浓度的主要气象因素为风向、气压和气温,风速和相对湿度的影响较小;颗粒物中溴、碘的浓度水平随大气中SO2、NO2浓度的上升而上升,颗粒物中碘与SO2、NO2呈显著正相关,而颗粒物中溴呈较弱的正相关性;当空气质量恶化时,PM10中Br、I浓度增大,而Br/I比值降低,城市大气中污染物质之间的化学反应对颗粒物中Br/I的比值有一定影响。     

西安市不同天气下可培养微生物气溶胶浓度变化特征

为探明天气状况对可培养微生物气溶胶分布特性的影响,于2014年8月-2015年7月利用Anderson六级空气微生物采样器对西安市微生物气溶胶进行采样,通过培养法检测分析了可培养细菌和真菌气溶胶在1 a的月际与季节性浓度变化特征,重点研究了不同天气状况下气溶胶的浓度与粒径分布.结果表明:西安市可培养细菌和真菌气溶胶月均浓度均在10月最高,分别为（1 004.81±546.14）和（765.54±544.36）CFU/m3.可培养细菌和真菌气溶胶的季节平均浓度均在夏季最低,分别为（361.96±56.96）和（280.33±74.43）CFU/m3;不同天气条件下气溶胶的浓度变化为晴天 < 雨天 < 阴云天 < 霾天.可培养细菌气溶胶在晴天、阴云天、雨天和霾天粒径分布的峰值分别出现在3.3~4.7、4.7~7.0、3.3~4.7、3.3~4.7 μm区间上,表现为明显的单峰分布;而可培养真菌气溶胶的粒径分布在非霾天则无显著性差异（P>0.05）.不同天气状况下可呼吸微生物气溶胶均超过总微生物气溶胶的60%.各天气状况下可培养细菌气溶胶的几何中值直径大于真菌气溶胶.      

北京城区夏季静稳天气下大气边界层与大气污染的关系

利用ALS300激光雷达系统测量的信号,根据Fernald方法反演的气溶胶消光系数的最大突变即最大递减率的高度确定大气边界层高度. 结果表明:在夏季静稳天气下,大气边界层平均高度为600 m,其中晴天为1 000 m,雾天为700 m,阴雨天在200~300 m之间. 静稳天气下的大气边界层不容易被有效突破,故不利于大气污染物扩散. 大气边界层高度对污染物浓度影响显著,没有降雨时,大气边界层降低(400 m),大气污染加重,在城区宝联站监测的ρ(PM_2.5)近200 μg/m3,在大气本底站——上甸子站近150 μg/m3;如果伴有降水,大气边界层高度升至600 m,大气污染则减轻,2个站点观测的ρ(PM_2.5)均降至50 μg/m3以下. 静稳天气下的大气污染呈现区域性特点.      

北京市不同天气条件下单颗粒形貌及元素组成特征

使用透射电镜(TEM)对采自北京市2011年3~4月间不同天气条件下的气溶胶样品进行观察,并对比2010年3月沙尘天气和2010年11月18日雾天样品,对可吸入颗粒物PM10的基本形貌、矿物元素组成和硫化特征等做比较分析.结果表明,采样期间PM10主要包括烟尘集合体、飞灰、矿物颗粒、二次反应颗粒等,不同天气条件下颗粒类型并无明显差别.采样期间矿物颗粒以“富Si”颗粒(占总量46%)为主,“富Ca”(总量17%)、“富S”颗粒(总量13%)为次要,“富Fe”(总量7%)及较少“富Na” 颗粒(总量6%)和其他颗粒.沙尘天气中沙尘暴输入大量沙尘颗粒使占颗粒83% 的“富Si”颗粒含量明显高于阴天的36%和雾天的32%.仅在阴天和雾天发现大量“富S”颗粒,其中雾天26%,阴天10.7%,说明这2种天气二次反应强烈,易于生成富S二次颗粒,对颗粒物元素组成产生影响.对所有含S颗粒分析表明,不同天气含S矿物含量差异较大,阴天16%,雾天36%,晴天和沙尘天气则含量很低,说明一定的SO2浓度下,大气湿度越大,硫化现象越明显.雾天颗粒物表面的硫化现象相当严重,在含硫量较高的颗粒中,绝大部分同时含有Ca、Na、Si、Fe等元素,说明大气中含Ca、Na、Si、Fe的碱性矿物对雾水酸性有一定的缓冲作用.     

青岛近海不同天气状况下大气气溶胶中金属元素浓度分布特征研究

为探究青岛近海不同天气下气溶胶中金属元素的浓度分布特征,于2012年4~5月,2012年8月~2013年3月在青岛近海采集了总悬浮颗粒物(TSP)样品,利用电感耦合等离子体质谱法(ICP-MS)和电感耦合等离子体原子发射光谱法(ICPAES)分析了主要微量金属元素.结果表明,Al、Ca、Fe、Na、K和Mg是TSP中主要的金属元素,质量浓度占所测元素总浓度的94.2%.TSP及金属元素浓度月变化明显,Fe、Al、K、Ca、Mg、Zn、Ba、Mn、Ti、Sr和Li均在11月和1月浓度最高,Be、Sc、Co、Ni和Cr在1月最高,Na在8、11和2月较高,12月最低,Pb在1月和2月最高,8月和12月最低.富集因子表明Be、Co、Al、Ca、Fe、K、Mg、Mn、Sr和Ti主要受自然源影响,Li、Cr、Ni、Zn、Ba和Na除受自然源外,还受部分人为源影响,Pb主要来自人为源.不同天气状况对TSP及其金属元素浓度影响较大,除Ti外,所测元素浓度均在烟雾天最高.与晴天相比,烟雾天除Ti外,其余元素均升高,增幅为1~4倍,雾天Li、Be、Cr、Ni、Al、Fe、Mg和Mn变化不大,Pb和Na升高较多,Co、Ca和Ti降低较多,霾天Cr、Co和Ti降低,其余元素浓度升高,增幅为1~3倍.大部分元素在晴天富集因子最小,雾天富集因子最大.Ni、Zn、Ba、K、Na、Pb和Sr富集因子为晴<霾<烟雾<雾,Fe和Mn为晴<烟雾<霾<雾,Al和Mg为晴<雾<霾<烟雾,其余金属不同天气下富集因子的变化规律各不相同.     

辽宁省典型城市空气质量现状与污染原因分析

根据中国环保部大气环境公报数据显示,截至2013年,中国城市环境空气质量仍然不容乐观。为全面了解辽宁省环境空气质量变化及其影响因素,以沈阳、大连、鞍山、抚顺、锦州5个典型城市的颗粒物监测数据为基础进行分析,主要探讨TSP、PM10、PM2.5及臭氧8小时对城市大气污染的影响。结果表明,5城市TSP、PM10、PM2.5均超过国家环境空气质量二级浓度限值,分别超过0.14~0.44倍、0.57~0.91倍及0.96~1.53倍,臭氧8小时未超过。从季节变化来看,5城市TSP、PM10、PM2.5浓度大体上呈现冬、春季较夏、秋季高的趋势,臭氧8小时浓度值春、夏两季比秋、冬两季高。5个城市大气颗粒物中的Pb、Zn元素含量最高,金属元素主要富集在PM2.5中。除TSP、PM10、PM2.5对城市空气质量造成严重污染外,臭氧8小时浓度对于城市空气质量的影响将逐渐超过细颗粒物,可能成为污染城市空气质量的主要污染物。     

城市公园不同植被结构绿地削减空气颗粒物浓度研究

随着城市化和工业化进程的加快,空气颗粒物污染成为城市最为严峻的环境问题之一.依据植被的横向结构、竖向结构及植被类型3个因子对宝鸡市公园绿地进行划分,并选取11种不同植被结构的绿地,在分析地点、时间、风速、温度、相对湿度、绿地面积等环境因子对绿地内空气中ρ（PM_2.5）和ρ（PM₁₀）"本底效应"影响的基础上,探究不同植被结构绿地对空气颗粒物质量浓度削减作用的差异.结果表明:①在不同监测地点和监测时段内,ρ（PM_2.5）和ρ（PM₁₀）有极显著差异,植物养护管理程度较高的城市公园绿地对空气颗粒物质量浓度削减作用较为明显,一天中空气颗粒物质量浓度呈现出早晚高、中午低的变化趋势;②风速、温度、相对湿度对ρ（PM_2.5）和ρ（PM₁₀）有极显著影响,在晴朗、无风或微风天气条件下,ρ（PM_2.5）和ρ（PM₁₀）随风速的增大、温度的减小、相对湿度的增大而增大,且ρ（PM₁₀）变化范围大于ρ（PM_2.5）;③1 hm2以下绿地面积的变化对ρ（PM_2.5）和ρ（PM₁₀）无显著影响;④不同植被结构绿地内ρ（PM_2.5）无显著差异,但ρ（PM₁₀）有极显著差异,其中开敞式以灌木为主的绿地中ρ（PM₁₀）最低,多层闭合式阔叶林中ρ（PM₁₀）最高,其余9种植被结构绿地削减作用居中且相近.研究显示,不同植被结构的城市公园绿地对ρ（PM_2.5）和ρ（PM₁₀）的削减作用存在一定的差异且受多种环境因素的共同制约,可为优化城市绿地植被结构进而有效改善空气质量提供依据.      

Quantitative analysis of airborne breathable particles: A comparison between different analytical techniques

Air samples, collected over 6 months, have been analysed by scanning electron microscopy (SEM) with the aim to characterize quantitatively the airborne particulate in an urban area. Total suspended particulate (TSP) and Pb concentrations (in μg m⁻³) were estimated by inserting into a simple model the particulate data obtained by SEM.Daily concentration trends were compared with trends measured by gravimetric (TSP) and atomic absorption spectroscopy (Pb) techniques. The correlation coefficients resulted to be 0.8 for TSP and 0.85 for Pb. These results indicate that SEM can be used to have a good evaluation on pollution by airborne breathable particles.     

A fog forecasting method in a deeply embanked valley

This paper presents a statistical model used to forecast fog in the Meuse Valley in Belgium. The method is a bootstrap discriminant analysis using eight predictors: river surface temperature, air pressure, air temperature at two elevations, wind speed and relative humidity at the same two locations. These data are measured from November 1989 to April 1990. Tests are done to determine the number of resampling needed for this data set and the optimum projection delay for prediction from the meteorological data. The best results are obtained for the prediction at 0700 h UT using meteorological data at 0400 h UT. The reliability of the model is given by a probability α = 0.16 of clear weather forecasting when it is foggy and a probability β = 0.26 of fog forecasting when there is clear weather. These results are finally checked on 27 new observations in November 1990: the 6 foggy days are perfectly predicted and 24% of the clear days are badly predicted.