北京市2009年8月大气颗粒物污染特征

为研究2008年8月北京奥运会1a之后北京市大气颗粒物的污染特征,于2009年8月对北京市大气颗粒物PM10、PM2.5样品进行采集,测量其质量浓度并对其中的水溶性离子组分进行分析.研究发现2009年8月北京市大气颗粒物PM10、PM2.5质量浓度日均值分别为176.9μg/m3和102.5μg/m3.PM10质量浓度比2008年观测值上升了180%,比2007年降低了10%; PM2.5质量浓度比2008年观测值上升了126%,比2007年上升了31%.水溶性离子是大气颗粒物的重要组分,分别占PM10和PM2.5质量浓度的43%和61%.对比发现,污染天气条件下PM2.5/PM10和NO3-/SO42-比值升高,移动源是北京地区主要的污染物来源.风向风速和降水等天气条件对颗粒物质量浓度有很大影响,其中0.5~1.0m/s的东南风条件下大气颗粒物污染最为严重.     

桂林市区大气颗粒物污染特征研究

通过采样分析,研究了不同月份各采样点TSP质量浓度、同一时间各采样点TSP和PM10质量浓度,并对桂林市大气颗粒物中无机离子(Cl-、NO-3、SO2-4、K+、Na+、Ca2+、Mg2+、NH4+)进行定量分析测定。结果表明:桂林市大气颗粒物TSP质量浓度在11月要高于8月,3个监测点TSP日均值分别为0.2213,0.2775,0.1301 mg/m3;TSP与PM10质量浓度的相关系数为0.7406,PM10/TSP比值达到0.71以上,颗粒物构成基本相同。桂林市大气颗粒物中水溶性无机离子主要以SO2-4,Cl-,Ca2+,NH4+,Na+和K+为主,桂林市第八中学、八里街第一小学、建干路三采样点的无机离子组分状态大体相同,但存在个体差异。     

1990—2014年武汉市空气质量时空变化

基于武汉市1990—2014年空气污染物(SO2,NOx/NO2,TSP/PM10)年均值浓度数据,采用Daniel趋势检验和空间统计方法研究污染物浓度时间变化趋势和空间变异。研究发现武汉市近20年SO2浓度变化平稳且满足国家二级标准限值,而氮氧化物(NOx/NO2)浓度显著上升并超过标准限值,颗粒物(TSP/PM10)浓度虽然有下降趋势,但依然未达到标准限值。武汉市近10年SO2污染空间变化最明显,重污染区域由城区向郊区转移;NO2污染空间差异最显著,二环线内监测点NO2浓度一直高于二环线外且平均高9.2%,而二环线内监测点SO2、PM10浓度低于二环线外。     

重庆市黔江区春季大气污染物浓度变化与气象因素关系研究

分析了2015年重庆市黔江城区2个自动监测站点PM10,SO2,NO2,O3日均值和小时均值,结合同期气象因素,对污染物浓度与气象因素进行分析.表明,PM10、SO2、NO2和O3春季平均值呈显著差异,PM10超标6天,SO2,NO2,O3污染水平较低,未超标;PM10、SO2和NO2呈现早晚双峰型,O3呈典型单峰型;风速与SO2和NO2浓度呈负相关,与O3浓度则呈正相关关系,风速较小时,利于PM10浓度降低,当风速达到一定程度,会导致PM10浓度升高;污染物浓度和相对湿度呈明显负相关;降水对大气污染物有削减作用.     

自贡市大气颗粒物污染特征及来源解析

利用自贡市大气监测数据、同期气象数据以及颗粒物源解析在线监测资料,对颗粒物污染的特征及成因进行研究.结果表明:颗粒物年均浓度受浮尘天气影响明显,季均浓度呈冬高夏低变化,月均浓度呈"U"字形变化,日均浓度呈双峰型变化;颗粒物与降水、温度、气压、风速存在相关性,与相对湿度无相关性,PM10、CO、NO2、SO2、O3浓度对PM2.5浓度变化影响显著;PM2.5主要成分为元素碳、有机碳、富钾颗粒等,主要来源为机动车尾气、燃煤、工业工艺源等.     

长沙市夏季PM10和PM2.5中水溶性离子的污染特征

对长沙市3个采样点夏季大气中的PM10和PM2.5样品pH值和水溶性离子浓度进行了定量分析.结果表明,颗粒物中主要离子是SO42-、NO3-、NH 和Ca2 ;PM10、PM2.5、NH4 和K 浓度夜间高于白天;SO42-和NO3-则相反.颗粒物尤其是PM2.5酸性强;Mg2 、Ca2和Na 集中在粗粒子中,SO42-、NH4 和K 大部分分布在细颗粒物中,NO3-和Cl-在粗细颗粒段则各占一半.SO2气体发生了二次转化,NO2的转化率不及SO2;由于NO3-/SO42-质量比＜1,长沙市的大气污染物来源以固定源为主.     

上海金山石化区常规大气污染物随时间变化分析研究

利用上海金山石化点位2014年大气监测资料,分析石化地区SO2、NO2、O3、PM10和PM2.5随时间的变化趋势,为未来工业园区的合理规划布局提供理论基础和决策依据.结果表明:(1)常规大气污染物浓度具有明显的季节性特征,SO2 、NO2、PM10 、PM2.5冬季高浓度,夏季低浓度,O3变化趋势相反;(2)O3呈现明显单峰日变化,NO2 、PM10、PM2.5则出现双峰现象,这是由于太阳辐射增强造成光化学反应加剧、地面温度上升以及人类活动的影响.SO2受太阳辐射影响较小,日变化趋势不明显.(3)污染物浓度风向分析表明,测点常规污染物主要来源于金山新城排放,但化工区废气排放对O3浓度具有明显影响.     

2009年8~9月成都市颗粒物污染及其与气象条件的关系

对成都市3个不同点位PM2.5和PM10进行了为期30d的连续观测,研究了大气颗粒物浓度的时空分布特征,及其与气象条件的关系.研究表明,观测期间成都市大气颗粒物PM2.5和PM10质量浓度日均值分别为66,94μg/m3,两者浓度变化范围较大,但变化趋势相同.从空间分布来看,大气颗粒物浓度均是熊猫基地>草堂寺>丽都花园,即下风向污染状况最严重,商业繁华地段次之,生活居住区最好;从时间分布来看,大气颗粒物污染最严重出现在9月17~19日,9月5~9日2个时间段,不利的气象因素和污染物的累积是造成该时间段大气颗粒物污染加重的主要原因.PM2.5与PM10质量浓度的相关性为0.93,PM2.5对PM10的贡献较大,两者质量浓度的比值达0.69.气温对大气颗粒物浓度变化没有显著影响;降水以及风速对颗粒物浓度影响较大,主要是对颗粒物的湿清除和促进扩散作用;在一定相对湿度范围内,高湿度条件容易造成大气颗粒物的较重污染.能见度与大气颗粒物浓度呈明显负相关性,且与PM2.5的相关系数大于与PM10的相关系数.     

兰州市大气污染特征及其成因探讨

为探讨兰州市大气污染特征及其影响因素,对兰州市能源结构、空气污染物及大气颗粒物中水溶性离子进行研究,结果表明,兰州市能源结构以燃煤为主逐渐向多元化过度;重点工业废气排放量由2001年1 010.40亿m3增加到2007年1 406.54亿m3,废气污染物排放量具有波动性,而SO2和NOx等标污染负荷比远高于其他污染物;PM10、SO2和NO2浓度在采暖期高于其他月份,且PM10浓度受沙尘影响也较严重,而NO2浓度季节波动较小;由于沙尘天气影响,每年3-5月出现降尘峰值,硫酸盐化速率与SO2浓度呈正相关性,冬季浓度高于春夏秋季;大气颗粒物中水溶性离子冬春季浓度较夏秋季高,且主要富集在细颗粒物中,以SO42-浓度最高。     

天津近岸海域大气颗粒物无机组分季节变化及源析

2006~2007年在天津近岸海域分4个季节走航采集了不同粒径大气颗粒物样品,分析了其质量浓度以及元素、离子和碳等化学组成,并应用富集因子以及特征化合物比值对其来源进行了探讨.结果表明,天津近岸海域TSP,PM10和PM2.5的质量浓度分别为(294.98±3.95),(279.87±17.53),(205.50±38.13)μg/m3,且呈现出明显的季节变化,秋季颗粒物浓度最高,冬季次之,夏季最低. TSP、PM10和PM2.5中总元素浓度分别为48.76, 47.94,32.08 μg/m3. TSP中含量最高的离子是Na+, PM10和PM2.5中含量最高的离子是Cl-. 3种不同粒径中OC浓度秋、冬两季均明显高于春夏两季. Al/Fe的比值分析结果表明,春季TSP的主要来源为土壤尘,秋、冬季PM10和PM2.5主要受燃煤的影响. Cu、Zn和Pb的富集系数较高,其中Pb在冬季PM10中富集达到最高为741.3. NO3-/SO42-的变化范围为0.28~0.85,春夏季该比值较高于秋冬季,反映了该海域同时受燃煤与机动车污染的影响.OC/EC变化范围为2.13~5.58,表明该海域气溶胶中存在着大量二次有机碳.     

Evaluation of ambient air quality in Guangzhou, China

On the basis of the reported air quality index （API） and air pollutant monitoring data provided by the Guangzhou Environment Monitoring Stations over the last twenty-five years, the characteristics of air quality, prominent pollutants, and variation of the average annual concentrations of SOE, NOE, total suspended particulate （TSP）, fine particulates （PM10）, CO and dustfall in Guangzhou City were analyzed. Results showed that TSP was the prominent pollutant in the ambient air environment of Guangzhou City. Of the prominent pollutants, TSP accounted for nearly 62%, SOE 12.3%, and NOx 6.4%, respectively. The average API of Guangzhou over 6 years was higher than that of Beijing, Tianjin, Nanjing, Hangzhou, Suzhou and Shanghai, and lower than that of Shenzhen, Zhuhai and Shantou. Concentrations of air pollutants have shown a downward trend in recent years, but they are generally worse than ambient air quality standards for USA, Hong Kong and EU. SOE and NOx pollution were still serious, impling that waste gas pollution from all kinds of vehicles had become a significant problem for environmental protection in Guangzhou. The possible causes of worsening air quality were also discussed in this paper.     

青岛沿海地区大气气溶胶浓度与主要无机化学组成

从 1997-09～1998-11期间 ,5次监测大气气溶胶 ,获得了青岛沿海地区气溶胶 (TSP、PM₁₀ 、PM_2.5)的质量浓度 .气溶胶中直径 <2.5μm的细粒子质量浓度约占TSP总浓度的 50% ;<10μm的粒子的质量浓度则占TSP总浓度的 75% .对气溶胶中主要可溶性离子组分的分析表明 :TSP中可溶性离子的质量浓度占总质量浓度的40%以上 .其中主要可溶性离子为SO^2-₄、NO^-₃ 、NH⁺₄ .这 3个离子的质量浓度约占可溶性离子总浓度的 70% ,而且主要存在于细粒子中 ,表明其主要来自二次气溶胶 .冬季气溶胶浓度大大高于其它季节 .     

乌海市空气污染特征及其与气象要素的关系

文章利用乌海市2006-2010年污染物SO2、NO2、PM10浓度值和气象资料,分析了乌海市近5年空气污染的特征,计算了各污染物与主要气象要素的单相关系数,采用灰色关联分析方法对近5年来影响乌海市污染物浓度的气象要素进行分析。结果显示:(1)乌海市环境空气的首要污染物是可吸入颗粒物,其次是SO2。(2)2006-2010年,NO2变化不大;SO2下降幅度较大,从平均值超标1倍下降到不超标;PM10也呈下降趋势,但下降幅度稍小,5年均超标。(3)SO2一年内平均值变化幅度最大,12月浓度最大,7、8月最小,相差达3倍;PM10也是夏季最小,冬季12月最大,但3、4月份沙尘天气频发时也较大。(4)相关系数通过信度0.05检验的情况下,SO2、NO2、PM10浓度值与平均风速、平均气温、水平能见度、相对湿度、日照时数、平均总云量等具有一定的相关性。(5)用灰色关联分析法得出影响SO2和PM10的气象因素排序,平均风速是影响大气污染的主要气象因素,日照时数和总云量与污染物浓度关联较大。     

榆林市城区环境空气质量污染特征及原因分析

根据榆林城区环境空气质量监测数据,对2001～2010年间榆林城区空气质量污染特征和主要空气污染物的变化规律进行了分析。结果表明:2001～2010年间,榆林市城区的SO2、NO2和颗粒物污染总体呈下降趋势;2007～2010年间,SO2和PM10的季节性污染特征较明显,SO2浓度高值主要集中在冬季采暖期,PM10浓度高值主要集中在春季沙尘常发期的3～6月,NO2浓度全年均无超标,季节性变化较稳定。     

许昌市环境空气质量变化趋势及规律分析

“九五”期间 ,许昌市环境空气监测主要因子有二氧化硫、氮氧化物、总悬浮颗粒物、降尘和硫酸盐化速率。市区空气中主要污染物排序依次为 :降尘量 ,总悬浮颗粒物、氮氧化物、二氧化硫。其季变化规律一般为冬 >春 >秋 >夏。主要污染物年变化为二氧化硫、氮氧化物、总悬浮颗粒物、降尘量。“九五”期间均为波动下降趋势 ,除降尘量下降明显外 ,其余 3项均不明显     

公路隧道实验调查交通来源空气污染方法

采用公路隧道实验方法来调查交通来源空气的污染,笔者在中国北方和南方公路隧道内进行了气态污染物和大气颗粒物的监测,气态污染物和大气颗粒物为多点位同步监测,气态污染物包括CO,SO₂,NO_x和VOCs等,大气颗粒物包括TSP,PM₁₀,PM_2.5和粒径浓度谱分布等.同时,还调查和分析了隧道内机动车流量、能见度和气象因子.利用上述分析和测定结果,可以综合地研究交通来源污染及其对环境的影响.      

重庆市大气污染物的空间统计分析

利用空间统计分析方法(spatial statistics analysis),借助GIS,分析了重庆市3种主要大气污染物TSP,SO₂和NO_x质量浓度在空间上的分布特点.研究表明,在"九五"期间和2002年2个时期,重庆市大气污染物在空间上均呈不均衡分布.整体上,SO₂的空间自相关性很强,属集中分布模式;TSP的空间自相关性较弱,属于随机分布模式;NO_x处于二者之间.局部相关性分析表明,大部分区县的大气污染物之间相关性较弱.此外,利用缓冲区和内插浓度表面法分析了2个时期的污染物质量浓度随离行政中心距离变化的趋势,发现ρ(TSP)和ρ(SO₂)在各地带内均有明显削减,而ρ(NO_x)削减不显著;ρ(SO₂)和ρ(NO_x)随距行政中心距离增大下降,但ρ(TSP)随距离增大而增加.3种污染物质量浓度都在离行政中心50～60 km的地带发生明显变化,由此得出目前重庆市大气污染物空间分布的特征距离为50～60km.      

“十一五”期间太原市环境空气质量及影响因素分析研究

依据太原市环境空气质量监测数据,采用Daniel趋势检验法,综合污染指数法和回归分析法研究了“十一五”期间太原市的环境质量变化趋势和影响因素.结果表明,从年均浓度值分析来看,除NO2外,SO2和PM10都存在超标现象,长期来看,三种污染物浓度下降趋势明显,这与太原市环境保护行动密切相关.月际间浓度值差异除PM10在春季出现波动外,SO2和NO2均呈现“U”型曲线,这种规律与气象条件密切相关.三种主要大气污染物污染指数都有所下降,但太原市区空气污染仍以SO2和PM10为主,说明烟煤型污染的空气污染特征没有改变.主要大气污染物的空间浓度分布不均与地形和气象特征以及城市布局和污染源排放有直接关系.太原市“十一五”期间大气环境质量整体改善,但形势依然严峻.     

气象条件变化对呼市地区大气污染的影响

利用1995至2002年呼和浩特市区空气污染物PM10、TSP、NO2、NO2、SO2浓度的实际监测数据与同期的地面要素场资料、大气边界层气象参数和地面天气图分析了污染物浓度与气象条件的关系及气象条件变化对呼市地区污染物浓度变化的影响，讨论了污染物浓度变化规律的成因。在此基础上用逐步回归方法建立了不同季节呼市地区空气污染浓度统计预报模型。     

大气例行点位常规监测污染物的相关性分析及防控措施研究

根据济南市历下区5个大气例行监测点位2015年上半年PM2.5、PM10、SO2、CO、NO2、O3逐小时浓度的监测数据,通过SPSS软件对各项污染物的相关性进行分析得出:CO与PM2.5、PM10、SO2、NO2强相关性出现次数最多,表明CO排放源是引起颗粒物污染的主要原因之一.对监测点位周边2 km范围内机动车尾气和餐饮燃煤两项污染源进行排放量估算得出:机动车尾气CO、NOx、PM2.5和PM10年排放量分别为388.18吨、111.18吨、4.35吨和4.72吨;餐饮燃煤CO、SO2、NOx年排放量分别为36.0吨、24.0吨和9.6吨.因此,控制CO排放源对改善济南市大气环境质量至关重要.