办公建筑室内PM2.5浓度分析与控制策略研究

为了进一步的研究PM2.5浓度变化对室内环境的影响规律,项目对北京某办公楼进行PM2.5浓度及"IO比"变化规律进行了监测,并且在利用实验的方法定量的计算了办公建筑室内主要污染源香烟的PM2.5散发量,同时利用实验的方法验证了基于室内质量平衡的室内PM2.5浓度的控制理论,从而为进一步研究PM2.5和控制室内PM2.5浓度提供了一定的科学依据和理论指导。     

2014年成都市PM_(2.5)污染及其与气象要素的关系

为了解2014年成都市PM2.5污染状况及其与近地面气象要素的关系,分析了PM2.5的月平均浓度演变及不同空气质量等级的天数变化,采用SPSS软件对降雨、平均相对湿度、气温、风向和平均气压与PM2.5质量浓度进行Kendall秩次相关分析。结果表明:2014年成都市1—12月PM2.5质量浓度呈"U"形分布,污染最严重在1月,污染程度最小是8月,全年有大半以上天数,空气质量等级为"良~优"。PM2.5质量浓度与各月降雨量,月平均气温存在较高的负相关性;PM2.5质量浓度与风向、平均相对湿度为较低显著性负相关。PM2.5质量浓度与平均气压之间正相关。     

西安市夏末秋初PM_(2.5)中碳组分分析

2012年9月1日至30日利用大气气溶胶OC/EC在线分析仪在线分析了西安PM2.5中的OC、EC,并结合O3和紫外辐射数据(UV)进行了分析。结果表明:PM2.5、OC、EC、及O3的日均值分别为85.22,19.50,7.18,56.69μg/m3。PM2.5及其中OC、EC的日变化规律呈现"双峰"分布,OC、EC的日波动范围较PM2.5小,且OC的波动范围较EC大,OC、EC的相关性较高(R2=0.73)。PM2.5中TCA的平均比重为47.85%,是PM2.5的主要成分之一,TCA以OM为主,OM中SOC的平均比重高达54.76%,PM2.5中SOC的平均比重为21.25%,SOC和O3的相关性较高,表明研究期间西安市有机物光化学反应较重。1 d中10:00至19:00是PM2.5中SOC比重最高的时段且呈上升趋势,而PM2.5中TCA的变化规律则呈"W"型双峰分布。     

大气可吸入颗粒物PM2.5的研究发展状况

详细的阐述大气可吸入颗粒物PM2.5的概念、分类、基本特征、来源和危害影响以及PM2.5的空间分布特征和时间变化特征,综述了PM2.5的形成机理和源解析技术、采样方法和各种成分分析方法.同时也指出了关于PM2.5的国内外研究概况和进展,为今后大气颗粒物研究等相关领域提供可靠的借鉴和基础.     

顾及空间邻近性的PM_(2.5)暴露评估系统设计与实现

室外PM2.5已成为我国第四位致死风险因子,针对目前PM2.5监测数据稀疏无法帮助居民了解其暴露于PM2.5的强度及所在地健康风险的问题,考虑邻近性模型数据要求低、原理简单的特点,文章借助邻近性模型,结合VC++可视化编程语言,采用组件式GIS平台ArcEngine,基于数据服务层、GIS逻辑层、表现层3层结构思想设计开发了顾及空间邻近特征的PM2.5暴露评估系统。系统主要包括数据预处理、暴露强度区划、受体暴露识别和暴露面积统计4个模块,可在PM2.5监测数据匮乏地区实现区域PM2.5污染暴露强度评估与空间区划、解析受体暴露原因。系统是对我国当前《环境风险评价技术导则》中"受体暴露强度评估"与"受体暴露污染源识别"方法的有益补充,特别是为监测数据缺失地区制定PM2.5污染防治措施和居民规避PM2.5健康风险策略提供了科学依据。     

环境空气中PM2.5自动监测方法比较及应用

2012年05月24日环保部公布了《空气质量新标准第一阶段监测实施方案》,要求全国74个城市在10月底前完成PM2.5"国控点"监测的试运行。为贯彻环境保护部的工作部署,中国环境监测总站以春、夏、秋、冬四个季节组织开展PM2.5自动检测技术和方法的运用。通过分析典型的PM2.5测定的方法和原理,发现PM2.5的自动检测过程比较复杂,测量结果也受很多种因素的影响。同时本文将如何应用PM2.5的自动监测方法进行分析和探讨。     

重庆市北碚区PM_(2.5)污染特征分析

利用2013年1-12月重庆市北碚区国控点实时发布的颗粒物污染监测数据,对PM2.5和PM10的达标情况、变化趋势及其两者之间相关性进行了分析。研究表明:2013年北碚区PM10年均值为100.2μg·m-3,超过了新国标Ⅱ级标准,PM10日均值超标天数为57天,全年达标天数比例为84.4%;北碚区PM2.5年均值为67.9μg·m-3,超过了新国标Ⅱ级标准,PM2.5日均值超标天数为94天,全年达标天数比例为74.2%;PM10和PM2.5有明显的季变性特征,其中春季PM2.5与PM10的污染最重,污染日分别占全年的58.5%和56.1%。PM2.5占PM10比例较高,PM2.5/PM10平均值为66.6%。PM2.5与PM10回归线性较好,y=0.7900x-11.280,R2=0.930;PM2.5和PM10的Pearson相关系数为0.964;PM2.5与PM10日均值呈显著线性相关。     

燃煤电厂排放细颗粒物的水溶性无机离子特征综述

当前我国面临严重的大气细颗粒物(PM2.5)污染,燃煤电厂是大气中PM2.5的重要来源之一.为了实现国家"十一五"和"十二五"规划对二氧化硫(SO2)和氮氧化物(NOx)的总量减排目标,燃煤电厂大规模安装烟气脱硫和脱硝设施,这虽然减少了气态污染物转化生成的二次PM2.5,但另一方面也会对烟气中PM2.5的物理化学特征产生影响,有可能增加一次PM2.5的排放.本文综述了燃煤电厂排放PM2.5及其水溶性离子的粒径分布特征,重点介绍了脱硫和脱硝这两种烟气处理设施对燃煤电厂排放PM2.5的影响原理及相关研究结果,特别是对细颗粒物中水溶性离子(如SO2-4、Ca2+和NH+4)的影响.在目前我国PM2.5污染十分严重和燃煤电厂大量安装脱硫和脱硝装置的背景下,定量研究脱硫和脱硝对PM2.5排放特征的影响具有十分重要的意义.     

细颗粒物(PM_(2.5))在环境空气自动监测中的方法对比与应用

高浓度的细颗粒物(PM2.5),是造成"灰霾"和"雾霾"天气的主要空气污染物之一。细颗粒物(PM2.5)在环境空气中的监测,是了解和分析空气质量的重要依据。本文旨在分析认识细颗粒物(PM2.5)自动监测方法中常用的β射线法,通过与天平振荡法进行对比,了解细颗粒物(PM2.5)监测仪器的使用情况。     

我国PM2.5监测网络布局与监测方法体系构建策略分析

本文通过对国内外PM2.5监测网络布局现状的分析和比较,认为我国"十二五"规划的PM2.5监测网络在点位数目和网络布局上基本能够反映我国PM2.5污染状况。为进一步反映PM2.5的污染特征和来源,今后应逐步增加污染监控点位、道路交通点位的设置,并在质量浓度监测的基础上,逐步开展PM2.5主要组分监测。在监测方法选择上,β射线法联用动态加热系统(DHS)PM2.5自动监测仪器和振荡天平法联用膜动态测量系统(FDMS)PM2.5自动监测仪器均能够满足监测工作的需要,综合考虑两种类型仪器的性能指标和运行成本,β射线法联用动态加热系统(DHS)PM2.5自动监测仪器操作相对简单,运行维护成本相对较低,更适合在我国环境空气监测网络内推广和普及。     

兰州市供暖期PM_(2.5)浓度监测及其预报模型

利用兰州市2007-2009年供暖期PM2.5实测数据,统计分析观测期间PM2.5的超标率、超标倍数、浓度水平以及典型天气(浮尘、沙尘暴和灰霾)下PM2.5浓度日变化特征,并结合同期气象数据,运用多元逐步回归分析的方法建立兰州市供暖期PM2.5浓度预报模型,最后对模型进行验证。结果表明:兰州市2007-2009年供暖期PM2.5污染十分严重,2007-2009年PM2.5的超标率分别为59.2%、67.9%和68.8%,最大超标倍数分别达到2.88、3.17和3.60;2007-2009年供暖全期PM2.5浓度日变化呈"双峰双谷"型,浮尘、沙尘暴和霾天气下PM2.5浓度均远高于平均值,霾天气下PM2.5日均浓度值最高;兰州市供暖期PM2.5浓度预报模型的预报值与实测值的变化趋势基本一致,但对高浓度PM2.5模拟结果较差,PM2.5预报浓度准确率和等级准确率分别为70.2%和81.8%。     

浅析沈阳市高层建筑周边PM_(10)与PM_(2.5)质量浓度对应性

以空气中可吸入颗粒物(PM2.5和PM10)为研究对象,分析了采暖期和非采暖期不同监测点位PM10与PM2.5的相关性。结果表明,采暖期和非采暖期不同高度PM10与PM2.5的相关性均相当明显,可吸入颗粒物中PM2.5占绝大比重;采暖期不同高度PM10与PM2.5的相关系数大于非采暖期,季节变化规律明显。     

广州市区PM_(2.5)的污染特征

对广州市区PM2.5的污染状况进行了分析,结果表明广州市区的PM2.5呈现冬季浓度较高,夏季较低的季节性特征;PM2.5的日变化呈现出明显的双峰形;与PM10的相关性分析表明,PM2.5与PM10具有良好的线性关系。PM2.5/PM10的值约为0.59,表明广州市区空气中细颗粒物在PM10中的比重大于粗颗粒物,鉴于PM2.5的危害性及所占比例,应重视对其的监测。     

黑龙江省PM2．5监测现状及结果分析

近十余年来在中国的部分地区进行了PM2.5的采集和分析。以美国PM2.5的主要检测方法为例,指出在国际社会中针对PM2.5检测的重要性和普遍性,同时例举了中国PM2.5的检测方法的多样性。根据黑龙江省13个市（地）共57个环境空气自动监测站的大气监测数据结果,总结了黑龙江省PM2.5的监测现状,并详细的介绍了黑龙江省关于PM2.5检测工作的开展情况。以哈尔滨为例对市区的大气污染情况进行预测和分析;提出了黑龙江省大气PM2.5污染超标的原因,并提出切实可行的治理方案。同时指出了今后黑龙江省PM2.5监测的发展方向。     

PM2．5污染危害分析及防控措施研究

本文论述了PM2.5对环境的危害,在剖析PM2.5组成与来源的基础上,提出防控PM2.5的政策与技术方面的建议,以期为今后PM2.5的防控工作提供理论基础。     

龙华新区灰霾污染特征研究

根据龙华新区2个空气监测站2012年监测数据、气象数据以及不同污染源的排放数据,分析龙华新区空气质量现状,灰霾日数与PM2.5和PM10的相关性,并通过AERMOD模型着重探讨PM2.5和PM10的污染特征,计算不同污染源对PM2.5和PM10浓度的贡献率。结果表明,灰霾日数和PM2.5、PM10浓度均表现为明显的季节性变化,变化趋势较为一致,且灰霾日数与PM2.5的相关性较PM10更显著。龙华新区PM2.5和PM10主要来自本地源,其中PM2.5的主要来源为机动车尾气和道路扬尘,而PM10的主要来源为施工项目和裸地。     

“看得见”的PM2.5

北京连续数日的阴霾天气,让"PM2.5"这个原本只在学术圈流行的专业术语变得妇孺皆知,而由其引起的恐慌从淘宝商城口罩的销量暴增便可见一斑,那么,PM2.5真的像"传说中的恶魔"那样恐怖吗?为了让公众能够更清晰、理性地认识PM2.5的危害,记者对北京大学医学部公共卫生学院的潘小川教授进行了采访.     

2013年北京市细颗粒物时空分布特征研究

根据2013年北京市PM2.5监测数据,系统分析了北京市PM2.5污染的时空分布特征,并利用克里格插值统计了四季PM2.5不同浓度区间的国土面积。结果显示:2013年全市PM2.5年均浓度为89.5μg/m3,超过年均35μg/m3的国标1.56倍;PM2.5浓度由高到低的季节依次是冬季、春季、秋季和夏季;空间分布上PM2.5呈现明显的南北梯度分布特征;2013年PM2.5平均浓度达标对应的国土面积占比夏季最大为73%,冬季最小为22%。     

灰霾与PM2.5

经过北京奥运会、上海世博会和广州亚运会,空气质量保障的成果让老百姓亲身体验了"蓝天白云"的益处.进入秋冬转换季节,全国连续发生的雾霾事件,又使原本陌生的PM2.5成为了几乎家喻户晓的热点.以PM2.5为标志,中国大气污染的防治将进入全新的历史阶段.而有效地改善大气能见度,需要认识污染排放与大气PM2.5浓度以及PM2.5与大气能见度之间的关系.从科学上,这两个关系都是十分复杂的非线性关系,这藏意味着大气灰霾的治理将是一个艰辛的历程.     

我国典型城市PM_(2.5)空间分布均匀性分析

随着空气质量新标准的实施,从2013年开始我国部分城市先期开展了PM2.5的例行监测,从中选取不同区域的典型城市,分析了PM2.5在环境中的分布情况。分析结果表明:典型城市PM2.5日均值相对标准偏差(RSD)范围为13%~26%,平均值为18%;我国南方城市PM2.5空间分布均匀性优于北方城市,北方城市冬、春季节PM2.5分布的均匀性较差,南方城市夏季PM2.5分布的均匀性较差;PM2.5的空间分布均匀程度与PM10接近,但明显优于其他气态污染物。综合分析认为,目前我国国家监测网内PM2.5监测点位的代表性能够满足城市空气质量监测与评价工作需要。