上海市典型交通环境空气污染特征

基于2018年上海市3种类型的交通环境空气监测站（路边站,港口站和机场站）的在线监测数据,探讨了3种交通站污染物的浓度水平和昼夜分布特征,比较分析了同期上海市环境空气污染物浓度,并揭示了工作日和非工作日对交通环境空气的影响.结果显示,上海市交通环境空气,尤其是港口环境空气中NO_x,NO₂和NO年小时平均浓度显著高于上海市年小时平均浓度;其中NO高出上海市年小时平均浓度比例最高,港口,路边和机场环境空气NO浓度分别为68,36和17μg/m³,分别高出上海市年小时平均浓度871%,414%和143%;交通环境空气中的O₃平均浓度范围为42~65μg/m³,均低于上海市平均浓度.NO_x,NO₂,NO,PM₁₀,PM_2.5,CO和BC（黑炭）昼夜浓度主要呈现双峰分布特征,且峰值出现时间与交通活动高峰时间较为吻合;O₃的峰值大多出现在13：00,且机场环境空气浓度中O₃浓度最高,峰值浓度为108μg/m³.非参数检验结果显示,上海市路边环境空气中SO₂,NO_x,NO₂,NO,PM₁₀,PM_2.5,O₃,CO和BC在周一~周日无明显差异（P>0.05）.     

大庆市主要交通干线大气中非甲烷总烃的分布规律

通过对大庆市主要交通干线大气中非甲烷总烃的测定,得出了大庆市主要交通干线大气中非甲烷总烃的分布规律。结果表明,大庆市主要交通干线大气中非甲烷总烃的浓度日变化存在明显的双峰规律,从时段分布来看,上午8:00左右,下午17:00左右各出现一次峰值浓度;从季节分布来看,冬季浓度略高于夏季;交通干线上各点位非甲烷烃浓度略有差异。     

室内环境对人造板甲醛释放规律影响分析研究

为了研究不同温湿度条件下人造板甲醛的释放规律,利用环境舱模拟人造板在室内特征温湿度下甲醛的散发过程,测量甲醛的逐时散发浓度。结果表明,温度升高,木板中甲醛的释放浓度增大,环境舱内木板甲醛释放达到稳定的时间越长;相对湿度增加,木板中甲醛释放浓度随之增加。改变温湿度对环境舱内板材甲醛的释放趋势影响小。夏季工况的温湿度均高于冬季和过渡季,所以甲醛释放浓度为夏季＞过渡季＞冬季,其峰值浓度高于其他两季约3～5倍。     

天津城区2019年2~3月气溶胶粒径分布特征观测分析

气溶胶粒径分布是反映气溶胶粒子来源、形成过程和污染特征的重要物理参数,为研究天津城市地区气溶胶数浓度和谱分布特征及其影响因素,利用扫描电迁移率颗粒谱仪（SMPS）对2019年2~3月天津河西区10~600 nm气溶胶数浓度粒径分布进行了采样分析.结果表明,冬末春初天津市10~600 nm气溶胶数浓度、表面积浓度和体积分数分别为22188.22 cm^-3、1581.08 μm²·cm^-3和70.76μm³·cm^-3,气溶胶数浓度、表面积浓度和体积分数谱均为单峰分布,峰值粒径分别位于109.40、269.00和429.40 nm.核模态（10~20 nm）、爱根核模态（20~100 nm）和积聚模态（100~600 nm）粒子数浓度分别占气溶胶总数浓度的1.40%、52.44%和46.16%.气溶胶数浓度日变化具有明显的周末效应,工作日为三峰分布,峰值出现在道路交通早晚高峰和午后,周末呈双峰分布,峰值出现在道路交通早晚高峰且出现时间比工作日推迟1~2 h,汽车尾气排放对城区气溶胶浓度增加起重要作用.气象条件对天津城区气溶胶粒径分布有明显影响,气溶胶在偏东风和西南风条件下数浓度较高,非降水日相对湿度（RH）增加导致气溶胶谱分布向大粒径方向移动,随着RH由小于20%升高到50%~60%,气溶胶数浓度谱峰值粒径由50nm增大到131 nm,降水对100~200 nm气溶胶粒子有明显的清除作用,降水过程导致气溶胶谱峰值粒径减小到98 nm.     

广州市道路交通噪声现状分析

本运用数理统计的理论和概率论对监测数据进行归纳、整理、分析．建立了交通噪声等效声级与车流量变化的数学模型，从理论上说明了广州市道路交通噪声年变化趋势的动态规律；给出了广州市道路交通噪声的时间分布、空间分布规律以及交通噪声各评价量与车流量各成份的作用关系，为广州市道路交通噪声防治对策提供依据．     

天津市臭氧浓度时空分布与变化特征研究

随着经济的发展和机动车保有量的增长,光化学烟雾已经成为影响城市环境空气的重要因素。利用2008年臭氧监测的小时浓度,对臭氧污染的空间分布、时间分布以及臭氧变化特征进行了分析。结果表明:臭氧浓度呈现明显的日变化规律,臭氧浓度和氮氧化物及一氧化碳浓度日变化呈现典型的负相关,臭氧浓度和温度日变化呈现典型的正相关。     

城市环境空气中PM2.5和NO2浓度的相关性研究

以湖南省长沙市为研究区域,对城市环境空气中的PM2.5和NO2浓度进行自动监测,并对数据进行相关性分析.结果表明,PM2.5和NO2浓度的季节性变化大,且两者的变化规律一致,均为冬季＞秋季＞春季＞夏季;在一天内,NO2浓度的最低值一般出现在午后,但PM2.5浓度的最低值、峰值出现时间不确定;就功能区分布而言,NO2浓度最高值出现在商业区,而PM2.5浓度分布的区域规律不明显.PM2.5与NO2浓度变化以正相关为主,PM2.5浓度高时,NO2浓度高,反之亦然,两者容易产生叠加污染.总体上,冬、秋季节为PM2.5和NO2主要控制季节.     

合肥市冬季大气NO_2污染特征及模拟研究

基于合肥市NO_2浓度逐时监测数据,分析了该地区冬季大气NO_2污染的时空变化特征;并在主要大气污染源调查的基础上,构建了污染源排放清单,利用CALPUFF模型对NO_2浓度的动态变化进行了模拟。结果表明:合肥市大气NO_2浓度除个别点超标外,基本在《环境空气质量标准》(GB3095-2012)二级标准限值内。受主导风向和污染源位置影响,合肥市大气NO_2浓度以东北、西南部较高;浓度日变化呈典型的双峰型分布,早晚出现峰值,午后出现谷值,并且在休息日表现出污染浓度下降、日变化趋缓的"周末效应"。CALPUFF模型对NO_2浓度的空间分布格局总体把握较好,并且对其逐日变化具有比较可靠的模拟能力,模拟值与监测值的相关系数达0.7,模型对工作日的模拟效果略优于休息日。在研究时段内合肥市区面源对大气NO_2污染浓度贡献最为显著。     

某铀尾矿库附近空气~(222)Rn浓度时空分布及分形特征

为研究铀尾矿库附近环境空气222Rn浓度在时间序列上的分布规律及随机波动性,对某铀尾矿库附近环境空气中222Rn浓度时间序列数据应用重标极差分析法研究了其变化趋势及分形特征。结果表明:该铀尾矿库附近空气222Rn浓度时间序列具有明显的分形特征,各测点分维值D均小于1.5,为1.060~1.246;各测点Hurst指数均大于0.5,相关系数均在0.95以上。这显示出222Rn浓度时间序列变化趋势在未来一段时间内具有持续性,在该铀尾矿库退役治理前多数测点附近空气222Rn浓度在冬季会有升高趋势。     

基于OMI数据研究中国对流层甲醛时空分布特征及变化趋势

利用OMI卫星遥感反演的甲醛柱浓度数据,结合MEGAN模式和MEIC排放清单研究了2005—2016年中国对流层甲醛柱浓度的时空特征和长期变化趋势,以及甲醛柱浓度的季节差异与排放源和地面风场的关系.结果表明,中国对流层甲醛柱浓度呈西低东高的空间分布特征,且高值区域主要分布在华北平原、长江三角洲、珠江三角洲及四川盆地等人为源排放较高的中东部地区.中国甲醛柱浓度存在明显的季节差异,表现为夏季秋季春季冬季.天然源VOCs和人为源VOCs排放均对甲醛柱浓度季节变化具有重要影响,光化学反应与气象条件在其中所起到的作用也不可忽略.生物源排放变化对甲醛年际变化趋势的影响不显著,中国东部地区甲醛柱浓度呈上升趋势主要是由于气候变率和人为因素的共同影响所致.     

交通拥堵对TSP排放的影响分析

在上海市杨浦区军工路部分路段采集TSP浓度、气压、温度、分车型车流量、区段车速、信号配时等数据,通过多元回归方法分析小型车交通量,大型车交通量,拖挂车交通量及区段车速对TSP浓度的影响,建立起TSP浓度与上述交通变量的函数关系,并通过AIMSUN交通仿真软件以及基础采集数据,建立军工路路网,模拟四种交通拥堵状况(重度拥堵,中度拥堵,轻度拥堵,基本畅通)的产生和消散过程。综合分析路段交通拥堵对道路TSP排放和分布的影响。分析整理得出道路TSP小时排放总量和拥堵程度成正比关系,且TSP污染主要集中在车辆拥挤怠速的部分,车辆拥挤排队的队尾部分是TSP排放源强最高、源强增长最快的区域,增长率达到240%～290%。     

南京市城区空气环境质量评估

依据灰色系统理论，采用灰色变权聚类方法，根据国家环境质量标准，对南京市城区近两年的空气质量进行评估。空气质量评估采用的指标包含二氧化硫、二氧化氮以及可吸入颗粒物的浓度，并对评估结果进行了分析和讨论。结果表明，南京市城区空气环境质量呈退化的趋势，尤其是经济繁华的鼓楼区以及交通拥挤的下关区，两年内空气质量明显下降。     

天津局部大气颗粒物上多环芳烃分布状态

通过对天津市内的几个典型地区大气颗粒物进行测定,检测出58种多环芳烃,并对11种多环芳烃进行定量测定。其结果表明,所涉及 的区域在采暖期内大多数点位的苯并(a)芘超标,超标倍数在1.1～4.6之间;交通繁忙地区的多环芳烃的污染程度高于其他地区;笔者还对多 环芳烃在不同粒径颗粒物上的分布特征、苯并(a)芘与大气颗粒物进行相关性分析和评价。      

Non-methane hydrocarbon and aldehyde measurements in Budapest,Hungary

During three summer measuring campaigns the atmospheric concentration of non-methane hydrocarbons and aldehydes were measured at two sites in Budapest. Two hundred and forty-five flask samples were analyzed for non-methane hydrocarbon concentration and hydrocarbon composition. For formaldehyde and acetaldehyde concentration 185 and 122 samples were analyzed, respectively. The total non-methane hydrocarbon concentration shows a characteristic diurnal variation with a peak between 6 a.m. and 9 a.m. At the two sites the average concentrations between 6 a.m. and 9 a.m. are 802 and 606 ppbC, respectively. Comparing the speciation of hydrocarbons in the air of Budapest with that measured in other cities we have realized a relative surplus in C₆ alkanes which is balanced by the low contribution of C₃–C₄ alkanes.Both the formaldehyde and acetyldehyde concentration were found rather high. In the downtown the average concentrations are 10.4 and 4.4 ppb, while 3 km away from the center of the city the corresponding values are 28.0 and 5.8 ppb.     

北京城市道路地表径流中PAHs的污染特征研究

以北京城市道路地表径流中的PAHs为研究对象,于2006年雨季在海淀区成府路和海淀路设置3个采样点采集了6场地表径流和同期雨水样品,分析了溶解相和颗粒相PAHs的浓度.对地表径流和雨水样品中PAHs的浓度特征,地表径流中PAHs在时间和空间上的变化,及辅助参数的相关性进行了探讨.结果表明,海淀路地表径流EMC值大于成府路,自行车道地表径流EMC值与机动车道相近,道路地表径流PAHs的污染程度不能仅根据车流量判断.对单场径流历时中PAHs浓度变化的分析和累积污染负荷曲线的研究均表明,道路径流初期冲刷效应并不是普遍发生的,而是受路面积尘特征和降雨条件等多种因素的影响.     

昆明城区大气PM2.5中PAHs的污染特征及来源分析

2013年4月至2014年1月期间,在昆明城区3个采样点采集了大气细颗粒物(PM2.5)样品,利用气相色谱-质谱联用仪对PM2.5载带的16种PAHs进行定量分析.结果表明:工业区(金鼎山)、交通密集区(东风东路)、清洁对照点(西山森林公园)PM2.5上PAHs平均含量分别为40.67,22.64,22.07ng/m3.通过常规气象因素及气团后向轨迹模型分析发现,起源于曲靖地区的污染气团传输及昆明大气高压形成的下沉气流是导致昆明PAHs浓度上升的重要原因.金鼎山、东风东路、西山森林公园的BaPeq浓度分别为6.28,4.00,2.94ng/m3,均高于国家环境空气质量二级标准(2.5ng/m3).源解析结果显示,工业区(金鼎山)和交通密集区(东风东路)的PAHs污染来源一致,主要来自机动车排放,其贡献率分别为50.80%和40.20%,其次为燃煤排放,贡献率为35.55%和39.23%,再次为生物质燃烧,贡献率为7.30%和7.98%;作为清洁对照点的西山森林公园的PAHs则来自汽车尾气排放(81.84%)和生物质燃烧排放(9.73%).     

深圳市城区大气颗粒物及主要水溶性无机离子的污染特征

基于2015年深圳市大气颗粒物和主要水溶性无机离子的观测数据,深入分析了大气颗粒物的浓度变化及二次污染特征.结果表明2015年深圳的大气颗粒物（PM₁₀、PM_2.5、PM₁）浓度虽然低,但其中细粒子占比高,PM_2.5/PM₁₀的比值高达0.744,甚至大于广州典型灰霾过程中的粗细粒子比.大气颗粒物浓度季节变化明显,秋冬高,春夏低.其日变化特征明显受到交通高峰的影响,汽车尾气可能是污染来源之一.SO₄^2-、NO₃^-和NH₄⁺（SNA）质量浓度在PM_2.5中的占比超过1/3（37.7%）,且全年硫转化率都大于0.1,这说明深圳市细颗粒物主要来自于二次转化.深圳大气颗粒物浓度受气象要素影响显著,与气压正相关,与气温、相对湿度、降水及风速负相关;若将风速、气温、气压、相对湿度和降水作为一个整体考虑,这些气象要素对深圳大气颗粒物浓度的影响大小是PM₁ > PM₁₀ > PM_2.5.本工作不仅对深圳的大气环境管理和经济可持续发展有着重要参考价值,还对空气相对清洁地区的大气颗粒物和霾治理具有指导意义.     

城市高架快速路交通噪声的环境影响及防治对策

以青岛市火车站至福州路高架快速路拟建工程为例，分析了城市高架快速路交通噪声对环境的影响，并提出交通噪声防治的对策。     

广州市主干道附近大气污染物浓度的特征及影响因素研究

为研究城市主干道边的空气污染状况,通过采用自动监测系统,在2007年1月至2月期间,对广州市新港西路两侧以及附近大学校园内的空气质量进行监测,获得了其空气污染物浓度的特征：（1）空气污染水平高,NO2与PM10日均值超标率较高;（2）污染物时空分布不均匀,NO浓度白天通常比夜间高,路边监测点NO小时浓度为校园对照点浓度的3倍左右。同时,分析了污染物浓度与气象条件及主干道交通流量的关系。结果表明：污染物浓度与气象因素之间有较高的多元线性相关性,但与单个因素的相关性不强;路边监测点的NO小时浓度和校园对照点的N0。小时浓度均与车流量有较高的相关系数,而PM10与车流量无显著相关性。综合考虑气象因素与交通流时,多元线性回归方程的复相关系数更高。