不同植被结构对空气质量的调控功能

随着城市化进程的加快,生态环境恶化,改善空气质量已成为社会所关注的重要环境问题。不同的植被结构可以有效调控大气颗粒物浓度,提高负离子的浓度,是改善空气质量的重要组成部分。为探究不同植被结构对空气质量的调控能力以及影响空气质量的因素,以沈阳市东陵公园为研究对象,采用定点观测法,监测8块不同植被结构内大气颗粒物(PM_(2.5)、PM_(10))和空气负离子浓度,并同步观测气象因子。研究结果表明,(1)不同植被结构调控大气颗粒物的能力存在差异,但是不显著。PM_(2.5)和PM_(10)日平均质量浓度在S1(稠李Padus avium+萱草Hemerocallis fulva)均为最高,分别是(48.63±18.05)μg·m~(-3)和(68.55±20.64)μg·m~(-3);S3(云杉Picea asperata+榆叶梅Amygdalus triloba+牛筋草Eleusine indica)最低,分别是(28.95±8.91)μg·m~(-3)和(45.21±10.38)μg·m~(-3)。PM_(2.5)和PM_(10)日平均质量浓度变化范围分别为(28.95—48.63)μg·m~(-3)和(45.21—68.55)μg·m~(-3)。(2)不同植被结构内空气负离子浓度存在显著性差异。空气负离子日平均浓度在S7(油松Pinus tabuliformis+桃叶卫矛Euonymus bungeanus+玉簪Hosta plantaginea)最高,为(1 007.50±53.10)ion·cm~(-3);S1(稠李+萱草)最低,为(446.21±34.9) ion·cm~(-3)。空气负离子日平均浓度范围(446.21—1 007.50) ion·cm~(-3)。(3)大气颗粒物(PM_(2.5)、PM_(10))和空气负离子浓度与乔木层郁闭度和相对湿度呈正显著相关,而与温度呈负显著相关;大气颗粒物浓度与空气负离子浓度呈负显著相关。以上研究结果可为优化城市绿地植被结构和改善空气质量提供一定的借鉴。     

基于小波变换的北京市PM_(2.5)时空分布特征及成因分析

收集北京市2014年PM_(2.5)质量浓度数据,利用小波变换探讨北京市各类监测站点PM_(2.5)污染的时间序列特征、主周期、突变特性,并结合气象资料,采用小波相干谱探究气象因子对PM_(2.5)的影响。结果表明,2014年北京市各类监测点PM_(2.5)质量浓度变化呈现波动-平稳-波动的相似变化趋势,其中1—4月和10—12月波动明显,且主周期相同(172 d)。采暖期间,南部站点PM_(2.5)质量浓度最高,采暖结束后,交通站点超越南部站点,成为PM_(2.5)质量浓度最高的站点。北京PM_(2.5)突变事件秋冬季节频繁而春夏较少,主要对应于重污染天气的生消过程。5类监测站点的PM_(2.5)质量浓度基本呈现南高北低的分布规律。南部站点PM_(2.5)污染最为严重、突变事件频次最高,该区局地污染排放显著,又是区域传输的重要通道,污染相对复杂;而北部站点污染水平最低、突变频次也最少;市区范围内交通站点污染相对突出。此外,气象因子对PM_(2.5)质量浓度变化影响巨大:在小尺度(0~20 d)上,PM_(2.5)与相对湿度相关性最突出;在中等尺度(20~64 d)上,PM_(2.5)主要受平均风速和相对湿度制约,但季节变化明显;大尺度(64 d)上,PM_(2.5)与日照时数和相对湿度相关性显著。     

基于GIS的北京市林地覆被与PM_(2.5)分布关联性分析

土地利用方式直接和间接地影响着城市的颗粒物污染程度,了解土地利用与颗粒物污染的关联规律,对改善环境空气质量具有重要的意义。选择颗粒物污染问题突出的北京市为研究对象,以空气质量地面监测站的PM_(2.5)质量浓度数据和卫星遥感解译数据为基础,借助地理信息系统和数理统计方法,对不同土地利用方式特别是林地覆被与细颗粒物分布的关联性进行分析。研究结果表明,(1)北京市的PM_(2.5)质量浓度分布在空间上呈由西北至东南逐级递增的趋势,东南部(107.0μg·m~(-3))西南部(96.2μg·m~(-3))城六区(95.3μg·m~(-3))东北部(79.6μg·m~(-3))西北部(79.0μg·m~(-3)),季节分布表现为冬季(122.0μg·m~(-3))春季(81.2μg·m~(-3))秋季(76.8μg·m~(-3))夏季(72.9μg·m~(-3)),不同土地利用方式PM_(2.5)质量浓度表现为耕地(96.9μg·m~(-3))建成区(95.7μg·m~(-3))未利用土地(91.5μg·m~(-3))水域(82.8μg·m~(-3))草地(80.9μg·m~(-3))林地(79.1μg·m~(-3))。(2)以各监测站点为中心建立不同半径缓冲区,随着缓冲区半径的不断增加林地覆被率与PM_(2.5)质量浓度的负相关性不断增强。当缓冲区半径达到1 000 m时,各个月份林地覆被率与PM_(2.5)质量浓度均在α=0.05水平上呈显著负相关。(3)以各监测站点为中心的3 000 m半径缓冲区内落叶阔叶林、常绿针叶林、落叶阔叶灌木林、常绿阔叶灌木林、乔木园地面积与PM_(2.5)质量浓度均呈负相关关系。研究结果表明,实行未利用土地、耕地以及部分建成区的土地利用方式向林地、草地转化是北京市防控颗粒物污染的可行方略。     

合肥市能见度与相对湿度、PM_(2.5)质量浓度的定量关系

为了研究合肥市能见度影响规律,为改善城市大气能见度提供科学依据,利用合肥市2013年1月—2015年12月的气象观测数据和颗粒物质量浓度数据,采用统计分析方法研究了合肥市大气能见度与相对湿度和PM_(2.5)质量浓度的定量关系,以及不同等级能见度下相对湿度和PM_(2.5)浓度的统计特征。结果表明,PM_(2.5)质量浓度与相对湿度共同影响合肥市大气能见度变化,较低相对湿度下(RH60%),能见度降低主要受PM_(2.5)质量浓度升高的影响;较高湿度条件下(RH≥60%),能见度降低主要是由于相对湿度增加造成的大气粒子吸湿增长导致消光性能增大,且这种作用在污染程度较轻时更加突出。RH≥60%时,相对湿度每增加1%,平均能见度降低0.172 km;当RH≥90%时,平均能见度基本在5 km以下。PM_(2.5)质量浓度与能见度呈幂函数关系,40%≤RH60%时,PM_(2.5)的影响作用最显著;PM_(2.5)质量浓度对能见度的影响阈值随相对湿度增加而减小,当PM_(2.5)质量浓度低于46μg?m~(-3)时,能见度随着PM_(2.5)质量浓度降低而迅速增大。随着相对湿度增加,或者PM_(2.5)质量浓度增加,低能见度出现频率呈上升趋势;高湿度、高细颗粒物浓度均可导致低能见度的出现。当前一日能见度低于7km,当日相对湿度大于75%,且PM_(2.5)质量浓度大于65μg?m~(-3),当日能见度超过75%的比例在5 km以下。当前一日PM_(2.5)质量浓度达到中度及以上污染,当日能见度随着相对湿度增加逐渐减小,RH≥80%时,能见度低于5 km的比例达到70%。     

广州大气PM_(2.5)中含碳组分的污染特征及来源解析

于2015年1月至11月在广州利用大流量大气颗粒物采样器采集细颗粒物(PM_(2.5))样品,并利用热光反射法(TOR)测定大气颗粒物中有机碳(OC)和元素碳(EC)浓度。结果表明,广州ρ(PM_(2.5))年均值为(69.5±35.6)μg·m~(-3),是GB 3095—2012《环境空气质量标准》中PM_(2.5)年均质量浓度二级标准限值(35μg·m~(-3))的2.0倍,表明广州大气细颗粒物污染严重。OC、EC和总碳气溶胶(TCA)的年均质量浓度分别为(8.31±4.53)、(3.56±2.72)和(16.85±9.60)μg·m~(-3),分别占PM_(2.5)质量浓度的13.2%、5.9%和27.0%,表明含碳组分是PM_(2.5)的重要组成部分。OC和EC浓度季节变化规律存在差异性,OC浓度在冬季最高,而EC浓度在秋季最高。OC和EC的相关性弱和比值高的特征结果表明冬季二次有机碳(SOC)污染最严重,其平均质量浓度为6.9μg·m~(-3),占OC质量浓度的62.4%。主成分分析结果表明,冬季和春季广州PM_(2.5)中碳组分来源较复杂,主要包括机动车尾气、燃煤和生物质燃烧,夏季碳组分的主导污染来源是燃煤和机动车尾气,而秋季碳组分主要来源于机动车尾气。     

采暖季4种结构的城市绿地对PM_(2.5)和PM_(10)的调控作用

为研究采暖季不同结构城市绿地对大气中PM_(2.5)和PM_(10)的调控作用及其与气象因子的关系,于2015年11月—2016年4月,选择滞尘效果较好的4种类型城市绿地和对照点,于07:00—21:00每隔2 h在4种绿地的中心位置同步观测其内部PM_(2.5)、PM_(10)、温度、相对湿度、风速以及光照强度,对比分析绿地内颗粒物质量浓度差异以及不同绿地类型对消减PM_(2.5)和PM_(10)的作用。结果表明:采暖期4种结构城市绿地内PM_(2.5)日均值大小表现为CK(112μg?m~(-3))乔灌草(108μg?m~(-3))大阔叶乔草(107μg?m~(-3))小阔叶乔草(106μg?m~(-3))针叶乔草(100μg?m~(-3)),PM_(10)为CK(23μg?m~(-3))乔灌草(226μg?m~(-3))小阔叶乔草(224μg?m~(-3))大阔叶乔草(223μg?m~(-3))﹥针叶乔草(211μg?m~(-3)),CK内PM_(2.5)和PM_(10)质量浓度显著高于其他绿地类型(P0.05);PM_(2.5)和PM_(10)小时均值变化区间分别为81~133μg?m~(-3)和170~278μg?m~(-3),两者呈极显著相关(P0.01),都在09:00左右达到峰值,15:00左右达到最低值,而后至21:00一直呈上升趋势;采暖期PM_(2.5)和PM_(10)月均值稳步上升,但受大范围气象因素影响显著;观测期间,对PM_(2.5)和PM_(10)平均消减率按大小排序为针叶乔草乔灌草小阔叶乔草大阔叶乔草,且针叶乔草的消减率显著高于其他绿地类型(P0.05);4种结构城市绿地对PM_(2.5)和PM_(10)的消减率都与温度呈显著负相关(P0.05),仅有PM_(2.5)的消减率与湿度呈显著正相关(P0.05),与风速和光照相关性不显著。在城区绿地建设中,可加大针叶乔木的配置以降低大气颗粒物质量浓度。     

上海市大气污染物时空分布及其相关性因子分析

利用2016—2020年上海市PM_(10)、PM_(2.5)、SO_2、NO_2、O_3的质量浓度和温度、相对湿度、平均风速、水平能见度气象条件,分析了上海市PM_(10)、PM_(2.5)、SO_2、NO_2、O_3污染物的时间变化趋势。同时,利用多元线性回归模型及BP神经网络建立污染物与气象因素之间的相关关系,对其质量浓度进行预测,分析对比不同模型的预测结果。研究表明:2016—2020年上海市大气污染物质量浓度随时间变化整体呈现下降趋势;污染物质量浓度季节性差异显著,PM_(2.5)及PM_(10)质量浓度呈现"冬高夏低",而O_3质量浓度呈现"冬低夏高";可吸入颗粒物质量浓度(PM_(2.5)、PM_(10))与SO_2、NO_2质量浓度,O_3质量浓度与NO_2的质量浓度之间存在显著相关性;多元线性回归分析表明相对湿度、平均风速及水平能见度3个气象因素对上海市PM_(2.5)、PM_(10)质量浓度产生显著影响;温度、相对湿度、平均风速及水平能见度4个气象因素对上海市O_3质量浓度产生显著影响;多元线性回归分析表明上海市PM_(10)质量浓度与温度之间显著性水平为0.303,意味着温度对上海市大气PM_(10)质量浓度并没有产生显著影响;PM_(10)质量浓度随相对湿度的增加、平均气压及水平能见度的增大而减小;O_3质量浓度则与温度和平均风速呈正相关,与相对湿度和水平能见度呈负相关。相比多元线性回归,BP神经网络在预测上海市气象污染物质量浓度表现出强大的泛化能力,PM_(2.5)、PM_(10)、NO_2与O_3的真实值与预测值相关系数(r~2)分别为98.6%,97.4%,97.6%和98.3%。     

西安市PM_(2.5)时空分布特征及气象成因

PM_(2.5)是危害环境及人体健康的重要空气污染物之一,但目前对PM_(2.5)的时空分布及气象成因的研究还相对缺乏。为了更好地控制ρ(PM_(2.5)),利用西安市2013年9月1日至2014年8月31日的PM_(2.5)逐日质量浓度、首要污染物数据及气象数据,分析PM_(2.5)逐日质量浓度对空气质量的影响,ρ(PM_(2.5))的分布特征及其气象成因。结果表明,PM_(2.5)是影响空气质量的重要因素。ρ(PM_(2.5))年超标率高达42.1%,在季节上具有冬秋季高、春夏季低的特征,月变化呈现"V"字形变化。各类型站点的ρ(PM_(2.5))总体空间分布状况为:道路参照点污染最严重;居民参照点、工业参照点次之;商贸参照点及文化、生态参照点的PM_(2.5)污染较轻,基本处于良好状态;PM_(2.5)的空间分布状况及站点间的变动幅度会随季节而有所不同。采用逐步回归模型建立的ρ(PM_(2.5))的预测模型具有较好的预测效果,ρ(PM_(2.5))拟合值均能较好的反映ρ(PM_(2.5))的变化规律,ρ(PM_(2.5))与气象条件有一定的关系。     

广州市城郊森林公园雨季空气颗粒物浓度特征

城市森林公园作为人们游憩、运动的重要场所,其空气质量倍受市民关注。选择广州市城郊梯度上4个森林公园,采用定位对比观测方法,分析了雨季典型晴天森林公园林内空气颗粒物(TSP、PM_(10)、PM_(2.5)、PM_(1.0))质量浓度日变化特征及其在城郊梯度上的规律,结果表明,(1)雨季典型晴天,4个森林公园林内的TSP、PM_(10)与PM_(2.5)质量浓度日均值均达到国家环境空气质量一级标准,且PM_(2.5)浓度低于夏季晴天广州城区浓度。4个公园林内PM_(2.5)/PM_(10)的均值范围为0.31~0.45,也表明公园受污染程度均较轻。(2)公园林内各粒径颗粒物质量浓度均值在城郊梯度上均表现出显著差异(P0.05)。市区及市北缘的森林公园林内TSP、PM_(10)质量浓度显著大于郊区森林公园,而PM_(2.5)与PM_(1.0)质量浓度为游客人数最多的市北缘森林公园显著大于市区和郊区森林公园。(3)森林公园林内TSP、PM_(10)、PM_(2.5)、PM_(1.0)质量浓度的日变化趋势均呈先下降后上升,在14:00—16:00达到最小值,4个公园各粒径颗粒物质量浓度日变幅皆以白云山最大。(4)在监测时间范围内,大夫山森林公园空气颗粒物质量浓度受多气象因子共同影响,温度、湿度、气压等对其影响均达到极显著或显著水平。基于上述分析认为,雨季晴天城郊梯度4个森林公园皆适宜休闲游憩,远离市中心、游客人数适中以及有湖泊等水源多的公园为更好的选择。     

太原市城区大气PM_(2.5)和PM_(10)时空分布特征

研究太原市城区大气颗粒物质量浓度时空变化规律,可以为实施更有效的大气污染综合治理手段提供科学依据。以太原市9个国家空气质量自动监测站的数据为基础,运用统计分析和Kriging插值法,对太原市城区2019年大气颗粒物的时空分布进行了分析。结果表明,2019年太原市城区PM_(2.5)和PM_(10)年均质量浓度分别为56μg·m~(-3)和107μg·m~(-3),是国家二级标准限值的1.60、1.53倍,以PM_(2.5)和PM_(10)为首要污染物占总超标天数的44.03%和12.58%;PM_(2.5)/PM_(10)年均值为0.52,PM_(2.5)对PM_(10)贡献较大;PM_(2.5)季平均质量浓度为冬季(87μg·m~(-3))秋季(50μg·m~(-3))春季(49μg·m~(-3))夏季(34μg·m~(-3)),PM_(10)为冬季(123μg·m~(-3))春季(120μg·m~(-3))秋季(98μg·m~(-3))夏季(64μg·m~(-3));PM_(2.5)和PM_(10)质量浓度月变化呈U型,二者平均质量浓度1月最高,8月最低;PM_(2.5)和PM_(10)24h质量浓度变化呈"单峰单谷"型,峰值在10:00,谷值在17:00;取暖期PM_(2.5)与CO、SO2和NO_2相关性高于其他时段;太原市城区PM_(2.5)和PM_(10)质量浓度空间分布总体上呈北低南高之势,PM_(2.5)春夏秋季的空间分布格局与太原市城区生产、生活、交通干道分布格局比较吻合。以上结果提示秋冬季是太原市城区颗粒物治理的关键时期,位于南部的小店和晋源区为重点防控治理区域。     

菏泽市夏季PM10和PM25中水溶性离子组分污染特征

为分析菏泽市大气颗粒物及其水溶性离子组分特征,本研究于2015年8月期间在菏泽市6个监测点位采集环境受体PM_(10)和PM_(2.5)样品共120个,利用离子色谱法测定颗粒物中水溶性无机离子(SO■、NO~-_3、NH~+_4、Cl~-、Ca~(2+)、K~+、Na~+、Mg~(2+)、F~-),并同步收集气象参数及气态污染物质量浓度等资料.结果表明,菏泽市夏季环境受体中颗粒物质量浓度ρ(PM_(10))和ρ(PM_(2.5))分别为94.5μg·m~(-3)、55.2μg·m~(-3),稍低于国内其他城市,这与各城市经济发展、产业能源结构、气象条件等因素有关.PM_(2.5)/PM_(10)值在0.5—0.8之间,表明菏泽市夏季细颗粒物(PM_(2.5))污染较为严重.但PM_(10)和PM_(2.5)中水溶性离子质量总浓度ρ(WSIs)分别为30.5μg·m~(-3)、17.0μg·m~(-3);质量分数w(WSIs)分别为32.4%、29.6%.其中SO■、NO~-_3、NH~+_4为PM_(10)和PM_(2.5)中主要水溶性离子,3种离子浓度和分别占PM_(10)和PM_(2.5)中总离子浓度的84.3%、88.3%.SO■、NO~-_3、NH~+_4、K~+主要集中在细颗粒物(PM_(2.5))中,Ca~(2+)、Mg~(2+)则广泛存在于粗颗粒物(PM_(10))中.各采样点的PM_(10)和PM_(2.5)中,SO■、NO~-_3、NH~+_4、Ca~(2+)和Mg~(2+)浓度分布具有空间差异.离子相关性表明,NH~+_4与SO■、NO~-_3相关性均较强,3种离子主要以NH_4HSO_4、NH_4NO_3形式存在.PM_(10)和PM_(2.5)中NO~-_3/SO■值分别在0.41—0.49和0.36—0.47之间,平均值分别为0.46、0.42,表明固定源是菏泽市夏季颗粒物污染的主要污染贡献源.     

城市绿地空气负离子和PM_(2.5)浓度分布特征及其与微气候关系——以合肥天鹅湖为例

选取夏热冬冷地区合肥市天鹅湖3种不同类型绿地作为研究对象,并以空旷广场为对照,于2015年夏冬季分别测试了空气离子浓度、PM_(2.5)浓度、温度、湿度、风速等指标,分析了3种不同类型绿地以及对照广场的空气负离子浓度和PM_(2.5)浓度的时空特征,并进行了空气质量评价。结果表明,(1)实测样地的空气负离子浓度日变化较明显,呈现出上午高、下午低的趋势。同一时刻中对照广场空气负离子浓度最低,均低于3种不同类型绿地,峰值期间差异尤其明显。(2)夏冬季实测样地的空气负离子浓度由大到小依次为:疏林地、密林地、草地、对照广场。(3)实测样地的PM_(2.5)浓度日变化较明显,呈双峰双谷型,即早中晚低、白天高。(4)夏季实测样地PM_(2.5)浓度差异较显著,冬季不显著,且冬季PM_(2.5)浓度均大于夏季。(5)夏冬季实测样地的空气负离子平均浓度差异不大,CI指数接近,等级为D,空气清洁度属于容许范围;而对照广场的空气负离子平均浓度显著低于3种不同类型绿地,CI指数最低,等级为E级,空气清洁度属于中污染。由此得出以下结论:(1)合理的绿地空间布局能够提高空气负离子浓度,降低颗粒物污染并改善空气质量;(2)空气负离子浓度与PM_(2.5)浓度呈显著负相关;与相对湿度呈显著负相关,与风速呈显著正相关,与温度关系不明确。在此基础上进一步提出展望,建议对PM_(2.5)浓度和空气负离子浓度展开实时监测并对结果进行对比分析,找出两者之间的相关关系。同时对不同季节、不同天气状况、不同下垫面结构的城市绿地进行进一步深入研究,探索有利于居民身心健康和休闲运动的城市绿地类型。     

兰州市大气相对湿度与PM_(10)浓度和大气能见度的相关性分析

将相对湿度RH与PM_(10)浓度、大气能见度间的关系进行深入分析的研究目前还相对较少。利用兰州2002-2012年的环境气象资料,对相对湿度RH、PM_(10)浓度与能见度之间的对应关系进行统计分析,以揭示RH与PM_(10)浓度和大气能见度之间的直观联系,加深对灰霾形成过程的认识。将RH以5%的间隔进行划分,结果表明:各区间ρ(PM_(10))平均值与RH平均值呈显著线性负相关,R(相关系数)达0.940;高颗粒物浓度更多地出现于低湿天气条件下,但高湿度非降雨天气条件下颗粒物容易积聚。随着RH增大,大气能见度随ρ(PM_(10))变化率的绝对值增大;RH在75%以上时,增加相同的ρ(PM_(10))所导致的大气能见度下降量是RH在40%~45%时的2倍以上;RH 45%~60%,大气能见度可较好地反映ρ(PM_(10))的变化,而RH大于60%时,大气能见度的降低主要反映ρ(PM_(10))含水量的快速增加而并非指示ρ(PM_(10))的增加。在分析无降水天气过程时发现,当RH在80%~90%之间时PM_(10)的平均值明显下降,二者不呈负相关。可能的原因是这种高湿度天气通常出现在夏秋季节,一方面污染物排放强度较低,另一方面大气稳定度低,逆温层厚度比较稀薄,静风频率出现的概率比较低,风速相对于冬春季节较大(平均风速大于1.5 m·s~(-1)),污染物易扩散。大气能见度与同期地面气象条件和主要污染物浓度的相关性比较表明,相对湿度、PM_(10)是影响能见度的主要因子,兰州能见度变化对PM_(10)比较敏感。PM_(10)对能见度的影响以冬季最为明显,秋季次之,夏季最弱。兰州由于特殊的河谷盆地地形,复杂的气象条件使得兰州地区大气相对湿度与PM_(10)浓度和大气能见度的关系与国内其他地区存在较大的差异。     

济南市居住区采暖季大气PM_(2.5)中碳组分构成及变化分析

为探究济南市采暖季环境空气中PM_(2.5)中碳组分的污染情况及主要来源,于2017年11月16日-2018年3月31日和2017年11月16日-28日分别进行了居住区和背景区离线颗粒物采样,运用美国沙漠研究所DRIModel2015多波长热/光学碳分析仪对大气PM_(2.5)中碳组分进行了分析。研究结果显示,日均质量浓度ρ(OC)、ρ(EC)和ρ(PM_(2.5))在居住区为9.26、3.16、85.32μg·m~(-3),在背景区为2.88、1.44、59.27μg·m~(-3),说明居住区碳组分污染程度明显高于背景区。居住区日均质量浓度最高的碳组分为OC4、OC3和EC2;OC3和OC4日均质量浓度随污染等级从优向重度污染变化的过程逐渐增大,且OC日均质量浓度的变化情况跟OC3和OC4日均质量浓度变化相一致。但OC/PM_(2.5)和EC/PM_(2.5)均随污染等级的加重而呈下降趋势,可见OC和EC并不是济南采暖季重污染天气的控制因子。PMF来源解析结果显示,济南市采暖季居住区碳组分贡献较大的源为燃煤源、汽油车尾气和道路尘。结合碳组分在线监测仪器(美国SUNSET公司,型号RT-4)同期OC和EC质量浓度数据,采用Cabada改进后的方法,计算出SOC和POC质量浓度分别为1.14μg·m~(-3)和4.69μg·m~(-3)对采样时间段内一次典型重污染过程进行分析,发现CO、EC、POC等一次污染物的大量排放、不利的气象因素、区域传输等因素共同导致了此次污染过程的的形成。     

太原市大气颗粒物PM_(10)和PM_(2.5)多时间尺度变化规律研究

选取太原市城区10个监测点2014—2016年PM_(10)和PM_(2.5)日变化数据,分析和探讨了其时空变化特征,及其与人类经济活动的同步性规律;采用小波连续变换的功率谱方法识别颗粒物周期变化特征,采用可视化主成分分析法识别不同时间尺度下颗粒物变化的影响因素。结果表明,太原市大气颗粒污染物PM_(10)和PM_(2.5)质量浓度的变化存在明显的时空差异,新兴经济发展区较传统老工业区污染严重,颗粒物污染程度在冬季较为严重。小波分析结果显示,PM_(10)和PM_(2.5)时间序列的变化周期均以4~8 d的短周期为主(P0.05),污染物的质量浓度变化与城市经济活动的周波动变化相一致;PM_(10)和PM_(2.5)质量浓度最大值出现在周波动的中间时段,最小值出现在周末。可视化PCA结果揭示,大气颗粒物PM_(10)和PM_(2.5)季节性波动均受冬季影响较强;周波动周期内均受周三影响最大;一天之内PM_(10)和PM_(2.5)质量浓度分别受夜晚和早晨影响最大,但白天颗粒物质量浓度变化是造成其日变化特征的主要因素。研究结果有利于从不同时间尺度辨析能源城市大气颗粒物污染的多变特征,有针对性地开展大气污染防控,也可为管理部门制定相关标准和规范提供科学依据。     

北京7种湿地植物的颗粒物附着能力研究

湿地植物的附着作用是削减大气细颗粒物浓度的有效方式。为了定量研究不同湿地植物附着大气细颗粒物(PM)的能力,选择北京市常见的7种湿地植物芦苇Phragmites australis、香蒲Typha orientalis、水葱Scirpus validus、黄花鸢尾Iris tectorum、茭白Zizania latifolia、凤眼莲Eichhornia crassipes、慈姑Sagittaria sagittifolia,采用水洗测量法测定植物表面颗粒物滞留量及其粒径组成,利用扫描电子显微镜在高真空模式下观察植物表面的结构特征,比较7种湿地植物表面结构特征与单位面积的滞尘量及粒径组成的关系。研究结果表明,(1)不同湿地植物附着颗粒物组分的能力存在差异,凤眼莲和慈姑附着PM、PM_(10)和PM_(2.5)的能力最强。(2)湿地植物表面滞留的PM组分以10~100μm的颗粒物为主,占PM组分的比例为64.2%~87.1%;其次是PM_(2.5~10),占8.6%~29.5%;PM_(2.5)颗粒物最少,占1.06%~3.92%。(3)湿地植物气孔宽度对植物附着颗粒物的能力起主导作用,气孔宽与PM、PM_(10)和PM_(2.5)附着量分别呈显著的正相关关系(P0.05);植物表面粗糙程度越大、表面结构越复杂,越有利于PM_(2.5)的滞留。该研究精确量化了7种湿地植物附着PM的能力,可为北京市未来的湿地规划建设和合理的湿地植物配置,以及PM_(2.5)调控政策的制定提供依据。     

园林植被对交通排放PM_(2.5)浓度影响研究

已有研究发现汽车尾气和道路扬尘已成为城市大气PM_(2.5)的重要来源之一,植被拦截被认为是去除大气颗粒物的有效手段之一。为了解道路两侧园林植被对道路交通排放的PM_(2.5)浓度扩散的影响,选择园林植被生长最茂盛且雨水较少的9月,在北京北五环路旁的奥林匹克森林公园内沿平行五环路和垂直五环路进行了布点采样,并结合ADMS扩散模型进行研究。北五环是北京最繁忙的交通主干道之一,白天(7:00—18:00)每小时单方向机动车流量达5 000辆以上。研究结果表明,晴天、雨后晴天、污染天公园内大气PM_(2.5)质量浓度分别为(84.3±23.6)、(62.1±12.7)、(246.1±60.5)μg?m~(-3)。垂直五环路和平行五环路的各监测点PM_(2.5)质量浓度无显著差异,但在局地为弱南风条件下,PM_(2.5)质量浓度自南向北有略微降低的趋势。由道路汽车排放的PM_(2.5)随着与公路之间距离的增加而呈指数型下降。ADMS模拟表明晴天和污染天由道路汽车排放的PM_(2.5)对公园内环境大气PM_(2.5)质量浓度的直接贡献不超过2%;但雨后晴天道路交通排放的PM_(2.5)贡献较大,可达25%。园林植被对降低交通排放PM_(2.5)浓度的作用并不显著,其主要作用是对PM_(2.5)进行空间隔离,然后利用大气扩散稀释作用降低由交通排放的PM_(2.5)在环境大气中的质量浓度。     

气团来源对沿海城市PM_(2.5)中二次水溶性无机离子形成特征的影响研究

大气细颗粒物(PM_(2.5))与雾霾天气密切相关,PM_(2.5)吸附的有毒有害物质,可能给人体健康带来危害。二次水溶性无机离子(SNA,包括SO_4~(2-)、NO_3~-和NH_4~+)是PM_(2.5)的重要组分,研究PM_(2.5)中SNA污染特征及形成和演化的影响因素,对认识雾霾污染的生消机制,提升人们的生活质量具有重要意义。利用在线气体及气溶胶成分监测系统(MARGA)观测了宁波市滨海地区春季、夏季和秋季大气PM_(2.5)中的SNA和气态污染物的变化趋势,并利用后向轨迹分析研究了不同气团影响下污染物的日变化规律。结果表明,观测期间,SNA在PM_(2.5)中的平均占比约为70.7%,NO_3~-是导致PM_(2.5)污染加重的主导离子。NO_3~-和SO_4~(2-)受气团传输影响较大,来自陆地气团的质量浓度普遍高于海洋气团,来自西北内陆方向的污染物输送是导致宁波空气质量下降的主要原因。宁波大气中的硫氧化率(SOR)较高,SO_4~(2-)主要由SO_2发生二次氧化反应生成;SO_4~(2-)的形成与相对湿度(RH)密切相关,SOR随着RH的增加而显著增大,当RH85%时,大气中的硫氧化物绝大部分以SO_4~(2-)形式存在,SOR接近1;而温度变化对SOR无明显影响;来自西南与东部受海洋显著影响的气团SOR高于来自陆地气团的相应值。夏季RH普遍较高,西南方向气团影响下高浓度的气态污染物(NO_2、O_3、NH_3)可明显促进SO_4~(2-)的生成,一定程度上控制人为气态污染物的排放能有效减少SO_4~(2-)生成。与SOR比较而言,氮氧化率(NOR)和NO_3~-与温度、RH、气态污染物浓度等环境因素的关系比较复杂,暗示多种反应机理共同作用影响氮氧化物的转化。     

郑州市大气PM_(2.5)中金属元素的污染特征

在郑州市区布设采样点,研究了郑州市PM_(2.5)中金属元素的污染特征、季节分布规律和富集因子。在1年的监测期中,PM_(2.5)的日平均质量浓度为87.4μg·m-3,日均质量浓度超过GB3095─2012日均值二级标准的天数占总监测天数的53%。PM_(2.5)的日平均质量浓度季节性特征表现为冬季秋季夏季春季。K、V、Mn等10种金属平均质量浓度与PM_(2.5)平均质量浓度呈明显正相关,相关系数范围为0.516~0.907。Na、Cr和Ti平均质量浓度与PM_(2.5)平均质量浓度呈明显负相关,相关系数均小于-0.6。郑州市大气PM_(2.5)中金属元素质量浓度较高的有Ca、Na、K、Mg、Al、Fe、Zn,质量浓度较低的有Cd、Hg、Ni、V等。冬季PM_(2.5)中Hg和Pb的平均质量浓度明显高于其他季节。金属元素总量中占比最高的是Ca、Na、K,这3种元素的比例和在4个季节中都大于65%。Cr、Cd、Pb和Hg的比例之和仅冬季超过2%。富集系数的研究表明郑州市大气PM_(2.5)中的Ti主要来自天然的土壤,K、Ca、Mg、Fe、V的来源是自然和人为因素的结合。Cu、Zn、Pb主要来源于人为排放,富集因子远远大于其它元素,是PM_(2.5)中主要的富集元素。Pb的富集因子在冬季最高,春季最低。对一次典型PM_(2.5)重污染情况进行分析,结果表明PM_(2.5)重污染时,金属元素的污染也相当严重,且其污染源相对复杂,非单一的污染来源。     

不同绿地结构消减大气颗粒物的能力

随着城市化和工业化的发展,空气环境问题日益突出,大气颗粒物污染受到人们越来越多的关注.为了研究城市道路中不同绿地结构对大气不同粒径颗粒物的消减作用,本文选择青岛市城阳区主干道——长城路的4种不同绿地结构("乔-灌-草"、"乔-草"、"乔-灌"、"灌-草"),测定其对不同粒径颗粒物(PM_(10)、PM_(2.5)、PM1)的消减率.结果表明:(1)不同粒径颗粒物的浓度日变化曲线呈现出"早晚高,中午低"的变化趋势,其中8:00—10:00的颗粒物浓度最高;颗粒物浓度日变化与空气湿度变化相一致,与温度变化相反;(2)4种绿地结构对PM_(10)的消减率表现为"乔-灌-草""乔-灌""灌-草""乔-草",对PM_(2.5)和PM1的消减率表现为"乔-灌-草""乔-灌""乔-草""灌-草";且各绿地结构对PM_(2.5)的消减能力最强,其次为PM1和PM_(10);(3)同一种绿地结构,植物种类越丰富,其消减大气颗粒物的能力越强.