北京地区二氧化硫及硫酸盐污染的研究——北京地区大气污染状况

1981年秋季和冬季在北京地区的11个观测点进行了大气污染状况的同步现场测量,取得了大气中二氧化硫、总颗粒物和硫酸盐的浓度以及有关气象数据。以超标几率和方法和污染物浓度-风向玫瑰图处理了数据。测量结果表明,市区污染状况直接受城市燃煤废气的影响,污染程度以早晨和傍晚较严重,呈双峰型;冬季比秋季污染程度严重。气象条件和郊区工业对北京市区大气污染有一定的贡献。     

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%。     

主成份分析研究天津市硫酸盐等空气污染

用主成份分析法研究了天津市1980年秋冬两季空气中硫酸盐等的污染,共分析342个样本,每个样本包括17个变量。发现天津市严重的硫酸盐空气污染出现在冬天早晨小风、静风时,总颗粒物、二氧化硫、氮氧化物等在城市下风方向聚积起来的空气污染烟幕中。识别出四个空气污染主要大气物理化学过程,各过程及其对硫酸盐变化的贡献率分别为:聚积过程57.9％、非甲烷烃6.5％、季节变化5.0％、相对湿度3.7％.推测一次排放和/或二氧化硫在颗粒物表面上的非均相似化氧化过程是天津市形成硫酸盐空气污染的主要过程。推算出二氧化硫转化成硫酸盐的表观一级转化速率为6.2±2.0％小时~(-1)或9.3±2.2％小时~(-1),视二氧化硫沉降速率的取值。     

近地面大气层硫酸盐污染的研究

对天津地区城市、郊区及野外沿海的大气二氧化硫转化为硫酸盐的问题做了研究。以主成份分析方法对数据做处理,求得转化速率约为2—2.8％h~(-1),均相反应和非均相反应对二氧化硫转化都有贡献,过渡金属对其转化有一定的促进作用,硫酸盐对大气污染的程度受气象因素和化学因素的控制。指出应注意我国的硫酸盐酸化环境的特征。     

冬季广州大气能见度影响因子分析

于2005年12月至2006年2月收集了华南所大气观测站大气能见度等7个气象因子及PM2.5浓度观测数据,分析了冬季广州大气能见度变化趋势及灰霾天气主要影响因子,并对能见度与主要影响因子进行相关性分析。结果发现:人为因素和气象条件对大气能见度的影响比较明显,当大气层结受到北方冷空气扰动后,能见度得到明显改善;1月份灰霾天气出现频率高达60.9%,灰霾天气下大气能见度与PM2.5浓度密切相关;大气能见度与PM2.5浓度、温度、相对湿度呈负相关性,与大气压呈正相关性;灰霾天气下大气能见度还与细颗粒物的粒径分布密切相关。     

广州市大气能见度的特征及其影响因子分析

广州市大气能见度逐年下降,灰霾现象严重,收集广州市2001—2003年大气能见度及同期地面气象要素(风速、温度、气压和相对湿度)观测资料和空气污染物(PM10、SO2、NO2和CO)监测数据,探讨广州市大气能见度的特征及大气能见度与气象要素和空气污染之间的关系。统计分析结果表明,广州市大气能见度的年、季、日变化特征明显,呈明显的逐年下降趋势。一年之中,春季能见度最低,夏季能见度最高。一日之中,早晨08时能见度最差,午后14时最好。能见度与气象要素及空气污染物的相关和偏相关分析结果表明能见度与平均风速呈显著正相关,与相对湿度呈显著负相关;能见度与4种污染物在简单相关分析中均呈显著的较强负相关关系,而在偏相关分析中的相关性极弱,说明空气污染物对能见度的影响是综合作用的。最后用多元线性回归法建立了大气能见度与相对湿度和PM10、SO2、NO2、CO等污染物浓度间的回归方程。     

大气中二氧化硫的归宿及其动力学模式

本文对大气中二氧化硫的归宿和影响进行了讨论。二氧化硫可能的归宿是:(1)干沉降,(2)转化成硫酸盐存在于大气中,(3)硫酸盐干沉降,(4)硫酸盐湿沉降.以准一级动力学模式描述这四个归宿过程,它们对二氧化硫的分配率决定于各过程的动力学速率常数k_1,k_2,和k_4的综合作用。在无硫酸盐湿沉降过程时,二氧化硫干沉降和转化为硫酸盐是其主要的出路。在发生硫酸盐湿沉降时,二氧化硫转化过程占有重要地位,其速率常数的变化对其它各归宿的分配率都有较大的影响。由于湿沉降速率较快,气团中硫酸盐达一最大值后即下降.k_2增大会使硫酸盐的干、湿沉降都增加,k_2增大10倍时硫酸盐的干、湿沉降分配率各增5倍以上,应该注意的是二氧化硫干沉降对环[境酸化的贡献和降水中硫酸根的来源。     

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。     

以超Ci几率和方法表示大气污染状况

为了比较真实和比较清楚地表示大气污染状况提出以超Ci几率和方法整理污染物浓度数据。指出用F≥Ci～C图可以求碍当浓度≥Ci时的超Ci几率和F≥Ci及当F为某一特定值时的C值。比较不同季节、地区,每日的不同时间的F≥Ci值,可以判断和比较大气污染程度。避免了以少数或个别数据进行比较而得到与实际情况相反的结论。用此方法对天津地区一年四季的二氧化硫、总颗粒物、氮氧化物和硫酸盐的污染状况做了判断。因此方法处理天津市大气监测数据的结果表明:以煤炭为主要燃料的城市大气污染程度在早晨较严重。傍晚次之,中午较轻;城市污染程度大于郊区,冬季大于夏季。春季和秋季的污染程度居于二者之间,表现出城市大气污染与煤为主要能源及冬季取暖有关。     

空气污染对天津市能见度的影响

用主成份分析法研究了天津市近郊区空气污染对能见度的影响,证明当空气污染物浓度高同时相对湿度大时能见度降的最低。在天津市近郊区空气污染对能见度的影响已大于相对湿度等对能见度的影响。     

成都市空气质量指数与雾霾的关系研究

统计分析成都市空气质量指数(AQI)日数据与6项指标小时浓度数据,结合大气能见度与相对湿度日数据,采用非线性拟合等方法对成都市AQI与雾霾天气的关系进行研究,并分别分析能见度与相对湿度、AQI之间的线性和非线性关系。结果表明,成都市现阶段AQI和颗粒物污染密切相关,2013年和2014年AQI变化趋势大致相同,4—9月份较低,以良和轻度污染为主,秋冬季大气污染是一年中的高峰期;2014年的逐月AQI普遍较2013年低,一定程度上反映了空气质量的改善。2013年和2014年平均大气能见度变化趋势也大致相同,均表现为春夏较好,而秋冬较差,秋冬季是雾霾多发的季节;随着相对湿度的逐渐增加,大气能见度与AQI的非线性相关系数逐渐升高,具有较好的相关性;在不同的空气质量等级下,相对湿度与能见度的非线性相关系数R_N普遍高于线性相关系数R_L。本研究所得出的AQI与雾霾的非线性模型在判别霾日程度上准确度一般,而在判别雾日方面准确度极高,全年平均准确率达到98%以上,尤其在春季表现得更为明显,拟合值和观测结果吻合度达到100%。同时,该模型在判别霾日或非霾日方面较准确,尤其在雾霾多发的秋冬季节,非霾日的准确度最高分别可达89.44%和92.78%,霾日的准确度最高分别可达88.89%和85%。在季节判断上,分季度模型比全年模型更加准确。     

大气颗粒苯溶物及其某些污染影响的研究

本文用色谱一质谱联用法在大气颗粒的苯溶物中鉴定出主要有机物约70种,包括饱和烃、含氧有机物、乡环芳烃和杂环化合物。用Ame’s法检验出苯溶物既有直接致突变性,又有代谢致突变性。并得出大气中苯溶物对能见度有一定的影响。同时发现,在远离污染源的广域城市大气中,苯溶物的浓度与致突变异性和能见度在本实验范围内均近似的呈线性关系。     

渡口市大气中重金属的分布特征

本文利用富集系数法和元素比值法描述了渡口市大气中不同金属的迁移能力。作者们以大气飘尘中各种重金属的大气浓度(微克/米~3)对相应的颗粒物浓度(ppm)作图,发现渡口市三个工业集中地区数据点群在图上有分别向不同位置集中的趋势。用判别式分析验证了这种集中的趋势。据此,从污染来源和气象因子探讨了出现这种现象的原因,并指出这种分析分布特征方法的可能的用途。     

工业废气CO2和Nox辐射的处理

燃煤、燃油锅炉、金属冶炼厂排出的二氧化硫和氮氧化物是当前城市大气污染的主要来源.大气的严重污染,使城市居民的发病率增高,并可能诱发癌症,威胁着人们的健康和生存.二氧化硫和氮氧化物的常规治理方法存在不少缺点,一项新的处理技术—辐射处理,正在发展完善,由于其优越性,日益受到人们的重视.     

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%。     

北京市秋季大气颗粒物的污染特征研究

大气颗粒物是造成城市空气污染的重要原因之一,并已经成为我国北京等大中城市空气污染中的首要污染。为了分析北京市大气细颗粒物的污染水平及其影响因素,以大气中的PM10和PM2.5为研究对象,于2005年秋季在北京市设立了9个采样点进行采样监测,通过对所采集到的PM10和PM2.5质量浓度的对比来分析大气颗粒物的空间分布和时间变化特征,并建立起PM10和PM2.5质量浓度与风力、温度、湿度等气象条件的对应关系来分析各种气象因素对大气细颗粒物污染水平的影响。结果表明:北京市不同区域的PM10和PM2.5的质量浓度差异较大,同时,值得注意的是通过对同一地点同一采样时间大气颗粒物质量浓度的对比发现PM2.5质量浓度的空间分布并不完全同于PM10,这主要是与采样点所处的环境中不同污染源影响的强弱有关;气象条件稳定时,PM10和PM2.5质量浓度的日变化表现出一定的规律性,这种时间变化的特征主要取决于所在环境中排放的污染物变化情况;气象条件是影响PM10和PM2.5污染程度的重要因素,在一定的范围内,颗粒物质量浓度随着温度的上升而下降,随着相对湿度的升高而增大,随着风力的增强而减小。     

武汉市城区大气PM2．5的碳组分与源解析

大气细颗粒物（PM2．5）和碳组分（OC,EC）是影响大气能见度、气候变化以及人体健康的重要污染物,研究大气颗粒物及其中碳组分的污染特征及各类典型污染源对大气细颗粒物及碳组分的贡献,对于认识区域和城市大气污染状况,控制细颗粒物的污染,具有重要意义。2011年7月至2012年2月,利用大流量PM2．5采样器采集武汉市大气细颗粒物样品并对其碳组分进行测定。武汉市城区大气中PM215、OC和EC的质量浓度平均值分别为（127±48．7）、（19．4±10．5）和（2．9±1．48）μg·m-3。其PM2．5的浓度处于我国主要城市的中等偏高水平,而OC、EC的浓度则属中等偏下水平,但均高于国外城市。武汉市大气PM2,质量浓度的季节性变化呈现出秋季〉冬季〉夏季的趋势,是气象因素和污染源排放综合影响的结果。OC浓度和EC浓度具有较好的相关性（r2=0．69）,表明二者存在来源联系。OC／EC的比值为6．7,指示武汉市大气中OC和EC的来源受汽车尾气排放和生物质燃烧的共同影响。SOA的平均质量浓度值为12．5μg·m-3约占PM2．5平均质量浓度的9．8％,表明SOA对武汉市城区大气PM2．5具有重要贡献。结合PM2．5所含的水溶性离子、微量元素组成,利用正矩阵因子分析（PMF）模型对武汉市城区大气PM2．5来源进行解析,结果表明,其主要来源及贡献率分别为机动车源（27．1％）、二次硫酸盐和硝酸盐（26．8％）、工厂排放（26．4％）和生物质燃烧（19．6％）。     

城市工业用煤X荧光分析及重金属元素污染研究

燃煤是成都市重金属污染的一个重要来源,目前对成都燃煤中重金属元素含量与城市环境污染的相关性研究相对较少。文章以成都市城东工业区为研究对象,利用X荧光分析方法对煤样、煤渣、煤灰、表层土、深层土4种重金属元素进行定量分析,探讨了燃煤中重金属含量与城市土壤重金属污染的相关关系。结果表明,(1)成都市工业用煤原产地煤样重金属元素的含量不尽相同,因此,企业需合理选择煤源。(2)土壤重金属元素污染与工业用煤正相关,工业用煤中有害元素含量较高的对当地土壤的污染也比较严重,相反工业用煤中含量较少的元素在土壤中含量也较小。(3)热电厂燃煤对城市重金属污染的行为属性表现为,Pb属于直接污染大气和土壤,而Cu、Zn、Cr富集在煤渣样、煤灰样中在后期造成对城市土壤的污染。     

西安市春季大气细粒子的质量浓度及其水溶性组分的特征

为了探讨西安市春季大气细粒污染物的污染水平及水溶性组分的特征及来源,2005年3—5月对西安大气PM2.5进行了观测,并应用离子色谱对其中的水溶性组分进行了分析。结果显示,西安市春季大气PM2.5的质量浓度为159.9μg·m-3。分析的11种阴阳离子(Na 、NH4 、K 、Mg2 、Ca2 、F-、Cl-、Br-、NO2-、NO3-和SO42-)质量浓度占PM2.5的30%,表明水溶性组分是大气细粒子的主要组成之一。NH4 、SO42-和NO3-为水溶性离子的主要组分,其平均质量浓度分别为6.6、20.1和7.6μg·m-3,在总水溶性离子中的百分比分别为12.4%、47.4%和16.9%,SO42-和NO3-质量浓度与能见度有较好的负相关性,表明细粒子中二次气溶胶组分对能见度有显著的影响。阴阳离子的平衡和pH值的测定结果显示,西安市大气细粒子污染物为弱酸性。离子间的相关性分析揭示水溶性离子在颗粒物中主要结合方式为(NH4)2SO4、NH4HSO4、NH4NO3、KHSO4和K2SO4。Mg2 和Ca2 的相关性也较好,其摩尔比率为0.07,小于中国北方沙漠和黄土的平均值(0.15),揭示二次扬尘和建筑扬尘等过程对Ca2 的质量浓度影响较大。计算的NO3-/SO42-质量浓度比值的均值为0.38,说明固定排放源(燃煤)对细粒子中水溶性组分的贡献大于移动排放源(机动车)。     

不同环境场所夏季空气负离子浓度分布特征及其与环境因子的关系

大气离子是由许多自然和人为的原因产生,并且它们的浓度在不同环境场所下差别很大。以我国南部沿海某省份作为研究区域,挑选了近10处有代表性的环境场所进行为期一周的实测和研究,收集了空气正、负离子浓度、风速、空气温度、相对湿度等数据。研究显示,空气负离子浓度与风速、水、植物、相对湿度等有较为密切的关系,其中最主要的影响因素是水,其次是风,最小的是气温。为了改善城市生态环境,建议在城市规划建设中采取有效措施以提高空气负离子浓度。