首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 140 毫秒
1.
贵阳市夏季大气颗粒物及多环芳烃污染特征研究   总被引:3,自引:2,他引:1       下载免费PDF全文
采集贵阳市老城区夏季5个典型监测点(太慈桥、贵州师范大学、大西门、省政府及省植物园)的样品进行PM2.5、PM10质量浓度分析。同时对PM2.5中PAHs的质量浓度进行分析。结果表明:贵阳市夏季PM2.5和PM10浓度排序均为太慈桥省政府大西门贵州师范大学省植物园,且PM2.5和PM10之间有良好的相关性,PM10=0.931 3 PM2.5+0.019 4,R2=0.996 7,PM2.5污染较重。此外,5个监测点总PAHs和苯并(a)芘的分析结果均为太慈桥省政府大西门贵州师范大学省植物园,苯并(a)芘浓度均未超标。  相似文献   

2.
西安市区大气中PM2.5和PM10质量浓度污染特征   总被引:2,自引:1,他引:1  
2013年3月—2014年2月期间,设置1个监测点位,采集了西安市区大气环境中PM10和PM2.5样品,采用重量法测定了PM2.5和PM10质量浓度。结果表明,西安市区PM2.5质量浓度为16~558μg/m3,平均值为128μg/m3,超标率69.1%;PM10质量浓度范围为32~887μg/m3,平均值为249μg/m3,超标率71.8%。虽然PM2.5和PM10质量浓度的逐日变化幅度比较大,但是整体变化趋势非常相似,存在显著的正相关关系(r=0.831 9)。PM2.5和PM10质量浓度存在明显的季节变化,均为冬季最高,春季次之,秋季较低,夏季最低。ρ(PM2.5)/ρ(PM10)为0.245~0.822,平均值为0.510,说明PM2.5在PM10中所占比例大于PM2.5~10;此外,该比值呈现一定的季节变化规律,冬季、夏季较高,秋季次之,春季最低。霾天气发生时,该比值和PM2.5质量浓度明显高于无霾天气。  相似文献   

3.
天津市PM10和PM2.5中水溶性离子化学特征及来源分析   总被引:8,自引:3,他引:5       下载免费PDF全文
2011年5月—2012年1月在天津市南开区设立采样点,采集大气中PM10和PM2.5样品。采用离子色谱法测定颗粒物中水溶性无机阴离子、阳离子成分,分析其主要组成、季节变化及污染来源。结果表明,天津市PM10中离子平均浓度为71.2μg/m3,占PM10质量浓度的33.7%。PM2.5中离子平均浓度为54.8μg/m3,占PM2.5质量浓度的39.6%。NH+4、SO2-4、NO-3等二次离子含量较大,且夏季含量均为最高。颗粒物总体呈酸性,PM10中∑阳离子/∑阴离子平均值为0.92,PM2.5中该比值为0.75。来源分析发现,PM10可能主要来源于海盐、工业源、二次反应及土壤和建筑尘等,PM2.5则主要来源于海盐污染源、二次反应及生物质燃烧。  相似文献   

4.
冬季大气中PM_(10)和PM_(2.5)污染特征及形貌分析   总被引:6,自引:4,他引:2  
2008年冬季采集大气中PM10和PM2.5样品,利用SPSS软件进行分析。结果表明,PM10质量浓度在92.87~384.7μg/m3之间,平均值为201.09μg/m3,超标率71.43%。PM2.5浓度跨度为57.27~230.21μg/m3,平均值为133.82μg/m3,超标率89.47%。PM10和PM2.5空间分布略有差异。PM2.5/PM10在29.10%~94.76%之间,均值为66.55%。PM2.5与PM10质量浓度之间有显著相关性,相关方程:PM2.5=0.7993×PM10-55.984(R2=0.9524,置信度为95%)。通过颗粒物形貌分析,初步判定冬季大气主要污染源为燃煤和机动车尾气排放。  相似文献   

5.
成都PM2.5与气象条件的关系及城市空间形态的影响   总被引:4,自引:2,他引:2  
2013年2月1日至3月20日、2013年7月10日至8月10日对成都市大气中细颗粒物(PM2.5)进行连续监测,同步记录气象数据。将PM2.5质量浓度与城市气象条件进行相关性分析,研究气象条件对PM2.5质量浓度的影响。2月1日至3月20日PM2.5质量浓度平均为147.38μg/m3,7月10日至8月10日平均为50.19μg/m3,大气细颗粒物污染最严重的时间出现在2月1—6日。成都市各气象条件中,PM2.5质量浓度与能见度、风速呈现显著负相关,而与其他气象要素相关性较弱,降水对PM2.5质量浓度影响也很大。改善城市通风有利于成都市大气中PM2.5的稀释和消散。通过建立3D模型并运用计算流体力学(CFD)软件模拟成都市选定的一处密集的建成区域,分析城市空间形态对通风的影响。研究发现,在假设等温的情况下,多层密集的区域对城市通风影响小,而高层对城市通风影响很大,建筑高度相近的街道与风向平行的风速大于与风向成角度的,与风向平行的街道沿线为高层的风速高于沿线为多层的,较大的开敞空间及背景风速更有利于城市通风环境。  相似文献   

6.
内蒙古半干旱草原区大气气溶胶浓度以及散射等特性对生态环境、气候变化与预测研究有重要意义,文利用2009年1~4月在锡林浩特观象台草原站的观测资料,分析了冬、春季背景大气气溶胶质量浓度、黑碳质量浓度、散射系数的分布特征。研究发现,背景天气下,PM10、PM2.5、PM1.0浓度值都较低,平均值分别为22.7、9.5、6.1μg/m3,3种PM浓度值间的相关性不同;黑碳浓度平均值为0.59μg/m3,小粒子中的含量较高,其日分布规律受人类活动影响较大,与各PM浓度分布有较大不同;散射系数平均值为31.2Mm-1,与PM10、PM2.5、PM1.0、黑碳质量浓度都显著相关。三种PM中,PM2.5对散射和吸收的影响最大。风速、相对湿度对不同粒径的PM以及黑碳浓度、散射系数的影响有所不同。  相似文献   

7.
2013年北京市PM2.5重污染日时空分布特征研究   总被引:3,自引:2,他引:1  
根据2013年北京市环境保护监测中心监测的PM2.5数据,系统分析了北京市重污染日PM2.5污染的时空分布特征,并利用克里格插值初步统计了全年和重污染日PM2.5不同浓度区间的国土面积。2013年全市PM2.5年均浓度为89.5μg/m3,重污染日平均浓度为218μg/m3,重污染日主要集中在冬季;PM2.5年均浓度呈现明显的南高北低梯度分布特征,而重污染日空间分布较均匀,南部及城六区存在明显的高污染区,平均浓度在180μg/m3以上;2013年北京市重污染日PM2.5平均浓度为150~250μg/m3,其对应的国土面积约为12 656 km2,PM2.5平均浓度在250μg/m3以上的国土面积约为883 km2,而全年无PM2.5平均浓度在150μg/m3以上所对应的国土面积。  相似文献   

8.
齐齐哈尔市春季大气中PM2.5的污染特征分析   总被引:4,自引:4,他引:0  
2013年4—6月分析了齐齐哈尔市大气PM2.5的浓度特征、元素组成、水溶性离子及其来源,并利用单颗粒分析技术获得了单颗粒的形貌、化学组成及粒度分布。结果表明,监测周期PM2.5日均质量浓度为34μg/m3,受气象条件影响显著。PM2.5单颗粒类型主要为烟尘集合体、飞灰和矿物颗粒,分别来源于煤炭燃料的燃烧、机动车尾气排放和扬尘。其中约90%的PM2.5颗粒粒径小于1.0μm,属大气细粒子。全样分析表明,PM2.5主要组成元素是Al、Fe、Ca、K、Mg和Na,而Zn、Cu和Pb因受到人为污染富集度较高。SO42-、NO3-和Cl-为PM2.5主要监测到的水溶性阴离子,NO3-与SO42-的质量浓度比说明了固定排放源对齐齐哈尔市春季大气PM2.5的贡献大于移动排放源。  相似文献   

9.
以复杂网络理论为基础,运用最短增广链算法构建城市PM2.5扩散的容量网络模型。通过分析城市环境中水平距离、海拔、风力等因素的作用,对PM2.5区域性扩散的物理过程进行一次有益的探索。西安市近期空气监测数据的实证分析显示,预测值与监测值基本吻合。同时,模型输出揭示了西安市PM2.5的扩散途径。  相似文献   

10.
2013年11月—2014年3月采暖期在沈阳市沈河区设置采样点采集环境空气中的PM2.5。利用离子色谱法测定PM2.5中水溶性无机离子,分析PM2.5中水溶性无机离子的组成和污染特征等。结果表明,沈阳市冬季采暖期PM2.5平均质量浓度为106μg/m3,PM2.5中总水溶性离子占PM2.5的比例为41.7%,含量较高的二次离子依次为SO2-4、NO-3、NH+4,三者均有较好的相关性,SO2-4以(NH4)2SO4形式存在,采暖期PM2.5偏酸性。  相似文献   

11.
空气自动监测中PM2.5与PM10 “倒挂”现象特征及原因   总被引:9,自引:3,他引:6       下载免费PDF全文
采用不同原理的自动监测仪器在不同季节同时测定PM2.5与PM10,对所得数据中的PM2.5与PM10"倒挂"现象进行分析。结果表明,当PM10采用振荡天平法时,PM2.5与PM10的"倒挂"率较高;冬季和夏季"倒挂"现象发生率明显高于其他季节;造成PM2.5与PM10"倒挂"的原因主要有监测过程中的随机误差,PM2.5与PM10的监测方法原理不同,监测方法之间存在显著差异等。  相似文献   

12.
为深入研究PM2.5和PM10质量浓度异常“倒挂”现象的成因及影响,在苏州市相城区国控点开展比对监测分析,回顾性分析了2016—2020年苏州全部国控点颗粒物浓度数据。苏州市相城区国控点PM2.5浓度的比对分析结果表明:该国控点频繁出现PM2.5浓度高于其他国控点PM2.5浓度和高于该站点PM10浓度(“倒挂”率高达34%)的“双高”现象,PM2.5平均浓度比其他9个国控点高12.5%~37.2%,比位于同一站点的备用监测仪器(“倒挂”率为0)高38.1%。2016—2020年,苏州全部国控点“倒挂”时间的总体趋势都是逐年递增,且集中发生在相对湿度较高的20:00至次日07:00。这5年间各国控点PM2.5浓度异常偏高导致的异常“倒挂”现象对全市年均浓度产生的正误差分别为1.6%、2.8%、6.0%、6.2%和4.1%,基本呈现出逐年递增的趋势。上述结果表明:苏州PM2.5浓度偏高是由动态加...  相似文献   

13.
利用山西省11个地级市大气环境监测站的PM2.5、PM10和O3浓度数据,分析了2015—2020年山西省PM2.5、PM10和O3浓度时空变化特征,采用空间计量模型和岭回归方法,分析了空气污染对公众健康的空间影响。结果表明:PM2.5和PM10年均质量浓度总体下降,两者在2017年最高,2020年最低;O3年均浓度总体增加。在季节尺度上,PM2.5和PM10质量浓度在冬季的12月和1月最高,夏季的8月最低;O3浓度在6月最高。空间上,相较2015年,2020年山西省各地级市PM2.5污染程度均有改善,其中长治改善效果最好;2020年山西各地级市PM10污染兼有加重和减轻的情形,所有地级市PM2.5和PM10污染水平均超过国家二级污染浓度限值;2020年山西多数地级市O3浓度升高。山西公众健康水平具有明显的空间离散特征,PM2.5和PM10浓度的局部空间自相关特征高度一致,呈现"南高北低"的格局,O3浓度分布呈"南部高,中北部低"的格局。大气环境质量和经济发展水平均对医疗机构诊疗人数和健康体检人数的变化有正向影响,每万人卫生技术人员数量和公共财政支出比例对公众健康均有负向影响,其中经济发展水平和大气环境质量的影响最显著。山西省PM2.5治理取得一定成效,但大部分城市PM2.5和PM10达标率较低,O3浓度有持续升高的趋势,PM10和O3污染改善缓慢,深度减排仍面临挑战。PM2.5和PM10是危害山西公众健康的主要大气污染物,未来需要加强PM2.5、PM10和O3的精细化管理及协同治理。  相似文献   

14.
北京地区不同季节PM2.5和PM10浓度对地面气象因素的响应   总被引:1,自引:0,他引:1  
利用2013年1月—2014年12月北京地区PM_(2.5)和PM_(10)监测数据和同期近地面气象观测数据,采用非参数分析法(Spearman秩相关系数)研究了北京地区PM_(2.5)和PM_(10)的浓度对不同季节地面气象因素的响应。结果表明:北京地区大气颗粒物浓度水平具有明显的季节特征,冬季大气颗粒物污染最严重,夏季最轻。不同季节影响颗粒物浓度水平的气象因素各不相同,其中风速和日照时数为主要影响因素。PM_(2.5)和PM_(10)质量浓度对气象因素变化的响应程度也有较大区别,PM_(2.5)/PM_(10)比值冬季最高,PM_(2.5)影响最大,春季最低,PM_(10)影响最大。这些结论可对制订科学有效的大气污染控制策略提供参考。  相似文献   

15.
基于2016—2020年台州市区大气污染物监测数据及气象观测资料,分析了台州市区PM2.5和O3的污染特征及受气象因素影响情况,并探究了不同季节下的PM2.5浓度和O3浓度的相关性及相互作用关系。2016—2020年,台州市区PM2.5年均浓度和超标天数呈显著下降趋势,O3-8 h年均浓度和超标天数总体呈上升趋势。PM2.5浓度在冬季最高,且易发生超标;O3浓度在春、夏、秋季均较高,且均会发生超标。通过相关性分析可知:PM2.5浓度与气温、相对湿度、风速、降水量呈负相关,与大气压呈正相关;O3浓度与气温、风速呈正相关,与相对湿度、降水量呈负相关。不同季节下的PM2.5浓度与O3浓度均呈正相关,两者存在协同增长。在春、夏、秋季,二次PM2.5在总PM2.5中的占比随着O3  相似文献   

16.
西安市环境空气PM2.5污染现状及对策初探   总被引:3,自引:2,他引:1  
文章通过对西安市城市环境空气PM2.5试点监测数据深入分析,初步摸清了区域PM2.5污染水平及分布规律,提出了污染防治对策和建议,对现阶段的环境空气PM2.5污染防治有着重要的参考价值。  相似文献   

17.
In this study, the relationship between inhalable particulate (PM10), fine particulate (PM2.5), coarse particles (PM2.5 – 10) and meteorological parameters such as temperature, relative humidity, solar radiation, wind speed were statistically analyzed and modelled for urban area of Kolkata during winter months of 2003–2004. Ambient air quality was monitored with a sampling frequency of twenty-four hours at three monitoring sites located near traffic intersections and in an industrial area. The monitoring sites were located 3–5 m above ground near highly trafficked and congested areas. The 24 h average PM10 and PM2.5 samples were collected using Thermo-Andersen high volume samplers and exposed filter papers were extracted and analysed for benzene soluble organic fraction. The ratios between PM2.5 and PM10 were found to be in the range of 0.6 to 0.92 and the highest ratio was found in the most polluted urban site. Statistical analysis has shown a strong positive correlation between PM10 and PM2.5 and inverse correlation was observed between particulate matter (PM10 and PM2.5) and wind speed. Statistical analysis of air quality data shows that PM10 and PM2.5 are showing poor correlation with temperature, relative humidity and solar radiation. Regression equations for PM10 and PM2.5 and meteorological parameters were developed. The organic fraction of particulate matter soluble in benzene is an indication of poly aromatic hydrocarbon (PAH) concentration present in particulate matter. The relationship between the benzene soluble organic fraction (BSOF) of inhalable particulate (PM10) and fine particulate (PM2.5) were analysed for urban area of Kolkata. Significant positive correlation was observed between benzene soluble organic fraction of PM10 (BSM10) and benzene soluble organic fraction of PM2.5 (BSM2.5). Regression equations for BSM10 and BSM2.5 were developed.  相似文献   

18.
基于区域PM_(2.5)时空建模和预测的需要及PM_(2.5)浓度呈现明显的时空分布趋势的状况,以苏南地区2014年PM_(2.5)日监测数据为实验数据,使用回归克里格对区域PM_(2.5)进行时空建模和估值。利用最小二乘法建立了PM_(2.5)与时空位置的三元二次回归趋势模型,建模点趋势值与实测值间的平均误差接近于0,表明趋势模型拟合效果较好;拟合了样点残差的理论变异函数模型,表明该地区PM_(2.5)的空间和时间相关性范围分别为150 km和4 d;基于该模型,使用时空普通克里格对残差进行时空插值;插值结果与趋势项相加,得到PM_(2.5)回归克里格估值结果;通过对比不考虑趋势的时空普通克里格估值结果,发现考虑时空趋势的时空回归克里格法精度提高了1. 29%。对所提方法进行了创新性分析,并对不足之处进行了讨论。  相似文献   

19.
基于聚类分析的颗粒物监测网络优化研究   总被引:1,自引:0,他引:1  
为了优化香港环境监测网络,收集香港14个监测站2011年1月1日至2015年11月30日的颗粒物PM_(2.5)、PM_(10)的小时数据进行统计分析。对PM_(2.5)进行聚类,并利用日均浓度变化图进行验证,结果表明,可将监测站分为4类(A、B、C、D类),A类位于城市郊区,B类则位于港口附近,且A、B类的PM_(2.5)日变化特征均呈现双峰型分布,峰值分别出现在09:00和21:00。对PM_(10)进行类似分析结果表明,监测站同样可以分为4类,A类位于九龙区,B类则位于港口附近,而且A、B类的PM_(10)日变化双峰分别出现在11:00和20:00左右。说明污染源头及地形的相似致使某些监测站颗粒物浓度的变化出现相同的趋势,导致监测设备的浪费和管理的冗余。建议建立更高效的空气管理系统,将冗余设备转移到其他地区,扩大空气监控区域。对PM_(2.5)/PM_(10)聚类结果表明,将监测站分为4类,B类均属于路边站,C类则位于居民区。同时还发现同类监测站PM_(2.5)/PM_(10)数值变化相同,并且可以用其中一个站的PM_(2.5)和PM_(10)浓度及另一个站的PM_(2.5)或PM_(10)浓度预测PM_(2.5)或PM_(10)浓度,为优化监测资源提供了一种新的思路。  相似文献   

20.
影响PM2.5自动监测准确度的主要因素   总被引:1,自引:1,他引:0  
PM2?5的自动监测过程较为复杂,其测量准确度受多种因素影响。通过分析几种典型PM2?5测定方法原理,研究了PM2?5监测过程中可能产生误差的来源,结果表明,影响PM2?5监测结果准确度的主要因素有采样流量的准确性、采样管加热方式、对PM2?5挥发性组分的补偿方式、校准膜本身的准确度和校准结果、监测仪器的日常运行维护水平等。因此,在PM2?5日常监测过程中,需加强对上述因素的误差控制,严格执行国家监测技术规范,确保PM2?5监测结果准确可靠。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号