平顶山市大气PM10、PM2.5 污染调查

于2003年12月-2004年11月对平顶山市城区大气PM10、PM2.5污染进行了调查.结果表明,2004年大气PM10、PM2.5质量浓度分别为0.031 mg/m3～0.862 mg/m3、0.019 mg/m3～0.438 mg/m3;年均值分别为0.174 mg/m3、0.114 mg/m3,超标0.74倍、6.60倍.PM10、PM2.5污染的季节变化趋势是以冬季、春季高,秋季次之,夏季最低,细颗粒(PM2.5)约占PM10 65%;As、Pb、Cd、S、Zn、Cu、Mn、Ca等元素是颗粒物中主要污染元素,易在PM2.5中富集.平顶山市大气颗粒物污染的主要来源有煤炭燃烧、汽车尾气、城市基础建设和有色金属冶炼行业.     

基于GIS的石家庄市PM10和PM2.5时空分布研究

利用2018年261个乡镇环境空气自动监测站监测数据,结合GIS空间分析技术,对石家庄市PM10和PM2.5的时空污染特征进行了研究。结果表明,石家庄地区PM10和PM2.5污染的空间分布整体表现为西北部山区好于东南部的平原地区,主城区好于周边县(市、区)的特征。采暖期PM10和PM2.5的污染程度明显重于非采暖期。PM2.5稳定性差于PM10,PM10和PM2.5的稳定性与污染程度具有一定的负相关性,表现出污染越轻的区域稳定性越差。两者的日均值浓度变化在时间序列上呈极强正相关,且污染越重的区域时间相关性越强。与日均值相关性不同,污染程度越轻的区域PM10和PM2.5年均值的线性相关性越强。     

杭州市大气PM2.5和PM10污染特征及来源解析

2006年在杭州市两个环境受体点位采集不同季节大气中PM2.5和PM10样品,同时采集了多种颗粒物源类样品,分析了其质量浓度和多种化学成分,包括21种无机元素、5种无机水溶性离子以及有机碳和元素碳等,并据此构建了杭州市PM2.5和PM10的源与受体化学成分谱;用化学质量平衡(CMB)受体模型解析其来源。结果表明,杭州市PM2.5和PM10污染较严重,其年均浓度分别为77.5μg/m3和111.0μg/m3;各主要源类对PM2.5的贡献率依次为机动车尾气尘21.6%、硫酸盐18.8%、煤烟尘16.7%、燃油尘10.2%、硝酸盐9.9%、土壤尘8.2%、建筑水泥尘4.0%、海盐粒子1.5%。各主要源类对PM10贡献率依次为土壤尘17.0%、机动车尾气尘16.9%、硫酸盐14.3%、煤烟尘13.9%、硝酸盐粒8.2%、建筑水泥尘8.0%、燃油尘5.5%、海盐粒子3.4%、冶金尘3.2%。     

三维变分在PM2.5重污染数值模拟中的应用研究

为了探讨三维变分法(3DVAR)对成渝城市群冬季PM2.5重污染模拟的改善效果,采用3DVAR对成渝城市群2017年12月至2018年1月的空气质量数值模拟结果进行资料同化,对比评估嵌套网格空气质量预报模式(NAQPMS)原始数据与同化再分析数据的准确率,并分析成渝重污染特征。研究结果显示,3DVAR在PM2.5、PM10和NO2的同化实验中均取得较好的改善效果,成渝地区检验站点各污染物相关系数(r)的平均提升比例依次为44%、90%和332%,r改善的站点占检验站点总数的比例分别为98%、100%和82%;检验站点均方根误差(RMSE)的平均下降比例分别为15%、37%和31%,RMSE改善的站点占检验站点总数的比例为65%、98%和84%。与原始模拟结果相比,同化结果能够更准确地反映成渝地区冬季重污染期间的PM2.5和PM10空间分布特征。     

郴州市秋冬季PM2.5污染传输路径与潜在源贡献分析

通过应用HYSPLIT、MeteoInfo模型,计算2017—2021年秋冬季抵达郴州地区72 h的后向气流轨迹并进行轨迹聚类、潜在源贡献因子（PSCF）和浓度权重轨迹（CWT）分析,探讨郴州市PM2.5传输特征及污染潜在源分布。结果表明,郴州市秋冬季PM2.5潜在源区主要分布在北偏东方向,以近距离输送为主,频率最高的是从咸宁市通城县经岳阳市平江县、株洲地区的短距离轨迹,其频率为34.17%;WPSCF高值带起源于河南省,经湖北、平江、江西等地区,最终到达郴州。WCWT分析结果得出,PM2.5污染趋势与上述一致,影响范围更宽,影响程度相对较轻。2017—2021年间,郴州地区污染传输通道影响逐年减小,PM2.5浓度平均下降19.7%。     

宁波市PM10、PM2.5中水溶性无机阴离子浓度水平及分布特征

研究了宁波市PM10、PM2.5中无机阴离子浓度水平及分布特征。结果表明,PM10中Cl-为1.00μg/m3,具有较明显的海洋特征,SO24-、NO3-离子浓度为9.90、3.70μg/m3;Cl-主要存在于粒径为2.5-10μm的颗粒物中,而NO3-、SO42-主要存在于PM2.5中,成为PM2.5的重要组成部分。PM10中水溶性无机阴离子季节变化明显,呈冬天高,夏天低的趋势。     

北京清华园采暖前与采暖期PM10中含碳组分的理化特征

采用美国rp公司生产的Series5400大气颗粒物碳质组分监测仪对清华园PM10中的碳质组分进行了连续在线监测(2002年9月~11月)。结合PM2.5中碳质组分浓度、PM10的浓度和气象数据,分析了碳质组分的污染特征。结果表明,采样期间清华园大气PM10中有机碳(OC)、元素碳(EC)的日平均质量浓度分别在4.07~65.81μg/m3、0.96~26.14μg/m3之间变化,平均值分别为20.8±12.1和7.0±5.1μg/m3。OC在总碳(TC)中占有很大比例,OC/TC平均值为75.84%;TC在PM10中的含量平均为25.0%。本文对9~10月份(秋季)和11月份(初冬)OC、EC的相关性分别进行了分析,结果表明OC、EC之间具有良好的相关性,9月份和10月份相关性系数(R2)为0.83;11月份为0.90。二次生成的OC(OCsec)浓度估算结果表明,9、10月份OCsec在OC中的比例(60.7%)比11月份(38.5%)大。碳质组分主要集中在细颗粒物中,PM10中的OC有70.3%存在于细颗粒物PM2.5中,TC则有58.6%存在于PM2.5中。     

合肥市春季大气PM10和PM2.5中碳组分的污染特征

2014年4月，应用热/光碳分析仪测定合肥市春季大气PM10和PM2.5中的有机碳（OC）、元素碳（EC）。结果显示，PM10、PM2.5的平均质量浓度分别为(124.0±34.3)μg/m3和(96.3±29.2) μg/m3,PM10中OC、EC的平均质量浓度分别为(15.1±5.5)μg/m3和(6.0±2.1) μg/m3，PM2.5中OC、EC的平均质量浓度分别为(12.1±3.5）μg/m3和(5.5±2.1) μg/m3。OC、EC在PM2.5中所占的比例均高于在PM10中的比例，说明合肥市春季PM2.5中碳的含量更高。通过分析8个碳组分及OC/EC比值，发现燃煤、机动车尾气和生物质燃烧是主要贡献源； OC易形成二次污染，EC排放以焦炭为主。     

江淮平原东部城市大气PM2.5组成和污染特征研究

2019年10月—2020年10月在江淮平原东部城市淮安开展持续1 a的PM2.5采样分析,研究PM2.5的组成和污染特征。结果表明：淮安市大气PM2.5年均质量浓度为（52.2±27.1）μg/m3,是国家二级标准（35 μg/m3）的1.5倍,其中冬季最高,为（67.5±36.4）μg/m3,是国家二级标准的1.9倍;PM2.5中的ρ（NO3-）/ρ（SO2-4）=1.76,说明机动车尾气排放对淮安市PM2.5的影响较大;PM2.5中平均ρ（OC）/ρ（EC）值为4.1±1.1,说明淮安市PM2.5受大气二次生成影响明显;Si、Al、Ca等无机元素的质量浓度较高,表明淮安须加大对扬尘污染的治理力度。     

南通市冬季PM2.5中水溶性离子污染特征

根据南通市2016和2017年冬季大气多参数站自动监测PM2.5数据和在线离子色谱分析仪Marga监测的PM2.5中水溶性离子数据,分析了南通市冬季PM2.5中水溶性离子污染特征。结果表明,南通市2016和2017年冬季,ρ(PM2.5)分别为58和54μg/m 3,均高出其年均值(14μg/m^3);ρ(水溶性离子)总占ρ(PM2.5)百分比分别为74.5%和74.3%;二次离子ρ(NO3^-、SO4^2-和NH4^+)占ρ(PM2.5)百分比分别为66.8%和66.6%;各水溶性离子占比大小依次为:NO3^-、SO4^2-、NH4^+、Cl^-、K^+、Na^+、Ca^2+、Mg^2+。对ρ(NO3^-)/ρ(SO 4^2-)分析表明,移动源已经成为南通市冬季的主要污染源,且呈逐年增强趋势。对氯氧化率和硫氧化率的分析表明,南通市冬季存在较明显的二次污染,SO2的转化程度大于NO2。除Na^+和Mg^2+外,其他离子与PM2.5均呈显著相关性,NO3^-、SO4^2-与NH4^+之间的相关系数最高,Cl^-与除Na^+外的所有阳离子均呈显著相关性。     

鞍山市环境空气颗粒物中重金属元素分布特征

研究了鞍山市环境空气中可吸入颗粒物(PM10和PM2.5)中重金属元素分布特征,结果表明鞍山市环境空气可吸入颗粒物中Zn、Pb、Al、Cu四种金属总和所占21种元素比例近85%。重金属元素在不同粒径颗粒物中的浓度水平有明显差别,更易富集在细颗粒物PM2.5上。     

冬、春季大气PM_(10)重污染的监测与预警——以江苏省典型城市为例

时2007年3月与2008年1月城市大气PM10重污染过程进行监测.结果表明,江苏省冬、春季城市PM10小时值总体呈正态分布,严重污染的发生与大气物理条件密切相关.PM<,10>重污染预报准确性仍有待改进,以完善省级大气环境监测预警体系.     

气溶胶PM2.5中内分泌干扰物酞酸酯类的研究

通过选择17种酞酸脂的目标化合物的特征离子对PM2.5样品进行特征离子的扫描,有效建立了高灵敏度的PM2.5酞酸脂类(PAE)的GC-MS-SIM的测定方法;检出限均达到了ng级的水平。气溶胶PM2.5中酞酸脂类(PAE)的污染特征:清洁对照点以邻苯二甲酸二丁酯(DBP)为主;二类区以邻苯二甲酸二(2-乙基己基)酯(DEHP)和邻苯二甲酸二丁酯(DBP)占主导成分。     

2006年春季石家庄市沙尘天气与PM_(10)污染

文章应用气象资料和环境监测逐时资料,对2006年春季石家庄市出现的沙尘天气过程中PM10浓度变化,及其与污染源、天气形势、风、周边环境等的关系进行分析。结果表明,沙尘天气的首要污染物均是PM10,PM10的变化曲线呈正态分布,春季中度及以上污染日均出现在污染日当日或次日。造成石家庄沙尘天气污染源分本地型、外来型以及两者共同影响型三种。本地型沙尘污染强度取决于风速大小及强风持续时间,PM10浓度变化与风速呈正相关。而外来型污染多发生在地面弱气压场,PM10浓度变化与风速呈反相关。文章总结出沙尘天气污染预警的几个必要条件,可供实际的空气质量预警参考。     

北京市大气PM10源解析研究

于2004年在北京市定陵、车公庄、古城、亦庄、房山和奥体中心6个采样点采集大气PM10环境样品,针对北京市颗粒物主要排放源采集土壤尘、建筑水泥尘、燃煤等污染源PM10样品,分别对其中的无机元素、离子、有机碳(OC)和元素碳(EC)进行测定。采用代表北京市颗粒物主要排放源PM10组分特征的成分谱,利用CMB受体模型对PM10来源进行解析。结果表明,PM10的最大来源为土壤尘,其它贡献源类依次为燃煤排放、机动车/燃油排放、二次粒子(SO42-、NO3-和NH4 )、建筑水泥尘。污染源贡献具有明显的季节变化,并存在一定的地域变化。     

广州市PM_(10)与气象要素的关系分析

广州的PM10污染状况较为严重.PM10是大气颗粒物中对环境和人体健康危害最大的一类,PM10与医院就诊率、呼吸器官疾病发病率乃至死亡率等关系密切.PM10污染与气象条件关系密切,研究气象条件对PM10污染的影响,对改善城市空气质量条件有重要意义.文章利用2001～2004年广州市PM10和同期地面气象要素的监测资料,定量分析PM10与降雨量、相对湿度、平均温度和气压之间的关系:不同等级的降雨对PM10污染均有一定的清除作用;PM.0日平均质量浓度的改变量随着降雨量的增大而增大;1mm降雨量对PM10的清除能力按春、夏、秋、冬依次递增.春、夏、秋三个季节均为当日平均相对湿度低于季平均相对湿度时容易出现PM10污染天气,冬季则相反.春、秋两季均为当日平均气温在季平均值附近徘徊时,较易出现PM10污染,冬季则相反,夏季较少出现PM10污染.较高气压下PM10污染日的出现频率明显高于非污染日.     

质谱直接测量法解析盐城市大气细颗粒物来源

为全面了解盐城市大气颗粒物的组成,摸清以PM2.5为首要污染物的来源,说清其化学组分和源贡献率,于2014年12月16日00:00—2014年12月21日09:00,利用在线单颗粒气溶胶质谱仪,对盐城市细颗粒物进行实时在线源解析。结果表明,盐城首要污染物为燃煤,占比为23.7%,其次是机动车尾气,占比为18.3%,第三位是扬尘,占总颗粒数的15.7%,生物质燃烧占比为14.8%位列第四,工业工艺源、二次无机源和其他源贡献率相对较小。     

乌鲁木齐市冬季大气颗粒物PM_(10) 和PM_(2.5)污染水平及相关性研究

为研究乌鲁木齐市冬季采暖期间大气颗粒物污染特征,通过采样和在线监测二种手段分析了2015年1~2月大气颗粒物样品,采用重量法分析颗粒物质量浓度,并对其相关性进行分析。结果表明:依据《环境空气质量标准》(GB 3095-2012),采样期间乌鲁木齐市大气PM_(10) 和PM_(2.5)的日均质量浓度均超过了国家二级标准,颗粒物污染严重;PM_(10) 和PM_(2.5)存在显著相关性,PM_(2.5)和PM_(10) 浓度的比值均大于0.5,采暖期PM2.5对乌鲁木齐市大气颗粒物贡献显著。     

因子分析法解析北京市大气颗粒物PM10的来源

2004年10月份在北京市6个采样点采集了大气PM10样品,分析了大气颗粒物的质量浓度、元素组成、离子、有机碳(OC)和元素碳(EC)的浓度,并用因子分析模型对颗粒物的来源进行了研究。结果显示,北京市大气颗粒物的来源主要有6类:建筑水泥尘/机动车尾气尘/燃煤尘、土壤风沙尘、二次粒子尘、工业粉尘、生物质燃烧尘和燃油尘。用模型计算得到的各源对PM10的贡献率分别为建筑水泥尘/机动车尾气尘/燃煤尘占36.57%、土壤风沙尘占16.07%、二次粒子尘占12.33%、工业粉尘占10.29%、生物质燃烧尘占6.07%、燃油尘占3.84%、其它占14.84%。其中建筑水泥/机动车尾气尘/燃煤尘、土壤风沙尘、二次粒子尘、工业粉尘是大气颗粒物PM10的主要来源。实验表明,在缺少源成分谱时可以用因子分析模型来分析大气颗粒物的来源及其相对贡献。