京津冀典型城市采暖季颗粒物浓度与元素分布特征

选择京津冀地区3个典型城市和从南至北的4个国家大气背景站作为研究对象,收集采暖季空气颗粒物PM2.5、PM10样品,微波消解-ICP-MS法分析了样品中的68种元素。结果表明,北京、天津、石家庄PM2.5和PM10日均质量浓度均高于国家二级标准限值和背景点,一元线性回归分析结果表明,PM10与PM2.5质量浓度呈线性相关,Na、Mg、Al、S、K、Ca、Fe质量浓度为0.1~10μg/m3,Si、P、Ti、Mn、Ni、Cu、Zn、Ba、Pb质量浓度为10~100 ng/m3,其他元素质量浓度为0.01~10 ng/m3或未检出。在元素构成上,S、Na、Al、K、Fe、Mg、Ca、P、Si等是主要元素,元素含量均大于1%。其他微量元素每种元素含量为0.1%~1%。14种重点防控重金属在PM2.5中的吸附显著高于PM10,主要来源于燃煤、燃油、工业排放、机动车尾气等。     

太原市大气颗粒物中重金属的污染特征及来源解析

为了解太原市采暖期大气颗粒物不同粒径中重金属的污染特征及其来源,于2012年10月—2013年2月对环境空气中颗粒物采样,用原子吸收分光光度法测定样品中Fe、Pb、Cu、Ni、Cr、Cd、Mn、Zn等8种元素的含量。结果表明,太原市采暖期重金属浓度从高到低依次为FePbMnZnCrCuNiCd。重金属Pb、Mn、Zn、Ni、Cd主要富集在PM2.5中;Cr主要富集在PM10中;Cu主要富集在PM5中;Fe主要在粒径大于2.5μm的粗粒子中富集。除Zn外,其他7种元素浓度均表现为灰霾期采暖期采暖前。通过主因子分析表明,太原市大气颗粒物中重金属主要来源于冶金、有机合成工业、燃煤、汽车尾气、土壤尘等。     

春节燃放烟花爆竹对南京气溶胶细粒子的影响

根据南京城区草场门与远郊固城湖大气观测点PM2.5质量浓度及组分监测结果,分析了2012年春节期间烟花爆竹燃放对城市气溶胶细粒子的影响。结果表明,春节除夕和初五烟花爆竹集中燃放时段,草场门观测点PM10和PM2.5均出现同步异常突升,且细颗粒物占比较大,PM2.5最大峰值同比远郊固城湖观测点分别高出2.79倍和6.02倍;PM2.5各化学组分中,城区草场门观测点水溶性离子K^＋、Cl^-和SO4^2＋以及微量元素K、Al、Mg、Fe、Ba等值同比远郊固城湖明显偏高,春节烟花爆竹燃放对南京城区空气质量影响显著。     

库尔勒市大气颗粒物污染特征与影响因素分析

针对库尔勒市PM 10、PM 2.5年均浓度超标现象,基于市区3个环境监测站2013—2017年的逐时观测数据,分析PM 10、PM 2.5污染特征、成因及其主要影响因素。结果表明:①2013—2017年库尔勒市PM 10年均浓度变化较大且无明显趋势,PM 2.5年均浓度整体呈下降趋势;②季节尺度上,库尔勒市PM 10在每年2—5月呈现高浓度,PM 2.5高浓度期则为10月至翌年5月;③城郊的开发区站PM 10浓度最高,老城区的州政府站PM 2.5浓度最高,在PM 10和PM 2.5的高浓度期空间差异尤其显著;④PM 10与风速显著正相关,来自塔克拉玛干沙漠的风蚀沙尘颗粒物是库尔勒地区颗粒污染物的主要来源;⑤库尔勒市PM 10主要为外源输入,PM 2.5则以城市内源为主,相对湿度、风速、风向、温度等气象条件是影响大气颗粒物浓度及分布的重要因素。     

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.     

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。     

上海市城区典型居民住宅区PM2.5和PM10监测结果比较研究

在上海市环境空气质量连续自动监测网络中的一个城市居民住宅区监测点进行了为期一年的PM2.5和PM10的同步监测，监测结果表明：PM2.5和PM10日平均浓度之间的比值范围为0．194～0．889，月平均浓度之间的比值范围为0．420～0．667；冬季颗粒物中小粒径颗粒物PM2.5的比例较高，春季则较低；随着相对湿度的上升；颗粒物中小粒径颗粒物PM2.5的比例缓慢升高；比值变化的风向特征与监测点周围环境情况有关；PM2.5和PM10监测结果月均值之间和各月的日均值之间均线性相关，回归直线关系存在。     

克拉玛依市大气PM2.5、PM10污染水平浅析

根据从2012年1月1日至2012年3月30日在同一个监测点取得的PM2.5和PM10监测数据,分析采暖期颗粒物污染水平特征。结果表明,PM2.5浓度和PM10浓度之间高度线性相关;克拉玛依市冬季空气环境中PM2.5是PM10中的主要组成成分;PM2.5浓度在一天内基本保持稳定,而PM10浓度在一天之中的变化幅度较大,峰值出现在中午上下班高峰期。     

石家庄市大气颗粒物元素组分特征分析

为研究石家庄市大气颗粒物的污染特征及其来源,于2013年4—5月在主城6区分别采集TSP、PM10和PM2.5颗粒物样品,利用ICP-MS分析其中的22种元素浓度。结果表明,石家庄市城区Ca、Fe元素在各粒径颗粒物中含量都较高,PM2.5中的S、K含量较高,PM10和TSP中Mg、Al的浓度相对较高。颗粒物的主要来源为燃煤尘、道路尘和建筑尘,TSP、PM10和PM2.5具有较好的统计相关性和同源性。     

河南省典型城市PM2.5无机元素污染特征及来源分析

分析2012年采暖季和非采暖季郑州市、洛阳市和平顶山市大气细颗粒物(PM_(2.5))样品中22种无机元素含量和污染特征,采用富集因子法、因子分析法研究当地PM_(2.5)中无机元素来源。结果表明:3个城市PM_(2.5)中无机元素总量在采暖季均高于非采暖季,不同季节占PM_(2.5)质量浓度的比例为1.7%~3.6%。Al、Na、Ca等地壳元素在PM_(2.5)中占比与PM_(2.5)浓度呈负相关关系,而Zn、Pb、Cu等人为源元素的占比随PM_(2.5)浓度增加无明显下降趋势。3个城市PM_(2.5)中Se、Cd、Br的富集因子高于1 000,Pb、Zn、Cu的富集因子为100~1 000,Co、Sc、Cr、Ni、As、Mn、Ba的富集因子为10~100,说明这些元素主要来源于人为源。13种人为源元素质量浓度在22种元素中占比为18.9%~26.3%,K、Fe、Ca、Al等4种元素占比为67.9%~76.1%。因子分析结果表明:3个城市无机元素来源组成有很大相似性,主要来源于燃煤、机动车、扬尘和建筑尘等,但Ni、Co、Sr、Ba还有来自其他排放源的贡献。     

一次连续在线观测分析天津市细颗粒物污染特征

根据2005年的5月17日—5月23日GR IMM(1.109#)谱分析仪在线观测结果考察天津市细颗粒物浓度和质量浓度特征。观测期间,天津市颗粒物数浓度平均值为1 124 cm-3,粒径分布为0.25μm~0.60μm,98.5%粒子的粒径0.65μm。同期PM10日均质量浓度值为204μg/m3,ρ(PM2.5)为104μg/m3,ρ(PM1.0)为82.9μg/m3。ρ(PM1.0)/ρ(PM2.5)超过80%,粒径1μm超细颗粒物为天津城市大气颗粒物的主要成分。     

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。     

乌鲁木齐市2011年冬季PM2.5/PM10浓度特征分析

利用乌鲁木齐市PM2.5//PM10自动监测数据,分析PM2.5与PM10的浓度分布特征和时间变化规律。结果表明,按照《环境空气质量标准》(二次征求意见稿)的标准限值,乌鲁木齐市冬季PM2.5污染重于PM10。PM2.5浓度为0.164mg/m3,超过二级年标准限值的3.7倍,超标率为73.9%。PM2.5浓度日变化曲线昼高夜低,呈单峰型,峰值出现在13:00~14:00(北京时间)。PM10中PM2.5所占比例较高,PM2.5/PM10为0.79,相关分析和检验显示PM2.5与PM10的线性相关显著,相关系数为0.92。     

Chemical Composition and Sources of PM10 and PM2.5 Aerosols in Guangzhou, China

Aerosol samples of PM10 and PM2.5 are collected in summertime at four monitoring sites in Guangzhou, China. The concentrations of organic and elemental carbons (OC/EC), inorganic ions, and elements in PM10 and PM2.5 are also quantified. Our study aims to: (1) characterize the particulate concentrations and associated chemical species in urban atmosphere (2) identify the potential sources and estimate their apportionment. The results show that average concentration of PM2.5 (97.54 μg m⁻³) in Guangzhou significantly exceeds the National Ambient Air Quality Standard (NAAQS) 24-h average of 65 μg m⁻³. OC, EC, Sulfate, ammonium, K, V, Ni, Cu, Zn, Pb, As, Cd and Se are mainly in PM2.5 fraction of particles, while chloride, nitrate, Na, Mg, Al, Fe, Ca, Ti and Mn are mainly in PM2.5-10 fraction. The major components such as sulfate, OC and EC account for about 70–90% of the particulate mass. Enrichment factors (EF) for elements are calculated to indicate that elements of anthropogenic origins (Zn, Pb, As, Se, V, Ni, Cu and Cd) are highly enriched with respect to crustal composition (Al, Fe, Ca, Ti and Mn). Ambient and source data are used in the multi-variable linearly regression analysis for source identification and apportionment, indicating that major sources and their apportionments of ambient particulate aerosols in Guangzhou are vehicle exhaust by 38.4% and coal combustion by 26.0%, respetively.     

郑州市 PM2．5和 PM10质量浓度变化特征分析

根据郑州市2013年PM2．5和PM10颗粒物连续自动监测数据，对郑州市各国控站点的PM2．5和PM10的达标情况、变化趋势等进行探讨分析。结果表明：2013年郑州市PM10和PM2．5的年均质量浓度均超过了新标准规定的年均值二级标准限值。 PM10和PM2．5月均值峰值出现在1月和10月，谷值出现在8月，各月PM2．5的超标天数都大于PM10。PM10和PM2．5冬季的日均值浓度明显高于其他季节，呈双峰型，夜晚浓度整体高于白天；PM2．5春、夏、秋三季日变化呈单峰型，PM10夏季和秋季呈单峰型，春季呈双峰型。 PM2．5和PM10日均值有着非常显著的线性相关关系，PM2．5和PM10浓度的比值（p）10月最高。     

基于遥感数据的京津冀地区PM2.5时空分布特征

基于MODIS AOD遥感数据,采用多元线性回归模型对PM2.5地面监测数据进行模拟估算,同时加入降水量、相对湿度等气象因子以提高模型精度,结合GIS空间分析技术,得到2015—2016年京津冀地区空间连续的PM2.5浓度分布。结果表明:利用多元线性回归模型反演PM2.5浓度效果较好,R 2均在0.59~0.84之间。在时间上,京津冀地区PM2.5浓度呈现出夏季最低、秋季稍高、冬春两季最高的变化趋势;在空间上,2015年和2016年京津冀地区PM2.5浓度有明显的区域差异,均呈现出西北低、东南高的分布格局,大致与燕山山脉和太行山脉走向一致。     

Monitoring of ambient particles and heavy metals in a residential area of Seoul, Korea

In this study, ambient TSP, PM10, and PM2.5 in a residential area located in the northern part of Seoul were monitored every other month for 1 year from April 2005 to February 2006. The monthly average levels of TSP, PM10, and PM2.5 had ranges of 71∼158, 40∼106, and 28∼43 μg/m³, respectively. TSP and PM10 showed highest concentration in April; this seems to be due to Asian dust from China and/or Mongolia. However, the fine particle of PM2.5 showed a relatively constant level during the monitoring period. Heavy metals in PM 10 and PM2.5, such as Cr, As, Cd, Mn, Zn and Pb, were also analysed during the same period. The monthly average concentrations of heavy metal in PM2.5 were Cr:1.9∼22.7 ng/m³; As:0.9∼2.5 ng/m³; Cd: 0.6∼7 ng/m³; Mn:6.1∼22.6 ng/m³; Zn: 38.9∼204.8 ng/m³, and Pb: 21.6∼201.1 ng/m³. For the health risk assessment of heavy metals in ambient particles, excess cancer risks were calculated using IRIS unit risk. As a result, the excess cancer risks of chromium, cadmium, and arsenic were shown to be more than one per million based on the annual concentration of heavy metals, and chromium showed the highest excess cancer risk in ambient particles in Seoul.     

Dynamics and origin of PM2.5 during a three-year sampling period in Beijing, China

Systematic sampling and analysis were performed to investigate the dynamics and the origin of suspended particulate matter smaller than 2.5 μm in diameter (PM(2.5)), in Beijing, China from 2005 to 2008. Identifying the source of PM(2.5) was the main goal of this project, which was funded by the German Research Foundation (DFG). The concentrations of 19 elements, black carbon (BC) and the total mass in 158 weekly PM(2.5) samples were measured. The statistical evaluation of the data from factor analysis (FA) identifies four main sources responsible for PM(2.5) in Beijing: (1) a combination of long-range transport geogenic soil particles, geogenic-like particles from construction sites and the anthropogenic emissions from steel factories; (2) road traffic, industry emissions and domestic heating; (3) local re-suspended soil particles; (4) re-suspended particles from refuse disposal/landfills and uncontrolled dumped waste. Special attention has been paid to seven high concentration "episodes", which were further analyzed by FA, enrichment factor analysis (EF), elemental signatures and backward-trajectory analysis. These results suggest that long-range transport soil particles contribute much to the high concentration of PM(2.5) during dust days. This is supported by mineral analysis which showed a clear imprint of component in PM(2.5). Furthermore, the ratios of Mg/Al have been proved to be a good signature to trace back different source areas. The Pb/Ti ratio allows the distinction between periods of predominant anthropogenic and geogenic sources during high concentration episodes. Backward-trajectory analysis clearly shows the origins of these episodes, which partly corroborate the FA and EF results. This study is only a small contribution to the understanding of the meteorological and source driven dynamics of PM(2.5) concentrations.