北京地区PM_(2.5)与空气污染物的关系模型

为了研究北京地区PM2.5与空气污染物的质量浓度关系。从PM2.5监测网收集2013-04-01~2014-05-15期间PM2.5、PM10、SO2、NO2、CO、O3等主要空气污染物数据,用多元线性回归模型建立PM2.5与空气污染物的质量浓度关系。结果表明:北京地区PM2.5与空气污染物PM10、SO2、NO2、CO、O3的质量浓度相关系数分别为0.9172、0.6332、0.7683、0.8166和-0.1797,优化的拟合方程为:[PM2.5]=-22.5925+0.569109×[PM10]+23.94913×[CO]+0.113025×[BPM2.5],模型的估算值与观测值相关系数为0.9426,此方程能较好地模拟北京地区的PM2.5质量浓度。     

南京市区PM_(2.5)扩散与气象条件的关系

使用2013年PM2.5监测数据和南京气候基准站的气象资料,分析PM2.5扩散与气象条件的关系。结果表明:PM2.5质量浓度与降水量有良好的负相关关系;较大混合层厚度和不稳定的大气层结有利于PM2.5质量浓度的降低;在南京地区,PM2.5质量浓度在东北风向和西南风下相对较低,而且与风速也有较好的负相关性;较高的湿度不利于PM2.5质量浓度的降低,并会影响能见度,60%~70%的湿度区间是PM2.5污染加重的转折点。     

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。     

淮安市区大气中颗粒物PM_(10)、PM_(2.5)污染水平

通过对淮安市大气颗粒物中PM10、PM2．5的监测与污染水平分析，得出了淮安市区PM10与PM2．5浓度呈冬秋季高，夏春季低的特征。PM2.5和PM10的比值范围在0．62～0．65之间，即PM2．5在PM10以下颗粒物中所占比例大约为63％。     

冬季大气中PM_(10)和PM_(2.5)污染特征及形貌分析

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。     

新疆环境空气中PM_(2.5)/PM_(10)比值特征分析

随着环境空气质量新标准的全面实施,PM_(2.5)监测已经全面普及,并成为全国大部分城市关注的首要污染物,根据新疆环境空气质量监测网中不同区域、不同时段颗粒物(PM_(2.5)、PM_(10))质量浓度监测结果,对PM_(2.5)/PM_(10)质量浓度的比值关系进行深入分析,研究其在新疆典型区域特殊气象条件下的分布规律,为科学合理评价和考核新疆环境空气质量提供数据支持与参考。     

长沙市PM_(2.5)和PM_(10)质量浓度的变化特征

为检验PM_(2.5)和PM_(10)新监测标准实施近3年长沙大气颗粒物污染状况,利用近3年每日监测数据,对长沙10个国控自动监测点PM_(2.5)和PM_(10)达标情况、首要污染物及变化特征进行研究分析。结果表明,近3年长沙市PM_(2.5)和PM_(10)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;2013年污染最严重。PM_(2.5)和PM_(10)月均值峰值出现在1月和11月,谷值在8月,各月PM_(2.5)超标天数和首要污染物为PM_(2.5)天数都大于PM_(10);PM_(2.5)和PM_(10)冬季日均值浓度明显高于其他季节,呈双峰型,峰值在上午10:00和20:00~21:00,夜晚浓度高于白天;PM_(2.5)春、夏、秋三季日变化呈单峰型,峰值在20:00~21:00;PM_(10)四季日变化呈双峰型。PM_(2.5)和PM_(10)浓度的比值(P)1月和2月最高,PM_(10)和PM_(2.5)日均值有着显著的线性相关性。     

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。     

库尔勒市PM_(10)与气象条件的关系

利用库尔勒市2006—2013年的PM10监测数据以及同期常规气象资料,使用非参数分析(spearman秩相关系数)方法分析了常规气象要素与PM10浓度的相关关系。结果表明PM10浓度与各气象要素关系密切:气压较高时,PM10浓度易超过《环境空气质量标准》(GB 3095-2012)二级标准;当气温≥20℃时,温度越高PM10浓度超标天数越少,当气温20℃时,较高的气温则不利于PM10的稀释扩散;温度露点差越小,PM10的超标率越大;PM10浓度随风速的增大先降低后增加;降水对PM10有清除作用。     

澳门地区PM_(10)粒度分布的分形特征研究

采集澳门地区不同区域大气PM10样品,根据单颗粒图像分析方法分析了PM10的粒径分布,计算了各采样点PM10粒度分布的分形维数,分析讨论了PM10粒度分布分形维数的变化与粒度分布的关系,分析了粒度分布分形维数表征的澳门大气PM10不同采样点、不同季节的粒度整体分布及其影响因素之间的关系。结果表明,澳门地区PM10粒度分布的分形维数在2.05~3.95之间,夏季PM10的粒度分布分形维数(2.88)大于冬季(2.63),表明夏季PM10的粒度普遍较冬季的细。同一季节不同区域大气PM10的粒度也有较大变化,夏季时,澳门岛的总体颗粒物、矿物颗粒和烟尘颗粒物的分形维数较氹仔岛的偏大,即澳门岛的颗粒物比氹仔岛偏细,而冬季则相反,冬季时,澳门岛的总体颗粒物、矿物颗粒和烟尘颗粒物的分形维数较氹仔岛的偏小。     

苏州市区PM_(2.5)中元素污染特征

2014年使用EHM-X100型在线金属分析仪自动监测苏州市区大气PM2.5中Pb、Cu、K等24种元素质量浓度,并结合当地工业经济发展和降雨、土壤等环境状况对元素污染特征进行分析研究。结果表明:这24种元素的年均质量浓度在0.002μg/m3~0.834μg/m3之间,并总体呈现冬季质量浓度最高,春、秋季次之,夏季最低的变化趋势;Fe、Ca和Zn 3种元素在总质量浓度中占比较高,这可能与当地产业布局、建筑业及交通状况等有关,是人类活动所导致的污染。     

重庆市渝中区PM_(2.5)污染现状、变化规律及防治措施探讨

根据重庆市渝中区2013-01~12的PM2.5数据资料,对PM2.5的污染现状和季节变化、月变化、小时变化规律进行了分析。并进一步探讨了PM2.5产生的根源,提出了PM2.5污染防治措施。     

阿克苏市空气质量PM_(2.5)浓度变化研究与对策

近年来随着雾霾天气的频发和空气环境质量的不断下降,有关PM_(2.5)的研究逐渐成为研究的重点和热点。本研究利用阿克苏市2014年PM_(2.5)连续在线监测数据,对PM_(2.5)的污染现状和季节变化、月变化、日变化、昼夜变化规律进行探讨和分析。结果表明,阿克苏市PM_(2.5)质量浓度平均值春季最高,其次为冬季,夏季最低。春季沙尘天气和冬季采暖燃烧源是PM_(2.5)质量浓度增加的主要原因;阿克苏市PM_(2.5)质量浓度日均值为14.96~282.84μg/m3,年平均值为77.85μg/m3,是国家二级标准的1.04倍;阿克苏市PM_(2.5)质量浓度春季白天高于夜间,夏季和冬季白天低于夜间。     

淮南市大气颗粒物污染特征研究

2014年7月和2015年1月分别系统监测淮南市6个功能区夏、冬季大气颗粒物(TSP、PM10、PM2.5)质量浓度并分析其时空分布特征。结果表明:采矿区和工业区污染较严重;采矿区主要受采煤、运输等人为活动的影响,工业区受工业排放影响较大,商业区主要以汽车尾气排放为主,居民区和文教区则以燃煤排放为主;夏季颗粒物浓度日变化趋势均呈现两边凸中间凹的特征,峰值分别出现在7:00和18:00,谷值出现在13:00左右,而冬季变化趋势波动较大。     

2008年春季呼和浩特沙尘天气与TSP和PM_(10)污染的关系

利用TSP和PM10逐时监测数据,对2008年春季呼和浩特市TSP和PM10浓度的变化及其在沙尘天气过程中的相关性进行了分析,结果表明:(1)2008年春季TSP和PM10浓度值多高于国家环境空气质量二级标准,沙尘天气是影响空气环境质量的主要诱因。(2)TSP和PM10浓度在沙尘暴发生当日及前后几天均会有不同程度的增加,且以沙尘天气发生当日浓度最大。TSP和PM10浓度3月份最低,4月份次之,5月份最高。(3)不同沙尘天气过程中,TSP和PM10浓度相差明显,且TSP与PM10/TSP值随沙尘天气强度的增加而增大,PM10在不同沙尘天气过程中均为主要组成成分。(4)沙尘天气过程中TSP与PM10呈线性相关。     

柳州市四中点位PM_(10)与气象要素的关系

本文利用2008年柳州市四中点位PM10与同期气象要素的监测资料，分析PM10与相对湿度、温度、气压、风速等气象要素之间的关系：柳州市四中点位的PM10污染总体上较轻，且呈明显的季节变化，按秋季、夏季、冬季、春季依次加重，秋季、夏季较轻，冬季、春季相对较重。     

江苏省PM_(2.5)质量浓度的时空变化格局模拟

基于遥感数据,利用多元线性回归模型研究地面监测的PM_(2.5)质量浓度数据与AOD、气象数据及地面植被覆盖等数据的关系,空间精细化反演江苏省PM_(2.5)质量浓度分布。结果表明,AOD、气象数据及地面植被覆盖数据能较好地反演出PM_(2.5)质量浓度时空分布特征;江苏全省PM_(2.5)质量浓度呈现出冬高秋低、春夏居中的季节变化规律;春、冬季PM_(2.5)质量浓度的高值区集中在苏锡常、宁镇扬及泰州、南通等东南沿海的城市,而在靠近西北内陆的盐城、连云港、徐州、淮安、宿迁PM_(2.5)质量浓度较低,夏、秋季呈现出相反的态势。     

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。     

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。     

以长春为例研究环境空气中TSP、PM_(10)和PM_(2.5)的相关性

选取长春市解放大路与人民大街的交叉口为研究地点,分别进行TSP、PM10和PM2.5的采样和分析.然后利用相关系敷法和t检验对测定结果进行相关性分析,得到备元素的含量在三种污染物中的相关系敖:在TSP与PM10中为0.9349;在PM2.5与PM10中为0.8797;在TSP与PM2.5中为0.7824.得到各元素含量在三种污染物中的T检验统计值,在TSP与PM10中为0.90103;在PM2.5与PM10中为0.04745;在TSP与PM2.5中为0.047986.从分析结果可以看出,各元素含量在TSP与PM10中的相关性最好,在PM2.5与PM10中次之,研究结果为相关环境管理提供科学依据.