华东森林及高山背景区域CO2和CH4浓度变化特征

对国家大气背景监测福建武夷山站2014—2018年的主要温室气体监测数据进行分析,探讨华东森林及高山背景区域大气中CO_2和CH_4浓度的变化特征。结果表明:华东森林及高山区域CO_2背景浓度为414.1×10~(-6)(摩尔分数,下同),5年间呈逐年上升趋势; CH_4背景浓度为1 977×10~(-9),2014—2016年呈逐年上升趋势,2016—2018年保持稳定;两者均具有较明显的季节和月变化特征,CO_2还具有较明显的日变化特征,但季节变化幅度、月平均浓度振幅和日变化幅度均较小,具有区域背景特征。     

齐齐哈尔市春季大气中PM2.5的污染特征分析

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。     

烟台市PM2.5空间分布特征与来源解析

2016—2017年,选取烟台市3个代表性点位采集了PM_(2.5)样品,分析了其质量浓度和化学组成特征,并利用化学质量平衡(CMB)模型对环境空气受体进行了来源解析。结果表明:PM_(2.5)浓度呈现出盛泉工业园点位[(68.9±30.5)μg/m~3]福山环保局点位[(64.5±25.5)μg/m~3]百盛商城点位[(58.8±19.2)μg/m~3]的空间分布特征。水溶性离子、碳组分(OC和EC)和地壳类元素表现出不同的分布特征,与各点位所代表的不同功能区有关。形成机制上,NO~-_3在福山环保局点位主要以NH_4NO_3形式存在,而在盛泉工业园点位存在一定的Ca(NO_3)_2形式占比。源解析结果显示,3个点位均受到海盐源的影响,福山环保局点位二次颗粒物污染最为严重(43.9%),盛泉工业园点位燃煤源贡献突出(16.4%)。     

2001年～2008年及奥运会期间天津市大气污染特征分析

根据天津市大气质量监测数据,对2001年～2008年及奥运会期间天津市大气污染特征和主要大气污染物的变化规律进行了分析。结果表明,2001年～2008年天津市的PM10、SO2和NO2污染总体呈下降趋势,但质量浓度仍相对较高。2008年8月奥运会期间天津市PM10和SO2质量浓度达到国家空气质量二级标准,NO2质量浓度达到国家空气质量一级标准,空气质量良好。天津市PM10污染相对稳定,SO2和NO2的污染分布呈现明显的季节性,时间上表现为冬强夏弱。气象条件对污染物浓度影响明显,沙尘、大雾等天气可使污染物浓度急剧升高。     

被动采样监测环境空气中SO 2和NO 2

用自主研制的采样管开展环境空气中SO2和NO2的被动采样监测.结果表明,被动采样监测结果与自动监测结果高度相关,经回归方程修正后,两者的结果没有显著性差异,被动采样的采样和分析产生的误差得以消除.     

石家庄市NO2时空分布特征及影响因素

为了解石家庄市NO₂时空分布特征及影响因素,结合GIS和相关性分析,对2018年环境空气自动监测站监测数据、气象数据和社会经济数据进行统计分析。结果表明:261个乡镇NO₂年均质量浓度范围为11~68 μg/m³,超标率为47.9%,仅有49个乡镇NO₂日均质量浓度达到国家二级标准。主城区NO₂质量浓度高于周边县(市、区),NO₂总体呈圆环形带状分布。月变化方面,1-3月、10-12月污染较重,峰值出现在1月。NO₂日变化呈"高-低-高"的变化趋势,区域差异明显。NO₂与温度、湿度、风速呈负相关,与大气压呈正相关,气象条件的月际差异是导致NO₂月差异的重要因素,NO₂空间分布主要受地形、人口密度和机动车排放等因素影响。研究结果提示秋冬季是NO₂治理的关键时期,主城区为重点防控治理区域。     

NDIR法便携烟气SO2分析仪技术性能及现场应用比较

针对目前中国固定污染源烟气SO2低浓度排放的现状,结合环境监测工作的技术需求,选取目前在国内应用较多的3种非分散红外吸收法便携烟气SO2分析仪(1种进口仪器,2种国产仪器)进行技术性能指标和现场比对监测的测试研究。测试结果表明,国产NDIR法便携烟气SO2分析仪的基本性能指标已经逐步接近国外同类仪器设备的技术水平,在产品结构和扩展功能等方面更适应中国国情需求;但是在产品外观结构的合理性、使用的便捷舒适性以及产品性能质量的稳定性等方面还需要进一步完善。因此,为推动国产便携烟气SO2分析仪技术水平和能力的进一步提升,有关仪器设备的技术标准、应用技术规范等相关法规应尽快制定实施。     

沈阳市城区采暖期PM2.5中水溶性离子的化学特征

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。     

2013年北京市PM2.5重污染日时空分布特征研究

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。     

温湿度对PM2.5质量浓度监测的影响

探讨了在不同环境条件和污染状况下,带膜动态测量的微振荡天平法的自动监测方法能否准确监测空气中的PM_(2.5)质量浓度。通过自动方法与手工重量法的比对,针对2015年8月—2016年7月的监测结果进行讨论,尤其是不同温度和相对湿度对监测数据的影响,在平均相对湿度为60%~90%时夏季2种方法绝对偏差均值大于10μg/m3,并对该结果进行了原因分析,提出了自动监测的质量控制和比对溯源的建议,为PM_(2.5)的质量浓度监测工作提供了参考依据。     

北京市大气污染物浓度空间分布与优化布点研究

基于地统计学方法对北京市2012年11—12月的大气污染物SO2、NO2、PM10和PM2.5浓度数据进行了空间分析。结果表明,4种污染物浓度数据均符合正态分布,满足地统计学分析的使用条件且均呈现中等强度的变异性。4种污染物半变异函数的块金效应值分别是29%、24%、7%、4%,表现出很强的空间相关性。4种污染物长轴变程分别是63、58、62、90 km,短轴变程分别是31、37、48、50 km,空间分布呈现出各向异性,变程范围与中尺度天气系统相当。研究大气污染物的空间分布特性对于整体把握区域环境空气质量和监测点位优化十分重要,以北京市区域空气质量中PM2.5监测站点设置为例,其监测站点在长轴方向上的间隔设置应取20~25 km,短轴方向上布点间隔应为8~12 km。     

离子色谱法测废印刷电路板真空热解气相污染物中HBr、NO2和SO2

在淋洗液中加入H2O2和三乙醇胺配制成吸收液,通过离子色谱法同时测定废印刷电路板真空热解气相产物中HBr、NO_2和SO_2的含量,方法简单、快速、准确。当用50 m L吸收液、采样体积为30 L时,3种污染物的检出限分别为0.000 005 7、0.000 003 4、0.000 002 9 mg/L。该方法加标回收率为95.7%~104.8%,完全能满足废印刷电路板真空热解气相污染物中HBr、NO_2和SO_2的同时测定要求。利用该方法和行标方法同时测定环境空气中的HBr、NO_2和SO_2,再利用Excel分析工具对测定数据进行F检验和t检验,检验结果表明2种测定方法无显著差异。     

郑州市对流层NO2柱浓度时空变化及其影响因素

基于郑州市2005—2015年的OMI遥感反演资料以及地面相关监测数据,研究了郑州市对流层NO_2的时空分布特征,并利用灰色关联法对郑州市NO_2柱浓度变化的主要影响因素进行分析。与地面观测数据对比检验显示,对流层NO_2柱浓度年均值数据与近地面监测站NO_2浓度的实测年均值数据呈显著的正相关,相关系数分别为0.884 6和0.940 2,表明OMI数据资料可以较好地反映地面NO_2浓度的变化。郑州市的对流层NO_2柱浓度在2005—2013年间呈现波动变化且2013—2015年NO_2柱浓度显著减小的特征。季节变化上NO_2柱浓度主要表现为冬季秋季春季夏季的特点。郑州市对流层NO_2柱浓度的空间变化分布主要表现为由北部向南部逐渐递减的趋势,年际变化上高值区与低值区变化不够显著,中值区近年来不断扩大。灰色关联度分析结果显示,汽车保有量与对流层NO_2柱浓度的灰色关联度最低为0.571,而标准煤消耗量、工业用电量以及采暖供热量与对流层NO_2柱浓度的灰色关联度比较高,分别为0.956、0.828、0.862,即大气中工业过程及采暖期煤炭燃烧排放的NO_2占较大比例,汽车尾气排放所占的比例相对较小。     

Inter-Laboratory Comparison of No2 and SO2 Generated by Dynamic Dilution System Under Laboratory Conditions: A Technical Discussion

A workshop on analytical quality control (AQC) of ambient air quality measurement methods for nitrogen dioxide (NO₂) and sulphur dioxide (SO₂) was conducted by Central Pollution Control Board (CPCB) for officials involved in National Ambient Air Quality Monitoring (NAAQM) in India. Concentrations of NO₂ and SO₂ were generated by dynamic dilution system under laboratory conditions at low and high levels and measured using static dilution system and wet chemical methods laid down by CPCB under section 16(2)(h) of the air act 1981. CPCB provided the measured values as reference values for comparing the means obtained by the officials participated from thirteen organizations. A tolerance limit of ±15% of the reference values was specified to accept the results. Generated concentrations, which were unknown to the participants, were measured using gaseous sampling assembly (Envirotech APM 411, New Delhi, India), and wet chemical methods laid down by CPCB i.e. the same methodology which is used by the organizations to generate the data of NO₂ and SO₂ in ambient air. Simultaneously, concentrations were checked by CPCB using automatic analyzers as a check on reference concentration. It is observed that results of automatic analyzers for NO₂ and SO₂ were within a tolerance of ±5% with %RSD below 3. On the other hand, results of most of the participants showed variability in the measurements with %RSD ranging between ±0.8 and ±88.6 and exceedences of means from the tolerance limit with bias ranging between 1.4 and −59%. To check the cause of high variability in the measurements obtained under identical conditions, duplicate sampling was performed by one of the participants for SO₂ at low concentration level. In this study, results of wet chemical methods, automatic analyzers and results of duplicate sampling are analysed statistically to assess the cause of high variability in the measurements. Analysis of t-test and analysis of variance (ANOVA) showed highly significant results for NO₂ and SO₂ at high concentration levels (α 0.05) and for SO₂ at both the levels (α 0.01) respectively indicating some bias is existing either in the sampling or in analytical technique. Duplicate sampling performed to check precision in parallel measurements showed high %RSD indicating the presence of systematic error in sampling technique as the same calibration factor (CF) was used to measure the concentration of duplicate samples. Statistical analysis of flow rates of duplicate sampling showed that the sampling assembly could not maintain the constant flow rate within the ±10% with that measured at the start of the sampling. This resulted in high %RSD and deviation from the reference values for the results of most of the participants, even after accepting ±15% tolerance limit. There is a need to improve and evaluate this gaseous sample collection device under laboratory conditions to generate reliable database of NO₂ and SO₂ in ambient air.     

沿海城市PM10和PM2.5自动监测过程中质量浓度“倒挂”现象分析与成因探讨

2020年2—3月,位于福建沿海地区中部的莆田市在环境空气质量自动监测过程中出现了严重的PM_(10)和PM_(2.5)质量浓度"倒挂"现象,小时值"倒挂"率为19.86%,日均值"倒挂"率为16.67%。在高相对湿度和低风速气象条件下,颗粒物会出现严重的"倒挂"现象,"倒挂"过程中常伴随着颗粒物和气态污染物(SO_2、NO_2和CO)质量浓度的增加。因此,于2020年2月16日—3月26日开展了颗粒物自动监测和手工监测比对,并结合气象参数、气态污染物质量浓度,以及PM_(10)和PM_(2.5)中水溶性离子和液态水的含量特征,进一步探讨了莆田市颗粒物质量浓度"倒挂"的主要成因。研究表明,PM_(10)和PM_(2.5)自动监测仪器检测原理的差异是导致颗粒物质量浓度"倒挂"的重要原因之一,而气象条件(相对湿度、气温和风速等)、颗粒物质量浓度、颗粒物中主要吸湿组分(NO_3~-、SO_4~(2-)和NH_4~+)和液态水的含量也是颗粒物质量浓度"倒挂"的主要影响因素。莆田市2020年2—3月出现高频率"倒挂"现象是多重因素共同作用的结果,解决该问题需要同时考虑监测仪器检测原理、气象参数、颗粒物质量浓度和吸湿组分等的影响。     

中原城市群臭氧浓度分布特征及来源

利用2015年臭氧(O_3)自动监测数据和源排放清单,分析了中原城市群O_3浓度的空间、时间分布情况,探讨了中原城市群中城市间O_3的相关性,以及O_3浓度、NOx、VOCs、CO及汽车保有量间的相关性。指出中原城市群是全国更是河南O_3污染的严重地区,O_3浓度年内月度变化呈倒"V"型分布,具有明显的北部城市特征;中原城市群9个城市间除开封外其他8个城市间都呈高度正相关性,相关系数均为0.892~0.991;9个城市机动车保有量及NOx、VOCs和CO等前体物的年排放量与其年均O_3浓度之间存在正相关性。分析认为,NOx、VOCs和CO等前体物的排放是中原城市群O_3浓度偏高的主要影响因素,同时O_3浓度也与日照时间、降雨量、植物源VOCs排放量及相邻城市间污染物的空间输送等因素有着密切的关系。     

基于GIS的唐山地区大气污染物时空分布研究

应用数据统计和ArcGIS对北方重工业城市唐山地区2014年14个县(区)18个空气自动监测站的数据进行时空分布特征分析,监测的污染物为PM_(10)、SO_2、NO_2、PM_(2.5)、O_3、CO共6项。利用ArcGIS对各个自动监测站污染物数据建立网格模型,采用反距离权重法分别对年均、采暖期、非采暖期的环境空气质量综合指数和6项污染因子浓度的空间分布进行估算,直观比较了污染物在不同时期内的空间分布状况。结果表明,空气质量时间分布较为明显,非采暖期明显好于采暖期。同时,计算出每个网格单元污染指数的标准偏差,结合气象气候、地形地势、工业发展等情况,分析得出北部山区、市中心区附近区域空气质量波动较大。为区域大气污染有针对性的综合防治、联防联控及污染物区域削减计划打下数据基础。     

Evaluation of ogawa passive sampling devices as an alternative measurement method for the nitrogen dioxide annual standard in El Paso, Texas

Nitrogen Dioxide (NO₂) is a common urban air pollutant that results from the combustion of fossil fuels. It causes serious human health effects, is a precursor to the formation of ground level ozone, another serious air pollutant, and is one of the six criteria air pollutants established by the United States (U.S.) Clean Air Act (CAA). Ogawa Passive Sampling Devices (PSDs) for NO₂ were collocated and operated at six NO₂ Federal Reference Method (FRM) monitor locations in the El Paso, Texas area for the 2004 calendar year. Passive samples were taken at 2-week, 3-week, and 4-week intervals and compared against the continuously operating FRM monitors. Results showed that the collective NO₂ annual arithmetic mean for all passive monitors was identical to the NO₂ mean for all FRM monitors. Of the individual locations, three passive annual NO₂ means were identical to their corresponding FRM means, and three passive annual NO₂ means differed from their corresponding FRM means by only one part per billion (ppb). Linear correlation analysis between all readings of the individual NO₂ PSDs and FRM values showed an average absolute difference of 1.2 ppb with an r ² of 0.95. Paired comparison between high and low concentration annual NO₂ sites, seasonal considerations, and interlab quality control comparisons all showed excellent results. The ease of deployment, reliability, and the cost-savings that can be realized with NO₂ PSDs could make them an attractive alternative to FRM monitors for screening purposes, and even possibly an equivalent method for annual NO₂ monitoring. More tests of the Ogawa NO₂ PSD are recommended for different ecosystem and climate regimes.     

成都市夏季近地面臭氧污染气象特征

利用2016年7月成都市8个环境监测站点的臭氧、NO_2的监测资料以及成都市国家基准气象站和基本气象站的观测资料,对成都市夏季臭氧、NO_2浓度和气象要素的日变化特征和臭氧污染过程进行了分析。研究结果表明:成都市臭氧污染受综合气象条件和NO_2浓度的影响,高温、低湿、强辐射有利于臭氧大量生成,NO_2浓度高低决定了臭氧浓度的峰值大小;在污染期间,大气边界层高度远高于本地平均水平,数值约为平均水平的2～3倍;成都市臭氧污染的主要影响因子存在地区差异,成都市区的臭氧主要来自于自身的光化学反应,而灵岩寺地区的臭氧来自于VOCs和大气水平输送。     

Spatial concentration distributions of sulfur dioxide and nitrogen oxides in Patras, Greece, in a winter period

An economic and quick methodology for performing a preliminary spatial assessment of a city air quality with the purpose to identify locations and zones susceptible to high pollution levels is proposed. A Patras case-study is selected, regarding the air pollutants of sulfur dioxide (SO₂) and oxides of nitrogen (NO_x). A total number of 451 samples of short duration, of which 225 were randomly picked in morning rush hours and 226 within evening rush hours, were collected from 50 locations of the major Patras area during a year period, when peaks of primary air pollutants usually occur. Concentration measurements at prescribed locations used to statistically calculate spatial average concentrations approximating 1-h mean values with mean probable errors less than 25.9% for SO₂, NO and NO_x and less than 15.5% for NO₂. Then iso-concentration contour diagrams plotted indicate high pollution zones and possibly appropriate locations for continuous or random monitoring according to the European Community (EC) Directives. The 1-h mean concentrations were in good correlation to the corresponding traffic rates and useful relationships are given (0.54 ≤ r ≤ 0.63). In addition, comparisons with data available for other cities, as well as with the limit and guide values provided by the EC and the World Health Organization (WHO) were given. The present data could be useful for the design and optimization of a city network of stations for monitoring air quality, for environmental impact assessments, future reference and comparisons due to city development needs, as well as for validating dispersion models.