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%。     

石家庄市春节期间大气颗粒物有机碳和元素碳的变化特征

为研究石家庄市大气颗粒物的污染特征及其来源,于2013年2月6—19日春节期间在石家庄市采集大气颗粒物TSP、PM10、PM2.5样品,对其有机碳、元素碳进行分析测定。结果表明,石家庄TSP、PM10、PM2.5日平均质量浓度分别为389、330、245μg/m3,颗粒物污染严重;碳组分在颗粒物中占有较大比重,且随着粒径的减少,碳组分比重逐渐增加;存在不严重的次生有机碳污染;OC与EC的相关系数较高,说明两者有较为相似的污染源,主要为燃煤、机动车排放源。各种气象条件对PM2.5、OC、EC浓度和OC/EC的变化都有不同程度的影响。     

福州市春、冬季霾日与非霾日PM_(2.5)及碳气溶胶污染水平与特征

分析和探讨了福州市春、冬季霾日和非霾日PM2.5、OC和EC的污染特征,福州市五四北和紫阳两点位春、冬季PM2.5、OC、EC霾日的浓度水平明显高于非霾日,霾日对PM2.5、OC及EC的影响程度相一致;PM2.5最高值均出现在霾日,并超过美国USEPA日均值65μg/m3的标准;春季的OC高于冬季,OC/EC的比值>2.0,表明存在次生有机碳SOC,福州市区春、冬季SOC分别占OC的37%和28%,OC占PM2.5的比例为15%～26%;作为一次气溶胶的元素碳EC在大气中的浓度水平较为稳定,OC占PM2.5的比例为4%～5%;福州市环境空气中的OC和EC具有相同的来源,主要为移动污染源.     

天津市PM10和PM2.5中水溶性离子化学特征及来源分析

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。     

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。     

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。     

太原市2013年环境空气质量变化特征分析

为全面了解太原市的环境空气质量状况及污染物的时间变化规律,本文选取太原市8个站点2013年1月至12月六种主要污染物(SO2、NO2、PM10、CO、O3、PM2.5)为期一年的监测数据,评价该市2013年环境空气质量的总体情况,研究各污染物在不同时间尺度的变化特征及相互之间的关系。结果表明,2013年太原市环境空气质量以良和轻度污染为主,首要污染物主要为PM2.5和PM10;SO2、NO2、PM10、CO和PM2.5的小时变化规律较为一致,都呈现"双峰型"的变化特征,O3则呈显著的"单峰型"变化规律;上述六种污染物具有明显的季节变化特征,SO2的浓度峰值主要集中在供暖期,NO2和O3—8h浓度在夏季要高于其他季节,PM10的浓度峰值出现在春季(3月)和秋季(10月),CO的浓度峰值集中在11月和12月,PM2.5的浓度峰值主要集中在冬季;相关性分析结果表明,SO2、NO2、PM10、CO、PM2.5浓度日均值在全年各时段均具有很好的正相关性,化石燃料的燃烧可能是上述污染物质的共同来源。     

天津市颗粒物中元素化学特征及来源

2006年的8月—12月采集天津市PM2.5和PM10样品,分析了Na、Al等17种元素质量浓度及月变化特征,PM2.5中元素平均质量浓度为17.2μg/m3,占PM2.5的10.3%。微量元素Zn、Pb在PM10和PM2.5中含量较高,Cr、V、Ni、As等则在细粒子中有明显分布。用富集因子法分析发现,PM2.5中元素富集程度高于PM10。地壳元素除Ca外,均无明显富集,微量元素则呈现不同程度的富集,以Cd富集最为明显。颗粒物分析表明,土壤尘、燃煤、机动车尾气及化工行业是PM2.5中无机元素的主要来源。     

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.     

珠三角秋冬季节长时间灰霾污染特性与成因

利用珠三角大气超级站2012年10月与2013年1月能见度、不同粒径颗粒物与BC质量浓度、气溶胶光散射系数、O3、相对湿度等在线监测数据,分析秋冬季节2次持续时间超过10 d的长时间灰霾过程污染特性与成因。结果表明,冬季灰霾过程中气溶胶吸光系数和光散射系数对大气总消光系数的贡献分别为13%和67%;PM2.5、PM1占PM10质量浓度分别为66%和39%;较高的PM2.5与BC日均浓度相关系数(R2=0.88)体现了一次排放对颗粒物质量浓度及能见度的显著影响。秋季灰霾过程中气溶胶吸光系数和光散射系数对大气总消光系数的贡献分别为11%和69%,由BC导致的吸光效应较冬季下降了约20%;PM2.5和PM1占PM10质量浓度比例分别为68%和45%,均高于冬季;O3浓度日最大小时值的平均值接近冬季的2倍;二次来源对PM2.5浓度升高和能见度下降起主导作用。来自不同方向的2种气团在珠三角僵持,大气扩散条件差是导致这2次灰霾过程的重要外在条件,应成为灰霾预报预警的重点关注对象。     

气质联用法测固定污染源中三氟甲烷、四氟甲烷、六氟乙烷和六氟化硫

建立了固定污染源排气中三氟甲烷、四氟甲烷、六氟乙烷和六氟化硫的采样和气质联用分析方法,检出限分别为0.06、0.15、0.21、0.71 mg/m3,精密度在3.2%以下,相关系数大于0.999 6,并对浙江省内2家典型企业排放的温室气体进行了监测,实际样品监测结果表明,该方法能够满足废气中4种温室气体的监测要求。     

内蒙古干草原冬、春季大气气溶胶的若干特征观测研究

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。     

PM1与PM2.5切割器性能与测试系统研究

切割器是PM_2.5监测设备的关键部件,其切割性能直接影响PM_2.5和PM₁等环境空气颗粒物质量浓度监测数据的真实、准确。该研究采用粒径范围为0.6~4 μm的聚苯乙烯微球(PSL)标准粒子、单分散气溶胶发生器、混匀(分流)装置和颗粒物数量浓度测量仪等仪器设备集成搭建了适用于PM₁和PM_2.5切割器性能测试的通用系统。测试结果表明:该系统发生的PSL粒子能够保持稳定的数量浓度,并在切割气路和非切割气路间具有较好的数量浓度一致性,能在3 h内快速完成一台切割器切割效率的测试。采用该系统测试了1种类型的PM₁切割器和3种类型的PM_2.5切割器的关键切割性能。结果显示:VSCC型PM_2.5切割器D₅₀分别为2.48、2.52、2.48 μm,σ_g1分别为1.20、1.23和1.15,σ_g2分别为1.21、1.21和1.16,各项关键性能指标均符合美国和中国相关环境保护标准规范的要求,且优于SCC型和URG型切割器。推荐使用VSCC型切割器开展环境空气中PM_2.5质量浓度的监测。SCC型PM₁切割器的D₅₀为0.91 μm,σ_g1和 σ_g2为1.20和1.18,结合其他相关研究,建议PM₁切割器D₅₀合格标准应为(1.0±0.1)μm,σ_g合格标准为不超过1.20。     

2013年苏州春季一次重污染天气的过程分析

研究了2013年3月在江苏范围内的一次重污染天气过程，重点分析苏州在此次污染过程中大气污染的变化特征。污染过程中，苏州市颗粒物浓度上升较为明显， PM10的小时质量浓度最高达548μg／m3， PM2．5质量浓度也达到197μg／m3，污染持续时间为2 d，3月8—9日当地空气质量均达到中度污染水平。根据后向轨迹模型、颗粒物离子浓度的分析，此次污染是由外来浮尘及苏州本地污染物排放所造成的区域霾污染影响所致。根据监测结果与实际污染特征，针对性地提出了对策和措施。     

台州市酸雨污染现状及其对策分析

通过对近十年来的酸雨监测资料的收集分析,结合同期台州市大气环境中二氧化硫和氮氧化物的监测数据,采用秩相关系数法,对酸雨污染趋势和成因进行分析和讨论,并提出针对性措施,以期为台州市以及类似地区的大气污染、酸雨污染等防治工作提供政策参考。     

Study of urban atmospheric pollution in Navarre (Northern Spain)

An ambient air quality study was undertaken in two cities (Pamplona and Alsasua) of the Province of Navarre in northern Spain from July 2001 to June 2004. The data were obtained from two urban monitoring sites. At both monitoring sites, ambient levels of ozone, NO_x, and SO₂ were measured. Simultaneously with levels of PM₁₀ measured at Alsasua (using a laser particle counter), PM₁₀ levels were also determined at Pamplona (using a beta attenuation monitor). Mean annual PM₁₀ concentrations in Pamplona and Alsasua reached 30 and 28 μg m⁻³, respectively. These concentrations are typical for urban background sites in Northern Spain. By using meteorological information and back trajectories, it was found that the number of exceedances of the daily PM₁₀ limit as well as the PM₁₀ temporal variation was highly influenced by air masses from North Africa. Although North African transport was observed on only 9% of the days, it contributed the highest observed PM₁₀ levels. Transport from the Atlantic Ocean was observed on 68% of the days; transport from Europe on 13%; low transport and local influences on 7%; and transport from the Mediterranean region on 3% of the days. The mean O₃ concentrations were 45 and 55 μg m⁻³ in Pamplona and Alsasua, respectively, which were above the values reported for the main Spanish cities. The mean NO and NO₂ levels were very similar in both sites (12 and 26 μg m⁻³, respectively). Mean SO₂ levels were 8 μg m⁻³ in Pamplona and 5 μg m⁻³ in Alsasua. Hourly levels of PM₁₀, NO and NO₂ showed similar variations with the typically two coincident maximums during traffic rush hours demonstrating a major anthropogenic origin of PM₁₀, in spite of the sporadic dust outbreaks.     

重庆城区不同粒径颗粒物元素组分研究及来源识别

为研究重庆市大气颗粒物的污染特征及其来源,于2010年3—10月在主城区分别采集PM_1.0、PM_2.5和PM₁₀3种粒径的颗粒物样品,利用XRF分析其中的26种元素浓度。结果表明,重庆市主城区S元素在各粒径中含量都较高,细粒子中K的含量较高,粗粒子中Si、Ca和Fe的浓度较大。富集因子分析表明,主城区Cd、S、Se等污染元素的富集系数较大,且粒径越小,富集现象越明显。利用因子分析得出土壤风沙、扬尘、燃煤的燃烧、机动车燃油产生的尾气排放、生物质燃烧排放是重庆市颗粒物污染的主要来源。     

北京城区降水对PM2.5和PM10清除作用分析

基于北京市PM_2.5和PM₁₀质量浓度、组分浓度以及降水数据，利用数理统计、相关性分析等方法分别从降水总量、降水时长和降水前颗粒物浓度3个角度研究降水对PM_2.5、PM₁₀的清除作用，同时以一次典型降水过程为例，具体分析降水对颗粒物的影响。结果表明：降水总量的增加有助于促进PM_2.5、PM₁₀的清除，随着降水总量增加，PM_2.5、PM₁₀的平均清除率提高，有效清除的比例增加；连续降水可增强对大气颗粒物的湿清除作用，连续降水达3d可有效降低PM_2.5、PM₁₀浓度；降水对PM_2.5、PM₁₀浓度的清除率和大气颗粒物前一日的平均浓度有较好的正相关性。降水对大气颗粒物的清除可分为清除、回升和平稳3个阶段，各个阶段大气颗粒物的变化趋势不同。降水对于大气气溶胶化学组分和酸碱性的改变具有明显作用，对于大气颗粒物各种组分的清除效果不完全相同。对于大气中OC、NO₃^-、SO₄^2-和NH₄⁺去除率较高，且这4种组分主要以颗粒态形式被冲刷进入降水中，加剧了北京市降水酸化程度。     

2018年长三角一次持续重污染过程分析

利用常州市6个环境空气质量评价点PM_2.5、PM₁₀、SO₂、NO₂、CO和水溶性离子数据，结合后向轨迹、激光雷达探空资料、气象资料等，分析了2018年1月29日—2月2日长三角区域一次持续重污染过程。结果表明，重度污染时次高达94 h，PM_2.5最高值达235 μg/m³，由外来输送污染物与本地排放的污染物叠加而成，在不利气象条件影响下，污染物在长三角区域长时间滞留；重污染期间，污染物日变化规律显示，PM_2.5受外来源影响更显著，而SO₂、NO₂受本地污染源影响更显著，水溶性粒子组分与常州市本地源存在较大差异，其中NO₃^-、NH₄⁺、K⁺、Mg²⁺和SO₄^2-值增加最为明显，较污染前分别增加了9.1，5.9，4.3，4.2和4.1倍；K⁺值升高较快，说明污染期间也受到了生物质燃烧的影响。此外，NO₃^-和SO₄^2-在空气质量较好时，在水溶性离子中的占比日变化幅度较大，而在重污染期间，NO₃^-和SO₄^2-日变化幅度明显减小。     

台州市区PM2.5和O3污染特征及相互作用关系

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PM_2.5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PM_2.5浓度和O₃浓度的相关性及相互作用关系。2016—2020年，台州市区PM_2.5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。PM_2.5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：PM_2.5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PM_2.5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PM_2.5在总PM_2.5中的占比随着O₃