首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到18条相似文献,搜索用时 109 毫秒
1.
徐锋 《干旱环境监测》2012,26(2):81-84,111
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。  相似文献   

2.
为深入研究PM2.5和PM10质量浓度异常“倒挂”现象的成因及影响,在苏州市相城区国控点开展比对监测分析,回顾性分析了2016—2020年苏州全部国控点颗粒物浓度数据。苏州市相城区国控点PM2.5浓度的比对分析结果表明:该国控点频繁出现PM2.5浓度高于其他国控点PM2.5浓度和高于该站点PM10浓度(“倒挂”率高达34%)的“双高”现象,PM2.5平均浓度比其他9个国控点高12.5%~37.2%,比位于同一站点的备用监测仪器(“倒挂”率为0)高38.1%。2016—2020年,苏州全部国控点“倒挂”时间的总体趋势都是逐年递增,且集中发生在相对湿度较高的20:00至次日07:00。这5年间各国控点PM2.5浓度异常偏高导致的异常“倒挂”现象对全市年均浓度产生的正误差分别为1.6%、2.8%、6.0%、6.2%和4.1%,基本呈现出逐年递增的趋势。上述结果表明:苏州PM2.5浓度偏高是由动态加...  相似文献   

3.
为研究PM_(2.5)和PM_(10)手工与自动监测仪器在高海拔地区的适用性,于2014年12月至2015年1月(冬季)在青海省西宁市开展了为期34 d的监测比对实验。PM监测数据表明:手工监测数据之间都有差异,除了受监测滤膜种类的影响,还存在监测仪器间的系统误差。石英滤膜的PM监测数据都高于聚丙烯滤膜,尤其是PM_(2.5)更为明显,偏高近1/4;石英滤膜与聚丙烯滤膜的PM监测数据具有较好的相关性,PM_(10)监测数据的相关系数为0.97。自动监测数据之间进行了同期比对研究,发现TEOM1405DF(微振荡天平法)和APM-2(β射线法)的PM监测值较低,BAM-1020(β射线法)的PM监测值最高;而Grimm(光散射法)的PM监测值居中。BAM1020配备动态加热系统(DHS),其PM监测数据比没有配备DHS的APM-2偏高40%。基于PM监测比对研究,建议在空气污染严重时加密对各监测仪器的运行维护,并加强长期观测以全面评估PM监测。  相似文献   

4.
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。  相似文献   

5.
西安市区大气中PM2.5和PM10质量浓度污染特征   总被引:2,自引:1,他引:1  
2013年3月—2014年2月期间,设置1个监测点位,采集了西安市区大气环境中PM10和PM2.5样品,采用重量法测定了PM2.5和PM10质量浓度。结果表明,西安市区PM2.5质量浓度为16~558μg/m3,平均值为128μg/m3,超标率69.1%;PM10质量浓度范围为32~887μg/m3,平均值为249μg/m3,超标率71.8%。虽然PM2.5和PM10质量浓度的逐日变化幅度比较大,但是整体变化趋势非常相似,存在显著的正相关关系(r=0.831 9)。PM2.5和PM10质量浓度存在明显的季节变化,均为冬季最高,春季次之,秋季较低,夏季最低。ρ(PM2.5)/ρ(PM10)为0.245~0.822,平均值为0.510,说明PM2.5在PM10中所占比例大于PM2.5~10;此外,该比值呈现一定的季节变化规律,冬季、夏季较高,秋季次之,春季最低。霾天气发生时,该比值和PM2.5质量浓度明显高于无霾天气。  相似文献   

6.
吴雷 《干旱环境监测》2012,26(3):158-161
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。  相似文献   

7.
天津市PM10和PM2.5中水溶性离子化学特征及来源分析   总被引:8,自引:3,他引:5       下载免费PDF全文
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。  相似文献   

8.
PM2.5手工监测技术要点探讨   总被引:4,自引:3,他引:1       下载免费PDF全文
以重量法为原理的手工监测法是国内外监测环境空气PM2.5质量浓度的标准方法,在空气质量监测中具有重要应用。该文以2012年跨4个季度近150 d的PM2.5手工监测实际操作经验为基础,重点探讨了手工监测法各环节的监测技术要点,如手工监测采样器的操作技术、滤膜种类的选择及前处理要求、滤膜更换技术、滤膜平衡和称重条件、质量保证和质量控制技术等,以期为推广PM2.5手工监测法提供技术参考。  相似文献   

9.
选用博乐市2010年大气PM10与TSP监测数据月均值,分析了PM10与TSP在大气中的浓度变化相关性趋势、沙尘暴天气对其相关性的影响以及PM10占TSP中的浓度比,并得出PM10与TSP的浓度变化趋势除沙尘暴天气干扰外非常相似,具有很好的相关性。  相似文献   

10.
烟花燃放对空气中PM2.5及水溶性离子的影响研究   总被引:2,自引:0,他引:2  
于2013年2月9日—2月16日在南京城区连续观测PM10、PM2.5、PM1的质量浓度、能见度、PM2.5中水溶性离子浓度等参数,探讨了因春节期间烟花爆竹的燃放导致大气中颗粒物浓度出现短时峰值,同时能见度急剧降低,空气质量下降的原因。研究发现:因烟花爆竹的燃放,PM2.5局地短时间浓度可达863μg/m3,能见度仅为1.2km;PM2.5中Cl-、K+与SO2-4浓度短时间上升,这与烟花爆竹中氧化剂、还原剂等组分的燃烧释放有关。由春节期间观测结果统计发现,因烟花爆竹燃放对PM2.5中水溶性离子的贡献约占50%。  相似文献   

11.
北京地区不同季节PM2.5和PM10浓度对地面气象因素的响应   总被引:1,自引:0,他引:1  
利用2013年1月—2014年12月北京地区PM_(2.5)和PM_(10)监测数据和同期近地面气象观测数据,采用非参数分析法(Spearman秩相关系数)研究了北京地区PM_(2.5)和PM_(10)的浓度对不同季节地面气象因素的响应。结果表明:北京地区大气颗粒物浓度水平具有明显的季节特征,冬季大气颗粒物污染最严重,夏季最轻。不同季节影响颗粒物浓度水平的气象因素各不相同,其中风速和日照时数为主要影响因素。PM_(2.5)和PM_(10)质量浓度对气象因素变化的响应程度也有较大区别,PM_(2.5)/PM_(10)比值冬季最高,PM_(2.5)影响最大,春季最低,PM_(10)影响最大。这些结论可对制订科学有效的大气污染控制策略提供参考。  相似文献   

12.
基于北京市PM2.5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PM2.5、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PM2.5、PM10的清除,随着降水总量增加,PM2.5、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PM2.5、PM10浓度;降水对PM2.5、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-、SO42-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。  相似文献   

13.
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PM2.5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PM2.5浓度和O3浓度的相关性及相互作用关系。2016—2020年,台州市区PM2.5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。PM2.5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:PM2.5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PM2.5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PM2.5在总PM2.5中的占比随着O3  相似文献   

14.
西宁市城区冬季PM2.5和PM10中有机碳、元素碳污染特征   总被引:1,自引:0,他引:1  
2014年11月—2015年1月对西宁市冬季开展PM_(2.5)和PM_(10)的连续监测。利用DRI 2001A型热光碳分析仪(美国)对有机碳和元素碳进行分析,结果表明:西宁市冬季PM_(2.5)和PM_(10)中碳气溶胶所占比例分别为33.13%±6.83%、24.21%±6.27%,说明碳气溶胶主要集中在PM_(2.5)中;OC/EC值均大于2,说明西宁市大气中存在二次污染;SOC占PM_(2.5)和PM_(10)的质量浓度比例分别为46.50%和57.40%,PM_(2.5)中SOC浓度占PM_(10)中SOC浓度的61.88%,说明SOC主要存在于PM_(2.5)中,且SOC形成的二次污染和直接排放的一次污染都是西宁市碳气溶胶的主要来源;与其他城市比较发现,西宁市冬季PM_(2.5)中的碳气溶胶含量普遍高于其他城市,PM_(10)中OC质量浓度相对其他城市较高,EC质量浓度偏低;OC和EC的相关性不显著,说明来源不统一;进一步对OC和EC各组分质量浓度进行分析知,西宁市冬季碳气溶胶主要来源于机动车汽油排放、燃煤和生物质燃烧。  相似文献   

15.
以四川省南充市为研究区域,通过实地调研、现场测试及结合统计年鉴等获得数据,采用排放因子法计算南充市2014年大气PM_(10)、PM_(2.5)排放量并建立排放清单。结果表明,南充市2014年扬尘源、移动源、生物质燃烧源、化石燃料固定燃烧源、工艺过程源排放总量PM_(10)分别为85 187、1 777、9 175、2 417、3 519 t,PM_(2.5)分别为16 093、1 619、7 322、914、1 585 t,PM_(10)贡献率分别为83.5%、1.7%、9.0%、2.4%、3.4%,PM_(2.5)贡献率分别为58.4%、5.9%、26.6%、3.3%、5.8%。城市区域扬尘源、生物质燃烧源、移动源、化石燃料固定燃烧源、工艺过程源对PM_(10)贡献分别为60.0%、12.5%、6.3%、8.6%、12.5%,对PM_(2.5)贡献分别为41.8%、21.6%、14.4%、8.1%、14.1%。南充市2014年大气PM_(10)、PM_(2.5)排放源总量和贡献率以及区域空间分布特征均存在差异。  相似文献   

16.
杭州市大气PM2.5和PM10污染特征及来源解析   总被引:36,自引:12,他引:24  
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%。  相似文献   

17.
PM2.5是城市大气的主要污染物,对人体健康危害巨大。研究PM2.5的形貌特征及矿物组成有助于解析PM2.5的来源和贡献及评估PM2.5对人体健康的风险。利用高分辨率场发射扫描电镜(FESEM)和能谱(SEM-EDX)对以石化为支柱产业的奎屯-独山子石化区域生活区和工业区的夏季、秋季PM2.5的形貌和矿物类型进行了分析。结果表明,奎屯-独山子的PM2.5主要包括矿物颗粒(规则矿物、不规则矿物)、烟尘集合体、球形颗粒(燃煤飞灰和二次粒子)、其他颗粒(生物质、未知颗粒)等4种类型,其中矿物颗粒在数量上和体积上均占优势。夏季规则矿物颗粒较多。从元素组成分析看,夏季PM2.5有"富Si"、"富Al"、"富Fe"、"富Ca"、"富Cu"、"富Zn"等类型,秋季PM2.5有"富Si"、"富Ca"、"富Fe"、"富Zn"、"富Cu"、"富Ti"、"富Ba"等类型,2个季节均以"富Si"颗粒占优势,表明道路扬尘、燃油飞灰、燃煤飞灰、工业粉尘、机动车尾气尘、城市扬尘等污染源是奎屯-独山子石化区夏季和秋季大气污染的主要来源。  相似文献   

18.
影响PM2.5自动监测准确度的主要因素   总被引:1,自引:1,他引:0  
PM2?5的自动监测过程较为复杂,其测量准确度受多种因素影响。通过分析几种典型PM2?5测定方法原理,研究了PM2?5监测过程中可能产生误差的来源,结果表明,影响PM2?5监测结果准确度的主要因素有采样流量的准确性、采样管加热方式、对PM2?5挥发性组分的补偿方式、校准膜本身的准确度和校准结果、监测仪器的日常运行维护水平等。因此,在PM2?5日常监测过程中,需加强对上述因素的误差控制,严格执行国家监测技术规范,确保PM2?5监测结果准确可靠。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号