衡阳城区冬季PM2.5中水溶性离子污染特征

为探究衡阳冬季PM_(2.5)和水溶性离子污染特征及其来源,于2019年1月在衡阳市城区采集大气PM_(2.5)样品,使用重量法和离子色谱法测得PM_(2.5)和水溶性离子组分质量浓度,并分析其浓度特征、酸碱度和来源等问题。结果表明:采样期间衡阳大气PM_(2.5)平均质量浓度为94.25μg/m~3,总水溶性离子质量浓度为52.94μg/m~3,占PM_(2.5)总质量浓度的56.43%;阴阳离子当量之比为1.12,PM_(2.5)呈酸性,其中SNA(SO_4~(2-)、NO_3~-和NH_4~+)占总水溶性离子质量浓度的95.06%。污染期间二次转化明显,SNA主要以(NH_4)_2SO_4和NH_4NO_3形式存在。源解析发现大气PM_(2.5)受化石燃料和生物质燃烧、垃圾焚烧、建筑扬尘、气态前体物二次转化、外来输送等多重因素影响,其中机动车尾气排放的NO_x在大气中二次转化形成的硝酸盐是衡阳重污染的最主要原因。     

采暖期大气颗粒物PM1.0和PM2.5中水溶性离子污染特征

为了解采暖期大气PM_(1.0)和PM_(2.5)中水溶性离子污染特征,采集哈尔滨市2014年11月至2015年3月采暖期PM_(1.0)和PM_(2.5)的样品,进而分析其中的水溶性离子(F-、Cl-、NO-3、SO2-4、Na+、NH+4、K+、Mg2+、Ca2+)的质量浓度。结果表明:PM_(1.0)和PM_(2.5)中的水溶性离子具有相同的变化趋势。采暖期间PM_(1.0)和PM_(2.5)中9种水溶性离子质量浓度总和分别为25.4~60.7μg/m~3和38.8~78.0μg/m~3。在PM_(1.0)和PM_(2.5)中NH+4、NO-3、SO2-4占比较高,而F-、Mg2+占比较低。PM_(1.0)和PM_(2.5)中9种水溶性离子质量浓度均为夜间大于白天。在PM_(1.0)和PM_(2.5)中,Mg2+和NH+4、F-和Cl-呈显著相关,说明它们来自相似的污染源,在PM_(1.0)中的K+和Ca2+显著相关,故它们受相似的污染源的影响。根据酸度与各离子的相关性,得出SO2-4和NH+4是控制大气颗粒物酸碱性的主要离子。另外,气象因素对PM_(1.0)和PM_(2.5)的浓度有影响。     

广州市冬季PM_(2.5)污染过程二次水溶性无机离子组分特征

为了解广州地区灰霾天气成因,基于城市超级站,对2013年12月1日—12月8日期间2次灰霾天气过程的水溶性无机离子污染特征进行研究。结果表明:监测期间二次离子(SNA)SO_4~(2-)、NO_3~-、NH_4~+分别占PM_(2.5)质量浓度的15.8%、7.4%、7.0%;2次污染过程SNA对PM_(2.5)贡献显著,机动车排放和燃煤是PM_(2.5)的主要污染来源。广州冬季属于富氨区,2次污染过程都伴随着NH_4~+显著增加,NH_4~+主要以(NH_4)_2SO_4和NH_4NO_3形式存在。     

重庆市主城区大气水溶性离子在线观测分析

2015年12月—2016年3月期间,利用在线气体与气溶胶成分监测仪(IGAC)在重庆市大气超级站开展连续观测分析,并捕捉到2次持续时间较长的空气重污染过程。对PM_(2.5)中9种水溶性离子及5种气态前体物的观测结果分析表明:NO_3~-、NH_4~+和SO_4~(2-)是重庆市主城区PM_(2.5)中主要的水溶性离子成分,其浓度均表现出明显的日变化特征,主要以(NH4)_2SO_4和NH_4NO_3的形式存在。NH_3和SO_2是最主要的气态污染物。2次重污染过程的水溶性离子组分有明显差异,细颗粒物累积型污染的NH_4~+、SO_4~(2-)、NO_3~-浓度高,二次转化十分明显;春节期间烟花爆竹集中燃放,Cl~-、K~+浓度高,主要属于一次排放;污染期间主要离子组分的同源性特征显著。     

北京地区不同季节PM2.5和PM10浓度对地面气象因素的响应

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。     

烟花爆竹禁燃对春节期间东北地区空气质量影响评估

利用2015—2017年春节期间东北地区主要大气污染物(PM_(10)、PM_(2.5)、SO_2、NO_2、CO和O3)质量浓度监测资料及相应气象因子(温度、湿度、风速和气压)观测资料,分析了春节期间烟花爆竹禁燃对东北地区空气质量的影响。结果表明:随着东北地区主要城市禁燃力度的增强,空气质量逐年提升,PM_(2.5)和SO_2浓度逐年大幅度下降。禁燃可明显降低城区PM_(2.5)浓度,而由于春节期间污染源整体减少,城区和城郊监测点PM_(2.5)浓度值差异减小。烟花爆竹对PM_(10)和PM_(2.5)浓度影响高于对气体污染物SO_2、NO_2和CO的影响。此外,气象条件对东北地区春节期间禁燃改善空气质量的效果也有明显影响。因此,结合春节期间的气象条件,在东北地区实施禁燃政策动态调整非常必要。     

邢台市颗粒污染物变化特征和后向轨迹分析

为深入了解邢台市PM_(10)、PM_(2.5)浓度变化情况和气流后向轨迹,对邢台市2013—2016年环境大气颗粒污染物监测数据进行了分析,同时利用HYSPLIT模型计算出逐日72 h后向气流轨迹。结果表明:邢台市的PM_(10)和PM_(2.5)质量浓度在2013—2016年间呈逐年下降趋势,PM_(10)和PM_(2.5)质量浓度高值出现在冬季(296μg/m~3和192μg/m~3),最低值出现在夏季(140μg/m~3和80μg/m~3),PM_(10)和PM_(2.5)质量浓度在日变化上均呈"双峰双谷"型分布;后向轨迹的季节聚类分析表明,春季大气颗粒物污染以粒径2.5～10μm的颗粒污染物为主,夏季、秋季和冬季的大气颗粒物污染以PM_(2.5)为主;逐日聚类分析表明,在路径为西北偏西向的、途经多个沙源地的气流影响下,邢台市的PM_(10)和PM_(2.5)质量浓度处于一个相对高值;来源于偏南向的气流由于化合反应,污染物积聚导致PM_(10)、PM_(2.5)质量浓度也处于相对高值;在来源于西北向和偏北向的、水汽含量相对较低的气流影响下,邢台市的PM_(10)、PM_(2.5)质量浓度出现一个明显的下降。     

西宁市城区冬季PM2.5和PM10中有机碳、元素碳污染特征

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。     

宁波市秋冬季大气能见度特征及影响因素分析

针对宁波市大气能见度的观测研究表明,宁波市秋冬季大气能见度均值为11.6 km,霾日发生率为31.6%,霾日的能见度均值为6.6 km,且PM_(2.5)质量浓度在100~120μg/m3范围内的频率最高。能见度随着PM_(2.5)浓度增大呈指数下降,且相同的PM_(2.5)浓度情况下,相对湿度越大,能见度越低。能见度为10 km的临界点上,PM_(2.5)质量浓度值对应为67.5μg/m3。不同相对湿度时,能见度为10 km对应的PM_(2.5)质量浓度临界值不同。通过建立能见度回归方程发现,低相对湿度(RH≤30%)时,PM_(2.5)对能见度的影响权重最大;高相对湿度(RH60%)时,相对湿度的权重最大;RH低于60%时,RH的权重随着PM_(2.5)浓度的增加而增大;而RH高于60%时,RH的权重随着PM_(2.5)浓度的增加而减小。分析结果可为宁波市灰霾防治和采取合适的管控措施提高能见度提供一定参考。     

烟花爆竹燃放对北京市空气质量的影响研究

结合常规污染物浓度和PM_(2.5)化学组分浓度,分析了2015年春节期间烟花爆竹燃放对北京市空气质量的影响。结果表明:烟花爆竹燃放会在短时间内造成严重的大气污染,其中对SO2、PM_(2.5)和PM10的影响最为显著。除夕夜间良乡、官园和怀柔3个监测站点的PM_(2.5)质量浓度峰值分别达730.5、343.4、762.2μg/m~3,为2月17—25日和3月4—8日(观测期间)平均值的5.2、3.1、7.1倍。烟花爆竹燃放对PM_(2.5)组分中的SO_4~(2-)、K+和Cl-的影响最为显著,除夕夜间监测中心点位的SO_4~(2-)、K~+和Cl~-质量浓度峰值分别达92.2、95.6、57.4μg/m~3,为观测期间平均值的4.5、10.5、6.8倍。烟花爆竹燃放产生的气态前体物和NO_3~-、SO_4~(2-)、NH+4、OC等PM_(2.5)二次化学组分在不利的气象条件下会发生化学反应和物理积累,造成PM_(2.5)浓度升高,产生持续性的大气污染。根据各污染物与NH+4的质量浓度比推算得出,除夕、"破五"和元宵节3个时段烟花爆竹燃放对K~+、Cl~-、SO_4~(2-)、SO_2和PM_(2.5)浓度的平均贡献率分别为78.4%、61.1%、37.4%、38.7%和30.1%。     

重庆市区灰霾天气变化及特征分析

分析了近15年重庆市区灰霾的时间变化特征以及主要大气污染物与能见度的相关性。1997—2012年,灰霾天气占41.2%,发生天数没有明显变化,严重程度有所减缓。灰霾在冬季发生的天数最多,持续时间长,且容易发生重度的持续灰霾。夏季灰霾天数最少,程度最轻。PM10、PM2.5、SO2、NO2浓度随灰霾的加重而增加,其中PM2.5浓度增幅最大,O3浓度随灰霾的加重而降低。灰霾对能见度的影响大于降水天气对其的影响。灰霾天气下能见度受PM2.5的影响较大,非灰霾天气下,能见度主要受O3的影响。     

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。     

Influence of Meteorological Parameters on Particulates and Atmospheric Pollutants at Taichung Harbor Sampling Site

Atmospheric aerosol particles and metallic concentrations, ionic species were monitored at the Experimental harbor of Taichung sampling site in this study. This work attempted to characterize metallic elements and ionic species associated with meteorological conditions variation on atmospheric particulate matter in TSP, PM_2.5, PM_2.5–10. The concentration distribution trend between TSP, PM_2.5, PM_2.5–10 particle concentration at the TH (Taichung harbor) sampling site were also displayed in this study. Besides, the meteorological conditions variation of metallic elements (Fe, Mg, Cr, Cu, Zn, Mn and Pb) and ions species (Cl⁻, NO₃ ⁻, SO₄ ²⁻, NH₄ ⁺, Mg²⁺, Ca²⁺ and Na⁺) concentrations attached with those particulate were also analyzed in this study. On non-parametric (Spearman) correlation analysis, the results indicated that the meteorological conditions have high correlation at largest particulate concentrations for TSP at TH sampling site in this study. In addition, the temperature and relative humidity of meteorological conditions that played a key role to affect particulate matter (PM) and have higher correlations then other meteorological conditions such as wind speed and atmospheric pressure. The parameter temperature and relative humidity also have high correlations with atmospheric pollutants compared with those of the other meteorological variables (wind speed, atmospheric pressure and prevalent wind direction). In addition, relative statistical equations between pollutants and meteorological variables were also characterized in this study.     

2016—2017年武汉市城区大气PM2.5污染特征及来源解析

利用2016年1月至2017年9月湖北省环境监测中心站大气复合污染自动监测站的在线监测数据，对武汉市城区PM_2.5的污染特征及主要来源进行解析。结果表明，武汉市城区PM_2.5质量浓度呈现出明显的季节差异，季节变化规律为冬季>春季>秋季>夏季。水溶性离子的主要成分SO₄^2-、NO₃^-和NH₄⁺占总离子质量浓度的82.0%。PM_2.5中阴离子相对阳离子较为亏损，颗粒整体呈碱性。夏季气态污染物的氧化程度较高且SO₂较NO₂氧化程度高。后向轨迹分析结果表明，区域传输是武汉市PM_2.5的一个重要来源，在4个典型重污染阶段，武汉市分别受到局地、东北、西北及西南方向气团传输的影响。PMF模型解析出武汉市PM_2.5五大主要来源及平均贡献率：扬尘22.0%、机动车排放27.7%、二次气溶胶21.6%、重油燃烧14.9%和生物质燃烧13.8%。     

北京市典型重污染过程中PM2.5载带水溶性无机离子污染特征分析

为研究北京地区冬季PM_(2.5)载带的水溶性无机离子组分污染特征,2013年1月在中国环境科学研究院内采用在线离子色谱(URG-9000B,AIM-IC)对PM_(2.5)中水溶性无机离子(SO_4~(2-)、NO_3~-、Cl~-、NH_4~+、Na~+、K~+、Mg~(2+)、Ca~(2+))进行监测与分析。结果表明,采样期间总水溶性无机离子(TWSI)浓度为61.0μg/m~3,其中二次无机离子SO_4~(2-)、NO_3~-、NH_4~+(SNA)占比达72.3%,在PM_(2.5)中占比为40.29%,表明北京市PM_(2.5)二次污染严重。重污染天[NO_3~-]/[SO_4~(2-)]表明,固定源污染较移动源更为显著。三元相图表明,在空气质量为优的情况下,NH_4~+(在SNA中占比为30.3%~65.5%,下同)主要以NH_4NO_3的形式存在,较少比例以(NH_4)_2SO_4存在;严重污染时,NH_4~+(47.3%~77.9%)主要以(NH_4)_2SO_4形式存在,其次以NH_4NO_3的形式存在,其余的NH_4~+以NH_4Cl的形式存在。[NO_3~-]/[SO_4~(2-)]日变化表明,早、晚机动车高峰影响北京重污染发生。     

灰霾污染和清洁过程中污染物垂直结构特征

针对无锡地区2013年11月6—13日经历的灰霾污染和清洁过程,采用地基遥感激光雷达对空气中的气溶胶颗粒物垂直分布进行垂直探测,发现污染时段气溶胶颗粒物主要积聚在1.8 km以下,消光系数的日均值统计表明,从近地面至高空1.5 km,颗粒物产生的峰值消光系数稳定在0.2 km~(-1);而清洁时段,由于垂直扩散条件改善,颗粒物随高度增加明显减少,1.5 km处的消光系数不足0.05 km~(-1)。同时发现污染时段中,近地面PM_(10)、PM_(2.5)、碳黑(BC)的平均浓度分别是清洁时段的2.48、2.76、3.66倍;大气氧化剂(O3和NO_x的总和)平均值水平是清洁时段的1.73倍。气象条件分析发现,锋面的移动使大气水平、垂直对流运动加剧,污染物得以迅速扩散,空气质量转好,这也是此次污染清除的主要原因。     

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。     

成都市大气能见度变化特征及影响因子研究

利用MICAPS 2008—2011年地面观测资料,分析了成都市区大气能见度的变化特征。以2009年成都地区一次低能见度天气过程为例,分析大气能见度与各气象要素的变化关系,讨论影响成都市大气能见度变化的主要因素。结果表明:近年来伴随着霾天数的逐年下降,成都市区年平均大气能见度呈上升趋势,夏季平均值最高,春季次之,冬季最低。高湿和低风速是造成成都市低能见度现象的主要气象条件。PM2.5的浓度与成都市大气能见度呈显著负相关,PM2.5浓度的快速增长是造成大气能见度急剧降低的重要原因。有效降低PM2.5浓度,减少大气污染物排放,是改善成都市区大气能见度的有效途径。