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。     

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。     

西安市区大气中PM2.5和PM10质量浓度污染特征

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。     

金昌市不同季节大气颗粒物的传输路径和潜在源分析

选取金昌市2019年3月-2020年2月PM2.5和PM10逐小时观测数据,分析该市颗粒物污染水平的季节差异,并利用HYSPLIT后向轨迹模式和GDAS气象数据,分析不同气流轨迹对金昌市颗粒物浓度的影响及不同季节颗粒物的潜在污染来源.结果表明,2019年金昌市冬季PM2.5污染最严重,春季PM10污染严重;春、秋季PM...     

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.     

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。     

2002—2012年京津唐PM10变化规律及差异

对2002年6月—2012年5月京津唐城市群大气可吸入颗粒物(PM10)质量浓度的长期监测数据进行分析,结合3市的地理、气候气象条件,分析了京津唐城市群大气颗粒物质量浓度的变化特征;根据3市PM10相互之间的发散系数,定量分析了3市PM10变化的差异。结果表明,2002—2012年北京市的PM10质量浓度变化范围为0.012~0.600 mg/m3,天津、唐山2市的PM10质量浓度变化范围分别为0.014~0.600、0.019~0.452 mg/m3。2008、2011年天津市PM10质量浓度年平均值达到二级标准,唐山市从2008年后PM10质量浓度年平均值达到二级标准;北京市PM10质量浓度总体变化趋势为春季秋季冬季夏季,天津、唐山市均为冬季春季秋季夏季,但不同年份的变化趋势略不同;北京-唐山、北京-天津、天津-唐山之间PM10的月度发散系数范围分别为0.402 7~0.159 2、0.406 8~0.142 9、0.323 1~0.107 8,说明空间距离最近的天津-唐山之间大气污染的相互影响较北京-天津、北京-唐山之间大。     

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。     

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。     

上海市城区典型居民住宅区PM2.5和PM10监测结果比较研究

在上海市环境空气质量连续自动监测网络中的一个城市居民住宅区监测点进行了为期一年的PM2.5和PM10的同步监测，监测结果表明：PM2.5和PM10日平均浓度之间的比值范围为0．194～0．889，月平均浓度之间的比值范围为0．420～0．667；冬季颗粒物中小粒径颗粒物PM2.5的比例较高，春季则较低；随着相对湿度的上升；颗粒物中小粒径颗粒物PM2.5的比例缓慢升高；比值变化的风向特征与监测点周围环境情况有关；PM2.5和PM10监测结果月均值之间和各月的日均值之间均线性相关，回归直线关系存在。     

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。     

杭州城区大气颗粒物污染特征及PM2.5潜在源区研究

基于2015年9月1日至2016年8月25日杭州城区观测点PM₁、PM_2.5、PM₁₀小时浓度数据进行分析，利用HYSPLIT模型、潜在源贡献因子（PSCF）方法和浓度权重轨迹（CWT）方法，探讨了杭州城区PM₁、PM_2.5、PM₁₀时间分布特征和PM_2.5潜在来源。结果表明：研究期间PM₁季节平均浓度表现为冬季 > 秋季、春季 > 夏季，PM_1~2.5、PM_2.5~10浓度则表现为冬季 > 春季 > 秋季 > 夏季；PM₁浓度日变化呈现明显的双峰现象，而PM_1~2.5和PM_2.5~10在同一时段均无明显浓度峰值；杭州城区PM_2.5受外源输送污染具有明显的季节性变化特征，夏季、秋季杭州城区PM_2.5的潜在源区主要是浙江北部、安徽东南部等，春季PM_2.5的潜在源区主要是浙江中部、江苏南部等，冬季PM_2.5的潜在源区主要是山东南部、江苏西南部、浙江北部、安徽南部、江西中部等地区。     

宁波PM10中有机碳和元素碳的季节变化及来源分析

为了探讨宁波市大气颗粒物中浓度水平与季节变化,2010年1、5、8、11月分季节采集了宁波市大气中PM10样品,在宁波连续观测了PM10以及有机碳(OC)、元素碳(EC)的浓度变化,并探讨宁波全年各季碳气溶胶污染变化特征;PM10中OC和EC相关性较好,说明OC与EC的来源相同,各采样点PM10中OC/EC的各季均值大部分超过2.0,表明宁波空气中存在一定的二次污染。宁波秋季SOC占OC含量高于其他季节。从PM10中8个碳组分丰度初步判断宁波市颗粒物中碳的主要来源是汽车尾气、道路扬尘及燃煤。     

石家庄市空气颗粒物污染与气象条件的关系

利用2013—2014年石家庄市环境监测中心PM_(2.5)、PM_(10)逐时监测资料、同期的石家庄市地面气象观测站常规观测资料以及环境监测梯度站2013年1月各层PM_(2.5)和PM_(10)逐时观测资料,分析了PM_(2.5)、PM_(10)质量浓度的时空分布特征及与气象要素的相关关系。结果表明:石家庄市PM_(2.5)与PM_(10)的质量浓度及两者的比值均为冬季和秋季较高;在水平分布上,PM_(2.5)与PM_(10)的平均质量浓度为市区西部高于东部;在垂直分布上,随着高度的增加,PM_(2.5)和PM_(10)平均质量浓度先上升后下降;PM_(2.5)与PM_(10)的质量浓度与相对湿度呈正相关,其中PM_(2.5)的质量浓度与相对湿度相关性更高;PM_(2.5)与PM_(10)的质量浓度与风速呈负相关,随着风速的增大,PM_(2.5)与PM_(10)的平均质量浓度呈下降的趋势,但当风速大于5 m/s时,PM_(10)的质量浓度随着风速增大而上升,出现扬尘污染,总体来讲,刮西北风时PM_(2.5)与PM_(10)的质量浓度较高,刮东南风时PM_(2.5)与PM_(10)的质量浓度较低,这与风向和风速的日变化有关;PM_(2.5)与PM_(10)的质量浓度与降水呈负相关,随着降水的增加,PM_(2.5)与PM_(10)的平均质量浓度呈下降的趋势。     

某典型交通路口大气颗粒物(PM10和PM2.5)中多氯联苯季节变化特征

应用同位素稀释高分辨率气相色谱-高分辨质谱 (HRGC-HRMS) 联用技术对北京市北四环典型交通路口大气颗粒物PM₁₀和PM_2.5中多氯联苯(PCBs)进行了监测,分析了PCBs浓度水平、单体组成特征、粒径分布规律和季节变化趋势。结果表明:大气颗粒物PM₁₀和PM_2.5样品中19种PCBs浓度和毒性浓度(TEQ,以世界卫生组织毒性当量因子WHO-TEF计)分别为1.05～13.83 pg/m³(平均值为6.66 pg/m³)和1.24～15.18 fg/m³ (平均值为6.84 fg/m³)、0.80～8.51 pg/m³(平均值为4.32 pg/m³)和0.88～13.40 fg/m³ (平均值为5.90 fg/m³),PM₁₀和PM_2.5中PCBs的单体分布模式相似,浓度丰度最大的是PCB-28和PCB-209,而对毒性当量贡献最大的是PCB-126。PCBs浓度季节变化明显,冬、春季明显高于夏、秋季。 PCBs浓度季节变化特征表明,不同季节采样点PCBs来源不同,除历史使用外,采暖季节可能主要来自机动车排放和化石燃料的燃烧,而非采暖季节主要来自机动车排放。粒径分布表现为PCBs倾向于富集在PM_2.5中,占PM₁₀总浓度的61%～87%(平均值为72%)。     

Interpretation of roadside PM10 monitoring data from Sunderland,United Kingdom

Roadside PM₁₀ has been monitored by Partisol® at three sitesin Sunderland between August 1997 and February 1998. The sites chosen were an inner city kerbside site; a roadside site adjacentto a dual carriageway on the outskirts of Sunderland with an openaspect; and a rural site.The results indicate that there is a seasonal variation in the relationship between the sites in terms of monitored PM₁₀.In the winter there is a poor correlation between the sites whereas in the summer significant correlations are obtained. Of the sites monitored PM₁₀ is consistently highest at the inner city roadside site. During the summer, exceedances of theU.K. 50 g m^-3 standard (DETR, 2000) are associated with conditions suitable for the build-up of photochemical pollutionhowever during the winter period exceedances are recorded duringa variety of weather conditions.At the dual carriageway site PM_2.5 has also been recorded and contributions to measured PM₁₀ are 77% in summer and68% in winter. The results illustrate a number of inconsistencies between this study utilising the Partisol® andothers reporting results where PM₁₀ has been monitored by TEOM®.     

城市大气颗粒物表面半醌自由基的测定方法

采集上海市城区和郊区2个典型站位的大气颗粒物样品,以二氯甲烷作萃取溶剂,采用索氏抽提法萃取分离吸附在颗粒物表面的稳定自由基,并利用电子自旋共振波谱技术(ESR)分析测定其种类和浓度。结果表明,测试样品的波谱特征表现为显著的三重信号峰,且g因子值均为2.002 7~2.004 7,通过与醌类物质的碱性饱和溶液ESR图谱比对,可以推断颗粒物表面至少吸附一种邻位半醌自由基。同时,通过锰标定量的方式估算了闵行和普陀2个采样点颗粒物样品表面的半醌自由基浓度,闵行采样点TSP、PM10和PM2.5表面半醌自由基的平均浓度分别为5.02×105、5.54×105、9.43×105g-1,而普陀采样点的平均浓度分别为2.02×105、3.50×105、7.16×105g-1。     

Characterisation of PM10, PM2.5 and Benzene Soluble Organic Fraction of Particulate Matter in an Urban Area of Kolkata, India

In this study, the relationship between inhalable particulate (PM₁₀), fine particulate (PM_2.5), coarse particles (PM_{2.5 – 10}) and meteorological parameters such as temperature, relative humidity, solar radiation, wind speed were statistically analyzed and modelled for urban area of Kolkata during winter months of 2003–2004. Ambient air quality was monitored with a sampling frequency of twenty-four hours at three monitoring sites located near traffic intersections and in an industrial area. The monitoring sites were located 3–5 m above ground near highly trafficked and congested areas. The 24 h average PM₁₀ and PM_2.5 samples were collected using Thermo-Andersen high volume samplers and exposed filter papers were extracted and analysed for benzene soluble organic fraction. The ratios between PM_2.5 and PM₁₀ were found to be in the range of 0.6 to 0.92 and the highest ratio was found in the most polluted urban site. Statistical analysis has shown a strong positive correlation between PM₁₀ and PM_2.5 and inverse correlation was observed between particulate matter (PM₁₀ and PM_2.5) and wind speed. Statistical analysis of air quality data shows that PM₁₀ and PM_2.5 are showing poor correlation with temperature, relative humidity and solar radiation. Regression equations for PM₁₀ and PM_2.5 and meteorological parameters were developed. The organic fraction of particulate matter soluble in benzene is an indication of poly aromatic hydrocarbon (PAH) concentration present in particulate matter. The relationship between the benzene soluble organic fraction (BSOF) of inhalable particulate (PM₁₀) and fine particulate (PM_2.5) were analysed for urban area of Kolkata. Significant positive correlation was observed between benzene soluble organic fraction of PM₁₀ (BSM10) and benzene soluble organic fraction of PM_2.5 (BSM2.5). Regression equations for BSM10 and BSM2.5 were developed.     

乌鲁木齐冬季雾天可吸入颗粒物透射电子显微镜研究

利用透射电子显微镜(TEM)对乌鲁木齐冬季雾天采集的可吸入颗粒物(PM_2.5、PM_2.5~10)的形貌特征和集聚状态进行分析。将乌鲁木齐大气可吸入颗粒物分为烟尘集合体、飞灰、矿物颗粒、硫酸盐和有机颗粒等5种单颗粒类型,并讨论了其来源。TEM分析表明,PM_2.5中烟尘集合体占14%,飞灰占7.4%,矿物颗粒占24%,硫酸盐占16.7%,有机颗粒占20.4%;PM_2.5~10 中烟尘集合体没有观察到,飞灰占4.9%,矿物颗粒占26.8%,硫酸盐占12.2%,有机颗粒占58.5%。