焦作市大气中PM2.5的时间特征与潜在源区分析

以焦作市为研究区，基于2021年24 h自动监测大气PM2.5数据和同期气象数据，应用气团后向轨迹聚类分析、潜在源区贡献函数分析和浓度权重轨迹分析等方法探究大气污染物中PM2.5的时间分布特征及其潜在源区。结果表明：2021年焦作市PM2.5的质量浓度均值为47.3μg/m3，季节特征表现为春冬季高于夏秋季；来自河南省北部和中东部等地区气团轨迹对应的PM2.5浓度较高；春季和冬季PM2.5的潜在来源地区范围广于夏季和秋季，在污染较为严重的冬季，河南省的焦作市、新乡市、鹤壁市、安阳市、郑州市和开封市，以及河北省邯郸市和邢台市均是焦作市PM2.5的潜在源区。     

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。     

大中型商场PM10、PM2.5污染水平与来源分析

利用便携式气溶胶监测仪,对平顶山市区的中原商场、商业大楼、食品城总店三家大型商场不同楼层空气PM10和PM2.5进行了现场测定。结果显示,平顶山市大中型商场可吸入颗粒物污染严重,PM10、PM2.5污染平均超标率分别为13.7%和48.0%;PM10、PM2.5的质量浓度在时间和空间分布上存在很大差异;PM10中PM2.5所占比例为83%。     

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.     

河西走廊PM10污染的气象特征

选用敦煌、酒泉、河西走廊气象站2005年可吸人颗粒物PM10逐时浓度监测资料，较为系统地统计分析了河西走廊地区主要空气污染物-PM10的时空分布特征，其中包括PM10平均浓度和各等级出现频率的逐月变化．揭示了河西走廊站PM10污染年变化趋势，并分析了PM如浓度与地面常规气象要素的相关性。     

青岛市采暖期PM2．5与大气能见度的关系

利用青岛市大气综合观测站的研究性监测数据，分析了2011年采暖期PM2.5和能见度的相关性，结果表明：①能见度在≤3km时，对应的PM2.5浓度超出0．250mg／m^3，属于严重污染；②PM2.5浓度对能见度的影响存在一临界区域，当PM2.5浓度低于该临界区时能见度会随PM2.5浓度减少迅速改善，临界值大致位于PM2.5浓度为0．100mg／m^3处；③相对湿度小于85％时，能见度与PM2.5浓度呈显著负相关。其中，相对湿度在60％-70％时，能见度与PM2.5浓度之间的相关性最好，PM2.5对能见度的影响最直接。     

基于遥感数据的京津冀地区PM2.5时空分布特征

基于MODIS AOD遥感数据,采用多元线性回归模型对PM2.5地面监测数据进行模拟估算,同时加入降水量、相对湿度等气象因子以提高模型精度,结合GIS空间分析技术,得到2015—2016年京津冀地区空间连续的PM2.5浓度分布。结果表明:利用多元线性回归模型反演PM2.5浓度效果较好,R 2均在0.59~0.84之间。在时间上,京津冀地区PM2.5浓度呈现出夏季最低、秋季稍高、冬春两季最高的变化趋势;在空间上,2015年和2016年京津冀地区PM2.5浓度有明显的区域差异,均呈现出西北低、东南高的分布格局,大致与燕山山脉和太行山脉走向一致。     

郑州市 PM2．5和 PM10质量浓度变化特征分析

根据郑州市2013年PM2．5和PM10颗粒物连续自动监测数据，对郑州市各国控站点的PM2．5和PM10的达标情况、变化趋势等进行探讨分析。结果表明：2013年郑州市PM10和PM2．5的年均质量浓度均超过了新标准规定的年均值二级标准限值。 PM10和PM2．5月均值峰值出现在1月和10月，谷值出现在8月，各月PM2．5的超标天数都大于PM10。PM10和PM2．5冬季的日均值浓度明显高于其他季节，呈双峰型，夜晚浓度整体高于白天；PM2．5春、夏、秋三季日变化呈单峰型，PM10夏季和秋季呈单峰型，春季呈双峰型。 PM2．5和PM10日均值有着非常显著的线性相关关系，PM2．5和PM10浓度的比值（p）10月最高。     

郴州市秋冬季PM2.5污染传输路径与潜在源贡献分析

通过应用HYSPLIT、MeteoInfo模型，计算2017—2021年秋冬季抵达郴州地区72 h的后向气流轨迹并进行轨迹聚类、潜在源贡献因子（PSCF）和浓度权重轨迹（CWT）分析，探讨郴州市PM2.5传输特征及污染潜在源分布。结果表明，郴州市秋冬季PM2.5潜在源区主要分布在北偏东方向，以近距离输送为主，频率最高的是从咸宁市通城县经岳阳市平江县、株洲地区的短距离轨迹，其频率为34.17%；WPSCF高值带起源于河南省，经湖北、平江、江西等地区，最终到达郴州。WCWT分析结果得出，PM2.5污染趋势与上述一致，影响范围更宽，影响程度相对较轻。2017—2021年间，郴州地区污染传输通道影响逐年减小，PM2.5浓度平均下降19.7%。     

重庆市主城区PM 10 与能见度相关性研究

分析了2000年以来重庆市主城区能见度变化趋势及2006年PM10的污染现状，能见度和PM10质量浓度负相关，尤其采样期间的相关系数为-0．76。根据PM10源解析和PM10成分与能见度的相关性分析结果，提出应重点控制燃煤和机动车尾气污染。     

苏州大气颗粒物PM2.5和PM10质量浓度异常“倒挂”现象的成因及影响分析

为深入研究PM_2.5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PM_2.5浓度的比对分析结果表明：该国控点频繁出现PM_2.5浓度高于其他国控点PM_2.5浓度和高于该站点PM₁₀浓度(“倒挂”率高达34%)的“双高”现象，PM_2.5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PM_2.5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PM_2.5浓度偏高是由动态加...     

空气自动监测中PM2.5与PM10 “倒挂”现象特征及原因

采用不同原理的自动监测仪器在不同季节同时测定PM2.5与PM10,对所得数据中的PM2.5与PM10"倒挂"现象进行分析。结果表明,当PM10采用振荡天平法时,PM2.5与PM10的"倒挂"率较高;冬季和夏季"倒挂"现象发生率明显高于其他季节;造成PM2.5与PM10"倒挂"的原因主要有监测过程中的随机误差,PM2.5与PM10的监测方法原理不同,监测方法之间存在显著差异等。     

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。     

南京市PM2.5中金属元素污染特征及健康风险

监测分析了南京市浦口区典型工业区(2016年12月—2017年10月)PM 2.5中金属元素的浓度,分析了季节差异及来源,评价了健康风险。结果表明,PM 2.5年均值为61.24μg/m 3,全年有33.33%的天数超过《环境空气质量标准》(GB 3095—2012)的日均限值。绝大多数金属元素的平均值为:冬季>春季>秋季>夏季。As的全年平均值为(2.01±1.09)ng/m 3,较为接近我国环境标准限值。PM 2.5中金属元素主要来自工业排放、自然过程、金属冶炼及交通活动,Cr、Ni、As、Cd、Cu、Zn和Pb的富集性较高。健康风险评价结果显示,Mn的非致癌风险最高,所有金属对儿童和成人的总非致癌风险值为0.0884,低于安全阈值1;Cr(Ⅵ)的致癌风险最高,所有金属对儿童和成人的总致癌风险分别为6.23×10-7和2.49×10-6,均在可接受水平内。     

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     

南通市冬季PM2.5中水溶性离子污染特征

根据南通市2016和2017年冬季大气多参数站自动监测PM2.5数据和在线离子色谱分析仪Marga监测的PM2.5中水溶性离子数据,分析了南通市冬季PM2.5中水溶性离子污染特征。结果表明,南通市2016和2017年冬季,ρ(PM2.5)分别为58和54μg/m 3,均高出其年均值(14μg/m^3);ρ(水溶性离子)总占ρ(PM2.5)百分比分别为74.5%和74.3%;二次离子ρ(NO3^-、SO4^2-和NH4^+)占ρ(PM2.5)百分比分别为66.8%和66.6%;各水溶性离子占比大小依次为:NO3^-、SO4^2-、NH4^+、Cl^-、K^+、Na^+、Ca^2+、Mg^2+。对ρ(NO3^-)/ρ(SO 4^2-)分析表明,移动源已经成为南通市冬季的主要污染源,且呈逐年增强趋势。对氯氧化率和硫氧化率的分析表明,南通市冬季存在较明显的二次污染,SO2的转化程度大于NO2。除Na^+和Mg^2+外,其他离子与PM2.5均呈显著相关性,NO3^-、SO4^2-与NH4^+之间的相关系数最高,Cl^-与除Na^+外的所有阳离子均呈显著相关性。     

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。     

2017年厦门金砖会晤期间PM2.5的化学特征及来源

为了探讨厦门金砖会晤期间的排放控制措施以及天气形势对大气颗粒物污染特征的影响,于2017年8月10日至9月10日对厦门气态污染物、细颗粒物(PM2.5)中的水溶性离子以及有机碳(OC)、元素碳(EC)等主要化学成分开展了高时间分辨率的在线监测。根据空气质量管控措施和天气形势将研究期分为6个阶段。管控前、管控期Ⅰ(非台风)和管控期Ⅱ(非台风) PM2.5质量浓度分别为(33. 12±9. 48)、(30. 30±17. 00)、(16. 01±4. 71)μg/m^3。管控期Ⅰ(台风)和管控期Ⅱ(台风) PM2.5质量浓度分别为(12. 40±3. 73)、(12. 45±3. 28)μg/m^3。结果表明:管控期Ⅰ(非台风)阶段受静稳天气的影响,管控效果削弱,PM2.5质量浓度下降幅度小;台风对颗粒物质量浓度下降的影响比管控更显著。管控初期,PM2.5中二次无机离子的质量浓度下降明显;台风对碳质组分质量浓度的影响不如无机组分显著。PMF源解析结果表明,二次无机源是PM2.5主要来源,随着管控措施的实行,扬尘源的贡献从21%降低到6%,而机动车源的贡献降幅不明显。台风期间SO4^2-、NO3^-、SO2、NO2以及硫酸盐氧化比值(SOR)均明显低于非台风期间,氮氧化比值(NOR)反而升高。台风和非台风期间NOR的日变化特征一致,NOR与阳离子的相关性分析结果表明,台风或高风速海风期间NOR与Na^+呈现很强的正相关性,说明海盐粒子可促进NO2非均相反应生成NO3-。     

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。     

南充市大气PM10与PM2.5排放清单及特征

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。