合肥市春季大气PM10和PM2.5中碳组分的污染特征

2014年4月，应用热/光碳分析仪测定合肥市春季大气PM10和PM2.5中的有机碳（OC）、元素碳（EC）。结果显示，PM10、PM2.5的平均质量浓度分别为(124.0±34.3)μg/m3和(96.3±29.2) μg/m3,PM10中OC、EC的平均质量浓度分别为(15.1±5.5)μg/m3和(6.0±2.1) μg/m3，PM2.5中OC、EC的平均质量浓度分别为(12.1±3.5）μg/m3和(5.5±2.1) μg/m3。OC、EC在PM2.5中所占的比例均高于在PM10中的比例，说明合肥市春季PM2.5中碳的含量更高。通过分析8个碳组分及OC/EC比值，发现燃煤、机动车尾气和生物质燃烧是主要贡献源； OC易形成二次污染，EC排放以焦炭为主。     

江淮平原东部城市大气PM2.5组成和污染特征研究

2019年10月—2020年10月在江淮平原东部城市淮安开展持续1 a的PM2.5采样分析,研究PM2.5的组成和污染特征。结果表明：淮安市大气PM2.5年均质量浓度为（52.2±27.1）μg/m3,是国家二级标准（35 μg/m3）的1.5倍,其中冬季最高,为（67.5±36.4）μg/m3,是国家二级标准的1.9倍;PM2.5中的ρ（NO3-）/ρ（SO2-4）=1.76,说明机动车尾气排放对淮安市PM2.5的影响较大;PM2.5中平均ρ（OC）/ρ（EC）值为4.1±1.1,说明淮安市PM2.5受大气二次生成影响明显;Si、Al、Ca等无机元素的质量浓度较高,表明淮安须加大对扬尘污染的治理力度。     

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。     

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。     

燃煤电厂烟气颗粒物分级测定与分析

采用分级撞击采样器(DPI)对燃煤电厂烟气颗粒物测定并分析,试验表明,PM10、PM2.5及PM1在湿除出口/烟囱入口的质量浓度分别为0.26 mg/m3~1.47 mg/m3、0.22 mg/m3~1.29 mg/m3、0.17 mg/m3~1.00 mg/m3。分析可知,除尘器后烟气颗粒物PM10中主要是PM2.5,而PM2.5~10占比低于35%;烟气经湿法脱硫后,PM2.5~10的比例进一步大幅降低,经湿式除尘器后,PM2.5~10的占比变化很小,而PM1~2.5的占比大幅降低。监测结果表明,湿式除尘器对烟气颗粒物的脱除效果优于湿法脱硫,而随着颗粒物粒径的减小,2种脱除设备的脱除效率均出现降低。     

北京市昌平区大气环境PM10中多环芳烃的含量及变化趋势

通过采集了2004～2006年北京市昌平区四个季节中大气PM10样品,采用超声抽提方法,使用GC/MS分析了该区PAHs含量和组成.结果显示,三年中四个季度的18种PAHs总量范围分别为21.64～656.39ng/m3、31.94～164.33ng/m3和7.294～209.3ng/m3,其中致癌性极强的苯并[a]芘含量范围为2.69～36.95 ng/m3、1.44～6.6ng/m3和0.256～8.625ng/m1,其变化趋势与PAHs总量有较好的相关性.PAHs的浓度是冬季＞秋季＞夏季＞春季,这与夏季时雨水冲刷和阳光照射强度大导致PAHs光解,冬季时燃煤排放大等影响因素有关.文章还使用多种方法判断昌平区大气PM10中的PAHs主要来源于燃煤和汽车尾气,其它污染源贡献较小.     

百色市PM10和PM2.5中有机碳和元素碳污染特征及来源解析

2015—2016年在百色市布设3个采样点采集PM_(10)和PM_(2.5)样品,分析其中有机碳(OC)和元素碳(EC)的含量。结果表明,PM_(10)和PM_(2.5)中OC、EC四季均值分别为15.0μg/m~3、5.55μg/m~3和11.7μg/m~3、4.72μg/m~3;OC与EC相关性不显著,存在不同的污染来源;OC/EC值多数2,存在二次污染,主要来源于柴油、汽油车尾气和燃煤的排放。由总碳质气溶胶(TCA)和8个碳组分丰度分析可知,百色市碳气溶胶(CA)来源于汽车尾气、道路扬尘、燃煤的排放。二次有机碳(SOC)在OC中的占比均75%,表明百色市大气颗粒物中OC以SOC为主,夜间污染重于昼间。     

苏州市区PM_(2.5)中元素污染特征

2014年使用EHM-X100型在线金属分析仪自动监测苏州市区大气PM2.5中Pb、Cu、K等24种元素质量浓度,并结合当地工业经济发展和降雨、土壤等环境状况对元素污染特征进行分析研究。结果表明:这24种元素的年均质量浓度在0.002μg/m3~0.834μg/m3之间,并总体呈现冬季质量浓度最高,春、秋季次之,夏季最低的变化趋势;Fe、Ca和Zn 3种元素在总质量浓度中占比较高,这可能与当地产业布局、建筑业及交通状况等有关,是人类活动所导致的污染。     

乌鲁木齐市2011年冬季PM2.5/PM10浓度特征分析

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。     

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。     

乌鲁木齐市冬季大气颗粒物PM_(10) 和PM_(2.5)污染水平及相关性研究

为研究乌鲁木齐市冬季采暖期间大气颗粒物污染特征,通过采样和在线监测二种手段分析了2015年1~2月大气颗粒物样品,采用重量法分析颗粒物质量浓度,并对其相关性进行分析。结果表明:依据《环境空气质量标准》(GB 3095-2012),采样期间乌鲁木齐市大气PM_(10) 和PM_(2.5)的日均质量浓度均超过了国家二级标准,颗粒物污染严重;PM_(10) 和PM_(2.5)存在显著相关性,PM_(2.5)和PM_(10) 浓度的比值均大于0.5,采暖期PM2.5对乌鲁木齐市大气颗粒物贡献显著。     

克拉玛依市中心城区颗粒物中多环芳烃污染特征

在克拉玛依市中心城区布设4个采样点,在供暖期和非供暖期分别同步采集4个点位大气中不同粒径的颗粒物,采用HPLC进行分析并计算2个采样期内PM_(10)和PM_(2.5)中多环芳烃(PAHs)的浓度和种类。结果表明:中心城区供暖期PM_(10)中PAHs浓度为56.19 ng/m3,PM_(2.5)中PAHs浓度为48.85 ng/m3;中心城区非供暖期PM_(10)中PAHs浓度为18.86 ng/m~3,PM_(2.5)中PAHs浓度为14.53 ng/m~3。不同采样期PM_(10)和PM_(2.5)中PAHs浓度变化趋势相同,均为供暖期明显大于非供暖期。中心城区供暖期大气颗粒物吸附的PAHs以4环以下的组份为主,非供暖期则是5~6环的高环数组份偏多。分析结果表明克拉玛依市中心城区供暖期颗粒物中PAHs来源于燃煤排放叠加机动车排放,与中心城区集中供热锅炉关系密切;非供暖期则是以机动车排放污染为主。     

一次连续在线观测分析天津市细颗粒物污染特征

根据2005年的5月17日—5月23日GR IMM(1.109#)谱分析仪在线观测结果考察天津市细颗粒物浓度和质量浓度特征。观测期间,天津市颗粒物数浓度平均值为1 124 cm-3,粒径分布为0.25μm~0.60μm,98.5%粒子的粒径0.65μm。同期PM10日均质量浓度值为204μg/m3,ρ(PM2.5)为104μg/m3,ρ(PM1.0)为82.9μg/m3。ρ(PM1.0)/ρ(PM2.5)超过80%,粒径1μm超细颗粒物为天津城市大气颗粒物的主要成分。     

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。     

北京市2013年1月一次空气重污染过程分析

采用数值模式与观测资料相结合的方式，对北京市2013年1月9～15日一次空气重污染过程的大气环境背景、气象条件和形成原因进行了初步分析。结果表明，此次重污染过程北京市空气质量从9日的二级跳至10日五级重度污染，11日一13日空气质量维持连续3d严重污染，14日降为重度污染，15日转为轻度污染；重污染过程期间10—14日P（PM2.5）平均值为323μg／m。，平均风速为1．47m／s，平均相对湿度为73．6％，24h变温基本为一2．72～2．68℃，24h平均变压为一3．65～2．63hPa。指出，此次重污染过程与当地气象条件密切相关，稳定的大气环流形势为污染的持续提供了大气环流背景，风速较小、湿度较大、边界层较低、持续逆温是造成重污染的主要原因，地面风场辐合及边界层下沉运动是造成重污染的重要原因。     

Development of monitoring technology for airborne particulate matter

Particulate matter suspended in the air has adverse effects onhuman health. Its level of concentration is an important parameter in evaluating the degree of hazard it poses to the atmosphere. Conventional methods used in measuring particulatematter are often filter-based, which indicates some disadvantagesbecause such a base requires labor and time. In this study, to achieve real-time measurements, a new electrical method was developed for measuring PM10 and PM2.5 concentrations. The basicprinciple is to electrically charge particles passing through thePM inlet using a corona charger and measure the currents createdby charged particles to obtain the number concentration of particulate matter. A new type inlet based on the particle cupimpactor configuration was designed and its performance was evaluated. A unipolar diffusion charger was developed and thecharger's efficiency was determined experimentally in terms ofPn, which represents the penetration through the charger,P, times the average charge number acquired by a particle,n, for different particle sizes. The correlation was constructed between the PM10 (or the PM2.5) mass concentrationsand the electrical currents due to particles, which were chargedby the diffusion charger.     

遵义市PM10中元素污染特征、来源与生态风险评价

采集2012年3月-2013年2月遵义市丁字口（市区点）、凤凰山（背景点）监测点的 PM10样品，并对 PM10中元素污染特征、来源和生态风险进行分析与评价。结果表明，遵义市 PM10质量浓度季节变化为：冬季＞春季＞秋季＞夏季，且市区点高于背景点，冬季超标率均为100％。PM10中 As、Pb、Hg、Mn质量浓度市区点高于背景点，且均为冬季最高。富集因子分析表明，Pb、As、Cd、Hg、Mn、Cu、Zn来自人为污染，生态危害顺序为：Cd＞Pb ＞As＞Cu ＞Zn ＞Ni ＞Cr，其中 Cd 的潜在生态危害为极强。