龙华新区灰霾污染特征研究

根据龙华新区2个空气监测站2012年监测数据、气象数据以及不同污染源的排放数据,分析龙华新区空气质量现状,灰霾日数与PM2.5和PM10的相关性,并通过AERMOD模型着重探讨PM2.5和PM10的污染特征,计算不同污染源对PM2.5和PM10浓度的贡献率。结果表明,灰霾日数和PM2.5、PM10浓度均表现为明显的季节性变化,变化趋势较为一致,且灰霾日数与PM2.5的相关性较PM10更显著。龙华新区PM2.5和PM10主要来自本地源,其中PM2.5的主要来源为机动车尾气和道路扬尘,而PM10的主要来源为施工项目和裸地。     

洞庭湖区城市秋冬季PM2.5污染成因与控制对策初探——以益阳市为例

近年来,随着蓝天保卫战的不断深化,秋冬季节极端不利气象条件下的PM2.5污染问题备受关注。洞庭湖区城市受到特殊地理及气候条件、产业结构及城市发展规划的限制,秋冬季PM2.5污染较为严重。本文分析了湖南省益阳市的地理及气候特征、污染源分布和典型污染过程应对案例等,发现本地电厂、工业锅炉及炉窑、机动车等污染源贡献了大量的一次和二次PM2.5。在秋冬季受背景流场和大地形叠加影响形成低温高湿、大雾天气的情况下,这些污染源容易诱发PM2.5浓度的爆发性增长,加之西北上风向的区域外源性污染物在本地出现弱风及高湿环境时迅速在益阳市城区叠加累积,会导致形成大面积的持续污染,使PM2.5数值持续居高不下。建议从产业结构调整、污染源综合整治、极端不利气象条件应对等方面着手进行控制,逐步解决秋冬季PM2.5污染问题。     

炼化行业PM2．5污染源分析与防治

PM2.5成因表明,其一次和二次污染源几乎覆盖了炼化行业的全部主要大气污染源。国家PM2.5污染防治政策和相关要求,连同污染物排放达标升级、污染减排约束性要求,为炼化行业大气污染防控工作带来了新的更高的挑战。     

北京市大气PM_(10)和PM_(2.5)中有机物的时空变化

2005年四季在北京市不同功能区9个采样点采集大气PM10和PM2.5样品,并对其中有机物污染水平、分布特征及不同功能区PM10和PM2.5中有机物的相关性进行了探讨.结果表明,市区PM10和PM2.5中有机物年均值分别为41.39 μg/m3和34.84 μg/m3,是对照区十三陵的1.44倍和1.26倍;冬季有机物污染最严重,分别为春季的1.15、 1.82倍,秋季的2.06、 2.26倍,夏季的4.53、 6.26倍.不同季节PM2.5与PM10中EOM的比值超过0.60, 并呈现一定季节差异.各功能区有机污染表现出工业区(商业区)＞居民区(交通区、对照区)的变化趋势,且不同功能区PM2.5中EOM对PM10中EOM的影响程度各异.有机组分的年均值有非烃＞沥青质＞芳烃＞饱和烃的变化规律,而污染源的季节性排放是造成有机物组分季节变化的主要原因.     

东北某市严重雾霾期PM_(2.5)、PM_(10)中元素特征和富集因子分析

为了掌握雾霾期大气PM 2.5和PM 10中无机元素污染特征,于2013年10月20~31日期间采集了东北某市发生严重雾霾时大气PM 2.5和PM 10样品,分析了颗粒物样品中21种无机元素(K、Ca、Na、Mg、Mn、Pb、Cd等)的浓度。结果表明:大气PM 2.5和PM 10浓度普遍超标,超标率分别达88.89%、66.67%;大气PM 2.5和PM 10中元素质量浓度主要是由Na、S、Ca、K、Fe、Al、Si、As、Mg 9种元素贡献;元素的富集状况分析表明,Na、Zn、Ca、Cr、Ni、Cu、Mn、Cd、Pb和As在非雾霾期和雾霾期期富集程度较高,污染较严重,受人为污染源影响较大;以不同元素做参比,所得各元素富集系数不同。     

建立江苏省PM2.5环境空气质量标准的需求探讨

现行环境空气质量评价体系中的3项指标(SO2,NO2和PM10)已不足以全面反映江苏省大气复合污染状况,与公众感受差距较大.通过分析江苏省PM2.5,污染现状和污染源状况,综合大气中PM2.5对人群健康影响的流行病学和毒理学研究成果,以及国外PM25环境空气质量标准,建议江苏省将PM2.5纳入环境空气质量指标体系,建立...     

鄂尔多斯市秋季大气PM2.5、PM10颗粒物中正构烷烃的组成分布与来源特征

利用气相色谱-质谱技术分析了秋季鄂尔多斯市居民区、工业区和清洁区5个采样点大气PM2,、PM10颗粒物中正构烷烃组分,运用Cmax、CPl、Cn(wax)分子地球化学参数对污染源进行了初步示踪研究,并对污染程度进行了判断.结果表明,鄂尔多斯市秋季大气PM2.5、PM10颗粒物上正构烷烃来源相对比较复杂,各功能区均不同程度的受到人为来源正构烷烃污染的影响.总体来说,工业区和居民区人为来源正构烷烃污染较重,这两个功能区污染状况基本相当,而清洁区受人为来源正构烷烃污染相对较小.在鄂尔多斯地区,气候因素尤其是风向因素对大气颗粒物上正构烷烃污染水平的影响比较大.通过与我国其它大中型城市进行对比发现,我国大部分城市市区大气PM2.5、PM10颗粒物中正构烷烃主要来自于人为污染排放.     

乌鲁木齐市重污染期间PM_(2.5)污染特征与来源解析

目前有关我国城市大气重污染期间PM2.5污染特征及其来源的研究较少,为深入了解典型城市大气重污染期间PM2.5的污染特征与来源构成,于2013年1月19—30日在乌鲁木齐市采集PM2.5样品,并依据相关划分标准,确定1月19—28日为重污染天气.分析了重污染天气下ρ(PM2.5)及主要化学组成(包括水溶性离子、无机元素和碳组分),运用统计学方法研究了重污染期间PM2.5的污染特征,并且采用富集因子法和CMB受体模型解析了PM2.5的来源构成.结果表明:大气重污染期间ρ(PM2.5)严重超标,其中米东区环境保护局采样点的ρ(PM2.5)最高,其次是铁路局、市监测站;PM2.5化学组分以SO42-、TC、Si和NO3-为主,其中二次离子占ρ(PM2.5)的43.1%;城市扬尘、煤烟尘和二次粒子是环境空气中PM2.5的主要污染源类,三者在乌鲁木齐市以及米东区的分担率分别为24.7%、15.6%、38.0%和20.8%、28.0%、36.2%,其中二次硫酸盐的分担率在两地更分别达到28.6%和27.0%.     

合肥市秋冬季PM2.5污染特征及防控对策

本文主要利用合肥市10个自动监测站2014年11月的PM2.5监测数据以及世界空气质量组织网站提供的12月份空气监测数据,初步分析合肥市PM2.5分布规律;同时检测了不同楼层高度的PM2.5浓度以及进行了PM2.5与日常生活密切相关的几个实验。结果表明:(1)合肥市10个站点PM2.5浓度存在空间差异,气象条件特别是风向、风速和持续时间及其与中国主要污染源的相对位置,以及合肥市自身不合理的重污染企业布局是造成这种空间差异的主要原因;(2)不同楼层高度PM2.5浓度测试结果显示:低层略高,5层以上差异不大,高层污染改善不明显;(3)汽车内使用有效的空调过滤器可极显著地改善车内空气质量、室内使用空气净化器及新风系统均可极显著地改善室内空气质量;(4)使用不同来源的食用油产生的PM2.5差异显著;(5)吸烟极显著地提高了室内的PM2.5浓度。研究结果为民众提出了防控PM2.5的对策建议,并为地方和国家制定相关调控政策提供实验依据。     

重庆黔江地区2014年PM_(2.5)浓度变化分析

本文整理分析了2014年重庆黔江区的PM2.5变化规律。从每个月来看,重庆黔江区2014年PM2.5污染逐渐加剧,造成这种现象的原因与天气、城市基础设施建设和工业废气的排放有关,因此应主要从控制人为污染源的出发,降低重庆黔江地区PM2.5的浓度。     

2017-2019年中卫市空气质量特征分析研究

利用2017-2019年中卫市环保局提供的环境监测资料,统计分析中卫市主要污染物的变化及污染物平均浓度与气象要素的关系.结果表明,中卫市空气污染主要出现在冬、春两季,主要污染物为PM10和PM2.5,4月开始一直到夏季,中卫市典型的大气污染源为,中卫市中度以上污染主要为PM10污染,大多由扬沙、浮尘天气引起.PM2.5...     

江苏省2014年上半年颗粒物PM2.5、PM10污染特征分析研究

根据2014年1月1日～6月30日江苏省13地级市监测PM2.5,PM10的数据,分析其污染特征.结果表明:全省PM2.5和PM10污染较严重,全省PM2.5,PM10超标率都分别达到78.33％,66.11％以上,尤其是细颗粒物的污染占主导地位;PM2.5/PM10的比值范围达到0.461 9～0.687 2,全省PM2.5和PM10之间存在显著的线性关系;PM2.5,PM10浓度时空分布特征为PM2.5:1月＞3月＞2月＞5月＞6月＞4月,PM10:1月＞5月＞3月＞6月＞2月＞4月;苏北＞苏中＞苏南.     

武汉市与西安市颗粒物PM_(10)、PM_(2.5)的污染水平分析

利用武汉、西安两市2013年PM10与PM2.5的监测数据,统计分析了武汉市和西安市PM10与PM2.5的污染水平,并比较了两城市的污染水平。根据GB 3095—2012《中华人民共和国环境空气质量标准》规定的二级浓度限值,可知武汉市和西安市PM2.5的污染都非常严重,PM10的污染相对较轻。从整体上说,西安市的污染水平要比武汉市严重,其中西安市PM10中PM2.5约占79%。武汉市和西安市的相关部门都应重视PM10和PM2.5的污染问题。     

顾及空间邻近性的PM_(2.5)暴露评估系统设计与实现

室外PM2.5已成为我国第四位致死风险因子,针对目前PM2.5监测数据稀疏无法帮助居民了解其暴露于PM2.5的强度及所在地健康风险的问题,考虑邻近性模型数据要求低、原理简单的特点,文章借助邻近性模型,结合VC++可视化编程语言,采用组件式GIS平台ArcEngine,基于数据服务层、GIS逻辑层、表现层3层结构思想设计开发了顾及空间邻近特征的PM2.5暴露评估系统。系统主要包括数据预处理、暴露强度区划、受体暴露识别和暴露面积统计4个模块,可在PM2.5监测数据匮乏地区实现区域PM2.5污染暴露强度评估与空间区划、解析受体暴露原因。系统是对我国当前《环境风险评价技术导则》中"受体暴露强度评估"与"受体暴露污染源识别"方法的有益补充,特别是为监测数据缺失地区制定PM2.5污染防治措施和居民规避PM2.5健康风险策略提供了科学依据。     

滇中城市PM2.5污染防治对策研究

以昆明市为重点,调查了昆明、玉溪、曲靖等滇中3个主要城市的PM2.5监测与污染现状,初步分析认为:滇中城市PM2.5污染主要来源于建筑施工扬尘、汽车尾气排放和工业排放,且在不同的城市,上述3项PM2.5污染主要来源所占的比重有所不同。据此提出了滇中城市PM2.5污染综合防治对策措施。     

东莞市PM1中重金属元素的污染特征及来源解析

采集了2011年8月—2012年7月间东莞市不同区域两点(A:生活区;B:工业区)的PM2.5～10、PM1～2.5和PM1样品,并用ICP-MS分析了颗粒物上Pb、Cu、Zn、As、Cd、V、Mn、Cr、Hg和Al等10种元素,重点研究了PM1中除Al外其它9种重金属元素的污染特征.分析结果显示,工业区B点PM1中的重金属污染明显较生活区A点严重,9种重金属元素在B点PM1中的浓度是A点的2.3～4.4倍.Zn和Pb是A、B两点PM1中主要的重金属元素,同时各重金属元素质量占PM1质量百分比范围为0.0008%～0.3530%.粒径分布、富集因子分析的结果显示,大部分重金属元素主要富集在PM1中,且主要受人为源的影响.因子分析源解析结果表明,A、B两点PM1主要来源于4类污染源:燃煤源、机动车/工厂燃油源、冶金化工源、土壤尘.污染源特征分析表明,偏北风时东莞地区PM1受局地源远距离输送影响更严重,偏南风时受本地污染源影响更严重.     

南京市大气气溶胶颗粒物污染特点

介绍了南京市气溶胶PM2.5和不同粒径气溶胶样品的采集,分析了PM10和PM2.5的污染状况、比例关系,以及不同粒径气溶颗粒物的污染特点.     

太原市冬季SO_2、PM_(10)和PM_(2.5)浓度城郊变化特征研究

通过对太原市2013年冬季SO2、PM10和PM2.524小时浓度均值实时数据的整理和分析,结果表明,各项污染物浓度在城区和郊区差异显著。由于城郊地形条件、气象条件基本一致,各项污染物24小时浓度月变化曲线趋势基本相同。城郊PM2.5和PM10浓度比值范围与均值差别较小,比值月变化曲线趋势基本相同,城郊颗粒物污染物来源相同或相近。相关性分析表明PM2.5分别与PM10和SO2浓度均为高度正相关关系,三者污染源存在较大一致性,冬季区域污染主要以燃煤排放大气污染物为主要特征。     

使用RCFP-IC对南京市不同污染状况下PM_(2.5)中水溶性离子的观测分析

本文使用大气细颗粒物快速捕集系统及化学成分在线分析系统(RCFP-IC)和美国热电污染气体分析系统(EMS系统)对2013年11月16日—12月10日南京地区PM2.5中主要水溶性离子和污染气体进行了观测分析,并结合气象要素数据分析了灰霾天PM2.5中主要水溶性离子的污染特征.结果表明:不同污染条件下PM2.5中水溶性离子分布差异较大,清洁天浓度最大的6种离子排序为SO2-4NO-3NH+4Cl-NO-2K+,霾天(11月20—24日)和雾-霾天(12月1—8日)前6种离子排序分别是SO2-4NH+4NO-3NO-2Cl-K+和NO-3SO2-4NH+4Cl-NO-2K+.受污染源和化学反应的日变化影响,不同离子的日变化特征不同.污染天NO-3、SO2-4和NH+4的浓度是干净天的2.8~5.0倍.不同水溶性离子对能见度的影响不同.     

滇中城市PM_(2.5)污染防治对策研究

以昆明市为重点,调查了昆明、玉溪、曲靖等滇中3个主要城市的PM2.5监测与污染现状,初步分析认为:滇中城市PM2.5污染主要来源于建筑施工扬尘、汽车尾气排放和工业排放,且在不同的城市,上述3项PM2.5污染主要来源所占的比重有所不同。据此提出了滇中城市PM2.5污染综合防治对策措施。