上海大气颗粒物中溴、碘浓度水平的影响因素

统计分析了2008年采样期间大气颗粒物TSP和PM10中溴、碘浓度水平与气象条件和气态污染物SO2、NO2的关系。结果表明,风向为向岸流时,大气中TSP、PM10浓度以及颗粒物中溴、碘的浓度均低于离岸流时的数值;在各气象因素中,影响颗粒物中溴、碘浓度的主要气象因素为风向、气压和气温,风速和相对湿度的影响较小;颗粒物中溴、碘的浓度水平随大气中SO2、NO2浓度的上升而上升,颗粒物中碘与SO2、NO2呈显著正相关,而颗粒物中溴呈较弱的正相关性;当空气质量恶化时,PM10中Br、I浓度增大,而Br/I比值降低,城市大气中污染物质之间的化学反应对颗粒物中Br/I的比值有一定影响。     

基于空气质量和气象数据的大气污染物排放水平评估

评估大气污染物排放水平有助于防治大气污染。基于空气质量和气象数据,定量分析了气象因素对大气污染物浓度的影响,在此基础上建立了一种基于空气质量和气象数据的大气污染物排放水平指标——"参考浓度",即同等排放水平、参考气象条件下的大气污染物浓度;以SO_2为例,通过比较我国主要城市SO_2监测浓度、参考浓度与排放水平的相关性,验证了该排放水平指标的有效性;将该排放水平指标应用于我国不同地区大气细颗粒物PM2.5污染的脆弱性分析,得到了不同地区PM2.5排放水平的时空分布特征。结果显示:大气污染物参考浓度相比监测浓度可以更好地反映大气污染物的排放水平。该评估方法可以为大气污染防治提供参考。     

近地面降雨过程研究——模拟和因素分析

用模型和模拟实验方法研究了近地面降雨过程中SO_2和颗粒物洗入对雨水pH值的影响。探讨了几个主要因素与雨水最终pH值的关系,并对我国六个城市大气颗粒物的缓冲性能进行了初步研究。     

某钢厂大气PM_(2.5)污染特征与潜在源区贡献分析

基于2017年全年在某钢厂厂区4个特征点位进行的环境大气PM_(2.5)、PM_(10)和气象参数的在线监测数据,对一年中污染高发/非高发时段钢铁厂厂区内大气颗粒物的浓度水平、粒径分布、日均值变化趋势以及气象因素对浓度的影响进行了分析,并利用大气气团输送模拟及潜在污染源贡献(PSCF)分析探讨了厂区大气PM_(2.5)的外来输送和本地贡献情况。结果表明:2017年全年某钢厂厂区大气颗粒物以细颗粒物为主;4个站点大气PM_(2.5)日均值全年变化趋势一致,污染高发月份质量浓度均值高于非污染高发月份相应值;除2号站可能受到厂区生产活动排放的影响,PM_(2.5)浓度水平略高外,各站点相互间及与周边环境对照点的浓度保持在一致水平,亦未发现明显的污染物输出现象;冬季外来污染源输入对厂区大气PM_(2.5)浓度贡献较显著,其他季节应主要考虑本地排放影响。     

基于地统计学的北京市可吸入颗粒物时空变异性及气象因素分析

大气颗粒物是造成城市空气污染的重要原因之一,并已经成为我国北京等大中城市空气污染中的首要污染物.为分析北京市采暖期大气中可吸入颗粒物的污染水平及其气象因素的影响作用,以大气可吸入颗粒物PM0.3,PM3.0,PM5.0为研究对象,于2007～2009年采暖期间在北京市城区设立了93个采样点进行定点采样监测,利用地统计分析工具和指示克里格方法,模拟分析了北京市城区2007～2009年采暖期PM0.3、PM3.0、PM5.0的时空变异性,并建立起可吸入颗粒物浓度与气象条件(风力、温度、湿度)的对应关系,由此分析气象因素对大气颗粒物污染水平的影响程度.结果表明:实验半变异函数符合具有块金值的球状模型;北京城区空气可吸入颗粒物的污染水平自2007年以来污染程度与污染面积均呈减小趋势,影响范围主要集中在西南部,西北次之,近郊区污染重于城区;气象条件是影响可吸入颗粒物污染程度的重要因素,在不同年份不同气象因子对颗粒物的影响是不同的.但另一方面,由于污染原因季节冷暖程度的不同,气象条件对颗粒物浓度的影响有不确定的一面,但仍可找到一些规律.     

我国大气颗粒物来源及特征分析

我国大气颗粒物来源复杂,呈现大气复合型污染特征,对主要污染源进行识别和定量,是制定城市空气质量改善措施的基础。本研究总结了2000年以来我国近30个城市大气可吸入颗粒物PM10源解析研究,结果表明我国大气颗粒物PM10主要来自六类源:扬尘(土壤尘、道路尘、建筑尘);燃煤;工业排放;机动车排放;生物质燃烧;SO2、NOx、VOCs氧化产生的二次颗粒物。研究还表明,不同地区不同季节大气颗粒物主要来源和相对贡献存在差异。近年来随着大气颗粒物控制措施的实施,城市PM10污染状况已明显改善,大气细颗粒物PM2.5越来越受关注,在制定空气质量达标方案时,各类燃烧源和二次颗粒物的重要性将进一步上升。     

珠江三角洲大气颗粒物研究进展

珠江三角洲地区大气颗粒物污染严重,本文对该地区大气颗粒物的研究进展进行了综述。该地区大气颗粒物具有区域性污染特征。不同采样点不同时间离子浓度有明显差异,它们的形成和转化与大气化学过程有关。OC中的烷烃和多环芳烃多存在于细粒子中,并且二次OC含量较高。珠江三角洲地区大气颗粒物的污染源主要包括工业点源的排放、城市建设、机动车尾气等。     

大气颗粒物的源解析技术

大气是人类赖以生存的基本环境要素,大气污染是影响环境质量和人类健康的主要危害因素之一,而大气颗粒物(Particulate matter,PM)则一直是影响城市环境质量的首要污染物[1]。大气颗粒物是影响大气环境质量、造成大气污染的一大重要因素。大气颗粒物对我们的危害极大,为此对大气颗粒物的源解析就尤为重要。本文主要阐述了当下用的比较广泛的几种源解析技术模型。     

2009年8~9月成都市颗粒物污染及其与气象条件的关系

对成都市3个不同点位PM2.5和PM10进行了为期30d的连续观测,研究了大气颗粒物浓度的时空分布特征,及其与气象条件的关系.研究表明,观测期间成都市大气颗粒物PM2.5和PM10质量浓度日均值分别为66,94μg/m3,两者浓度变化范围较大,但变化趋势相同.从空间分布来看,大气颗粒物浓度均是熊猫基地>草堂寺>丽都花园,即下风向污染状况最严重,商业繁华地段次之,生活居住区最好;从时间分布来看,大气颗粒物污染最严重出现在9月17~19日,9月5~9日2个时间段,不利的气象因素和污染物的累积是造成该时间段大气颗粒物污染加重的主要原因.PM2.5与PM10质量浓度的相关性为0.93,PM2.5对PM10的贡献较大,两者质量浓度的比值达0.69.气温对大气颗粒物浓度变化没有显著影响;降水以及风速对颗粒物浓度影响较大,主要是对颗粒物的湿清除和促进扩散作用;在一定相对湿度范围内,高湿度条件容易造成大气颗粒物的较重污染.能见度与大气颗粒物浓度呈明显负相关性,且与PM2.5的相关系数大于与PM10的相关系数.     

大气环境容量的影响因素及核算方法综述

介绍了大气环境容量的主要影响因素,探讨了常用的大气环境容量核算方法。影响大气环境容量的因素主要分为自然因素和社会因素,前者主要包括气象因素、地理因素、环境背景浓度,后者主要包括污染源布局、污染物排放种类及特征、环境目标值、外来污染源。核算方法主要包括A值法、线性规划法、模型模拟法以及系统动力学方法。A值法主要用于宏观指导,因忽略干湿沉降以及化学转化作用等自然因素而造成核算偏差;线性规划法适用于制定区域内环境质量改善方案,但无法解决非线性问题;模型模拟法可兼顾多种影响因素,主要用于省级范围的环境容量核算,但技术、操作和计算都相对复杂;系统动力学方法简化了计算过程,还考虑了社会经济影响,更适用于多目标规划模型问题和复合型空气污染问题。建议在计算过程中充分考虑影响因素且按重要程度进行排序,选择合适的核算方法并获得更准确的大气环境容量数据。     

自然通风对办公室内气溶胶的影响

办公室间歇开窗自然通风可降低空内颗粒物和微生物的浓度，用ＴＳＩ公司的气溶胶自动分析仪和ＦＡ－１型空气微生物采样器对样品测定结果表明，上午９：００室外大气颗粒物浓度高于室内，不宜开窗；１０：３０左右，室内颗粒物浓度增高，开窗自然通风效果好。     

济南市大气颗粒物背景值确定方法

城市大气颗粒物背景值的确定能够为制订城市大气颗粒物污染防治目标提供重要基础支撑,探索大气颗粒物背景值确定方法对于大气污染防治具有重要意义.以济南市清洁对照点跑马岭监测数据为基础,直接采用概率密度法计算得到的ρ（PM₁₀）和ρ（PM_2.5）背景值范围分别是100~110和40~50 μg/m3.综合应用空气质量模型模拟法和概率密度法,提出基于数值模拟的城市大气颗粒物环境背景值确定方法,并在此基础上确定了济南市大气颗粒物背景值.结果表明:济南市ρ（PM₁₀）和ρ（PM_2.5）背景值范围分别是30~35和15~20 μg/m3,其中ρ（PM₁₀）环境背景值秋季（40~45 μg/m3）最高、夏季（25~30 μg/m3）最低;ρ（PM_2.5）环境背景值秋季（25~30 μg/m3）最高、冬季（10~15 μg/m3）最低.研究显示,基于数值模拟计算得到的颗粒物背景值明显低于直接采用概率密度法得到的结果,表明跑马岭受人为因素影响明显,监测结果已不能完全代表济南市大气颗粒物背景值水平;而数值模拟法可以完全剔除了人为源的贡献,计算得到较为准确的ρ（PM₁₀）和ρ（PM_2.5）背景值.      

Characteristics of air particulate matter and their sources inurban and rural area of Beijing, China

ＩｎｔｒｏｄｕｃｔｉｏｎＴｈｅｒｅｉｓａｇｒｏｗｉｎｇａｗａｒｅｎｅｓｓｔｏｔｈｅｉｍｐｏｒｔａｎｃｅｏｆａｉｒｐｏｌｌｕｔｉｏｎｉｎｍａｊｏｒｃｉｔｅｓ.Ａｎｕｍｂｅｒｏｆｓｔｕｄｉｅｓｈａｖｅｓｈｏｗｎｔｈａｔｔｈｅｃｏｎｃｅｎｔｒａｔｉｏｎｓｏｆｃｅｒｔａｉｎｔｒａｃｅｅｌｅｍｅｎｔｓｉｎｔｈｅｕｒｂａｎａｔｍｏｓｐｈｅｒｅｈａｖｅｂｅｅｎｅｌｅｖａｔｅｄｂｙ ｐｏｌｌｕｔｉｏｎ ,ａｎｄｔｈｅｒｅｆｏｒｅ ,ｔｈｅｈｉｇｈｅｓｔｃｏｎｃｅｎｔｒａｔｉｏｎｓｏｆｔｈｅｓｅｃｈｅｍｉｃａｌｃｏｎｔ…     

基于质谱技术的在线大气颗粒物来源与污染过程解析研究——以江苏省淮安市为例

通过大气细颗粒物实时在线源解析技术(质谱直接测量法)采集录入淮安市市区部分特征污染源排放成分谱,对淮安市大气细颗粒物进行在线源解析,获取高时间分辨的颗粒物源解析结果,分析颗粒物来源、季度变化和重污染天气的污染过程,评估形成重污染过程的污染影响因子和影响程度,为区域大气污染综合整治提供重要目标指向,同时也为淮安环境空气PM2.5重度污染实时预警与监控、大气污染源减排方案评估、污染事件监控等提供有效的在线监测技术平台.     

唐山一次冬季重污染过程污染特征及成因分析

选取河北省唐山市2017年12月27~31日一次典型重污染过程,开展其污染特征及成因分析,对污染期间气象要素、大气颗粒物组分特征进行综合研究.结果表明,此次大气重污染过程中PM_2.5平均质量浓度为154μg/m³,重度污染及以上时PM_2.5/PM₁₀为0.7;PM_2.5中SNA质量浓度占比达58.0%,OC/EC的比值为4.1,说明颗粒物二次反应和有机物在此次污染过程有较大贡献;长期均压场以及近地面高湿、小风、逆温的出现导致唐山地区大气层结稳定,加之周边地区区域传输的贡献,是导致此次大气重污染过程的重要影响因素.     

中国空气污染指数变化特征及影响因素分析

以2001～2010年我国42个城市逐日空气污染指数、主要污染因子、空气质量级别和空气质量状况资料为基础,分析了近10 a我国空气质量的变化特征.结果表明,我国城市大气受燃煤影响较为严重,可吸入颗粒物为主要污染因子,空气质量状况以优、良和轻微污染居多;空气质量季节变化明显,冬季空气污染最严重,夏季最轻;从年际变化看,空气质量表现出逐年好转趋势;城市大气环境质量在区域上存在显著差异,表现为由南到北、从沿海到内陆逐渐变差的趋势.对空气污染影响因素的分析表明,局地污染和西北地区沙尘传输造成的自然降尘是我国城市空气质量的主要污染源;气象要素对大气污染物有制约关系,空气污染指数与降水量、风速、逆温线性相关;地形的空间差异影响着气象条件的分布,进而对空气质量的空间变化产生影响;人类活动对城市空气质量也存在一定的影响,且具有双重作用.     

西安冬季重污染过程PM2.5理化特征及来源解析

基于单颗粒气溶胶质谱仪（SPAMS）观测数据、颗粒物质量浓度数据和气象要素数据,研究了2017年11月西安市一次重污染过程中细颗粒物的化学组分特征及其成因,并使用正矩阵因子分析法（PMF）对细颗粒进行了来源解析.结果表明,西安市冬季重污染过程中细颗粒物主要类型为有机碳（OC）、元素碳（EC）、混合碳（ECOC）、富钾（K）、钠-钾（Na-K）、有机胺（amine）、矿尘（dust）和重金属（HM）,其主要来源为燃煤（24.9%）,二次（29.3%）,工业（19.3%）,交通（13.3%）,生物质燃烧（5.2%）和扬尘（1.9%）.通过对比分析不同污染过程细颗粒物的理化特征,发现高湿度,低风速的不利气象条件和供暖及工业生产导致的燃煤污染、二次污染,是此次重污染过程的主因.     

关中地区城市空气质量特征及影响因素分析

本文对陕西省关中地区33个城市环境空气质量自动监测站点2015年全年的监测数据进行统计和研究,讨论了关中城市空气质量特征和主要影响因素。结果表明,关中地区城市间空气质量具有密切的相关性和整体性,影响关中城市群全年空气质量最主要的污染因子是可吸入颗粒物(PM10)和细颗粒物(PM2.5),首要污染物呈现出显著的季节变化规律。人类活动、气象因素以及地形特征是造成关中地区空气质量现状的主要原因。     

河北省涞水县大气颗粒物单颗粒分析表征及来源识别

为了解河北省涞水县颗粒物污染特征,采用单颗粒分析技术扫描电镜-X射线能谱法和气团后向轨迹分析技术对该县2015年3个典型污染时段〔即正常管控、严格管控（2015年阅兵期间）及发生严重颗粒物染污〕采集的7个大气颗粒物样品进行了分析表征和来源解析.共测量了1 506个粒径≥0.5 μm的单颗粒,其中粒径小于2.5 μm的颗粒占98%以上,测量结果揭示了细颗粒污染特征.结果表明:①碳质颗粒为主要颗粒物种类,其检出数目占比在90%以上.②非供暖期严格管控时段,当地居民日常生活产生的球形碳质颗粒检出数目占比最高.③非供暖期正常管控时段,机动车排放的碳质集合体颗粒检出数目占比最高,交通污染贡献最大.④供暖期球形碳质颗粒检出数目占比最高,含硫颗粒检出数目占比相对增加,燃煤的贡献最大.3个采样时段48 h气团后向轨迹分析结果表明,在空气质量良好、颗粒物污染水平较低的情况下,影响研究区域空气质量的主要是本地源;雾霾天气（处于严重颗粒物污染时段）时,西南方向外来源和本地源共同构成研究区域的颗粒物污染状态.