温泉宾馆室内PM_(10),PM_(2.5),CO_2和~(222)Rn的研究

对广东省 4座温泉宾馆室内外氡(222Rn)浓度和温泉水氡浓度进行研究,同时利用便携式探测器对室内外 PM10,PM2.5,CO2和CO 等污染物暴露水平进行直接测定.结果表明,温泉宾馆室内使用温泉水时氡浓度明显高于广东省室内平均氡浓度.除 CO 外,室内 PM10,PM2.5 和CO2 浓度都较高,其中 PM10 和 CO2 的超标率分别达到 67%和 89%.说明温泉宾馆室内不仅存在一般性污染物,而且存在高浓度的 Rn. 222     

广东省温泉水和温泉宾馆室内氡浓度研究

利用RAD7和NR-667A测氡仪测量了广东省8处温泉水和温泉宾馆室内外氡浓度。不同地方的温泉水氡浓度差异较大;在浴室内使用温泉水洗浴时,温泉水氡浓度对宾馆室内氡浓度的影响程度也不一样,浴室内平均氡浓度比没有用温泉水时高0.6～18.6倍,卧室内氡浓度比没有用温泉水时高0.3～7.3倍,而且随着温泉水使用状况不同,室内氡浓度也有很大差异。浴室内使用温泉水时计算的氡转换系数较高。有些宾馆室内氡浓度超标,应采取一些管理措施或技术手段降低对宾馆工作人员的暴露水平。     

患心血管病老年人夏季PM2.5和CO的暴露特征及评价

运用室内外环境监测与问卷调查法相结合的研究方法,对北京市某社区33名患心血管疾病的老年人夏季PM2.5、CO的暴露特征作了研究评价.结果表明,老年人夏季PM2.5、CO的24h个体平均暴露浓度分别为89.6μg/m3,1.9×10-6.PM2.5室内外浓度呈现明显的时间变化特征,并受到气象因素及室内外源排放的共同影响.对老年人群室内外与固定站点CO、PM2.5质量浓度变化的相关性分析显示,室外及固定站点的PM2.5浓度受区域污染源影响较大,CO浓度受局地源影响较大;大气PM2.5可能是影响该社区老年人健康的主要污染物.     

广州市学龄儿童在校期间PM2.5暴露水平评价

采用便携式大气颗粒物采样器(MiniVol)和便携式颗粒物检测仪(pDR-1500)在2010年3月底至4月初对广州市某小学的室内外细颗粒物(PM2.5)浓度进行了监测,并对学龄儿童在校期间活动模式进行了跟踪调查,评价了学龄儿童在校期间PM2.5暴露水平.结果显示该小学室内外日均PM2.5浓度范围为25.1~145.9μg/m3,室内PM2.5浓度略低于室外,两者呈明显的正相关关系(R2=0.65);室内实时PM2.5浓度结果表明非假期与假期存在差异.使用离子色谱分析了PM2.5的阴离子成分,其中NO3-和SO42-占阴离子成分总量的73%~95%.研究显示道路交通源是采样地点PM2.5主要来源之一.学龄儿童在校期间单位体重PM2.5日均潜在暴露水平为7.6μg/(kg×d),个体日均潜在暴露水平为246.8μg/d.     

室内外PM10中多环芳烃相关关系及来源分析

为研究室内外PM10中多环芳烃相关性和来源特征,于2009年非采暖季、采暖季在天津市某小区36位住户室内和室外进行PM10膜采样,并分析其中12种PAHs浓度.结果表明,非采暖季较采暖季更为良好的室内外通风性,导致非采暖季室内外PM10中PAHs浓度没有显著差异(P>0.05),而采暖季室内PM10中PAHs浓度显著小于室外浓度;非采暖季室内外PM10中各PAHs占总PAHs的质量百分比基本一致,而采暖季其室内外质量百分比有明显不同;采暖季和非采暖季室内外PM10中PAHs的I/O平均值均低于1,但采暖季I/O值小于非采暖季. 对参与者的时间活动模式分析表明,在采暖季和非采暖季,室内吸烟、清洁活动以及烹饪对室内PM10中PAHs浓度变化均没有显著影响(P>0.05). 室内外PAHs浓度线性回归分析表明,室内PM10中5~7环PAHs主要受到室外源的影响,2~4环PAHs主要受到室内源的影响,非采暖季和采暖季室内外PM10中总PAHs的有效穿透因子分别为0.73和0.51. 通过特征比值法对PM10中PAHs来源进行解析得出,燃煤源、柴油机动车是其主要来源.     

西安市商场建筑室内外颗粒物污染状况调查

为了解西安市商场建筑室内外颗粒物的污染状况,采用德国Grimm气溶胶光谱仪对该市10家商场的室内外颗粒物浓度进行测试。结果发现,10家商场室内外PM10和PM2.5浓度都不同程度超过了相关标准规定的浓度值,PM10和PM2.5的室内超标率分别为66.4%和71%,室外超标率分别为73.8%、71.6%。室内外颗粒物浓度I/O比值均小于1,出现(I/O)PM10<(I/O)PM2.5<(I/O)PM1.0的规律。同时,室内可吸入颗粒物主要以对人体伤害较大的细颗粒物为主。     

太原市采暖季PM2.5的污染特征分析

收集了采暖季太原市环境监测中心站公布的PM2.5和其它污染物（PM10、SO2、NO2、CO和O3）逐时监测数据,分析了PM2.5的月、日及小时浓度分布特征和变化规律,结果表明：太原市采暖季PM2.5的小时浓度范围为9～364μg/m^3,日浓度范围为19～ 208 μg/m^3,PM2.5最大日均值出现在2014年1月份,PM2.5小时浓度日变化规律呈单峰双谷趋势,PM2.5与PM10比值在0.30～0.77之间,二者相关性显著,相关系数为0.925.     

湖北省PM2.5与PM10比值分析及PM2.5时空分布特征研究

基于2012年-2014年湖北省大气污染物监测数据,通过数据反演方法,得到湖北省17个城市的PM2.5年均浓度.利用ArcGIS绘制出各城市不同年份的颗粒物浓度空间分布图,并对其进行分析.结果表明,2012年-2014年间,湖北省17个城市PM2.5与PM10年均浓度比值为0.66,PM2.5年均浓度超出国家二级标准,整体呈现上升趋势.城市方面,在多数城市PM2.5与PM10浓度上升的同时,仅武汉、黄冈和天门3个城市颗粒物浓度2014年较2013年有所下降,且武汉市PM2.5浓度下降率达12.8%,表明武汉市近两年来采取的政策措施具有较好的可行性和有效性.     

毕节市区大气污染特征及影响因素分析

根据毕节市2015年大气污染物浓度和气象因子的监测数据,分析了毕节市区大气污染物SO_2、NO_2、PM10、PM2.5、CO及O_3浓度的月、季和年平均变化特征及其影响因素,并对大气污染物浓度之间以及大气污染物浓度与气象因子之间的相关性进行了分析。结果表明:(1)毕节市区2015年空气质量总体良好,空气质量优良天数占95.1%,主要大气污染物为PM10和PM2.5;(2)大气污染物SO_2、PM10、NO_2、PM2.5、CO的月浓度都呈"V"型单谷变化趋势,而O_3的月浓度则为单峰变化趋势;大气污染物SO_2、PM10、NO_2、PM2.5、CO浓度的季节变化为冬季最高、夏季最低,O_3浓度的季节变化则为春季最高、冬季最低,且季节之间的差异性显著(p0.05);大气污染物PM10和PM2.5的年平均浓度分别超过我国《环境空气质量标准》(GB 3095—2012)中一级标准年平均浓度限值的18.2%和112.4%,SO_2和NO_2的年平均浓度均未超过国家一级标准的年平均浓度限值;(3)大气污染物SO_2、NO_2、CO浓度与颗粒物PM10、PM2.5浓度之间两两呈极显著正相关性(p0.01),其与O_3浓度之间呈极显著负相关性(p0.01);PM2.5浓度与PM10浓度之间呈极显著正相关性,而PM2.5浓度与O_3浓度之间呈显著负相关性,多元线性回归分析得出PM2.5浓度与其他大气污染物浓度之间的拟合方程为:PM2.5=2.718+0.130SO_2+0.747PM10+0.255NO_2-0.077O_3+0.678CO;(4)气压与大气污染物SO_2、NO_2、CO、PM10浓度之间呈显著正相关性,其与O_3浓度之间呈极显著负相关性;温度除与O_3浓度之间呈极显著正相关性外,与其他大气污染物浓度之间呈显著负相关性,且其与O_3浓度的相关性系数最大(r=0.501),说明温度对O_3浓度的影响较大;相对湿度除与CO浓度之间无显著相关性外,与其他大气污染物浓度之间均呈显著性负相关性;风速与O_3浓度之间呈极显著正相关性,其与其他大气污染物浓度之间均呈极显著负相关性。     

哈尔滨市2014年1-2月PM_(2.5)与主要空气污染物相关分析

为了解哈尔滨市主要空气污染物对PM2.5浓度变化的影响,利用SPSS软件及哈尔滨市南岗区2014年1-2月环境空气质量日报数据,对空气污染物中SO2、NO2、CO、O3、PM10、PM2.5进行了相关分析。结果显示,SO2、NO2、CO、O3、PM10与PM2.5均呈显著的正相关关系。结合相关性分析结果,建立了PM2.5与SO2、NO2、CO、PM10之间的主成分回归模型,并对模型进行了通径分析。分析结果表明,CO对PM2.5的直接影响最大,SO2、NO2、PM10对PM2.5的直接作用相对较小,但它们通过CO对PM2.5的间接作用较大。因此,在哈尔滨市1-2月主要空气污染物中,CO对PM2.5浓度的变化具有重要的影响。     

邯郸市PM_(10)、PM_(2.5)和PM_(1.0)在线监测研究

对2015年3月—2016年2月邯郸市大气中的PM_(10)、PM_(2.5)和PM_(1.0)进行了在线监测,探讨了其质量浓度的变化特征,并分析了其质量浓度与风速、风向的关系。结果表明:邯郸市颗粒物质量浓度水平较高,β射线吸收法所监测的PM_(10_WET)、PM_(2.5_WET)和PM_(1.0_WET)年均浓度值分别为202.5,114.8,81.1μg/m~3,PM_(2.5_DRY)/PM_(10_WET)和PM_(2.5_WET)/PM_(10_WET)分别为0.58、0.70,PM_(1_DRY)/PM_(2.5_WET)和PM_(1_WET)/PM_(2.5_WET)分别为0.58、0.71,PM_(2.5)为PM_(10)中的主要组成,PM_(1.0)为PM_(2.5)中的主要组成。邯郸市PM_(10)、PM_(2.5)和PM_(1.0)质量浓度冬季最高;PM_(10)、PM_(2.5)和PM_(1.0)日变化峰值为上午09:00左右,谷值为下午16:00左右,扬沙、降雨,霾和春节不同条件下PM_(10)、PM_(2.5)和PM_(1.0)差异明显。邯郸市PM_(10)、PM_(2.5)和PM_(1.0)的浓度高值主要分布在风向0°~100°和175°~225°、风速小于1 m/s的情况下。     

邯郸市PM_(1.0)、PM_(2.5)污染特征及在线水溶性离子分析

对2014年12月—2015年2月邯郸市大气中PM_(1.0)、PM_(2.5)以及PM_(2.5)中的硝酸根(NO-3)、水溶性有机碳(WSOC)和硫酸根(SO2-4)进行在线监测。结果表明,PM_(1.0)中干性成分(PM_(1.0)_DRY)和包含水分的PM_(1.0)(PM_(1.0)_WET)分别占PM_(2.5)的74.0%和81.4%,PM_(1.0)为PM_(2.5)中的主要组成。利用锯齿型方法估算本地源和区域源对PM_(1.0)、PM_(1.0)~2.5、PM_(2.5)的贡献,得出区域源对PM_(1.0)的贡献为40.6%,明显高于对PM_(1.0)~2.5与PM_(2.5)贡献的32.3%和37.7%,因为PM_(1.0)直径小,在大气中存在时间较长、传输距离远。根据NO-3、WSOC、SO2-4与PM_(1.0)、PM_(1.0)~2.5的相关系数,推断NO-3、WSOC可能在PM_(1.0)生成,而SO2-4可能在PM_(1.0)~2.5中生成。     

天津市大气中PM10、PM2.5及其碳组分污染特征分析

2007年12月~2008年10月期间,分3个时段,设置2个点位,采集了天津市大气环境中PM10和PM2.5样品.用热光反射分析仪测定样品中的碳组分含量,并用OC/EC最小比值法估算二次有机碳(SOC)的浓度.结果表明,市区采样点颗粒物浓度高于郊区,2个采样点的颗粒物浓度变化趋势一致.5月份 PM2.5/PM10比值最小,主要由于土壤风沙尘对PM10的贡献较大.PM10和PM2.5中的有机碳(OC)、元素碳(EC)浓度12月份最高,且变化趋势相同.OC占总碳(TC)比例较高,PM10中OC/TC为0.60~0.83,PM2.5中OC/TC为0.55~0.81.碳组分主要集中在PM2.5中,PM10中约有76%的OC存在于PM2.5中.12月份的SOC浓度最高,与12月份的气象条件和污染源排放等因素有关.     

乌鲁木齐市PM_(2.5)和PM_(2.5~10)中碳组分季节性变化特征

2011年1月至12月在乌鲁木齐市区用膜采样法采集了大气PM_(2.5)和PM_(2.5~10)样品,并利用热光/碳分析仪测定了其中有机碳(OC)和元素碳(EC)的质量浓度.通过OC与EC的粒径分布特征、比值和相关性的分析,初步分析了乌鲁木齐市大气可吸入颗粒物中碳质气溶胶污染特征,并用OC/EC比值法估算了二次有机碳(SOC)的浓度.结果表明,PM_(2.5)和PM_(2.5~10)的年平均质量浓度分别为92.8μg/m~3和64.7μg/m~3.PM_(2.5)中OC和EC的年平均浓度分别为13.85μg/m~3和2.38μg/m~3,PM_(2.5~10)中OC和EC的年平均浓度分别为2.63μg/m~3和0.57μg/m~3.OC和EC四季变化趋势基本一致,季浓度最高.碳组分主要集中于PM_(2.5)中,OC/EC比值范围为3.62~11.21.夏季和秋季的PM_(2.5)和PM_(2.5~10)中OC和EC的相关性较好(R20.65).估算得出的PM_(2.5)和PM_(2.5~10)中SOC的估算浓度为2.31~11.98μg/m~3和0.38~1.49μg/m~3.     

绵阳市城区空气PM_(10)、PM_(2.5)污染特征及相关性研究

采用连续自动监测方法于2013年9月至2014年4月对处于四川盆地内的中等城市绵阳市主城区富乐山、市人大、三水厂、高新区4个点进行空气质量监测。监测结果表明:空间分布上PM10和PM2.5污染程度城西工业区最高,市中心其次,森林公园最低。季节变化PM10和PM2.5污染程度为:春季<秋季<冬季。1天内PM10和PM2.5小时均值呈双峰分布。PM10和PM2.5一元线性回归方程为:y=0.7273x-2.9869,回归分析相关性系数为0.94。ρ(PM2.5)/ρ(PM10)平均值为0.7,变化范围为0.27~0.93。     

太原市PM10、PM2.5、SO2和CO冬夏两季污染特征研究

通过对太原市2013年冬季和2014年夏季PM10、PM2.5、SO2和CO 24小时平均浓度实时数据的整理和分析,结果表明,冬季污染较夏季严重。冬季为采暖期,颗粒物、SO2和CO相互之间呈现较强的相关关系,污染物来源有着较高的同源性,区域采暖燃煤是区域大气污染的主导性影响因素;夏季为非采暖期,颗粒物、SO2和CO相互之间呈现较弱的相关关系,其污染来源有着较低的同源性,燃煤污染不是区域的主要污染因素,颗粒物、SO2和CO来源于不同行业的工业污染,同时城市机动车尾气也是PM2.5和CO的污染影响因素。     

太原市PM_(10)、PM_(2.5)、SO_2和CO冬夏两季污染特征研究

通过对太原市2013年冬季和2014年夏季PM10、PM2.5、SO2和CO 24小时平均浓度实时数据的整理和分析,结果表明,冬季污染较夏季严重。冬季为采暖期,颗粒物、SO2和CO相互之间呈现较强的相关关系,污染物来源有着较高的同源性,区域采暖燃煤是区域大气污染的主导性影响因素;夏季为非采暖期,颗粒物、SO2和CO相互之间呈现较弱的相关关系,其污染来源有着较低的同源性,燃煤污染不是区域的主要污染因素,颗粒物、SO2和CO来源于不同行业的工业污染,同时城市机动车尾气也是PM2.5和CO的污染影响因素。     

Long-term monitoring and source apportionment of PM2:5/PM10 in Beijing, China

During 2001-2006,PM2.5 (particle matter with aerodynamic diameter less than 2.5 microns) and PM10 (particle matter with aerodynamic diameter less than 10 microns) were collected at the Beijng Normal University (BNU) site,China,and in 2006,at a background site in Duolun (DL).The long-term monitoring data of elements,ions,and black carbon showed that the major constituents of PM2.5 were black carbon (BC) crustal elements,nitrates,ammonium salts,and sulfates.These five major components accounted for 20%-80% of...     

南京市空气中颗粒物PM10、PM2.5污染水平

 为了初步调查南京市空气中颗粒物PM10、PM2.5的污染水平,于2001年冬、春、秋3季在南京市的5个典型城市功能区,用大流量采样器收集了50个样品.结果表明,南京市PM10、PM2.5的污染很严重,超标率分别为72%和92%,最大超标倍数达到6.3和9.0,而且对人体健康危害更大的PM2.5占PM10的大部分,约为68%,应引起公众和相关职能部门的高度重视.     

上海市静安区PM2.5浓度变化特征及其与PM10的关系

根据2006-2011年静安区PM2.5连续自动监测数据,通过对其浓度变化特征进行趋势性分析发现,2006-2011年静安区环境空气中PM2.5浓度呈逐步下降趋势,但浓度年均值仍超过国家环境空气质量二级标准限值.PM2.5污染季节变化特征明显,冬春较高、夏秋较低.PM10与PM2.5的回归方程为y=1.5585x+0.0108,相关系数为0.78,显著性水平为0.01.PM2.5与PM 10浓度的比值(p)主要集中在0.5-0.7之间.