廉江某地区大气TSP、PM10、PM2.5污染水平及相关性研究

为研究廉江市大气颗粒物污染特征,于2014年11月～12月采集TSP、PM10、PM2.5样品,用重量法分析质量浓度,并对相关性进行分析.结果表明,用环境空气质量标准(GB 3095-2012)来衡量,廉江市冬季大气颗粒物TSP、PM10、PM2.5的日均浓度均符合标准,环境空气状况良好;三个代表性采样点在监测周期内TSP、PM10、PM2.5的浓度变化趋势大体一致,监测结果能客观反映该区域颗粒物的污染状况;PM2.5与PM10,PM10与TSP之间均存在着显著相关性,回归方程相关性较好.     

渝北区环境空气质量现状及污染原因分析

本文采用综合污染指数法和空气质量指数法对2014年重庆市渝北区的主要空气污染物(SO2、PM10、NO2、O3、CO、PM2.5)的现状监测值进行了评价。结果表明:对照环境空气质量标准,2014年城区内SO2、NO2均符合国家空气质量二级标准,PM10、PM2.5测定值均超标。污染物浓度时空分布不均匀,冬春季浓度较夏秋季高,出现明显的季节特征;空间分布上,两路空气质量优于空港。2014年渝北区环境空气中大部分污染物浓度均低于2013年和主城平均浓度,环境空气质量综合污染指数呈现下降趋势。2014年渝北区空气质量优良天数255天,高于2013年和主城优良天数,影响渝北区空气质量的首要污染物为PM2.5,其次为PM10、O3-8h、NO2。渝北区的环境空气污染主要受城市建设、产业结构、气象条件、交通尾气的影响。     

城市空气质量数值预报系统对PM2.5的数值模拟研究

发展了南京大学城市空气质量数值预报模式系统(NJU-CAQPS),在模式系统中引入了气溶胶模块.运用该系统对南京地区冬夏两季PM2.5浓度的时间变化规律和空间分布特征进行了数值模拟研究,通过与实际观测资料对比,检验发展后的模式系统对于细颗粒物的模拟性能.结果表明,南京市城近郊内冬夏两季PM2.5浓度具有明显的时空变化特征,一般在半夜和清晨会出现较高浓度,午后至傍晚浓度较低.冬季浓度高于夏季,冬夏两季算例的浓度日均值之比为1.51.空间分布受到排放源位置、地面流场等因素影响.二次气溶胶在PM2.5中占相当的份额,冬夏两季算例中二次气溶胶在PM2.5中所占比例分别为12%和15%,夏季二次气溶胶对PM2.5浓度贡献较冬季大.与实际观测资料的对比验证表明,经过发展的该模式系统对于城市PM2.5等颗粒物的模拟性能良好.     

2016年春节期间张家界市环境空气质量分析

春节是中国传统节日,中国城市空气质量存在春节效应,大量烟花爆竹的集中燃放所带来的空气污染影响较为明显.2016年春节期间张家界市环境空气质量较差,腊月二十八至正月初六的8天时间中,有一半时间处于污染状态.除夕当日空气质量轻度污染,正月初一中度污染,细颗粒物(PM2.5)和可吸入颗粒物(PM10)是影响春节期间该市环境空气质量的主要污染物,这与大量烟花爆竹的集中燃放密切相关.     

天津近岸海域大气颗粒物无机组分季节变化及源析

2006~2007年在天津近岸海域分4个季节走航采集了不同粒径大气颗粒物样品,分析了其质量浓度以及元素、离子和碳等化学组成,并应用富集因子以及特征化合物比值对其来源进行了探讨.结果表明,天津近岸海域TSP,PM10和PM2.5的质量浓度分别为(294.98±3.95),(279.87±17.53),(205.50±38.13)μg/m3,且呈现出明显的季节变化,秋季颗粒物浓度最高,冬季次之,夏季最低. TSP、PM10和PM2.5中总元素浓度分别为48.76, 47.94,32.08 μg/m3. TSP中含量最高的离子是Na+, PM10和PM2.5中含量最高的离子是Cl-. 3种不同粒径中OC浓度秋、冬两季均明显高于春夏两季. Al/Fe的比值分析结果表明,春季TSP的主要来源为土壤尘,秋、冬季PM10和PM2.5主要受燃煤的影响. Cu、Zn和Pb的富集系数较高,其中Pb在冬季PM10中富集达到最高为741.3. NO3-/SO42-的变化范围为0.28~0.85,春夏季该比值较高于秋冬季,反映了该海域同时受燃煤与机动车污染的影响.OC/EC变化范围为2.13~5.58,表明该海域气溶胶中存在着大量二次有机碳.     

滨海城市气溶胶中颗粒态汞的分布特征

与气溶胶颗粒相结合的汞,即颗粒态汞,不仅对人体健康及生态环境产生一定的危害,而且在汞的生物地球化学过程扮演重要角色.以我国东南滨海城市厦门市为研究对象,采集郊区、居民区、旅游区、工业区和背景区四季(2008年10月～2009年8月)的PM2.5、PM10和TSP样品,基于塞曼原子吸收法的俄罗斯LumexRA-915+汞分析仪对大气不同粒径颗粒物中颗粒态汞进行了测试.结果表明,厦门市大气不同粒径颗粒物中汞的含量均表现为冬、春两季的浓度明显高于夏、秋两季;春、夏、秋、冬四季细颗粒物(PM2.5)中的含量分别为(51.46±19.28)、(42.41±12.74)、(38.38±6.08)和(127.23±33.70)pg/m3.不同粒径颗粒物中汞主要分布在PM2.5中,占到颗粒物态汞的42.48%～67.87%,表明细粒子富集汞的能力较强.不同功能区颗粒态汞的浓度分布趋势为背景区居民区旅游区工业区郊区,说明颗粒态汞浓度的空间分布特征与采样点的环境功能密切相关.总体而言,滨海城市大气颗粒态汞含量较低;PM2.5对颗粒态汞的富集明显高于PM10和TSP,表明对颗粒态汞的控制应集中在细颗粒物污染上.     

兰州市某城区冬夏季大气颗粒物及重金属的污染特征

在2010年7月与2011年1月,对兰州市西固区、榆中县的大气颗粒物(TSP、PM10、PM2.5)进行了采集,并对颗粒物浓度及不同粒径颗粒物上的重金属(Cd、Cr、Cu、Pb、Ni、Zn)含量进行了分析.结果显示,夏季TSP的浓度均值均未超过国家标准值,而冬季只有研究区均值超过国家标准值,超标倍数为0.36倍;研究区PM10冬、夏季浓度均值皆高于国家标准值,超标倍数分别为1.18和0.19倍,而在对照区只有冬季均值超过了标准值,超标倍数为0.05倍;冬季PM2.5的浓度均值在研究区和对照区均超过参考标准值,超标倍数分别为1.94倍和1.0倍,而夏季浓度均值只在研究区超标,超标倍数为0.31倍.颗粒物TSP、PM10及PM2.5的浓度均值呈现的整体特点为冬季高于夏季,且研究区显著高于对照区.应用潜在生态风险指数法评价显示,大气颗粒物中重金属元素的生态危害顺序为:Cd>Cu>Ni>Zn>Pb>Cr,其中Cd的潜在生态危害程度为极强;多种重金属联合的生态风险指数显示,TSP、PM10、PM2.5的重金属生态风险程度均为极强,其中PM2.5的潜在生态风险指数最高.     

TSP的粒度分级研究

分别在冬季及夏季选取具有典型气候特性的两天,采集空气中总悬浮颗粒物（TSP）。根据采样前、后滤膜重量之差及采样标况体积,计算TSP质量浓度,采用液相沉降法测定粒度分布,对环境空气中总悬浮颗粒物（TSP）和可吸入颗粒物（PM10）进行粒度分布相对百分比及粒度分布累计研究。分析总悬浮颗粒物（TSP）中含有的粒度分布情况及冬夏两季可吸入颗粒物（PM10）与总悬浮颗粒物（TSP）的比例关系。更深一步了解TSP各级颗粒的粒度分布,特别是PM10以下的颗粒物的粒度分布情况。     

沈阳市环境空气颗粒物分布特征及重金属污染状况分析

研究了沈阳市环境空气中不同颗粒物的污染程度、分布特征及颗粒物组成,研究结果表明沈阳市TSP、PM10和PM2.5整体污染水平较高,PM10以下颗粒比例较高;重金属主要吸附在细小颗粒物上。     

新疆部分城市可吸入颗粒物的浓度及粒径分布

采用TH-β10大气颗粒物浓度监测仪,从2011年4-5月在乌鲁木齐、奎屯、阿克苏、库尔勒、喀什、和田市环境监测站采集大气可吸入颗粒物PM2.5、PM5和PM10样品,分析了不同采样点大气颗粒物的质量浓度变化范围及与TSP的相应比值。结果表明,不论是PM2.5、PM5还是PM10,阿克苏市可吸入颗粒物的质量浓度变化幅度较大,其次是库尔勒市,其余采样点在采样期间的浓度变化幅度不大,并且库尔勒、喀什、奎屯、阿克苏四个城市PM5/TSP和PM2.5/TSP的比例大,除喀什、阿克苏的PM10/TSP的比例接近于1之外,其余可吸入颗粒物的浓度均小于TSP;采用显微镜观测成像技术结合血球计数板方法,利用粒径分布函数分析对六个城市的PM10和5个城市的PM2.5颗粒物在不同粒径的分布进行了分析。结果表明,对于PM10而言,阿克苏在dp<0.5的粒径范围内分布函数高达79%、喀什在dp=0.5~0.6μm之间为44%、和田则在dp=1.2~2.2μm出现20%的最大粒径分布函数。就PM2.5而言,库尔勒在dp<0.5、dp=0.5~0.6、0.6~1.2μm区间内的分布函数均为最大值,其值分为79%、50%、50%,可以说明在采样期间,库尔勒市区的颗粒物在粒径小于1.2μm出现的几率更大些,即颗粒物以积聚模态为主。     

Influence of different weather events on concentrations of particulate matter with different sizes in Lanzhou, China

The formation and development of weather events has a great impact on the diffusion, accumulation and transport of air pollutants, and causes great changes in the particulate pollution level. It is very important to study their influence on particulate pollution. Lanzhou is one of the most particulate-polluted cities in China and even in the world. Particulate matter (PM) including TSP, PM_>10, PM_2.5-10, PM_2.5 and PM_1.0 concentrations were simultaneously measured during 2005-2007 in Lanzhou to evaluate the influence of three kinds of weather events - dust, precipitation and cold front - on the concentrations of PM with different sizes and detect the temporal evolution. The main results are as follows: (1) the PM pollution in Lanzhou during dust events was very heavy and the rate of increase in the concentration of PM_2.5-10 was the highest of the five kinds of particles. During dust-storm events, the highest peaks of the concentrations of fine particles (PM_2.5 and PM_1.0) occurred 3 hr later than those of coarse particles (PM_>10 and PM_2.5-10). (2) The major effect of precipitation events on PM is wet scavenging. The scavenging rates of particles were closely associated with the kinds of precipitation events. The scavenging rates of TSP, PM_>10 and PM_2.5-10 by convective precipitation were several times as high as those caused by frontal precipitation for the same precipitation amount, the reason being the different formation mechanism and precipitation characteristics of the two kinds of precipitation. Moreover, there exists a limiting value for the scavenging rates of particles by precipitation. (3) The major effect of cold-front events on particles is clearance. However, during cold-front passages, the PM concentrations could sometimes rise first and decrease afterwards, which is the critical difference in the influence of cold fronts on the concentrations of particulate pollutants vs. gaseous pollutants.     

深圳市城区大气颗粒物及主要水溶性无机离子的污染特征

基于2015年深圳市大气颗粒物和主要水溶性无机离子的观测数据,深入分析了大气颗粒物的浓度变化及二次污染特征.结果表明2015年深圳的大气颗粒物（PM₁₀、PM_2.5、PM₁）浓度虽然低,但其中细粒子占比高,PM_2.5/PM₁₀的比值高达0.744,甚至大于广州典型灰霾过程中的粗细粒子比.大气颗粒物浓度季节变化明显,秋冬高,春夏低.其日变化特征明显受到交通高峰的影响,汽车尾气可能是污染来源之一.SO₄^2-、NO₃^-和NH₄⁺（SNA）质量浓度在PM_2.5中的占比超过1/3（37.7%）,且全年硫转化率都大于0.1,这说明深圳市细颗粒物主要来自于二次转化.深圳大气颗粒物浓度受气象要素影响显著,与气压正相关,与气温、相对湿度、降水及风速负相关;若将风速、气温、气压、相对湿度和降水作为一个整体考虑,这些气象要素对深圳大气颗粒物浓度的影响大小是PM₁ > PM₁₀ > PM_2.5.本工作不仅对深圳的大气环境管理和经济可持续发展有着重要参考价值,还对空气相对清洁地区的大气颗粒物和霾治理具有指导意义.     

北京市大气环境PM2.5和PM1及其碳质组分季节变化特征及来源分析

大气颗粒物是影响我国大多数城市环境空气质量的首要污染物,近年来随着监测技术的进步和采样设备的改进,相关研究对象逐渐从大粒径的PM_10、PM_(2.5)转移到更小粒径的PM_1上.碳质组分是大气颗粒物的重要组成部分.以北京市为研究区域,选取2016年7月、10月及2017年1月、4月作为4个季节的代表月,对大气环境中的PM_(2.5)和PM_1进行采集,分析了二者的质量浓度和季节变化特征.采用两层嵌套气象-空气质量模型系统(WRF-CMAQ)耦合模型对采样时段进行了模拟,分析观测期间PM_(2.5)和PM_1的来源贡献,并使用因子分析法解析了碳质组分的来源.结果表明,PM_(2.5)和PM_1的质量浓度均呈现春、夏、秋、冬这4个季节递增的趋势;PM_1是PM_(2.5)中的主要组成,而且秋冬季节随着灰霾发生频率的增加,PM_1质量浓度占PM_(2.5)的比值明显升高;北京市大气环境中存在明显的二次污染,且SOC更容易在粒径更小的PM_1中积聚.散煤燃烧、机动车尾气排放、居民面源及生物质燃烧排放是北京市大气颗粒物的重要贡献来源;汽油车尾气、柴油车尾气、生物质燃烧和燃煤排放是北京市大气颗粒物中碳质组分的主要来源.     

Spatial and temporal variation of particulate matter and gaseous pollutants in 26 cities in China

O3and PM2.5were introduced into the newly revised air quality standard system in February 2012, representing a milestone in the history of air pollution control, and China's urban air quality will be evaluated using six factors(SO2, NO2, O3, CO, PM2.5and PM10) from the beginning of 2013. To achieve the new air quality standard, it is extremely important to have a primary understanding of the current pollution status in various cities. The spatial and temporal variations of the air pollutants were investigated in 26 pilot cities in China from August 2011 to February 2012, just before the new standard was executed. Hourly averaged SO2, NO2and PM10were observed in 26 cities, and the pollutants O3, CO and PM2.5were measured in 15 of the 26 cities. The concentrations of SO2and CO were much higher in the cities in north China than those in the south. As for O3and NO2, however, there was no significant diference between northern and southern cities. Fine particles were found to account for a large proportion of airborne particles, with the ratio of PM2.5to PM10ranging from 55% to 77%. The concentrations of PM2.5(57.5 μg/m3) and PM10(91.2 μg/m3) were much higher than the values(PM2.5: 11.2 μg/m3; PM10 : 35.6 μg/m3) recommended by the World Health Organization. The attainment of the new urban air quality standard in the investigated cities is decreased by 20% in comparison with the older standard without considering O3, CO and PM2.5, suggesting a great challenge in urban air quality improvement, and more eforts will to be taken to control air pollution in China.     

兰州市高分辨率人为源排放清单建立及在WRF-Chem中应用评估

城市尺度高分辨率人为源大气污染物排放清单是城市空气质量预报预警、污染成因分析和减排措施制定的重要基础数据,目前我国西部地区城市尺度的人为源排放清单研究仍然相对薄弱,能对接于空气质量模式的排放清单更为缺乏.本文整合已发表的清单文献,建立了可对接于空气质量模式的2016年兰州市城市尺度的人为源清单模型（HEI-LZ16）,将之应用于WRF-Chem模式,评估HEI-LZ16的准确性和适用性.结果表明：兰州市2016年人为源排放的SO₂、NO_x、CO、NH₃、VOCs、PM₁₀、PM_2.5、BC和OC总量分别为25642、53998、319003、10475、35289、49250、19822、2476和1482 t·a^-1.在模拟时间内,HEI-LZ16相比于MEIC,O₃和PM_2.5的NME值分别减小了140.2%和28.8%,HEI-LZ16更加准确适用.分析了HEI-LZ16情景下模拟的PM_2.5和O₃时空分布,兰州市臭氧MDA8呈现冬春季城区低而郊区高,夏秋季河谷城区西部及其下风向地区高的分布特征,夏秋季高浓度区的分布受偏东风和光化学反应的共同影响,冬季城区O₃浓度受NO_x排放的抑制作用浓度反而降低.PM_2.5浓度的高值区主要集中在黄河河谷盆地,本研究表明沿白银—兰州黄河河谷盆地走向的西侧存在一个污染物传输通道,其对兰州市环境空气质量具有较大的影响.     

深圳市2022年春季新冠疫情管控期间空气质量分析

短期减排是我国城市应对大气污染事件的重要应急管控手段,但短期减排的效益尚未得到完善分析.2022年3月14～20日,广东省深圳市为抑制新冠疫情传播实施了全市管控,为评估短期减排对华南城市春季空气质量的影响提供独特机会.结合深圳市高精度环境空气质量监测与气象观测等多源数据,分析了深圳市管控期间前后的空气质量变化.此次管控前和管控期中均有部分日期天气形势静稳,局地污染水平主要反映本地排放,有利于分析本地减排的影响.观测与WRF-GC区域化学模拟都表明,与珠三角周边城市相比,深圳市管控期间由于市内交通源排放显著减少,深圳市二氧化氮(NO₂)浓度降低(-26±9.5)%,可吸入颗粒物(PM₁₀)浓度降低(-28±6.4)%,细颗粒物(PM_2.5)浓度降低(-20±8.2)%,但臭氧(O₃)浓度无显著变化[(-1.0±6.5)%].TROPOMI卫星观测的甲醛和二氧化氮柱浓度数据对比表明,2022年春季珠三角臭氧光化学主要受挥发性有机物(VOCs)浓度控制,对氮氧化物浓度降低不敏感,反而可能因氮氧化物对臭氧滴...     

北京及周边6个城市大气PM2.5中左旋葡聚糖及其异构体的时空分布特征

采集北京及周边6个城市春、夏、秋、冬这4个季节大气PM_2.5样品,用离子色谱法测定其中的左旋葡聚糖（LG）、甘露聚糖（MN）和半乳聚糖（GT）,对比这3种脱水聚糖与PM_2.5及有机碳（OC）的浓度水平和时空分布特征,应用SPSS 24.0软件分析了数据间的显著性差异.结果表明,6个城市PM_2.5、OC和LG浓度水平的季节分布规律高度相似,呈现冬季 > 春季 > 秋季 > 夏季,4个季节3种脱水聚糖的浓度水平有显著性差异.从空间角度分析3种脱水聚糖浓度水平,北京与天津、保定、石家庄无显著性差异,但北京与济南、郑州有显著性差异.根据6个城市的LG/MN和LG/（MN+GT）等浓度水平的比较,初步判断该区域PM_2.5中的生物质燃烧源主要来源于农作物秸秆和硬木.春季的PM_2.5污染过程中,北京、天津、石家庄和济南的左旋葡聚糖在PM_2.5中的含量变化基本保持稳定,显示该污染过程受生物质燃烧排放的影响较弱.     

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。     

济南市大气颗粒物短期暴露对老年人群血清淀粉样蛋白P组分影响的定群研究

为了解济南市不同粒径大气颗粒物暴露对老年人群血清淀粉样蛋白P组分（SAP）的急性影响,评估大气颗粒物暴露对人群神经系统的健康风险,以山东省济南市甸柳社区为研究地点,采用定群研究设计,对社区76名健康老年人进行5次重复测量,结合社区附近（< 2 km）环保监测超级站的PM_2.5和PM₁₀浓度数据,在控制年龄、性别等协变量情况下,利用线性混合效应模型分别分析PM_2.5和PM₁₀暴露对SAP的效应影响.结果表明:大气颗粒物短期暴露与老年人群SAP的升高呈正相关;PM_2.5累积滞后0~6 h,每升高1个四分位数间距（IQR）,SAP水平升高18.73%（95% CI为9.20%~29.08%）（FDR_H-P < 0.05）（其中,CI为可信区间,FDR_H-P为经多重校正后的P值）;PM₁₀累积滞后0~6 h,每升高1个IQR,SAP水平亦升高,但变化不显著（FDR_H-P>0.05）.研究显示,大气颗粒物暴露可以引起人群反应神经退行性病变的SAP指标升高,提示大气颗粒物对人群神经系统具有潜在威胁;PM_2.5对SAP的效应高于PM₁₀,提示小粒径颗粒物具有较高的健康危害,应加强对小粒径颗粒物的健康影响和干预防护研究.