北京城郊冬季一次大气重污染过程颗粒物的污染特征

本研究分析了北京冬季一次大气重污染过程的颗粒物污染特征,通过数学统计方法分析了其形成的可能原因.观测于2013年1月24—31日进行,在西三环城区和大兴郊区使用中流量大气颗粒物采样器采集可吸入颗粒物(PM10)和细颗粒物(PM2.5),并采用离子色谱和元素碳/有机碳分析仪分析了PM2.5上的水溶性离子、元素碳和有机碳浓度.结果表明,本次重污染天气的大气日均能见度低于3.0 km.PM10和PM2.5质量浓度日均最大值分别为675.5和453.4μg·m-3,平均质量浓度为349.2和260.8μg·m-3,超过环境空气质量标准(GB3095—2012)所规定的二级浓度限值.通过比较PM2.5上化学成分的浓度发现,在城区和郊区,此次天气形成的共同污染源为冬季燃煤燃烧、汽车尾气排放和二次有机气溶胶污染;而土壤/沙尘对郊区污染天气的形成有部分贡献.大气中PM2.5质量浓度与能见度呈对数负相关关系.     

道路环境颗粒物浓度空间分布研究

由于交通扬尘和车辆尾气排放,道路环境颗粒物浓度高于城市其它区域,文章应用一种移动监测技术测试区域道路环境中PM10浓度空间分布,并进行了呼市城区道路环境PM10空间分布分析;采用降尘法对呼市城区不同区域30条道路进行监测,分析道路降尘空间分布规律,并对两种方法进行比较。文章给出了呼市城区道路环境PM10浓度的空间分布图...     

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。     

呼和浩特交通扬尘排放清单研究

颗粒物污染是影响中国城市空气质量的首要因素,交通扬尘是城市大气颗粒物污染的主要来源之一,排放清单及排放特征研究是进行环境影响分析、控制措施成本效益分析、控制方案制定以及进行环境管理的基础。本文对呼和浩特城区典型道路路面尘负荷进行采样分析,现场调研不同类型道路车流量和车辆构成,应用AP-42排放因子计算典型道路交通扬尘排放因子,建立了基于G IS的排放清单数据库。结果显示:胡同的PM10排放因子最大,其次分别为环城路、支路、次干道和主干道;环城路的PM10排放强度最大,其次为主干道、次干道、支路和胡同;基准年2006年呼和浩特城区交通扬尘PM10排放量为22 715 t;从空间分布看,环城路以内网格排放源强较高,中心城区排放强度最大。     

贵阳市大气颗粒物(PM2.5)污染特征及气象参数的影响

运用连续颗粒物采样仪(URG Model 2000-01J)对贵阳市城区大气颗粒物PM2.5进行了连续3个月(9~11月)的采集与分析,探讨了PM2.5的浓度分布特征、气象条件的影响。结果显示,贵阳市大气颗粒物PM2.5的平均质量浓度为53±27μg/m3,变化范围为3.7~186μg/m3;初步推断大气颗粒物PM2.5的污染来源主要是燃料燃烧、生物质燃烧、汽车尾气等人为源;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。     

基于车辆身份检测数据的车辆出行排放知识图谱研究

为实现个体车辆出行、排放行为的精细表征与挖掘,基于宣城市中心城区全量个体车辆的出行轨迹、技术参数、排放轨迹等多维交通大数据,以表征个体车辆出行过程的排放信息为主线,设计并构建车辆出行排放知识图谱.研究表明：①知识图谱直观地表征了“车辆-道路-出行-排放”信息的时空关联,可实现个体车辆在不同日期、不同时段、不同路段等多尺度出行特征的精细挖掘.以某辆小型客车为例,检索发现周一、周三出行主要连接的小时实体都为7：00、8：00和17：00,周五、非工作日出行连接的小时实体具有明显的随机性;周一、周三出行所连接的道路实体较少且基本一致,在宣水路、昭亭北路、昭亭南路的出行里程之和占比为63%~68%,周五、非工作日出行连接的道路实体则较为分散.②通过出行信息类、排放信息类实体的关联检索,可实现个体车辆出行排放时空特征的精细辨识和溯源分析.示例车辆的检索结果表明：周一车辆的CO日排放量为1.2g,是周六的2.5倍,同时在早高峰时段（7：00）,车辆出行在交通繁忙路段时,伴随低水平车速,排放强度相对较高.     

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.     

基于移动传感器的城市道路颗粒物污染特征

为实时分析城市道路环境中PM污染的变化特征,以出租车作为PM传感器的载体,对济南市道路环境进行了3个月的监测,并结合监测站的监测数据,对道路环境中PM的污染特征进行了分析.以核密度估计的方法提取了道路环境的PM“基线”,并量化了道路环境的排放贡献.结果表明,济南市PM污染严重的路段并不是位于交通较为密集的市区,而是集中在道路较为稀疏的郊区.将济南市路网系统划分为1021段道路,其中65%的路段PM_2.5浓度集中在43~46μg/m³,PM₁₀浓度在55~70μg/m³.相对于城市环境（监测站）,早晚高峰尤其早高峰对于道路环境（传感器）的影响更为显著.通过提取的PM“基线”和传感器的小时均值,将传感器的测量信号分为背景浓度信号和排放浓度信号.研究期间,PM_2.5区域污染和排放占比分别为78.6%和21.4%,对于PM₁₀而言,区域污染和排放占比分别为71.9%和28.1%.     

株洲市颗粒物质量浓度变化特征与相关性分析

为了掌握湖南省株洲市空气颗粒物污染的变化特征,利用环境空气颗粒物手工监测方法对株洲市城区和郊区进行长时段监测,对株洲市空气中不同粒径的颗粒物质量浓度变化规律进行分析。结果表明,株洲市城区、郊区PM₁₀、PM_2.5在冬半年质量浓度高于夏半年,且冬半年超标率较高。在不同季节不同粒径占比有较大区别,当颗粒物污染较轻时10～100μm粒径占比较大;随着颗粒物污染增加,0～2.5μm粒径区间占比增加,并变成主要污染来源。根据Spearman秩相关系数分析以及相对关系曲线方程,可以看出城区冬半年PM₁₀和PM_2.5之间具有较高显著正相关,郊区不具有相关性。     

2008年奥运前后北京城、郊PM2.5及其水溶性离子变化特征

2008年6月至9月,在北京城区清华大学和郊区密云水库开展大气颗粒物观测,采集了PM2.5样品共180个,并获得了PM2.5及12种水溶性离子的质量浓度.观测期间城区和郊区PM2.5浓度接近,分别为68.9 μg·m-3和52.9μg·m-3;二次无机离子SO42-、NO3-和NH4+是PM2.5中含量最高的水溶性离子...     

铜仁市中心城区PM_(2.5)污染状况及影响因素分析

利用铜仁市中心城区2015年1~2月PM2.5空气质量监测资料,分析铜仁市中心城区PM2.5浓度污染状况及影响因素,为制定相应的污染控制措施提供参考数据。结果表明:中心城区监测站点PM2.5与PM10比值为0.514,可吸入颗粒物是PM2.5的主要来源。造成PM2.5污染还有人为产生的机动车尾气、工业扬尘、道路扬尘、饮食油烟及建筑工地等因素。     

1990—2014年武汉市空气质量时空变化

基于武汉市1990—2014年空气污染物(SO2,NOx/NO2,TSP/PM10)年均值浓度数据,采用Daniel趋势检验和空间统计方法研究污染物浓度时间变化趋势和空间变异。研究发现武汉市近20年SO2浓度变化平稳且满足国家二级标准限值,而氮氧化物(NOx/NO2)浓度显著上升并超过标准限值,颗粒物(TSP/PM10)浓度虽然有下降趋势,但依然未达到标准限值。武汉市近10年SO2污染空间变化最明显,重污染区域由城区向郊区转移;NO2污染空间差异最显著,二环线内监测点NO2浓度一直高于二环线外且平均高9.2%,而二环线内监测点SO2、PM10浓度低于二环线外。     

北京地区冬春PM2.5和PM10污染水平时空分布及其与气象条件的关系

北京2012~2013年的冬春多次出现雾霾天气,可吸入颗粒物(PM10)污染严重.而PM2.5作为PM10中粒径较小的部分,在PM10中所占比重越高,污染越严重.因此,本研究选取了能够覆盖北京所有区县的30个PM2.5和PM10的质量浓度监测点,对该地区的PM2.5和PM10污染特征进行分析,确定其空间差异特征和时间性变化特征.普通克里格插值(Original Kriging)法得到的北京地区冬、春季颗粒物浓度分布图显示,颗粒物浓度从北部山区到南部地区逐渐递增,在中心城区处,西部高于东部,且局部地区存在一定的城乡差异.颗粒物浓度月变化曲线呈单峰单谷型,1月最高,4月最低;逐日变化反映了PM2.5和PM10浓度具有较好的相关性,且受气象条件影响显著;日变化呈双峰趋势.本文选取日平均气温(℃)、相对湿度(%)、风速(风级)、降水量(mm)等气象因子,利用Spearman秩相关分析研究各个气象因子对大气PM2.5和PM10浓度的影响.北京冬季PM2.5和PM10的质量浓度分别与气温、相对湿度正相关,与风速负相关,风速和相对湿度是影响污染物质量浓度分布的主要因素.     

广州市中心城区公交车站颗粒物污染暴露特征及影响因素分析

为探究超大城市居民在中心城区公交车站候车的颗粒物暴露情况,使用Grimm Aerosol 11-A型便携式气溶胶光学粒径谱仪对广州市越秀区和天河区共7个典型公交车站的颗粒物污染暴露进行平行监测.结果表明:①各公交车站的平均PM₁、PM_2.5和PM₁₀暴露浓度分别为（33.35±15.96）（46.97±22.94）和（89.70±67.07）μg/m3,休息日公交车站的暴露浓度约为工作日的2倍,高峰期颗粒物暴露浓度略高于平峰期.②候车乘客数、道路车流量和相对湿度是影响PM₁、PM_2.5暴露浓度的主要因素,纯电动公交车停靠次数虽对细颗粒物暴露浓度无明显贡献,但其制动、轮胎与路面摩擦以及扬尘产生的粗粒径排放成为PM₁₀污染的主要因素之一.③粗粒径模态（1~10 μm）颗粒物是颗粒物浓度的主要贡献源,其浓度占比高达63%,但数浓度占比不足1%;而积聚模态（0.25~1 μm）颗粒物数浓度占比在99%以上,部分车站积聚模态颗粒物质量浓度占比超过40%,说明细颗粒污染严重.④单位时间内公交车站候车乘客PM₁、PM_2.5和PM₁₀总暴露剂量分别为（241.80±82.85）（342.59±112.11）和（681.17±226.89）μg/h,表现出工作日高于休息日、工作日高峰期高于平峰期、休息日高峰期低于平峰期的特征,部分车站（如DF和LS站）老人总暴露剂量占比超过40%,成为公交车站主要暴露对象之一.研究显示,广州市中心城区公交车站颗粒物暴露特征时空差异明显,道路车流量、相对湿度、候车乘客数和公交车停靠次数是影响颗粒物暴露浓度的主要因素.      

上海市市区、郊区NO2、SO2和PM10的时空变化规律及相关性分析

在对上海市嘉定区大气污染物SO2、NOx和PM10连续1年的观测基础上，结合上海环境状况公报的数据，探讨了市区、郊区大气污染物的空间和时间变化规律。结果表明，2005年中NO2、SO2和PM10的质量浓度在市区和郊区均是冬春两季高，夏秋两季低；NO2、SO2和PM10浓度在市区要高于郊区；郊区大气污染物的月变化幅度要比市区大，市区PM10污染有增加趋势。根据气象条件分析，嘉定区周边工业污染对NO2、SO2和PM10的浓度有贡献，市区NO2、SO2和PM10的质量浓度则与机动车尾气、工业燃煤，建筑扬尘和道路扬尘等诸多因素有关。相关性分析表明，上海市NO2、SO2和PM10相互之间存在比较强的相关性。     

北京城区2007~2012年细颗粒物数浓度时空演化

为反映近年来北京城区细颗粒物数浓度时空演化过程,利用MODEL 3886GEO-α手持式激光粒子计数仪连续采集了2007~2012年北京城区93个采样点 6月上旬~7月上旬(非采暖期)和12月上旬~次年的1月上旬(采暖期)细粒径颗粒物PM (0.3、0.3~0.5、0.5~1.0) 的粒子数浓度数据,然后在地统计和空间分析方法的基础上,探究了北京城区细颗粒物数浓度的时空演化特征.结果表明,PM0.3在采暖期的数值均高于其在非采暖期的浓度值,而PM0.3~0.5和PM0.5~1.0在两个不同的采样期浓度值有高有低;采暖期不同下垫面细颗粒浓度差异较明显,而非采暖期下垫面类型对细颗粒浓度的影响相对较弱;非采暖期,北京城区南部的丰台区和东部的朝阳区细颗粒物污染最严重,市中心次之,而北部的海淀区和西部的石景山区污染相对较轻;采暖期,北京城区细颗粒物污染主要集中在朝阳区的东部和东南部,以及市中心及其周边区域.     

交通拥堵对TSP排放的影响分析

在上海市杨浦区军工路部分路段采集TSP浓度、气压、温度、分车型车流量、区段车速、信号配时等数据,通过多元回归方法分析小型车交通量,大型车交通量,拖挂车交通量及区段车速对TSP浓度的影响,建立起TSP浓度与上述交通变量的函数关系,并通过AIMSUN交通仿真软件以及基础采集数据,建立军工路路网,模拟四种交通拥堵状况(重度拥堵,中度拥堵,轻度拥堵,基本畅通)的产生和消散过程。综合分析路段交通拥堵对道路TSP排放和分布的影响。分析整理得出道路TSP小时排放总量和拥堵程度成正比关系,且TSP污染主要集中在车辆拥挤怠速的部分,车辆拥挤排队的队尾部分是TSP排放源强最高、源强增长最快的区域,增长率达到240%～290%。     

楚雄市城区交通噪声污染分析及其减控措施

在对楚雄市城区"十二五"期间交通噪声监测及车流量统计的基础上,分析了5a间楚雄市城区交通噪声监测结果及其暴露在不同等效声级下路段分布情况。结果表明:5a间昼间交通噪声平均等效声级总体稳定,均在66.2~69.7d B(A),总体评价为"好"和"较好"水平;城区车流量以轻型汽车为主,重型汽车较少;城区交通噪声暴露在一级等效声级下所占比例最高,其中近3a所占比例均超过70%。虽然楚雄城区交通噪声污染较轻,但个别路段污染较重,今后应从加强路网规划、提高路面施工质量、加强绿化及音障建设、加强行车违法违章治理、倡导文明行车等措施着手,以实现减控交通噪声污染的目的。     

上海地区光化学污染中气溶胶特征研究

利用上海地区2011~2013年9个大气成分及气象观测站点臭氧(O3)、颗粒物(PM1、PM2.5、PM10)、气溶胶粒子谱观测资料以及气象数据,分析了上海不同功能区臭氧超标时的频率分布及各类污染物浓度特征.结果表明,上海地区夏季光化学污染严重,周边城区臭氧污染要明显高于中心城区,不同功能区污染情况差异较大,金山化工区和崇明生态岛光化学污染较为严重.通过分析光化学污染前后气溶胶变化特征可知,当出现光化学污染时,各站气溶胶浓度明显升高,特别是PM1浓度增加显著,且PM1/PM2.5比未出现臭氧污染时的比例明显升高.表明随着光化学反应的增强,二次气溶胶生成明显增多.因此可将PM1作为光化学污染的判定指标之一.     

榆林市城区环境空气质量污染特征及原因分析

根据榆林城区环境空气质量监测数据,对2001～2010年间榆林城区空气质量污染特征和主要空气污染物的变化规律进行了分析。结果表明:2001～2010年间,榆林市城区的SO2、NO2和颗粒物污染总体呈下降趋势;2007～2010年间,SO2和PM10的季节性污染特征较明显,SO2浓度高值主要集中在冬季采暖期,PM10浓度高值主要集中在春季沙尘常发期的3～6月,NO2浓度全年均无超标,季节性变化较稳定。