重庆地区区域灰霾观测初步研究

2012年灰霾试点监测结果表明,灰霾日天数有明显减少。细颗粒物(PM2.5)浓度限值增加,使仅因重庆城市地域和气候原因造成部分相对湿度较低,而实际环境空气质量较好的灰霾日排除在外,更客观评价灰霾日发生规律。结合气象条件和颗粒物质量浓度对比情况表明,局域气候条件的变化将促使PM2.5和PM1吸湿增长明显,一定程度上促使粗颗粒物PM10质量浓度增加,局域污染物传输扩散不利,能见度减低,灰霾现象频增。     

呼和浩特市PM10和PM2.5污染水平分析

分析呼和浩特市2011年8月到2012年7月逐日的PM10,PM2.5的质量浓度监测值,结果表明,呼和浩特市PM10和PM2.5污染在春季和冬季较夏季、秋季严重;PM10和PM2.5有良好的线性关系;PM2.5/PM10(β)平均值为0.55.     

广东佛山交通扬尘排放特征研究

交通扬尘中部分细颗粒可经呼吸道危害人体健康。通过对佛山市10条典型道路尘负荷采样分析,采用AP-42模型计算不同类型道路的交通扬尘排放因子,结合道路信息计算交通扬尘排放量,并用ArcMap软件生成排放空间分布图。结果表明,佛山市区道路尘负荷为支路最大,为4.30 g/m2。高速路PM2.5的排放因子最大,为0.58 g/VKT。国道PM2.5的排放强度最大,为20.0 kg/(km·d)。市区交通扬尘PM30年排放量为36 582 t。采用COPERT模型计算机动车直接排放的PM2.5和PM10,得出佛山市机动车排放的PM2.5与交通扬尘PM2.5的比值为16%,机动车直接排放的PM10与交通扬尘PM10的比值为8%。佛山市区东部由于道路密集致其交通扬尘排放量较高。经对比知,中国南北方城市呈现交通扬尘排放因子范围相似性,且中国城市交通扬尘排放水平与美国相近。     

北京市冬季公共场所室内空气中TSP, PM10, PM2.5和PM1污染研究

在北京市的海淀区、朝阳区、丰台区和昌平区选择了 49个公共场所 (包括办公室、宾馆、图书馆、超市等等 ) ,分别对其室内空气中TSP ,PM10 ,PM2 5 和PM1的浓度进行了测定 ,并且对室内空气中粉尘含量的影响因素进行了分析和探讨 .研究结果表明 ,繁忙的交通状况和建筑施工将明显增加公共场所室内空气中TSP ,PM10 ,PM2 5 和PM1浓度 .频繁的室内清扫有助于降低室内空气中颗粒物的浓度 .在室内空气中 ,PM10 浓度与TSP浓度呈现明显的正向线性相关性 ,而PM2 5 和PM1的浓度与PM10 浓度的相关性较差     

重庆市北碚区PM_(2.5)污染特征分析

利用2013年1-12月重庆市北碚区国控点实时发布的颗粒物污染监测数据,对PM2.5和PM10的达标情况、变化趋势及其两者之间相关性进行了分析。研究表明:2013年北碚区PM10年均值为100.2μg·m-3,超过了新国标Ⅱ级标准,PM10日均值超标天数为57天,全年达标天数比例为84.4%;北碚区PM2.5年均值为67.9μg·m-3,超过了新国标Ⅱ级标准,PM2.5日均值超标天数为94天,全年达标天数比例为74.2%;PM10和PM2.5有明显的季变性特征,其中春季PM2.5与PM10的污染最重,污染日分别占全年的58.5%和56.1%。PM2.5占PM10比例较高,PM2.5/PM10平均值为66.6%。PM2.5与PM10回归线性较好,y=0.7900x-11.280,R2=0.930;PM2.5和PM10的Pearson相关系数为0.964;PM2.5与PM10日均值呈显著线性相关。     

银川市气溶胶变化特征及其与气象条件的关系分析

利用银川市2013年的气溶胶和气象要素观测资料,分析银川市不同粒径颗粒物浓度变化特征及其与气象条件的关系,结果表明:PM10、PM2.5、PM1的季节变化规律基本一致,夏季浓度低变幅小、其他季节浓度高变幅大;PM1、PM2.5存在明显的7 d周期,PM10存在10~12 d的周期。PM1、PM2.5、PM103种粒径的气溶胶浓度具有高度相关性,PM1与PM2.5相关性最好,PM10浓度高、变率大,与细粒子相关性有所降低。PM1和PM2.5的时变化均呈双峰双谷型,PM10的时变化在非采暖期近似于双峰双谷型,采暖期呈单峰型。银川市气溶胶浓度与能见度相关性最好,细颗粒物对能见度影响比粗粒子更为严重。气温与气溶胶浓度呈一致的负相关。风速与细颗粒物PM1、PM2.5浓度呈负相关,与粗颗粒物PM10的相关性较差。银川市相对湿度与粗颗粒物浓度PM10呈较好的负相关,与PM1正相关,与PM2.5相关不显著。     

浅析沈阳市高层建筑周边PM_(10)与PM_(2.5)质量浓度对应性

以空气中可吸入颗粒物(PM2.5和PM10)为研究对象,分析了采暖期和非采暖期不同监测点位PM10与PM2.5的相关性。结果表明,采暖期和非采暖期不同高度PM10与PM2.5的相关性均相当明显,可吸入颗粒物中PM2.5占绝大比重;采暖期不同高度PM10与PM2.5的相关系数大于非采暖期,季节变化规律明显。     

下沙空气中可吸入颗粒物污染特征分析

通过对PM_(2.5)和PM_(10)的浓度特征分析,探讨下沙空气中可吸入颗粒物污染特征。根据2013~2015年下沙空气连续自动监测数据,对浓度变化特征分析发现,PM_(2.5)和PM_(10)的季节变化明显,冬季最高,夏季最低。PM_(2.5)与PM_(10)的月均浓度存在线性回归关系,回归方程为y=1.0759x+0.02532,相关系数方值为0.857。PM_(2.5)与PM_(10)的浓度比值P主要集中在0.5~0.8之间。     

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.     

鞍山大气颗粒物浓度的变化特征

利用鞍山大气成分监测站Grimm180观测的2007年颗粒物数浓度,ρ(PM₁₀₎,ρ(PM_2.5)和ρ(PM_1.0)以及台站的常规气象观测资料,分析了该地区颗粒物数浓度的谱分布、质量浓度的变化特征及与气象条件的相关性. 结果表明:颗粒物数浓度谱分布符合Junge分布;参数υ与能见度呈负相关,υ值越大且PM0.45占PM₁₀的数浓度比例小于90%,能见度较差;颗粒物质量浓度日变化呈双峰特征,ρ(PM₁₀₎,ρ(PM_2.5)和ρ(PM_1.0)之间有很好的相关性,ρ(PM_2.5)/ρ(PM₁₀₎平均值为0.654,ρ(PM_1.0)/ρ(PM_2.5)的平均值为0.832,ρ(PM_1.0)/ρ(PM₁₀₎平均值为0.545;鞍山地区年主导风向为SE,颗粒物质量浓度变化受辽宁沙尘移动路径的影响较小,主要受排放累积型污染影响,其中大雾天气条件下颗粒物质量浓度较高,大雾期间的回归方程截距较年平均回归方程的大,这对研究颗粒物质量浓度的突变特性具有指示作用.