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...     

杭州市大气降尘与PM10化学组成特征的研究

2006年6月~2008年5月,在杭州市采集了大气降尘和PM10样品以及3类PM10源样品,对样品中12种无机元素进行了分析.结果表明,杭州市大气降尘量与PM10浓度相对于国内其他城市均属于较低水平,二者的季节变化存在明显差异;降尘量和PM10浓度的空间分布特征存在相似性,均与人类活动的强度密切相关.空间分布显示除PM10在朝晖和玉泉两采样点的成分谱相似,各采样点降尘和PM10成分谱间的相似性均不高.PM10与各源类成分谱的相似性高于降尘与各源类成分谱的相似性,二者来源的差异可能是造成降尘和PM10化学组分特征不同的原因,其中PM10与城市扬尘的化学成分相似性最高.     

浅谈齐齐哈尔市大气环境污染特征及其防治对策

齐齐哈尔市城区大气环境污染物主要为降尘、可吸入颗粒物(PM10)、SO2、NO2。其中降尘、PM10为首要污染物,降尘、PM10污染源来自煤烟尘、城市扬尘、机动车尾气尘等方面,属于复合污染类型,同时,人为活动所形成的二次扬尘正成为城市颗粒物污染的主要来源。因此,控制城区大气污染必须采取综合措施。     

牡丹江市大气中PM10、PM2.5的污染特征及相关性研究

牡丹江市位于黑龙江省的东南部,是整个东北地区重要的区域中心城市和黑龙江省的重要开放门户.近年来,随着社会经济的发展所带来的污染及公众对环境问题的日益关注,大气环境治理工作已经迫在眉睫.通过采用颗粒物自动监测仪对2016年牡丹江市代表性的环境空气监测点位监测数据分析,研究牡丹江市区全年和各个季度PM10和PM2.5浓度的趋势变化等,得出牡丹江市区大气中PM10、PM2.5的浓度水平、季节变化特征和相关性关系以及大气污染治理方向的建议,从而为有效的空气污染控制和治理提供可靠的科学依据和技术支持.     

北京市大气中PM10和PM2.5的污染水平特征研究

2004-2005年在北京市区和背景点进行了PM10和PM2.5质量浓度监测,结果表明,市区和背景点的PM质量浓度有季节特性,采样点的PM2.5/PM10的季节平均变化值相差不大,市区采样点的PM质量浓度普遍要比背景采样点高,和洛杉矶、悉尼等奥运城市相比,北京市PM10 比这些奥运城市高3～5倍,PM2.5高2倍左右,说明北京市的大气污染水平还相当严重.     

徐州市近年来大气降尘变化规律及趋势

大气降尘是城市大气环境监测的重要内容之一,其值可作为空气质量的指标。目前,对降尘数据的有效分析和利用尚处于研究阶段,国家也无明确、统一的评价标准,这为研究和评价城市大气污染状况,制定改善城市生活环境的具体措施带来了一定的困难。本文根据徐州市多年监测的降尘数据,对徐州市市区及近郊的降尘量进行了分析统计,找出了徐州市近11年来降尘的总体变化规律;利用方差分析检验了不同季节降尘的显著性差异,发现春季降尘量最大;找出了不同功能区的降尘变化规律,发现工业区的降尘量最大。最后根据秩相关系数对其进行了趋势分析,结果表明,徐州市的降尘呈下降趋势。     

PM_(2.5)监测技术要点及意义探讨

在我国以往的大气环境质量监测中,粒子的监测主要是针对粗颗粒PM10进行监测。随着雾霾天气的频发,国家在修订的《环境空气质量标准》(GB3095-2012)中将PM2.5的浓度限值纳入,细粒子PM2.5的质量浓度日益成为表征城市大气污染的首要指标。本文在分析我国PM2.5监测现状的基础上,对PM2.5监测技术要点与意义进行探讨。     

浙江省PM_(2.5)质量浓度分布特征研究

本文选取金华、衢州、温州、丽水、宁波、杭州六个城市开展PM2.5手工重量法监测,通过比较不同城市不同季节PM2.5质量浓度,研究浙江省PM2.5浓度的分布特征,以期为其空气质量预报、大气污染治理防治等工作提供技术支持。     

遥感影像小波特征与城市大气污染相关性对比分析

PM10质量浓度是表征城市空气质量最为重要的污染指标之一.快速了解其浓度和大范围的分布状况,有利于控制PM10质量浓度,并最终提高空气质量.卫星遥感可在瞬间获取大区域的地表和大气信息,在污染监测上具有广泛的应用前景.本文在对覆盖杭州市2004年至2007年的MODIS数据进行了小波分析的基础上,建立了小波系数与同期PM10质量浓度实测数据的回归模型,并进一步比较了不同空气质量条件下的相应图像特征.初步实验表明,MODIS遥感影像特征与PM10浓度存在相关关系.     

乌鲁木齐城市化进程与大气污染关系研究

以乌鲁木齐市为研究区,选取乌鲁木齐市2004—2013年11项城市化指标以及3项大气污染指标,得出城市化水平综合指数以及大气污染水平综合指数。将城市化综合水平作为解释变量,SO2、NO2、PM10污染综合指数、大气污染综合指数分别作为被解释变量,分析城市化水平与大气污染状况,分别对其进行二次曲线回归分析以及三次曲线回归分析,得出乌鲁木齐市2004—2013年城市化进程与大气污染之间的演化规律。     

呼和浩特市城区大气污染时间变化规律的分析

利用2004年到2006年空气质量监测数据,对PM10、SO2、NO23项污染物在不同时期、不同季节、不同时段的变化规律进行分析,为制定相应的防治措施提供科学依据。     

101国道对北京市密云县城区的环境影响分析

通过连续4年在对路经北京市密云县城区的四处监测点位的车流量、噪声和大气环境质量监测,结果表明：101国道的车流量大体上呈逐年增长之势。101国道两侧的昼间平均交通噪声值除2003年全部达标排放外,2004-2006年均有部分超标;101国道两侧夜间平均交通噪声值均可达标排放。101国道两侧PM10的浓度基本上随车流量的增加而增加,SO2和NO2的浓度随车流量的变化不明显。101国道旁密云县环保局监测点PM10、SO2和NO2的浓度均高于密云县城区测点的浓度。     

SHEDS-PM模型模拟杭州市人群PM10暴露水平

以杭州市为例,利用美国国家环境保护局(US EPA)国家暴露研究实验室(NERL)所开发的颗粒物人类暴露剂量随机模拟模型(SHEDS-PM),考察了人群在不同微环境中的PM₁₀暴露水平. 结合室外环境ρ(PM₁₀₎模拟结果、相关微环境参数和人群活动特征,对研究区域2004年不同季节室外环境、室内环境(住宅、办公室、学校、商店、餐馆)以及机动车内PM₁₀暴露水平进行了模拟. 结果表明:PM₁₀暴露量、吸入量和沉积量与ρ(PM₁₀₎日均值呈正相关;1月PM₁₀暴露量、吸入量和沉积量最大,分别为18.22,326.99和277.46 μg/m3>/sup>,三者在住宅环境中的剂量最大;不同微环境PM₁₀平均沉积速率有明显差异.      

北京夏季高温高湿和降水过程对大气颗粒物谱分布的影响

2004-07-13～2004-08-23使用TDMPS-APS系统在线测量颗粒物的数浓度谱分布,并于07-16～07-18选取了高温闷热夜晚、日间高温高湿和雨后晴朗干洁3种天气条件,使用多级串联撞击式采样器(MOUDI)测量颗粒物的质量浓度谱分布,结果表明,高温高湿天气条件下颗粒物的污染、尤其细粒子污染严重,导致很低的能见度(2.5km);PM_1.8和PM₁₀的质量浓度分别为170.68μg/m³和249.35μg/m³,细粒子质量浓度占PM10的68%;粒径为50～100nm颗粒物的数浓度最高,为2×10⁴～3×10⁴个/cm³;降雨过程对粗粒子和细粒子均有去除作用,对细粒子的去除作用尤为明显;降雨后PM₁₀和PM_1.8浓度分别比降雨前降低3倍和6倍;降雨过后的晴朗干洁天气有利于新粒子(3～20nm)的生成,生成的新粒子快速长大到50～100nm;随着污染物的累积,以后几天内又变为污染天气.     

气象因素对北京市大气颗粒物浓度影响的非参数分析

利用2005年9月—2006年9月北京市大气颗粒物分级(不同粒径)监测资料和同期分时段气象观测数据,采用非参数分析(Spearman秩相关系数)法对北京市3种粒径大气颗粒物在不同季节的浓度水平与气象因素的影响进行了研究.结果表明:不同季节影响颗粒物质量浓度的气象因素各不相同;春季ρ(PM_2.5),ρ(PM2.5～10)和ρ(PM₁₀₎都与气压呈显著负相关;夏季颗粒物质量浓度受降水影响很大;秋、冬季ρ(PM_2.5)和ρ(PM₁₀₎均与日照时数呈显著负相关;冬季ρ(PM_2.5),ρ(PM_2.5～10)和ρ(PM10)均与平均风速呈显著负相关,与气温、相对湿度呈显著正相关. 细粒子和粗粒子质量浓度对气象因素变化的响应程度也有较大区别. 春、夏季地面平均风速对粗粒子质量浓度的影响比细粒子显著,ρ(PM_2.5)/ρ(PM₁₀₎随风速增加而增大;秋季日照时数对细粒子质量浓度的影响比粗粒子更显著,ρ(PM_2.5)/ρ(PM₁₀₎随日照时数增加而减小;冬季相对湿度对粗粒子质量浓度的影响比细粒子显著,ρ(PM_2.5)/ρ(PM₁₀₎随相对湿度增加而减小.      

厦门市大气可吸入颗粒物源解析的研究

采用2004～2005年对厦门大气中PM10开展的3期采样分析数据,利用主因子分析法定性分析厦门大气中可吸入颗粒物的主要来源,并结合多元线性回归法,求出定量的结果。分析结果表明,影响厦门市可吸入颗粒物的主要来源有四种:工业燃煤、汽车尾气、土壤风沙尘和海盐粒子,其中二次粒子为主要污染源,贡献率为30.0%,其次为汽车尾气占29.4%,土壤风沙和建筑尘的贡献约占21.7%,海洋粒子的贡献为6.5%,不可识别源18.1%。     

乌海市空气污染特征及其与气象要素的关系

文章利用乌海市2006-2010年污染物SO2、NO2、PM10浓度值和气象资料,分析了乌海市近5年空气污染的特征,计算了各污染物与主要气象要素的单相关系数,采用灰色关联分析方法对近5年来影响乌海市污染物浓度的气象要素进行分析。结果显示:(1)乌海市环境空气的首要污染物是可吸入颗粒物,其次是SO2。(2)2006-2010年,NO2变化不大;SO2下降幅度较大,从平均值超标1倍下降到不超标;PM10也呈下降趋势,但下降幅度稍小,5年均超标。(3)SO2一年内平均值变化幅度最大,12月浓度最大,7、8月最小,相差达3倍;PM10也是夏季最小,冬季12月最大,但3、4月份沙尘天气频发时也较大。(4)相关系数通过信度0.05检验的情况下,SO2、NO2、PM10浓度值与平均风速、平均气温、水平能见度、相对湿度、日照时数、平均总云量等具有一定的相关性。(5)用灰色关联分析法得出影响SO2和PM10的气象因素排序,平均风速是影响大气污染的主要气象因素,日照时数和总云量与污染物浓度关联较大。     

基于技术的水泥工业大气颗粒物排放清单

针对我国水泥工业的生产技术及生产过程中的大气颗粒物排放控制技术分类,建立了一个基于技术、自下而上的大气颗粒物排放模型.通过分析我国水泥工业不同生产工艺所占比重的历史变化趋势,以及不同时期水泥工业大气颗粒物控制标准的影响,利用此模型计算了1990-2004年全国水泥工业大气颗粒物的排放系数和排放量.我国水泥工业的大气颗粒物的排放系数由1990年的27.9 kg·t-1水泥下降至2004年的8.05 kg·t-1水泥;大气颗粒物排放量自1990年起逐年增加,于1997年达到最高值l 044×104t,其中PM10排放量为716 X 104 t,PM2 5排放量为436×104t;此后逐年降低,到2001年后又有缓慢增加.我国水泥工业大气颗粒物排放量的地理分布很不均衡,山东、广东、河北、江苏、浙江和河南的排放量超过了全国总排放量的50%.新型干法水泥生产线替代立窑生产线的进程以及2004年<水泥工业大气污染物排放标准>的颁布将很可能大幅降低我国水泥工业的大气颗粒物排放量,从而在很大程度上影响我国的大气颗粒物污染特征.