北京东北部城区大气细粒子与相关气体污染特征研究

于2008年7月~2009年4月的4个季节,在北京市朝阳区北部,利用VAPS通用型大气污染物采样仪(URG3000K)对大气细粒子(PM2.5)和环境空气中相关气体进行了同时采集,并利用IC离子色谱仪(DX-600型)分析了PM2.5中水溶性无机离子成分和环境空气中相关气体的含量.结果表明,PM2.5质量浓度春季>夏季>冬季>秋季;SO42-、NO3-和NH4+是PM2.5中最主要的3种水溶性无机离子,年均质量浓度分别为14.82μg/m3、11.57μg/m3和8.35μg/m3,三者浓度之和占PM2.5中总水溶性无机离子浓度的86.28%.SO42-、NH4+浓度占PM2.5浓度百分比均为夏、秋季高于冬、春季; NO3-浓度占PM2.5浓度的百分比为秋季>春季>夏季>冬季.空气中的SO2、NO2和NH3等气态污染物的含量直接影响PM2.5中二次离子SO42-、NO3-和NH4+的浓度, SO2、NO2浓度的季节特征为冬、春季高于夏、秋季,与SO42-、NO3-的季节变化规律相反; NH3浓度在夏季最高,冬季最低. PM2.5酸度在夏、秋季高于冬、春季,且夏、秋季PM2.5样品全部呈酸性,冬、春季PM2.5样品一部分呈酸性,一部分呈碱性.夏季SOR值和NOR值分别为冬季的4.8倍和3倍,表明夏季SO2和NO2更易转化生成SO42-和NO3-.PM2.5中SO42-、NO3-和NH4+主要以(NH4)2SO4、NH4NO3的形式共存于气溶胶体系中.     

济南春季大气PM2.5水溶性组分的半连续在线观测

利用大气细颗粒物(PM2.5)水溶性组分在线分析系统连续监测了2008年3~4月济南市PM2.5水溶性组分的浓度变化,并结合气溶胶部分前体物SO2、NO2、O3等的浓度数据和部分气象资料对监测数据进行了分析.结果表明,SO42-、NO3-和NH4+是PM2.5中水溶性离子的主要成分,分别占总水溶性组分的61.1%、13.4%和16.7%,且PM2.5中总水溶性组分的浓度,特别是SO42-的浓度,明显高于国内其他城市.温度、太阳辐射强度、混合层高度和风速等气象因素对总水溶性离子的浓度变化有重要影响.SO42-浓度白天明显高于夜间,而NO3-和NH4+的浓度昼夜变化幅度较小.SO42-和NO3-主要由SO2和NO2转化而来.后推气流轨迹分析表明,来自东北绕行西南方向和东北方向的混合气团结合济南的特殊地形及局地排放的污染物会加重济南春季PM2.5的污染.     

广州雾霾期间气溶胶水溶性离子的日变化特征及形成机制

为研究雾霾天气下SO42-、NO3-和NH4+的形成机制,2013年4月18~23日,使用6级Anderson大流量采样器采集了不同粒径段的气溶胶样品,并利用离子色谱对其中的水溶性无机离子进行了分析.结果表明,广州雾霾期间PM3和PM10中总水溶性无机离子平均浓度分别为(32.7±13.3)μg/m3和(39.4±15.7)μg/m3.SO42-、NO3-和NH4+是最主要的水溶性离子,它们在PM3和PM10中占总离子质量分数分别为76%和71%.3种离子主要集中在0.49~1.5μm的液滴模态,该模态中NH4+主要以(NH4)2SO4和NH4NO3的形式存在,而凝聚模态的NH4+则主要以(NH4)2SO4和NH4HSO4的形式存在.液滴模态的SO42-主要来自雾内或颗粒表面的液相氧化反应,NO3-主要来自夜间N2O5在颗粒表面的水解反应,NH4+主要来自NH3在颗粒上进行的非均相中和反应,而这3种离子在该模态的日变化特征则很好的反映了以上的形成机制.受太阳辐射的影响,3种离子的浓度在凝聚模态均表现为白天高于夜晚.     

广州市灰霾期大气PM_(10)中水溶性离子特征

采集广州市大气PM10样品并分别对冬夏两季灰霾和非灰霾期PM10中水溶性离子进行分析。实验表明,广州市灰霾期PM10中水溶性离子的质量浓度要高出非灰霾期4～15倍,其中NO3-浓度升幅最大。非灰霾期主要水溶性无机离子的浓度顺序为SO42->NH4+>NO3-,灰霾期为SO42->NO3->NH4+,严重灰霾期则为NO3->SO42->NH4+。非灰霾期SO42-/NO3-质量浓度比为1.78～3.57,灰霾期为1.04～1.20,而在严重灰霾期则<1,说明灰霾利于NO3-的二次转化生成。实验还表明,灰霾期PM10较非灰霾天气偏酸性,灰霾期SO2和NOx的高转化率导致SO42-和NO3-的大幅增加是加重灰霾期PM10污染的主要原因。     

秋季南通近海大气气溶胶水溶性离子粒径分布特征

2012年10~11月在南通近海设立观测点,利用Anderson分级采样器采集大气气溶胶样品,用离子色谱仪(Metrohm IC)分析其中10种水溶性离子组成.结果表明,南通秋季近海PM10和PM2.1中水溶性离子浓度分别为59.70,45.96mg/m3.PM2.1中主要离子质量浓度排列依次为SO42->NO3->NH4+>Ca2+. SO42-,NO3-和NH4+占PM10中离子浓度的80%以上,二次离子为近海区域气溶胶的主要成分.SO42,NH4+和NO3-均表现出单峰型分布,峰值区间均为0.43~1.1mm,Ca2+,Na+和Cl-表现为双峰型.Ca2+高浓度峰值出现4.7~5.8mm粒径段内;Na+和Cl-峰值出现在0.43~1.1mm和3.3~5.8mm内,但最大峰值浓度区间不一致.PM10中nss-SO42-/SO42-比值均高于90%,陆地源对近海硫酸盐的影响显著.nss-SO42-/NO3-的比值在<2.1μm的粒径段内均大于1,表明该区域固定源是大气细粒子中离子的重要贡献源,但移动源对粗粒子的影响值得重视.个例分析显示,稳定的天气系统,高污染排放内陆地区的污染物传输,是造成10月27日的严重污染过程的主要原因.     

夏季广州城区细颗粒物PM_(2.5)和PM_(1.0)中水溶性无机离子特征

于2008年7月1～31日在广州城区每天采集PM2.5和PM1.0样品.利用离子色谱分析了样品中Na+、NH4+、K+、Mg2+、Ca2+、F-、Cl-、NO3-和SO24-等9种离子组分质量浓度,并同步收集气象因子、大气散射系数、大气能见度以及SO2、NO2、O3气体污染物质量浓度等数据.结果表明,PM2.5和PM1.0中水溶性无机离子总浓度分别为(25.5±10.9)μg·m-3和(22.7±10.5)μg·m-3,分别占PM2.5和PM1.0质量浓度的(47.9±4.3)%和(49.3±4.3)%.SO42-占PM2.5和PM1.0中质量浓度百分比最高,分别为(25.8±4.0)%和(27.5±4.5)%.较高的温度和O3浓度有利于SO24-的生成,较高相对湿度有利于NO3-的生成.PM2.5和PM1.0中亲水性较强的SO42-、NH4+和NO3-对散射系数和能见度影响较大.     

秋季南通近海大气气溶胶水溶性离子粒径分布特征

2012年10~11月在南通近海设立观测点,利用Anderson分级采样器采集大气气溶胶样品,用离子色谱仪(Metrohm IC)分析其中10种水溶性离子组成.结果表明,南通秋季近海PM10和PM2.1中水溶性离子浓度分别为59.70,45.96μg/m3.PM2.1中主要离子质量浓度排列依次为SO42-NO3-NH4+Ca2+.SO42-,NO3-和NH4+占PM10中离子浓度的80%以上,二次离子为近海区域气溶胶的主要成分.SO42,NH4+和NO3-均表现出单峰型分布,峰值区间均为0.43~1.1μm,Ca2+,Na+和Cl-表现为双峰型.Ca2+高浓度峰值出现4.7~5.8μm粒径段内;Na+和Cl-峰值出现在0.43~1.1μm和3.3~5.8μm内,但最大峰值浓度区间不一致.PM10中nss-SO42-/SO42-比值均高于90%,陆地源对近海硫酸盐的影响显著.nss-SO42-/NO3-的比值在2.1μm的粒径段内均大于1,表明该区域固定源是大气细粒子中离子的重要贡献源,但移动源对粗粒子的影响值得重视.个例分析显示,稳定的天气系统,高污染排放内陆地区的污染物传输,是造成10月27日的严重污染过程的主要原因.     

中国海峡西岸城市群冬季PM2.5和PM10中水溶性离子的污染特征

为了研究中国海峡西岸城市群冬季大气颗粒物水溶性离子的污染特征,采集该区域8个城市共14个采样点位(包含1个背景点)的PM2.5和PM2.5~10样品,采用离子色谱分析F-、Cl-、NO3-、SO42-、Na+、K+、NH4+、Ca2+和Mg2+ 9种水溶性离子的质量浓度.结果表明,海峡西岸城市群冬季大气颗粒物污染严重,PM2.5和PM10的日均值分别为89.65,135.65μg/m3,PM2.5占PM10的66.1%.城区水溶性无机离子主要集中在PM2.5上,其浓度分布存在空间差异,温州地区水溶性无机离子浓度处于较高水平;SO42-、NO3-和NH4+是水溶性无机离子的主要贡献者,其占PM2.5 中水溶性离子总量的79.6%~89.0%,占PM10的74.2%~83.4%.由于受冬季季风的影响,该区域非海盐离子对水溶性无机离子的贡献较大.NO3-/SO42-的质量浓度比显示,冬季海峡西岸城市群已处于机动车污染与燃煤污染并存的复合型污染状态.     

夏季黄山不同高度大气气溶胶水溶性离子特征分析

2011年夏季在黄山3个不同高度上设观测点,利用Andersen分级采样器同步采集大气气溶胶,样品用离子色谱仪(Metrohm IC)进行分析.结果表明,山底、山腰和山顶的平均总离子浓度分别为13.32、10.94和9.97μg.m-3,大气气溶胶无机离子成分随高度增加呈递减趋势;黄山大气气溶胶中主要离子质量浓度依次为SO24->NH4+>Ca2+>NO3-;NH4+、SO24-分别为最主要的阳离子和阴离子,浓度随高度增加而递减最为显著,两种离子浓度和在3个采样点中均占PM2.1离子质量浓度的75%以上;粗粒子中最主要的阳离子与阴离子则为Ca2+和NO3-.PM10与PM2.1中阴阳离子线性回归线斜率近似为1,表明黄山大气气溶胶酸碱平衡.相关性分析表明,NH4+与SO24-的相关性高达0.98,这两种离子主要结合成(NH4)2SO4和少量的NH4HSO4存在于颗粒物中.黄山地区气溶胶在一定程度上受到周边地区人为源的影响.后向轨迹模拟显示,黄山夏季气团主要来源于南方沿海、东海、黄海及北方地区.由于途径重污染排放区,北方气团细粒子离子浓度较高,K+离子浓度近为西南气团的数倍.     

南京3类不同大气污染过程下气溶胶水溶性无机离子的特征研究

为了探讨不同大气污染过程下气溶胶中水溶性离子组分的差异,分析比较了2009年10月16～30日持续污染、2010年4月27～30日沙尘污染、2010年6月14日秸秆焚烧污染这3次污染过程中气溶胶（PM10、PM2.1和PM1.1）及主要水溶性离子（NH4＋、Mg2＋、Ca2＋、Na＋、K＋、NO2-、F-、NO3-、Cl-、SO24-）质量浓度及其谱分布.结果发现,3次污染过程中气溶胶污染严重,PM2.1/PM10比值有明显区别,其中沙尘污染过程最低,平均值仅为0.27;秸秆焚烧过程最高,为0.7.持续污染过程中NO3-和SO24-浓度较高,总阴离子质量浓度占PM10、PM2.1和PM1.1的18.62%、32.92%和33.53%.沙尘污染过程使气溶胶中的不溶物增加,总水溶性离子组分减少,仅占PM10、PM2.1和PM1.1的13.36%、23.72%和28.54%,而Ca2＋质量浓度高于其他时期,且主要分布在〉1μm粒径段上.秸秆焚烧过程中各种水溶性无机离子质量浓度均高于其他时期,但在气溶胶中比例较低;示踪物K＋明显高于其他过程.3次污染过程中NO3-、SO24-和NH4＋质量浓度峰值均在0.43～0.65μm粒径段.     

2011年春季辽宁一次沙尘天气过程及其对不同粒径颗粒物和空气质量的影响

利用2011年5月11—12日辽宁沙尘天气过程的相关资料,分析了沙尘天气对不同粒径颗粒物及空气质量的影响及此次沙尘过程的天气成因.结果表明:沙尘天气发生前后可吸入颗粒物PM₁₀、PM_2.5和PM₁的浓度变化很大,沈阳、鞍山、本溪和丹东4城市PM₁₀、PM_2.5的小时浓度最大值都增大了1.5~20倍;粗粒子PM_(2.5~10)的数量浓度分别增加了30~41倍,质量浓度分别增加了27~30倍;细粒子PM_(1~2.5)的质量浓度分别增加了30~35倍,数量浓度分别增加了15~30倍;微粒子的数量浓度和质量浓度各城市表现不同,沈阳微粒子的数量浓度和质量浓度最大值增大了3倍和5倍,而鞍山PM₁的数量浓度和质量浓度分别减少了50%和10%.受蒙古气旋的影响内蒙古地区产生大风降温天气,大风将内蒙古地区的沙尘带到高空并随西风带向东移动进入辽宁,由于辽宁地区风速比较小,造成了辽宁大部分地区的浮尘天气,并对辽宁各地空气质量造成了严重影响,除丹东外辽宁其他13个城市空气质量都达到了轻微污染到重度污染的级别,铁岭、阜新、沈阳和抚顺的污染指数分别超过了300,达到了重度污染的级别.     

邯郸市大气颗粒物污染特征的监测研究

使用振荡天平颗粒物在线监测仪连续监测了邯郸市PM₁₀和PM_2.5浓度,分析了2012年7月31日—12月2日4个月内PM₁₀、PM_2.5的浓度水平、时变规律和PM_2.5/PM₁₀的变化情况.结果表明,监测时段内PM₁₀和PM_2.5的日均浓度平均值分别为208.4 μg·m^-3和99.1 μg·m^-3,是国家二级标准的1.4倍和1.3倍;浓度超标的天数占总观测天数的61.6%和60.0%,其污染程度与北京、天津相当,属污染较严重的地区.PM_2.5/PM₁₀在19.3%~89.8%之间周期性波动,平均值为49.4%,接近北方城市的平均水平.PM₁₀和PM_2.5的浓度变化具有很好的正相关性;日均值在4个月中呈现明显的周期性变化和月际波动,10、11月的PM₁₀和PM_2.5浓度变化剧烈且大大高于8、9月份.PM₁₀和PM_2.5浓度一天中小时均值的变化呈同步的双峰型分布,最高值出现在9:00和20:00左右,最低值出现在15:00~17:00之间.本研究系统分析了夏秋季节邯郸市大气颗粒物污染状况,以期为当地颗粒物污染的控制提供科学依据.     

石家庄市采暖前后大气颗粒物及其碳组分特征

为研究石家庄市大气颗粒物、碳组分特征和污染来源,采集2016年11月1日—12月31日石家庄市大气颗粒物（PM₁₀、PM_2.5和PM₁）样品,分析采暖前后PM₁₀、PM_2.5和PM₁及其中OC（有机碳）、EC（元素碳）和WSOC（水溶性有机碳）浓度水平,计算颗粒物与碳组分间相关性,进行OC/EC（质量浓度之比,下同）特征比值法和8个碳组分（OC1、OC2、OC3、OC4、OPC、EC1、EC2和EC3）研究.结果表明:①采暖后ρ（PM₁₀）和ρ（PM_2.5）比采暖前分别增加了26.4%和32.1%,而采暖后ρ（PM₁）比采暖前降低了12.2%.采样期间ρ（PM₁₀）与ρ（PM_2.5）显著相关,而ρ（PM₁）分别与ρ（PM_2.5）和ρ（PM₁₀）相关性差.采暖后散煤燃烧造成ρ（PM₁₀）和ρ（PM_2.5）增加,区域机动车限行和工业限产/停产导致ρ（PM₁）降低.②Pearson相关系数计算可知,ρ（OC）与ρ（EC）强相关;ρ（PM₁₀）和ρ（PM_2.5）分别与ρ（OC）和ρ（WSOC）强相关,而ρ（PM₁）分别与ρ（OC）和ρ（WSOC）中等相关;ρ（PM₁₀）和ρ（PM_2.5）分别与ρ（EC）弱相关,ρ（PM₁）与ρ（EC）中等相关.③采暖后PM₁₀、PM_2.5和PM₁中ρ（OC）比采暖前分别增加了215.1%、97.2%和18.5%;采暖后PM₁₀和PM_2.5中ρ（EC）比采暖前分别增加了65.2%和5.3%,而采暖后PM₁中ρ（EC）比采暖前降低了10.9%.集中供热和散煤燃烧排放了大量OC;PM₁₀和PM_2.5中EC主要来源于散煤燃烧,PM₁中EC主要来源于工业排放和机动车尾气.④采暖前PM₁₀、PM_2.5和PM₁中OC/EC平均值分别为4.5、4.5和4.3;采暖后PM₁₀和PM_2.5中OC/EC平均值分别为9.8和9.7,而PM₁中OC/EC平均值为7.4.采暖前后SOC/OC（质量浓度之比,下同）平均值的范围为0.36~0.65,石家庄市冬季大气中SOC污染严重;⑤8个碳组分分析发现,石家庄市机动车限行导致PM₁中ρ（EC1）降低,而采暖后集中供暖和散煤燃烧的增加,导致ρ（OC2）明显增加.研究显示,大气颗粒物中碳组分采暖前主要来源于机动车尾气,而采暖后主要来源于燃煤燃烧,尤其是散煤燃烧.      

2013年1月邯郸市严重霾天气的污染特征分析

利用河北工程大学大气环境监测站点的PM₁₀、PM_2.5、SO₂和NO_x在线监测数据,并结合能见度、湿度数据,对邯郸市2012年12月1日到2013年1月31日的大气污染状况进行分析,特别是2013年1月持续发生的霾天气,以探讨严重霾污染的过程特征.结果表明,2013年1月,SO₂与NO_x的平均浓度分别为225.3 μg·m^-3和217.8 μg·m^-3,PM₁₀和PM_2.5的平均浓度分别为328.5 μg·m^-3和229.4 μg·m^-3,均超过新颁布的环境空气质量标准,是2012年12月平均浓度的1.4~3.5倍.重污染过程分析结果显示,污染峰值附近几天内PM₁₀、PM_2.5的时均浓度变化无明显规律.累积阶段的PM_2.5/PM₁₀在0.42~0.52之间,峰值前后上升并超过0.70,扩散阶段PM_2.5/PM₁₀降到0.70以下,且呈波动式变化.当PM_2.5/PM₁₀小于0.40时,能见度基本位于2~18 km之间;当PM_2.5/PM₁₀在0.40~0.60之间时,能见度在0.7~8 km之间;当PM_2.5/PM₁₀大于0.60时,能见度分布于2 km以下.     

邯郸市大气复合污染特征的监测研究

利用邯郸市4个大气环境监测站点的PM2.5、PM10、O3等在线连续观测数据,对2013年全年的PM2.5、PM10、O3的浓度水平、变化规律和PM2.5/PM10的变化情况进行了分析,并从地形、气象、污染物排放及冬、夏季逐时PM2.5、O3和各类气体污染物浓度之间的关系等方面进行了研究.结果表明:12013年PM2.5、PM10的年均浓度分别为139和238μg·m-3,分别是国家二级标准的4.0倍和3.4倍.PM2.5、PM10日均浓度超过标准的天数均在280 d左右,全年3/4以上天数均超标.其颗粒物污染程度甚至超过北京、天津、长三角和珠三角等超大城市或城市群,属于严重超载的红色预警地区.整个采暖期PM2.5、PM10平均浓度分别为209和322.1μg·m-3,为非采暖期平均浓度的2倍和1.6倍;同时,采暖期PM2.5/PM10平均值为63%,高出非采暖期10%,采暖期细颗粒物污染问题特征明显.22013年O3日最大8小时平均浓度的最大值为238μg·m-3,是国家二级标准的1.5倍,超标天数为53 d,超标率为14.5%;最大时均浓度为288μg·m-3,是国家二级标准的1.4倍,超标小时数为148h,占全年有效数据的1.7%;与北方城市相比,其污染程度超过北京、天津等,略低于洛阳污染水平.3邯郸市大气复合污染的形成,除了区域大气环流与特殊地形叠加影响外,还主要归因于相对较高的人为源大气污染物排放,因此,要想走出复合污染的困局,减排是硬道理,解决灰霾污染需开展颗粒物、NOx、SO2等污染物的协同控制.     

临沂市PM2.5和PM10中元素分布特征及来源解析

为探究临沂市PM_(2.5)和PM_(10)中元素的污染特征及来源,于2016年12月至2017年10月对临沂市环境空气中PM_(2.5)和PM_(10)进行了同步采样.利用电感耦合等离子体质谱仪(ICP-MS)和电感耦合等离子体发射光谱仪(ICP-OES)测定了其中的23种元素,并采用富集因子法和PMF法分析其来源.结果表明,采样期间临沂市PM_(2.5)和PM_(10)中主要元素为Si、Ca、Al、Fe、K、Na和Mg,分别占所测元素的质量分数为92.93%和94.61%. 18种元素(除Ti、Ni、Mo、Cd和Mg)的浓度水平在冬春季最高,夏秋季最低.其中Si、Al、Ca、K和Na表现为春季浓度最高,主要分布在粗颗粒中;Cu、Zn、Pb和Sb表现为冬季浓度最高,主要分布在细颗粒中.富集因子结果表明Cd、Sb和Bi元素富集程度显著,主要受燃煤、工业生产、垃圾焚烧等人为源共同影响.PMF源解析结果表明,临沂市PM_(2.5)中元素来源主要有燃煤和铜冶炼的混合源、市政垃圾焚烧源、扬尘源、机动车排放和工业源,贡献率分别为22.64%、 7.49%、 41.22%、 14.71%和13.94%.PM_(10)中元素来源主要有扬尘源、燃煤和铜冶炼的混合源、机动车排放和工业源,贡献率分别为55.47%、 19.80%、 7.48%和12.83%.由此可见,扬尘源和燃煤与铜冶炼的混合源是临沂市颗粒物污染形成过程中的重要源类.     

2014—2016年海口市空气质量概况及预报效果检验

本文主要基于CUACE模式在海口市的预报产品,结合2014年3月—2017年2月海口市AQI、PM_2.5、PM₁₀和O₃的实况资料进行预报效果检验.结果表明,①近3年海口市空气质量等级主要以优和良为主,但仍有少部分天数以PM₁₀、PM_2.5和O₃为首要污染物,分别占所有首要污染物天数的27.6%、29.5%和42.9%,其中O₃上升幅度较快.②CUACE模式能较好的模拟出AQI和3类污染物浓度的变化特征,其中PM_2.5的预报值与实测值最为接近,而PM₁₀和O₃普遍偏低.③日平均浓度的预报效果检验表明,PM_2.5的标准误差（RMSE）最小,AQI和PM₁₀次之,O₃最大.3个时次预报平均偏差（MB）和归一化偏差（MNB）均为负值,表明CUACE模式预报的污染要素浓度均偏低于实测值.④海口市空气质量为优等级时,TS评分最高;无首要污染物时,首要污染物预报的TS评分最高,但首要污染物为PM_2.5、PM₁₀或O₃时,TS评分均偏低.     

2015—2018年乌鲁木齐市PM2.5及PM10时空分布特征

乌鲁木齐市是“丝绸之路经济带”关键节点城市,为了解乌鲁木齐市2015—2018年空气污染状况,利用2015年1月1日—2018年12月23日乌鲁木齐市7个国控空气质量监测站的ρ（PM_2.5）、ρ（PM₁₀）监测数据,基于ArcGIS空间分析平台,分析乌鲁木齐市PM_2.5、PM₁₀的时空分布特征.结果表明:ρ（PM_2.5）从2015年（66.60 μg/m3）到2016年（76.93 μg/m3）呈上升趋势,在2016—2018年呈单一下降趋势;ρ（PM₁₀）从2015年（132.74 μg/m3）到2016年（125.93 μg/m3）呈下降趋势,在2016—2018年呈单一上升趋势.2015—2018年工业活动集中的乌鲁木齐市边缘各区的ρ（PM_2.5）、ρ（PM₁₀）平均值比城市中心（商业区、居民区）分别高11.28、7.17 μg/m3,说明工业集中地区的大气环境质量受污染影响明显.此外,2015—2018年乌鲁木齐市大气污染呈季节性和北高南低的区域性分布特征.气象因子分析表明,ρ（PM_2.5）、ρ（PM₁₀）均与相对湿度呈正相关,与降雨量、风速等气象因素呈负相关.2015—2018年,乌鲁木齐市大气中ρ（PM_2.5）/ρ（PM₁₀）呈先增后降的趋势,冬季以PM_2.5污染为主,其他季节以PM₁₀污染为主.研究显示,2015—2018年乌鲁木齐市空气污染状况变化与地形、气象条件、城市化建设均有一定的关系.      

济南市春季大气颗粒物污染研究

对济南市2005年春季大气颗粒物中PM10、PM2.5和细颗粒物中的黑碳气溶胶的浓度水平、时间分布和日变化进行了观测,并结合气象资料对变化特征进行综合分析,探讨了PM10,PM2.5和黑碳的相对含量以及对能见度的影响等.研究结果表明,PM10和PM2.5平均浓度分别为242.5μg·m-3和109.4μg·m-3.与我国空气质量二级标准PM10日均值150μg·m-3和美国国家空气质量PM2.5日均标准65μg·m-3相比,超标率分别达到80.77%和84.61%,污染较严重;监测期间PM2.5/PM10的平均值为0.456.在PM2.5中,黑碳气溶胶平均质量浓度为5.39μg·m-3,占PM2.5的5.06%,日浓度变化呈双峰型.在监测时间内,污染物浓度与温度无明显的相关性;与相对湿度呈弱正相关;与风速呈明显的负相关关系.降水对PM10、PM2.5和黑碳的清除作用较为显著.PM10、PM2.5和黑碳浓度与能见度均呈负相关,相关系数(r)分别为-0.633、-0.695和-0.704,细颗粒物是影响能见度的主要因素.     

南昌市大气颗粒物污染特征及PM2.5来源解析

为探讨2013年南昌市大气颗粒物的污染特征及分布状况,收集南昌市9个大气监测站点实时发布的PM₁₀和PM_2.5数据,分析了ρ（PM₁₀）、ρ（PM_2.5）和ρ（PM_2.5）/ρ（PM₁₀）的变化规律及其与气态污染物的相关性,并结合污染严重的秋季时段,采用PCA-MLR（主成分分析-多元线性回归）模型对大气PM_2.5中化学组分来源进行解析.结果表明:①ρ（PM₁₀）和ρ（PM_2.5）的年均值分别为（115.4±39.1）（69.1±26.8）μg/m3,均超过GB 3095-2012《环境空气质量标准》二级标准限值,ρ（PM₁₀）和ρ（PM_2.5）的最高值分别出现在石化、省外办监测站点,最低值出现在林科所监测站点.ρ（PM₁₀）和ρ（PM_2.5）季节性变化特征明显,呈冬季>春、秋两季>夏季的趋势,全年ρ（PM₁₀）超标天数占比为25.48%,ρ（PM_2.5）超标天数占比为36.71%,各季度ρ（PM_2.5）超标天数占比均高于ρ（PM₁₀）.②受人为活动和边界层高度的影响,ρ（PM_2.5）和ρ（PM₁₀）日变化呈双峰双谷形态,一个波峰出现在08:00-10:00,另一个波峰出现在20:00-22:00,并且晚间小时峰值高于早间,最低值出现在15:00.③ρ（PM_2.5）/ρ（PM₁₀）年均值为60.3%,在冬季最高达65.1%,相关性分析发现ρ（PM₁₀）与ρ（PM_2.5）存在较显著的线性关系,表明二者具有同源性.④ρ（PM₁₀）、ρ（PM_2.5）均与ρ（SO₂）、ρ（NO₂）、ρ（CO）呈显著正相关,并且冬季相关性高于夏、秋两季;而ρ（PM₁₀）、ρ（PM_2.5）均与ρ（O₃）全年呈显著负相关,并且夏、秋两季相关性高于冬季,说明气态污染物的二次转化对ρ（PM_2.5）和ρ（PM₁₀）有较大影响.⑤南昌市秋季PM_2.5的最大污染源为道路扬尘/机动车尾气混合污染源,其次分别为施工扬尘源、燃煤源、冶炼尘/生物质燃烧混合污染源,各污染源对PM_2.5的贡献率分别为40.9%、35.8%、12.4%、10.9%.研究显示,南昌市PM_2.5的污染程度较PM₁₀严重,PM_2.5已成为南昌市大气颗粒物污染的主要组分,PM_2.5主要来源为城市扬尘和机动车尾气.