石家庄市环境空气PM_(2.5)和PM_(10)污染变化特征研究

通过对石家庄市2013年1~12月PM2.5和PM10实时数据的整理和分析,结果表明,石家庄市区大气中细颗粒物PM2.5和可吸入颗粒物PM10月均浓度变化呈明显的季节性,二者变化趋势基本一致,采暖期12-2月份浓度普遍高于其他月份,PM2.5和PM10浓度最高值均出现在1月份;春夏PM2.5和PM10浓度有所降低,7月份浓度最低。PM2.5和PM10存在显著的正相关关系。     

唐山市大气环境中PM_(10)和PM_(2.5)污染特征分析

利用2013年唐山市全年六个监测点的PM10和PM2.5的24小时连续监测数据,分析了唐山市大气中PM10和PM2.5的浓度时间变化特征,讨论了两者之间的相关性。     

广州市PM_2.5和PM_1.0质量浓度变化特征

文章报道了2005年干季和2006年湿季广州市大气细粒子PM2.5和PM1.0质量浓度的实时监测情况。监测结果表明:干季监测点PM2.5日均质量浓度在11.8～164.0μg/m3之间,总平均值为81.7μg/m3;湿季日均质量浓度在19.9～121.2μg/m3之间,总平均值为57.7μg/m3。干季PM1.0日均质量浓度变化范围为14.9～129.1μg/m3,总平均值为59.4μg/m3;湿季日均质量浓度在11.9～86.7μg/m3之间,总平均值为52.9μg/m3。对比发现,PM1.0总平均质量浓度在干、湿季相差很小,且与湿季PM2.5总平均质量浓度也相差不大,显示PM1.0具有相对固定成因来源且基本不受季节变化影响,而且湿季PM2.5的组成主要由PM1.0大气细粒子构成。干季PM2.5和PM1.0质量浓度日变化特征呈明显夜间高、白天低的特点,质量浓度的最大值都出现在晚上21:00左右;湿季由于雨水频繁,没有明显的日变化特征。气象分析表明,干季大气细粒子质量浓度主要受冷空气影响,而湿季主要受降雨影响。     

广州市区PM_(2.5)的污染特征

对广州市区PM2.5的污染状况进行了分析,结果表明广州市区的PM2.5呈现冬季浓度较高,夏季较低的季节性特征;PM2.5的日变化呈现出明显的双峰形;与PM10的相关性分析表明,PM2.5与PM10具有良好的线性关系。PM2.5/PM10的值约为0.59,表明广州市区空气中细颗粒物在PM10中的比重大于粗颗粒物,鉴于PM2.5的危害性及所占比例,应重视对其的监测。     

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。     

连云港市PM_(2.5)污染特征及影响因素分析研究

主要利用连云港市环境监测中心站的大气环境自动监测平台的监测数据,对PM2.5质量浓度的变化特征以及与气象要素的关系分析。结果表明,连云港市的PM2.5质量浓度的变化特征基本上有明显的夏季与非夏季两种季节性特征。在夏季,PM2.5污染程度较轻,而在非夏季,PM2.5污染程度较重;风速与PM2.5质量浓度变化曲线几乎是负相关的。当风速大的时候,利于污染物的扩散;而风速小的时候,容易使得污染物浓度变大;PM2.5质量浓度变化曲线与温度的关系几乎呈现的是正相关性。气温的变化不总是反映空气质量的好坏情况,而逆温却易使污染物浓度升高;PM2.5质量浓度变化曲线与相对湿度的关系呈现的是正相关性;PM2.5质量浓度变化曲线与气压的关系在总体是呈负相关的。     

包头市环境空气中PM_(2.5)源解析研究

为了对包头市环境空气中PM2.5来源进行解析,在包百大楼设立采样点,于2011年9月—2012年6月利用TH-150C智能中流量(TSP)采样器与PM10-5-2.5大气可吸入颗粒物切割器,采集细颗粒物的重量,利用测量前后滤膜的重量差和通入气体流量体积的比值得出PM2.5的质量浓度。利用电感耦合等离子体质谱仪测定PM2.5中无机元素的含量;2001A型有机碳/元素碳(OC/EC)分析仪,测定PM2.5中碳组分的含量;采用DionexIC-2500型离子色谱仪测定无机离子的含量,最后利用富集因子法对PM2.5进行源解析。研究结果表明:包头市环境空气中PM2.5的质量浓度随时间变化,特征为秋冬季明显高于春夏季,主要原因是进入10月份包头市开始采暖,燃煤的大量增加导致PM2.5的质量浓度的升高,同时源解析结果表明其主要来源为燃煤、汽车尾气的排放、金属冶炼、生物质的燃烧(垃圾焚烧)和土壤尘(包括建筑和道路扬尘等)。     

哈尔滨市2014年1-2月PM_(2.5)与主要空气污染物相关分析

为了解哈尔滨市主要空气污染物对PM2.5浓度变化的影响,利用SPSS软件及哈尔滨市南岗区2014年1-2月环境空气质量日报数据,对空气污染物中SO2、NO2、CO、O3、PM10、PM2.5进行了相关分析。结果显示,SO2、NO2、CO、O3、PM10与PM2.5均呈显著的正相关关系。结合相关性分析结果,建立了PM2.5与SO2、NO2、CO、PM10之间的主成分回归模型,并对模型进行了通径分析。分析结果表明,CO对PM2.5的直接影响最大,SO2、NO2、PM10对PM2.5的直接作用相对较小,但它们通过CO对PM2.5的间接作用较大。因此,在哈尔滨市1-2月主要空气污染物中,CO对PM2.5浓度的变化具有重要的影响。     

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。     

泉州市PM_(10)与PM_(2.5)污染特征研究

基于泉州市区2014年1、4、7、10月的空气质量自动监测数据,分析了PM_(10)与PM_(2.5)污染水平并对其季节变化趋势进行探讨。结果表明,监测期间内,泉州市区PM10日均浓度变化范围为0.025~0.376mg/m3,PM2.5日均浓度变化范围为0.010~0.346mg/m3,PM_(10)与PM_(2.5)的年均日浓度分别为0.067mg/m3和0.034mg/m3。泉州市区大气中的PM_(10)与PM_(2.5)浓度均呈现出明显的季节变化趋势,春冬两季浓度高于夏秋两季。利用HYSPLIT-4模型对PM_(10)与PM_(2.5)浓度出现异常高值的时段进行气团后推轨迹推导,结果显示长距离传输和区域传输在不同时段对本地污染的主导作用不同。     

天津市大气中PM10、PM2.5及其碳组分污染特征分析

2007年12月~2008年10月期间,分3个时段,设置2个点位,采集了天津市大气环境中PM10和PM2.5样品.用热光反射分析仪测定样品中的碳组分含量,并用OC/EC最小比值法估算二次有机碳(SOC)的浓度.结果表明,市区采样点颗粒物浓度高于郊区,2个采样点的颗粒物浓度变化趋势一致.5月份 PM2.5/PM10比值最小,主要由于土壤风沙尘对PM10的贡献较大.PM10和PM2.5中的有机碳(OC)、元素碳(EC)浓度12月份最高,且变化趋势相同.OC占总碳(TC)比例较高,PM10中OC/TC为0.60~0.83,PM2.5中OC/TC为0.55~0.81.碳组分主要集中在PM2.5中,PM10中约有76%的OC存在于PM2.5中.12月份的SOC浓度最高,与12月份的气象条件和污染源排放等因素有关.     

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(PM2.5),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(PM2.5)和ρ(PM10)均与日照时数呈显著负相关;冬季p(PM2.5),ρ(PM2.5～10)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(PM2.5)/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(PM2.5)/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(PM2.5)/ρ(PM10)随相对湿度增加而减小.     

北京地区PM10和PM2.5质量浓度的变化特征

北京市区2003-01-16-04—30PM10和PM25的监测结果表明，虽然ρ(PM10)，ρ(PM2.5)的变化幅度较大，但是其变化趋势非常相似。PM10，PM2.5质量浓度的日变化呈双峰特征分布。ρ(PM2.5)／ρ(PM10)的平均值为56．6％，说明可吸入颗粒物(PM10)中细粒子(PM2.5)的含量大于粗粒子(PM2.5-10)。     

苏南农村地区大气PM2.5元素组成特征及其来源分析

为了解苏南农村地区大气细颗粒物的污染水平及其可能的来源,在2002年7月-2003年1月的夏、秋、冬3个季节对雪堰镇和太湖站PM2.5进行采样和分析,得到了PM2.5和14种组成元素的质量浓度.研究表明,苏南农村地区PM2.5的污染水平较高,S,Zn,Pb和As 4种污染元素的质量浓度水平与城市接近;组成元素的季节分布规律存在区域差异,这可能与局地源的贡献,大气细颗粒物中、长距离传输以及复杂的气象条件有关.因子分析结果表明,土壤源、燃煤源、冶金或垃圾焚烧和汽车尾气4类源对PM2.5有明显贡献,说明人类活动对苏南农村地区PM2.5具有重要影响.     

2007年春节期间北京大气细粒子中正构烷烃的污染特征

利用大流量颗粒物采样器分昼夜采集了2007年春节前后大气气溶胶中PM_2.5样品,并采用气相色谱-质谱技术对PM_2.5样品中的正构烷烃进行了检测和分析.结果表明,春节期间大气细粒子平均浓度全部超过WHO阈值,且夜间平均浓度要高于白天.细粒子中检测出C₁₀～C₃₃的正构烷烃,总浓度为201.7～2 715.6　ng·m^-3,夜间正构烷烃的平均总浓度（943.5 ng·m^-3）要高于白天(581.1 ng·m^-3）,除夕前的平均总浓度（1025.5 ng·m^-3）要高于除夕后（536.6 ng·m^-3）.主峰碳为23、 24和25,CPI值为0.9～1.4,平均为1.15,表明春节期间北京大气细粒子中的正构烷烃主要由化石燃料的不完全燃烧产生,%WaxC_n的结果表明生物源对气溶胶中正构烷烃的贡献率为8.5%～47%.     

Thermal internal boundary layer and its effects on air pollutants during summer in a coastal city in North China

The thermal internal boundary layer(TIBL) is associated with coastal pollution dispersion,which can result in high concentrations of air pollutants near the surface of the Earth. In this study, boundary layer height data which were obtained using a ceilometer were used to assess the effect of the TIBL on atmospheric pollutants in Qinhuangdao, a coastal city in North China.A TIBL formed on 33% of summer days. When a TIBL formed, the sunshine duration was 2.4 hr longer, the wind speed was higher, the wind direction reflected a typical sea breeze, and the boundary layer height was lower from 9:00 LT to 20:00 LT compared to days without a TIBL. If no TIBL formed, the average concentrations of PM_(2.5) and PM_(10) decreased with increasing boundary layer height. However, when a TIBL was observed, the average concentrations of PM_(2.5) and PM_(10) increased with increasing boundary layer height. Because the air from the sea is clean, PM_(2.5) and PM_(10) concentrations reached minimums in the daytime at 16:00 LT. After16:00 LT, the PM_(2.5) and PM_(10) concentrations increased rapidly on days when a TIBL formed,which indicated that the TIBL leads to the rapid accumulation of atmospheric pollutants in the evening. Therefore, the maximum concentrations of particulate matters were larger when a TIBL formed compared to when no TIBL was present during the night. These results indicate that it is suitable for outdoor activities in the daytime on days with a TIBL in coastal cities.     

Relationship between PM10 and PM2.5 levels in high-traffic area determined using path analysis and linear regression

The objective of this study was to determine the relationship between PM_(10) and PM_(2.5) levels as related to meteorological conditions and traffic flow using both a linear regression analysis and a path analysis. The Particulate matter(PM) samples were collected from Sukhumvit road, Bangkok, Thailand, at both open(104 samples) and covered(92 samples)areas along the road. Fifteen percent of all samples were separated before the statistical models were run and used for model validation. The results from the path analysis were more elaborate than those from the linear regression, thus indicating that meteorological conditions had a direct effect on the particulate levels and that the effects of traffic flow were more variable in open areas. The model also indicated that meteorological conditions had an indirect effect and that traffic flow had a direct effect on particulate levels in covered areas. The model validation results indicated that for open areas, the R~2 values were not very different between the path analysis and the linear regression model, but that the path analysis was more accurate than the linear regression model at very low PM concentrations. At high PM concentrations, the path analysis model also had a better fit than did the linear regression, so the predictions from the path analysis model were more accurate than those from the linear regression.     

北京2008奥运期间PM10的单颗粒形貌类型及生物活性研究

采集2008年北京奥运会期间大气PM_(10)和PM_(2.5)样品,计算质量浓度,得出奥运会期间大气污染水平.利用场发射扫描电镜(FESEM)和图像分析技术对PM_(10)和PM_(2.5)的形貌特征和粒度分布进行分析.同时应用质粒DNA 评价法研究了奥运会期间PM_(10)样品的生物活性.结果表明,奥运会期间可吸入颗粒物质量浓度日均值均符合国家2级标准,PM_(2.5)和PM_(10)的比值为0.63,以细粒子PM_(2.5)为主.奥运期间PM_(10)和PM_(2.5)样品的微观形貌主要为球形颗粒、烟尘集合体、不规则矿物和未知细颗粒,其中球形颗粒和未知细颗粒占有相当大的数量比例.PM_(10)和PM_(2.5)数量-粒度呈单峰分布,主要分布在0.1～0.4 μm范围内.PM_(10)的体积-粒度呈双峰分布,主要分布在0.4～0.5 μm和1～2.5 μm范围内,PM_(2.5)主要分布在1～2.5 μm范围内.质粒DNA 评价结果表明,北京2008奥运期间可吸入颗粒物生物活性明显降低,要达到20%的损伤需要的颗粒物剂量浓度在180 μg·mL~(-1)以上,明显高于2004年的63 μg·mL~(-1),可见奥运期间大气颗粒物对人体危害比往年减小.     

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     

广州城区秋季大气PM_(2.5)中主要水溶性无机离子分析

分别在广州市中心城区高楼顶(距地50m)和交通干线路边(距地1.2m),于2006年秋季连续一周采集了大气PM2.5样品,对比分析了SO42-、NO3-、Cl-、F-、Na+、NH4+、Ca2+、K+、Mg2+等9种水溶性无机离子含量。结果表明,楼顶相对充分混合大气中PM2.5的质量浓度范围59.5～129.5μg/m3,均值为83.7μg/m3;交通干线路边大气PM2.5的质量浓度范围为108.4～132.2μg/m3,均值为121.1μg/m3。9种离子总浓度平均达到50.9(楼顶)和44.1(路边)μg/m3,占PM2.5质量浓度的60.8%(楼顶)和36.4%(路边)。SO42-和NO3-为水溶性无机离子主要组成,其占PM2.5质量浓度的比例均是楼顶高于路边,显示二次气溶胶对楼顶充分混合大气中PM2.5有较大贡献,而路边样品中一次来源贡献相对较大。计算表明采样期间海盐对广州大气PM2.5中的水溶性组分贡献较小。NH4+当量浓度远小于SO42-和NO3-的当量浓度,中和度远1,反映PM2.5酸性较强,且楼项PM2.5粒子酸性高于路边样品。