郑州城区PM_(10)、PM_(2.5)质量浓度变化特征及其对气象因子的响应

利用郑州城区9个国控监测点位PM_(10)、PM_(2.5)的日监测数据,研究2013～2016年间郑州城区大气颗粒物质量浓度变化特征及其对气象因素的响应。结果表明,2013～2016年间郑州城区环境空气污染总体状况改善趋势较为显著,重度及以上的污染天数占全年有效天数的比例逐年降低,PM_(10)、PM_(2.5)浓度逐年下降;PM_(10)和PM_(2.5)浓度月均值变化基本一致,浓度变化均呈"U"型分布。PM_(10)和PM_(2.5)质量浓度变化具有明显的季节性特征,冬季其质量浓度最高,春季和秋季次之,夏季最低。选取气温、气压、风速、相对湿度和降水量等气象因子,利用Spearman秩相关分析研究各个气象因子对大气PM_(10)、PM_(2.5)浓度的影响。相关性分析结果表明,与PM_(10)、PM_(2.5)浓度显著相关的气象因素存在季节性差异,风速、相对湿度和降雨量是影响郑州城区大气颗粒物质量浓度的主要气象因子。     

2014年宝鸡市大气颗粒物时空分布特征分析

基于2013年12月和2014年全年宝鸡市8个自动空气质量监测子站的PM_(10)和PM_(2.5)的监测数据,探讨PM_(10)和PM_(2.5)的时间分布特征和空间分布特征。结果表明:PM_(10)的日平均浓度为118.23μg/m~3,全年中PM_(10)超过二级标准的天数为80 d,超标率为22%;PM_(2.5)的日平均浓度为68.93μg/m~3,全年中PM_(2.5)超过二级标准的天数为92 d,超标率为25%;PM_(10)和PM_(2.5)的浓度有明显的季节差异。PM_(2.5)和PM_(10)浓度由高到低的季节依次是冬季、春季、秋季和夏季;不同的监测点位中,解放军第三陆军医院监测点位的PM_(10)和PM_(2.5)浓度对于宝鸡市大气颗粒物的污染贡献率相对其他点位较高,主要是其地理位置导致的。     

北京城市植被区PM_(2.5)浓度时空变化及影响因素分析

文章在北京城市森林植被区选择2个观测点,采集2个观测点的PM_(2.5)质量浓度数据,并结合北京植物园的气象数据,研究其PM_(2.5)质量浓度变化特征和影响因素,探讨PM_(2.5)质量浓度变化对城市生活的影响。结果表明:被选观测点的PM_(2.5)浓度月变化基本呈"M"型,PM_(2.5)浓度在6月最低(西山公园为(71.01±34.34)μg/m~3,北京植物园为(44.41±31.57)μg/m~3),2月最高(西山公园为(154.07±95.70)μg/m~3,北京植物园为(139.49±100.74)μg/m~3),10月达下半年的最高值(西山公园为(133.45±109.06)μg/m~3,北京植物园为(127.04±109.34)μg/m~3);PM_(2.5)浓度全年均值为西山公园((104.02±26.45)μg/m~3)>北京植物园((82.52±28.18)μg/m~3);PM_(2.5)浓度季节变化呈"V"型在冬季最高,春季次之,夏季最低PM_(2.5)质量浓度季节变化西山公园为冬季((115.46±41.37)μg/m~3)>春季((112.39±18.50)μg/m~3)>秋季((106.37±24.25)μg/m~3)>夏季((81.87±12.60)μg/m~3),北京植物园为冬季((97.35±41.38)μg/m~3)>春季((94.07±12.21)μg/m~3)>秋季((93.17±31.42)μg/m~3)>夏季((61.86±16.70)μg/m~3);森林空旷地的空气质量优于森林内部PM_(2.5)浓度变化主要受地理位置、气象因素、人文因素的影响。     

郑州市PM2.5中水溶性离子特征及来源分析

为探究郑州市PM_(2.5)中水溶性离子污染特征,本研究自2017年12月1日至2018年11月30日对郑州市PM_(2.5)中水溶性离子进行为期1a的高时间分辨率持续观测,并基于高时间分辨率观测数据分析水溶性离子特征并对其进行来源分析.结果表明,观测期间郑州市总水溶性离子平均质量浓度为42. 7μg·m~(-3),各离子质量浓度从大到小分别为:硝酸根(17. 7μg·m~(-3))、硫酸根(10. 2μg·m~(-3))、铵根(9. 0μg·m~(-3))、氯离子(2. 3μg·m~(-3))、钾离子(1. 3μg·m~(-3))、钠离子(1. 3μg·m~(-3))、钙离子(0. 8μg·m~(-3))和镁离子(0. 1μg·m~(-3)).总水溶性离子质量浓度表现为冬季最高,秋季略高于春季,夏季最低的季节特征,在PM_(2.5)中的占比表现为秋季(65. 2%)冬季(52. 5%)夏季(48. 2%)春季(43. 0%).除钠离子和钙离子外,其余水溶性离子质量浓度均表现为冬季秋季春季夏季的季节变化特征,而钠离子表现为秋季最高,夏季最低的季节变化特征,钙离子表现为秋季最高,冬季最低的季节变化特征.总水溶性离子质量浓度全年及春季、夏季和秋季均表现为单峰分布的日变化特征,冬季没有显著的日变化特征.观测期间二次离子(硫酸根、硝酸根和铵根)质量浓度占PM_(2.5)的43. 8%,是PM_(2.5)的重要组成部分,主要以(NH4)2SO4和NH4NO3的形式存在.观测期间郑州市存在较大程度的二次转化过程,且相对湿度对硫氧化率的影响较大,而温度对氮氧化率的影响较大.观测期间二次离子间具有较好的相关性,钾离子与镁离子和氯离子也表现出较好的相关性.硝酸根、硫酸根和铵根的主要来源是气体污染物的二次转化,镁离子和钙离子通常来源于土壤尘和建筑尘,钾离子是主要的生物质燃烧标识物之一,钠离子来自于海盐和土壤尘,氯离子不仅来自于海盐,也可来自生物质燃烧和化石燃料燃烧.主成分分析结果表明观测期间郑州市PM_(2.5)中水溶性离子主要受二次转化、燃烧源及土壤或建筑扬尘源排放影响.     

泰山区大气中PM_(10)和PM_(2.5)的污染特征分析

根据2014-2016年泰山区大气污染物PM_(10)和PM_(2.5)的监测数据,对PM_(10)和PM_(2.5)浓度的变化特征和二者的相关性以及PM_(2.5)占PM_(10)的比重进行分析。结果表明:受地形、气象和冬季燃煤取暖的共同影响,近三年的PM_(10)、PM_(2.5)月均浓度都具有明显的季节变化规律,冬季最高,夏季最低,春季、秋季居中。环保部门等采取了一系列措施,三年来空气中PM_(10)和PM_(2.5)的浓度逐年下降。PM_(10)和PM_(2.5)的浓度具备一定的相关性,且PM_(2.5)在PM_(10)中比重很大,可认为两者的变化趋势一致。秋冬季节是泰山区细颗粒物污染较重的季节,环境危害较大。在雾霾天气频发的阶段,PM_(10)和PM_(2.5)的防治更应成为大气污染防治工作的重中之重。     

南京北郊大气气溶胶中水溶性有机碳(WSOC)的污染特征

对南京北郊2014年1~11月的大气气溶胶进行采样分析,研究了其中水溶性有机碳(WSOC)的污染特征.WSOC在PM_(2.5),PM_10和TSP中的年平均浓度分别为5.90±3.38、6.93±3.79、7.34±3.91μg/m~3,80%以上的WSOC集中在PM_(2.5)中.PM_(2.5)中WSOC冬季浓度最高,夏季浓度次之,与冬夏季较强的二次转化过程有关;春季粗粒径段浓度较高,受到土壤来源颗粒物的影响;秋季浓度最低.春秋季PM_(2.5)中WSOC浓度夜晚高于白天,受夜间不利扩散条件的影响较大;但冬夏季却是白天高于夜晚,与白天较强的光化学反应有关.降水对各个粒径的WSOC都有清除作用,对PM_(2.5)的清除效率最高;四个季节比较,夏季清除效率最高,达到54.9%.霾发生时,随着霾污染等级的加重,PM_(2.5)中WSOC浓度逐渐增加,从非霾天的3.84μg/m~3升高到重度霾天的11.23μg/m~3,增加了近4倍,在细粒子中的比例也增大,霾天稳定的天气条件有利于二次有机污染物的生成.     

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。     

重庆市主城区PM2.5时空分布特征

利用2014年6月1日至2015年5月31日重庆市主城区17个国控空气质量监测站24 h自动连续采样的PM_(2.5)浓度数据,探讨了重庆市主城区PM_(2.5)时空分布特征.结果表明:1重庆市主城区PM_(2.5)季节浓度由高到低依次为冬季(100.2μg·m~(-3))、秋季(66.1μg·m~(-3))、春季(45.9μg·m~(-3))和夏季(33.4μg·m~(-3))(P0.05).2重庆市主城区PM_(2.5)月均浓度变化呈单峰单谷型,1月PM_(2.5)月均浓度最高(P0.05),达到120.8μg·m-3.3逐日变化,国控17个空气质量监测站PM_(2.5)日均浓度曲线都呈现出尖峰和深谷交替变化的锯齿状.4重庆市主城区16个国控监测点(除缙云山对照点)PM_(2.5)浓度日变化在全年、春季、秋季和冬季都呈现明显的双峰双谷型.5PM_(2.5)与SO_2、NO_2和CO都呈显著正相关(P0.01),表明SO_2、NO_2和CO的二次转化对PM_(2.5)浓度具有显著影响.     

四川省臭氧时空分布特征及污染特征分析

利用2015-2016年四川省21市(州)大气质量监测数据,探讨了四川省臭氧时空分布特征及污染特征。结果表明:四川省臭氧季节特征明显,全省夏季浓度最高,冬季浓度最低,春季秋季,攀西高原和川西高原为夏季春季冬季秋季,盆地西部O_3浓度最高,川西高原最低,全省最高值出现在成都;O_3小时浓度日变化规律均呈"单峰型"特征,7:00-8:00处于一天中的最低值,15:00左右臭氧浓度达到峰值;O_3为首要污染物的比例仅次于PM_(2.5),盆地西部臭氧污染最为严重;污染主要发生在4-10月,4-10月的臭氧超标天数占全年臭氧超标总天数90%以上。     

保定市PM_(10)和PM_(2.5)时间分布特征研究

运用高精度手持式PM_(2.5)速测仪(CW-HAT200)对保定市城区大气颗粒物PM_(10)和PM_(2.5)浓度的日变化、月变化、季变化规律进行了连续1年的测定,结果表明:保定市PM_(10)和PM_(2.5)年平均浓度为213μg/m~3、134μg/m~3,是国家空气质量二级标准的1.4倍和1.8倍;PM_(10)和PM_(2.5)四季变化均表现为冬季最高,春、秋季次之,夏季最低,且变幅较大;PM_(2.5)、PM_(10)各月变化趋势基本相同,1月份浓度最大,污染严重,7月份浓度最小,污染较轻;日变化曲线呈双峰形,早晚高、白天低,低值出现在12:00-16:00;PM_(2.5)/PM_(10)全年平均比值为62.80%,除5、8月外,其余各月均50%,属于严重污染;PM_(10)和PM_(2.5)的确定系数为0.9704,由此可见两者的相关性较高。综上分析可知,人类活动主要影响了PM_(10)、PM_(2.5)的产生,而气象条件是影响大气颗粒物扩散的最主要原因,要想从根本上抑制大气污染的产生,必须采用先进的生产工艺、减少污染物的排放,尤其是在气流稳定的季节应加以严格控制。     

基于GWR模型的天山北坡经济带PM2.5浓度反演及时空特征分析

构建PM_(2.5)浓度与相关因子的关系模型已成为获取干旱区经济带连续变化PM_(2.5)浓度数据的有效手段之一。本文以天山北坡经济带为研究对象,基于PM_(2.5)浓度监测数据、中分辨率成像光谱仪(moderate-resolution imaging spectroradiometer,MODIS)的气溶胶光学厚度数据(aerosol optical depth,AOD)和气象数据,利用地理加权回归模型(geographically weighted regression,GWR)反演了研究区2018年3～11月PM_(2.5)浓度,进而分析其时空变化特征。结果表明:(1)相比多元回归模型(multiple linear regression,MLR),GWR模型在天山北坡经济带的PM_(2.5)浓度反演效果更优,决定系数R2、平均绝对误差MAE和均方根误差RMSE分别为0.897、4.569μg/m~3和5.627μg/m~3,明显优于MLR模型的0.819、5.825μg/m~3和7.731μg/m~3;(2)天山北坡经济带PM_(2.5)浓度在月尺度上呈"凹字型"变化特征,其中11月最高,达到59.50μg/m~3,3月和10月次之,9月最低,仅为17.92μg/m~3;在季节尺度上表现出秋季(9～11月)春季(3～5月)夏季(6～8月)的变化特征,其中春季呈波动下降趋势,夏季总体维持在较低水平,秋季呈急剧上升趋势;(3)在空间分布上,研究区PM_(2.5)浓度呈现出"东高西低"的特征,峰值出现在乌鲁木齐附近,说明经济带东部地区PM_(2.5)污染相对严重,尤其是乌鲁木齐。     

太原市PM_(2.5)中碳质组分季节变化与组成特征

2013年10月至2014年7月,在太原市区,分4个月采集大气细颗粒物,共采集120个PM_(2.5)样品,分析了颗粒物及其有机碳(OC)和元素碳(EC)浓度。结果表明,采样期间大气中PM_(2.5)的日均浓度为(300±132)μg/m3,PM_(2.5)超国家二级标准较严重,大致呈现春季冬季秋季夏季的季节变化特征。大气PM_(2.5)样品中OC和EC的含量变化范围分别为3.6~137和0.8~19.3 g/m3,季节变化与颗粒物浓度不一致,呈现为冬季秋季春季夏季的季节变化特征。利用核磁共振仪分析了典型样品中碳质组分的结构组成。结果显示,烷基碳、烷基取代芳香烃碳和氧取代的芳烃或者酚醛树脂类碳是气溶胶中有机质的主要组成成分;秋冬季样品中,羧基碳和氧取代碳相对含量较高,主要来源于生物质燃烧;春季羟基类化合物增加显著,主要来源于地表土壤中的糖类;夏季样品中,来源于生物排放的烃类化合物和机动车排放的芳香烃相对含量较高。     

江苏省PM_(2.5)时空变化及土地利用影响研究

基于江苏省2013年12月-2014年11月期间71个监测点PM_(2.5)日数据以及2014年土地利用数据,以年、季为时间尺度,利用泰森多边形划分研究区域,在系统分析PM_(2.5)时空分异规律基础上,揭示PM_(2.5)浓度变化及其与土地利用的关系。结果表明:(1)PM_(2.5)浓度分布存在明显的时空变化趋势。时间上,冬季浓度最高,达109.72μg/m~3,春季次之,为70.13μg/m~3,秋季最低,仅53.20μg/m~3;空间上,从各监测点一年PM_(2.5)浓度看,南京、泰州和宿迁数个监测点是PM_(2.5)高浓度区域,浓度范围81~85μg/m~3。盐城开发区管委会浓度最低,仅49.75μg/m~3,全省呈现"内陆高,沿海低;内陆南高北低"的趋势。(2)土地利用类型及景观格局对PM_(2.5)浓度分布有一定影响。耕地、草地、水域和未利用地与PM_(2.5)呈负相关,林地和建设用地则呈正相关。景观面积、密度、破碎度和聚散性是影响PM_(2.5)的主要因素,冬夏季较为敏感。     

十堰市空气质量特征分析

根据十堰市2013-2015年的空气质量数据,对十堰市空气质量状况及PM_(10)、PM_(2.5)、SO_2、NO_2的浓度变化特征进行了分析。结果表明,十堰空气质量达标率逐年上升,SO_2、NO_2、PM_(2.5)年均浓度呈逐年下降趋势,PM_(10)、PM_(2.5)有着显著的相关性,各项污染物浓度春、冬季高于夏、秋季,且在12月至次年1月监测结果最高、6-8月份监测结果最低,4个因子不同季节的日变化规律基本一致,但各因子之间的变化规律又不尽相同。     

北京地区不同天气条件下气溶胶数浓度粒径分布特征研究

2012~2014年,在北京城区利用宽范围粒径谱仪(WPS-1000XP)对气溶胶数粒径分布特征进行观测,进而分析了不同季节与不同天气条件下气溶胶粒径分布的变化特征.结果表明,春季爱根核模态气溶胶日均数浓度值最高,秋季最低;春季和冬季积聚模态下日均数浓度较高,夏季最低;粗模态气溶胶日均浓度在冬季最高.爱根核模态粒子数浓度日变化特征最为显著,受交通源及夏季中午前后的光化学作用影响明显.春、秋、冬季积聚模态状态气溶胶数浓度夜晚高于白天,粗模态粒子没有明显的日变化特征.重污染过程中,积聚模态气溶胶对于PM_(2.5)质量浓度起到决定作用,通常需通过北风的清除才能有效降低PM_(2.5)浓度;降雨及降雪对粗模态粒子的清除效果较为明显,而小风和静风状态下,降水对积聚模态的气溶胶没有明显的清除作用;沙尘过程中,粗模态粒子浓度显著增加,而积聚模态气溶胶却被明显清除.     

达州市城区大气污染物浓度变化特征及影响因素分析

利用达州市城区环境空气自动监测站2015—2017年数据,研究了大气污染物的浓度变化特征和影响因素。结果表明:达州市城区未受到SO_2污染,PM_(10)和PM_(2.5)同比大幅下降,NO_2、CO和O_3-8 h浓度有所上升。污染物在不同季节的差异显著性不同,SO_2、CO、O_3-8 h在不同季节之间均存在显著差异(P<0.05),NO_2浓度在除秋季和冬季外的其他季节之间均存在显著差异,PM_(10)和PM_(2.5)浓度在除春季和秋季外的其他季节之间均存在显著差异。不同污染物的月均浓度变化曲线和不同季节的小时浓度变化曲线,以及不同季节的相关性也具有明显的特征。同时,本研究还建立了PM_(10)和PM_(2.5),NO_2和CO分别在不同季节的预测线性模型,为进一步了解污染物之间的相互关系和预测污染物的浓度发展趋势提供了参考。     

春季北京1次完整灰霾过程中的PM_(2.5)监测与分析

春季是北京等特大城市灰霾高发时期,在2013年4月19-24日间完整地发生了1次灰霾过程。基于对北京24个监测点在6 d 144 h 3 456份PM_(2.5)浓度数据,以及同期相关天气资料,对灰霾的形成、持续及消散过程进行的关联分析,指出北京在春季灰霾天气中PM_(2.5)浓度分布具有以下特征:(1)在风力较大的情况下仍可能发生较严重的灰霾;(2)存在某些监测点,其PM_(2.5)在灰霾过程中浓度值一直最高或最低;(3)各监测点之间PM_(2.5)浓度差异较大,最大可达8倍以上。     

广西玉林市大气PM10和PM2.5中有机碳和元素碳污染特征分析

2015年7月~2016年3月期间在广西玉林市3个空气监测点位共采集环境大气颗粒物PM_(10)样品218份,PM_(2.5)样品202份,利用多波段热/光碳分析仪分析其颗粒物中有机碳和(OC)和元素碳(EC)浓度水平、时空变化、污染特征及可能来源.结果表明,玉林市PM_(10)中OC和EC质量浓度分别为10.99μg·m~(-3)和5.11μg·m~(-3);PM_(2.5)中OC和EC质量浓度分别为7.51μg·m~(-3)和4.70μg·m~(-3).3个监测点位大气中PM_(10)和PM_(2.5)冬季的OC和EC浓度水平均高于其他季节,PM_(10)、PM_(2.5)中OC和EC的相关性较好,R2分别为0.58和0.60(P均小于0.01).应用最小OC/EC比值法对二次有机碳(SOC)含量进行了估算,冬季大气PM_(10)和PM_(2.5)中SOC平均质量浓度分别为14.50μg·m~(-3)和6.74μg·m~(-3),高于其他季节.PM_(10)和PM_(2.5)中SOC/OC比值均0.5,玉林市大气中粗细颗粒物均以SOC为主.夏季PM_(10)和PM_(2.5)中SOC/OC分别为80.6%和77.7%,为四季最高值,与夏季温度较高、光照强烈、有利于光化学反应将OC转化为SOC有关.     

北京市PM_(2.5)和气态前体物相关关系分析

利用2012年全年北京市SO_2、NO_x、O_3、CO和PM_(2.5)监测数据,分析了其季节变化及日变化的差异,讨论PM_(2.5)与气态前体物的相关性及其来源。结果表明:PM_(2.5)质量浓度的频率分布在不同季节有显著差异,但总体趋势均为PM_(2.5)出现频率随着污染的加剧而逐渐降低;除春季CO与PM_(2.5)的相关性略低于夏季外,各气态前体物与PM_(2.5)的相关性均为冬季最为显著,其次为秋季,春季次之,夏季基本未表现出明显相关关系;冬季,PM_(2.5)和SO_2的相关性受相对湿度影响显著;北京本地的污染受局地源排放和污染远距离输送的共同作用,污染性的气团主要来自偏南方向,秋季污染远距离输送对北京本地污染的贡献最为显著,冬季本地排放是PM_(2.5)的主要来源;春、秋、冬季均表现出一定的周末效应。     

成都市西南郊区夏秋季PM_(2.5)碳组分化学特征

为研究成都市西南郊区PM_(2.5)中碳组分浓度的季节变化及污染特征,分析了PM_(2.5)中有机碳(OC)、元素碳(EC)的含量。结果表明:颗粒物PM_(2.5)、总碳(TC)、有机碳(OC)月平均质量浓度夏季比秋季略高;OC/EC平均比值在夏季和秋季分别为2.47和2.18,说明均有二次有机碳(SOC)的生成;OC和EC在夏秋季均有较强的相关性(夏季R~2为0.77,秋季R~2为0.79);SOC在夏、秋季的月平均浓度分别为4.02,2.76μg/m~3;降雨在一定程度上降低了PM_(2.5)的浓度。