呼包鄂地区沙尘期间大气污染特征研究

为研究沙尘天气下典型大气污染特征,选择呼和浩特市、包头市、鄂尔多斯市（简称"呼包鄂地区"）为研究对象,分析了呼包鄂地区2016年春季3月1日-5月31日的PM₁₀与PM_2.5数据,利用CMB（化学质量平衡）受体模型、后向轨迹模型研究了呼包鄂地区污染源的特征,通过富集因子法评估了人类活动对沙尘天气的影响,最终通过特征比值法对沙尘天气与非沙尘天气进行了区分.结果表明:①沙尘天气与非沙尘天气时,呼包鄂地区PM₁₀、PM_2.5中主要化学组分均为Si、Ca、Al、Fe、OC、SO₄2-与NO₃-.沙尘天气时,ρ（PM₁₀）与ρ（PM_2.5）的差值大于非沙尘天气,较高的ρ（Al）、ρ（Si）、ρ（Ca）说明呼包鄂地区受到较大的沙尘天气影响.②CMB受体模型源解析结果表明,沙尘天气时扬尘源对PM₁₀与PM_2.5的贡献率分别为59.3%、48.7%,说明PM₁₀和PM_2.5的主要污染源均为扬尘源.后向轨迹模式模拟表明,呼包鄂地区的沙尘主要来自其西北部地区.③元素Na、K、Mg的EF（富集因子）在PM₁₀与PM_2.5中均大于1.0,Si、Cu的EF在PM_2.5中均大于1.0,但在PM₁₀中小于或等于1.0;依据EF表征级别,自然因素对PM_2.5和PM₁₀的影响程度均较大,并且PM_2.5受人类活动影响的程度大于PM₁₀.通过特征比值发现,ρ（Si）/ρ（Al）大于1.7且ρ（Si）/ρ（Fe）大于2.2可作为呼包鄂地区典型沙尘天气的界定.研究显示,呼包鄂地区春季受到较大程度的沙尘影响,这些沙尘主要来自其西北部地区,通过特征比值法可以对呼包鄂地区沙尘天气进行界定.      

北京市2018年春季一次沙尘回流过程的污染特征

通过监测数据分析,结合轨迹模拟和特征雷达图的分析结果,对2018年4月14~19日北京出现的一次沙尘天气过程进行分析.结果显示：依据ρ（PM_2.5）和ρ（PM₁₀）及其比值PM_2.5/PM₁₀[ρ（PM_2.5）/ρ（PM₁₀）,下同]的变化情况,此次沙尘过程可分为沙尘期、中间期、回流期和回流后期4个典型时期.沙尘期ρ（PM₁₀）平均值达到（278.5±83.7）μg/m³,明显高于回流期和回流后期,回流后期ρ（PM_2.5）平均值达到（135.5±16.9）μg/m³,明显高于回流期和沙尘期.沙尘期逐小时PM_2.5/PM₁₀<0.2,回流期和回流后期PM_2.5/PM₁₀比值分别介于0.3~0.6和0.5~0.8范围内.SO₄^2-、NO₃^-和NH₄⁺等（SNA）水溶性离子沙尘期浓度占比仅为7.3%±2.5%,沙尘回流期和回流后期SNA占比分别增长至47.0%±6.3%和51.3%±5.7%.研究表明,受天气系统影响,回流沙尘可裹挟南部的细颗粒和气态污染物输送到北京后发生累积和二次转化,从而推高PM_2.5浓度,因此发生沙尘回流时,区域内应加强一次污染物排放的管控力度,同时北京市需进一步加强机动车氮氧化物的排放监管.     

基于CMAQ空气质量模型研究机动车对济南市空气质量的影响

为研究济南市机动车排气对城市区域空气质量的影响,利用环境空气质量监测站点（简称"1号站点"）和路边机动车尾气监测站点（简称"2号站点"）的在线数据,以及基于4种模拟情景的CMAQ空气质量模型预测数据,研究了济南市城市区域大气污染物质量浓度变化规律及不同机动车车型对6种常规大气污染物的贡献.结果表明:①在采暖季,1号站点ρ（PM_2.5）、ρ（PM₁₀）、ρ（NO₂）、ρ（CO）、ρ（O₃）和ρ（SO₂）月均值分别为435 μg/m3、702 μg/m3、84.2 μg/m3、6.8 mg/m3、4.5 μg/m3和92 μg/m3.②2015年12月24日（灰霾天）,1号站点ρ（CO）、ρ（PM_2.5）和ρ（PM₁₀）均明显升高,ρ（SO₂）、ρ（O₃）和ρ（NO₂）均变化不明显.2个监测站点中ρ（NO₂）和ρ（PM₁₀）均呈双峰趋势,2个峰值出现的时间与上、下班高峰期基本一致.除ρ（O₃）和ρ（SO₂）达GB 3095-2012《环境空气质量标准》二级标准外,其他污染物均超过GB 3095-2012二级标准限值,采暖季大气污染特征为颗粒物型污染.③机动车对研究区域NO₂和PM₁₀贡献率较大,其中,小型车对CO、NO₂、PM₁₀和PM_2.5贡献率最大,其贡献率分别为85.7%、50.1%、53.4%和52.8%.机动车排放源能降低空气中ρ（O₃）,其总贡献率为-25.5%,其中大型车、中型车、小型车对O₃的贡献率分别为-8.8%、-2.7%和-8.9%.灰霾天下不同机动车车型对空气中污染物质量浓度的总贡献率均比采暖季大.研究显示,济南市采暖季大气污染特征为颗粒物型污染,机动车排放源对空气中NO₂和PM_2.5有较大贡献.      

嘉兴市冬季不同空气质量等级下大气污染物的分布特征

为研究浙江省嘉兴市冬季PM、污染气体和含碳气溶胶在不同空气质量等级下的分布特征,于2013年11月28日—12月28日使用SHARP测尘仪、热电EMS系统和Sunset在线OCEC分析仪观测了PM（PM₁₀和PM_2.5）、污染气体（SO₂、NO₂、CO和O₃）和含碳气溶胶〔OC（有机碳）、EC（元素碳）和TC（总碳）〕的质量浓度,结合气象数据和HYSPLIT模式,分析了霾污染过程中大气污染物浓度变化、日变化及其来源特征.结果表明:嘉兴市冬季霾天ρ（PM_2.5）、ρ（PM₁₀）、ρ（SO₂）、ρ（NO₂）、ρ（O₃）、ρ（OC）、ρ（EC）、ρ（POC）和ρ（SOC）分别为167.90、248.86、77.79、、97.16、28.50、27.09、7.72、7.50和19.59 μg/m3,ρ（CO）为1.47 mg/m3,分别是空气质量为良时的3.00、2.50、1.29、1.84、0.86、2.59、2.19、2.13、2.82和1.50倍.降雨对不同大气污染物的清除作用不同,对粗粒子的清除作用较大,而对二次产物O₃的影响较小.高ρ（PM）是造成能见度降低的主要原因,随着污染程度的加剧,PM中细粒子占比越来越高,在严重污染过程中ρ（PM_2.5）/ρ（PM₁₀）可达70.31%,比空气质量为良时高14.04%;不同污染气体的日变化不同,OC和EC的来源逐渐趋于一致,ρ（SOC）呈现出积累-爆发-积累-爆发的往复过程,边界层的日变化对污染物浓度的影响逐渐减弱.研究显示,随着霾污染的加剧,SOC气溶胶占比逐渐增加、EC和POC等一次碳气溶胶占比逐渐降低.      

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.      

“2+26”城市一次多因素叠加重污染过程的特征分析

2018年11月23日-12月4日,京津冀及周边地区"2+26"城市出现了一次长时间、大范围、高强度的复合型大气重污染过程,为揭示区域性重污染过程中多因素的综合作用,利用气象资料、空气质量监测等多源数据以及区域污染特征雷达图,对京津冀及周边地区"2+26"城市此次重污染特征和成因进行分析.结果表明:根据PM_2.5/PM₁₀[ρ（PM_2.5）/ρ（PM₁₀）,下同]可将此次重污染过程划分为4个阶段.第一阶段（2018年11月23-26日）PM_2.5/PM₁₀在0.5~1.0内波动,"2+26"城市大气扩散条件转差,一次污染物局地积累及SO₂、NO_x、NH₃等气态污染物在高湿条件下二次转化是污染形成并发展的主要原因;第二阶段（11月27日）PM_2.5/PM₁₀突降至0.2左右,"2+26"城市北部受形成于蒙古国的沙尘影响,短时ρ（PM₁₀）快速升高（峰值为818 μg/m3）,中南部受形成于内蒙古自治区阿拉善盟的沙尘及上风向PM_2.5污染的传输影响,ρ（PM_2.5）和ρ（PM₁₀）均较高,维持日均重度污染水平（参照GB 3095-2012《环境空气质量标准》和HJ 633-2012《环境空气质量指数（AQI）技术规定（试行）》）;第三阶段（11月28日-12月2日）PM_2.5/PM₁₀由0.3逐渐升至0.8,在静稳、高湿的不利气象条件下,一次污染物积累并二次转化,第二阶段残留沙尘中的矿物质对硫酸盐起到催化作用,导致ρ（PM_2.5）快速上升,"2+26"城市大部分达日均重度及以上污染;第四阶段（12月3-4日）与第二阶段类似,PM_2.5/PM₁₀突降至0.2,"2+26"城市再次受到沙尘天气和区域传输的共同影响,因冷空气持续时间较长,污染被有效清除.研究显示,此次污染过程是气象条件、污染物一次排放和二次转化、区域传输、沙尘天气等多因素综合作用的结果.当静稳、高湿等不利气象条件或沙尘天气出现时,区域应加强对各类污染物排放的管控力度,以降低污染物的一次排放、二次转化以及沙尘和区域传输的共同影响,进而削弱污染严重程度.      

海陆风对天津市PM2.5和O3质量浓度的影响

静稳天气下局地环流往往会对污染物的传输扩散起重要作用.根据天津市地处渤海西岸,常年受到海陆风影响的特点,综合气象、环境资料及HYSPLIT模型,针对沿海、市区、城郊、山区等代表性站点,研究了海陆风对天津市ρ（PM_2.5）和ρ（O₃）的影响.结果表明:①2015年天津市海陆风天数为78 d,占全年的22%;海陆风多集中于6-9月,其中,7月海陆风日最多、2月最少.②ρ（PM_2.5）和ρ（O₃）季节性变化和空间分布特征不同.春、夏两季ρ（PM_2.5）山区最高、城郊最低;秋、冬两季ρ（PM_2.5）市区最高、山区最低.春、秋两季ρ（O₃）沿海最高、市区最低;夏季ρ（O₃）山区最高、沿海最低.③海陆风对ρ（PM_2.5）有扩散作用,对ρ（O₃）有增加作用.海陆风对沿海ρ（PM_2.5）扩散作用最为明显,致使冬、秋两季ρ（PM_2.5）分别下降20.2%和7.9%;对城郊ρ（O₃）增加作用最为明显,致使秋、夏两季ρ（O₃）分别升高39.8%和16.2%.④个例研究表明,海风向内陆推进过程中垂直方向最高可达1 000 m,受海风影响天津市ρ（PM_2.5）下降,陆风使得ρ（PM_2.5）小幅上升,海陆风总体起扩散作用;海陆风使天津市ρ（O₃）日变化出现3个峰值,日均值明显增大,其中,城郊增幅（68.2%）最大.研究显示,海陆风对天津市ρ（PM_2.5）有扩散的作用,但会增高ρ（O₃）.      

沙尘天气对北京大气重污染影响特征分析

利用北京市具有代表性的大气污染物监测站资料,统计出2000─2005年各月重污染的天数,并对4和5级的重污染特征进行分析.结果表明,北京市大气重污染主要源于颗粒物. 分析了北京沙尘型重污染年、季节变化特征和表现形式等. 利用2000—2005年北京及周边地区环境监测、卫星遥感以及气象等数据,对沙尘天气影响北京城区大气中ρ(PM₁₀₎进行分析发现,ρ(沙尘粒子)约占ρ(PM₁₀₎的1%～13%;沙尘天气的影响区域逐渐加重的顺序为前门<古城<车公庄<农展馆<东四<天坛<奥体中心<定陵;沙尘天气下ρ(PM₁₀₎具有双峰型特征,细粒子(PM_2.5)质量浓度的增加对人体健康影响极为不利.      

焦作市大气污染时空分布特征及来源分析

焦作市是京津冀地区"2+26"通道城市之一.为研究焦作市大气污染特征,于2016年1月-2018年2月使用3个国控站点（马村区生态环境局、焦作市生态环境局和高新区政府）大气环境监测数据,以及2018年1月焦作市边界站PM_2.5及其化学组分（水溶性离子和碳组分）监测数据进行分析.结果显示:焦作市大气污染以PM_2.5污染为主,2017年ρ（NO₂）、ρ（PM_2.5）、ρ（PM₁₀）、ρ（CO）和ρ（SO₂）平均值分别为42.4 μg/m3、79.0 μg/m3、136.5 μg/m3、1.42 mg/m3和38.3 μg/m3,较2016年分别下降了10.5%、10.6%、11.2%、20.7%和37.6%.在时间分布上,大气污染物质量浓度日变化具有明显的季节性特征,春、夏两季ρ（NO₂）日变化较秋、冬两季呈更宽的"U型",ρ（SO₂）峰值出现在12:00左右,推测原因与夜间高架源排放有关;在空间分布上,本地一次污染排放可能主要来自市区工地扬尘、西南地区交通源和东部污染点源.观测期间,ρ（NO₃-）、ρ（NH₄+）和ρ（SO₄2-）较高,平均值分别为39.42、23.66和23.01 μg/m3,分别占水溶性离子质量浓度的41.8%、25.1%和24.4%,占ρ（PM_2.5）的27.4%、16.4%和16.0%.污染天的NOR（氮转化率）（0.35）和SOR（硫转化率）（0.43）明显高于清洁天的NOR（0.25）和SOR（0.18）,表明污染天NO₂和SO₂二次转化程度更高.SOR和NOR随相对湿度的增加而增加,表明相对湿度较高时有利于NO₂和SO₂的二次转化.污染天和清洁天ρ（SOC）（SOC为二次有机碳）估算值分别为19.79和3.51 μg/m3,分别占ρ（OC）的79.4%和54.9%,占ρ（PM_2.5）的9.8%和10.4%,表明焦作市SOC对OC有较大的贡献.PSCF（潜在源贡献因子法）结果表明,本地源是影响焦作市秋、冬两季PM_2.5的主要潜在源,太行山南麓区域输送也对其有一定贡献.研究显示,焦作市大气污染较严重,本地一次排放、二次转化和区域输送是焦作市PM_2.5的主要来源.      

基于线性混合效应模型的河北省PM2.5浓度时空变化模型研究

京津冀地区大气PM_2.5污染严重.为揭示区域PM_2.5时空分布规律,使用2013-2014年河北省地面站点PM_2.5监测数据、MODIS AOD（气溶胶光学厚度）遥感数据、地面气象站点数据和土地利用调查数据,基于线性混合效应模型（LME）,建立了ρ（PM_2.5）时空变化与AOD因子、气象因子、土地利用因子之间的关系模型.采用十折交叉验证法对模型精度进行检验,并利用计算得到的校正因子[全部实测的ρ（PM_2.5）年均值除以参与建模的所有实测ρ（PM_2.5）年均值]纠正因AOD非随机性缺值导致的抽样偏差.结果表明:①河北省区域模拟精度R2（决定系数）为0.85,经交叉验证后R2为0.77,RMSE（均方根误差）和RPE（相对预测误差）分别为18.28 μg/m3和28.68%.②ρ（PM_2.5）年均值模拟结果的校正因子范围为1.24~2.05,校正后的研究区ρ（PM_2.5）年均值为89.84 μg/m3,与实际监测数据相近.③ρ（PM_2.5）空间分布呈平原高、山区低,平原地区西南高、东北低的趋势.④ρ（PM_2.5）与AOD、温度、相对湿度呈正相关,与风速、大气能见度呈负相关.研究显示,线性混合效应模型能有效对ρ（PM_2.5）进行时空变化模拟,并实现对非地面监测地区ρ（PM_2.5）时空变化的预测,恰当的预测因子组合和模型校正有助于模型预测精度的提升.      

北京PM2.5浓度的变化特征及其与PM10、TSP的关系

在连续2年进行累积1周同步采样的基础上,对北京市城区和居住区2个采样点环境空气中PM2.5的浓度及其时间变化特征进行了分析.PM2.5周平均浓度的变化范围为37~346靏/m3,年均浓度接近或超过PM10的二级年均标准.PM2.5浓度具有明显的季节变化特征,即冬季最高,夏季最低.2个采样点PM2.5浓度的周变化与季节变化均相似.PM2.5与PM10、TSP的比值均在冬季最高,春季最低,反映采暖燃烧源对细颗粒物的贡献较大,而沙尘天气对粗颗粒物的贡献较大;其年均值分别为55%和29%.     

2002年春季沙尘暴对青岛大气气溶胶的影响

根据TSP,PM10,分级粒子质量浓度观测资料,分析了2002年春季发生于我国北方的2次沙尘天气过程对青岛大气环境的影响.在3月15-19日和21-23日的2次沙尘天气过程中TSP质量浓度分别为0.488和0.721 mg/m\+3,比平时增加了2.8和4.1倍.沙尘天气期间2～7 μm粒子为影响青岛的主要成分,在第2次沙尘暴期间该粒径的粒子质量浓度增加了30倍,其中2.1～3.3 μm粒子质量浓度达到0.13 mg/m\+3.根据地面气象资料和PM10连续监测资料发现,在地面风向转北之前,高空气流携带的沙尘首先影响到青岛.      

青岛沿海地区大气气溶胶浓度与主要无机化学组成

从 1997-09～1998-11期间 ,5次监测大气气溶胶 ,获得了青岛沿海地区气溶胶 (TSP、PM₁₀ 、PM_2.5)的质量浓度 .气溶胶中直径 <2.5μm的细粒子质量浓度约占TSP总浓度的 50% ;<10μm的粒子的质量浓度则占TSP总浓度的 75% .对气溶胶中主要可溶性离子组分的分析表明 :TSP中可溶性离子的质量浓度占总质量浓度的40%以上 .其中主要可溶性离子为SO^2-₄、NO^-₃ 、NH⁺₄ .这 3个离子的质量浓度约占可溶性离子总浓度的 70% ,而且主要存在于细粒子中 ,表明其主要来自二次气溶胶 .冬季气溶胶浓度大大高于其它季节 .     

南京地区大气气溶胶及水溶性无机离子特征分析

于2010~2011年在南京市城郊两个采样点收集了气溶胶样品,并利用离子色谱(IC)法分析了其中的水溶性无机离子成分.结果表明,采样期间除了夏季,其他3个季节南京城郊气溶胶污染都较严重.南京城郊气溶胶谱分布特征基本在0.65~2.1μm和5.8~9μm粒径段出现峰值.PM2.5与能见度的相关性很大.城郊离子总质量浓度均是春冬季高于夏秋季,四季阴离子质量浓度明显高于阳离子,且这一特征在细粒子上表现明显.水溶性离子在气溶胶中所占比例是夏秋冬季城区高于郊区.南京城郊NO3-/SO42-年均值表明采样期间燃煤仍然是主要污染源,且该比值夏季最低,冬季最高.NH4+、K+、NO3-和SO42-主要富集在细粒子上;Na+、Cl-和NO2-在粗粒子和细粒子上都有富集;Ca2+、Mg2+和F-主要在粗粒子上富集.因子分析(FA)的方法表明南京城区气溶胶主要有3个来源.     

沈阳一次雾霾天气颗粒物浓度及光学特征变化

利用2011年10月17～22日连续在线观测沈阳地区大气能见度、颗粒物质量浓度ρ(PM10)、ρ(PM2.5)、ρ(PM1.0)、以及通过太阳光度计测量数据反演得到的气溶胶光学厚度、Angstrom波长指数、气溶胶粒子谱分布数据,结合相对湿度、风速、温度等气象资料,分析了2011 年秋季沈阳一次雾霾天气过程中能见度与颗粒物质量浓度及气溶胶光学特征变化.结果表明:相对温度偏高、小风天气以及颗粒物质量浓度累积是造成沈阳能见度下降、引发雾霾天气的主要因素;雾霾期间细粒子所占比例较高,ρ(PM10)、ρ(PM2.5)、ρ(PM1.0)平均值分别为138.8、103.3、94.9μg/m3,比雾霾过程前均增加约2倍左右,PM2.5/PM10和PM1.0/PM10分别为74.7%和68.6%;当RH0.90),RH >80%时, 能见度与颗粒物浓度间的相关性减弱;雾霾期间气溶胶光学厚度明显增加,雾霾前气溶胶光学厚度和Angstrom波长指数平均值分别为0.82和0.94,雾霾期间气溶胶光学厚度和Angstrom波长指数平均值分别为1.42和1.25;雾霾天气过程中,细模态粒子的峰值浓度约是雾霾前细粒子浓度的2倍,说明沈阳地区大气污染物以细粒子为主,进而影响气溶胶光学特征发生变化.     

新疆部分城市可吸入颗粒物的浓度及粒径分布

采用TH-β10大气颗粒物浓度监测仪,从2011年4-5月在乌鲁木齐、奎屯、阿克苏、库尔勒、喀什、和田市环境监测站采集大气可吸入颗粒物PM2.5、PM5和PM10样品,分析了不同采样点大气颗粒物的质量浓度变化范围及与TSP的相应比值。结果表明,不论是PM2.5、PM5还是PM10,阿克苏市可吸入颗粒物的质量浓度变化幅度较大,其次是库尔勒市,其余采样点在采样期间的浓度变化幅度不大,并且库尔勒、喀什、奎屯、阿克苏四个城市PM5/TSP和PM2.5/TSP的比例大,除喀什、阿克苏的PM10/TSP的比例接近于1之外,其余可吸入颗粒物的浓度均小于TSP;采用显微镜观测成像技术结合血球计数板方法,利用粒径分布函数分析对六个城市的PM10和5个城市的PM2.5颗粒物在不同粒径的分布进行了分析。结果表明,对于PM10而言,阿克苏在dp<0.5的粒径范围内分布函数高达79%、喀什在dp=0.5~0.6μm之间为44%、和田则在dp=1.2~2.2μm出现20%的最大粒径分布函数。就PM2.5而言,库尔勒在dp<0.5、dp=0.5~0.6、0.6~1.2μm区间内的分布函数均为最大值,其值分为79%、50%、50%,可以说明在采样期间,库尔勒市区的颗粒物在粒径小于1.2μm出现的几率更大些,即颗粒物以积聚模态为主。     

2012年广州典型灰霾过程个例分析

针对2012年珠江三角洲地区出现的2个典型灰霾个例(3月18~21日,10月13~15日),利用广州番禺大气成分综合观测基地的同期观测资料集,包括:能见度(VIS)、大气颗粒物质量浓度(PM10/PM2.5/PM1)、黑碳浓度(BC)等观测数据,分析过程中的气溶胶物理光学特征;配合过程的天气类型,气象要素和后向气流轨迹等对过程的成因进行综合分析.结果表明:在两个典型灰霾过程中,番禺日均能见度低至5.3km,黑碳浓度小时均值最高达19.0μg/m3、PM2.5浓度小时均值最高达163.0μg/m3,细粒子与黑碳粒子污染特征较为明显.两次典型灰霾过程分别受到冷锋前-均压场-冷锋前天气形势和台风外围-准均压场-冷锋前天气类型等不利于污染物输送扩散的气象条件影响.珠江三角洲地区低能见度的霾天气主要发生在高相对湿度的条件下,并可推断在珠江三角洲地区湿季的气溶胶吸湿能力明显高于干季.     

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.     

2004年春季北京一次沙尘暴的理化特性分析

2004-03-27～2004-03-29北京发生沙尘暴天气期间,监测了气溶胶TSP、PM10和PM2.5的浓度,利用撞击式采样器采集了8级膜样品,并用ICP-MS分析了气溶胶中元素的含量,同时监测了地面辐射和风速的变化.结果显示,此次沙尘暴导致TSP浓度比平时增加3～4倍,PM10浓度增加2～3倍,PM2.5浓度有所降低.研究还表明:地壳元素Na、Mg、Al、Mn和Fe主要分布在粗粒子上.而污染元素Zn、Pb主要分布在细粒子上,污染元素主要是本地源.沙尘暴对总辐射有明显的影响,导致地面总辐射衰减了37.8%.受大风影响粗粒子浓度增加显著,细粒子浓度明显减少.     

青藏高原地区TSP分布特征及影响因素分析

利用大流量采样器采集了2002年11月~2009年8月的瓦里关山地区TSP样品,通过对数据的日、月、年和季节及后向轨迹等方法的分析处理,揭示了瓦里关山地区TSP基本特征及影响因素: 2003~2008年TSP质量浓度多年均值为0.076mg/m3,呈下降趋势.TSP质量浓度的月际变化特征明显,从秋初开始逐步增大,至春季的4月出现峰值(多年平均值为0.195mg/m3),在5~8月的变化中,TSP质量浓度是逐渐下降,9月份达到浓度的最低值(多年平均值为0.029mg/m3);多年平均值在1~4月均超过国家标准环境空气质量一级标准.季节变化:春季最高,其次是冬季和秋季,夏季最低,四季的TSP平均质量浓度分别为0.148,0.091,0.037,0.035mg/m3,夏季呈下降趋势,其余季节呈上升趋势.TSP质量浓度明显受到局地气象因子降水量、温度、相对湿度、气压和风的控制.降雨量越小、温度越低、相对湿度越小、风速越小,大气TSP浓度越高,反之越低.春季背景大气TSP的质量浓度平均0.12mg/m3,大风天气为0.22mg/m3,浮尘天气为0.329mg/m3,扬沙天气0.382mg/m3,沙尘暴0.874mg/m3,分别为背景大气的1.8、2.7、3.2和7.3倍,雨雪的清除效率分别为33.9%和26.7%.气象后向轨迹模型分析瓦里关山地区沙尘暴的沙源地来源于新疆北部、甘肃西北部、内蒙古中西部及本省西北部的柴达木盆地.TSP质量浓度远低于城市和区域本底站,代表了全球大陆尺度的环境,冬春季多风沙是造成TSP质量浓度较高的主要因素.