北京大气颗粒物中多环芳烃浓度季节变化及来源分析

使用大流量滤膜采样器,从2006年9月至2007年8月,每周同时采集北京城市大气可吸入颗粒物(PM10)和细粒子样品(PM2.5)各一次,二氯甲烷超声抽提一气相色谱/质谱分析了17种多环芳烃(PAHs)浓度,结果表明,春、夏、秋、冬四季北京大气PM10和PM2.5中PAHs总量分别为63.8±44.6ng·m-3、43.2±4.5ng·m-3、84.7±108.3ng·m-3、348.0±250.0ng·m-3和54.7±17.3ng·m-3、40.3±8.6ng·m-3、66.1±81.5ng·m-3、337.7±267.2ng·m-3;约有70%的PAHs存在于细粒子PM2.5中,其质量浓度有明显季节变化,冬季>秋季>春季>夏季;颗粒物中PAHs主要以4、5、6环存在,其中4环以上占79.4%.源解析表明,北京大气颗粒物中的PAHs主要来自燃煤,同时汽油、柴油燃烧排放也不能忽略.结合气象要素分析,温度升高和太阳辐射增强易造成多环芳烃挥发和反应,湿沉降有利于多环芳烃随颗粒物清除.     

徐州市城市大气中的PAHs来源解析

采用化学质量平衡模型（CMB）对徐州市大气颗粒物中的多环芳烃（PAHs）进行来源分析，从而来确定各个源对大气的PAHs贡献值。主要通过利用大流量采样器配置PM10切割头在冬季和夏季对不同功能区，即生活区、工业区和旅游区采样大气中的可吸入颗粒物（PM10）样品，并用高效液相色谱法（HPLC）重点分析和研究了美国环保局（EPA）列出的16种PHAS优先污染物。研究结果表明：徐州市PM10污染比较严重，PM10污染质量浓度水平冬季是（288.81μg·m-3）大于夏季（276.34μg·m-3），特别是工业区，污染数值达到393.13μg·m-3。夏季的总PAHs质量浓度为22.89 ng·m-3，分别是生活区28.35 ng·m-3、工业区21.75 ng·m-3和旅游区18.58 ng·m-3。冬季的总PAHs质量浓度为306.29 ng·m-3，分别是工业区388.03 ng·m-3、生活区276.29 ng·m-3和旅游区254.28 ng·m-3。夏季和冬季情况下，旅游区的污染相对来说都是最低的PM10中多环芳烃的源解析结果为，煤烟尘污染源的全年贡献率为64.00%，冬季煤烟尘污染源的贡献率为66.51%，夏季煤烟尘污染源的贡献率为57.21%，说明煤烟尘是PM10中多环芳烃的主要贡献源，土壤尘次之，全年贡献率为24.90%，冬季为25.48%，夏季为28.97%，因此，扬尘和烟煤尘的污染是徐州市的PM10中PAHs的最主要来源。     

北京市冬季大气气溶胶中PAHs的污染特征

利用大流量颗粒物采样器采集了2005-2006年冬季北京市大气气溶胶中PM10和PM2.5样品,采用气相色谱/质谱技术对样品中的多环芳烃进行检测.结果表明:北京市冬季大气颗粒物PM10和PM2.5中PAHs总量分别为520.5±476.9ng·m-3和326.8±294.3ng·m-3,且大部分存在于细粒子中,4环以上的稠环芳烃占总浓度的87%.根据荧蒽/芘等比值指标判别,北京市冬季PAHs主要以燃煤排放为主,其次是石油燃烧交通排放.风速增大和太阳辐射曝辐量增强,都会降低颗粒物中多环芳烃浓度.     

汞在不同粒径大气颗粒物中的分布

采用DFG 1型五段分级采样装置及冷蒸汽原子荧光法 ,对北京市冬、春、夏和秋季不同粒径大气颗粒物 (分别为≤ 1 1μm ,1 1— 2 0 μm ,2 0— 3 3μm ,3 3— 7 0 μm和≥ 7 0 μm )中的汞进行分析 .结果表明 :北京大气颗粒物中汞的浓度在 0 6 0— 3 95ng·m-3 之间 ,冬季平均浓度为 2 85ng·m-3 ,远大于其它季节 ;大气颗粒物中的汞呈双峰分布 ,在≤ 1 1μm的细颗粒和粗粒径处各有一峰值 ;北京大气颗粒物中的汞主要分布在≤ 1 1μm的细颗粒中 ,不同粒径颗粒物中汞的分布随季节变化而变化 ,冬季各粒径颗粒物中汞的浓度比其它季节高 ;大气颗粒物中汞的质量中值粒径 (MMD )冬季为 0 71μm ,其它季节均大于1 0 μm ;北京大气颗粒物中的汞至少有 5 0 %可进入人体呼吸系统 ,且冬季最为严重     

河南省平顶山市大气PM10和PM2.5污染水平及其微量元素特征

目前,大气颗粒物的研究主要集中在可吸入颗粒物(PM10),尤其是细颗粒物(PM2.5)方面.美国EPA(1997年)颁布了PM2.5的空气质量标准,其日均值为0.065mg·m-3,年均值为0.015mg·m-3,其限制非常严格.我国现行的环境空气质量标准中PM10的二级质量标准日均值为0.15mg·m-3,年均值为0.10mg·m-3,标准中尚无对PM2.5的规定.     

遂宁市大气细颗粒物污染现状及成因

通过研究遂宁市环境空气质量变化趋势、城区空气颗粒物组成及浓度变化,系统分析了遂宁市雾霾天气的污染状况及成因,并横向比较了四川省内各城市的空气质量.研究结果表明,细颗粒物(PM2.5)是遂宁市环境空气中的主要污染物.2012年遂宁市大气中PM2.5浓度值为35—119μg·m-3,平均值为68μg·m-3.2013年1—4月,PM2.5浓度值为21—120μg·m-3,达标率不到50%.尤其在2013年3月,PM2.5/PM10由62.0%—87.2%降低为45.3%.由此判断遂宁市环境空气质量主要受细颗粒物类型、气象条件以及大气污染物长距离迁移等因素影响,其中细颗粒物的最主要来源为机动车尾气排放,并提出了细颗粒物污染防治的对策措施.     

北京市典型地区大气可吸入颗粒物中汞的浓度水平和粒径分布

在北京市近郊和远郊区采集大气中可吸入颗粒物样品,分析其汞的浓度水平.结果表明,近郊大气可吸入颗粒物中汞的浓度高于远郊区,分别为1.28±1.30ng·m-3和0.79±0.68ng·m-3,而且冬、春两季的浓度明显高于夏、秋两季.可吸入颗粒物中的汞主要分布在细粒子中,且细粒子富集汞的能力较粗粒子强.     

兰州市不同径粒大气颗粒物污染特征及气象因子的影响分析

空气污染程度与就诊率、呼吸道发病率及死亡率等有着密切的联系。兰州市在上世纪末曾被喻为卫星上看不到的城市,它的大气污染程度一直以来为人们所关注。利用2013年国家环保部公布的兰州市5个监测点（涵盖了4区1县）大气细粒子PM10及PM2.5的监测数据,针对全年的日均PM2.5与PM10质量浓度并结合了同期的气象因子进行分析研究,结果表明：春冬季为兰州大气中两种颗粒物的污染的高峰期（春季峰值为3月份,PM10及PM2.5质量浓度的月均值为309和103μg· m-3,超标倍数为1.062与0.436;冬季峰值为11月份,PM10及PM2.5质量浓度的月均值为203和85μg· m-3,超标倍数为0.353与0.7）,夏秋季为低谷（波谷为9月份,PM10及PM2.5的月均值为96和39μg· m-3,均低于国家标准）。PM2.5与PM10质量浓度比值均在0.4与0.5之间,呈一定的线性关系,大气污染较轻。当温度在-3~0℃之间时,大气中PM2.5与PM10质量浓度变化较剧烈。露点温度高于-3.15时,使得PM10的质量浓度下降明显;当日均露点温度高于1.85时,PM2.5的质量浓度随着露点温度的增大而降低,说明湿沉降对着两种粒子的清除作用明显。降水对大气中的两种颗粒物均呈现清除作用,但是在降水后PM10质量浓度迅速回升,但PM2.5质量浓度却变化不大。风向偏西时,大气中细颗粒污染物浓度增加。风速的增加对PM2.5有一定的清除作用,但由于兰州市的地貌特征,使得大气中PM10的质量浓度增加。上述结果为兰州市大气污染的监测与治理及大气污染预报提供了重要的依据。     

厦门市大气PM2.5中多环芳烃的昼夜变化特征

对厦门市冬季不同功能区大气PM2.5中多环芳烃(PAHs)的昼夜变化特征进行分析.结果表明,在检出的13种PAHs中,总浓度及其组分均呈现明显的差异.PAHs总浓度(ΣPAHs)分布在3.04-12.49ng·m-3;各功能区PAHs以菲、芘和含量相对较高,其中菲占优势,说明厦门市冬季大气PM2.5中PAHs以菲的污染为主.局部地区晚间ΣPAHs的浓度明显高于日间浓度,这可能与夜间大气混合层下降、污染物不易扩散传输、日间PAHs易光降解等有关.     

辽宁本溪大气颗粒物浓度特征

利用本溪大气成分监测站2008年3月至2009年2月大气颗粒物监测仪GRIMM180的连续监测资料,对该地区大气颗粒物的质量浓度变化、谱分布特征以及大气颗粒物与气象因素的关系进行分析研究.结果表明,本溪PM10和PM2.5平均质量浓度分别为0.086 mg.m-3和0.058 mg.m-3,其日平均质量浓度变化幅度较大;冬季和夏季质量浓度日变化均呈现明显的双峰双谷特征;数浓度谱分布较好地符合Junge分布;PM10日平均值超标率为8.7%,且大气颗粒物主要是以细粒子的形式存在;随风速的增大大气颗粒物质量浓度基本呈现逐渐减小的趋势,当风速〉0.6 m.s-1时,大气颗粒物质量浓度随风速增大下降明显,风速〉3.0 m.s-1时,下降的趋势减缓;降水过程对大气颗粒物有清除作用,其中对粗粒子的清除效果非常明显.     

PIXE characterization of PM10 and PM2.5 particulates sizes collected in Ikoyi Lagos,Nigeria

Ambient concentrations of PM₁₀ (x?≤?10?µm) and PM_2.5 (x?≤?2.5?µm) particulate fractions collected from Ikoyi Lagos, Nigeria, as well as their elemental compositions are presented in this study. Both size-segregated fractions were collected using a double staged ‘Gent’ stack filter unit sampler. Elemental characterizations of dust laden filters were carried out using proton-induced X-ray emission (PIXE) technique. Twenty-two elements (Si, S, Cl, K, Ca, Ti, V, Cr, Mn, Fe, Co, Ni, Cu, Zn, Pb, Br, Rb, Sr, Zr, Ag, Cd, and Ta) were detected as well as their concentrations and correlations were determined for both particulate size fractions. Their correlation matrix result indicates that some of the trace elements detected could have common source origins or similar chemical properties. The results were similar to the levels observed in moderately polluted urban areas and there is need for source identification and apportionment using receptor models in future studies.     

杭州市空气中PM10的化学组成特征

于2001年2月至2002年4月在杭州5个空气质量自动监测子站采集了176组PM_(10)样品,分析了22种化学元素、5种离子以及有机碳(OC)和元素碳(EC)的含量,并讨论了PM_(10)的化学组成特征.杭州市空气中铅污染仍然存在,硫的存在形式主要为水溶性硫酸盐.5种水溶性离子的浓度由大到小排列的顺序是SO~(2-)_4>NO_3~->NH_4~ >Cl~->F~-,大气中NH_4~ 主要是以(NH_4)_2SO_4,NH_4HSO_4和NH_4NO_3的形式存在.OC和EC浓度分别为20·4μg·m~(-3)和4·0μg·m~(-3),其相关性不好表明碳的来源复杂.PM_(10)的物质平衡计算表明,局地地质尘是最高的化学组分,达27·7%,其次为有机物23·9%,第三为硫酸盐16·2%,这3个组分占PM_(10)的67·8%,其它为硝酸盐6·3%,铵盐6·1%,微量元素5·5%,元素碳3·4%以及未测组分11·0%.     

北京地区灰霾污染特征

灰霾天气能见度较低，除影响人们日常生产活动和交通运输外，空气中携带的有毒有害细粒子严重危害人们的生命健康。近几年，北京市加大治霾力度，虽取得一定成绩，但灰霾天气仍然频发。为进一步更好地治理北京灰霾，为制定政策提供依据，须了解北京地区灰霾污染特征，因此，对北京市2013年6月到2014年5月的气象观测数据和PM2.5质量浓度进行了统计分析。文章统计了不同强度灰霾的分布，分析了PM2.5质量浓度与能见度的相关关系，在此基础上，研究了PM2.5质量浓度影响能见度变化程度的分界点。研究结果表明：研究期间，北京地区出现灰霾时总计4572 h，发生频率为56.2%，灰霾日总计233 d，频率为64.4%，呈冬季〉春季〉夏季〉秋季；湿霾最易发生在夏季，干霾最易发生在冬季，分别占当季灰霾时的17.6%和59.0%；全年不同强度霾发生小时数呈现轻微霾〉重度霾〉轻度霾〉中度霾，其中，轻微霾时数1625 h，重度霾1163 h，轻度霾1101 h，中度霾683 h；研究期间PM2.5质量浓度呈夏季低冬季高的显著变化趋势，PM2.5日均质量浓度达一级空气质量标准59 d，达二级标准159 d，达标率分别为17.7%和47.74%；PM2.5小时质量浓度与能见度呈负相关性较高的幂函数关系（置信度取99%，P〈0.01），无高湿条件影响下，空气中细颗粒物对能见度的影响更为直接；北京地区在改善能见度的过程中，通过降低1μg·m-3的PM2.5，使能见度改善大于或远大于1 km的概率仅为18.9%，而在50.4%的时段内仅能使能见度的改善小于或远小于0.1 km。     

Characterization of chemical species in universal sampler (PM2.5 and PM2.5–10) aerosols in suburban area of central Taiwan

Aerosol samples of particulate and chemical species for PM₁₀ (particulate matter with aerodynamic diameters less than 10 μm) collected by Universal sampler were studied from June to August 1998 in the suburban area of central Taiwan. The ratios of PM_2.5/PM_2.5–10 displayed that the fine particles (particle size < 2.5 μm) are prevailing in the suburban site. Ion Chromatography was used to analyze for the water‐soluble ions: sulphate and nitrate in the Universal samples. Also, the collected samples were analyzed by atomic absorption spectrophotometry for the elemental analysis of Ca, Fe, Pb, Cu and Cr. The results indicated that the crustal elements (Ca and Fe) and resuspended matters were dominated in the coarse particulate mode while the anthropogenic elements (Cr, Pb, Cu) and sulphate components are mainly in the fine particle fraction. The results also showed that the sulphate and nitrate make the largest portion of the chemical species collected by Universal sampler (PMio). The concentrations of heavy metals in THU are generally high, owing to the higher motor vehicle and industrial density nearby. The degree of pollution from this source differs from day to day, depending on the motor vehicle density.     

应用UNMIX模型解析长春市大气中PM10来源

大气中可吸入颗粒物（PM10）是影响大气能见度、气候变化以及人体健康的重要污染物,研究大气中PM10的污染来源对于了解城市中大气的污染状况和制定大气污染物防治措施具有重要的意义。选择长春市的净月公园、劳动公园、君子兰公园、体育学院、儿童公园、客车医院、工商学院和邮电学院作为受体采样点,于2011年9月至2012年2月期间,采用KC-120型中流量PM10/TSP采样器（青岛崂山应用研究所）进行大气中可吸入颗粒物PM10的采样,共采集40个受体样品。样品经预处理后,采用电感耦合等离子体质谱法分析了样品中的Be、V、Cr、Mn、Co、Ni、Cu、Zn、Mo、Ag、Cd、Sb、Ba、Tl、Pb、Na、Mg、K、Ca共19种无机元素,将经过标准化后的760个数据代入EPA UNMIX6.0软件对长春市大气中PM10进行源解析研究,其中,Min Rsq=0.89（89%的数据方差可由该模型解释）,Min Sig/Noise=2.50。结果表明：长春市大气中的PM10主要有3个来源：源1为燃煤尘或工业扬尘,贡献率为19.5%;源2为机动车尾气或土壤风沙尘,贡献率为13.1%,源3为城市综合扬尘和其他未知尘源,贡献率为67.4%。对这3个源进行相关性分析,3个源间的相关系数并不是理论值0,而是在-0.553~0.345间变化;源1和源3间相关性最大,相关系数为0.553;其次是源1与源2,为0.345。由此说明,长春市的PM10污染是多种因素综合作用的结果。将UNMIX模型的解析值与测量值进行回归分析,发现总物种的解析值与测量值间具有良好的线性正相关关系（r2=0.98）,每个物种的解析值与测量值间的相关系数为0.713~0.980,相关性强,二者拟合效果较好。     

PM10中重金属的提取方法及生物可利用性研究

分别运用模拟生物提取法与化学连续提取法对PM10标准参考样品城市源（NIST-1648A）和工业源（BCR-038）中6种重金属（Cd、Co、Cu、Mn、Ni、Pb）质量分数及赋存形态进行分析。其目标是验证2种提取大气固体颗粒物中重金属方法的有效性，并比较2种方法的优缺点，为将来提取PM10中重金属的方法选取提供依据。模拟生物提取法中，使用Gamble溶液模拟人体肺液对 PM10样品进行溶解，实验方法操作较为简单快捷；化学连续提取法中，不同溶解步骤则可确定重金属的不同赋存形态。在需要快速确定 PM10中某种重金属总量时，应优先使用模拟生物提取法。化学连续提取结果表明，城市源PM10中重金属赋存形态分布没有统一规律，工业源PM10中重金属多以残渣态存在。通过对2种来源的PM10样品中重金属生物可利用性分析，城市源的大气颗粒物对人体的毒性更大，其中标准参考样品城市源 PM10中生物可利用性较高的是重金属Cd（BIBio为61.65%±3.45%；BISE为69.02%±3.82%）和Cu，最低的是重金属Co和Pb；标准参考样品工业源PM10中重金属的生物可利用性最高的是Cd（BIBio为27.66%±1.52%；BISE为15.05%±2.13%），而Ni、Co和Pb的生物可利用性较低。     

西宁市环境空气PM10中多环芳烃特征分析

2009年—2010年采暖季、风沙季和非采暖季在西宁市选择了7个环境监测点位采集了大气PM10样品,利用气相色谱-质谱联用技术测定了其中12种多环芳烃的浓度分布特征。结果显示：西宁市采暖期、风沙季和非采暖期三季PM10载带B[a]P的全市平均浓度分别为2.51ng/m3、1.19 ng/m3、1.55ng/m3;PM10载带的B[a]P的浓度与GB3095-1996中规定日平均浓度限值（10ng/m3）相比较,均不超标。     

大气颗粒物吸附的空气微生物毒性效应的研究进展

大气污染与人群健康关系的研究表明,灰霾天气中的大气颗粒物上附着有多种可吸入微生物,包括病毒、细菌和真菌.大气颗粒物中的部分有机物质能够与这些微生物相互作用,进而改变颗粒物上附着微生物的致病性和持久性.大气颗粒物及其所吸附的病原微生物来源广泛,种类繁多,并由于大气污染加重而越发显得重要.本文结合以往文献资料和新型冠状病毒肺炎的一些实验观察数据,综述了大气颗粒物附着的微生物种类、影响微生物存活的环境条件、与疾病流行的内在关系、大气颗粒物对所附着的可吸入微生物的影响和与疾病相关的毒性效应等5个方面,进一步为大气污染预防和控制措施提供思路和方法.     

PM2.5: global progress in controlling the motor vehicle contribution

It is well established that ambient particles in the size range of 2.5 microns or less case a wide variety of adverse health effects. According to a recent study from the World Health Organization, in 2010 these effects resulted in approximately 3.2million premature deaths with vehicles being one of the significant contributors. Diesel vehicle particulate emissions which are virtually all smaller than 2.5 microns raise additional special concerns due to their carcinogenicity and high ratio of black carbon （BC） to organic carbon; black carbon has recently been found to be the second most important contributor to climate change after carbon dioxide. Other pollutants emitted by diesels and other vehicles such as the oxides of nitrogen and volatile organic compounds also contribute to ambient particulate matter smaller than 2.5 microns in size （PM2.5） after undergoing secondary transformations in the atrno- sphere. Technologies have dramatically reduce vehicle been developed that can emissions when clean, low sulfur fuels are available and these technologies are being phased in throughout the industrialized world resulting in a global decrease in particulate matter （PM） and BC emissions from vehicles. However the vehicle population is growing rapidly in the developing world, leading to increases in emissions in many countries. Unless these rapidly industrializing countries move to state of the art vehicles and clean fuels, global PM, BC and NOx emissions from road vehicles will start to turn up over the next 10 to 15 years.