兰州市大气相对湿度与PM_(10)浓度和大气能见度的相关性分析

将相对湿度RH与PM_(10)浓度、大气能见度间的关系进行深入分析的研究目前还相对较少。利用兰州2002-2012年的环境气象资料,对相对湿度RH、PM_(10)浓度与能见度之间的对应关系进行统计分析,以揭示RH与PM_(10)浓度和大气能见度之间的直观联系,加深对灰霾形成过程的认识。将RH以5%的间隔进行划分,结果表明:各区间ρ(PM_(10))平均值与RH平均值呈显著线性负相关,R(相关系数)达0.940;高颗粒物浓度更多地出现于低湿天气条件下,但高湿度非降雨天气条件下颗粒物容易积聚。随着RH增大,大气能见度随ρ(PM_(10))变化率的绝对值增大;RH在75%以上时,增加相同的ρ(PM_(10))所导致的大气能见度下降量是RH在40%~45%时的2倍以上;RH 45%~60%,大气能见度可较好地反映ρ(PM_(10))的变化,而RH大于60%时,大气能见度的降低主要反映ρ(PM_(10))含水量的快速增加而并非指示ρ(PM_(10))的增加。在分析无降水天气过程时发现,当RH在80%~90%之间时PM_(10)的平均值明显下降,二者不呈负相关。可能的原因是这种高湿度天气通常出现在夏秋季节,一方面污染物排放强度较低,另一方面大气稳定度低,逆温层厚度比较稀薄,静风频率出现的概率比较低,风速相对于冬春季节较大(平均风速大于1.5 m·s~(-1)),污染物易扩散。大气能见度与同期地面气象条件和主要污染物浓度的相关性比较表明,相对湿度、PM_(10)是影响能见度的主要因子,兰州能见度变化对PM_(10)比较敏感。PM_(10)对能见度的影响以冬季最为明显,秋季次之,夏季最弱。兰州由于特殊的河谷盆地地形,复杂的气象条件使得兰州地区大气相对湿度与PM_(10)浓度和大气能见度的关系与国内其他地区存在较大的差异。     

气象条件对西安市夏季和冬季近地面大气环境污染特征影响

利用2018年1—12月西安市13个环境空气质量监测点的六项大气污染常规分析指标(PM_(10)、PM_(2.5)、O_3、SO_2、NO_2和CO)逐小时监测数据,结合气象条件(温度、相对湿度、风向、风速、大气压、光照、紫外辐射、混合层高度及大气能见度)和颗粒物样品采集,对西安市近地面大气污染物浓度特征进行分析,结果表明,西安市近地面大气污染物浓度呈现明显的季节变化特征,冬季空气污染物主要为颗粒物(PM_(10)、PM_(2.5))对应质量浓度分别为:(154.04±92.88)、(101.84±60.11)μg·m~(-3),PM_(2.5)/PM_(10)的值为0.66,夏季空气污染物主要为O_3,质量浓度为(89.07±20.62)μg·m~(-3);西安市冬季PM_(2.5)数浓度、表面积浓度、质量浓度分别为(51 890±14 619)cm~(-3)、(2 882.21±939.83)μm~2·cm~(-3)、(0.32±0.13)mg·m~(-3),PM_(10)数浓度、质量浓度、表面积浓度分别为(51 897±14 618)cm~(-3)、(3 410.50±1 060.31)μm~2·cm~(-3)、(0.86±0.29)mg·m~(-3),数浓度粒径分布集中在0.010≤d_p≤0.484μm,占总数浓度的99.13%,表面积浓度粒径分布集中在0.072≤d_p≤8.136μm,占总表面积浓度的98.32%,质量浓度粒径分布集中在0.316≤dp≤8.136μm,占总质量浓度的98.75%。颗粒物数浓度对大气能见度影响最大的3个粒径段分别为d_p=0.762μm、d_p=1.956μm、d_p=1.232μm,3个粒径段与能见度的R~2(拟合优度)分别为:0.840、0.789、0.775;西安市夏季,在近地面环境温度大于30.23℃,相对湿度小于58.09%,光照强度大于107.83 W·m~(-2),紫外辐射强度大于324.10μW·cm~(-2)时,有利于近地大气层中高质量浓度O_3((112.16±53.01)μg·m~(-3))的生成与累积。研究结果可为西安市及汾渭平原其他城市大气污染物减排、大气污染防治策略的制定提供数据支持。     

上海市大气污染物时空分布及其相关性因子分析

利用2016—2020年上海市PM_(10)、PM_(2.5)、SO_2、NO_2、O_3的质量浓度和温度、相对湿度、平均风速、水平能见度气象条件,分析了上海市PM_(10)、PM_(2.5)、SO_2、NO_2、O_3污染物的时间变化趋势。同时,利用多元线性回归模型及BP神经网络建立污染物与气象因素之间的相关关系,对其质量浓度进行预测,分析对比不同模型的预测结果。研究表明:2016—2020年上海市大气污染物质量浓度随时间变化整体呈现下降趋势;污染物质量浓度季节性差异显著,PM_(2.5)及PM_(10)质量浓度呈现"冬高夏低",而O_3质量浓度呈现"冬低夏高";可吸入颗粒物质量浓度(PM_(2.5)、PM_(10))与SO_2、NO_2质量浓度,O_3质量浓度与NO_2的质量浓度之间存在显著相关性;多元线性回归分析表明相对湿度、平均风速及水平能见度3个气象因素对上海市PM_(2.5)、PM_(10)质量浓度产生显著影响;温度、相对湿度、平均风速及水平能见度4个气象因素对上海市O_3质量浓度产生显著影响;多元线性回归分析表明上海市PM_(10)质量浓度与温度之间显著性水平为0.303,意味着温度对上海市大气PM_(10)质量浓度并没有产生显著影响;PM_(10)质量浓度随相对湿度的增加、平均气压及水平能见度的增大而减小;O_3质量浓度则与温度和平均风速呈正相关,与相对湿度和水平能见度呈负相关。相比多元线性回归,BP神经网络在预测上海市气象污染物质量浓度表现出强大的泛化能力,PM_(2.5)、PM_(10)、NO_2与O_3的真实值与预测值相关系数(r~2)分别为98.6%,97.4%,97.6%和98.3%。     

林地和湿地大气颗粒物阻滞效果研究

为了研究林地和湿地以及气象因素等对于大气颗粒物浓度的影响,于2016年5—12月在北京市奥林匹克森林公园内林地、湿地内对PM10和PM_(2.5)质量浓度以及气象数据(温度和相对湿度)进行采集。使用定量分析的方法,运用阻滞-吸附效率公式对林地和湿地阻滞率进行了比较;分析了大气不同污染背景下林地和湿地对大气颗粒物阻滞率的差异以及气象因子对大气颗粒物质量浓度的影响。研究结果表明,林地内颗粒物日变化呈现先下降后上升的趋势,13:00左右为一天之中质量浓度最低(34.6μg?m~(-3))之时,而湿地周围颗粒物日变化则在采样期间呈现下降趋势,至18:00左右质量浓度为最低(35.8μg?m~(-3))。不同空气质量等级下,林地和湿地对颗粒物的阻滞率效果不同,林地在空气质量为优时对PM_(10)和PM_(2.5)的阻滞率均最高,分别为522.7%和289.7%;湿地在空气质量等级为良时对PM_(10)的阻滞率最高(56.56%),在空气质量为重度污染时对PM_(2.5)的阻滞率为最高(74.35%)。在相同空气质量等级下,林地与湿地之间的阻滞率也存在差异:除严重污染时没有显著差异外,其余空气质量等级下林地的阻滞率显著高于湿地对大气颗粒物的阻滞率(P0.05)。此外,大气颗粒物质量浓度与气象因子之间存在显著相关性,其质量浓度与温度呈负相关,与相对湿度呈正相关。然而,阻滞率与气象因子之间没有显著相关性。研究林地与湿地的阻滞率有利于更好地配置城市中林地和湿地比率,以更加有效地改善大气环境。     

南京北郊冬春季大气颗粒物中含氮无机水溶性离子组分特征

为了解南京北郊大气颗粒物中含氮二次水溶性离子组分特征,2014年冬春两季使用Anderson 9级采样器对南京北郊大气颗粒物进行分级采样,利用离子色谱仪分析得到了各粒径范围颗粒物中的含氮二次无机组分质量浓度,结合能见度、相对湿度、颗粒物浓度等观测数据探讨了不同天气状况下大气颗粒物中含氮二次水溶性离子组分的含量及其粒径分布特征。结果表明:冬季和春季平均PM_(2.5)质量浓度分别达到了80.81μg·m~(-3)和52.57μg·m~(-3),明显超过二类标准限值。PM_(10)中NO_3~-和NH_4~+表现出较好的一致性,相关系数高达0.92,表明两种离子的来源比较相似;NO_2~-与NO_3~-和NH_4~+均呈现明显的负相关关系。就季节平均而言,冬季NO_3~-和NH_4~+质量浓度明显高于春季,尤其在0.43~2.1μm粒径范围内,这与冬季二次细颗粒物污染加剧有关;其他粒径段的浓度值季节差异不明显。不同能见度下,NO_3~-和NH_4~+质量浓度谱均呈三峰分布;当水平能见度3 km时,NO_3~-和NH_4~+最大谱峰大多在9.0~10μm粗粒径段;能见度降至3 km以下时,谱最大峰值出现在1.1~2.1μm粒径段。能见度水平越低,NO_3~-和NH_4~+的质量浓度越高,表明随着NO_3~-和NH_4~+浓度增加气溶胶的消光作用有所增强,从而导致能见度降低。霾天细模态中NH_4~+和NO_3~-的浓度较非霾天明显增加,粗模态无明显变化。NO_2~-作为中间产物其性质极不稳定,谱分布也比较复杂,但任何天气状况下均在粗粒径段出现高峰值。     

能见度反演PM_(2.5)质量浓度方法的对比分析

着眼于能见度对细颗粒物反演的准确表征,利用2013年6月1日—2014年2月28日成都市人民南路四段逐时 PM_(2.5)质量浓度以及大气能见度的监测数据,对比研究了基于能见度推算 PM_(2.5)质量浓度的直接与间接方法。前者利用幂函数直接构建能见度与 PM_(2.5)质量浓度的函数关系;后者则通过能见度对消光系数的求取,进一步以线性函数反演 PM_(2.5)质量浓度。分析结果表明:(1)2种方法均能较好地反演 PM_(2.5)质量浓度,反演结果与地面监测数据具有一致的统计特征;(2)相比基于能见度反演 PM_(2.5)质量浓度的直接方法,间接方法物理意义更为清晰,同时反演结果也更优。     

广州大气PM_(2.5)中含碳组分的污染特征及来源解析

于2015年1月至11月在广州利用大流量大气颗粒物采样器采集细颗粒物(PM_(2.5))样品,并利用热光反射法(TOR)测定大气颗粒物中有机碳(OC)和元素碳(EC)浓度。结果表明,广州ρ(PM_(2.5))年均值为(69.5±35.6)μg·m~(-3),是GB 3095—2012《环境空气质量标准》中PM_(2.5)年均质量浓度二级标准限值(35μg·m~(-3))的2.0倍,表明广州大气细颗粒物污染严重。OC、EC和总碳气溶胶(TCA)的年均质量浓度分别为(8.31±4.53)、(3.56±2.72)和(16.85±9.60)μg·m~(-3),分别占PM_(2.5)质量浓度的13.2%、5.9%和27.0%,表明含碳组分是PM_(2.5)的重要组成部分。OC和EC浓度季节变化规律存在差异性,OC浓度在冬季最高,而EC浓度在秋季最高。OC和EC的相关性弱和比值高的特征结果表明冬季二次有机碳(SOC)污染最严重,其平均质量浓度为6.9μg·m~(-3),占OC质量浓度的62.4%。主成分分析结果表明,冬季和春季广州PM_(2.5)中碳组分来源较复杂,主要包括机动车尾气、燃煤和生物质燃烧,夏季碳组分的主导污染来源是燃煤和机动车尾气,而秋季碳组分主要来源于机动车尾气。     

太原市城区大气PM_(2.5)和PM_(10)时空分布特征

研究太原市城区大气颗粒物质量浓度时空变化规律,可以为实施更有效的大气污染综合治理手段提供科学依据。以太原市9个国家空气质量自动监测站的数据为基础,运用统计分析和Kriging插值法,对太原市城区2019年大气颗粒物的时空分布进行了分析。结果表明,2019年太原市城区PM_(2.5)和PM_(10)年均质量浓度分别为56μg·m~(-3)和107μg·m~(-3),是国家二级标准限值的1.60、1.53倍,以PM_(2.5)和PM_(10)为首要污染物占总超标天数的44.03%和12.58%;PM_(2.5)/PM_(10)年均值为0.52,PM_(2.5)对PM_(10)贡献较大;PM_(2.5)季平均质量浓度为冬季(87μg·m~(-3))秋季(50μg·m~(-3))春季(49μg·m~(-3))夏季(34μg·m~(-3)),PM_(10)为冬季(123μg·m~(-3))春季(120μg·m~(-3))秋季(98μg·m~(-3))夏季(64μg·m~(-3));PM_(2.5)和PM_(10)质量浓度月变化呈U型,二者平均质量浓度1月最高,8月最低;PM_(2.5)和PM_(10)24h质量浓度变化呈"单峰单谷"型,峰值在10:00,谷值在17:00;取暖期PM_(2.5)与CO、SO2和NO_2相关性高于其他时段;太原市城区PM_(2.5)和PM_(10)质量浓度空间分布总体上呈北低南高之势,PM_(2.5)春夏秋季的空间分布格局与太原市城区生产、生活、交通干道分布格局比较吻合。以上结果提示秋冬季是太原市城区颗粒物治理的关键时期,位于南部的小店和晋源区为重点防控治理区域。     

园林植被对交通排放PM_(2.5)浓度影响研究

已有研究发现汽车尾气和道路扬尘已成为城市大气PM_(2.5)的重要来源之一,植被拦截被认为是去除大气颗粒物的有效手段之一。为了解道路两侧园林植被对道路交通排放的PM_(2.5)浓度扩散的影响,选择园林植被生长最茂盛且雨水较少的9月,在北京北五环路旁的奥林匹克森林公园内沿平行五环路和垂直五环路进行了布点采样,并结合ADMS扩散模型进行研究。北五环是北京最繁忙的交通主干道之一,白天(7:00—18:00)每小时单方向机动车流量达5 000辆以上。研究结果表明,晴天、雨后晴天、污染天公园内大气PM_(2.5)质量浓度分别为(84.3±23.6)、(62.1±12.7)、(246.1±60.5)μg?m~(-3)。垂直五环路和平行五环路的各监测点PM_(2.5)质量浓度无显著差异,但在局地为弱南风条件下,PM_(2.5)质量浓度自南向北有略微降低的趋势。由道路汽车排放的PM_(2.5)随着与公路之间距离的增加而呈指数型下降。ADMS模拟表明晴天和污染天由道路汽车排放的PM_(2.5)对公园内环境大气PM_(2.5)质量浓度的直接贡献不超过2%;但雨后晴天道路交通排放的PM_(2.5)贡献较大,可达25%。园林植被对降低交通排放PM_(2.5)浓度的作用并不显著,其主要作用是对PM_(2.5)进行空间隔离,然后利用大气扩散稀释作用降低由交通排放的PM_(2.5)在环境大气中的质量浓度。     

不同交通状况下大气颗粒物中多氯联苯的污染特征

采集了北京市北四环附近典型交通路口不同交通状况下大气颗粒物(TSP、PM_(10)、PM_(2.5))样品,利用高分辨率气相色谱/高分辨率质谱(HRGC/HRMS),按照US EPA 1668A方法,对19种多氯联苯(PCBs)浓度水平、组成特征和粒径分布规律进行了监测分析,并评估了交通控制对大气颗粒物中PCBs的影响.结果表明, PM_(2.5)、PM_(10)和TSP中19种PCBs的质量浓度和毒性当量(TEQ)变化范围分别为567—2481 fg·m~(-3)和0.33—1.42 fg WHO-TEQ·m~(-3)、875—2845 fg·m~(-3)和0.34—1.71 fg WHO-TEQ·m~(-3)、1118—3922 fg·m~(-3)和0.46—2.09 fg WHO-TEQ·m~(-3),北京市大气颗粒物中PCBs处于较低水平,且主要富集在PM_(2.5)上,占51%—87%;3个采样期PCBs单体组成模式没有明显不同,说明释放源和转化过程是相似的;对总浓度贡献最大的是PCB-209和PCB-28,两者的贡献率为52%—77%,而对总TEQ贡献最大的是PCB-126,占86%—92%(平均值89%),其次是PCB-169,占6%—11%(平均值8%);交通限行期间PCBs的污染水平明显低于限行前,约降低69%—77%(平均值72%),临时交通控制措施的实施对PCBs污染水平降低具有积极的影响.     

不同植被结构对空气质量的调控功能

随着城市化进程的加快,生态环境恶化,改善空气质量已成为社会所关注的重要环境问题。不同的植被结构可以有效调控大气颗粒物浓度,提高负离子的浓度,是改善空气质量的重要组成部分。为探究不同植被结构对空气质量的调控能力以及影响空气质量的因素,以沈阳市东陵公园为研究对象,采用定点观测法,监测8块不同植被结构内大气颗粒物(PM_(2.5)、PM_(10))和空气负离子浓度,并同步观测气象因子。研究结果表明,(1)不同植被结构调控大气颗粒物的能力存在差异,但是不显著。PM_(2.5)和PM_(10)日平均质量浓度在S1(稠李Padus avium+萱草Hemerocallis fulva)均为最高,分别是(48.63±18.05)μg·m~(-3)和(68.55±20.64)μg·m~(-3);S3(云杉Picea asperata+榆叶梅Amygdalus triloba+牛筋草Eleusine indica)最低,分别是(28.95±8.91)μg·m~(-3)和(45.21±10.38)μg·m~(-3)。PM_(2.5)和PM_(10)日平均质量浓度变化范围分别为(28.95—48.63)μg·m~(-3)和(45.21—68.55)μg·m~(-3)。(2)不同植被结构内空气负离子浓度存在显著性差异。空气负离子日平均浓度在S7(油松Pinus tabuliformis+桃叶卫矛Euonymus bungeanus+玉簪Hosta plantaginea)最高,为(1 007.50±53.10)ion·cm~(-3);S1(稠李+萱草)最低,为(446.21±34.9) ion·cm~(-3)。空气负离子日平均浓度范围(446.21—1 007.50) ion·cm~(-3)。(3)大气颗粒物(PM_(2.5)、PM_(10))和空气负离子浓度与乔木层郁闭度和相对湿度呈正显著相关,而与温度呈负显著相关;大气颗粒物浓度与空气负离子浓度呈负显著相关。以上研究结果可为优化城市绿地植被结构和改善空气质量提供一定的借鉴。     

温湿度对南京北郊PM_(2.5)中二次无机离子生成演化的影响

二次无机离子是PM_(2.5)的重要组成部分,明晰大气污染过程中二次无机离子的形成、演化过程及影响因素,对深入认识大气污染的形成与消散机制具有重要意义。利用南京北郊2016年3月—2017年2月PM_(2.5)及水溶性离子在线观测资料,分析了温湿度对南京北郊PM_(2.5)中二次无机离子生成和演化过程的影响。结果表明:观测期间南京北郊总水溶性离子(TWSI)平均质量浓度为41.35μg·m~(-3),占PM_(2.5)的69.94%;二次无机离子SO_4~(2-)、NO_3~-、NH_4~+(SNA)的平均质量浓度为37.95μg·m~(-3),占TWSI的91.78%,是最主要的水溶性离子。硫氧化率(SOR)平均约为0.49,季节性差异较小,随相对湿度(RH)的增大而升高,且在RH60%时升高显著。冬季SO4~(2-)质量浓度在PM_(2.5)中的占比随RH增加呈递增趋势,夏季反之,这可能与NO3-的占比增加有关。n(NH4+)/n(SO4~(2-))与n(NO3-)/n(SO4~(2-))比值的截距表现为冬季大于夏季,表明南京北郊大气中的硫酸盐主要是以低酸度固态或液态(NH_4)_2SO_4、NH_4HSO_4的形式存在。在气温高于25℃时,NO_3~-的气粒分配指数(FHNO_3)随气温上升而快速增大,表明气温越高,越有利于固态NH_4NO_3向气态HNO_3转化;而空气湿度的作用与气温相反,特别是在气温高于25℃的高温时段,空气湿度越低,越有利于固态NH_4NO_3向气态HNO_3转化。干净天气条件下FHNO_3平均值为0.07,是污染天气条件下的1.94倍,表明污染天气更有利于NH_4NO_3的形成从而加重大气污染程度。     

气团来源对沿海城市PM_(2.5)中二次水溶性无机离子形成特征的影响研究

大气细颗粒物(PM_(2.5))与雾霾天气密切相关,PM_(2.5)吸附的有毒有害物质,可能给人体健康带来危害。二次水溶性无机离子(SNA,包括SO_4~(2-)、NO_3~-和NH_4~+)是PM_(2.5)的重要组分,研究PM_(2.5)中SNA污染特征及形成和演化的影响因素,对认识雾霾污染的生消机制,提升人们的生活质量具有重要意义。利用在线气体及气溶胶成分监测系统(MARGA)观测了宁波市滨海地区春季、夏季和秋季大气PM_(2.5)中的SNA和气态污染物的变化趋势,并利用后向轨迹分析研究了不同气团影响下污染物的日变化规律。结果表明,观测期间,SNA在PM_(2.5)中的平均占比约为70.7%,NO_3~-是导致PM_(2.5)污染加重的主导离子。NO_3~-和SO_4~(2-)受气团传输影响较大,来自陆地气团的质量浓度普遍高于海洋气团,来自西北内陆方向的污染物输送是导致宁波空气质量下降的主要原因。宁波大气中的硫氧化率(SOR)较高,SO_4~(2-)主要由SO_2发生二次氧化反应生成;SO_4~(2-)的形成与相对湿度(RH)密切相关,SOR随着RH的增加而显著增大,当RH85%时,大气中的硫氧化物绝大部分以SO_4~(2-)形式存在,SOR接近1;而温度变化对SOR无明显影响;来自西南与东部受海洋显著影响的气团SOR高于来自陆地气团的相应值。夏季RH普遍较高,西南方向气团影响下高浓度的气态污染物(NO_2、O_3、NH_3)可明显促进SO_4~(2-)的生成,一定程度上控制人为气态污染物的排放能有效减少SO_4~(2-)生成。与SOR比较而言,氮氧化率(NOR)和NO_3~-与温度、RH、气态污染物浓度等环境因素的关系比较复杂,暗示多种反应机理共同作用影响氮氧化物的转化。     

雾霾期北京大气中多环芳烃污染特征及暴露风险评估

雾霾对我国尤其是华北平原地区造成了极大的困扰,其发生常以颗粒物浓度急剧增长为特征,给人群健康带来了极大的风险。为进一步阐释雾霾的形成过程及其健康效应,在冬季雾霾期对北京城区大气颗粒态及气态中18种多环芳烃(PAHs)进行了连续测定,同步监测颗粒物、痕量气体污染物以及气象参数的变化,并对PAHs的浓度、组成、气粒分配等大气行为以及其与气象因素的作用机制进行了探讨。北京城区大气气相和颗粒物相中ΣPAHs浓度分别为585 ng·m~(-3)和705 ng·m~(-3)。雾霾发生时,PM_(2.5)浓度升高了3.6倍,PAHs浓度升高了2.6倍,18种PAHs同系物的浓度均随PM_(2.5)的浓度线性增加,其线性相关性受PAHs来源以及氧化活性的影响;夜间较重质量数的PAHs相对比例增加,主要受日间交通源以及夜间燃烧源贡献强度影响。受颗粒物组成以及湿度的影响,雾霾天气下PAHs颗粒相分配率降低。进一步评估了北京城区人群的PAHs吸入健康效应,冬季雾霾频繁发生下其对人群癌症风险为6.2×10~(-5)。     

重庆城郊森林植被调控大气PM_(2.5)和PM_(10)的时空效应

2014年8月—2015年7月,以重庆市空气质量发布系统唐家沱监测点(代表城区)为对照,在重庆铁山坪国家森林公园采用高精度手持式空气测定仪(CW-HAT200)定位监测了森林植被调控下的大气PM_(2.5)和PM_(10)时空变化。结果表明:重庆城区大气PM_(2.5)和PM_(10)日变化均呈"双峰"规律,均分别在12:00、18:00达到峰值,季节变化呈现为冬季秋季春季夏季;城郊森林植被(针叶林、针阔混交林、阔叶林)调控下的大气颗粒物日变化基本呈"单峰"规律,均在9:00达到峰值,且下午大气颗粒物质量浓度低于上午,季节变化则表现为冬季春季秋季夏季;城郊森林公园的大气PM_(2.5)和PM_(10)质量浓度均随距离增大而呈下降趋势,在5 km范围内削减强度分别达到22.30%和22.66%。总体上,城郊森林植被对大气颗粒物的削减、再分配功能作用明显,并受林分特征影响;在森林植被调控下,城郊森林公园大气颗粒物动态变化更趋平缓,并明显不同于城区。因此,若仅从大气颗粒物考虑,建议市民在夏季和秋季的13:00—17:00时间段前往城郊森林公园开展休闲游憩活动,且应选择处于公园核心区的削减大气颗粒物功能强的林分。     

采暖季4种结构的城市绿地对PM_(2.5)和PM_(10)的调控作用

为研究采暖季不同结构城市绿地对大气中PM_(2.5)和PM_(10)的调控作用及其与气象因子的关系,于2015年11月—2016年4月,选择滞尘效果较好的4种类型城市绿地和对照点,于07:00—21:00每隔2 h在4种绿地的中心位置同步观测其内部PM_(2.5)、PM_(10)、温度、相对湿度、风速以及光照强度,对比分析绿地内颗粒物质量浓度差异以及不同绿地类型对消减PM_(2.5)和PM_(10)的作用。结果表明:采暖期4种结构城市绿地内PM_(2.5)日均值大小表现为CK(112μg?m~(-3))乔灌草(108μg?m~(-3))大阔叶乔草(107μg?m~(-3))小阔叶乔草(106μg?m~(-3))针叶乔草(100μg?m~(-3)),PM_(10)为CK(23μg?m~(-3))乔灌草(226μg?m~(-3))小阔叶乔草(224μg?m~(-3))大阔叶乔草(223μg?m~(-3))﹥针叶乔草(211μg?m~(-3)),CK内PM_(2.5)和PM_(10)质量浓度显著高于其他绿地类型(P0.05);PM_(2.5)和PM_(10)小时均值变化区间分别为81~133μg?m~(-3)和170~278μg?m~(-3),两者呈极显著相关(P0.01),都在09:00左右达到峰值,15:00左右达到最低值,而后至21:00一直呈上升趋势;采暖期PM_(2.5)和PM_(10)月均值稳步上升,但受大范围气象因素影响显著;观测期间,对PM_(2.5)和PM_(10)平均消减率按大小排序为针叶乔草乔灌草小阔叶乔草大阔叶乔草,且针叶乔草的消减率显著高于其他绿地类型(P0.05);4种结构城市绿地对PM_(2.5)和PM_(10)的消减率都与温度呈显著负相关(P0.05),仅有PM_(2.5)的消减率与湿度呈显著正相关(P0.05),与风速和光照相关性不显著。在城区绿地建设中,可加大针叶乔木的配置以降低大气颗粒物质量浓度。     

菏泽市夏季PM10和PM25中水溶性离子组分污染特征

为分析菏泽市大气颗粒物及其水溶性离子组分特征,本研究于2015年8月期间在菏泽市6个监测点位采集环境受体PM_(10)和PM_(2.5)样品共120个,利用离子色谱法测定颗粒物中水溶性无机离子(SO■、NO~-_3、NH~+_4、Cl~-、Ca~(2+)、K~+、Na~+、Mg~(2+)、F~-),并同步收集气象参数及气态污染物质量浓度等资料.结果表明,菏泽市夏季环境受体中颗粒物质量浓度ρ(PM_(10))和ρ(PM_(2.5))分别为94.5μg·m~(-3)、55.2μg·m~(-3),稍低于国内其他城市,这与各城市经济发展、产业能源结构、气象条件等因素有关.PM_(2.5)/PM_(10)值在0.5—0.8之间,表明菏泽市夏季细颗粒物(PM_(2.5))污染较为严重.但PM_(10)和PM_(2.5)中水溶性离子质量总浓度ρ(WSIs)分别为30.5μg·m~(-3)、17.0μg·m~(-3);质量分数w(WSIs)分别为32.4%、29.6%.其中SO■、NO~-_3、NH~+_4为PM_(10)和PM_(2.5)中主要水溶性离子,3种离子浓度和分别占PM_(10)和PM_(2.5)中总离子浓度的84.3%、88.3%.SO■、NO~-_3、NH~+_4、K~+主要集中在细颗粒物(PM_(2.5))中,Ca~(2+)、Mg~(2+)则广泛存在于粗颗粒物(PM_(10))中.各采样点的PM_(10)和PM_(2.5)中,SO■、NO~-_3、NH~+_4、Ca~(2+)和Mg~(2+)浓度分布具有空间差异.离子相关性表明,NH~+_4与SO■、NO~-_3相关性均较强,3种离子主要以NH_4HSO_4、NH_4NO_3形式存在.PM_(10)和PM_(2.5)中NO~-_3/SO■值分别在0.41—0.49和0.36—0.47之间,平均值分别为0.46、0.42,表明固定源是菏泽市夏季颗粒物污染的主要污染贡献源.     

北京市冬季大气细颗粒物中二■英的污染特征

为了解北京市大气细颗粒物(PM_(2.5))中二■英(PCDD/Fs)的污染特征,利用中流量大气颗粒物采样器,在北京市3个功能区5个采样点(两个市区点、两个工业区点和一个背景点),同步连续采集了大气细颗粒物PM_(2.5)样品.参照US EPA 1613B标准方法,应用高分辨率气相色谱/高分辨率质谱(HRGC/HRMS),分析了PM_(2.5)中17种PCDD/Fs的浓度水平和区域分布特征,并对PCDD/Fs的污染来源做了初步探讨.结果表明,5个采样点PM_(2.5)的日均质量浓度范围102—146μg·m~(-3),平均日均值119μg·m~(-3),超出国家二级标准(75μg·m~(-3))59%,污染较重.在空间分布上,PM_(2.5)的日均浓度表现为工业区大于背景点大于市区的特征.所有采样点17种PCDD/Fs的总浓度范围∑PCDD/Fs是1.60—4.09 pg·m~(-3),平均值3.23 pg·m~(-3),PCDD/Fs总毒性当量∑TEQ范围是140.54—275.69 fg I-TEQ·m~(-3),平均值233.18 fg I-TEQ·m~(-3).与国内外其他城市相比,北京市大气PM_(2.5)中PCDD/Fs污染处于相当或略高水平.OCDD、OCDF和1,2,3,4,7,8-HpCDF是PCDD/Fs的主要组成成分,分别占总浓度∑PCDD/Fs的10%、19%和24%.对于总毒性当量∑TEQ贡献最大的是2,3,4,7,8-PeCDF,占总毒性当量的48.3%,∑PCDDs/∑PCDFs比值范围为0.19—0.23,平均值0.22,属于典型的"热源"特征.在浓度变化上, PCDDs呈现为随氯取代个数的增加而增加,除OCDF外, PCDFs的各单体浓度也随着取代氯原子个数的增加而增大.在区域分布上,PCDD/Fs浓度表现为工业区高于市区,市区大于背景点,充分体现了局地源的特点.采样期间工业热过程(化石燃料燃烧、电弧炉、烧结和冶炼等)、机动车排放和固体垃圾焚烧是北京冬季大气PM_(2.5)中PCDD/Fs和PM_(2.5)污染水平的主要影响因素.     

保定市餐饮源排放PM_(2.5)中有机污染物特征及来源分析

餐饮源是城市大气细颗粒物PM_(2.5)的一个重要来源,为了解餐饮源PM_(2.5)排放特征及来源,测定了室外烧烤和食堂两种不同类型餐饮源排放的PM_(2.5)浓度以及PM_(2.5)中的有机污染物;利用气相色谱-质谱仪(GC/MS)检测出主要污染物为正构烷烃、酸类、醛类、酮类、酯类、烯烃、多环芳烃等有机污染物,通过与大气对照样品的对比分析,对污染物的来源做了简要解析.比对结果显示,室外烧烤样品PM_(2.5)浓度为905.6±160.9μg·m~(-3)、食堂样品PM_(2.5)浓度为343.9±30.6μg·m~(-3)、大气对照样品PM_(2.5)浓度为76.7±1.7μg·m~(-3).室外烧烤是食堂排放PM_(2.5)质量浓度的2—3.4倍,是环境大气PM_(2.5)质量浓度的9.5—13.6倍.烧烤油烟排放的PM_(2.5)中有机物主要为有机酸(47.29%),其次是醛酮类(12.97%);校园食堂油烟样品中除了烷烃类(45.2%),脂肪酸类(11.76%)和醛酮类(8.84%)排放也较明显;脂肪酸类可能由动物脂肪灼烧产生,而醛、酮类物质可能来源于香精等食品添加剂的高温分解.大气对照样品中检测到少量醛酮类有机物,未检测到酸类有机物,由此推测醛、酮、酸可能是餐饮油烟中典型排放的污染物.     

广州地区一次典型光化学污染过程的监测

为研究广州地区典型光化学污染过程形成的高浓度臭氧事件的变化特征及成因,2011年5月17—20日利用广州番禺大气成分站(GPACS)对污染气体(O_3、VOCs、NO_2、NO)、颗粒物(PM_1、PM_(2.5)、PM_(10))、能见度以及气象要素进行了监测.结果表明,光化学污染过程期间,臭氧总体浓度比较高,最大臭氧1 h浓度分别为103.8×10~(-9)、169.9×10~(-9)、146.1×10~(-9)以及115.5×10~(-9),远超国家二级标准93×10~(-9)(200μg·m~(-3)).但颗粒物浓度保持较低水平,颗粒物日均值远低于国家二级标准(PM_(10)为150μg·m~(-3),PM_(2.5)为75μg·m~(-3)),能见度整体较高.芳香烃和烯烃是臭氧生成潜势最大的两个成分,其中异戊二烯、间二甲苯、对二甲苯、甲苯等物种对臭氧生成贡献大.均压场-冷锋前天气形势带来的不利于污染物扩散的气象条件、强烈的辐射以及高浓度VOCs共同导致了这次高浓度臭氧污染事件的发生.