表征室外人体暴露的监测网络设计(续完)

对悬浮颗粒物室外人体暴露的测定一直受到可用资源的限制。设计有效的网络就要求对测定方法的选择、采样点的数量、采样时间、采样频率等进行调整。采样位置要求能表征因周围污染源对附近地区和城市最小影响的空间数值。虽然大多数判定PM是否达标的测定方法是每第3天至第6天的24h监测，但是室外人体暴露的评价要求连续监测一整天。最好有1h或更短时间的监测时段。更详细的粒径大小和化学性质数据也很有必要，因为较小的颗粒及其特殊的化学物质要比总的样品质量更有助于反映对健康的不良影响。     

空气中SO2,PM2.5浓度水平与居民每日门诊就诊人次的动态研究

通过对１９９５年重庆渝中区空气中ＳＯ２、ＰＭ２．５浓度水平与居民每日就诊人数的动态观察发现：居民内科各月门认及诊人次按病种分类显示，慢性阻塞性肺部疾病（ＣＯＰＤ）在空气ＳＯ２、ＰＭ２．５空气浓度水平出现峰值的一月份呈现高峰；各年龄组四大类疾病的延迟七日的门诊女性就认人次中，ＣＯＰＤ和循环系统疾病的就诊人次与ＳＯ２、ＰＭ２．５浓度相关系数在０．４－０．７之间，有较为密切的关系。ＣＯＰＤ的时间聚集性分     

characteristics of PM2.5 in rural areas of southern Jiangsu Province, China

Introduction Anumberofstudiesabroadhavedemonstratedthat atmosphericfineparticulatematter(PM2.5,dp<2.5μm)is notonlyassociatedwithatmosphericvisibilityreductionbut alsohasaclearcorrelationwiththenumberofdailydeathsandhospitalizationsasaconsequenceofpulmonarydisease(Chan,1997;Christoforous,2000;Schwartz,1996;Wilson,1997).On18July,1997,theU.S.EnvironmentalProtectionAgency(USEPA)promulgatednewandsevere standardsforfineparticulates(PM2.5)withthesizebelow2.5μm(15μg m3asannualaverage,65μg m…     

Characteristics and source apportionment of PM2.5 under the dual influence of the Spring Festival and the COVID-19 pandemic in Yuncheng city

Based on the online and membrane sampling data of Yuncheng from January 1st to February 12th, 2020, the formation mechanism of haze under the dual influence of Spring Festival and COVID-19 (Corona Virus Disease) was analyzed. Atmospheric capacity, chemical composition, secondary transformation, source apportionment, backward trajectory, pollution space and enterprise distribution were studied. Low wind speed, high humidity and small atmospheric capacity inhibited the diffusion of air pollutants. Four severe pollution processes occurred during the period, and the pollution degree was the highest around the Spring Festival. In light, medium and heavy pollution periods, the proportion of SNA (SO₄²⁻, NO₃⁻ and NH₄⁺) was 59.6%, 56.0% and 54.9%, respectively, which was the largest components of PM_2.5; the [NO₃⁻]/[SO₄²⁻] ratio was 2.1, 1.5 and 1.7, respectively, indicating that coal source had a great influence; the changes of NOR (nitrogen oxidation ratio, 0.44, 0.45, 0.61) and SOR (sulphur oxidation ratio, 0.40, 0.49, 0.65) indicated the accumulation of secondary aerosols with increasing pollution. The coal combustion, motor vehicle, secondary inorganic sources and industrial sources contributed 36.8%, 26.59%, 11.84% and 8.02% to PM_2.5 masses, respectively. Backward trajectory showed that the influence from the east was greater during the Spring Festival, and the pollutants from the eastern air mass were higher, which would aggravate the pollution. Meteorological and Spring Festival had a great impact on heavy pollution weather. Although some work could not operate due to the impact of the COVID-19 epidemic, the emission of pollutants did not reduce much.     

北京市PM2.5水溶性有机物污染特征

用离子色谱技术对北京市2001~2002年大气PM2.5中7种水溶性有机物(WSOC)(甲酸、乙酸、甲磺酸、乙二酸、丙二酸、丁二酸、戊二酸)及12种无机离子(F-、Cl-、NO2-、NO3-、SO32-、SO42-、PO43-、Na 、NH4 、K 、Mg2 、Ca2 )的污染水平进行了同步测定.结果表明,SO42-、NO3-及NH4 为PM2.5中主要的水溶性物种,分别占PM2.5质量的10.6%、7.4%和5.7%;7种WSOC的浓度为0.011~0.118靏/m3,占PM2.5质量浓度的0.01%~0.1%,其中浓度最高的为乙二酸,其次为乙酸、丙二酸、丁二酸等;对PM2.5各化学组分浓度的季节变化特征的分析表明,PM2.5及OC的高浓度污染均出现在冬季采暖期,而WSOC则出现在夏季;对乙二酸与其他各组分进行相关性分析表明,乙二酸与SO42-、K 、NH4 、NO3-有较强的线性相关性(r=0.83,0.57,0.49,0.33),而与Cl-、Na 、Mg2 、Ca2 、EC、OC相关性较差(r=0.24, 0.22,0.12,0.05,0.13,0.10).由乙二酸季节变化特征及与其他物种相关性等特征初步推断,北京市PM2.5二元羧酸的主要来源为光化学反应而形成的二次污染物,而非来源于机动车、海盐或土壤的一次排放.     

城市空气质量数值预报系统对PM2.5的数值模拟研究

发展了南京大学城市空气质量数值预报模式系统(NJU-CAQPS),在模式系统中引入了气溶胶模块.运用该系统对南京地区冬夏两季PM2.5浓度的时间变化规律和空间分布特征进行了数值模拟研究,通过与实际观测资料对比,检验发展后的模式系统对于细颗粒物的模拟性能.结果表明,南京市城近郊内冬夏两季PM2.5浓度具有明显的时空变化特征,一般在半夜和清晨会出现较高浓度,午后至傍晚浓度较低.冬季浓度高于夏季,冬夏两季算例的浓度日均值之比为1.51.空间分布受到排放源位置、地面流场等因素影响.二次气溶胶在PM2.5中占相当的份额,冬夏两季算例中二次气溶胶在PM2.5中所占比例分别为12%和15%,夏季二次气溶胶对PM2.5浓度贡献较冬季大.与实际观测资料的对比验证表明,经过发展的该模式系统对于城市PM2.5等颗粒物的模拟性能良好.     

2019年西安首场雾霾PM2.5关键特征的综合诊断

通过对WRF-Chem（Weather Research and Forecasting Model Coupled to Chemistry）环境模式模拟资料、HYSPLIT（HYbrid Single Particle Lagrangian Integrated Trajectory Model）前/后向气团轨迹资料、环境站监测资料，以及西安理工大学（Xi''an University of Technology，简称XUT）多波长激光雷达、米散射激光雷达、能见度仪、粒谱仪等观测资料的综合诊断，探讨了2019年1月初发生在西安的雾霾过程（记为首场雾霾）PM_2.5组分、分布及传输特征，旨在为雾霾气溶胶研究提供有益的个例积累.定性、定量双重检验表明，Chem模式较成功复制了此次雾霾气溶胶过程.利用这些可靠的模式数据分析表明，PM_2.5中碳气溶胶的主要组分为有机碳，约占85%，强盛期气溶胶各组分随高度增加均呈递减趋势，各组分近地面浓度最高.通过对两类不同方法获取的消光系数对比分析表明，相比于模式数据，激光雷达数据具有更高的垂直分辨率，因此，更善于描述消光廓线的细节特征.通过对多源资料的综合诊断最终揭示出，"北风涌"是雾霾消散的关键影响因子，沿铜川-西安-山阳一带存在着污染物传输的重要路径，雾霾由此体现出自北向南依次消散的特征.     

京津冀大气污染传输通道区大气污染时空格局研究

客观理解京津冀大气污染传输通道城市（“2+26”城市）空气污染时空格局对于区域大气污染联合防治具有重要意义.本研究采用遥感数据反演的PM_2.5浓度产品，利用趋势分析法和重心分析法，揭示了京津冀城市大气污染传输通道区2000~2015年大气污染时空格局演化特征.结果表明：（1）区域PM2.5</sub>平均浓度整体呈现出太行山脉区域较低，太行山脉以东较高的格局，城镇地区明显高于周边地区.（2）2000~2015年区域PM2.5</sub>年均浓度总体呈增加趋势，主要表现在2000~2007年，呈显著增加趋势的面积占全区的88.48%，之后呈稳定状态.（3）区域PM2.5</sub>污染重心位于衡水、邢台和德州3市交界处，区域北部大气污染较严重.本研究可为京津冀及周边地区大气污染防治政策制定和措施实施提供参考与支持.</sub>     

淮海经济区核心区污染排放对重点区域城市PM2.5贡献研究

基于WRF-CMAQ空气质量模型，采用开关污染源排放的敏感性试验方法，定量分析了淮海经济区核心区污染排放对京津冀区域、"2+26 "大气污染传输通道城市、汾渭平原地区和长三角区域PM_2.5的贡献.结果表明，对京津冀区域，污染贡献比例最大值出现在10月份，同时对不同城市的贡献值在10%以内变化；对" 2+26"大气传输通道城市，影响的时空差异变化明显，其中对聊城市、菏泽市和济南市的贡献值均超过了10%；对汾渭平原地区的贡献总体较弱，最大贡献值低于5%；对长三角区域，贡献值在不同城市间的时空差异变化明显.考虑到淮海经济区地处京津冀和长三角过渡地带，且对京津冀和长三角区域PM_2.5影响较大，建议尽快将淮海经济区核心地区纳入国家大气污染重点控制区.     

基于高分辨率MARGA分析桂林市PM2.5水溶性离子特征

利用高时间分辨率MARGA于2017年2月17日~3月24日在桂林市开展PM_2.5组分监测，结合同一点位环境和气象监测数据，分析桂林市大气PM2.5</sub>水溶性无机离子组分特征及气溶胶酸性.结果表明：MARGA监测的PM2.5</sub>中8种水溶性离子与PM2.5</sub>变化趋势一致.8种水溶性离子总浓度均值29.27μg/m³，3种二次水溶性离子SO4^2-、NO3^-和NH4⁺浓度均值26.91μg/m³，占水溶性离子总浓度的93.50%，是桂林市大气PM2.5</sub>的主要组分.二次水溶性离子SO4^2-、NH4⁺和NO3^-两两之间存在显著正相关性（相关系数均>0.80），提示二次离子产生的机制及在大气中的演化、沉积具有一定的相似性.无论有无降雨，能见度（Vis）均随着水溶性离子，尤其是二次水溶性离子浓度的增加呈幂函数规律递减.24h累计降雨量≥ 10.0mm时，湿清除作用明显.晴天及降雨量不大的天气下，需注意管控机动车尾气、生物质燃烧和扬尘污染.SOR、NOR分别为0.35、0.12，SO2同时通过均相和非均相氧化反应转化为SO4^2-，NOx主要是通过白天光化学反应转化为NO3^-.大多数离子和气态前体物均存在明显的日变化规律，这与物质的来源、形成机制和气象条件不同有关.CE/AE摩尔浓度均值为1.5，桂林市PM2.5</sub>总体偏碱性.PM2.5</sub>中SO4^2-、NO3^-、Cl^-主要以（NH4）2SO4、NH4NO3和NH4Cl形式存在.PM2.5</sub>中NH4⁺可能与监测点位交通源排放有关，桂林市应加强交通污染物排放管控.</sub>