西安市黑碳气溶胶浓度特征及与气象因素和常规污染物相关性

利用西安市环境监测站超级站2013年9月1日—2015年5月31日黑碳气溶胶(BC)的监测数据,研究空气中BC浓度特征及其与气象因素和常规污染物相关性。结果表明:BC小时平均浓度均值在春季、夏季和冬季的变化趋势呈"W"型,秋季呈"V"型,且冬季的第一个最低值和峰值比春季和夏季的分别延迟1 h和2~3 h,且20:00~次日6:00秋季BC小时平均浓度均值高于当年冬季。BC浓度在秋季和冬季较高,夏季较低。冬季BC/PM_(2.5)基本最低,秋季BC/PM_(2.5)相对最高。BC日平均浓度与气温、降水和风速的日平均值为极负显著相关,且风速小于1.0 m/s时,其与风速呈最显著的负相关。除O_3外,BC日平均浓度与其他常规空气污染物浓度呈显著相关,表明其同源性很强,且受机动车尾气排放的影响更大。     

URG-9000型离子色谱仪常见问题及解决办法

介绍了URG-9000型离子色谱仪在运行中常见的问题,URG监测的离子数据部分或全部缺失、数据异常、偏低等情况。并对这些常见问题的出现原因进行了分析说明,通过做校准曲线,考虑背景电导等提出了相应的解决方法。为了提高仪器的运行稳定性保证数据的可靠、准确性,提出了仪器日常维护的一些注意事项。     

西安城区夏季地面臭氧浓度变化特征分析

于2013年夏季,对西安城区10个大气监测点进行了地面大气中O3及其前体物(NOx、CO)连续在线观测,观测结果分析表明:夏季O3小时浓度平均值范围为39.03~93.06μg/m3,且其浓度呈现由东北至西南方向逐渐升高的空间分布特征。O3小时浓度分布呈明显的单峰形式,15:00左右达到峰值;NOx、CO浓度呈较明显的双峰分布,CO较NOx的浓度波动较为平缓。O3日均浓度与温度、太阳辐射呈正相关,而与相对湿度呈负相关关系,且受温度、太阳辐射的影响更加显著。     

西安市大气颗粒物数浓度分布及典型天气条件特征变化

利用2013年3月到2014年12月期间西安市大气中0.25～32μm颗粒物监测数据和同期气象参数、散射消光系数等数据,分析了大气颗粒物数浓度分布及典型天气条件下变化特征.结果表明:采样期间西安市大气颗粒物平均数浓度为206.27个/cm3, 99%以上为<1μm的颗粒物数.大气颗粒物数浓度冬季最高,其次为秋、夏和春季,分别为267.66、231.31、141.82和135.77个/cm3.四季的数浓度低值均出现在18:00左右,之后数浓度上升,且晚上高于白天,冬季6:00左右达到峰值,夏季的昼夜差最小,秋季最大.春夏秋冬的大气颗粒物数浓度与散射消光系数的Pearson相关系数分别为0.756、0.702、0.411、0.377.大气颗粒物数浓度在沙尘天气发生前、中、后会升高、下降和再下降,霾天气出现前、后会升高和下降;高温干燥天气下,大气颗粒物数浓度相对较低;降雨对大气颗粒物的清除作用明显,但降雨后大气颗粒物数浓度又很快回升.     

西安城区大气PM_(2.5)中有机碳与元素碳的污染特征

为研究西安市夏、秋、冬3季大气细颗粒物中碳组分的污染变化规律,于2013年夏、秋、冬3季在西安市明城墙内采集大气中的PM2.5样品,测定了样品中的有机碳和元素碳的含量。结果显示,PM2.5中OC和EC的季节平均浓度冬季最高,秋季次之,夏季最低。OC/EC的比值在夏、秋、冬3季均超过2.0,说明采样期间夏、秋、冬3季均存在二次污染。OC/PM2.5的比值夏秋两季差异较小,冬季明显高于夏秋两季;EC/PM2.5的比值在夏、秋、冬3季的变化不大。OC和EC的相关性:夏季秋季冬季。OC与PM2.5的相关程度冬季秋季夏季,且随季节更替变化明显;EC与PM2.5的相关性:秋季夏季冬季。即随着季节变化PM2.5浓度水平整体升高、污染加重时,PM2.5中的OC所占比例明显升高,EC比较稳定,说明受人为影响的二次排放为主要成分的OC对PM2.5贡献更大。     

西安夏季PM2.5中碳组分与水溶性无机离子特征分析

2012年8月6日—22日利用大气细颗粒物水溶性组分在线监测分析系统和大气气溶胶OC/EC在线分析仪在线分析了西安PM2.5中的水溶性无机离子和OC、EC,并结合气溶胶前体物SO2、NO2和部分气象参数的监测数据进行了分析。结果表明,PM2.5中OC、EC和主要水溶性组分SO2-4、NH+4和NO-3的比重分别为:14.34%、5.35%、26.32%、12.90%和11.28%;以有机物(OM)为主要成分的总碳气溶胶(TCA)在PM2.5中的质量分数为28.30%,其中光化学反应导致OM中二次组分(SOC)高达45.30%;对主要水溶性组分之间的相关性分析发现,NO-3、SO2-4、NH+43种主要组分之间的结合形态为(NH4)2SO4和NH4NO3,对Mg2+和Ca2+的相关分析反映其有多种共同源;此外,硫氧化率(SOR)和氮氧化率(NOR)均较高,表明大气中存在较强的光化学反应。PM2.5的各组分因子分析得到4个主要来源(机动车尾气和燃煤、土壤建筑尘和生物质燃烧、二次硝酸盐气溶胶、二次硫酸盐气溶胶)。     

西安市灰霾天气下PM_(2.5)浓度与气象条件分析

分析了2013年1—3月西安市12个空气监测子站监测的PM10、PM2.5以及相关气象参数;绘制了不同月的主城区浓度分布等值线图。运用单样本K-S非参数检验法检验表明,PM2.5浓度符合对数正态分布;各站点间的PM2.5浓度相关性非常高,变化趋势一致;PM10和PM2.5的变化规律呈现"W"型三峰分布;PM2.5日均值与能见度、净辐射量、平均气温、最高气温、最低气温均呈现显著负相关,且相关性较强;与平均湿度、最大湿度、最小湿度呈现显著正相关;与总辐射量、日照时数、气压、露点温度的相关性较弱;节日烟花燃放、沙尘天气容易造成严重大气污染,其中节日烟花燃放、沙尘天气对PM10的贡献量大于对PM2.5的贡献。     

基于FPN的石油企业HSE管理体系绩效评价

为得到更加客观的石油企业HSE绩效评价结果,针对石油企业HSE管理体系的复杂性和传统评价方法不能结合评价要素的可信度、无法进行动态评价等局限性,建立了基于模糊Petri网(FPN)的石油企业HSE管理体系绩效评价模型。首先结合模糊产生式的FPN模型给出模糊推理算法,建立石油企业HSE管理体系FPN绩效评价模型;然后采用层次分析法和粗糙集法组合确定要素权重,以避免主客观因素导致评价结果的偏差;最后依据专家经验得到输入参数值,并通过模糊推理计算,得到绩效评价结果。经实例分析验证,FPN绩效评价模型不仅适用于HSE管理体系的绩效评价,并可为HSE管理提供决策支持。     

基于灰色关联模型的中国城镇PM_(2.5)浓度影响因素分析

文章以2010年中国城镇城区为研究单元,采用灰色关联模型对中国7大地理分区城镇PM_(2.5)浓度影响因素进行综合研究。结果表明:年平均风速、NDVI和DEM与PM_(2.5)浓度的关联度为中度,其余为强度关联。地形因素对华北地区的城镇PM_(2.5)浓度影响最大,年平均气温和年平均降水量对华南地区城镇PM_(2.5)浓度影响程度较小,年平均风速对各分区城镇PM_(2.5)浓度均有较强的影响。生态因素对各区域城镇PM_(2.5)浓度均有中度或强度影响。社会经济因素中城市化因素对各区域城镇PM_(2.5)浓度多为中度影响,经济因素对东北、华中、西南、西北地区影响程度较大。研究结果可为有效防控PM_(2.5)污染提供决策依据。     

西安市夏末秋初PM_(2.5)中碳组分分析

2012年9月1日至30日利用大气气溶胶OC/EC在线分析仪在线分析了西安PM2.5中的OC、EC,并结合O3和紫外辐射数据(UV)进行了分析。结果表明:PM2.5、OC、EC、及O3的日均值分别为85.22,19.50,7.18,56.69μg/m3。PM2.5及其中OC、EC的日变化规律呈现"双峰"分布,OC、EC的日波动范围较PM2.5小,且OC的波动范围较EC大,OC、EC的相关性较高(R2=0.73)。PM2.5中TCA的平均比重为47.85%,是PM2.5的主要成分之一,TCA以OM为主,OM中SOC的平均比重高达54.76%,PM2.5中SOC的平均比重为21.25%,SOC和O3的相关性较高,表明研究期间西安市有机物光化学反应较重。1 d中10:00至19:00是PM2.5中SOC比重最高的时段且呈上升趋势,而PM2.5中TCA的变化规律则呈"W"型双峰分布。