淄博市SO2与PM10垂直空间变化规律及其相关性分析

本文对淄博市环境空气中主要污染物SO2和PM10在不同高度的浓度值进行分析,找出污染物垂直空间分布规律;并利用SO2和PM10日均浓度值分析两者之间的相关性,为淄博市环境空气质量进一步控制治理提供一定依据。研究结论如下：淄博市垂直空间SO2、PM10浓度变化基本呈随高度增加而逐步降低趋势;同时SO2和PM10浓度呈现较为明显的相关性。为进一步改善淄博市环境空气质量,不仅要在城市规划中充分考虑给城区以自然通风通道,增加城市对污染物扩散稀释的能力,而其要在开展针对建陶、水泥等行业专项行动,降低工业粉尘排放,加强对城区内市政、房地产建筑工地的监督管理,减少道路和建筑扬尘的同时,加强对SO2排放企业尤其燃煤企业的监管力度,控制SO2排放量,也会相应的进一步降低PM10浓度。     

淄博市大气污染特征模型模拟及环境容量估算

为在我国构建基于"浓度控制、总量控制、质量控制"相结合的大气污染防治新模式,结合国家《重点区域大气污染防治规划(2011-2015年)》及《淄博市环境保护"十二五"规划》的编制工作,利用CALPUFF空气质量模型模拟了淄博市及其周边地区大气污染特征,并基于模型模拟结果采用多目标线性优化方法估算了淄博市SO2、NOx、PM10这3项污染物的环境容量.研究表明,淄博市大气污染受外来污染源影响大,外来污染源对淄博全市SO2、NO2、PM10年均浓度贡献率分别达26.34%、21.23%、14.58%.淄博市各区县之间存在显著的相互影响关系,其中周边区县对张店中心城区的SO2、NO2、PM10年均浓度贡献率分别为35.96%、43.17%、17.69%.淄博市不同区县的空间敏感性差异较大,其中周村区、桓台县、张店区、淄川区单位污染物排放量对城市空气质量的综合影响明显大于其它区县.淄博市要达到《环境空气质量标准》(GB 3095-2012)的要求,SO2、NOx、PM10的环境容量分别仅为8.03×104、19.16×104、3.21×104t.因此,在山东半岛实施区域大气污染联防联控是确保淄博市空气质量达标的必要途径.     

“十一五”期间太原市环境空气质量及影响因素分析研究

依据太原市环境空气质量监测数据,采用Daniel趋势检验法,综合污染指数法和回归分析法研究了“十一五”期间太原市的环境质量变化趋势和影响因素.结果表明,从年均浓度值分析来看,除NO2外,SO2和PM10都存在超标现象,长期来看,三种污染物浓度下降趋势明显,这与太原市环境保护行动密切相关.月际间浓度值差异除PM10在春季出现波动外,SO2和NO2均呈现“U”型曲线,这种规律与气象条件密切相关.三种主要大气污染物污染指数都有所下降,但太原市区空气污染仍以SO2和PM10为主,说明烟煤型污染的空气污染特征没有改变.主要大气污染物的空间浓度分布不均与地形和气象特征以及城市布局和污染源排放有直接关系.太原市“十一五”期间大气环境质量整体改善,但形势依然严峻.     

太原市冬季SO_2、PM_(10)和PM_(2.5)浓度城郊变化特征研究

通过对太原市2013年冬季SO2、PM10和PM2.524小时浓度均值实时数据的整理和分析,结果表明,各项污染物浓度在城区和郊区差异显著。由于城郊地形条件、气象条件基本一致,各项污染物24小时浓度月变化曲线趋势基本相同。城郊PM2.5和PM10浓度比值范围与均值差别较小,比值月变化曲线趋势基本相同,城郊颗粒物污染物来源相同或相近。相关性分析表明PM2.5分别与PM10和SO2浓度均为高度正相关关系,三者污染源存在较大一致性,冬季区域污染主要以燃煤排放大气污染物为主要特征。     

渝北区环境空气质量现状及污染原因分析

本文采用综合污染指数法和空气质量指数法对2014年重庆市渝北区的主要空气污染物(SO2、PM10、NO2、O3、CO、PM2.5)的现状监测值进行了评价。结果表明:对照环境空气质量标准,2014年城区内SO2、NO2均符合国家空气质量二级标准,PM10、PM2.5测定值均超标。污染物浓度时空分布不均匀,冬春季浓度较夏秋季高,出现明显的季节特征;空间分布上,两路空气质量优于空港。2014年渝北区环境空气中大部分污染物浓度均低于2013年和主城平均浓度,环境空气质量综合污染指数呈现下降趋势。2014年渝北区空气质量优良天数255天,高于2013年和主城优良天数,影响渝北区空气质量的首要污染物为PM2.5,其次为PM10、O3-8h、NO2。渝北区的环境空气污染主要受城市建设、产业结构、气象条件、交通尾气的影响。     

中国大气SO2污染与排放的空间分离分析

污染物排放是导致环境质量恶化的根本原因,但污染物排放与环境质量的变化在空间上却存在不完全协同、匹配的现象(即空间分离).为分析中国省域尺度环境质量与污染物排放的空间分离现象,构建了空间分离指数和重心模型,并以SO2排放量和空气中SO2浓度为例进行实证分析.结果表明:2000-2010年,全国SO2排放量由1965.8×104 t增加至2182.9×104 t,空气中SO2浓度由0.046 mg·m-3下降至0.035mg·m-3;SO2排放量最多的10个省份占全国排放量的比重为57.4％,地区间排放强度差异较大;SO2污染的空间格局未发生明显变化,华北、西北、西南及山东、湖南是我国SO2污染相对严重区域;中国SO2排放与污染间存在一定程度的空间分离,空间分离指数为27.3 ～ 36.0,SO2排放重心和污染重心的距离在19.3 ～144.0 km之间;10年来,SO2排放重心向西北方向移动,污染重心却向东南方向移动,这也是环境质量与污染排放空间分离现象的一个表现;SO2排放与污染间的空间分离现象在逐年减弱,10年来,空间分离指数年均降低2.7％,排放重心和污染重心的距离年均减小9.9 km.研究结果对正确理解污染减排与环境质量改善的关系,确立区域污染减排和环境质量目标具有一定的借鉴意义.     

榆林市城区环境空气质量污染特征及原因分析

根据榆林城区环境空气质量监测数据,对2001～2010年间榆林城区空气质量污染特征和主要空气污染物的变化规律进行了分析。结果表明:2001～2010年间,榆林市城区的SO2、NO2和颗粒物污染总体呈下降趋势;2007～2010年间,SO2和PM10的季节性污染特征较明显,SO2浓度高值主要集中在冬季采暖期,PM10浓度高值主要集中在春季沙尘常发期的3～6月,NO2浓度全年均无超标,季节性变化较稳定。     

榆林市环境空气质量变化趋势及相关性分析

从榆林市2007—2012年环境空气中SO2、NO2和PM10的变化趋势可以看出,SO2和PM10浓度总体有下降趋势,2012年较2007年水平降低了约25%,而NO2浓度总体呈上升趋势,2012年较2007年水平增加了约80%;在月际变化中,NO2和PM10采暖期浓度增幅约在30%以上,而SO2采暖期浓度甚至达到非采暖期的4倍,可见,采暖期燃煤锅炉污染控制仍是降低大气污染物浓度的关键,而加强脱硝工程的实施也是当前较为迫切的任务。     

忻州市环境空气PM10和TSP中水溶性阴离子特征分析

利用中流量采样器收集忻州市采暖季和非采暖季4个监测点位的PM10和TSP样品,通过离子色谱法测定SO2-4、NO-3和Cl-的质量浓度,并以此3种水溶性阴离子的时空分布、相关性参数和特征比值来探讨其在环境空气中的污染特征和来源.结果表明,采暖季PM10和TSP中3种水溶性阴离子的总质量浓度分别为14.24μg·m-3和21.97μg·m-3,明显高于非采暖季(分别为8.56μg·m-3和11.84μg·m-3).采暖季和非采暖季3种水溶性阴离子总质量在PM10中所占比例分别为15.70%和13.19%,在TSP中所占比例分别为12.16%和8.84%,离子主要富集在PM10中.采暖季4个采样点位3种阴离子的质量浓度均高于非采暖季,采样点位DC的阴离子质量浓度高于其它点位,时空差异明显.采暖季NO-3与SO2-4相关性显著,说明二者形成过程的控制因子相同;非采暖季Cl-与SO2-4、NO-3的相关性显著,说明三者具有共同来源.NO-3/SO2-4比值在0.31~1.41之内,相对较高,暗示机动车尾气对空气颗粒物的影响突出,但均值都小于1,表明空气污染来源仍以燃煤等固定源排放为主.总体而言,忻州市水溶性阴离子的污染属于机动车尾气和燃煤的复合型污染.     

上海市市区、郊区NO2、SO2和PM10的时空变化规律及相关性分析

在对上海市嘉定区大气污染物SO2、NOx和PM10连续1年的观测基础上，结合上海环境状况公报的数据，探讨了市区、郊区大气污染物的空间和时间变化规律。结果表明，2005年中NO2、SO2和PM10的质量浓度在市区和郊区均是冬春两季高，夏秋两季低；NO2、SO2和PM10浓度在市区要高于郊区；郊区大气污染物的月变化幅度要比市区大，市区PM10污染有增加趋势。根据气象条件分析，嘉定区周边工业污染对NO2、SO2和PM10的浓度有贡献，市区NO2、SO2和PM10的质量浓度则与机动车尾气、工业燃煤，建筑扬尘和道路扬尘等诸多因素有关。相关性分析表明，上海市NO2、SO2和PM10相互之间存在比较强的相关性。     

中国海峡西岸城市群冬季PM2.5和PM10中水溶性离子的污染特征

为了研究中国海峡西岸城市群冬季大气颗粒物水溶性离子的污染特征,采集该区域8个城市共14个采样点位(包含1个背景点)的PM2.5和PM2.5~10样品,采用离子色谱分析F-、Cl-、NO3-、SO42-、Na+、K+、NH4+、Ca2+和Mg2+ 9种水溶性离子的质量浓度.结果表明,海峡西岸城市群冬季大气颗粒物污染严重,PM2.5和PM10的日均值分别为89.65,135.65μg/m3,PM2.5占PM10的66.1%.城区水溶性无机离子主要集中在PM2.5上,其浓度分布存在空间差异,温州地区水溶性无机离子浓度处于较高水平;SO42-、NO3-和NH4+是水溶性无机离子的主要贡献者,其占PM2.5 中水溶性离子总量的79.6%~89.0%,占PM10的74.2%~83.4%.由于受冬季季风的影响,该区域非海盐离子对水溶性无机离子的贡献较大.NO3-/SO42-的质量浓度比显示,冬季海峡西岸城市群已处于机动车污染与燃煤污染并存的复合型污染状态.     

天津市PM10, PM2.5和PM1连续在线观测分析

利用2010年9月1日─11月30日在中国气象局天津大气边界层观测站采集的ρ(PM₁₀₎,ρ(PM_2.5)和ρ(PM₁)数据,分析了观测期间可吸入颗粒物的统计特征,结合同期气象观测资料,分析了典型天气条件下ρ(PM₁₀₎,ρ(PM_2.5)和ρ(PM₁)的日变化特征及与风速、风向的关系. 结果表明:观测期间,ρ(PM₁₀₎日均值有超过1/2的天数超过《国家环境空气质量标准》(GB 3095─1996)二级标准限值;ρ(PM_2.5)有63 d超过美国国家环境保护局(US EPA)1997标准限值,超标率高达76.8%;不同天气条件下,ρ(PM₁₀₎,ρ(PM_2.5)和ρ(PM₁)日变化特征明显,三者一般在大雾或扬沙/浮尘天气条件下出现高值,有降水过程时出现低值;可吸入颗粒物以粗粒子(PM_2.5～10)和PM₁为主,PM_2.5～10,PM_1～2.5和PM₁主要分布在风速小于3 m/s,风向为225°～280°和70°～110°范围内;风速大于3 m/s时,ρ(PM_2.5～10)和ρ(PM_1～2.5)有所增加. ρ(PM₁₀₎,ρ(PM_2.5)和ρ(PM₁)未出现周末效应,但存在明显的周内变化.      

Vertical characteristics and source identification of PM10 in Tianjin

Ambient PM₁₀ (particulate matter with a diameter less than 10 μm) concentrations were measured on a 255 meter tower in Tianjin, China. The samples were collected at four vertical levels (10, 40, 120 and 220 m). Vertical characteristics for PM₁₀ samples were studied. The results showed that the concentrations of PM₁₀ and constituent species had a negative correlation with the sampling height. The highest concentrations of PM₁₀ and species were obtained at the 10 m level, and the lowest concentrations were measured at the 220 m level. For the fractions of species to total mass, SO₄^2- and NO₃^- had higher values (fraction) at greater height; while Ca had a higher fraction at lower height. Possible source categories for the PM₁₀ ambient dataset were identified by the principal component analysis method. The possible source categories included crustal dust, vehicles, cement dust, and incineration as well as secondary sulfate and nitrate sources. Analysis of meteorological factors on PM₁₀ concentrations indicated that wind speed and inversion may be the main factors contributing to different concentrations of PM₁₀ at different heights.     

脉冲电晕放电协同烟气脱硫脱硝试验研究

脉冲电晕放电对PM2.5具有一定的凝并作用,与直流静电除尘器相结合可以提高燃煤电厂烟气中粉尘的脱除效率.基于脉冲电晕放电还可以将烟气中的NO、SO2氧化成NO2、SO3等易吸收的物质成分,与传统的液相吸收洗涤技术相结合可提高NO、SO2的脱除效率.文中进行了脉冲电晕放电协同烟气脱硫脱硝的试验研究,研究了影响NO、SO2转化效率的主要因素.实验结果表明,提高脉冲峰值电压、脉冲频率、脉冲放电电极数目.延长停留时间.降低气体初始浓度有助于提高NO、SO2的转化效率;增加空气湿度可以显著提高SO2的转化效率.在本试验中,当NO、SO2初始浓度为150×10-6左右时,其相应的转化效率可以分别达到70%、90%.     

合肥市郊夏季PM10浓度及其与能见度的关系

年8—9月在合肥市郊对ρ(PM₁₀)进行了观测,并分析了其中9种水溶性离子(NO₂-、Cl-、NO₃-、SO₄2-、NH₄+、Ca2+、Na+、Mg2+、K+)质量浓度. 结果表明:采样期间该地区ρ(PM₁₀)日均值为78.9 μg/m3,9种水溶性离子的平均质量浓度为18.93 μg/m3,占ρ(PM₁₀)的26.6%,表明水溶性组分是PM₁₀的重要组成之一. SO₄2-、NO₃-、NH₄+和Ca2+是主要的阴、阳离子,日均质量浓度分别为8.14、4.81、3.46和1.33 μg/m3. 不同RH(相对湿度)下PM₁₀对能见度的影响不同,RH小于80%时,二者呈显著的线性负相关〔R(相关系数)为-0.80〕;RH大于80%时,二者呈指数负相关(R为-0.48). 离子间相关性分析显示,PM₁₀中水溶性离子的主要结合方式为(NH₄)₂SO₄、NH₄HSO₄、NH₄NO₃、KCl及K₂SO₄. 采样期间ρ(NO₃-)/ρ(SO₄2-)平均值为0.59,说明在该地区固定源对水溶性组分的贡献大于移动源. 另外,扬尘也是PM₁₀重要来源之一.      

广州市灰霾期大气PM_(10)中水溶性离子特征

采集广州市大气PM10样品并分别对冬夏两季灰霾和非灰霾期PM10中水溶性离子进行分析。实验表明,广州市灰霾期PM10中水溶性离子的质量浓度要高出非灰霾期4～15倍,其中NO3-浓度升幅最大。非灰霾期主要水溶性无机离子的浓度顺序为SO42->NH4+>NO3-,灰霾期为SO42->NO3->NH4+,严重灰霾期则为NO3->SO42->NH4+。非灰霾期SO42-/NO3-质量浓度比为1.78～3.57,灰霾期为1.04～1.20,而在严重灰霾期则<1,说明灰霾利于NO3-的二次转化生成。实验还表明,灰霾期PM10较非灰霾天气偏酸性,灰霾期SO2和NOx的高转化率导致SO42-和NO3-的大幅增加是加重灰霾期PM10污染的主要原因。     

Carbonaceous aerosols in PM10 and pollution gases in winter in Beijing

An intensive observation of organic carbon (OC) and element carbon (EC) in PM10 and gaseous materials (SO2, CO, and O3,) was conducted continuously to assess the characteristics of wintertime carbonaceous aerosols in an urban area of Beijing, China. Results showed that the averaged total carbon (TC) and PM10 concentrations in observation period are 30.2±120.4 and 172.6±198.3 μ/m3, respectively. Average OC concentration in nighttime (24.9±19.6 μ/m3) was 40% higher than that in daytime (17.7±10.9 μ/m3). Average EC concentrations in daytime (8.8±15.2 μ/m3) was close to that in nighttime (8.9±15.1 μ/m3). The OC/EC ratios in nighttime ranging from 2.4 to 2.7 are higher than that in daytime ranging from 1.9 to 2.0. The concentrations of OC, EC, PM10 were low with strong winds and high with weak winds. The OC and EC were well correlated with PM10, CO and SO2, which implies they have similar sources. OC and EC were not well correlated with O3. By considering variation of OC/EC ratios in daytime and night time, correlations between OC and O3, and meteorological condition, we speculated that OC and EC in Beijing PM10 were emitted as the primary particulate form. Emission of motor vehicle with low OC/EC ratio and coal combustion sources with high OC/EC ratio are probably the dominant sources for carbonaceous aerosols in Beijing in winter. A simple method was used to estimate the relative contribution of sources to carbonaceous aerosols in Beijing PM10. Motor vehicle source accounts for 80% and 68%, while coal combustion accounts for 20% and 32% in daytime and nighttime, respectively in Beijing. Averagely, the motor vehicle and coal combustion accounted for 74% and 26%, respectively, for carbonaceous aerosols during the observation period. It points to the motor vehicle is dominant emission for carbonaceous aerosols in Beijing PM10 in winter period, which should be paid attention to control high level of PM10 in Beijing effectively.     

宁波市环境空气中PM10和PM2.5来源解析

2010年在宁波3个环境受体点采集不同季节的PM10和PM2.5样品,同时采集颗粒物源类样品,分析它们的质量浓度及多种无机元素、水溶性离子和碳等组分的含量.采用OC/EC最小比值法确定了SOC(二次有机碳)对PM10和PM2.5的贡献,据此重新构建了受体化学成分谱.使用化学质量平衡模型对宁波市区的PM10和PM2.5来源进行了解析.结果表明:城市扬尘、煤烟尘、二次硫酸盐和机动车尾气尘是环境空气中PM10的主要来源,其分担率分别为23.0%、15.9%、13.3%和12.3%;对PM2.5有重要贡献的源类是城市扬尘、煤烟尘、二次硫酸盐、机动车尾气尘、二次硝酸盐和SOC,其分担率分别为19.9%、14.4%、16.9%、15.2%、9.78%和8.85%.      

北京交通环境PM10分布特征及重金属形态分析

以北京市西三环航天桥地区为对象,研究了城市交通环境大气可吸入颗粒物浓度及主要化学组成随时间和粒径的分布特征. 结果表明:该地区大气中ρ(PM₁₀)冬季略高于春季,秋季次之,夏季最低;颗粒物中ρ(PM_2.5)/ρ(PM₁₀)和ρ(PM_1.0)/ρ(PM₁₀)平均值分别为82.6%和70.3%;ρ(PM₁₀)与ρ(PM_2.5)和ρ(PM₁₀)与ρ(PM_1.0)之间均有显著的相关性. PM₁₀中金属元素浓度冬春季较高,夏秋季较低;Mg,Ca和Fe等地壳元素浓度随粒径的减小而降低,而Pb,Zn和Ni等重金属元素浓度总体上随粒径的减小而增加. 颗粒物中的Cr和Ni主要以有机物结合态存在,Cu,Zn和Cd主要以酸可提取态存在,Pb主要以酸可提取态和氧化物结合态存在;颗粒物中所含Cd和Zn元素的生物有效性最高. PM₁₀中水溶性ρ(SO₄2-)在夏季和冬季最高,秋季最低,而水溶性ρ(NO₃->/sup>)全年变化不大;［0.43～2.1 μm)粒径段颗粒物中的水溶性ρ(SO₄2-)及ρ(NO₃->/sup>)较高,分别占PM₁₀中水溶性ρ(SO₄2-)及ρ(NO₃->/sup>)总量的68.3%及57.6%;ρ(NO₃->/sup>)/ρ(SO₄2-)平均值为0.659.