颗粒物浓度的影响因素及变化规律

分析可吸入颗粒物(PM10 )的形成原因;结合莆田市实例探讨了气象条件和污染源分布对PM10 浓度的影响;研究了PM10 浓度的日变化规律和年变化规律。结果表明,气象条件和人类活动是决定PM10 浓度时空变化的主要原因;PM10 浓度的平均日变化规律呈现为典型的双峰双谷型,而年变化规律基本上与当地气候年变化规律相吻合。     

徐州大气PM10污染特征研究

通过分析徐州市近几年的大气PM10监测数据和气象条件,研究了大气PM10质量浓度的时间变化规律及气象因素的影响,结果表明:PM10质量浓度年变化呈"冬重夏轻"的规律;在大气污染源数量和污染物排放量相对稳定的情况下,风和降水是影响大气颗粒物污染程度的主要气象因子,PM10浓度随温度的升高而降低,随气压的增强而减少。     

丰都县PM10浓度与气象条件相关性分析

利用2011年丰都县环境空气自动监测站的监测数据和同期气象观测资料,分析PM10浓度变化规律及其与各种气象条件的相关性.结果表明,PM10污染程度有明显的季节性变化,夏季处于低值,冬季处于高值;降水量、温度、风速、湿度、风向对PM10浓度均有明显影响.     

太原市采暖季PM2.5的污染特征分析

收集了采暖季太原市环境监测中心站公布的PM2.5和其它污染物（PM10、SO2、NO2、CO和O3）逐时监测数据,分析了PM2.5的月、日及小时浓度分布特征和变化规律,结果表明：太原市采暖季PM2.5的小时浓度范围为9～364μg/m^3,日浓度范围为19～ 208 μg/m^3,PM2.5最大日均值出现在2014年1月份,PM2.5小时浓度日变化规律呈单峰双谷趋势,PM2.5与PM10比值在0.30～0.77之间,二者相关性显著,相关系数为0.925.     

重庆市北碚区PM_(10)污染变化特征分析

利用2006年1月-2012年12月重庆市北碚区空气质量日监测数据,分析研究了北碚PM10污染的月变化规律、季变化特征、年变化趋势。结果表明:2006年以来,年平均PM10浓度和污染日总体上呈波动式减少。年平均PM10浓度由2006年的93μg·m-3下降到2012年的82μg·m-3,污染日占全年的比例由2006的13.4%下降到2012年的5.19%。PM10有明显的季变性特征,其中冬季的11、12月和春季的1-3月PM10浓度较高,最高值出现在12月(114μg·m-3),次高值出现在2月(110μg·m-3),4-10月度变化不大,月平均PM10浓度基本维持在88μg·m-3以下。     

太原市采暖季PM_(2.5)的污染特征分析

收集了采暖季太原市环境监测中心站公布的PM2.5和其它污染物(PM10、SO2、NO2、CO和O3)逐时监测数据,分析了PM2.5的月、日及小时浓度分布特征和变化规律,结果表明:太原市采暖季PM2.5的小时浓度范围为9~364μg/m3,日浓度范围为19~208μg/m3,PM2.5最大日均值出现在2014年1月份,PM2.5小时浓度日变化规律呈单峰双谷趋势,PM2.5与PM10比值在0.30~0.77之间,二者相关性显著,相关系数为0.925。     

遵义市PM10和PM2.5污染水平时间分布及其与气象条件的关系研究

对遵义市2014年1月1日-12月31日大气颗粒物在线监测数据分析结果表明,全年PM10和PM2.5质量浓度的变化幅度较大,但变化趋势相似,且具有较好的相关性,其中冬季>春季>秋季>夏季;日变化呈双峰特征分布,夜间峰值比中午峰值大,且夜间PM2.5浓度呈区域性变化特征.选取日平均气温、相对湿度及风速等气象因子,利用Spearman秩相关分析表明遵义市全年PM10和PM2.5质量浓度与气温、相对湿度及风速等气象条件均呈负相关.     

武汉市PM_(10)污染日变化及其高污染时段特征

利用武汉市环境监测中心站2004～2005年部分逐时PM10监测资料和相对应的气象资料,分析了城区PM10浓度的日变化特征,及其与气象条件的关系,特别是对四季PM10日变化中高污染时段的形成与天气系统的关系进行了分析。武汉市城区PM10的日变化与季节、天气系统的关系密切,与气象要素有一定的相关性。     

宜昌市PM_(10)污染物特征及与气象要素的关系

利用2008-2012年宜昌市环境监测站PM10逐日质量浓度监测资料和宜昌市观象台同时段气象观测资料,分析了雾霾日数与PM10的相关关系,宜昌市大气中PM10的月、季变化规律。结果表明:宜昌市首要污染物是PM10,其质量浓度冬季最高,春季次之,夏季最小;PM10质量浓度与降水量负相关;与地面风速负相关;与宜昌不同季节盛行风向有明显关系,盛行东南风时PM10质量浓度高,西北风时PM10质量浓度低;与地面气压正相关。     

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。     

北京市区春夏PM2.5和PM10浓度变化特征研究

通过对北京市2012年3月～6月PM2.5和PM10实时数据的整理和分析,结果表明,北京市区大气中细颗粒物PM2.5和可吸入颗粒物PM10浓度日变化趋势基本相同,PM2.5和PM10存在显著或极显著的正相关关系;3月～6月,PM2.5浓度随季节变化逐渐升高,PM10的浓度随季节变化先升高后减小;3月～6月PM2.5与PM10日平均浓度分别为62.77μg/m3和133.88μg/m3,分别为国家二级标准的83.69%和89.25%。     

灰霾试点城市PM2.5浓度特征及其影响因素分析

利用2011年PM2.5监测数据分析了灰霾试点城市PM2.5浓度特征,结果表明:灰霾试点城市PM2.5日超标比例范围为3.3%～42.9%,年均浓度超标严重;灰霾日PM2.5浓度和PM2.5/PM10较非灰霾日分别升高80.0%和4.1%。分析了北京总站点位在12月3-13日污染过程中颗粒物浓度变化特征,结果表明:颗粒物浓度升高和气象条件差是导致能见度降低的两大重要因素,OC/EC变化范围是3.6～11.4,存在严重的二次污染;粒子数浓度与能见度呈现负相关,污染日不同粒径段的粒子数浓度均高于清洁日,91.8%的粒子在1μm以下;地面气象条件和天气形势明显影响PM2.5浓度。     

大连市2013年PM_(10)升高原因分析及控制对策

2013年大连市区PM10年均值为85μg/m3,同比升高28.8%,是近十年来PM10涨幅最大的一次。分析得出2013年PM10升高原因主要有:12013年气象条件较2012年不利于污染物扩散;22013年雾霾产生的PM10约占全年PM10总量的14%,同比上升11个百分点;3监测方法转变导致2013年PM10浓度升高7%左右;4本地污染源的影响。据此提出,大连市要完成PM10约束性指标,除了采取常规控制措施外,还需要从根本上改变能源结构,同时开展大气污染联防联控。     

上海市中心城区空气中可吸入颗粒物污染水平和变化状况

2005年对上海市闸北区空气中可吸入颗粒物（PM10——空气动力学当量直径小于10μm的颗粒物的总称）的污染状况进行了一年的连续监测。结果表明：全年各月PM10污染均以2级为主，占总样本数的67．6％；其次是1级占20．0％，3级占11．0％．4级占1．4％。全年空气质量状况最好的为9月份，最差为11月份。PM10浓度与CO争NO2浓度呈现出显著的相关性，说明机动车尾气是该区域PM10的主要来源；PM10污染程度还明显地受到降水、气温、气压、风向、风速、相对湿度等气象条件以及北方沙尘暴的影响。     

烟台市区PM10、PM2.5浓度季节性分布规律研究

利用均匀分布于烟台市区的10个空气自动监测点位2013年的数据研究了PM10和PM2.5浓度的季节性变化特征.对PM10 、PM2.5质量浓度分别进行了月均值和季节性均值变化特征分析,研究了不同季节和雾霾天气情况下,PM2.5在PM10中含量的变化情况.结果表明:烟台市区细颗粒物污染较严重,各采样点各月均值中超过二级标准的比例达到88.3％;2013年烟台市区PM 10、PM2.5质量浓度均呈现出春冬季节较高、夏秋季节较低、采暖季明显高于非采暖季,PM10浓度风沙季明显高于其他季节的特点;PM2.5对PM10的贡献呈现明显的季节性变化规律,在雾霾天气情况下明显偏高.     

北京地区冬春PM2.5和PM10污染水平时空分布及其与气象条件的关系

北京2012~2013年的冬春多次出现雾霾天气,可吸入颗粒物(PM10)污染严重.而PM2.5作为PM10中粒径较小的部分,在PM10中所占比重越高,污染越严重.因此,本研究选取了能够覆盖北京所有区县的30个PM2.5和PM10的质量浓度监测点,对该地区的PM2.5和PM10污染特征进行分析,确定其空间差异特征和时间性变化特征.普通克里格插值(Original Kriging)法得到的北京地区冬、春季颗粒物浓度分布图显示,颗粒物浓度从北部山区到南部地区逐渐递增,在中心城区处,西部高于东部,且局部地区存在一定的城乡差异.颗粒物浓度月变化曲线呈单峰单谷型,1月最高,4月最低;逐日变化反映了PM2.5和PM10浓度具有较好的相关性,且受气象条件影响显著;日变化呈双峰趋势.本文选取日平均气温(℃)、相对湿度(%)、风速(风级)、降水量(mm)等气象因子,利用Spearman秩相关分析研究各个气象因子对大气PM2.5和PM10浓度的影响.北京冬季PM2.5和PM10的质量浓度分别与气温、相对湿度正相关,与风速负相关,风速和相对湿度是影响污染物质量浓度分布的主要因素.     

重庆地区区域灰霾观测初步研究

2012年灰霾试点监测结果表明,灰霾日天数有明显减少。细颗粒物(PM2.5)浓度限值增加,使仅因重庆城市地域和气候原因造成部分相对湿度较低,而实际环境空气质量较好的灰霾日排除在外,更客观评价灰霾日发生规律。结合气象条件和颗粒物质量浓度对比情况表明,局域气候条件的变化将促使PM2.5和PM1吸湿增长明显,一定程度上促使粗颗粒物PM10质量浓度增加,局域污染物传输扩散不利,能见度减低,灰霾现象频增。     

上海市大气中PM10浓度的统计分析

以上海市2002年-2009年的PM10实测数据和同步气象资料为研究对象进行上海市PM10污染分析研究。对2002年-2009年的监测数据进行分析、归纳,得到了上海市可吸入颗粒物(PM10)浓度的季节变化规律、每日小时变化规律以及上海市不同地区可吸入颗粒物(PM10)浓度的分布特征,并对这种特征及变化规律进行了详尽地分析。研究表明上海市空气环境质量在逐年好转,其标志是累计超标污染天数每年减少5天;在一年当中,污染天数最多的是冬季,其次是春季,最少的是夏季;在空气环境质量逐年好转的大趋势下,针对其产生的原因进行了分析。     

多模式模拟评估奥运赛事期间可吸入颗粒物减排效果

以空气质量多模式系统为工具,分析奥运赛事期间可吸入颗粒物(PM10)浓度大幅减小特征,从气象场和排放源两方面研究PM10浓度大幅减小的主要原因.多模式系统由嵌套网格空气质量模式(NAQPMS)、通用空气质量多尺度模式(CMAQ)和复杂大气空气质量三维模式(CAMx)3个空气质量复合模型组成,并以中尺度气象模式(MM5)和稀疏矩阵排放处理模型(SMOKE)提供统一气象场及排放源.研究对比2006年8月、2008年8月两组气象条件下北京PM10浓度水平及模拟效果,结果表明奥运赛事期间PM10浓度大幅减小的主要原因不是气象因素,而是由于额外措施引起的PM10排放减少.同时采用多模式系统数值模拟反向评估,获得北京奥运赛事期间奥运控制及额外减排措施引起的PM10减排量,结果表明,奥运赛事期间所有额外控制措施对颗粒物浓度效果相当于在2008年8月气象条件下,削减大约200t.d-1的无组织PM10排放,相当于北京正常时期PM10排放的50%.     

施工现场扬尘排放特征分析

为了研究施工扬尘排放特征,在施工现场进行颗粒物质量浓度、数浓度、粒径分布和气象参数的现场监测,分析施工现场颗粒物排放特征。结果显示,施工现场颗粒物浓度高于背景值,测试期间PM10浓度变化较大,并且出现短时间的浓度高值,工地内扬尘既受气象条件的影响又与工地现场的操作活动有关。从粒径方面看,施工现场粒径较大的颗粒物数量比例大于背景环境中的比例。施工现场PM10浓度与风速、温度和湿度呈正相关,工地内车辆运输和施工活动均为重要扬尘源。