深圳市道路环境空气中PM2.5水溶性离子污染特征

利用深圳市深南中路路边自动空气监测站的水溶性离子色谱监测仪的观测数据,对PM_2.5中水溶性无机离子进行污染特征解析。结果表明,观测期间深南中路路边子站PM_2.5中主要水溶性无机离子的总平均浓度为7.73μg/m³,占PM_2.5平均浓度的39.8%,是PM_2.5的重要组成。其中二次离子SO₄^2-、NO₃^-和NH⁴⁺的平均浓度分别为3.03μg/m³、1.97μg/m³和1.53μg/m³,占总离子平均浓度的84.5%,是最主要的水溶性离子。通过观测,分析了此站点发生的多次水溶性离子污染过程的成因、水溶性离子的的日变化特征及影响NH₄NO₃气粒分配的关键环境因素。     

呼和浩特市PM2.5和PM10浓度特征分析

利用呼和浩特市PM_2.5和PM₁₀自动监测数据,分析PM_2.5与PM₁₀的浓度分布特征和年度变化规律。研究结果表明,PM₁₀中PM_2.5所占比例为48%,PM_2.5和PM₁₀污染系数为0.817,线性分析结果显示PM_2.5和PM₁₀线性相关显著。同时,PM_2.5和PM₁₀的污染呈现秋冬高,春夏低的特点。按照《环境空气质量标准》的标准限值,呼和浩特市2019年空气质量总体状况良好,严重污染和重度污染天气不足10天,达到“优”“良好”的总天数超过290天。     

内蒙古黄河流域盟市PM2.5和O3污染特征

本文简要分析了2020年内蒙古黄河流域7个盟市PM_2.5和O₃的数据。研究结果表明：该区域7个盟市总体呈现PM_2.5夏季低、秋冬季高;O₃则冬季低、夏季高。两项污染物在1月和10月存在明显的负相关性。呼和浩特市和乌海市的两者浓度均相对较高,乌兰察布市和阿拉善盟则正好相反,包头市和巴彦淖尔市PM_2.5浓度相对较高,鄂尔多斯市O₃浓度相对较高。     

PM2.5与呼吸防护

本文针对社会公众普遍关心的PM2.5及其呼吸防护等问题,从PM2.5的尺寸、组成和危害及自吸过滤式防颗粒物呼吸器的技术要求重点探讨了PM2.5可不可以防、如何来防,以期解除公众对PM2.5的神秘感,同时也提出了公众在面临PM2.5和大气污染时的应对策略。     

唐山市PM2.5理化特征及来源解析

为了研究唐山市PM2.5理化特征及来源,分别于2012年7月和2013年1月对唐山市夏、冬季PM2.5样品进行了采集,应用电感耦合等离子体质谱仪(ICP-MS)、离子色谱仪(IC)和DRI碳质分析仪对PM2.5样品中化学组分元素、水溶性离子及有机碳和元素碳(OC/EC)进行了分析。应用CAMx-PSAT数值模型对采样时段PM2.5进行模拟,分析了夏、冬季PM2.5的主要来源。结果表明,唐山市PM2.5污染严重,夏、冬季质量浓度分别为国家环境II级标准的1.08倍和2.49倍。夏季PM2.5中二次组分质量浓度较高,占PM2.5总质量浓度的53.56%。SO2-4、NO-3和NH+4是PM2.5中重要的二次组分,占PM2.5质量浓度的31.49%~43.79%。一次组分中,矿物尘和POA占PM2.5质量浓度比例最高。唐山夏冬季节PM2.5未知组分比例分别为14.4%和24.86%。工业源是唐山市PM2.5污染的主要来源,夏、冬季节贡献率分别为74.1%和43.8%。由于居民燃煤采暖,冬季居民源对唐山市PM2.5贡献率增大。冬季唐山市主导风向为西北,外来源对PM2.5贡献率为31.2%;夏季主导风向为东南,外来源贡献率为15.0%。气象因素是导致外来源贡献季节变化的重要原因。     

乌鲁木齐市采暖期与非采暖期大气PM_(2.5)和PM_(10)中水溶性离子特征分析

为了解乌鲁木齐市采暖期和非采暖期大气颗粒物(PM_(2.5)和PM_(10))水溶性离子污染特征,于2015年在乌鲁木齐市采集两个时期大气颗粒物样品,采用离子色谱仪(IC)等仪器对PM_(2.5)和PM_(10)中的9种水溶性离子进行了定量分析。结果表明,乌鲁木齐市采暖期PM_(2.5)与PM_(10)中水溶性离子平均质量浓度分别为(76.26±36.15)μg/m3和(88.94±41.43)μg/m3,约为非采暖期的2倍,主要水溶性离子是SO2-4、NH_4~+、NO-3和Cl-,这4种水溶性离子分别占PM_(2.5)和PM_(10)中总水溶性离子的88.91%和90.03%;非采暖期PM_(2.5)与PM_(10)中水溶性离子平均质量浓度分别为(37.62±14.03)μg/m3和(44.12±16.79)μg/m3,主要水溶性离子是SO2-4、NH_4~+、NO-3和Ca2+,这4种水溶性离子分别占PM_(2.5)和PM_(10)中总水溶性离子的88.18%和86.96%。采暖期PM_(2.5)和PM_(10)中NH_4~+、SO2-4、NO-3三者之间有强相关性,它们可能具有相似的来源;而非采暖期NH_4~+和SO2-4、Cl-的相关性最强,非采暖期NH_4~+在PM_(2.5)和PM_(10)中主要以(NH_4)2SO4和NH_4Cl形式存在。采暖期和非采暖期乌鲁木齐市[NO-3]/[SO2-4]均小于1,推测乌鲁木齐市颗粒物污染可能主要来源于固定排放源。     

北京森林大气PM_(2.5)中水溶性无机离子垂直分布特征

研究了城市森林生态系统PM2.5及其组分的垂直分布,在北京市奥林匹克森林公园内的监测塔上,分别于冬季(树木无叶期)和春季(幼叶期)开展观测,观测了Na+、NH+4、K+、Mg2+、Ca2+、Cl-、NO-3和SO2-4的质量浓度。结果表明,SO2-4和NO-3为PM2.5水溶性无机离子的主要成分,其质量浓度之和占总PM2.5水溶性无机离子质量浓度的50%以上。冬季ρ(NO-3)/ρ(SO2-4)为0.525,春季为0.611,表明移动源的影响明显小于固定源。水溶性无机离子质量浓度在一天内出现两个高峰值,分别在6:00—10:00和18:00—22:00,总的趋势是白天质量浓度高于夜晚,这与周围生活环境和气象等因素有密切关系。无叶期时,8种离子质量浓度随高度增加没有明显变化特征;幼叶期时,PM2.5水溶性离子质量浓度随垂直高度增加而增加,在不同垂直高度上有明显的质量浓度梯度变化。     

关于O3和PM2.5协同控制的一些思考

细颗粒物(PM_2.5)和臭氧(O₃)是影响我国环境空气质量持续改善的两个关键污染物,具有一定的同根同源性,具备协同控制的基础条件。通过对现阶段我国实施O₃和PM_2.5协同控制的政策管理、科学机理、技术措施和能力建设等方面的系统分析,建议从国家层面科学划定O₃联防联控区域,优化区域联防联控机制;摸清O₃关键前体物VOCs和NOx的排放基数,建立VOCs分物种清单;量化协同方案,有序开展污染物、区域、行业多角度协同控制;开展O₃和PM_2.5协同机理研究,强化科学研究的支撑作用;开展VOCs综合治理,提高监管执法能力建设。以期实现O₃和PM_2.5短期削峰,长期达标。     

基于XGBoost-ARIMA方法的PM2.5质量浓度预测模型的研究及应用

针对PM_2.5时间序列的非线性、高噪声、不平稳与波动性的特征,提出一种基于分解集成框架以及相关性去噪的新型XGBoost-ARIMA混合预测模型。以石家庄市为例,选择PM₁₀、SO₂等4个影响因子,PM_2.5为目标因子,构建混合预测模型以合理区分与处理时间序列中高频、低频数据,并通过Pearson相关性去噪方法对时间序列中的噪声因子进行去除。实例验证及与经典预测模型的对比研究表明,提出的新型XGBoost-ARIMA混合预测模型适用于大气污染治理以及环境政策制定所需的PM_2.5质量浓度日均数据预测,实现了针对大气污染物日均质量浓度的准确预测,能够为污染治理与政策制定提供科学的数据支撑;该方法与经典预测模型相比,具有更优的预测性能(平均绝对误差仅为10.465 18,且希尔不等系数低至0.085 89)。     

联合Transformer注意力机制的PM2.5浓度预测网络研究

应用深度学习技术进行PM_2.5浓度预测方法的研究,提出联合Transformer注意力机制的循环预测网络。模型的核心是多头注意力-长短期记忆网络(MH-LSTM),通过构建统一记忆单元捕捉时空特征关联。MH-LSTM单元使用LSTM联合Transformer注意力机制对时间变化和全局空间特征统一建模形成记忆信息。记忆信息“之”字流向跨越堆叠的MH-LSTM模块,高层记忆信息辅助下一时刻低层记忆信息的获取。应用该模型结合河北省生态环境监测中心提供的PM_2.5浓度数据开展预报试验,结果表明,相对于卷积LSTM网络(ConvLSTM)、预测循环神经网络(PredRNN)、双重记忆网络(MIM),该模型预测的平均绝对误差分别减小了18.13%、10.23%、9.62%,实现了同时捕捉PM_2.5浓度的时空相关性,具有更优预测性能。     

北京市冬季PM_(2.5)污染特征与区域传输影响研究

选取北京师范大学监测点于2015年1月进行PM_(2.5)样品采集,应用离子色谱仪(IC)分析PM_(2.5)中水溶性无机离子质量浓度,采用WRF-CAMx-PSAT模型系统对采样时段PM_(2.5)及典型离子的区域来源进行了模拟。结果表明,采样期间(2015年1月2—20日)与重污染过程(2015年1月13—15日)北京PM_(2.5)质量浓度分别为(105.9±72.6)μg/m~3和(232.2±80.2)μg/m~3,PM_(2.5)中总水溶性无机离子质量浓度分别为(47.4±39.8)μg/m~3和(120.7±23.3)μg/m~3,分别占PM_(2.5)的44.2%和53.9%。SO_4~(2-)、NO_3~-和NH_4~+是水溶性离子的主要组分,非重污染过程和重污染过程这3种水溶性离子质量浓度之和分别占总水溶性离子质量浓度的80.5%和89.3%。模拟结果显示,本地源排放是北京市PM_(2.5)、SO_4~(2-)、NO_3~-、NH_4~+的主要来源,贡献率分别为81.4%、79.5%、58.1%、95.3%,北京周边源排放对PM_(2.5)贡献率较大的有保定、天津、张家口、唐山,这4市占北京周边省市排放源贡献率的72.0%。     

2021年自贡市O3污染过程VOCs污染特征及来源解析

于2021年6-10月利用CIA-ISQ7000型环境空气VOCs自动在线监测系统,对环境空气中多重类型化合物定性定量分析,分析范围包括117种VOCs(PAMS57种、醛酮类13种、卤代烃类47种),并开展不同O₃污染情况下VOCs浓度特征、大气反应活性及来源研究。结果表明,VOCs体积分数浓度范围在(9.2～351.0)×10^-9之间,污染日和非污染日VOCs平均体积浓度分别为(133.35±16.12)×10^-9和(70.28±18.34)×10^-9,污染日VOCs浓度较非污染日偏高90%。对于大气反应活性而言,污染日和清洁日VOCs对臭氧生成潜势(Ozone Formation Potential)的贡献均以醛酮类、烷烃类、卤代烃为主,且排名前10的优势物种基本一致,污染日排名前10的物种为乙烷、丙酮、乙炔、氯甲烷、丙烷、萘、甲醛、正丁烷、乙烯、三氯甲烷,非污染日排名前10的物种为乙烷、萘、四氢呋喃、乙炔、丙酮、氯甲烷、丙烷、甲醛、乙烯、三氯甲烷。PMF源解析结果显示,机动车尾气排放、溶剂使...     

昆山市大气PM_(2.5)中PAHs污染特征研究

使用GC-MS法测定了201 3年昆山市不同地区大气PM2.5中PAHs的污染水平,并用比值法进行了来源简析.研究发现2013年昆山地区一共可检出13种PAHs,年平均浓度范围在0.12 ～ 4.59ng/m3之间,浓度最高的为BghiP.从季节变化看,PAHs季节变化明显,大部分PAHs和∑PAHs浓度值大小为春季＞冬季＞夏季＞秋季.从空间分布来说,城郊的∑PAHs最低,年均值为16.05 ng/m3,其余地区数值较为接近.从PAHs环数分布情况看,从高到低依次为4环＞5环＞6环＞2环＞3环.通过比值法发现,机动车尾气的排放是昆山市PAHs的主要来源.     

湿电除尘器PM2.5现场实测与特征变化研究

基于稀释通道原理自设固定源PM2.5稀释采集系统,应用该系统对陕西省关中地区某燃煤电厂湿式电除尘器(WESP)进出口烟气中的PM2.5、PM10和颗粒物开展了现场实测,并在实验室对采集样品进行了化学源组分分析。结果表明:WESP对PM2.5、PM10和颗粒物的脱除效率分别为67.85%、43.57%、40.88%;WESP前后质量浓度峰值均出现在积聚模态,但由双峰(1.764μm、0.649μm)变成单峰(1.764μm),峰值移至大粒径段,数浓度峰值出现在爱根核模态和积聚模态,但由多峰(0.017μm、0.129μm、0.384μm、1.764μm)变成双峰(0.017μm、0.073μm),峰值移至小粒径段;经WESP,PM2.5积聚模态大多粒径段颗粒物的质量浓度与数浓度均在下降,爱根核模态大多粒径段颗粒物的质量浓度与数浓度均在上升,无论是WESP前或后,PM2.5的主要质量浓度均集中在大粒径段、主要数浓度均集中在小粒径段;WESP对PM2.5中大粒径段颗粒物的去除效果要优于小粒径段颗粒物;WESP对PM2.5中全部已检出离子和大部分主要无机元素均具有去除作用,占离子总质量比重最高的SO42-和占元素总质量比重第5位的Mg去除率均最高(64.75%,接近100%);经WESP处理后,各检出离子的质量浓度大小排序未受任何影响(由大到小为SO4^2-、Na^+、Ca^2+、Cl^-、NO3^-、F^-、Mg^2+、NO2^-、NH4^+、K^+)。     

综放工作面转载破碎点PM5及PM10粉尘分布规律

为了对综放工作面转载破碎点提出有效的防尘措施,从宏观上研究PM₅和PM₁₀粉尘的分布规律。在进风顺槽内靠近煤壁侧布置10个测点,对PM₅和PM₁₀粉尘质量浓度进行实时监测,同时采用数值模拟的方法建立转载破碎点几何模型并解算,将模拟与实测结果进行对比分析并得到了转载破碎点及周围工作空间的整体污染状况。结果表明：转载机周围无论是呼吸性粉尘和还是可吸入粉尘变化都比较稳定且产尘较多,破碎机周围呼吸性粉尘的产尘速率相对较低,但由于扩散较慢使粉尘不断积累;前溜和后溜周围可吸入粉尘的占比相对较高,同时受风流影响,前后溜中部和后溜处粉尘质量浓度升高明显;实测和模拟结果的浓度变化趋势基本相同,而高浓度粉尘主要集中于离地面1 m左右,且一直蔓延到整个进风顺槽和工作面;转载机机头1 m处、破碎机处以及前溜和后溜处是综放工作面进风顺槽转载破碎区域的主要起尘点,且以呼吸性粉尘和可吸入粉尘为主,治理时应高度重视。     

城市道路积尘PM 2.5碳组分春秋季节差异分析

为了解城市道路积尘PM 2.5中碳组分春秋季节差异,利用样方法采集石家庄市4种不同类型道路积尘PM 2.5样品,测定有机碳(OC)和元素碳(EC)浓度并分析。结果表明:OC,EC在积尘PM 2.5中平均浓度春季为86.77,12.11 mg/g,秋季为119.70,9.44 mg/g,秋季OC浓度大于春季,EC相反;OC/EC为6.4~7.9(春季)和11.36~17.49(秋季),存在严重的二次污染,秋季明显高于春季。与国内不同地区对比发现,石家庄市道路积尘中碳质颗粒物污染严重。主成分分析发现春季积尘中的碳主要来自于汽油车与柴油车尾气排放、道路降尘的沉积,而秋季则增加了生物质燃烧、燃煤排放的影响。     

燃放烟花爆竹对大气颗粒物水溶性离子和多环芳烃污染特征研究

2007年春节燃放烟花爆竹时,在兰州市区和环境背景监测点同步连续采集TSP和PM10样品,并利用高效液相色谱和离子色谱方法对其进行多环芳烃和水溶性无机离子的分析.结果表明,PM10中的多环芳烃浓度比非燃放期平均质量浓度增加了78.7%.集中燃放烟花爆竹时,多环芳烃更容易沉积在相对较细的PM10中.同时,无机水溶性离子中K+比非燃放期质量浓度增加了92.8%,SO2-3的质量浓度增加了90.6%,NO-3的质量浓度增加了79.7%,Mg2+的质量浓度增加了79.1%.说明在燃放烟花爆竹时,对当地大气颗粒物中的多环芳烃和无机水溶性阴阳离子都会造成严重的空气污染.在燃放期PM10中多环芳烃质量浓度是TSP质量浓度的1.73倍,而在非燃放期结果恰好相反,多环芳烃质量浓度在TSP中高于PM10.从质量浓度数值的变化上也明显观察到,与多环芳烃相比,燃放烟花爆竹对无机水溶性离子的影响更大.在除夕夜大量集中燃放烟花爆竹时,所产生大量烟雾会对周边大气环境造成一定的污染和影响.     

改进灰狼算法优化GBDT在PM2.5预测中的应用

针对灰狼算法易陷入局部最优解和全局搜索能力不足的问题,通过霍尔顿序列(Halton Sequence)搜索算法初始化狼群位置,避免灰狼算法陷入局部最优解和重复运算;引入莱维飞行和随机游动策略对灰狼算法的寻优过程进行优化,以增加算法的全局搜索能力;利用粒子群算法模拟灰狼种群得出的最佳适应度以用于惩罚项改进灰狼算法中的头狼更新策略。使用改进算法优化的梯度提升树(Gradient Boosting Decision Trees, GBDT)模型对北京市大气污染物监测数据中PM_2.5质量浓度进行预测,采用3种评估函数对各模型以及混合模型预测效果得分进行评估。结果显示,本文改进的灰狼算法对梯度提升树的优化效果优于其他算法,均方根误差E_RMS为6.65μg/m³,平均绝对值误差E_MA为3.20μg/m³,拟合优度(R²)为99%,比传统灰狼算法优化结果的均方根误差减少了19.19μg/m³,平均绝对值误差降低了10.03μg/m³     

百色市大气可吸入颗粒物PM2.5中多环芳烃污染特征及健康风险评价

为调查百色市大气颗粒物PM2.5中16种多环芳烃(PAHs)的污染特征,于2013年冬、夏两季采集了百色市城、郊2个不同采样点的大气样品,采用HPLC分析了16种US EPA优控PAHs的质量浓度、组分特征,运用同分异构体比率法揭示其污染来源.结果表明:百色市大气PM25中∑PAHs质量浓度为4.7～ 142.3 ng/m3,低于我国制定的PM2.5中PAHs的年均值(35 μg/m3);百色市城区、郊区2个采样点大气PM2.5中PAHs的质量浓度分别为6.9～ 142.3 ng/m3和4.7～ 109.6ng/m3,平均值为37.2 ng/m3和24.7 ng/m3,不同环数PAHs质量浓度从大到小为4环、5环、3环、6环、2环,4环、5环PAHs分别占∑PAHs的42.9％～ 50.7％和18.4％～22.4％;主要的单种PAHs为茚并[1,2,3-cd]芘、苯并[g,h,i]苝、(苊)、苯并[b]荧蒽和苯并[k]荧蒽.冬季∑PAHs质量浓度高于夏季.PM2.5中苯并[a]芘等效毒性(BEQ)为2.3～7.4,与其他城市相比,BEQ属于中下等水平.PM2.5中的PAHs源自煤及机动车辆燃油的燃烧.