珠三角北部背景站臭氧浓度变化特征

O_3已取代PM_(2.5)成为珠三角空气污染的首要污染物,深入研究珠三角背景地区O_3浓度变化特征对全面掌握珠三角空气质量概况具有非常重要的意义。以珠三角北部郊区背景监测点位广州市从化区天湖站点2006—2018年的监测数据为基础,结合空气质量模型与过程分析等工具,对珠三角背景地区的O_3浓度进行分析。结果表明,2006年以来,珠三角背景地区的O_3年平均质量浓度均在80μg·m~(-3)左右波动,年均值在2014年达到自动监测以来的历史峰值91μg·m~(-3),2014年以来有逐年下降的趋势。2006—2018年O_3小时质量浓度的频数分布表明30—100μg·m~(-3)是主要的小时质量浓度水平,占比约为59%,100μg·m~(-3)以下质量浓度的占比约为70%,160μg·m~(-3)以下质量浓度的占比约为94%,天湖站小时质量浓度超标(大于200μg·m~(-3))概率为1.8%。平均而言,天湖站6—7月的O_3质量浓度最低,分别为71μg·m~(-3)与73μg·m~(-3)。冷暖交替的月份质量浓度相对较高,10月与4月分别达到102μg·m~(-3)与84μg·m~(-3),过程分析结果显示,在下沉气流等影响下,近地面层上层边界O_3垂直输送是4月与10月高质量浓度O_3的主要来源。天湖站的日均与月均O_3质量浓度与日照时数均存在正相关关系,O_3昼高夜低且与NO_2呈反相关关系,O_3质量浓度远高于NO_2,说明天湖受人为源排放影响少。天湖站化学过程对O_3的影响因季节而异,夏季光化学过程对O_3的影响明显,白天平均O_3净化学生成速率为18.5μg·m~(-3)·h~(-1);其他季节珠三角背景地区的O_3质量浓度主要受物理过程影响。     

郑州市西郊臭氧浓度变化特征分析

臭氧(O_3)是大气中的微量组分,对流层中大部分臭氧是NO_x(氮氧化物)和HC(碳氢化合物)经光化学反应生成的二次污染物,是城市光化学烟雾的主要成分。近年来郑州市区域性的O_3污染越来越严重。利用2014年6月—2015年5月郑州市西郊环境监测站点大气污染物的小时浓度资料,结合相应气象要素资料分析郑州市西郊O_3污染变化特征及其影响因素,为郑州市空气污染治理提供基础资料。郑州市2014、2015年首要大气污染物以大气颗粒物(特别是细颗粒物)为主,约占80%~90%左右,2015年颗粒物污染有一定程度的下降,但臭氧污染和NO_2污染被凸显出来,臭氧污染天数急剧增加。郑州环境监测站O_3日逐时变化为典型的单峰型,O_3在8:00出现最小值33.08μg?m~(-3),在15:00出现最大值84.02μg?m~(-3)。不同季节对O_3逐时浓度的变化影响很大,春夏两季,O_3在15:00左右出现较大的最高值;而在秋冬两季,O_3虽然也会在15:00—16:00达到较高值,但其数值较小。按季节统计,郑州市环境监测站O_3浓度的季节平均值排序为:夏(72.60μg?m~(-3))春(63.12μg?m~(-3))冬(41.06μg?m~(-3))秋(38.99μg?m~(-3))。臭氧污染主要发生在光化学反应强烈的条件下,天气条件对臭氧浓度的影响较大,紫外线较强的晴天、温度较高时臭氧浓度较高,容易发生臭氧污染,而在出现雨雪天气、阴天和灰霾天气时臭氧浓度较低。     

嘉善冬季PM2.5化学组分特征及来源分析

为研究嘉兴地区嘉善冬季污染时段和清洁时段PM_2.5化学组分特征,结合气象数据对2019年1月嘉兴市嘉善县善西超级站在线自动监测PM_2.5及化学组分数据、气态污染物(NO₂和SO₂)进行了分析.结果表明,2019年1月嘉善善西超级站污染时段PM_2.5浓度(97.18μg·m^-3)为清洁时段(36.77μg·m^-3)的2.6倍.污染时段水溶性离子浓度(41.58μg·m^-3)较清洁时段(19.82μg·m^-3)高21.76μg·m^-3,但占比有所降低,含碳组分比例增加.OC;EC比值为3.93,可能受到燃煤及机动车排放的共同影响.低风速及高湿有利于NO₂和SO₂等气态污染物进行二次转化,污染时段硫转化率和氮转化率均比清洁时段高,分别增高7.93%和54.11%,说明NOx向硝酸盐二次转化较为明显,导致颗粒物浓度升高.聚类分析结果显示67.34%气流来自北方,且相应的气流轨迹上污染物浓度比周边高,说明污染物存在一定的长距离输送.结合风玫瑰图可以看出,污染主要为本地及其周边的输送,污染物的长距离输送在短时会使污染浓度突增.因此,在重点关注本地及周边污染的同时,偏北气流下的污染物区域输送不可忽视.     

气象条件对西安市夏季和冬季近地面大气环境污染特征影响

利用2018年1—12月西安市13个环境空气质量监测点的六项大气污染常规分析指标(PM_(10)、PM_(2.5)、O_3、SO_2、NO_2和CO)逐小时监测数据,结合气象条件(温度、相对湿度、风向、风速、大气压、光照、紫外辐射、混合层高度及大气能见度)和颗粒物样品采集,对西安市近地面大气污染物浓度特征进行分析,结果表明,西安市近地面大气污染物浓度呈现明显的季节变化特征,冬季空气污染物主要为颗粒物(PM_(10)、PM_(2.5))对应质量浓度分别为:(154.04±92.88)、(101.84±60.11)μg·m~(-3),PM_(2.5)/PM_(10)的值为0.66,夏季空气污染物主要为O_3,质量浓度为(89.07±20.62)μg·m~(-3);西安市冬季PM_(2.5)数浓度、表面积浓度、质量浓度分别为(51 890±14 619)cm~(-3)、(2 882.21±939.83)μm~2·cm~(-3)、(0.32±0.13)mg·m~(-3),PM_(10)数浓度、质量浓度、表面积浓度分别为(51 897±14 618)cm~(-3)、(3 410.50±1 060.31)μm~2·cm~(-3)、(0.86±0.29)mg·m~(-3),数浓度粒径分布集中在0.010≤d_p≤0.484μm,占总数浓度的99.13%,表面积浓度粒径分布集中在0.072≤d_p≤8.136μm,占总表面积浓度的98.32%,质量浓度粒径分布集中在0.316≤dp≤8.136μm,占总质量浓度的98.75%。颗粒物数浓度对大气能见度影响最大的3个粒径段分别为d_p=0.762μm、d_p=1.956μm、d_p=1.232μm,3个粒径段与能见度的R~2(拟合优度)分别为:0.840、0.789、0.775;西安市夏季,在近地面环境温度大于30.23℃,相对湿度小于58.09%,光照强度大于107.83 W·m~(-2),紫外辐射强度大于324.10μW·cm~(-2)时,有利于近地大气层中高质量浓度O_3((112.16±53.01)μg·m~(-3))的生成与累积。研究结果可为西安市及汾渭平原其他城市大气污染物减排、大气污染防治策略的制定提供数据支持。     

长治市秋冬季PM2.5组分特征及来源解析

采集了2017—2018年秋冬季长治市审计局站、监测站、清华站等3个监测站点的大气PM_(2.5)样品,分析了其元素、水溶性离子及碳质组分特征,并利用化学质量平衡模型(CMB)对PM_(2.5)进行来源解析.结果表明,采样期间长治市PM_(2.5)浓度为67.9μg·m~(-3),其中审计局站PM_(2.5)浓度最高(70.6μg·m~(-3)),其次为监测站(70.0μg·m~(-3))和清华站(63.0μg·m~(-3));二次无机离子(SO_4~(2-)、NO~-_3、NH~+_4)平均浓度(20.7μg·m~(-3))占PM_(2.5)浓度的30.5%,与大量排放到大气中的SO_2、NO_2二次生成有关;OC(12.6μg·m~(-3))和EC(6.6μg·m~(-3))分别占PM_(2.5)的18.6%和9.7%;OC/EC为2.06,且SOC(5.9μg·m~(-3))在OC中占比高达63.1%,表明长治市秋冬季二次污染较重;典型地壳元素Si和Ca占元素组分平均浓度的29.8%和22.8%,说明扬尘污染对长治市PM_(2.5)的有一定影响;源解析结果表明,长治市秋冬季PM_(2.5)主要来源为:机动车源17.0%、燃煤源16.5%、扬尘源14.6%、二次硝酸盐13.9%、二次硫酸盐11.0%、二次有机气溶胶10.8%、工艺过程源9.3%、生物质燃烧源1.9%、其他源5.0%.因此,为进一步降低长治市环境空气中PM_(2.5)的污染,需在加强管控机动车,燃煤和扬尘等一次排放源的基础上,降低一次污染物SO_2、NO_2等的排放,从而实现对二次污染源前体物的控制.     

广州地区一次典型光化学污染过程的监测

为研究广州地区典型光化学污染过程形成的高浓度臭氧事件的变化特征及成因,2011年5月17—20日利用广州番禺大气成分站(GPACS)对污染气体(O_3、VOCs、NO_2、NO)、颗粒物(PM_1、PM_(2.5)、PM_(10))、能见度以及气象要素进行了监测.结果表明,光化学污染过程期间,臭氧总体浓度比较高,最大臭氧1 h浓度分别为103.8×10~(-9)、169.9×10~(-9)、146.1×10~(-9)以及115.5×10~(-9),远超国家二级标准93×10~(-9)(200μg·m~(-3)).但颗粒物浓度保持较低水平,颗粒物日均值远低于国家二级标准(PM_(10)为150μg·m~(-3),PM_(2.5)为75μg·m~(-3)),能见度整体较高.芳香烃和烯烃是臭氧生成潜势最大的两个成分,其中异戊二烯、间二甲苯、对二甲苯、甲苯等物种对臭氧生成贡献大.均压场-冷锋前天气形势带来的不利于污染物扩散的气象条件、强烈的辐射以及高浓度VOCs共同导致了这次高浓度臭氧污染事件的发生.     

新疆独山子石化区域PM_(2.5)中水溶性无机离子的形成机制

2015年9月至2016年7月在新疆独山子区采集大气PM_(2.5)样品,对所含的水溶性无机离子和大气气态污染物的季节性变化进行了分析.其结果表明,PM_(2.5)、SO_2、NO_2和O_3的年均浓度分别为70.04、19.36、4.50、83.06μg·m~(-3); PM_(2.5)、SO_2、NO_2的浓度均出现冬季最高,夏季最低的趋势,而O_3浓度在春、夏季节偏高,冬季偏低;总水溶性无机离子的季节变化特征为冬季(68.99μg·m~(-3))秋季(14.23μg·m~(-3))春季(10.31μg·m~(-3))夏季(5.06μg·m~(-3)),其中SO_2~(-4)、NO_3~-、NH_4~+为水溶性无机离子的主要组成部分,占到水溶性总离子质量浓度的70%以上.对硫氧化率(SOR)和氮氧化率(NOR)的估算表明,全年SOR的值均大于0.1,表明SO_2~(-4)主要来自大气二次转化.夏季NOR值远低于其它季节. SO_2~(-4)浓度和SOR在冬季出现较高值,可能是由于冬季取暖导致SO_2排放量增加,同时较高的相对湿度又促进了SO_2的非均相转化.受相对湿度的影响,NO_3~-在冬季主要以非均相反应的方式生成,在春、夏、秋的3个季节主要以均相反应的方式生成;当PM_(2.5)的质量浓度大于75μg·m~(-3)时,NO_3~-/SO_2~(-4)、NOR/SOR和NOR值均显著增加,表明独山子区的硝酸盐污染较为严重.     

山东禹城夏季PM_(2.5)中碳质组分污染特征

为研究华北平原夏季PM2.5中有机气溶胶污染特征,于2015年6月20日至2015年7月30日对山东禹城生态站大气中PM_(2.5)进行了观测研究.结果表明,观测期间禹城大气PM_(2.5)日平均浓度为87.15±32.27μg·m~(-3),与我国《环境空气质量标准》(GB3095-2012)二级标准75μg·m~(-3)相比,超标率为58.53%.检测到的10种糖醇的平均总浓度为177.89±145.38 ng·m~(-3)(白天)和226.97±196.88 ng·m~(-3)(晚上),分别占WSOC的3.18%(白天)和4.97%(晚上).脱水糖(左旋葡聚糖、半乳聚糖和甘露聚糖)是检测到的糖类化合物中的主要组成部分,分别占总浓度的58.52%(白天)和75.61%(晚上).EC、OC、WSOC的平均质量浓度分别为2.68±2.8μg·m~(-3),7.51±4.4μg·m~(-3)、5.57±3.95μg·m~(-3),分别占PM_(2.5)质量浓度的3.08%、8.62%和7.34%.WSOC占OC的74.16%,表明有机碳中大部分是水溶性组分.利用EC示踪法和WSOC法估算的二次有机碳(SOC)的质量浓度分别为4.08±2.25μg·m~(-3)和4.90±3.11μg·m~(-3),且两种方法计算的SOC呈现很好的相关性(r=0.77,P0.001).估算得到的SOC为白天高于夜间,与白天光化学反应比较强烈、产生的二次有机物较多一致.相关性分析表明,OC、WSOC和SOC与相对湿度呈现显著的负相关,与SO_2表现出较强的正相关关系,与温度均没有表现出相关性.     

基于GIS的北京市林地覆被与PM_(2.5)分布关联性分析

土地利用方式直接和间接地影响着城市的颗粒物污染程度,了解土地利用与颗粒物污染的关联规律,对改善环境空气质量具有重要的意义。选择颗粒物污染问题突出的北京市为研究对象,以空气质量地面监测站的PM_(2.5)质量浓度数据和卫星遥感解译数据为基础,借助地理信息系统和数理统计方法,对不同土地利用方式特别是林地覆被与细颗粒物分布的关联性进行分析。研究结果表明,(1)北京市的PM_(2.5)质量浓度分布在空间上呈由西北至东南逐级递增的趋势,东南部(107.0μg·m~(-3))西南部(96.2μg·m~(-3))城六区(95.3μg·m~(-3))东北部(79.6μg·m~(-3))西北部(79.0μg·m~(-3)),季节分布表现为冬季(122.0μg·m~(-3))春季(81.2μg·m~(-3))秋季(76.8μg·m~(-3))夏季(72.9μg·m~(-3)),不同土地利用方式PM_(2.5)质量浓度表现为耕地(96.9μg·m~(-3))建成区(95.7μg·m~(-3))未利用土地(91.5μg·m~(-3))水域(82.8μg·m~(-3))草地(80.9μg·m~(-3))林地(79.1μg·m~(-3))。(2)以各监测站点为中心建立不同半径缓冲区,随着缓冲区半径的不断增加林地覆被率与PM_(2.5)质量浓度的负相关性不断增强。当缓冲区半径达到1 000 m时,各个月份林地覆被率与PM_(2.5)质量浓度均在α=0.05水平上呈显著负相关。(3)以各监测站点为中心的3 000 m半径缓冲区内落叶阔叶林、常绿针叶林、落叶阔叶灌木林、常绿阔叶灌木林、乔木园地面积与PM_(2.5)质量浓度均呈负相关关系。研究结果表明,实行未利用土地、耕地以及部分建成区的土地利用方式向林地、草地转化是北京市防控颗粒物污染的可行方略。     

北京采暖季PM_(2.5)水溶性无机离子污染特征及其影响因素

为深入研究北京市采暖季PM_(2.5)中水溶性离子的污染特征及其影响因素,利用大流量采样器结合石英滤膜采集了2016年11月15日—2016年12月31日期间北京市典型污染天的PM_(2.5)样品(19个),采用离子色谱法测定了其中的水溶性无机离子成分,收集了同期北京市的日均气象数据和海淀区日均PM_(2.5)数据。应用热力学平衡模型ISORROPIA-Ⅱ分析了PM_(2.5)样品的酸度值,Traj Stat软件分析气流的72 h后向轨迹,并采用潜在源贡献因子分析法(PSCF)定位了PM_(2.5)潜在污染源的位置,浓度权重轨迹分析(WCWT)法定量解析了潜在污染源对北京PM_(2.5)质量浓度贡献的大小。结果表明:(1)PM_(2.5)的日均质量浓度变化范围为7.6~383μg·m~(-3),均值为114μg·m~(-3),污染天是清洁天的4.4倍;(2)10种水溶性离子的总质量浓度均值为44.61μg·m~(-3),SNA(NO_3~-、SO_4~(2-)、NH_4~+)占总水溶性离子的81.37%,污染天NO_3~-、SO_4~(2-)、NH_4~+质量浓度均值分别为20.35、16.16、8.68μg·m~(-3),分别是清洁天的4.7、3.5、3.6倍;(3)污染天PM_(2.5)酸性比清洁天强,污染天NH_4~+的存在形式主要是(NH_4)_2SO_4、NH_4HSO_4,清洁天NH_4~+的存在形式主要是(NH_4)_2SO_4、NH_4HSO_4、NH_4NO_3;(4)北京PM_(2.5)及其水溶性离子的污染除受本地污染源影响,还受河北省中部和南部以及内蒙古中部等区域传输的影响;(5)在北京采暖季低大气边界层以及三面环山的特殊条件下,风速和相对湿度是影响北京PM_(2.5)及其水溶性离子污染特征的2个主要气象因素,高湿度低风速的静稳天气条件可以造成以本地污染物为主的大气重污染,此外,一定范围内的低风速可以使周边地区高浓度的污染物传输至北京,加重大气污染。     

乌鲁木齐市主要大气污染物浓度变化特征研究

随着中国西部城市化进程的加快,乌鲁木齐大气污染日趋加重。为了定量评估"煤改气"工程对大气质量的改善作用,利用2013—2016年乌鲁木齐市城市空气质量监测数据,对"煤改气"工程前后主要大气污染物浓度的变化进行对比,分析了主要大气污染物(PM_(2.5)、PM_(10)、SO_2、NO_2)浓度的年、季节及月变化特征,采用Daniel趋势检验Spearman秩相关系数法,明确了空气中的主要污染物,探讨了乌鲁木齐市空气质量变化趋势。结果表明,乌鲁木齐市2013—2016年PM_(2.5)、PM_(10)、SO_2及NO_2年平均质量浓度分别为(72.17±10.67)、(136.91±13.08)、(21.79±7.90)、(56.71±7.72)μg·m~(-3),其年变化均呈双峰型,其中PM_(10)变化幅度较平缓。各污染物季节变化特征基本一致,呈冬季春季秋季夏季,供暖期高于非供暖期。其中,PM_(2.5)浓度以12月份最高,为(141.7±2.82)μg·m~(-3),7月份最低,为(29.3±5.04)μg·m~(-3);PM_(10)和SO_2浓度均以1月份最高,分别为(208.1±54.48)、(39.45±10.82)μg·m~(-3),6月份最低,分别为(90.7±21.41)、(9.63±4.12)μg·m~(-3);而NO_2浓度以2月份最高,为(80.6±8.95)μg·m~(-3),6月份最低,为(39.3±3.88)μg·m~(-3),且其浓度在4年内的变化不明显。与2012年前相比,2013—2016年SO_2浓度明显下降,可以推断,"煤改气"能源结构调整对大气中SO_2浓度的下降起到了积极作用。乌鲁木齐市空气污染以可吸入颗粒物为首要污染物,在2013—2016年内PM_(2.5)和PM_(10)呈上升趋势,SO_2和NO_2呈下降趋势,但趋势均不显著。乌鲁木齐市大气污染类型已由煤烟型向复合型污染转化。研究成果可为乌鲁木齐市城市大气环境治理提供理论依据。     

济南市居住区采暖季大气PM_(2.5)中碳组分构成及变化分析

为探究济南市采暖季环境空气中PM_(2.5)中碳组分的污染情况及主要来源,于2017年11月16日-2018年3月31日和2017年11月16日-28日分别进行了居住区和背景区离线颗粒物采样,运用美国沙漠研究所DRIModel2015多波长热/光学碳分析仪对大气PM_(2.5)中碳组分进行了分析。研究结果显示,日均质量浓度ρ(OC)、ρ(EC)和ρ(PM_(2.5))在居住区为9.26、3.16、85.32μg·m~(-3),在背景区为2.88、1.44、59.27μg·m~(-3),说明居住区碳组分污染程度明显高于背景区。居住区日均质量浓度最高的碳组分为OC4、OC3和EC2;OC3和OC4日均质量浓度随污染等级从优向重度污染变化的过程逐渐增大,且OC日均质量浓度的变化情况跟OC3和OC4日均质量浓度变化相一致。但OC/PM_(2.5)和EC/PM_(2.5)均随污染等级的加重而呈下降趋势,可见OC和EC并不是济南采暖季重污染天气的控制因子。PMF来源解析结果显示,济南市采暖季居住区碳组分贡献较大的源为燃煤源、汽油车尾气和道路尘。结合碳组分在线监测仪器(美国SUNSET公司,型号RT-4)同期OC和EC质量浓度数据,采用Cabada改进后的方法,计算出SOC和POC质量浓度分别为1.14μg·m~(-3)和4.69μg·m~(-3)对采样时间段内一次典型重污染过程进行分析,发现CO、EC、POC等一次污染物的大量排放、不利的气象因素、区域传输等因素共同导致了此次污染过程的的形成。     

北京采暖期典型区域环境空气污染特征分析

北京采暖期空气污染较非采暖期严重得多,但目前针对采暖期北京城市上风向、下风向、中心区和主干道路等典型人类活动区域的主要污染物浓度特征及其受气象条件变化影响的研究还比较缺乏,为了摸清北京市采暖期不同典型区域大气污染特征,更有针对性地制定环境空气污染防治对策,利用2014年采暖期首月(11月15日—12月14日)北京市北郊(八达岭)、南郊(永乐店)、城市中心区(天坛)、城市交通干道(永定门内大街)等典型区域的PM_(2.5)、SO_2、NO_x、O_3质量浓度监测数据和气象数据,分析4类代表性区域的环境空气污染特征和时空变化情况。结果表明,PM_(2.5)是各区域冬季主要污染物,日均质量浓度在61.75~143.81μg?m-3,总体空间分布状况为南郊最严重、城市交通干道和城市中心区次之、北郊的PM_(2.5)污染最轻,除北郊外其余监测点ρ(PM_(2.5))均超过二级标准限值。各区域的主要污染物略有不同,其中北郊ρ(SO_2)较其他区域高,白天12:00时最低(29.09μg?m-3),夜晚18:00—次日01:00持续居高(58.8~63.19μg?m-3),这与燃煤采暖等人类活动规律一致;南郊以PM_(2.5)、NO_x混合型污染为主;城市交通干道附近ρ(NO_x)和ρ(O_3)较高,表明局地光化学反应NO_x-O_3生消机制作用明显,污染物浓度变化与人类出行时间一致。气象条件对不同污染物浓度的影响存在差异,微风无持续风向、大气扩散条件较差时,PM_(2.5)呈现不断累积状态,SO_2、NO_x和O_3累积效应不明显,但其单日质量浓度峰值显著增加;北风和微风反复交替、大气扩散条件总体较好时,各监测点的SO_2、NO_x受地区性污染源排放影响波动不大,随扩散条件转差南郊ρ(PM_(2.5))会迅速增加。城市交通干道机动车排放典型污染物ρ(NO_x)及其二次污染物ρ(O_3)随着气象条件变化其峰值在日内变化显著。     

贵阳秋季PM_(2.5)水溶性离子组成特征及来源解析

水溶性无机离子是PM_(2.5)的主要组分之一,对研究PM_(2.5)的物理化学性质,来源及其形成机理具有重要意义.本研究于2017年9月—2017年11月期间在贵阳城区采集了80个PM_(2.5)样品,并测定了8种水溶性离子浓度,探讨贵阳秋季PM_(2.5)水溶性离子组成特征及来源.结果表明贵阳秋季PM_(2.5)中无机离子的平均质量浓度为15.99μg·m~(-3),阴离子和阳离子的平均质量浓度分别为10. 90μg·m~(-3)、5. 09μg·m~(-3); SO_4~(2-)(8. 53±4.63μg·m~(-3))平均质量浓度最高,其次是NH_4~+(2.56±1.62μg·m~(-3))、NO_3~-(2.21±2.96μg·m~(-3))、Ca~(2+)(1.98±0.88μg·m~(-3)),最后依次是K~+(0.37±0.24μg·m~(-3))、Cl-(0.16±0.11μg·m~(-3))、Mg~(2+)(0.11±0.03μg·m~(-3))、Na~+(0.07±0.06μg·m~(-3)); NH_4~+、SO_4~(2-)、NO_3~-是主要水溶性离子,所占比例为83%; NO_3~-/SO_4~(2-)值平均为0.21±0.12,远小于1,说明贵阳秋季PM_(2.5)以固定源污染为主.相关性分析表明,PM_(2.5)中NH_4~+主要以(NH_4)_2SO_4、NH_4HSO_4、NH_4NO_3的形式存在,Ca~(2+)与Mg~(2+)来源可能相同.结合富集系数分析NO_3~-、SO_4~(2-)、Ca~(2+)、K~+、Mg~(2+)基本都是来源于陆源贡献,NO_3~-、SO_4~(2-)是人为源,Ca~(2+)、K~+、Mg~(2+)是地壳源,此外Mg~(2+)还有一部分海源贡献.     

北京城市森林PM_(2.5)质量浓度特征及影响因素分析

以北京西山森林公园为林内观测点,北京海淀植物园为林外对照点,研究城市森林PM_(2.5)质量浓度变化特征,并对其影响因素进行分析。结果表明,林内外PM_(2.5)质量浓度日变化呈"双峰双谷"型,8:00和21:00左右是一天中的两个峰值,15:00和4:00左右是一天中的两个谷值,PM_(2.5)质量浓度林内(104.02μg·m~(-3))林外(82.52μg·m~(-3))。一年中PM_(2.5)质量浓度在冬季最高,春季次之,夏季最低,PM_(2.5)质量浓度年变化林内为冬季(115.46μg·m~(-3))春季(112.39μg·m~(-3))秋季(106.37μg·m~(-3))夏季(81.87μg·m~(-3)),林外为冬季(97.35μg·m~(-3))春季(94.07μg·m-3)秋季(93.17μg·m~(-3))夏季(61.86μg·m~(-3))。气温、降雨均与PM_(2.5)浓度呈负相关。晴天时,温度高、空气对流旺盛,PM_(2.5)浓度较低;降水对PM_(2.5)有很好的消减作用;风有驱散PM_(2.5)的作用。在高温高湿天气下,PM_(2.5)浓度高于其他天气情况。该研究可以丰富森林净化大气的理论,为环保部门相关政策的制定提供依据。     

北方地区典型高速公路近路区域大气污染特征研究

摸清高速公路近路区域大气污染特征对有针对性地制定交通大气污染防治对策具有重要意义。基于2016年1月及8月京藏高速毕克齐互通交通环境监测站以及呼和浩特市国控站点空气质量监测逐时数据,分析了冬、夏季节高速公路近路区域环境空气污染物质量浓度变化规律。结果表明,路侧污染水平冬季重于夏季,NO_x是最主要的交通污染物,其冬季和夏季日均质量浓度分别为(374.10±165.24)μg·m~(-3)和(300.57±60.11)μg·m~(-3)。受光化学反应影响,冬季NO_x质量浓度与交通量呈显著负相关(r=-0.492);夏季凌晨时段(00:00-06:00)NO_x质量浓度与交通量呈显著正相关(r=0.584),CO质量浓度也与交通量呈正相关(r=0.424);颗粒物质量浓度与交通量相关性不显著。从污染物质量浓度日变化特征来看,在昼间车流高峰时段PM10、PM_(2.5)、CO质量浓度均出现"峰值",而NO_x质量浓度则出现"谷值"。与气象因素的相关性分析可知,PM_(10)质量浓度与风速呈显著正相关(冬季r=0.890,夏季r=0.612);PM_(2.5)质量浓度与风速呈显著相关,受主导风向影响冬季呈负相关(r=-0.473)、夏季呈正相关(r=0.587),PM_(2.5)质量浓度还与温度呈显著正相关(冬季r=0.495,夏季r=0.565);NO_x质量浓度与相对湿度呈显著正相关(冬季r=0.707;夏季r=0.577),与温度呈显著负相关(冬季r=-0.763;夏季r=-0.528);冬季CO质量浓度与风速呈显著负相关(r=-0.629)。与城区国控站点相比,高速公路监测站PM_(2.5)、PM_(10)及CO质量浓度冬季显著低于城区,夏季与城区相近;近路区域NOx质量浓度在冬夏季均远高于城区,应列为高速公路交通环境监测站点首要监测污染物。     

太原市城区大气PM_(2.5)和PM_(10)时空分布特征

研究太原市城区大气颗粒物质量浓度时空变化规律,可以为实施更有效的大气污染综合治理手段提供科学依据。以太原市9个国家空气质量自动监测站的数据为基础,运用统计分析和Kriging插值法,对太原市城区2019年大气颗粒物的时空分布进行了分析。结果表明,2019年太原市城区PM_(2.5)和PM_(10)年均质量浓度分别为56μg·m~(-3)和107μg·m~(-3),是国家二级标准限值的1.60、1.53倍,以PM_(2.5)和PM_(10)为首要污染物占总超标天数的44.03%和12.58%;PM_(2.5)/PM_(10)年均值为0.52,PM_(2.5)对PM_(10)贡献较大;PM_(2.5)季平均质量浓度为冬季(87μg·m~(-3))秋季(50μg·m~(-3))春季(49μg·m~(-3))夏季(34μg·m~(-3)),PM_(10)为冬季(123μg·m~(-3))春季(120μg·m~(-3))秋季(98μg·m~(-3))夏季(64μg·m~(-3));PM_(2.5)和PM_(10)质量浓度月变化呈U型,二者平均质量浓度1月最高,8月最低;PM_(2.5)和PM_(10)24h质量浓度变化呈"单峰单谷"型,峰值在10:00,谷值在17:00;取暖期PM_(2.5)与CO、SO2和NO_2相关性高于其他时段;太原市城区PM_(2.5)和PM_(10)质量浓度空间分布总体上呈北低南高之势,PM_(2.5)春夏秋季的空间分布格局与太原市城区生产、生活、交通干道分布格局比较吻合。以上结果提示秋冬季是太原市城区颗粒物治理的关键时期,位于南部的小店和晋源区为重点防控治理区域。     

宝鸡高新区春节前后大气中黑碳浓度特征及来源解析

基于春节前后(2018年1月1日—2018年3月31日)宝鸡市高新区宝鸡文理学院站点的黑碳气溶胶(BC)、浊度仪、颗粒态污染物(PM_(10)、PM_(2.5)和PM_(1.0))、气态污染物(CO、NO_2、SO_2和O_3)的逐时数据及常规气象数据,对宝鸡市高新区BC气溶胶的时间变化特征、来源及影响因素进行分析.结果表明,观测期间BC质量浓度的变化范围为0.01—5.62μg·m~(-3),平均浓度为0.63μg·m~(-3).BC与风速和能见度均呈负相关.观测期间BC浓度日变化呈"双峰双谷"型,峰值出现在09:00和19:00,谷值出现在05:00和16:00;寒假前BC浓度昼夜变化整体高于寒假期间和春季开学,可能与寒假前频繁的人为活动,不易扩散的气象条件有关.BC占PM_(2.5)的0.84%,其吸收作用占大气消光的2.14%.除O_3外,BC日平均浓度与PM_(2.5)、CO和NO_2呈显著相关,相关系数分别为0.626、0.623和0.473,说明BC气溶胶与之均有部分共同源.     

武夷山市臭氧分布特征及其与气象要素关系分析

武夷山是著名的旅游胜地,同时地理环境复杂,气候资源丰富,也是东亚季风影响敏感区。为科学认识清洁区域的臭氧分布特征及污染的天气学成因,也为进一步开展臭氧污染预警预报和科学治理提供技术支撑,利用2015—2019年武夷山市逐小时污染物浓度监测数据和地面常规气象观测资料,采用统计分析和SPSS相关性分析等方法,对近年来武夷山市臭氧分布特征及其与气象要素的关系进行研究。结果表明,2015—2019年武夷山市臭氧的年评价值(MDA8-90)由110μg·m~(-3)增长至133μg·m~(-3),ρ(O_3–8 h)超过《环境空气质量标准》(GB 3095—2012)二级标准限值的天数从0 d上升到9 d,O_3作为首要污染物占比从48.5%上升为85.1%;同时,首要污染物为PM_(2.5)的天数呈逐年递减趋势,PM_(2.5)的首要污染物天数从2015年的36 d下降到2019年的8 d。春末(4—5月)和初秋(9—10月)是臭氧污染最为严重的季节,80.0%的臭氧超标日集中在这4个月。武夷山市ρ(O_3)小时均值分布均呈现单峰型分布,最高值出现在14:00,而后开始下降,最低值出现在07:00。ρ_((O_3–8 h))与日最高气温、平均风速、太阳日总辐射和日照时数呈显著正相关,相关系数分别为0.370**,0.402**,0.564**,0.565**;与相对湿度呈显著负相关(相关系数为-0.646**),并呈现先升后降的趋势。一些气象要素如高温度和低相对湿度等有助于该区域臭氧浓度的升高,当环境温度25℃、相对湿度70%时,都有利于对流层空气中臭氧的生成,更容易造成O_3浓度超标。此外当风速≤2.0 m·s-1时,随着风速的增加,ρ_((O_3–8 h))增大,而当风速2.0 m·s-1时,ρ_((O_3–8 h))随风速的增加呈显著下降趋势。     

北京典型主城区冬季大气污染特征分析

利用布设于北京市典型主城区的在线空气质量监测站2015年12月数据(小时质量浓度),探究北京主城区冬季大气污染特征的影响因素。结果表明,冬季主城区大气中O_3污染较轻,而NO_2、NO_x和PM_(2.5)污染较为严重。监测期间NO_2、NO_x和PM_(2.5)最大日均浓度分别是GB3095—2012二级标准浓度限值的2.0、6.4和4.3倍,超标天数分别占总天数的58.1%、48.4%和83.9%;而O_3浓度未超过二级标准限值。相关性分析表明,各污染物及能见度之间都呈现出高度相关性(P0.01)。其中,主城区环境空气中PM_(2.5)与NO_x和NO_2正相关系数分别高达0.752和0.839,O_3与PM_(2.5)、NO_x和NO_2均在P0.01水平上呈负相关关系,其中NO_2与O_3负相关性最大(r=-0.772,P=3.124×10-141);能见度与PM_(2.5)、NO_x和NO_2浓度存在显著负相关关系,其中与PM_(2.5)负相关性最大(r=-0.922,P=3.338×10-294),此外,能见度与O_3在P0.01的水平上呈高度正相关性。工作日NO_2、NO_x和PM_(2.5)小时浓度整体高于周末,污染物浓度曲线均出现2个峰值(浓度峰Ⅰ、浓度峰Ⅱ),工作日浓度峰Ⅰ受06:00—09:00市民工作早高峰出行影响,周末浓度峰Ⅰ受02:00—05:00外埠货车进城影响;工作日和周末的污染物浓度峰Ⅱ都出现在22:00左右。O_3的工作日和周末浓度曲线变化基本一致,均呈"双峰"形态,O_3浓度峰Ⅰ出现在14:00左右,高浓度O_3主要来源于大气光化学作用产生的二次污染,浓度峰Ⅱ出现在04:00、05:00左右,其值约为峰Ⅰ值的40%,可能与平流层臭氧垂直气流输送有关。