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。     

天津市公交站微环境中PM10的碳组分特征分析及来源解析

于2012年9月对天津市两公交站,分2个时段采集可吸入颗粒物(PM10)样品,并用热光反射分析仪测定其中的碳组分含量,以期了解公交站微环境PM10中碳组分的分布及来源。结果表明,采样期间,公交站日均PM10质量浓度为(323±155)μg/m3,其中OC日均质量浓度为(42.5±12.5)μg/m3,EC日均质量浓度为(12.8±7.00)μg/m3。与其他微环境(远离交通)的平均PM10、OC、EC质量浓度相比,公交站微环境中的颗粒物及其碳组分质量浓度最高,表明污染严重。PM10中OC和EC相关系数为0.805,相关性显著,显示PM10中OC、EC来源相同。运用主成分分析法(定性)和化学质量平衡模型(定量)对样品中碳组分进行两阶段递进式来源解析,识别出秋季公交站微环境PM10中碳组分主要来源于道路扬尘,其次为烹饪烟气和机动车尾气。     

中国城市PM2.5与PM10中重金属水平及分布差异

在大量文献调研的基础上,对正常天气下中国43个城市PM_(2.5)和26个城市PM_(10)中As、Cd、Cr、Cu、Ni、Pb和Zn的数据进行了归纳和分析,探讨中国城市PM_(2.5)和PM_(10)中重金属的总体分布及区域分布特征,并对今后的研究提出了建议。结果表明:1)我国对空气颗粒物中重金属的研究主要集中在PM_(2.5)和PM_(10)两种粒级;PM_(10)中各元素质量浓度均大于PM_(2.5)中元素质量浓度,但两者之间差异不显著;2)不同粒级颗粒物中重金属质量浓度区域分布不同,总体上PM_(2.5)中重金属质量浓度在我国华南、西北地区较高,西南地区最低,而PM_(10)中重金属质量浓度在华北、西北地区较高,西南地区较低;3)总体上,PM_(2.5)中重金属质量浓度表现为省会城市高于地级城市,而PM_(10)中重金属质量浓度表现为地级城市高于省会城市。今后可从不同粒级颗粒物中重金属含量分布特征及不同来源颗粒物粒径特征等方面开展更多的研究,为治理城市空气污染提供科学依据。     

基于PM2.5与PM10比值的吉林省空气污染分析

对吉林省重点城市2015年~2018年大气日均值PM2.5/PM10数据进行处理,从空气中细颗粒物的比例角度评价吉林省的空气污染情况。经过分析得出结论即吉林省2015年~2018年空气质量明显好转,特别是2018年。中度及以上污染天气污染程度下降显著。月份中10、11、12月份污染下降明显。城市中松原市污染较轻。     

济南市采暖期PM2.5中水溶性离子污染特征及来源分析

为了解采暖期济南市大气PM_2.5中水溶性离子的污染特征,于2020年12月18日-2021年1月8日在市区手工采集PM_2.5样品,分别利用重量法和离子色谱法对PM_2.5和9种水溶性离子质量浓度进行了测定,对其污染特征和来源进行了分析。结果表明,济南市大气中PM_2.5质量浓度均值为(78±52)μg/m³,水溶性离子质量浓度均值为(43.2±32.7)μg/m³,在PM_2.5中占比55.3%,是PM_2.5的主要组分;随着污染加重,NH₄⁺、NO₃^-、SO₄^2-等二次离子(SNA)在PM_2.5中占比显著提高,二次转化明显增强;SOR、NOR与风速、气压、混合层高度呈负相关,与气温、湿度呈正相关,在静稳天气下更容易产生二次转化;观测期间PM_2.5...     

贵阳市PM2.5主要污染源源成分谱分析

为建立贵阳市PM_(2.5)主要污染源的源成分谱,将主要污染源划分为土壤风沙尘、城市扬尘、道路尘、建筑水泥尘、钢铁尘、燃煤尘和汽车尾气尘7类,分别采集各类污染源样品,然后进行再悬浮采样,并采用电感耦合等离子体质谱仪、离子色谱仪及热光碳分析仪分别分析样品中20种无机元素、3种水溶性离子和碳组分的质量分数。结果表明,7类污染源成分谱之间存在明显的区别,其中土壤风沙尘、建筑水泥尘、钢铁尘、汽车尾气尘、燃煤尘5类污染源谱都有明显的标识元素,分别为Si、Ca、Fe、OC、EC和Se,而道路尘和城市扬尘属混合尘源,无单一标识元素,道路尘显示出土壤风沙尘、建筑水泥尘、燃煤尘、机动车尾气和工业排放的混合污染特征,城市扬尘则主要受土壤风沙尘和建筑水泥尘的影响。     

拉萨市大气颗粒物碳组分污染特征及来源分析

2015年8月至2016年3月,在拉萨市城区八廓街(BKJ)、区辐射站(FSZ)、区环保厅(HBT)、市环保局(HBJ)4个监测点以及纳木错背景点采集PM_(2.5)和PM_(10)样品。利用热光碳分析仪对样品中的有机碳(OC)和元素碳(EC)组分进行测定。结果显示拉萨市PM_(10)中OC和EC的浓度分别为14.0±4.5μg/m^3和6.3±2.8μg/m^3;PM_(2.5)中OC和EC的浓度分别为10.2±3.6μg/m^3和5.1±2.4μg/m^3,夏季碳组分浓度最低。OC3、EC1、OC2、OC4在碳组分的含量超过了80%,EC2在各测点中变化较大。因子分析显示BKJ点位机动车尾气(汽油车和轻型柴油车)和餐饮油烟是碳组分的主要来源,生物质燃烧(煨桑)是该点碳组分第二大来源。FSZ点机动车对碳组分的贡献较大,重型柴油以及施工机械等重型车辆的排放对碳组分也有较大的贡献。HBJ点位碳组分的主要贡献与机动车尾气和餐饮油烟的排放有关。HBT点位除了机动车尾气、餐饮油烟的排放外,生物质燃烧(牛粪燃烧)也是其碳组分的主要来源之一。     

分析大气环境中PM2.5的研究进展与治理

本文主要针对大气环境中PM2.5展开深入研究和论述,先介绍了大气环境中PM2.5的定义和危害,然后结合重量法、光散射法以及β射线吸收法等,对PM2.5的检测技术进行了深入分析,最后提出了几点治理措施,比如加大法治建设和政府监管力度、降低机动车尾气排放、控制工业废气排放、增加植被、加强区域联防联控机制的构建等,以对大气环境中PM2.5含量进行合理化控制,并将空气污染指数保持在可控范围内,避免大气环境污染问题的出现。     

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^+)。     

北京夏季典型PM2.5与O3相继重污染事件分析

根据北京市环境保护监测中心发布的PM2.5和O3小时质量浓度及气象、卫星遥感数据,分析了2013年7月2日至10日北京典型PM2.5及O3重污染过程的质量浓度特征及在大气边界层过程各个阶段的质量浓度演变.结果表明,北京夏季O3质量浓度先于PM2.5达到峰值,而天气型演变是导致这一现象的主要原因.具体过程为:1)重污染初始阶段,高压天气型利于前体物积累,PM2.5及O3质量浓度升高;2)在反气旋中部,由于各种污染物质量浓度较低,对大气紫外波段辐射的吸收较弱,导致该阶段紫外辐射强,因而加快了O3生成的光化学反应,O3质量浓度最先达到峰值;3)在反气旋后部,随PM2.5质量浓度增加,辐射变弱,因此O3质量浓度增加速度下降,而受高压后部影响,区域内PM2.5经东南风输送通道进入北京,导致北京PM2.5质量浓度相继达到峰值;4)在重污染清除阶段,在北方反气旋前部的冷锋清除作用下,PM2.5及O3质量浓度同时降低至谷值.     

防PM2.5口罩现状及发展方向

为了提高全民防雾霾能力,保障人民群众的身体健康,分析了城市大气污染物中损害人体健康的最重要元凶PM2.5的防护需求,当前市场上各种材质和结构防PM2.5口罩的防护水平。在分析结果的基础上,结合颗粒物过滤机理,提出了雾霾天气时普通民众如何正确选择防PM2.5口罩的建议。讨论了目前防PM2.5口罩的过滤效率和泄漏性可参照的检测方法,在此基础上对今后防PM2.5口罩的发展方向进行了展望。     

PM2.5个人防护用品现状与发展趋势

以PM2.5为主要危害的雾霾污染在我国愈演愈烈,民众对相应的个人呼吸防护用品也越来越重视。PM2.5防护用品现已成为日常消费品之一。本文从PM2.5个人防护用品的防护原理、产品类别特点、检测检验标准方法等方面进行综述,总结现有防护用品的质量技术水平及存在的问题,提出未来发展的重点和方向,以求推动我国民众对PM2.5防护认识和防护能力的提高。     

基于主成分分析法的城市道路交通安全评价

为客观地评价城市不同道路的交通安全水平,改善交通安全。从微观角度出发,采用主成分分析法(PCA)筛选出对城市道路交通安全有较大影响的主要指标,并结合统计软件SPSS计算出不同道路安全水平的综合评价值,得到不同道路的安全状况。实证结果表明:从微观角度用PCA对道路交通安全评价是可行的,且评价过程避免了主观随意性。在相关指标较多,且不易区分优劣的情况下,能够突现出部分指标因素对道路整体安全水平的影响,评价结果与实际情况一致。     

西安市PM2.5污染的时空分布

为探索PM2.5的分布规律及其影响因素,对2013年西安市13个监测站点的全年ρ(PM2.5)数据进行了统计与整理.分析了ρ(PM2.5)的时空分布,采用聚类分析、小波变换研究了ρ(PM2.5)的区域分布特征与年际变化及突变特征,并对相关因素进行了探讨.结果表明,西安市ρ(PM2.5)在时间分布上具有冬高夏低的特点,而在空间分布上则以市人民体育场和草滩监测点所在区域为ρ(PM2.5)高值中心;ρ(PM2.5)在空间上可分为3大类,纺织城监测点单独为1类,经开区与草滩监测点为2类,另外10个监测点为3类,聚类效果的相关系数为0.7994,显示聚类效果较好;在ρ(PM2.5)年际变化中,除了6月和7月以外,其他月份ρ(PM2.5)均值为147.29 μg/m3,日照时间短和静风是导致ρ(PM2.5)发生突变的主要气象因素.     

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%。