贵阳市白云区大气PM_(10)和PM_(2.5)污染特征

使用β射线法在线监测仪连续监测了贵阳市白云区PM_(10)和PM_(2.5)浓度,分析了2014年6月1日—12月31日7个月内PM_(10)、PM_(2.5)的浓度水平、时变规律和PM_(2.5)/PM_(10)的变化情况。结果表明,监测时段内PM_(10)和PM_(2.5)的日均浓度平均值分别为76.8μg/m~3和40.0μg/m~3,均达到国家二级标准;浓度超标的天数占总观测天数的5.1%和9.3%,属污染轻微的地区。PM_(2.5)/PM_(10)在25.3%~78.8%之间周期性波动,平均值为52.1%。PM_(10)和PM_(2.5)的浓度变化具有很好的正相关性(r=0.919 8,p0.000 1);日均值在7个月中呈现明显的周期性变化,各月相对稳定,12月的PM_(10)和PM_(2.5)浓度最高且变化最为剧烈,6月最为平缓。PM_(10)和PM_(2.5)浓度小时变化总体上呈双峰型分布,最高值出现在出现在09:00—10:00和19:00—21:00前后,最低值出现在14:00—17:00之间。     

无锡市区大气污染物污染特征及影响因素研究

利用2014年无锡市区的6种大气污染物浓度和气象因子等监测数据,研究了无锡市区各种大气污染物的污染特征及其影响因素。结果表明:(1)无锡市区PM_(2.5)、PM_(10)、SO_2、NO_2、CO浓度的季节变化特征为冬季最高,夏季最低;O_3浓度表现为夏季最高,冬季最低。就全年的综合情况而言,颗粒物污染,尤其是PM_(2.5)污染最严重。(2)PM_(2.5)、PM_(10)、SO_2、NO_2、CO浓度间两两呈正相关;PM_(2.5)、SO_2、NO_2、CO浓度均与O_3浓度呈负相关。(3)温度与PM_(2.5)、PM_(10)、SO_2、NO_2、CO浓度呈负相关,与O_3浓度呈正相关;相对湿度与PM_(2.5)、PM_(10)、SO_2、NO_2、O_3浓度呈负相关,与CO浓度无相关性;风级与PM_(2.5)、PM_(10)、SO_2、NO_2、CO浓度呈负相关,与O_3浓度无相关性。降水有利于PM_(2.5)、PM_(10)、SO_2、NO_2、O_3浓度的降低,但对CO浓度影响不大。(4)无锡市区空气质量周末比工作日差。NO_2、SO_2浓度周末低于工作日,O_3浓度周末高于工作日,呈现明显的"周末效应";PM_(2.5)、CO浓度周末高于工作日,未出现"周末效应"。     

长春春季PM_(2.5)及其水溶性离子特征分析

于2014年春季在长春采集大气PM_(2.5)样品,对PM_(2.5)及其水溶性离子特征进行了分析。结果表明,2014年长春春季PM_(2.5)质量浓度为34.9~237.5μg/m3,平均质量浓度为125.6μg/m3。9种水溶性离子的总质量浓度为24.3~71.2μg/m~3,平均质量浓度为39.8μg/m~3,平均浓度大小表现为SO_4~(2-)Ca~(2+)Cl~-NH_4~+NO_3~-Na~+K~+Mg~(2+)F~-。后向轨迹表明,长春春季PM_(2.5)污染主要来源于内蒙古西北方向和长春东南部渤海、黄海地区。     

一次强沙尘过程影响下的银川市大气污染物浓度及PM_(2.5)化学组成变化特征

2014年4月22—29日在中国西北地区发生强沙尘天气期间,对银川市大气污染物(PM_(10)、PM_(2.5)、SO_2、NO_2、O_3)进行了监测,并重点分析了PM_(2.5)的化学组成变化特征。结果表明,沙尘天气发生前,PM_(10)、PM_(2.5)、SO_2和NO_2平均小时质量浓度分别为99.33、36.89、25.84、47.21μg/m~3;沙尘天气发生时,PM_(10)、PM_(2.5)、SO_2和NO_2平均小时质量浓度分别为1 121.43、209.19、6.13、18.42μg/m~3:说明此次沙尘传输经过地区大气较为清洁,随沙尘气溶胶传输的NO_2和SO_2较少。沙尘气溶胶由于带有大量的Ca~(2+)、Mg~(2+),使得PM_(2.5)碱性增强,PM_(2.5)中的硫酸盐和硝酸盐存在形式主要为NH_4HSO_4和NH_4NO_3。沙尘气溶胶除了对PM_(2.5)中来源于自然源的无机元素浓度有显著提升外,对于水溶性离子、碳成分等直接或间接来源于人为源的组分浓度也有较大的提升。Ti、Fe、Al、Ca、Si、Sr、Mg、Na、K、Ba、P可以认为基本来源于沙尘矿物粒子。此外,沙尘气溶胶还能促进大气SO_2、NO_2向二次硫酸盐、硝酸盐转化,尤其是硫酸盐。     

济南市PM2.5化学组分及污染特征分析

为探讨济南市大气PM_(2.5)主要化学组分和污染特征,2017年在济南市开展了PM_(2.5)样品采集工作,分析了PM_(2.5)中有机碳(OC)、元素碳(EC)和水溶性离子浓度水平。结果表明:采样期间济南市PM_(2.5)中OC、EC年均质量浓度分别为9.10、2.68μg/m~3,全年OC与EC质量浓度的比值为3.4,二次有机碳污染严重;OC、EC季节分布特征明显,均为冬季浓度最高,且秋、冬季两者相关系数较高,表明秋季和冬季OC、EC来源较为一致。NO_3~-、SO_4~(2-)、NH_4~+年均质量浓度之和为34.29μg/m~3,占水溶性离子总量的88.9%,是济南市PM_(2.5)中最重要的组分;各水溶性离子浓度具有明显的季节变化特征,NO_3~-、SO_4~(2-)、NH_4~+、Cl~-和K~+均冬季浓度最高,而Ca~(2+)春季浓度最高;PM_(2.5)中NO_3~-与SO_4~(2-)质量浓度的比值为1.10,说明相比于固定污染源,移动污染源对济南市PM_(2.5)影响更大。     

乌鲁木齐市PM_(2.5)浓度与气象条件耦合分析

为探究气象条件对污染物浓度的影响,于2013年10月至2014年10月在乌鲁木齐市主城区采集PM_(2.5)样品,并选取同期气象站监测的气象数据进行分析。结果表明:(1)乌鲁木齐市采暖期PM_(2.5)日均值平均达到84.70μg/m~3,超出了《环境空气质量标准》(GB 3095—2012)中24h平均二级限值(75μg/m~3),是非采暖期(20.66μg/m~3)的4倍多。(2)采暖期风速、相对湿度、气温、水汽压与PM_(2.5)日均值极显著相关,非采暖期相对湿度与PM_(2.5)日均值极显著相关。     

焦作市冬季PM2.5中水溶性离子组成特征及来源解析

为探讨焦作市冬季PM_(2.5)中水溶性离子特征及其来源,于2017年12月至2018年2月在焦作市区连续采集大气颗粒物PM_(2.5)样品,测定其中9种水溶性离子浓度。结果表明,焦作市冬季PM_(2.5)质量浓度为(99.11±73.26)μg/m~3,总水溶性离子质量浓度为(66.88±48.68)μg/m~3,其中NO_3~-、SO_4~(2-)、NH4_+是水溶性离子的主要成分,3者合计占总水溶性离子的81.5%(质量分数)。与清洁天相比,污染天NO_3~-、SO_4~(2-)、NH_4~+在PM_(2.5)中的占比显著增加,表明人为活动排放的二次污染物是焦作市冬季污染天PM_(2.5)的主要贡献成分;随着相对湿度的增加,大气中存在明显的气溶胶二次转化过程;焦作市大气PM_(2.5)移动源贡献大于固定源。焦作市PM_(2.5)中水溶性离子在清洁天主要受工业和生物质燃烧影响,而在污染天主要受气态污染物二次转化影响;后向轨迹聚类显示,采样期间焦作市主要受京津冀地区、西北地区气团影响。     

汾渭平原采暖期与非采暖期大气环境质量时空变化特征研究

采暖期重污染天气频发,成为大气环境质量改善的难点。汾渭平原刚被划为中国环境治理的重点区域,大气污染形势十分严峻。基于2014—2018年PM2.5、SO_2、NO_2、O_3和CO等污染物监测数据及空气质量指数,分析了汾渭平原采暖期和非采暖期大气环境质量的时空变化特征。结果表明:(1)采暖期PM_(2.5)、SO_2、NO_2和CO浓度均高于非采暖期,非采暖期PM_(2.5)相比采暖期低42%～54%,采暖期SO_2、NO_2和CO的平均浓度分别是非采暖期的2.7、1.5、1.6倍,而非采暖期O_3平均浓度是采暖期的2.2倍;(2)PM_(2.5)和SO_2为采暖期首要污染物,O_3为非采暖期首要污染物;(3)采暖期和非采暖期三省交界处和临汾的PM2.5浓度均较高,采暖期气态污染物的空间分布与非采暖期基本相似,其中SO_2浓度的空间分布为山西境内河南境内陕西境内;(4)采暖期PM_(2.5)与SO_2、NO_2、CO浓度均呈正相关,与O_3呈负相关,非采暖期SO_2、NO_2和CO随PM_(2.5)浓度呈一致变化趋势,均先上升后下降,与采暖期的变化趋势并不相同;(5)采暖对PM_(2.5)和SO_2的年平均贡献率分别为34.9%和42.1%。     

河谷型城市一次大气持续重污染特征及其原因分析 —— 以宝鸡市为例

利用2016年冬季12月16—22日监测的宝鸡市6种大气污染物及主要气象要素,分污染前、重污染期、污染结束3个过程分析了污染物的变化特征,探讨了大气污染物时间变化与气象要素关系。结果表明:(1)大气重污染过程中主要污染物为PM_(10)和PM_(2.5),重污染期最大值比污染前增加113%、93%,比污染结束高出268%、190%,浓度均超过《环境空气质量标准》(GB 3095—2012)中24h平均二级限值。SO_2、CO、NO_2、O_3重污染期最大值比污染前增加7%、33%、54%、18%,比污染结束高出36%、33%、58%、57%,但浓度均未超过GB 3095—2012中1h平均二级限值。日变化总体表现为PM_(2.5)、PM_(10)、CO出现两个峰值,SO_2、NO_2、O_3出现一个峰值;3个过程峰值点出现时间基本一致;重污染期PM_(2.5)、PM_(10)较高,但振幅比污染前后的振幅减小。(2)PM_(10)、PM_(2.5)与相对湿度、风速关系密切,与气温关系较差。(3)河谷地形、气象条件及大气环流场相互作用形成污染物持续的集聚是导致宝鸡市重污染发生的重要因素,并对污染物的扩散和清除具有滞后作用。     

唐山农村地区冬季室内外PM_(2.5)浓度污染特征

为了解中国北方农村地区冬季室内外PM_(2.5)污染特征,选择河北唐山某农村燃煤与非燃煤室内外PM_(2.5)进行实验研究。结果表明:(1)燃煤采样点室内外PM_(2.5)分别为47.9~370.0、14.8~145.0μg/m~3,非燃煤采样点室内外PM_(2.5)分别为13.6~217.0、10.9~131.0μg/m~3。(2)室内外PM_(2.5)浓度具有一定的相关性。(3)采样期间的20d内,根据《环境空气质量标准》(GB 3095—2012)二级标准(PM_(2.5)24h均值限值为75μg/m~3),燃煤采样点室外PM_(2.5)超标率为10%,而非燃煤采样点为5%;根据GB 3095—2012一级标准(PM_(2.5)24h均值限值为35μg/m~3),燃煤采样点室外PM_(2.5)超标率为35%,而非燃煤采样点为20%;根据《建筑通风效果测试与评价标准》(JGJ/T 309—2013)规定室内PM_(2.5)的日均值应小于75μg/m~3,燃煤采样点室内PM_(2.5)超标率为65%,而非燃煤采样点为35%。     

唐山新冠肺炎防疫期间空气质量变化特征及污染成因分析

为研究唐山市新冠肺炎防疫期间环境空气质量变化特征以及形成重污染的成因,分析了2020年1月1日至2月29日的PM_(10)、PM_(2.5)、SO_2、NO、NO_2、CO、PM_(2.5)组分(有机碳(OC)、元素碳(EC)、重金属等)和气象数据。结果表明,防疫期间空气质量整体改善,相比正常生产期间除CO浓度均值未变化,其他参数均呈下降趋势,其中NO、NO_2浓度降幅最大,分别降低73%和41%,受车流量减少影响显著。防疫期间的2月9—13日出现1次连续5天的重污染过程,相比正常生产期间PM_(10)、PM_(2.5)和CO浓度分别增长了69%、104%和95%,Fe浓度增加57%,呈钢铁型污染特征;该时段相对湿度和风速分别为80.2%、0.7m/s,为高湿低风速气象条件,二次无机盐(SNA,包括NH_4~+、NO_3~-、SO_4~(2-))在PM_(2.5)中占比为64%,比正常生产期间高31%,此次污染过程受本地工业大气污染物排放累积以及二次生成共同影响。     

杭州市G20峰会保障期间PM2.5和O3污染特征与区域传输影响研究

分析了2016年杭州市G20峰会保障期间(8月24日至9月6日)的环境空气质量,利用WRF-CMAQ模型研究了区域传输对杭州市G20峰会保障期间PM_(2.5)和O_3污染的影响。结果表明,G20峰会保障期间,杭州市PM_(2.5)日均质量浓度平均值为31.3μg/m~3,逐日浓度均达到《环境空气质量标准》(GB 3095—2012)二级标准(75μg/m~3)的要求,8月31日出现PM_(2.5)浓度上升趋势,9月1日达到最高47.0μg/m~3;O_3最大8h质量浓度平均值为159.9μg/m~3,8月24日至25日和8月28日至31日两个时段O_3浓度出现了超过GB 3095—2012二级标准(160μg/m~3)的情况。杭州市本地减排对PM_(2.5)浓度下降贡献70%,浙江省其他地市贡献16%,江苏省、上海市以及安徽省与江西省分别贡献了8%、4%、2%,区域联防联控对杭州市PM_(2.5)浓度的改善具一定的作用。精准控制上风向O_3前体物排放可在一定程度上缓解杭州市的O_3污染。     

海口市PM_(2.5)演变特征及其与气象因素的关系

利用海口市PM_(2.5)逐时数据、常规气象观测资料、FNL全球分析资料和HYSPLIT模式,对比分析海口市PM_(2.5)变化特征及其与气象因素的关系。结果表明:(1)2014年1月1日至2016年6月30日,海口市PM_(2.5)日均值以达到《环境空气质量标准》(GB 3095—2012)一级标准为主;年均值为23μg/m~3,达到GB 3095—2012二级标准;月均值整体呈周期性波动,秋冬季高、春夏季低;季节均值排序为冬季秋季春季夏季。(2)降水对PM_(2.5)有清除作用;风速加大会使PM_(2.5)浓度减小。(3)污染个例分析表明,海口市PM_(2.5)浓度增大,是因为东北风将外地污染物传输经过本地,并配合有利的天气形势,最终造成大气污染事件的发生。     

西安城郊PM_(10)和PM_(2.5)化学组分特征研究——以户县草堂寺为例

为研究西安城郊农村大气PM_(10)和PM_(2.5)中主要化学组分特征,于2014年12月至2015年10月在西安户县草堂寺采集颗粒物样品,分析了每组样品中的16种无机元素、8种水溶性离子、有机碳(OC)和元素碳(EC),对颗粒物和化学组分的浓度水平、时间变化特征进行了讨论。结果表明:(1)PM_(2.5)、PM_(10)年平均值分别为(79.78±59.12)、(118.09±79.27)μg/m~3。(2)PM_(2.5)及PM10中地壳元素浓度总体表现为春季高、秋季低;微量元素浓度表现为冬季高、夏季低。(3)PM_(2.5)和PM_(10)中SO_4~(2-)、NH_4~+、NO_3~-浓度总体表现为冬季秋季春季夏季。(4)冬、春季OC、EC明显高于夏、秋季;由OC/EC的最小值估算得到PM_(2.5)、PM_(10)中二次有机碳(SOC)年平均值分别为(7.90±8.89)、(8.55±8.50)μg/m~3,冬、春季SOC明显高于夏、秋季;秋、冬季OC、EC相关性较强,而春、夏季较弱。     

西安市全年中PM_(2.5)水溶性无机离子变化特征

采用ICS-1100型离子色谱仪在2014年6月到2015年6月期间对西安市大气中PM_(2.5)水溶性离子(NO_3~-、NH_4~+、SO_4~(2-)、NO_2~-、Cl~-、Na~+、Ca~(2+)、Mg~(2+)、K+)进行的实时监测,分析了全年PM_(2.5)中水溶性无机离子变化特征。结果显示:采样期间,西安市PM_(2.5)中NO_3~-、NH_4~+、SO_4~(2-)和Cl~-年均值占总离子的89.49%,且有明显月变化趋势,峰值出现在11和12月份,月浓度均值较往年同期降低,最高达到30.26、15.19、11.43和16.60μg·m~(-3)。Na~+、Ca~(2+)、Mg~(2+)和K~+浓度变化趋势与主离子不完全一致。NO_3~-均值大于SO_4~(2-)均值,表明PM_(2.5)中水溶性离子的主要贡献者为移动源。NO_3~-小时均值高于SO_4~(2-)小时均值,且在10:00和20:00处形成2个峰值。PM_(2.5)中NO_3~-与NO_2~-在0.05水平上显著相关,SO_4~(2-)与Cl~-的在0.01水平上极显著相关。     

天津市PM 2.5水溶性无机离子污染特征与来源分析

比较了天津市雾霾天和非雾霾天PM_(2.5)中水溶性无机离子(SO_4~(2-)、NO_3~-、Cl~-、NH_4~+、Ca~(2+)、Na~+、Mg~(2+)、K~+)的污染特征,并对其来源进行分析。结果表明:(1)非雾霾天PM_(2.5)日均质量浓度为35～60μg/m~3,均值为43μg/m~3,雾霾天PM_(2.5)日均质量浓度为120～332μg/m~3,均值为242μg/m~3;雾霾天水溶性无机离子浓度均高于非雾霾天。(2)非雾霾天SO_4~(2-)主要来自大气中燃煤源的SO_2二次转化,NO_3~-主要来自一次污染源,雾霾天SO_4~(2-)、NO_3~-主要来自大气中燃煤源的SO_2、NO_2二次转化;非雾霾天NH_4~+主要以(NH_4)_2SO_4和NH_4NO_3的形式存在,雾霾天NH_4~+主要以NH_4NO_3和NH_4HSO_4的形式存在;Na~+、K~+、Cl~-除了海盐来源外,煤和生物质的燃烧及其二次转化是主要贡献源;Ca~(2+)和Mg~(2+)主要来自建筑扬尘源和土壤扬尘源。(3)风速和相对湿度是雾霾天SO_4~(2-)、NO_3~-、NH_4~+浓度变化的重要原因。     

绵阳重污染天气机动车限行对空气质量的影响研究

为应对2017年底绵阳出现的一次重污染天气,绵阳政府于2017年12月25日0时至29日12时首次实行了机动车尾号限行措施。利用2017年12月20日至2018年1月2日绵阳4个国控环境质量监测站点的CO、NO_2、SO_2、O_3、PM_(2.5)、PM_(10)的数据分析限行前后的污染物浓度变化特征,并结合气象数据进行污染成因分析。结果表明,大气颗粒物PM_(2.5)和PM_(10)是此次重污染天气的首要污染物,机动车尾号限行措施对PM_(2.5)和PM_(10)有一定的减排效果。机动车尾号限行措施对NO_2、SO_2、O_3具有明显的减排效果,而对CO几乎没有减排效果。限行前和限行期大气颗粒物主要来源于化学转化形成的二次颗粒物,而限行后则转为沙尘、扬尘等一次颗粒物。江油对绵阳大气颗粒物PM_(2.5)、PM_(10)影响很大,气流轨迹出现频率高,大气颗粒物浓度也高,有必要考虑进行区域联防联控。     

基于地面和卫星监测的长沙市冬季灰霾污染特征及成因研究

为探究长沙市冬季灰霾污染情况,基于2014年1月21日至2月9日地面和卫星监测数据,应用混合单粒子拉格朗日综合轨迹(HYSPLIT)模式和统计方法研究了长沙市冬季灰霾污染特征、来源和成因。结果表明,长沙市整体污染相对较重,特别是北部部分地区污染非常严重,而南部则相对较轻。污染前期空气质量开始下降,出现轻度污染;中期空气质量已达到重度污染和严重污染程度,PM_(2.5)和PM_(10)最高值均接近800μg/m~3;后期空气质量好转。经气流轨迹聚类后共划分为3类气流:东北、北以及西南,分别占总气流轨迹数的48.8%、34.3%和16.9%。长沙市灰霾污染的潜在源区主要位于山东中南部、河北南部、湖北以及广东、广西和湖南交汇处。结合气象要素发现,污染期风速较小,相对湿度增加,温度和气压降低,进一步加剧污染物堆积。因此,为了改善长沙市空气质量,不仅需对当地污染物排放进行控制,还需对污染物区域传输进行整合治理,实施长沙地区乃至跨区域大气联防联控策略。     

道路区域PM_(2.5)浓度的影响因素研究

为探究人为因素和气象因素对道路区域PM_(2.5)浓度的影响,选择南京仙林大学城某条典型道路开展大气PM_(2.5)监测实验。结果表明,道路清扫抬升PM_(2.5)浓度,白天的抬升作用较傍晚和夜间更加显著。各类交通流对道路区域PM_(2.5)浓度的影响程度排序为:柴油车汽油车燃气车道路行人。PM_(2.5)浓度阴天高于晴天和多云天,霾日(209.3、80.5μg/m~3)高于非霾日(47.0、62.0μg/m~3);在霾日变化特征各异,在非霾日均呈"三峰"分布特征。非霾日,道路区域PM_(2.5)浓度的高值区与相对湿度的高值区,温度、风速的低值区重合;PM_(2.5)浓度的低值区与相对湿度的低值区,温度、风速的高值区重合。温度与PM_(2.5)浓度呈负相关(r=-0.501,P0.05),是影响PM_(2.5)污染程度的关键气象因子。由此可见,道路清扫、交通流和各类气象因素对道路区域PM_(2.5)浓度影响显著。     

杭州市不同高度大气PM_(2.5)的污染特征研究

为研究杭州市大气PM_(2.5)的污染特征,评估本地污染源和外来污染源对PM_(2.5)的影响,于2013年10月10日至11月2日对杭州市主城区两个不同高度的采样点进行采样,并定量分析大气PM_(2.5)中的化学成分。结果表明,采样期间20、84m高度的大气PM_(2.5)日均质量浓度分别为(80.5±28.9)、(80.3±29.3)μg/m3,不同高度的PM_(2.5)浓度及其化学成分无明显差异;PM_(2.5)主要成分质量分数按如下排序:SO_4~(2-)有机碳(OC)NO_3~-NH_4~+元素碳(EC);大气PM_(2.5)中二次粒子SO_4~(2-)、NO_3~-、NH_4~+平均质量浓度总和约为39.0μg/m3,二次转化是杭州市大气PM_(2.5)的主要来源,SO_4~(2-)、NO_3~-、NH_4~+贡献率为48%左右;20、84 m高度的大气PM_(2.5)中OC分别为(15.6±5.1)、(14.8±4.7)μg/m3,EC分别为(4.6±1.8)、(4.6±1.6)μg/m3,OC/EC(质量比)约为3.3。采样期间,杭州市大气PM_(2.5)在近地面垂直方向上分布较为均匀,表明杭州市大气PM_(2.5)受外来污染源的影响较小。而在本地污染源中,杭州市大气PM_(2.5)主要受到生物质燃烧、机动车尾气、燃煤和餐饮油烟等来源的影响,地面扬尘的作用不明显。