福州市春冬季灰霾天气PM10和PM2．5污染水平和气象特征分析

分析和探讨了福州市霾日和非霾日气溶胶PM10和PM2.5污染水平,无论春季或冬季,霾日福州市气溶胶PM10和PM2．5的质量浓度是非霾日的1．6倍;通过对霾日与非霾日的天气形势与及地面气象要素场的分析,揭示了福州市灰霾天气形成原因。为政府用空气扩散能力来对大气污染物排放进行调控,为开展相应的大气污染防治工作提供科学依据。     

霾天气下南京PM2.5中金属元素污染特征及来源分析

2007年6月13日至2008年5月29日期间,对南京大气中PM2.5进行了连续采样,并利用电感耦合等离子体质谱分析法测定了PM2.5中K、Al、Ca、Pb等30种元素的质量浓度,对比分析了这些元素在霾日与非霾日的污染特征.结果表明,PM2.5污染水平较高,年质量浓度均值达103μg/m3.霾日PM2.5质量浓度水平是非霾日的2.35倍.春季霾日前后PM2.5中元素变化特征不明显,秋冬季节霾日元素浓度基本大于非霾日.平均而言,整个采样期间Cu、Se、Hg、Bi等人为污染元素的富集因子均较高,且霾日明显大于非霾日.因子分析结果表明,南京市霾日PM2.5主要来源于土壤尘、冶金化工尘、化石燃料燃烧、垃圾焚烧及建筑扬尘,贡献率依次为29.21%、20.15%、27.15%、7.09%和5.10%.     

崇明岛地区PM10和PM2.5浓度分析研究

2010年1月上海市政府颁布了《崇明生态岛建设纲要(2010-2020)》,本文从2013年9月1日至2014年8月31日运用颗粒物采集仪器于森林公园、绿华、现代农业园区、城桥四个空气自动监测点位监测PM10和PM2.5,分析PM10和PM2.5的浓度与风向的关系得出PM10和PM2.5污染与江对面的吴淞工业区、宝钢、石洞口电厂、罗店工业区乃至江苏太仓沿江工业区的污染物排放密切相关,在相当大的程度上主要是来自于他们的贡献.     

兰州市供暖期PM_(2.5)浓度监测及其预报模型

利用兰州市2007-2009年供暖期PM2.5实测数据,统计分析观测期间PM2.5的超标率、超标倍数、浓度水平以及典型天气(浮尘、沙尘暴和灰霾)下PM2.5浓度日变化特征,并结合同期气象数据,运用多元逐步回归分析的方法建立兰州市供暖期PM2.5浓度预报模型,最后对模型进行验证。结果表明:兰州市2007-2009年供暖期PM2.5污染十分严重,2007-2009年PM2.5的超标率分别为59.2%、67.9%和68.8%,最大超标倍数分别达到2.88、3.17和3.60;2007-2009年供暖全期PM2.5浓度日变化呈"双峰双谷"型,浮尘、沙尘暴和霾天气下PM2.5浓度均远高于平均值,霾天气下PM2.5日均浓度值最高;兰州市供暖期PM2.5浓度预报模型的预报值与实测值的变化趋势基本一致,但对高浓度PM2.5模拟结果较差,PM2.5预报浓度准确率和等级准确率分别为70.2%和81.8%。     

青岛市李沧区PM10与PM2.5污染变化特征分析研究

利用2014年1月-12月青岛市李沧区大气自动监测点实时发布的监测数据,对PM10和PM2.5的达标情况、变化趋势及其两者之间相关性进行分析.结果表明:青岛市李沧区PM10和PM2.5年均值分别为0.126mg/m3和0.062 mg/m3,均超过二级标准,全年达标天数比例分别为71.8％和72.1％;PM10和PM2.5有明显的季节变化特征,其中春季污染最重,污染日分别占全年的40.8％和44.1％.PM2.5占PM10比例较高,达到48.4％.PM2.5与PM10回归线性较好,y=0.571 2x-0.011 8,R2 =0.901 2;PM2.5和PM10的Pearson相关系数为0.912;PM2.5和PM10日均值呈显著线性相关.     

贵阳市空气中PM2.5/PM10时空分布特征研究

利用2013年贵阳市10个国控监测站点PM2.5和PM10全年(2013年1月1日00时-2013年12月31日23时)实时同步质量浓度监测资料,取24小时滑动平均,研究PM2.5和PM10质量浓度比值(PM2.5/PM10)的时间、空间分布特征及二者质量浓度的相关性.结果表明:2013年贵阳市PM2.5/PM10的年均值为0.64,春、夏、秋和冬季的平均值分别为0.64、0.49、0.66和0.77.PM2.5/PM10四季有较大差异,冬季比值最高,夏季最低,春、秋两季相当;由于所代表的功能区及环境位置特点不同,各监测点同时刻的PM2.5和PM10浓度值有较大差异,但PM2.5/PM10的空间分布没有明显差异;对PM2.5和PM10浓度值进行回归分析,当PM10浓度增大时,PM2.5整体呈增大趋势.     

廉江某地区大气TSP、PM10、PM2.5污染水平及相关性研究

为研究廉江市大气颗粒物污染特征,于2014年11月～12月采集TSP、PM10、PM2.5样品,用重量法分析质量浓度,并对相关性进行分析.结果表明,用环境空气质量标准(GB 3095-2012)来衡量,廉江市冬季大气颗粒物TSP、PM10、PM2.5的日均浓度均符合标准,环境空气状况良好;三个代表性采样点在监测周期内TSP、PM10、PM2.5的浓度变化趋势大体一致,监测结果能客观反映该区域颗粒物的污染状况;PM2.5与PM10,PM10与TSP之间均存在着显著相关性,回归方程相关性较好.     

江苏省2014年上半年颗粒物PM2.5、PM10污染特征分析研究

根据2014年1月1日～6月30日江苏省13地级市监测PM2.5,PM10的数据,分析其污染特征.结果表明:全省PM2.5和PM10污染较严重,全省PM2.5,PM10超标率都分别达到78.33％,66.11％以上,尤其是细颗粒物的污染占主导地位;PM2.5/PM10的比值范围达到0.461 9～0.687 2,全省PM2.5和PM10之间存在显著的线性关系;PM2.5,PM10浓度时空分布特征为PM2.5:1月＞3月＞2月＞5月＞6月＞4月,PM10:1月＞5月＞3月＞6月＞2月＞4月;苏北＞苏中＞苏南.     

东莞市春冬季灰霾期间PM_1、PM_(1-2.5)中水溶性无机离子的污染特征

利用中流量大气采样器对东莞市A和B两点(A:生活区,B:工业区)进行PM1、PM1-2.5采样,并分析其中F-、Cl-、NO-3、SO2-4、NH+4、Na+、K+、Ca2+、Mg2+等9种水溶性无机离子。结果显示,霾日工业区本地源对这些离子的贡献较非霾日大。二次离子SO2-4和NH+4的形成主要发生在PM1中,且其春冬季形成机制存在一定差异,其机制可能更主要受春冬季气象条件差异的影响,而不是霾日与非霾日的影响。对于颗粒物PM1,其霾日AE/CE值(0.974~1.168)要大于非霾日(0.877~1.039),霾日SO2-4和NH+4结合形态主要为NH4HSO4,而非霾日则为(NH4)2SO4;而对于PM1-2.5则相反。     

上海市静安区PM2.5浓度变化特征及其与PM10的关系

根据2006-2011年静安区PM2.5连续自动监测数据,通过对其浓度变化特征进行趋势性分析发现,2006-2011年静安区环境空气中PM2.5浓度呈逐步下降趋势,但浓度年均值仍超过国家环境空气质量二级标准限值.PM2.5污染季节变化特征明显,冬春较高、夏秋较低.PM10与PM2.5的回归方程为y=1.5585x+0.0108,相关系数为0.78,显著性水平为0.01.PM2.5与PM 10浓度的比值(p)主要集中在0.5-0.7之间.     

南昌市大气颗粒物污染特征及PM2.5来源解析

为探讨2013年南昌市大气颗粒物的污染特征及分布状况,收集南昌市9个大气监测站点实时发布的PM₁₀和PM_2.5数据,分析了ρ（PM₁₀）、ρ（PM_2.5）和ρ（PM_2.5）/ρ（PM₁₀）的变化规律及其与气态污染物的相关性,并结合污染严重的秋季时段,采用PCA-MLR（主成分分析-多元线性回归）模型对大气PM_2.5中化学组分来源进行解析.结果表明:①ρ（PM₁₀）和ρ（PM_2.5）的年均值分别为（115.4±39.1）（69.1±26.8）μg/m3,均超过GB 3095-2012《环境空气质量标准》二级标准限值,ρ（PM₁₀）和ρ（PM_2.5）的最高值分别出现在石化、省外办监测站点,最低值出现在林科所监测站点.ρ（PM₁₀）和ρ（PM_2.5）季节性变化特征明显,呈冬季>春、秋两季>夏季的趋势,全年ρ（PM₁₀）超标天数占比为25.48%,ρ（PM_2.5）超标天数占比为36.71%,各季度ρ（PM_2.5）超标天数占比均高于ρ（PM₁₀）.②受人为活动和边界层高度的影响,ρ（PM_2.5）和ρ（PM₁₀）日变化呈双峰双谷形态,一个波峰出现在08:00-10:00,另一个波峰出现在20:00-22:00,并且晚间小时峰值高于早间,最低值出现在15:00.③ρ（PM_2.5）/ρ（PM₁₀）年均值为60.3%,在冬季最高达65.1%,相关性分析发现ρ（PM₁₀）与ρ（PM_2.5）存在较显著的线性关系,表明二者具有同源性.④ρ（PM₁₀）、ρ（PM_2.5）均与ρ（SO₂）、ρ（NO₂）、ρ（CO）呈显著正相关,并且冬季相关性高于夏、秋两季;而ρ（PM₁₀）、ρ（PM_2.5）均与ρ（O₃）全年呈显著负相关,并且夏、秋两季相关性高于冬季,说明气态污染物的二次转化对ρ（PM_2.5）和ρ（PM₁₀）有较大影响.⑤南昌市秋季PM_2.5的最大污染源为道路扬尘/机动车尾气混合污染源,其次分别为施工扬尘源、燃煤源、冶炼尘/生物质燃烧混合污染源,各污染源对PM_2.5的贡献率分别为40.9%、35.8%、12.4%、10.9%.研究显示,南昌市PM_2.5的污染程度较PM₁₀严重,PM_2.5已成为南昌市大气颗粒物污染的主要组分,PM_2.5主要来源为城市扬尘和机动车尾气.      

漯河市PM10和PM2.5中水溶性离子浓度特征及其来源解析

为了研究漯河市PM_2.5和PM₁₀及其水溶性离子变化特征,于2017年5月—2018年2月在漯河市3个采样点同步采集PM_2.5和PM₁₀样品,分别获得PM_2.5和PM₁₀有效样品191和190个.用离子色谱法分析样品中F-、Cl-、NO₃-、SO₄2-、Na+、NH₄+、K+、Mg2+、Ca2+等9种水溶性无机离子.结果表明:在采样期间,漯河市ρ（PM_2.5）平均值为72.42 μg/m3,其中ρ（总无机水溶性离子）的年均值为34.76 μg/m3,占ρ（PM_2.5）的46.72%;ρ（PM₁₀）平均值为126.52 μg/m3,其中ρ（总无机水溶性离子）的年均值为46.40 μg/m3,占ρ（PM₁₀）的35.67%.2种颗粒物水溶性离子质量浓度的季节性变化均呈冬季高、夏季低的趋势.PM_2.5/PM₁₀〔ρ（PM_2.5）/ρ（PM₁₀）〕在四季分别为0.50、0.61、0.56、0.57.采样期间漯河市PM_2.5中NOR（氮氧化率）和SOR（硫氧化率）的年均值分别为0.17和0.30,PM₁₀中NOR和SOR的年均值分别为0.22和0.34,说明颗粒物中SO₄2-的二次转化效率高于NO₃-.PM_2.5和PM₁₀在采样期间均呈弱碱性,且碱性在夏季最强,秋季最弱.利用PMF模型分析PM_2.5和PM₁₀中水溶性离子的主要来源发现,PM_2.5中水溶性离子来源主要包括生物质燃烧源、燃煤源、建筑扬尘源、工业源和二次污染源,PM₁₀中水溶性离子来源主要包括燃煤源、建筑扬尘源、二次污染源、生物质燃烧源和工业源.研究显示,漯河市颗粒物污染中水溶性离子来源复杂,应采取多源控制的污染防治措施.      

2014~2016年间郑州市控制PM10和PM2.5污染的健康效益评估

根据郑州市2014~2016年间大气中PM₁₀和PM_2.5年平均浓度数值,采用泊松回归相对危险模型,评估了控制PM₁₀和PM_2.5污染后所能带来的95%置信区间下的健康效应及健康效益.结果表明,2014~2016年间,PM₁₀浓度达到二级限值后所带来的经济效益（以亿元计,括号中为置信区间,下同）分别为181.8（150.4,211.2）、242.5（202.5,279.4）和206.2（173.3,239.2）,分别占郑州市当年生产总值的2.7%、3.3%和2.5%;PM_2.5浓度达标后所带来的经济效益分别为178.8（143.7,211.6）、216.5（174.6,255.3）和172.5（137.8,205.5）,分别占郑州市当年生产总值的2.6%、3.0%和2.1%.PM₁₀和PM_2.5浓度达标后,城镇受益人数高于农村,急性支气管炎减少人数高于其他健康终端,对于慢性支气管炎,成人受益比儿童大,哮喘则相反.慢性支气管炎人数减少带来的健康经济效益最高,其次为哮喘,门诊和住院的健康效益最低.     

北京大气PM10中水溶性氯盐的观测研究

氯盐是大气气溶胶中重要水溶性无机盐,对2004年全年北京大气可吸入颗粒中氯盐的变化进行了监测,结果表明北京大气中可溶性氯盐的年均值在(3.1±1.7)μg·m^-3,采暖期平均浓度为(4.6±2.1)μg·m^-3,非采暖期平均浓度为(2.6±1.6)μg·m^-3.最低值出现在5月,为(1.3±0.8)μg·m^-3;最高值出现在12月,为(5.8±5.3)μg·m^-3.日变化在秋冬季多为白天浓度低,晚上浓度高,夏春季多呈现上午高,下午低的特征;季节变化呈现秋冬季高,春夏季低的特点.     

2015—2018年乌鲁木齐市PM2.5及PM10时空分布特征

乌鲁木齐市是“丝绸之路经济带”关键节点城市,为了解乌鲁木齐市2015—2018年空气污染状况,利用2015年1月1日—2018年12月23日乌鲁木齐市7个国控空气质量监测站的ρ（PM_2.5）、ρ（PM₁₀）监测数据,基于ArcGIS空间分析平台,分析乌鲁木齐市PM_2.5、PM₁₀的时空分布特征.结果表明:ρ（PM_2.5）从2015年（66.60 μg/m3）到2016年（76.93 μg/m3）呈上升趋势,在2016—2018年呈单一下降趋势;ρ（PM₁₀）从2015年（132.74 μg/m3）到2016年（125.93 μg/m3）呈下降趋势,在2016—2018年呈单一上升趋势.2015—2018年工业活动集中的乌鲁木齐市边缘各区的ρ（PM_2.5）、ρ（PM₁₀）平均值比城市中心（商业区、居民区）分别高11.28、7.17 μg/m3,说明工业集中地区的大气环境质量受污染影响明显.此外,2015—2018年乌鲁木齐市大气污染呈季节性和北高南低的区域性分布特征.气象因子分析表明,ρ（PM_2.5）、ρ（PM₁₀）均与相对湿度呈正相关,与降雨量、风速等气象因素呈负相关.2015—2018年,乌鲁木齐市大气中ρ（PM_2.5）/ρ（PM₁₀）呈先增后降的趋势,冬季以PM_2.5污染为主,其他季节以PM₁₀污染为主.研究显示,2015—2018年乌鲁木齐市空气污染状况变化与地形、气象条件、城市化建设均有一定的关系.      

北京市城区两个典型站点PM2.5浓度和元素组成差异研究

采用rp TEOM^® 1400a颗粒物测定系统,于2008年1月到2010年12月,对北京城市生态系统研究站和北京教学植物园周边大气中细颗粒物(PM_2.5)的浓度进行了连续监测.2010年,利用rp TEOM1400系统的旁路采样器同步采集PM_2.5样品,经微波消解后采用ICP-MS和ICP-OES方法测定样品中的Al、As、Ca、Cd、Co、Cr、Cu、Fe、K、Mg、Mn、Na、Ni、Pb、Se、V、Zn等17种元素的浓度.结果表明,2008年1月至2009年3月,北京城市生态系统研究站的PM_2.5平均浓度为59.1 μg·m^-3,比北京教学植物园低36%.2009年4月至2010年12月,北京城市生态系统研究站的PM_2.5平均浓度为95.5 μg·m^-3,比北京教学植物园高60%.施工工地的土方作业可能对两站点PM_2.5浓度的差异有重要贡献.地壳元素Al、Fe、Mg、K、Ca、Na浓度在两站点的差异最大.北京城市生态系统研究站其余污染元素的富集因子一般也高于北京教学植物园,尤其是Pb、As元素,可能与被污染土壤和建筑物等的二次污染有关.两站点的PM_2.5污染状况均在建筑施工期较严重,来自地表和建筑工地的扬尘可能是造成PM_2.5污染严重的主要原因.     

秋季嘉兴PM2.5质量浓度特征分析

利用膜采样、颗粒在线称重方法和维萨拉气象仪对2004和2006年秋季嘉兴大气中ρ(PM_2.5)及气象因子进行了分析.结果表明:2004和2006年秋季ρ(PM2.5)分别为(84.7±62.4)和(89.0±61.5) 　μg/m3;ρ(PM2.5)占ρ(PM₁₀) 比例为42%～69%;ρ(PM_2.5)日均值变化大(16.7～345.7 μg/m3),晴天ρ(PM_2.5)约为阴雨天的2倍.ρ(PM_2.5)日变化分析表明,晴天呈双峰双谷现象,晚高峰(16:00—20:00)ρ(PM_2.5)大于早高峰(06:00—10:00),阴雨天日变化不明显.PM_2.5与相对湿度无显著相关性,但在不同相对湿度下PM_2.5与能见度呈显著的负指数关系.东北风和西北风是观测期内当地的主导风向,ρ(PM2.5)高值出现在西南风方向,重污染天气过程形成原因复杂.      

2013年1月北京市PM2.5区域来源解析

2013年1月,北京地区经历了多次严重的灰霾天气,细颗粒物污染已成为北京地区所面临的重要问题.了解和掌握北京细颗粒物的污染来源,是解决细颗粒物污染的重要途径,也是制定防治政策的重要依据.通过建立三维空气质量模型系统,对2013年1月20~24日的污染过程进行模拟,并运用PSAT技术探究北京市细颗粒物污染的区域来源.结果表明,本地源排放是北京市PM2.5的主要来源,平均贡献率为34%;河北和天津的平均贡献率分别为26%和4%;京津冀周边地区及模拟边界外的贡献分别为12%和24%.在重污染日,区域传输对北京市PM2.5的影响显著增强,是北京PM2.5污染的主要来源.PM2.5中的硝酸盐主要来自北京市周边地区的贡献,而硫酸盐和二次有机气溶胶呈现远距离传输的特性,铵盐和其他组分则主要来自北京本地的贡献.     

青岛市大气PM2.5元素组成及来源研究

利用2007年5月～2008年5月气溶胶观测资料和逐日天气资料,分析了青岛市2.5μm气溶胶粒子(PM2.5)浓度特征、元素组成和来源.结果表明,青岛市PM2.5和PM10年均浓度分别为86.6μg.m-3和120μg.m-3.PM2.5浓度采暖季高于非采暖季,夏季最低.PM2.5浓度在荒漠和人为共同影响下的气团中最高,在海洋影响气团中最低.PM2.5和PM10的主要组成元素是S、Ca、Cl、K和Fe,主要污染元素集中在PM2.5中;PM2.5中Cl、K、Zn、Br和Pb浓度采暖季较大,夏季较小,Ca元素变化趋势则相反.V、Cr、Cu、As、Se、Sr和Zr的浓度受不同来源气团影响不显著,S、Cl、K、Ti、Mn、Fe、Zn、Br、Pb和Ca的浓度在不同来源气团下存在较大差异.降水对S、K、Pb和Fe质量浓度的影响最为明显.富集因子分析表明,所有元素在PM2.5中的富集因子普遍大于PM10,青岛市非地壳来源的元素在PM2.5中所占比例大于PM10.Ca元素富集因子夏季较大,可能受到建筑尘影响.     

2013年1月宁波市PM_(2.5)污染的形成过程与传输规律

为了深入认识宁波市冬季细颗粒物(PM2.5)的污染特征和主要影响因素的作用规律,利用Models-3/CMAQ模式系统对2013年1月宁波市的PM2.5污染形成过程进行了模拟分析.结果表明,宁波市PM2.5的重点污染区主要分布在市区、北部地区及东部沿海,除了受到局地污染源排放的影响外,对比非污染的情况,大气输入和气溶胶生成作用的增强是引起PM2.5污染的主导因素,其中水平传输过程对PM2.5浓度升高的贡献最为突出.气溶胶过程的贡献在近地面(0~80 m)最显著,随着高度升高而逐渐减弱.硝酸盐在局地二次生产的细颗粒物中占主要份额(~70%).对于硫酸盐,局地二次生成所占的比例很低,主要来自宁波局地排放和宁波以外地区的大气传输(贡献比例分别为44%和40%).宁波市的PM2.5污染主要受到来自北向沿岸气团(占比54%)、西北向大陆气团(占比21%)和西向局地气团(占比25%)的传输影响.在西北方向短距离区域传输的作用下PM2.5浓度最高;在我国中东部大范围灰霾天气的影响下,西北向和北向的长距离传输作用也会导致宁波地区的PM2.5污染.