东莞城区环境空气细颗粒物PM_(2.5)特征分析

采集2010—2012年东莞市城区5个采样点环境细粒子PM2.5,根据PM2.5浓度分析其污染特征,并结合气象要素分析其影响因素。研究表明:2010—2012年,东莞市城区各测点PM2.5年均浓度在0.035~0.054 mg/m3,PM2.5污染具有明显的夏季和非夏季2种季节性特征,夏季污染相对较轻,平均值为0.036 mg/m3,非夏季污染较严重,平均值达到0.053 mg/m3;PM2.5超标情况逐年好转,2010,2011,2012年超标率分别为20.3%、9.9%、4.6%。气象因素对PM2.5浓度变化有一定的影响,PM2.5浓度变化与风速呈一定程度的负相关,与相对湿度之间呈负相关关系,与气压之间呈正关系,而非夏季温度与其浓度变化关系不明显。     

北京地区冬春PM2.5和PM10污染水平时空分布及其与气象条件的关系

北京2012~2013年的冬春多次出现雾霾天气,可吸入颗粒物(PM10)污染严重.而PM2.5作为PM10中粒径较小的部分,在PM10中所占比重越高,污染越严重.因此,本研究选取了能够覆盖北京所有区县的30个PM2.5和PM10的质量浓度监测点,对该地区的PM2.5和PM10污染特征进行分析,确定其空间差异特征和时间性变化特征.普通克里格插值(Original Kriging)法得到的北京地区冬、春季颗粒物浓度分布图显示,颗粒物浓度从北部山区到南部地区逐渐递增,在中心城区处,西部高于东部,且局部地区存在一定的城乡差异.颗粒物浓度月变化曲线呈单峰单谷型,1月最高,4月最低;逐日变化反映了PM2.5和PM10浓度具有较好的相关性,且受气象条件影响显著;日变化呈双峰趋势.本文选取日平均气温(℃)、相对湿度(%)、风速(风级)、降水量(mm)等气象因子,利用Spearman秩相关分析研究各个气象因子对大气PM2.5和PM10浓度的影响.北京冬季PM2.5和PM10的质量浓度分别与气温、相对湿度正相关,与风速负相关,风速和相对湿度是影响污染物质量浓度分布的主要因素.     

气象条件对天津一次大气重污染过程的影响研究

本文利用环境空气质量和气象要素的小时观测数据,分析了天津一次典型大气重污染过程前后空气质量和主要气象因素的变化特征,研究了气象条件对环境空气质量的影响,结果表明:天津地区大气重污染过程呈现两种特征,一种是"逐渐积累、迅速清除",主要在污染过程的开始和结束时段呈现;另一种是"快速下降、快速回升",主要在污染过程中期,由于风向转变使污染物输送推移导致的。在污染物积累阶段,风速明显偏小,相对湿度增大;在污染过程结束阶段,风速明显偏大,风向多为西北风,相对湿度明显下降。分析了风速、相对湿度与PM2.5浓度的相关性,其中风速与PM2.5浓度呈指数相关,R2达到0.420,相对湿度与PM2.5浓度呈线性相关,R2达到0.520。     

常州市空气污染特征及原因研究

利用2013年-2014年常州市6个空气自动站监测数据,分析了执行空气新标准后常州市空气污染特征,并进行了原因探讨.研究发现:用新标准评价,常州市空气优良率61％,PM2.5和O3(8 h)是主要的污染物;并呈现秋冬季以PM2.5污染为主、春夏季以O3污染为主的特征,PM2.5等4项污染物24小时出现双峰.PM2.5等主要来自本地污染,SO2受区域和本地叠加影响;燃煤、机动车尾气、二次粒子的影响要高于长三角地区平均水平;风速、降水量与PM2.5浓度呈显著的负相关.     

太原市冬季PM2.5水溶性组分污染特征分析

为了探讨太原市大气阴霾天气的主要污染物PM2.5中水溶性组分的污染特征,于2011年12月~2012年1月,采用美国Thermal Anderson公司的大流量PM2.5颗粒物采样器进行了PM2.5样品采集,共获得样品56个.通过采样前后滤膜的重量变化计算PM2.5的质量浓度.并采用微波提取技术,用TOC/TN分析仪研究了水溶性TOC和水溶性TN等的污染特征.研究结果表明,太原市冬季采暖期PM2.5污染严重,并且比北京、天津、广州、南京、西安的污染水平都高.对PM2.5主要影响因素风速、相对湿度、温度和昼夜变化等的分析表明,风速大小与PM2.5的浓度大小呈负相关(r=-0.4693,α=0.05),相对湿度与PM2.5浓度呈正相关(r=0.4092,α=0.05),而温度与其浓度变化关系不明显;采样期间PM2.5浓度的昼夜变化规律不明显.水溶性TOC对PM2.5贡献较高,占PM2.5总量的13.2%~57.7%;NO3-、SO42-也与水溶性TOC有重要的相关关系.     

潜江市空气污染状况及其与气象条件的关系

基于潜江市环境监测站2015-2016年空气污染物(PM_(10)、SO_2、NO_2、CO、O_3、PM_(2.5))浓度与同期气象要素(相对湿度、温度、风速、气压和降水)逐小时资料,分析潜江市空气污染状况及与气象条件的关系。结果表明:潜江市主要污染为PM_(2.5),占总污染日数99.1%。PM2.5污染呈现一定的季节性,冬季春季秋季夏季。5 mm以上降水对PM2.5污染有一定的清除作用,且清除作用随着降雨量的增大而增大。污染日平均气温多集中在15℃以下,气压对PM2.5污染的影响集中在1 000.1~1 020 h Pa之间。PM2.5污染与平均风速呈负相关关系,风速越大越有利于空气中污染物质的稀释扩散。     

古田县大气污染物变化特征与气象条件的关系

利用2017年古田县空气质量和气象观测数据,分析PM10、PM2.5的日变化、月变化和季节变化特征、通过进一步分析PM10、PM2.5与各气象要素的关系,得出结论:日平均气温与污染物浓度呈现明显的负相关,气温越高,污染物浓度越低,反之亦然;日降水量大小与PM10、PM2.5呈负相关的关系,降水对PM10、PM2.5有很...     

遵义市PM10和PM2.5污染水平时间分布及其与气象条件的关系研究

对遵义市2014年1月1日-12月31日大气颗粒物在线监测数据分析结果表明,全年PM10和PM2.5质量浓度的变化幅度较大,但变化趋势相似,且具有较好的相关性,其中冬季>春季>秋季>夏季;日变化呈双峰特征分布,夜间峰值比中午峰值大,且夜间PM2.5浓度呈区域性变化特征.选取日平均气温、相对湿度及风速等气象因子,利用Spearman秩相关分析表明遵义市全年PM10和PM2.5质量浓度与气温、相对湿度及风速等气象条件均呈负相关.     

杭州市区空气中PM2.5细微粒监测及污染状况分析

用自行研制的中流量PM10～PM2.5大气采样仪,在2004～2005年期间,对杭州市区5个代表性采样点的细颗粒PM2.5污染程度进行监测,结果表明,PM2.5颗粒浓度有着季节性特征,冬季的颗粒浓度明显高于夏季;在繁华马路地区PM2.5污染较为严重,超标率达90%,而在城市绿化较好的地区PM2.5污染较小;PM2.5颗粒浓度与空气湿度呈正相关、与空气能见度呈负相关关系;而且室内外PM2.5颗粒浓度之间也存在一定的相关性,PM2.5/PM10的比值表明对人体健康危害更大的PM2.5占PM10的大部分,在0.50￣0.78范围内。     

银川市气溶胶变化特征及其与气象条件的关系分析

利用银川市2013年的气溶胶和气象要素观测资料,分析银川市不同粒径颗粒物浓度变化特征及其与气象条件的关系,结果表明:PM10、PM2.5、PM1的季节变化规律基本一致,夏季浓度低变幅小、其他季节浓度高变幅大;PM1、PM2.5存在明显的7 d周期,PM10存在10~12 d的周期。PM1、PM2.5、PM103种粒径的气溶胶浓度具有高度相关性,PM1与PM2.5相关性最好,PM10浓度高、变率大,与细粒子相关性有所降低。PM1和PM2.5的时变化均呈双峰双谷型,PM10的时变化在非采暖期近似于双峰双谷型,采暖期呈单峰型。银川市气溶胶浓度与能见度相关性最好,细颗粒物对能见度影响比粗粒子更为严重。气温与气溶胶浓度呈一致的负相关。风速与细颗粒物PM1、PM2.5浓度呈负相关,与粗颗粒物PM10的相关性较差。银川市相对湿度与粗颗粒物浓度PM10呈较好的负相关,与PM1正相关,与PM2.5相关不显著。     

乌鲁木齐大气PM2.5对质粒DNA的损伤研究

2012年1月~2012年12月采集乌鲁木齐大气PM2.5样品,使用质粒DNA评价法研究了不同季节PM2.5的氧化能力,并进行氧化性毒性与相应气象因素和质量浓度之间的相关性研究.结果表明,乌鲁木齐大气PM2.5的质量浓度具有冬季最高,春季和秋季次之,夏季最低的季节性变化特征;PM2.5全样和水溶部分氧化能力的季节差异较大,对质粒DNA的氧化性损伤具有冬季最大,春季和夏季之次,秋季最低.冬、春、夏、秋季大气PM2.5全样的TD30(PM2.5对质粒DNA造成破坏达到30%所需要的颗粒物的剂量)平均值分别为440,491,503,515μg/mL,水溶部分分别为474,721,666,600μg/mL.绝大部分PM2.5样品全样的TD30值均小于水溶部分样,表明全样的毒性大于相应的水溶部分样.全样TD30值与平均温度显著(P<0.05)正相关,表明寒冷的天气/季节可能造成PM2.5的高毒性.水溶样TD30值与风速显著(P<0.01)正相关,与相对湿度显著负相关.这表明,高的风速和低的相对湿度可能跟较低和较高的PM2.5的毒性有关.PM2.5氧化性损伤能力的大小与其质量浓度之间的相关性不明显,表明仅以颗粒物的质量浓度来评价大气颗粒物氧化性损伤能力大小的方法并不能真实地反映其对人体健康的危害程度,起决定作用的还是颗粒物的化学组成及其表面吸附的有害成分.     

自贡市大气颗粒物污染特征及来源解析

利用自贡市大气监测数据、同期气象数据以及颗粒物源解析在线监测资料,对颗粒物污染的特征及成因进行研究.结果表明:颗粒物年均浓度受浮尘天气影响明显,季均浓度呈冬高夏低变化,月均浓度呈"U"字形变化,日均浓度呈双峰型变化;颗粒物与降水、温度、气压、风速存在相关性,与相对湿度无相关性,PM10、CO、NO2、SO2、O3浓度对PM2.5浓度变化影响显著;PM2.5主要成分为元素碳、有机碳、富钾颗粒等,主要来源为机动车尾气、燃煤、工业工艺源等.     

Chemical composition and quantitative relationship between meteorological condition and fine particles in Beijing

The recent year‘s monitor results of Beijing indicated that the pollution level of fine particles PM2.5 showed an increasing trend. To understand pollution characteristics of PM2.5 and its relationship with the meteorological conditions in Beijing, a one-year monitoring of PM2.5 mass concentration and correspondent meteorological parameters was performed in Beijing in 2001. The PM2.5 levels in Beijing were very high, the annual average PM2.5 concentration in 2001 was 7 times of the National Ambient Air Quality Standards proposed by US EPA. The major chemical compositions were organics, sulfate, crustals and nitrate. It was found that the mass concentrations of PM2.5 were influenced by meteorological conditions. The correlation between the mass concentrations of PM2.5 and the relative humidity was found. And the correlation became closer at higher relative humidity. And the mass concentrations of PM2.5 were negtive-correlated to wind speeds, but the correlation between the mass concentration of PM2.5 and wind speed was not good at stronger wind.     

北仑区域大气中黑碳气溶胶特征研究

利用2012年－2014年在北仑城区的黒碳气溶胶及相关的能见度、SO2、NO2、CO、O3、PM1、PM2．5因子的监测结果,研究区域黒碳气溶胶的污染特征及与其他相关因子的关系等。结果表明,黒碳气溶胶随着浓度的不同组分会有所差异。另外,区域内的黒碳气溶胶的本底值为1.25μg／m3,在国内大城市中处于相对低位,但远高于全球本底值;黒碳气溶胶对消光的贡献为12．13％;与SO2等的相关性分析表明,其与PM2．5、PM 1、NO 2均为强正相关,与SO 2和CO均为中等强度正相关,而与O 3则显示了负的指数相关。     

沈阳一次雾霾天气颗粒物浓度及光学特征变化

利用2011年10月17～22日连续在线观测沈阳地区大气能见度、颗粒物质量浓度ρ(PM10)、ρ(PM2.5)、ρ(PM1.0)、以及通过太阳光度计测量数据反演得到的气溶胶光学厚度、Angstrom波长指数、气溶胶粒子谱分布数据,结合相对湿度、风速、温度等气象资料,分析了2011 年秋季沈阳一次雾霾天气过程中能见度与颗粒物质量浓度及气溶胶光学特征变化.结果表明:相对温度偏高、小风天气以及颗粒物质量浓度累积是造成沈阳能见度下降、引发雾霾天气的主要因素;雾霾期间细粒子所占比例较高,ρ(PM10)、ρ(PM2.5)、ρ(PM1.0)平均值分别为138.8、103.3、94.9μg/m3,比雾霾过程前均增加约2倍左右,PM2.5/PM10和PM1.0/PM10分别为74.7%和68.6%;当RH0.90),RH >80%时, 能见度与颗粒物浓度间的相关性减弱;雾霾期间气溶胶光学厚度明显增加,雾霾前气溶胶光学厚度和Angstrom波长指数平均值分别为0.82和0.94,雾霾期间气溶胶光学厚度和Angstrom波长指数平均值分别为1.42和1.25;雾霾天气过程中,细模态粒子的峰值浓度约是雾霾前细粒子浓度的2倍,说明沈阳地区大气污染物以细粒子为主,进而影响气溶胶光学特征发生变化.     

上海市青浦区PM_（10）污染状况及其与气象要素的关系

利用2006-2010年上海市青浦区PM10和同期地面气象要素的监测资料,定量分析PM10的季节变化规律以及PM10与降雨量、大气湿度和风速之间的关系。分析结果表明：PM10浓度在夏季处于低值,冬季处于高值;5mm/d以上的降雨对PM10有显著的清除作用,且春夏季降雨的清除作用大于秋冬季节。PM10浓度与大气湿度基本呈负相关关系。风速在一定范围内有利于PM10的扩散但不至造成扬尘,春夏季节的适宜风速是1.5～3.5m/s,冬季的适宜风速是1.5～2.5m/s。     

2009年8~9月成都市颗粒物污染及其与气象条件的关系

对成都市3个不同点位PM2.5和PM10进行了为期30d的连续观测,研究了大气颗粒物浓度的时空分布特征,及其与气象条件的关系.研究表明,观测期间成都市大气颗粒物PM2.5和PM10质量浓度日均值分别为66,94μg/m3,两者浓度变化范围较大,但变化趋势相同.从空间分布来看,大气颗粒物浓度均是熊猫基地>草堂寺>丽都花园,即下风向污染状况最严重,商业繁华地段次之,生活居住区最好;从时间分布来看,大气颗粒物污染最严重出现在9月17~19日,9月5~9日2个时间段,不利的气象因素和污染物的累积是造成该时间段大气颗粒物污染加重的主要原因.PM2.5与PM10质量浓度的相关性为0.93,PM2.5对PM10的贡献较大,两者质量浓度的比值达0.69.气温对大气颗粒物浓度变化没有显著影响;降水以及风速对颗粒物浓度影响较大,主要是对颗粒物的湿清除和促进扩散作用;在一定相对湿度范围内,高湿度条件容易造成大气颗粒物的较重污染.能见度与大气颗粒物浓度呈明显负相关性,且与PM2.5的相关系数大于与PM10的相关系数.     

上海市青浦区PM_(10)污染与气象要素的关系

利用2006年-2010年上海市青浦区PM10和同期地面气象要素的监测资料,定量分析PM10的季节变化规律以及PM10与降雨量、大气湿度和风速之间的关系。分析结果表明:PM10浓度在夏季处于低值,冬季处于高值;5 mm/d以上的降雨对PM10有显著的清除作用,且春夏季降雨的清除作用大于秋冬季节。PM10浓度与大气湿度基本呈负相关关系。风速在一定范围内有利于PM10的扩散但不至造成扬尘,春季的适宜风速是1.5～3.5m/s,冬季的适宜风速是1.5～2.5 m/s。     

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.