杭州市大气PM2.5和PM10污染特征及来源解析

2006年在杭州市两个环境受体点位采集不同季节大气中PM_2.5和PM₁₀样品,同时采集了多种颗粒物源类样品,分析了其质量浓度和多种化学成分,包括21种无机元素、5种无机水溶性离子以及有机碳和元素碳等,并据此构建了杭州市PM_2.5和PM₁₀的源与受体化学成分谱;用化学质量平衡(CMB)受体模型解析其来源。结果表明,杭州市PM_2.5和PM₁₀污染较严重,其年均浓度分别为77.5μg/m³和111.0μg/m³;各主要源类对PM_2.5的贡献率依次为机动车尾气尘21.6%、硫酸盐18.8%、煤烟尘16.7%、燃油尘10.2%、硝酸盐9.9%、土壤尘8.2%、建筑水泥尘4.0%、海盐粒子1.5%。各主要源类对PM₁₀贡献率依次为土壤尘17.0%、机动车尾气尘16.9%、硫酸盐14.3%、煤烟尘13.9%、硝酸盐粒8.2%、建筑水泥尘8.0%、燃油尘5.5%、海盐粒子3.4%、冶金尘3.2%。     

郑州市大气PM2.5的污染特征及源解析

为全面解析郑州市环境空气PM_2.5的化学特征及来源,按照城市功能分区的差异,在郑州市沿主导风向选择4个监测点位,采用大流量采样器分别在采暖季和非采暖季采集40个PM_2.5样品。监测数据表明,郑州市环境空气PM_2.5在采暖季和非采暖季的浓度范围均值高达197、173μg/m³,已属于严重污染;PM_2.5成分分析结果表明,Zn、Pb、Cu、Mn等是PM_2.5中的主要污染元素,其富集系数分别为110、94.9、10.9和5.0;主成分分析结果表明,建筑扬尘、土壤尘及道路扬尘、汽车尾气、煤炭燃烧是郑州市PM_2.5的主要来源,其累计贡献率超过90%。     

北京城区降水对PM2.5和PM10清除作用分析

基于北京市PM_2.5和PM₁₀质量浓度、组分浓度以及降水数据,利用数理统计、相关性分析等方法分别从降水总量、降水时长和降水前颗粒物浓度3个角度研究降水对PM_2.5、PM₁₀的清除作用,同时以一次典型降水过程为例,具体分析降水对颗粒物的影响。结果表明：降水总量的增加有助于促进PM_2.5、PM₁₀的清除,随着降水总量增加,PM_2.5、PM₁₀的平均清除率提高,有效清除的比例增加;连续降水可增强对大气颗粒物的湿清除作用,连续降水达3d可有效降低PM_2.5、PM₁₀浓度;降水对PM_2.5、PM₁₀浓度的清除率和大气颗粒物前一日的平均浓度有较好的正相关性。降水对大气颗粒物的清除可分为清除、回升和平稳3个阶段,各个阶段大气颗粒物的变化趋势不同。降水对于大气气溶胶化学组分和酸碱性的改变具有明显作用,对于大气颗粒物各种组分的清除效果不完全相同。对于大气中OC、NO₃^-、SO₄^2-和NH₄⁺去除率较高,且这4种组分主要以颗粒态形式被冲刷进入降水中,加剧了北京市降水酸化程度。     

盐都区PM2.5污染特征的城郊差异及成因初探

为探究城郊细颗粒物（PM_2.5）污染特征的差异及其成因,利用2022年盐都区城区和郊区ρ（PM_2.5）数据,分析了城郊站点ρ（PM_2.5）水平和日变化特征的差异,并从污染来源和传输影响两方面进行了成因初探。结果显示：2022年盐都郊区ρ（PM_2.5）年均值较城区高23.1%;郊区站点ρ（PM_2.5）日变化峰值更突出,春、夏、秋三季早晨峰值出现在06：00左右,明显早于城区站点。PM_2.5特征组分质量浓度比值和化学质量平衡（CMB）模型模拟结果表明,城郊站点PM_2.5的主要贡献源为移动源、燃煤源等,城区的餐饮源和郊区的生物质燃烧源也有贡献;此外,郊区站点受二次生成的影响要远大于城区站点。ρ（PM_2.5）与城市热岛效应强度（UHII）间关系研究结果表明：郊区受热岛效应影响的程度相对城区更强;各季节郊区ρ（PM_2.5）与UHII均呈负响应,UHII越强,郊区PM_2.5的水平扩散能力越强,城郊PM_2.5的垂直扩散能力差别越明显。后向气流轨迹分析结果表明：郊区受到来自西南（安徽中部、江苏中部）方向、东部（黄海、东海）方向以及高空下沉污染气团的影响明显强于城区,外来污染气团的输送也是郊区ρ（PM_2.5）高于城区的重要原因。     

乌鲁木齐市PM2.5 中重金属污染特征及健康风险评估

为探究乌鲁木齐大气细颗粒物（PM_2.5 ）中重金属的污染水平、来源、健康风险及其变化趋势,对乌鲁木齐市典型区域2020年各季节PM_2.5中重金属的质量浓度进行了连续监测。研究结果表明,2020年,乌鲁木齐市大气ρ（PM_2.5）年均值超过我国《环境空气质量标准》（GB 3095—2012）二级标准限值（35μg/m³）,冬季PM_2.5中重金属质量浓度最高,夏季最低;其中质量浓度较高的重金属为铜（Cu）、铬（Cr）、锌（Zn）、锰（Mn）。1#（交通要道区）、2#（工业集中区）、3#（农业区）3个监测点大气PM_2.5中重金属总质量浓度分别占ρ（PM_2.5）的1.57%,2.48%,0.68%;不同监测点位重金属质量浓度表现为2#>1#>3#。1#、2#、3#监测点大气PM_2.5中重金属的主要来源有燃煤源、工业源、交通源。Cr对不同人群的致癌风险（ILCR）>10^-4,存在致癌风险;镍（Ni）、镉（Cd）对不同人群的ILCR为10^-6~10^-4,存在一定的致癌可能,处于可接受水平。Mn、Cr的危险系数（HQ）>1,存在非致癌风险;其余重金属对不同人群的HQ<1,非致癌风险可忽略;7种重金属的HQ表现为儿童>成年男性>成年女性。     

贵阳市城区PM10和PM2.5水溶性离子特征分析

分别于2013年10月和2014年2月、5月、7月在贵阳市城区3个环境空气质量监测国控点位（南明区市监测站、云岩区黔灵公园马鞍山和观山湖区贵阳一中）进行PM₁₀、PM_2.5样品采集,并对10种水溶性离子（SO₄^2-、NO₂^-、NO₃^-、NH₄⁺、Cl^-、F^-、Na⁺、K⁺、Mg²⁺、Ca²⁺）的含量进行了分析。结果表明,研究时段内,贵阳市3个点位PM₁₀、PM_2.5平均质量浓度分别为（64.8±25.5）、（46.6±21.2）μg/m³。其中,云岩区黔灵公园马鞍山点位的颗粒物浓度最低,南明区市监测站点位最高。3个点位PM_2.5平均浓度与PM₁₀平均浓度的比值为0.719,表明贵阳市城区PM₁₀中,PM_2.5占主导地位。水溶性离子分析显示,SO₄^2-、NO₂^-、NO₃^-、NH₄⁺、Cl^-、F^-、Na⁺、K⁺主要分布在PM_2.5中,Mg²⁺、Ca²⁺主要分布在PM₁₀中。3个点位PM₁₀和PM_2.5中的水溶性离子均表现为SO₄^2-、NH₄⁺、Ca²⁺浓度较大,F^-、NO₂^-较小,表明3个点位的污染源总体相同,且水溶性离子占PM₁₀、PM_2.5含量的比例达33.6%~48.1%。贵阳市城区大气中的SO₂转化率在5月、7月、10月较高,2月最低,主要是由于5月、7月、10月的高温、高湿、强辐射环境条件促进了SO₂向SO₄^2-的转化。阴阳离子平衡分析表明,贵阳市城区PM₁₀、PM_2.5呈现出偏碱性的特征。水溶性离子主成分分析表明,贵阳市城区PM₁₀中的水溶性离子主要来源于城市扬尘、生物质燃烧尘、煤烟尘、建筑尘以及二次粒子,PM_2.5中水溶性离子的来源与PM₁₀较为相似。     

基于静稳累积污染的石嘴山市PM2.5局地源解析

为探究静稳条件下PM_2.5局地源累积特征,在石嘴山市的4个不同功能区站点采集PM_2.5样品,并测量其水溶性离子、无机元素和含碳组分浓度,利用后向轨迹模型判断潜在源区,分析了静稳期和非静稳期PM_2.5组分浓度差异,并采用PMF模型判断静稳期局地源排放特征。结果表明:①观测期间有2次重污染过程是由局地污染物累积引起的;②沙尘源为主要的外来源,冬季非静稳期存在Si、Ca、Fe浓度大幅上升现象(浓度达到15.11、27.03、18.89 μg/m³),水溶性离子易在静稳条件下累积,受采暖影响,NO₃^-、SO₄^2-在冬季有更大的贡献,NO₃^-/SO₄^2-的值表明秋季机动车源对PM_2.5的贡献较大,冬季燃煤源对PM_2.5的贡献较大,OC/EC的值表明局地排放二次有机气溶胶转化效率不强;③静稳条件下受局地源影响,太沙站点S、Mn、SO₄^2-、EC等与工业排放相关的组分浓度最高,沟口站点受机动车源的影响,NO₃^-浓度最高(22.66 μg/m³),崇岗站点受煤炭加工排放影响,OC浓度远高于其他站点;④ PMF模型解析结果显示,石嘴山市局地源中工业源(47.4%)贡献最大,其次为机动车与扬尘混合源(29.3%)、二次源(15.1%)。     

降水和风对苏州地区PM2.5浓度影响分析

为了解降水和风对苏州地区细颗粒物（PM_2.5）质量浓度的影响,利用2018—2022年逐日降水量、风向风速和环境空气质量数据,分析苏州市降水和ρ PM_2.5）的月变化特征及日降水强度、降水时长和风向风速对ρ（PM_2.5）变化的作用。结果表明,降水对PM_2.5存在一定湿清除作用,全年雨日ρ（PM_2.5）平均值较非雨日低21%,1—2月和11—12月最为显著。降水的湿清除效率受日降水量级和日降水时长等因素的影响,当日降水量达到中雨及以上量级时,ρ（PM_2.5）下降样本数超过总样本数的60%,降水的湿清除效率随着降水量级的增加而显著提高;当日降水时长＞6 h时,降水对污染物浓度的改善作用明显,ρ（PM_2.5）下降样本数超过总样本数的50%。不同风向、风速的清除作用也有差异,静风或微风状态下,高温高湿的西南风最易造成苏州地区的霾污染;当西北风速＞4m/s时,受到冷锋前的污染气团南下扩散影响,ρ（PM_2.5）升高;对于东北风、西南风和东南风这3个风向,当风速达到5m/s时,对污染物具有有效的干清除作用。     

北京2019年国庆假日及随后一个星期PM2.5中金属元素来源分析

2019年10月1—14日,采集了北京五环内14份城区大气PM_2.5样品。用微波消解-电感耦合等离子体质谱法（ICP-MS）测试了样品中15种金属元素的质量浓度。结果表明：2019年国庆假日（10月1—7日）及随后一个星期（10月8—14日）,北京五环内城区PM_2.5中15种金属元素的质量浓度总和分别为7 206、8 025.4 ng/m³。2个时段Na、K、Ca、Al占比较高,4种元素的质量浓度之和分别占元素总质量浓度的88.9%、83.5%。富集因子分析表明：2个研究时段内,北京城区Se、Cd均呈高度富集状态,受人为污染影响最大。根据因子分析结果以及各类污染源的标识元素判断,2个时段内,PM_2.5中的金属元素均来自地壳（土壤尘和建筑尘）、生物质燃烧、机动车排放、燃煤和工业排放的混合源。潜在源因子分析结果表明：国庆假日北京城区Se、Cd、Pb、Cr主要来源于河北、山东两省中部地区的区域性输送,Zn和Cu主要来源于北京周边工业排放源和城区机动车排放源;国庆假日之后,北京城区Se、Zn、Cd、Pb、Cr、Cu除受廊坊-天津-唐山污染带的区域性传输影响外,还受北京周边燃煤源、工业排放源及本地机动车排放源的共同影响。     

PM1与PM2.5切割器性能与测试系统研究

切割器是PM_2.5监测设备的关键部件,其切割性能直接影响PM_2.5和PM₁等环境空气颗粒物质量浓度监测数据的真实、准确。该研究采用粒径范围为0.6~4 μm的聚苯乙烯微球(PSL)标准粒子、单分散气溶胶发生器、混匀(分流)装置和颗粒物数量浓度测量仪等仪器设备集成搭建了适用于PM₁和PM_2.5切割器性能测试的通用系统。测试结果表明:该系统发生的PSL粒子能够保持稳定的数量浓度,并在切割气路和非切割气路间具有较好的数量浓度一致性,能在3 h内快速完成一台切割器切割效率的测试。采用该系统测试了1种类型的PM₁切割器和3种类型的PM_2.5切割器的关键切割性能。结果显示:VSCC型PM_2.5切割器D₅₀分别为2.48、2.52、2.48 μm,σ_g1分别为1.20、1.23和1.15,σ_g2分别为1.21、1.21和1.16,各项关键性能指标均符合美国和中国相关环境保护标准规范的要求,且优于SCC型和URG型切割器。推荐使用VSCC型切割器开展环境空气中PM_2.5质量浓度的监测。SCC型PM₁切割器的D₅₀为0.91 μm,σ_g1和 σ_g2为1.20和1.18,结合其他相关研究,建议PM₁切割器D₅₀合格标准应为(1.0±0.1)μm,σ_g合格标准为不超过1.20。     

齐齐哈尔市PM2.5与PM10污染趋势及相关性分析

对2014—2016年齐齐哈尔市PM_(2.5)与PM_(10)质量浓度的时间变化特征进行简要分析,并探究PM_(2.5)/PM_(10)以及PM_(2.5)与PM_(10)的相关性。结果表明:2014—2016年齐齐哈尔的PM_(2.5)与PM_(10)的年均质量浓度分别为36.7、62.9μg/m~3,且呈逐渐下降趋势;冬季的PM_(2.5)与PM_(10)浓度最高,秋季次之,春季与夏季相对较低;2014—2016年PM_(2.5)与PM_(10)质量浓度月变化趋势基本相同,整体呈现2—6月逐渐下降,9—11月逐渐上升的规律;PM_(2.5)与PM_(10)质量浓度的日变化均呈双峰现象;对PM_(2.5)与PM_(10)进行线性拟合,相关系数为0.896 3。同时,残差分析也说明两者拟合情况良好,四季相关系数为r_(秋季)(0.982 2)r_(冬季)(0.964 4)r_(夏季)(0.943 9)r_(春季)(0.829 6);2014—2016年PM_(2.5)/PM_(10)平均值为55.27%,大气颗粒物PM_(2.5)的贡献率高达一半以上。     

冬季大气中PM_(10)和PM_(2.5)污染特征及形貌分析

2008年冬季采集大气中PM10和PM2.5样品,利用SPSS软件进行分析。结果表明,PM10质量浓度在92.87～384.7μg/m3之间,平均值为201.09μg/m3,超标率71.43%。PM2.5浓度跨度为57.27～230.21μg/m3,平均值为133.82μg/m3,超标率89.47%。PM10和PM2.5空间分布略有差异。PM2.5/PM10在29.10%～94.76%之间,均值为66.55%。PM2.5与PM10质量浓度之间有显著相关性,相关方程:PM2.5=0.7993×PM10-55.984(R2=0.9524,置信度为95%)。通过颗粒物形貌分析,初步判定冬季大气主要污染源为燃煤和机动车尾气排放。     

南充市大气PM10与PM2.5排放清单及特征

以四川省南充市为研究区域,通过实地调研、现场测试及结合统计年鉴等获得数据,采用排放因子法计算南充市2014年大气PM_(10)、PM_(2.5)排放量并建立排放清单。结果表明,南充市2014年扬尘源、移动源、生物质燃烧源、化石燃料固定燃烧源、工艺过程源排放总量PM_(10)分别为85 187、1 777、9 175、2 417、3 519 t,PM_(2.5)分别为16 093、1 619、7 322、914、1 585 t,PM_(10)贡献率分别为83.5%、1.7%、9.0%、2.4%、3.4%,PM_(2.5)贡献率分别为58.4%、5.9%、26.6%、3.3%、5.8%。城市区域扬尘源、生物质燃烧源、移动源、化石燃料固定燃烧源、工艺过程源对PM_(10)贡献分别为60.0%、12.5%、6.3%、8.6%、12.5%,对PM_(2.5)贡献分别为41.8%、21.6%、14.4%、8.1%、14.1%。南充市2014年大气PM_(10)、PM_(2.5)排放源总量和贡献率以及区域空间分布特征均存在差异。     

苏州大气颗粒物PM2.5和PM10质量浓度异常“倒挂”现象的成因及影响分析

为深入研究PM_2.5和PM₁₀质量浓度异常“倒挂”现象的成因及影响,在苏州市相城区国控点开展比对监测分析,回顾性分析了2016—2020年苏州全部国控点颗粒物浓度数据。苏州市相城区国控点PM_2.5浓度的比对分析结果表明：该国控点频繁出现PM_2.5浓度高于其他国控点PM_2.5浓度和高于该站点PM₁₀浓度(“倒挂”率高达34%)的“双高”现象,PM_2.5平均浓度比其他9个国控点高12.5%～37.2%,比位于同一站点的备用监测仪器(“倒挂”率为0)高38.1%。2016—2020年,苏州全部国控点“倒挂”时间的总体趋势都是逐年递增,且集中发生在相对湿度较高的20:00至次日07:00。这5年间各国控点PM_2.5浓度异常偏高导致的异常“倒挂”现象对全市年均浓度产生的正误差分别为1.6%、2.8%、6.0%、6.2%和4.1%,基本呈现出逐年递增的趋势。上述结果表明：苏州PM_2.5浓度偏高是由动态加...     

西安市区大气中PM2.5和PM10质量浓度污染特征

2013年3月—2014年2月期间,设置1个监测点位,采集了西安市区大气环境中PM10和PM2.5样品,采用重量法测定了PM2.5和PM10质量浓度。结果表明,西安市区PM2.5质量浓度为16~558μg/m3,平均值为128μg/m3,超标率69.1%;PM10质量浓度范围为32~887μg/m3,平均值为249μg/m3,超标率71.8%。虽然PM2.5和PM10质量浓度的逐日变化幅度比较大,但是整体变化趋势非常相似,存在显著的正相关关系(r=0.831 9)。PM2.5和PM10质量浓度存在明显的季节变化,均为冬季最高,春季次之,秋季较低,夏季最低。ρ(PM2.5)/ρ(PM10)为0.245~0.822,平均值为0.510,说明PM2.5在PM10中所占比例大于PM2.5~10;此外,该比值呈现一定的季节变化规律,冬季、夏季较高,秋季次之,春季最低。霾天气发生时,该比值和PM2.5质量浓度明显高于无霾天气。     

采暖期大气颗粒物PM1.0和PM2.5中水溶性离子污染特征

为了解采暖期大气PM_(1.0)和PM_(2.5)中水溶性离子污染特征,采集哈尔滨市2014年11月至2015年3月采暖期PM_(1.0)和PM_(2.5)的样品,进而分析其中的水溶性离子(F-、Cl-、NO-3、SO2-4、Na+、NH+4、K+、Mg2+、Ca2+)的质量浓度。结果表明:PM_(1.0)和PM_(2.5)中的水溶性离子具有相同的变化趋势。采暖期间PM_(1.0)和PM_(2.5)中9种水溶性离子质量浓度总和分别为25.4~60.7μg/m~3和38.8~78.0μg/m~3。在PM_(1.0)和PM_(2.5)中NH+4、NO-3、SO2-4占比较高,而F-、Mg2+占比较低。PM_(1.0)和PM_(2.5)中9种水溶性离子质量浓度均为夜间大于白天。在PM_(1.0)和PM_(2.5)中,Mg2+和NH+4、F-和Cl-呈显著相关,说明它们来自相似的污染源,在PM_(1.0)中的K+和Ca2+显著相关,故它们受相似的污染源的影响。根据酸度与各离子的相关性,得出SO2-4和NH+4是控制大气颗粒物酸碱性的主要离子。另外,气象因素对PM_(1.0)和PM_(2.5)的浓度有影响。     

基于GIS的石家庄市PM10和PM2.5时空分布研究

利用2018年261个乡镇环境空气自动监测站监测数据,结合GIS空间分析技术,对石家庄市PM10和PM2.5的时空污染特征进行了研究。结果表明,石家庄地区PM10和PM2.5污染的空间分布整体表现为西北部山区好于东南部的平原地区,主城区好于周边县(市、区)的特征。采暖期PM10和PM2.5的污染程度明显重于非采暖期。PM2.5稳定性差于PM10,PM10和PM2.5的稳定性与污染程度具有一定的负相关性,表现出污染越轻的区域稳定性越差。两者的日均值浓度变化在时间序列上呈极强正相关,且污染越重的区域时间相关性越强。与日均值相关性不同,污染程度越轻的区域PM10和PM2.5年均值的线性相关性越强。     

乌鲁木齐采暖期TSP、PM10、PM5、PM2.5中重金属污染水平评价

采用石墨炉原子吸收分光光度法、双道原子荧光光谱法研究乌鲁木齐市采暖期前期与后期不同粒径大气颗粒物(TSP、PM_(10)、PM_5、PM_(2.5))中Hg、As、Zn、Pb、Ni等5种重金属元素的质量浓度,并对重金属污染水平进行评价。Hg质量浓度为0.3~5.7 ng/m3;As质量浓度为15.3~122.5 ng/m~3;Zn质量浓度为298.0~1 686.5 ng/m~3;Pb质量浓度为0.5~88.8 ng/m~3;Ni质量浓度为10.4~25.5 ng/m~3。Igeo计算得出采暖期后期的TSP、PM_(10)、PM_5、PM_(2.5)中各重金属Igeo值均高于采暖期前期,其中Hg元素为严重污染;富集因子分析得出Hg、Zn元素的EFi值大于10,说明这些元素是人为源贡献。通过研究乌鲁木齐市不同时期、不同粒径大气颗粒物中各种重金属污染状况,为乌鲁木齐大气污染治理提供科学支持。