2014年成都市PM_(2.5)污染及其与气象要素的关系

为了解2014年成都市PM2.5污染状况及其与近地面气象要素的关系,分析了PM2.5的月平均浓度演变及不同空气质量等级的天数变化,采用SPSS软件对降雨、平均相对湿度、气温、风向和平均气压与PM2.5质量浓度进行Kendall秩次相关分析。结果表明:2014年成都市1—12月PM2.5质量浓度呈"U"形分布,污染最严重在1月,污染程度最小是8月,全年有大半以上天数,空气质量等级为"良~优"。PM2.5质量浓度与各月降雨量,月平均气温存在较高的负相关性;PM2.5质量浓度与风向、平均相对湿度为较低显著性负相关。PM2.5质量浓度与平均气压之间正相关。     

武汉市与西安市颗粒物PM_(10)、PM_(2.5)的污染水平分析

利用武汉、西安两市2013年PM10与PM2.5的监测数据,统计分析了武汉市和西安市PM10与PM2.5的污染水平,并比较了两城市的污染水平。根据GB 3095—2012《中华人民共和国环境空气质量标准》规定的二级浓度限值,可知武汉市和西安市PM2.5的污染都非常严重,PM10的污染相对较轻。从整体上说,西安市的污染水平要比武汉市严重,其中西安市PM10中PM2.5约占79%。武汉市和西安市的相关部门都应重视PM10和PM2.5的污染问题。     

北京城郊冬季一次大气重污染过程颗粒物的污染特征

本研究分析了北京冬季一次大气重污染过程的颗粒物污染特征,通过数学统计方法分析了其形成的可能原因.观测于2013年1月24—31日进行,在西三环城区和大兴郊区使用中流量大气颗粒物采样器采集可吸入颗粒物(PM10)和细颗粒物(PM2.5),并采用离子色谱和元素碳/有机碳分析仪分析了PM2.5上的水溶性离子、元素碳和有机碳浓度.结果表明,本次重污染天气的大气日均能见度低于3.0 km.PM10和PM2.5质量浓度日均最大值分别为675.5和453.4μg·m-3,平均质量浓度为349.2和260.8μg·m-3,超过环境空气质量标准(GB3095—2012)所规定的二级浓度限值.通过比较PM2.5上化学成分的浓度发现,在城区和郊区,此次天气形成的共同污染源为冬季燃煤燃烧、汽车尾气排放和二次有机气溶胶污染;而土壤/沙尘对郊区污染天气的形成有部分贡献.大气中PM2.5质量浓度与能见度呈对数负相关关系.     

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。     

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.     

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.     

山西省PM2.5污染时空演变特征及其影响因素分析

由于PM2.5污染存在空间异质性与空间相关性的特点,因此探究PM2.5的时空演变规律并分析PM2.5污染程度的影响因素,对于山西省协同治理联防联控有着重要作用.基于2008-2018年山西省11个地级市PM2.5年度数据,该研究运用标准差椭圆法、普通克里金插值法、探索性空间数据分析法和建立空间杜宾模型,分别对山西省PM2.5污染重心转移、污染的空间分布、空间关联性和影响因素进行了研究.结果 表明:(1)山西省PM2.5污染重心随时间不断移动,但一直位于晋中市;PM2.5污染存在空间聚集特征,但特征变化不明显.(2)时间上,山西省PM2.5浓度在2011年达到峰值,之后逐年下降;空间上,大致呈现南高北低、东高西低的特点.(3)山西省PM2.5具有明显空间集聚现象和空间溢出效应.山西省大部分南部城市处在PM2.5高-高聚集区域.(4)人口密度、规模以上发电量对山西省PM2.5浓度具有显著正向作用,而城镇率对山西省PM2.5浓度具有显著的负向作用.     

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。     

北京市2009年8月大气颗粒物污染特征

为研究2008年8月北京奥运会1a之后北京市大气颗粒物的污染特征,于2009年8月对北京市大气颗粒物PM10、PM2.5样品进行采集,测量其质量浓度并对其中的水溶性离子组分进行分析.研究发现2009年8月北京市大气颗粒物PM10、PM2.5质量浓度日均值分别为176.9μg/m3和102.5μg/m3.PM10质量浓度比2008年观测值上升了180%,比2007年降低了10%; PM2.5质量浓度比2008年观测值上升了126%,比2007年上升了31%.水溶性离子是大气颗粒物的重要组分,分别占PM10和PM2.5质量浓度的43%和61%.对比发现,污染天气条件下PM2.5/PM10和NO3-/SO42-比值升高,移动源是北京地区主要的污染物来源.风向风速和降水等天气条件对颗粒物质量浓度有很大影响,其中0.5~1.0m/s的东南风条件下大气颗粒物污染最为严重.     

安徽省PM2.5分布特征及区域输送来源分析

该文通过2015-2018年PM2.5国控站点监测资料,分析了安徽省不同区域PM2.5浓度年变化趋势,其中PM2.5浓度下降幅度最大的为皖中,其次为皖南,而皖北PM2.5浓度下降幅度较小,其环境空气质量改善压力较大;根据2015-2018年1月的PM2.5浓度分布情况及污染来源的后向轨迹分析表明,皖北地区的气流轨迹上游通常为污染程度更高的地区,而皖中和皖南地区的气流轨迹来源较为分散;通过WRF-NAQPMS区域模式进行模拟减排试验,安徽省内源对于全省PM2.5浓度的贡献率为29%,而安徽省内源对于皖北区域PM2.5浓度的贡献率为23%,说明安徽省内源对皖北地区贡献率低于全省平均,外源的输送对皖北区域的贡献高于全省其他区域。     

灰霾试点城市PM2.5浓度特征及其影响因素分析

利用2011年PM2.5监测数据分析了灰霾试点城市PM2.5浓度特征,结果表明:灰霾试点城市PM2.5日超标比例范围为3.3%～42.9%,年均浓度超标严重;灰霾日PM2.5浓度和PM2.5/PM10较非灰霾日分别升高80.0%和4.1%。分析了北京总站点位在12月3-13日污染过程中颗粒物浓度变化特征,结果表明:颗粒物浓度升高和气象条件差是导致能见度降低的两大重要因素,OC/EC变化范围是3.6～11.4,存在严重的二次污染;粒子数浓度与能见度呈现负相关,污染日不同粒径段的粒子数浓度均高于清洁日,91.8%的粒子在1μm以下;地面气象条件和天气形势明显影响PM2.5浓度。     

2013年北京市细颗粒物时空分布特征研究

根据2013年北京市PM2.5监测数据,系统分析了北京市PM2.5污染的时空分布特征,并利用克里格插值统计了四季PM2.5不同浓度区间的国土面积。结果显示:2013年全市PM2.5年均浓度为89.5μg/m3,超过年均35μg/m3的国标1.56倍;PM2.5浓度由高到低的季节依次是冬季、春季、秋季和夏季;空间分布上PM2.5呈现明显的南北梯度分布特征;2013年PM2.5平均浓度达标对应的国土面积占比夏季最大为73%,冬季最小为22%。     

呼和浩特市PM10和PM2.5污染水平分析

分析呼和浩特市2011年8月到2012年7月逐日的PM10,PM2.5的质量浓度监测值,结果表明,呼和浩特市PM10和PM2.5污染在春季和冬季较夏季、秋季严重;PM10和PM2.5有良好的线性关系;PM2.5/PM10(β)平均值为0.55.     

华东区域高山背景点PM10 和PM2.5 背景值及污染特征

为了解华东森林及高山背景区域大气中PM10和PM2.5质量浓度的变化特征,选取国家大气背景监测福建武夷山站2011年3月～2012年2月PM10、PM2.5为期1 a的监测数据,研究其浓度变化特征及其影响因子,并利用后向轨迹模式探讨区域输送对背景区域PM10和PM2.5质量浓度的影响.结果表明:华东森林及高山区域现阶段PM10和PM2.5背景浓度分别为(23±16)μg·m-3和(18±12)μg·m-3;PM10和PM2.5浓度具有相同的季节变化特征,即春季>秋季>冬季>夏季,2011年春季武夷山背景点因受沙尘远距离输送影响,PM10和PM2.5浓度明显高于其它三季;武夷山背景地区主要以细粒子为主,PM2.5/PM10年平均比值为0.76;PM10和PM2.5浓度与气体污染物均有较好的相关性,表明PM10和PM2.5可能来源于区域人为污染源的输送和二次粒子转化;2011年4月的污染事件与北方沙尘输送有关,而9月的污染事件主要与华东高污染负荷区的污染物输送有关.     

公共场所室内可吸入颗粒物的污染特征

为了解学校室内可吸入颗粒物的污染特征及同时间段内与相应室外大气浓度的关系,对学校图书馆室内外PM2.5和PM10进行了质量浓度监测,并且分析和讨论了影响室内空气质量的因素.结果显示,室内PM2.5和PM10的浓度范围分别为16.7～403.5 μg/m3和33.3～537.0 μg/m3,室内可吸入颗粒物中细颗粒物占主要部分,并且PM2.5质量浓度与PM10质量浓度趋势基本一致.室外可吸入颗粒物质量浓度明显影响室内颗粒物的浓度值,而室内使用空气转换装置和及时的清洁有助于降低室内可吸入颗粒物的浓度.     

基于监测统计的昆明PM2.5主要来源与污染气象因素分析

统计了昆明市2013年全年每日PM2.5浓度和气象参数。分析表明昆明城区PM2.5的污染主要与气象条件和建筑施工扬尘两个重要因素有关,影响PM2.5的污染气象因素为气温、风速、雨量、湿度、气压等;大拆大建的施工扬尘,是昆明市PM2.5和空气污染的主要来源,其他则来源于工业排放、交通扬尘、汽车尾气排放。昆明市PM2.5的污染防治,应以建筑施工扬尘的污染防治为重点。     

乌鲁木齐市大气颗粒物中重金属浓度的分布特征

从2009年7月-2010年4月,在乌鲁木齐市新疆大学设置采样点采集大气PM2.5~10和PM2.5。采用双道原子荧光光谱法分析了样品中的7种重金属元素,对采样期间可吸入颗粒物及重金属的浓度进行了分析,并对重金属的污染水平进行了评价。结果表明:PM2.5质量浓度的日平均值为222μg/m3,超过美国EPA1997年颁布的PM2.5日平均值35μg/m3的6.4倍;PM2.5~10和PM2.5中7种金属元素的浓度从高到低的顺序为Cr>Pb>Mn>Cu>Ni>As>Hg;PM2.5~10和PM2.5中Mn的污染指数Igeo≤1为无污染,Cu污染指数:3≤Igeo≤4为重污染,Ni、Cr、As污染指数:4≤Igeo≤5为重污染至严重污染,Pb、Hg的污染指数:Igeo≥5为严重污染。以Fe作为参考元素计算重金属的富集因子表明,自然来源的Mn具有较小的富集因子,而受工业活动影响的Cr、Pb、Ni、Cu、Hg、As具有较大的富集因子,可以认为大气可吸入颗粒物中重金属的主要来源于工业活动。     

2014年京津冀地区PM2.5浓度时空分布及来源模拟

采用模式(CAMx)模拟与污染物、气象观测资料相结合的方式,分析了2014年京津冀地区PM2.5时空分布及来源特征.结果表明:PM2.5具有较为明显的时间变化规律,呈秋冬高、春夏低的规律和双峰型分布的日变化特征;重污染日PM2.5高浓度(PM2.5>150μg/m3)主要分布在太行山前的华北平原区,特别是北京、保定、石家庄一线,而太行山、燕山等西部及北部山区PM2.5浓度明显低于平原区;重污染日京津冀地区PM2.5平均浓度在150μg/m3以上的面积约占总面积的73%;重污染日北京、天津、石家庄市的PM2.5外来输送率分别为58%、54%、39%;2014年10月6~12日京津冀地区发生的一次重污染过程中污染物由南向北输送,区域输送对于各地区PM2.5浓度有着十分重要的影响.     

我国PM2.5的污染状况和污染特征

对中国大气中PM2.5的污染状况和污染特征进行了综述和分析,其中包括我国PM2.5质量浓度的时间、空间污染特征、来源解析以及与PM10的关系.     

基于监测统计的昆明PM_(2.5)主要来源与污染气象因素分析

统计了昆明市2013年全年每日PM2.5浓度和气象参数。分析表明昆明城区PM2.5的污染主要与气象条件和建筑施工扬尘两个重要因素有关,影响PM2.5的污染气象因素为气温、风速、雨量、湿度、气压等;大拆大建的施工扬尘,是昆明市PM2.5和空气污染的主要来源,其他则来源于工业排放、交通扬尘、汽车尾气排放。昆明市PM2.5的污染防治,应以建筑施工扬尘的污染防治为重点。