大气颗粒物监测分析及今后研究课题

概述了 PM1 0 和 PM2 .5今后的研究方向。目前我国尚未开展 PM2 .5的常规监测 ,PM1 0 的自动监测中尚存在一些技术问题 ,且尚未公布 PM1 0 自动监测的技术性标准 ,为了满足各级环境监测站的工作需求 ,在附录中介绍了国外关于PM1 0 和 PM2 .5的监测仪器和方法标准 ,并介绍了 2 0 0 0年日本颁布的 PM2 .5自动监测技术规定     

淮安市区大气中颗粒物PM_(10)、PM_(2.5)污染水平

通过对淮安市大气颗粒物中PM10、PM2．5的监测与污染水平分析,得出了淮安市区PM10与PM2．5浓度呈冬秋季高,夏春季低的特征。PM2.5和PM10的比值范围在0．62～0．65之间,即PM2．5在PM10以下颗粒物中所占比例大约为63％。     

郑州市 PM2．5和 PM10质量浓度变化特征分析

根据郑州市2013年PM2．5和PM10颗粒物连续自动监测数据,对郑州市各国控站点的PM2．5和PM10的达标情况、变化趋势等进行探讨分析。结果表明：2013年郑州市PM10和PM2．5的年均质量浓度均超过了新标准规定的年均值二级标准限值。 PM10和PM2．5月均值峰值出现在1月和10月,谷值出现在8月,各月PM2．5的超标天数都大于PM10。PM10和PM2．5冬季的日均值浓度明显高于其他季节,呈双峰型,夜晚浓度整体高于白天;PM2．5春、夏、秋三季日变化呈单峰型,PM10夏季和秋季呈单峰型,春季呈双峰型。 PM2．5和PM10日均值有着非常显著的线性相关关系,PM2．5和PM10浓度的比值（p）10月最高。     

大中型商场PM10、PM2.5污染水平与来源分析

利用便携式气溶胶监测仪,对平顶山市区的中原商场、商业大楼、食品城总店三家大型商场不同楼层空气PM10和PM2.5进行了现场测定。结果显示,平顶山市大中型商场可吸入颗粒物污染严重,PM10、PM2.5污染平均超标率分别为13.7%和48.0%;PM10、PM2.5的质量浓度在时间和空间分布上存在很大差异;PM10中PM2.5所占比例为83%。     

兰州市空气污染物的变化规律与特征

论述了兰州市 1 993～ 1 996年间 ,室内外空气污染物 ,特别是一些非常规监测指标 ,如 PM1 0 、PM2 .5～ 1 0 和 PM2 .5 的污染规律和分布特征。结果表明兰州市仍以尘污染为主 ,PM1 0 在 TSP中平均占 3 3 %左右 ,而 PM2 .5 占了 PM1 0 的大部分     

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。     

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。     

重庆市渝中区PM_(2.5)污染现状、变化规律及防治措施探讨

根据重庆市渝中区2013-01~12的PM2.5数据资料,对PM2.5的污染现状和季节变化、月变化、小时变化规律进行了分析。并进一步探讨了PM2.5产生的根源,提出了PM2.5污染防治措施。     

长沙市区PM_(2.5)浓度的主要因素分析及预测

针对长沙市区PM2.5浓度的主要影响因素,采用统计学方法对长沙市区空气质量指数AQI包含的5个基本因素进行了相关因素分析,得出了PM2.5浓度与其余4个因素的关联度系数,并根据分析结果提出了几点改善PM2.5浓度的建议。通过分析长沙市区空气中的PM2.5浓度数据,采用ARIMA模型对PM2.5浓度进行了较为精准的预测。所提出的方法为长沙市区PM2.5的防治提供了一定的参考。     

鞍山市TSP及PM10相关性分析研究

分别在冬季及夏季选取具有典型气候特性的天气,采集空气中TSP和PM10.根据采样前、后滤膜重量之差及采样标况体积,计算TSP质量浓度,分析了TSP和PM10在大气中污染状况,研究了TSP和PM10的相关性及PM10占TSP的比例,并得出结论:在冬、夏二季TSP和PM10的浓度值变化趋势非常相似,在冬季时TSP和PM10...     

乌鲁木齐市2011年冬季PM2.5/PM10浓度特征分析

利用乌鲁木齐市PM2.5//PM10自动监测数据,分析PM2.5与PM10的浓度分布特征和时间变化规律。结果表明,按照《环境空气质量标准》(二次征求意见稿)的标准限值,乌鲁木齐市冬季PM2.5污染重于PM10。PM2.5浓度为0.164mg/m3,超过二级年标准限值的3.7倍,超标率为73.9%。PM2.5浓度日变化曲线昼高夜低,呈单峰型,峰值出现在13:00~14:00(北京时间)。PM10中PM2.5所占比例较高,PM2.5/PM10为0.79,相关分析和检验显示PM2.5与PM10的线性相关显著,相关系数为0.92。     

空气自动监测中PM2.5与PM10 “倒挂”现象特征及原因

采用不同原理的自动监测仪器在不同季节同时测定PM2.5与PM10,对所得数据中的PM2.5与PM10"倒挂"现象进行分析。结果表明,当PM10采用振荡天平法时,PM2.5与PM10的"倒挂"率较高;冬季和夏季"倒挂"现象发生率明显高于其他季节;造成PM2.5与PM10"倒挂"的原因主要有监测过程中的随机误差,PM2.5与PM10的监测方法原理不同,监测方法之间存在显著差异等。     

库尔勒市PM_(10)与气象条件的关系

利用库尔勒市2006—2013年的PM10监测数据以及同期常规气象资料,使用非参数分析(spearman秩相关系数)方法分析了常规气象要素与PM10浓度的相关关系。结果表明PM10浓度与各气象要素关系密切:气压较高时,PM10浓度易超过《环境空气质量标准》(GB 3095-2012)二级标准;当气温≥20℃时,温度越高PM10浓度超标天数越少,当气温20℃时,较高的气温则不利于PM10的稀释扩散;温度露点差越小,PM10的超标率越大;PM10浓度随风速的增大先降低后增加;降水对PM10有清除作用。     

广州地区大气能见度与颗粒物关系的初探

采用番禺大气成分站2007—2013年的能见度、颗粒物(PM1、PM2.5、PM10)及番禺气象局站的相对湿度(RH)资料,对颗粒物7年来的变化状况进行了分析。以RH为标准,将能见度和颗粒物数据分为RH≥90%、80%RH90%和RH≤80%3个部分,并以相关系数(R2)为判断标准,分别对其之间的相关性进行了分析。结果表明,PM10、PM2.5、PM1多年日平均值分别为56.6、43.0、38.5μg/m3,颗粒物值旱季高于雨季。当RH≤80%时,颗粒物与能见度的相关性最好,R2大小顺序为:PM10(0.47)PM2.5(0.57)PM1(0.58);当80%RH90%时,颗粒物与能见度的相关性次之,分别为PM10(0.4)PM2.5(0.46)PM1(0.49);当RH≥90%时,颗粒物与能见度的相关性较差。     

青岛市采暖期PM2．5与大气能见度的关系

利用青岛市大气综合观测站的研究性监测数据,分析了2011年采暖期PM2.5和能见度的相关性,结果表明：①能见度在≤3km时,对应的PM2.5浓度超出0．250mg／m^3,属于严重污染;②PM2.5浓度对能见度的影响存在一临界区域,当PM2.5浓度低于该临界区时能见度会随PM2.5浓度减少迅速改善,临界值大致位于PM2.5浓度为0．100mg／m^3处;③相对湿度小于85％时,能见度与PM2.5浓度呈显著负相关。其中,相对湿度在60％-70％时,能见度与PM2.5浓度之间的相关性最好,PM2.5对能见度的影响最直接。     

公路隧道可吸入颗粒物扩散模型研究

运用大气扩散理论,得到了隧道内自然通风和纵向通风状态下的可吸入颗粒物(PM10)扩散模型,并由隧道口PM10浓度、隧道截面积、隧道内风速,以及车流量和类型等参数,获得了整条隧道内的不同PM10浓度分布.模型表明,随着隧道深度的增加,PM10浓度逐渐增大.通过采用纵向通风的玄武湖隧道各参数,得到了3组不同条件下的PM10扩散模型,并用所得模型计算了隧道内不同深度处PM10的浓度.沿隧道不同深度测得的PM10浓度值的比较结果表明,实际测定值围绕计算值上下波动,两者之间具有良好的一致性.     

城市大气中颗粒物的研究现状及健康效应

综述了大气尘(TSP、PM10、PM2.5)的研究现状,重点围绕TSP、PM10、PM2.5的物理特征、化学组成(有机组成、重金属元素的总含量及其各化学形态分布)及其源解析进行描述,也提及了大气颗粒物与健康的关系.     

库尔勒市大气颗粒物污染特征与影响因素分析

针对库尔勒市PM 10、PM 2.5年均浓度超标现象,基于市区3个环境监测站2013—2017年的逐时观测数据,分析PM 10、PM 2.5污染特征、成因及其主要影响因素。结果表明:①2013—2017年库尔勒市PM 10年均浓度变化较大且无明显趋势,PM 2.5年均浓度整体呈下降趋势;②季节尺度上,库尔勒市PM 10在每年2—5月呈现高浓度,PM 2.5高浓度期则为10月至翌年5月;③城郊的开发区站PM 10浓度最高,老城区的州政府站PM 2.5浓度最高,在PM 10和PM 2.5的高浓度期空间差异尤其显著;④PM 10与风速显著正相关,来自塔克拉玛干沙漠的风蚀沙尘颗粒物是库尔勒地区颗粒污染物的主要来源;⑤库尔勒市PM 10主要为外源输入,PM 2.5则以城市内源为主,相对湿度、风速、风向、温度等气象条件是影响大气颗粒物浓度及分布的重要因素。     

天津市颗粒物中元素化学特征及来源

2006年的8月—12月采集天津市PM2.5和PM10样品,分析了Na、Al等17种元素质量浓度及月变化特征,PM2.5中元素平均质量浓度为17.2μg/m3,占PM2.5的10.3%。微量元素Zn、Pb在PM10和PM2.5中含量较高,Cr、V、Ni、As等则在细粒子中有明显分布。用富集因子法分析发现,PM2.5中元素富集程度高于PM10。地壳元素除Ca外,均无明显富集,微量元素则呈现不同程度的富集,以Cd富集最为明显。颗粒物分析表明,土壤尘、燃煤、机动车尾气及化工行业是PM2.5中无机元素的主要来源。     

以长春为例研究环境空气中TSP、PM_(10)和PM_(2.5)的相关性

选取长春市解放大路与人民大街的交叉口为研究地点,分别进行TSP、PM10和PM2.5的采样和分析.然后利用相关系敷法和t检验对测定结果进行相关性分析,得到备元素的含量在三种污染物中的相关系敖:在TSP与PM10中为0.9349;在PM2.5与PM10中为0.8797;在TSP与PM2.5中为0.7824.得到各元素含量在三种污染物中的T检验统计值,在TSP与PM10中为0.90103;在PM2.5与PM10中为0.04745;在TSP与PM2.5中为0.047986.从分析结果可以看出,各元素含量在TSP与PM10中的相关性最好,在PM2.5与PM10中次之,研究结果为相关环境管理提供科学依据.