广州市区PM2.5的污染特征

对广州市区PM2.5的污染状况进行了分析,结果表明广州市区的PM2.5呈现冬季浓度较高,夏季较低的季节性特征;PM2.5的日变化呈现出明显的双峰形;与PM10的相关性分析表明,PM2.5与PM10具有良好的线性关系。PM2.5/PM10的值约为0.59,表明广州市区空气中细颗粒物在PM10中的比重大于粗颗粒物,鉴于PM2.5的危害性及所占比例,应重视对其的监测。     

合肥市PM2.5污染特征及影响因素分析研究

通过对合肥市2013年和2014年PM2.5浓度变化与时间、气象条件、地域维度的关系的研究,对PM2.5的影响因素进行了分析.结果表明,夏季PM2.5平均浓度最低,冬季最高.在一天中的PM2.5的浓度变化呈双峰分布,两个峰值分别出现在上午8、9时和晚上的9点左右.一天中在下午2、3点时PM2 5的浓度最低.PM2.5的主要影响因素为当地的气象条件因素和污染源的排放情况,其中气象条件为主要原因,污染源排放为根本原因.     

呼和浩特市PM2.5和PM10污染特征与相关性分析

本文分析探究了2016-2018年呼和浩特市PM2.5与PM10质量浓度的时间变化污染特征和趋势.结果表明:2016-2018年呼和浩特市的PM2.5与PM10质量浓度时刻变化均呈现"双峰双谷"字型;月变化趋势略有不同,PM2.5呈"单峰单谷"字型,最大值为65μg/m3,最小值为21μg/m3,PM10呈"双峰单谷"...     

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.      

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.     

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.     

同仁地区PM10特征及与气象要素的关系分析

本文通过环境空气质量自动监测系统,利用2011年7月～2013年4月同仁气象局定时监测的PM10质量浓度,定量分析PM10质量浓度分布特征：PM10质量浓度分布有明显的月季变化.通过和同期观测的气象要素及日降水量对比分析可以得出的结论对开展的PM10预报起一定作用.     

长治市PM2.5含量的影响因素分析

文章通过对长治市2021年全年365天的AQI检测指标数值PM2.5与PM10、SO₂、CO、NO₂、O₃之间进行相关性分析,结果显示：PM2.5与PM10、SO₂、CO、NO₂存在正相关关系,与O₃存在负相关关系,通过检验发现解释变量之间存在多重共线性,为消除多重共线性对模型稳定性可能产生的不利影响,选择用最大方差法进行旋转,提取出主成分工业因子F₁、生活因子F₂、环保因子F₃,并进行回归分析,得到多元线性回归模型：PM2.5=43.542+30.099F₁+19.804F₂-3.231F₃,通过线性回归方程分析得出PM10、SO₂、CO、NO₂、O₃对PM2.5的具体影响,将三个主成分与PM2.5之间的关系进行量化,最后根据研究结果为长治市空气污染治理提出可...     

南京市大气中PM10、PM2.5日污染特征

于2001年秋季(11月)、夏季(8月)对南京市五大典型功能区的大气颗粒物(PMl0、PM2.5)进行了监测研究。结果发现，南京市颗粒物污染严重，PMl0、PM2．5的超标率分别达到了65％、85％；颗粒物浓度季节变化大，11月污染物浓度明显大于8月，PMl0、PM2．5分别相差l68.44μg／m^3、190．1μg／m^3；PMl0中PM2．5比重较大，大约为75．9％，对人体健康潜在危害大。     

上海市西部郊区PM2.5污染状况及影响因素

通过2014年上海市西部郊区PM2.5的浓度变化分析了该地区的PM2.5污染分布状况,并且从温度、湿度和风向等方面讨论了PM2.5浓度与气象因子的关联性.结果表明:该地区2014全年超标天数有112天,超标率为30.7％,PM2.5月均浓度呈夏低冬高的趋势状态,并且PM2.5浓度与气象条件有密切的联系.该地区气温在5～15℃、湿度在60～70％时PM2.5浓度最高;在以东风为主导风盛行时,该地区PM2.5浓度较低,而在以西风为主导风盛行时,该地区易受到周边区域的高污染因素影响,形成PM2.5高浓度累积现象.     

武汉城市圈PM_(2.5)的时空特征及其影响因素解析

文章基于2016～2017年武汉城市圈各城市站点PM_(2.5)逐时监测数据,主要利用空间自相关、核密度法和空间计量模型,从不同的时空尺度来分析武汉城市圈PM_(2.5)的空间分布格局和影响因素。结果表明:在年尺度上,2016～2017年武汉城市圈PM_(2.5)浓度整体上呈下降趋势,空间分布上呈中东部高、西南部低、局地略有突出的分布特征并表现出明显的空间集聚性,城市圈内部各城市PM_(2.5)污染浓度差异明显,且各城市之间存在一定的空间溢出效应;从年内尺度上看,武汉城市圈PM_(2.5)浓度总体上呈"U"字型分布,冬春季污染最为严重,秋季、夏季次之,且4个季节的PM_(2.5)浓度值存在较强的空间自相关性,表现出不同程度的空间集聚现象;从影响因素上看,无论是自然环境要素还是社会经济要素均对城市圈PM_(2.5)浓度变化起重要作用,按其贡献强度依次是温度民用汽车拥有量风速能源消费水平城镇化率第二产业占比湿度节能环保支出,而森林覆盖率和海拔高度对PM_(2.5)没有表现出明显的直接效应;从大气污染物本身关系上看,PM_(10)直接作用于PM_(2.5)的浓度变化,且起关键性的作用,CO和NO_2则主要是通过PM_(10)对PM_(2.5)浓度间接地产生影响,而O_3对PM_(2.5)浓度影响较小且呈负相关关系。     

连云港市PM_(2.5)污染特征及影响因素分析研究

主要利用连云港市环境监测中心站的大气环境自动监测平台的监测数据,对PM2.5质量浓度的变化特征以及与气象要素的关系分析。结果表明,连云港市的PM2.5质量浓度的变化特征基本上有明显的夏季与非夏季两种季节性特征。在夏季,PM2.5污染程度较轻,而在非夏季,PM2.5污染程度较重;风速与PM2.5质量浓度变化曲线几乎是负相关的。当风速大的时候,利于污染物的扩散;而风速小的时候,容易使得污染物浓度变大;PM2.5质量浓度变化曲线与温度的关系几乎呈现的是正相关性。气温的变化不总是反映空气质量的好坏情况,而逆温却易使污染物浓度升高;PM2.5质量浓度变化曲线与相对湿度的关系呈现的是正相关性;PM2.5质量浓度变化曲线与气压的关系在总体是呈负相关的。     

哈尔滨郊区PM_(2.5)污染来源及特征

利用电感耦合等离子体质谱(ICP-MS)技术和统计学方法研究了哈尔滨市郊区采集的2012-2013年23个PM2.5样品的污染来源及特征。17种与污染源及健康相关的元素含量分布分析表明,冬季和夏季的燃煤、汽车尾气排放对PM2.5的贡献率最显著,且四季中其它污染源也有稳定的贡献率。对PM2.5四季样品中的47种元素进行富集因子分析,结果表明,Zn、Cu、Mo、Cd、Pb、In、Sb、Tl、Bi等9种元素富集因子(EF)值大于10,元素来自于人为源,其他38种元素的EF值小于10,来自土壤或扬尘等自然源;聚类分析表明,人为源元素中In、Bi、Tl、Cd、Pb、Mo、Sb主要来自煤炭燃烧、Cu、Zn主要来源于汽车尾气。     

乌鲁木齐市快速路林带内PM2.5、PM10污染特征研究

颗粒物污染中PM_(10)、PM_(2.5)等细颗粒物对动、植物及人体健康的危害较为严重。随着乌鲁木齐市的进一步开放和发展,环境问题,特别是大气环境中PM_(2.5)的污染问题受到了更多的关注。文章以乌鲁木齐市主要快速路,外环路、河滩路林带为研究对象,通过在道路防护林不同宽度处设置监测点,研究了PM_(2.5)、PM_(10)从道路扩散到林带后时的浓度变化规律,得出乌鲁木齐市快速林带宽度与颗粒物浓度之间存在复杂的负相关关系;快速路林带从离快速路3 m起对汽车尾气为主的颗粒物污染显著的削减作用;针叶林为主林带对颗粒物可具有较明显的削减作用;居住在城市快速路两边居民遭受更严重的颗粒物污染,汽车尾气是增加颗粒污染物浓度的重要因素之一。     

宁波市冬季PM_(2.5)污染特征与来源解析

为了了解宁波市大气中PM2.5污染特征及来源,于2012年冬季在宁波5个环境受体点采集PM2.5样品,分析它们的质量浓度及多种无机元素、水溶性离子、金属元素和碳等组分的含量,并使用PMF模型对宁波市PM2.5来源进行了解析。结果表明:宁波冬季PM2.5浓度较高,5个点位PM2.5中主要化学组分均为有机物、SO42-、NO3-、NH4+和元素碳,约占PM2.5总质量浓度78.2%~92.4%。对宁波市PM2.5有重要贡献的源类分别为钢铁冶炼源、混合扬尘源、生物质燃烧源、二次硝酸盐、高氯源、机动车排放源、重油燃烧源和二次硫酸盐,其分担率分别为5.6%、3.3%、3.2%、28.8%、6.8%、22.2%、0.7%和29.4%。     

包头城区大气PM_(2.5)污染特征及来源解析

为探讨包头城区大气PM_(2.5)污染特征及主要来源,在包头城区设立4个采样点,于2015年12月-2016年9月采集大气PM_(2.5)样品,共获得160个有效样品,分析了PM_(2.5)及其无机元素、水溶性离子、元素碳(EC)和有机碳(OC)的质量浓度和污染特征。同时采集了包头城区土壤风沙尘、建筑施工尘、道路扬尘、煤炭燃烧尘、装备制造尘和金属冶炼尘等6类污染源,建立了包头市大气PM_(2.5)排放源成分谱。应用非负主成分回归化学质量平衡(NCPCRCMB)模型分析了PM_(2.5)来源。结果表明:观测期间包头市PM_(2.5)的年均浓度为80.58μg/m3,是中国《环境空气质量标准》(GB 3095-2012)年均PM_(2.5)二级标准限值的2.3倍;大气PM_(2.5)的季节变化特征为春、夏、秋三季低冬季高,且冬季显著高于其他三季;大气PM_(2.5)主要来源于二次离子和道路扬尘(贡献率分别为34.37%和15.98%),其他污染源贡献率相对较小。     

广州市PM2.5污染特征及潜在贡献源区分析

基于NCEP/NCAR全球再分析气象资料和2015-2017年PM_(2.5)浓度,利用HYSPLIT模型研究不同气流轨迹对广州PM_(2.5)浓度的影响,以及污染输送路径和潜在源区空间分布特征。结果表明:(1)广州2015-2017年PM_(2.5)平均浓度为36.5μg/m~3,逐月平均PM_(2.5)浓度1月份最高,为49.3μg/m~3,轻度污染及以上时次比例达15.66%,6月份最低,为20.8μg/m~3,无轻度及以上污染时次。(2)PM_(2.5)平均浓度在不同情景类型下的浓度高低顺序依次为:污染日干季清洁日湿季,其中污染日的PM_(2.5)平均浓度是清洁日的近3倍,干季的PM_(2.5)平均浓度是湿季的1.4倍;不同情景类型下的PM_(2.5)浓度日变化特征基本都在白天时段低(16时最低),晚上时段高(21-22时最高),日变化幅度为污染日干季清洁日湿季。(3)在干季,影响广州的气流轨迹路径主要有5类:东北路径、东南路径、西北路径、西南路径及偏西路径,其中第2类东南路径对广州PM_(2.5)平均浓度的贡献最高;而在湿季,影响广州的气流轨迹路径主要有4类:偏南路径、东南路径、偏北路径及西南路径,其中第3类偏北路径对广州PM_(2.5)浓度的贡献最高。(4)基于潜在源贡献因子和浓度权重轨迹分析法分析表明,广州PM_(2.5)浓度潜在源贡献较大的区域主要集中在广州东部的东莞、惠州、深圳、肇庆、中山等周边地区,该研究可为确定广州污染潜在源贡献区以及区域联防联控提供参考。     

宁波市区秋冬季PM_(2.5)质量浓度特征及影响因素分析

该研究基于2013年11-12月的宁波市空气质量监测数据和气象资料数据,分析了PM_(2.5)质量浓度变化特征,探讨了PM_(2.5)与其它粒径颗粒物、气体污染物以及多个气象因子之间的相关性及影响规律,构建了包含气象和污染气体因子的逐步回归模型,综合分析了2类因子对宁波市PM_(2.5)浓度的影响。研究结果表明:(1)研究时间段内的宁波PM_(2.5)质量浓度范围为(100.66±72.98)μg/m~3,超过粗颗粒PM_(2.5-10)的质量浓度,是可吸入颗粒物的主要组成部分。(2)PM_(2.5)与3种污染气体均表现出显著的相关性,其中与CO的质量浓度相关性最高,R=0.85。风速与PM_(2.5)呈现负相关,受西北-北风向影响下的PM_(2.5)浓度要明显高出其它风向影响下的浓度。降水对PM_(2.5)影响显著,降水日的PM_(2.5)平均质量浓度随降水强度呈现幂函数递减,为非降水日的48.4%。非降水日的PM_(2.5)浓度与相对湿度显著正相关,与日照时数显著负相关。(3)逐步回归结果表明,气象和污染气体两类因子能够解释PM_(2.5)浓度82.4%的变异。其中,CO是影响宁波市秋冬季PM_(2.5)浓度的首要显著因子。本研究对明确城市PM_(2.5)污染特征和影响因素具有参考价值和意义。     

海口市秋冬季节PM_(2.5)中多环芳烃含量特征

在海口市布设2个采样点,于2014年秋冬季节采集大气PM_(2.5)样品,采用超声萃取和GC/MS分析了PM_(2.5)中优先控制的16种PAHs,探讨了其含量分布特征,对PAHs健康风险进行了评价,并运用比值法定性解析其可能来源。研究结果表明:2个采样点秋冬季节PAHs平均质量浓度为4.825、6.771 ng/m3,其中以Pyr浓度最高;PM_(2.5)中以分子量大的化合物为主,其中4环PAHs所占比率最高,达到38.9%以上;秋季和冬季BEQ日均值分别为0.577、0.691 ng/m~3,均低于国内外BaP限值标准;比值法分析PM_(2.5)中PAHs来源,最主要的贡献源为机动排放车,同时兼有木材燃烧源的特征。