10种灌木树种滞留大气颗粒物的能力

园林植物能阻滞大气颗粒物,对改善环境污染有重要作用。本研究对青岛市城阳区道路绿地中10种灌木进行了滞尘效益测定,分析了植物叶表面微观结构和叶表面不同粒径颗粒物数量,结果表明:大叶黄杨、火棘、金银木的单位叶面积平均滞尘量较高,紫荆较低;金银木、大叶黄杨的单位体积滞尘量较高,棣棠较低;对叶表面微形态观察表明:叶表粗糙、具蜡质层、气孔开口较大的植物能吸附较多的颗粒物,如大叶黄杨、金银木等;植物叶表面颗粒物大部分是PM_(10)(直径d≤10μm),其数量比例均在80%以上,其中PM_(2.5)(直径d≤2.5μm)达60%以上。     

城市绿化植物对不同粒径大气颗粒物的吸附特征研究

为研究常见绿化植物吸附大气颗粒物的能力,在南京市城区、城郊区和远郊区选择红叶石楠(Photinia serrulata)、海桐(Pittosporum tobira)、桂花(Osmanthus fragrans)和二球悬铃木(Platanus orientalis)进行研究,测定4种植物叶片吸附大气中不同粒径颗粒物的质量及数量特征。结果表明:植物叶片对不同颗粒物的吸附量存在显著的区域差异和种间差异,区域差异表现为城区城郊区远郊区;种间差异表现为二球悬铃木吸附能力最强,红叶石楠和海桐吸附能力相近,桂花吸附能力最弱。植物叶片对不同粒径颗粒物吸附特征为大颗粒物(粒径10.0μm)质量分数最大,细颗粒物(0.2μm粒径≤2.5μm)在数量上占一定优势。植物叶片上下表面微结构分析表明,植物叶片上表面吸附颗粒物的能力明显强于下表面,细颗粒物或更小粒径颗粒物主要被吸附在绒毛和深浅不一的沟槽处。     

常青道路景观配置对交通噪声的衰减效果

选取重庆市主城区常见的3种道路景观植物——石楠(阔叶类植物)、小叶黄杨(中等叶子类植物)和雪松(针叶类植物),研究常青道路植物对交通噪声的衰减效果。结果表明:(1)在相同排列条件下,3种植物的降噪能力依次为石楠>小叶黄杨>雪松。对单一植物种,植物间交叉排列的绿化带对交通噪声的衰减效果比平行排列好。(2)不同种类植物对噪声的插入损失峰值所处的频段不同。针叶类植物对低频(<500Hz)噪声有很好的衰减效果,阔叶类植物对高频(>2 000Hz)噪声有很好的衰减效果,中等叶子类植物对中频(500～2 000Hz)噪声有很好的衰减效果。(3)选择针叶类植物和较大冠幅的阔叶类植物搭配种植,如雪松和石楠,可有效地提高绿化带对各频段的交通噪声的吸收能力。     

利用快速检测法研究石家庄道路交通扬尘排放特征

利用快速检测法(TRAKER)实时监测石家庄夏季铺装道路机动车道PM_(2.5)、PM_(10)的背景浓度和在机动车行驶过程中车轮扬起的PM_(2.5)、PM_(10)浓度,分析车速对PM_(2.5)、PM_(10)排放特征的影响,并得到不同类型道路积尘负荷、排放因子和排放强度。结果表明:车轮扬起的PM_(2.5)浓度随车速变化不大,而PM_(10)起伏较大;车速相同时,快速路、主干道、次干道、支路的PM_(2.5)质量浓度分别为0.046、0.110、0.160、0.097mg/m~3,表现为次干道主干道支路快速路,与积尘负荷的强弱顺序一致;不同类型道路排放因子表现为次干道快速路支路主干道,排放强度表现为快速路次干道主干道支路。研究结果可为石家庄道路交通扬尘排放清单的构建以及扬尘的治理提供数据支撑和参考。     

室内PM_(2.5)沉降的研究与控制

以燃烟为室内污染源,对不同污染程度下室内PM_(2.5)浓度进行动态监测,得到PM_(2.5)的沉降规律。研究发现,污染源对室内PM_(2.5)浓度及沉降时间有显著影响,随着燃烟量的增加,室内PM_(2.5)浓度相应升高,恢复到PM_(2.5)初始值所需的沉降时间越长。在质量平衡模型的基础上,建立了封闭条件下室内颗粒物的沉降模型。经验证,PM_(2.5)沉降曲线的变化规律与颗粒物沉降模型一致,说明构建的沉降模型合理可靠。最后,给出了自然通风对控制室内PM_(2.5)污染的效果,为室内PM_(2.5)污染控制提供参考。     

长春供暖季室内外PM2.5浓度垂直分布与分析

为研究严寒地区供暖季室内外PM_(2.5)浓度的垂直分布,在供暖季分别对长春某高层居住建筑1、8、15、24、33楼层的室内外PM_(2.5)浓度进行监测,研究不同楼层室内外PM_(2.5)的浓度与变化特征。采用随机组分重叠模型(RCS)方法研究各楼层PM_(2.5)渗透因子,采用逐步回归分析方法研究室内PM_(2.5)浓度的各影响因素。结果表明:在供暖季,长春市高层建筑的不同楼层均存在一定的PM_(2.5)污染,室内外PM_(2.5)浓度随楼层升高大体呈现减小的趋势,但差异不显著。室内外PM_(2.5)浓度存在显著的相关性(P 0.05),在没有室内污染源时,室外颗粒物渗透是室内污染的主要来源。室内PM_(2.5)浓度与房间面积等没有显著相关性。     

北京市无风天人体高度的PM_(2.5)、PM_(10)变化特征及扩散机制研究

为了解无风天情况下PM_(2.5)、PM_(10)的人体暴露水平及扩散机制,对人体呼吸高度的PM_(2.5)、PM_(10)浓度及近地面不同高度处的温度、相对湿度进行连续监测,分析了垂直温度梯度、相对湿度的相对变化速率对PM_(2.5)、PM_(10)浓度的影响,并利用回归分析法建立PM_(2.5)、PM_(10)浓度与不同高度处温度、相对湿度的单、多变量回归模型,从中选取最优回归模型。结果表明:(1)晴天的PM_(2.5)、PM_(10)浓度在研究时段(9:00—21:00)内总体呈先降低再升高的趋势,而阴天、小雨天PM_(2.5)、PM_(10)浓度呈多峰变化,起伏较大;晴天不同高度的温度差异大,阴天、小雨天温度差异相对较小;晴天不同高度的相对湿度曲线总体均呈U型分布,相较而言,阴天及小雨天各层的相对湿度曲线波动较大;(2)垂直温度梯度是影响晴天PM_(2.5)、PM_(10)扩散的主要原因,相对湿度变化是影响颗粒物扩散的另一重要因素。(3)PM_(2.5)、PM_(10)浓度的单、多变量最优回归模型表明,低污染晴天,温度是影响颗粒物扩散的主要因素,高污染晴天则主要受相对湿度的影响,介于上述两种污染状况之间时,PM_(2.5)、PM_(10)浓度不仅受各层相对湿度的控制,还受到温度的影响。阴天PM_(2.5)、PM_(10)浓度的最优回归模型相对复杂,模型精度不及晴天。     

贵阳市冬季大气PM 2.5和PM 10浓度空间插值及分布研究

为了解贵阳市冬季大气污染现状,以贵阳市污染相对严重的白云区为研究对象,连续采集PM_(2.5)、PM_(10)浓度数据,利用普通克里金法进行空间插值获取PM_(2.5)、PM_(10)分布特征。通过留一法交叉验证,比较6种半变异函数模型(三角函数、高斯函数、球面函数、指数函数、J-Bessel函数和K-Bessel函数)的空间插值精度,选出最适的函数模型;采用分区统计和格网统计的方法,对不同土地利用类型、植被覆盖度下的PM_(2.5)、PM_(10)平均浓度进行比较分析。结果表明,三角函数是PM_(2.5)空间插值的最适模型,指数函数是PM_(10)空间插值的最适模型;贵阳市白云区冬季大气PM_(2.5)、PM_(10)浓度总体表现出城区浓度高,郊区浓度低的分布特征;土地利用类型和植被覆盖度对PM_(2.5)和PM_(10)浓度有着较强的影响。     

基于积尘负荷的北京市典型城区道路扬尘排放特征研究

对典型道路扬尘进行采样,分析夏季北京市西城区、海淀区、门头沟区不同类型道路积尘负荷和PM_(2.5)粒度乘数(K_(2.5),g/(km·辆)),并对高峰与非高峰期K_(2.5)进行统计分析,通过计算得到了PM_(2.5)、PM_(10)排放因子和排放强度。结果表明:除北营房中街和阜外大街以外的积尘负荷总体表现为支路次干道主干道快速路,门头沟区海淀区西城区。不同道路类型PM_(10)排放因子表现为主干道次干道支路快速路(西城区除外),PM_(10)排放强度表现为快速路主干道次干道支路。K_(2.5)的分析结果表明,K_(2.5)表现为快速路主干道次干道支路,西城区海淀区门头沟区,高峰期K_(2.5)普遍比非高峰期大,其中午高峰最大。此外,北营房中街积尘负荷为0.681g/m~2,PM_(10)排放因子和排放强度分别为1.04g/(km·辆)和8.43kg/(km·d),明显小于其他区支路;阜外大街积尘负荷为0.724g/m~2,PM_(10)排放因子和排放强度分别为1.28g/(km·辆)和44.74kg/(km·d),明显小于其他区主干道;这可能与两条道路的日平均洒水次数较多有关。研究结果可为北京市道路扬尘排放清单的构建提供数据参考。     

邯郸市PM_(2.5)及其化学组分的季节性变化

利用2013年邯郸市4个大气环境监测站连续1年的在线监测数据,并结合离线采样成分数据,对比分析了不同季节大气中PM_(2.5)及其主要成分的浓度水平和污染特征。结果表明,PM_(2.5)和PM10四季均存在不同程度的超标现象;污染物在4个站点之间的空间差异不太显著,邯郸市的污染为区域性污染。PM_(2.5)中水溶性无机离子和碳组分的季节变化均较为明显。SO_4~(2-)、NO_3~-和NH_4~+三者浓度之和占PM_(2.5)浓度的39.8%,占PM_(2.5)中总水溶性无机离子浓度的86.2%;四季均存在较强的光化学反应,但硫氧化率(SOR)和氮氧化率(NOR)呈现出不同的季节变化规律,与SO2-4和NO_3~-的来源和去除机制明显不同有关。秋、冬季有机碳(OC)和元素碳(EC)污染较为严重,总碳气溶胶(TCA)浓度分别占PM_(2.5)质量浓度的24.0%和32.9%;研究显示高浓度的OC较多来源于二次有机碳(SOC),高浓度碳易发生二次污染。进一步对PM_(2.5)中各组分进行来源分析得出燃煤、汽油车尾气、生物质燃烧、二次气溶胶和扬尘源对邯郸市PM_(2.5)贡献显著。     

西安城郊PM_(10)和PM_(2.5)化学组分特征研究——以户县草堂寺为例

为研究西安城郊农村大气PM_(10)和PM_(2.5)中主要化学组分特征,于2014年12月至2015年10月在西安户县草堂寺采集颗粒物样品,分析了每组样品中的16种无机元素、8种水溶性离子、有机碳(OC)和元素碳(EC),对颗粒物和化学组分的浓度水平、时间变化特征进行了讨论。结果表明:(1)PM_(2.5)、PM_(10)年平均值分别为(79.78±59.12)、(118.09±79.27)μg/m~3。(2)PM_(2.5)及PM10中地壳元素浓度总体表现为春季高、秋季低;微量元素浓度表现为冬季高、夏季低。(3)PM_(2.5)和PM_(10)中SO_4~(2-)、NH_4~+、NO_3~-浓度总体表现为冬季秋季春季夏季。(4)冬、春季OC、EC明显高于夏、秋季;由OC/EC的最小值估算得到PM_(2.5)、PM_(10)中二次有机碳(SOC)年平均值分别为(7.90±8.89)、(8.55±8.50)μg/m~3,冬、春季SOC明显高于夏、秋季;秋、冬季OC、EC相关性较强,而春、夏季较弱。     

京津冀地区PM_(2.5)的时空效应研究

PM_(2.5)污染已成为当前经济发展中亟待解决的难题。从年、季、日变化及周末效应4个时间尺度和空间自相关分析研究了京津冀地区PM_(2.5)的时空效应,并构建空间回归模型量化分析相关社会经济因素对PM_(2.5)的影响。结果显示:(1)2013—2016年京津冀地区PM_(2.5)污染整体呈下降趋势,但污染程度依然很高,基本都没有达到《环境空气质量标准》(GB 3095—2012)二级标准(35μg/m~3)。四季的达标天数夏季春季秋季冬季。中南部的石家庄、保定、衡水、邢台、邯郸为PM_(2.5)浓度高值区,日变化曲线为单峰型,受工业企业生产排放的影响较大;北部的张家口、承德、秦皇岛为PM_(2.5)浓度低值区,中东部的天津、北京、沧州、唐山、廊坊为PM_(2.5)浓度中值区,日变化曲线均为双峰型,受机动车尾气排放的影响较大。石家庄、北京的周末效应表现为白天PM_(2.5)浓度工作日高于周末,晚上周末高于工作日。(2)京津冀地区PM_(2.5)存在显著的空间正相关性,2013—2016年石家庄、衡水、邢台、邯郸始终表现出高-高集聚特征,张家口、承德、秦皇岛始终保持低-低集聚特征。汽车尾气排放是京津冀地区PM_(2.5)污染的重要影响因素,而能源消耗的影响不显著。     

中国大陆地区水泥工业PM_(2.5)排放特征研究

根据水泥工业生产技术、生产过程以及PM_(2.5)排放控制水平,采用排放因子法核算了2013年中国大陆不同省份水泥工业PM_(2.5)排放量。估算结果表明:2013年中国大陆地区水泥工业PM_(2.5)排放总量为476.6万t,其中京津冀及周边7省份(包括北京、天津、河北、山东、山西、内蒙古、河南)的PM_(2.5)排放量合计占排放总量的21.3%;熟料水泥生产企业PM_(2.5)排放量占排放总量的73.1%,水泥磨站的PM_(2.5)排放量占26.9%;有组织PM_(2.5)排放量为307.8万t,占排放总量的64.6%,无组织PM_(2.5)排放量为168.8万t,占排放总量的35.4%。     

呼和浩特市源成分谱特征研究

采集了呼和浩特市城市扬尘、土壤风沙尘、建筑水泥尘和煤烟尘4类源样品,进行形态分析和化学组分分析,建立了PM_(10)和PM_(2.5)源成分谱。研究表明,建筑水泥尘和土壤风沙尘呈不规则的块状;而煤烟尘呈现圆形。就化学组成而言,各源类PM_(10)和PM_(2.5)的成分谱之间相关系数在0.8以上,具有显著相关性,各类源的标识组分一致。城市扬尘中主量成分为Si、Al、Ca、Fe和有机碳(OC);土壤风沙尘中Si占比最高,PM_(10)和PM_(2.5)中占比均大于20%(质量分数,下同);建筑水泥尘中Ca占比较高;煤烟尘中Si、Al、OC、SO_4~(2-)在PM_(10)和PM_(2.5)中的占比均超过10%。此外,对供热、工业、电力行业排放的煤烟尘进行了对比分析,供热行业中的煤烟尘含碳量较高;工业排放的煤烟尘PM_(10)中元素占比较高,这可能与锅炉类型、除污措施等相关。     

山西省空气污染物PM_(2.5)时空分布特征研究

基于山西省11个地级市2015年7月至2016年5月的PM_(2.5)月均浓度数据,运用地理信息系统(GIS)和分级统计法分析了山西省PM_(2.5)的时空变化特征。结果表明:山西省PM_(2.5)月平均浓度变化具有季节性,2015年8—9月和2016年4—5月污染较轻,2015年12月至2016年1月污染较严重;晋南各城市污染均比较严重,而位于晋北的大同市和晋西的吕梁市PM_(2.5)月均浓度一直处于达标状态。主成分分析发现,除吕梁市外,其他地级市对山西省PM_(2.5)污染的贡献接近,表明不同地级市的PM_(2.5)月均浓度变化主要受大尺度的天气变化影响。研究结果有利于了解山西省PM_(2.5)污染的时空分布格局,进而有助于针对性地开展污染防控工作。     

温州城区大气PM_(2.5)中多环芳烃的污染特征与来源解析

使用中流量采样器采集温州城区2015年4个季节的大气PM_(2.5)样品,利用气相色谱(GC)—质谱(MS)联用仪对PM_(2.5)样品中16种优先控制的多环芳烃(PAHs)进行分析,研究PM_(2.5)中PAHs的污染特征及其可能来源。结果显示,PM_(2.5)中总PAHs质量浓度为5.12~81.59ng/m~3,且表现为冬季秋季春季夏季,季节性变化特征明显。比值法和主成分分析显示,温州城区大气PM_(2.5)中PAHs的主要污染源是燃煤、机动车尾气以及生物质燃烧。总PAHs日均毒性当量浓度为0.44~11.28ng TEFs/m~3,平均值为3.44ng TEFs/m~3。成人和儿童的终生超额致癌风险(ILCR)年均值分别为7.11×10~(-7)、4.98×10~(-7),表明温州城区PM_(2.5)中PAHs对人体健康影响水平较低,在可接受范围内。     

杭州市不同高度大气PM_(2.5)的污染特征研究

为研究杭州市大气PM_(2.5)的污染特征,评估本地污染源和外来污染源对PM_(2.5)的影响,于2013年10月10日至11月2日对杭州市主城区两个不同高度的采样点进行采样,并定量分析大气PM_(2.5)中的化学成分。结果表明,采样期间20、84m高度的大气PM_(2.5)日均质量浓度分别为(80.5±28.9)、(80.3±29.3)μg/m3,不同高度的PM_(2.5)浓度及其化学成分无明显差异;PM_(2.5)主要成分质量分数按如下排序:SO_4~(2-)有机碳(OC)NO_3~-NH_4~+元素碳(EC);大气PM_(2.5)中二次粒子SO_4~(2-)、NO_3~-、NH_4~+平均质量浓度总和约为39.0μg/m3,二次转化是杭州市大气PM_(2.5)的主要来源,SO_4~(2-)、NO_3~-、NH_4~+贡献率为48%左右;20、84 m高度的大气PM_(2.5)中OC分别为(15.6±5.1)、(14.8±4.7)μg/m3,EC分别为(4.6±1.8)、(4.6±1.6)μg/m3,OC/EC(质量比)约为3.3。采样期间,杭州市大气PM_(2.5)在近地面垂直方向上分布较为均匀,表明杭州市大气PM_(2.5)受外来污染源的影响较小。而在本地污染源中,杭州市大气PM_(2.5)主要受到生物质燃烧、机动车尾气、燃煤和餐饮油烟等来源的影响,地面扬尘的作用不明显。     

西安市燃煤锅炉排放颗粒物中PM_(2.5)和PM_(10)的组分研究

为了解西安市燃煤锅炉排放颗粒物的组分情况,采用稀释通道采样,用滤膜采集了西安市3台链条炉排放颗粒物中的PM_(2.5)和PM_(10),并利用离子色谱仪(IC)、电感耦合等离子体质谱仪(ICP-MS)和碳分析仪等分析了其中的主要组分。实验结果表明,燃煤锅炉排放颗粒物中PM_(2.5)和PM_(10)的主要组分有SO_4~(2-)、NH_4~+、Cl~-、有机碳(OC)、元素碳(EC)、Al、Si。Si、Ca等地壳元素在PM_(10)中所占比例多于PM_(2.5),而NO_3~-、NH_4~+、OC等二次生成物在PM_(2.5)中所占比例多于PM_(10)。对比PM_(2.5)和PM_(10)组分可以发现,同种组分在不同燃煤锅炉排放的PM_(2.5)和PM_(10)中分布差异很大,这可能与除尘、脱硝等工艺密切相关。研究内容对西安市大气颗粒物源解析工作具有重要的参考价值,为西安市颗粒物源解析项目积累了一定的经验。     

济南市PM2.5化学组分及污染特征分析

为探讨济南市大气PM_(2.5)主要化学组分和污染特征,2017年在济南市开展了PM_(2.5)样品采集工作,分析了PM_(2.5)中有机碳(OC)、元素碳(EC)和水溶性离子浓度水平。结果表明:采样期间济南市PM_(2.5)中OC、EC年均质量浓度分别为9.10、2.68μg/m~3,全年OC与EC质量浓度的比值为3.4,二次有机碳污染严重;OC、EC季节分布特征明显,均为冬季浓度最高,且秋、冬季两者相关系数较高,表明秋季和冬季OC、EC来源较为一致。NO_3~-、SO_4~(2-)、NH_4~+年均质量浓度之和为34.29μg/m~3,占水溶性离子总量的88.9%,是济南市PM_(2.5)中最重要的组分;各水溶性离子浓度具有明显的季节变化特征,NO_3~-、SO_4~(2-)、NH_4~+、Cl~-和K~+均冬季浓度最高,而Ca~(2+)春季浓度最高;PM_(2.5)中NO_3~-与SO_4~(2-)质量浓度的比值为1.10,说明相比于固定污染源,移动污染源对济南市PM_(2.5)影响更大。     

无锡市区大气污染物污染特征及影响因素研究

利用2014年无锡市区的6种大气污染物浓度和气象因子等监测数据,研究了无锡市区各种大气污染物的污染特征及其影响因素。结果表明:(1)无锡市区PM_(2.5)、PM_(10)、SO_2、NO_2、CO浓度的季节变化特征为冬季最高,夏季最低;O_3浓度表现为夏季最高,冬季最低。就全年的综合情况而言,颗粒物污染,尤其是PM_(2.5)污染最严重。(2)PM_(2.5)、PM_(10)、SO_2、NO_2、CO浓度间两两呈正相关;PM_(2.5)、SO_2、NO_2、CO浓度均与O_3浓度呈负相关。(3)温度与PM_(2.5)、PM_(10)、SO_2、NO_2、CO浓度呈负相关,与O_3浓度呈正相关;相对湿度与PM_(2.5)、PM_(10)、SO_2、NO_2、O_3浓度呈负相关,与CO浓度无相关性;风级与PM_(2.5)、PM_(10)、SO_2、NO_2、CO浓度呈负相关,与O_3浓度无相关性。降水有利于PM_(2.5)、PM_(10)、SO_2、NO_2、O_3浓度的降低,但对CO浓度影响不大。(4)无锡市区空气质量周末比工作日差。NO_2、SO_2浓度周末低于工作日,O_3浓度周末高于工作日,呈现明显的"周末效应";PM_(2.5)、CO浓度周末高于工作日,未出现"周末效应"。