浅析PM_(2.5)的监测

PM2.5的污染对生态环境和人的生存条件具有重要影响,针对PM2.5的监测显得非常迫切。近年来,在国际社会上针对PM2.5的监测分析越来越多,我国在部分地区也进行了PM2.5的分析和采集工作,这表明,针对PM2.5的监测具有普遍性和重要性。为了进一步分析我省关于PM2.5监测工作的进展情况,本文根据云南省不同环境中PM2.5的监测结果,对我省v的监测现状做了深入总结。以目前对我省大气污染情况的分析和预测,指出v监测的发展前景和v污染的主要原因,并提出相应的治理措施。     

黑龙江省PM2．5监测现状及结果分析

近十余年来在中国的部分地区进行了PM2.5的采集和分析。以美国PM2.5的主要检测方法为例,指出在国际社会中针对PM2.5检测的重要性和普遍性,同时例举了中国PM2.5的检测方法的多样性。根据黑龙江省13个市（地）共57个环境空气自动监测站的大气监测数据结果,总结了黑龙江省PM2.5的监测现状,并详细的介绍了黑龙江省关于PM2.5检测工作的开展情况。以哈尔滨为例对市区的大气污染情况进行预测和分析;提出了黑龙江省大气PM2.5污染超标的原因,并提出切实可行的治理方案。同时指出了今后黑龙江省PM2.5监测的发展方向。     

细颗粒物(PM_(2.5))在环境空气自动监测中的方法对比与应用

高浓度的细颗粒物(PM2.5),是造成"灰霾"和"雾霾"天气的主要空气污染物之一。细颗粒物(PM2.5)在环境空气中的监测,是了解和分析空气质量的重要依据。本文旨在分析认识细颗粒物(PM2.5)自动监测方法中常用的β射线法,通过与天平振荡法进行对比,了解细颗粒物(PM2.5)监测仪器的使用情况。     

我国典型城市PM_(2.5)空间分布均匀性分析

随着空气质量新标准的实施,从2013年开始我国部分城市先期开展了PM2.5的例行监测,从中选取不同区域的典型城市,分析了PM2.5在环境中的分布情况。分析结果表明:典型城市PM2.5日均值相对标准偏差(RSD)范围为13%~26%,平均值为18%;我国南方城市PM2.5空间分布均匀性优于北方城市,北方城市冬、春季节PM2.5分布的均匀性较差,南方城市夏季PM2.5分布的均匀性较差;PM2.5的空间分布均匀程度与PM10接近,但明显优于其他气态污染物。综合分析认为,目前我国国家监测网内PM2.5监测点位的代表性能够满足城市空气质量监测与评价工作需要。     

空气PM2.5自动监测方法比较分析

本文分析了空气PM2.5自动监测方法原理、优缺点,以及影响空气PM2.5自动监测质量因素,对比三种监测方案,提出了符合监测区域空气PM2.5自动监测方案,具有积极的现实应用价值。     

我国PM2.5监测网络布局与监测方法体系构建策略分析

本文通过对国内外PM2.5监测网络布局现状的分析和比较,认为我国"十二五"规划的PM2.5监测网络在点位数目和网络布局上基本能够反映我国PM2.5污染状况。为进一步反映PM2.5的污染特征和来源,今后应逐步增加污染监控点位、道路交通点位的设置,并在质量浓度监测的基础上,逐步开展PM2.5主要组分监测。在监测方法选择上,β射线法联用动态加热系统(DHS)PM2.5自动监测仪器和振荡天平法联用膜动态测量系统(FDMS)PM2.5自动监测仪器均能够满足监测工作的需要,综合考虑两种类型仪器的性能指标和运行成本,β射线法联用动态加热系统(DHS)PM2.5自动监测仪器操作相对简单,运行维护成本相对较低,更适合在我国环境空气监测网络内推广和普及。     

PM_(2.5)监测技术要点及意义探讨

在我国以往的大气环境质量监测中,粒子的监测主要是针对粗颗粒PM10进行监测。随着雾霾天气的频发,国家在修订的《环境空气质量标准》(GB3095-2012)中将PM2.5的浓度限值纳入,细粒子PM2.5的质量浓度日益成为表征城市大气污染的首要指标。本文在分析我国PM2.5监测现状的基础上,对PM2.5监测技术要点与意义进行探讨。     

铜仁市中心城区PM_(2.5)污染状况及影响因素分析

利用铜仁市中心城区2015年1~2月PM2.5空气质量监测资料,分析铜仁市中心城区PM2.5浓度污染状况及影响因素,为制定相应的污染控制措施提供参考数据。结果表明:中心城区监测站点PM2.5与PM10比值为0.514,可吸入颗粒物是PM2.5的主要来源。造成PM2.5污染还有人为产生的机动车尾气、工业扬尘、道路扬尘、饮食油烟及建筑工地等因素。     

绵阳市城区空气PM_(10)、PM_(2.5)污染特征及相关性研究

采用连续自动监测方法于2013年9月至2014年4月对处于四川盆地内的中等城市绵阳市主城区富乐山、市人大、三水厂、高新区4个点进行空气质量监测。监测结果表明:空间分布上PM10和PM2.5污染程度城西工业区最高,市中心其次,森林公园最低。季节变化PM10和PM2.5污染程度为:春季<秋季<冬季。1天内PM10和PM2.5小时均值呈双峰分布。PM10和PM2.5一元线性回归方程为:y=0.7273x-2.9869,回归分析相关性系数为0.94。ρ(PM2.5)/ρ(PM10)平均值为0.7,变化范围为0.27~0.93。     

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.     

贵阳市空气中PM2.5/PM10时空分布特征研究

利用2013年贵阳市10个国控监测站点PM2.5和PM10全年(2013年1月1日00时-2013年12月31日23时)实时同步质量浓度监测资料,取24小时滑动平均,研究PM2.5和PM10质量浓度比值(PM2.5/PM10)的时间、空间分布特征及二者质量浓度的相关性.结果表明:2013年贵阳市PM2.5/PM10的年均值为0.64,春、夏、秋和冬季的平均值分别为0.64、0.49、0.66和0.77.PM2.5/PM10四季有较大差异,冬季比值最高,夏季最低,春、秋两季相当;由于所代表的功能区及环境位置特点不同,各监测点同时刻的PM2.5和PM10浓度值有较大差异,但PM2.5/PM10的空间分布没有明显差异;对PM2.5和PM10浓度值进行回归分析,当PM10浓度增大时,PM2.5整体呈增大趋势.     

BP网络框架下MODIS气溶胶光学厚度产品估算中国东部PM2.5

近年来随着中国经济的快速发展,中国区域的大气污染情况日趋严重,大气污染监测与治理已刻不容缓.由于卫星遥感具有较广的空间覆盖、成本低等优点,卫星遥感反演气溶胶光学厚度(AOD)产品被普遍认为是地面PM2.5浓度的重要指标,且已被广泛地应用于地面PM2.5遥感监测.利用2007～2008年的MODIS/Terra气溶胶光学厚度产品,考虑中国东部地区5个大气成分站点风速、风向、温度、湿度和边界层高度等气象数据,构建后向(BP)神经网络,提出了基于MODIS AOD产品估算PM2.5的模型.利用5个大气成分站点PM2.5观测数据对模型进行散点拟合和时间序列拟合验证,结果表明:①从PM2.5观测值与估算值的散点回归分析来看,PM2.5估算值与观测值相关系数最好的为庐山站(R=0.6),其它4个站次之,但其相关系数均在0.4(中强相关)以上;②从PM2.5观测值与估算值的时间序列比对分析来看,PM2.5估算值和观测值差值随时间变化而变化,且存在明显的日际振荡现象,但经相邻5 d滑动平均处理,5个站点的PM2.5估算值与观测值相关系数得到普遍提升,滑动后的相关系数RMA均在0.7以上(除郑州外),庐山RMA达到0.83.结果表明在BP网络框架下,基于MODIS AOD产品估算PM2.5的模型能较好地应用于PM2.5监测.     

西安地铁环境中PM_(10)、PM_(2.5)、CO_2污染水平分析

针对地铁环境空气污染状况,于2013年6月对西安地铁2号线各监测车站的站厅、站台、车厢及室外的PM10、PM2.5、CO2的污染水平进行了监测分析。结果表明:站厅、站台和车厢的PM10浓度均未超标;PM2.5浓度最大值分别为97.97,131.56,97.1μg/m3,超标率分别为30.6%、75.4%、29.5%,各监测站点细颗粒物污染较严重。车厢内部CO2最高浓度超过2 357 mg/m3,缺乏足够的新鲜空气来满足乘客的呼吸需求。对PM10和PM2.5源的相关性分析表明,站台和车厢环境中的颗粒物有强烈的相关性,二者有共同的来源。对站台和车厢环境中的PM10、PM2.5与室外环境的相关性分析表明,PM10有强烈的相关性(R2=0.83,0.78);PM2.5有较弱的相关性(R2=0.43,0.11)。各监测车站站台PM2.5/PM10为0.64~0.83,平均值为0.72;车厢PM2.5/PM10为0.68~0.85,平均值为0.78。     

常州市区空气PM2．5污染分布和气象因素影响初探

PM2.5作为一种重要的空气污染物指标,其形态与组成非常复杂,影响人类身体健康。本文根据常州市环境空气自动监测站系统的常年污染物和气象监测资料,研究了常州市PM2.5污染状况及与其他城市的比较,指出PM2.5的冬春季污染较重、夏秋季污染较轻的季节变化特征,日变化的双峰结构特征,以及城市风场和降水对常州市PM2.5浓度的影响规律。研究揭示PM2.5污染与气象因素之间的相关关系,为本地PM2.5监测、预警和污染防治提供参考。     

哈尔滨市燃煤期PM10和PM2.5比对测试研究

哈尔滨市的地域性决定了气候非常具有代表性。以冬季特为明显,气温早晚温差大,气温低。再加上正是采暖期间,空气质量受供暖期等影响较大,空气质量不稳定。2013年冬季选择哈尔滨市燃煤期PM10和PM2.5比对测试研究分析,对市区内3个监测点位进行的颗粒物（PM10和PM2.5）手工采样与自动仪器的比对监测,以手工监测方法为基准,分析自动监测与手工监测的一致性,并对PM10和PM2.5浓度的比值关系进行了分析,结果表明：监测3个点位的PM10和PM2.5的浓度趋势具有很高的一致性,且以手工和自动数据进行线性回归的各项参数均符合技术规范（HJ 653-2013）的要求。     

南京市PM2．5污染源分析与控制对策研究

随着民众健康和环保意识的增强,公众对空气环境质量越来越关注,要求也日益提高。空气污染物中的PM2.5由于对人体健康的危害严重性,近年来,成为政府和社会各界关注的环境热点问题。美国在1997年率先提出监测PM2.5标准,一些主要发达国家已将PM2.5纳入空气质量标准并进行强制性限制。本文简述了PM25的定义及危害,结合相关PM2.5的研究报告和环境监测数据分析了南京市PM2.5污染现状、污染特征及规律。通过对南京市PM2.5来源的解析,从监测管理、源头控制、防治机构、产业布局和公众参与几个方面提出控制南京市PM2.5污染的对策。     

广州市区PM_(2.5)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。     

环境空气中PM2.5自动监测方法比较及应用

2012年05月24日环保部公布了《空气质量新标准第一阶段监测实施方案》,要求全国74个城市在10月底前完成PM2.5"国控点"监测的试运行。为贯彻环境保护部的工作部署,中国环境监测总站以春、夏、秋、冬四个季节组织开展PM2.5自动检测技术和方法的运用。通过分析典型的PM2.5测定的方法和原理,发现PM2.5的自动检测过程比较复杂,测量结果也受很多种因素的影响。同时本文将如何应用PM2.5的自动监测方法进行分析和探讨。     

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。     

PM_(2.5)对环境空气质量评价结果的影响分析

从2011年12月1日开始在常规空气监测点对影响吉林市空气质量的两个颗粒物指标PM2.5和PM10进行了同步比对监测。结果表明:PM2.5和PM10有显著的相关性,相关系数为0.982;采暖期PM2.5和PM10的比值平均为0.57。分别采用现行和新标准对监测结果进行了评价,其结果好于二级天数将比现行标准评价结果减少12.4%。