嘉兴市环境空气中PM2.5和PM10的时空分布特征

以 2017—2020 年嘉兴市范围内环境空气自动监测站的监测数据为基础,分析了嘉兴市 PM_2.5和 PM₁₀的时空分布特征,结果表明,嘉兴市 PM_2.5和 PM₁₀浓度逐年改善。从季节分布看,PM_2.5和 PM₁₀浓度均表现为冬春季高、夏秋季低,冬季质量浓度分别为 48,77 μg/m³,夏季质量浓度分别为 22,35 μg/m³;在月尺度上,大体呈两头高、中间低的“U”形分布;在周尺度上,存在明显的“周末效应”,即污染物浓度休息日低于工作日。从空间分布看,PM_2.5和 PM₁₀的浓度分布呈“东低西高”的特点。全局空间自相关分析表明,PM_2.5的全局相关性不显著,PM₁₀全局表现为较强正相关性。局部空间自相关分析表明,嘉兴市区 PM_2.5表现为高—低聚集,嘉善县PM₁₀表现为高—低...     

PM2.5及其工业源头控制技术

PM2.5对人体健康和空气质量有巨大的危害,环保部已修订相关法规和文件,将PM2.5纳入我国环境空气质量监测范围,采取有效手段控制PM2.5是我国一项重要的环保目标,在工业企业中采用最先进的表面过滤技术可从源头控制工业PM2.5的排放。     

2017～2018年广安市大气细颗粒物(PM2.5)污染特征及季节性变化源解析研究

为研究广安市城区大气细颗粒物污染特征及成因,选取2017～2018年广安市委国控站点四个季度监测数据,运用移动式在线单颗粒气溶胶飞行时间质谱仪(SPAMS)对广安市大气细颗粒物污染特征、季节性变化规律开展源解析。主要结果为：(1)2017～2018年广安市大气细颗粒物污染源贡献率季节性差异较大,春季和秋季扬尘源贡献突出,夏季和冬季为工艺过程源、燃煤源;(2)不同组分贡献率季节性差异不大。夏季、秋季、冬季有机碳、元素碳贡献较大,春季有机碳贡献较大;(3)冬季和夏季细颗粒物污染表现明显,颗粒物老化程度冬季>秋季>春季>夏季。研究为广安市加强大气细颗粒物污染防治研究提供参考依据,也为科学应对重污染天气提供一些借鉴意义。     

阿克达拉PM2.5演变特征及与气象要素的相关性分析

为深入了解阿克达拉PM_2.5颗粒物污染,利用阿克达拉国家大气本底站颗粒物监测仪器GRIMM180观测的2010～2019年PM_2.5数浓度及台站的常规气象观测资料,用z-score法对PM_2.5数据标准化进行时间变化趋势分析,利用SPSS进行Pearson系数相关分析,能够客观反映出颗粒物浓度与气象要素间的共变趋势程度。结果表明：(1)10年中PM_2.5浓度整体上升7.15%。季节变化表现为冬季>春季>秋季>夏季的特征。秋季为明显右偏态分布其余季节对称分布,且冬季的变化性最大。月变化周期为13个月,呈现出“U”形起伏的变化规律。日变化呈现单峰的型式,且采暖期为非采暖期浓度2倍,呈现白天堆积晚上扩散的周期。(2)PM_2.5与风速、相对湿度和日照时长相关性最好,且在冬季表现最为显著。PM_2.5最高浓度风向为正南,阿克达拉主要污染物成分主要来自西北、偏西方向。风速为10m/s时为PM_2.5浓度明显转折点。夏季PM_...     

2020年自贡市主城区PM2.5污染特征及来源解析

PM_2.5主要污染物来源解析对空气质量管理具有十分重要的意义。本研究利用自贡市国控站点气象、大气污染物及PM_2.5组分监测数据,基于颗粒物源解析模型,分析了2020年自贡城区PM_2.5的主要污染特征,识别并量化了PM_2.5的污染来源及贡献。结果表明：自贡城区的PM_2.5年均浓度为43.2μg/m³,按总体贡献度排序,二次源、移动源、扬尘源和工业源是PM_2.5的主要影响因素,时段及季节变化特征明显;春季贡献最大的为移动源和扬尘源,夏季贡献最大的为移动源和工业源,冬季移动源贡献最大。为自贡市城区空气质量管理及控制提供了重要的决策依据。     

成都春季VOCs污染特征及其对SOA和O3生成贡献的研究——以2020年4～5月发生的PM2.5和O3污染过程为例

成都市2020年4月15～16日和4月28～5月6日分别发生了细颗粒物(PM_2.5)污染过程和臭氧(O₃)污染过程,利用2020年4月13～5月10日成都市区57种挥发性有机物(VOCs)小时数据,研究两次污染过程中VOCs对PM_2.5污染和O₃污染的影响。通过计算VOCs的臭氧生成潜势(OFP)、二次有机气溶胶生成潜势(SOAFP),以及使用比值分析法,探讨成都市VOCs优先控制物种及来源。结果表明,污染时段VOCs浓度较清洁时段均有所升高,但烷烃占比有所下降。污染时段的OFP和SOAFP较清洁时段均有所升高,间/对二甲苯和甲苯对SOA生成和O₃生成贡献均排名前列,控制这两种组分的排放是成都市控制O₃和SOA前体物的有效途径。比值分析结果得出,VOCs气团受本地排放影响较大,PM_2.5污染时段和清洁时段的VOCs受机动车尾气排放影响较多,O₃污染时段的VOCs除受到机动车尾气排放影响以外,还受溶剂使用的影响。作...     

火电厂PM2.5治理技术探讨

分析了PM2.5的危害及治理意义,论述了对于火电厂PM2.5的治理技术,如机电多复式双区电除尘、湿式电除尘、以及其他综合治理技术的研发和应用情况。     

PM2.5在线监测技术概述

针对PM2.5颗粒物监测技术和PM2.5的监测网络的建设,重点介绍了美国多年来对PM2.5的监测状况,以及采用的Beta射线法、Beta射线光浊度法、微量振荡天平法等监测技术的方法和原理;指出综合国内外多年的监测经验,PM2.5的在线监测需要经过大量手工经典方法数据作为比对和校验,才能给出有效而高质量的PM2.5监测数据。     

大气细粒子(PM2.5)监测技术进展

大气细粒子(PM2.5)的污染对人和生态环境等影响巨大,迫切需要进行PM2.5质量浓度的监测;本文介绍了PM2.5国内外监测研究进展、监测网络应用情况以及监测技术;重点介绍了几种先进的技术:β射线法、振荡天平法和光散射法,并详细描述了各种监测设备的原理及结构,提出最好采用PM2.5在线监测仪进行日常监测。     

成都平原西郊PM2.5载带水溶性离子污染特征

为探究成都平原西郊冬季颗粒物污染特征,采用离子色谱仪对选择点位冬季PM_2.5载带进行离子测定。结合空气站点PM_2.5、SO₂、NO₂质量浓度,分析其浓度特征、酸碱度、相关性及主要来源等情况。结果表明：采样期间,该区域大气PM_2.5质量浓度均值为73.1μg/m³,主要水溶性离子质量浓度均值为27.42μg/m³,占比为37.5%;阴阳离子当量比为1.003,PM_2.5呈酸性;二次离子(NH⁺₄、SO₄^2-、NO^-₃)占总水溶性离子质量浓度比值为71.7%且相关性较好,污染期间SNA主要以NH₄HSO₄和NH₄NO₃两种形式存在;主成分分析可知燃烧排放、建筑施工扬尘及机动车排放二次转换是造成西郊冬季...     

PM2.5污染危害分析及防控措施研究

本文论述了PM2.5对环境的危害,在剖析PM2.5组成与来源的基础上,提出防控PM2.5的政策与技术方面的建议,以期为今后PM2.5的防控工作提供理论基础。     

基于VIIRS的夜间PM2.5浓度遥感估算

PM_2.5作为主要空气污染物之一,长期影响人类健康和生态环境。目前主流的大气PM_2.5遥感监测依赖于日间过境的气溶胶光学厚度AOD产品,夜间时效连续性受到限制。为此,本文在大气辐射传输原理的基础上,顾及气象、土地利用等与PM_2.5排放、传输相关的因素,构建基于VIIRS的夜间PM_2.5浓度遥感估算方法。以北京市2013—2014年大气重污染事件为例,定性分析、定量评估大气重污染过程下PM_2.5浓度与夜间灯光辐射强度的相关性,开展夜间灯光遥感数据融合多源地理要素的夜间PM_2.5浓度估算。结果表明：随着PM_2.5浓度的显著上升,夜间灯光遥感影像的同一个区域亮度明显下降,PM_2.5浓度值和夜间灯光辐射值的平均相关系数达-0.69(P<0.001);融合夜间灯光数据与多源地理要素可以较好模拟夜间PM_2.5浓度,模型精度R²达0.83,RMSE为38.03μg/m^...     

沈阳市秋冬季PM2.5中有机碳和元素碳污染特征及来源分析

通过分析沈阳市环境空气秋冬季PM_2.5中有机碳(OC)和元素碳(EC)质量浓度,研究环境空气PM_2.5中OC,EC的污染特征。研究结果表明：沈阳城区秋季环境空气EC和OC质量浓度较高;秋冬季二次有机碳(SOC)平均质量浓度分别达到8.28～14.81μg/m³和6.98～11.59μg/m³,二次污染程度较为严重;通过碳组分进行主成分分析,秋冬季碳组分主要来源于生物质燃烧、燃煤排放和汽油车尾气;冬季K⁺与OC,EC,SOC之间的相关性较好,K⁺与OC,EC,SOC具有一定的同源性;冬季OC与EC相关性较好,冬季碳质气溶胶污染源来源相对一致。     

基于超级站观测的乌鲁木齐市PM2.5组分特征分析

为了解乌鲁木齐市PM_2.5各组分浓度及其变化特征,利用2022年乌鲁木齐市大气环境超级站PM_2.5及其组分连续监测数据进行特征分析,结果表明：PM_2.5组分中有机碳、元素碳、水溶性阴、阳离子等组分浓度与PM_2.5浓度呈现“采暖季高、非采暖季低”的季节性变化;PM_2.5各组分中硫酸根、硝酸根、铵根和有机碳占比较大;无机元素浓度高低顺序为：钙>铁>氯>钾;有机碳与元素碳比值为6.08;硝酸根离子与硫酸根的比值小于1;典型污染过程中PM_2.5组分浓度中硫酸盐、硝酸盐、铵盐和有机物等二次气溶胶占比明显增加。说明2022年乌鲁木齐市冬季PM_2.5浓度受SO₂、NO₂和NH₃等污染物二次转化影响,而夏季则受有机物二次转化和一次扬尘源的共同影响,应重点控制相关行业污染排放,减少重污染天气。     

基于Moran’s I指数的京津冀地区PM2.5空间自相关分析

选取2014~2018年京津冀地区环境监测站点PM_2.5浓度观测数据,基于Moran's I指数,分析了该地区PM_2.5浓度的时空变化特征以及空间相关性。研究表明:2014~2018年京津冀地区PM_2.5浓度空间分布差异显著,2014年良、轻度、中度污染面积约占1/3,降至2018年以“良”为主;PM_2.5浓度空间分布北部、西部优于南部、东部地区,山区优于平原地区;PM_2.5浓度年平均值、IQR、Q1、Q3值及标准差均呈下降趋势,达到且接近于“良”以上程度的站点,从2014年2成增长至2018年8成;通过对历年及各月PM_2.5浓度全局Moran's I指数分析,I值(除7月外)均超过0.5,生成的P值均小于显著水平0.01,Z得分均超过了临界值2.58;年、月平均值均呈显著的集聚效应,年值集聚效应呈减弱趋势,月值集聚效应秋、冬季大于春、夏季,空间集聚效应与污染程度呈显著正相关;局部空间自相关历年、各月H-H集聚主要出现在京津冀南部地区,L-L集聚主要出现在北部地区。京津冀地区PM_2.5浓度值分布存在空间异质性,主要影响因素为地理、气候和经济环境。     

基于空气质量模型CMAQ的成渝经济区（四川）PM2.5浓度数值模拟研究

利用第3代空气质量模式CMAQ对成渝经济区(四川)2012年1、4、7、10四个月的PM2.5浓度进行了数值模拟,并利用现状监测数据及遥感反演的AOD分布对模拟结果进行了对比分析,表明该模式对PM2.5模拟性能良好。根据CMAQ模拟结果,模拟的4个月中10月份PM2.5浓度最高,其次为4月份,1月最低;PM2.5浓度在空间分布上形成2个高值区,分别是成都、德阳和眉山区域,另一个是川南城市群的宜宾、自贡、内江等地市。利用CMAQ模式对成都及其周边地市之间PM2.5的相互影响分析表明,成都、绵阳、德阳3个地市城区PM2.5浓度受本地源影响较大,周边城市中德阳对成都影响最大,成都则对眉山影响最大。     

2015～2020年河南省主要大气污染物时空变化特征及归因分析

利用河南省国控空气质量监测站点实测主要大气污染物(PM_2.5、PM₁₀、O₃)小时监测数据,采用主成分分析技术和线性混合效应模型,对河南省2015～2020年主要大气污染物时空变化特征及归因进行了分析。结果表明：近年来河南省PM_2.5和PM₁₀浓度下降趋势尤为显著,近地面O₃污染却在日益加剧。大规模减排和扩散条件的改善是促进PM_2.5和PM₁₀污染降低的重要原因,而近地面温度的升高是造成O₃污染加剧的首要原因。研究成果可为当地开展大气污染防治精细化管控、实现近地面大气颗粒物与臭氧的协同治理提供理论参考。     

昆明城区颗粒物质量浓度变化特征及驱动因素研究

为探究颗粒物对昆明城区环境空气质量的影响,基于2015～2020年颗粒物质量浓度数据,利用Spearman相关性分析、冗余分析方法对颗粒物质量浓度时空变化特征及其驱动因素进行深入研究。结果表明：2015～2020年期间,可吸入颗粒物(PM₁₀)、细颗粒物(PM_2.5)质量浓度均呈现显著下降的变化趋势,年内旱季整体高于雨季,日内呈“双峰双谷”波动变化趋势且夜间显著高于白天;颗粒物质量浓度的主要影响因素是风速,并与降水量、相对湿度、气温呈现显著负相关,但也受到区域传输、人类活动等多种因素影响。未来,应分区域、分时段(旱季和雨季、昼间和夜间)制定差异化的污染管控措施,重点控制PM₁₀质量浓度并使PM_2.5质量浓度持续下降,为持续提升昆明城区环境空气质量水平提供科学依据。     

可吸入颗粒物(PM10)空间特点与城市热岛格局的关系分析

采用成都市可吸入颗粒物(PM10)小时浓度的空间分布实例,结合NOAA/AVHRR(National Oceanic and Atmospheric Administration/Advanced Very High Resolution Radiometer)遥感数据所获的城市热岛温度场格局图,结果发现:下午环形热岛出现时城市中心区的PM10浓度较低,二、三环路附近的浓度相对较高,城区西南部尤其明显。分析认为,环形热岛改变了城市近地层的温度场和流场结构,在城郊结合部造成"双重循环",容易导致污染物在这些地方聚集。