邯郸市PM_(10)、PM_(2.5)和PM_(1.0)在线监测研究

对2015年3月—2016年2月邯郸市大气中的PM_(10)、PM_(2.5)和PM_(1.0)进行了在线监测,探讨了其质量浓度的变化特征,并分析了其质量浓度与风速、风向的关系。结果表明:邯郸市颗粒物质量浓度水平较高,β射线吸收法所监测的PM_(10_WET)、PM_(2.5_WET)和PM_(1.0_WET)年均浓度值分别为202.5,114.8,81.1μg/m~3,PM_(2.5_DRY)/PM_(10_WET)和PM_(2.5_WET)/PM_(10_WET)分别为0.58、0.70,PM_(1_DRY)/PM_(2.5_WET)和PM_(1_WET)/PM_(2.5_WET)分别为0.58、0.71,PM_(2.5)为PM_(10)中的主要组成,PM_(1.0)为PM_(2.5)中的主要组成。邯郸市PM_(10)、PM_(2.5)和PM_(1.0)质量浓度冬季最高;PM_(10)、PM_(2.5)和PM_(1.0)日变化峰值为上午09:00左右,谷值为下午16:00左右,扬沙、降雨,霾和春节不同条件下PM_(10)、PM_(2.5)和PM_(1.0)差异明显。邯郸市PM_(10)、PM_(2.5)和PM_(1.0)的浓度高值主要分布在风向0°~100°和175°~225°、风速小于1 m/s的情况下。     

南京市冬春PM_(2.5)和PM_(10)污染特征及影响因素分析

南京2013年冬季至2014年春季多次出现灰霾污染天气过程,防治颗粒物污染刻不容缓,其中细颗粒物(PM_(10))和超细颗粒物(PM_(2.5))所占比例较大。利用南京市环保局空气质量发布平台污染物监测数据和中国天气网站气象要素数据,对冬春季PM_(2.5)和PM_(10)质量浓度的变化特征以及它们与气象条件的关系进行分析。结果表明:南京冬季PM_(2.5)、PM10平均浓度分别为0.0982,0.1536 mg/m3,春季平均浓度分别为0.0673,0.1207 mg/m3。市区和郊区污染程度由高到低依次为:市区>江宁>六合>溧水。南京空气中颗粒物小时平均浓度日变化呈"双峰双谷型"特征。颗粒物与相对湿度、降雨量和风力呈一定的负相关性,与温度呈一定的正相关性,它们共同影响颗粒物质量浓度水平和大气污染状况。     

乌鲁木齐PM_(10)和PM_(2.5)的形貌特征与来源解析

PM_(10)和PM_(2.5)是近年来乌鲁木齐市空气质量的首要污染物,其成分复杂,来源不清。采用扫描电镜和离子色谱研究了乌鲁木齐市2015年采暖期和非采暖期大气颗粒物PM_(10)和PM_(2.5)的显微形貌,元素组成及其水溶性离子特征,并采用主成分分析法(PCA)对其来源进行解析。结果表明:PM_(10)和PM_(2.5)的颗粒形态各异,以球状、团絮状形状居多。主要物质有硅铝酸盐颗粒、铁氧化物颗粒,硫酸/碳酸盐晶体,碳质气溶胶以及不明物质等。采暖期和非采暖期主要的无机水溶性离子分别是SO_4~(2-)、NH_4~+、NO_3~-、Cl~-和SO_4~(2-)、NH_4~+、NO_3~-、Ca~(2+)。推测乌鲁木齐市颗粒物污染主要来源于固定污染源。     

哈密市环境空气中PM_(10)与PM_(2.5)变化特征

为了解哈密市环境空气中PM_(10)与PM_(2.5)的污染水平,对2016年哈密市环境空气数据进行统计分析,结果表明哈密市PM_(10)与PM_(2.5)存在一定的线性关系;哈密市2016年PM_(10)的年均值为99ug/m3,PM_(2.5)的年均值为36ug/m3。     

城市森林植被区空气PM_(2.5)质量浓度时空变化

该研究选取北京大兴南海子公园植被区与亦庄非植被区PM_(2.5)数据进行研究,对比分析植被区与非植被区PM_(2.5)质量浓度日变化、月变化和年变化特征,典型天气下的PM_(2.5)质量浓度变化。结果表明:植被区PM_(2.5)质量浓度整体上低于非植被区,二者日变化均呈典型的双峰曲线,白天低,夜间高,最小值出现在下午15:00左右;从不同月份看,PM_(2.5)质量浓度最高值出现在冬季的1月、2月,最低值出现在6月、8月,整体表现为冬季月份明显高于其余月份;气温、降雨和大风均与PM_(2.5)浓度呈负相关,晴天时,温度较高,有利于PM_(2.5)浓度降低;降雨有利于空气颗粒物沉降,有效清除大气PM_(2.5)污染,降低其浓度;大风天气会增加大气环流,有助于颗粒物在大气中扩散,使PM_(2.5)不易滞留,从而导致浓度降低。降雨和大风均能导致PM_(2.5)污染降低,且城市森林植被对于PM_(2.5)有明显降低作用。     

阜康市PM_(2.5)和PM_(10)的质量浓度变化特征分析

通过对阜康市2015年1个区控点的PM_(2.5)和PM_(10)的连续自动监测数据分析得出:2015年阜康市大气颗粒物中PM_(2.5)、PM_(10)浓度日均值和小时值的最大值均出现在4月,日均值均超过了环境空气质量标准的二级标准限值;月均值最大值均出现在12月;PM_(2.5)的年均值超过了环境空气质量标准的二级标准限值;PM_(2.5)和PM_(10)冬季的日变化浓度高于其他三季,夏季最低。超标天数高值出现在1、2、11、12月,PM_(2.5)的污染程度比PM10严重;PM_(2.5)和PM_(10)的比值1、11、12月较大。     

我国PM_(2.5)的防治措施及进展研究

大气颗粒物(particulate matter,PM)是重要的空气污染物之一,也是影响我国大多数城市空气质量的首要污染物,大气颗粒物污染对健康的影响已成为公众以及各国政府关注的焦点。本文针对PM_(2.5)污染治理方面的实际情况,从多方面提出了相应的控制途径和防治措施。     

邯郸市PM_(2.5)化学组成特征及来源解析

该研究通过对邯郸市环境空气中PM_(2.5)样本进行采集和成分检测,分析了该地区PM_(2.5)的浓度及化学组成特征,利用相关性分析法和富集因子法定性判断了PM_(2.5)的主要来源,利用PCA模型定量计算了各类污染源的贡献率,最后将解析结果与已有的PMF模型结果进行了对比分析。结果表明,邯郸市PM_(2.5)日均浓度(2012年10月13日-2013年1月)为146.9 g/m3,是我国环境空气质量标准(Ⅱ级)的2倍。二次水溶性离子、OC、EC是邯郸市PM_(2.5)的主要成分,约占PM_(2.5)总质量浓度的71.5%,其中,OC是PM_(2.5)中含量最丰富的单个组分,大气有机污染特征明显。PCA模型源解析结果为:工业和燃煤33.3%,二次气溶胶和生物质燃烧21.7%,机动车为12.8%,道路扬尘9.1%。将PCA、PMF模型解析结果对比后发现2种模型对PM_(2.5)的来源有较为一致的判定,工业源和燃煤源是该地区PM_(2.5)的主要来源,两者的总贡献率分别为42.1%(PMF)和33.3%(PCA)。除此之外,PMF单独解析出了Ba、Mn、Zn源,K、As、V源和重油燃烧源,PCA单独解析出了生物质燃烧源,不同的解析结果一方面与模型本身有关,另一方面与模型选择的化学成分有关。     

浅析PM_(2.5)的影响因素及对环境的危害和防治对策

细颗粒物PM_(2.5)又称可入肺颗粒物,能降低能见度、减少日照、改变气温和降水模式、导致灰霾增多,对环境造成严重污染,影响正常生活秩序。由于PM_(2.5)具有严重的危害性,其防治工作逐渐成为社会各界关注的热点,针对PM_(2.5)的来源及影响因素,从多方面提出了相应的防治对策。     

多尺度PM_(2.5)分布特征的空间插值与遥感反演对比

精确识别污染物浓度的空间分布是进行区域大气污染防治的重要基础。利用MODIS卫星数据,采用基于地面气象和环境空气质量监测站点观测数据为基础的反演模型,反演获取2013年12月珠三角地区典型大气污染过程1 km分辨率的PM_(2.5)浓度数据,对比分析遥感反演及基于环境空气质量监测站点观测数据的空间插值方法对区域、城市和乡镇尺度PM_(2.5)浓度空间分布特征的再现效果差异。结果表明,珠三角地区PM_(2.5)遥感反演结果与地面观测数据的相关性达到0.74,相关性水平较好,遥感反演结果可描述区域、城市和乡镇尺度上PM_(2.5)污染浓度的空间分布特征,识别不同空间位置的污染程度差异;基于站点观测数据的空间插值方法对PM_(2.5)浓度空间分布特征的再现能力有限,在区域尺度PM_(2.5)浓度空间分布特征分析时效果尚可,在站点有限的城市和乡镇尺度分析中效果不佳,容易产生对高浓度污染地区的误判;在需要利用站点观测数据分析区域尺度PM_(2.5)浓度空间分布特征时,析取克里金、反距离权重或径向基函数插值方法的效果相对较好。     

深圳市PM_(2.5)浓度特征及统计预报研究

根据2015年1—12月深圳市城区11站点PM_(2.5)小时浓度监测数据,探讨了深圳市PM_(2.5)浓度的时空分布特征。结果显示:监测期间深圳市城区PM_(2.5)平均浓度为29.8μg/m~3,PM_(2.5)平均浓度整体呈现出:冬季>秋季>春季>夏季的特征,PM_(2.5)质量浓度日变化整体呈现出双峰型分布,午后12:00—16:00浓度较低。空间分布上,年均浓度从东南至西北方向依次升高,梯度特征明显。PM_(2.5)浓度与PM_(10)呈高度相关,与SO_2、NO_2、CO呈显著正相关,与O_3呈实相关。相邻城市间空气污染物浓度呈现出一定的相关性,区域污染突出。建立的PM_(2.5)回归统计模型对深圳市2015年PM_(2.5)临近预报的级别准确率在70%以上,能较好地反映PM_(2.5)浓度变化趋势。     

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。     

浅淡环评对霾的监测与控制

PM2.5是指空气动力学当量直径小于或等于2.5μm的颗粒物,也称细颗粒物,包括一次PM2.5和二次形成PM2.5。对环境影响评价中PM2.5的相关工作现状进行了分析,对今后工作的发展提出了建议。     

典型灰霾期间城市大气PM_(2.5)演化的标度行为实证研究

针对成都市2014年1月22-31日的持续重度灰霾过程,运用频度统计分析、功率谱分析和去趋势波动分析方法,对成都市6个国控环境空气质量监测子站(草堂寺、金泉两河、梁家巷、人民公园、三瓦窑、灵岩寺)大气PM_(2.5)小时平均浓度时间序列的标度行为(标度律)进行实证研究。结果显示,此次灰霾期间高浓度PM_(2.5)的波动行为呈现明显的日周期循环规律,这与人类的生产生活具有密切关系。宏观上看,PM_(2.5)浓度波动在统计上服从典型的负幂律分布规律,具有标度不变分形特征。同时,利用功率谱及去趋势波动分析发现,各监测子站PM_(2.5)时间演化的DFA指数均在1左右,PM_(2.5)演化呈现1/f噪声性质,表明灰霾期间高浓度PM_(2.5)的动态演化过程表现出长程关联特性(或长期持续性),其波动关联特性在研究时段内呈现幂律分布的标度律。实证研究表明,此次灰霾期间成都市大气PM_(2.5)时间演化呈现出自组织临界性(SOC)基本特征,高浓度PM_(2.5)时间演化过程涌现出的长期持续性标度律很可能是由城市灰霾污染的SOC行为导致。该研究对深入认识灰霾天气大气PM_(2.5)非线性演化的内在动力学机制具有一定启示意义。     

基于时空克里格的PM_(2.5)时空预测及分析

PM_(2.5)作为大气污染的一种,正受到社会越来越广泛的关注和研究,但大部分研究仅单独分析各样点PM_(2.5)浓度时间维度或空间维度特征,忽略了PM_(2.5)的时空维度变化。为综合考虑PM_(2.5)时空维度特征,该文以山东省2014年PM_(2.5)浓度监测数据为对象,建立PM_(2.5)时空变异模型,利用时空克里格法对山东省全年PM_(2.5)浓度进行时空预测,得到时空分布立方体数据,最后基于该数据,对山东省PM_(2.5)污染特征作出分析。结果表明,2014年山东省整体PM_(2.5)污染严重。在空间上,中西部地区PM_(2.5)浓度超过75μg/m~3的天数超过290 d,存在持续性高危污染,东部小于37.5μg/m~3的天数超过146 d,存在间歇性轻微污染,且从西至东,PM_(2.5)污染天数和程度逐渐降低,具有明显地域性污染特征;在时间上,PM_(2.5)浓度最高时间段为1、2、11和12月,最低为6-8月,各季节污染程度依次为:冬季秋季春季夏季。研究表明时空地统计方法能够有效地对空气质量进行时空预测,是挖掘更多的时空分布特征和信息,进行环境数据分析的有效手段。     

北京市PM_(2.5)理化特性及燃煤对大气污染的研究进展

为分析2013年1月北京市严重雾霾原因,在总结前人相关研究成果和气象数据的基础上,得出雾霾天气形成的原因、春夏秋冬4个季节PM_(2.5)的组分变化规律、本地贡献率、PM_(2.5)与气象参数相关度。通过对细颗粒物的来源解析,得出燃煤产生的细颗粒物占15%~19%。在此基础上重点分析了燃煤产生的污染物对大气所造成的污染特点,系统地对近年来国内外燃煤产生PM_(2.5)机理的研究现状,抑制PM_(2.5)/PM10产生的措施,以及目前国内大气污染治理存在的问题进行了总结和归纳。拟为北京市雾霾的治理提出合理建议。     

北京典型地铁系统可吸入颗粒物实测研究

为了解地铁环境空气污染状况,改善乘客和工作人员的环境,采用激光粉尘仪对北京地铁站外以及西直门(敞开式系统)、五道口(半高安全门系统)、西土城(全高安全门系统)和北土城(屏蔽门系统)等典型地铁系统站台和车厢空气中的细颗粒物(PM_(2.5))和可吸入颗粒物(PM_(10))在列车驶入前后的浓度(指质量浓度)大小,以及站台和车厢空气中PM_(2.5)和PM_(10)浓度随时间的变化规律进行了研究,并分析了PM_(2.5)与PM_(10)的浓度比值,以及地铁站外、站台与车厢空气中PM_(2.5)和PM_(10)源的相关性。结果表明:外界雾霾严重时,站内空气污染加重,地铁驶入后引起PM_(10)浓度增加,屏蔽门和车门的打开使得站台和车厢空气中的PM_(10)颗粒物浓度加速上升,以PM_(2.5)为主,且其浓度的变化随屏蔽门的启闭呈现一定的规律性。     

基于AOD数据反演地面PM_(2.5)浓度研究进展

随着中国城市发展,城镇化进程的不断推进,能源消耗持续增加,空气中的污染物含量越来越高,空气污染事件频发,城市空气质量研究成为一个热点议题。PM_(2.5)作为表征空气质量的重要指标之一,越来越受到人们的关注,目前获取PM_(2.5)数据主要有地面监测和卫星遥感监测2种方式。传统的地面监测手段可以得到高精度的局部PM_(2.5)污染数据,但是由于其覆盖范围的局限性,并没有办法反映出整个区域的PM_(2.5)污染情况。遥感卫星监测恰到好处地弥补了这一缺陷,其中应用最为广泛的是使用卫星遥感数据产品大气气溶胶光学厚度AOD来反演地面的PM_(2.5)浓度。文章从AOD数据的多样性及其应用、反演地面PM_(2.5)浓度模型的选择以及反演模型的优化这3个方面对目前国内外利用遥感卫星AOD数据反演地面PM_(2.5)浓度的研究进行了归纳梳理。其中AOD数据分辨率的不同产生了不同精度的反演结果;而线性回归模型和非线性回归模型的反演精度也存在较为明显的差异;通过在模型中加入气象参数、气溶胶垂直分布特性以及地表信息等因素会显著地改善反演结果。上述研究为流行病学中PM_(2.5)人口暴露研究及健康影响提供方法论基础。     

北京城市森林植被区空气PM_(10)质量浓度时空变化

文章以美国赛默飞世尔科技公司(Thermo Fisher Scientific,USA)的TEOM-1405-D双通道颗粒物在线监测仪测定的PM_(10)浓度数据,对比分析北京市大兴南海子森林公园植被区和亦庄非植被区的PM_(10)浓度时空变化特征。结果显示:PM_(10)质量浓度表现为植被区低于非植被区,二者均表现出大致相同的日变化趋势,呈典型的双峰曲线,峰值出现在上午9:00和夜间23:00;对比分析不同月份PM_(10)质量浓度可以看出,植被区与非植被区表现为同步增加或同步降低的趋势;该研究4次降雨中,第3次降雨削减率最大,植被区为82.30%,非植被区为64.50%;第4次降雨削减率最小,植被区为13.27%,非植被区为18.89%;大风在一定程度上会降低PM_(10)等颗粒物的质量浓度,风后植被区PM_(10)均值削减率为2.19%~35.59%,非植被区PM_(10)均值削减率为7.50%~58.56%;植被区与非植被区PM_(10)质量浓度均与温度成负相关。上述结果可为北京城市森林生态建设及环境保护提供合理的科学依据。     

太原市PM_(2.5)中碳质组分季节变化与组成特征

2013年10月至2014年7月,在太原市区,分4个月采集大气细颗粒物,共采集120个PM_(2.5)样品,分析了颗粒物及其有机碳(OC)和元素碳(EC)浓度。结果表明,采样期间大气中PM_(2.5)的日均浓度为(300±132)μg/m3,PM_(2.5)超国家二级标准较严重,大致呈现春季冬季秋季夏季的季节变化特征。大气PM_(2.5)样品中OC和EC的含量变化范围分别为3.6~137和0.8~19.3 g/m3,季节变化与颗粒物浓度不一致,呈现为冬季秋季春季夏季的季节变化特征。利用核磁共振仪分析了典型样品中碳质组分的结构组成。结果显示,烷基碳、烷基取代芳香烃碳和氧取代的芳烃或者酚醛树脂类碳是气溶胶中有机质的主要组成成分;秋冬季样品中,羧基碳和氧取代碳相对含量较高,主要来源于生物质燃烧;春季羟基类化合物增加显著,主要来源于地表土壤中的糖类;夏季样品中,来源于生物排放的烃类化合物和机动车排放的芳香烃相对含量较高。