中国PM2.5管理策略研究

文章通过对PM2.5的基本组成、来源与影响因素的分析,构建中国PM2.5全过程管理体系,建立、完善PM2.5削减和控制长效机制,进而实现中国PM2.5管理。     

武汉光谷空气PM10和PM2.5中的水溶性阴离子分析

2009年1月-2011年12月在武汉光谷商业区选取G、H两点,采集颗粒物样品,分析了PM10和PM2.5浓度,采用离子色谱测定了灰霾期间PM2.5中4种水溶性阴离子。结果表明:G点PM10和PM2.5年平均浓度分别超过《环境空气质量标准》(GB 3095-2012)二级浓度限值的1.48~1.73倍和1.94~2.4倍,H点分别超标1.16~1.4倍和1.26~1.86倍。灰霾期间PM2.5中主要水溶性阴离子为NO3-、SO42-、NO2-和Cl-,G点4种水溶性阴离子占PM2.5中总水溶性离子的比例分别是为20.29%、10.16%、9.51%和4.62%,H点为14.41%、30.12%、6.64%和3.83%。G点NOx-浓度约为SO42-浓度的3倍,而H点SO42-浓度约为NOx-浓度的1.5倍。G与H点NOx-和SO42-离子浓度的差异暗示两监测点的主要污染源不同,交通量和植被覆盖率可能是导致两点浓度差异的原因。。     

广州市区PM2.5的时间变化

PM2.5是指大气中直径小于或等于2.5微米的颗粒物,不仅能够造成灰霾天气,而且会对人体健康造成重大危害。本文以广州市环境监测中心站2009年的监测数据为基础,对广州市区PM2.5的时间变化和原因进行了分析,结果表明广州市区的PM2.5冬季较高,夏季较低,最高浓度出现在10月,最低浓度出现在7月。PM2.5浓度日变化呈现出明显的双峰形;PM2.5浓度的时间变化特征与气象因素和污染源排放密切相关。     

2015—2018年乌鲁木齐市PM2.5及PM10时空分布特征

乌鲁木齐市是“丝绸之路经济带”关键节点城市,为了解乌鲁木齐市2015—2018年空气污染状况,利用2015年1月1日—2018年12月23日乌鲁木齐市7个国控空气质量监测站的ρ（PM_2.5）、ρ（PM₁₀）监测数据,基于ArcGIS空间分析平台,分析乌鲁木齐市PM_2.5、PM₁₀的时空分布特征.结果表明:ρ（PM_2.5）从2015年（66.60 μg/m3）到2016年（76.93 μg/m3）呈上升趋势,在2016—2018年呈单一下降趋势;ρ（PM₁₀）从2015年（132.74 μg/m3）到2016年（125.93 μg/m3）呈下降趋势,在2016—2018年呈单一上升趋势.2015—2018年工业活动集中的乌鲁木齐市边缘各区的ρ（PM_2.5）、ρ（PM₁₀）平均值比城市中心（商业区、居民区）分别高11.28、7.17 μg/m3,说明工业集中地区的大气环境质量受污染影响明显.此外,2015—2018年乌鲁木齐市大气污染呈季节性和北高南低的区域性分布特征.气象因子分析表明,ρ（PM_2.5）、ρ（PM₁₀）均与相对湿度呈正相关,与降雨量、风速等气象因素呈负相关.2015—2018年,乌鲁木齐市大气中ρ（PM_2.5）/ρ（PM₁₀）呈先增后降的趋势,冬季以PM_2.5污染为主,其他季节以PM₁₀污染为主.研究显示,2015—2018年乌鲁木齐市空气污染状况变化与地形、气象条件、城市化建设均有一定的关系.      

北京市区春夏PM2.5和PM10浓度变化特征研究

通过对北京市2012年3月～6月PM2.5和PM10实时数据的整理和分析,结果表明,北京市区大气中细颗粒物PM2.5和可吸入颗粒物PM10浓度日变化趋势基本相同,PM2.5和PM10存在显著或极显著的正相关关系;3月～6月,PM2.5浓度随季节变化逐渐升高,PM10的浓度随季节变化先升高后减小;3月～6月PM2.5与PM10日平均浓度分别为62.77μg/m3和133.88μg/m3,分别为国家二级标准的83.69%和89.25%。     

可再生能源发电对PM10和PM2.5减排的贡献核算

发展可再生能源发电是《大气污染防治行动计划》的一项重要措施,有助于推进PM₁₀和PM_2.5减排,改善空气质量。从生命周期来看,各类可再生能源发电的PM₁₀和PM_2.5排放系数均低于燃煤火电,各类可再生能源发电单位发电量的PM₁₀和PM_2.5减排因子由高到低依次为水电>并网风电>太阳能发电>生物质发电。通过生命周期评价计算可知,以可再生能源发电替代燃煤发电,PM₁₀和PM_2.5在2012年已经实现了较好的减排效果,减排量分别为37.87×10⁴和18.94×10⁴ t/a;未来仍将具有较大的减排潜力,2015年PM₁₀和PM_2.5可分别减排44.21×10⁴和22.10×10⁴ t/a,2020年PM₁₀和PM_2.5可分别减排65.41×10⁴和32.71×10⁴ t/a。     

临沂市PM2.5和PM10中元素分布特征及来源解析

为探究临沂市PM_2.5和PM₁₀中元素的污染特征及来源,于2016年12月至2017年10月对临沂市环境空气中PM_2.5和PM₁₀进行了同步采样.利用电感耦合等离子体质谱仪(ICP-MS)和电感耦合等离子体发射光谱仪(ICP-OES)测定了其中的23种元素,并采用富集因子法和PMF法分析其来源.结果表明,采样期间临沂市PM_2.5和PM₁₀中主要元素为Si、Ca、Al、Fe、K、Na和Mg,分别占所测元素的质量分数为92.93%和94.61%. 18种元素(除Ti、Ni、Mo、Cd和Mg)的浓度水平在冬春季最高,夏秋季最低.其中Si、Al、Ca、K和Na表现为春季浓度最高,主要分布在粗颗粒中;Cu、Zn、Pb和Sb表现为冬季浓度最高,主要分布在细颗粒中.富集因子结果表明Cd、Sb和Bi元素富集程度显著,主要受燃煤、工业生产、垃圾焚烧等人为源共同影响.PMF源解析结果表明,临沂市PM_2.5中元素来源主要有燃煤和铜冶炼的混合源、市政垃圾焚烧...     

宁波市环境空气中PM10和PM2.5来源解析

2010年在宁波3个环境受体点采集不同季节的PM10和PM2.5样品,同时采集颗粒物源类样品,分析它们的质量浓度及多种无机元素、水溶性离子和碳等组分的含量.采用OC/EC最小比值法确定了SOC(二次有机碳)对PM10和PM2.5的贡献,据此重新构建了受体化学成分谱.使用化学质量平衡模型对宁波市区的PM10和PM2.5来源进行了解析.结果表明:城市扬尘、煤烟尘、二次硫酸盐和机动车尾气尘是环境空气中PM10的主要来源,其分担率分别为23.0%、15.9%、13.3%和12.3%;对PM2.5有重要贡献的源类是城市扬尘、煤烟尘、二次硫酸盐、机动车尾气尘、二次硝酸盐和SOC,其分担率分别为19.9%、14.4%、16.9%、15.2%、9.78%和8.85%.      

基于文献计量的PM2.5国内外研究情况分析

本文采用文献计量方法分析研究了PM2.5相关领域论文研究态势。本研究主要通过分析WOS、CSCD、CNKI等数据库中的论文收录及引用情况,识别国内外主要研究领域、主要研究机构及人员、高影响力论文等,结合各国相关政策变化,讨论影响该领域发展的关键因素。通过本研究,作者预测未来中国的PM2.5研究论文将出现峰值。     

空气细颗粒物PM2.5的来源及研究状况

近几年来,我国由PM2.5引起的大气污染问题频频发生,特别是多次出现灰霾天气、大气能见度降低,引起人们的广泛关注。颗粒物污染不仅对气候有重大的影响,对人体更有明显的毒性作用,可造成机体呼吸系统、免疫系统等较为广泛的损害,困此必须对细颗粒物的污染高度重视。文章分析比较了细颗粒物PM2.5的来源类型、污染状况、监测、分析方法以及其产生的影响等。     

A statistic comparison of multi-element analysis of low atmospheric fine particles (PM2.5) using different spectroscopy techniques

Over the past few decades, the metal elements(MEs) in atmospheric particles have aroused great attention. Some well-established techniques have been used to measure particlebound MEs. However, each method has its own advantages and disadvantages in terms of complexity, accuracy, and specific elements of interest. In this study, the performances of inductively coupled plasma–optical emission spectrometry(ICP-OES) and total reflection X-ray fluorescence spectroscopy(TXRF) were evaluated for qualit...     

浅析宜昌市城区PM_(2.5)污染特征及防治对策研究

依据2013年白龙岗站点自动监测数据,对PM2.5污染特征及手工采集的PM2.5膜中水溶性阴离子进行分析,并结合实际提出相应的防治对策。结果表明,PM2.5作为首要污染物,其分布具有季节性特征,冬季最高,夏季最低;灰霾日PM2.5、PM10、SO2和NO2具有相同的变化趋势;NO-3/SO2-4的比值表明宜昌市呈现工业污染和机动车尾气污染的复合污染特征。     

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.     

基于ARIMA模型的PM_(2.5)预测

PM2.5的精确预测是大气污染评价和治理的关键性工作。本文针对PM2.5浓度变化的时间序列分布特征,结合环境监测站提供的相关数据,应用自回归移动平均模型(ARIMA(p,d,q))预测短期PM2.5的日平均浓度。结果表明:由于PM2.5浓度变化受气象场、排放源、复杂下垫面、理化生过程的耦合等多种因素的影响,不同时段内的变化模式存在巨大差异,因此采用分时段序列预测模型可以提高PM2.5的预测精度;通过将分时段序列模型与灰色GM(1,1)模型和全年时间序列模型的预测结果进行对比,发现该模型预测效果更好。     

NLRP3 inflammasome activation determines the fibrogenic potential of PM2.5 air pollution particles in the lung

Airborne fine particulate matter(PM_2.5) is known to cause respiratory inflammation such as chronic obstructive pulmonary disease and lung fibrosis. NLRP3 inflammasome activation has been implicated in these diseases; however, due to the complexity in PM_2.5compositions, it is difficult to differentiate the roles of the components in triggering this pathway. We collected eight real-life PM_2.5samples for a comparative analysis of their effects on NLRP3 inflammasome ...     

水泥窑PM2.5排放特性及其PAHs风险分析

采用荷电低压颗粒物撞击器(ELPI)、便携式PM2.5采样器和稀释系统,对国内3家新型干法水泥生产厂(5条生产线)的水泥窑(包括窑头和窑尾)进行现场采样,分析水泥窑排放PM2.5的质量浓度、粒数浓度及其中的多环芳烃(PAHs)浓度,对呼吸致癌风险进行评价.结果表明:从粒数浓度分析,PM2.5中70%以上为PM0.33,这部分颗粒物主要是由气化凝结形成的.各采样点排放的PAHs主要以二环和三环的低环PAHs为主.第3个水泥厂窑头排放的PAHs含量最高,而且苯并[a]芘(BaP)超过国家所规定的8ng/m3标准限值,同时其呼吸致癌风险水平为4.46×10-4,高于可接受致癌风险水平的上限,需要有效处理.     

沙尘暴细颗粒物对人外周血淋巴细胞微核形成的影响

用胞质阻断微核试验法比较研究了内蒙古包头市和甘肃武威市沙尘暴和正常天气细颗粒物(PM2.5)及其无机与有机提取物对人外周血淋巴细胞微核形成的影响.结果表明本试验条件下,沙尘暴和正常天气PM2.5及其有机提取物均使淋巴细胞微核率(micronuclei frequency,MNF)显著增高,核分裂指数(nuclear division index,NDI)显著下降(p＜0.01),且存在剂量-效应关系,而无机提取物虽有剂量-效应关系,但各处理浓度之间及其与对照相比差异均不显著(p＞0.05);相同处理浓度下,除工业城市包头正常天气的PM2.5及其有机提取物处理的微核率显著高于沙尘(p＜0.01)外,沙尘暴和正常天气样品处理结果无显著差异(p＞0.05);城市之间相比,只有正常天气PM2.5及其有机提取物处理的微核率包头显著高于武威(p＜0.01),而沙尘暴PM2.5及其提取物的所有处理的微核率无城市间差异(p＞0.05).     

PM2.5 concentration estimation using convolutional neural network and gradient boosting machine

Surface monitoring, vertical atmospheric column observation, and simulation using chemical transportation models are three dominant approaches for perception of fine particles with diameters less than 2.5 micrometers (PM_2.5) concentration. Here we explored an image-based methodology with a deep learning approach and machine learning approach to extend the ability on PM_2.5 perception. Using 6976 images combined with daily weather conditions and hourly time data in Shanghai (2016), trained by hourly surface monitoring concentrations, an end-to-end model consisting of convolutional neural network and gradient boosting machine (GBM) was constructed. The mean absolute error, the root-mean-square error and the R-squared for PM_2.5 concentration estimation using our proposed method is 3.56, 10.02, and 0.85 respectively. The transferability analysis showed that networks trained in Shanghai, fine-tuned with only 10% of images in other locations, achieved performances similar to ones from trained on data from target locations themselves. The sensitivity of different regions in the image to PM_2.5 concentration was also quantified through the analysis of feature importance in GBM. All the required inputs in this study are commonly available, which greatly improved the accessibility of PM_2.5 concentration for placed and period with no surface observation. And this study makes an exploratory attempt on pollution monitoring using graph theory and deep learning approach.     

杭州市临平地区PM2.5和PM10污染特征分析研究

利用TEOM 1405-F和TEOM 1405颗粒物实时监测仪,研究了2013年12月至2014年5月临平地区PM2.5和PM10质量浓度实时变化特征,并结合气象五参数观测资料,对影响大气颗粒物分布特征的因素进行了分析,研究结果发现:冬季PM2.5和PM10的日均质量浓度明显大于春季,冬季PM2.5日均质量浓度范围为17.0 ～ 349.1 μg/m3,PM10日均质量浓度范围为18.8～516.9μg/m3,春季PM2.5日均质量浓度范围为20.4～167.6μg/m3,PM10日均质量浓度范围为38.2 ～243.3μg/m3;通过线性回归分析发现PM25和PM10存在较好的线性关系,说明PM10相对固定的受到PM2.5的影响,且污染物来源稳定;冬季PM2.5和PM10日均质量浓度存在三峰值波动状态,而春季PM2.5和PM10日均质量浓度存在双峰值波动状态;较大的风速、较高的气压和降水对于颗粒物的清除效果明显.     

我国四城市空气中PM2.5和PM10的污染水平

为研究我国广州、武汉、兰州、重庆４城市空气中ＰＭ２．５和ＰＭ１０的污染水平，在这我国４城市分别设一污染点和对照点进行了为期２年的ＰＭ２．５、ＰＭ１０和ＴＳＰ监测。结果表明，空气中颗粒物的污染是严重的，污染点比对照点更甚．对人体健康危害大的ＰＭ２．５普遍超过美国新标准的２－８倍。