环境空气PM_1自动监测与手工采样比对分析

选取3种原理(β射线法,β射线+光散射融合法和振荡天平法)9种型号国产和进口PM_1自动监测仪器和4台手工监测设备开展PM_1自动监测和手工监测比对实验,并利用线性回归曲线和相对偏差方法分析和评价比对测试结果。结果表明:4台手工采样器的平行性满足参考标准要求;参与比对的9款自动监测仪器监测结果与手工采样监测结果的回归曲线的相关系数、斜率、截距均满足参考标准要求;国产和进口仪器以及不同原理自动监测仪器监测结果与手工监测结果回归曲线的相关系数、斜率和截距无明显差异。低PM_1质量浓度下自动监测结果和手工监测结果的相对偏差最大,实际应用中需重点关注低PM_1质量浓度时的监测数据质量。     

国产PM_(2.5)颗粒物自动在线监测仪性能比对研究

随着国内仪器研发技术的不断发展,越来越多的国产颗粒物自动在线监测仪器在市场上占得一席之地。但是,目前对国产仪器性能的实际检验仍然缺乏相关研究报道。分别选取了两款有代表性的国产和进口PM_(2.5)在线监测仪器,进行了长时间段的运行数据比对,并将国产仪器的监测数据与手工采样数据进行了比对。研究结果发现:国产PM_(2.5)在线监测仪与进口仪器相比,性能已十分接近;且其监测结果与手工采样结果相比亦基本符合国家标准。由此表明,PM_(2.5)在线监测仪经适当改进后在国标范围内是可以替代进口仪器的。     

北京市区冬季PM_(2.5)污染特征及来源分析

选取北京市区为采样点,于2016年1月进行PM_(2.5)采集,并分析了PM_(2.5)和水溶性组分的污染特征和来源。结果表明,采样期间北京市PM_(2.5)质量浓度平均为67.7μg/m~3,水溶性离子是PM_(2.5)的主要组分,其中SO_4~(2-)、NO_3~-和NH_4~+之和占总离子的79.1%;Ca~(2+)和Mg~(2+)分别占PM_(2.5)质量浓度的2.5%和0.9%,海盐气溶胶和K~+分别占PM_(2.5)的3.6%和1.6%。采样期间NO_3~-/SO_4~(2-)为1.1,表明NO_2和SO_2主要来自移动源的贡献。北京市区冬季PM_(2.5)主要来自二次污染源、扬尘、生物质燃烧和海盐气溶胶,贡献率分别为42.351%、21.164%、16.314%和5.436%。     

利用单颗粒气溶胶质谱(SPAMS)研究四川盆地城市的细颗粒物来源

利用单颗粒气溶胶质谱仪(SPAMS)在2017年5月至2018年2月对四川盆地的资阳、乐山、雅安、自贡、宜宾5个城市的细颗粒物(PM_(2.5))进行了在线来源解析。结果表明,研究期间5市PM_(2.5)质量浓度均值为77. 5μg/m~3(58. 4～95. 6μg/m~3),其中元素碳、有机碳和富钾为其主要组分,分别占39. 6%、19. 5%和17. 5%,其次为混合碳(11%)、左旋葡聚糖(5. 3%)、重金属(3. 1%)、矿物质(2. 0%)、高分子有机物(0. 8%)和其它(1. 2%)。源解析结果表明,四川盆地PM_(2.5)的来源包括燃煤(24. 3%)、机动车尾气(21. 3%)、二次无机盐(12. 8%)、工业(12. 7%)、生物质燃烧(10. 7%)、扬尘(8. 2%)和其他(9. 9%)。与清洁时段相比,污染时段的机动车尾气源、工业工艺源、二次无机源占比分别升高了3. 5个百分点、1. 7个百分点和0. 7个百分点,表明机动车尾气是在污染时段对当地PM_(2.5)浓度影响最大的源。     

乌鲁木齐大气污染“周末效应”特征及其变化趋势分析

利用乌鲁木齐市主城区内四个国控环境空气质量自动监测站点2015—2019年的小时数据,对乌鲁木齐城区大气污染物"周末效应"情况及演变趋势进行研究,并对其产生的原因进行简要分析。研究结果表明:乌鲁木齐大气环境中PM_(10)、PM_(2.5)、SO_2呈现出明显的"负周末效应"现象,工作日PM_(10)、PM_(2.5)、SO_2浓度分别较周末高出2.2%、3.5%和0.5%。臭氧(O_3)呈现明显的"正周末效应",周末臭氧浓度较工作日高出3.5%。周末臭氧前体物CO、NO、NO_2浓度较工作日分别低3%、5.9%、2.2%,均呈现明显的"负周末效应"现象。近五年乌鲁木齐市各主要大气污染物"周末效应"偏差呈现逐渐减小的趋势,并在整体上呈现出由"负周末效应"向"正周末效应"转变的趋势。     

南昌市颗粒物污染现状、原因及防治对策

2013—2017年南昌市环境空气PM_(10)、PM_(2.5)浓度总体呈逐年下降趋势,2017年,PM_(10)、PM_(2.5)年均浓度分别为76μg/m~3和41μg/m~3。污染主要来源于机动车尾气、燃煤、工艺过程、扬尘、餐饮油烟等,同时还受区域传输和不利扩散气象条件影响。针对南昌市颗粒物污染现状、原因,提出了加强机动车尾气污染防治;加大工业污染源综合治理力度;严控煤炭消费总量,调整燃煤结构;提高城市精细化管理水平,有效控制扬尘污染;加强科学研究及其能力建设的防治对策和建议。     

南宁市秋、冬季大气PM_(2.5)中有机碳、无机碳污染特征研究分析

为掌握南宁市大气细颗粒物(PM_(2.5))碳组分的污染特征和来源特点。在秋、冬季两季期间分别采集南宁市大气PM_(2.5)样品,分析有机碳(OC)和元素碳(EC),并采用示踪法初步追溯其来源。结果表明,南宁市秋季大气PM_(2.5)中OC和EC质量浓度均值分别为9. 66和2. 12μg/m~3;冬季均值分别为15. 80和3. 05μg/m~3,秋季较冬季低。秋、冬季PM_(2.5)中OC/EC分别为4. 6和5. 2,表明存在二次有机碳(SOC),经估算,秋、冬季SOC分别为6. 16和10. 97μg/m~3,分别占OC的62. 3%和66. 6%。利用碳组分丰度对碳组分分析结果表明,PM_(2.5)主要来源是机动车尾气和燃煤,同时受甘蔗渣燃烧或生物质露天焚烧的影响。     

北京市城区PM_(2.5)浓度分布及影响因素研究

对2015年4月1日至2016年3月31日期间北京市城区PM_(2.5)的日均浓度变化及天气影响因素进行了研究。研究结果表明PM_(2.5)的日均浓度变化幅度较大,且在秋冬季节明显高于春夏季节;PM_(2.5)日均浓度统计结果的概率密度呈对数形式分布;由于北京市城区的地理位置原因,导致东南风向时城区PM_(2.5)浓度普遍偏高;而温度与PM_(2.5)浓度无明显相关性。     

基于颗粒物激光雷达的南充市一次沙尘污染过程分析

利用环境空气颗粒物自动监测数据、近地面气象数据和颗粒物激光雷达资料对南充市主城区2016年5月12日的沙尘气溶胶污染天气过程进行分析,并利用HYSPLIT模式对沙尘气溶胶的来源进行了模拟分析。结果表明:来自新疆盆地的沙尘气溶胶经高空远距离输送到达四川盆地上空后沉降造成南充市主城区的PM_(10)和PM_(2.5)浓度极显著升高,PM_(2.5)/PM_(10)值极显著降低;沙尘天气过程中,风速、气温、相对湿度、气压、能见度和大气边界层高度等气象因子发生变化并对环境空气中颗粒物浓度产生影响,其中风速与PM_(2.5)和PM_(10)浓度间显著正相关,与PM_(2.5)/PM_(10)值间显著负相关;颗粒物激光雷达连续监测到整个沙尘气溶胶沉降过程,与地面环境空气自动监测数据变化趋势一致。在对盆地城市沙尘天气的环境空气质量进行预警预报时,将历史环境空气质量自动监测数据与常规气象因子数据、颗粒物雷达资料和后向轨迹等资料进行综合分析,能进一步提高沙尘天气条件下的空气质量预警预报准确度。     

拟建畜牧养殖场环境空气质量监测与评价

对拟建畜牧养殖场周边大气质量进行监测。监测结果表明,所选6个区域SO_2、NO_2、TSP、PM_(10)监测浓度小时均值和日均值均能够满足《环境空气质量标准》(GB 3095-2012)二级标准要求,NH_3、H_2S一次浓度值在居住区大气中有害物质的最高允许浓度限值范围内。并对拟建生猪养殖项目排放的废气污染物进行分析,在此基础分别从源头控制、过程控制、末端治理三方面提出诸如调整饲料密度、加强猪舍通风、在日粮中添加有效生物菌群、绿化除臭等有效措施。     

四川省近年来空气质量变化趋势及污染特征分析

采用2013～2017年四川省环境空气质量监测数据,按照国家最新标准及技术规范分析空气质量变化趋势及污染特征。结果表明:四川省城市空气质量总体逐年好转,优良天数率在80%左右波动上升;PM_(10)和SO_2浓度高于全国平均下降率;PM_(2.5)浓度与全国平均下降率持平;NO_2浓度在2017年开始反弹明显;细颗粒物二次转化问题突出,PM_(2.5)/PM_(10)比例在62%左右;NO_2/SO_2逐年上升,大气氧化性逐年增强;21个城市O_3第90百分位浓度平均升幅为10.7%,O_3造成的污染天数逐年上升。大气污染形势的变化表明加大对VOCs和NO_X的协同减排刻不容缓。     

高密市环境空气污染物浓度变化特征

基于2014—2018年高密市大气监测数据,分析了SO_2、NO_2、PM_(10)、PM_(2.5)浓度的变化特征及成因,对四项污染物及降雨量进行了相关性分析,利用GM(1,1)模型对高密市未来空气质量进行了预测。结果表明,2014—2018年高密市环境空气中SO_2、NO_2、PM_(10)、PM_(2.5)年际变化呈现出逐年下降趋势;污染物月均值变化均为冬春季浓度高,夏秋季浓度低;通过相关性分析发现,环保政策对高密市空气质量总体改善起到了决定性作用,自然地理因素对高密市大气污染物月均值的变化影响明显。     

2015-2020年昌吉市PM_(2.5)污染时空分布特征

以新疆"乌—昌—石"重点城市之一的昌吉市作为研究对象,收集2015～2020年昌吉市空气质量自动监测站点的PM_(2.5)浓度数据,分析昌吉市PM_(2.5)浓度的年变化、季节变化、月、日以及小时变化特征及其变化规律。结果表明:近6年来昌吉市PM_(2.5)浓度均超过二级标准限值浓度,且PM_(2.5)平均浓度整体呈上升趋势;不同季节PM_(2.5)浓度呈春夏季低、秋冬季高的特点;受冬季气象条件和采暖期影响,PM_(2.5)浓度在11月至次年3月相对较高,4～10月相对较低;PM_(2.5) 24小时浓度在不同月份呈现不同的日变化规律。PM_(2.5)浓度时空分布与气象条件、采暖季、汽车尾气、工业排放等因素有关,且是影响空气质量等级和优良天数的主要因素。研究结果可为昌吉市PM_(2.5)污染防治提供参考。     

乐山市重污染应急措施效果评估

利用SMOKE(Sparse Matrix Operating Kernel Emissions)-WRF(Weather Research Forecast)-CMAQ(Community Mualtiscale Air Quality)空气质量模型模拟系统,评估了乐山市不同污染等级下应急措施效果。结果表明:(1)红色预警措施下污染物削减比例最高,可有效减少47.1%SO_2、42.6%NO_X,30.0%PM_(10)以及21.9%VOCs排放;橙色预警措施可减排42.7%SO_2、35.3%NO_X、20.9%PM_(10)以及19.8%VOCs;黄色应急措施可减排40%SO_2、20.1%NO_X、18.8%PM_(10)以及15.5%VOCs;(2)实施红色预警应急措施可有效降低PM_(2.5)浓度8%～9%,实施橙色预警应急措施可有效降低PM_(2.5)浓度8%,实施黄色预警应急措施可有效降低乐山市PM_(2.5)浓度6%～7%,不同预警等级下PM_(2.5)的浓度下降比例差异不大;(3)红色预警下工业源管控力度显著大于橙色及黄色,然而由于扬尘源的管控未加严,红色预警下的PM_(2.5)浓度下降幅度相比橙色和黄色增加较少,建议加强扬尘源管控,切实减少颗粒物排放;(4)区域联动应急下,乐山市PM_(2.5)浓度下降比例相比单独应急下增加5%～6%,表明区域联防联控的重要性。     

黄河流域城市PM_(2.5)时空异质及空间溢出效应研究北大核心

选择2000—2020年黄河流域69个地级市PM_(2.5)浓度相关监测数据,采用空间自相关模型和空间回归模型对流域PM_(2.5)污染时空特征和空间溢出效应进行分析。结果表明:①2000—2020年黄河流域城市年度PM_(2.5)浓度值呈“先升后降”的趋势,黄河流域PM_(2.5)污染呈“先恶化、后改善”的趋势。②黄河流域PM_(2.5)浓度年度均值为52.99μg/m^(3),其中,上游、中游和下游PM_(2.5)浓度年度均值分别为39.35μg/m^(3)、54.65μg/m^(3)、72.53μg/m^(3),表明黄河流域PM_(2.5)污染水平地理梯度分布呈“上游<中游<下游”的态势。③黄河流域PM_(2.5)污染具有显著的空间自相关性和空间聚集特征,下游已形成较为稳定的大气污染区,但流域PM_(2.5)污染水平空间极化程度不断降低,空气质量朝着空间均衡方向不断改善。④黄河流域城市PM_(2.5)污染空间溢出效应明显,年均气温、人口密度、工业化程度、人均GDP等因素与城市PM_(2.5)污染水平呈正向相关性,降水量、年均风速、植被覆盖度等因素与城市PM_(2.5)污染水平之间呈负向相关性。     

水泥生产线污染源PM_(2.5)排放的监测

水泥工业是重要的PM_(2.5)排放源之一,因此有必要对水泥生产线污染源PM_(2.5)排放进行监测。介绍了水泥生产线污染源PM_(2.5)监测的主要仪器和方法,并对监测数据进行了分析。     

德州市PM_(10)无机组分特征及来源解析

统计分析了山东省大气超级站德州站2018年1月—3月逐小时离子组分、金属组分和碳组分在线监测数据(共332个样本)。利用正定矩阵因子(PMF)和主成分分析(PCA)模型对德州市PM_(10)进行来源解析,将PM_(10)的主要来源分为6类,分别是交通源(27.9%)、二次源(26.2%)、燃煤源(30.1%)、燃油源(0.05%)、建筑尘(0.8%)、其他源(15.0%)。PCA分析结果表明,德州市PM_(10)的主要来源是燃煤源,其次是交通源,因此应重点加强对燃煤源及交通源的排放控制。     

云南省蒙自市大气PM2.5污染特征及来源解析

为了解蒙自市PM2.5的主要化学组分季节变化、来源及贡献,于2017~2018年每季典型月连续10天在蒙自市城区采集样品,对PM2.5的质量浓度及主要化学组成成分进行了测量分析。结果显示:经CMB解析后工艺过程源、二次硫酸盐、煤烟尘、机动车尘、道路扬尘、二次硝酸盐、建筑施工尘和其他源对PM2.5的贡献率分别为23.24%、20.65%、14.11%、13.31%、7.34%、6.32%、5.21%和9.82%;水溶性无机离子质量浓度为19.49μg/m^3,占PM2.5年平均质量浓度的53.09%,是PM2.5的重要组成部分,此外SO2-4、NH+4和NO-3分别占离子总量的41.20%、27.51%、12.85%;PM2.5中NO-3/SO2-4比值在0.20~0.38范围内,说明固定污染源对蒙自地区大气中SO2和NOX的贡献仍然大于机动车的贡献;春季SOC值为3.33大于二次反应生成的有机碳的条件,表明春季受到二次污染源的影响最为严重;蒙自市全年PM2.5浓度平均值为29.72μg/m^3,低于国家环境空气质量标准(GB3095—2012)年均35μg/m^3二级限值,而且风向、风速等气象条件是造成蒙自春季PM2.5浓度高于其它季节20μg/m^3的关键因素,而其关键贡献源是工业源、建筑施工工地和道路扬尘源。     

长沙市空气自动站周边区域大气污染物排放源清单

以长沙市空气自动站周边3 km为研究对象,基于统计年鉴和实地调查,获得了该地区2015年储存运输源、废弃物处理源、工艺过程源、化石燃料固定燃烧源、农业源、生物质燃烧源、扬尘源、移动源8个源类的活动水平数据。以大气污染物排放源清单编制技术指南为依据,建立了2015年长沙市空气自动站周边3 km区域NH_3、NO_x、PM_(10)、PM_(2.5)、SO_2、VOCs等6项污染物的源排放清单。结果表明,2015年长沙空气自动站周边3 km内,8类大气污染源排放的NH_3、NO_x、PM_(2.5)、PM_(10)、SO_2、VOCs总量分别为53.65t、4 899.35t、1 846.09t、6 257.75t、989.49t、4 383.31t。NH_3、NO_x、PM_(2.5)、PM_(10)、SO_2、VOCs排放量最大的源分别是农业源、移动源、扬尘源、扬尘源、化石燃料固定燃烧源和移动源,贡献率分别为98.45%、84.24%、60.82%、85.90%、97.33%、49.88%。优化道路交通、减少燃煤、减少建筑工地扬尘排放可促进长沙市空气自动站周边空气质量改善。     

成都市城区大气污染特征及其假日效应研究

对成都市城区O_3、SO_2、NO_X、CO、PM_(2.5)、PM_(10)、苯和甲苯进行了为期一年的在线观测。结果表明:成都市超标最严重的为NO_X,年平均质量浓度为(100. 9±61. 5)μg/m3,超标天数为119 d。PM_(2.5)、PM_(10)、CO和NO_X的浓度均为冬季最高; O_3春夏季高而冬季低; SO_2浓度冬季相对较高但总体水平较低。春、夏、秋季成都市大气中苯系物的主要来源为机动车,冬季则是机动车源和燃烧源的综合贡献。O_3日变化呈"单峰型"; NO、苯和甲苯都在上午出现峰值; NO_2与PM_(10)、PM_(2.5)均呈现出"双峰双谷"型日变化; CO也为双峰型日变化。各大气污染物浓度没有明显"周末效应",但"长假效应"显著。