道路区域PM_(2.5)浓度的影响因素研究

为探究人为因素和气象因素对道路区域PM_(2.5)浓度的影响,选择南京仙林大学城某条典型道路开展大气PM_(2.5)监测实验。结果表明,道路清扫抬升PM_(2.5)浓度,白天的抬升作用较傍晚和夜间更加显著。各类交通流对道路区域PM_(2.5)浓度的影响程度排序为:柴油车汽油车燃气车道路行人。PM_(2.5)浓度阴天高于晴天和多云天,霾日(209.3、80.5μg/m~3)高于非霾日(47.0、62.0μg/m~3);在霾日变化特征各异,在非霾日均呈"三峰"分布特征。非霾日,道路区域PM_(2.5)浓度的高值区与相对湿度的高值区,温度、风速的低值区重合;PM_(2.5)浓度的低值区与相对湿度的低值区,温度、风速的高值区重合。温度与PM_(2.5)浓度呈负相关(r=-0.501,P0.05),是影响PM_(2.5)污染程度的关键气象因子。由此可见,道路清扫、交通流和各类气象因素对道路区域PM_(2.5)浓度影响显著。     

贵阳市白云区大气PM_(10)和PM_(2.5)污染特征

使用β射线法在线监测仪连续监测了贵阳市白云区PM_(10)和PM_(2.5)浓度,分析了2014年6月1日—12月31日7个月内PM_(10)、PM_(2.5)的浓度水平、时变规律和PM_(2.5)/PM_(10)的变化情况。结果表明,监测时段内PM_(10)和PM_(2.5)的日均浓度平均值分别为76.8μg/m~3和40.0μg/m~3,均达到国家二级标准;浓度超标的天数占总观测天数的5.1%和9.3%,属污染轻微的地区。PM_(2.5)/PM_(10)在25.3%~78.8%之间周期性波动,平均值为52.1%。PM_(10)和PM_(2.5)的浓度变化具有很好的正相关性(r=0.919 8,p0.000 1);日均值在7个月中呈现明显的周期性变化,各月相对稳定,12月的PM_(10)和PM_(2.5)浓度最高且变化最为剧烈,6月最为平缓。PM_(10)和PM_(2.5)浓度小时变化总体上呈双峰型分布,最高值出现在出现在09:00—10:00和19:00—21:00前后,最低值出现在14:00—17:00之间。     

北京地铁车厢内PM_(2.5)和PM_(10)污染特征研究

地铁是人们出行的重要交通方式,车厢内颗粒物污染可影响人体健康。2016年春、秋、冬季对北京地铁1号、2号、4号、10号线进行现场监测,探讨北京地铁车厢内颗粒物污染特征。研究结果表明,北京地铁车厢内PM_(2.5)平均浓度超标率为83.8%~98.7%,地铁1号线PM_(10)平均浓度超标率为59.6%。地铁车厢内PM_(2.5)和PM_(10)浓度存在工作日和周末组间显著性差异,表明客运量对车厢内颗粒物浓度有较大影响。地铁车厢内PM_(2.5)和PM_(10)浓度存在季节性差异,冬季车厢内颗粒物平均浓度最高。不同线路车厢内PM_(2.5)和PM_(10)浓度存在组间差异,地铁通风空调系统、门系统和客运量是造成其差异的主要原因。     

夏季海淀公园内PM_(2.5)浓度水平梯度分布规律

于2014年夏季,通过观测海淀公园不同区域沿道路不同宽度处PM_(2.5)浓度,研究PM_(2.5)浓度日变化规律、水平梯度分布规律、净化效益及其影响因素。结果表明,海淀公园内PM_(2.5)浓度日变化规律呈白天低晚上高的趋势,09:00—15:00时PM_(2.5)浓度达到国家标准Ⅱ类功能区浓度质量要求,05:00时PM_(2.5)浓度最高。不同观测区域一定宽度范围内出现PM_(2.5)浓度积聚,之后开始下降。总体上,海淀公园在13:00时对PM_(2.5)浓度净化效益最显著,09:00时净化效益最差。环城高速路区域与城市主干道区域165 m以上宽度处、城市次干道区域60 m以上宽度处为正净化效益,并维持正净化效益。海淀公园内PM_(2.5)浓度与气象因子之间相关关系表明,PM_(2.5)浓度与平均温度、相对湿度呈显著相关,与其他气象因素没有显著相关性。     

室内PM_(2.5)沉降的研究与控制

以燃烟为室内污染源,对不同污染程度下室内PM_(2.5)浓度进行动态监测,得到PM_(2.5)的沉降规律。研究发现,污染源对室内PM_(2.5)浓度及沉降时间有显著影响,随着燃烟量的增加,室内PM_(2.5)浓度相应升高,恢复到PM_(2.5)初始值所需的沉降时间越长。在质量平衡模型的基础上,建立了封闭条件下室内颗粒物的沉降模型。经验证,PM_(2.5)沉降曲线的变化规律与颗粒物沉降模型一致,说明构建的沉降模型合理可靠。最后,给出了自然通风对控制室内PM_(2.5)污染的效果,为室内PM_(2.5)污染控制提供参考。     

室内外PM_(2.5)污染特征、形貌及矿物组成

为掌握室内外细颗粒物(PM_(2.5))污染特性,监测采集西安市某办公场所室内外PM_(2.5)样品,统计分析PM_(2.5)质量浓度特征,探究室内外PM_(2.5)相关性、微观形貌以及矿物组成的差异。结果表明:室内外PM_(2.5)年均质量浓度分别为85.32和109.83μg·m~(-3),冬季污染尤为严重。室内PM_(2.5)受室外PM_(2.5)影响显著,室内外PM_(2.5)质量浓度的相关系数为0.890 0。室内PM_(2.5)多为粒径小于1μm的球状颗粒物,而室外颗粒物形状、大小不规则,室内外PM_(2.5)均含有大量的碳、氧元素,其他元素的种类和含量存在一定差异。室内PM_(2.5)中矿物多为非晶态物质,室外PM_(2.5)主要由石英、赤铁矿和碳酸钙等矿物质组成。     

西安市燃煤锅炉排放颗粒物中PM_(2.5)和PM_(10)的组分研究

为了解西安市燃煤锅炉排放颗粒物的组分情况,采用稀释通道采样,用滤膜采集了西安市3台链条炉排放颗粒物中的PM_(2.5)和PM_(10),并利用离子色谱仪(IC)、电感耦合等离子体质谱仪(ICP-MS)和碳分析仪等分析了其中的主要组分。实验结果表明,燃煤锅炉排放颗粒物中PM_(2.5)和PM_(10)的主要组分有SO_4~(2-)、NH_4~+、Cl~-、有机碳(OC)、元素碳(EC)、Al、Si。Si、Ca等地壳元素在PM_(10)中所占比例多于PM_(2.5),而NO_3~-、NH_4~+、OC等二次生成物在PM_(2.5)中所占比例多于PM_(10)。对比PM_(2.5)和PM_(10)组分可以发现,同种组分在不同燃煤锅炉排放的PM_(2.5)和PM_(10)中分布差异很大,这可能与除尘、脱硝等工艺密切相关。研究内容对西安市大气颗粒物源解析工作具有重要的参考价值,为西安市颗粒物源解析项目积累了一定的经验。     

京津冀地区AOD和PM_(2.5)质量浓度的特征及相关性分析

为了探讨京津冀地区AOD和PM_(2.5)的变化特征及其相关性对NASA MODIS气溶胶光学厚度产品与京津冀地区PM_(2.5)质量浓度进行了比较分析。结果表明,AOD和PM_(2.5)均有明显的时间和空间分布特征且二者变化特征一致:张家口、承德、秦皇岛是观测期间2014年11月—2015年3月污染最轻的3个城市;京津冀南部AOD值和PM_(2.5)质量浓度明显高于北部。通过各市AOD和PM_(2.5)质量浓度的相关性分析,其最优模型均是非线性模型。根据各市最优模型得到的决定系数,邢台市、衡水市和石家庄市AOD和PM_(2.5)质量浓度具有比较好的相关性,北京市和天津市的相关性相对较差。     

西安城郊PM_(10)和PM_(2.5)化学组分特征研究——以户县草堂寺为例

为研究西安城郊农村大气PM_(10)和PM_(2.5)中主要化学组分特征,于2014年12月至2015年10月在西安户县草堂寺采集颗粒物样品,分析了每组样品中的16种无机元素、8种水溶性离子、有机碳(OC)和元素碳(EC),对颗粒物和化学组分的浓度水平、时间变化特征进行了讨论。结果表明:(1)PM_(2.5)、PM_(10)年平均值分别为(79.78±59.12)、(118.09±79.27)μg/m~3。(2)PM_(2.5)及PM10中地壳元素浓度总体表现为春季高、秋季低;微量元素浓度表现为冬季高、夏季低。(3)PM_(2.5)和PM_(10)中SO_4~(2-)、NH_4~+、NO_3~-浓度总体表现为冬季秋季春季夏季。(4)冬、春季OC、EC明显高于夏、秋季;由OC/EC的最小值估算得到PM_(2.5)、PM_(10)中二次有机碳(SOC)年平均值分别为(7.90±8.89)、(8.55±8.50)μg/m~3,冬、春季SOC明显高于夏、秋季;秋、冬季OC、EC相关性较强,而春、夏季较弱。     

基于减排敏感性的武汉市PM_(2.5)污染控制研究

采用基于气象预报(WRF)的多尺度空气质量(CMAQ)模型,通过研究不同大气污染物排放情景下PM_(2.5)平均浓度变化,分析SO_2、NO_x、PM_(10)、PM_(2.5)、VOCs等大气污染物减排对武汉市PM_(2.5)的影响。结果表明,大气污染物减排对武汉市PM_(2.5)年均浓度影响十分显著,且随着污染控制力度加大,PM_(2.5)污染持续减轻;当SO_2、NO_x、PM_(10)、PM_(2.5)、VOCs排放量均削减40%时,PM_(2.5)年均浓度下降24.0%,依然超出《环境空气质量标准》(GB 3095—2012)二级标准值。基于空间布局和行业敏感性确定武汉市大气污染控制方案,方案实施后SO_2、NO_x、PM_(10)、PM_(2.5)、VOCs排放总量分别下降53%、26%、32%、36%和31%,PM_(2.5)年均浓度下降35%左右,控制效果更加明显。     

重庆市主城区冬季PM_(2.5)空间分布模拟

PM_(2.5)以其对环境空气质量及人类健康的巨大威胁而逐渐引起了专家学者的关注。以西南地区典型山地城市——重庆市主城区为研究区,利用多元线性回归方法和地理信息系统(GIS)技术,基于2013—2017年冬季(1、2、12月)原重庆市环境保护局发布的17个空气环境监测站点实测数据,同时考虑自然及社会经济因素,构建了基于多因素的多元回归模型,模拟了重庆市主城区2013—2017年冬季PM_(2.5)平均浓度的空间分布状况。结果表明:PM_(2.5)浓度受多因素的影响,其中缓冲半径1 500m内建设用地面积、1 000m内林地面积、2 500m内产业点密度、1 500m内道路长度及高程影响较大;通过多因素与PM_(2.5)浓度的相关性建立的回归模型,能有效模拟PM_(2.5)浓度的空间分布特点,重庆市主城区冬季PM_(2.5)平均浓度的空间分布呈现中西部高、北部和东南部较低的格局;2013—2017年冬季PM_(2.5)平均浓度有下降的趋势,2015年冬季下降幅度尤为明显。此研究结果对探讨PM_(2.5)浓度的空间分布特点有一定的应用价值,可为减轻空气PM_(2.5)污染及提高城市空气质量提供重要的科学依据。     

京津冀地区PM_(2.5)的时空效应研究

PM_(2.5)污染已成为当前经济发展中亟待解决的难题。从年、季、日变化及周末效应4个时间尺度和空间自相关分析研究了京津冀地区PM_(2.5)的时空效应,并构建空间回归模型量化分析相关社会经济因素对PM_(2.5)的影响。结果显示:(1)2013—2016年京津冀地区PM_(2.5)污染整体呈下降趋势,但污染程度依然很高,基本都没有达到《环境空气质量标准》(GB 3095—2012)二级标准(35μg/m~3)。四季的达标天数夏季春季秋季冬季。中南部的石家庄、保定、衡水、邢台、邯郸为PM_(2.5)浓度高值区,日变化曲线为单峰型,受工业企业生产排放的影响较大;北部的张家口、承德、秦皇岛为PM_(2.5)浓度低值区,中东部的天津、北京、沧州、唐山、廊坊为PM_(2.5)浓度中值区,日变化曲线均为双峰型,受机动车尾气排放的影响较大。石家庄、北京的周末效应表现为白天PM_(2.5)浓度工作日高于周末,晚上周末高于工作日。(2)京津冀地区PM_(2.5)存在显著的空间正相关性,2013—2016年石家庄、衡水、邢台、邯郸始终表现出高-高集聚特征,张家口、承德、秦皇岛始终保持低-低集聚特征。汽车尾气排放是京津冀地区PM_(2.5)污染的重要影响因素,而能源消耗的影响不显著。     

室内PM_(2.5)浓度控制模拟分析

利用质量平衡方程建立了一次回风定风量系统室内PM_(2.5)浓度模型,并对新风PM_(2.5)浓度、新风量、室内污染源、过滤器效率、过滤器安装位置等因素对室内PM_(2.5)浓度的影响进行了模拟分析。模拟结果表明:新风PM_(2.5)浓度和室内污染源强度的变化对室内PM_(2.5)浓度均有较大影响;新风量越大,室内PM_(2.5)浓度受新风PM_(2.5)浓度变化的影响越大;将过滤器分别安装在送风段、新风段和回风段新风比为0.1时,过滤器安装在送风段效果最好,安装在新风段最差,新风比为0.8时,过滤器安装在送风段效果最好,安装在回风段最差;过滤器安装在送风段时,过滤器效率越高,室内PM_(2.5)浓度越低,波动越小。     

基于室内PM_(2.5)控制和节能的通风策略探讨

细颗粒物(PM_(2.5))随空调新风进入室内,和室内产生的PM_(2.5)粒子一起作用,导致人体暴露在室内细颗粒物环境中。为保证室内空气品质,最大限度节约空调系统运行能耗,建立了室内PM_(2.5)浓度与CO_2体积分数双组分模型,提出了适用于某会议室不同室内外PM_(2.5)源、不同人数以及不同天气状况下的最佳通风策略,利用Simulink对炎热天气室内有无PM_(2.5)散发源、温和天气室内有无PM_(2.5)散发源4种工况下的不同通风方式进行仿真对比。模拟结果表明:炎热天气存在最小新风量,该值由室内人数决定,过滤送风对控制室内PM_(2.5)浓度效果最好;温和天气存在最大新风量,且该值与过滤器效率成正比;在所研究的情况下,温和天气节能潜力比炎热天气大。     

无锡市区大气污染物污染特征及影响因素研究

利用2014年无锡市区的6种大气污染物浓度和气象因子等监测数据,研究了无锡市区各种大气污染物的污染特征及其影响因素。结果表明:(1)无锡市区PM_(2.5)、PM_(10)、SO_2、NO_2、CO浓度的季节变化特征为冬季最高,夏季最低;O_3浓度表现为夏季最高,冬季最低。就全年的综合情况而言,颗粒物污染,尤其是PM_(2.5)污染最严重。(2)PM_(2.5)、PM_(10)、SO_2、NO_2、CO浓度间两两呈正相关;PM_(2.5)、SO_2、NO_2、CO浓度均与O_3浓度呈负相关。(3)温度与PM_(2.5)、PM_(10)、SO_2、NO_2、CO浓度呈负相关,与O_3浓度呈正相关;相对湿度与PM_(2.5)、PM_(10)、SO_2、NO_2、O_3浓度呈负相关,与CO浓度无相关性;风级与PM_(2.5)、PM_(10)、SO_2、NO_2、CO浓度呈负相关,与O_3浓度无相关性。降水有利于PM_(2.5)、PM_(10)、SO_2、NO_2、O_3浓度的降低,但对CO浓度影响不大。(4)无锡市区空气质量周末比工作日差。NO_2、SO_2浓度周末低于工作日,O_3浓度周末高于工作日,呈现明显的"周末效应";PM_(2.5)、CO浓度周末高于工作日,未出现"周末效应"。     

不对称街谷内PM_(2.5)浓度垂直分布特征及成因

当前细颗粒物PM2.5已成为城市环境的主要污染物,研究城市不对称街谷内PM2.5浓度的垂直分布特征,对居民日常生活与健康出行有现实意义。实验选取2013年3个不同阶段对高度在1~35 m范围的街谷进行PM2.5浓度监测,同时引用街谷内流场模型与浓度场模型,对PM2.5浓度垂直分布特征及成因进行探究。结果表明,不对称街谷受大气对流、风速、风向影响,街谷内细颗粒物存在不均匀分布特点,在较高侧随着壁面高度的增加PM2.5浓度大体呈"S"型曲线变化。同时在同一阶段监测的4天中街谷内PM2.5浓度分布特征大体一致,而阶段之间差异明显;街谷内PM2.5浓度垂直分布的最高浓度差出现在阶段1,高达75μg/m3,阶段2与阶段3浓度差相对减弱,仅在20~30μg/m3之间。通过阶段2与阶段3对比可知,北京冬季供暖燃煤对大气细颗粒物的贡献较大,导致颗粒物浓度偏高;而非采暖期气温回升,大气对流作用较强,有助于大气颗粒物扩散,因而街谷内PM2.5污染程度相对较低。     

上海市大气PM_(2.5)时空分布特征

对2014年上海市大气监测国控点的PM_(2.5)浓度数据进行统计分析和聚类分析。统计分析结果表明,上海市PM_(2.5)浓度冬春季高,夏秋季低,按月呈U形分布,且上海市大气PM_(2.5)浓度在空间上总体趋势呈西高东低。利用MATLAB的聚类分析结果表明上海市的10个监测站可分为4类:1)跨省传输影响显著的青浦淀山湖站;2)受海洋大气影响显著的浦东川沙站;3)不稳定的过渡类,其包括杨浦四漂和浦东张江监测站;4)受本地排放影响显著的中心城区类,其包括普陀、十五厂(卢湾师专附小)、徐汇上师大、虹口凉城、静安和浦东新区监测站。本文聚类分析结果揭示了上海不同地理位置的大气PM_(2.5)浓度的相互关系。     

乌鲁木齐市PM_(2.5)浓度与气象条件耦合分析

为探究气象条件对污染物浓度的影响,于2013年10月至2014年10月在乌鲁木齐市主城区采集PM_(2.5)样品,并选取同期气象站监测的气象数据进行分析。结果表明:(1)乌鲁木齐市采暖期PM_(2.5)日均值平均达到84.70μg/m~3,超出了《环境空气质量标准》(GB 3095—2012)中24h平均二级限值(75μg/m~3),是非采暖期(20.66μg/m~3)的4倍多。(2)采暖期风速、相对湿度、气温、水汽压与PM_(2.5)日均值极显著相关,非采暖期相对湿度与PM_(2.5)日均值极显著相关。     

杭州市不同高度大气PM_(2.5)的污染特征研究

为研究杭州市大气PM_(2.5)的污染特征,评估本地污染源和外来污染源对PM_(2.5)的影响,于2013年10月10日至11月2日对杭州市主城区两个不同高度的采样点进行采样,并定量分析大气PM_(2.5)中的化学成分。结果表明,采样期间20、84m高度的大气PM_(2.5)日均质量浓度分别为(80.5±28.9)、(80.3±29.3)μg/m3,不同高度的PM_(2.5)浓度及其化学成分无明显差异;PM_(2.5)主要成分质量分数按如下排序:SO_4~(2-)有机碳(OC)NO_3~-NH_4~+元素碳(EC);大气PM_(2.5)中二次粒子SO_4~(2-)、NO_3~-、NH_4~+平均质量浓度总和约为39.0μg/m3,二次转化是杭州市大气PM_(2.5)的主要来源,SO_4~(2-)、NO_3~-、NH_4~+贡献率为48%左右;20、84 m高度的大气PM_(2.5)中OC分别为(15.6±5.1)、(14.8±4.7)μg/m3,EC分别为(4.6±1.8)、(4.6±1.6)μg/m3,OC/EC(质量比)约为3.3。采样期间,杭州市大气PM_(2.5)在近地面垂直方向上分布较为均匀,表明杭州市大气PM_(2.5)受外来污染源的影响较小。而在本地污染源中,杭州市大气PM_(2.5)主要受到生物质燃烧、机动车尾气、燃煤和餐饮油烟等来源的影响,地面扬尘的作用不明显。     

北京城区夏季PM_(2.5)及不同组分化学和生物成分分析

为了解北京城区夏季大气颗粒物PM_(2.5)及其不同组分的化学、生物污染特征,于2014年5月末连续采样一个月,采样后超声洗脱并冷冻干燥得到PM_(2.5)颗粒物,在PM_(2.5)颗粒物的基础上制备PM_(2.5)水溶性组分和PM_(2.5)单纯颗粒物,进而对PM_(2.5)颗粒物及另外两种组分样品中的化学及生物成分进行分析测定。结果表明,8种水溶性离子总质量占PM_(2.5)各样品的质量分数依次为67.71%,33.37%,0.09%(依次为PM_(2.5)水溶性组分、PM_(2.5)颗粒物、PM_(2.5)单纯颗粒物,下述数据也按此顺序描述);16种"酸提"元素总质量占PM_(2.5)各样品的质量分数依次为4.84%,1.86%,0.78%;各样品中内毒素含量分别为0.054 7 EU·mg-1,0.433 3 EU·mg-1,0.041 9 EU·mg-1;PM_(2.5)颗粒物可以检测到细菌16S r DNA、真菌18S r DNA,拷贝量分别为(2.6±1.0)×108个·g-1、(4.3±0.9)×108个·g-1。