江苏省PM_(2.5)质量浓度的时空变化格局模拟

基于遥感数据,利用多元线性回归模型研究地面监测的PM_(2.5)质量浓度数据与AOD、气象数据及地面植被覆盖等数据的关系,空间精细化反演江苏省PM_(2.5)质量浓度分布。结果表明,AOD、气象数据及地面植被覆盖数据能较好地反演出PM_(2.5)质量浓度时空分布特征;江苏全省PM_(2.5)质量浓度呈现出冬高秋低、春夏居中的季节变化规律;春、冬季PM_(2.5)质量浓度的高值区集中在苏锡常、宁镇扬及泰州、南通等东南沿海的城市,而在靠近西北内陆的盐城、连云港、徐州、淮安、宿迁PM_(2.5)质量浓度较低,夏、秋季呈现出相反的态势。     

小波方差分析北京市PM_(2.5)质量浓度序列周期特征

为分析北京市大气污染物PM_(2.5)质量浓度的时间序列周期性,采用Morlet小波变换对PM_(2.5)质量浓度进行分析,利用小波方差估计该市PM_(2.5)日均质量浓度的主周期,并通过显著性检验。结果表明,北京市PM_(2.5)日均质量浓度主周期为180 d左右,为后续大气污染物PM_(2.5)时间序列研究提供参考。     

城市环境空气中PM_(10)和PM_(2.5)质量浓度分布的均匀性研究

对长沙市环境空气中PM10、PM2.5质量浓度进行自动监测,并统计分析其分布的均匀性。结果表明,在1 d的4个典型时刻以及日内,PM2.5的质量浓度分布总体上较PM10均匀;从月内日均值及2013年1月—10月的月均值变化情况看,PM2.5质量浓度的相对标准偏差(RSD)总体高于PM10,表明PM2.5在长时间尺度上的分布较PM10更不均匀;就功能区分布而言,PM10、PM2.5质量浓度分布的均匀性没有明显的区域差异,两者的变化幅度与功能区类别没有必然联系。     

长沙市大气中PM_(2.5)浓度分布的空间插值方法比较

采用普通克里金(Kriging)、反距离加权(IDW)、趋势面、协同克里金(Co-kriging)插值和基于反距离加权的克里金插值方法对长沙市某时刻的PM_(2.5)浓度空间插值比较,结果表明:反距离加权和趋势面插值的结果与实际情况相差较远;普通克里金和协同克里金插值虽能反映出PM_(2.5)浓度分布一定的空间结构,但精度有待提高,且运行速度较慢;前4种方法效果不好的主要原因是由于长沙市PM_(2.5)浓度监测站点稀少。而基于反距离加权的克里金插值方法结合了2种模型的优点,其结果较为准确地分析长沙市PM_(2.5)浓度分布特征,误差远小于其他方法,且具有平滑性好、运行速度相对较快等优点。     

ICP-MS法测定南京市环境空气PM_(2.5)中多种元素

采用聚四氟乙烯膜采样,硝酸-过氧化氢-氢氟酸微波消解样品,ICP-MS法测定南京某国控点环境空气PM_(2.5)中30种元素,结果目标元素在0μg/L~500μg/L之间线性良好,方法检出限为0.02 ng/m~3~15 ng/m~3,实际样品6次测定结果的RSD为0.5%~19.6%,加标回收率为78.5%~126%;所测元素的年日均值为0.03 ng/m~3~1 462 ng/m~3,占PM_(2.5)总量的7.3%。主要来自化石燃烧、机动车排放和钢铁冶炼的Cd、Zn、Se、Pb、Sb、Cu、As富集程度较高,Al、Ba、Be、Fe主要来自土壤岩石等自然源,富集度低。元素测定值季节分布呈秋冬高、春夏低的态势,与PM_(2.5)的季节变化趋势一致。     

长沙市PM_(2.5)和PM_(10)质量浓度的变化特征

为检验PM_(2.5)和PM_(10)新监测标准实施近3年长沙大气颗粒物污染状况,利用近3年每日监测数据,对长沙10个国控自动监测点PM_(2.5)和PM_(10)达标情况、首要污染物及变化特征进行研究分析。结果表明,近3年长沙市PM_(2.5)和PM_(10)年均质量浓度均超过了新标准规定的年均值二级标准限值;2013年污染最严重。PM_(2.5)和PM_(10)月均值峰值出现在1月和11月,谷值在8月,各月PM_(2.5)超标天数和首要污染物为PM_(2.5)天数都大于PM_(10);PM_(2.5)和PM_(10)冬季日均值浓度明显高于其他季节,呈双峰型,峰值在上午10:00和20:00~21:00,夜晚浓度高于白天;PM_(2.5)春、夏、秋三季日变化呈单峰型,峰值在20:00~21:00;PM_(10)四季日变化呈双峰型。PM_(2.5)和PM_(10)浓度的比值(P)1月和2月最高,PM_(10)和PM_(2.5)日均值有着显著的线性相关性。     

阿克苏市空气质量PM_(2.5)浓度变化研究与对策

近年来随着雾霾天气的频发和空气环境质量的不断下降,有关PM_(2.5)的研究逐渐成为研究的重点和热点。本研究利用阿克苏市2014年PM_(2.5)连续在线监测数据,对PM_(2.5)的污染现状和季节变化、月变化、日变化、昼夜变化规律进行探讨和分析。结果表明,阿克苏市PM_(2.5)质量浓度平均值春季最高,其次为冬季,夏季最低。春季沙尘天气和冬季采暖燃烧源是PM_(2.5)质量浓度增加的主要原因;阿克苏市PM_(2.5)质量浓度日均值为14.96~282.84μg/m3,年平均值为77.85μg/m3,是国家二级标准的1.04倍;阿克苏市PM_(2.5)质量浓度春季白天高于夜间,夏季和冬季白天低于夜间。     

重量法与光散射法监测北京市PM_(2.5)的结果比对分析

选择大气污染较重的北京西三环典型交通带作为研究区域,采用重量法和光散射法监测PM_(2.5)。参照美国EPA关于PM_(2.5)连续监测仪器手工采样比对测试的性能指标和认证方法,结合我国现行的相关技术规范,采用平行性检验及线性回归分析两种方法测定结果间的有效性和可比性。结果表明:两种方法测定PM_(2.5)的结果具有较好的相关性,然而受颗粒物物理性质、化学组成及温湿度等的影响,测定结果间存在一定偏差,采用光散射法监测PM_(2.5)仍需用重量法做修正。     

乌鲁木齐市冬季大气颗粒物PM_(10) 和PM_(2.5)污染水平及相关性研究

为研究乌鲁木齐市冬季采暖期间大气颗粒物污染特征,通过采样和在线监测二种手段分析了2015年1~2月大气颗粒物样品,采用重量法分析颗粒物质量浓度,并对其相关性进行分析。结果表明:依据《环境空气质量标准》(GB 3095-2012),采样期间乌鲁木齐市大气PM_(10) 和PM_(2.5)的日均质量浓度均超过了国家二级标准,颗粒物污染严重;PM_(10) 和PM_(2.5)存在显著相关性,PM_(2.5)和PM_(10) 浓度的比值均大于0.5,采暖期PM2.5对乌鲁木齐市大气颗粒物贡献显著。     

应用数据挖掘算法预测台风条件下PM_(2.5)质量浓度

利用6种数据挖掘算法对2012年台风和污染物浓度等数据建模,建立台风条件下的气象因素和环境空气中PM2.5的关系模型。通过对2013年数据的测试,表明6种数据挖掘方法模型的预测值与实测值具有很好的一致性。6种算法均能实现实时预测,其中Bagging算法预测结果的相关性整体最好,而对于测试样本,M5Rules算法最好,SMOreg算法次之。以2013年的超强台风"海燕"的预测为例,讨论台风条件下PM_(2.5)质量浓度的变化过程及对预测结果的解释。     

新疆环境空气中PM_(2.5)/PM_(10)比值特征分析

随着环境空气质量新标准的全面实施,PM_(2.5)监测已经全面普及,并成为全国大部分城市关注的首要污染物,根据新疆环境空气质量监测网中不同区域、不同时段颗粒物(PM_(2.5)、PM_(10))质量浓度监测结果,对PM_(2.5)/PM_(10)质量浓度的比值关系进行深入分析,研究其在新疆典型区域特殊气象条件下的分布规律,为科学合理评价和考核新疆环境空气质量提供数据支持与参考。     

淮南市PM_(2.5)中PAHs污染特征及来源分析

通过采集淮南市6个功能区四季的PM_(2.5)样品,运用GC-MS仪测定样品中PAHs含量并分析其主要来源。结果表明:该市PM_(2.5)中PAHs质量浓度年均值为31.06 ng/m~3,呈现冬季污染程度最重,夏季最轻,采矿区商业区工业区文教区居民区对照区的特征;夏季PAHs以3环和4环为主,春、秋、冬季以4环、5环和6环为主;6个功能区均以4环PAHs为主;PAHs主要来源为煤燃烧、机动车尾气排放、生物质燃烧及焦炉挥发,其中燃煤和机动车尾气污染贡献最大。     

贵阳市大气PM_(2.5)中无机元素的组成及来源解析

2013—2014年采集贵阳市大气PM_(2.5)样品357个,利用ICP-OES和ICP-MS检测样品中无机元素的含量。结果表明:23种元素的年均值高低依次为Na Ca Al K Mg Fe Cu Zn Mn Pb Ba Cr Ni Sr As=Zr WRb Ga Bi=Ge Co U,其中Cr、As的年均值分别为(30±20) ng/m3和(8±5) ng/m3,超过《环境空气质量标准》(GB3095—2012)的年均参考限值。运用正定矩阵因子分解法(PMF)来源解析表明:该市大气PM_(2.5)的主要来源为燃煤排放源、生物质燃烧源、交通源、建筑水泥尘源、土壤风沙尘源和残油燃烧源,其贡献率分别为46. 6%、21. 7%、14. 8%、9. 0%、6. 2%和1. 7%,且有显著的季节变化特征。     

长三角珠三角PM_(2.5)和PM_(10)质量浓度均达二级标准

正环保部2016年7月8日向媒体发布了2016年6月全国和京津冀、长三角、珠三角区域及直辖市、省会城市、计划单列市空气质量状况。环境保护部环境监测司司长罗毅介绍,6月,74个城市中空气质量排名相对较差的后10位城市(从第74名到第65名)分别是:唐山、邢台、邯郸、济南、保定、郑州、太原、廊坊、衡水、北京和天津(北京、天津并列倒数第10位);空气质量排名相对较好的前10位城市依次是珠海、中山、海口、厦门、深圳、江门、舟山、惠州、南宁和丽水。     

PM2.5中金属元素在线监测与滤膜采集-实验室检测比对

在2017年2月、5月、8月、11月期间各选取20 d连续采样,采用在线监测和滤膜采集-实验室检测2种方法分析南京市大气PM_(2.5)中多种金属元素,并将两方法的测定结果作比对分析。结果表明,K、Fe、Zn、Cu、Pb、Se、V、Ni元素日均值总体相近,其余元素略有差异;Pb、As、V元素相关系数R~2均在0.70及以上,Cu、K、Mn元素相关性略差,均具可比性。Fe、Zn、Ca、Al、Ba、Cr、Ni元素测定更偏向采用滤膜采集-实验室检测法,K、Mn、Pb、Cu、As、V、Se元素测定2种监测方法均可,若要快速且长期监测数据,则在线监测法更好。     

无锡市MODIS气溶胶光学厚度与PM_(2.5)质量浓度的相关性分析

将MODIS数据反演得出的气溶胶光学厚度与无锡市区实测得到的PM2.5质量浓度进行相关性分析,结果两者的直接相关性较低,相关系数为0.283 4。气溶胶光学厚度经垂直分布和湿度修正后,两者相关性显著提高,相关系数为0.565 9。虽然修正过程存在误差,相关性未达预期程度,但该方法得到的气溶胶光学厚度可作为PM2.5监测的有效补充。     

南京市区PM_(2.5)扩散与气象条件的关系

使用2013年PM2.5监测数据和南京气候基准站的气象资料,分析PM2.5扩散与气象条件的关系。结果表明:PM2.5质量浓度与降水量有良好的负相关关系;较大混合层厚度和不稳定的大气层结有利于PM2.5质量浓度的降低;在南京地区,PM2.5质量浓度在东北风向和西南风下相对较低,而且与风速也有较好的负相关性;较高的湿度不利于PM2.5质量浓度的降低,并会影响能见度,60%~70%的湿度区间是PM2.5污染加重的转折点。     

苏州市区PM_(2.5)中元素污染特征

2014年使用EHM-X100型在线金属分析仪自动监测苏州市区大气PM2.5中Pb、Cu、K等24种元素质量浓度,并结合当地工业经济发展和降雨、土壤等环境状况对元素污染特征进行分析研究。结果表明:这24种元素的年均质量浓度在0.002μg/m3~0.834μg/m3之间,并总体呈现冬季质量浓度最高,春、秋季次之,夏季最低的变化趋势;Fe、Ca和Zn 3种元素在总质量浓度中占比较高,这可能与当地产业布局、建筑业及交通状况等有关,是人类活动所导致的污染。     

鞍山市城区采暖期大气PM_(2.5)中PAHs的污染特征研究

通过对鞍山市(1个工业区、2个工业区周边、3个居住区、1个对照点)2015年1月采暖期大气PM_(2.5)中多环芳烃(PAHs)的监测,采用BaP当量致毒系数TEF,分析了鞍山市大气PM_(2.5)中典型PAHs毒性当量分布特征。研究表明,鞍山市大气PM2.5中工业区及工业区周边Ba P毒性当量浓度要远高于居住区和对照点,污染物主要由4~6环的PAHs组成,很强致癌BaP当量浓度为9.351~38.59 ng/m3。     

基于GIS的石家庄市PM10和PM2.5时空分布研究

利用2018年261个乡镇环境空气自动监测站监测数据,结合GIS空间分析技术,对石家庄市PM10和PM2.5的时空污染特征进行了研究。结果表明,石家庄地区PM10和PM2.5污染的空间分布整体表现为西北部山区好于东南部的平原地区,主城区好于周边县(市、区)的特征。采暖期PM10和PM2.5的污染程度明显重于非采暖期。PM2.5稳定性差于PM10,PM10和PM2.5的稳定性与污染程度具有一定的负相关性,表现出污染越轻的区域稳定性越差。两者的日均值浓度变化在时间序列上呈极强正相关,且污染越重的区域时间相关性越强。与日均值相关性不同,污染程度越轻的区域PM10和PM2.5年均值的线性相关性越强。