能见度与PM2.5浓度关系及其分布特征

利用相对湿度、能见度和PM_(2.5)质量浓度观测数据,针对不同相对湿度下,建立了消光系数与PM_(2.5)质量浓度之间线性关系,并分析了相关关系的全国分布特征.结果表明,我国中东部大部分地区在一定相对湿度区间内均可建立线性相关关系,而且相关性较好,相对湿度40%～90%区间内的平均相关系数高于0. 75,其中北京相关系数高达0. 9.北京、长三角和四川等地的PM_(2.5)单位质量消光效率在同等相对湿度下明显大于其他地区.不同地区湿度对能见度影响程度不同,北京等地在相对湿度大于90%时相对湿度对能见度作用大于PM_(2.5),而广州在相对湿度大于80%时相对湿度的作用明显增强.利用能见度反算北京地区PM_(2.5)浓度可知,1980～1996年,PM_(2.5)浓度年际变化不大,受采暖方式影响冬季PM_(2.5)浓度显著较高; 1997～2009年呈现缓慢下降趋势; 2010～2012年呈现上升趋势. 1980年以来,全国的PM_(2.5)浓度整体呈上升的趋势,尤其是华北地区,PM_(2.5)浓度始终高于全国其他地区.     

泉州市灰霾时PM2.5浓度与气象条件、能见度相关分析研究

利用泉州市空气自动监测站的监测资料,研究泉州市灰霾天气时PM2.5浓度与风速、温度、相对湿度等气象因素及能见度的关系.结果表明:泉州市灰霾天气期间往往会伴随气象因素及能见度的变化,灰霾发生前,风速降低,相对湿度减小,逆温层形成,能见度降低;灰霾结束前,风速增大,相对湿度趋于稳定,逆温层消失,能见度增大.灰霾发生时,PM2.5的浓度与风速、能见度基本呈负相关的关系,与相对湿度基本呈正相关关系.气象条件及能见度的变化可以为灰霾天气时污染状况的预判提供重要的参考.     

贵阳市相对湿度及PM2.5浓度对大气能见度的影响分析

利用2019年1月1日至12月31日贵阳市能见度、相对湿度(RH)和PM2.5浓度逐时观测资料,分析了能见度与相对湿度及PM2.5浓度的关系.结果表明:夏季贵阳市相对湿度与PM2.5浓度较低,能见度较高,冬季则相反;能见度日变化为单峰型分布:06:00时左右最低,16:00时左右最高,与相对湿度呈反向变化.能见度与RH...     

杭州市大气能见度与PM_(2.5)浓度的关系

为了研究杭州市大气能见度与PM2.5质量浓度之间的关系,选取杭州市区2013年冬季至2014年春季期间PM2.5浓度、相对湿度以及能见度有效观测数据进行分析。结果表明:能见度与PM2.5的关系并不是直接的线性关系,而是与大气湿度也有着密切关系。随着相对湿度和PM2.5浓度的增长,能见度水平逐渐降低。而进一步量化相对湿度与PM2.5浓度对能见度的影响,将相对湿度分为40%~50%、50%~60%、60%~70%、70%~80%、80%~90%以及>90%共六个区间,对PM2.5与能见度的关系用非线性幂函数来拟合,拟合曲线的R2均大于0.9,表明拟合曲线与真实情况符合程度较好。另外,能见度与PM2.5的拟合曲线均在PM2.5浓度为50μg/m3左右出现拐点,说明在杭州市只有将PM2.5浓度控制在50μg/m3内,能见度才能得到显著提升。     

上海市静安区PM2.5浓度变化特征及其与PM10的关系

根据2006-2011年静安区PM2.5连续自动监测数据,通过对其浓度变化特征进行趋势性分析发现,2006-2011年静安区环境空气中PM2.5浓度呈逐步下降趋势,但浓度年均值仍超过国家环境空气质量二级标准限值.PM2.5污染季节变化特征明显,冬春较高、夏秋较低.PM10与PM2.5的回归方程为y=1.5585x+0.0108,相关系数为0.78,显著性水平为0.01.PM2.5与PM 10浓度的比值(p)主要集中在0.5-0.7之间.     

呼和浩特市PM10和PM2.5污染水平分析

分析呼和浩特市2011年8月到2012年7月逐日的PM10,PM2.5的质量浓度监测值,结果表明,呼和浩特市PM10和PM2.5污染在春季和冬季较夏季、秋季严重;PM10和PM2.5有良好的线性关系;PM2.5/PM10(β)平均值为0.55.     

烟台市区PM10、PM2.5浓度季节性分布规律研究

利用均匀分布于烟台市区的10个空气自动监测点位2013年的数据研究了PM10和PM2.5浓度的季节性变化特征.对PM10 、PM2.5质量浓度分别进行了月均值和季节性均值变化特征分析,研究了不同季节和雾霾天气情况下,PM2.5在PM10中含量的变化情况.结果表明:烟台市区细颗粒物污染较严重,各采样点各月均值中超过二级标准的比例达到88.3％;2013年烟台市区PM 10、PM2.5质量浓度均呈现出春冬季节较高、夏秋季节较低、采暖季明显高于非采暖季,PM10浓度风沙季明显高于其他季节的特点;PM2.5对PM10的贡献呈现明显的季节性变化规律,在雾霾天气情况下明显偏高.     

天津市大气能见度与颗粒物污染的关系

利用天津市大气边界层观测站2009年能见度、相对湿度、风速逐时观测资料和2009年3月9~21日期间颗粒物的膜采样数据,分析天津市大气能见度与颗粒物污染的关系.结果表明,颗粒物质量浓度与能见度变化总体呈负相关,小粒径颗粒对能见度的影响作用明显,随着能见度的降低,小粒径颗粒与大粒径颗粒浓度的比值明显增加.能见度与颗粒物中总碳质量浓度变化呈负相关. SO42-,NO3-,OC和EC对大气消光贡献平均值分别为28.7%,6.1%,27.6%和19.2%.表明观测期间颗粒物中SO42-,OC对能见度的影响明显.     

厦门市PM_(2.5)与分布特征及能见度关系的研究

利用2011-2012年厦门市PM2.5监测资料和气象要素资料,分析PM2.5分布规律,及与海陆风、低能见度天气的关系;尝试分不同季节,在不同主导气象要素场背景下,建立PM2.5与能见度的关系式,试图用能见度推算PM2.5浓度,探索AQI预报中PM2.5浓度预报的技术方法。结果表明:厦门市低能见度天气与PM2.5浓度关系密切,通过相对湿度、降水概率、风向风速以及对应典型的天气形势等差异可清晰表现出来;区分季节性气象要素,计算PM2.5浓度与能见度的相关系数,并建立7个关系式,发现夏季PM2.5浓度与能见度显著负相关,夏季是用能见度推算PM2.5浓度相对最容易、最准确的季节;秋冬春三季PM2.5与能见度关系分别可建立两种关系式,主要为负相关关系,且春季预报PM2.5的难度最大。     

湖北省PM2.5与PM10比值分析及PM2.5时空分布特征研究

基于2012年-2014年湖北省大气污染物监测数据,通过数据反演方法,得到湖北省17个城市的PM2.5年均浓度.利用ArcGIS绘制出各城市不同年份的颗粒物浓度空间分布图,并对其进行分析.结果表明,2012年-2014年间,湖北省17个城市PM2.5与PM10年均浓度比值为0.66,PM2.5年均浓度超出国家二级标准,整体呈现上升趋势.城市方面,在多数城市PM2.5与PM10浓度上升的同时,仅武汉、黄冈和天门3个城市颗粒物浓度2014年较2013年有所下降,且武汉市PM2.5浓度下降率达12.8%,表明武汉市近两年来采取的政策措施具有较好的可行性和有效性.     

北京城区可吸入颗粒物(PM10的矿物学研究

 使用X射线衍射技术(XRD)和扫描电镜技术(SEM/EDX)对北京PM10中的矿物组分进行了分析.结果表明,北京PM₁₀中的矿物组分存在明显的季节变化规律,春季PM₁₀中的矿物组成种类最多;秋季PM10中的矿物种类最少;在夏季PM₁₀中,矿物的种类有所减少,却有新的物种出现,如NH₄Cl、K(NH₄)Ca(SO4)₂?H₂O、As₂O₃SO₃等.粘土矿物是北京PM₁₀中含量最高的矿物,石英的含量次之,其他依次为方解石、石膏、长石、白云石以及其他矿物颗粒;北京PM₁₀中还存在一定数量的复合颗粒,颗粒表面常有S、Cl元素的存在.     

Quantitative relationship between visibility and mass concentration of PM2.5 in Beijing

The pollution of particulate matter less than 2.5μm （PM2.5） is a serious environmental problem in Beijing. The annual average concentration of PM2.5 in 2001 from seasonal monitor results was more than 6 times that of the U,S, national ambient air quality standards proposed by U.S. EPA. The major contributors to mass of PM2.5 were organics, crustal elements and sulfate. The chemical composition of PM2.5 varied largely with season, but was similar at different monitor stations in the same season. The fine particles （PM2.5） cause atmospheric visibility deterioration through light extinction, The mass concentrations of PM2.5 were anti-correlated to the visibility, the best fits between atmospheric visibility and the mass concentrations of PM2.5 were somehow different： power in spring, exponential in summer, logarithmic in autumn, power or exponential in winter. As in each season the meteorological parameters such as air temperature and relative humidity change from day to day, probably the reason of above correlations between PM2.5 and visibility obtained at different seasons come from the differences in chemical compositions of PM2.5.     

南京市PM2．5污染源分析与控制对策研究

随着民众健康和环保意识的增强,公众对空气环境质量越来越关注,要求也日益提高。空气污染物中的PM2.5由于对人体健康的危害严重性,近年来,成为政府和社会各界关注的环境热点问题。美国在1997年率先提出监测PM2.5标准,一些主要发达国家已将PM2.5纳入空气质量标准并进行强制性限制。本文简述了PM25的定义及危害,结合相关PM2.5的研究报告和环境监测数据分析了南京市PM2.5污染现状、污染特征及规律。通过对南京市PM2.5来源的解析,从监测管理、源头控制、防治机构、产业布局和公众参与几个方面提出控制南京市PM2.5污染的对策。     

天津市颗粒物散射消光特征及化学组分贡献研究

为研究天津大气颗粒物光学特征及不同化学成分贡献水平,对颗粒物散射系数进行了在线观测,同时对全年1,4,7,10 4个典型月份进行PM2.5采样,并分析其化学成分.观测发现,天津市散射消光系数表现为秋、冬季高,春、夏季低,冬季PM2.5的干散射效率最高,为5.18m2/g.当风速大于3m/s时,对污染物的清除扩散作用较为明显,散射系数较低;相对湿度较高时,其对散射系数的增长作用显著.多元线性回归分析结果表明,天津市细颗粒中有机碳和硫酸盐是影响天津市能见度的主要组分.根据IMPROVE法核算化学组分对散射消光的贡献,得出有机物的贡献最大,为38.51%.     

南京市空气中颗粒物PM10、PM2.5污染水平

 为了初步调查南京市空气中颗粒物PM10、PM2.5的污染水平,于2001年冬、春、秋3季在南京市的5个典型城市功能区,用大流量采样器收集了50个样品.结果表明,南京市PM10、PM2.5的污染很严重,超标率分别为72%和92%,最大超标倍数达到6.3和9.0,而且对人体健康危害更大的PM2.5占PM10的大部分,约为68%,应引起公众和相关职能部门的高度重视.     

南京大气PM2.5中碳组分观测分析

为了解南京地区大气细颗粒物及化学成分在灰霾期间的污染水平及可能来源,于2007年6月至2008年5月,采集PM2.5样品,并测定了其中有机碳(OC)和元素碳(EC)的含量.并考察了有机碳和元素碳的季节变化特征,比较分析了南京地区灰霾与非灰霾期间含碳气溶胶的污染特征.结果显示,南京大气中PM2.5、OC和EC浓度变化范围分别是12.1~287.1,2.6~47.0和1.0~33.6mg/m3,其中夏季PM2.5(109.6mg/m3)和OC(20.8mg/m3)的值在四个季度中最高,呈现出夏季>秋季>冬季>春季的季节变化特征;EC则具有秋季>春季>冬季>夏季的季节变化特征. 霾日的OC、EC、总碳含量(TC)浓度及OC与EC比值分别是非霾日的2.0、1.8、1.9和1.7倍.后向轨迹分析表明,在有利的天气背景下,具有丰富水汽和污染物的混合气团最易使南京产生霾天气.     

Effects of relative humidity and PM2.5 chemical compositions on visibility impairment in Chengdu, China

To better understand the potential causes of visibility impairment in autumn and winter in Chengdu, relative humidity(RH), visibility, the concentrations of PM_(2.5) and its chemical components were on-line measured continuously in Chengdu from Nov. 2016 to Jan. 2017.Six obvious haze episodes occurred in Chengdu, with the total time of haze episodes accounted for more than 90% of the total observation period, and higher NO_2 concentrations and RH were related to the high particle concentrations in haze episodes. The visibility decreased in a non-linear tendency under different RH conditions with the increase of PM_(2.5) concentrations, which was more sensitive to RH under lower PM_(2.5) concentrations. The threshold concentration of PM_(2.5) got more smaller with the increase of RH. During the entire observation period, organic matter(OM) was the largest contributor(31.12% to extinction coefficient(bext)), followed by NH_4NO_3 and(NH_4)_2SO_4 with 28.03% and 23.01%, respectively.However, with the visibility impairment from Type I(visibility 10 km) to Type IV(visibility ≤ 2 km), the contribution of OM to bextdecreased from 38.12% to 26.77%, while the contribution of NH_4NO_3 and(NH_4)_2SO_4 to bextincreased from 19.09% and 20.20% to 34.29% and 24.35%, respectively, and NH_4NO_3 became the largest contributor to bextat Type IV. The results showed that OM and NH_4NO_3 were the key components of PM_(2.5) for visibility impairment in Chengdu, indicating that the control of precursors emissions of carbonaceous species and NH_4NO_3 could effectively improve the visibility in Chengdu.     

北京夏末秋初大气细粒子中水溶性盐连续在线观测研究

利用大气细颗粒物快速捕集分析系统和微量天平方法实时、在线分析了北京夏末秋初PM2.5中水溶性无机盐和PM2.5质量浓度的变化,并结合气象资料和部分前体物SO2、NOx监测数据进行了相关分析.结果表明,北京夏末秋初空气质量良好时,PM2.5日平均浓度为61,0±30.6μg·m-3,其中水溶性无机盐占PM2.5的40%～56%,(亚)硝酸盐、硫酸盐、铵盐是水溶性无机盐中的主要成分,占所测水溶性组分的80%以上.SO2向硫酸盐的转化率高于NOx向(亚)硝酸盐的转化率.亚硝酸盐浓度受气象要素和大气化学过程影响,白天亚硝酸盐有向硝酸盐转化的趋势.     

北京大气颗粒物中一元羧酸的季节变化和来源分析

通过膜采样溶剂提取、衍生化GC/MS分析,对2006年9月~2007年8月间北京大气PM10和PM2.5中的一元羧酸进行了观测研究.结果表明,可检出C10~C30的烷酸以及油酸、亚油酸和桐油酸3种烯酸,其中含量最高的是C16和C18 2种烷酸.PM10中,一元羧酸总浓度为61.7~1652.3ng/m3,年平均为426.2ng/m3;PM2.5中,一元羧酸总浓度为34.5~992.1ng/m3,年平均为319.6ng/m3.75%的一元羧酸分布在细粒子中,且冬、春季浓度明显高于夏、秋季.春、夏、秋、冬4个季节PM10中一元羧酸浓度分别为(625.1±403.8), (200.0±95.3), (263.0±201.1), (659.9±433.5)ng/m3; PM2.5中一元羧酸浓度为(431.7±211.0), (194.4±95.8), (207.9±160.8), (463.6±262.1)ng/m3.源解析显示,燃煤排放是冬季最主要的人为污染源;机动车排放则在其他季节贡献最大.