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。     

克拉玛依市PM_(2.5)污染特征分析

对克拉玛依市2014-2015年PM_(2.5)质量浓度进行整理统计,通过Arc GIS空间插值和EXCEL数理统计分析得出PM_(2.5)的质量浓度变化特征。结果表明,PM_(2.5)各小时浓度均低于国家二级标准,整体空气质量为良;PM_(2.5)季节浓度呈现冬季高,春夏低的规律,其中2月份浓度最高,为63.7μg/m3,4月份最低为23.6μg/m3;各监测站PM_(2.5)浓度受盛行风影响自西北向东南方向递增,依次为南林小区、长征新村、白碱滩区、独山子区、乌尔禾区商贸区;PM_(2.5)与PM10全年平均比值为0.53,整体空气污染较重。此外,PM_(2.5)与NO_2和SO_2均呈正相关,与O_3呈负相关性,说明汽车尾气和化石燃料排放是PM_(2.5)的主要来源。     

宜宾市大气细颗粒水溶性离子污染特征研究

在川南地区的宜宾市开展了大气细颗粒物(PM_(2.5))浓度及组分的季节观测分析,结果表明,采样点的PM_(2.5)年均浓度(51. 7μg/m~3)超过二级浓度限值47. 71%,同时全年有20. 94%的天数PM_(2.5)日均浓度超过二级浓度限值;冬季浓度最高、达81. 1μg/m~3,明显高于其他季节,夏季浓度最低。PM_(2.5)中水溶性无机离子浓度总和冬(42. 42μg/m~3)秋(32. 73μg/m~3)春(24. 57μg/m~3)夏(17. 0μg/m~3),但占PM_(2.5)浓度的百分比的季节规律则刚好与之相反,为夏(54. 19%)春(48. 1%)秋(46. 91%)冬(45. 45%);其中,SO_4~(2-)、NO_3~-和NH_4~+是PM_(2.5)中最主要的3种二次无机离子组分,三者浓度之和占PM_(2.5)的37. 47%。PM_(2.5)中SO_4~(2-)、NO_3~-和NH_4~+的浓度均为冬季高于其他季节,但NO_3~-/PM_(2.5)冬(12. 22%)秋(11. 53%)春(8. 14%)夏(5. 43%)、NH_4~+/PM_(2.5)秋(9. 85%)夏(9. 15%)春(8. 52%)冬(7. 61%)、SO_4~(2-)/PM_(2.5)夏(26. 3%)春(20. 75%)秋(15. 82%)冬(14. 61%)。四个季节SOR值均大于NOR值,SOR值季节变化差异不大,但NOR值冬季明显高于其他季节。PM_(2.5)中的SO_4~(2-)、NO_3~-和NH_4~+冬季以(NH_4)_2SO_4、NH_4NO_3的形式共存于气溶胶体系中,而夏季则主要以(NH_4)_2SO_4和NH_4HSO_4存在。     

采暖期和非采暖期PM_(2.5)污染特征分析——以烟台市为例

通过统计烟台市11个监测点位的大气污染成分数据,分析了PM_(2.5)在各阶段的浓度变化规律,并利用pearson相关性分析系统分析了各个监测站点之间污染变化规律的相关性。研究表明PM_(2.5)在一天内的时均浓度呈"M"型双峰的变化规律;烟台市年均浓度超过了国家规定的年均浓度限值35.0g/m~3,达到了47.0μg/m;另外采暖期PM_(2.5)的质量浓度是非采暖期的1.27倍;非采暖期PM_(2.5)占PM_(10)的比重为59%,在采暖期上升到63%,将采暖期与非采暖期做了系统的比对。     

四川盆地城市细颗粒物污染特征分类分析研究

利用2015年四川省21个城市空气环境质量监测资料,开展区域污染、燃放烟花爆竹、秸秆焚烧等典型污染类型对城市环境空气中PM_(2.5)污染贡献的研究,得到上述3种典型环境空气污染类型对四川省城市环境空气中PM_(2.5)污染贡献比例分别为13.62%、0.75%、3.11%,常态下PM_(2.5)污染贡献比例为82.52%,贡献浓度分别6.46μg/m~3、0.35μg/m~3、1.47μg/m~3,39.22μg/m~3,最后提出了大气污染防治方向。     

雅安市夏季颗粒物水溶性离子组成特征

2010年夏季采集雅安市2个地点(四教和白马泉)的TSP、PM_(2.5)样品,并利用离子色谱和原子吸收等方法测定了颗粒物中主要水溶性离子的浓度。结果显示,四教TSP与PM_(2.5)的日均浓度分别为108.04±43.80μg/m3和85.84±29.65μg/m3,PM_(2.5)和TSP的百分比为0.79;白马泉TSP与PM_(2.5)的日均浓度分别为92.17±41.56μg/m3和72.30±28.55μg/m3,二者百分比为0.78。PM_(2.5)是TSP的主要组分。PM_(2.5)质量浓度昼夜变化明显,白天高于夜晚。阳离子与阴离子电荷总和之比值接近1。四教总离子浓度占TSP和PM_(2.5)的质量分数分别是26.10%和31.04%,而白马泉的分别为21.34%和24.07%。SO2-4、NO-3、NH+4为颗粒物中无机离子的主要组分,其昼夜浓度变化明显。相关性分析显示,两地的离子来源和组成形式均有所差异。NO-3/SO2-4在0.7以下,说明雅安市以固定污染源为主。PM_(2.5)中硫和氮的转化率均值均大于0.1,说明发生了二次转化,并且SO2的转化率远大于NO2。     

成都市春节期间PM_(2.5)中水溶性离子的污染特征分析

采用在线监测仪器对成都市春节期间大气中的PM_(2.5)及PM_(2.5)中的水溶性无机离子浓度进行了连续观测。结果表明:春节期间NO-3、SO2-4、NH+4是PM_(2.5)中水溶性离子的主要组成部分;烟花爆竹的集中燃放使PM_(2.5)的浓度短时间内迅速升高,同时PM_(2.5)中的SO2-4、K~+、Mg2+、Cl-的浓度亦显著升高,最大值分别为28.74μg/m3、33.40μg/m3、3.01μg/m3、23.53μg/m3,是基本无烟花爆竹燃放时段的2.90倍、303.6倍、376.2倍和13.8倍;相关性分析表明,春节期间PM_(2.5)中的K~+、Mg2+、Cl-可能有相同的来源,即烟花爆竹的燃放,部分SO2-4还可能以硫酸钾、硫酸镁的形式存在。     

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。     

成都市PM_(2.5)中有机碳和元素碳的污染特征及来源

于2009~2010年典型月份采集成都市区大气PM_(2.5) 样品,采用IMPROVE-热光反射法对样品中有机碳(organic carbon,OC)和元素碳(elemental carbon,EC)进行分析,探讨OC和EC浓度水平、来源及二次有机碳分布特征。结果表明,成都市年均OC和EC质量浓度分别为(22.6±10.2)μg/m3和(9.0±5.4)μg/m3,与国内外其他城市相比,污染严重;OC和EC的质量浓度呈现明显季度差异,均为秋冬季春夏季;相关性分析表明,OC和EC秋冬季节相关性较好,表明其来源相近,春夏季节相关性差,表明其来源较为复杂;OC/EC值2,且估算出二次有机碳(secondary organic carbon,SOC)年均值为(8.9±4.6)μg/m~3,占OC质量浓度的38.5%,表明二次污染严重。     

上海市松江区PM2.5与PM10浓度变化特征分析

为了解松江区PM 2.5与PM 10浓度变化特征,选取2014年1月1日~2019年2月28日松江区3个环境空气自动监测市控点质控后的小时平均值,进行日、月、季节和年际变化的讨论分析。结果表明:2014~2018年松江区的PM 2.5与PM 10年均浓度分别为51、61μg/m 3,呈整体下降趋势;冬春季PM 2.5与PM 10浓度较高、秋季次之、夏季低;2014~2018年PM 2.5与PM 10浓度月变化趋势基本相同,整体呈现4~6月逐渐下降,10~12月逐渐上升的规律;PM 2.5与PM 10浓度各季节及全年的日变化均呈双峰型;PM 2.5与PM 10的相关系数为0.87,四季系数为r冬季(0.91)>r夏季(0.90)>r秋季(0.88)>r春季(0.72);PM 2.5/PM 10的平均值为0.83,大气颗粒物PM 2.5的贡献率非常高。     

新疆准噶尔盆地南缘一次典型沙尘污染特征分析

沙尘对空气质量特别是空气中TSP,PM_(10)和PM_(2.5)浓度有重要影响。为探讨沙尘对空气质量的影响,在位于准噶尔盆地南缘荒漠-绿洲交错带的准噶尔生态环境观测站开展了近地面空气颗粒物的连续监测实验及气象观测实验;结合HYSPLIT模型对典型沙尘事件中空气颗粒物的运动轨迹进行模拟;分析了沙尘全过程空气颗粒物分布特征及颗粒物的输送特征。结果表明:在2015-09-13日的沙尘事件对空气中颗粒物TSP、PM_(10)和PM_(2.5)的浓度分布产生影响严重,TSP、PM_(10)和PM_(2.5)的质量浓度分别达到了412μg/m~3、354μg/m~3和190μg/m~3,远超过了国家二级空气质量标准;TSP、PM_(10)和PM_(2.5)的质量浓度显著相关,其中PM_(2.5)和PM_(10)的相关系数达0.993,颗粒物轨迹分析显示,沙尘主要来源于北面的古尔班通古特沙漠,为大风输送所致。     

新疆“乌-昌-石”区域空气质量变化特征分析

《自治区打赢蓝天保卫战三年行动计划(2018-2020)》将"乌-昌-石"重点区域作为主战场,其空气质量受到广泛关注。通过收集2018～2020年"乌-昌-石"区域空气质量数据,分析区域及所辖城市主要大气污染物浓度的时空分布特征和变化趋势。结果显示:2018～2020年"乌-昌-石"区域空气污染具有明显的时间和空间分布特征。2018～2020年"乌-昌-石"区域污染物PM_(10)、PM_(2.5)、NO_2和SO_2的年均浓度呈波动下降的趋势,CO和O_3的年均浓度呈小幅度波动上升的趋势;优良天数比例呈波动上升趋势。6种污染物质量浓度年内分布特征为单峰型分布,PM_(2.5)、PM_(10)、SO_2、NO_2、CO峰值在1～2月,O_3峰值在7月;五个地区的优良天数比例年内变化规律基本一致,均呈现倒"U"型曲线,1～2月污染最重,优良天数比例为22.60%～21.40%,12月次之,为38.70%。PM_(2.5)质量浓度在空间分布上呈现阜康最高、乌鲁木齐市最低,NO_2质量浓度分布为乌鲁木齐市最高、昌吉市和石河子市较高、其余地区较低,O_3质量浓度最大的地区为石河子市、其余地区均较低。     

南充交警大气PM_(2.5)个体暴露水平及健康风险评价

为探讨交警工作环境大气PM_(2.5)个体暴露水平,现场监测交警大气PM_(2.5)个体暴露浓度,同时采集个体暴露大气PM_(2.5)样品,分析样品的化学成分并对部分元素进行健康风险评价。结果表明,交警大气PM_(2.5)个体暴露浓度为74.4μg/m~3,明显高于大气环境浓度42.2μg/m~3;交警PM_(2.5)个体暴露浓度与风速、湿度负相关,与温度存在一定程度上的正相关,降雨能降低PM_(2.5)个体暴露浓度。应用健康风险评价模型发现Mn对交警存在非致癌风险,风险指数为2.48;Cr对交警存在致癌风险,风险指数为1.58×10~(-3),应予以重视。     

后向轨迹模式在攀枝花市PM_(2.5)来源分析研究中的应用

利用后向轨迹模式计算2014年1月1日~2014年12月31日以攀枝花市为起始点的后向轨迹,并结合攀枝花市PM_(2.5)的实测浓度数据,通过聚类分析法、潜在源贡献因子法(PSCF)和浓度权重轨迹分析法(CWT)研究不同来源区域对攀枝花市PM_(2.5)浓度的贡献影响。结果表明:攀枝花市的西南区域与云南省的交界地区最有可能是攀枝花市PM_(2.5)的贡献源区。攀枝花市西南区域本地排放的PM_(2.5)污染物及其前体物和来自攀枝花市西南方向的气团对攀枝花市的PM_(2.5)浓度影响最大。     

不同出行方式大气PM_(2.5)个体暴露分析

于2017年7月在南充市城区固定线路,分别用粉尘测定仪和激光粒子计数器连续6d对步行、出租车、公交车、摩托车、私家车、自行车6种出行方式大气PM_(2.5)个体暴露质量浓度、数浓度进行监测,分析不同出行方式大气PM_(2.5)个体暴露质量浓度和数浓度。结果表明,不同出行方式质量浓度最高和最低分别为自行车(68.0±32.2)μg/m~3和出租车(35.6±21.5)μg/m~3;数浓度最高和最低分别为步行(1.93×10~8) N/m~3和私家车(2.49×10~4) N/m~3。质量浓度和数浓度的暴露量最高分别为自行车(76.6±3.8)μg和自行车(2.25×10~8) N;两种浓度下出租车和私家车比较结果相差不大,而其他四种出行方式呈现完全不同的结果。     

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%。     

基于OMI数据的西南地区对流层NO2浓度时空变化特征分析

利用OMI数据反演得到的多时相NO_2浓度产品(空间分辨率为0.125°×0.125°),分析了2005～2017年西南地区四省市(云南省、贵州省、四川省及重庆市)对流层NO_2柱浓度的时空分布特征,并对其影响因素进行了简单分析。结果表明:(1)2005～2017年间,西南地区NO_2柱浓度年均值较小,13年的年均值为1.801 5×10~(15)molec/cm~2。年变化整体表现为先增大后减小趋势;季节变化表现为:冬季秋季春季夏季,而月变化呈内凹型分布;(2)空间分布上呈东部高、西部低的特点,并且跨度较大,四川省东部和重庆市西部地区的NO_2柱浓度年均值大于10.0×10~(15)molec/cm~2,而四川省西部和云南省中西部地区的NO_2柱浓度低于1.0×10~(15)molec/cm~2;(3)云南省的NO_2柱浓度最低,重庆市的NO_2柱浓度远远高于其他3个省;此外,云南省的年变化最为平缓,而重庆市的变化幅度最大;(4)研究区的地理位置及地形特征、气象要素、人口密集度及经济发展状况等因素都直接影响对流层NO_2柱浓度的时空分布。     

昆山市高新区PM_(2.5)元素特征分析及健康风险评价

对昆山市高新区大气PM_(2.5)颗粒物和元素污染浓度进行同步监测,以元素为污染物示踪因子进行污染源特征分析,并通过健康风险评价模型对该地区颗粒物重金属元素进行评价。实验结果表明,在监测期间该区域PM_(2.5)污染程度不大,平均质量浓度达57.90μg/m~3;通过主成分分析对PM_(2.5)中元素进行分析,发现其主要来源分为混凝土搅拌及道路扬尘污染,电子产品及机械制造污染和燃煤燃烧污染等3个组分,电子产品及机械制造引起的污染是昆山高新区PM_(2.5)的主要来源;健康风险评价结果显示,昆山市高新区颗粒物中单种重金属元素通过呼吸途径对暴露人群的年均超额危险度在5.46E7~5.68E12之间,低于人群可接受的危险度水平10E6。     

南京市PM_(2.5)中重金属污染特征分析及健康风险评价

自2013年12月至2014年11月,采集了南京市大气颗粒物PM_(2.5)样品共计56个,分析了As、Cd、Cr、Ni、Pb、Zn、Cu和Mn这8种重金属元素的含量及污染特征,并应用美国环保局推荐的健康风险评价模型,对其通过呼吸途径引起的人体健康风险进行了初步评价。结果表明,南京市大气PM_(2.5)质量浓度呈现明显季节特征,冬季秋季春季夏季,全年均值为86μg/m3,超我国年均二级标准的1.4倍。PM_(2.5)中8种元素浓度排序为:ZnPbMnCuCrAsNiCd,As均值超标77%,其他未超。4种致癌重金属(As、Cd、Cr、Ni)及4种非致癌重金属(Pb、Zn、Cu、Mn)中,Cr对人体健康具有很高的潜在性危害,其他7种重金属的风险可忽略,不会对暴露人群构成明显的危害。     

秦皇岛大气污染物的分布特征及其天气背景

根据官方公布的空气质量观测数据,对秦皇岛城市PM_(2.5)细颗粒物的分布以及主要污染物(CO、NO_2、SO_2、O3)进行了分析研究。研究结果显示:秦皇岛城区年均119 d处于轻度以上污染,冬季年均有16 d处于重度以上污染,NO_2是最主要污染物,PM_(2.5)浓度在春夏季早晚各有一个峰值、秋冬季午夜前后出现极值。"静稳天气"是空气污染的必要条件,重度空气污染与近地面深厚逆温层紧密相关,地面风速0~3 m/s的风场会发生空气污染。