从大运会期间浓度变化来分析污染物削减措施效果

运用深圳以及周边城市的环境空气污染物浓度资料,分析了NO2、PM10、PM2.5的分布特征,重点讨论了大运会期间NO2、PM10和PM2.5浓度的变化规律,应用相似气象条件的概念,采取多种空间、时间对比分析的方法,排除客观因素,分析了大运会期间人为减排的具体效果,结果表明:大运会期间控制措施效果显著,PM10削减比例更大,也即大运会期间关停了一些高污染排放企业对污染浓度的影响更明显。大运会期间控制措施对各污染浓度的下降起一定作用,作用在白天时段更明显,且对PM2.5的控制效果更显著。大运会期间南山区管控效果最明显,中心福田区PM2.5控制最好。大运会期间的区域联合控制成效显著。大运会后期控制措施的解除,致使污染物浓度快速上升到较高水平,且工业布局密集的区域及机动车流量最大的区域上升幅度相应较大。     

重庆市渝中区PM_(2.5)污染现状、变化规律及防治措施探讨

根据重庆市渝中区2013-01~12的PM2.5数据资料,对PM2.5的污染现状和季节变化、月变化、小时变化规律进行了分析。并进一步探讨了PM2.5产生的根源,提出了PM2.5污染防治措施。     

长沙市区PM_(2.5)浓度的主要因素分析及预测

针对长沙市区PM2.5浓度的主要影响因素,采用统计学方法对长沙市区空气质量指数AQI包含的5个基本因素进行了相关因素分析,得出了PM2.5浓度与其余4个因素的关联度系数,并根据分析结果提出了几点改善PM2.5浓度的建议。通过分析长沙市区空气中的PM2.5浓度数据,采用ARIMA模型对PM2.5浓度进行了较为精准的预测。所提出的方法为长沙市区PM2.5的防治提供了一定的参考。     

青岛市采暖期PM2．5与大气能见度的关系

利用青岛市大气综合观测站的研究性监测数据,分析了2011年采暖期PM2.5和能见度的相关性,结果表明：①能见度在≤3km时,对应的PM2.5浓度超出0．250mg／m^3,属于严重污染;②PM2.5浓度对能见度的影响存在一临界区域,当PM2.5浓度低于该临界区时能见度会随PM2.5浓度减少迅速改善,临界值大致位于PM2.5浓度为0．100mg／m^3处;③相对湿度小于85％时,能见度与PM2.5浓度呈显著负相关。其中,相对湿度在60％-70％时,能见度与PM2.5浓度之间的相关性最好,PM2.5对能见度的影响最直接。     

乌鲁木齐市2011年冬季PM2.5/PM10浓度特征分析

利用乌鲁木齐市PM2.5//PM10自动监测数据,分析PM2.5与PM10的浓度分布特征和时间变化规律。结果表明,按照《环境空气质量标准》(二次征求意见稿)的标准限值,乌鲁木齐市冬季PM2.5污染重于PM10。PM2.5浓度为0.164mg/m3,超过二级年标准限值的3.7倍,超标率为73.9%。PM2.5浓度日变化曲线昼高夜低,呈单峰型,峰值出现在13:00~14:00(北京时间)。PM10中PM2.5所占比例较高,PM2.5/PM10为0.79,相关分析和检验显示PM2.5与PM10的线性相关显著,相关系数为0.92。     

大中型商场PM10、PM2.5污染水平与来源分析

利用便携式气溶胶监测仪,对平顶山市区的中原商场、商业大楼、食品城总店三家大型商场不同楼层空气PM10和PM2.5进行了现场测定。结果显示,平顶山市大中型商场可吸入颗粒物污染严重,PM10、PM2.5污染平均超标率分别为13.7%和48.0%;PM10、PM2.5的质量浓度在时间和空间分布上存在很大差异;PM10中PM2.5所占比例为83%。     

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。     

西安市区大气中PM2.5和PM10质量浓度污染特征

2013年3月—2014年2月期间,设置1个监测点位,采集了西安市区大气环境中PM10和PM2.5样品,采用重量法测定了PM2.5和PM10质量浓度。结果表明,西安市区PM2.5质量浓度为16~558μg/m3,平均值为128μg/m3,超标率69.1%;PM10质量浓度范围为32~887μg/m3,平均值为249μg/m3,超标率71.8%。虽然PM2.5和PM10质量浓度的逐日变化幅度比较大,但是整体变化趋势非常相似,存在显著的正相关关系(r=0.831 9)。PM2.5和PM10质量浓度存在明显的季节变化,均为冬季最高,春季次之,秋季较低,夏季最低。ρ(PM2.5)/ρ(PM10)为0.245~0.822,平均值为0.510,说明PM2.5在PM10中所占比例大于PM2.5~10;此外,该比值呈现一定的季节变化规律,冬季、夏季较高,秋季次之,春季最低。霾天气发生时,该比值和PM2.5质量浓度明显高于无霾天气。     

空气自动监测中PM2.5与PM10 “倒挂”现象特征及原因

采用不同原理的自动监测仪器在不同季节同时测定PM2.5与PM10,对所得数据中的PM2.5与PM10"倒挂"现象进行分析。结果表明,当PM10采用振荡天平法时,PM2.5与PM10的"倒挂"率较高;冬季和夏季"倒挂"现象发生率明显高于其他季节;造成PM2.5与PM10"倒挂"的原因主要有监测过程中的随机误差,PM2.5与PM10的监测方法原理不同,监测方法之间存在显著差异等。     

天津市颗粒物中元素化学特征及来源

2006年的8月—12月采集天津市PM2.5和PM10样品,分析了Na、Al等17种元素质量浓度及月变化特征,PM2.5中元素平均质量浓度为17.2μg/m3,占PM2.5的10.3%。微量元素Zn、Pb在PM10和PM2.5中含量较高,Cr、V、Ni、As等则在细粒子中有明显分布。用富集因子法分析发现,PM2.5中元素富集程度高于PM10。地壳元素除Ca外,均无明显富集,微量元素则呈现不同程度的富集,以Cd富集最为明显。颗粒物分析表明,土壤尘、燃煤、机动车尾气及化工行业是PM2.5中无机元素的主要来源。     

北京地区PM_(2.5)与空气污染物的关系模型

为了研究北京地区PM2.5与空气污染物的质量浓度关系。从PM2.5监测网收集2013-04-01~2014-05-15期间PM2.5、PM10、SO2、NO2、CO、O3等主要空气污染物数据,用多元线性回归模型建立PM2.5与空气污染物的质量浓度关系。结果表明:北京地区PM2.5与空气污染物PM10、SO2、NO2、CO、O3的质量浓度相关系数分别为0.9172、0.6332、0.7683、0.8166和-0.1797,优化的拟合方程为:[PM2.5]=-22.5925+0.569109×[PM10]+23.94913×[CO]+0.113025×[BPM2.5],模型的估算值与观测值相关系数为0.9426,此方程能较好地模拟北京地区的PM2.5质量浓度。     

广州冬季霾天气大气PM2.5污染特征分析

收集了2005年12月至2006年2月的PM2.5浓度观测数据及同步气象数据,分析了冬季PM2.5质量浓度日变化趋势以及霾日期间PM2.5质量浓度日变化和小时变化趋势.结果发现,观测期间PM2.5日均值浓度为69μg/m3,霾日期间PM2.5日均值浓度为72μg/m3.冬季霾天气的发生频率为45%,霾天气过程最短持续2天,最长持续9天.较高的PM2.5浓度和较高的相对湿度及较小的风速是导致霾天气形成的主要原因.霾日期间PM2.5小时浓度变化趋势与人类活动周期和气象条件密切相关.     

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。     

库尔勒市大气颗粒物污染特征与影响因素分析

针对库尔勒市PM 10、PM 2.5年均浓度超标现象,基于市区3个环境监测站2013—2017年的逐时观测数据,分析PM 10、PM 2.5污染特征、成因及其主要影响因素。结果表明:①2013—2017年库尔勒市PM 10年均浓度变化较大且无明显趋势,PM 2.5年均浓度整体呈下降趋势;②季节尺度上,库尔勒市PM 10在每年2—5月呈现高浓度,PM 2.5高浓度期则为10月至翌年5月;③城郊的开发区站PM 10浓度最高,老城区的州政府站PM 2.5浓度最高,在PM 10和PM 2.5的高浓度期空间差异尤其显著;④PM 10与风速显著正相关,来自塔克拉玛干沙漠的风蚀沙尘颗粒物是库尔勒地区颗粒污染物的主要来源;⑤库尔勒市PM 10主要为外源输入,PM 2.5则以城市内源为主,相对湿度、风速、风向、温度等气象条件是影响大气颗粒物浓度及分布的重要因素。     

克拉玛依市大气PM2.5、PM10污染水平浅析

根据从2012年1月1日至2012年3月30日在同一个监测点取得的PM2.5和PM10监测数据,分析采暖期颗粒物污染水平特征。结果表明,PM2.5浓度和PM10浓度之间高度线性相关;克拉玛依市冬季空气环境中PM2.5是PM10中的主要组成成分;PM2.5浓度在一天内基本保持稳定,而PM10浓度在一天之中的变化幅度较大,峰值出现在中午上下班高峰期。     

冬季大气中PM_(10)和PM_(2.5)污染特征及形貌分析

2008年冬季采集大气中PM10和PM2.5样品,利用SPSS软件进行分析。结果表明,PM10质量浓度在92.87～384.7μg/m3之间,平均值为201.09μg/m3,超标率71.43%。PM2.5浓度跨度为57.27～230.21μg/m3,平均值为133.82μg/m3,超标率89.47%。PM10和PM2.5空间分布略有差异。PM2.5/PM10在29.10%～94.76%之间,均值为66.55%。PM2.5与PM10质量浓度之间有显著相关性,相关方程:PM2.5=0.7993×PM10-55.984(R2=0.9524,置信度为95%)。通过颗粒物形貌分析,初步判定冬季大气主要污染源为燃煤和机动车尾气排放。     

沈阳市城区采暖期PM2.5中水溶性离子的化学特征

2013年11月—2014年3月采暖期在沈阳市沈河区设置采样点采集环境空气中的PM2.5。利用离子色谱法测定PM2.5中水溶性无机离子,分析PM2.5中水溶性无机离子的组成和污染特征等。结果表明,沈阳市冬季采暖期PM2.5平均质量浓度为106μg/m3,PM2.5中总水溶性离子占PM2.5的比例为41.7%,含量较高的二次离子依次为SO2-4、NO-3、NH+4,三者均有较好的相关性,SO2-4以(NH4)2SO4形式存在,采暖期PM2.5偏酸性。     

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。     

以长春为例研究环境空气中TSP、PM_(10)和PM_(2.5)的相关性

选取长春市解放大路与人民大街的交叉口为研究地点,分别进行TSP、PM10和PM2.5的采样和分析.然后利用相关系敷法和t检验对测定结果进行相关性分析,得到备元素的含量在三种污染物中的相关系敖:在TSP与PM10中为0.9349;在PM2.5与PM10中为0.8797;在TSP与PM2.5中为0.7824.得到各元素含量在三种污染物中的T检验统计值,在TSP与PM10中为0.90103;在PM2.5与PM10中为0.04745;在TSP与PM2.5中为0.047986.从分析结果可以看出,各元素含量在TSP与PM10中的相关性最好,在PM2.5与PM10中次之,研究结果为相关环境管理提供科学依据.     

贵阳市夏季大气颗粒物及多环芳烃污染特征研究

采集贵阳市老城区夏季5个典型监测点(太慈桥、贵州师范大学、大西门、省政府及省植物园)的样品进行PM2.5、PM10质量浓度分析。同时对PM2.5中PAHs的质量浓度进行分析。结果表明:贵阳市夏季PM2.5和PM10浓度排序均为太慈桥省政府大西门贵州师范大学省植物园,且PM2.5和PM10之间有良好的相关性,PM10=0.931 3 PM2.5+0.019 4,R2=0.996 7,PM2.5污染较重。此外,5个监测点总PAHs和苯并(a)芘的分析结果均为太慈桥省政府大西门贵州师范大学省植物园,苯并(a)芘浓度均未超标。