冬季沈阳市典型源排放PM_(10)浓度分布模拟分析

选取沈阳市7个典型的大气污染源2006年12月~2007年2月的PM10排放浓度资料,利用CALPUFF对PM10浓度月平均分布做模拟分析。模拟结果分析表明:冬季月平均PM10浓度分布的范围与风场、地形有直接的关系。地势平坦、风速大时,污染物扩散范围大,污染物浓度小;地势不平、风速小时,污染物扩散范围小,污染物浓度大。1月份是沈阳市冬季月平均大气污染最严重的月份,污染物分布主要集中在市区的北部、东部和南部地区,东部地区大气污染最为严重。     

贵阳市冬季大气PM 2.5和PM 10浓度空间插值及分布研究

为了解贵阳市冬季大气污染现状,以贵阳市污染相对严重的白云区为研究对象,连续采集PM_(2.5)、PM_(10)浓度数据,利用普通克里金法进行空间插值获取PM_(2.5)、PM_(10)分布特征。通过留一法交叉验证,比较6种半变异函数模型(三角函数、高斯函数、球面函数、指数函数、J-Bessel函数和K-Bessel函数)的空间插值精度,选出最适的函数模型;采用分区统计和格网统计的方法,对不同土地利用类型、植被覆盖度下的PM_(2.5)、PM_(10)平均浓度进行比较分析。结果表明,三角函数是PM_(2.5)空间插值的最适模型,指数函数是PM_(10)空间插值的最适模型;贵阳市白云区冬季大气PM_(2.5)、PM_(10)浓度总体表现出城区浓度高,郊区浓度低的分布特征;土地利用类型和植被覆盖度对PM_(2.5)和PM_(10)浓度有着较强的影响。     

室内PM2.5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PM2.5浓度模型,并对新风PM2.5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PM2.5浓度的影响进行了模拟分析。模拟结果表明：新风PM2.5浓度和室内污染源强度的变化对室内PM2.5浓度均有较大影响;新风量越大,室内PM2.5浓度受新风PM2.5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PM2.5浓度越低,波动越小。     

长江三角洲PM10质量浓度遥感估算与时空分布特征

卫星遥感反演气溶胶光学厚度(AOT)已被广泛地应用于地面PM10遥感监测。为遥感监测长江三角洲地区PM10,利用2013年的MODIS/Terra AOT产品,考虑研究区36个空气质量监测站点的风速、温度、湿度和边界层高度等气象条件,构建了基于MODIS AOT产品估算PM10的模型。利用17个空气质量监测站点数据对模型进行散点拟合验证,结果表明,模型估算精度较高,春夏秋冬4个季节PM10质量浓度的模型估算值与地面监测值的相关系数R2值分别为0.72、0.76、0.69和0.72。利用模型估算的长时间序列PM10时空分布数据进行时空变化特征分析,结果表明:2000-2013年研究区PM10质量浓度呈增长趋势,月均增长量为0.077 μg/m3,最大值出现在2月,为(107.2±22.0) μg/m3,最小值出现在8月,为(40.5±12.0) μg/m3;研究区PM10质量浓度空间分布差异显著,南部低,北部高,高值主要出现在由上海、杭州和南京构成的三角形区域的城市群中,而低值主要出现在南部远离城市的森林区域。结果表明,基于MODIS/Terra AOT产品和地面观测气象数据估算PM10的多元线性回归模型能较好地应用于区域PM10监测。     

北京市典型排放源PM2.5中多环芳烃成分谱特征

采用稀释通道采样系统对北京市部分污染源排放的PM2.5进行了采集,用气相色谱-质谱-质谱法分析了PM2.5中24种多环芳烃(PAHs)的浓度,获得典型排放源PM2.5中PAHs成分谱。结果表明,不同种类污染源排放的PAHs的组分浓度差异比较大,形成的百分浓度轮廓图有各自的特征。生物质燃烧和化石燃烧排放的PM2.5中PAHs含量高于其他污染源;燃煤电厂和供暖/工业锅炉排放的PM2.5中低环数的PAHs比例较高,而生物质燃烧和餐饮源则是高环数的污染物比例较高。燃烧温度高,燃烧较充分,采用布袋除尘方式的污染源排放的PAHs含量要低于其他污染源。     

乌鲁木齐市能源结构调整对冬季SO2浓度空间分布变化的影响

乌鲁木齐市冬季大气污染严重,SO2浓度不断增加,且超标频率增多,已成为不容忽视的环境问题.2012年乌鲁木齐市实施“煤改气”工程,旨在改善乌鲁木齐市的大气环境质量.为研究工程的实施对SO2浓度的控制起到的作用,选用冬季污染最为严重的时段(1-2月),对“煤改气”前后城市不同区域的SO2日均浓度变化进行了分析.结果显示,“煤改气”对SO2浓度的降低效果显著,但降低幅度在区域间存在差异,“煤改气”后冬季SO2日均浓度在空间上呈现出由南向北逐渐增加的态势,南面SO2日均浓度基本达标,而北面SO2浓度虽有降低,但超标频率依然较高,值得当地政府在环境治理过程中关注.     

固定源氮氧化物排放及控制技术应用

固定源是氮氧化物排放的一个主要来源.通过对主要固定源氮氧化物生成机理及现有的排放控制技术进行论述,分析我国固定源氮氧化物排放的实际情况,提出我国固定源氮氧化物排放控制还处于起步阶段,氮氧化物排放标准相对宽松,氮氧化物排放控制技术有待进一步普及,并提出固定源氮氧化物排放治理的一些建议.     

潞城市大气PM10中化学元素分布特征

利用ICP-AES分析了潞城市采暖期和非采暖期4个不同功能区PM10样品中16种化学元素,对不同元素的时空分布特征进行了研究,并采用富集因子和主成分分析初步研究了潞城市PM10中元素的主要来源.结果表明,潞城市PM10中重金属污染较为严重,且各元素在采暖期的平均浓度均明显高于非采暖期.PM10中Ca、V、Cr、As、N...     

太原市城区PM2.5浓度时空分布特征研究

利用太原市2017年1月1日至2017年12月31日的PM2.5小时监测数据,通过与气溶胶光学厚度(AOD)以及土地利用数据相结合,建立PM2.5随机分析模型和季节线性回归模型,用于分析太原市城区近地面PM2.5时空分布特征.研究结果表明:PM2.5随机分析模型对太原市城区PM2.5时空分布预测具备较好的适用性,模型训...     

基于BP人工神经网络的城市PM2.5浓度空间预测

针对PM2.5日均质量浓度,采用BP人工神经网络模型,预测研究区空气中PM2.5浓度的空间变异,通过与普通克里格(Ordinary Kriging)插值方法对比验证BP人工神经网络预测模型的精度.结果表明:BP人工神经网络预测模型下研究区检验样本点位置的PM2.5仿真浓度与观测浓度之间的均方差、平均绝对误差、平均相对偏差和相关系数分别为0.296 μg2/m6、0.412 μg/m3、1.650％和0.851;而与此同时,普通克里格插值方法下的对应结果分别为1.041 μg2/m6、0.689 μg/m3、11.910％、0.638.研究成果在肯定BP人工神经网络预测模型可用于揭示PM2.5浓度空间变异特征的同时,也证实了其相对于普通克里格插值方法在固定空间点位准确预测PM2.5浓度方面的优势.     

广州市夏、冬季室内外PM2.5质量浓度的特征

2004年7月2日至8月13日和2004年11月29日至2005年1月6日分别在广州市3种类型区域(一般城市区域、道路旁、工业源附近)9个居民住宅的室内和室外同步采集了PM2.5颗粒.采用标准称重法测定PM2.5质量浓度,得到广州市夏季住宅室内外PM2.5平均质量浓度分别为67.7、74.5 μg/m3,冬季室内外PM2.5平均质量浓度分别为109.9、123.7 μg/m3.广州市PM2.5平均质量浓度,与美国PM2.5标准相比,与国内PM10标准基础上假设的PM2.5限值相比,与其他一些国内、亚洲和欧美城市的文献记录相比,结果均显示广州市PM2.5处于相当严重污染状态.广州市PM2.5质量浓度呈现明显的空间分布特征和季节变化特征;PM2.5室内质量浓度并不总是低于室外质量浓度,反映了室内空气污染的存在.     

贵州贫困农村室内PM10污染水平及影响因素分析

为调查贵州贫困农村室内空气污染水平,对织金和六枝农户室内可吸入颗粒物(PM10)进行了系统采样,分析了PM10污染水平,探讨了其影响因素。结果表明:采暖期PM10的平均值为640.5μg/m3,最高质量浓度达到7 739.9μg/m3;非采暖期PM10的平均值为459.9μg/m3,最高质量浓度达到3 515.1μg/m3,与《室内空气质量标准》(GB/T 18883—2002)相比,研究区PM10的超标率为71%～92%,超标倍数最高达50.60倍。经调查可知,贵州贫困农村室内PM10污染水平与燃料类型、炉灶类型、室内通风情况等密切相关,以拌泥煤、纯煤、蜂窝煤和简易敞口灶为主,且室内通风较差。     

天津冬季PM2.5与PM10中有机碳、元素碳的污染特征

研究了天津冬季PM2.5和PM10中碳成分的污染特征.结果表明,天津冬季PM2.5和PM10的平均质量浓度分别为(124.4±60.9)、(224.6±131.2)μg/m3;总碳(TC)、有机碳(OC)与元素碳(EC)在PM2.5中的平均质量分数比在PM10中分别高出5.0%、3.6%、1.2%;PM2.5中OC、EC的相关系数较高,为0.95,表明OC、EC的来源相对简单,可能主要反应了燃煤和机动车尾气的贡献.OC/EC的平均值在PM2.5和PM10中分别为3.9、4.9.次生有机碳(SOC)在PM2.55和PM10中的平均质量浓度分别为14.9、23.4/μg/m3,分别占OC的48.5%(质量分数,下同)、49.8%,OC/EC较高可能主要与直接排放源有关;PM2.5中的OC1与OC2的比例明显高于PM10,而聚合碳(OPC)的比例又低于PM10,同时PM2.5与PM10中的EC1含量均较高,表明天津冬季燃煤取暖和机动车尾气是重要的污染源.     

Spatio-temporal characteristics of PM10 concentration across Malaysia

The recurrence of forest fires in Southeast Asia and associated biomass burning, has contributed markedly to the problem of trans-boundary haze and the long-range movement of pollutants in the region. Air pollutants, specifically particulate matter in the atmosphere, have received extensive attention, mainly because of their adverse effect on people's health. In this study, the spatial and temporal variability of the PM10 concentration across Malaysia was analyzed by means of the rotated principal component analysis. The results suggest that the variability of the PM10 concentration can be decomposed into four dominant modes, each characterizing different spatial and temporal variations. The first mode characterizes the southwest coastal region of the Malaysian Peninsular with the PM10 showing a peak concentration during the summer monsoon i.e. when the winds are predominantly southerlies or southwesterlies, and a minimal concentration during the winter monsoon. The second mode features the region of western Borneo with the PM10 exhibiting a concentration surge in August–September, which is likely to be the result of the northward shift of the Inter Tropical Convergence Zone (ITCZ) and the subsequent rapid arrival of the rainy season. The third mode delineates the northern region of the Malaysian Peninsular with strong bimodality in the PM10 concentration. Seasonally, this component exhibits two concentration maxima during the late winter and summer monsoons, as well as two minima during the inter-monsoon periods. The fourth dominant mode characterizes the northern Borneo region which exhibits weaker seasonality of the PM10 concentration. Generally, the seasonal fluctuation of the PM10 concentration is largely associated with the seasonal variation of rainfall in the country. However, in addition to this, the PM10 concentration also fluctuates markedly in two timescale bands i.e. 10–20 days quasi-biweekly (QBW) and 30–60 days lower frequency (LF) band of the intra-seasonal timescales. These intra-seasonal fluctuations show strong seasonality with the largest fraction of variance occurring during the boreal summer and the weakest variance during the winter. Generally, the LF intra-seasonal oscillation is stronger compared to the QBW intra-seasonal band.     

燃烧过程颗粒物的形成及我国燃烧源分析

燃料燃烧会排放一次颗粒物和二次颗粒物,一次颗粒物中亚微米粒子主要是由于无机矿物质经蒸发-成核-凝结-凝并的途径形成的;超微米颗粒的产生不同于亚微米颗粒的形成,是由于破碎机理.二次颗粒物是由气态前驱体在大气中转化而成的.我国燃烧源主要是煤燃烧、燃油机动车和农村生活燃料等.深入认识颗粒物的形成及燃烧源的特征对有效控制颗粒物的排放是很有帮助的.     

Characteristics and sources of PM2.5 and carbonaceous species during winter in Taiyuan,China

Continuous observation of PM_2.5 was conducted in Taiyuan, a heavily polluted city in China, during high pollution season from December 2005 to February 2006. The results of this study showed that PM_2.5 and carbonaceous species pollution were serious during winter in Taiyuan. The organic carbon (OC) and element carbon (EC) were accounted for 18.6±11.2% and 2.9±1.6% of PM_2.5, respectively, which indicated that carbonaceous aerosols were key components for control fine particles pollution in Taiyuan. Coal combustion was a dominant source of OC and EC of PM_2.5 in the urban area of Taiyuan during winter. The impact of local and remote particle sources on urban air quality was assessed using PM_2.5 concentration rose and 3-day back trajectories of air masses arriving at Taiyuan. The meteorological conditions were found to affect the ambient concentrations of PM_2.5, OC, EC and OC/EC ratio.