合肥市颗粒物和气象条件对大气能见度的影响研究

利用2019—2021年合肥市气象参数、颗粒物浓度、颗粒物化学组分、颗粒物散射系数、颗粒物粒径谱等的逐小时观测数据,分析了合肥市大气能见度变化趋势及其影响因素。结果表明,2019—2021年,合肥市能见度呈逐年上升的总体特征,并且在季节变化上呈现为夏高冬低,在日变化上呈现为午后最高、夜间最低。相关性分析结果显示,合肥市能见度与颗粒物浓度、相对湿度均呈显著负相关关系,且能见度与相对湿度的相关程度比与颗粒物浓度的相关程度高15.5%~219.2%。相对湿度是直接影响合肥市能见度的主要因素之一,而温度、风速对能见度的间接影响作用相对较小。能见度与颗粒物特性关系研究结果表明:能见度与水溶性离子的相关程度高于与碳质组分的相关程度;当能见度处于较低水平时,能见度与PM_2.5主要组分浓度的相关性明显减弱,相对湿度、超细颗粒物占比、水溶性离子含量和碳质组分含量等因素对能见度的影响逐渐凸显;在较高PM_2.5浓度环境条件下,颗粒物散射系数的显著变化是导致能见度降低的主要原因;小粒径颗粒物对合肥市大气能见度的影响程度相对较高,应优先大幅度降低PM_1.0浓度。     

青岛市区春夏季大气能见度与颗粒物的关系

利用青岛市灰霾综合观测站2012年3月2日-2012年6月7日期间的监测数据,分析了青岛市区大气能见度与不同粒径颗粒物质量浓度的日变化特征,比较了各级别大气能见度下不同粒径颗粒物质量浓度及所占比例的相关性,研究了相对湿度对大气能见度和颗粒物质量浓度相关性的影响.结果表明,监测时段大气能见度与颗粒物质量浓度呈现较好的负相关,每天大气能见度最低值出现在早晨07:00--09:00;剔除相对湿度高于90％的前提下,PM2.5是影响大气能见度的主要因子,随着其在PM1o中所占比例上升,大气能见度级别不断下降,相关系数为-0.84;不同相对湿度区间下,PM2.5对大气能见度的影响最明显,其中,相对湿度为60％ ～ 70％,大气能见度与颗粒物质量浓度之间的相关性最好.     

颗粒物质量浓度对大气能见度水平影响分析

通过观察不同天气条件下颗粒物质量浓度水平上升伴随大气能见度水平下降,对颗粒物质量浓度-大气能见度相关性分析,得到相关方程,根据颗粒物污染水平分析预测大气能见度,为灰霾预报提供依据.     

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。     

建德市大气SO2浓度与气象条件关系初探

利用实测资料分析了建德市大气ＳＯ２与风向、风速、气温、湿度、降水量、逆温气象因子间的关系，认为，冬季污染源下风向混合区ＳＯ２浓度出现最高值，在静风和微风情况下，城市污染水平基本上可代表城市的总体污染水平。     

灰霾天气条件下天津市环境空气中颗粒物污染特征分析

针对天津地区灰霾天气条件下环境空气中颗粒物的污染程度及变化特征进行分析。指出出现灰霾天气是污染加重的直观反映,将其发展成为一项环保指标,将对大气污染控制起到一定的积极作用。     

2009年广州能见度变化规律及主要影响因素分析

通过对2009年的广州大气能见度和影响因素的数据资料统计,结合定性分析、相关性计算及各时间尺度中物理量的相互作用过程研究,得出能见度的变化规律和各因素的相关性特征。结果表明,2009年整体能见度水平略有提高;24h的降雨量、气温差值较大时,该日的能见度小时均值波动较大;风速、相对湿度与中尺度(24h)能见度的相关性较强;降雨量、气温对小尺度(1h、5min)能见度影响显著;相对湿度水平能制约风速对能见度的改善作用。灰霾现象等与能见度水平密切相关。     

城市典型气象条件与大气颗粒物污染之间的关系

针对城市气象与城市气候特点,分析了典型气象条件下颗粒物的变化趋势,分析了由城市气候现象产生的城市效应问题,为研究空气中颗粒物来源、变化趋势奠定了基础.     

重庆市主城区PM 10 与能见度相关性研究

分析了2000年以来重庆市主城区能见度变化趋势及2006年PM10的污染现状,能见度和PM10质量浓度负相关,尤其采样期间的相关系数为-0．76。根据PM10源解析和PM10成分与能见度的相关性分析结果,提出应重点控制燃煤和机动车尾气污染。     

大气颗粒物采样器的设计与应用

自行开发设计大气颗粒物双通道采样器,通过更换粒径切割器实现对大气总悬浮颗粒物(TSP)、可吸入颗粒物(PM10)或细颗粒物(PM2.5)样品的采集。该仪器通过流量传感器、比例阀和流量控制板精确控制每个通道的采样流量,控制系统还可实时采集大气环境温度、压力、湿度、风速和风向5个气象参数,并根据环境温度、压力的变化对采样的体积流量进行补偿计算,以确保进样口体积流量恒定,保证粒径切割准确。在2011年深圳大学生运动会期间(8月12—23日)和后期(8月24日至9月4日),利用该仪器进行了大气环境野外观测实验,并对该仪器和Thermo2300采样器的结果进行了平行性分析和对比分析,其平行结果和对比结果相关系数均大于0.99。     

宁波和温州地区夏季大气中不同粒径颗粒物特征分析

对宁波地区北仑和奉化站、温州地区乐清站3个监测点夏季TSP、PM10、PM2.5和PM1.0进行监测,测试分析各种粒径颗粒物浓度水平和粒径分布特征,并通过化学质量平衡(CMB)受体模型对颗粒物进行源解析。监测结果显示,夏季宁波、温州地区TSP和PM10日均浓度为0.049～0.134mg/m3和0.025～0.084mg/m3,均未超过我国环境空气质量二级标准;PM2.5日均浓度为0.007～0.069mg/m3,按美国2006年EPA最新标准限值0.035mg/m3衡量,奉化、乐清、北仑站的超标天数占总监测天数的比例分别为75%、40%和37.5%。粒径分布统计结果显示,3个监测站点PM10占TSP的比例为48.78%～86.96%;PM2.5占TSP的比例为33.33%～72.46%;奉化和乐清监测点PM10中PM2.5和PM1.0的比例平均值在50%以上。源解析结果显示,夏季TSP主要来源于土壤尘,其次是建筑尘和煤烟尘,其贡献率分别为40.70%～55.49%、9.62%～13.64%和5.85%～17.28%。     

Numerical Modeling of Particulate Matter Dispersion from Kerman Cement Plant, Iran

A three dimensional diffusion model has been developed for computing the concentration of PM10 from Kerman Cement Plant, Iran. This model incorporates source-related factors, meteorological factors, surface roughness, and settling particles to estimate pollutant concentration from continuous sources. The study focused on the local environmental impact of Kerman Cement Plant. The performance of the model was found to be in good agreement with measured data; the average absolute percent deviation is 25.53%. In addition, the result of this modeling shows that the PM10 concentration in the ambient air at distances of about 600–1,400 m from the stacks is higher than the WHO guidelines of an annual average of 260 μg/m³.     

广州市灰霾期PM10的化学组成对能见度的影响

采集广州市大气可吸入颗粒物(PM10)样品,并分别对冬、夏两季灰霾和非灰霾期PM10中有机碳(OC)、元素碳(EC)和水溶性离子进行分析。广州市灰霾期大气PM10中的主要化学成分按质量浓度大小排序为OC>NO3->SO24->NH4+>EC(非灰霾期则依次为OC>SO24->EC>NH4+>NO3-),其质量浓度分别为非灰霾期的4.7、12.5、3.7、3.2和2.3倍。相关性分析表明,灰霾期总碳[TC(OC+EC)]及NO3-的质量浓度对大气能见度的降低起主要作用,而非灰霾期则主要是TC和SO24-。     

呼和浩特市空气颗粒物影响因素研究

选择呼和浩特市城东腾飞路中段为研究地,在内蒙古环境监测中心站实验大楼楼顶设置空气质量自动监测点,于2009年11月至2012年12月连续3年对该区域空气质量进行研究性监测。采用数理统计方法,对实测数据进行分析和研究,利用AQI评价的结果显示,颗粒物已经成为影响当地空气质量的主要污染物;PM2.5/PM10年平均值为0.47,随季节变化明显,春夏季比值偏小(春季为0.361,夏季为0.398),秋冬季比值偏大(秋季为0.499,冬季为0.635);受风速和湿度影响明显,比值与风速在0.01水平上呈现显著负相关,与湿度呈现显著正相关;利用3年污染物数据建立回归方程,经检验所建立的方程有效,说明其他污染物对PM2.5浓度变化有较显著影响。     

徐州大气颗粒物污染特征及传输途径分析

利用徐州2015年PM2.5和PM10逐小时质量浓度数据,分析了徐州颗粒物时空变化特征。同时基于HYSPLIT后向轨迹模式,结合GDAS气象数据和空气质量数据,利用轨迹聚类及潜在源分析法研究徐州不同季节气流轨迹对颗粒物浓度的影响及PM2.5和PM10的潜在来源。结果显示,2015年徐州环境空气中PM2.5和PM10的年均值为65和122μg/m3,分别超过国家《环境空气质量标准》(GB 3095—2012)二级标准限值86%和63%。各国控站点ρ(PM2.5)和ρ(PM10)月变化呈现一致的冬季高夏季低的"V"型变化特征,这与气象条件和气流轨迹特征季节性变化有关。秋冬季污染较高时期徐州主要受西北内陆性气团和较为稳定的气象条件影响,而春夏季来自较为干净的东部海洋性气团利于污染扩散。潜在源分析显示,山东、安徽、苏中南、浙西北等地区是影响徐州市PM2.5和PM10的主要潜在源区。各季节潜在源区分布范围有一定差异,冬季时潜在源区分布最广,并有明显向西北方向转移延伸的趋势。     

环境空气颗粒物来源解析受体采样频率优选方法初探

环境空气颗粒物来源解析受体样品化学组成的时空差异,除受采样点位分布制约外,主要还受采样时间的制约。如何选取时间段及采样周期显得尤为重要。通过青岛市空气自动监测系统近几年获取的颗粒物连续时均值数据,采用统计优化组合选择法,筛选出日均值、年均值的最佳采样时段,可供类似研究参考。