吉林市大气PM_(2.5)污染特征及来源分析

2014年在吉林市设立7个大气PM_(2.5)采样点,分采暖季和非采暖季分别采样分析了吉林市城区大气颗粒物污染特征和可能来源。结果表明:吉林市大气颗粒物以PM_(2.5)为主,PM_(2.5)年均值65μg/m3,超过国家二级标准限值86%,PM_(2.5)/PM10的年平均值为61%;PM_(2.5)中,休闲生活区各个时间段金属元素浓度相对较低,工业混合区浓度较高;非金属离子SO2-4、NH+4、NO-3、Cl-是PM_(2.5)水溶性离子的主要成份,其和占PM_(2.5)质量的13.31%,在采暖期浓度质量全部高于非采暖期;采暖期OC和EC来源基本相同,来源于机动车尾气、燃煤和生物质燃烧等,在非采暖期OC和EC来源差异性较大,主要来源于机动车尾气和工业燃煤等。     

遵义市PM2.5中重金属污染特征及健康风险评价

为了解遵义市PM2.5中重金属的污染特征及健康风险,于2018年6月至2019年5月采集了遵义市2个采样点共120个PM2.5样品,利用电感耦合等离子体质谱仪测定样品中Zn、Pb、Mn、Cu、V、Cr、As、Cd、Ni和Co 10种重金属含量,并采用富集因子法、美国环保局人体暴露模型讨论了颗粒物中重金属的来源和健康风险...     

包头城区大气PM_(2.5)污染特征及来源解析

为探讨包头城区大气PM_(2.5)污染特征及主要来源,在包头城区设立4个采样点,于2015年12月-2016年9月采集大气PM_(2.5)样品,共获得160个有效样品,分析了PM_(2.5)及其无机元素、水溶性离子、元素碳(EC)和有机碳(OC)的质量浓度和污染特征。同时采集了包头城区土壤风沙尘、建筑施工尘、道路扬尘、煤炭燃烧尘、装备制造尘和金属冶炼尘等6类污染源,建立了包头市大气PM_(2.5)排放源成分谱。应用非负主成分回归化学质量平衡(NCPCRCMB)模型分析了PM_(2.5)来源。结果表明:观测期间包头市PM_(2.5)的年均浓度为80.58μg/m3,是中国《环境空气质量标准》(GB 3095-2012)年均PM_(2.5)二级标准限值的2.3倍;大气PM_(2.5)的季节变化特征为春、夏、秋三季低冬季高,且冬季显著高于其他三季;大气PM_(2.5)主要来源于二次离子和道路扬尘(贡献率分别为34.37%和15.98%),其他污染源贡献率相对较小。     

阜康市PM_(2.5)和PM_(10)的质量浓度变化特征分析

通过对阜康市2015年1个区控点的PM_(2.5)和PM_(10)的连续自动监测数据分析得出:2015年阜康市大气颗粒物中PM_(2.5)、PM_(10)浓度日均值和小时值的最大值均出现在4月,日均值均超过了环境空气质量标准的二级标准限值;月均值最大值均出现在12月;PM_(2.5)的年均值超过了环境空气质量标准的二级标准限值;PM_(2.5)和PM_(10)冬季的日变化浓度高于其他三季,夏季最低。超标天数高值出现在1、2、11、12月,PM_(2.5)的污染程度比PM10严重;PM_(2.5)和PM_(10)的比值1、11、12月较大。     

哈密市环境空气中PM_(10)与PM_(2.5)变化特征

为了解哈密市环境空气中PM_(10)与PM_(2.5)的污染水平,对2016年哈密市环境空气数据进行统计分析,结果表明哈密市PM_(10)与PM_(2.5)存在一定的线性关系;哈密市2016年PM_(10)的年均值为99ug/m3,PM_(2.5)的年均值为36ug/m3。     

贵阳市城区大气颗粒物PM_(2.5)的污染特征与季节变化规律

于2013年6月至2014年5月在贵阳市城区设置采样点,利用国产武汉天虹智能采样器连续一年采集大气颗粒物(PM2.5)样品共357个,采用HOBO U30气象仪同步记录气象数据。气象数据分析表明贵阳市春、秋和冬季均为东北风,夏季多南风且风速较大,全年以东北风为主。结合气象数据分析了贵阳市市区PM2.5污染特征并初步讨论其来源。结果表明:PM2.5日浓度范围为4~193μg/m3,平均值为70±33μg/m3,日超标率为46%。以季节来看,夏季PM2.5浓度最低,冬季最高,秋、春季次之。PM2.5主要来源于工业排放与燃煤污染。与国内其它城市研究相比,处于轻度污染水平。     

武汉PM_(2.5)时空特征分析

获取武汉市2013年全年10个监测点PM2.5监测数据,采用数理统计方法和GIS空间分析方法分析其时间变化特征和空间分布特征。2013年武汉市城区PM2.5年均值为89.0μg/m3,清洁对照点年均值75.2μg/m3。月变化上,1-7月,浓度逐月下降至7月份达到最低;7-12月,浓度整体上升,10月份浓度上升明显以至11月份有明显回落。日变化上,上午9:00为日间浓度峰值,下午16:00达到低谷;夜间浓度高于日间浓度且夜间变化幅度较小。城区内部污染差异明显,夏季PM2.5浓度空间异质性相对冬季更强;工业区和人口集中区污染最严重,城市绿地和公园局部污染相对较轻;污染程度变化的一致性不仅与距离有关,受周边环境影响更明显。     

部分中原城市PM_(2.5)中水溶性离子污染特征

对中原地区的郑州、洛阳、平顶山三市采暖季和非采暖季大气PM2.5中水溶性离子进行了研究,并对比分析了三地区水溶性离子不同季节的变化幅度。结果显示,三地区PM2.5中NH4+、NO3-和SO42-等二次离子为水溶性离子的主要成分,占80%以上;非采暖季质量浓度SO42>NO3->NH4+,采暖季尤其是严重灰霾期则为NO3->SO42->NH4+;除SO42-外,其它7种水溶性离子质量浓度均为采暖季大于非采暖季;郑州、平顶山两地采暖季水溶性离子总质量大于非采暖季,洛阳则相反;三地区主要是以燃煤为主的固定污染源污染,但是NOx的浓度已经显著增加,尤其是采暖季NO3-/SO42-比值均大于1.0,机动车尾气对环境质量影响明显增大,郑州、平顶山两地的机动车尾气污染对空气质量的影响较洛阳大;洛阳受季风影响较另外两地严重。总水溶性离子质量浓度采暖季低于西安地区,从采暖季到非采暖季变化趋势不如西安地区显著;非采暖季与西安、北京地区基本相当。     

重庆市主城区PM2.5时空变化特征研究

基于2013～2018年监测数据,采用GIS空间重心转移等方法分析了重庆市主城区PM2.5区域空间分布特征。结果表明:重庆主城区PM2.5年均值呈逐年下降趋势,各区PM2.5下降趋势逐渐趋同,平均变化率为-11.29%,下降速率优于全国平均水平;冬季日均值超标率为20.14%,阶段性上升趋势明显;周循环变化特征呈U型,日循环小时变化特征呈W型;主城区PM2.5重心一直在江北区移动,冬季空间整体特征为西北高、东南低、核心区高、郊区低。     

台州市大气PM_(2.5)中PAHs的污染特征与毒性评价

使用中流量颗粒物采样器采集台州市2015—2016年大气PM_(2.5)样品,利用气相色谱-质谱仪对样品中16种多环芳烃(PAHs)进行分析,研究PAHs的污染特征及可能来源。结果显示:PAHs总浓度为(20.69±4.84)ng/m3,浓度季节变化大小顺序依次为冬季>春季>秋季>夏季,空间变化为商住区>工业区>背景点。PM_(2.5)中PAHs以高环为主(≥4环),占86%。不同季节商住区和工业区PAHs(4环)含量均略高于背景点,PAHs(5~6环)的含量商住区略高于工业区和背景点。PAHs环数分布和比值法结果表明台州市大气PM_(2.5)中PAHs的主要来源是机动车尾气和燃煤。成年人和儿童的终生超额致癌风险(ILCR)分别为8.02×10-7和5.61×10-7,表明台州市PM_(2.5)中PAHs对人体健康影响在可接受范围内。     

西安市PM_(2.5)的时空分布特征研究

大气污染物PM_(2.5)对空气质量造成严重危害,威胁着人类健康。根据西安市13个监测区2013年1月1日—4月26日的PM_(2.5)质量浓度数据,得出西安市PM_(2.5)的浓度呈冬季高、春季低的特点。结合西安市的海拔数据、气象资料,并引入污染系数,分析得出了西安市13个监测区PM_(2.5)的浓度有以下规律:从西到东递减;分布与海拔高度和风向特点相一致;与平均温度、最高温度、最低温度均呈现负相关关系,但相关性不是很高。这为PM_(2.5)的针对性治理工作提供了理论指导。     

兰州市大气PM_(2.5)的化学组分特征及其来源研究

为探讨兰州市大气细颗粒物化学组成及其污染来源,对兰州市大气PM_(2.5)中水溶性离子、无机元素以及OC和EC进行了研究。结果表明:PM_(2.5)浓度及其化学组成具有明显的季节变化特征,PM_(2.5)浓度为冬季>春季沙尘>春季>夏季;水溶性离子以SO_4~(2-)、NH_4~+和NO_3~-浓度最高,占总水溶性离子的78.7%~87.1%,表明该地区的二次污染较为严重,主成分分析表明水溶性离子主要来源于燃烧源和土壤源;无机元素以Zn、Pb和Ba浓度最高,主要来源于燃煤和机动车源;OC冬季浓度最高,而EC夏季浓度最高,并形成了较严重的二次有机碳污染。     

邯郸市PM_(1.0)、PM_(2.5)污染特征及在线水溶性离子分析

对2014年12月—2015年2月邯郸市大气中PM_(1.0)、PM_(2.5)以及PM_(2.5)中的硝酸根(NO-3)、水溶性有机碳(WSOC)和硫酸根(SO2-4)进行在线监测。结果表明,PM_(1.0)中干性成分(PM_(1.0)_DRY)和包含水分的PM_(1.0)(PM_(1.0)_WET)分别占PM_(2.5)的74.0%和81.4%,PM_(1.0)为PM_(2.5)中的主要组成。利用锯齿型方法估算本地源和区域源对PM_(1.0)、PM_(1.0)~2.5、PM_(2.5)的贡献,得出区域源对PM_(1.0)的贡献为40.6%,明显高于对PM_(1.0)~2.5与PM_(2.5)贡献的32.3%和37.7%,因为PM_(1.0)直径小,在大气中存在时间较长、传输距离远。根据NO-3、WSOC、SO2-4与PM_(1.0)、PM_(1.0)~2.5的相关系数,推断NO-3、WSOC可能在PM_(1.0)生成,而SO2-4可能在PM_(1.0)~2.5中生成。     

深圳市PM_(2.5)浓度特征及统计预报研究

根据2015年1—12月深圳市城区11站点PM_(2.5)小时浓度监测数据,探讨了深圳市PM_(2.5)浓度的时空分布特征。结果显示:监测期间深圳市城区PM_(2.5)平均浓度为29.8μg/m~3,PM_(2.5)平均浓度整体呈现出:冬季>秋季>春季>夏季的特征,PM_(2.5)质量浓度日变化整体呈现出双峰型分布,午后12:00—16:00浓度较低。空间分布上,年均浓度从东南至西北方向依次升高,梯度特征明显。PM_(2.5)浓度与PM_(10)呈高度相关,与SO_2、NO_2、CO呈显著正相关,与O_3呈实相关。相邻城市间空气污染物浓度呈现出一定的相关性,区域污染突出。建立的PM_(2.5)回归统计模型对深圳市2015年PM_(2.5)临近预报的级别准确率在70%以上,能较好地反映PM_(2.5)浓度变化趋势。     

乌鲁木齐PM_(10)和PM_(2.5)的形貌特征与来源解析

PM_(10)和PM_(2.5)是近年来乌鲁木齐市空气质量的首要污染物,其成分复杂,来源不清。采用扫描电镜和离子色谱研究了乌鲁木齐市2015年采暖期和非采暖期大气颗粒物PM_(10)和PM_(2.5)的显微形貌,元素组成及其水溶性离子特征,并采用主成分分析法(PCA)对其来源进行解析。结果表明:PM_(10)和PM_(2.5)的颗粒形态各异,以球状、团絮状形状居多。主要物质有硅铝酸盐颗粒、铁氧化物颗粒,硫酸/碳酸盐晶体,碳质气溶胶以及不明物质等。采暖期和非采暖期主要的无机水溶性离子分别是SO_4~(2-)、NH_4~+、NO_3~-、Cl~-和SO_4~(2-)、NH_4~+、NO_3~-、Ca~(2+)。推测乌鲁木齐市颗粒物污染主要来源于固定污染源。     

主成分分析和GIS技术在沈阳大气环境时空特征研究中的应用

在广泛收集整理相关资料和数据基础上,运用主成分分析法和GIS SuperMap技术对沈阳市2002—2010年大气污染物SO2、NO2、PM10年均值和8个环境监测站点2002—2010年的SO2、NO2、PM10年均值进行分析,结果表明:在时间变化方面,大气主要污染物的年均值在逐年下降,大气质量在近9年间逐渐转好,2007—2009年污染指数的月平均值变化曲线清晰呈现出两头高中间低的"U"字型变化趋势;在空间变化方面,从市中区到近郊区再到远郊区有逐渐减弱的趋势,市中心的太原街、小河沿的环境质量逐年转好,但市郊区的环境质量在逐年下降。     

石家庄市环境空气PM_(2.5)和PM_(10)污染变化特征研究

通过对石家庄市2013年1~12月PM2.5和PM10实时数据的整理和分析,结果表明,石家庄市区大气中细颗粒物PM2.5和可吸入颗粒物PM10月均浓度变化呈明显的季节性,二者变化趋势基本一致,采暖期12-2月份浓度普遍高于其他月份,PM2.5和PM10浓度最高值均出现在1月份;春夏PM2.5和PM10浓度有所降低,7月份浓度最低。PM2.5和PM10存在显著的正相关关系。     

成都市中心城区春季大气颗粒物PM_(2.5)的污染特征研究

于2012年5月11日至5月15日同时对成都中心城区及其大气环境监测对照点都江堰灵岩寺大气PM2.5进行采集,并分析其中的化学组分。研究结果表明:成都市中心城区PM2.5的总体质量浓度大于灵岩寺,且各化学组分的质量浓度也均大于灵岩寺。两站点PM2.5中OC/EC均大于2,有2次有机碳的存在;中心城区WSOC和TN日均浓度大于灵岩寺,同时发现中心城区TN日变化趋势与灵岩寺一致,WSOC变化不明显;水溶性二次离子(SO2-4、NO-3和NH+4)浓度相对较高,中心城区SO2-4/NO-3值比灵岩寺小,说明成都市机动车尾气是主要排放源。     

南京市冬春PM_(2.5)和PM_(10)污染特征及影响因素分析

南京2013年冬季至2014年春季多次出现灰霾污染天气过程,防治颗粒物污染刻不容缓,其中细颗粒物(PM_(10))和超细颗粒物(PM_(2.5))所占比例较大。利用南京市环保局空气质量发布平台污染物监测数据和中国天气网站气象要素数据,对冬春季PM_(2.5)和PM_(10)质量浓度的变化特征以及它们与气象条件的关系进行分析。结果表明:南京冬季PM_(2.5)、PM10平均浓度分别为0.0982,0.1536 mg/m3,春季平均浓度分别为0.0673,0.1207 mg/m3。市区和郊区污染程度由高到低依次为:市区>江宁>六合>溧水。南京空气中颗粒物小时平均浓度日变化呈"双峰双谷型"特征。颗粒物与相对湿度、降雨量和风力呈一定的负相关性,与温度呈一定的正相关性,它们共同影响颗粒物质量浓度水平和大气污染状况。     

基于观测数据空间化的北京市PM_(2.5)时空分异

PM2.5在地球表面上的变化是连续的,但由于地面海拔起伏和站点分布的相对稀疏,直接内插法很难顾及这种情况。文章运用反距离权重(IDW)、Kriging、经验贝叶斯克里金法(EBK)、多元回归+残差内插的综合空间化手段,对北京市2015年1月的PM2.5数据进行分析。结果表明:利用多元回归+残差内插方法空间化更优,且PM2.5存在显著的正局部空间自相关,中度以上污染主要分布在北京市东南部和房山区。时间上,PM2.5质量浓度逐时均值呈"W"型。3 h尺度上,PM2.5质量浓度与相对湿度和露点温度正相关,与能见度、大气压和风速负相关,与温度不相关。