“十三五”期间伊宁市大气污染特征分析及对策建议

基于伊宁市“十三五”期间大气国控监测点位数据，分析伊宁市“十三五”期间环境空气质量变化特征并提出建议对策。结果表明：“十三五”期间，伊宁市空气优良率在78.9%～86.3%,重污染天气在3～17 d,重污染天气仍频发；PM_2.5年均浓度在38～47μg/m³,年均值均超标。影响空气质量的主要污染物为PM_2.5、PM₁₀和CO。与三大区域相比，伊宁市SO₂和CO污染程度相对较重，燃煤型的污染特征显著。此外伊宁市采暖季空气污染较重，PM_2.5、SO₂、CO等污染物浓度显著高于非采暖季，采暖季主要污染物呈现双峰变化特征。     

安阳市冬季观测期间PM2.5污染特征及来源解析

为探究安阳市冬季PM_2.5的污染特征及来源,于2019年11月19—26日在安阳市3个站点(柏庄镇政府、红庙街小学、安阳师专)采集PM_2.5样品,并对PM_2.5质量浓度和无机元素、水溶性离子进行测定,利用正定矩阵因子模型(PMF)并结合大气污染源排放清单进行源解析。结果表明:观测期间安阳市的PM_2.5平均质量浓度为104.09μg/m³,水溶性离子平均质量浓度为48.9μg/m³,占PM_2.5质量浓度的46.9%。PMF解析结果为二次源58.9%、燃煤源15.7%、机动车排放源9.2%、扬尘源8.6%、工业源2.5%、其他源5.1%。结合2018年安阳市大气污染源排放清单对二次源贡献进行重新分配,得到安阳市PM_2.5主要贡献来自燃煤源29.8%、工业源28.5%、机动车源27.1%。后向轨迹聚类结果显示,安阳市气团输送路径主要有远距离传输、城市间输送和本地运输3类,其中本地运输占比最大,其次为正南和东南方向上的城...     

杭州秋冬季PM2.5污染特征分析

为研究杭州PM_2.5污染来源特征,利用2013—2019年杭州市PM_2.5监测数据和气象观测数据,分析了杭州市2013—2019年PM_2.5浓度变化,选取本地积累型和输入型2种PM_2.5污染过程,结合单颗粒气溶胶飞行时间质谱仪(SPAMS)和在线离子色谱数据,探讨杭州市PM_2.5化学组分和污染来源。结果表明:每年秋冬季(11月至次年3月)杭州以东北风、西北风及偏南风为主,风速低于4 m/s时,大气扩散条件差,受本地污染物积累影响,PM_2.5浓度容易出现超标;风速较大且为东北风和西北风时,受上游污染输入影响,易出现PM_2.5重度污染。本地积累型和输入型案例中,PM_2.5化学组分中占比最大的为NO^-₃、SO₄^2-和NH⁺₄;PM_2.5浓度上升过程中,二次NO     

荒漠草原无林地PM2.5、PM10时间变化特征及与气象因素的关系

选取荒漠草原无林地的PM_2.5、PM₁₀浓度以及气象因子数据,对颗粒物浓度的时间变化特征及其与气象因子的关系进行分析。结果表明:(1)1月的PM_2.5、PM₁₀月平均浓度最高,7月的PM_2.5与PM₁₀达到最低。季节尺度上PM_2.5、PM₁₀浓度变化为由大到小顺序依次为冬季>秋季>春季>夏季。(2)风速≤4.0 m/s时,随着风速增加,PM_2.5、PM₁₀浓度不断降低;当风速>4.0 m/s时,PM_2.5、PM₁₀浓度随风速增加而增加。PM_2.5、PM₁₀浓度与温度负相关。相对湿度≤50%时,随着相对湿度增加,PM_2.5、PM₁₀浓度呈增加趋势;相对湿度>50%时,随着空气湿度增加,PM_2.5     

台州市区PM2.5和O3污染特征及相互作用关系

基于2016—2020年台州市区大气污染物监测数据及气象观测资料,分析了台州市区PM_2.5和O₃的污染特征及受气象因素影响情况,并探究了不同季节下的PM_2.5浓度和O₃浓度的相关性及相互作用关系。2016—2020年,台州市区PM_2.5年均浓度和超标天数呈显著下降趋势,O₃-8 h年均浓度和超标天数总体呈上升趋势。PM_2.5浓度在冬季最高,且易发生超标;O₃浓度在春、夏、秋季均较高,且均会发生超标。通过相关性分析可知：PM_2.5浓度与气温、相对湿度、风速、降水量呈负相关,与大气压呈正相关;O₃浓度与气温、风速呈正相关,与相对湿度、降水量呈负相关。不同季节下的PM_2.5浓度与O₃浓度均呈正相关,两者存在协同增长。在春、夏、秋季,二次PM_2.5在总PM_2.5中的占比随着O₃     

崇明岛PM2.5中硫酸根、硝酸根及其前体物变化特征及来源

2016年8月1日—2017年7月31日在上海市崇明岛森林公园空气质量观测站进行了为期1年的大气气体污染物、PM_2.5水溶性成分在线监测。各项常规大气污染物在该站浓度均较低,但污染物极值较高,说明崇明地区仍有显著的区域污染现象。PM_2.5中硝酸根平均浓度(10. 0μg/m^3)高于硫酸根(6. 8μg/m^3),2种成分均在冬季出现最高值。崇明地区PM_2.5污染中污染物区域传输是主要贡献因子,但夏季硫酸根二次生成较为明显。风速风向及后向气流轨迹分析表明,南通工业区及城区是崇明地区PM_2.5二次无机成分气态前体物的重要贡献来源,而来自山东中部、江苏北部及长三角苏锡常地区的污染传输过程亦对硫酸根、硝酸根浓度有显著贡献。     

基于复合LSTM模型的PM2.5浓度预测

在对淄博市19个空气质量监测站点监测数据进行分析后,提出了一种基于机器学习的复合模型——灰色关联度分析(GRA)-改进的完备总体经验模态分解(ICEEMD)-长短期记忆网络(LSTM)模型。通过分析淄博市2019年大气污染物和气象数据,选用LSTM模型预测PM_2.5浓度。由于传统单一模块机器学习模型具有训练时间较长和预测精度较低的问题,提出了复合LSTM模型。该模型由3部分组成：GRA,用于PM_2.5浓度影响因素变量筛选;ICEEMD,用于PM_2.5分解、分量筛选和原始大气污染物及气象数据处理;LSTM,用于PM_2.5浓度预测。预测结果表明：淄博市中部丘陵地带PM_2.5浓度高于南部山区和北部平原,东部高于西部;淄博市逐月PM_2.5浓度呈“U”形分布,1月最高,8月最低;淄博市PM_2.5浓度受PM₁₀和CO影响较大,受湿度和温度影响较小。对比单一LSTM模型和GRA-LSTM模型,GRA-ICEEMD-LSTM模型...     

2019—2021年徐州市大气细颗粒物化学组成特征及来源解析

徐州市地处四省交界,大气污染物来源复杂,颗粒物污染在气象条件不利时较为显著。通过地面观测数据、颗粒物组分连续观测、源解析及轨迹溯源等方法,对徐州市2019—2021年颗粒物变化特征进行了全面分析,以定量解析各类污染源的贡献,识别对颗粒物贡献显著的化学成分。结果表明：PM_2.5各组分质量占比中二次无机盐和有机碳相对较高,其中二次无机盐SNA(SO■、NO^-₃、NH⁺₄)占比达到59.1%～62.7%;水溶性离子总浓度逐年降低,但Mg²⁺和Ca²⁺浓度2021年分别同比增加2%和12.5%,说明扬尘污染存在反弹。秋冬季水溶性离子明显较高,Cl^-浓度明显高于其他季节,表明徐州市秋冬季受移动源、燃煤源和二次有机气溶胶共同影响。PM_2.5中OC与EC质量浓度比为4.88～8.40,说明徐州市颗粒物受多源影响,柴油、汽油机动车尾气排放以及燃煤排放对颗粒物贡献较大。后向轨迹分析表明,污染严重的1月污染物主...     

广州市城区站点冬季PM2.5时间变化及碳氮同位素组成特征

于2018年冬季在广州城区磨碟沙站点开展细颗粒物(PM_2.5)样品采集,并获得PM_2.5中水溶性离子、含碳组分、稳定碳氮同位素的组成及时间变化特征,重点讨论了PM_2.5浓度升高时段的化学组成特征变化,进而利用稳定碳氮同位素变化特征探究了主要污染来源。结果表明：采样期间,研究站点PM_2.5平均质量浓度为22.1μg/m³,共出现两个PM_2.5浓度水平升高时段,所对应的平均质量浓度分别达46.0μg/m³和63.0μg/m³。风速降低、温度升高等不利气象条件是导致上述时段PM_2.5浓度上升的重要原因。在上述时段,伴随着PM_2.5浓度的升高,NO^-₃和NH⁺₄浓度均出现显著升高,NO^-₃与SO^2-₄的摩...     

乌鲁木齐市环境空气PM2.5与O3协同作用的污染特征分析

统计分析2013—2021年乌鲁木齐市环境监测资料,研究乌鲁木齐市PM_2.5和O₃的相关性,以及气象条件对PM_2.5和O₃相互作用机制的季节变化影响特征。研究结果显示：夏季PM_2.5和O₃浓度的相关系数为-0.341 86,呈负相关性;冬季PM_2.5和O₃浓度的相关系数为-0.388 3,呈负相关性,二者相互作用的季节变化一致性特征呈现相反趋势,这点和PM_2.5-O₃复合污染的特征明显不同,由此初步判断乌鲁木齐市还处于单PM_2.5污染阶段,未处于PM_2.5-O₃复合污染阶段,但O₃浓度连续多年快速上升。夏季光照条件良好,太阳辐射强,气温较高,大气氧化性较弱,O₃浓度升高,但PM_2.5浓度处于较低水平,说明O₃主导的氧化...     

西宁市城区冬季PM2.5和PM10中有机碳、元素碳污染特征

2014年11月—2015年1月对西宁市冬季开展PM_(2.5)和PM_(10)的连续监测。利用DRI 2001A型热光碳分析仪(美国)对有机碳和元素碳进行分析,结果表明:西宁市冬季PM_(2.5)和PM_(10)中碳气溶胶所占比例分别为33.13%±6.83%、24.21%±6.27%,说明碳气溶胶主要集中在PM_(2.5)中;OC/EC值均大于2,说明西宁市大气中存在二次污染;SOC占PM_(2.5)和PM_(10)的质量浓度比例分别为46.50%和57.40%,PM_(2.5)中SOC浓度占PM_(10)中SOC浓度的61.88%,说明SOC主要存在于PM_(2.5)中,且SOC形成的二次污染和直接排放的一次污染都是西宁市碳气溶胶的主要来源;与其他城市比较发现,西宁市冬季PM_(2.5)中的碳气溶胶含量普遍高于其他城市,PM_(10)中OC质量浓度相对其他城市较高,EC质量浓度偏低;OC和EC的相关性不显著,说明来源不统一;进一步对OC和EC各组分质量浓度进行分析知,西宁市冬季碳气溶胶主要来源于机动车汽油排放、燃煤和生物质燃烧。     

上海市浦东新区大气细颗粒物中重金属污染特征及来源解析

于2017年对浦东城区和郊区大气PM2.5中的重金属特征和来源进行了分析。结果表明,K、Fe、Na、Ca、Mg、Al等矿物元素为浦东新区PM2.5中含量最高的金属元素,其中K的年均值为297.3 ng/m^3。浦东城区的不同元素在季节变化上呈现较为不同的变化规律,郊区的金属元素值大部分呈现春季先逐月下降,在夏、秋季有起伏波动,在10月之后逐渐上升;沙尘+道路源+建筑扬尘、煤燃烧、工业排放、金属冶炼、船舶排放、海盐+垃圾焚烧+生物质燃烧为浦东城区PM2.5中重金属元素的6大类主要来源。其中沙尘+道路源+建筑扬尘对Ca的贡献率为82.7%,煤燃烧对As的贡献率为86.6%,工业排放对SO4^2-的贡献率达到65.9%,金属冶炼对Cr的贡献率为75.7%,船舶排放对V的贡献率为97.5%、海盐+垃圾焚烧+生物质燃烧对Cl^-的贡献率为93.0%。煤燃烧和金属冶炼主要来自于西部方向。船舶排放分布在长江口及其延伸带。浦东新区PM2.5中重金属元素的质量浓度与本地源排放强度、外界传输和大气扩散条件均有密切关系。     

Distribution of PM2.5 and PM10-2.5 in PM10 Fraction in Ambient Air Due to Vehicular Pollution in Kolkata Megacity

This research paper aims at establishing baseline PM₁₀ and PM_2.5 concentration levels, which could be effectively used to develop and upgrade the standards in air pollution in developing countries. The relative contribution of fine fractions (PM_2.5) and coarser fractions (PM_10-2.5) to PM₁₀ fractions were investigates in a megacity which is overcrowded and congested due to lack of road network and deteriorated air quality because of vehicular pollution. The present study was carried out during the winter of 2002. The average 24h PM₁₀ concentration was 304 μg/m³, which is 3 times more than the Indian National Ambient Air Quality Standards (NAAQS) and higher PM₁₀ concentration was due to fine fraction (PM_2.5) released by vehicular exhaust. The 24h average PM_2.5 concentration was found 179 μg/m³, which is exceeded USEPA and EU standards of 65 and 50 μg/m³ respectively for the winter. India does not have any PM_2.5 standards. The 24 h average PM_10-2.5 concentrations were found 126 μg/m³. The PM_2.5 constituted more than 59% of PM₁₀ and whereas PM₁₀-PM_2.5 fractions constituted 41% of PM₁₀. The correlation between PM₁₀ and PM_2.5 was found higher as PM_2.5 comprised major proportion of PM₁₀ fractions contributed by vehicular emissions.     

西宁市非采暖季和采暖季PM2.5中14种金属元素特征

于2012年11月采暖季和2013年9月非采暖季,在青藏高原典型城市西宁市4个采样点采集细颗粒物(PM_(2.5))样品,共获得40个有效样品。用微波消解-ICP-MS法、原子荧光法分析了样品中14种重点防控金属。结果表明:14种重点防控金属中Ag、Tl平均质量浓度为0.10~0.50 ng/m~3,Co、Sb、Hg平均质量浓度为0.50~4.00 ng/m~3,V、Cd、Cr、Ni、Cu、As平均质量浓度为4.00~50.0 ng/m~3,Mn、Pb、Zn平均质量浓度为50.0~2 000 ng/m~3。采样期间,采暖季相比非采暖季,PM_(2.5)质量浓度有下降趋势,不同采样区金属元素浓度有增有减。富集因子分析结果表明,重点防控金属元素在非采暖季主要来源于土壤风沙扬尘、机动车尾气和工业排放,采暖季主要来源于土壤风沙扬尘、燃煤、燃油、机动车尾气和工业排放。非采暖季Zn、Ag、Cd、Hg、Tl和Pb富集因子较高,采暖季Zn、As、Ag、Cd、Sb、Hg、Tl、Pb富集因子较高,更容易受到人为源的影响。     

南充市大气PM10与PM2.5排放清单及特征

以四川省南充市为研究区域,通过实地调研、现场测试及结合统计年鉴等获得数据,采用排放因子法计算南充市2014年大气PM_(10)、PM_(2.5)排放量并建立排放清单。结果表明,南充市2014年扬尘源、移动源、生物质燃烧源、化石燃料固定燃烧源、工艺过程源排放总量PM_(10)分别为85 187、1 777、9 175、2 417、3 519 t,PM_(2.5)分别为16 093、1 619、7 322、914、1 585 t,PM_(10)贡献率分别为83.5%、1.7%、9.0%、2.4%、3.4%,PM_(2.5)贡献率分别为58.4%、5.9%、26.6%、3.3%、5.8%。城市区域扬尘源、生物质燃烧源、移动源、化石燃料固定燃烧源、工艺过程源对PM_(10)贡献分别为60.0%、12.5%、6.3%、8.6%、12.5%,对PM_(2.5)贡献分别为41.8%、21.6%、14.4%、8.1%、14.1%。南充市2014年大气PM_(10)、PM_(2.5)排放源总量和贡献率以及区域空间分布特征均存在差异。     

南京市大气颗粒物中多环芳烃变化特征

逐月采集南京市大气中不同粒径的颗粒物,采用HPLC分析了2010年每个月PM_(10)和PM_(2.5)颗粒物样品中的多环芳烃(PAHs)的种类和浓度水平。结果表明:PM_(10)中PAHs年均值为25.07 ng/m~3,范围为11.03~53.56 ng/m3;PM_(2.5)中PAHs年均值为19.04 ng/m~3,范围为10.82~36.43 ng/m~3。PM_(10)和PM_(2.5)中PAHs总体浓度有着相似的变化趋势,呈现凹形变化曲线;在南京市大气颗粒物中吸附的PAHs大部分以5~6环的高环数组分为主,大部分PAHs和∑PAHs的相关性较好,年度变化幅度不大,分析结果表明,颗粒物中PAHs的来源与稳定的排放源相关,机动车排放不容忽视,与北方城市燃煤污染有着较大的区别。     

宁波市区冬季大气颗粒物及其主要组分的污染特征分析

为了更好地研究影响宁波市区环境空气质量的污染物变化特征,于2010年1月20—30日进行了加强监测。研究结果表明,宁波市区大气中PM₁₀和PM_2.5质量浓度较高,其中PM_2.5/PM₁₀为0.5~0.85。对PM₁₀和PM_2.5采样膜分析,水溶性粒子和含碳组分分别占PM₁₀和PM_2.5质量浓度的56.7%和66.9%,其中二次污染的水溶性离子SO₄^2-、NO₃^-和NH₄⁺是PM₁₀和PM_2.5中浓度较高的离子组分;PM_2.5样品中OC与EC的相关性较好,表明OC与EC的来源相对一致,可能主要来自机动车尾气的贡献;但PM₁₀样品中OC与EC的相关性较差,表明其来源相对复杂;其中SOC的浓度占OC的13%~35%,说明宁波市区冬季导致二次污染的光化学反应不活跃。     

北京城区降水对PM2.5和PM10清除作用分析

基于北京市PM_2.5和PM₁₀质量浓度、组分浓度以及降水数据,利用数理统计、相关性分析等方法分别从降水总量、降水时长和降水前颗粒物浓度3个角度研究降水对PM_2.5、PM₁₀的清除作用,同时以一次典型降水过程为例,具体分析降水对颗粒物的影响。结果表明：降水总量的增加有助于促进PM_2.5、PM₁₀的清除,随着降水总量增加,PM_2.5、PM₁₀的平均清除率提高,有效清除的比例增加;连续降水可增强对大气颗粒物的湿清除作用,连续降水达3d可有效降低PM_2.5、PM₁₀浓度;降水对PM_2.5、PM₁₀浓度的清除率和大气颗粒物前一日的平均浓度有较好的正相关性。降水对大气颗粒物的清除可分为清除、回升和平稳3个阶段,各个阶段大气颗粒物的变化趋势不同。降水对于大气气溶胶化学组分和酸碱性的改变具有明显作用,对于大气颗粒物各种组分的清除效果不完全相同。对于大气中OC、NO₃^-、SO₄^2-和NH₄⁺去除率较高,且这4种组分主要以颗粒态形式被冲刷进入降水中,加剧了北京市降水酸化程度。     

大同市大气颗粒物浓度与水溶性离子季度分布特征

为研究大同市大气颗粒物质量浓度与水溶性离子组成特征,于2013年2、7、9、12月,分别对大同市及其对照点庞泉沟国家大气背景点进行了PM2.5及PM10的采样,通过超声萃取-IC法测定了样品中的9种水溶性离子,结果表明,大同市大气颗粒物污染1、4季度重于2、3季度,PM2.5季度均值全年均未超标,PM10仅第1季度超标1.4倍,污染状况总体良好,PM2.5与PM10相关系数R为0.75,说明大同市颗粒物污染有较为相近的来源,且不同季节均以粗颗粒物为主;大同市PM2.5中水溶性离子浓度分布为SO2-4、NO-3、NH+4Cl-、Ca2+K+、Na+F-、Mg2+,PM10中Ca2+浓度仅次于SO2-4、NO-3,控制扬尘将有效降低PM10的浓度;PM2.5及PM10中的9种水溶性离子在不同季度的浓度与颗粒物浓度分布规律类似,1、4季度较高,2、3季度较低;由阴阳离子平衡计算结果可知,相关性方程的斜率K为1.045,表明大同市大气颗粒物中阳离子相对亏损,大气细粒子组分偏酸性。NO-3与SO2-4浓度比值均小于1,大同市以硫酸型污染为主,大气中的SO2-4主要来源于人类活动排放。     

应用化学质量平衡模型解析西宁大气PM2.5的来源

为研究影响西宁市大气环境PM_(2.5)污染水平的主要来源,于2014年采暖季、风沙季和非采暖季依托西宁市大气地面观测网络在11个监测点采集大气PM_(2.5)样品,对其化学组分(元素、离子和碳)进行分析。研究同步采集了4类固定源、14类移动源和4类开放源的PM_(2.5)样品,并构建源排放成分谱。应用化学质量平衡受体模型(CMB)开展源解析研究。源解析结果表明,观测期间西宁市PM_(2.5)主要来源包括城市扬尘(分担率为26.4%)、燃煤尘(14.5%)、机动车尾气(12.8%)、二次硫酸盐(9.0%)、生物质燃烧(6.6%)、二次硝酸盐(5.7%)、钢铁尘(4.7%)、锌冶炼尘(3.4%)、建筑尘(4.4%)、土壤尘(4.4%)、餐饮排放(2.9%)和其他未识别的来源(5.2%)。大力开展城市扬尘为主的开放源污染控制,严格控制本地燃煤、机动车等污染源的PM_(2.5)排放,是改善西宁市空气质量的重要途径。