呼和浩特市城区大气污染物浓度变化特征分析

本文利用呼和浩特市8个国控监测点中CO、NO_2、SO_2、O_3、PM_(10)和PM_(2.5)逐时地面观测数据资料,采用聚类分析、相关性分析等方法,综合研究呼和浩特市城区大气污染物浓度时空变化特征.结果表明,2017年呼市PM_(10)、PM_(2.5)和O_3的污染较为严重,超标天数分别为49 d、52 d和41 d;CO和SO_2整体污染较轻.CO、NO_2、SO_2以及PM_(2.5)浓度表现出冬高夏低变化,O_3表现出夏高冬低变化,PM_(10)则表现为春冬高而夏秋低.O_3和NO_2均呈现单峰型日变化特征,且变化趋势相反;CO、SO_2和PM_(2.5)都呈现出相似的双峰型日变化.小召和工大金川校区监测点污染整体较为严重,小召监测点主要污染物为PM_(2.5)和PM_(10),工大金川校区主要污染物为SO_2.相关性分析表明,O_3浓度与气温呈显著正相关;PM_(2.5)与湿度呈显著正相关;CO、NO_2和SO_2均与风速呈显著负相关;PM_(10)与各气象要素在不同的季节相关性不同.     

京津冀城市群PM_(2.5)的空间分布及相关性分析

以京津冀城市群2014—2016年1 090 d PM_(2.5)浓度日值数据为基础,基于Arc GIS 10.2软件,选择典型月份分析PM_(2.5)月优良天数比例、月重度及严重污染天数比例的时空分布特征及其空间相关性。结果表明,研究区城市之间各年PM_(2.5)浓度月优良天数比例与月重度、严重污染天数比例整体波动趋势基本一致,其中PM_(2.5)月优良天数比例高值集中在5—9月,PM_(2.5)月重度与严重污染天数比例高值集中在11—次年2月;从区域分布看,PM_(2.5)月重度与严重污染天数比例从石家庄、保定市向周边城市由高到低递减。选取典型月份对研究区PM_(2.5)进行空间相关分析,结果表明PM_(2.5)存在正空间相关性,即PM_(2.5)浓度的空间分布表现出空间聚集性。     

山西省大气PM_(2.5)污染时空分布特征

本文基于国家空气质量自动监测位点2015年3月到2016年2月全年的逐时监测数据,对山西省11个地级市PM_(2.5)的污染状况与时空分布进行了详细研究.结果表明,山西省11个地级城市PM_(2.5)年均浓度均超过了国家年均浓度的二级标准限值,其中,长治和运城污染最为严重,超标率均高达27.51%.PM_(2.5)月均浓度变化特征分析发现,各地区PM_(2.5)污染高峰主要出现在冬季,9个城市在夏季出现另一小高峰,太原在春季出现另一小高峰.PM_(2.5)/PM_(10)月均浓度变化特征分析发现,太原、大同、晋城、朔州、晋中和忻州等6个城市PM_(2.5)/PM_(10)的值从春季到冬季逐渐增长,临汾和运城该比值波动于50%—70%之间,阳泉和吕梁PM_(2.5)/PM_(10)的值在7月和11月出现两次高峰,长治则在7月和1月出现两次高峰,提示不同地区可能受到不同污染源的影响.PM_(2.5)日变化规律总体较为一致,呈明显的双峰分布,其特征是中午和午夜高,凌晨和下午低.不同季节PM_(2.5)的空间分布虽有很大差异,但总体上南部城市高于北部城市.局部自相关分析发现,山西省PM_(2.5)污染的热点区域主要集中在运城.     

基于小波变换的北京市PM_(2.5)时空分布特征及成因分析

收集北京市2014年PM_(2.5)质量浓度数据,利用小波变换探讨北京市各类监测站点PM_(2.5)污染的时间序列特征、主周期、突变特性,并结合气象资料,采用小波相干谱探究气象因子对PM_(2.5)的影响。结果表明,2014年北京市各类监测点PM_(2.5)质量浓度变化呈现波动-平稳-波动的相似变化趋势,其中1—4月和10—12月波动明显,且主周期相同(172 d)。采暖期间,南部站点PM_(2.5)质量浓度最高,采暖结束后,交通站点超越南部站点,成为PM_(2.5)质量浓度最高的站点。北京PM_(2.5)突变事件秋冬季节频繁而春夏较少,主要对应于重污染天气的生消过程。5类监测站点的PM_(2.5)质量浓度基本呈现南高北低的分布规律。南部站点PM_(2.5)污染最为严重、突变事件频次最高,该区局地污染排放显著,又是区域传输的重要通道,污染相对复杂;而北部站点污染水平最低、突变频次也最少;市区范围内交通站点污染相对突出。此外,气象因子对PM_(2.5)质量浓度变化影响巨大:在小尺度(0~20 d)上,PM_(2.5)与相对湿度相关性最突出;在中等尺度(20~64 d)上,PM_(2.5)主要受平均风速和相对湿度制约,但季节变化明显;大尺度(64 d)上,PM_(2.5)与日照时数和相对湿度相关性显著。     

合肥市主城区PM_(2.5)时空分布特征研究

城市PM_(2.5)时空分布特征研究对改善空气质量具有重要意义。利用2016年1月1日—2016年12月31日合肥市主城区10个国控空气质量监测站PM_(2.5)浓度、土地开发强度、道路交通等数据,基于Arcgis空间分析平台,探讨合肥市主城区PM_(2.5)时空分布特征及其与土地开发强度、道路交通的关系,可为地方政府改善空气质量提供科学依据。结果表明:(1)合肥市主城区PM_(2.5)浓度季节差异显著,由高到低依次为冬季、春季、秋季和夏季,秋、冬季PM_(2.5)浓度波动较大,而春、夏季PM_(2.5)浓度比较稳定;(2)污染天数呈现春冬多、夏秋少的规律,1月、2月、3月、11月和12月的污染天数比例均超过50%,重度以上污染天气主要出现在春冬季节,严重污染天气暂未出现;(3)1月PM_(2.5)浓度空间分布呈现"双峰多谷"的规律,庐阳区和滨湖新区是PM_(2.5)浓度高峰区,属于轻度污染;7月PM_(2.5)浓度空间分布呈现"双峰双谷"的规律,庐阳区和包河区是PM_(2.5)浓度高峰区,属于良好;(4)合肥市主城区PM_(2.5)浓度与绿地率、主干路长度和容积率有较强关联性;绿地率与PM_(2.5)浓度呈显著负相关,容积率与PM_(2.5)浓度有一定正相关关系,土地利用性质和其他因素综合影响PM_(2.5)浓度;交通流量大的主干路与PM_(2.5)浓度存在正向关系。中心城区通过增加公共绿地空间、合理控制容积率,加强公共交通和电动汽车的使用,可达到改善空气质量的目的。     

城市绿地空气负离子和PM_(2.5)浓度分布特征及其与微气候关系——以合肥天鹅湖为例

选取夏热冬冷地区合肥市天鹅湖3种不同类型绿地作为研究对象,并以空旷广场为对照,于2015年夏冬季分别测试了空气离子浓度、PM_(2.5)浓度、温度、湿度、风速等指标,分析了3种不同类型绿地以及对照广场的空气负离子浓度和PM_(2.5)浓度的时空特征,并进行了空气质量评价。结果表明,(1)实测样地的空气负离子浓度日变化较明显,呈现出上午高、下午低的趋势。同一时刻中对照广场空气负离子浓度最低,均低于3种不同类型绿地,峰值期间差异尤其明显。(2)夏冬季实测样地的空气负离子浓度由大到小依次为:疏林地、密林地、草地、对照广场。(3)实测样地的PM_(2.5)浓度日变化较明显,呈双峰双谷型,即早中晚低、白天高。(4)夏季实测样地PM_(2.5)浓度差异较显著,冬季不显著,且冬季PM_(2.5)浓度均大于夏季。(5)夏冬季实测样地的空气负离子平均浓度差异不大,CI指数接近,等级为D,空气清洁度属于容许范围;而对照广场的空气负离子平均浓度显著低于3种不同类型绿地,CI指数最低,等级为E级,空气清洁度属于中污染。由此得出以下结论:(1)合理的绿地空间布局能够提高空气负离子浓度,降低颗粒物污染并改善空气质量;(2)空气负离子浓度与PM_(2.5)浓度呈显著负相关;与相对湿度呈显著负相关,与风速呈显著正相关,与温度关系不明确。在此基础上进一步提出展望,建议对PM_(2.5)浓度和空气负离子浓度展开实时监测并对结果进行对比分析,找出两者之间的相关关系。同时对不同季节、不同天气状况、不同下垫面结构的城市绿地进行进一步深入研究,探索有利于居民身心健康和休闲运动的城市绿地类型。     

长株潭城市群PM_(2.5)污染的春节假日效应

利用长株潭城市群24个监测点PM_(2.5)小时监测数据,研究2013—2015年春节期间(7 d)和春节前后(14 d)PM_(2.5)污染差异及变化,并分析旅游休假活动对空气质量的影响。在去除气象条件(日降水量大于4 mm)影响后,从PM_(2.5)污染程度差异、PM_(2.5)浓度日变化差异和假日效应的空间差异3个方面分析了PM_(2.5)污染的春节假日效应。结果表明,整体上长株潭地区春节期间PM_(2.5)浓度比春节前后高12μg·m-3,但春节后(7 d)PM_(2.5)浓度比春节期间低41.5%,"节后效应"明显。由于受烟花燃放等假日活动影响,春节期间PM_(2.5)浓度在00:00—02:00时段显著上升,02:00时PM_(2.5)浓度比非春节期间高47.6%。在假日效应的空间差异方面,长沙作为游客流入地,春节期间PM_(2.5)浓度比非春节期间高33.5%,体现了人流出行和旅游活动对空气质量的显著影响。     

长三角地区秋冬季大气PM_(2.5)含量空间变异特征

利用长三角地区的128个国控大气监测站2014年11月到2015年1月的PM_(2.5)浓度逐时数据,采用地统计学方法进行了ρ(PM_(2.5))的空间异质性分析,并讨论了其动态变化的影响因素.结果表明,研究时段内ρ(PM_(2.5))的基底效应值在0.07—0.26之间,空间自相关性较强.块金值呈逐步变大趋势,表明PM_(2.5)人为源对其空间异质性的影响逐渐加强.ρ(PM_(2.5))变程值在217.1—336.2 km之间,东-西方向大于南-北方向.可依据各季节空气PM_(2.5)含量空间自相关距离的1/4—1/2进一步优化环境空气质量监测网点.根据普通克里格法空间插值结果得出,研究区PM_(2.5)污染呈片状分布,且PM_(2.5)污染程度持续加重,污染重心在苏锡常都市圈、南京都市圈和徐州都市圈,是空气PM_(2.5)污染防治的关键区域.南京都市圈和徐州都市圈可能受到WSW上风向外源输送的强烈影响,苏锡常都市圈则对SSE下风向的城市群构成较大的潜在影响.PM_(2.5)还与SO2、CO、NO2均呈显著正相关,表明研究区空气PM_(2.5)污染与化石能源燃烧和机动车尾气均有较大关系,也可能与SO2或NO2在不利气象条件下形成的二次气溶胶有关.     

京津冀及周边城市PM_(2.5)污染空间关联网络及季节演化研究

京津冀及周边城市是雾霾频发的重灾区,研究该地区城市的PM_(2.5)污染空间关联网络及其随季节演化情况,对于雾霾污染的协同治理具有重要的意义。选取2015年3月16日—2020年3月15日期间,京津冀及周边31个城市的日均PM_(2.5)浓度数据作为样本。首先,对不同城市PM_(2.5)浓度值的时序变化与空间分布进行了可视化展示;然后以城市为节点,城市日均PM_(2.5)浓度值皮尔逊相关系数为边,相关系数与城市最短距离的比值为权重构建京津冀及周边城市PM_(2.5)污染空间关联网络,并对网络的整体特征与季节演化情况进行了分析。结果表明,京津冀及周边城市PM_(2.5)污染空间关联网络图密度为0.473,平均度为14.194,网络图比较紧密;在区域内部,聚类系数较高城市大多位于中间城市带,PM_(2.5)污染也较为严重;石家庄与邢台的度值最高,分别为26与25,接近中心性与中介中心性也最高,控制其他城市PM_(2.5)污染传输的能力最强;在不同季节,城市PM_(2.5)指数相关性对比存在较大差异,采暖季平均聚类系数为0.82,非采暖季平均聚类系数为0.66,在采暖季城市PM_(2.5)污染空间关联更为紧密。因此,应当根据不同季节的气象条件,制定不同的PM_(2.5)污染防治政策,对于污染均比较严重的,位于中间城市带的城市,应重点监控,并积极推进京津冀及周边城市PM_(2.5)污染的一体化与协同治理。     

郑州市大气PM_(2.5)中金属元素的污染特征

在郑州市区布设采样点,研究了郑州市PM_(2.5)中金属元素的污染特征、季节分布规律和富集因子。在1年的监测期中,PM_(2.5)的日平均质量浓度为87.4μg·m-3,日均质量浓度超过GB3095─2012日均值二级标准的天数占总监测天数的53%。PM_(2.5)的日平均质量浓度季节性特征表现为冬季秋季夏季春季。K、V、Mn等10种金属平均质量浓度与PM_(2.5)平均质量浓度呈明显正相关,相关系数范围为0.516~0.907。Na、Cr和Ti平均质量浓度与PM_(2.5)平均质量浓度呈明显负相关,相关系数均小于-0.6。郑州市大气PM_(2.5)中金属元素质量浓度较高的有Ca、Na、K、Mg、Al、Fe、Zn,质量浓度较低的有Cd、Hg、Ni、V等。冬季PM_(2.5)中Hg和Pb的平均质量浓度明显高于其他季节。金属元素总量中占比最高的是Ca、Na、K,这3种元素的比例和在4个季节中都大于65%。Cr、Cd、Pb和Hg的比例之和仅冬季超过2%。富集系数的研究表明郑州市大气PM_(2.5)中的Ti主要来自天然的土壤,K、Ca、Mg、Fe、V的来源是自然和人为因素的结合。Cu、Zn、Pb主要来源于人为排放,富集因子远远大于其它元素,是PM_(2.5)中主要的富集元素。Pb的富集因子在冬季最高,春季最低。对一次典型PM_(2.5)重污染情况进行分析,结果表明PM_(2.5)重污染时,金属元素的污染也相当严重,且其污染源相对复杂,非单一的污染来源。     

河南省PM_(2.5)时空分布特征及其与植被覆盖度的关系

随着中国城市化和工业化的不断推进,大气污染治理形势严峻,PM_(2.5)作为首要的大气污染物,已经引起了公众和学术界的普遍关注。研究PM_(2.5)的时空分布特征及其质量浓度同植被覆盖度之间的关系,为区域大气污染联防联控提供数据支撑和理论依据。以大气污染严重的河南省为研究对象,利用2017年1月—2019年2月期间75个国控空气质量监测站的逐日PM_(2.5)质量浓度数据,通过空间插值技术,分析了PM_(2.5)质量浓度的时间和空间分布特征。基于MODID NDVI遥感卫星数据,采用像元二分模型反演获取植被覆盖度数据,再计算其与PM_(2.5)质量浓度的秩相关系数。研究发现,(1)总体上,河南省PM_(2.5)年均质量浓度逐年降低,由2015年的79μg·m~(-3)降至2018年的63μg·m~(-3),年均降幅达7.2%,但是依然超过国家二级标准(35μg·m~(-3)),污染防治形势仍然严峻。(2)从时间分布看,PM_(2.5)季节差异明显,月均质量浓度曲线大致呈"U"形,冬季质量浓度最高(113μg·m~(-3)),夏季最低(35μg·m~(-3)),春秋两季居中。(3)从空间分布来看,PM_(2.5)质量浓度在河南省内由南至北污染程度递减,形成了以污染最严重的郑州市、安阳市为中心的PM_(2.5)辐射圈。(4)植被覆盖度和PM_(2.5)质量浓度相关性强,秩相关系数为-0.55。从污染治理来看,提高植被覆盖度,增加植被面积对PM_(2.5)沉降有积极作用,但作用有限。     

基于MODIS数据的珠三角地区NDVI时空变化特征及对气象因素的响应

珠江三角洲是广东省经济密度最大、人为活动最强烈的区域,随着工业化和城市化的迅速发展,该区域出现了各种生态环境问题。通过对2001-2017年覆盖珠三角地区的MODIS/NDVI数据进行月时间序列重构和年时间序列合成,利用趋势分析方法和空间自相关分析方法对珠三角地区NDVI的时间变化趋势和空间格局特征进行研究,同时结合气象站点观测资料,基于相关系数方法分析NDVI对气象因素的响应。结果表明,(1)在过去的17年中,珠三角地区NDVI在年际变化上呈现波动增长趋势,总体年平均增长速率为0.005 1。(2)在空间分布上,珠三角范围内有90.84%区域的植被呈增长趋势,而在珠三角核心地带的城市群集区域存在植被退化现象,占全区面积的9.16%。(3)珠三角地区NDVI具有高空间集聚特性,受地形和城区分布影响,低植被覆盖集聚区和高植被覆盖集聚区分布格局显著且变化稳定,在多年平均NDVI的局部空间自相关分析中分别占全区面积的28.77%和33.69%。(4)珠三角地区NDVI和气温、降水及日照时数在月变化上显著相关,NDVI对气温和降水的响应分别存在1个月和1-2个月的滞后效应,并且这种滞后效应在空间分布上也体现出"西南-东北"方向的区域差异,而NDVI对日照时数的响应不存在滞后。(5)在年尺度上,珠三角地区NDVI与气象因素之间的相关性不显著。研究结果对珠三角地区恢复植被和修复生态具有重要的参考价值和现实意义     

温州市区PM_(2.5)无机元素污染特征及来源分析

为探究温州市区大气细颗粒物PM_(2.5)及其19种无机元素的污染特征和主要来源,分别于2015年1月、4月、7月以及10月(代表4个季度)在温州市区选取4个监测点位采集环境空气PM_(2.5)样品共112个,并利用电感耦合等离子体发射光谱仪(ICP-AES)和原子荧光光度计(AFS)分析样品中19种无机元素的含量.结果表明,温州市区环境空气PM_(2.5)平均质量浓度为83.6±50.2μg·m-3.温州市不同季节PM_(2.5)浓度最低的均为市站(SZ),春冬季南浦(NP)采样点PM_(2.5)浓度最高.19种无机元素占PM_(2.5)总量的9.90%.样品中主要元素为Na、K、Ca、Si、Zn、Al、Mg和Fe,占所测元素总量的96.7%.龙湾(LW)采样点PM_(2.5)中Fe、Al和Ca元素在多数季节里浓度较高,可能与采样点附近的机械阀门铸造企业和混凝土企业有关.本研究利用富集因子法和主成分分析法进行PM_(2.5)的初步来源分析,结果表明,温州市区PM_(2.5)污染主要来源于燃煤、交通污染、金属冶炼/加工、建筑扬尘和海盐粒子.     

北京城区PM_(2.5)有机碳和元素碳的污染特征及来源分析

为研究北京城区PM_(2.5)中有机碳(OC)和元素碳(EC)的浓度水平、季节变化特征与主要来源,于2015年4月至2016年3月在北京西三环交通带附近采集4个季节PM_(2.5)有效样品95组,利用热光反射法测定了PM_(2.5)中OC和EC的质量浓度,并对OC/EC值、OC与EC相关性、二次有机碳(SOC)等特征及污染来源进行了分析.结果表明,采样期间PM_(2.5)平均质量浓度为(109.9±7.99)μg·m~(-3). PM_(2.5)中OC的年平均质量浓度为(13.49±4.32)μg·m~(-3),占PM_(2.5)的13.13%; EC的年平均质量浓度为(5.41±1.83)μg·m~(-3),占PM_(2.5)的5.2%.OC和EC平均浓度及OC和EC在PM_(2.5)中所占比例的季节变化特征均为冬季最高,秋季大于春季,夏季最低.4个季节PM_(2.5)中OC/EC比值均大于2.0,表明各季节存在二次有机碳(SOC)的生成,采用OC/EC最小比值法对SOC含量进行了估算,SOC年平均浓度为(6.88±1.10)μg·m~(-3),占OC含量的50.86%,冬秋季节的SOC浓度水平高于春夏季节.夏季SOC对OC的贡献率为62.22%,高于其他季节.相关性分析表明,OC与EC的相关性在春季(R2=0.9046)和秋季(R2=0.8886)高于夏季(R2=0.4472)和冬季(R2=0.6018),表明春秋两季OC与EC来源相似且相对简单.进一步对PM_(2.5)中8个碳组分质量浓度进行分析显示,北京城区大气碳质气溶胶主要来自汽油车排放和燃煤.     

太原市PM_(2.5)中含碳气溶胶特征分析

为研究太原市环境空气中含碳组分的时空分布变化规律,于2014年3月、5月、8月、12月采集了太原市3个点位春、夏、秋、冬等4个季节的PM_(2.5)样品,利用碳分析仪(DRI 2001A)测定了样品中OC1、OC2、OC3、OC4、EC1、EC2、EC3、OPC共8种碳组分含量,计算了有机碳(OC)、元素碳(EC)二者浓度,分析了OC和EC的时空分布特征.结果显示,太原市PM_(2.5)中OC和EC的平均质量浓度分别是13.5±14μg·m~(-3)和6.5±6.1μg·m~(-3),其中OC浓度随季节变化顺序为冬季春季夏季秋季,EC浓度季节变化与OC一致.春、夏、秋、冬4个季节总含碳气溶胶(TCA)占PM_(2.5)比例分别为17.6%、9.5%、8.8%、42.3%,其中冬季最高,表明冬季含碳气溶胶污染较为严重.夏季中OC和EC相关性较弱(R~2=0.4054),而春季(R~2=0.7659)、秋季(R~2=0.8253)、冬季(R~2=0.8184)OC和EC相关性较强,表明夏季碳气溶胶来源不同.通过(OC/EC)min最小比值法估算二次有机碳(SOC)浓度,春、夏、秋、冬季SOC浓度分别为2.8±2.9μg·m~(-3)、1.0±0.8μg·m~(-3)、 0.5±0.4μg·m~(-3)、 3.6±3.5μg·m~(-3),冬季SOC浓度最高. 8种碳组分分析结果显示,不同季节一次排放源中生物质燃烧、机动车尾气排放及煤炭燃烧对太原市含碳气溶胶贡献不同,其中,冬季燃煤和机动车排放使太原市含碳气溶胶污染严重,应加强燃煤和机动车排放源管控,来减轻碳组分污染.     

广州大气PM_(2.5)中含碳组分的污染特征及来源解析

于2015年1月至11月在广州利用大流量大气颗粒物采样器采集细颗粒物(PM_(2.5))样品,并利用热光反射法(TOR)测定大气颗粒物中有机碳(OC)和元素碳(EC)浓度。结果表明,广州ρ(PM_(2.5))年均值为(69.5±35.6)μg·m~(-3),是GB 3095—2012《环境空气质量标准》中PM_(2.5)年均质量浓度二级标准限值(35μg·m~(-3))的2.0倍,表明广州大气细颗粒物污染严重。OC、EC和总碳气溶胶(TCA)的年均质量浓度分别为(8.31±4.53)、(3.56±2.72)和(16.85±9.60)μg·m~(-3),分别占PM_(2.5)质量浓度的13.2%、5.9%和27.0%,表明含碳组分是PM_(2.5)的重要组成部分。OC和EC浓度季节变化规律存在差异性,OC浓度在冬季最高,而EC浓度在秋季最高。OC和EC的相关性弱和比值高的特征结果表明冬季二次有机碳(SOC)污染最严重,其平均质量浓度为6.9μg·m~(-3),占OC质量浓度的62.4%。主成分分析结果表明,冬季和春季广州PM_(2.5)中碳组分来源较复杂,主要包括机动车尾气、燃煤和生物质燃烧,夏季碳组分的主导污染来源是燃煤和机动车尾气,而秋季碳组分主要来源于机动车尾气。     

广州市教室室内外PM_(2.5)的污染特征

本研究采用PM_(2.5)连续在线监测仪对广州市不同典型地区4所学校共16间教室进行室内外PM_(2.5)同时监测.结果表明,教室室内外PM_(2.5)浓度水平分别为65±15μg·m~(-3)和75±24μg·m~(-3),4所学校由于不同地理位置、外部环境以及室内卫生条件呈现出不同的PM_(2.5)污染水平;受人为因素影响较大的学校白天的PM_(2.5)浓度较高,受自然环境因素影响较大的学校则呈现白天低、夜晚高的趋势;通风方式和开关窗行为是影响室内外PM_(2.5)相关关系的重要因素,夏季空调机械通风的教室能有效地降低外部PM_(2.5)的渗透,开窗通风的教室室内PM_(2.5)则主要受室外环境影响;同样关窗情况下,具有较好围护结构、气密性较好的教室更能有效避免室外PM_(2.5)污染;当雾霾发生时,室内PM_(2.5)浓度以及室内外一元线性相关系数r~2也相应受到明显影响.通过了解不同区域教室室内外PM_(2.5)的质量浓度,给人们在雾霾和非雾霾天气下如何改善室内空气质量提供帮助,以避免学生长时间暴露在室内PM_(2.5)污染的环境中.     

西安市PM_(2.5)时空分布特征及气象成因

PM_(2.5)是危害环境及人体健康的重要空气污染物之一,但目前对PM_(2.5)的时空分布及气象成因的研究还相对缺乏。为了更好地控制ρ(PM_(2.5)),利用西安市2013年9月1日至2014年8月31日的PM_(2.5)逐日质量浓度、首要污染物数据及气象数据,分析PM_(2.5)逐日质量浓度对空气质量的影响,ρ(PM_(2.5))的分布特征及其气象成因。结果表明,PM_(2.5)是影响空气质量的重要因素。ρ(PM_(2.5))年超标率高达42.1%,在季节上具有冬秋季高、春夏季低的特征,月变化呈现"V"字形变化。各类型站点的ρ(PM_(2.5))总体空间分布状况为:道路参照点污染最严重;居民参照点、工业参照点次之;商贸参照点及文化、生态参照点的PM_(2.5)污染较轻,基本处于良好状态;PM_(2.5)的空间分布状况及站点间的变动幅度会随季节而有所不同。采用逐步回归模型建立的ρ(PM_(2.5))的预测模型具有较好的预测效果,ρ(PM_(2.5))拟合值均能较好的反映ρ(PM_(2.5))的变化规律,ρ(PM_(2.5))与气象条件有一定的关系。     

济南市PM_(2.5)中金属元素的污染特征、潜在生态风险及来源分析

为探究济南市城区PM_(2.5)中金属元素的污染特征、潜在生态风险及主要来源,在济南市环境监测中心站开展为期一年不间断的PM_(2.5)样品采集,并对PM_(2.5)中的15种金属元素进行分析。结果表明,采样期间济南市城区PM_(2.5)的平均质量浓度为77.1μg·m~(-3),是国家《环境空气质量标准》(GB 3095—2012)二级年标准的2.2倍,季节浓度由高到低为冬季秋季春季夏季。PM_(2.5)中15种金属元素的总质量浓度为3 751.0 ng·m~(-3),各金属元素浓度从高到低顺序为:CaFeKAlNaMgZnPbMnTiBaCuCrCdNi,其中前五位金属元素浓度之和占总金属浓度的88.0%。从季节变化看,Ca、Al和Mg3种元素浓度春季最高,夏季最低,Fe、K、Na、Zn、Pb、Mn、Ba、Cu、Cd和Ni浓度冬季最高,夏季最低。富集因子和地累积指数分析结果一致表明,济南市城区PM_(2.5)中Ca、Mg、Na、K、Fe、Ba、Ti、Ni、Cr和Mn主要来自土壤或地壳等自然源,Zn、Pb、Cu和Cd主要受人为活动影响。济南市城区PM_(2.5)中重金属总的潜在生态风险指数极强,其中Cd的潜在生态风险极强,Cu和Pb的潜在生态风险较强。主成分分析结果结合各类污染源特征排放因子分析表明,济南市城区PM_(2.5)中金属元素主要来自机动车尾气、燃煤、金属冶炼和自然源(地壳或土壤)四大源类。研究结果可为济南市PM_(2.5)中重金属污染风险评价和有效防控提供理论基础。     

云贵高原城市冬夏季PM_(2.5)与O_3相互作用机理——以贵阳市为例

在对环境细颗粒物进行治理的过程中,一些地区随着PM_(2.5)下降而出现O_3浓度增加的现象。分析两者的变化规律和影响因素,对云贵高原大气PM_(2.5)和O_3治理具有参考意义。利用贵阳2013—2017年PM_(2.5)与O_3监测数据及太阳辐射、温度等气象观测资料,采用对比观测方法分析大气复合污染中PM_(2.5)和O_3在不同季节相互作用的机理和变化特征。结果表明:不同气象条件下,PM_(2.5)和O_3的相互作用表现为:夏季,高浓度的O_3在较强的大气氧化条件下可促进二次颗粒物形成,增加环境中PM_(2.5)的浓度水平,两者表现为正相关(r=0.609,P0.01);冬季,较高浓度的PM_(2.5)削弱了太阳辐射,同时抑制O_3的产生,两者表现为负相关(r=-0.373,P0.01)。PM_(2.5)与O_3在不同季节的相互作用机理受温度和太阳辐射等气象因素影响,夏季光化学反应速率较高,O_3二次生成浓度相对较高,且多种污染物共存;冬季,采暖期细粒子排放增加,大气层结稳定促使PM_(2.5)在大气中累积,导致气溶胶光学厚度增大,削弱了到达地面的太阳辐射,加之贵阳冬季太阳辐射只相当于夏季的2/5,抑制了生成O_3的光化学反应,空气污染以PM_(2.5)为主。综上,贵阳大气复合污染的季节变化可由大气环境中PM_(2.5)和O_3的季节性相互作用决定。