北京市2012-2013年秋冬季大气颗粒物污染特征分析

大气颗粒物一直是影响我国城市空气质量的重要污染物,2013年1月北京市的严重灰霾污染更是带来了重大的健康危害和经济损失。为了摸清北京市颗粒物污染的特征,本文利用北京市实时发布的颗粒物污染监测数据,选取污染最为严重的2012-2013年秋冬季时段,对颗粒物的达标情况、变化趋势及其与气象因子相关性等方面进行研究。研究结果表明：1）2012年,北京市年均ρ（PM10）为109.0μg.m-3,超过了新国标二级标准限值,日均ρ（PM10）的超标天数为84天,全年超标天数比例为23.0%。2）2012年10月至2013年2月,ρ（PM10）达标天数比例为77.9%,ρ（PM2.5）的达标天数比例为51.9%。各月ρ（PM2.5）的达标天数比例均低于ρ（PM10）,某些月份二者达标天数比例差异很大。3）ρ（PM2.5）与ρ（PM10）的逐小时连续变化趋势基本相同,变化特征为＂快速积累,迅速消散,持续时间不定＂。ρ（PM2.5）与ρ（PM10）平均值24 h的变化呈双峰双谷曲线,颗粒物质量浓度夜间高于白天。4）研究期日均ρ（PM10）和ρ（PM2.5）与日均相对湿度呈显著正相关关系,与平均风速和最大风速呈显著负相关关系,ρ（PM2.5）比ρ（PM10）更易受气象条件变化影响。5）ρ（PM10）和ρ（PM2.5）日均值有着非常显著的线性相关关系。本研究得出的ρ（PM2.5）/ρ（PM10）的均值高于之前北京市及我国其他城市研究得出的数值,严重污染现象是由特殊的气象背景条件与污染物高排放共同导致的。     

北京市区域城市化程度与颗粒物污染的相关性分析

城市化程度的提升带来严重的资源环境问题,尤其是空气污染问题,严重影响了人类的健康。大气中的PM2.5等颗粒物已经成为影响我国城市空气质量的主要污染物。现有研究多数是对于多年来多地区的宏观研究,缺乏对于典型地区的具体数据报道。通过分析北京市PM2.5和PM10的质量浓度与不同城市化程度地区的相关关系,探索城市化程度对PM2.5等颗粒物浓度的影响。选取北京市7处具有代表性空气质量监测点,于2013年7月至10月对PM2.5和PM10的质量浓度进行连续4个月的实时监测,结合《北京市区域统计年鉴》中的城市化指标数据,包括常住人口密度、地区生产总值和林木覆盖率,对数据进行变化趋势分析、Pearson相关分析和回归分析。研究结论表明：由于北京市不同区域城市化程度不同导致颗粒物污染状况不同,每个区域的PM2.5与PM10的质量浓度虽有差异但均显著相关,PM2.5的质量浓度约占PM10的质量浓度的60%,PM2.5是PM10的主要组成成分。城市化程度与PM2.5等颗粒物浓度有明显的关系,PM2.5等颗粒物浓度与地区生产总值和林木覆盖率显著相关,与地区生产总值呈正相关,与林木覆盖率呈负相关;与常住人口密度呈正相关趋势但并不显著相关。其中,PM2.5的质量浓度与地区生产总值的相关系数为0.875,与林木覆盖率的相关系数为-0.838;PM10的质量浓度与地区生产总值相关系数为0.947,与林木覆盖率相关系数为-0.775。总体来看,PM2.5等颗粒物浓度随城市化程度的提高而增加,北京市区域城市化程度与颗粒物污染情况关系明显。我国在快速发展城市化的同时,应关注环境与经济相协调。调整产业结构,增加植被绿化,控制污染源将有助于减少北京市大气中颗粒物的污染程度,为我国的城市化进程提供相应的支持和保障。     

PM10浓度及微观特征季节分布分析--以乌鲁木齐天山区2004年为例

利用2004年乌鲁木齐城区(以天山区为例)PM10日平均浓度和气象要素观测资料,对不同季节PM10浓度变化特征、不同级别污染日数进行统计分析.同时,结合环境扫描电镜/X射线能谱(ESEM-EDX)对不同季节的颗粒物的形貌及来源进行了初步探讨。结果表明2004年PM10浓度变化为:冬季>秋季>春季>夏季;冬季出现4级以上污染日数最多,占39.5%;夏季最为洁净,好于2级的日数占到76.1%.PM10和气象因子的相关分析表明浓度与风速成正比,与降水成反比,与温度,相对湿度和逆温层厚度相关比较复杂,有时成正相关,有时呈负相关。颗粒物的形貌在不同季节特征明显,冬季颗粒物多呈圆球形,春季形貌不规则,夏季既有圆球形又有不规则形貌的颗粒,而秋季颗粒物多呈链状.     

遂宁市大气细颗粒物污染现状及成因

通过研究遂宁市环境空气质量变化趋势、城区空气颗粒物组成及浓度变化,系统分析了遂宁市雾霾天气的污染状况及成因,并横向比较了四川省内各城市的空气质量.研究结果表明,细颗粒物(PM2.5)是遂宁市环境空气中的主要污染物.2012年遂宁市大气中PM2.5浓度值为35—119μg·m-3,平均值为68μg·m-3.2013年1—4月,PM2.5浓度值为21—120μg·m-3,达标率不到50%.尤其在2013年3月,PM2.5/PM10由62.0%—87.2%降低为45.3%.由此判断遂宁市环境空气质量主要受细颗粒物类型、气象条件以及大气污染物长距离迁移等因素影响,其中细颗粒物的最主要来源为机动车尾气排放,并提出了细颗粒物污染防治的对策措施.     

不同天气下景观生态林内外大气颗粒物质量浓度变化特征

为了探讨景观生态林对大气颗粒物的调控作用,以北京大兴区景观生态林为例(主要树种为旱柳Salix matsudana),研究不同季节、不同天气条件下景观生态林内大气颗粒物质量浓度差异以及林内和林外质量浓度对比。于2013年7月至2014年5月,分四季选择不同天气类型,采用水平同步监测法对林内和林外两个监测点3种粒径大气颗粒物(TSP、PM10和PM2.5)质量浓度和气象因子进行每日10 h的连续监测(8:00─18:00)。结果表明,(1)晴朗天气景观生态林内ρ(TSP)、ρ(PM10)和ρ(PM2.5)均处于较低水平,分别为(61.53±21.73)~(174.32±36.01)μg·m-3、(28.91±10.34)~(94.87±20.45)μg·m-3和(6.29±3.86)~(23.91±12.29)μg·m-3;多云、扬尘、雾霾和雾霭天气颗粒物质量浓度较高,污染明显加重,雾霾天气下ρ(PM2.5)的增加效果更为明显,而扬尘天气下ρ(TSP)显著增加。(2)雾滴对于PM2.5与PM10具有一定的湿清除作用,也可以与霾粒子共同作用形成相对稳定的雾霭天气,其颗粒物污染程度高于其他天气状况,此时以粒径为2.5~10μm的颗粒物污染为主。(3)夏、秋和春季晴朗微风天气(风速≤3 m·s-1)和扬尘天气林内ρ(TSP)和ρ(PM10)显著低于林外,多云、轻微至轻度雾霾天气,林内ρ(TSP)、ρ(PM10)和ρ(PM2.5)均显著低于林外,晴朗大风(风速5 m·s-1)和雾霭天气林内ρ(TSP)和ρ(PM10)不显著高于林外,雾霭天气林内ρ(PM2.5)显著高于林外;冬季不同天气下ρ(TSP)、ρ(PM10)和ρ(PM2.5)林内和林外对比没有明显规律。(4)空气相对湿度、风速和风向是观测时段内影响颗粒物质量浓度的主要因子。ρ(PM2.5)与相对湿度呈线性正相关,而与风速呈非线性负相关,偏南风对颗粒物主要起输送和积累作用,偏北风对颗粒物起到稀释和扩散作用。相对于TSP和PM10,PM2.5更易受近地面气象条件的影响而堆积或扩散。     

城市绿地空气颗粒物及其与空气微生物的关系

通过对北京市元大都遗址公园内不同林地类型及其旁边道路空气颗粒物及微生物浓度的研究,得出:空气颗粒物中直径大于10μm的粗颗粒所占比例较小,而人可以通过呼吸吸入的PM10所占比例相对较高,对人体最为有害的PM2.5所占比例也很小;对照点(道路)的PM10、TSP浓度都显著高于其临近绿地的浓度,可见绿地具有显著的滞尘作用;元大都公园各林地中PM10浓度都超过了国家环境质量标准中的Ⅱ级标准,是标准的1.36~2.54倍,对人体最为有害的PM2.5浓度只有个别绿地超标;空气微生物浓度与空气TSP、PM10具有极显著相关性,与PM2.5、PM1相关关系不显著。     

兰州市不同径粒大气颗粒物污染特征及气象因子的影响分析

空气污染程度与就诊率、呼吸道发病率及死亡率等有着密切的联系。兰州市在上世纪末曾被喻为卫星上看不到的城市,它的大气污染程度一直以来为人们所关注。利用2013年国家环保部公布的兰州市5个监测点（涵盖了4区1县）大气细粒子PM10及PM2.5的监测数据,针对全年的日均PM2.5与PM10质量浓度并结合了同期的气象因子进行分析研究,结果表明：春冬季为兰州大气中两种颗粒物的污染的高峰期（春季峰值为3月份,PM10及PM2.5质量浓度的月均值为309和103μg· m-3,超标倍数为1.062与0.436;冬季峰值为11月份,PM10及PM2.5质量浓度的月均值为203和85μg· m-3,超标倍数为0.353与0.7）,夏秋季为低谷（波谷为9月份,PM10及PM2.5的月均值为96和39μg· m-3,均低于国家标准）。PM2.5与PM10质量浓度比值均在0.4与0.5之间,呈一定的线性关系,大气污染较轻。当温度在-3~0℃之间时,大气中PM2.5与PM10质量浓度变化较剧烈。露点温度高于-3.15时,使得PM10的质量浓度下降明显;当日均露点温度高于1.85时,PM2.5的质量浓度随着露点温度的增大而降低,说明湿沉降对着两种粒子的清除作用明显。降水对大气中的两种颗粒物均呈现清除作用,但是在降水后PM10质量浓度迅速回升,但PM2.5质量浓度却变化不大。风向偏西时,大气中细颗粒污染物浓度增加。风速的增加对PM2.5有一定的清除作用,但由于兰州市的地貌特征,使得大气中PM10的质量浓度增加。上述结果为兰州市大气污染的监测与治理及大气污染预报提供了重要的依据。     

江苏沿江城市PM10和PM2.5中水溶性离子特征及来源分析

2012年3月和6月在江苏沿江七市(镇江、常州、无锡、苏州、扬州、泰州和南通)采集空气中PM10和PM2.5样品,运用离子色谱法,分析无机水溶性离子成分,并对其组成、相关性、结合形式和来源解析等方面进行研究.结果表明,春季苏南四市PM10和PM2.5质量浓度低于苏中三市,夏季反之;水溶性离子在PM2.5中所占的比例一般高于PM10,SO2-4、NO-3、NH+4是颗粒物中水溶性离子的主要成分,占总量的80%左右.PM10和PM2.5中的SO2-4和NO-3、NH+4和SO2-4、NO-3之间均具有较好的相关性;PM10中Ca2+和Mg2+显著相关,细粒子中相关性较小.NH+4和SO2-4、NO-3主要以(NH4)2SO4和NH4NO3存在于可吸入颗粒物中.春夏两季,江苏沿江城市PM10和PM2.5中的SOR均大于NOR,SO2在大气中的转化率比NOx的转化率要高;苏南地区PM10和PM2.5中的SOR和NOR高于苏中地区.运用[NO-3]/[SO2-4]的比值法研究颗粒物污染来源,表明春季的污染源主要为流动源,夏季为固定源.运用因子分析法分析颗粒物来源,燃煤、交通运输、生物质燃烧、土壤和建筑地表扬尘是春夏两季江苏沿江城市可吸入颗粒物的主要污染源.     

天津城区大气气溶胶质量浓度分布特征与影响因素

根据中国气象局天津大气边界层观测站2009年的气溶胶观测资料和同期气象资料,对天津城区PM10和PM2.5质量浓度变化特征,及其与气象条件的相互关系进行研究,结果表明：PM10和PM2.5年均质量浓度为153.24和68.78μg·m-3,其日均值超标率近半,表明南部城区尤其是交通干道附近气溶胶污染较为严重;PM10和PM2.5质量浓度逐月变化呈现明显的冬季高、夏季低的特征,其日变化特征呈明显的双峰型,早晚污染高峰主要受交通源影响;气象条件对气溶胶质量浓度作用显著,气溶胶质量浓度与气温正相关,相对湿度的增高易导致细粒子吸湿性增长,但高湿状态下易引起降水有利于气溶胶的湿清除,西南气流和偏北风是PM10和PM2.5高浓度的主要影响风向,静小风易造成气溶胶堆积,高风速可引起PM10排放增多,但对PM2.5影响不大。     

北京大气颗粒物中多环芳烃浓度季节变化及来源分析

使用大流量滤膜采样器,从2006年9月至2007年8月,每周同时采集北京城市大气可吸入颗粒物(PM10)和细粒子样品(PM2.5)各一次,二氯甲烷超声抽提一气相色谱/质谱分析了17种多环芳烃(PAHs)浓度,结果表明,春、夏、秋、冬四季北京大气PM10和PM2.5中PAHs总量分别为63.8±44.6ng·m-3、43.2±4.5ng·m-3、84.7±108.3ng·m-3、348.0±250.0ng·m-3和54.7±17.3ng·m-3、40.3±8.6ng·m-3、66.1±81.5ng·m-3、337.7±267.2ng·m-3;约有70%的PAHs存在于细粒子PM2.5中,其质量浓度有明显季节变化,冬季>秋季>春季>夏季;颗粒物中PAHs主要以4、5、6环存在,其中4环以上占79.4%.源解析表明,北京大气颗粒物中的PAHs主要来自燃煤,同时汽油、柴油燃烧排放也不能忽略.结合气象要素分析,温度升高和太阳辐射增强易造成多环芳烃挥发和反应,湿沉降有利于多环芳烃随颗粒物清除.     

北京市秋季大气颗粒物的污染特征研究

大气颗粒物是造成城市空气污染的重要原因之一,并已经成为我国北京等大中城市空气污染中的首要污染。为了分析北京市大气细颗粒物的污染水平及其影响因素,以大气中的PM10和PM2.5为研究对象,于2005年秋季在北京市设立了9个采样点进行采样监测,通过对所采集到的PM10和PM2.5质量浓度的对比来分析大气颗粒物的空间分布和时间变化特征,并建立起PM10和PM2.5质量浓度与风力、温度、湿度等气象条件的对应关系来分析各种气象因素对大气细颗粒物污染水平的影响。结果表明:北京市不同区域的PM10和PM2.5的质量浓度差异较大,同时,值得注意的是通过对同一地点同一采样时间大气颗粒物质量浓度的对比发现PM2.5质量浓度的空间分布并不完全同于PM10,这主要是与采样点所处的环境中不同污染源影响的强弱有关;气象条件稳定时,PM10和PM2.5质量浓度的日变化表现出一定的规律性,这种时间变化的特征主要取决于所在环境中排放的污染物变化情况;气象条件是影响PM10和PM2.5污染程度的重要因素,在一定的范围内,颗粒物质量浓度随着温度的上升而下降,随着相对湿度的升高而增大,随着风力的增强而减小。     

春季不同天气城市街头绿地内PM2.5质量浓度分布特征研究

于2012年春季,采用水平分布监测法监测了3种天气下距交通污染源不同距离的街头绿地中的PM2.5质量浓度,研究了不同天气下PM2.5的日变化、水平分布规律及绿地对PM2.5的净化效应,为城市街头绿地、城市公园建设及市民合理选择休闲锻炼时间和地点提供理论依据。结果表明：1）晴天和多云时,PM2.5质量浓度上午高于下午,7：00浓度最高,15：00最低;雨后阴天基本保持上升趋势。2）PM2.5日均质量浓度为晴天（61.67μg·m-3）〈多云（187.98μg·m-3）〈雨后阴天（291.48μg·m-3）。晴天除5：00和7：00外,其他时刻均达到国家二级标准,且13：00—15：00达到国家一类功能区空气质量要求;多云和雨后阴天PM2.5质量浓度分别超过国家二级浓度限值150.6%和288.6%。3）观测时段内,无论哪种天气,5：00、7：00、11：00和15：00绿地的净化功能较强,19：00净化功能均最差,所有监测点无一例外的表现为负效应。4）3种天气下,PM2.5质量浓度在距离道路10~25 m最高,绿地的净化效应最差,55 m外基本可以形成稳定的森林内环境。5）在南方高湿环境下,空气相对湿度是影响PM2.5质量浓度的主要因素,晴天和多云天气PM2.5浓度与相对湿度呈显著正相关,而雨后阴天二者呈负相关关系。6）在一定阈值内,街头绿地能够缓解PM2.5污染,为居民提供良好的休闲环境。从游憩时间来看,市民可以选择晴天进入街头绿地休闲,多云和雨后阴天尽量减少外出;从活动最佳地段来看,距离污染源55 m以上适宜休闲锻炼;从街头绿地的规划面积来看,半径以不小于55 m为宜。     

北京地区灰霾污染特征

灰霾天气能见度较低,除影响人们日常生产活动和交通运输外,空气中携带的有毒有害细粒子严重危害人们的生命健康。近几年,北京市加大治霾力度,虽取得一定成绩,但灰霾天气仍然频发。为进一步更好地治理北京灰霾,为制定政策提供依据,须了解北京地区灰霾污染特征,因此,对北京市2013年6月到2014年5月的气象观测数据和PM2.5质量浓度进行了统计分析。文章统计了不同强度灰霾的分布,分析了PM2.5质量浓度与能见度的相关关系,在此基础上,研究了PM2.5质量浓度影响能见度变化程度的分界点。研究结果表明：研究期间,北京地区出现灰霾时总计4572 h,发生频率为56.2%,灰霾日总计233 d,频率为64.4%,呈冬季〉春季〉夏季〉秋季;湿霾最易发生在夏季,干霾最易发生在冬季,分别占当季灰霾时的17.6%和59.0%;全年不同强度霾发生小时数呈现轻微霾〉重度霾〉轻度霾〉中度霾,其中,轻微霾时数1625 h,重度霾1163 h,轻度霾1101 h,中度霾683 h;研究期间PM2.5质量浓度呈夏季低冬季高的显著变化趋势,PM2.5日均质量浓度达一级空气质量标准59 d,达二级标准159 d,达标率分别为17.7%和47.74%;PM2.5小时质量浓度与能见度呈负相关性较高的幂函数关系（置信度取99%,P〈0.01）,无高湿条件影响下,空气中细颗粒物对能见度的影响更为直接;北京地区在改善能见度的过程中,通过降低1μg·m-3的PM2.5,使能见度改善大于或远大于1 km的概率仅为18.9%,而在50.4%的时段内仅能使能见度的改善小于或远小于0.1 km。     

武汉市秋冬季室内外空气颗粒物以及有机碳、元素碳的污染特征

为了解秋冬季室内外空气颗粒物PM10、PM2.5以及其有机碳和元素碳的污染特征,于2009年10月及12月对武汉大学医学部学生宿舍室内、外PM10、PM2.5进行了两周连续采样。结果表明：秋季室内PM10和PM2.5的平均浓度分别为121.8和91.3μg/m3,室外为153.9和104.2μg/m3;冬季室内PM10...     

Effects of greenbelt plant configuration on atmospheric PM2.5 in Beijing

High atmospheric PM2.5 concentrations are a major problem associated with air pollution in Beijing due to their frequent occurrence and harmful effects. The construction of greenbelts beginning in 2000 has altered the surface structure of the area between 4th ring road and 6th ring road; wind speed, which strongly influences the atmospheric PM2.5 content, has decreased simultaneously during this period. Here, we estimated the effects of different plant configurations on wind speed and dust retention in Beijing. We recommend configuring rough bushy shrub-grass in the northwest, west, and north; grass and rough bushy shrub-grass in the north, east, and southeast; and rough bushy shrub-grass and arbor-shrub-grass in the southwest and northeast. As vegetation types and planting methods influence the ability of shrub-grass and arbor-shrub-grass to block wind and dust, we recommend increasing planting density and introducing plants with hairy leaves and exuberant foliage.     

北京市不同主干道绿地群落对大气PM2.5浓度消减作用的影响

为研究城市道路两侧不同绿化带宽度及不同植物群落配置模式对消减大气中PM2.5浓度的作用,选择北京市四环主干道旁3种典型植物群落配置类型作为试验监测点,对0 m、6 m、16 m、26 m、36 m不同绿带宽度下PM2.5浓度分布与变化进行监测,并对其消减能力进行计算,分析PM2.5浓度变化与道路车流量、绿化带宽度及植物群落配置模式之间的关系。结果表明：（1）PM2.5浓度的日变化与车流量的日变化特征一致,道路绿地空气中PM2.5浓度的日变化呈现双峰单谷型特征,即早晚高、白天低,PM2.5浓度在8：00-10：00的交通早高峰期间增加,而后开始下降,到12：00-14：00左右达到最低值,之后呈持续上升状态,直至晚高峰19：00浓度达一天中的最大值。（2）不同植物群落配置模式对大气中PM2.5浓度的消减作用不同,群落内郁闭度高的多复层结构绿地对PM2.5消减作用优于郁闭度低的单层配置绿地模式;（3）分别对3类空气质量条件下,道路绿地对PM2.5消减作用进行评价。无污染或轻度污染（PM2.5〈100μg·m-3）环境下,绿地对PM2.5消减作用明显,26 m及36 m的绿带处消减作用最强,最高可达12.22%;中度污染（101μg·m-3201μg·m-3）天气条件下3种绿地对PM2.5的消减作用均不明显。     

电感耦合等离子体-质谱法研究大气颗粒物中元素浓度

1　IntroductionAirborneparticulatematterisoneoftheimportantmarkersofairqualityandisanimportanthealthconcerninurbanareas,especiallywithrespecttoanumberofchronicrespiratorydiseases.Medicaldatasuggeststhatitisthisfractionofparticulatematterthatbecomesdeeplyi…