嘉兴市环境空气中PM2.5和PM10的时空分布特征

以 2017—2020 年嘉兴市范围内环境空气自动监测站的监测数据为基础,分析了嘉兴市 PM_2.5和 PM₁₀的时空分布特征,结果表明,嘉兴市 PM_2.5和 PM₁₀浓度逐年改善。从季节分布看,PM_2.5和 PM₁₀浓度均表现为冬春季高、夏秋季低,冬季质量浓度分别为 48,77 μg/m³,夏季质量浓度分别为 22,35 μg/m³;在月尺度上,大体呈两头高、中间低的“U”形分布;在周尺度上,存在明显的“周末效应”,即污染物浓度休息日低于工作日。从空间分布看,PM_2.5和 PM₁₀的浓度分布呈“东低西高”的特点。全局空间自相关分析表明,PM_2.5的全局相关性不显著,PM₁₀全局表现为较强正相关性。局部空间自相关分析表明,嘉兴市区 PM_2.5表现为高—低聚集,嘉善县PM₁₀表现为高—低...     

阿克达拉PM2.5演变特征及与气象要素的相关性分析

为深入了解阿克达拉PM_2.5颗粒物污染,利用阿克达拉国家大气本底站颗粒物监测仪器GRIMM180观测的2010～2019年PM_2.5数浓度及台站的常规气象观测资料,用z-score法对PM_2.5数据标准化进行时间变化趋势分析,利用SPSS进行Pearson系数相关分析,能够客观反映出颗粒物浓度与气象要素间的共变趋势程度。结果表明：(1)10年中PM_2.5浓度整体上升7.15%。季节变化表现为冬季>春季>秋季>夏季的特征。秋季为明显右偏态分布其余季节对称分布,且冬季的变化性最大。月变化周期为13个月,呈现出“U”形起伏的变化规律。日变化呈现单峰的型式,且采暖期为非采暖期浓度2倍,呈现白天堆积晚上扩散的周期。(2)PM_2.5与风速、相对湿度和日照时长相关性最好,且在冬季表现最为显著。PM_2.5最高浓度风向为正南,阿克达拉主要污染物成分主要来自西北、偏西方向。风速为10m/s时为PM_2.5浓度明显转折点。夏季PM_...     

PM2.5及其工业源头控制技术

PM2.5对人体健康和空气质量有巨大的危害,环保部已修订相关法规和文件,将PM2.5纳入我国环境空气质量监测范围,采取有效手段控制PM2.5是我国一项重要的环保目标,在工业企业中采用最先进的表面过滤技术可从源头控制工业PM2.5的排放。     

2020年自贡市主城区PM2.5污染特征及来源解析

PM_2.5主要污染物来源解析对空气质量管理具有十分重要的意义。本研究利用自贡市国控站点气象、大气污染物及PM_2.5组分监测数据,基于颗粒物源解析模型,分析了2020年自贡城区PM_2.5的主要污染特征,识别并量化了PM_2.5的污染来源及贡献。结果表明：自贡城区的PM_2.5年均浓度为43.2μg/m³,按总体贡献度排序,二次源、移动源、扬尘源和工业源是PM_2.5的主要影响因素,时段及季节变化特征明显;春季贡献最大的为移动源和扬尘源,夏季贡献最大的为移动源和工业源,冬季移动源贡献最大。为自贡市城区空气质量管理及控制提供了重要的决策依据。     

火电厂PM2.5治理技术探讨

分析了PM2.5的危害及治理意义,论述了对于火电厂PM2.5的治理技术,如机电多复式双区电除尘、湿式电除尘、以及其他综合治理技术的研发和应用情况。     

沈阳市秋冬季PM2.5中有机碳和元素碳污染特征及来源分析

通过分析沈阳市环境空气秋冬季PM_2.5中有机碳(OC)和元素碳(EC)质量浓度,研究环境空气PM_2.5中OC,EC的污染特征。研究结果表明：沈阳城区秋季环境空气EC和OC质量浓度较高;秋冬季二次有机碳(SOC)平均质量浓度分别达到8.28～14.81μg/m³和6.98～11.59μg/m³,二次污染程度较为严重;通过碳组分进行主成分分析,秋冬季碳组分主要来源于生物质燃烧、燃煤排放和汽油车尾气;冬季K⁺与OC,EC,SOC之间的相关性较好,K⁺与OC,EC,SOC具有一定的同源性;冬季OC与EC相关性较好,冬季碳质气溶胶污染源来源相对一致。     

成都平原西郊PM2.5载带水溶性离子污染特征

为探究成都平原西郊冬季颗粒物污染特征,采用离子色谱仪对选择点位冬季PM_2.5载带进行离子测定。结合空气站点PM_2.5、SO₂、NO₂质量浓度,分析其浓度特征、酸碱度、相关性及主要来源等情况。结果表明：采样期间,该区域大气PM_2.5质量浓度均值为73.1μg/m³,主要水溶性离子质量浓度均值为27.42μg/m³,占比为37.5%;阴阳离子当量比为1.003,PM_2.5呈酸性;二次离子(NH⁺₄、SO₄^2-、NO^-₃)占总水溶性离子质量浓度比值为71.7%且相关性较好,污染期间SNA主要以NH₄HSO₄和NH₄NO₃两种形式存在;主成分分析可知燃烧排放、建筑施工扬尘及机动车排放二次转换是造成西郊冬季...     

PM2.5在线监测技术概述

针对PM2.5颗粒物监测技术和PM2.5的监测网络的建设,重点介绍了美国多年来对PM2.5的监测状况,以及采用的Beta射线法、Beta射线光浊度法、微量振荡天平法等监测技术的方法和原理;指出综合国内外多年的监测经验,PM2.5的在线监测需要经过大量手工经典方法数据作为比对和校验,才能给出有效而高质量的PM2.5监测数据。     

大气细粒子(PM2.5)监测技术进展

大气细粒子(PM2.5)的污染对人和生态环境等影响巨大,迫切需要进行PM2.5质量浓度的监测;本文介绍了PM2.5国内外监测研究进展、监测网络应用情况以及监测技术;重点介绍了几种先进的技术:β射线法、振荡天平法和光散射法,并详细描述了各种监测设备的原理及结构,提出最好采用PM2.5在线监测仪进行日常监测。     

基于VIIRS的夜间PM2.5浓度遥感估算

PM_2.5作为主要空气污染物之一,长期影响人类健康和生态环境。目前主流的大气PM_2.5遥感监测依赖于日间过境的气溶胶光学厚度AOD产品,夜间时效连续性受到限制。为此,本文在大气辐射传输原理的基础上,顾及气象、土地利用等与PM_2.5排放、传输相关的因素,构建基于VIIRS的夜间PM_2.5浓度遥感估算方法。以北京市2013—2014年大气重污染事件为例,定性分析、定量评估大气重污染过程下PM_2.5浓度与夜间灯光辐射强度的相关性,开展夜间灯光遥感数据融合多源地理要素的夜间PM_2.5浓度估算。结果表明：随着PM_2.5浓度的显著上升,夜间灯光遥感影像的同一个区域亮度明显下降,PM_2.5浓度值和夜间灯光辐射值的平均相关系数达-0.69(P<0.001);融合夜间灯光数据与多源地理要素可以较好模拟夜间PM_2.5浓度,模型精度R²达0.83,RMSE为38.03μg/m^...     

济南市环境空气中PM_(2.5)的碳组成与特征分析

对济南市环境空气中PM2.5中碳组分污染特征的研究结果表明,济南市环境空气细颗粒物中碳主要以有机碳(OC)和元素碳(EC)的形式存在,二者浓度以冬季最高,且变化趋势相同;OC占总碳比例较高;冬季二次有机气溶胶(SOC)浓度最高,与污染源排放及气象条件有关。     

衡山PM_（2.5）中痕量金属元素的分析

建立了微波消解-电感耦合等离子体质谱法同时测定PM2.5中12种痕量金属元素的方法。对不同消解体系进行了讨论,确定采用HNO3＋H2O2消解体系。方法检出限在0.01～6.4 ng/m3之间,精密度为0.5%～8.9%,加标回收率在69.2%～92.6%之间。应用该方法测定了衡山PM2.5中痕量金属元素的含量,讨论了痕量元素的浓度分布特征,对各元素进行了相关性分析,并应用富集因子法对来源进行了分析。     

基于Moran’s I指数的京津冀地区PM2.5空间自相关分析

选取2014~2018年京津冀地区环境监测站点PM_2.5浓度观测数据,基于Moran's I指数,分析了该地区PM_2.5浓度的时空变化特征以及空间相关性。研究表明:2014~2018年京津冀地区PM_2.5浓度空间分布差异显著,2014年良、轻度、中度污染面积约占1/3,降至2018年以“良”为主;PM_2.5浓度空间分布北部、西部优于南部、东部地区,山区优于平原地区;PM_2.5浓度年平均值、IQR、Q1、Q3值及标准差均呈下降趋势,达到且接近于“良”以上程度的站点,从2014年2成增长至2018年8成;通过对历年及各月PM_2.5浓度全局Moran's I指数分析,I值(除7月外)均超过0.5,生成的P值均小于显著水平0.01,Z得分均超过了临界值2.58;年、月平均值均呈显著的集聚效应,年值集聚效应呈减弱趋势,月值集聚效应秋、冬季大于春、夏季,空间集聚效应与污染程度呈显著正相关;局部空间自相关历年、各月H-H集聚主要出现在京津冀南部地区,L-L集聚主要出现在北部地区。京津冀地区PM_2.5浓度值分布存在空间异质性,主要影响因素为地理、气候和经济环境。     

中国煤炭消费对PM2.5污染的影响研究

国务院颁布的《大气污染防治行动计划》明确提出制定国家煤炭消费总量中长期控制目标,到2017年,煤炭占能源消费总量比重降低到65%以下,然而煤炭消费对PM_(2.5)污染的贡献到底多大,这是当前亟待研究的科学问题。为定量分析煤炭消费对我国PM_(2.5)污染的影响,本研究首先计算了2012年煤炭消费产生的大气污染物排量,然后利用CAMx空气质量模型,分别采用组分分析法和情景模拟法两种方法研究了煤炭消费对全国PM_(2.5)污染的影响。组分分析法研究表明,煤炭消费对全国PM_(2.5)年均浓度的贡献率约为61%,其中煤炭直接燃烧、煤炭相关行业的贡献率分别约为37%、24%;情景模拟法研究表明,煤炭消费对全国PM_(2.5)年均浓度的贡献率约为56%。因此,我国由于煤炭消费对全国PM_(2.5)年均浓度的贡献率为56%~61%。     

基于后向轨迹模式对北京市PM2.5来源的探讨

近年来中国经历了数次大范围雾霾天气,北京等多个城市更是遭遇连续雾霾。造成雾霾天气的主要污染物PM_2.5又称细颗粒物。为了进一步治理北京雾霾,为制定政策提供依据,须了解北京地区PM_2.5的来源。本文基于后向轨迹模式并结合PM_2.5浓度计算了2015年9月1日0：00至2016年8月31日23：00以北京为起始点,向后推算48小时的轨迹,并结合轨迹聚类分析法、潜在源贡献因子法（PSCF）、浓度权重轨迹分析法（CWT）等,探讨北京地区PM_2.5的来源。结果表明：模拟的后向轨迹经过聚类分析可分为6类,其中来自内蒙古西部的轨迹最多,来自西北、北西北方向的轨迹次之,来自西西北方向且在京津冀地区停留一段时间的轨迹占比最小,来自河北、山东、河南的交接地区及河北的沿海地区的轨迹占比也较小。其中来自内蒙古西部地区及河北、山东、河南交界地区的两类轨迹对北京的空气质量有较大的影响,是北京PM_2.5污染的主要潜在源区;来自北西北方向及河北的沿海地区两类轨迹的气团最为清洁,为北京带来良好的天气;来自西北及西西北方向的部分轨迹对应的PM_2.5浓度严重超标,说明来自此方向的气团对北京的空气质量也有一定的影响。     

西宁市环境空气中TSP和PM10来源解析研究

在西宁市7个采样点分别采集了环境空气中的总悬浮颗粒物(TSP)和可吸入颗粒物(PM10),用化学质量平衡(CMB)受体模型和二重源解析技术解析了TSP和PM10的来源。结果表明:扬尘、煤烟尘和土壤风沙尘是造成该市TSP和PM10污染的主要源类。扬尘是造成该市颗粒物污染的首要因素,控制城市扬尘污染是城市环境空气颗粒物达标的关键。     

基于CEEMDAN的多时间尺度的北京市PM2.5浓度影响因素研究

研究PM_2.5浓度的主要影响因素,对提升北京市空气质量具有重要意义。与以往仅限于原始时间尺度的研究不同,本文基于CEEMDAN方法考察了多时间尺度下年平均风速、城市绿化、人口密度、产业结构和能源强度对北京市PM_2.5浓度波动的影响,并与原始时间尺度的主导因素进行对比。研究发现：原始尺度的北京市PM_2.5浓度影响因素是不同时间尺度内影响因素合力作用结果,不同时间尺度下影响因素不同。城市绿化、人口密度、产业结构和能源强度在多时间尺度中起到短期增强波动的作用,城市绿化和产业结构是贯穿于各个时间尺度的具有趋势性,决定北京市PM_2.5浓度基本走势的影响因素。     

对一次高炉煤气燃烧放散过程可吸入颗粒物浓度变化情况的分析

通过对环境空气中可吸入颗粒物浓度监测数据在一次高炉煤气燃烧放散过程中变化情况的分析,得出特殊的局地地形条件和局部地面气象条件可能造成污染物汇集和积累的结论,并就此提出高炉煤气燃烧放散时污染控制的建议。