基于PM2.5与PM10比值的吉林省空气污染分析

对吉林省重点城市2015年~2018年大气日均值PM2.5/PM10数据进行处理,从空气中细颗粒物的比例角度评价吉林省的空气污染情况。经过分析得出结论即吉林省2015年~2018年空气质量明显好转,特别是2018年。中度及以上污染天气污染程度下降显著。月份中10、11、12月份污染下降明显。城市中松原市污染较轻。     

2010年中国东部PM2.5空间分布及沉降模拟研究

结合我国目前面临的PM2.5污染严重问题,采用CMAQ 4.7.1模式模拟我国东部各省PM2.5浓度分布,并探索了其输送、沉降规律.结果表明:综合空气质量模式CMAQ模拟结果与观测结果较为一致,可以较好地模拟PM2.5质量浓度变化特征;我国东部PM2.5呈现明显的季节分布特征,且PM2.5质量浓度分布与污染源的位置分布有较好的对应,呈现由城市边缘向城市中心推移递增的趋势,区域性PM25高值中心可达120 μg/m3以上;湿沉降是细颗粒物的主要去除方式,且湿沉降量至少为干沉降量5倍以上;PM2.5夏季沉降通量最大,冬季最小,我国东部地区沉降通量高值中心可达30 mg/(m2·d)以上;模拟区域湿沉降量占总沉降量的91％以上,模拟计算区域的总沉降量为4.67×106 t/a,其中京津冀地区细颗粒物总沉降量为1.65 × 106 t/a.     

西安市PM2.5污染的时空分布

为探索PM2.5的分布规律及其影响因素,对2013年西安市13个监测站点的全年ρ(PM2.5)数据进行了统计与整理.分析了ρ(PM2.5)的时空分布,采用聚类分析、小波变换研究了ρ(PM2.5)的区域分布特征与年际变化及突变特征,并对相关因素进行了探讨.结果表明,西安市ρ(PM2.5)在时间分布上具有冬高夏低的特点,而在空间分布上则以市人民体育场和草滩监测点所在区域为ρ(PM2.5)高值中心;ρ(PM2.5)在空间上可分为3大类,纺织城监测点单独为1类,经开区与草滩监测点为2类,另外10个监测点为3类,聚类效果的相关系数为0.7994,显示聚类效果较好;在ρ(PM2.5)年际变化中,除了6月和7月以外,其他月份ρ(PM2.5)均值为147.29 μg/m3,日照时间短和静风是导致ρ(PM2.5)发生突变的主要气象因素.     

天津市夏季PM10浓度及组成元素垂直分布特征

通过天津市气象局大气边界层观测站高255 m的气象铁塔,获得了10m、40m、120m和220 m 4个高度共80个PM10样品,分析了PM10的日均质量浓度及其元素的垂直分布特征.结果表明,4个高度处PM10质量浓度时序变化基本一致;PM10质量浓度及其组成元素总量随高度增加递减;10 m、40m和120m3个高度处的PM10质量浓度时间序列分布的相关性较好,组分分歧系数较小,而220 m处的PM10质量浓度时间序列分布与其他3个高度处的相关性较差,组分分歧系数较大.样品中元素质量浓度由高到低依次是Si、Al、Ca、Fe、Na、Mg、K、Zn、Ti、Cu、Mn、Pb、Cr、Ni、Co、V、As、Cd和Hg.其中,Si、Al、Na、K质量分数随高度变化不大;Ca、Fe、Mg质量分数随高度增加递减明显;Zn、Cu、Mn、Pb、Cr在10m、40m和120 m3个高度处质量分数接近,而在220m处明显降低;Ti元素在4个高度处的质量浓度接近,质量分数总体上随高度增加递增;Ni、Co、V、As、Cd、Hg质量分数随高度的变化不同,其中与燃煤有密切关系的Hg在120 m处质量分数明显高于其他高度处,而在220m处最低.Al、Fe、Na、K等元素相对富集因子小于或接近1,其质量浓度与PM10质量浓度时序分布的相关性较好,其中Al、Na相关系数随高度增加显著递减;Zn,Cu、Pb、Cr、As、Ni的相对富集因子显著大于1,其质量浓度与PM10质量浓度时序分布的相关性较差,相关系数随高度增加变化不大.     

长株潭城市环境空气中PM2.5和O3质量浓度的相关性研究

PM2.5与O3均为导致城市环境空气质量恶化的主要污染物,采用自动设备监测湖南省长沙、株洲、湘潭3市商业区和郊区空气中的PM2.5和O3质量浓度,并对数据进行相关性分析.结果表明:PM2.5和O3质量浓度的季节性变化大,其中O3质量浓度夏、秋2季高,春、冬2季低;PM2.5则秋、冬2季高,春、夏2季低;O3质量浓度峰值一般出现在当天午后,PM2.5质量浓度峰值一般出现在上午;空间分布上,O3质量浓度在郊区站点相对较高,而PM2.5质量浓度在商业区站点较高.PM2.5与O3质量浓度变化以负相关为主,即PM2.5质量浓度高时,O3质量浓度则低,反之亦然,二者一般不产生叠加污染.总体上,夏、秋季节应主要防O3污染,春、冬季节则主要防PM25污染.     

昆明城区大气PM2.5中重金属浓度水平与健康风险研究

为探讨昆明城区大气环境PM_(2.5)中重金属的质量浓度水平和健康风险,于2013年4月、10月和2014年1月、5月在昆明市3个监测点采集PM_(2.5)样品,利用ICP-MS方法检测了8种重金属Cr、Mn、Pb、Ni、Cu、Zn、As和Cd的质量浓度水平。结果表明,昆明工业区监测点大气PM_(2.5)中Mn、Pb、Ni、Cu、Zn、As和Cd的质量浓度高于交通密集区和清洁对照点,冬春季重金属质量浓度高于夏秋季。主成分分析结果表明,昆明城区大气PM_(2.5)重金属主要来源于冶金工业源(49.43%)、地面扬尘和道路交通的混合源(18.73%)和燃煤源(12.61%)。健康风险评价结果表明,昆明城区大气PM_(2.5)中8种重金属对成人和儿童的非致癌风险均小于非致癌风险阈值1,非致癌风险最高的均为Mn,分别为9.21×10~(-3)和3.18×10~(-3);致癌风险最高的是Cr,为1.41×10~(-6),处于致癌风险安全阈值10~(-6)~10~(-4)内。     

唐山市PM2.5理化特征及来源解析

为了研究唐山市PM2.5理化特征及来源,分别于2012年7月和2013年1月对唐山市夏、冬季PM2.5样品进行了采集,应用电感耦合等离子体质谱仪(ICP-MS)、离子色谱仪(IC)和DRI碳质分析仪对PM2.5样品中化学组分元素、水溶性离子及有机碳和元素碳(OC/EC)进行了分析。应用CAMx-PSAT数值模型对采样时段PM2.5进行模拟,分析了夏、冬季PM2.5的主要来源。结果表明,唐山市PM2.5污染严重,夏、冬季质量浓度分别为国家环境II级标准的1.08倍和2.49倍。夏季PM2.5中二次组分质量浓度较高,占PM2.5总质量浓度的53.56%。SO2-4、NO-3和NH+4是PM2.5中重要的二次组分,占PM2.5质量浓度的31.49%~43.79%。一次组分中,矿物尘和POA占PM2.5质量浓度比例最高。唐山夏冬季节PM2.5未知组分比例分别为14.4%和24.86%。工业源是唐山市PM2.5污染的主要来源,夏、冬季节贡献率分别为74.1%和43.8%。由于居民燃煤采暖,冬季居民源对唐山市PM2.5贡献率增大。冬季唐山市主导风向为西北,外来源对PM2.5贡献率为31.2%;夏季主导风向为东南,外来源贡献率为15.0%。气象因素是导致外来源贡献季节变化的重要原因。     

环境信息关联模型及植被对PM2.5浓度的影响研究

选取北京24个PM_(2.5)监测站点2017年8月17日至21日逐小时PM_(2.5)质量浓度数据及16个市辖区的逐小时气象数据,建立了北京各区关于PM_(2.5)质量浓度的环境信息关联模型,并在此基础上分析了植被在PM_(2.5)与气象因素及区域污染的关联中发挥的作用。通过分析模型脉冲响应曲线的数值可以看出,绿化率与PM_(2.5)对相对湿度扰动的响应相关性最高(R2=0.71),其次为风速(R2=0.54),但绿化率与PM_(2.5)对温度扰动的响应的相关性不高。PM_(2.5)对风速扰动的响应最为迅速。绿化率越高的市辖区,PM_(2.5)对3种气象要素的响应越剧烈且越容易出现波动,PM_(2.5)对气象要素总扰动的响应的滞后期与绿化率有较强的相关性(R2=0.62)。对各区域PM_(2.5)质量浓度进行逐步回归分析,结果表明高植被覆盖的地区更不易受到其他区域污染物的影响。     

贵阳市PM2.5主要污染源源成分谱分析

为建立贵阳市PM_(2.5)主要污染源的源成分谱,将主要污染源划分为土壤风沙尘、城市扬尘、道路尘、建筑水泥尘、钢铁尘、燃煤尘和汽车尾气尘7类,分别采集各类污染源样品,然后进行再悬浮采样,并采用电感耦合等离子体质谱仪、离子色谱仪及热光碳分析仪分别分析样品中20种无机元素、3种水溶性离子和碳组分的质量分数。结果表明,7类污染源成分谱之间存在明显的区别,其中土壤风沙尘、建筑水泥尘、钢铁尘、汽车尾气尘、燃煤尘5类污染源谱都有明显的标识元素,分别为Si、Ca、Fe、OC、EC和Se,而道路尘和城市扬尘属混合尘源,无单一标识元素,道路尘显示出土壤风沙尘、建筑水泥尘、燃煤尘、机动车尾气和工业排放的混合污染特征,城市扬尘则主要受土壤风沙尘和建筑水泥尘的影响。     

典型固定燃烧源颗粒物成分谱特征研究

为了研究典型固定燃烧源颗粒物成分谱特征,于2013年在河北省应用固定源稀释采样系统采集燃煤电厂、燃煤锅炉、水泥窑及焦化厂炼焦炉等固定燃烧源排放的颗粒物(PM_(10)和PM_(2.5))样品。采样点设置在脱硫除尘器后,稀释比控制在20倍,采样流量为16.7L/min,采集3~4 h,每种颗粒物采集3个平行样品。应用ICP-MS、离子色谱仪和DRI碳质分析仪对PM_(10)和PM_(2.5)样品中的元素组分、水溶性离子及OC/EC组分质量分数进行了分析。结果表明,采用循环流化床锅炉的燃煤电厂排放的PM_(10)中主要组分为Al、Ca、SO_4~(2-)、OC,其质量分数分别为12.1%±5.3%、20.4%±7.3%、9.7%±3.1%、26.7%±8.2%,PM_(2.5)主要组分为Al(11.4%±4.7%)、Ca(17.9%±5.8%)、SO_4~(2-)(11.5%±2.8%)、OC(30.4%±10.8%);采用煤粉炉锅炉的燃煤电厂排放的PM_(10)中主要组分为Al、Ca、SO_4~(2-),其质量分数分别为18.9%±6.4%、12.8%±4.3%、6.2%±2.3%,PM_(2.5)主要组分为Al(9.5%±3.7%)、Ca(12.8%±5.5%)、SO_4~(2-)(10.8%±3.6%)。燃煤锅炉排放的颗粒物中主要组分为Na、Ca、Al、Fe、S、SO_4~(2-)、OC,水泥窑窑尾烟气颗粒物中Na、S、Ca、SO_4~(2-)、Mg~(2+)、OC质量分数较高,炼焦炉排放的颗粒物中主要组分为S、SO_4~(2-)、NH_4~+、OC。4类固定燃烧源PM_(10)和PM_(2.5)成分谱中各成分的相关系数均在0.9以上,但分歧系数分析结果表明PM_(10)和PM_(2.5)颗粒物成分谱差异性较大。     

火电厂煤粉炉和钢铁厂烧结机干法脱硫副产物中重金属的分布和浸出特征

对火电厂煤粉炉所产生的粉煤灰和2种不同干法脱硫副产物进行了研究,评估其微量重金属分布和浸出性特征,并与钢铁厂烧结机干法脱硫副产物作比较.结果表明,3种脱硫副产物含有不同量的粉煤灰.火电厂煤粉炉干法脱硫副产物中除挥发性重金属汞(Hg)、砷(As)和硒(Se)外,其余重金属质量比随其粉煤灰质量分数增加而增加.钢铁厂烧结机干法脱硫副产物中挥发性和半挥发性重金属Hg、Se、铬(Cd)和铅(Pb)质量比远高于火电厂煤粉炉干法脱硫副产物,其他重金属包括As的质量比则低于火电厂煤粉炉干法脱硫副产物,这与烧结机干法脱硫副产物中粉煤灰质量分数偏低及烧结机所用燃煤和铁矿石等有关.浸出性试验结果表明,火电厂和烧结机干法脱硫副产物中重金属浸出质量浓度远低于国家危险标准的上限,浸出率多在10-3量级,浸出率低,不会对环境造成二次污染,这可能与干法脱硫所用钙基吸附剂及脱硫副产物的高碱性有关.研究表明,干法脱硫副产物与粉煤灰相同,属于一般固废,可以堆放或综合利用.     

乌鲁木齐市采暖期与非采暖期大气PM_(2.5)和PM_(10)中水溶性离子特征分析

为了解乌鲁木齐市采暖期和非采暖期大气颗粒物(PM_(2.5)和PM_(10))水溶性离子污染特征,于2015年在乌鲁木齐市采集两个时期大气颗粒物样品,采用离子色谱仪(IC)等仪器对PM_(2.5)和PM_(10)中的9种水溶性离子进行了定量分析。结果表明,乌鲁木齐市采暖期PM_(2.5)与PM_(10)中水溶性离子平均质量浓度分别为(76.26±36.15)μg/m3和(88.94±41.43)μg/m3,约为非采暖期的2倍,主要水溶性离子是SO2-4、NH_4~+、NO-3和Cl-,这4种水溶性离子分别占PM_(2.5)和PM_(10)中总水溶性离子的88.91%和90.03%;非采暖期PM_(2.5)与PM_(10)中水溶性离子平均质量浓度分别为(37.62±14.03)μg/m3和(44.12±16.79)μg/m3,主要水溶性离子是SO2-4、NH_4~+、NO-3和Ca2+,这4种水溶性离子分别占PM_(2.5)和PM_(10)中总水溶性离子的88.18%和86.96%。采暖期PM_(2.5)和PM_(10)中NH_4~+、SO2-4、NO-3三者之间有强相关性,它们可能具有相似的来源;而非采暖期NH_4~+和SO2-4、Cl-的相关性最强,非采暖期NH_4~+在PM_(2.5)和PM_(10)中主要以(NH_4)2SO4和NH_4Cl形式存在。采暖期和非采暖期乌鲁木齐市[NO-3]/[SO2-4]均小于1,推测乌鲁木齐市颗粒物污染可能主要来源于固定排放源。     

我国能源消耗对人群PM2.5暴露水平的随机影响效应分析

能源燃烧产物是PM2.5暴露水平提高的重要因素,燃烧不同种类的能源对PM2.5形成的影响机理不同,但各类能源消耗量对人群PM2.5暴露水平的影响程度尚不明确.基于2003-2010年的PM2.5质量浓度与煤炭、焦炭、原油、汽油、煤油、柴油、燃料油、天然气和电力消耗数据组成的面板数据,建立了不同种类能源消耗影响我国人群PM25暴露水平的随机效应模型.结果表明,我国2003-2010年多数省(市、自治区)的年均PM2.5质量浓度超过了世界卫生组织的标准.在研究时间段内,不同种类能源消耗量对人群PM2.5暴露水平的影响具有较大差异,煤炭、焦炭、汽油和煤油消耗对人群PM2.5暴露水平具有正影响,其中,正向影响最大的为焦炭消耗量,表明工业消耗焦炭对形成PM2.5的促进作用比较明显;与焦炭消耗量具有相近的影响效果的因素是汽油消耗,表明改进机动车和航空燃油技术同样非常重要;原油、柴油、燃料油、天然气和电力消耗对人群PM2.5暴露水平具有负影响,其中负向影响最大的为电力消耗量,表明电力作为一种清洁能源,有利于降低人群PM2.5暴露水平.     

北京市冬季PM_(2.5)污染特征与区域传输影响研究

选取北京师范大学监测点于2015年1月进行PM_(2.5)样品采集,应用离子色谱仪(IC)分析PM_(2.5)中水溶性无机离子质量浓度,采用WRF-CAMx-PSAT模型系统对采样时段PM_(2.5)及典型离子的区域来源进行了模拟。结果表明,采样期间(2015年1月2—20日)与重污染过程(2015年1月13—15日)北京PM_(2.5)质量浓度分别为(105.9±72.6)μg/m~3和(232.2±80.2)μg/m~3,PM_(2.5)中总水溶性无机离子质量浓度分别为(47.4±39.8)μg/m~3和(120.7±23.3)μg/m~3,分别占PM_(2.5)的44.2%和53.9%。SO_4~(2-)、NO_3~-和NH_4~+是水溶性离子的主要组分,非重污染过程和重污染过程这3种水溶性离子质量浓度之和分别占总水溶性离子质量浓度的80.5%和89.3%。模拟结果显示,本地源排放是北京市PM_(2.5)、SO_4~(2-)、NO_3~-、NH_4~+的主要来源,贡献率分别为81.4%、79.5%、58.1%、95.3%,北京周边源排放对PM_(2.5)贡献率较大的有保定、天津、张家口、唐山,这4市占北京周边省市排放源贡献率的72.0%。