空气自动监测中PM2.5与PM10 “倒挂”现象特征及原因

采用不同原理的自动监测仪器在不同季节同时测定PM2.5与PM10,对所得数据中的PM2.5与PM10"倒挂"现象进行分析。结果表明,当PM10采用振荡天平法时,PM2.5与PM10的"倒挂"率较高;冬季和夏季"倒挂"现象发生率明显高于其他季节;造成PM2.5与PM10"倒挂"的原因主要有监测过程中的随机误差,PM2.5与PM10的监测方法原理不同,监测方法之间存在显著差异等。     

苏州大气颗粒物PM2.5和PM10质量浓度异常“倒挂”现象的成因及影响分析

为深入研究PM_2.5和PM₁₀质量浓度异常“倒挂”现象的成因及影响,在苏州市相城区国控点开展比对监测分析,回顾性分析了2016—2020年苏州全部国控点颗粒物浓度数据。苏州市相城区国控点PM_2.5浓度的比对分析结果表明：该国控点频繁出现PM_2.5浓度高于其他国控点PM_2.5浓度和高于该站点PM₁₀浓度(“倒挂”率高达34%)的“双高”现象,PM_2.5平均浓度比其他9个国控点高12.5%～37.2%,比位于同一站点的备用监测仪器(“倒挂”率为0)高38.1%。2016—2020年,苏州全部国控点“倒挂”时间的总体趋势都是逐年递增,且集中发生在相对湿度较高的20:00至次日07:00。这5年间各国控点PM_2.5浓度异常偏高导致的异常“倒挂”现象对全市年均浓度产生的正误差分别为1.6%、2.8%、6.0%、6.2%和4.1%,基本呈现出逐年递增的趋势。上述结果表明：苏州PM_2.5浓度偏高是由动态加...     

西宁冬季PM2.5和PM10手工与自动监测现状研究

为研究PM_(2.5)和PM_(10)手工与自动监测仪器在高海拔地区的适用性,于2014年12月至2015年1月(冬季)在青海省西宁市开展了为期34 d的监测比对实验。PM监测数据表明:手工监测数据之间都有差异,除了受监测滤膜种类的影响,还存在监测仪器间的系统误差。石英滤膜的PM监测数据都高于聚丙烯滤膜,尤其是PM_(2.5)更为明显,偏高近1/4;石英滤膜与聚丙烯滤膜的PM监测数据具有较好的相关性,PM_(10)监测数据的相关系数为0.97。自动监测数据之间进行了同期比对研究,发现TEOM1405DF(微振荡天平法)和APM-2(β射线法)的PM监测值较低,BAM-1020(β射线法)的PM监测值最高;而Grimm(光散射法)的PM监测值居中。BAM1020配备动态加热系统(DHS),其PM监测数据比没有配备DHS的APM-2偏高40%。基于PM监测比对研究,建议在空气污染严重时加密对各监测仪器的运行维护,并加强长期观测以全面评估PM监测。     

西安市区大气中PM2.5和PM10质量浓度污染特征

2013年3月—2014年2月期间,设置1个监测点位,采集了西安市区大气环境中PM10和PM2.5样品,采用重量法测定了PM2.5和PM10质量浓度。结果表明,西安市区PM2.5质量浓度为16~558μg/m3,平均值为128μg/m3,超标率69.1%;PM10质量浓度范围为32~887μg/m3,平均值为249μg/m3,超标率71.8%。虽然PM2.5和PM10质量浓度的逐日变化幅度比较大,但是整体变化趋势非常相似,存在显著的正相关关系(r=0.831 9)。PM2.5和PM10质量浓度存在明显的季节变化,均为冬季最高,春季次之,秋季较低,夏季最低。ρ(PM2.5)/ρ(PM10)为0.245~0.822,平均值为0.510,说明PM2.5在PM10中所占比例大于PM2.5~10;此外,该比值呈现一定的季节变化规律,冬季、夏季较高,秋季次之,春季最低。霾天气发生时,该比值和PM2.5质量浓度明显高于无霾天气。     

沈阳市冬季重污染过程PM2.5浓度变化及成因分析

利用多种污染物浓度数据、气象观测数据,结合HYSPLIT后向轨迹模式,对2015年11月6—10日发生在沈阳的一次较长时间重污染天气过程,从大气浓度变化、天气形势特征及成因机制等方面进行综合分析。结果表明,重污染期间日空气质量指数均超过重度污染限值200,首要污染物PM_(2.5)最高小时质量浓度达到1 326μg/m3,为沈阳市监测PM_(2.5)以来的历史峰值。此次空气污染是气象及人为因素共同作用的结果,重污染过程时段内高空场不利于气流上升运动的发展,地面倒槽、稳定的大气层结不利于污染物的扩散。此次重污染过程与大范围秸秆集中燃烧、大量污染物排放有一定关系。通过后向轨迹计算分析,发现颗粒物长距离输送对区域污染产生一定影响。     

天津市PM10和PM2.5中水溶性离子化学特征及来源分析

2011年5月—2012年1月在天津市南开区设立采样点,采集大气中PM10和PM2.5样品。采用离子色谱法测定颗粒物中水溶性无机阴离子、阳离子成分,分析其主要组成、季节变化及污染来源。结果表明,天津市PM10中离子平均浓度为71.2μg/m3,占PM10质量浓度的33.7%。PM2.5中离子平均浓度为54.8μg/m3,占PM2.5质量浓度的39.6%。NH+4、SO2-4、NO-3等二次离子含量较大,且夏季含量均为最高。颗粒物总体呈酸性,PM10中∑阳离子/∑阴离子平均值为0.92,PM2.5中该比值为0.75。来源分析发现,PM10可能主要来源于海盐、工业源、二次反应及土壤和建筑尘等,PM2.5则主要来源于海盐污染源、二次反应及生物质燃烧。     

南京市城区和郊区PM2.5中碳质组分特征差异及来源分析

为比较南京市城区和郊区细颗粒物（PM_2.5）中碳质组分特征及来源差异，利用碳组分在线监测仪器对2022年城区和郊区有机碳（OC）和元素碳（EC）进行连续监测。研究结果表明：（1）2022年南京市城区OC、EC质量浓度分别为（5.24±2.39），（1.27±0.62）μg/m³，郊区OC、EC质量浓度分别为（5.67±2.45），（1.32±0.70）μg/m³。2022年OC和EC质量浓度水平分别较2014—2018年均显著下降。城区和郊区的OC、EC质量浓度均呈现冬季高、夏季低的特点。从日变化特征看，城区和郊区OC和EC质量浓度均呈现白天低、夜间高的特点，并且具有明显的峰谷值。（2）城区和郊区OC、EC均在冬季呈现良好的相关性，显著高于春季和夏季。根据碳质组分与气态污染物的关系以及ρ（OC）/ρ（EC）分析结果，城区和郊区均存在二次污染，机动车和燃煤是城、郊区的主要污染源，机动车源对城区影响大于郊区，燃煤源对郊区影响大于城区。（3）污染源的直接排放对南京市OC的质量浓度水平影响较大，郊区二次有机碳（SOC）质量浓度高于城区。城区需要重点关注机动车排放，郊区需要与周边区域协同治理燃煤、生物质燃烧等方面的污染排放。     

图们市区大气PM10中7种重金属的监测与分析

2007年6月至2008年3月分4个季节在图们市区利用大气综合采样器采集4个监测点位的大气PM₁₀样品,用硝酸-双氧水湿法消解,火焰原子吸收分光光度法检测样品中铬、锰、铁、铜、锌、镉、铅7种重金属含量,并对7种重金属元素的时空变化规律进行研究。结果表明:图们市大气PM₁₀中重金属含量由高到低的顺序是铁>锌>锰>铅>铬>铜>镉,铁的含量明显高于其他重金属含量。铅的年平均值为1.436 μg/m³,超出现行《环境空气质量标准》(GB 3095—1996)规定的浓度限值。重金属的季节性变化规律比较明显,冬季Cr、Cu、Zn、Pb的含量明显高于其他3个季节。区域性功能则不明显,在4个监测点位中7种重金属含量的变化不是很大。7种重金属含量年平均值的日变化规律也不是很明显,说明重金属来源除了天然源外,主要来自于煤和汽油燃烧过程中排放的飘尘。     

温湿度对PM2.5质量浓度监测的影响

探讨了在不同环境条件和污染状况下,带膜动态测量的微振荡天平法的自动监测方法能否准确监测空气中的PM_(2.5)质量浓度。通过自动方法与手工重量法的比对,针对2015年8月—2016年7月的监测结果进行讨论,尤其是不同温度和相对湿度对监测数据的影响,在平均相对湿度为60%~90%时夏季2种方法绝对偏差均值大于10μg/m3,并对该结果进行了原因分析,提出了自动监测的质量控制和比对溯源的建议,为PM_(2.5)的质量浓度监测工作提供了参考依据。     

苏州市霾日细颗粒物的化学组分及来源分析

随着社会和经济的快速发展,灰霾现象发生有逐渐上升趋势,严重影响城市形象和群众的身心健康。2012年苏州市的霾日发生频率1—2月最高(45.0%),7—8月最低(4.8%)。通过分析霾日细颗粒物(PM2.5)的化学组分变化,有助于判别不同化学组分在不同季节霾日形成中的作用。采用基于因子分析的主成分提取方法,将9个化学组分监测资料整合为4个主成分,并逐一揭示2012年苏州市霾日条件下4个主成分的支配因子的污染物来源情况。结果表明:2012年苏州市霾日大气PM2.5中的主要化学成分按质量浓度从高到低排序依次为SO42-NO3-NH4+OCNa+EC。霾日PM2.5中的污染物组分受到光化学二次反应、燃煤、机动车尾气、农作物秸秆焚烧以及海盐等来源的综合影响。     

贵阳市城区PM10和PM2.5水溶性离子特征分析

分别于2013年10月和2014年2月、5月、7月在贵阳市城区3个环境空气质量监测国控点位（南明区市监测站、云岩区黔灵公园马鞍山和观山湖区贵阳一中）进行PM₁₀、PM_2.5样品采集,并对10种水溶性离子（SO₄^2-、NO₂^-、NO₃^-、NH₄⁺、Cl^-、F^-、Na⁺、K⁺、Mg²⁺、Ca²⁺）的含量进行了分析。结果表明,研究时段内,贵阳市3个点位PM₁₀、PM_2.5平均质量浓度分别为（64.8±25.5）、（46.6±21.2）μg/m³。其中,云岩区黔灵公园马鞍山点位的颗粒物浓度最低,南明区市监测站点位最高。3个点位PM_2.5平均浓度与PM₁₀平均浓度的比值为0.719,表明贵阳市城区PM₁₀中,PM_2.5占主导地位。水溶性离子分析显示,SO₄^2-、NO₂^-、NO₃^-、NH₄⁺、Cl^-、F^-、Na⁺、K⁺主要分布在PM_2.5中,Mg²⁺、Ca²⁺主要分布在PM₁₀中。3个点位PM₁₀和PM_2.5中的水溶性离子均表现为SO₄^2-、NH₄⁺、Ca²⁺浓度较大,F^-、NO₂^-较小,表明3个点位的污染源总体相同,且水溶性离子占PM₁₀、PM_2.5含量的比例达33.6%~48.1%。贵阳市城区大气中的SO₂转化率在5月、7月、10月较高,2月最低,主要是由于5月、7月、10月的高温、高湿、强辐射环境条件促进了SO₂向SO₄^2-的转化。阴阳离子平衡分析表明,贵阳市城区PM₁₀、PM_2.5呈现出偏碱性的特征。水溶性离子主成分分析表明,贵阳市城区PM₁₀中的水溶性离子主要来源于城市扬尘、生物质燃烧尘、煤烟尘、建筑尘以及二次粒子,PM_2.5中水溶性离子的来源与PM₁₀较为相似。     

影响PM2.5自动监测准确度的主要因素

PM2?5的自动监测过程较为复杂,其测量准确度受多种因素影响。通过分析几种典型PM2?5测定方法原理,研究了PM2?5监测过程中可能产生误差的来源,结果表明,影响PM2?5监测结果准确度的主要因素有采样流量的准确性、采样管加热方式、对PM2?5挥发性组分的补偿方式、校准膜本身的准确度和校准结果、监测仪器的日常运行维护水平等。因此,在PM2?5日常监测过程中,需加强对上述因素的误差控制,严格执行国家监测技术规范,确保PM2?5监测结果准确可靠。     

杭州城区PM2.5和PM10污染特征及其影响因子分析

利用2013年12月—2014年11月杭州城区空气质量监测站PM_(2.5)、PM_(10)浓度值结合气象、道路、人口数据以及站点周边绿地信息分析PM_(2.5)、PM_(10)浓度时空特征及其影响因子。结果表明,杭州城区各监测站PM_(2.5)和PM_(10)晴天日浓度变化趋势基本一致,PM_(2.5)比PM_(10)污染严重;晴天日PM_(2.5)、PM_(10)浓度值与对应的温度(-0.463,-0.281)、风速(-0.305,-0.332)呈负相关,与湿度(0.257,0.239)呈正相关;晴天有风时,杭州市区PM_(2.5)、PM_(10)污染北部重于南部,东部重于西部,浓度极高值集中在风速小于5 m/s时段,且风速越小浓度值越高;温度为12℃左右,湿度在60%~80%时,颗粒物污染最严重;交通高峰时各监测站PM_(2.5)、PM_(10)污染程度存在明显差异。相关性分析表明,PM_(2.5)、PM_(10)污染程度与道路密度成正比,与缓冲区内绿地覆盖面积成反比。PM_(2.5)污染程度与人口密度成正比,PM_(10)污染与人口密度成反比。