长春供暖季室内外PM2.5浓度垂直分布与分析

为研究严寒地区供暖季室内外PM_(2.5)浓度的垂直分布,在供暖季分别对长春某高层居住建筑1、8、15、24、33楼层的室内外PM_(2.5)浓度进行监测,研究不同楼层室内外PM_(2.5)的浓度与变化特征。采用随机组分重叠模型(RCS)方法研究各楼层PM_(2.5)渗透因子,采用逐步回归分析方法研究室内PM_(2.5)浓度的各影响因素。结果表明:在供暖季,长春市高层建筑的不同楼层均存在一定的PM_(2.5)污染,室内外PM_(2.5)浓度随楼层升高大体呈现减小的趋势,但差异不显著。室内外PM_(2.5)浓度存在显著的相关性(P 0.05),在没有室内污染源时,室外颗粒物渗透是室内污染的主要来源。室内PM_(2.5)浓度与房间面积等没有显著相关性。     

北京市2014年PM2.5质量浓度变化特征

利用北京市发布的PM2.5质量浓度数据,分析了2014年PM2.5日平均质量浓度变化情况,以及全年平均日变化特征、分季节的日变化特征、分星期的日变化特征。结果表明：北京市2014年PM2.5污染较为严重,但相比往年有所减弱,其中2月和10月污染最为严重,5-6月及8-9月污染较轻。全年平均日变化呈现“W”型,白天在07：00和15：00存在2个谷值,峰值出现在10：00,21：00-03：00 PM2.5污染在一天中最为严重。秋冬季节的日变化趋势相似,其夜间PM2.5质量浓度明显高于白天。春季和夏季的日变化与全年平均日变化差别很大。分星期的日变化曲线变化趋势存在较大差异,但峰值和谷值出现的时间基本一致。     

室内外PM2.5污染特征、形貌及矿物组成

为掌握室内外细颗粒物（PM2.5）污染特性,监测采集西安市某办公场所室内外PM2.5样品,统计分析PM2.5质量浓度特征,探究室内外PM2.5相关性、微观形貌以及矿物组成的差异。结果表明：室内外PM2.5年均质量浓度分别为85.32和109.83 μg·m-3,冬季污染尤为严重。室内PM2.5受室外PM2.5影响显著,室内外PM2.5质量浓度的相关系数为0.890 0。室内PM2.5多为粒径小于1 μm的球状颗粒物,而室外颗粒物形状、大小不规则,室内外PM2.5均含有大量的碳、氧元素,其他元素的种类和含量存在一定差异。室内PM2.5中矿物多为非晶态物质,室外PM2.5主要由石英、赤铁矿和碳酸钙等矿物质组成。     

北京西山典型游憩林内PM2.5质量浓度及水溶性离子特征分析

以北京西山森林公园为观测点,运用双通道颗粒物在线监测设备监测PM2.5质量浓度,使用离子色谱仪测定样品中水溶性离子浓度,对北京西山油松林PM2.5质量浓度及水溶性离子特征进行分析。结果表明：PM2.5质量浓度为冬季（121.29±16.78）μg·m-3 > 春季（106.06±12.68）μg·m-3 > 秋季（88.01±17.44）μg·m-3 > 夏季（72.67±12.18）μg·m-3;SO42-、Na+、NO3-、HCOO-是PM2.5中最主要的水溶性离子成分,占所测水溶性离子浓度在四季分别为94.99%、72.66%、72.66%、89.52%,PM2.5受SO42-、Na+、NO3-、NH4+影响较大,基本呈正相关关系,SO42-、Na+、NO3-、NH4+、PM2.5浓度季节变化一致,即在冬季最高,夏季最低,春秋次之,且水溶性离子季节差异显著。SO42-和NO3-、Na+、NH4+的相关性极显著（r=0.85、0.80、0.92）,NO3-和Na+、NH4+之间关系也较大（r=0.87、0.66）,Ca2+和Mg2+相关性极明显（r=0.98）,其他水溶性离子间无明显的相关性,固定源和海洋源对水溶性离子贡献程度呈现出季节差异,秋季机动车尾气排放对空气硫和氮污染贡献达最高,春季最低,夏秋季海洋源对Cl-影响明显。通过对森林植被区PM2.5、水溶性离子特征及关系进行分析,更好地发挥植被的生态效益,提高空气质量。     

一次回风空调系统PM2.5污染控制策略

基于浓度守恒原理建立了一次回风空调系统室内PM2.5浓度模型,研究了过滤器分别安装在新风段、回风段和送风段时过滤效率和新风量的变化对室内PM2.5浓度的影响。模拟结果表明：在室外PM2.5浓度大于室内初始值的条件下,过滤器安装在送风段或回风段时,减少新风有利于室内PM2.5污染控制,过滤器安装在新风段时,根据过滤器效率调节新风,过滤效率小于临界效率,减小新风有利于室内污染控制;在室外PM2.5浓度小于室内初始值的条件下,过滤器安装在送风段或新风段时,增加新风有利于室内PM2.5污染控制,过滤器安装在回风段时,也存在临界效率,过滤效率小于临界值,增加新风有利于室内PM2.5污染控制。     

贵阳市冬季大气PM 2.5和PM 10浓度空间插值及分布研究

为了解贵阳市冬季大气污染现状,以贵阳市污染相对严重的白云区为研究对象,连续采集PM_(2.5)、PM_(10)浓度数据,利用普通克里金法进行空间插值获取PM_(2.5)、PM_(10)分布特征。通过留一法交叉验证,比较6种半变异函数模型(三角函数、高斯函数、球面函数、指数函数、J-Bessel函数和K-Bessel函数)的空间插值精度,选出最适的函数模型;采用分区统计和格网统计的方法,对不同土地利用类型、植被覆盖度下的PM_(2.5)、PM_(10)平均浓度进行比较分析。结果表明,三角函数是PM_(2.5)空间插值的最适模型,指数函数是PM_(10)空间插值的最适模型;贵阳市白云区冬季大气PM_(2.5)、PM_(10)浓度总体表现出城区浓度高,郊区浓度低的分布特征;土地利用类型和植被覆盖度对PM_(2.5)和PM_(10)浓度有着较强的影响。     

重庆城区PM2.5化学组分特征及季节变化

2014年7月-2015年5月典型季节期间在重庆城区选择典型站点开展PM2.5样品采集,并测量质量浓度,分析样品中水溶性离子、无机元素、OC和EC等组分,在此基础上对组分化学组成进行了质量重构。结果表明：观测期间PM2.5年均值为76.4 μg·m-3,浓度季节变化为冬季 > 秋季 > 春季 > 夏季;组分方面,以二次转化为主的SO42-、NH4+、NO3-和OC是PM2.5组分中最主要成分,OC/EC比值4个季度均大于2,表明城区二次有机碳生成显著;硫氧化率（SOR）分析,气态污染物SO2的二次转化效率较高,大气存在明显的二次转化过程。PM2.5质量重构后主要组成为有机气溶胶（OM）、二次无机离子（SNA）和矿物尘,重庆城区应协同控制一次排放的颗粒物和气态污染物SO2和NOx,从而控制二次组分浓度。     

夏季海淀公园内PM2.5浓度水平梯度分布规律

于2014年夏季,通过观测海淀公园不同区域沿道路不同宽度处PM2.5浓度,研究PM2.5浓度日变化规律、水平梯度分布规律、净化效益及其影响因素。结果表明,海淀公园内PM2.5浓度日变化规律呈白天低晚上高的趋势,09：00-15：00时PM2.5浓度达到国家标准Ⅱ类功能区浓度质量要求,05：00时PM2.5浓度最高。不同观测区域一定宽度范围内出现PM2.5浓度积聚,之后开始下降。总体上,海淀公园在13：00时对PM2.5浓度净化效益最显著,09：00时净化效益最差。环城高速路区域与城市主干道区域165 m以上宽度处、城市次干道区域60 m以上宽度处为正净化效益,并维持正净化效益。海淀公园内PM2.5浓度与气象因子之间相关关系表明,PM2.5浓度与平均温度、相对湿度呈显著相关,与其他气象因素没有显著相关性。     

太原市城区PM2.5浓度时空分布特征研究

利用太原市2017年1月1日至2017年12月31日的PM2.5小时监测数据,通过与气溶胶光学厚度(AOD)以及土地利用数据相结合,建立PM2.5随机分析模型和季节线性回归模型,用于分析太原市城区近地面PM2.5时空分布特征.研究结果表明:PM2.5随机分析模型对太原市城区PM2.5时空分布预测具备较好的适用性,模型训...     

小波分析在郑州市供暖期PM2.5浓度相关性分析中的应用

为分析供暖期内各种物质与PM2.5的相关性和变化规律,以郑州市供暖期为例,运用Morlet小波分别对PM2.5、PM10、CO、NO2、和SO2的浓度进行分析,并对比各自主周期的小波系数模。结果表明,PM10与PM2.5波动主周期均为33 d,主周期小波系数模差值为0,与PM2.5相关性最高;SO2波动主周期为12 d,与PM2.5相差最大,相关性最低。由于燃煤中各成分含量不同,供暖期SO2与CO、NO2呈中度相关,相关系数依次为0.6045和0.6949;SO2与PM10呈低度相关,相关系数为0.4010。供暖期污染最严重的污染物是PM10和NO2,与非供暖期相比,两者与PM2.5相关系数增量分别为:0.1255和0.2858,相关性提高幅度较大。     

室内PM2.5浓度控制模拟分析

利用质量平衡方程建立了一次回风定风量系统室内PM2.5浓度模型,并对新风PM2.5浓度、新风量、室内污染源、过滤器效率、过滤器安装位置等因素对室内PM2.5浓度的影响进行了模拟分析。模拟结果表明：新风PM2.5浓度和室内污染源强度的变化对室内PM2.5浓度均有较大影响;新风量越大,室内PM2.5浓度受新风PM2.5浓度变化的影响越大;将过滤器分别安装在送风段、新风段和回风段,新风比为0.1时,过滤器安装在送风段效果最好,安装在新风段最差,新风比为0.8时,过滤器安装在送风段效果最好,安装在回风段最差;过滤器安装在送风段时,过滤器效率越高,室内PM2.5浓度越低,波动越小。     

天津冬季PM2.5与PM10中有机碳、元素碳的污染特征

研究了天津冬季PM2.5和PM10中碳成分的污染特征.结果表明,天津冬季PM2.5和PM10的平均质量浓度分别为(124.4±60.9)、(224.6±131.2)μg/m3;总碳(TC)、有机碳(OC)与元素碳(EC)在PM2.5中的平均质量分数比在PM10中分别高出5.0%、3.6%、1.2%;PM2.5中OC、EC的相关系数较高,为0.95,表明OC、EC的来源相对简单,可能主要反应了燃煤和机动车尾气的贡献.OC/EC的平均值在PM2.5和PM10中分别为3.9、4.9.次生有机碳(SOC)在PM2.55和PM10中的平均质量浓度分别为14.9、23.4/μg/m3,分别占OC的48.5%(质量分数,下同)、49.8%,OC/EC较高可能主要与直接排放源有关;PM2.5中的OC1与OC2的比例明显高于PM10,而聚合碳(OPC)的比例又低于PM10,同时PM2.5与PM10中的EC1含量均较高,表明天津冬季燃煤取暖和机动车尾气是重要的污染源.     

Experimental investigation of outdoor and indoor mean concentrations and concentration fluctuations of pollutants

Tracer gas was released upwind of a two-compartment complex shaped building under unstable atmospheric conditions. The mean wind direction was normal to or at 45° to the long face of the building. The general patterns of concentration distribution on the building external walls and inside the building were analysed and the influence of natural and mechanical ventilation on indoor concentration distributions was discussed. Mean concentration levels, as well as the concentration fluctuation intensity, were higher on the windward walls of the building, although concentration levels varied along each wall. Concentration fluctuations measured inside the building were lower than those measured outside. Inside the two compartments of the building, the time series of concentrations had a similar general behaviour; however, gas concentrations took approximately 1.5 times longer to reach the mean maximum concentration value at the downwind compartment 02 while they also decreased more rapidly in the upwind compartment 01 after the source was turned off. The highest indoor concentration and concentration fluctuation values were observed at the detectors located close to the windward walls, especially when the building windows were open. Experiments with and without natural ventilation suggested that infiltration and exfiltration of contaminants is much faster when the building windows are open, resulting to higher indoor concentration levels. Furthermore, mechanical ventilation tends to homogenize concentrations and suppress concentration fluctuations, leading to lower maximum concentration values.     

基于BP人工神经网络的城市PM2.5浓度空间预测

针对PM2.5日均质量浓度,采用BP人工神经网络模型,预测研究区空气中PM2.5浓度的空间变异,通过与普通克里格(Ordinary Kriging)插值方法对比验证BP人工神经网络预测模型的精度.结果表明:BP人工神经网络预测模型下研究区检验样本点位置的PM2.5仿真浓度与观测浓度之间的均方差、平均绝对误差、平均相对偏差和相关系数分别为0.296 μg2/m6、0.412 μg/m3、1.650％和0.851;而与此同时,普通克里格插值方法下的对应结果分别为1.041 μg2/m6、0.689 μg/m3、11.910％、0.638.研究成果在肯定BP人工神经网络预测模型可用于揭示PM2.5浓度空间变异特征的同时,也证实了其相对于普通克里格插值方法在固定空间点位准确预测PM2.5浓度方面的优势.     

南宁市大气颗粒物TSP、PM10、PM2.5污染水平研究

2002年在南宁市的5个典型城市功能区内,共采集了125个大气样品(按季节分别采集),初步调查了大气中颗粒物TSP、PM10、PM2.5的污染状况。结果表明,南宁市TSP、PM10、PM2.5的污染很严重,超标率分别为67．5％、82．5％、92．5％,对人体健康危害更大的PM2．5占到了PM10的63．5％左右。重污染区PM2.5的浓度超过轻污染区近一倍。     

应用地累积指数评价鞍山市夏季PM2.5中元素的污染

2014年夏季在鞍山市的6个站点进行了PM2.5的样品采集,对其载带的15种元素进行了检测。通过地累积指数、相关分析和聚类分析等方法分析了鞍山市夏季PM2.5中15种元素的污染来源。结果表明:Ca、Zn、Pb、Ni和Cd这5种元素的质量分数在各站点之间存在较大的差异;地累积指数结果显示,Cd为极强污染程度,可能的来源是钢铁冶炼和刹车及轮胎磨损,Pb和Zn污染程度在强污染以上,Pb可能的主要人为来源是钢铁冶炼和窖炉煤的燃烧,Zn可能主要来自钢铁冶炼和机动车,Cu、Ni、Cr和Ca中到强污染以下;聚类分析将中度污染及以上元素分为Zn-Cd-Pb,Ni-Cu-Cr和Ca 3类,分别指示钢铁冶炼、机动车尾气及刹车、轮胎磨损,建筑尘;相关性分析显示,Cr与Ni、Cu可能来自同一污染源,Zn、Cd和Pb可能来自同一种源。