广州市PM_2.5和PM_1.0质量浓度变化特征

文章报道了2005年干季和2006年湿季广州市大气细粒子PM2.5和PM1.0质量浓度的实时监测情况。监测结果表明:干季监测点PM2.5日均质量浓度在11.8～164.0μg/m3之间,总平均值为81.7μg/m3;湿季日均质量浓度在19.9～121.2μg/m3之间,总平均值为57.7μg/m3。干季PM1.0日均质量浓度变化范围为14.9～129.1μg/m3,总平均值为59.4μg/m3;湿季日均质量浓度在11.9～86.7μg/m3之间,总平均值为52.9μg/m3。对比发现,PM1.0总平均质量浓度在干、湿季相差很小,且与湿季PM2.5总平均质量浓度也相差不大,显示PM1.0具有相对固定成因来源且基本不受季节变化影响,而且湿季PM2.5的组成主要由PM1.0大气细粒子构成。干季PM2.5和PM1.0质量浓度日变化特征呈明显夜间高、白天低的特点,质量浓度的最大值都出现在晚上21:00左右;湿季由于雨水频繁,没有明显的日变化特征。气象分析表明,干季大气细粒子质量浓度主要受冷空气影响,而湿季主要受降雨影响。     

太原市PM_(2.5)和PM_(10)质量浓度的变化特征

为了了解太原市PM_(2.5)、PM_(10)的污染水平变化情况及其相关关系,本文基于太原市颗粒物自动监测数据,对太原市2015年12月-2016年11月PM_(2.5)、PM_(10)质量浓度进行分析。分析发现:PM_(2.5)和PM_(10)日均质量浓度变化幅度较大,但其变化趋势非常相似;PM_(2.5)和PM_(10)月均质量浓度均超过年均二级标准,特别是秋季最为严重;PM_(2.5)、PM_(10)小时平均质量浓度呈双峰现象;ρ(PM_(2.5))与ρ(PM_(10))相关系数为0.9371,ρ(PM_(2.5))/ρ(PM_(10))在0.5-0.6之间出现的频率最高达30.33%。     

哈密市环境空气中PM_(10)与PM_(2.5)变化特征

为了解哈密市环境空气中PM_(10)与PM_(2.5)的污染水平,对2016年哈密市环境空气数据进行统计分析,结果表明哈密市PM_(10)与PM_(2.5)存在一定的线性关系;哈密市2016年PM_(10)的年均值为99ug/m3,PM_(2.5)的年均值为36ug/m3。     

阜康市PM_(2.5)和PM_(10)的质量浓度变化特征分析

通过对阜康市2015年1个区控点的PM_(2.5)和PM_(10)的连续自动监测数据分析得出:2015年阜康市大气颗粒物中PM_(2.5)、PM_(10)浓度日均值和小时值的最大值均出现在4月,日均值均超过了环境空气质量标准的二级标准限值;月均值最大值均出现在12月;PM_(2.5)的年均值超过了环境空气质量标准的二级标准限值;PM_(2.5)和PM_(10)冬季的日变化浓度高于其他三季,夏季最低。超标天数高值出现在1、2、11、12月,PM_(2.5)的污染程度比PM10严重;PM_(2.5)和PM_(10)的比值1、11、12月较大。     

昆明市主城区PM_(2.5)与PM_(10)质量浓度分布特征研究

新修订的《环境空气质量标准》的发布,标志着环境保护工作开始从污染物排放控制管理阶段,转向环境质量管理阶段,昆明也被列入全国首批PM2.5监测公布区域。基于我国加大治理环境污染的力度和相关法律法规的颁布的大背景下,结合日益严重的城市环境污染问题,根据昆明市主城区2014年1—12月空气质量实时监测数据,按照GB3095—2012《环境空气质量标准》中的浓度限值标准,采用实地调查法与相关性分析等方法,对昆明市主城区大气颗粒物污染现状、变化趋势进行分析,利用插值法对PM2.5和PM10的空间分布进行描述。为昆明市继续打造旅游城市、园林城市和创建森林城市、低碳城市和生态城市提供决策支持。同时也将为后续城市发展驱动力分析、城市生态效益、碳循环和生物多样性等相关研究提供基础数据。     

可再生能源发电对PM_(10)和PM_(2.5)减排的贡献核算

发展可再生能源发电是《大气污染防治行动计划》的一项重要措施,有助于推进PM10和PM2.5减排,改善空气质量。从生命周期来看,各类可再生能源发电的PM10和PM2.5排放系数均低于燃煤火电,各类可再生能源发电单位发电量的PM10和PM2.5减排因子由高到低依次为水电并网风电太阳能发电生物质发电。通过生命周期评价计算可知,以可再生能源发电替代燃煤发电,PM10和PM2.5在2012年已经实现了较好的减排效果,减排量分别为37.87×104和18.94×104ta;未来仍将具有较大的减排潜力,2015年PM10和PM2.5可分别减排44.21×104和22.10×104ta,2020年PM10和PM2.5可分别减排65.41×104和32.71×104ta。     

沈阳地区PM_(10)、PM_(2.5)和PM_1质量浓度的分析

分析了其时间分布特征。结果表明,沈阳地区的气溶胶分布具有明显的季节差异,气溶胶的质量浓度冬季最高,秋季最低,其中冬季、春季和夏季均超标。PM2.5和PM1分别在PM10中所占的比值均为冬季最高,夏季和秋季次之,春季由于受到沙尘的影响,其比值最低。在各个不同的季节,气溶胶粒子的粒级分布具有相似之处,主要集中在6～8级(1.1μm)、1级(5.8～9.0μm)、0级(9～10μm)和5级(1.1～2.1μm);春季出现沙尘时粗粒子明显增多,气溶胶粒子的粒级主要集中在0级(9～10μm)、1级和3级(3.3～4.7μm);冬季重污染天气下细粒子浓度高,峰值出现在1级、7级和5级(1.1～2.1μm)。     

太原市冬季SO_2、PM_(10)和PM_(2.5)浓度城郊变化特征研究

通过对太原市2013年冬季SO2、PM10和PM2.524小时浓度均值实时数据的整理和分析,结果表明,各项污染物浓度在城区和郊区差异显著。由于城郊地形条件、气象条件基本一致,各项污染物24小时浓度月变化曲线趋势基本相同。城郊PM2.5和PM10浓度比值范围与均值差别较小,比值月变化曲线趋势基本相同,城郊颗粒物污染物来源相同或相近。相关性分析表明PM2.5分别与PM10和SO2浓度均为高度正相关关系,三者污染源存在较大一致性,冬季区域污染主要以燃煤排放大气污染物为主要特征。     

石家庄市环境空气PM_(2.5)和PM_(10)污染变化特征研究

通过对石家庄市2013年1~12月PM2.5和PM10实时数据的整理和分析,结果表明,石家庄市区大气中细颗粒物PM2.5和可吸入颗粒物PM10月均浓度变化呈明显的季节性,二者变化趋势基本一致,采暖期12-2月份浓度普遍高于其他月份,PM2.5和PM10浓度最高值均出现在1月份;春夏PM2.5和PM10浓度有所降低,7月份浓度最低。PM2.5和PM10存在显著的正相关关系。     

乌鲁木齐市PM_(2.5)和PM_(2.5~10)中碳组分季节性变化特征

2011年1月至12月在乌鲁木齐市区用膜采样法采集了大气PM_(2.5)和PM_(2.5~10)样品,并利用热光/碳分析仪测定了其中有机碳(OC)和元素碳(EC)的质量浓度.通过OC与EC的粒径分布特征、比值和相关性的分析,初步分析了乌鲁木齐市大气可吸入颗粒物中碳质气溶胶污染特征,并用OC/EC比值法估算了二次有机碳(SOC)的浓度.结果表明,PM_(2.5)和PM_(2.5~10)的年平均质量浓度分别为92.8μg/m~3和64.7μg/m~3.PM_(2.5)中OC和EC的年平均浓度分别为13.85μg/m~3和2.38μg/m~3,PM_(2.5~10)中OC和EC的年平均浓度分别为2.63μg/m~3和0.57μg/m~3.OC和EC四季变化趋势基本一致,季浓度最高.碳组分主要集中于PM_(2.5)中,OC/EC比值范围为3.62~11.21.夏季和秋季的PM_(2.5)和PM_(2.5~10)中OC和EC的相关性较好(R20.65).估算得出的PM_(2.5)和PM_(2.5~10)中SOC的估算浓度为2.31~11.98μg/m~3和0.38~1.49μg/m~3.     

鞍山市环境空气中PM10、PM2.5污染特征研究

文章对鞍山市环境空气中细颗粒物（PM2.5）、可吸入颗粒物（PM10）季节性变化及月变化污染特征进行分析,不同季节的PM2.5、PM10变化趋势均为夏季〈秋季〈春季〈冬季;PM2.5、PM10的月均质量浓度按高低顺序分别为：12月〉1月〉11月〉2月〉10月〉4月〉3月〉7月〉8月〉6月〉5月〉9月和1月〉12月〉3月〉4月〉2月〉10月〉11月〉5月〉6月〉7月〉8月〉9月。同时,分析了ρ（PM2.5）对ρ（PM10）的贡献率,全年的ρ（PM2.5）/ρ（PM10）平均值为57.8%,结果表明,在PM10中,PM2.5的含量要大于PM2.5-10的含量。     

温泉宾馆室内PM_(10),PM_(2.5),CO_2和~(222)Rn的研究

对广东省 4座温泉宾馆室内外氡(222Rn)浓度和温泉水氡浓度进行研究,同时利用便携式探测器对室内外 PM10,PM2.5,CO2和CO 等污染物暴露水平进行直接测定.结果表明,温泉宾馆室内使用温泉水时氡浓度明显高于广东省室内平均氡浓度.除 CO 外,室内 PM10,PM2.5 和CO2 浓度都较高,其中 PM10 和 CO2 的超标率分别达到 67%和 89%.说明温泉宾馆室内不仅存在一般性污染物,而且存在高浓度的 Rn. 222     

南京市空气中颗粒物PM10、PM2.5污染水平

 为了初步调查南京市空气中颗粒物PM10、PM2.5的污染水平,于2001年冬、春、秋3季在南京市的5个典型城市功能区,用大流量采样器收集了50个样品.结果表明,南京市PM10、PM2.5的污染很严重,超标率分别为72%和92%,最大超标倍数达到6.3和9.0,而且对人体健康危害更大的PM2.5占PM10的大部分,约为68%,应引起公众和相关职能部门的高度重视.     

广州市冬季城区街道行人VOCs,PM10和CO暴露水平

在冬季以模拟行人路边行走的方式对广州市17条代表性城区街道进行了挥发有机物(VOCs)采样和随后的实验室分析,同时用便携式测定仪对PM10和CO暴露水平进行了直接测定.结果表明,虽然同期公布的空气污染指数不高,但行人在路边行走时一些毒害性挥发有机物(如苯)和PM10暴露水平较高,苯和PM10的超标率分别达到71%和77%.街道的分类比较表明,阶段性步行街的苯和甲苯平均含量最高,其他被研究化合物(除四氯乙烯外)则是按步行街、阶段性步行街和非步行街依次递增;新城区和老城区街道的差异比较明显.街道空气中VOCs的主要来源可能包括机动车尾气和溶剂挥发,但来源分配方面有待进一步深入分析.      

绵阳市城区空气PM_(10)、PM_(2.5)污染特征及相关性研究

采用连续自动监测方法于2013年9月至2014年4月对处于四川盆地内的中等城市绵阳市主城区富乐山、市人大、三水厂、高新区4个点进行空气质量监测。监测结果表明:空间分布上PM10和PM2.5污染程度城西工业区最高,市中心其次,森林公园最低。季节变化PM10和PM2.5污染程度为:春季<秋季<冬季。1天内PM10和PM2.5小时均值呈双峰分布。PM10和PM2.5一元线性回归方程为:y=0.7273x-2.9869,回归分析相关性系数为0.94。ρ(PM2.5)/ρ(PM10)平均值为0.7,变化范围为0.27~0.93。     

杭州市区空气中PM2.5细微粒监测及污染状况分析

用自行研制的中流量PM10～PM2.5大气采样仪,在2004～2005年期间,对杭州市区5个代表性采样点的细颗粒PM2.5污染程度进行监测,结果表明,PM2.5颗粒浓度有着季节性特征,冬季的颗粒浓度明显高于夏季;在繁华马路地区PM2.5污染较为严重,超标率达90%,而在城市绿化较好的地区PM2.5污染较小;PM2.5颗粒浓度与空气湿度呈正相关、与空气能见度呈负相关关系;而且室内外PM2.5颗粒浓度之间也存在一定的相关性,PM2.5/PM10的比值表明对人体健康危害更大的PM2.5占PM10的大部分,在0.50￣0.78范围内。     

石家庄夏季大气PM_(10)和水溶性离子污染特征

于2014年7月在石家庄市区对大气环境PM_(10)进行样品采集,并对PM_(10)浓度和水溶性离子的污染特征进行了分析。结果表明:采样期间PM_(10)质量浓度为(145.2±58.7)μg/m3,重污染天气主要是由于气象条件和地理位置共同造成的。水溶性离子是PM_(10)中含量较高的组分,其中SO2-4、NO-3和NH+4之和占总水溶性离子质量浓度的80.7%,Ca2+和Mg2+相关系数高达0.88,表明两者来源一致,Na+和Cl-浓度受人为活动的影响较大,K+主要来自生物质燃烧。PM_(10)中硫氧化率和氮氧化率分别为0.37和0.28,表明大气中存在SO2和NO2二次转化过程。     

我国PM2.5的污染状况和污染特征

对中国大气中PM2.5的污染状况和污染特征进行了综述和分析,其中包括我国PM2.5质量浓度的时间、空间污染特征、来源解析以及与PM10的关系.     

乌鲁木齐PM_(10)和PM_(2.5)的形貌特征与来源解析

PM_(10)和PM_(2.5)是近年来乌鲁木齐市空气质量的首要污染物,其成分复杂,来源不清。采用扫描电镜和离子色谱研究了乌鲁木齐市2015年采暖期和非采暖期大气颗粒物PM_(10)和PM_(2.5)的显微形貌,元素组成及其水溶性离子特征,并采用主成分分析法(PCA)对其来源进行解析。结果表明:PM_(10)和PM_(2.5)的颗粒形态各异,以球状、团絮状形状居多。主要物质有硅铝酸盐颗粒、铁氧化物颗粒,硫酸/碳酸盐晶体,碳质气溶胶以及不明物质等。采暖期和非采暖期主要的无机水溶性离子分别是SO_4~(2-)、NH_4~+、NO_3~-、Cl~-和SO_4~(2-)、NH_4~+、NO_3~-、Ca~(2+)。推测乌鲁木齐市颗粒物污染主要来源于固定污染源。     

西安市PM_(2.5)的时空分布特征研究

大气污染物PM_(2.5)对空气质量造成严重危害,威胁着人类健康。根据西安市13个监测区2013年1月1日—4月26日的PM_(2.5)质量浓度数据,得出西安市PM_(2.5)的浓度呈冬季高、春季低的特点。结合西安市的海拔数据、气象资料,并引入污染系数,分析得出了西安市13个监测区PM_(2.5)的浓度有以下规律:从西到东递减;分布与海拔高度和风向特点相一致;与平均温度、最高温度、最低温度均呈现负相关关系,但相关性不是很高。这为PM_(2.5)的针对性治理工作提供了理论指导。