燃煤热电锅炉PM_(2.5)减排措施分析

燃煤热电锅炉废气排放对我国的大气环境PM2.5污染有较大的影响,目前我国大气污染形势依然严峻,重点区域内PM2.5年均浓度平均超标较重,控制燃煤热电锅炉PM2.5包含直接排放的一次颗粒物和二次颗粒物的前驱物的治理,采取建设和保障正常运行脱硫、除尘、脱硝等措施,可控制和减少燃煤锅炉PM2.5排放,降低大气污染程度、改善环境空气质量。     

上海冬春季PM2.5中不挥发和半挥发颗粒物的浓度特征

微量振荡天平法广泛的应用于我国PM2.5的监测,该方法50℃的采样加热温度会导致PM2.5中半挥发颗粒物的损失, 而仅可获得PM2.5中的不挥发颗粒物的质量浓度,因此,PM2.5浓度的实际测值会偏低.微量振荡天平和膜动态测量联用技术可同时获得PM2.5中不挥发和半挥发颗粒物的质量浓度,本研究利用该技术于2011年12月~2012年4月在上海城郊开展了PM2.5中不挥发和半挥发颗粒物的连续观测,并对其浓度特征进行了分析.结果表明:上海冬春季大气PM2.5中半挥发性颗粒物占有较高比重,平均浓度比率为18.91%;PM2.5中半挥发颗粒物主要来自NH4NO3,在NH4NO3浓度较高的地区,PM2.5的监测应考虑半挥发颗粒物的损失;半挥发性颗粒物补偿前后的PM2.5浓度间有着较好的线性关系,在一定数据质量目标下,可由未补偿的浓度推算补偿后的PM2.5浓度.     

广州市区PM_(2.5)的污染特征

对广州市区PM2.5的污染状况进行了分析,结果表明广州市区的PM2.5呈现冬季浓度较高,夏季较低的季节性特征;PM2.5的日变化呈现出明显的双峰形;与PM10的相关性分析表明,PM2.5与PM10具有良好的线性关系。PM2.5/PM10的值约为0.59,表明广州市区空气中细颗粒物在PM10中的比重大于粗颗粒物,鉴于PM2.5的危害性及所占比例,应重视对其的监测。     

上海城区典型空气污染过程中细颗粒污染特征研究

采集了上海城区2009年10月10~21日期间2次空气污染过程的样品,在对污染过程分析的基础上,着重分析了PM2.5及其化学组分的变化,探讨了污染源及形成机制.研究表明,14日的灰霾过程主要由本地排放的污染物二次转化形成,PM2.5占PM10比重超过60%且PM2.5中离子组分含量高.17~19日的浮尘过程中,受北方沙尘影响本市粗颗粒浓度上升,PM2.5所占比重下降,二次离子组分从细颗粒物向粗颗粒物转移且Ca2+浓度上升,同时受到长江三角洲区域秸秆焚烧的影响,细颗粒物中K+, EC和OC含量高.因此,应在控制本地源排放的同时,加强对细颗粒尤其是二次细颗粒污染及其前体物的协同控制.     

珠三角区域环境PM2.5细颗粒物污染特征分析

本文研究了珠三角区域细颗粒物污染的污染分布特征及长期变化趋势,结果表明,2010年珠三角地区细颗粒物污染比2006年有所改善;PM2.5/PM10比值时间序列分析表明,3个区域站PM2.5/PM10长期平均比值介于0.639和0.690之间。PM2.5/PM10比值月变化幅度较为明显,最低值0.620出现在7月份,最高值0.737出现在10月份。2010年北方强沙尘暴影响期间,PM2.5/PM10比值变小,比值约为0.354。万顷沙子站3次典型重污染过程中,PM2.5/PM10比值差异较大,介于0.586和0.708之间。     

燃煤电厂排放细颗粒物的水溶性无机离子特征综述

当前我国面临严重的大气细颗粒物(PM2.5)污染,燃煤电厂是大气中PM2.5的重要来源之一.为了实现国家"十一五"和"十二五"规划对二氧化硫(SO2)和氮氧化物(NOx)的总量减排目标,燃煤电厂大规模安装烟气脱硫和脱硝设施,这虽然减少了气态污染物转化生成的二次PM2.5,但另一方面也会对烟气中PM2.5的物理化学特征产生影响,有可能增加一次PM2.5的排放.本文综述了燃煤电厂排放PM2.5及其水溶性离子的粒径分布特征,重点介绍了脱硫和脱硝这两种烟气处理设施对燃煤电厂排放PM2.5的影响原理及相关研究结果,特别是对细颗粒物中水溶性离子(如SO2-4、Ca2+和NH+4)的影响.在目前我国PM2.5污染十分严重和燃煤电厂大量安装脱硫和脱硝装置的背景下,定量研究脱硫和脱硝对PM2.5排放特征的影响具有十分重要的意义.     

陶瓷车间内空气颗粒物的空间变化特征

采用仪器对10家建筑陶瓷企业空气中PM10、PM2.5和PM1日均浓度进行了实时监测.结果表明,不同粒径颗粒物的质量浓度在车间内的空间变化存在差异.Pearson双尾相关性分析表明,各车间内PM10与PM2.5、PM10与PM10、PM2.5与PM10之间有显著的线性相关.所有车间内PM1/PM10与PM2.5/PM10平均值分别为0.517与0.623,低于佛山背景值0.697和0.84,但PM1/PM2.5的平均值为0.825,接近于背景值0.829.因此,陶瓷车间内细颗粒物比例相对较小,显示了不同于市区空气颗粒物粒径分布的特征.     

北仑区域不同粒径颗粒物的变化规律研究

利用北仑区域内2014年的PM10、PM2.5和PM1三种不同粒径的颗粒物的监测数据,对三种粒径的颗粒物的浓度及比例变化特征进行了研究,结果表明,三种粒径的颗粒物均存在较为一致的季节性变化规律,且PM1/PM10和PM2.5/PM10的变化规律较为一致;同时通过对典型的冬日、夏日和连续灰霾天过程的分析,发现不同粒径的颗粒物在典型日和连续灰霾天过程中均有较为一致的浓度变化规律,而且PM1/PM10和PM1/PM2.5的变化规律也均呈现出了一致性。     

北京市2009年8月大气颗粒物污染特征

为研究2008年8月北京奥运会1a之后北京市大气颗粒物的污染特征,于2009年8月对北京市大气颗粒物PM10、PM2.5样品进行采集,测量其质量浓度并对其中的水溶性离子组分进行分析.研究发现2009年8月北京市大气颗粒物PM10、PM2.5质量浓度日均值分别为176.9μg/m3和102.5μg/m3.PM10质量浓度比2008年观测值上升了180%,比2007年降低了10%; PM2.5质量浓度比2008年观测值上升了126%,比2007年上升了31%.水溶性离子是大气颗粒物的重要组分,分别占PM10和PM2.5质量浓度的43%和61%.对比发现,污染天气条件下PM2.5/PM10和NO3-/SO42-比值升高,移动源是北京地区主要的污染物来源.风向风速和降水等天气条件对颗粒物质量浓度有很大影响,其中0.5~1.0m/s的东南风条件下大气颗粒物污染最为严重.     

银川市气溶胶变化特征及其与气象条件的关系分析

利用银川市2013年的气溶胶和气象要素观测资料,分析银川市不同粒径颗粒物浓度变化特征及其与气象条件的关系,结果表明:PM10、PM2.5、PM1的季节变化规律基本一致,夏季浓度低变幅小、其他季节浓度高变幅大;PM1、PM2.5存在明显的7 d周期,PM10存在10~12 d的周期。PM1、PM2.5、PM103种粒径的气溶胶浓度具有高度相关性,PM1与PM2.5相关性最好,PM10浓度高、变率大,与细粒子相关性有所降低。PM1和PM2.5的时变化均呈双峰双谷型,PM10的时变化在非采暖期近似于双峰双谷型,采暖期呈单峰型。银川市气溶胶浓度与能见度相关性最好,细颗粒物对能见度影响比粗粒子更为严重。气温与气溶胶浓度呈一致的负相关。风速与细颗粒物PM1、PM2.5浓度呈负相关,与粗颗粒物PM10的相关性较差。银川市相对湿度与粗颗粒物浓度PM10呈较好的负相关,与PM1正相关,与PM2.5相关不显著。     

关键词

关键词:PM2.5是什么PM.英文全称为particulate matter(颗粒物),PM2.5是指大气中直径小于或等于2.5微米的颗粒物,也称为可入肺颗粒物,粒径小,富含大量的有毒、有害物质且在大气中的停留时间长、输送距离远,因而对人体健康和大气环境质量的影响很大。科学家用PM2.5     

2009年8~9月成都市颗粒物污染及其与气象条件的关系

对成都市3个不同点位PM2.5和PM10进行了为期30d的连续观测,研究了大气颗粒物浓度的时空分布特征,及其与气象条件的关系.研究表明,观测期间成都市大气颗粒物PM2.5和PM10质量浓度日均值分别为66,94μg/m3,两者浓度变化范围较大,但变化趋势相同.从空间分布来看,大气颗粒物浓度均是熊猫基地>草堂寺>丽都花园,即下风向污染状况最严重,商业繁华地段次之,生活居住区最好;从时间分布来看,大气颗粒物污染最严重出现在9月17~19日,9月5~9日2个时间段,不利的气象因素和污染物的累积是造成该时间段大气颗粒物污染加重的主要原因.PM2.5与PM10质量浓度的相关性为0.93,PM2.5对PM10的贡献较大,两者质量浓度的比值达0.69.气温对大气颗粒物浓度变化没有显著影响;降水以及风速对颗粒物浓度影响较大,主要是对颗粒物的湿清除和促进扩散作用;在一定相对湿度范围内,高湿度条件容易造成大气颗粒物的较重污染.能见度与大气颗粒物浓度呈明显负相关性,且与PM2.5的相关系数大于与PM10的相关系数.     

细颗粒物(PM_(2.5))在环境空气自动监测中的方法对比与应用

高浓度的细颗粒物(PM2.5),是造成"灰霾"和"雾霾"天气的主要空气污染物之一。细颗粒物(PM2.5)在环境空气中的监测,是了解和分析空气质量的重要依据。本文旨在分析认识细颗粒物(PM2.5)自动监测方法中常用的β射线法,通过与天平振荡法进行对比,了解细颗粒物(PM2.5)监测仪器的使用情况。     

贵阳市大气颗粒物(PM2.5)污染特征及气象参数的影响

运用连续颗粒物采样仪(URG Model 2000-01J)对贵阳市城区大气颗粒物PM2.5进行了连续3个月(9~11月)的采集与分析,探讨了PM2.5的浓度分布特征、气象条件的影响。结果显示,贵阳市大气颗粒物PM2.5的平均质量浓度为53±27μg/m3,变化范围为3.7~186μg/m3;初步推断大气颗粒物PM2.5的污染来源主要是燃料燃烧、生物质燃烧、汽车尾气等人为源;相对湿度、风速、风向、温度等气象条件是影响大气颗粒物浓度及分布的重要因素。     

甘肃白银市大气颗粒物PM2.5的地球化学特征研究

2011年8月,横跨白银市区东西向布设12个采样点,间距约1km,采集1.5m高大气颗粒物PM2.5样品,获得了白银市区大气中PM2.5浓度,并测定了大气颗粒物PM2.5中Ag、As、B、Ba、Be、Bi等几十种元素含量。结果发现12个采样点大气颗粒物PM2.5浓度范围为91～277μg/m3,均超过中国环境空气质量二级标准(GB 3095-2012),达二级标准限值(24小时平均值)的1.21～3.69倍。受尾矿堆放及选矿、冶炼企业集中分布的影响,东城区大气颗粒物PM2.5浓度高于工矿企业较少的西城区,污染较为严重。大气颗粒物PM2.5中微量元素浓度与污染源间具有良好的空间对应关系。采用富集系数法和主因子分析法研究大气颗粒物PM2.5元素组成特征,结果表明,白银市大气中PM2.5主要来源为工业废气、矿山与尾矿扬尘及土壤扬尘,三者的贡献率分别为31.2%、28.6%、26.4%。     

对城市环境空气中颗粒物影响成因的研究

本文通过对自动监测子站监测数据的分析,研究了春节前、春节期、春节后燃放烟花爆竹对城市环境空气中颗粒物PM10和PM2.5的影响。在春节期集中燃放烟花爆竹的时间段里,颗粒物浓度均升高,对PM2.5的影响更为明显。     

海口市PM_(2.5)和PM_(10)来源解析

以海口市为例,研究了我国典型热带沿海城市——海口市环境空气颗粒物的污染特征和主要来源.2012年春季和冬季在海口市区4个采样点同步采集了环境空气中PM10和PM2.5样品,同时采集了多种颗粒物源样品,并使用多种仪器分析方法分析了源与受体样品的化学组成,建立了源化学成分谱.使用CMB(化学质量平衡)模型对海口市大气颗粒物进行源解析.结果表明:污染源贡献具有明显的季节特点,并存在一定的空间变化.冬季城市扬尘、机动车尾气尘、二次硫酸盐和煤烟尘是海口市PM10和PM2.5中贡献较大的源,在PM10和PM2.5中贡献率分别为23.6%、16.7%,17.5%、29.8%,13.3%、15.7%和13.0%、15.3%;春季机动车尾气尘、城市扬尘、建筑水泥尘和二次硫酸盐是海口市PM10和PM2.5中贡献较大的源,在PM10和PM2.5中贡献率分别为27.5%、35.0%,20.2%、14.9%,12.8%、6.0%和9.5%、10.5%.冬季较重的颗粒物污染可能来自于华南内陆地区的区域输送,特别是,本地排放极少的煤烟尘和二次硫酸盐受区域输送的影响更为显著.     

西安市商场建筑室内外颗粒物污染状况调查

为了解西安市商场建筑室内外颗粒物的污染状况,采用德国Grimm气溶胶光谱仪对该市10家商场的室内外颗粒物浓度进行测试。结果发现,10家商场室内外PM10和PM2.5浓度都不同程度超过了相关标准规定的浓度值,PM10和PM2.5的室内超标率分别为66.4%和71%,室外超标率分别为73.8%、71.6%。室内外颗粒物浓度I/O比值均小于1,出现(I/O)PM10<(I/O)PM2.5<(I/O)PM1.0的规律。同时,室内可吸入颗粒物主要以对人体伤害较大的细颗粒物为主。     

元宵节期间北京PM_(2.5)单颗粒的物理化学特征

采集2014年元宵节期间北京PM2.5样品,使用场发射扫锚电镜-能谱仪观察北京PM2.5单颗粒的显微形貌和元素组成,并利用图像分析系统对PM2.5的粒径进行分析.结果表明:PM2.5的单颗粒类型以烟尘集合体、矿物颗粒和飞灰为主;烟花爆竹燃放产生的PM2.5是造成元宵节期间北京PM2.5浓度升高的主要原因;PM2.5中总颗粒物个数呈现先升高后降低的趋势;元宵节期间北京PM2.5中大部分颗粒物的粒径小于0.7μm;然而,重污染天气PM2.5中粒径大于0.7μm颗粒物的数量明显高于轻污染天气.     

廉江某地区大气TSP、PM10、PM2.5污染水平及相关性研究

为研究廉江市大气颗粒物污染特征,于2014年11月～12月采集TSP、PM10、PM2.5样品,用重量法分析质量浓度,并对相关性进行分析.结果表明,用环境空气质量标准(GB 3095-2012)来衡量,廉江市冬季大气颗粒物TSP、PM10、PM2.5的日均浓度均符合标准,环境空气状况良好;三个代表性采样点在监测周期内TSP、PM10、PM2.5的浓度变化趋势大体一致,监测结果能客观反映该区域颗粒物的污染状况;PM2.5与PM10,PM10与TSP之间均存在着显著相关性,回归方程相关性较好.