长春市区冬季空气中颗粒物污染日特征分析

根据长春市环境监测中心站2011－2012年冬季市区各监测点位环境质量监测数据对市区冬季环境空气中颗粒物污染典型日特征进行了分析,分别对交通、水、煤炭对环境空气中的颗粒物影响变化特征进行了比对,浅析了长春市区冬季颗粒物污染的日变化特点,为今后城市环境空气污染防治提供了宝贵的实践经验。     

2020年南通市大气颗粒物组分和污染特征分析

本次研究以南通市大气颗粒物组成和污染特征为研究对象,利用南通市大气超级站监测数据,分析了2020年南通市PM2.5和PM10浓度水平,时间变化特征和组分特征.结果表明,2020年南通市PM2.5和PM10年均质量浓度分别为34μg/m3和56μg/m3,具有明显的冬高夏低的特征,PM2.5/PM10呈现为冬季>夏季>春季≈秋季.PM2.5中含碳组分和水溶性阴阳离子高低顺序为:NO3->OC>SO2-4>NH4+>EC>Cl->K+>Na+>Ca2+>Mg2+.冬季OC、NH4+、SO2-4和NO3-浓度值显著高于其他三个季节,PM2.5中NO3-、OC、SO2-4和NH4+的占比分别为27.7％、15.4％、15.0％和14.2％.NO3-/SO2-4比值为1.9,表明受移动源影响较大;OC和EC浓度均为冬季最高,夏季最低,四季OC/EC介于3.2～4.6,表明南通全年均受二次有机碳(SOC)的影响,且主要受柴油、汽油车的尾气排放和燃煤排放影响.     

2017年汾渭平原东部大气颗粒物污染特征分析

高度集中的煤炭产业和繁忙的交通运输使得汾渭平原成为全国污染最严重的地区之一.利用中国环境监测总站发布的大气环境监测资料,以统计的方法分析了2017年汾渭平原东部三门峡市、运城市、渭南市、洛阳市的颗粒物质量浓度演变特征,并与北京市开展对比分析.结果表明:①2017年汾渭平原东部颗粒物污染形势较为严峻,ρ（PM_2.5）年均值范围为61~75 μg/m3,高于北京市（58 μg/m3）,ρ（PM_2.5）/ρ（PM₁₀）范围为0.47~0.57,远低于北京市的0.66,说明汾渭平原东部一次颗粒物的贡献更为显著.②与北京市相比,汾渭平原东部重污染有效时数较长,在三门峡市、运城市、渭南市和洛阳市出现PM_2.5重度及以上污染过程的时数分别占全年总时数的6.56%、8.91%、9.23%和9.10%.但由于汾渭平原东部重污染期间颗粒物质量浓度较北京市低,因此造成汾渭平原东部和北京市重度及以上污染过程中颗粒物质量浓度平均值在颗粒物质量浓度年均值中占比基本相同.③汾渭平原东部颗粒物质量浓度的周变化特征与北京市有显著区别.④重污染期间,汾渭平原东部ρ（PM_2.5）和ρ（PM₁₀）的日变化特征与ρ（SO₂）相同,均呈白天高、夜间低的特征,而北京市ρ（PM_2.5）和ρ（PM₁₀）的日变化特征与ρ（SO₂）相反,呈白天低、夜间高的特征,说明汾渭平原东部特殊的能源结构、边界层动力演变和局地环流造成高架点源对重污染期间污染物质量浓度的影响较显著.研究显示,汾渭平原东部应该加强重污染期间高架点源的管控.      

颗粒物污染对策

<正> 颗粒物(烟尘、粉尘)和SO_2气体都是大气污染的主要物质。控制颗粒物污染的历史在英国等可追溯到一世纪以前,控制SO_2气体的历史则更早。尽管如此,我国颗粒物的环境达标率自制定以来则一直增长很慢。最     

2014年1月北京市大气重污染过程单颗粒物特征分析

利用在线单颗粒物气溶胶质谱仪(SPAMS)对2014年1月北京市典型大气重污染过程进行了连续监测,分析了具有正负离子质谱信息的颗粒物共2248225个.同时,利用ART-2a神经网络分类方法并结合Matlab统计分析,将具有质谱信息的颗粒物归为10类,分别为:矿尘类颗粒物(Dust)、元素碳颗粒物(EC)、有机碳颗粒物(OC)、元素碳和有机碳混合颗粒物(ECOC)、钠钾颗粒物(NaK)、富钾颗粒物(K)、含氮有机物(KCN)、高分子有机物(MOC,Macromolecular OC)、多环芳烃类颗粒物(PAHs)和重金属类颗粒物(Metal).结合PM_2.5质量浓度数据和HYSPLIT 4.0后向轨迹模型结果,将观测时间段划分为3个典型污染过程和1个清洁过程.结果显示,重污染期间OC、MOC和PAHs为最主要的颗粒物类型.最后,本文还比对分析了污染过程和清洁期间颗粒物的混合状态,结果表明,污染过程中硫酸盐和硝酸盐较清洁期间更容易与碳质颗粒物结合.     

丹东市颗粒物污染分析

采用历史资料和对比分析的方法分析了丹东市颗粒污染的特征、来源和危害 ,确定提高燃煤锅炉的脱硫除尘效率 ,植树造林 ,增加城市绿地 ,消除裸地和建筑扬尘等都可减少颗粒物的污染和危害     

颗粒物污染特性分析

<正> 一、引言颗粒物以固态、液态及固-液态形式大量地存在于大气环境中。以前,大气污染问题一直被称为“烟尘”问题,因为很多大气污染事件的发生都与颗粒物污染有直接关系,例如1952年英国伦敦发生的“烟雾”事件就是由颗粒物和多种气体污染物协同作用所造成的。按照颗粒物产生机理可分为一次性颗粒物及二次性颗粒物。前者是从发生源直接排放到大气中的粒子;后者是存在于大气中的     

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。     

浙江省大气颗粒物PM2.5化学组分污染特征分析

为探究浙江省城市大气颗粒物的组分污染特征,基于2019年10月1日至2020年9月30日浙江省内11个点位4个区域的手工采样监测数据,分析了浙江省PM_2.5组分不同区域不同季节的污染特征.结果表明,采样期内浙江省各地区ρ(PM_2.5)平均值范围为34.3～46.4μg·m^-3,其中浙西和浙北内陆地区PM_2.5浓度相对较高,分别高出均值15.1%和13.2%,浙东和浙南沿海地区PM_2.5浓度相对较低,分别低于均值8.4%和14.9%.季节性特征呈现秋季和冬季较高,夏季最低,空间分布来看,浙南地区的PM_2.5浓度春季、秋季和冬季季节变化不明显,浙西地区为：秋季>冬季>春季>夏季,浙北和浙东地区均呈现冬季>秋季>春季>夏季的季节变化特征.内陆地区采样期内,风景名胜区、行政区、居民区和商业交通居民混合区的ρ(PM_2.5)分别为：(40.2±10.2)、(46.3±9.6)、(50.1±10.6)和(46.7...     

南宁市区交通环境空气颗粒物中碳组分的污染特征分析研究

含碳颗粒物是大气颗粒物的重要组成部分,对人体健康产生很大的威胁.分别于2012年夏季及2013年冬季在南宁市选取六条主要交通干道采集了PM10、PM2.5样品,分析测定了其中的碳组分.结果表明,碳组分浓度季节变化明显.碳组分在细颗粒物中占有比重比在可吸入颗粒物中大.存在二次有机碳污染.对8种碳组分丰度分析说明南宁市大气颗粒物中碳组分的主要来源是燃煤、机动车尾气及生物质样品燃烧.     

2013年1月南京强霾时期大气细颗粒物污染特征分析

2013年1月,南京经历了一次重大持续性灰霾污染过程。利用在线气体及气溶胶监测系统和扫描电迁移率颗粒物粒径谱仪,通过研究颗粒物质量浓度,主要水溶性无机离子浓度,不同时段颗粒物的数谱分布及其日变化分布,二次气溶胶及黑碳与能见度的相关性等多个方面,较为全面地分析了重霾时期大气细颗粒物的污染特征。     

细颗粒物污染成室内主要污染

正2013年12月27日,全国室内车内环保行业发展工作会举行,国家室内车内环境及环保产品质量监督检验中心主任宋广生发布了"2013年全国室内环境车内空气质量十大新闻".据中国室内环境监测工作委员会检测调查分析,室外雾霾天气时,80%的室内环境细颗粒物超标,室内环境的细颗粒物污染已经成为我国家庭中的主要污染物.雾霾污染带来了空气净化器的热销,而空气净化器质量成为家用电     

江苏省2014年上半年颗粒物PM2.5、PM10污染特征分析研究

根据2014年1月1日～6月30日江苏省13地级市监测PM2.5,PM10的数据,分析其污染特征.结果表明:全省PM2.5和PM10污染较严重,全省PM2.5,PM10超标率都分别达到78.33％,66.11％以上,尤其是细颗粒物的污染占主导地位;PM2.5/PM10的比值范围达到0.461 9～0.687 2,全省PM2.5和PM10之间存在显著的线性关系;PM2.5,PM10浓度时空分布特征为PM2.5:1月＞3月＞2月＞5月＞6月＞4月,PM10:1月＞5月＞3月＞6月＞2月＞4月;苏北＞苏中＞苏南.     

许昌市空气细颗粒物（PM2．5）污染特征分析研究

利用许昌市2014年1月至12月的PM2．5大气连续自动监测数据,对PM2．5的污染特征、PM2．5的重污染特征进行了分析。结果显示：2014年全市PM2．5年均浓度为83 ug／m3,超《环境空气质量标准》二级浓度限值1．37倍,污染季节主要集中在冬季,其次是春季、秋季,夏季明显低于冬季。2014年重污染日全市PM2．5日均浓度范围为151～411 ug／m3,全市PM2．5平均浓度为201 ug／m3,重污染日主要集中在1月和2月。     

北京奥林匹克公园地表颗粒物粒度特征分析

研究了北京市奥林匹克公园2012年10月和11月4次采集的地表颗粒物的粒度特征,结果表明,奥体公园整体以中小粒径76~830μm的颗粒物为主.人流量较大的区域颗粒物较粗,而有车辆通过或工地附近的区域颗粒物以粒径<300μm为主且更易在中等车流量的道路累积.说明人流量对道路地表颗粒物的组成影响有限,交通流量、建筑施工行为是影响城市公园颗粒物组成的重要因素.雨前干燥期影响颗粒物组成:随着雨前干燥期(≤15 d)的增加,粒径>300μm的颗粒物地表累积量不断下降,粒径<150μm的累积量不断上升,而150~300μm粒径范围的颗粒物受干燥期的影响不明显.道路的材质明显影响颗粒物的累积,与石材路面相比,地表颗粒物更容易在公园沥青路面累积,可以通过改进公园道路的设计,如采用石材路面,降低道路的粗糙度,从而减少颗粒物对公园水体的污染.     

我国大气颗粒物来源及特征分析

我国大气颗粒物来源复杂,呈现大气复合型污染特征,对主要污染源进行识别和定量,是制定城市空气质量改善措施的基础。本研究总结了2000年以来我国近30个城市大气可吸入颗粒物PM10源解析研究,结果表明我国大气颗粒物PM10主要来自六类源:扬尘(土壤尘、道路尘、建筑尘);燃煤;工业排放;机动车排放;生物质燃烧;SO2、NOx、VOCs氧化产生的二次颗粒物。研究还表明,不同地区不同季节大气颗粒物主要来源和相对贡献存在差异。近年来随着大气颗粒物控制措施的实施,城市PM10污染状况已明显改善,大气细颗粒物PM2.5越来越受关注,在制定空气质量达标方案时,各类燃烧源和二次颗粒物的重要性将进一步上升。     

贵阳市中心城区大气颗粒物特征分析

依据实际监测数据,分析了贵阳市城区冬夏两季颗粒物（以PM10为主）的质量浓度分布特征、粒径分布特征和化学组成特征。由于冬季燃煤排放烟尘量多,近地面大气稳定度高,细微颗粒不易向高空扩散,因此贵阳市冬季各个监测点的PM10浓度都较夏季高;夏季较冬季空气扩散能力强,颗粒物易向高空扩散,地面颗粒物浓度较低,尤其是细颗粒物的浓度,因此冬季细颗粒物的比例明显增加;监测期间颗粒物的主要化学组分是TC、SO4^2-、Si、NO3^-、Al和Ca,除太慈桥点外,其它4个点的多环芳烃质量含量均是冬季大于夏季,环科院冬夏季和监测站夏季都是细颗粒物中的多环芳烃质量含量要高于粗颗粒物的,监测站冬季是粗颗粒物中的多环芳烃质量含量要高于细颗粒物的。     

阜新市大气源颗粒物粒度特征分析

为研究阜新市大气源颗粒物粒度特征,于2017年1月对阜新市矿山堆场(KS)、阜新发电(FX)、杰超电厂(JC)、阜矿热电(FK)、泰山石膏(TS)、土壤扬尘(TR)、大型道路(DX)、中型道路(ZX)、小型道路(XX)、城市扬尘(CS)、水泥尘(SN)、金山电厂(JS)、大鹰水泥(DY) 13个大气源颗粒物主要来源采样,并用LA-300型激光散射粒度仪测定大气源颗粒物的粒度,采用Folk-Ward公式计算粒度参数,分析各源颗粒物粒度分布特征。结果表明:①SN、DY和DX以粒径10μm的颗粒物为主,DY的中位直径(D_(50))最小,均值为3. 18μm。②CS、SN、JS、DY、DX的平均粒径(M_z)都小于10μm,偏度S_k在0. 3～1. 0之间,属于很正偏态。DY和DX标准偏差(S)在2～4之间,分选差。CS、SN、JS、DY的峰态(K_G)属于中等峰和窄峰类型。③TR、DY中粒径2. 5μm细微颗粒占比相对较高,分别达2. 81%、3. 21%。鉴于阜新市大气源颗粒物的多物源混合性及较差的分选特征,阜新市应当着重加强对TR、DY、DX、CS等大气颗粒物污染源的排放及监测管控。     

成都市大气细颗粒物组成和污染特征分析(2012-2013年)

为了解成都市大气细颗粒物的污染特征,于2012年5月-2013年5月在成都市城区开展了每6 d采集1次样品的长期颗粒物观测.利用十万分之一分析天平、热光碳分析仪、离子色谱、电感耦合等离子体质谱(ICP-MS)分别分析了颗粒物样品的质量浓度、有机碳/元素碳、水溶性离子、无机元素等,同步收集了污染物在线观测数据、气象数据和卫星遥感数据.结果表明,采样期间,成都市可吸入颗粒物(PM₁₀)和细粒子(PM_2.5)浓度颗粒物浓度分别高达(129.7±76.4)和(91.6±54.3) μg·m^-3,PM_2.5中以二次无机离子(SNA,43.6%)和有机物(OM,31.2%)污染最为突出,其次为土壤组分(Soil,13.8%)、元素碳(EC,5.0%)和微量元素(Trace,0.8%);1月、3月、5月和10月是污染较重的月份.通过比较揭示了不同污染源影响下的典型污染特征.生物质燃烧期间,成都城区PM_2.5浓度达214.3 μg·m^-3,PM_2.5/PM₁₀比达0.89,其中OM贡献增加至57.2%,K⁺浓度达8.7 μg·m^-3,OC/EC比达8.3,SNA比重下降;而沙尘传输期间,PM_2.5浓度为122.6 μg·m^-3,仅占PM₁₀浓度的0.28,PM_2.5中土壤组分比例剧增至77.3%,SNA和无机元素的比重明显下降;静稳天气下PM_2.5浓度为261.0 μg·m^-3,各组分比重并无明显变化,硝酸盐和铵盐比例稍有增加.     

银川市臭氧污染天气形势客观分型研究

采用T-mode主成分分析法（PCT）对银川2016—2020年4—9月850 hPa位势高度和全风速场进行客观天气分型,并利用后向轨迹聚类方法、潜在源贡献算法（PSCF）和浓度权重轨迹分析法（CWT）探讨臭氧易污染天气型的传输特征和潜在污染源区.结果表明,最有利于形成臭氧污染的天气类型为东高西低型,其次是低空均压场高空弱西北气流型,再次是低空均压场高空强西北气流和辐合场型,对应的臭氧超标率分别为37%、34%、27%和27%;不利于促发臭氧污染的天气类型有暖高底部型、西北气流控制型和高压后部型.东高西低型下,银川臭氧的主要输送路径为东南气流,潜在源区为四川北部、陕西西南部、甘肃东北部和宁夏东部;偏东气流和西北气流对低空均压场高空弱西北气流型下 臭氧浓度均有重要影响,此天气型下银川臭氧潜在源区主要分布在内蒙古西南部与宁夏西北部接壤地区及宁夏北部和东部;低空均压场高空强西北气流型下臭氧主要输送路径为北方气流,潜在源区为内蒙古中西部及宁夏中东部;东南偏东气流为辐合型天气型下银川臭氧的重要 输送路径.