杭州地铁1号线颗粒物污染水平监测与分析

为更好地了解杭州地铁运行环境，于2021年7月采用实地监测的方法对杭州地铁1号线部分车站站厅、站台、车厢内的PM₁、PM_2.5以及PM₁₀的质量浓度进行了监测。结果显示，杭州地铁现有空调通风设备能够较好地控制车站及列车内颗粒物的质量浓度，仅PM_2.5最高质量浓度(67.7μg/m³)超出国家一级标准；站台颗粒物的质量浓度普遍高于站厅颗粒物质量浓度，且两者相关性强；地铁运行时车厢内PM₁、PM_2.5以及PM₁₀的质量浓度变化平稳，客流量对PM_2.5的质量浓度变化没有显著影响，两者相关性低；各地铁车站站厅ρ(PM₁)/ρ(PM_2.5)均值为0.73,站台ρ(PM₁)/ρ(PM_2.5)均值为0.74,站厅ρ(PM_2.5)/ρ(PM₁₀)均值为0.88,站台ρ(PM     

济南市采暖期PM2.5中水溶性离子污染特征及来源分析

为了解采暖期济南市大气PM_2.5中水溶性离子的污染特征,于2020年12月18日-2021年1月8日在市区手工采集PM_2.5样品,分别利用重量法和离子色谱法对PM_2.5和9种水溶性离子质量浓度进行了测定,对其污染特征和来源进行了分析。结果表明,济南市大气中PM_2.5质量浓度均值为(78±52)μg/m³,水溶性离子质量浓度均值为(43.2±32.7)μg/m³,在PM_2.5中占比55.3%,是PM_2.5的主要组分;随着污染加重,NH₄⁺、NO₃^-、SO₄^2-等二次离子(SNA)在PM_2.5中占比显著提高,二次转化明显增强;SOR、NOR与风速、气压、混合层高度呈负相关,与气温、湿度呈正相关,在静稳天气下更容易产生二次转化;观测期间PM_2.5...     

重庆市“蓝天行动”的历史回顾与新一轮实施发展

通过对2005年以来重庆市“蓝天行动”实施的历史回顾,梳理和总结出重庆市环境空气污染治理监管的成果和经验,并提出了新一轮“蓝天行动”(2018—2022年)以控制细颗粒物PM_2.5污染和减少臭氧污染为重点,以降低氮氧化物浓度为突破点,坚持全民共治、源头防治为目标,制定了“四控两增”针对性的防治工程措施。截止2020年,重庆市优良天数达到333天,PM_2.5年均浓度达到33μg/m³,空气质量评价六项指标首次实现有监测记录以来全部达标,为历史最好水平。     

深圳市道路环境空气中PM2.5水溶性离子污染特征

利用深圳市深南中路路边自动空气监测站的水溶性离子色谱监测仪的观测数据,对PM_2.5中水溶性无机离子进行污染特征解析。结果表明,观测期间深南中路路边子站PM_2.5中主要水溶性无机离子的总平均浓度为7.73μg/m³,占PM_2.5平均浓度的39.8%,是PM_2.5的重要组成。其中二次离子SO₄^2-、NO₃^-和NH⁴⁺的平均浓度分别为3.03μg/m³、1.97μg/m³和1.53μg/m³,占总离子平均浓度的84.5%,是最主要的水溶性离子。通过观测,分析了此站点发生的多次水溶性离子污染过程的成因、水溶性离子的的日变化特征及影响NH₄NO₃气粒分配的关键环境因素。     

地铁站办公区细颗粒物之金属特性分析及工作人员健康暴露水平分析

为了研究地铁站办公区PM_2.5的特征和工作人员的暴露水平,选择3种不同类型的地铁站进行采样和分析。采用电感耦合等离子体质谱法(Inductively Coupled Plasma Mass Spectrometry, ICP-MS)分析PM_2.5样本中的22种元素,利用微环境模型对地铁站工作人员的PM_2.5及元素质量浓度暴露水平进行评估,并与普通室内工作人员进行对比。结果显示,办公区PM_2.5质量浓度普遍高于室外,超过了世界卫生组织给出的指导值。办公区PM_2.5金属元素富集明显,地铁工作人员每天暴露于Fe、Mn、Cu、Ni、Cr、Co等金属元素的日暴露剂量明显高于普通室内工作人员,地铁站办公区的空气质量应引起关注。     

联合Transformer注意力机制的PM2.5浓度预测网络研究

应用深度学习技术进行PM_2.5浓度预测方法的研究，提出联合Transformer注意力机制的循环预测网络。模型的核心是多头注意力-长短期记忆网络(MH-LSTM),通过构建统一记忆单元捕捉时空特征关联。MH-LSTM单元使用LSTM联合Transformer注意力机制对时间变化和全局空间特征统一建模形成记忆信息。记忆信息“之”字流向跨越堆叠的MH-LSTM模块，高层记忆信息辅助下一时刻低层记忆信息的获取。应用该模型结合河北省生态环境监测中心提供的PM_2.5浓度数据开展预报试验，结果表明，相对于卷积LSTM网络(ConvLSTM)、预测循环神经网络(PredRNN)、双重记忆网络(MIM),该模型预测的平均绝对误差分别减小了18.13%、10.23%、9.62%,实现了同时捕捉PM_2.5浓度的时空相关性，具有更优预测性能。     

基于XGBoost-ARIMA方法的PM2.5质量浓度预测模型的研究及应用

针对PM_2.5时间序列的非线性、高噪声、不平稳与波动性的特征，提出一种基于分解集成框架以及相关性去噪的新型XGBoost-ARIMA混合预测模型。以石家庄市为例，选择PM₁₀、SO₂等4个影响因子，PM_2.5为目标因子，构建混合预测模型以合理区分与处理时间序列中高频、低频数据，并通过Pearson相关性去噪方法对时间序列中的噪声因子进行去除。实例验证及与经典预测模型的对比研究表明，提出的新型XGBoost-ARIMA混合预测模型适用于大气污染治理以及环境政策制定所需的PM_2.5质量浓度日均数据预测，实现了针对大气污染物日均质量浓度的准确预测，能够为污染治理与政策制定提供科学的数据支撑；该方法与经典预测模型相比，具有更优的预测性能(平均绝对误差仅为10.465 18,且希尔不等系数低至0.085 89)。     

关于O3和PM2.5协同控制的一些思考

细颗粒物(PM_2.5)和臭氧(O₃)是影响我国环境空气质量持续改善的两个关键污染物,具有一定的同根同源性,具备协同控制的基础条件。通过对现阶段我国实施O₃和PM_2.5协同控制的政策管理、科学机理、技术措施和能力建设等方面的系统分析,建议从国家层面科学划定O₃联防联控区域,优化区域联防联控机制;摸清O₃关键前体物VOCs和NOx的排放基数,建立VOCs分物种清单;量化协同方案,有序开展污染物、区域、行业多角度协同控制;开展O₃和PM_2.5协同机理研究,强化科学研究的支撑作用;开展VOCs综合治理,提高监管执法能力建设。以期实现O₃和PM_2.5短期削峰,长期达标。     

某钢铁企业厂区与附近城区空气质量现状对比与防治对策

对2020年10月份某钢铁企业厂区和附近城区环境空气质量自动监测站的数据进行了收集整理,对比分析正常时段厂区和附近城区的空气质量指数(AQI)与SO₂、PM₁₀等6个空气质量分指数(IAQI)的差异性和相关性。结果表明:在分析收集数据范围内,附近城区环境空气质量优良率高于某钢铁公司厂区7.1%,附近城区的首要主要污染物为NO₂和PM_2.5,而某钢铁公司厂区的主要污染物为PM₁₀、PM_2.5和O₃,说明某钢铁公司污染物排放对附近城区的空气质量不存在高度的线性关系。根据研究结果,提出源头调整产业结构、强化过程控制和实施末端全面超低排放对策建议。     

AERMOD模型在大气环境影响评价中的应用——以某水泥窑处置固废危废项目为例

以某水泥窑处置固废危废项目为例,应用AERMOD模型,以PM₁₀、PM_2.5、TSP和二噁英为模拟因子,定量分析该水泥窑处置固废危废项目对区域大气环境质量的影响程度和对周围敏感点居民的健康风险。研究结果表明：PM₁₀、PM_2.5、TSP和二噁英的日均浓度模拟值占标率均小于1,均满足相应的环境质量标准限值要求;该项目周围所有敏感点的HI均远远小于EPA推出的可接受风险水平(HI<1),且LCR低于EPA推出的可接受风险水平(LCR<1×10^-6),即该项目生产过程排放的二噁英对周围敏感点的居民既不会造成致癌风险,也不会引起慢性健康风险。     

包头市一次强沙尘暴污染特点分析

通过对包头市2021年3月14-21日发生的一次强沙尘暴过程中的颗粒物浓度、天气形势场、气象参数、卫星遥感资料进行分析,归纳此次沙尘污染过程特点：1.过程影响程度强,持续时间长,影响范围广,属近十年罕见。2.过程包含沙尘形成、发展、回流、叠加第二波沙尘影响、沙尘清除5个阶段。沙尘起源于蒙古国,蒙古气旋及大风为其提供动力条件。3.在沙尘发展阶段,包头市处于严重污染共27h,期间出现PM₁₀与PM_2.5同步为首要污染的少见的现象,第二波沙尘影响程度减弱,颗粒物浓度变化与一般沙尘天气过程变化规律一致。     

河南省铝冶炼行业大气污染源排放清单研究

为分析河南省铝冶炼行业大气污染物排放特征及空间分布情况,通过对生产企业逐个下发调查表或实地调查等方式获得相关数据,自下而上建立了2019年河南省铝冶炼行业大气污染物排放清单。对排放清单结果进行统计分析,结果表明：2019年河南省铝冶炼行业SO₂、NO_x、PM₁₀及PM_2.5的排放量分别为6 620 t、1 364 t、1 964 t、1 503 t,主要分布在郑州市、洛阳市、焦作市、安阳市及三门峡市。将排放清单结果与2019年环境统计、在线监测数据比对校验,三者存在较好的一致性,说明排放清单能够真实地反映河南省铝冶炼行业污染物排放现状,可为铝冶炼行业监管提供可靠的依据。     

兰渝铁路特长隧道空气质量调查分析

了解兰渝铁路特长隧道内空气质量状况,以预防可能对隧道内养护人员产生健康威胁的有害因素。在铁路运营且避开隧道内机械通风开放时间,采用直读式仪器对12条特长隧道内物理因素(温度、湿度、气压、风速、噪声)、化学因素(CO、CO₂、O₃、NO_X、SO₂、粉尘)及可吸入颗粒物(PM₍2.5_、PM₁₀)浓度进行测量并与国家相关标准比较。结果表明,兰渝铁路特长隧道内气象条件良好,无高气温、高气压和超标噪声的影响;化学污染物(CO、CO₂、O₃、NO_x、SO₂、粉尘)和可吸入颗粒物的浓度基本不超标。此次监测结果说明目前隧道内有害因素未对隧道内相关工作人员健康产生影响。     

镉尘对人体的危害

比利时矿山卫生研究所就长期接触镉粉尘和镉蒸气对肺的影响,进行一项研究。镉对肾和肺的影响已使美国有关当局作出规定;镉粉尘的允许浓度平均为 200微克/米3,烟尘最高浓度为 100微克/米”。日本提出镉烟尘限在50微克/米3。 在比利时镉工业行业进行的第一组试验是三十一名接触镉尘四年的妇女(十三人抽烟、十八人不抽烟),镉尘浓度为30微克/米3。将这组人与一组有防护措施的人进行对比,他们之间仅有的差异就是尿中镉的排泄量不同,没有发现别的有害影响。 第二组是二十七个男人(十七人抽烟,十人不抽烟),接触镉尘八年半以上,镉尘平均浓度为140微…     

加强挥发性有机物管控持续改善环境质量

近些年,我国大气污染防治工作取得了举世瞩目的成就,特别是细颗粒物(PM_2.5)浓度显著改善,但臭氧(O3)污染问题日益突出,已成为部分城市夏季环境空气质量超标的首要污染物。《中共中央关于制定国民经济和社会发展第十四个五年规划和二○三五年远景目标的建议》明确提出持续改善环境质量,加强细颗粒物和臭氧协同控制。     

基于GA/PSO-BP神经网络的石家庄VOCs环境浓度预测模型研究

为了提升挥发性有机物(Volatile Organic Components, VOCs)的预测精度,在反向传播(Back-Propagation, BP)网络结构的基础上使用优化算法分别为遗传算法(Genetic Algorithms, GA)优化BP神经网络(GA-BP)和粒子群算法(Particle Swarm Optimization, PSO)优化BP神经网络(PSO-BP)对VOCs质量浓度进行预测。首先,对污染物及气象因子进行筛选。采用相关性分析法及逐步回归法进行分析筛选,并筛选出合适的输入变量。其次,建立BP神经网络结构。利用BP、GA-BP、PSO-BP神经网络,以石家庄市2022年夏季污染数据为样本对VOCs质量浓度进行预测。结果显示,经相关性分析及逐步回归法筛选,将PM_2.5质量浓度、O₃质量浓度、NO₂质量浓度、温度、相对湿度作为输入变量。经预测结果对比,PSO-BP神经网络模型的预测精度较高,烷烃、烯烃、芳香烃和含氧烃实测值与预测值之间的拟合程度(R²)分别为0.80、0....     

综放工作面转载破碎点PM5及PM10粉尘分布规律

为了对综放工作面转载破碎点提出有效的防尘措施，从宏观上研究PM₅和PM₁₀粉尘的分布规律。在进风顺槽内靠近煤壁侧布置10个测点，对PM₅和PM₁₀粉尘质量浓度进行实时监测，同时采用数值模拟的方法建立转载破碎点几何模型并解算，将模拟与实测结果进行对比分析并得到了转载破碎点及周围工作空间的整体污染状况。结果表明：转载机周围无论是呼吸性粉尘和还是可吸入粉尘变化都比较稳定且产尘较多，破碎机周围呼吸性粉尘的产尘速率相对较低，但由于扩散较慢使粉尘不断积累；前溜和后溜周围可吸入粉尘的占比相对较高，同时受风流影响，前后溜中部和后溜处粉尘质量浓度升高明显；实测和模拟结果的浓度变化趋势基本相同，而高浓度粉尘主要集中于离地面1 m左右，且一直蔓延到整个进风顺槽和工作面；转载机机头1 m处、破碎机处以及前溜和后溜处是综放工作面进风顺槽转载破碎区域的主要起尘点，且以呼吸性粉尘和可吸入粉尘为主，治理时应高度重视。     

风速对露天矿采装工作面粉尘聚并效应的影响分析

风速对露天矿采装工作面的可吸入颗粒物的聚并效应有显著影响，为了探究不同风速下PM₁₀聚并效果，分析质量浓度变化机理，构建采装机械与外流域三维模型，利用Fluent软件针对新疆某露天采装面实际情况，模拟不同风速下外流场以及粉尘分布规律。结果表明：流经工作面的风流因采装设备的遮挡，在采装车厢内部与下风侧附近形成低速旋涡，使得此范围粉尘质量浓度较高；外界风速越大，高浓度粉尘区域越随风沿下风侧向后运移；随着扩散时间增加，外界风速越大，车厢附近的浓度降低得越多，沿程扩散距离越远，在采装车厢下风侧1～2 m是粉尘重点防护区域；外界风速越大，车厢附近涡流结构越复杂，PM₁₀的聚并效应增强，颗粒数量减小从而导致质量浓度大幅下降。     

“十四五”我国VOCs排放总量控制方案研究与建议

我国大气污染防治工作已从以细颗粒物(PM_2.5)控制为主转变为PM_2.5与臭氧(O3)协同控制新阶段,O3已成为空气质量达标和持续改善的重要制约因素。挥发性有机物(VOCs)是生成臭氧的重要前体物之一,大幅削减VOCs的排放量是现阶段O3污染防治的关键。本文基于“十四五”我国VOCs排放的预测结果,提出了VOCs总量控制的总体思路、范围和技术路线,设计了VOCs排放总量控制方案,确定了总量分配指标和指标权重,进一步得出各省(区、市)2025年控制情景下VOCs排放的削减率、削减量以及排放总量,并以此为基础对“十四五”时期VOCs总量控制提出了以区域总量控制为主,结合重点行业、重点企业集群实施总量控制;强化重点行业、重点企业、集群或园区综合治理;建立以环境质量为核心,综合VOCs排放量核查核算及减排绩效评估的考核体系;同时提出了建立市场化的减排机制和舆论监督的实施机制等建议。     

改进灰狼算法优化GBDT在PM2.5预测中的应用

针对灰狼算法易陷入局部最优解和全局搜索能力不足的问题,通过霍尔顿序列(Halton Sequence)搜索算法初始化狼群位置,避免灰狼算法陷入局部最优解和重复运算;引入莱维飞行和随机游动策略对灰狼算法的寻优过程进行优化,以增加算法的全局搜索能力;利用粒子群算法模拟灰狼种群得出的最佳适应度以用于惩罚项改进灰狼算法中的头狼更新策略。使用改进算法优化的梯度提升树(Gradient Boosting Decision Trees, GBDT)模型对北京市大气污染物监测数据中PM_2.5质量浓度进行预测,采用3种评估函数对各模型以及混合模型预测效果得分进行评估。结果显示,本文改进的灰狼算法对梯度提升树的优化效果优于其他算法,均方根误差E_RMS为6.65μg/m³,平均绝对值误差E_MA为3.20μg/m³,拟合优度(R²)为99%,比传统灰狼算法优化结果的均方根误差减少了19.19μg/m³,平均绝对值误差降低了10.03μg/m³