大同市大气颗粒物中苯并(a)芘的日变化研究

在大同市三个不同功能区于冬、夏两季采集大气颗粒物样品,每日采样分为早晨、午间和晚上三次,对其中的苯并(a)芘进行分析测定.研究发现:该市大气颗粒物中苯并(a)芘浓度早晚高,午间低,采暖期大于非采暖期.除此以外,苯并(a)芘的日变化还与人类活动及相关气象因素有关.     

兰州市大气中苯并(a)芘与儿童尿中1-羟基芘的分析及风险评价

对兰州市不同区域空气中苯并(a)芘和儿童尿液中1-羟基芘同步采样,分别采用气相色谱-质谱联用法和高效液相色谱法进行检测.结果表明:不同区域苯并(a)芘浓度有显著差别,研究区日均浓度约为对照区日均浓度的两倍.冬季大气中的浓度明显高于夏季,其中研究区冬季均值约为夏季的26.46倍,对照区冬季均值约为夏季的29.41倍.儿童尿中1-羟基芘的浓度与空气中苯并(a)芘的浓度呈一致的变化,冬季研究区儿童尿中1-羟基芘的均值为0.86μmol·(mol肌酐)-1,对照区为0.63μmol·(mol肌酐)-1.冬季研究区儿童的终生超额危险度最高,达到2.32×10-4,接近不可接受水平.     

焦化厂空气中苯并(a)芘污染现状及健康风险评价

采集并监测分析某焦化厂不同生产工段废气和附近敏感点环境空气中苯并(a)芘(BaP)的浓度。结果表明:该焦化厂厂区BaP浓度为1.49×10-5~2.35×10-4mg/m3,推焦处浓度最高;厂区BaP人体日暴露值为1.19×10-4~1.88×10-3mg/m3,其中推焦工日暴露值最高,为1.88×10-3mg/m3,应采取措施保障职工身体健康。     

萃取－同步荧光光谱法测定大气飘尘中苯并(a)芘

提出用浓Ｈ２ＳＯ４从大气飘尘样品的环己烷提取液中一次萃取后,用同步荧光光谱测定苯并（ａ）芘的方法,选用△λ为２０ｎｍ时可获最佳效果,用浓硫酸萃取的时间仅１ｍｉｎ,苯并（ａ）芘在浓硫酸相中１ｈ内稳定,样品加标的回收率为８５％,其它多环芳烃化合物在５３０－６００ｎｍ的测定波长范围不干扰苯并（ａ）芘的测定,用乙酰化滤纸层析－荧光分光光度的统一方法作为对比对实际样品进行了测定,结果与后者的偏差在±１５％以     

灌溉污水中苯并(a)芘最高容许浓度的探讨

苯并(a)芘是一种强致癌物,在环境和食品中普遍存在,并能在土壤和生物体内蓄积,最高容许浓度的确定应考虑到环境中的“本底”水平和灌溉水中的实际含量以及对机体的毒理危害程度,建议灌溉污水中苯并(a)芘的最高容许浓度为0.05μg/L.     

土壤中苯并(a)芘提取方法的比较研究

本文选取了索氏提取、自动索氏提取、压力流体提取、微波提取和超声提取5种常用的土壤提取方法,以苯并(a)芘为例对提取的效果进行比较研究。结果表明,这5种提取方法的精密度和准确度方面都没有显著性差异,都是适合土壤中苯并(a)芘的提取方法。在精密度方面,压力流体提取法和超声提取法略优于其他方法。在加标回收率方面,索氏提取和压力流体提取法略优于其他方法。5种提取方法提取有证标准物质,测定结果的平均值全部在置信区间内。在实际工作中,可以根据实验室具体情况选择适合的提取方法。     

浅议包头市大气环境中苯并(a)芘的污染

苯并(a)芘(Bap)是强致癌物之一，主要来源为煤、石油等矿物性燃料及其他有机物的不完全燃烧。本文通过对包头市1991～2000年大气苯并芘监测结果的统计分析，揭示了其污染状况及变化趋势，从而说明包头市大气环境中Bap主要来源于燃煤。     

大气飘尘中苯并[a]芘的激光诱导荧光法测定

以激光诱导荧光法测定大气飘尘中的苯并[a]芘。方法的检测限为0.01μg·l~(-1),降低了常规荧光法的检测限。综合溶剂提取、柱色层及纸色层分离技术,测定了上海市某些地区大气飘尘样品中苯并[a]芘的含量。     

粮食蔬菜与土壤和大气中苯并（a）芘含量的相关性研究

对山西省运城市盐湖区不同区域内小麦、西红柿、白菜和土壤中B（a）P含量的空间一时间分布及大气、土壤与粮食、蔬菜中B（a）P含量关系进行了调查研究,结果表明,粮食和蔬菜中的B（a）P主要来自大气污染的“贡献”,土壤中的B（a）P的含量也直接影响粮食和蔬菜中B（a）P的含量。当小麦子实中B（a）P的含量达到一定水平后,并不随土壤中B（a）P含量的增加而增加。     

包头市空气污染与气象因素相关性研究

本文以包头市市区2007年和2008年的空气环境质量逐时监测数据和相应的地面逐时气象数据为基础,结合MM5中尺度气象模型拟合的高空气象数据,采用Pearson相关分析法,对空气环境中主要污染物二氧化硫、可吸入颗粒物的浓度与风速、近地面气温、降水、气压、相对湿度等气象因素的相关性进行了分析,探讨了逆温、静风等主要气象条件对空气环境中污染物浓度变化的影响,为改善城市空气环境质量提供技术支撑。     

包头市空气污染与气象因素相关性研究

本文以包头市市区2007年和2008年的空气环境质量逐时监测数据和相应的地面逐时气象数据为基础,结合MM5中尺度气象模型拟合的高空气象数据,采用Pearson相关分析法,对空气环境中主要污染物二氧化硫、可吸入颗粒物的浓度与风速、近地面气温、降水、气压、相对湿度等气象因素的相关性进行了分析,探讨了逆温、静风等主要气象条件对空气环境中污染物浓度变化的影响,为改善城市空气环境质量提供技术支撑。     

河北省边界层气象要素与PM2.5关系的统计特征

为了研究河北省边界层气象要素与PM_2.5的关系,综合利用常规气象探测资料、逐小时地面自动站气象观测资料、环境监测站逐小时AQI及ρ(PM_2.5)资料等进行了统计分析.结果表明:①冬季海平面气压低于1 030 hPa、24 h变压为-3.0~-2.0 hPa、地面相对湿度高于60%、露点温度高于-10 ℃时发生全省性重污染天气的可能性较大;而海平面气压高于1 040 hPa、24 h变压在4.0 hPa以上、地面相对湿度低于40%、露点温度低于-10 ℃时,有利于清洁天气的出现.清洁天气下边界层的盛行风向多与冷空气活动有关;污染天气下盛行风向有区域性差别,边界层小风(<3.0 m/s)的风速频率高于90%. ②过程雨量达到中雨及以上量级的降水对PM_2.5具有较明显的清除作用,中雨量级降水对PM_2.5清除速率约为2 h,但优良空气质量持续时间短,平均为15 h;大雨及以上量级的降水对PM_2.5清除率达67.8%,并且优良空气质量可以持续27 h. ③与降水相比,风对PM_2.5的清除作用更为显著.较强偏南风对空气质量有一定改善,但优良空气质量仅持续16 h;大于3.0 m/s的系统性偏北风对PM_2.5清除率高达85.1%,优良空气质量持续长达32 h,空气质量的改善最为彻底.研究显示,PM_2.5与边界层气象要素关系紧密,不同级别的风和降水对PM_2.5的清除程度存在显著差异.      

黑龙江省重点城市AQI指数特征及其与气象要素之关系

空气质量状况的优劣,直接关系到人体健康和经济社会可持续发展。利用2014年黑龙江省4个重点城市的空气质量数据,结合同期常规气象要素资料,分析了黑龙江省AQI指数基本特征及与气象要素的关系。分析结果表明：黑龙江省重点城市年平均AQI指数以哈尔滨最大（轻度污染级别）,其次牡丹江、大庆、齐齐哈尔（良级别）;单日空气质量指数最高值在大庆（500）,其次是哈尔滨（490）,牡丹江和齐齐哈尔单日最高值分别为264和251;AQI指数年分布特征是冬季最高,其次秋季,再次春季,夏季最低;首要污染物最多的是PM_2.5,其次PM₁₀、NO₂和臭氧8 h。AQI指数与平均气温,在年尺度上呈负相关,月和四季呈正相关为主;与降水日呈负相关;与相对湿度是冷月（1-2月）呈正相关,渐暖月（5-6月）呈负相关;与最大风速,采暖季呈明显负相关;与本站气压呈正相关,与日照时数冬季呈负相关关系。     

北京市冬季气象要素对气溶胶浓度日变化的影响

对2004年1月1—15日北京气溶胶浓度与相对湿度、气压、风速、风向等气象要素的平均日变化进行分析,结果表明:北京冬季ρ(PM₁₀₎日变化明显,受气象要素的日变化影响. ρ(PM₁₀₎与相对湿度和气压呈正相关性;风速对ρ(PM₁₀)的日变化影响明显,09:00—18:00风速和ρ(PM₁₀₎变化趋势一致,呈正相关性,其他时间则呈负相关性; 风向对粗、细粒子的数浓度影响不同,细粒子数浓度在偏东风时大,西、西南风时小,而粗粒子则相反;粗、细粒子的数浓度日变化受气象要素的影响程度不同,相对于粗粒子,细粒子数浓度更易受气象要素日变化的影响.      

思茅大气环境与气象条件的关系

对思茅地区大气环境监测数据进行统计、分析,与当地天气气候条件进行对比,探究思茅地区大气污染状况与气象条件之间的关系.     

常州市区空气PM2．5污染分布和气象因素影响初探

PM2.5作为一种重要的空气污染物指标,其形态与组成非常复杂,影响人类身体健康。本文根据常州市环境空气自动监测站系统的常年污染物和气象监测资料,研究了常州市PM2.5污染状况及与其他城市的比较,指出PM2.5的冬春季污染较重、夏秋季污染较轻的季节变化特征,日变化的双峰结构特征,以及城市风场和降水对常州市PM2.5浓度的影响规律。研究揭示PM2.5污染与气象因素之间的相关关系,为本地PM2.5监测、预警和污染防治提供参考。     

北京城区气传花粉季节特征及与气象条件关系

研究北京城区气传花粉季节特征及其与气象条件关系,为本地区防治花粉症及建设合理城市绿地提供有效资料.研究应用Burkard采样器于2011年12月31日至2012年12月31日对北京城区气传花粉含量进行监测,并对花粉含量及气象因素进行统计学分析.结果表明,2012年北京城区的花粉季节起始时间为3月17日~11月10日,持续238 d,占全年天数的65%;全年花粉含量月分布呈现两个高峰,第一个高峰为3~5月,主要花粉为木犀科、杨属、柳属等树木花粉,占全年花粉总量的53%;第二个高峰为8~10月,主要花粉为菊科、藜科及苋科等莠草花粉,占全年花粉总量的26%;2012年度北京城区最具代表性的气传花粉来自于菊科、木犀科及杨柳科,比重之和为40%.结果还表明,秋季气传花粉以致敏性较强的莠草花粉为主,所以北京花粉症的高发季节主要集中在秋季.北京城区气传花粉含量受气象因素影响较明显,影响最明显的是风速、温度、湿度及降水等气象要素.研究表明,在0~15℃的温度区间内,花粉含量随温度的升高而升高;当温度大于15℃,即在18~30℃的范围内时,花粉含量随温度的升高而降低.北京城区2012年春秋季的平均温度为17℃,且这两个季节的花粉量占全年的79%,因此春秋季的温度是北京最适宜花粉的散播;根据研究数据分析,当相对湿度在20%~50%或大于70%的时候,气传花粉含量随相对湿度的增大而减小,而相对湿度在50%~60%时,气传花粉含量随相对湿度的增大而增加;研究还表明风速在1~3 m·s-1时,易于花粉粒飘散,气传花粉含量较大,但风速超过3 m·s-1时或持续时间较长时,空气中花粉含量值反而较小;雨水会影响花粉的产量和释放,易致空中飘散花粉粒减少.通过研究已经探明了北京城区气传花粉的种类及飘散规律,以及花粉含量和气象条件之间的关系,为进行气传花粉预报提供了参考.     

上海市空气质量中NO2与气象因子的相关性分析及其浓度预报模型的建立

对上海市2008年环境空气中NO2及气温、露点、湿度、气压、风速等气象因子分别进行了相关性分析,结果表明NO2与上述气象因子均具有显著相关性;以2008年NO2与上述气象因子的日均值数据为基础,采用因子分析与多元回归建立NO2日均浓度预报模型,相关系数砰达到0．839。模型计算结果表明,影响NO2日均浓度的主要气象因子为风速、湿度、温度;采用2009年1月至5月同类监测资料对该模型进行检验,结果显示检验值与实测值的平均相对误差和平均偏差分别为14．68％和10．96％。故模型可作为上海市环境空气NO2日均浓度预报的参考方法。     

空气质量与气象因子间关联规则的挖掘方法研究

传统数据相关性分析仅能揭示空气质量与气象因子之间的相关系数,关联规则挖掘方法使用支持度、置信度、作用度、兴趣度等指标能够发掘隐藏在大量监测数据内部的关联规则。文章使用SQL语言实现了Apriori算法,挖掘出研究区内空气主要污染物浓度与气象因子之间的关联规则,定量表示气象因子变化对主要污染物浓度的影响。