南宁市大气颗粒物TSP、PM10、PM2.5污染水平研究

2002年在南宁市的5个典型城市功能区内,共采集了125个大气样品(按季节分别采集),初步调查了大气中颗粒物TSP、PM10、PM2.5的污染状况。结果表明,南宁市TSP、PM10、PM2.5的污染很严重,超标率分别为67．5％、82．5％、92．5％,对人体健康危害更大的PM2．5占到了PM10的63．5％左右。重污染区PM2.5的浓度超过轻污染区近一倍。     

区域大气环境中PM2．5／PM10空间分布研究

提出了一种利用移动监测技术研究区域大气环境中PM2.5／PM10空间分布的方法,并在2004年12月进行了宁波市全市域PM2.5／PM10空间分布的研究。数据显示：相同路径所代表的地区PM2.5和PM10具有很好的相关性,多数路径上PM2.5与PM10数据的相关系数平方在0．95以上,而不同路径上PM2.5与PM10的比值不同。文中给出了宁波市PM2.5／PM10污染的空间分布图,直观地显示出PM2.5／PM10污染的空间分布情况,突出了污染的重点点位和地区。     

宁波市大气可吸入颗粒物PM1o和PM2.5的源解析研究

在宁波市布设4个代表性点位,于2010年春季、夏季和冬季进行大气PM10和PM2.s的采样,同时采集了多种颗粒物源样品,建立了PM10、PM2.5和源样品的化学成分谱.采用化学质量平衡模型(CMB)对宁波市PM10、PM2.5进行源解析.结果表明,城市扬尘、煤烟尘、机动车尾气尘是宁波市PM10、PM2.5的3大污染源,...     

贵阳市冬季大气PM 2.5和PM 10浓度空间插值及分布研究

为了解贵阳市冬季大气污染现状,以贵阳市污染相对严重的白云区为研究对象,连续采集PM_(2.5)、PM_(10)浓度数据,利用普通克里金法进行空间插值获取PM_(2.5)、PM_(10)分布特征。通过留一法交叉验证,比较6种半变异函数模型(三角函数、高斯函数、球面函数、指数函数、J-Bessel函数和K-Bessel函数)的空间插值精度,选出最适的函数模型;采用分区统计和格网统计的方法,对不同土地利用类型、植被覆盖度下的PM_(2.5)、PM_(10)平均浓度进行比较分析。结果表明,三角函数是PM_(2.5)空间插值的最适模型,指数函数是PM_(10)空间插值的最适模型;贵阳市白云区冬季大气PM_(2.5)、PM_(10)浓度总体表现出城区浓度高,郊区浓度低的分布特征;土地利用类型和植被覆盖度对PM_(2.5)和PM_(10)浓度有着较强的影响。     

中国近年PM2.5污染研究进展

近年来雾霾天气在中国大面积频发,PM_(2.5)已经成为中国大气颗粒物污染的首要污染物。对中国近年来PM_(2.5)的研究进展进行总结,分析了城市大气及室内环境中PM_(2.5)的来源,阐述了PM_(2.5)对大气能见度、人体健康及人们行为方式的影响,介绍了室内外关于PM_(2.5)的相关性指标以及PM_(2.5)控制的最新技术等,最后对相关研究前景进行分析并提出建议。     

济南市PM2.5化学组分及污染特征分析

为探讨济南市大气PM_(2.5)主要化学组分和污染特征,2017年在济南市开展了PM_(2.5)样品采集工作,分析了PM_(2.5)中有机碳(OC)、元素碳(EC)和水溶性离子浓度水平。结果表明:采样期间济南市PM_(2.5)中OC、EC年均质量浓度分别为9.10、2.68μg/m~3,全年OC与EC质量浓度的比值为3.4,二次有机碳污染严重;OC、EC季节分布特征明显,均为冬季浓度最高,且秋、冬季两者相关系数较高,表明秋季和冬季OC、EC来源较为一致。NO_3~-、SO_4~(2-)、NH_4~+年均质量浓度之和为34.29μg/m~3,占水溶性离子总量的88.9%,是济南市PM_(2.5)中最重要的组分;各水溶性离子浓度具有明显的季节变化特征,NO_3~-、SO_4~(2-)、NH_4~+、Cl~-和K~+均冬季浓度最高,而Ca~(2+)春季浓度最高;PM_(2.5)中NO_3~-与SO_4~(2-)质量浓度的比值为1.10,说明相比于固定污染源,移动污染源对济南市PM_(2.5)影响更大。     

不同树种配置PM2.5动态变化特征

以北京市大兴区南海子公园26种常见树种配置为研究对象,应用Dustmate手持PM_(2.5)监测仪监测各配置PM_(2.5),结合气溶胶再发生器和叶面积扫描仪,分析单位叶面积PM_(2.5)吸附量,以综合探讨不同树种配置PM_(2.5)动态变化特征。结果表明:总体上,各树种配置中PM_(2.5)浓度呈现上午高、下午低的趋势,14:00最低。各树种配置中PM_(2.5)平均值表现为针阔混交林阔叶纯林阔阔混交林针叶纯林针针混交林,且6月9月7月10月5月8月。不同树种配置对PM_(2.5)的吸附能力差异较大,表现为针叶纯林针针混交林针阔混交林阔叶纯林阔阔混交林。因植物吸附PM_(2.5)能力取决于单位叶面积PM_(2.5)吸附量及其叶面积指数,进行树种配置时需同时考虑这两个因素,将不同生活型和具不同叶习性的植物合理混交配置,从而提高植被吸附和调控PM_(2.5)的能力,为优化城市绿化植物配置、降低空气中PM_(2.5)污染提供科学依据。     

燃煤工业锅炉PM2.5排放规律

当前我国工业锅炉中最主要应用炉型为链条炉,是大气污染物排放的重要污染源之一。本研究利用基于荷电低压捕集器(ELPI)的颗粒物排放稀释系统,选取5台典型链条燃煤工业锅炉,对其除尘器的进口、出口和脱硫后3处进行细微颗粒物(PM2.5)的现场测试。粒径分布结果表明,粒数浓度较多在0.04~0.3μm范围内,质量浓度分布在0.08~0.25μm范围内呈单峰上升形态。除尘装置对PM2.5的捕集效率在50%左右,除尘效果较差;脱硫后有些级的颗粒物浓度不降反升。目前环境日趋恶劣,燃煤工业锅炉作为PM2.5的重要排放源,将是今后重点控制对象。     

国际PM2.5排放标准及其实施情况比较分析

对主要国际组织和部分国家的PM2.5排放标准及其实施情况进行了比较和分析.结果表明,世界卫生组织(WHO)和欧盟、美国、加拿大、澳大利亚、日本等均已制定了PM2.5排放标准;墨西哥和印度等发展中国家制定了PM2.5排放标准,中国也制定了PM2.5排放标准,但还未正式发布.WHO除制定了PM2.5的日均浓度限值和年均浓度限值外,还设立3个过渡时期目标值.发达国家制定的PM2.5日均浓度限值比较一致(在25～35 /μg/m3),低于发展中国家(墨西哥和印度)制定的限值标准.发达国家中澳大利亚制定的PM2.5排放标准最为严格,而日本制定的PM2.5排放标准在亚洲最为严格.WHO、欧盟、美国、加拿大和印度还规定了PM2.5的达标判断要求,各要求有所差异,而中国还未规定PM2.5达标的判断要求.美国制定了PM2.5排放标准的详细实施计划,中国拟发布的PM2.5排放标准也将分期实行.     

西安市PM2.5污染特征及其估测模型

为了研究大气中PM25污染特征以及其随时间变化规律,基于西安市2013年1月-2014年4月间SO2、NO2、CO、03、日最高温度(Tmax)、日最低温度(Tmin)、PM2.5、PM10等因素的监测数据.运用统计学原理和多元回归分析方法,分析了PM25的污染特征及相关因素对其产生的贡献度,进一步建立了四季的最优多元回归模型.研究结果表明,西安市年平均质量浓度124.9 μg/m3,四季的平均污染浓度从大到小依次为冬、春、秋、夏;春夏两季贡献较大的为SO2、CO;秋冬两季贡献较大的为NO2、CO;最终建立的模型的相关系数较高,模型很好地拟合了冬春两季PM2.5变化趋势,能较准确地反映了西安市PM2.5的污染特征,具有一定的理论和实用价值.     

关于PM2.5的综述

综述了大气PM25的来源,样品采集分析,化学组成,病毒机理,对人类健康和大气能见度的影响,以及国内外的研究进展.     

潞城市大气PM10中化学元素分布特征

利用ICP-AES分析了潞城市采暖期和非采暖期4个不同功能区PM10样品中16种化学元素,对不同元素的时空分布特征进行了研究,并采用富集因子和主成分分析初步研究了潞城市PM10中元素的主要来源.结果表明,潞城市PM10中重金属污染较为严重,且各元素在采暖期的平均浓度均明显高于非采暖期.PM10中Ca、V、Cr、As、N...     

基于BP人工神经网络的城市PM2.5浓度空间预测

针对PM2.5日均质量浓度,采用BP人工神经网络模型,预测研究区空气中PM2.5浓度的空间变异,通过与普通克里格(Ordinary Kriging)插值方法对比验证BP人工神经网络预测模型的精度.结果表明:BP人工神经网络预测模型下研究区检验样本点位置的PM2.5仿真浓度与观测浓度之间的均方差、平均绝对误差、平均相对偏差和相关系数分别为0.296 μg2/m6、0.412 μg/m3、1.650％和0.851;而与此同时,普通克里格插值方法下的对应结果分别为1.041 μg2/m6、0.689 μg/m3、11.910％、0.638.研究成果在肯定BP人工神经网络预测模型可用于揭示PM2.5浓度空间变异特征的同时,也证实了其相对于普通克里格插值方法在固定空间点位准确预测PM2.5浓度方面的优势.     

广州PM2.5污染特征及与气象因子的关系分析

基于2014—2016年广州PM_(2.5)浓度逐时观测数据,研究了广州PM_(2.5)污染变化特征及其与气象因子的关系,确定了影响广州大气能见度的PM_(2.5)浓度阈值。结果表明:(1)2014—2016年广州PM_(2.5)质量浓度平均为32.7μg/m3,广州1月PM_(2.5)污染最重,轻度、中度、重度污染频率合计达20.16%;(2)PM_(2.5)浓度与风速、降水、气温、能见度呈负相关,与相对湿度、气压呈正相关;(3)广州地区在南风的条件下PM_(2.5)浓度最低,风速小于2m/s的偏北风下易出现污染;(4)PM_(2.5)浓度与相对湿度共同影响广州能见度的变化,随着相对湿度的增加,PM_(2.5)浓度的敏感阈值不断减小,通常当PM_(2.5)高于37.3μg/m3时,控制PM_(2.5)对改善城市能见度成效相对缓慢,而当PM_(2.5)浓度低于此阈值时,降低PM_(2.5)将显著提高大气能见度。     

南宁市2018年春节前后PM1及其水溶性离子污染特征分析

利用在线气体及气溶胶成分监测系统(MARGA)对南宁市2018年春节期间(2月8—22日)大气PM1及其水溶性离子进行监测,对比分析春节前后PM1及其水溶性离子的污染特征.结果表明,监测期间大气PM1和PM2.5质量浓度平均值分别为40.40、63.50μg/m3,PM1是PM2.5中的主要成分,二次离子(NO3-、S...     

广州市夏、冬季室内外PM2.5质量浓度的特征

2004年7月2日至8月13日和2004年11月29日至2005年1月6日分别在广州市3种类型区域(一般城市区域、道路旁、工业源附近)9个居民住宅的室内和室外同步采集了PM2.5颗粒.采用标准称重法测定PM2.5质量浓度,得到广州市夏季住宅室内外PM2.5平均质量浓度分别为67.7、74.5 μg/m3,冬季室内外PM2.5平均质量浓度分别为109.9、123.7 μg/m3.广州市PM2.5平均质量浓度,与美国PM2.5标准相比,与国内PM10标准基础上假设的PM2.5限值相比,与其他一些国内、亚洲和欧美城市的文献记录相比,结果均显示广州市PM2.5处于相当严重污染状态.广州市PM2.5质量浓度呈现明显的空间分布特征和季节变化特征;PM2.5室内质量浓度并不总是低于室外质量浓度,反映了室内空气污染的存在.