上海市大气PM2.5时空分布特征

对2014年上海市大气监测国控点的PM2.5浓度数据进行统计分析和聚类分析。统计分析结果表明,上海市PM2.5浓度冬春季高,夏秋季低,按月呈U形分布,且上海市大气PM2.5浓度在空间上总体趋势呈西高东低。利用MATLAB的聚类分析结果表明上海市的10个监测站可分为4类：1）跨省传输影响显著的青浦淀山湖站;2）受海洋大气影响显著的浦东川沙站;3）不稳定的过渡类,其包括杨浦四漂和浦东张江监测站;4）受本地排放影响显著的中心城区类,其包括普陀、十五厂（卢湾师专附小）、徐汇上师大、虹口凉城、静安和浦东新区监测站。本文聚类分析结果揭示了上海不同地理位置的大气PM2.5浓度的相互关系。     

天津地区环境监测点PM2.5量化分析模型

为了研究天津地区PM2.5与5种日常监测的污染物——PM10、SO2、CO、O3和NO2的定量关系,通过天津环保物联网获取了11个环境监测点2013年8月—2014年5月的日监测数据,分别尝试了多元一次回归模型、二次回归模型和基于主成分分析回归模型进行建模与量化分析。相关性上,天津地区各站点PM2.5与5种污染物显著相关,其中与PM10、SO2和NO2相关系数分别达到0.89±0.03、0.63±0.09和0.69±0.06。模型评价结果表明,利用5种污染物监测指标预估PM2.5浓度基本可行,基于主成分分析模型效果最好,拟合度能够达到0.85以上,平均误差在20%左右。     

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。     

贵阳市污染源PM2.5中铂族元素的分布特征

为掌握贵阳市污染源PM2.5中铂族元素(PGE)的分布特征,采集7类主要污染源42个PM2.5样品,采用同位素稀释/电感耦合等离子体质谱法定量测定PGE中铂(Pt)、钯(Pd)、铑(Rh)的含量.结果表明:(1)金属冶炼尘PM2.5中Pt、Pd、Rh平均值分别为2186.136、1239.827、346.172 ng/...     

北京市2014年PM2.5质量浓度变化特征

利用北京市发布的PM2.5质量浓度数据,分析了2014年PM2.5日平均质量浓度变化情况,以及全年平均日变化特征、分季节的日变化特征、分星期的日变化特征。结果表明：北京市2014年PM2.5污染较为严重,但相比往年有所减弱,其中2月和10月污染最为严重,5-6月及8-9月污染较轻。全年平均日变化呈现“W”型,白天在07：00和15：00存在2个谷值,峰值出现在10：00,21：00-03：00 PM2.5污染在一天中最为严重。秋冬季节的日变化趋势相似,其夜间PM2.5质量浓度明显高于白天。春季和夏季的日变化与全年平均日变化差别很大。分星期的日变化曲线变化趋势存在较大差异,但峰值和谷值出现的时间基本一致。     

重庆城区PM2.5化学组分特征及季节变化

2014年7月-2015年5月典型季节期间在重庆城区选择典型站点开展PM2.5样品采集,并测量质量浓度,分析样品中水溶性离子、无机元素、OC和EC等组分,在此基础上对组分化学组成进行了质量重构。结果表明：观测期间PM2.5年均值为76.4 μg·m-3,浓度季节变化为冬季 > 秋季 > 春季 > 夏季;组分方面,以二次转化为主的SO42-、NH4+、NO3-和OC是PM2.5组分中最主要成分,OC/EC比值4个季度均大于2,表明城区二次有机碳生成显著;硫氧化率（SOR）分析,气态污染物SO2的二次转化效率较高,大气存在明显的二次转化过程。PM2.5质量重构后主要组成为有机气溶胶（OM）、二次无机离子（SNA）和矿物尘,重庆城区应协同控制一次排放的颗粒物和气态污染物SO2和NOx,从而控制二次组分浓度。     

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。     

长春供暖季室内外PM2.5浓度垂直分布与分析

为研究严寒地区供暖季室内外PM_(2.5)浓度的垂直分布,在供暖季分别对长春某高层居住建筑1、8、15、24、33楼层的室内外PM_(2.5)浓度进行监测,研究不同楼层室内外PM_(2.5)的浓度与变化特征。采用随机组分重叠模型(RCS)方法研究各楼层PM_(2.5)渗透因子,采用逐步回归分析方法研究室内PM_(2.5)浓度的各影响因素。结果表明:在供暖季,长春市高层建筑的不同楼层均存在一定的PM_(2.5)污染,室内外PM_(2.5)浓度随楼层升高大体呈现减小的趋势,但差异不显著。室内外PM_(2.5)浓度存在显著的相关性(P 0.05),在没有室内污染源时,室外颗粒物渗透是室内污染的主要来源。室内PM_(2.5)浓度与房间面积等没有显著相关性。     

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.     

室内PM2.5浓度控制模拟分析

利用质量平衡方程建立了一次回风定风量系统室内PM2.5浓度模型,并对新风PM2.5浓度、新风量、室内污染源、过滤器效率、过滤器安装位置等因素对室内PM2.5浓度的影响进行了模拟分析。模拟结果表明：新风PM2.5浓度和室内污染源强度的变化对室内PM2.5浓度均有较大影响;新风量越大,室内PM2.5浓度受新风PM2.5浓度变化的影响越大;将过滤器分别安装在送风段、新风段和回风段,新风比为0.1时,过滤器安装在送风段效果最好,安装在新风段最差,新风比为0.8时,过滤器安装在送风段效果最好,安装在回风段最差;过滤器安装在送风段时,过滤器效率越高,室内PM2.5浓度越低,波动越小。     

基于LUR模型的PM2.5浓度空间分布监测及分析

为有效解决传统监测技术无法获取城市内部高分辨率PM_2.5浓度空间分布情况的问题,基于土地利用回归(land use regression,LUR)模型,以关中平原城市群为例模拟其PM_2.5空间分布状况,通过获取研究范围内54个监测站点的PM_2.5浓度数据,结合土地利用类型、气象、地形、植被指数、人口密度、交通和污染源等因素,分别建立春、夏、秋、冬及年均5个LUR模型。结果表明：LUR模型调整后各季节及年平均值的R²分别达到0.831 (春)、0.817 (夏)、0.874 (秋)、0.857 (冬)、0.900 (全年平均),5种模型拟合度均较好;采取交叉互验的方法进行了精度检验,显示5种模型的平均精度均达到80.4%,说明LUR模型在模拟关中平原城市群PM_2.5浓度空间分布时适用性良好。模拟结果显示,研究区各季节的PM_2.5浓度在空间分布上大致相同,呈现出东部高、西部低的明显特征,且空间分布状况受地形因素的影响较大。但在浓度均值的季节变化上则具有夏季低、冬季高的明显差异。本研究结果可为关中平原城市群PM_2.5污染防治提供科学依据,亦可为城市内部PM_2.5浓度空间分布数据的获取提供新思路。     

西安市PM2.5污染特征及其估测模型

为了研究大气中PM2.5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、O3、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PM2.5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.     

夏季海淀公园内PM2.5浓度水平梯度分布规律

于2014年夏季,通过观测海淀公园不同区域沿道路不同宽度处PM2.5浓度,研究PM2.5浓度日变化规律、水平梯度分布规律、净化效益及其影响因素。结果表明,海淀公园内PM2.5浓度日变化规律呈白天低晚上高的趋势,09：00-15：00时PM2.5浓度达到国家标准Ⅱ类功能区浓度质量要求,05：00时PM2.5浓度最高。不同观测区域一定宽度范围内出现PM2.5浓度积聚,之后开始下降。总体上,海淀公园在13：00时对PM2.5浓度净化效益最显著,09：00时净化效益最差。环城高速路区域与城市主干道区域165 m以上宽度处、城市次干道区域60 m以上宽度处为正净化效益,并维持正净化效益。海淀公园内PM2.5浓度与气象因子之间相关关系表明,PM2.5浓度与平均温度、相对湿度呈显著相关,与其他气象因素没有显著相关性。     

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,...