麻江县细颗粒物(PM2.5)污染状况及防治措施

以麻江县2021—2023年城区省控点细颗粒物监测数据为研究基础,分析麻江县城区细颗粒物的污染状况及变化趋势,阐述了细颗粒物(PM_2.5)对人体及环境的影响,提出控制与降低细颗粒物(PM_2.5)污染的防治对策。     

细颗粒物PM_(2.5)团聚除尘技术的研究进展

在常规除尘设备之前,通过细颗粒物团聚方法由不同的作用机制引起细颗粒物的团聚长大,能够有效地提高系统的除尘效率。利用细颗粒物PM_(2.5)团聚技术对燃煤烟气进行团聚处理,在降低细微颗粒物排放的同时,还可实现烟气中硫氧化物和氮氧化物的联合脱除,净化大气环境。综述了现有的多种细颗粒物团聚技术,分析了不同技术方法的实验研究、影响因素以及优缺点,对细颗粒物PM_(2.5)团聚技术的发展趋势进行了论述和展望,并指出未来的研究热点将集中于能有效整合多种团聚技术优点而形成的复合团聚方法。     

细颗粒物(PM_(2.5))在环境空气自动监测中的方法对比与应用

高浓度的细颗粒物(PM2.5),是造成"灰霾"和"雾霾"天气的主要空气污染物之一。细颗粒物(PM2.5)在环境空气中的监测,是了解和分析空气质量的重要依据。本文旨在分析认识细颗粒物(PM2.5)自动监测方法中常用的β射线法,通过与天平振荡法进行对比,了解细颗粒物(PM2.5)监测仪器的使用情况。     

细颗粒物过滤过程中沉积与捕集机理的研究进展

国家针对细颗粒物的排放制定出愈发严苛的排放标准,这也掀起了相关领域对细颗粒物高效捕集研究的热潮。综述了国内外有关纤维过滤细颗粒物的研究,包括单纤维捕集理论、颗粒物滤料捕集的模拟研究、静电增强纤维对亚微米颗粒的捕集效果、细颗粒物在滤料中的沉积与穿透特性以及纳米纤维对细颗粒物的捕集研究等,旨在为探索细颗粒物的滤料捕集机理做出贡献。     

湿式电除尘(WESP)技术对模拟烧结烟气除尘效果研究

介绍了WESP试验装置对模拟钢铁厂烧结烟气除尘效果的研究。试验中考察了WESP试验装置对含尘烟气,特别是其中的细颗粒物的去除效果。在一个冲洗周期内,试验装置对含尘量40g/m3的气体,其除尘效率可以达到99.9%以上,其中对粒径4μm以上的细颗粒物去除效率可以达到100%,对PM2.5的净化效果达到98%。     

齐齐哈尔细颗粒物治理策略

近年细颗粒物PM2.5污染逐步增多,公众更加关注由细颗粒物引发人体健康、环境污染问题;根据齐齐哈尔地区特点分析了细颗粒物治理策略。     

基于大气环境的固定源细颗粒物测试方法研究进展

国内对固定源细颗粒物研究还较为薄弱,主要是缺乏合适的测试方法.由于基于大气环境的稀释测试法可在一定程度上模拟烟气排放至大气环境的物理化学过程,所以该法正成为研究固定源细颗粒物排放特征的重要手段.本文对国内外基于大气环境的固定源细颗粒物测试方法进行了系统介绍与分析,指出该测试系统应向小型化、便携式方向发展,以满足不同浓度、不同湿度、不同温度固定源细颗粒物的测试需要.     

细颗粒物与臭氧协同控制的方法和必要性

正大气污染物包括二氧化硫、氮氧化物、一氧化碳、颗粒物和臭氧等。其中,颗粒物中粒径小于2.5微米的部分,即PM2.5,称为细颗粒物。细颗粒物污染是中国目前面临的最主要的环境问题之一,对气候、能见度、人体健康均可以造成显著的不良影响。细颗粒物对太阳光线的散射和吸收作用可以降低能见度,导致雾霾现象的发生,长远来看还影响区域与全球气候。另外,细颗粒物可以进入人体肺部和血液,导致心血管和呼     

“十三五”开展细颗粒物个人暴露研究的重要意义

细颗粒物是目前复合型大气污染环境下的典型污染物,由于其粒径细小,极易被人体吸入至肺部而引发疾病。开展细颗粒物个人暴露研究是经济社会发展的基础条件,也是实现国民健康长寿,国家富强、民族振兴的重要标志。本文旨在总结细颗粒物对人体健康的影响,开展细颗粒物的个人暴露研究的必要性以及介绍细颗粒物个人暴露研究的成功案例,为我国今后健康暴露的研究提供技术支撑。     

化学团聚对燃煤细颗粒物的脱除

燃煤电厂排放的烟气中含有大量的微细粉尘,是引起空气中细颗粒物污染的主要来源之一。湿式电除尘器对细颗粒物的捕集率较低,未能有效控制其排放。将化学团聚方法应用到湿式电除尘器中,通过改变化学团聚剂种类、浓度、团聚液pH值等因素,考察化学团聚剂对细颗粒物的凝并效果及除尘效率的影响。研究结果表明:添加化学团聚剂能够促进细颗粒物的凝并,其中羧甲基纤维素钠和黄原胶的凝并效果最佳,粒径在100μm的大颗粒物的增长率分别为8.54%和2.31%;降低团聚液pH值会增强细颗粒物的凝并效果,大颗粒物分别增长了9.66%、3.21%;添加化学团聚剂可提高除尘效率,最佳除尘效率可达到99.76%。在湿式电除尘器中添加化学团聚剂可高效去除燃煤电厂烟气中的细颗粒物。     

邯郸市PM_(10)、PM_(2.5)和PM_(1.0)在线监测研究

对2015年3月—2016年2月邯郸市大气中的PM_(10)、PM_(2.5)和PM_(1.0)进行了在线监测,探讨了其质量浓度的变化特征,并分析了其质量浓度与风速、风向的关系。结果表明:邯郸市颗粒物质量浓度水平较高,β射线吸收法所监测的PM_(10_WET)、PM_(2.5_WET)和PM_(1.0_WET)年均浓度值分别为202.5,114.8,81.1μg/m~3,PM_(2.5_DRY)/PM_(10_WET)和PM_(2.5_WET)/PM_(10_WET)分别为0.58、0.70,PM_(1_DRY)/PM_(2.5_WET)和PM_(1_WET)/PM_(2.5_WET)分别为0.58、0.71,PM_(2.5)为PM_(10)中的主要组成,PM_(1.0)为PM_(2.5)中的主要组成。邯郸市PM_(10)、PM_(2.5)和PM_(1.0)质量浓度冬季最高;PM_(10)、PM_(2.5)和PM_(1.0)日变化峰值为上午09:00左右,谷值为下午16:00左右,扬沙、降雨,霾和春节不同条件下PM_(10)、PM_(2.5)和PM_(1.0)差异明显。邯郸市PM_(10)、PM_(2.5)和PM_(1.0)的浓度高值主要分布在风向0°~100°和175°~225°、风速小于1 m/s的情况下。     

龙华新区灰霾污染特征研究

根据龙华新区2个空气监测站2012年监测数据、气象数据以及不同污染源的排放数据,分析龙华新区空气质量现状,灰霾日数与PM2.5和PM10的相关性,并通过AERMOD模型着重探讨PM2.5和PM10的污染特征,计算不同污染源对PM2.5和PM10浓度的贡献率。结果表明,灰霾日数和PM2.5、PM10浓度均表现为明显的季节性变化,变化趋势较为一致,且灰霾日数与PM2.5的相关性较PM10更显著。龙华新区PM2.5和PM10主要来自本地源,其中PM2.5的主要来源为机动车尾气和道路扬尘,而PM10的主要来源为施工项目和裸地。     

广州市区PM_(2.5)的污染特征

对广州市区PM2.5的污染状况进行了分析,结果表明广州市区的PM2.5呈现冬季浓度较高,夏季较低的季节性特征;PM2.5的日变化呈现出明显的双峰形;与PM10的相关性分析表明,PM2.5与PM10具有良好的线性关系。PM2.5/PM10的值约为0.59,表明广州市区空气中细颗粒物在PM10中的比重大于粗颗粒物,鉴于PM2.5的危害性及所占比例,应重视对其的监测。     

环境空气中PM2.5与PM10质量浓度关系的研究

采集大连市4个大气自动监测点位30dPM2.5和PM10质量浓度小时值的监测数据,通过对每个点位720个有效数据对的统计分析,研究二者质量浓度的相关性及 PM2.5/PM10比值的分布情况,并研究了气象因素对PM2.5与PM10的影响。结果表明,雾使PM2.5PM10浓度都减小,但二者比值也随之降低;强风会使PM10浓度增大,但PM2.5浓度却减小。     

北京PM2.5浓度的变化特征及其与PM10、TSP的关系

在连续2年进行累积1周同步采样的基础上,对北京市城区和居住区2个采样点环境空气中PM2.5的浓度及其时间变化特征进行了分析.PM2.5周平均浓度的变化范围为37~346靏/m3,年均浓度接近或超过PM10的二级年均标准.PM2.5浓度具有明显的季节变化特征,即冬季最高,夏季最低.2个采样点PM2.5浓度的周变化与季节变化均相似.PM2.5与PM10、TSP的比值均在冬季最高,春季最低,反映采暖燃烧源对细颗粒物的贡献较大,而沙尘天气对粗颗粒物的贡献较大;其年均值分别为55%和29%.     

浅析沈阳市高层建筑周边PM_(10)与PM_(2.5)质量浓度对应性

以空气中可吸入颗粒物(PM2.5和PM10)为研究对象,分析了采暖期和非采暖期不同监测点位PM10与PM2.5的相关性。结果表明,采暖期和非采暖期不同高度PM10与PM2.5的相关性均相当明显,可吸入颗粒物中PM2.5占绝大比重;采暖期不同高度PM10与PM2.5的相关系数大于非采暖期,季节变化规律明显。     

广州市与北京市大气能见度与颗粒物质量浓度的关系

为了研究相对湿度(RH)和颗粒物对能见度的影响,于2008年12月11日~2009年8月27日和2008年7月14~2008年9月17日分别在广州和北京对能见度、RH、PM2.5和PM10进行了监测.结果表明,PM2.5和RH是影响能见度的主要因子;在RH￡70%和80%0.05mg/m3时,随着PM2.5降低,能见度变化不明显;当PM2.5<0.05 mg/m3时,随着PM2.5降低,能见度迅速改善.因此,在颗粒物治理的起始阶段,PM2.5下降对能见度的改善效果不很明显;但当PM2.5降低到一定程度后,能见度的改善效果非常显著.     

Chemical composition and quantitative relationship between meteorological condition and fine particles in Beijing

The recent year‘s monitor results of Beijing indicated that the pollution level of fine particles PM2.5 showed an increasing trend. To understand pollution characteristics of PM2.5 and its relationship with the meteorological conditions in Beijing, a one-year monitoring of PM2.5 mass concentration and correspondent meteorological parameters was performed in Beijing in 2001. The PM2.5 levels in Beijing were very high, the annual average PM2.5 concentration in 2001 was 7 times of the National Ambient Air Quality Standards proposed by US EPA. The major chemical compositions were organics, sulfate, crustals and nitrate. It was found that the mass concentrations of PM2.5 were influenced by meteorological conditions. The correlation between the mass concentrations of PM2.5 and the relative humidity was found. And the correlation became closer at higher relative humidity. And the mass concentrations of PM2.5 were negtive-correlated to wind speeds, but the correlation between the mass concentration of PM2.5 and wind speed was not good at stronger wind.     

遵义市PM10和PM2.5污染水平时间分布及其与气象条件的关系研究

对遵义市2014年1月1日-12月31日大气颗粒物在线监测数据分析结果表明,全年PM10和PM2.5质量浓度的变化幅度较大,但变化趋势相似,且具有较好的相关性,其中冬季>春季>秋季>夏季;日变化呈双峰特征分布,夜间峰值比中午峰值大,且夜间PM2.5浓度呈区域性变化特征.选取日平均气温、相对湿度及风速等气象因子,利用Spearman秩相关分析表明遵义市全年PM10和PM2.5质量浓度与气温、相对湿度及风速等气象条件均呈负相关.     

上海冬春季PM2.5中不挥发和半挥发颗粒物的浓度特征

微量振荡天平法广泛的应用于我国PM2.5的监测,该方法50℃的采样加热温度会导致PM2.5中半挥发颗粒物的损失, 而仅可获得PM2.5中的不挥发颗粒物的质量浓度,因此,PM2.5浓度的实际测值会偏低.微量振荡天平和膜动态测量联用技术可同时获得PM2.5中不挥发和半挥发颗粒物的质量浓度,本研究利用该技术于2011年12月~2012年4月在上海城郊开展了PM2.5中不挥发和半挥发颗粒物的连续观测,并对其浓度特征进行了分析.结果表明:上海冬春季大气PM2.5中半挥发性颗粒物占有较高比重,平均浓度比率为18.91%;PM2.5中半挥发颗粒物主要来自NH4NO3,在NH4NO3浓度较高的地区,PM2.5的监测应考虑半挥发颗粒物的损失;半挥发性颗粒物补偿前后的PM2.5浓度间有着较好的线性关系,在一定数据质量目标下,可由未补偿的浓度推算补偿后的PM2.5浓度.