大气污染与平流层气溶胶

本文简述了大气污染与气溶胶的关系，论述了平流层气溶胶对地球辐射收支的影响，从而说明平流层气溶胶的光学性质的变化将影响全球大气环境，在此基础上，计算了不同背景平流层气溶胶的光学常数和光学特性参数。并使用模式光学常数计算了３种火山模工气溶胶的光学特性参数。同时，考察了这些特性参数对光学常数的敏感性。结果表明，后向散射系数对光学常数的变化最敏感，对于某些波长，它的相对变化可比光学常数的相对变化大一个数量     

室内空气中污染物的检测技术

室内环境空气污染对人体健康影响很大,文中指出了影响人体健康的致病因子,分析了单个微粒的光通量和粒径之间的关系。鉴于单下颗粒的散射光信号很弱,本文提出一种方法,把激光器的内腔作为颗粒注入区,利用激光器的内腔功率谱密度远大于腔外功率密度的特点,结合先进的激光散控制理论,对空气中的颗粒进行检测。     

2种铀矿井下常用口罩对气溶胶粒子的过滤特性研究

为探究铀矿井下常用的2种口罩对气溶胶粒子的过滤特性,在我国南方某铀矿山,利用APS3321型空气动力学粒径谱仪对井下工作人员常用纱布口罩和KN95型口罩的过滤特性进行了研究.井下气溶胶监测数据显示,该铀矿井下典型作业场所PM10的质量浓度介于0.069～ 9.800 mg/m3,个数浓度介于173.918 ～2 561.600个/cm3;PM2.5的质量浓度介于0.039～0.479 mg/m3之间,个数浓度介于173.100～2 556.382个/cm3之间.口罩过滤特性试验结果表明:1)KN95型口罩和纱布口罩对PM10的平均过滤效率分别为95％和76％,对PM2.5的平均过滤效率分别为93％和61％,可见KN95型口罩过滤效率明显高于纱布口罩;2)在0.5～3.5 μm粒径范围内,2种口罩对颗粒物的过滤效率均随粒径增大而增大,在3.5～ 10μm粒径范围内,2种口罩对不同粒径颗粒物的过滤效率均接近100％;3)无论从质量浓度还是个数浓度来看,经口罩过滤后的气溶胶粒子大多数分布在2.5μm粒径范围内,表明PM2.5是主要的气溶胶污染物.     

基于卫星遥感的浙北平原气溶胶光学特性长期变化分析

利用MOD04 C051气溶胶产品,以浙江北部平原为主要研究区,开展区域气溶胶光学特性长期(2000年3月—2013年12月)变化分析.长期逐月时间序列显示,区域气溶胶光学特性具有年内周期性变化规律,AOD(Aerosol Optical Depth)峰值多出现在5月或6月;Angstrom Exponent(α指数)峰值多出现在3月或4月.在空间分布上,研究区中部地区气溶胶污染较重且粗粒子成分较高.研究区气溶胶光学特性长期变化特征主要体现在:1气溶胶污染总体减轻但细粒子成分增加,复合污染加重;2008年以来区域AOD年均值总体呈下降趋势;2007—2013年α指数年均值显著高于2000—2006年;区域α指数月均值增长趋势显著,近14年的总倾向率为0.125(p0.05);2AOD和α指数的季节差异呈减小趋势,AOD的季节变化规律由2000年的春夏≈冬秋转变为2013年的春冬秋≥夏;α指数虽仍以夏秋季高于冬春季,但春秋两季α指数相对增大;3以污染较轻的湖州市和污染较重的嘉兴市为例的原因分析显示,AOD变化与SO2排放量具有一定相关性,α指数变化与民用汽车拥有量变化趋势一致,相关性较高.     

城市土地利用类型与PM2.5浓度相关性研究——以武汉市为例

随着我国工业化的不断发展,在我国的主要经济发展地区的雾霾天气不断爆发,使我国的大气环境日益恶化,严重影响了人们的日常生活和身体健康。PM2.5作为雾霾的重要组成成分,也日渐成为环境领域的研究热点问题。随着全球性变化研究领域逐渐加强了对土地利用与生态环境的相关研究,因此无论从法律和社会经济发展的角度,还是从生态资源保护与环境可持续发展的角度,土地利用与PM2.5的相关研究都显得相当重要。研究目的:分析武汉市各类用地类型与PM2.5浓度的相关性程度。研究方法:使用ENVI与ArcGIS对武汉市2013年MODIS气溶胶产品进行空间分析与插值处理,再应用SPSS将其与武汉市2013年10个观测点的PM2.5浓度数据作相关性分析,以证实MODIS气溶胶厚度与PM2.5浓度的相关性,并建立两者的线性回归方程,然后利用计算后的武汉市整体PM2.5浓度分布与各土地利用类型进行相关性研究。研究结果:武汉市PM2.5浓度有明显的空间分布特征,绿化面积比例与PM2.5浓度呈显著负相关,建设用地面积比例与PM2.5浓度呈显著正相关,未利用地面积比例虽然与PM2.5浓度呈正相关,但相关性较低,而耕地与水体对PM2.5浓度没有显著影响。研究结论:土地利用类型对武汉市PM2.5浓度的分布有显著的影响,其与搭载MODIS传感器的遥感卫星监测方式的结合能成为研究大范围特定区域PM2.5浓度空间格局的新方法,并且增加城市绿化面积,控制建设用地规模能有效减少PM2.5浓度。     

南京秋冬季非难熔性亚微米颗粒物来源解析

利用Aerodyne高分辨率飞行时间气溶胶质谱仪（HR-ToF-AMS）对南京北郊秋冬季非难熔性亚微米气溶胶（NR-PM₁）的化学组分（包括有机物、硝酸盐、硫酸盐、铵盐和氯化物）和特征进行实时在线监测,并利用多元线性模型（ME-2）对其中复杂的有机物进行来源解析.观测期间,有机物、硝酸盐、硫酸盐、铵盐、氯化物对NR-PM₁的贡献分别为42%,28%,15%,13%和2%.有机物解析出6类有机气溶胶：烃类有机气溶胶（HOA）、烹饪类有机气溶胶（COA）、生物质燃烧有机气溶胶（BBOA）、高氧化有机气溶胶（MO-OOA）、低氧化有机气溶胶（LO-OOA）、液相反应生成氧化有机气溶胶（aq-OOA）,平均浓度分别占总有机气溶胶的18%,14%,19%,19%,11%和19%.通过不同污染事件的对比结果表明,本次观测期间二次气溶胶在污染时期占比会明显上升并且液相反应对二次组分的形成有显著的促进作用.     

北京市不同季节室外细菌气溶胶分布特征及其环境影响因素分析

为了解北京市室外细菌气溶胶的分布特征,基于培养法分析了2020年9月—2021年5月不同季节细菌气溶胶浓度及粒径的分布特征,探讨气象因素(温度和相对湿度)和空气颗粒物(PM₁₀和PM_2.5)对细菌气溶胶分布特征的影响. 结果表明:①北京市室外细菌气溶胶平均浓度为447.10 CFU/m3 (每立方米空气中的菌落形成单位),呈春季〔(648.55±537.24)CFU/m3〕>冬季〔(324.50±181.99)CFU/m3〕>秋季〔(319.59±305.07)CFU/m3〕的特征,不同季节细菌气溶胶浓度差异不显著. ②北京市室外约80%的细菌气溶胶直径大于2.1 μm,细菌气溶胶浓度在第2级(粒径为4.7~7.0 μm)显著降低,峰值粒径出现在第1级(粒径>7.0 μm). 粒径大于7.0 μm的细菌气溶胶在春季与秋季以及春季与冬季之间均存在统计学差异 (p均小于0.05). 可进入人体下呼吸道的细菌气溶胶(≤4.7 μm)比例近50%(冬季、秋季、春季占比分别为61.0%、58.9%、41.6%),冬季空气中可进入人体下呼吸道的细菌气溶胶比例最高. ③Spearman相关性分析表明,室外环境细菌气溶胶浓度与相对湿度呈显著负相关(p<0.05),与PM₁₀浓度呈显著正相关(p<0.05),表明细菌气溶胶浓度受气象因素和空气污染物的影响. 研究显示,北京市室外环境中可进入人体下呼吸道的细菌气溶胶比例近50%,冬季细菌气溶胶暴露风险最高.      

基于遥感数据估算近地面PM2.5浓度的研究进展

卫星反演的气溶胶光学厚度(AOD)具有广泛的空间覆盖度和相对较高的时空分辨率. 基于AOD与PM_2.5的相关关系来估算PM_2.5浓度已成为监测近地面PM_2.5的有效途径,其估算结果较可靠,能够为治理PM_2.5污染提供数据基础和科学依据. 从反演AOD数据集和PM_2.5浓度估算模型2个方面进行梳理归纳,从卫星轨道运行类型角度分析各类传感器的产品特征,并对缺失AOD的插补方法进行分类评价;对PM_2.5浓度的估算模型进行比较分析,指出不同模型的优缺点和适应性. 结果表明:①各类卫星传感器均具有特定功能及优缺点,其中地球同步轨道(GEO)卫星的快速发展,使其在估算PM_2.5浓度的应用上越来越广泛. ②插补后的AOD比AOD初始产品具有更连续的时空分布和更高的准确性,基于模型的多变量估算不仅可以实现数据的全面覆盖,还可以获得更好的估算精度. ③组合模型成为估算PM_2.5浓度的重要方法,机器学习模型的加入能够有效提高PM_2.5浓度的估算精度. 研究显示,利用AOD估算近地面PM_2.5浓度不仅弥补了地面PM_2.5监测的空间不连续性,更有助于解析PM_2.5浓度的时空分布特征及污染来源.      

华南背景山区云中草酸的形成机制及影响因素

草酸(C₂)是大气颗粒物中有机物的重要组成部分,现有研究推测草酸主要来源于云中液相反应,然而,关于其云中形成机制的研究较少. 本文系统分析对比了华南背景山区的云水和云间隙颗粒物中二羧酸类物质,包括直链饱和二羧酸(C₂~C₉)、支链饱和二羧酸(iC₄~iC₆)、不饱和二羧酸〔马来酸(M)、富马酸(F)、柠康酸(mM)〕以及多官能团羧酸〔苹果酸(hC₄)、丙酮酸(Pyr)和乙醛酸(ωC₂)〕的浓度分布. 利用随机森林和多元线性回归方法进一步定量评估了草酸前体物、温度及云水性质(云水中液态水含量、pH、化学组成)对云水中草酸形成的影响. 结果表明:①云水和云间隙颗粒物中草酸的平均浓度分别为431 μg/L和27.28 ng/m3,分别占直链饱和二羧酸浓度的78.9%和70.0%,占水溶性有机碳浓度的2.4%和1.1%. ②云水中C₂/总二羧酸类物质(浓度比)与二羧酸类物质浓度比〔如C₂/(C₃~C₉)、C₂/(iC₄~iC₆)、C₂/(hC₄+Pyr+ωC₂)和C₂/(M+F+mM)〕均呈显著正相关(R2为0.47~0.76, P均小于0.01),表明C₃~C₉、iC₄~iC₆、hC₄+Pyr+ωC₂和M+F+mM可能是云水中草酸形成的重要前体物. ③前体物对云水中草酸浓度变化贡献最大,贡献率为79%,其中hC₄+Pyr+ωC₂是最重要的前体物;其次是云水性质,贡献率为20%;温度的贡献率为1%. 研究显示,云中过程是草酸形成的重要途径,其形成过程受前体物、云水性质和温度等因素的影响.