基于光电技术的大气颗粒物监测进展

大气颗粒物是影响大气辐射和全球气候变化最不确定的因素之一,分析大气颗粒物的组分和演变机制,对于科学评价大气环境质量,实施节能减排策略具有重要作用。光电技术以其高精度特征明显,非接触式检测模式,数字化和智能化等特点,在大气颗粒物检测方面具有重要应用。光纤传感技术、激光诱导荧光法、红外吸收检测法等是目前应用较为广泛的技术方法。研发和应用科学、便捷的检测颗粒物的技术手段和方法,对于未来环境保护与促进光电信息产业发展意义深远。     

上海餐饮油烟污染特征研究

餐饮油烟污染是特大型现代都市重点关注的环保问题之一,它是中心城区环保投诉的焦点,也是细颗粒物PM2.5的来源之一。文章通过对上海餐饮业态分布和餐饮油烟污染排放水平的分析,提出开展餐饮油烟减排工作的建议。     

部分中原城市PM_(2.5)中水溶性离子污染特征

对中原地区的郑州、洛阳、平顶山三市采暖季和非采暖季大气PM2.5中水溶性离子进行了研究,并对比分析了三地区水溶性离子不同季节的变化幅度。结果显示,三地区PM2.5中NH4+、NO3-和SO42-等二次离子为水溶性离子的主要成分,占80%以上;非采暖季质量浓度SO42>NO3->NH4+,采暖季尤其是严重灰霾期则为NO3->SO42->NH4+;除SO42-外,其它7种水溶性离子质量浓度均为采暖季大于非采暖季;郑州、平顶山两地采暖季水溶性离子总质量大于非采暖季,洛阳则相反;三地区主要是以燃煤为主的固定污染源污染,但是NOx的浓度已经显著增加,尤其是采暖季NO3-/SO42-比值均大于1.0,机动车尾气对环境质量影响明显增大,郑州、平顶山两地的机动车尾气污染对空气质量的影响较洛阳大;洛阳受季风影响较另外两地严重。总水溶性离子质量浓度采暖季低于西安地区,从采暖季到非采暖季变化趋势不如西安地区显著;非采暖季与西安、北京地区基本相当。     

武汉大气PM_(2.5)中稀土元素的组成特征和来源分析

采用电感耦合等离子体质谱(ICP-MS)分析了16种稀土元素的浓度水平,并通过球粒陨石标准化、富集因子模型等方法对其分布模式和污染来源进行了分析。研究表明,武汉PM2.5中各稀土元素浓度随时间的变化趋势大体一致,其分布符合奥多—哈尔金斯定律,并呈轻稀土富集型的分布模式,但PM2.5中轻稀土元素相对于重稀土元素的富集程度比土壤高,稀土元素在土壤中的比重要高于PM2.5。武汉PM2.5中的稀土元素部分源于土壤或扬尘,部分则来自人为源,其中Sc主要来源于人为污染源,而Pr、Nd、Sm、Dy、Ho、Er、Yb、Y等8种元素的主要来源为土壤或扬尘,La、Ce、Eu、Gd、Tb等5种元素则部分来源于土壤或扬尘,部分来源于人为源。     

西安市高新区采暖期大气颗粒物污染状况分析

为了解西安市高新区采暖期大气颗粒物(包括PM1 0和PM2.5)污染状况,于2013年1月1日到2013年3月15日在高新区进行了为期74 d的连续自动采样。结果表明:采样期间高新区PM1 0的小时浓度范围28~1744μg/m3,平均浓度为332μg/m3;PM2.5的小时浓度范围13~946μg/m3,平均浓度为207μg/m3。PM2.5占PM1 0的平均比例为63.8%。颗粒物浓度日变化呈现弱双峰特征,分别在凌晨2:00和上午7:00~8:00左右达到浓度最高值,但是上午的峰值并不明显。颗粒物在15:00~1 6:00之间浓度达到最低值,由于受采暖影响,18:00之后颗粒物浓度明显上升。     

徐州市春季PM_(10)及PM_(2.5)污染来源分析

采集了徐州市具有代表性的9个点位的春季环境空气样品,对不同功能区的监测点PM10及PM2.5污染水平及其来源进行了分析。结果表明,徐州市区代表不同功能的监测点污染特征明显,PM10与PM2.5污染主要来源于燃煤(包括电厂、其他工业)等固定源、机动车移动源,并受到工业废气、建筑施工扬尘等的影响。其水溶性离子、金属成分污染水平与其他城市相当,但由于受燃煤电厂的影响,Pb,Mn,As,Cr含量明显高于其它城市。     

污水处理厂尾水排江环境影响研究

污水处理厂尾水排江的做法可以解决污水厂尾水的出路问题,就此做法对环境的影响如何,本文利用列出的评价方法综合环境监测数据预测了尾水排江的环境影响状况,并消除或减小污水厂尾水排江造成环境影响,提出了三点相应的措施。     

昆明市大气PM_(10)污染分析与防治对策研究

通过分析昆明市建成区PM10污染水平、时空变化、气象影响、与PM2.5的关联性,提出相应的防治对策和措施。     

基于ARIMA模型的PM_(2.5)预测

PM2.5的精确预测是大气污染评价和治理的关键性工作。本文针对PM2.5浓度变化的时间序列分布特征,结合环境监测站提供的相关数据,应用自回归移动平均模型(ARIMA(p,d,q))预测短期PM2.5的日平均浓度。结果表明:由于PM2.5浓度变化受气象场、排放源、复杂下垫面、理化生过程的耦合等多种因素的影响,不同时段内的变化模式存在巨大差异,因此采用分时段序列预测模型可以提高PM2.5的预测精度;通过将分时段序列模型与灰色GM(1,1)模型和全年时间序列模型的预测结果进行对比,发现该模型预测效果更好。     

重量法测定空气中PM10的不确定度评定研究

根据重量法测定空气中PM10的测量方法原理,建立数学模型,从样品现场采样与实验室测试相结合引入各不确定度分量,分析并评定用重量法测定空气中PM10的不确定度,确定合成不确定和扩展不确定度.从各不确定度分量大小,最终确定测量不确定度影响因素并加以有效控制及改进,改善测量方法和手段,从而为空气中PM10浓度测定提高检测数据准确性,提供科学检测依据.