基于GIS和大气数值模拟技术评估兰州市PM10的人群暴露水平

利用2001年1月1日~31日兰州市城区PM10月均观测浓度和CMAQ空气质量模式模拟出的PM10月均浓度,基于GIS平台,将污染物浓度与人口的空间分布图层相叠加,并采用PM10人口加权算法,定量评估了兰州市居民的颗粒物暴露水平,并对应用这2套数据的评估结果进行了对比.结果表明,与使用观测数据相比,模拟的PM10浓度空间梯度较大,模拟结果更加细致地展示了PM10浓度在兰州城区的分布,同时PM10浓度的最小值和最大值跨度也较大.对比人口加权前后PM10浓度发现:人口加权后,从城区人口的空间分布来讲,兰州市有较多的人口分布在污染较重的地区.     

2014年宝鸡市大气颗粒物时空分布特征分析

基于2013年12月和2014年全年宝鸡市8个自动空气质量监测子站的PM_(10)和PM_(2.5)的监测数据,探讨PM_(10)和PM_(2.5)的时间分布特征和空间分布特征。结果表明:PM_(10)的日平均浓度为118.23μg/m~3,全年中PM_(10)超过二级标准的天数为80 d,超标率为22%;PM_(2.5)的日平均浓度为68.93μg/m~3,全年中PM_(2.5)超过二级标准的天数为92 d,超标率为25%;PM_(10)和PM_(2.5)的浓度有明显的季节差异。PM_(2.5)和PM_(10)浓度由高到低的季节依次是冬季、春季、秋季和夏季;不同的监测点位中,解放军第三陆军医院监测点位的PM_(10)和PM_(2.5)浓度对于宝鸡市大气颗粒物的污染贡献率相对其他点位较高,主要是其地理位置导致的。     

道路环境颗粒物浓度空间分布研究

由于交通扬尘和车辆尾气排放,道路环境颗粒物浓度高于城市其它区域,文章应用一种移动监测技术测试区域道路环境中PM10浓度空间分布,并进行了呼市城区道路环境PM10空间分布分析;采用降尘法对呼市城区不同区域30条道路进行监测,分析道路降尘空间分布规律,并对两种方法进行比较。文章给出了呼市城区道路环境PM10浓度的空间分布图...     

Developing chemical signatures of particulate air pollution in the Pearl River Delta region, China

PM2:5 samples were collected in a regional sampling network with three sites in Hong Kong and four sites in the adjacent inland Pearl River Delta (PRD) or Guangdong Province during four months/seasons from 2002–2003. Trans-boundary transport between Hong Kong and the inland PRD is inevitable under the influence of Asian monsoon. In summer, Hong Kong serves as the upwind site of the inland PRD while during other seasons it is under the influence of continental emissions. Previous studies have recognized the importance of using chemical signatures to differentiate local vs. regional contributions to air pollutants in Hong Kong such as the CO/NOx ratio, ratios of different VOC species. In this study, detailed chemical speciation by gas chromatography-mass spectrometry was performed with PM2:5 samples to identify new chemical signatures to distinguish aerosols in Hong Kong from those from the inland PRD. Since Hong Kong is not influenced by the continental emissions from the inland PRD during summer, comparison focused on chemical data obtained from this season for chemical signatures. The new ratios developed from the current study include LCPI/HCPI ratio of alkanes (0.39 0.02 in Hong Kong vs. 0.78 0.08 in the inland PRD), pyrene to benzo[ghi]perylene ratio (0.97 0.21 in Hong Kong compared to 0.20 0.06 in the inland PRD), and the ratio of 1,2-benzenedioic acid to 1,4-benzenedioic acid (1.8 0.1 in Hong Kong vs. 0.6 0.05 in the inland PRD). Results from this study also revealed that Hong Kong was impacted by ship emissions as reflected by substantially high V/Ni ratio (9 2) while this ratio was about 1–2 at all sites in the inland PRD, which is very close to typical ratios from residual oil combustion.     

水泥行业PM_(2.5)研究进展

近期,细粒子PM2.5造成的严峻的大气环境污染问题引起了社会的广泛关注。而中国作为世界第一的水泥生产大国,排放了大量的粉尘和烟尘。综述了国内外有关水泥行业PM2.5的研究进展,总结了PM2.5的来源及危害、排放现状、采样方法及其控制技术,并对其研究动向进行了展望。     

吉林市东局子监测子站TSP与PM10相关分析及大气容量核算的探讨

根据环境空气中TSP与PM10的相关性,建立起相关方程,进而以此作为各功能区环境容量因子的参数值反应其它功能区的PM10的参考数据。     

深圳市机动车PM_(2.5)排放因子隧道测试研究

为深入了解深圳市机动车排放PM2.5化学特性,选取深圳具有代表性的城市隧道进行机动车排放因子测试。通过连续8 d的监测,获得隧道内PM2.5质量、EC、OC的浓度、交通参数、气象参数等实测数据。利用单程隧道活塞效应计算出隧道内机动车排放PM2.5质量、EC、OC的平均排放因子,分别为64.0,9.68,20.2 mg(/km.辆)。隧道内OC/EC的值在0.32~0.74之间,平均为0.52,表明深圳市机动车对PM2.5的排放,柴油车起主要作用。对塘朗山隧道与国内外其他隧道实验的测定结果进行比较,结果显示PM2.5质量的平均排放因子高低与机动车组中重型车所占比例大小规律一致,说明机动车组中重型车比例是城市控制机动车PM2.5排放的主要因素。利用线性回归分别计算重型车、轻型车对PM2.5质量、EC、OC的排放因子,经分析重型车为深圳市机动车尾气排放控制的重点,尤其是重型柴油车。     

绵阳市城区空气PM_(10)、PM_(2.5)污染特征及相关性研究

采用连续自动监测方法于2013年9月至2014年4月对处于四川盆地内的中等城市绵阳市主城区富乐山、市人大、三水厂、高新区4个点进行空气质量监测。监测结果表明:空间分布上PM10和PM2.5污染程度城西工业区最高,市中心其次,森林公园最低。季节变化PM10和PM2.5污染程度为:春季<秋季<冬季。1天内PM10和PM2.5小时均值呈双峰分布。PM10和PM2.5一元线性回归方程为:y=0.7273x-2.9869,回归分析相关性系数为0.94。ρ(PM2.5)/ρ(PM10)平均值为0.7,变化范围为0.27~0.93。     

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.     

天津冬季PM2.5与PM10中有机碳、元素碳的污染特征

研究了天津冬季PM2.5和PM10中碳成分的污染特征.结果表明,天津冬季PM2.5和PM10的平均质量浓度分别为(124.4±60.9)、(224.6±131.2)μg/m3;总碳(TC)、有机碳(OC)与元素碳(EC)在PM2.5中的平均质量分数比在PM10中分别高出5.0%、3.6%、1.2%;PM2.5中OC、EC的相关系数较高,为0.95,表明OC、EC的来源相对简单,可能主要反应了燃煤和机动车尾气的贡献.OC/EC的平均值在PM2.5和PM10中分别为3.9、4.9.次生有机碳(SOC)在PM2.55和PM10中的平均质量浓度分别为14.9、23.4/μg/m3,分别占OC的48.5%(质量分数,下同)、49.8%,OC/EC较高可能主要与直接排放源有关;PM2.5中的OC1与OC2的比例明显高于PM10,而聚合碳(OPC)的比例又低于PM10,同时PM2.5与PM10中的EC1含量均较高,表明天津冬季燃煤取暖和机动车尾气是重要的污染源.