北京冬季室内空气中TSP,PM_(10),PM_(2.5)和PM_1污染研究

人们每天2/3以上的时间在室内度过,室内空气中可吸入颗粒物对人体健康的影响越来越受到国内外研究人员的广泛关注.在我国,虽然人们对大气中细粒子的研究比较系统、深入,然而对室内环境中可吸入颗粒物的研究、报道却很少.作者在北京市的海淀区、朝阳区、丰台区和昌平区选择了19个家庭,分别对其厨房、客厅和卧室的室内空气中TSP,PM10,PM2.5和PM1的浓度进行了测定,并且对室内空气中粉尘含量的影响因素进行了分析和探讨.     

被误读的PM2.5

前段时间,中国社会掀起对PM2.5的关注热潮,但媒体却给公众传递了两个错误信息：一是只要监测了PM2.5,空气质量就会好转;二是可吸入颗粒物中只有PM2.5才危害健康。这两个信息都是大误导。     

南宁市大气颗粒物PM10、PM2.5污染水平

为了初步调查南宁市大气中颗粒物PM10、PM2.5的污染水平，于2002年春、夏、秋、冬4季在南宁市的5个典型城市功能区，采集了85个样品．结果表明，南宁市PM10、PM2.5的污染很严重，超标率为82．5％、92．5％，而且对人体健康危害更大的PM2.5占PM10的大部分，约为63．5％，且重污染区PM2.5浓度超过轻污染区近一倍，应引起公众和相关职能部门的高度重视。     

重庆市沙坪坝区环境空气PM2.5和PM10相关性分析简

以重庆市沙坪坝区国控空气自动监测点为例,研究了细颗粒物(PM2.5)和可吸入颗粒物(PM10)污染现状和相关性.结果表明:颗粒物,尤其是细颗粒物(PM2.5),是影响城市环境空气质量的主要污染因子,尤其是在春、冬季节易导致污染天气.大气扩散条件不佳,颗粒物质量浓度越高,细颗粒物(PM2.5)在可吸入颗粒物(PM10)中的比重也越高.细颗粒物(PM2.5)和可吸入颗粒物(PM10)具有较好的统计相关性,两者可能具有同源性,在环境空气污染中的变化规律相似,有可能遵循相同的迁移转化规律,可以进行协同治理.     

宝鸡市区空气中PM_(10)、PM_(2.5)污染状况研究

目的研究宝鸡市城区采暖期和非采暖期PM10、PM2.5的质量浓度变化以及比例关系,为宝鸡的雾霾治理提供技术支撑。方法在宝鸡市环境监测中心站院子设点对PM10、PM2.5分别进行采暖期和非采暖期2个时段对比监测,结合气象条件进行分析,总结规律。结果在一般气象条件下PM2.5、PM10质量浓度采暖期高于非采暖期,昼间大于夜间,但细粒子在大气中漂浮时间长,昼夜变化幅度小于可吸入颗粒物。两种颗粒物浓度受气象条件影响较大,阴天浓度明显大于晴天。结论总结了不同时段PM10、PM2.5质量浓度和二者比例关系,为以后的研究和环境管理提供参考。     

大气中PM_(10)浓度的影响因素及其污染变化特征分析

讨论了影响大气中可吸入颗粒物PM10浓度的因素，包括来源、源强、气象条件等，并分析了其时空分布特征．     

北京地铁站台PM2.5实测及分析

随着地铁普及,地铁站内空气品质受到人们重视。PM2.5浓度是空气品质的重要衡量指标,地铁站内PM2.5浓度值实测研究有限。为了找到影响地铁站内PM2.5浓度的直接影响因素,实测北京地铁各站站台、屏蔽门、室外的PM2.5浓度值。通过对实测数据统计分析,站台内PM2.5浓度受到室外环境影响;不同类型屏蔽门对站台PM2.5浓度值也会造成影响。通过对连续实测数据的相关性分析,发现站台PM2.5存在积累情况。     

阴霾天气的元凶——PM2.5

空气中悬浮的大量微小尘粒、烟粒的集合体,使空气混浊,水平能见度降低到10 km以下,这样的天气现象称为阴霾天气。其原因是空气中存在微小的可吸入颗粒物PM2.5气溶胶,PM2.5是制造阴霾天气的元凶。PM2.5直接伤害可能导致心脏病、肺癌、哮喘和慢性支气管炎。我们只有建立科学的监测评估体系,优化能源结构,绿化环境,才能避免烟尘污染,杜绝气溶胶粒子的产生。     

Root-MUSIC，PM，MUSIC算法的比较

对测向算法（DOA）中的2种降低运算量的算法,即求根的MUSIC算法（Root-MUSIC）和传播算子算法（PM）,与多重信号分集算法（MUSIC）进行比较,并对两者降低运算量的作用进行了有效性分析和验证.Root-MUSIC算法通过求根降低运算量,PM通过矩阵乘法代替矩阵分解降低运算量.仿真结果表明,在阵元数较少时Root-MUSIC是最有效的算法,否则PM算法更为有效.     

北京市夏季大气气溶胶 PM2.5和 PM10成分特征?

对北京市城区2012年夏季大气对气溶胶进行每日PM2.5和PM10石英膜采样,得到了可溶性离子质量浓度和16种元素的质量浓度,并结合气象观测值进行了分析.结果显示,采样期间,PM2.5质量浓度为9.58~210.42μg·m-3,平均值102.81μg·m-3;PM10质量浓度为33.75~288.33μg·m-3,平均值159.66μg·m-3.PM2.5和PM10质量浓度都与采样点能见度、风速呈负相关,与相对湿度呈正相关.质子荧光分析(PIXE)结果显示,S、K、Ca和Fe在PIXE可分析元素中含量较高,在PM2.5和PM10都占89%.且元素Ca、Ti、Sc、Cr、Fe主要存在于粗粒子(PM2.5~10)中,而元素S、Cu、Zn、As、Br、Pb主要存在于细粒子(PM2.5)中.富集因子分析表明,元素K、Ca、Ti、V、Mn、Ni主要为地壳来源,元素S、Cl、Cu、Zn、As、Br、Pb主要来自于人为源.SO2-4、NO-3、NH+43种可溶性离子总质量浓度占PM2.5浓度的43.5%,占PM10浓度的25.4%.     

武汉沌口地区PM_(10)及PM_(2.5)化学组分分析

沌口地区为武汉经济技术开发区所在地。经过近20年的发展,武汉经济技术开发区已成为武汉经济发展的重要引擎之一。经济发展的同时,大气环境质量也日益引起人们的重视。用大气颗粒物采样器、PM10及PM2.5切割器采集沌口地区大气可吸入颗粒物,对其化学组分进行粗析定性识别其来源,进而为政府部门制定大气污染控制与治理措施、确定污染治理重点提供科学依据,为武汉两型社会建设做出贡献。     

济南市春季大气中PM2.5、PM10颗粒物分布状态及元素分析

采用扫描电镜和能谱仪对济南市区春季大气中PM_(2.5)、PM_(10)颗粒物的显微形貌、粒径分布和化学元素进行连续30 d全天候研究,对大气颗粒物的粒径与数量进行统计回归分析,绘制相应粒径变化柱状图。依据检出的元素来推断大气颗粒物化学组成和来源,提出控制大气颗粒物PM2.5、PM10污染的有效对策。实验结果显示,大气颗粒物显微形态有球状、片状、棒状等不同形状且主要集中于0～1.0μm和1.0～2.5μm粒径范围,检出C、O、Cl、Si、Ca、K、Na、Mg、Al、Fe、S等多种化学元素,大多以矿物质氧化物、硫酸盐、硅铝酸盐等形式存在,主要来源于土壤尘、风沙尘、燃煤飞灰等。该方法简单、快速、科学,值得进一步推广应用。     

燃煤电厂电除尘PM10和PM2.5的排放控制II:电除尘电源改造与PM10和PM2.5的排放(以660 MW 机组为例)

 通过对比660 MW 燃煤锅炉电除尘改造前后细颗粒物(PM_2.5)和颗粒物(PM₁₀)的排放,讨论电除尘改造的必要性及可行性.四电场电除尘器在常规单相电源供电下,PM₁₀和PM_2.5的排放浓度分别在63 和23 mg/m³左右,总排放在75 mg/m³左右;采用三相高压电源时PM₁₀和PM_2.5的排放可控制在15 和2.5 mg/m³以下,总排放在18 mg/m³左右,PM₁₀和PM_2.5的排放分别减排76%和89%以上.     

基于PCA-OS-ELM的大气PM2.5浓度预测

为了提高细颗粒物PM_2.5浓度预测精度,提出一种主元成分分析与在线序列极限学习机相结合（PCA-OS-ELM）的PM_2.5浓度预测方法. 首先,通过主成分分析方法（PCA）提取高维大气数据中影响空气质量的关键变量,并去除不必要的冗余变量;其次,利用提取的关键变量建立在线序列极限学习机（OS-ELM）网络预测模型,将批处理和逐次迭代相结合,不断更新训练数据和网络参数实现大气PM_2.5浓度快速预测.研究结果表明,PCA-OS-ELM预测方法采用不同批次训练数据更新模型的方式,能够快速实现大气PM_2.5浓度预测,证明了该方法的有效性.与其他方法相比,该方法预测误差小,预测精度高,具有更好的实用价值.      

Characterization of PM2.5/PM2.5-10 and source tracking in the juncture belt between urban and rural areas of Beijing

Coarse （PM2.5-10） and fine （PM2.5） atmospheric particulate samples were collected in summer and winter during 2005-2007 in the juncture belt between urban and rural areas of Beijing. Elements, ions, organic/elemental carbon （OC/EC） and polynuclear aromatic hydrocarbons （PAHs） were determined to obtain some latest information about the particulate pollution in the juncture belt of Beijing. Particulate matter levels at this site were high as compared with the levels at other sampling sites in Beijing. Pollution elements, secondary ions and PAHs were enriched in fine particles rather than in coarse particles. An obvious seasonal variation of the chemical composition of PM was observed. Source apportionment results showed that secondary components were the largest mass contributor of PM2.5, accounting for 28%; whereas soil-related sources were the largest contributor of PM2.5-10, explaining about 49% of the total mass. The abnormal levels of soil heavy metals at the electronic waste disassembly site in the upwind villages suggested the potential impact of such activities to the environment.     

南京地区PM2.5和PM10浓度分布特征及与相关气象条件的关系

利用2014年12月至2015年5月南京市PM_(2.5)和PM_(10)的质量浓度以及天气观测数据,研究南京市颗粒物浓度空间、时间分布特征及其与相关气象因子的关系。研究表明PM_(2.5)和PM_(10)同季节内高度线性相关,时间分布具有明显的季节性差异;PM_(2.5)与风速呈负相关关系,与降雨清除量呈正相关关系;相对湿度达到75%左右时污染最严重。研究首次将其他污染气体和相关气象因子结合起来,用逐步回归法建立PM_(2.5)预测模型,能较好地拟合冬春两季PM_(2.5)变化趋势,较准确地反映南京市PM_(2.5)的污染特征,具有一定的理论和实用价值。     

燃煤电厂电除尘PM10和PM2.5的排放控制I:电除尘选型及工业应用

 针对电除尘细颗粒物(PM_2.5)排放控制,提出利用电除尘指数指导电除尘本体和电源设计选型技术的原理和方法,并介绍电除尘改造的应用案例.通过优化电除尘指数、采用三相高压电源开展电除尘改造和选型.通过电除尘和脱硫塔除雾器的同步改造,可以实现烟囱出口颗粒物排放浓度低于5 mg/m³,同时,PM_2.5 (直径2.5 μm 以下的颗粒物)排放浓度低于2.5 mg/m³.示范工程还表明当电除尘器出口PM₁₀(直径10 μm 以下的颗粒物)排放在6~30 mg/m³时,PM_2.5占PM₁₀比例为6%至20%;当PM₁₀排放在5~15 mg/m³时,PM_2.5排放可低于2.5 mg/m³.     

PM2.5中无机元素的污染特征和来源分析

为研究齐齐哈尔市大气颗粒物PM2.5的污染特征和来源,在2013年12月~2014年11月,于齐齐哈尔大学校园内安置采样点采集PM2.5样品。初步测定了PM2.5中Na、Mg、Al、K、Ca、Fe、Mn、Ni、Cu、Zn、As、W、Pb、Ti、V、Cr这16种无机元素的浓度水平,并通过元素相关性分析、富集因子分析和主因子分析方法对其来源进行解析。结果表明:元素污染较为严重的季节是夏季,冬季较轻。Pearson相关系数分析表明无机元素污染来自地壳源和人为源的共同作用。富集因子分析表明,Zn、Cu、As、Pb这几种元素高度富集,主要受到交通源和工业源以及燃烧源等人为污染影响显著。因子分析表明,元素污染春夏两季主要来源于建筑源、交通排放污染和工业污染三个方面,秋冬季的燃烧污染明显贡献的更多。研究结果对于防治齐齐哈尔大气污染有一定的借鉴意义。     

长春市大气环境中PM10外来源估算研究

大气颗粒物外来源解析的常用方法有后向轨迹分析法、化学质量平衡法、元素示踪法等,都是通过化学成分分析来确定源。但这类方法存在缺点,如成本高、流程长等。针对以上问题,提出一种新的量化大气环境中PM10外来源的方法,这种方法基于长春市背景站点的PM10的时间序列,通过确定本地源贡献后,利用PM10监测数据与其差值即可获得外来源的贡献量。经估算得到2011年长春市6个采样点PM10的外来源年平均贡献率从北向南逐渐降低,分别是食品厂为38.85%,客车厂为28.79%,邮电学院为24.31%,儿童公园为20.89%,净月潭为19.93%,甩湾子为37.35%。由此可以看出长春市空气污染主要来源于本地污染,为解决长春市大气颗粒物污染,改善空气质量更应该重视本地污染源的治理。     

长治市大气环境中可吸入颗粒物来源研究

采集长治市环境空气可吸入颗粒物(PM10)及其主要污染源(煤烟尘、机动车尾气尘、土壤风沙尘、城市扬尘和建筑水泥尘)样品,利用化学质量平衡(CMB)受体模型和"二重源解析"技术解析了长治城区环境空气PM10的来源.结果显示城市扬尘对环境空气中PM10的贡献最大,占31%,其次为煤烟尘、建筑水泥尘和土壤风沙尘,贡献率分别为24%,12%和10%.城市扬尘主要来源于土壤风沙尘、煤烟尘和建筑水泥尘,其中土壤风沙尘是城市扬尘的最主要提供者.