上海市亚微米颗粒物中水溶性含氮组分的分布特征

细颗粒态无机和有机含氮组分的形成、转化、传输和沉降在大气氮循环中发挥重要作用. 为了解上海亚微米颗粒物(PM$_{1}$)中含氮物质的质量浓度、组成及季节变化特征, 使用大流量采样器采集了 2017—2018 年 66 个 PM$_{1}$ 样品, 并应用离子色谱仪和紫外/可见光光度计分析了水溶性无机离子和水溶性有机氮(water-soluble organic nitrogen, WSON)的质量浓度. 结果表明: 上海 PM$_{1}$中NH$_{4}^{+}$-N、NO$_{3}^{-}$-N、WSON 的年平均质量浓度分别为 1.79、0.97、0.41 μg/m³; NH$_{4}^{+}$-N 对水溶性总氮(water-soluble total nitrogen, WSTN)的贡献最高(56%), NO$_{3}^{-}$-N 次之(31%), WSON 为 13%. 上海PM$_{1}$中含氮组分的质量浓度存在冬季最高、夏季最低的季节变化趋势, 但NH$_{4}^{+}$-N、NO$_{3}^{-}$-N 和 WSON 对 WSTN 贡献的季节变化存在明显的不同, NH$_{4}^{+}$-N 在不同季节变化较小, NO$_{3}^{-}$-N 表现出显著的冬高(38%)、夏低(18%)的特点, 而 WSON 夏季最高(22%)、冬季最低(8%). 正矩阵因子分解(positive matrix factorisation, PMF)法的源解析结果表明: 二次反应和生物质燃烧贡献了上海 PM$_{1}$ 中 WSON 的 48%, 燃煤贡献了 11%, 植物源挥发性有机化合物二次转化贡献了 20%, 餐饮和机动车贡献了 21%. WSON 的来源有显著的季节变化.     

昆明市PM_(2.5)中水溶性无机离子时空变化特征及来源分析

为探讨高原城市昆明大气中水溶性无机离子的季节和空间变化特征,选取2013年4月至2014年5月昆明市3个采样点进行了PM2.5样品采集,分析了PM2.5及水溶性无机离子的污染特征,并结合气象因素、硫氧化率、氮氧化率及主成分分析法对其主要来源进行了分析.结果表明:PM_(2.5)质量浓度季节变化为春((105.9±48.0)μg/m~3)冬((92.7±51.6)μg/m~3)秋((74.7±41.4)μg/m~3)夏((72.2±30.3)μg/m~3).总水溶性无机离子质量浓度季节变化特征为夏((38.0±18.3)μg/m~3)冬((22.0±11.4)μg/m~3)春((18.4±4.8)μg/m~3)秋((13.6±3.1)μg/m~3);其中SO~(2-)_4、Ca~(2+)、NO~-_3及NH~+_4为PM_(2.5)中主要的水溶性无机离子,分别占总离子质量浓度的27.7%、17.8%、15.2%和9.5%;二次离子质量浓度之和年均为13.9μg/m~3,占PM_(2.5)质量浓度的16.5%,表明高原城市昆明大气中二次组分较少.NO~-_3/SO~(2-)_4为0.21~0.68之间,表明固定源是主要污染贡献源.主成分分析结果表明水溶性无机离子主要来源于土壤扬尘和建筑扬尘的混合源、燃煤源和工艺过程源.     

上海PM2.5中碳、氮、硫元素的质量浓度及其季节分布特征

为更好地认识上海PM_(2.5)的化学组成特征,使用大流量采集器采集了上海典型地区不同季节的PM_(2.5)样品;利用元素分析仪、热/光碳分析仪、离子色谱仪、化学氧化-紫外分光光度法等多种形式分析了样品中含碳、氮、硫组份的质量浓度及组成;对不同方法的结果进行了比较,探讨了这些组份的季节分布特征及影响因素;建立了利用元素分析仪测定结果估算大气PM_(2.5)中含碳组份、含氮组份和含硫组份质量浓度的方法.研究结果表明,上海PM_(2.5)中总碳(total carbon,TC)的春、夏、秋、冬季平均质量浓度分别为14.26,10.44,11.89和24.35μg·m~(-3),氮元素的春、夏、秋、冬季平均质量浓度分别为8.72,3.07,5.07和17.09μg·m~(-3),而硫元素的春、夏、秋、冬季平均质量浓度分别为6.50,4.06,3.66和6.00μg·m~(-3).上海PM_(2.5)中的碳元素主要以有机碳和元素碳的形式存在,无机碳的贡献很小;绝大部分的含氮物质为水溶性含氮物质,且以无机氮为主;硫元素几乎全部以水溶性硫酸盐的形式存在.元素分析仪的测定结果可以有效地反映PM_(2.5)中含碳、氮、硫物质的质量浓度及组成特征.     

上海市淀山湖区域灰霾天大气颗粒物中碳组分的污染特征

采集了上海市淀山湖区域2015年3月至2016年2月灰霾天大气颗粒物中PM_(2.5)样品,重点分析了其中碳组分的污染特征。结果表明,PM_(2.5)年均质量浓度为(69.01±37.05)μg/m~3,数值与有机碳(OC)、元素碳(EC)和水溶性有机碳(WSOC)显著相关,相关性大小与灰霾程度有关。OC、EC的年均质量浓度分别为(4.46±3.41)μg/m~3和(2.15±1.31)μg/m~3,呈现冬季高、夏季低的趋势,两者显著相关,相关性大小同样与灰霾程度有关。WSOC的年均质量浓度为(2.07±1.40)μg/m~3,春季高于冬季,且灰霾天质量浓度大于非灰霾天相应值。碳组分对大气能见度的影响较大,需得到控制。     

天津市环境空气质量时空特征分析

基于对天津市23个自动空气质量监测站点的SO_2、NO_2、PM_(10)、PM_(2.5)、CO和O_3监测数据进行分析,掌握了2014年12月1日-2015年11月30日期间各项污染物的时空分布特征,并选取主要污染物分析其时间变化特征和空间分布特征.采用Kriging方法对6项污染物进行分析,获取天津市大气污染物的空间插值分布图.研究结果表明,天津市PM_(10)质量浓度年均值为113μg/m~3,PM_(2.5)年均值为69μg/m~3,均超过二级标准;颗粒物质量浓度呈现明显的季节变化特征,PM_(2.5)浓度季均值从高到低依次为冬季(95μg/m~3)、秋季(64μg/m~3)、春季(63μg/m~3)、夏季(54μg/m~3);站点对比结果表明团泊洼站点污染最严重,而塘沽环保局优良率最高.从空间分布来看,PM_(10)、PM_(2.5)、SO_2、NO_2均表现出中部至南部区域为高值分布区域,说明天津市本地污染排放对大气环境污染的贡献为主要影响因素;而O_3和CO均表现为市区浓度较低而天津市南北区域形成高值且呈现相反分布.     

郑州市大气PM_(2.5)中正构烷烃污染特征及来源解析

为了解郑州市大气PM_(2.5)中正构烷烃的污染特征及来源,于2014年10月至2015年7月在郑州大学新校区采样点进行大气PM_(2.5)采集.采用气相色谱-质谱联用仪定量分析正构烷烃组分(C8~C40)的质量浓度,利用正构烷烃主峰碳、碳优指数、植物蜡含量以及正定矩阵因子分析(PMF)模型,识别正构烷烃的污染来源和解析污染源贡献率.结果表明:郑州市大气PM_(2.5)中正构烷烃质量浓度季节变化特征明显;秋、冬、春、夏季平均质量浓度分别为272±78、392±203、177±59、89±24 ng/m~3,呈现冬季秋季春季夏季的趋势;郑州市大气PM_(2.5)中正构烷烃主要来自煤炭等化石燃料燃烧和机动车尾气排放.     

兰州市大气PM_(2.5)中水溶性无机离子特征及其季节性差异

于2013年非采暖期(秋季)和采暖期(冬季)分别对兰州市代表性功能区(城关居民区和西固工业区)大气PM_(2.5)中的6种水溶性无机离子进行了观测研究.结果表明:兰州市大气PM_(2.5)中Na~+、K~+、NH_4~+、Cl~-、NO_3~-、SO_4~(2-)的质量浓度具有明显的季节性差异,采样期间平均质量浓度分别为1.17、1.45、10.75、5.92、13.09、15.46μg/m~3,水溶性无机离子在PM_(2.5)中所占的平均比例为37.01%,非采暖期平均质量浓度分别为0.91、1.23、9.57、3.74、11.56、14.69μg/m~3;采暖期平均质量浓度分别为1.44、1.67、11.93、8.10、14.62、16.23μg/m~3;采样期间6种水溶性无机离子的质量浓度均为采暖期大于非采暖期,西固工业区高于城关居民区(K~+除外).NO_3~-/SO_4~(2-)的比值表明兰州市大气污染正由煤烟型向汽车尾气型特征转换.兰州市大气PM_(2.5)中的NH_4~+与SO_4~(2-)主要以(NH_4)_2SO_4方式结合.     

天津武清区PM_(2.5)与气态污染物SO_2及NO_2污染特征研究

利用2016年武清区大气污染物监测数据,研究了武清区PM_(2.5)及SO_2、NO_2等典型大气污染物浓度变化特征和相互关系。结果表明:2016年PM_(2.5)污染较严重,年均浓度分别为73μg·m~(-3),超标1.1倍。大气中SO_2年均值为25μg·m~(-3),NO_2年均值47μg·m~(-3)。冬季及春秋季节大气中存在明显的二次转化过程,大气中的SO_2和NO_2通过转化生成硝酸盐和硫酸盐,对PM_(2.5)浓度变化具有重要影响。     

武汉经济技术开发区冬季大气中PM_(2.5)的组成及污染特征

测定了武汉经济技术开发区冬季大气中PM_(2.5)的质量浓度,并用IC和XRF技术对PM_(2.5)中的几种水溶性阴离子和无机元素进行了测定和分析。结果显示:监测周期内,武汉经济技术开发区冬季空气中PM_(2.5)的浓度范围是26.00~321.28μg/m~3,平均值为158.78μg/m~3,大大超过PM_(2.5)的国家空气质量二级标准限值(75μg/m~3);水溶性阴离子是PM_(2.5)的重要组分,PM_(2.5)中4种水溶性阴离子浓度大小顺序为NO_3~->SO_4~(2-)>F~->Cl~-,4种离子总和占PM_(2.5)总量的36.85%,13种无机元素总和占PM_(2.5)总量的25.08%;PM_(2.5)中NO_3~-与SO_4~(2-)的平均比值为1.22,NO_3~-与SO_4~(2-)的相关系数高达0.957 1,表明两者有一定的同源性,同时也说明武汉经济技术开发区冬季大气污染中移动源的贡献大于固定源;元素富集因子分析显示,Ti、Cr、Ni、Zn、As富集程度较高,富集因子均大于10,Ni富集因子大于1 000,Fe和Ni、Fe和Cr的相关系数分别是0.833和0.846,表明这些元素主要受人为污染源的影响。     

北京城区灰霾期间大气PM_(2.5)中水溶性离子污染特征及来源研究

为了解北京城区灰霾期间PM_(2.5)中的水溶性离子的污染特征及来源,于2014年1月9日至2014年1月17日在首都师范大学对大气PM_(2.5)样品进行了连续采集,并利用离子色谱法对样品中的水溶性离子进行了分析.结果表明,PM_(2.5)中的水溶性离子质量浓度的日均值为(113.40±77.46)μg·m-3;10种水溶性离子(F~-,NO_2~-,SO_4~(2-),NO_3~-,Cl~-,NH_4~+,Ca~(2+),Na~+,Mg~(2+)和K~+)的总浓度的平均值为(65.34±50.06)μg·m~(-3),其中水溶性离子总量约占PM_(2.5)质量浓度的57%.重污染期间水溶性离子表现出爆发性增长,NO_3~-和SO_4~(2-)的增长率分别为7.57μg·h-1和8.12μg·h-1.结合气象因素发现当温度偏高,气压较弱,相对湿度较高,风速小且以偏南风为主时,PM_(2.5)及其中的水溶性离子质量浓度都维持在较高水平.主成分分析(Principal Component Analysis,PCA)结果也表明,随PM_(2.5)质量浓度逐渐增加的过程中,污染来源为人为二次污染、化石燃料燃烧、交通排放和工业排放,同时还可能存在生物质燃烧和粉尘及废物焚烧的共同影响.     

上海市大气PM2.5污染特征及相关因素分析

利用2015年上海市大气污染物的监测数据,运用MATLAB7.0、SPSS等软件进行PM_(2.5)质量浓度污染特征、变化规律以及PM_(2.5)与其他污染气体的相关性分析。研究结果显示,2015年上海市PM_(2.5),年平均浓度为53.6μg/m~3,相比基准年2013年,年均浓度下降14%;PM_(2.5)浓度月变化曲线呈U型分布,其中,月均浓度数值1月份达到最高峰,为82.9μg/m~3;季节污染情况为:冬季春季秋季夏季;PM_(2.5)日均浓度值全年波动较为稳定,超标天数占全年比率21.4%。根据AQI指标监测气体的相关性矩阵来看,PM_(2.5)和PM_(10)之间的相关性最大,相关系数为0.919;与CO、NO_2、SO_2等气体均有较强的相关关系。建议上海市应该优化产业结构、加强公共交通建设、采用清洁能源以期实现治污除霾的目标。     

济南市大气细颗粒物中的碳组分特征

大气颗粒物作为济南市大气环境的首要污染物,严重影响了济南市环境空气质量.通过对济南市大气细颗粒物的滤膜采样与碳组分分析,对济南市细颗粒物中的碳质组分进行了研究,结果表明,OC、EC的平均质量浓度为12.1、4.8μg/m~3,占PM_(2.5)质量的12.0%和4.8%.OC为PM_(2.5)中的优势碳组分,春、夏、秋季的含量均在10%以上;春、夏、秋季TC对PM_(2.5)的贡献均达到了15%以上.济南春、夏、秋季PM_(2.5)中OC/EC比值分别为2.4、2.4、2.7,均大于2,说明济南春、夏、秋季都存在不同程度的二次有机污染.济南市春、夏、秋季有机碳中SOC的贡献率分别为14.8%、56.9%、49.6%.夏、秋季气温高,日照时间长的气象条件促进了SOC的形成.SOC质量浓度为4.8μg/m~3,总有机碳中SOC的贡献为40.4%,表明SOC已经成为济南市细颗粒物中的重要贡献源.通过对8个碳组分在PM_(2.5)中的含量分析发现,该采样点春、夏、秋季碳组分组成相似,特征组分均为EC1,说明汽油车尾气是济南市主要的污染源.     

中国工业基地城市群PM2.5时空分布特征及相关性分析

为研究2014年中国四大工业基地25个主要城市的空气质量污染情况,对25个城市2014年1月~2015年2月的数据进行SPSS聚类分析,研究其整体分布情况,并应用统计学和GIS软件分析其主要城市大气颗粒物的污染分布特征,同时利用SPSS软件对大气污染物PM_(10)、SO_2、NO_2、CO、O_3和PM_(2.5)做相关性分析。结果表明:(1)25个城市PM_(2.5)年均质量浓度在32.94~100.23μg·m~(-3)之间,其中分布在40~70μg·m~(-3)之间的城市相对集中,占所有城市的68%,仅3个城市的PM_(2.5)年均质量浓度小于35μg·m~(-3);(2)PM_(2.5)季节变化特征大体表现为冬季秋季春季夏季,重度污染主要集中在12月和1月;(3)从空间分布上看,京津唐污染水平高于其他三个工业基地,珠三角污染水平最低;(4)四大工业基地城市群PM_(2.5)的浓度与PM_(10)、SO_2、NO_2、CO的浓度存在显著相关性。由于温度、气候等原因,在珠三角和长三角O3与PM_(2.5)呈正相关,而在京津唐和辽中南工业基地则呈负相关。     

福州市大气PM_(2.5)中水溶性无机离子污染特征研究

为研究福州市大气PM_(2.5)中水溶性无机离子组成与污染特征,于2015-2016年分四个季节对8个点位进行PM_(2.5)样品采集,分析了PM_(2.5)的质量浓度和9种水溶性无机离子SO_4~(2-)、NO_3~-、F~-、Cl~-、NH_4~+、K~+、Na~+、Ca~(2+)、Mg~(2+)成分。分析表明,研究期间福州市大气PM_(2.5)浓度的日均值为35.1μg/m~3,呈现春、冬季节高,夏、秋季节低的特征;水溶性无机离子浓度总和占PM_(2.5)浓度的47.1%,其中SO_4~(2-)、NO_3~-、NH_4~+的浓度Cl~-、Na~+、K~+、Ca~(2+)的浓度Mg~(2+)、F~-的浓度。离子平衡分析显示,阴离子相对亏损。二次离子(SO_4~(2-)、NO_3~-、NH_4~+,简称SNA)占水溶性无机离子浓度总和的81%以上,相关性分析表明,NH_4~+主要以(NH_4)_2SO_4和NH_4NO_3的形式存在。各季的NO_3~-/SO_4~(2-)比值均小于1,呈现冬季高、夏季低的特点,表明固定源排放是福州PM_(2.5)的主要影响因素。对非海盐离子贡献的分析表明,海盐源对PM_(2.5)的影响较小,人为活动是主要来源。     

基于MODIS数据的郑州地区PM_(2.5)时空分布特征分析

卫星观测不仅能反映全球尺度的大气污染状况,也能从城市等区域尺度上监测大气污染物的变化.本文基于2004-2013年MODIS气溶胶标准产品,利用PM_(2.5)卫星遥感估算的统计模型,统计分析了郑州地区的PM_(2.5)质量浓度的年际及季节变化特点,有助于深入研究郑州地区细颗粒物污染水平变化.研究发现,在空间上,郑州地区PM_(2.5)高值区主要集中在郑州市市辖区、中牟县、新郑市、荥阳市以及巩义市西北等地区,低值区主要分布于登封市和巩义市南部的山地地区.在时间上,2004-2011年整个郑州地区PM_(2.5)质量浓度总体呈现逐年增长的趋势,直到2011年达到峰值(108.59μg/m3).2011年之后,该地区PM_(2.5)污染状况有所好转,但仍处于重度污染状态.季节变化方面,PM_(2.5)高值通常出现在冬季(149.28μg/m3),秋季次之,春、夏季该地区PM_(2.5)质量浓度较低(81.71μg/m3).研究结果表明,利用卫星数据可以有效地分析郑州地区的PM_(2.5)时空分布特征,为该地区的PM_(2.5)污染治理提供有力的数据和技术支撑.     

郑州市大气PM_(2.5)中多环芳烃的污染特征及健康风险评价

为探究郑州市大气细颗粒物PM_(2.5)中多环芳烃(PAHs)的污染特征,在2017年10月—2018年7月期间,选取典型月份采集四季PM_(2.5)样品进行分析。郑州市PM_(2.5)和PAHs的年均质量浓度分别为(93.0±54.6)μg/m~3和(26.3±21.0) ng/m~3,呈现冬季高、夏季低的季节变化趋势;冬季4环PAHs的占比高达41%,春、夏、秋3个季节的环数分布以5和6环比例最大;苯并[a]芘(BaP)和BaP毒性当量的年均质量浓度分别为2.3 ng/m~3和4.0 ng/m~3,四季的质量浓度均在较高水平。增量终生致癌风险评估结果表明,PAHs致癌风险值在0.13×10~(-6)～1.45×10~(-6)范围内,部分时间高于美国环境保护署规定的可接受风险水平,存在一定的健康风险。     

无锡市分级颗粒物来源解析研究

在无锡市崇宁和旺庄环境监测子站,通过对分级颗粒物进行不同季节(2014年4、7、10、12月)的采样,同时对当地颗粒物主要排放源进行采样,并对受体和排放源样品浓度和化学成分进行特征分析,结合化学质量平衡(CMB)模型解析无锡市城区和工业区分级颗粒物来源,确定分级颗粒物不同排放源的贡献率.两个观测站点,PM10年均浓度分别为143.1μg·m~(-3)(崇宁站)、119.9μg·m~(-3)(旺庄站);PM_(2.1)平均质量浓度分别为71.9μg·m~(-3)(崇宁站)、65.3μg·m~(-3)(旺庄站);PM_(1.1)年平均质量浓度分别为53.7μg·m~(-3)(崇宁站)、49.9μg·m~(-3)(旺庄).崇宁站各级颗粒物平均质量浓度均要高于旺庄站,季节差异上,颗粒物浓度在冬季明显高于其他三个季节.分级颗粒物最主要的化学成分是NO_3~-、SO_4~(2-)、OC、NH_4~+、EC、Ca、Cl~-、K、Fe、Al、Na等,通过质量重构方法后最主要的化学组分依次是颗粒态有机物(POM)、硫酸根(SO2-4)、硝酸根(NO-3)、铵根(NH_4~+)、地壳元素(CM)、其它水溶性离子、元素碳(EC)和微量元素.利用CMB模型计算得到,无锡市PM10的排放源主要为二次硝酸盐(18.2%)、二次硫酸盐(17.3%)、土壤扬尘(9.0%),PM_(2.1)最主要的三类排放源依次是二次硝酸盐(26.4%)、二次硫酸盐(22.6%)和电厂燃煤(7.3%),PM_(1.1)的排放主要来自二次硝酸盐和二次硫酸盐,分别可以达到26.6%和22.5%.分级颗粒物来源解析结果可以看出,粗粒径颗粒物主要来自于扬尘类、汽车尾气和工业过程,细粒径颗粒物主要来自汽车尾气和工业过程.为了减轻无锡市颗粒物浓度水平,重点是控制燃煤、工业生产活动中大气污染物的排放,同时要加强城市建设中的扬尘和交通废气控制.     

玉溪市城区大气VOCs及其它污染物质量浓度时空特征分析

2014年8月至2015年7月在云南典型高原城市玉溪市5个监测点利用苏玛罐采样法采集VOCs样品,基于GC-MS分析方法获取了VOCs总质量浓度,同时利用空气自动监测设备监测了5个点位的大气NO_2、CO、SO_2、O_3(最大8 h)、PM_(10)和PM_(2.5)质量浓度.基于这些监测数据分析了玉溪市城区各种大气污染物的质量浓度分布特征及可能的来源.结果表明:监测期间玉溪市城区环境空气中VOCs、SO_2、NO_2、O_3、PM_(10)和PM_(2.5)的平均质量浓度分别为(19.02±18.31)、(20.11±25.53)、(16.08±11.21)、(34.54±32.79)、(49.51±34.09)μg·m~(-3)和(28.67±20.85)μg·m~(-3),CO质量浓度为(1.35±0.82)mg·m~(-3).从季节分布来看,各种污染物变化规律并不一致.VOCs质量浓度呈现秋、春高,冬、夏低的特点,O_3质量浓度呈现夏季高的明显特征,SO_2质量浓度呈现冬、秋高,春、夏低的特征,NO_2、CO、PM_(10)和PM_(2.5)质量浓度则表现为冬、春高,夏、秋低的特点.从空间分布特征来看,玉溪市中心交通密集区监测点大气环境中VOCs、NO_2、O_3、PM_(2.5)和CO质量浓度较其他监测点浓度较高,反映机动车尾气的显著贡献;而工业区监测点大气环境中SO_2和PM_(10)质量浓度较高,符合工业燃煤排放烟气显著影响的基本特征.另通过相关性分析和气团轨迹研究表明除了本地人为活动影响外,区域传输源对玉溪城区大气污染有重要影响.     

泉州市PM_(2.5)时空变化特征及其影响因素

为研究泉州市PM_(2.5)的时空变化特征及其影响因素,以期为有针对性地提出大气污染防治对策提供科学依据,选取2016年泉州市主城区的一城区点和一背景点大气监测站在线PM_(2.5)与污染气体数据,并同期采集PM_(2.5)样品进行综合分析.结果表明:1)城区点和背景点的年均PM_(2.5)质量浓度分别为(31.06±20.96)μg/m~3和(20.59±10.29)μg/m~3,低于我国空气质量标准中的年均质量浓度二级限值;2)PM_(2.5)的月均质量浓度在2—3月最高,其次为11月,这可能与污染物远源传输和不利天气条件的双重影响有关;3)冬、春季城区点PM_(2.5)同时受到一次排放污染物(如工业、机动车)和二次颗粒物的共同影响,而背景点PM_(2.5)则和较多的二次反应产物生成相关;4)夏、秋季两个站点PM_(2.5)和SO_2、NO_2的相关性明显提升,伴随着夏、秋季主导的西南风,验证了西南部工业区排放污染物传输的影响,此外,城区点PM_(2.5)质量浓度还受到粉尘的显著影响;5)硫氧化率和氮氧化率在冬、春季高于夏、秋季,这可能与上游区域污染物的远源传输相关.上述结果为全面掌握泉州市大气颗粒物的分布规律提供了基础数据.     

脉冲电磁场对密闭空间极性PM2.5粒子运动的影响

脉冲电磁场(PEF)技术由于工艺简洁、高效、环保等特点受到广泛的关注和研究。将其引入到PM_(2.5)的运动控制领域,分别测试了密闭空间内PM_(2.5)质量浓度分别为700μg/m~3、500μg/m~3、300μg/m~3时,通过参数为500 V、2 Hz的PEF处理8min的PM_(2.5)浓度变化。结果表明,经过短时间的PEF处理后,电脉冲磁场作用区域内的PM_(2.5)浓度显著降低,并形成宏观可观测的流体行为。这一发现有望为局部区域内的临时性空气质量管制提供一种新方法。