空气PM_(10)污染特征及绿化结构净化效应研究——以河南农业大学为例

以PM10污染为研究对象,采用激光粉尘仪对河南农业大学校园内PM10特征进行了分析,探讨了PM10的日变化规律及随高度、绿化状况和天气的变化状况,并用统计分析的方法对数据进行处理,结果表明:1)PM10浓度日变化特征为白天浓度高,夜间浓度低;2)多云、晴朗天气PM10浓度相对较低,阴天时PM10浓度出现峰值,雨天PM10浓度显著下降;3)在一定高度范围内,PM10浓度随着高度增加逐渐增大,越往高空PM10浓度越大;4)丛生灌木结构的PM10浓度明显高于乔木结构.     

空气PM10污染染特征及绿化结构净化效应研究——以河南农业大学为例

以PM10污染为研究对象,采用激光粉尘仪对河南农业大学校园内PM10特征进行了分析,探讨了PM10的日变化规律及随高度、绿化状况和天气的变化状况,并用统计分析的方法对数据进行处理,结果表明：1）PM10浓度日变化特征为白天浓度高,夜间浓度低;2）多云、晴朗天气PM10浓度相对较低,阴天时PM10浓度出现峰值,雨天PM10浓度显著下降;3）在一定高度范围内,PM10浓度随着高度增加逐渐增大,越往高空PM10浓度越大;4）丛生灌木结构的PM10浓度明显高于乔木结构．     

太原市小店区不同粒径大气颗粒物（PM2．5，PM5，PM10,TSP）浓度变化特征

对太原市小店区不同粒径的大气颗粒物（PM2.5,PM5,PM10,TSP）进行采集,并对其浓度变化特征进行详细分析,探讨了特殊天气对大气颗粒物浓度的影响．结果表明：在采样期间,不同粒径颗粒物的年平均浓度均超过了国家规定的二级标准,PM2．5,PM5,PM10,TSP随月份、季节的变化趋势基本一致,均为冬季最高,夏季最低．特殊气象条件对颗粒物的浓度影响较大．     

北京奥森公园侧柏林空气颗粒物不同季节变化规律

本文通过对北京市奥森公园侧柏林内外,一年四季4种粒径空气颗粒物浓度全天24h监测、并同步观测空气温湿度、风速、光照等气象因子,分析了林内外不同粒径颗粒物浓度的四季变化、日变化和小粒径颗粒物所占比例日变化规律,并对各粒径颗粒物与小气候因子之间的相关性和显著性进行分析,结果表明：1)侧柏林内外空气颗粒物浓度虽然在不同季节表现出不同的变化规律,但总体来说,林缘的均值高于林内均值,且夜间浓度高于白天,且四季均在5:00-7:00时间段不同程度达到峰值;2)从不同粒径颗粒物浓度的四季变化来看,林内TSP、PM10和PM2.5浓度的高低排序为：冬季＞秋季＞夏季＞春季,PM1.0颗粒物浓度的排序为：冬季＞夏季＞秋季＞春季;林缘TSP、PM10和 PM1.0浓度的高低排序与林内一致,而PM2.5浓度的高低排序为：冬季＞夏季＞秋季＞春季;3)林内外小粒径颗粒物所占比例的四季变化：与颗粒物浓度的季节变化相似均是冬季最大,夏季次之,秋季、春季最小;4)在一定范围内,林内外空气颗粒物浓度与相对湿度、光照均呈正相关,温度和风速呈负相关,且林缘的颗粒物浓度与风速呈显著负相关,随着粒径的减小,相关性变大。说明侧柏林内较林缘相比有较好的滞尘效果,适合保健型园林的开发和建设。     

近十几年上海空气质量变化动态及主要污染指标间的相关性分析

分析了近20年来上海空气质量的变化情况,同时研究了总悬浮颗粒物(TSP)浓度与降尘量相关性,可吸入颗粒物(PM10)浓度与降尘量、二氧化硫(SO2)、二氧化氮(NO2)浓度相关性,以及酸雨频率与SO2、NO2浓度相关性.发现上海空气质量优良率、TSP,PM10,SO2和NO2浓度以及全市区域降尘量等指标均呈波浪式改善趋势,但酸雨频率和酸度呈恶化趋势.城区和全市TSP浓度与城区降尘强度、城区PM10浓度与全市区域降尘量及城区NO2浓度间均表现出极显著的相关关系.城区PM10浓度与道路降尘量关系不如与全市区域降尘量密切,与城区SO2浓度之间无显著相关性.全市酸雨频率与城区SO2浓度在1990~1999年有极显著相关性,在2000~2013年无显著相关,在1997~2013年与城区NO2浓度无明显相关.有效降低降尘量将是降低TSP和PM10浓度的有效手段之一;严格控制城市机动车等NOx排放量,是控制城区PM10污染的有效手段之一.     

城市道路机动车不同车型对二次扬尘的贡献率

定量研究了城市道路机动车各车型对道路二次扬尘中总悬浮颗粒物(TSP)与可吸入颗粒物(PM10)的贡献率.在上海市杨浦区军工路部分路段采集TSP浓度、PM10浓度、气压、温度、风速及不同车型流量等数据,利用高斯扩散模型反推污染物源强,并据此计算出污染物单车排放因子.运用多元回归分析得知,小型车的两种污染物贡献率为负,中型车与大型车的贡献率为正,且大型车两污染物的贡献率分别为中型车的1.74倍和1.56倍.     

铜陵市空气污染物浓度日变化特征的观测分析

选择位于长江南岸的铜陵市为研究区域,利用2007~2010年空气污染物浓度监测数据与气象要素观测资料,分析二氧化硫(SO2)、二氧化氮(NO2)和可吸入颗粒物(PM10)浓度的日变化特征及其与气象要素之间的关系.结果表明,铜陵市空气污染物浓度和气象要素的日变化主要有"单峰单谷型"和"双峰双谷型"两种,SO2和PM10的日变化规律空间差异不显著,NO2的日变化存在明显空间差异.主要污染源附近的监测点,浓度日变化规律与气压、相对湿度和气温3个要素日变化之间存在相关性,而与风速、降水的日变化规律无关.周边无污染物排放的监测点,浓度日变化规律不仅与气压、相对湿度和气温日变化存在显著相关,还与风速呈反向相关关系.对于周边虽有部分污染源,但不是区域内的主要污染源的监测点,浓度日变化与气象要素之间无统一的相关性.     

佛山市禅城区空气中PM_(10)变化特征及其防治对策

通过选择佛山市禅城区具有代表性的6个监测点.对空气中可吸入颗粒物(PM10质量浓度进行监测.在收集大量监测数据的基础上.分析PM10的时间与空间变化特征.并提出防治对策和建议以控制PM10的污染.     

大气悬浮颗粒物中重金属含量和形态分析

对某大学校园内教学区、生活区和校外交通干道3个采样点秋冬季的大气颗粒物(TSP和PM10)浓度和颗粒物中的重金属元素Cu、Zn、Pb和Cr的浓度和形态分布进行了研究分析.结果表明:不同区域的TSP和PM10浓度差别较大,其中教学区最高,校外交通干道次之,生活区最低.TSP和PM10中Cu和Cr的含量较低,Zn和Pb的含量较高.TSP中重金属的总含量大于PM10,但是PM10中重金属所占的百分比大于TSP.从形态分布来看,TSP中Zn有40.76%存在于残渣态(S5)中,PM10中Zn有53.43%存在于可交换态(S1).而TSP和PM10中Cu在S1～S4中分布较多,Pb主要存在于残渣态(S5)中,Cr的主要存在形态是氧化物结合态(S3)和残渣态(S5).对TSP和PM10中重金属的生物有效性评价可知,Cu的可生物利用态含量最高,Zn、Pb和Cr的可生物利用态含量较低.     

北京市城区单监测点PM2.5质量浓度变化特征

2009年在北京师范大学科技园内对PM2.5质量浓度的连续监测结果表明,PM2.5质量浓度的年均值为55.2μg.m-3,日均值在1.2~325.9μg.m-3之间变化,且频数分布呈现出明显的倾斜:大量的质量浓度值位于30~70μg.m-3之间;季节变化特征为冬季PM2.5污染水平明显高于其他季节;不同季节的日变化模式存在显著差异:整体上是冬季夜间质量浓度高于白天,夏季白天质量浓度高于夜晚,同时在各个季节下午16:00以后质量浓度都存在回升现象.     

北京市大气PM2.5的季节特征和空间趋势（英文）

近年来,北京地区雾霾污染事件频发,大气PM2.5污染引起国内外强烈关注.利用北京市35个PM2.5监测站自2012年10月开始发布数据至2013年9月的小时观测数据,对其时空变化特征进行了分析.结果表明:(1)35个站点的平均PM32.5浓度为88.6μg/m;(2)PM2.5浓度与风速等气象要素关系密切,低浓度通常出现在大风天或者大风过后的紧邻时段,重污染天通常风速小,相邻天的PM2.5浓度可相差几倍甚至十倍以上;(3)PM2.5浓度随季节变化较大,1月和6月份较高,4月、8月和11月相对较低;(4)PM2.5浓度随站点类型变化明显,交通环境站点的平均浓度高于城市环境评价站点(可超过10%);(5)北部PM2.5浓度低于东部和南部,而与河北交界的南部和西南地区浓度为全区最高;(6)PM2.5浓度由北到南整体上呈线性增加趋势,每向南10 km,PM2.5平均浓度升高4.6μg/m3(R2=0.89),南部PM2.5平均浓度接近北部2倍;(7)PM2.5平均浓度存在一定的局部变化,但相邻站点变化幅度一般在20%以内.     

天津蓟县夏季PM_(2.5)污染特征及影响因素

为探究天津蓟县大气细颗粒物(PM2.5)污染特征及气象因素对它的影响,搜集了2013年蓟县PM2.5质量浓度变化资料,对PM2.5污染情况进行了详细分析;并针对夏季典型天气,对PM2.5质量浓度进行监测,结合同步气象数据,运用线性回归及相关性分析方法研究PM2.5质量浓度与气象因素关系.结果表明:蓟县PM2.5质量浓度呈现明显冬高夏低特征,夏季污染超标率达45%,其日变化呈明显双峰型;PM2.5质量浓度受温度、相对湿度、风速、风向、降雨影响显著,与气压无显著关系,能见度随PM2.5质量浓度增大呈现e指数衰减规律.研究结果可为当前的京津冀区域大气污染协同防控提供一定的科学参考.     

Ocean Data View软件在城市大气污染物因子分析中的应用

近些年城市大气污染问题尤为突出,其中PM2.5、PM10等污染物是引起雾霾天气的重要因素.本文基于2007—2016年10年中全国主要城市SO2、NO2、PM10等污染物因子的年平均浓度变化,利用Ocean Data View软件分析主要城市大气污染主控因子(二氧化硫、氮氧化物以及颗粒物)的排放特征及其成因.结果表明:各污染物的区域性分布明显,污染物浓度变化的总体趋势北方高于南方,SO2、NO2、PM10年平均浓度北方分别高于南方108.15%、7.60%、48.36%;从大气污染组分来看,颗粒物的增长速度最快,石家庄2007—2016年PM10增速为28.10%;而SO2的污染物浓度在下降,乌鲁木齐的降速为84.10%.     

西安冬季高层公寓室内外颗粒物浓度水平与变化

 以西安市冬季某研究生高层公寓为监测对象, 通过1 min 时间间隔同步监测, 研究了不同楼层室内外空气中颗粒物PM1、PM_2.5、PM₁₀以及总悬浮颗粒物TSP 的质量浓度、分布状况与变化特征。结果表明, 西安市冬季高层公寓存在严重的颗粒物污染, 室内粗颗粒物PM₁₀质量浓度为(65.5±20.0)~(142.0±16.9)μg/m³, 略低于室内空气质量标准, 但室内细颗粒物PM_2.5及超细颗粒物PM1分别为(52.2±14.3)~(111.5±12.2)μg/m³和(50.6±13.9)~(108.7±11.9)μg/m³, 其中PM_2.5质量浓度占总悬浮颗粒物TSP 的50%以上;室外以粗颗粒物PM₁₀为主, 楼层高度与颗粒物质量浓度之间无显著关联。     

河南省供暖期大气污染特征及预测分析——以郑州市为例

近年来河南省大气污染问题引起社会的广泛关注,但有关供暖期间大气污染方面的研究相对较少.以郑州市为例,分析郑州市供暖期间大气颗粒物的浓度变化并进行预测,对提高当地空气质量具有重要意义.基于2014-2016年郑州市空气质量监测数据和同期气象数据,利用SPSS相关分析和BP神经网络模型,分析郑州市供暖期间PM2.5、PM10的超标情况、日变化特征,探究气象要素对PM2.5和PM10的影响,最后预测AQI指数的变化.结果表明:2014年供暖期郑州市空气质量相对较差,PM2.5和PM10平均质量浓度超标率最高;2015年供暖期郑州市空气质量相对较好,PM2.5和PM10平均浓度变化幅度较大;2014-2016年供暖期间郑州市PM2.5和PM10浓度具有明显的日变化特征,呈现双峰型变化;2014-2016年供暖期郑州市PM2.5、PM10与日均气温相关性不显著,与日均风速呈显著负相关,与日均相对湿度呈显著正相关;当供暖期郑州市主导风向为正西风时,污染天气出现频率较低;利用BP神经网络预测2016年AQI的精度较高,预测值与实测值相关系数为0.85.     

2020年初湖北省PM2 .5和O3与往年同期时空差异对比研究

目的 探究COVID-19疫情防控期间PM2 .5和O3 浓度变化的潜在影响因素.方法 利用湖北省25个自动监测站点2015－2020年(1－3月)的PM2 .5 ,O3 以及相关大气污染物浓度数据,在对其进行空间插值的基础上,分析湖北省市域尺度PM 2 .5和O3 浓度数据空间演变,并结合气象资料和大气污染数据进行相关性分析,重点研究影响疫情防控期间PM2 .5和O3 时空分异特征的气象因素及经济因素.结果与结论 (1)湖北省13个市(州)PM2 .5浓度在疫情期间为近6 a来最低水平;其中,2月份荆门(57 μg/m3 ) 、荆州(42 μg/m3 ) 、随州(46 μg/m3 )和襄阳(59 μg/m3 )同比降幅最大,分别为38 .7%, 40%,39 .5% 及41 .6%;(2)疫情期间近地面O3 浓度有上升趋势,整体表现为1月波动,2月上升,3月下旬达到峰值,除荆州和宜昌外,其他市(州)浓度增长率均超过20%;(3 )从空间变化差异来看,湖北省PM2 .5和O3 浓度呈中部高、东部较低、西部最低的分布规律;(4)相关性分析表明,湖北省防疫期间生产制造业的停摆与PM2 .5的下降呈正相关;近地面O3 浓度的上升与PM2 .5等颗粒物的减少以及形成臭氧所需的前体物活跃度上升有关.     

重庆主城区边界层气象条件对PM10质量浓度影响分析

对雾天、晴天和阴天3种不同天气背景下边界层气象条件对PM10质量浓度影响进行了分析,结果表明:夜 间到早上,由于3种天气均出现有逆温且高低空风速较小,PM10向高空扩散能力弱,在污染源排放明显减弱的情 况下PM10质量浓度呈现自然下降态势,雾天由于相对湿度大,水汽的吸附作用,PM10质量浓度下降速度比晴天和 阴天快;上午,阴天升温不及雾天和晴天快且高低空风速也比较小,导致PM10质量浓度上升速度比雾天和晴天快; 午后,由于晴天增温快,温度高,高低空风速大,PM10质量浓度下降速度快,雾天温度增速不及晴天且地面风速变 化不大,PM10质量浓度下降速度要低于晴天,阴天增温速度明显比晴天和雾天慢,高低空风速较小,PM10质量浓 度降低速度慢,相对质量浓度高.     

上海市漕河泾地区大气颗粒物中痕量元素溴、碘的污染特征

于2006年4、7、10月及2007年1月在上海师范大学旅游学院大楼楼顶使用大流量采样器采集了代表四季的大气颗粒物TSP、PM10样品,采用微波消解电感耦合等离子体质谱法测定样品中痕量元素溴、碘的含量.大气颗粒物中溴、碘的体积浓度表现明显的季节特征,TSP及PM10中溴浓度在春季最高,冬季最低;TSP及PM10中碘浓度在冬季最高,夏季最低.TSP中Br/I的比值为1.16-103.33,PM10中Br/I的比值为O.18-49.50,均呈现夏季高而冬季低的季节特征,且与颗粒物中碘的含量以及大气中二氧化硫和氮氧化物浓度呈负相关.     

长三角典型城市PM2.5浓度变化特征及与气象要素的关系

利用长三角地区4个典型城市南京、上海、杭州、合肥2014年4月1日~2015年3月31日的PM2.5监测数据,以及同期MICAPS地面气象要素的观测资料,对该地区PM2.5浓度的变化规律及其与气象要素的关系进行了分析和讨论。结果表明:长三角地区PM2.5浓度总达标率总体表现为夏季最高,冬季最低的态势。4个城市中,上海全年总达标率最高,杭州其次,合肥最低。上海和杭州达标率月变化特征相近,南京和合肥相近;PM2.5逐小时浓度日变化曲线呈现两峰一谷型分布,最大值均出现在早晨,最小值均出现在下午16~17时之间;月平均浓度具有明显的季节变化特征,冬季最高,夏季最低;PM2.5浓度与风速呈现显著现负相关关系,受地面风向影响明显,污染物在主导风的作用下从上游污染源扩散至下风区域;与气温呈现负相关关系;从全年来看,PM2.5浓度与相对湿度呈现负相关关系,高湿度状态更有利于降水从而增加PM2.5湿清除;各个城市PM2.5浓度与气压相关性很弱,并且未通过显著性检验,可见气压是影响PM2.5浓度变化的次要因素;降水对PM2.5清除作用明显。不同城市PM2.5的变化特征及其受气象要素的影响存在差异,主要是由不同城市的地理环境、产业布局以及污染源等因素造成的。     

城市道路绿化质量对土壤侵蚀量与大气颗粒物污染的影响

对长沙市的道路绿化状况、道路低空的TSP污染和绿化带滞尘情况以及绿化带土壤的侵蚀进行了研究,对低质量的绿化带进行了数值评价,测量了城区主要道路低空TSP浓度和绿化带滞尘量.研究表明,低质量道路绿化与道路低空大气颗粒物污染成正相关,相关系数r为0.75,有非常显著意义.同时对长沙市绿化带年土壤侵蚀量进行计算,总量约为90吨/年,已成为长沙市大气颗粒物污染的重要来源.