吉安市城市空气PM_(10)与PM_(2.5)污染状况及时空分布特征

为研究吉安市城市PM_(10)及PM_(2.5)污染状况及时空分布特征,对吉安市2015年1月至2017年8月4个城市环境国家环境空气监测点的PM_(10)及PM_(2.5)监测数据进行统计分析。结果表明:吉安市城市空气质量表现出冬季PM_(10)浓度明显高于春、夏、秋季,PM_(2.5)/PM_(10)比值为0.632~0.851,PM_(10)及PM_(2.5)均呈现出W型变化规律,6:00达到最低值,11:00-12:00达到最高值;12:00-17:00浓度下降,17:00-23:00浓度再次回升,至23:00再次达到最高值。     

2016年南昌市PM_(10)和PM_(2.5)质量浓度变化研究

利用南昌市2016年4月～2017年3月8个监测点的PM_(10)和PM_(2.5)质量浓度的监测数据,通过聚类分析探讨了大气颗粒物PM_(10)、PM_(2.5)的污染状况和不同功能区间的变化规律.结果表明:2016年南昌市大气颗粒污染物中,细颗粒物(PM_(2.5))较可吸入颗粒物(PM_(10))超标情况更严重;从时间角度看,PM_(10)和PM_(2.5)浓度表现为冬季春季/秋季夏季的季节性变化趋势;从空间角度看,表现为商业交通居住混合区交通区文教区居住区风景区的变化规律;PM_(2.5)/PM_(10)比值变化特征提示冬季可吸入颗粒物中细颗粒物所占比重最大,春季和秋季次之,夏季最小;在影响因素中,监测点大气颗粒物的浓度受交通环境的影响最大,受居民日常生活排污的影响次之.     

郑州市PM_(10)和PM_(2.5)中多环芳烃污染特征及健康风险评价

为研究郑州市PM_(10)和PM_(2.5)中多环芳烃(PAHs)的污染特征、来源及对健康的影响,于2013年4—12月在郑州大学采样点同步采集大气中的PM10和PM_(2.5).利用气相色谱-质谱联用仪对16种优先控制的PAHs进行定量分析,在此基础上运用Ba P毒性当量法对PAHs进行健康风险评估,并采用比值特征法揭示PAHs的可能来源.结果表明:郑州市大气颗粒物PM_(10)和PM_(2.5)中PAHs的单体质量浓度随季节变化特征明显,基本上都呈现冬季秋季春季夏季的趋势,其中4~6环化合物是PAHs的主要成分.郑州市四季大气颗粒物Ba P质量浓度均超过国家空气质量标准限制,存在潜在健康风险.经过比值特征法分析得出,郑州市大气颗粒物PM_(10)和PM_(2.5)中PAHs主要来自燃煤源、石油化工源、生物质燃烧源和机动车尾气源.     

采暖通风方式对室内外PM_(2.5)浓度及其相关性的影响

为探究采暖通风方式对住宅室内外环境中PM_(2.5)浓度及其相关性的影响,于2014—2015年冬季在南京市选取3种不同采暖通风方式的住宅(顶棚辐射供暖+24 h净化新风住宅H1;独立户式地暖住宅H2;无采暖住宅H3)进行了室内外颗粒物分粒径日平均质量浓度采样和PM_(2.5)质量浓度逐时监测实验.实验结果显示,室内外颗粒物均以PM_(2.5)为主,PM_(2.5)/PM10的质量比高达74%以上,3处住宅室内外PM_(2.5)浓度相关系数分别为0.840,0.825,0.923.H1室内PM_(2.5)质量浓度水平最低,仅为室外的22.1%,且室内无粒径大于2.5μm的颗粒物;H3室内PM_(2.5)质量浓度水平最高,室内外PM_(2.5)相关系数最高,且室内存在一定量粒径大于2.5μm的颗粒物.夏热冬冷地区居民应改变传统的开窗通风模式,向净化新风系统转变,可有效降低室外大气污染对室内空气的干扰,保障室内空气品质.     

上海市大气环境中PM2.5/PM10时空分布特征

针对上海市颗粒物的污染和防治问题,利用2014年4月14日—2015年3月24日10个国控监测点的PM_2.5和PM₁₀小时数据及对应的气象因素资料,以PM_2.5质量浓度占PM₁₀质量浓度的比例为研究对象,使用聚类分析和相关性分析PM2.5/PM₁₀的时空分布特征. 结果表明:P_2.5和PM₁₀的季节高低为冬>春>秋>夏,PM_2.5/PM₁₀的季节分布在不同区域存在差异性. PM_2.5/PM₁₀的日变化呈现双峰型趋势,峰值出现在05:00和14:00左右,上午PM_2.5/PM₁₀高于下午. 颗粒物质量浓度及PM_2.5/PM₁₀具有明显的“周末效应”,这与车辆通行政策与人类作息时间变动相关. 在空间分布上,颗粒物质量浓度及PM_2.5/PM₁₀均表现为背景站>浦西站>浦东站.     

金华市大气PM_(2.5)中WSON的质量浓度及来源

含氮化合物是大气细颗粒物(PM_(2.5))的重要组分,其中含氮有机物是含氮组分的重要存在形式,对陆地和水生生态系统影响较大.于2015年4月、7月和10月分别采集了金华市3个具有代表性站点的PM_(2.5)样品,分析了其中水溶性有机氮(water-soluble organic nitrogen,WSON)的质量浓度分布及季节变化特征.结果表明:金华市PM2.5中WSON质量浓度范围为0.06～6.90μg/m~3,平均1.90μg/m~3,对水溶性总氮(water-soluble total nitrogen,WSTN)的平均贡献率为31%.WSON的质量浓度分布具有明显的季节变化特征:秋季较高,夏季较低,而在夏季WSON对WSTN的贡献率最高.金华市PM_(2.5)中WSON的主要来源可能是含氮前体物在大气中的二次转化以及生物质燃烧活动.     

福州市晋安区PM_(2.5)变化特征分析

利用晋安区五个空气质量监测站2017年的PM_(2.5)监测数据,对晋安区PM_(2.5)质量浓度变化特征进行分析,结果表明,晋安区PM_(2.5)浓度年均值和99.7%的日均值达到《环境空气质量标准》中的二级标准;PM_(2.5)浓度呈现明显的季节变化特征,春、冬季浓度值大于夏、秋季浓度值;而日变化趋势则呈现双峰形态;春、冬季PM_(2.5)/PM_(10)比值高于夏、秋季。     

重庆市沙坪坝区环境空气PM_(2.5)和PM_(10)相关性分析

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(PM_(2.5))和可吸入颗粒物(PM_(10))污染现状和相关性.结果表明:颗粒物,尤其是细颗粒物(PM_(2.5)),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(PM_(2.5))在可吸入颗粒物(PM_(10))中的比重也越高.细颗粒物(PM_(2.5))和可吸入颗粒物(PM_(10))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.     

重工业区室内外细颗粒物PM_(2.5)相关性分析

目的研究重工业城市住宅在夏季开窗条件下,室外细颗粒物PM_(2.5)对室内空气品质的影响,数值模拟得到细颗粒物PM_(2.5)的质量浓度、速度、温度分布云图及粒子轨迹.方法通过采用气溶胶检测仪对室内外细颗粒物PM_(2.5)污染物质量浓度进行实测,使用SPSS软件对测试得到的细颗粒物PM_(2.5)质量浓度进行拟合,并运用FLUENT模拟软件对室内细颗粒物运移及分布情况进行模拟分析.结果位于重工业厂矿下风侧交通主干线一侧的A房间的室内与室外细颗粒物质量浓度的比值(I/O)小于1,受室外环境的影响较大;位于重工业厂矿下风侧小区内部的B房间的I/O大于1,说明受室内细颗粒物染物污的影响较大.并且两房间室内外细颗粒物具有较强的二次相关性,相关系数分别为0.920 77、0.941 11.结论室内PM_(2.5)质量浓度随室外细颗粒物质量浓度增加而升高.建立的室内外细颗粒物PM_(2.5)质量浓度相关性模型,可以分析室内外颗粒物浓度的变化特征.     

福州市城区不同粒径颗粒物污染特征

利用福州市国控监测站点2013年4月-2017年3月PM_(2.5)和PM_(10)质量浓度监测数据,对福州市不同粒径颗粒物污染特征进行研究.结果表明:时间变化方面,福州市空气质量整体较好,PM_(2.5)和PM_(10)浓度呈逐年下降趋势;PM_(2.5)、PM_(10)、PM_(2.5)/PM_(10)时间变化规律具有一致性:呈现冬季>春季>秋季>夏季的季节性特征;春季、夏季和秋季工作日浓度均高于周末的浓度,存在周末效应,冬季周末浓度则显著高于工作日浓度;日变化呈明显的双峰型变化趋势.空间变化方面,PM_(2.5)和PM_(10)浓度变化表现为工业区>市区>清洁区,清洁区PM_(2.5)/PM_(10)比值最高,其次是市区、工业区.相关分析结果表明:PM_(10)和PM_(2.5)存在显著相关性,且相关性明显受季节影响,夏季相关性最高.城市颗粒物与气态污染物(SO_2、NO_2)复合性较强.     

西安市大气颗粒物PM_(2.5)的输送路径和潜在源分析

利用2017年西安市气象数据和主要大气污染物质量浓度的监测资料,综合分析西安市2017年度气候变化、大气污染状况以及污染物质量浓度演变特征.结果表明:西安市年平均风速为2.43 m/s,平均气温为19.00℃,总降水量为649 mm,冬春季PM_(2.5)、PM10质量浓度值普遍高于夏秋季.利用SPSS对污染物与气象因素进行相关性分析,得出颗粒物、气态污染物CO、SO2质量浓度变化与平均气温、降水量、风速呈负相关,而O3与平均气温、降水量、风速呈正相关.此外,通过拉格朗日混合粒子轨迹模型模拟了西安市48 h的气流后向轨迹,并将PM_(2.5)的质量浓度数据与气团轨迹相结合,利用潜在源贡献函数模型(PSCF)和浓度加权轨迹方法 (CWT),分析西安市PM_(2.5)质量浓度影响及潜在源区分布特征,其结果表明超过50%的气流后向轨迹来自西北方向,西安市PM_(2.5)的主要潜在来源位于陕南各城市以及陕南周边省份交界处.     

近地层大气颗粒物垂直分布特征——以北京某高校为例

为了解多种气象因素对近地表PM_(2.5)质量浓度变化的影响及对PM_(2.5)垂直分布规律的影响,2014年9月1日—5日在首都师范大学本部和北一区的3个不同高度(5、20和30 m),得到1 min平均的PM_(2.5)连续质量浓度数据(观测时间段为早6:30—21:30),并对气象因素进行同步观测.结果表明:(1)近地表日平均PM_(2.5)质量浓度垂直分布规律明显,为随高度增加而减小.(2)分时段分析PM_(2.5)质量浓度可发现,在日出日落时分(早6:30—10:00和晚19:00—21:30),受地表与上空空气温差影响,PM_(2.5)垂直分布无明显规律;10:00—19:00期间PM_(2.5)日平均值垂直分布规律为随高度增加而减小.(3)气压突降和降水会影响并改变PM_(2.5)垂直分布规律.     

粤东三市PM2.5和PM10质量浓度分布特征

采用在线监测方法于2009年7月8日至22日在广东省汕头、潮州、揭阳三市各选择1个有代表性的空气质量监测点同步进行PM2.5和PM10监测。监测结果表明,粤东三市PM2.5和PM10质量浓度低于部分沿海城市;PM10与PM2.5的质量浓度日变化呈双峰分布,分别处在上午(6:00至10:00)以及下午(18:00至22:00)两个时间段;PM10与PM2.5日平均浓度变化呈周期性波动,周期约为3～4 d;对于粤东三市区域,PM2.5/PM10为0.5215,说明PM10中细颗粒物含量大于粗颗粒物含量。     

大连市2016—2017年PM2.5质量浓度时空 分布特征研究及相关性分析

以大连市为研究区域,基于2016—2017年大连市9个国控自动空气质量监测站的PM_(2.5)质量浓度逐小时监测数据,整理、筛选得到52 029个有效样本数据,探讨PM_(2.5)质量浓度时空分布特征,分析其年、季节、月份、日均值变化规律,进行PM_(2.5)质量浓度与SO2和CO的相关性分析.结果表明:2017年较2016年PM_(2.5)质量浓度有所下降,1a中浓度由高到低的季节依次是冬、春、秋、夏.PM_(2.5)质量浓度月均值呈V型分布,2016年和2017年最大值分别出现在12月和3月,最小值均出现在8月.日变化呈多峰型分布,峰值出现在早高峰8:00前后及夜间22:00.各站点月均值变化趋势大体一致,均呈V型分布.位于工业区的站点PM_(2.5)质量浓度都相对高于居民区,位于海边和郊区的居民区PM_(2.5)质量浓度相对低于市中心的居民区.PM_(2.5)质量浓度与SO_2和CO均呈现极显著相关性,Pearson相关系数分别是0.584和0.730,说明工厂废气排放及机动车尾气排放对空气质量产生了不容忽视的影响.     

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.     

上海PM_(10)质量浓度的空间分布及影响因素分析

根据上海2010年1月—2011年12月17个环境监测点的PM_(10)监测数据和同期地面气象资料,分析了上海PM_(10)质量浓度的季节变化和空间分布.结果表明:上海各监测点间PM_(10)平均质量浓度的差异并不显著,说明区域传输对上海的大气污染有明显影响;风向、风速对上海PM_(10)质量浓度有显著影响,静风及W~S风向时PM_(10)质量浓度较高,东风及东南风时PM_(10)质量浓度较低.分析各监测点PM_(10)质量浓度与全市平均质量浓度的差别时发现,不同季节、不同风向下上海PM_(10)质量浓度的空间分布变化有较明显的规律,污染物在不同功能区之间的相互输送是导致不同风向时PM_(10)质量浓度空间分布差异的重要原因.气压对上海PM_(10)质量浓度的影响明显,低气压时的PM_(10)质量浓度明显较低,但大气压和PM_(10)质量浓度之间不存在线性关系.     

空气中PM_(10)和PM_(2.5)质量浓度分布均匀性研究——以娄底市为例

对娄底市环境空气中的PM_(10)、PM_(2.5)质量浓度进行自动监测,并统计分析其分布的均匀性.结果表明,短时间看,PM_(2.5)较PM_(10)分布均匀;长时间看,PM_(10)、PM_(2.5)分布均匀性相当;在4个不同的功能区,PM_(10)、PM_(2.5)分布无明显的差异性和规律性.     

西安南二环5月PM_(10)质量浓度时空变化规律

利用电脑微激光粉尘仪对西安市南二环2013年春季5月70 m高度范围内的可吸入颗粒物(PM_(10))质量浓度进行了4个昼夜的监测。观测发现,西安南二环PM_(10)质量浓度昼夜变化可分为5个阶段:第1阶段在8:00—10:00,PM_(10)平均质量浓度范围0.056 mg/m~3;第2阶段在12:00—14:00,PM_(10)平均质量浓度为0.075 mg/m~3;第3阶段在16:00—18:00,PM_(10)平均质量浓度为0.058 mg/m~3;第4阶段在20:00—22:00,PM_(10)平均质量浓度为0.070 mg/m~3;第5阶段在0:00—6:00,PM_(10)平均质量浓度为0.038 mg/m~3。高分辨率地垂向观测结果表明,西安5月PM_(10)质量浓度垂向变化可分为3种类型:第1种类型,随着高度的增加PM_(10)质量浓度增加幅度居中,平均递增率为0.048μg/m;第2种类型,随着高度的增加PM_(10)质量浓度幅度增加最大,递增率为0.065μg/m,且波动变化明显;第3种类型,随着高度的增加PM_(10)质量浓度增加幅度最小,递增率为0.013μg/m。西安南二环5月PM_(10)质量浓度在1 m高度处最低,平均为0.048 mg/m~3;4~46 m高度范围内质量浓度较低,平均为0.051 mg/m~3;在49~67m高度范围内质量浓度较高,平均为0.052 mg/m~3;在70m处最高,平均为0.056 mg/m~3。观测期间PM_(10)质量浓度与4 m处的温度之间为显著正相关(y=240.73x+12.305),与4、7、10 m高度处的湿度为显著负相关(y=-606.42x+82.08)。     

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.     

2014年天津市武清区PM_(2.5)污染特征

为分析2014年武清区PM_(2.5)污染的变化特征,运用统计学方法对全年PM_(2.5)常规日值监测数据进行分析,结果发现:2014年武清区大气环境中PM_(2.5)年均浓度为92μg/m3,PM_(2.5)日均浓度分布区间较宽,主要分布区间为20~120μg/m3,占样本总数的71.1%。PM_(2.5)污染呈现夏季及春末、秋初较轻,冬季污染严重的特征。PM_(2.5)浓度变化"周末效应"表现较为突出的季节是春季,夏季、秋季和冬季并未出现"周末效应"。研究结果有利于认识武清区PM_(2.5)污染的时间变化规律,从而正对性开展大气污染防控。