长春市大气中PM10本地源和外来源解析对比研究

利用单粒子后向轨迹模型与化学质量平衡模型(CMB)相结合的方法,分别对长春市大气中PM10外来源和本地源贡献率进行源解析研究。CMB 8.2的解析结果中,工业燃煤和以钢铁尘为主的工业尘是外来可吸入颗粒物的最主要来源,非采暖期、采暖期的贡献率分别为13.04%、32.56%和29.75%、14.66%;而机动车尾气和道路尘则是本地可吸入颗粒物的最主要来源,非采暖期、采暖期贡献率分别为39.24%和33.86%。HYSPLIT模型分析,2011年9月30日(非采暖期)对于长春市大气中可吸入颗粒物影响较大的城市为通辽、白城、四平等;2012年3月1日(采暖期)的外来源则来源于兴安盟、白城、松原、吉林以及牡丹江市。     

日照市环境空气中可吸入颗粒物成分分析

颗粒物是我国大多数城市环境空气中的首要污染物。为全面弄清城市环境空气中可吸入颗粒物的构成成分及含量,在日照市三个例行监测点分采暖期和非采暖期采集城市环境空气中的可吸入颗粒物,并利用原子发射光谱、离子色谱等仪器对其16种元素成分、3种水溶性离子及TC、OC进行定性定量分析,得出颗粒物元素成分谱,确定主要污染源为风沙扬尘、煤烟尘、建筑水泥和机动车尾气。     

牡丹江市空气质量影响因素分析

牡丹江市空气质量监测始于20世纪80年代中期,空气质量整体上从污染较严重到现在一直呈下降趋势,2006年牡丹江市的三项指标(可吸入颗粒物、SO2、NO2)均达到国家二级标准.达到二级标准天数为314天,非采暖期基本三项目都能达到二级标准.     

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。     

西安市2001—2012年PM_(10)浓度时间序列的特征分析

基于西安市2001—2012年可吸入颗粒物PM10浓度时间序列数据,利用Morlet小波分析方法,研究了PM10浓度数据的多时间尺度变化,并利用主成分分析方法研究了PM10浓度和气象因素的相关性。研究结果表明,污染物浓度变化受采暖期周期影响,主要受采暖期燃煤量和气温的影响,与大气压强、平均气温和PM10等第一主成分具有高相关性。     

典型城市大气颗粒物无机组分源解析

采用CMB 8.2受体模型对吉林省4个典型城市大气总悬浮颗粒物(TSP)进行了无机组分源解析研究.共选取了10个采样点,在采暖期和非采暖期采集了环境空气中的总悬浮颗粒物及各类污染源样品156个.研究结果表明,吉林市和白城市对TSP影响较大的是土壤风沙尘;通化市大气主要污染源为道路尘;而四平市的扬尘对TSP的影响较大.研究结果有利于制定大气污染防治规划,对于治理大气环境、改善空气质量具有指导意义.     

太原市“城中村”家用能源和室内颗粒物的调查与监测

使用三套新型便携式气悬颗粒物监测仪,对太原市某城中村室内(采暖期)的可吸入颗粒物(PM10)、颗粒物上附着的多环芳烃(PPAHs)的浓度进行了为期3天实时监测。初步结果已表明:太原市"城中村"三户居民的室内颗粒物污染程度相当严重,"城中村"大气中颗粒污染物的浓度值高于太原市平均水平,并且高于国家二级标准。三种不同燃料颗粒物排放浓度由大到小依次为:散煤、蜂窝煤、液化气。改变能源结构是解决太原市"城中村"大气污染的根本途径。     

集中供暖与非集中供暖城市的冬季大气污染状况——以天津和上海为例

为了解集中供暖和非集中供暖2种不同模式对空气质量的影响,基于天津和上海冬季采暖期及非采暖期的空气质量数据,分析不同供热模式下大气污染物的长时间变化和日变化特征及其影响因素.结果表明:天津和上海采暖期PM_(2.5)、PM_(10)、CO、NO_2和SO_2的质量浓度均高于非采暖期.天津采暖期PM_(2.5)、PM_(10)、CO和SO_2浓度较高主要是受到集中供暖消耗的化石燃料燃烧排放和大气逆温层2个方面因素的影响.上海虽然处于非集中供暖区,但也受到了北方城市供暖区远距离污染物传输的影响.天津集中供暖模式产生的PM_(2.5)、PM_(10)、CO和SO_2排放对空气质量的影响高于非集中供暖城市上海.与非采暖期相比,天津和上海采暖期NO_2浓度的增加量几乎一致,说明供暖活动对大气中NO_2的贡献并不明显;天津和上海采暖期O_3浓度均低于非采暖期,表明供暖活动未对O_3排放产生显著作用.采暖活动明显改变了天津PM_(2.5)、PM_(10)和CO的日变化特征;受采暖活动和逆温层的影响,SO_2和NO_2浓度均在夜间呈现升高趋势;O_3的日变化趋势未受采暖活动影响.与非采暖期对比,采暖期上海的非集中供暖未对污染物的日变化趋势产生显著影响.     

兰州市可吸入颗粒物及其重金属Zn,Cu,Cd分布规律

为了解兰州市大气可吸入颗粒物(PM₁₀)及其中重金属Zn,Cu和Cd污染规律,对国家环境保护部发布的兰州市大气监测数据进行分析,并于2010年7月和2011年1月在兰州市设立6个采样点分别采集夏季和冬季大气可吸入颗粒物,测定其中Zn,Cu和Cd的质量浓度.结果表明:从2001年开始兰州市PM₁₀质量浓度逐年下降,并且冬春两季下降程度高于夏秋两季.每年PM₁₀质量浓度在5-10月较低,从11月开始快速升高,到次年第一季度达到最高,高质量浓度会一直持续到次年4月,5月再次降低.PM₁₀质量浓度的日平均变化呈现明显双峰双谷分布,并且在空间上表现出工业区>商业区>清洁区的规律.PM₁₀中的重金属Zn,Cu和Cd质量浓度大小依次为Zn>Cu>>Cd,且3种元素质量浓度在冬季采暖期高于夏季非采暖期.     

东北地区吉林市大气PM2.5中有机物及重金属的污染特征研究

为深入探究东北地区雾霾天气污染现状,选取吉林省吉林市作为研究对象,于2016年夏季(非采暖期)和冬季(采暖期)各时期连续24h采集PM2.5样品.运用电感耦合等离子体质谱法(ICP-MS)分析了18种金属的浓度水平,选取其中的As、Al、Cr、Mn、Cu、Zn、Pb、Na、Ca、K和Mg 11种主要金属进行了细致研究;同时,运用气相色谱-质谱法分析了16种多环芳烃(PAHs)的浓度,对重金属和多环芳烃的污染情况进行了深入讨论.结果表明:吉林市采暖期PM2.5平均质量浓度为89μg/m~3,非采暖期平均为33μg/m~3;PM2.5中主要的重金属时空分布特征为除Ca以外采暖期均高于非采暖期,工业区居住区对照区.采样期间,冬季PM2.5中重金属污染较夏季严重,这可能与东北地区冬季供暖有关.吉林市PAHs采暖期质量分数为0.03~1 304.83mg/kg,非采暖期为0~223.13mg/kg,采暖期污染水平高于非采暖期,其中工业区污染较严重.源分析结果表明吉林市大气颗粒物中重金属和有机污染物PAHs主要来源于燃煤、石油化工、扬尘(建筑扬尘和土壤扬尘)、车辆混合污染,而且工业尘对PM2.5的贡献则是持续的.     

河南省主要城市大气气溶胶中的TSP和PM10污染特性

大气气溶胶中的颗粒物(TSP、PM10)是大气污染物研究的主要对象．本文论述了我国北京、重庆、贵阳、济南、郑州等城市的大气气溶胶的特征一讨论了河南省东、西、南、北、中几个重要城市大气气溶胶中的TSP和PM10对环境空气的污染状况；分析了河南省城市环境大气气溶胶中TSP和PM10污染特性。     

基于气态污染物的大气PM10自然源解析

本文利用北京市PM10、CO等大气污染数据,分析了其变化规律及其相互关系.发现PM10与CO浓度具有一定正相关关系,该相关性存在明显季节变化.通过对比分析两者污染来源的差异,获取了北京市大气中PM10自然源贡献情况:冬季自然源贡献22%左右,大约为31.4μg/m3.夏季自然源贡献为33%,大约38.1μg/m3.自然源年均贡献27%,约34.7μg/m3.冬季PM10/CO比值与温度存在明显正相关,温度越高,PM10/CO比值越大.     

北京PM10质量浓度与总体理查逊数的关系

为了研究总体理查逊数对可吸入颗粒物 PM₁₀ ( particulate matter with aero-dynamic diameter smaller than 10 μm) 质量浓度的影响, 对2007年11月北京南郊观象台的PM₁₀质量浓度资料、地面气象自动站资料和常规无线电探空资料进行了分析。统计分析软件采用 SPSS15.0( Statistical Package for Social Sciences 15. 0) 。分析结果表明,在北京地区以稳定层结为主的条件下, PM₁₀质量浓度与地面气象要素和总体理查逊数存在很好的规律性。PM₁₀质量浓度与风速和相对湿度显著相关, 相关系数分别为 - 0. 65 和 0. 69, 通过 α= 0. 01 显著性检验; PM₁₀质量浓度与地面至450m层的总体理查逊数存在显著的对数形式非线性关系, 决定系数 R2= 0.42。非线性回归方程的独立样本预测检验显示回归模型可以用于根据无线电探空资料对PM₁₀质量浓度进行预测。     

西安冬季可吸入颗粒物中多环芳烃的组成及风险评价

对2006-12-19～至2007-01-15采集的西安冬季昼夜大气可吸入颗粒物(PM_(10))样品,利用气相色谱-质谱联用仪(GS-MS)分析检测出美国EPA优先控制的12种多环芳烃(PAHs),结果显示,西安冬季大气PM_(10)中白天与夜晚总的PAHS平均质量浓度分别为312.0 ng·m~(-3)和346.0 ng·m~(-3),且PM_(10)中主要以4～5环的多环芳烃为主.采用苯并(a)芘(BaP)等效质量浓度(BaPE)评价PAHS的污染状况,结果表明,苯并(a)芘(BaP)白天及晚上的平均质量浓度分别为30.0 ng·m~(-3)和34.8 ng/m~3,计算得出西安冬季白天与晚上的BaPE平均值分别为45.3 ng·m~(-3)、51.0 ng·m~(-3),含量超过国家标准4.5倍以上.     

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.     

合肥市城市PM10污染成因及控制对策

利用合肥市4个空气自动监测站2001-2003年3年PM10的监测结果,从4个监测点3年PM10年均值、月均值和日均值超标率的变化情况对PM10污染时空分布特征进行了详细分析,并从气象条件、下垫面性质和污染物排放三个方面对PM10污染的成因进行了分析研究。同时针对PM10污染的形成原因和影响因素,提出了加大执法力度,控制燃烧排放;采取综合措施,减少扬尘污染;加强机动车尾气治理与监督管理;加强生态环境建设,以增加城市大气环境容量等一系列减轻合肥市城市PM10污染、改善城市空气环境质量的综合治理对策。     

道路人工清扫扬尘中PM10污染影响因素研究

目的确定影响道路人工清扫过程扬尘大小的因素之间关系及排放因子量化模型。方法采用模拟实验方法，通过改变路面粉尘负荷q清扫强度Q以及路面粉尘湿度F等条件，对影响道路清扫过程PM10发生的主要影响因素展开研究。结果提出了中国北方城市道路人工清扫过程扬尘中PM10浓度的量化计算模型。结论粉尘含湿量对道路人工清扫扬尘量的影响最大，粉尘负荷次之，清扫强度最小。     

Spatial and Temporal Variability of PM_(2.5) Concentration in China

PM_(2.5) has become an increasing public concern recently because of its visibility reduction and severe health risks. For the whole year of 2013, hourly PM_(2.5) data of 496 monitoring sites scattered in 74 cities of China are collected to analyze temporal and spatial variability of PM_(2.5) concentration. Different temporal scales(seasonal variation, monthly variation and daily variation) and spatial scales(urban versus rural, typical areas and national scale) are discussed. Results show that PM_(2.5) concentration changes significantly in both long-term and short-term scales. An apparent bimodal pattern exists in daily variation of PM_(2.5) concentration and the daytime peak appears around 10:00 am while the lowest concentration appears around 16:00 pm. Spatial autocorrelation analysis and Ordinary Kriging are used to characterize spatial variability. Moran's I of PM_(2.5) concentration in three typical regions, the Beijing-Tianjin-Hebei region, the Yangtze River Delta region and the Pearl River Delta region, is 0.906, 0.693, 0.746, respectively, which indicates that PM_(2.5) is strong spatial correlated. Spatial distribution of annual PM_(2.5) concentration simulated by Ordinary Kriging shows that 7.94 million km2(83%) areas fail in meeting the requirement of China's National Ambient Air Quality Standards Level-2(35 mg/m3) and there are at least three concentrated highly polluted areas across the country.     

大气颗粒物浓度自动监测仪器的研制及性能比对测试

颗粒物污染已成为我国的首要大气污染物,颗粒物污染的来源复杂、危害较大,简要介绍了目前国内外颗粒物监测方法和仪器设备的研究情况,以及所研制的、基于滤膜 称重法的、可同时测量PM₁₀和PM_2.5的DJ3-1型六工位自循环式大气颗粒物浓度自动监测仪。利用具有无限远光学系统的微分干涉相衬显微技术对该系统所采集到的颗粒物进行了显微观察,得到粗颗粒和细颗粒的粒径分布,与Andersen公司240型双通道采样器的切割性能十分 接近。与国内外部分监测仪器进行了同步的颗粒物质量浓度监测的比对测试,结果表明其性能已基本达到国外同类监测仪器的水平。     

MSA in Beijing aerosol

Methane sulphonate (MSA) and sulfate (SO4^2-),the main oxidation products of dirnethyl sulfide (DMS), arethe target of atmospheric chemistry study, as sulfate aerosolwould have important impact on the global climate change. It is widely believed that DMS is rnainly emitted from phyto-plankton production in marine boundary layer (MBL), andMSA is usually used as the tracer of non-sea-salt sulfate (nss-SO4^2-) in marine and coastal areas/MSA/SO4^2- = 1/18) Manyobservations of MSA were in marine and coastal aerosols. Toour surprise, MSA was frequently (＞60%) deteeted in BeijingTSP. PM10, and PM2.5 aerosols, even in the samples collectedduring the dust storm period. The concentrations of MSAwere higher than those measured in marine aerosols. Factoranalysis, correlation analysis and meteorology analysis indi-cated that there was no obvious marine influence on Beljiagaerosols. DMS from terrestrial emissions and dimethyl sulphoxide (DMSO) from industrial wastes could be the twopossible precursors of MSA. Warm and low-pressure airmasses and long time radiation were beneficial to the forma-tion of MSA. Anthropogenlc pollution from regional andlocal sources might be the dominant contributor to MSA inBeijing aerosol. This was the first report of MSA in aerosolscollected in an inland site in China. This new finding wouldlead to the further study on the balance af sulfur in inlandcities and its global bingcoehemical cycle.