河南省PM2.5暴露人口时空特征及影响因素研究

研究河南省2000、2005、2010、2015年4年的PM_2.5质量浓度和人口密度的栅格数据,计算得出PM_2.5暴露人口;借助全局空间自相关、热点分析等方法,在对河南省PM_2.5暴露人口的时空特征进行分析的基础上,使用面板数据模型探讨其影响因素.结果显示:河南省暴露人口规模表现为先增后减的变化特征,整体规模上升,空间呈现扩散和向中部移动的特征.对河南省PM_2.5暴露人口具有影响的指标主要为:房屋竣工面积、公路客货运总量和气温.     

2000-2018年黄河流域县域尺度PM2.5污染时空格局

近年来,与PM_2.5有关的大气污染状况和改善问题成为公众关注的焦点.基于2000-2018年黄河流域县域PM_2.5浓度数据,采用空间自相关分析和标准差椭圆法对黄河流域PM_2.5浓度的时空格局演变特征进行分析.结果表明：(1)2000-2018年黄河流域地区PM_2.5年均浓度总体上呈现波动变化,其中2000-2013年呈现波动增长趋势,平均增长率达到2.02%,2014-2018年PM_2.5浓度逐年下降,但研究期内黄河流域PM_2.5年均浓度值均高于年均限值(35μg·m^-3).(2)黄河流域PM_2.5浓度的地区差异较大,形成西南部和内蒙古中部浓度低,中东部的山西、山东和河南省浓度高的空间格局.(3)黄河流域PM_2.5污染具有显著空间正相关特征.除2000年高值聚集区分布在甘肃省中南部、内蒙古自治区西部(阿拉善盟)、宁夏回族自治区、陕西省西南部和河南省中西部外,其他年份较为稳定地分布在河南和山东...     

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。     

济南市冬季大气污染时空分布特征及潜在污染源区分析

利用2016—2018年冬季济南市大气主要污染物和气象监测数据,对大气污染特征及潜在源区进行分析。结果表明：2016—2018年冬季济南市环境空气中可吸入颗粒物PM₁₀和细颗粒物PM_2.5分别占首要污染物的34.7%和63.8%,轻度污染以上天数占总天数的58.6%,冬季高质量浓度PM_2.5导致年均值增加7.5μg/m³;从空间分布来看,PM₁₀与PM_2.5空间分布为天桥区、槐荫区及平阴县质量浓度较高,SO₂则为商河县和济阳区质量浓度偏高,NO₂和CO为济阳区、天桥区和槐荫区质量浓度较高;研究期间NO₂、CO、PM₁₀、PM_2.5的质量浓度呈正相关性,相关系数均在0.7以上,推断交通源、工业燃烧源、燃煤是颗粒物的主要来源;济南市冬季的气团输送为偏南、西北、偏北和偏东4个方向,偏南和偏东气团为影响济南市冬季大气污染主要输送路径。进一步研究潜在源区贡献...     

中国PM2.5污染现状及其对人体健康的危害

 当前,中国大气中PM_2.5污染形势严峻。2013 年,在全国纳入监测范围的74 座城市中,接近92%的城市的PM_2.5年均浓度未达到国家标准,其中,京津冀、长三角和珠三角等重点区域PM_2.5污染尤为严重。PM_2.5中含有的多种有毒有害物质可直接危害公众身体健康。已有的研究结果显示,PM_2.5污染会直接影响人体的呼吸系统、心血管系统,与肺癌的发生率和死亡率密切相关,但需从PM_2.5毒理学及暴露-反应关系等影响机制方面做深入研究。中国对大气中PM_2.5污染的治理任重道远,强化PM_2.5的健康风险研究,科学评价PM_2.5污染对中国不同人群疾病发生的负担率等应是认真思考的问题。     

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.     

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.     

基于属性识别模型的铜仁市空气质量评价

为行政部门有效治理城市环境和生态保护,科学客观评价空气质量极为重要。本研究以铜仁市为对象,统计分析了2015—2020年铜仁市空气污染物变化动态特征,同时利用属性识别模型综合评价了铜仁市空气质量水平。研究结果表明：1)铜仁市主要污染物是PM_2.5、PM₁₀和O₃,其污染程度为PM_2.5>PM₁₀≈O₃,PM_2.5和PM₁₀浓度水平处于Ⅱ级标准,PM_2.5在冬季处于不达标水平,PM₁₀于2020年达Ⅰ级以下标准,有显著好转,O₃浓度2016年以来显著增加,存在污染风险。2)铜仁市近几年空气综合质量均为Ⅰ级标准,但空气质量综合水平呈下降趋势,主要原因在于PM_2.5作为首要的空气污染物,污染水平一直没有得到有效控制。此外,O₃污染程度风险增加。因此,PM_2.5和O₃     

时间精度与空间信息对神经网络模型预报PM2.5浓度的影响

以北京市为例, 利用2015—2018年空气质量监测站台资料, 通过BP神经网络、LSTM网络及CNNLSTM混合模型等多种模型, 分析时间精度和空间信息对PM_2.5浓度预报的影响。结果表明, 神经网络模型的效果普遍比多元线性回归模型好; 增加输入数据的时间精度能显著地提高 PM_2.5浓度日均值预报的准确率; 当输入数据的时间精度从一天提高到6小时后, LSTM模型的平均绝对误差从27.39 μg/m³降至20.59 μg/m³, 这种效果的提升在显著变好和显著变差的天气情况下更明显; 华北地区PM_2.5浓度分布有明显的时空特征, 第一空间模态为同增同减, 第二空间模态为南北反向; 北京市PM_2.5浓度与内蒙古、河北及天津等地区前一天的PM_2.5相关。利用CNN-LSTM混合模型学习华北地区PM_2.5的时空信息, 能进一步提高北京市PM_2.5浓度的预报水平, 使得误差降低至17.36 μg/m³。     

上海市某区域PM2.5及其重金属对居民健康的影响

跟踪监测上海某典型工业居民混合区夏、秋、冬三季的PM_2.5及其重金属成分的质量浓度, 分析污染物质量浓度变化趋势, 通过人体暴露健康风险评价模型对居民健康进行风险评估. 结果显示, 调查区域内居民区的PM_2.5的质量浓度与全市均值相当; 各点位PM_2.5及其重金属成分的污染水平均呈现明显的季节性特征, 其中冬季明显高于夏秋季; 重金属中铅、镉的质量浓度均未超过国家标准, 各点位的砷的质量浓度均超过国家标准1倍; 调查区域内致癌和非致癌重金属成分的健康风险处于“可接受”水平, 不会增加当地居民的健康风险.     

秦皇岛冬季典型污染时段PM2.5中重金属和PAHs的污染特征

为了探究近年来秦皇岛市大气中PM_2.5污染特征和影响因素,通过采集冬季重污染时段城区和开发区PM_2.5样品,使用等离子体发射光谱仪和气相色谱-质谱仪,分别测定城区样品中6种元素(Cu,Pb,Zn,Cr,Ni,Cd)和PAHs.结果表明,秦皇岛城区PM_2.5日平均质量浓度186μg/m³,开发区平均质量浓度为118.88μg/m³,城区PM_2.5中各重金属元素的浓度水平排序为Zn＞Pb＞Ni＞Cr＞Cu＞Cd,其中Cd为强-极强污染,Pb为中-强污染,Zn属于中等污染,Ni,Cu,Cr等其他元素基本无污染.PM_2.5中定性的检测到奈(Nap)、菲(Phe)、荧蒽(Fla)、芘(Pyr)、苯并(k)荧蒽(BkF)等单体.PM_2.5日浓度与风速具有显著的负相关性,与相对湿度呈正相关性.     

2014年5月武汉市输入型沙尘污染案例分析

结合地面颗粒质量浓度、金属元素含量、垂直消光系数和地面气象观测资料、后轨迹模型及天气分析图, 分析2014年5月25-26日湖北武汉市监测的沙尘天气过程。结果表明, 这次沙尘暴源起新疆南部塔卡拉玛干沙漠和内蒙巴丹吉林和腾格尔沙漠, 随着冷空气向东向南传输, 兰州和银川PM₁₀小时浓度分别超过2000 μg/m³ 和1000 μg/m³, 武汉PM₁₀小时浓度超过500 μg/m³, 沙尘在传输过程中逐渐减弱。沙尘期间武汉市以粗颗粒污染为主, PM₁₀浓度陡升, PM_2.5占PM₁₀ 的含量下降到约35%。沙漠粉尘示踪元素Ca, V, Ba和Fe 浓度增加4 倍以上, 所占的总量百分比也增加一倍以上, As, Se, Cr, Cu, Zn 和Pb 等当地的人为污染源排放的金属元素浓度约为先前的1/5~2/5, 所占总量百分比下降明显。激光雷达观测到两次明显的沙尘沉降过程, 在近地面层(500 m 左右)存在均匀的消光系数大值区(最大0.086 km^-1)。以此例说明结合气象和环境的多种观测手段综合分析输入型空气污染的方法。     

长春市冬春季环境空气中PM2.5污染特征与来源解析

为研究长春市冬季和春季大气PM_2.5的主要来源及污染特征, 于2018-01-06—2018-05-14连续采集PM_2.5环境受体样品, 分析其无机元素及水溶性阴离子组分. 结果表明： 采样期间长春市PM_2.5的质量浓度为（46.4±24.4）μg/m³, 冬季和春季的平均质量浓度分别为(51.0±25.8)μg/m³和(32.6±11.5)μg/m³, 超标率为11%, 均在冬季超标, 在春节假期中（2018-02-15—2018-02-21）, PM_2.5的质量浓度低且保持平稳; 所测全部水溶性阴离子及部分无机元素（Al,As,Pb,Se,Ti）质量浓度呈冬季高于春季的趋势; 长春市无机元素主要源于燃煤、 交通和扬尘; 长春市PM_2.5中NO^-₃和SO^2-₄是燃煤和机动车尾气共同作用的结果, 其中燃煤源的贡献率相对较高; 长春市冬春季PM_2.5主要来源为二次源（28.2%）、土壤尘源（12.6%）、交通排放源（10.7%）、燃煤源和建筑尘源（28.6%）、工业源和其他源（19.8%）.     

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)。     

北京市秋季亚微米细颗粒物浓度及其化学组分特征

 采用多通道采样器和气溶胶化学组成在线监测仪,对2016年10月北京市区大气亚微米颗粒物（PM₁）化学组分进行了离线采样和在线监测。结果表明,整个观测期间,北京PM₁质量浓度平均为66.04±51.45 μg/m³,重霾期间PM₁的质量浓度（103.16~160.23 μg/m³）是清洁天（3.50~3.78 μg/m³）的27.29~45.78倍;北京秋季重霾天和清洁天的化学组分存在显著差异,有机物是PM₁的主要化学组分,清洁天贡献高达64.90%;而在重霾天,二次无机组分显著增长,贡献高达69.72%。硫酸盐日变化趋势相对平缓,反映出区域特性;而其他组分（有机物、硝酸盐、铵盐及氯化物）表现出显著的日变化特征。整体而言,大气PM₁中各组分受污染源排放、大气化学反应及天气形势的协同影响。     

兰州远郊区春季碳气溶胶的质量浓度特征

 为探讨春季沙尘(暴)期间兰州大学半干旱气候与环境观测站(SACOL)碳气溶胶的变化特征, 2012 年5 月17-26 日于SACOL 站采用石英膜收集PM₁₀样品, 利用DRI-2001A 热/光碳分析仪测量元素碳(EC)和有机碳(OC)的质量浓度。结果显示, 沙尘(暴)是导致OC、EC 质量浓度增大的主要因素。采样期间EC、OC 和总碳(TC)的平均质量浓度分别为2.71、11.26 和13.97 μg/m³。进一步分析显示, 沙尘(暴)期间兰州城区碳气溶胶污染逐渐加重主要受本地源的影响。PM₁₀中OC 和EC 的相关系数达到0.94, 揭示SACOL 站OC、EC 的来源相对一致。OC/EC 的均值为5.05, 表明春季SACOL 站PM₁₀中碳气溶胶存在二次污染。二次有机碳(SOC)的质量浓度为3.37 μg/m³, 为OC 的29.9%。结合考察周边环境, 分析表明SACOL 站春季碳气溶胶的主要来源是直接污染源, 来自周边环境中的燃煤以及机动车尾气排放。对碳气溶胶8 种组分的因子分析结果也表明, 周边环境的燃煤和机动车尾气排放是春季SACOL 站碳气溶胶的主要贡献源。     

基于夜间灯光影像的能源消费与PM2.5时空关系研究

利用能源消费统计数据与夜间灯光影像对陕西省能源消费进行空间化处理,结合PM_2.5遥感数据,基于双变量空间相关性分析等方法,研究了陕西省能源消费与PM_2.5的时空关系,并利用随机森林回归模型探讨了影响ρ(PM_2.5)变化的能源消费因素．结果表明:1）2001—2013年陕西省ρ(PM_2.5)先增大后减小,最高值达到28.5 μg·m?3,省内PM_2.5分布的空间异质性较强,其中关中地区的ρ(PM_2.5)最高;2）陕西省能源消费量逐年上升,在空间上的分布与ρ(PM_2.5)类似,关中地区的能源消费量最多;3）陕西省能源消费量与ρ(PM_2.5)的Moran’s I达到了0.289,表明二者之间有着明显的空间正相关性,即高能源消费的区域有着高质量浓度的PM_2.5分布;4）人口密度、路网密度与能源消费总量是陕西省ρ(PM_2.5)变化的重要驱动因素．      

利用葵花8号卫星资料反演中国东部地区地面PM2.5浓度

为了得到中国东部地区大范围的地面PM_2.5浓度分布, 用机器学习方法建立一个模型, 用2019年葵花8号静止卫星大气顶层反射率数据和欧洲中心气象资料作为输入数据, 地面PM_2.5浓度作为输出数据。验证结果表明, 在不同时间尺度下, 该模型对中国东部地区均有较高的精度。对于小时PM_2.5的浓度反演, 该模型的十折交叉验证的相关系数为0.82, 均方根误差为20.11 μg/m³。将2019全年卫星?气象格点数据放入模型, 得到中国东部地区全年逐小时的PM_2.5格点数据, 利用该格点数据分析中国东部地区PM_2.5浓度的季节变化和空间分布, 取得良好的效果。