南宁市大气颗粒物PM_(l0)、PM_(2.5)污染水平

为了初步调查南宁市大气中颗粒物PMl0、PM2.5的污染水平 ,于2002年春、夏、秋、冬4季在南宁市的5个典型城市功能区 ,采集了85个样品.结果表明 ,南宁市PMl0、PM2.5 的污染很严重 ,超标率为82.5 %、92.5% ,而且对人体健康危害更大的PM2.5 占PM10 的大部分 ,约为63.5 % ,且重污染区PM2.5 浓度超过轻污染区近一倍 ,应引起公众和相关职能部门的高度重视.     

不同时间尺度大气PM_(2.5)和PM_(10)卫星影像反演

利用南宁市地面8个监测站与中分辨率成像光谱仪(MODIS)数据反演得到的气溶胶光学厚度值作为数据源,运用回归分析法,选取月、季、年三种时间尺度,分别对PM_(2.5)、PM_(10)浓度与AOD值进行相关性研究。结果表明,PM_(2.5)与AOD相关性好于PM_(10),月尺度PM_(2.5)和PM_(10)与AOD值相关性强,除个别月份外,R2均在0.7以上;季尺度PM_(2.5)和PM_(10)与AOD值相关性,随季节变化显著,但R2均在0.5以上;年尺度PM_(2.5)和PM_(10)与AOD值拟合,采用一元二次模型,R2在0.5以上。上述结果表明AOD在月尺度上与地面站点污染物监测数据PM_(2.5)和PM_(10)的相关性最为显著,故可在月尺度上通过卫星遥感影像反演的AOD推算地面PM_(2.5)和PM_(10)的空间浓度场。     

银川市大气细颗粒物(PM_(2.5))污染现状及影响因素分析

依据2013年银川市城市环境空气质量大气细颗粒物(PM2.5)的监测数据,对银川市环境空气中PM2.5的污染现状、变化趋势及与气象因子关联性进行了系统分析.结果表明,银川市PM2.5的质量浓度变化呈现明显的采暖季和非采暖季2种典型的季节性特征,非采暖季PM2.5的质量浓度与气压呈显著的正相关,与气温、能见度呈显著的负相关,采暖季PM2.5的质量浓度与风向、相对湿度呈显著的正相关,与风速、气温、能见度呈显著的负相关.     

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.     

大气颗粒物PM2.5及其源解析

大气颗粒物的来源分为两类：一类是自然源;另一类是人为源。自然源主要包括：岩石土壤风化、森林大火、火山爆发、流星雨、沙尘暴、海盐粒子、植物花粉、真菌孢子、细菌体,以及各种有机物质的自燃过程等。人为源主要包括：汽车尾气排放、摩托车尾气排放、火车机车排放、飞机尾气排放、轮船排放、工业窑炉排放、民用炉灶排放、农用拖拉机排放、工业粉尘、交通道路扬尘、建筑工地扬尘、裸露地面扬尘、烹饪油烟、街头无序烧烤、垃圾焚烧、农田秸秆焚烧、燃放烟花爆竹、寺庙香火和烟民抽烟等。在大气颗粒物中,细颗粒物主要来自化石燃料和生物质的燃烧过程。专家们认为细颗粒物是导致北京地区雾霾灾害天气频繁出现的最主要因素。汽车尾气排放大量的空气污染物。有车族对北京市严重的大气污染和雾霾灾害的形成,负有首要责任。有车族,少开车,或者不开车,是解决目前北京严重的大气污染,阻止雾霾灾害天气频繁出现的根本出路。     

长治市空气颗粒物PM_(2.5)来源解析研究

空气颗粒物是影响城市空气质量的首要污染物,城市PM_(2.5)的主要来源是由人类生产活动产生的。通过采集长治市4个点位的PM_(2.5)样品,分析了PM_(2.5)中18种元素、9种离子和3种碳的组分,并采用CMB受体模型对长治市PM_(2.5)来源进行了解析,为颗粒物污染的控制提供科学依据。     

哈尔滨市大气中PM_(10)、PM_(2.5)质量浓度及金属离子分析

对哈尔滨市大气环境中的PM10、PM2.5进行了采集,并对质量浓度及离子成分进行了分析.实验结果表明,两种颗粒物均呈现了先减小后增大的特征,最高值出现在1月,质量浓度分别是178.85、130.10μg/m3,PM10在1、2、3、4、11、12月均超标,而PM2.5质量浓度则高出欧盟标准(15μg/m3)的2~8倍,另外,离子总质量浓度在8月达到了最低值,分别是42.73μg/m3和25.3μg/m3.PM10和PM2.5中离子成分占颗粒物总质量的比例均表现为中间高两边低的特点,最高含量出现在7月份,分别为67.7%和68.4%.根据相关系数的判别原则,PM10中表现为高度负相关的离子是Ca2+和F-、Ca2+和SO42+、Ca2+和NO3-;表现为高度正相关的离子是K+和Mg2+、K+和Cl-、M2+和Cl-、F-和SO42+、F-和NO3-、SO42+和NO3-,说明上述离子间有相似的污染来源.PM2.5中表现为高度正相关的离子是K+和Cl-、K+和SO42+、K+和NO3-、Mg2+和SO42+、F-和NO3-、SO42+和NO3-,与PM10中离子相关性规律不同.     

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.     

大气偏振度与PM_(2.5)粒子浓度特性

为了满足偏振光导航在雾霾天的应用需求。研究雾霾天对于偏振信息检测的影响及其规律,对降低自然扰动对偏振光导航系统的误差、优化系统具有重要的意义。采用全天域偏振成像法对雾霾天的偏振信息进行大量的实验采集;并通过国家气象中心查询大气PM_(2.5)粒子浓度,对两者的关系进行理论与实验分析。结果表明,PM_(2.5)浓度与大气偏振度的关系随着PM_(2.5)粒子浓度的升高而降低,两者呈类指数关系。通过基于米氏散射理论对单粒子多次散射进行分析,结合大气的特殊情况,在将PM_(2.5)粒子近似为球形结构进行通过米氏散射进行理论分析,分析结果与实验结果基本一致。通过对误差进行残差分析和残差平方和分析,误差主要来源于大气复杂情况的干扰以及本实验所用探测器CMOS传感器的线性范围。通过大量的实验所研究的特性曲线,可以反映特殊天气下偏振信息的基本特征,对以后在特殊天气情况下的基于偏振光导航设计具有重要的意义。     

燃煤锅炉烟尘颗粒物中PM_(2.5)排放规律研究

为澄清发电厂和工业锅炉联合除尘设备的烟尘排放特征,特别是PM2.5排放规律,选取太原市6台不同类型、容量和除尘方式的燃煤锅炉,采用激光粒度分析仪对采集的烟尘(颗粒物)进行粒径测定,讨论分析PM2.5的排放规律。结果表明,除尘设施前后颗粒物分布规律不同,除尘器前PM2.5呈单峰分布,最大峰值为60~70μm;除尘器后PM2.5呈多峰分布,最大峰值为12~17μm;除尘设施对粒径较大颗粒物的去除率明显高于细颗粒物,对细小颗粒物的除尘效率随锅炉容量的增大而增大;电袋复合除尘器对PM2.5去除率最高,其次为布袋除尘器、静电除尘器;太原市燃煤锅炉PM2.5排放因子范围为0.06~0.52kg/t,锅炉负荷越大,除尘率越高,PM2.5排放因子越小。研究结果可为山西省煤烟尘污染控制提供重要的数据支撑,为获知影响燃煤锅炉烟尘颗粒物中PM2.5排放的因素及采取相应技术提供了理论依据。     

武汉市PM_(2.5)与主要大气污染物浓度间相关性分析

通过分析武汉市PM_(2.5)与SO_2、NO_2、CO、O_3浓度间的相关性,得到PM_(2.5)与SO_2、NO_2、CO间存在正相关性,与O_3间存在负相关性,并对存在这种相关性的原因进行了解释,同时对PM_(2.5)与SO_2、NO_2、CO间的上尾相关系数进行了估计。估计结果表明:SO_2、NO_2、CO、O_3浓度的急剧上升会加剧PM_(2.5)的产生,最后对武汉市治理PM_(2.5)提出了建议。     

厦门市大气细颗粒物PM2.5源解析的研究

近年来，大气细颗粒物（PM2.5）对环境影响及其与健康的关系已引起越来越多国家和地区的重视。研究发现．城市细颗粒物浓度的短期增长与目前的死亡率之间存在着某种统计关系；此外细颗粒是导致大气可见度降低的雾或阴霾的主要构成。就其成分及来源国外已开展了大量的研究。     

京津冀地区PM_(10)和PM_(2.5)污染的健康经济学评价

随着我国社会经济的快速发展,大气颗粒物污染逐渐成为影响我国城市居民健康的重要危险因素.以流行病学各项研究成果为基础,参考浓度选取环境空气质量标准(GB3095-2012)的二级浓度限值作为标准,利用泊松回归比例危险模型定量评价可归因于PM_(10)和PM_(2.5)污染的居民健康效应,并结合各健康终端的单位经济价值,采用环境价值评估方法估算相关的健康经济损失.结果表明,目前大气颗粒物污染已对京津冀地区的居民带来了较大的健康危害和经济损失:PM_(10)污染所造成的健康经济损失总额为1 399.3(1 237.1-1 553.1)亿元,相当于2013年该地区生产总值的2.26%(1.99%-_(2.5)0%),PM_(2.5)污染引起的健康经济损失总量达1 342.9(1 068.5-1 598.2)亿元,占2013年该地区生产总值的2.16%(1.72%-_(2.5)8%),其中慢性支气管炎与早逝是健康损失的主要来源.研究结果可为基于健康效应的大气颗粒物污染控制政策的制定提供一定的参考依据,对控制大气污染、保护人民群众身体健康具有重要意义.     

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.     

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。     

南昌市大气污染典型过程PM_(2.5)来源分析

利用南昌市PM_(2.5)浓度数据和地面观测资料数据,通过基于CMAQ模式开发的污染源示踪系统对2017年10月23日至11月16日南昌市PM_(2.5)来源进行模拟分析。结果显示:南昌市2017年秋冬秸秆焚烧旺季期间,PM_(2.5)本地贡献率为42%,周边省市对南昌市PM_(2.5)浓度影响较大的主要为江西省以北的省市,江西省其他地市对南昌市影响最大的为九江;重污染过程期间,南昌市及周边地市秸秆燃烧是PM_(2.5)的重要来源。     

PM_(2.5)浓度对能见度影响分析

利用江苏省环境监测中心大气多参数站对PM2.5浓度、能见度和散射系数的连续监测,结果表明,空气中的PM2.5浓度越高,散射系数越大,从而导致能见度越小。     

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.     

基于LUR和GIS的西安市PM_(2.5)的空间分布模拟及影响因素

从地学角度出发,基于土地利用、人口状况、道路交通和地形等自然人文因素构建土地利用回归模型(LUR),模拟西安市主城区2014年和2015年冬季采暖季PM_(2.5)平均浓度的空间分布,并分析其空间分布成因和年际变化原因。结果显示:LUR模型构建中,2014年采暖季选择的变量主要有500m缓冲区内植被面积、1 000m缓冲区内植被和居民地面积以及人口密度,2015年采暖季选择的变量主要有1 500m、2 000m、2 500m和3 000m缓冲区内道路总长度。2014年和2015年采暖季LUR模型的R2分别为0.933和0.832,拟合效果很好。2014年采暖季各城区PM_(2.5)平均浓度均较高,碑林区绝大部分区域空气质量为严重污染,新城区次之,其他区空气质量基本为重度污染。2015年各城区PM_(2.5)平均浓度均有所下降,大部分区域为轻度污染。土地利用、污染源、道路交通、人口密度、国家环保相关政策、风向和DEM是西安市2014年和2015年采暖季PM_(2.5)浓度空间分布规律、成因、污染来源和年际变化的影响因素。