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。     

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GIS技术与嵌套网格的大气PM2.5污染最优集成预报方法

为了提升城市空气质量的预报准确率,分析大气PM_2.5污染物各尺度污染变化情况,提出基于GIS技术与嵌套网格的大气PM_2.5污染最优集成预报方法.基于大气污染扩散模拟情况,利用GIS技术的前、后期数据处理以及结果显示输出,处理大气PM_2.5污染数据,可视化展示污染扩散情况;采用嵌套网格空气质量预报模式系统(NAQPMS),模拟大气PM_2.5污染物各尺度污染变化,完成污染预报;基于观测、预报资料结合多种集成方法组建集成预报,经评价获取评分最高集成预报方法,完成大气PM_2.5污染最优集成预报.以安阳市为例,应用该方法进行空气质量预报实验.结果表明：该方法的PM_2.5质量浓度预报值与实际观测值更加接近,有效提升了大气污染预报准确率,以PM_2.5为代表的细颗粒物和以扬尘为主要源的粗颗粒物污染突出,需加强企业烟尘污染物的管控.     

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...     

北京地区PM10质量浓度与边界层气象要素相关性分析

对北京市2007年观象台观测站PM₁₀质量浓度资料、观象台气象自动站资料、风廓线资料和探空资料进行了数据分析。结果表明, 在污染物源强一定的条件下, 污染物的积累、稀释、扩散和清除主要取决于气象条件。近地面风速、温度、湿度、气压和边界层高度等气象条件对于可吸入颗粒物的污染程度有着很重要的影响: PM₁₀质量浓度与地面风速、温度、湿度、气压和大气边界层高度呈显著相关性, 并且相关性随季节变化明显。其中, 6月PM₁₀质量浓度与地面风速和大气边界层高度呈负相关性, 而与温度呈正相关, 11月则与温度成负相关; 风速与PM₁₀质量浓度之间的相关性可以用二次多项式来描述, 二者呈“U”形变化。另外由11月份PM₁₀质量浓度资料的分析表明, 当月PM₁₀质量浓度最小值对应的风速为4.1 m/s。     

呼和浩特市大气污染特征及气象条件影响分析

为了解呼和浩特大气污染防治效果,选取呼和浩特市2017—2022年的主要大气污染物、气象要素数据,对污染物浓度的年、月变化、浓度比值、相关性进行分析,利用后向轨迹聚类对2020年3月进行分析。分析结果表明：呼和浩特市2017—2022年空气质量为优、良的天数呈上升趋势。各污染物浓度年变化特征明显,各污染物的浓度变化趋势除O₃均呈“U”形分布。PM_2.5、PM₁₀污染是呼和浩特市大气污染主要研究对象,PM_2.5/PM₁₀的值有明显的月变化特征,5月份为全年最低值。PM_2.5和PM₁₀高度相关性,而NO₂和SO₂与PM_2.5、PM₁₀均呈现正相关性。受气象要素影响,PM_2.5和PM₁₀污染物浓度变化趋势为夏低冬高,7、8月降雨量大,有利于空气质量改善,降水可带走、稀释更多的污染物。而后向轨迹聚类分析得4条气团...     

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.     

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     

燃煤电厂电除尘PM10和PM2.5的排放控制VII:以2×600 MW机组为例分析讨论电除尘选型和改造

 分析了2×600 MW机组所配套的两台双室五电场电除尘器(ESP)的设计、选型和改造。每台电除尘配套20台高压电源、一台炉配40台高压电源,改造工作不仅包括更换原80台单相电源为80台三相电源,而且将第一和第二电场的极板、极线及振打系统全部做了更换,改造后电除尘出口PM₁₀和PM_2.5(粒径分别低于10 μm和2.5 μm的颗粒物)的排放分别低于15 mg·Nm^-3和1.0 mg·Nm^-3,PM_2.5占PM₁₀的比例在6.5%~7.5%,与改造前比较PM_2.5下降了95%以上。     

燃煤电厂电除尘PM10和PM2.5的排放控制VI:以75t/h工业锅炉为例分析讨论电除尘的运行(嘉兴协鑫环保热电分析)

 以嘉兴协鑫环保热电75 t/h 工业锅炉为例, 讨论电除尘器改造和运行降低PM₁₀和PM_2.5 (粒径低于10 和2.5 μm 的颗粒物)的排放。单室四电场电除尘在传统单相高压电源供电下, 电除尘出口PM₁₀和PM_2.5的排放可达120.4~219.7 和9.6~22.3 mg·Nm^-3, 在本体检修和采用4 台三相高压电源改造后, 电除尘出口的PM₁₀和PM_2.5出口质量浓度可分别降至6.0~17.0 和1.8~3.3mg·Nm^-3, 电除尘出口PM_2.5与PM₁₀的比例通常在35%~52%。     

空气细颗粒物污染的来源、危害及控制对策

 近年来由空气细颗粒物(PM_2.5)引起的大气污染现象频发,成为全社会广泛关注的环境问题.结合国内外研究,综述了PM_2.5污染的来源、危害及控制对策的相关研究进展.研究表明,人类活动排入大气中的一次颗粒物、一次颗粒物与大气中的气态污染物相互作用形成的二次颗粒物是PM_2.5的主要来源.长期暴露在PM_2.5环境中,会对人体的呼吸系统、心脑血管系统、神经系统及免疫系统的健康造成伤害.PM_2.5还会导致大气能见度下降,影响正常的生产、生活.针对中国PM_2.5的污染现状,提出了PM_2.5污染的控制对策及建议.     

西安市秋季大气颗粒物散射特征及其影响因素

 为研究污染条件下西安市秋季大气颗粒物的散射特征及其影响因素, 于2012 年11 月监测大气颗粒物散射系数并采集PM_2.5样品。探讨了大气颗粒物的散射日变化特征, 通过实验分析PM_2.5中水溶性离子(Na⁺、NH₄⁺、K⁺、Mg²⁺、Ca²⁺、F^-、Cl^-、NO₃^-和SO₄^2-)和含碳物质(有机碳和元素碳)的污染水平, 并讨论它们的来源及对散射系数的影响。结果表明, 颗粒物的散射系数均值为(579±387)Mm^-1, 夜间高日间低。PM_2.5质量浓度与散射系数呈现出较强的线性关系(相关系数为0.85), 通过回归方程得到PM_2.5散射效率为3.09 m²·g^-1。在PM_2.5化学组分中, 有机物对消光系数的贡献最大, 占52.3%;其次是NH₄NO₃和(NH₄)₂SO₄, 贡献率分别为16.2%和13.7%。     

燃煤电厂电除尘PM10和PM2.5的排放控制II:电除尘电源改造与PM10和PM2.5的排放(以660 MW 机组为例)

 通过对比660 MW 燃煤锅炉电除尘改造前后细颗粒物(PM_2.5)和颗粒物(PM₁₀)的排放,讨论电除尘改造的必要性及可行性.四电场电除尘器在常规单相电源供电下,PM₁₀和PM_2.5的排放浓度分别在63 和23 mg/m³左右,总排放在75 mg/m³左右;采用三相高压电源时PM₁₀和PM_2.5的排放可控制在15 和2.5 mg/m³以下,总排放在18 mg/m³左右,PM₁₀和PM_2.5的排放分别减排76%和89%以上.     

公园绿地及周边环境PM2.5浓度特征及影响因素

【目的】评价城市公园对降低大气PM_2.5质量浓度的作用,同时探讨环境因素对PM_2.5质量浓度的影响。【方法】以北京市北小河公园为研究对象,通过PM_2.5质量浓度监测仪测定公园绿地内、公园附近建筑室内及公园道路旁(开敞空间)的PM_2.5质量浓度,对公园及其附近建筑室内与道路旁PM_2.5浓度做差异对比分析,同时监测温湿度、风速及气压、车流量,以分析环境因素对PM_2.5质量浓度的影响。【结果】①公园及其附近建筑室内与道路旁PM_2.5浓度日变化趋势基本一致,呈现双峰单谷型,即早晚高、白天低。②无污染或轻度污染时,公园绿地PM_2.5质量浓度均低于道路旁及附近建筑室内,PM_2.5质量浓度分别降低了5.7%和6.9%,说明公园绿地对PM_2.5有一定的滞留作用; 中度污染天气条件下,公园内PM_2.5浓度同样低于道路旁与建筑室内,降幅分别为3.6%和7.3%,公园绿地对PM_2.5仍有一定的滞留作用; 重度污染质量条件下,公园内PM_2.5质量浓度略低于道路旁,降幅仅为0.3%,而比建筑室内升高了5.5%。③公园绿地PM_2.5质量浓度与温度、风速呈负相关关系,与相对湿度、气压呈正相关关系; 道路旁PM_2.5质量浓度与车流量呈正相关。【结论】在中度污染及以下环境空气质量条件下,公园绿地对PM_2.5有一定的滞留作用,说明公园绿地对PM_2.5滞留作用的发挥受一定的环境空气质量条件的制约。     

源头防控与综合治理相结合改善室内PM2.5污染状况

 我国细颗粒物(PM_2.5)导致的大气污染形势日趋严峻,复杂的室内污染源以及人类更久的室内停留时间,使得室内PM_2.5污染对人类健康的危害更明显,更持久.开展一次和二次PM_2.5污染治理工作,方可改善大气空气质量和人居环境.     

基于PCA-OS-ELM的大气PM2.5浓度预测

为了提高细颗粒物PM_2.5浓度预测精度,提出一种主元成分分析与在线序列极限学习机相结合（PCA-OS-ELM）的PM_2.5浓度预测方法. 首先,通过主成分分析方法（PCA）提取高维大气数据中影响空气质量的关键变量,并去除不必要的冗余变量;其次,利用提取的关键变量建立在线序列极限学习机（OS-ELM）网络预测模型,将批处理和逐次迭代相结合,不断更新训练数据和网络参数实现大气PM_2.5浓度快速预测.研究结果表明,PCA-OS-ELM预测方法采用不同批次训练数据更新模型的方式,能够快速实现大气PM_2.5浓度预测,证明了该方法的有效性.与其他方法相比,该方法预测误差小,预测精度高,具有更好的实用价值.      

基于多源数据的北京地区PM2.5暴露风险评估

基于2014-2016年的北京地区PM_2.5监测数据, 用空间插值法获得北京地区的PM_2.5空间分布, 并基于DMSP/OLS夜间灯光数据, 模拟得到北京地区的人口密度空间分布。在此基础上, 从PM_2.5浓度空间分布、PM_2.5污染的人口暴露特征、PM_2.5污染人口暴露强度以及人口加权PM_2.5浓度4个方面评估北京地区PM_2.5污染暴露风险。结果显示: 1)PM_2.5浓度呈现南高北低的空间分布特征, 人口暴露风险空间分布与人口密度空间分布呈现高度的一致性, 即人口密度高的区域,PM_2.5污染人口暴露风险也相对较高; 2) 2014, 2015, 2016年北京地区GB3095-2012二级年均浓度标准35 μg/m³的超标人口比例均为100%, 24小时平均浓度标准75 μg/m³的超标人口比例呈逐年显著下降趋势; 3) 2014-2016年北京市人口加权PM_2.5年均浓度值与PM_2.5年均值均存在差异, 差异度与城市暴露人口和污染情况密切相关; 4) 由于PM_2.5污染物浓度空间分布特征与人口密度空间分布特征不同, 北京市PM_2.5污染对总体人群的实际影响和健康危害与其平均浓度水平并不相同, 因此考虑人口密度空间分布特征的暴露风险评估比只考虑PM_2.5污染物浓度的暴露风险评估更准确。     

PM2.5浓度湍流特征和通量获取的实验研究

利用PM_2.5质量浓度测量仪E-Sampler的1 Hz高频采样功能, 采用涡动相关法, 计算山东省德州大气环境实验站2018年12月27日至2019年1月7日多次污染事件的PM_2.5浓度脉动和湍流通量, 探讨PM_2.5浓度湍流特征。结果表明, 实验观测期间PM_2.5浓度湍流通量均值为0.026 μg/(m²·s); 不同污染过程中PM_2.5浓度湍流通量传输方向不同, 表明不同污染过程的污染源汇属性不同。随着湍流统计特征量(如湍流动能、水平风速标准差、垂直风速标准差、水平风速、动量通量和感热通量)增大, PM_2.5湍流垂直通量呈现指数型减小的趋势, 即先急剧减小, 然后随各变量的增长变化不大。随着PM_2.5浓度增大, 其湍流通量绝对值呈现增加趋势, 因此PM_2.5浓度湍流通量的大小与PM_2.5浓度和湍流强弱有关。不稳定条件下, PM_2.5浓度归一化标准差与稳定度参数ζ = z/L 遵循-1/3幂次关系, 即 σ_c/C_* = 6.7(-ζ)^-1/3; 稳定条件下, 实验结果相对离散。另外, PM_2.5浓度脉动方差谱曲线在高频段满足-2/3幂指数率, PM_2.5浓度脉动与垂直速度脉动的协方差谱曲线在高频段满足-4/3幂指数率。研究结果表明, 利用E-Sampler的PM_2.5浓度1 Hz高频采样功能可以得到连续且有效的PM_2.5浓度湍流通量。     

泰州市区空气重金属污染的多重监测研究

近年来,我国频繁发生的雾霾事件引起了人们对城市空气污染的广泛关注,大气颗粒物中含有的重金属与人类呼吸系统疾病发病率以及呼吸系统的损伤具有一定的相关性。笔者对泰州市区大气颗粒物PM_2.5(颗粒物直径小于2.5 μm)和PM₁₀(颗粒物直径小于10 μm)、道路灰尘、活藓和藓袋中Cd、Cr、Cu、Pb、Ni、Zn的含量与污染特征进行了分析。结果表明,粒径最小的PM_2.5中重金属浓度最高,可以作为空气重金属污染分析的最佳监测对象; 活藓法测得的数据与PM₁₀和道路灰尘测定值相接近,具有一定可靠性。污染指数分析结果表明,现阶段泰州市区Cd、Cu、Zn污染较严重,分别达到了土壤背景值的18.86、3.54和3.15倍,其他重金属污染不严重。     

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.