南宁市大气颗粒物PM10、PM2.5污染水平

为了初步调查南宁市大气中颗粒物PM10、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PM10、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。     

道路绿化林对空气颗粒物浓度的影响

以郑州市新107国道为例,对绿化林带两侧空气中颗粒物的浓度进行了观测．主要测定了TSP,PM10,PM25,PM14种粒径的颗粒物浓度．结果表现为：4种粒径的空气颗粒物浓度从8：00-18：00的日变化趋势呈倾斜的“L”形,呈上午高,下午低的走势;绿化林带能净化空气中的颗粒物,对鸭P和PM10的净化效果比PM25,PM1的效果好;颗粒物浓度跟车流量呈正相关,跟风速呈负相关．     

上海市大气PM2.5中Cu、Zn、Pb、As等元素的浓度特征

用等离子发射光谱法对2000年10月至2001年8月上海市4个采样点大气PM2．5中的Cu,Zn,Pb,As等元素的浓度进行分析，研究表明，在上海市不同代表城区大气PM2．5中的元素浓度呈现一定的分布特征，存在一定的季节变化规律，计算元素的富集因子，并与国内外城市颗粒物中元素 的富集因子比较，表明Cu,Zn,Pb,As等元素在上海市大气PM2．5中的富集程度与它们在其他城市大气PM2．5中的富集程度基本处于同一水平。     

太原市小店区不同粒径大气颗粒物（PM2．5，PM5，PM10,TSP）浓度变化特征

对太原市小店区不同粒径的大气颗粒物（PM2.5,PM5,PM10,TSP）进行采集,并对其浓度变化特征进行详细分析,探讨了特殊天气对大气颗粒物浓度的影响．结果表明：在采样期间,不同粒径颗粒物的年平均浓度均超过了国家规定的二级标准,PM2．5,PM5,PM10,TSP随月份、季节的变化趋势基本一致,均为冬季最高,夏季最低．特殊气象条件对颗粒物的浓度影响较大．     

基于 VAR 模型的重庆市大气污染物分析及研究

目的 研究重庆市首要空气污染物 PM2. 5 与 PM10 、SO2 、NO2 、CO、O3 的动态影响关系,为政府制定防治大气 污染措施及相关政策提供有价值的建议。 方法 收集重庆市 2021-05-01—2021-10-31 日的 PM2. 5 、PM10 、SO2 、 NO2 、CO、O3 这 6 项大气污染物的日浓度数据,利用 Eviews8. 0 软件,对原始数据进行序列平稳性检验;根据 Granger 因果检验结果选择变量,建立时间序列 VAR 模型,并检验模型的稳定性;利用广义脉冲响应分析和方差分 解分析,研究各污染物浓度对 PM2. 5 的动态影响及相对重要性。 结果 Granger 因果检验表明:PM10 、SO2 、NO2 、O3 是 PM2. 5 的 Granger 原因, CO 不是 PM2. 5 的 Granger 原因;广义脉冲响应分析表明:NO2 对 PM2. 5 的影响最大;方差 分解分析表明:NO2 的浓度对 PM2. 5 的影响最大;O3 对 PM2. 5 的影响次之,对 SO2 的影响作用最小。 所以,从长期 影响效应看,NO2 对 PM2. 5 具有长期较大的影响,SO2 对 PM2. 5 的影响最弱。 结论 防治 PM2. 5 对重庆市空气的污染 应着重控制 NO2 的污染,因此,政府应大力发展绿色交通,控制交通污染;大力监管高污染行业,将烟雾、粉尘、颗粒 物等排放量较大的行业作为工业污染源治理的重点;大力发展清洁能源,加快化石燃料替代资源的开发利用。     

室内外多环芳烃及PM10的测量与分析

使用新型便携式气悬颗粒物监测仪，测定了太原市某办公室内外微米级颗粒物携带的多环芳烃（PPAHs）可吸入颗粒物（PM10）的质量浓度。结果表明，室内和室外PM10浓度值都远远超过了国家Ⅱ级标准，分别是其2倍和3倍；而室外PPAHs污染水平分别相当于每人每天吸烟3支和4支。室内污染物浓度变化趋势与室外基本一致，室内外的PPAHs浓度日平均值之比为0．8,PM10浓度日平均值之比为0．5；吸烟等人为活动能引起室内污染物浓度的瞬时升高，吸烟时室内PPAHs浓度可达到同一时间室外浓度的3．4倍，PM10可达到2．7倍。     

典型城市道路区域空气TSP和PM10污染特征研究——以上海市为例

为对空气中总悬浮颗粒物(TSP)和可吸入颗粒物(PM10)的污染特征进行研究,采用KC-120H型智能中流量TSP和PM10采样器,运用重量法测定道路的TSP和PM10浓度.针对重车型比例大的典型城市—上海市,对其道路区域中TSP和PM10污染物随车型、绿化情况、洒水情况和天气等的变化情况进行分析,并采用统计分析方法对数据进行处理.研究结果表明:(1)TSP和PM10浓度的日变化特征为白天浓度高于夜间浓度,阴天浓度高于多云和晴朗天气,雨天浓度下降显著;(2)在一定车型比例范围内,TSP和PM10浓度随着重型车数量的增加逐渐增大;(3)有绿化隔离状况下,TSP和PM10浓度明显低于无绿化情况,高大乔木阻挡作用强于灌木丛生植物;(4)洒水车过后,TSP和PM10浓度显著下降;(5)PM10与TSP浓度值线性相关.     

PCA-BP模型下皖北城市群PM2.5浓度分析

为探究皖北城市群大气污染物在不同地域、不同时间下的分布规律以及影响空气中PM2.5浓度的相关变量,结合2018-2021年安徽省生态环境厅统计数据及相关地域资料,采用主成分分析(PCA)法按时间段长短及季节性变化分别选取月度数据与年度数据对空气质量的影响因子做相关性分析,对比分析不同季节下空气污染物PM2.5、PM10的浓度及其它空气污染物的变化,构建基于PCA算法的反向传播神经网络 (BP),建立PCA-BP模型并采用交叉-验证法提高模型精度,对大气中的污染物PM2.5浓度做短期预测。实验结果表明:PM2.5浓度的主要影响因子为PM10、CO、NO2、SO2;皖北地区PM2.5含量整体在冬季偏高;预测模型的精度在夏季与秋季较高,冬季较低,四季的预测精度R2分别达到0.924、0.958、0.935、0.794。     

宝鸡市大气可吸入颗粒物浓度分布特征分析

目的分析宝鸡市空气污染物PM10的时空变化特征,为宝鸡市PM10污染的综合防治提供依据。方法采用宝鸡市各空气监测点三年PM10污染物浓度资料,分析了宝鸡市区PM10浓度的时空变化特征。结果宝鸡市PM10浓度分布为春、冬季>秋季>夏季,各监测点的浓度变化是监测站>技校>三陆医院>竹园沟。结论提出了切实可行的措施以降低空气中PM10的浓度来改善宝鸡市的城市空气质量。     

建立变系数部分线性固定效应模型分析PM2.5与其他空气污染物的相关关系

以陕西省西安市13个空气观测地点的污染物观测资料为依据，运用统计学分析方法，建立了研究大气污染物PM2.5的浓度与包括当天和前一天SO2、NO2、PM10、CO、O3在内的11个观测指标在空气中浓度相关关系的模型。首先通过做散点图和计算相关系数来确定PM2.5和所选解释变量间相关关系，继而根据结果建立变系数部分线性固定效应模型，同时估计模型中各参数，并对模型中线性部分做变量选择，从而近一步优化所建立的模型。最后，将改进后模型的计算结果与实际情形对比分析，证实本文所得结论与实际情形相符合，表明所建模型良好。     

基于神经网络的PM2.5预测模型

目前PM2.5的计算主要采用物理方法,其成本较高.为此,通过采集空气中O3,CO,PM10,SO2,NO2的浓度数据,选择神经网络方法建立PM2.5预测模型.实验结果表明,该模型对PM2.5的预测准确率较高.     

银川市PM10污染特征分析

通过银川市2015年空气污染物质量浓度值分析,结果表明,PM10和PM2.5的浓度变化具有明显的季节特征和区域特征。PM10质量浓度春季高于夏季,秋季最低,PM10月均质量浓度变化均为1月份最大,9月份最小;PM10分指数等级冬季最差,PM10分指数等级秋季好于夏季;4#监测点各个季节PM10浓度均表现为最高。     

一场不透明的空气对抗

早晨，PM2．5浓度：23；PM2．5空气质量指数：69；空气质量等级：中等（Moderate）。 2011年11月9日早上9时刚过。妮基·纽博尔德（Nicola Newbold）就将这一系列空气质量数据提交给英国哈罗公学北京分校的校体育部，为他们每天的体育课程安排提供参考。     

水蒸气对合成焦燃烧过程中SiO_2内含物气化挥发及PM生成特性的影响

为了综合分析温度和水蒸气含量对煤焦燃烧过程中二氧化硅(SiO2)气化挥发以及超细模态颗粒物(PM)生成特性的影响,利用高温管式沉降炉在1 400、1 800K的温度下模拟空气气氛(21%O2+79%N2),并分别加入体积分数为0%、5%、10%、20%、30%的水蒸气,进行合成煤焦燃烧实验。利用荷电低压撞击器(ELPI+)测得合成焦燃烧产物中PM的数量及质量浓度,并通过数量气化因子和气化率对SiO2气化挥发特性进行定量分析。研究表明:在各个实验工况下,超细PM的数量浓度占PM10数量浓度的比例达到99%以上,质量浓度占PM10质量浓度的比例不足1%;燃烧温度和水蒸气对SiO2气化的影响效果明显,在1 400K燃烧温度下,超细PM的累计数量浓度随着水蒸气的加入先减小后增大,累计质量浓度随水蒸气的加入而减小;在1 800K燃烧温度下,超细PM累计数量浓度和累计质量浓度均随水蒸气体积分数的提高而递增,1 800K、30%H2O时,合成焦中SiO2的数量气化因子和气化率均达到最大值,分别为7.95×1010/mg和0.95%。研究揭示了煤焦燃烧过程中超细PM生成及数量浓度与质量浓度的粒径分布关系,为高效降低燃煤过程中超细模态PM的排放量提供了理论依据。     

基于多元时间序列的哈尔滨市PM2.5影响因素分析

为探究哈尔滨市PM2.5与其他空气污染物和气象因子间的动态关系,基于哈尔滨市2013-2018年日值空气质量数据和气象观测数据建立PM2.5质量浓度的多元时间序列模型.利用相关性较强且平稳的空气污染物(包括SO2,NO2,PM10,CO和O3)和气象因子(平均气温、极大风速、累计降水量、日照时数和平均气压)建立PM2....     

基于非参数核回归的福州市PM2.5实证研究

采用非参数核回归方法,研究福州市PM2. 5质量浓度与气象变量、其他污染物之间的关系.核回归拟合结果表明在控制其他变量取中位数时,PM2. 5质量浓度与温度、风速呈现负相关,与PM10、CO质量浓度整体上呈现正相关,小范围内波动剧烈. PM2. 5与NO2的关系表现出周期性,随着NO2质量浓度的不断增大,PM2. 5质量浓度表现为先减小后增大再减小的趋势. PM2. 5与SO2呈正相关.不同风向影响差异较大,其中当风向是东北风时PM2. 5质量浓度较高.非参数核回归的拟合优度和均方误差均比逐步回归效果更优.     

镇江市区空气污染状况分析

2008年以来,镇江市区环境大面积整治,重点污染企业逐步搬离市区,集中进入工业园区,城市环境逐步改善。分析多次环境整治后镇江市区空气中二氧化硫（SO2）、二氧化氮（NO2）、颗粒物（PM2．5和PM10）等主要污染指标的最终结果,为政府改善城市环境提供帮助。     

北京地铁站台PM2.5实测及分析

随着地铁普及,地铁站内空气品质受到人们重视。PM2.5浓度是空气品质的重要衡量指标,地铁站内PM2.5浓度值实测研究有限。为了找到影响地铁站内PM2.5浓度的直接影响因素,实测北京地铁各站站台、屏蔽门、室外的PM2.5浓度值。通过对实测数据统计分析,站台内PM2.5浓度受到室外环境影响;不同类型屏蔽门对站台PM2.5浓度值也会造成影响。通过对连续实测数据的相关性分析,发现站台PM2.5存在积累情况。     

影响环境空气质量的PM2．5与相关因素的关系研究

上海地区空气中细颗粒物浓度与相关因素的研究表明,空气中臭氧、一氧化碳、二氧化硫浓度及温度与PM2.5指标值有着密切的关系,其中一氧化碳、二氧化氮、二氧化硫浓度与PM2.5指标值有很强的正相关关系。因子分析和回归分析表明,臭氧、一氧化碳、二氧化氮、二氧化硫浓度及温度的潜在内涵因子人类主动行为因素和自然因素,两个因子与空气中细颗粒物关系显著,尤其是第一主因子人类主动行为因素,治理环境空气污染可从人类主动行为因素突破。     

西安冬季大气亚微米颗粒物的化学特征及来源解析

为了探讨西安市冬季大气亚微米颗粒物的污染水平及化学组成,2006年12月每天收集西安大气亚微米颗粒物（PM1.0）样品,并对PM1.0的质量浓度及其其中的11种水溶性离子、元素碳（EC）和有机碳（OC）及8个碳组分进行了分析．结果显示：西安市冬季大气PM1.0的平均质量浓度为149．7μg·m^-3分析的11种阴、阳离子（Na^＋、NH4^＋、K^＋、Mg^2＋、Ca^2＋、F^-、Cl^-、Br^-、NO2^-、NO3^-和SO4^2-）的质量浓度占到PM1.0的46％,表明水溶性组分是大气亚微米颗粒物的主要组成之一;OC的质量浓度（ρ（OC）=（23．7±10．27）μg·m^-3）明显高于EC的（（ρ（EC）=（4．6±1．8）μg·m^-3）,碳气溶胶的平均质量浓度为42．5μg·m^-3,占到PM1.0质量浓度的28．4％;对8个碳组分的因子分析结果显示,燃煤及汽油车排放、柴油车排放和生物质燃烧对碳颗粒的贡献分别为45．3％、24．2％和23．5%．