交通主干道旁室内外空气污染物分析

对上海城市两条交通主干道旁室内外TSP、PM10、CO、CO2、NO2、HCHO、苯、甲苯及二甲苯等主要空气污染物的浓度进行监测,分析了室内外主要空气污染物及其室内／外I／O比值,以及日变化规律,结果表明,城市交通主干道旁室内空气污染程度,取决于室外机动车交通流量及其所使用的燃料。     

火车站售票厅内空气品质的检测与评价

为了解火车站售票厅内的空气质量状况,采用便携式快速检测仪于2004年7月22~30日对广州火车站售票厅内的室内空气品质进行检测.检测的参数主要有CO、CO2、可吸入颗粒物(PM10)和总挥发性有机化合物(TVOC).所测室内CO2(775~1 578×10-6)和PM10(0.129-0.346 mg.m-3)严重超标.结果表明:室内的污染水平高于室外.     

北京市2014年大气污染物空间分布特征分析

基于地理信息系统ArcGIS 10.2平台,采用反距离权重空间插值模型对2014年北京市35个环境质量监测点监测到的主要大气污染物:一氧化碳(CO)、二氧化氮(NO2)、臭氧(O3)、可吸入颗粒物(PM10)、细颗粒物(PM2.5)和二氧化硫(SO2)质量浓度年均值的变化规律及空间分布特性进行了分析.结果表明,在质量浓度分布上,2014年北京市CO、NO2、SO2、O3、PM10、PM2.5这6类大气污染物的质量浓度分别位于1～3 mg/m3、17.22 ～ 105.4 μg/m3、14.27～25.75 μg/m3、27～ 81μg/m3、76 ～ 179 μg/m3、67 ～ 123 μg/m3范围内.由此可知,北京市2014年大气污染物年均质量浓度除PM10和PM2.5外的其余污染物质量浓度并不高,都在轻度污染范围之内;在空间分布上,除O3质量浓度空间分布上呈现出北高南低的特征外,其余污染物均呈现南部、中部质量浓度较高,北部地区质量浓度较低的特征.     

城市地铁环境空气污染及热舒适调查

为了解地铁环境空气的污染和热舒适状况及乘客对热环境的感知,选取了6条人员相对密集的北京地铁线路,并对其污染状况和热环境进行了调查研究,测量了地铁高峰时段列车车厢和站台空气中颗粒物(particulate matter,PM)(PM1.0,PM2.5及PM10)和CO2质量分数以及温度、湿度和空气流速,运用单因子分析法和预测平均投票指数-不满意率(predicted mean vote-predicted percentage dissatisfied,PMV-PPD)热舒适评价法对客观和主观结果以及二者间的相关性进行了分析.结果表明:①车厢内PM2.5在PM10中占比范围为63％ ～83％,相比于燃烧源场所和住宅环境占比较小,对人体健康影响较小.在地铁高峰时段,地铁1号线、5号线车厢内PM2.5平均质量浓度超标,地铁10号线车厢内PM10平均质量浓度超标;②高峰时段各地铁线路车厢和站台的CO2质量分数高于低峰时段;高峰期4号线、5号线、6号线CO2质量分数平均值超出标准值(0.15％),影响因素主要为人员密集度;③车厢内空气平均温度范围为25.7～28.52℃,平均湿度范围为相对湿度41.32％ ～58.13％,车厢热环境PMV在-0.71～0.53,PPD在5％ ～16％,说明热感觉和不满意率较小程度偏离热舒适范围-0.5≤PMV≤0.5及PPD<10％,其中高峰时段4号线和6号线不满足热舒适要求,低峰时段1、2和10号线不满足热舒适要求,影响因素主要为人员密集度和空调调节温度;④主观问卷得到的热感觉投票占比与客观分析结果一致,主客观相关联,PMV-PPD指标适用于对地铁空调列车热舒适的研究.研究成果可为改善地铁环境空气质量和热舒适提供基础数据.     

北京市夏季大气不同粒径气溶胶中 碳质及质量重建研究

对北京市城区2012年夏季大气气溶胶进行PM2.5和PM10石英膜采样,利用热光反射法得到了有机碳(OC,organic carbon)和元素碳(EC,elemental carbon)的含量;应用Stelson方法,结合其质量浓度、元素含量可溶性离子含量对气溶胶质量浓度进行了质量重建与比对.日平均质量浓度结果显示,PM2.5中,OC浓度ρ(OC)为19.4μg·m-3,EC浓度ρ(EC)为3.8μg·m-3.PM10中,ρ(OC)为22.3μg·m-3,ρ(EC)为4.1μg·m-3.OC、EC相关性显著(PM2.5,R2=0.77;PM10,R2=0.91).PM10中有87%的OC和94%的EC集中在PM2.5中.PM2.5和PM10中OC/EC比值分别为5.1和5.7,明显大于2,说明存在二次有机碳.PM2.5和PM10重建值和称质量值相关性R2分别为0.95和0.94,重建值和称质量值比值分别为93%和97%.     

采暖通风方式对室内外PM_(2.5)浓度及其相关性的影响

为探究采暖通风方式对住宅室内外环境中PM_(2.5)浓度及其相关性的影响,于2014—2015年冬季在南京市选取3种不同采暖通风方式的住宅(顶棚辐射供暖+24 h净化新风住宅H1;独立户式地暖住宅H2;无采暖住宅H3)进行了室内外颗粒物分粒径日平均质量浓度采样和PM_(2.5)质量浓度逐时监测实验.实验结果显示,室内外颗粒物均以PM_(2.5)为主,PM_(2.5)/PM10的质量比高达74%以上,3处住宅室内外PM_(2.5)浓度相关系数分别为0.840,0.825,0.923.H1室内PM_(2.5)质量浓度水平最低,仅为室外的22.1%,且室内无粒径大于2.5μm的颗粒物;H3室内PM_(2.5)质量浓度水平最高,室内外PM_(2.5)相关系数最高,且室内存在一定量粒径大于2.5μm的颗粒物.夏热冬冷地区居民应改变传统的开窗通风模式,向净化新风系统转变,可有效降低室外大气污染对室内空气的干扰,保障室内空气品质.     

大气污染期间北京住宅室内外空气中PM2.5的浓度水平

由于2012~2013年北京大气环境质量整体较差,且多天的PM2.5日均浓度值超过0.500 mg/m3。鉴于此,为了解大气污染期间住宅室内外PM2.5的浓度水平,于2014年4~5月对北京市内4所住宅A、B、C和D的室内外PM2.5浓度分别进行了随时间变化的同步测试,并对其浓度水平及影响室内PM2.5的因素进行了分析。结果表明：(1)测试期间4所住宅中,B、C和D住宅室内外PM2.5的平均浓度均高于0.075 mg/m3,室外PM2.5平均浓度分别为0.143 mg/m3、0.122 mg/m3和0.124 mg/m3,室内PM2.5平均浓度分别为0.129 mg/m3、0.089 mg/m3和0.104 mg/m3;(2)在室内无明显污染源或污染源强度相对较低时,较高的室外PM2.5浓度对室内PM2.5浓度水平起主导影响;(3)吸烟和烹饪对室内PM2.5浓度影响较大,开、关窗时间及室外PM2.5浓度水平影响室内PM2.5的衰减时间;(4)北京市朝阳区2014年测试的住宅A、B和2015年同期测试的住宅Z1的室外PM2.5平均浓度分别为0.037 mg/m3、0143 mg/m3和0.028 mg/m3,2014年开始实施的《北京市大气污染防治条例》使2015年北京市室外空气质量有所改善。     

微量振荡天平法确定激光粉尘仪大气颗粒物转换系数

本研究确定了某激光粉尘仪测试上海市环境大气颗粒物(PM10和PM2.5)的质量浓度转换系数K值。利用激光粉尘仪和TEOM RP 1400a型监测仪,同时对选定的环境监测站同一监测点的环境大气颗粒物(PM10和PM2.5)进行了测定,得出了该激光粉尘仪测试上海市环境大气颗粒物(PM10和PM2.5)的质量浓度转换系数K值呈基本正态分布,分别为0.00594和0.00158。     

一次冷空气前后广州大气污染研究

以冷空气过境前后的广州市污染物数据为基础,运用Shapiro-Wilk检验、Pearson积矩和Spearman秩等方法,探讨PM2.5、PM10、SO2、NO2、O3、CO的污染特征及变化规律.结果表明,PM2.5、PM10高浓度出现在8—9时和17—18时,低浓度出现在12—13时和0—1时.PM2.5和PM10相关性显著,PM2.5/PM10=0.62⁰.83,冷空气对PM2.5和PM10都有较好的清除作用.SO2浓度在7—8时出现峰值,3时出现谷值,良好的气象条件对SO2有明显的清除作用.NO2、CO高浓度出现在9时和19时,低浓度出现在15时和3时.冷空气对NO2有一定的清除作用,对于CO浓度增大的异常情况,推断与广州以北地区燃烧生物质有关.O3浓度日变化呈现单峰特征,15时浓度最高,5时浓度最低,冷空气在夜间过境对O3浓度影响较小.O3与CO、NO2存在显著的负相关,在光化学反应时间段O3/CO=0.060.83,冷空气对PM2.5和PM10都有较好的清除作用.SO2浓度在7—8时出现峰值,3时出现谷值,良好的气象条件对SO2有明显的清除作用.NO2、CO高浓度出现在9时和19时,低浓度出现在15时和3时.冷空气对NO2有一定的清除作用,对于CO浓度增大的异常情况,推断与广州以北地区燃烧生物质有关.O3浓度日变化呈现单峰特征,15时浓度最高,5时浓度最低,冷空气在夜间过境对O3浓度影响较小.O3与CO、NO2存在显著的负相关,在光化学反应时间段O3/CO=0.06⁰.12,O3/NO2=10.12,O3/NO2=1².     

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....