三京西北城区2010年春季一次沙尘暴过程PM10加特征研究

采集2010年春季北京市西北城区沙尘暴前期、中期及后期可吸入颗粒物样品,运用场发射扫描电镜和粒度分布软件分析沙尘暴过程中PM,。的微观形貌和粒度分布特征。结果表明,沙尘暴期间PM10和PM25的质量浓度是一个突然变化的过程,在沙尘期间质量浓度分别增加到1960．68μg／in。、1477．27μg／m^3,然后随着沙尘暴的消退逐渐降低,颗粒物质量浓度逐渐减少;对体积——粒度分布的研究表明．无论沙尘暴天气还是非沙尘天气,其体积百分比主要集中在2．5μm以上的较大等效粒径范围内,沙尘暴天气是由于输入了大量的沙尘颗粒．而非沙尘天气的少量大粒径颗粒对体积百分比的影响却很大,导致体积百分比向大等效粒径范围集中：沙尘暴前,颗粒物的微观形貌类型有矿物颗粒、烟尘集合体、球形颗粒和超细未知颗粒,沙尘暴期间,微观形貌类型主要是来源于地壳的矿物颗粒．     

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.     

粤东三市PM2.5和PM10质量浓度分布特征

采用在线监测方法于2009年7月8日至22日在广东省汕头、潮州、揭阳三市各选择1个有代表性的空气质量监测点同步进行PM2.5和PM10监测。监测结果表明,粤东三市PM2.5和PM10质量浓度低于部分沿海城市;PM10与PM2.5的质量浓度日变化呈双峰分布,分别处在上午(6:00至10:00)以及下午(18:00至22:00)两个时间段;PM10与PM2.5日平均浓度变化呈周期性波动,周期约为3～4 d;对于粤东三市区域,PM2.5/PM10为0.5215,说明PM10中细颗粒物含量大于粗颗粒物含量。     

长春市初冬季节大气PM10的微观形貌特征与来源分析

应用扫描电子显微镜(SEM)研究长春市区初冬季节(2015年10月)可吸入粒子(PM_(10))的微观形貌并探讨其来源。结果表明,长春市区的可吸入颗粒物主要有:烟尘集合体、燃煤飞灰、矿物颗粒及未知颗粒,其中雾霾天气下以烟尘集合体和燃煤飞灰为主。长春市周边及邻近省份地区农业生物质燃烧是初冬季节雾霾天气下PM_(10)的主要来源。     

基于气象要素的鸡公山景区PM10浓度预测

利用鸡公山景区2019年环境空气质量监测数据,研究了景区PM₁₀污染特征及与气象要素的时序变化关系,构建了基于单气象要素的PM₁₀浓度预测回归模型.结果表明：(1)景区PM₁₀年均浓度为61.85μg·m^-3,PM₁₀污染季节差异明显,并呈逐年下降趋势.(2)PM₁₀时均浓度与气压等4个气象要素之间存在极显著的多元线性回归关系(P<0.01).(3)气压和气温是影响PM₁₀污染的主要气象要素.(4)在全年时尺度、大样本容量下,气压或气温与PM₁₀浓度间的回归模型精度均较低.为此,采取在气压或气温的等值点、小梯度递增与对应的PM₁₀浓度值域一并平均处理后再回归,显著提高了两者间的回归精度.基于气压或气温预测PM₁₀浓度是适宜的.开展PM₁₀浓度预测研究,对提升景区空气质量预报能力、促进景区森林康养功能开发均具有一定的科学意义.     

定量气象与源排放对PM10浓度影响

为了更好地区分污染物浓度变化中气象与源排放因素的影响,使用中尺度气象模型MM5与三维空气质量模型CMAQ,通过固定源清单的方法研究了不同时期气象因素对PM10浓度变化的影响,结合实测的浓度变化,计算源排放因素对浓度的贡献。结果表明:相对于2011年2月,珠三角中西部地区2012—2014年同期PM10浓度下降主要是由于气象条件的改善,肇庆、佛山、顺德与江门因有利气象近三年2月PM10平均浓度分别下降23、15、27和15μg/m3。佛山因排放源变化导致的PM10浓度下降较大,在2014年2月甚至超过了有利气象的影响,表明佛山的减排措施较有效,其余三地源排放变化对PM10浓度变化贡献较少,甚至为正贡献,表明不利的源排放变化抵消了部分有利气象条件对PM10污染改善的作用,应加强对这些地方源排放的控制。     

燃煤电厂PM10颗粒痕量元素富集与粒径关系统计研究

煤燃烧带来的痕量元素排放是一个长期的环境问题。以PM10为主的细颗粒飞灰对痕量元素有较强的富集作用,且可以随着空气进入呼吸道,对人体危害很大。为了更好地理解痕量元素在细飞灰上的富集规律,该文通过对现有文献的广泛收集和整理,并通过统计分析研究了PM10飞灰颗粒粒径对Hg、Pb、As、Se、Cr、Cd、Cu、Co、Ni、Be 10种痕量元素富集的影响,得到了飞灰颗粒粒径与痕量元素富集关系的经验公式,利用这些经验公式可以对燃煤电厂与PM10相关的痕量元素排放情况进行初步判断。分析发现:PM10飞灰对痕量元素的富集作用强弱程度与痕量元素的挥发性呈正相关,其中Hg、Pb、As、Se、Cd、Cr 6种挥发性元素随着PM10飞灰粒径的减小富集程度增加,且PM2.5范围内的飞灰颗粒对痕量元素富集作用受颗粒粒径的影响最为显著;Cu、Co、Ni、Be 4种非挥发性元素在PM10范围内的飞灰颗粒上体现出较弱的富集作用,且受颗粒粒径影响不明显。     

兰州市冬季大气PM10的微观形貌和粒度分布

利用高分辨率场发射扫描电镜（FESEM）和图像分析技术研究了兰州市区（东方红广场）2005年冬季大气可吸入颗粒物（PM10）的微观形貌、数量-粒度和体积-粒度分布特征。结果表明,兰州市冬季大气PM10主要包括燃煤飞灰、烟尘集合体、矿物和未知颗粒四种类型,其中燃煤飞灰在数量上占优势（61．7％）,烟尘集合体和矿物颗粒在体积上占优势（43．6％和41．4％）。在数量-粒度分布上,粒径小于0．3μm的PM10占总颗粒物数量的78．6％,以燃煤飞灰为主（55．7％）。在体积-粒度分布上,粒径1～5μm之间的PM10占总体积的53％,主要是矿物颗粒和烟尘集合体（31．1％和19．6％）。综上可见,2005年冬季兰州市大气污染以燃煤污染为主,是今后大气环境防治中的主要控制对象。     

基于BP人工神经网络的大气颗粒物PM10质量浓度预测

根据2008年长沙市火车站监测点全年大气PM10及气象参数的小时平均数据,建立BP人工神经网络预测模型,预测PM10小时平均浓度。为证明人工神经网络模型用于预测PM10质量浓度的准确性,研究中考虑2种预测模型:多元线性回归模型与人工神经网络模型。研究结果表明:与传统的多元线性回归模型相比,人工神经网络模型能够捕捉污染物浓度与气象因素间的非线性影响规律,能更好地预测PM10质量浓度,拟合优度R2有较大提高;所选取气象参数及污染源强变量能较准确地描述大气PM10质量浓度的实时变化,用于PM10质量浓度的预测准确度较高,整体R2可达0.62;人工神经网络预测模型不仅适用于一般污染浓度情况,对于高污染时期PM10质量浓度的预测也较为准确。     

兰州沙尘暴过程对PM_(10)组成变化的影响

为了研究兰州市2006年3月31日沙尘暴过程对大气PM_(10)组成变化的影响,利用场发射扫描电镜(FESEM)和图像分析技术研究了该沙尘暴期间及其发生前后PM_(10)中的单颗粒特征。结果表明,沙尘暴发生前后,PM_(10)主要由燃煤飞灰、烟尘集合体组成,其次是少量的矿物颗粒,而沙尘暴高峰期则相反。与沙尘暴发生前后相比,沙尘暴高峰期矿物颗粒的数量百分比(59.31%)和体积百分比(99.39%)有明显增加,而其数量和体积粒度分布则相反。根据该沙尘暴过程中PM_(10)的组成变化特征,可将其划分为四个不同的阶段:本地污染物清除阶段、新污染物携入阶段、本地新污染物吹入及外来沙尘颗粒减少阶段、沙尘颗粒基本清除阶段。     

济南市春季大气中PM2.5、PM10颗粒物分布状态及元素分析

采用扫描电镜和能谱仪对济南市区春季大气中PM_(2.5)、PM_(10)颗粒物的显微形貌、粒径分布和化学元素进行连续30 d全天候研究,对大气颗粒物的粒径与数量进行统计回归分析,绘制相应粒径变化柱状图。依据检出的元素来推断大气颗粒物化学组成和来源,提出控制大气颗粒物PM2.5、PM10污染的有效对策。实验结果显示,大气颗粒物显微形态有球状、片状、棒状等不同形状且主要集中于0～1.0μm和1.0～2.5μm粒径范围,检出C、O、Cl、Si、Ca、K、Na、Mg、Al、Fe、S等多种化学元素,大多以矿物质氧化物、硫酸盐、硅铝酸盐等形式存在,主要来源于土壤尘、风沙尘、燃煤飞灰等。该方法简单、快速、科学,值得进一步推广应用。     

长春市大气环境中PM10外来源估算研究

大气颗粒物外来源解析的常用方法有后向轨迹分析法、化学质量平衡法、元素示踪法等,都是通过化学成分分析来确定源。但这类方法存在缺点,如成本高、流程长等。针对以上问题,提出一种新的量化大气环境中PM10外来源的方法,这种方法基于长春市背景站点的PM10的时间序列,通过确定本地源贡献后,利用PM10监测数据与其差值即可获得外来源的贡献量。经估算得到2011年长春市6个采样点PM10的外来源年平均贡献率从北向南逐渐降低,分别是食品厂为38.85%,客车厂为28.79%,邮电学院为24.31%,儿童公园为20.89%,净月潭为19.93%,甩湾子为37.35%。由此可以看出长春市空气污染主要来源于本地污染,为解决长春市大气颗粒物污染,改善空气质量更应该重视本地污染源的治理。     

北京市城区单监测点PM2.5质量浓度变化特征

2009年在北京师范大学科技园内对PM2.5质量浓度的连续监测结果表明,PM2.5质量浓度的年均值为55.2μg.m-3,日均值在1.2~325.9μg.m-3之间变化,且频数分布呈现出明显的倾斜:大量的质量浓度值位于30~70μg.m-3之间;季节变化特征为冬季PM2.5污染水平明显高于其他季节;不同季节的日变化模式存在显著差异:整体上是冬季夜间质量浓度高于白天,夏季白天质量浓度高于夜晚,同时在各个季节下午16:00以后质量浓度都存在回升现象.     

长春市大气中PM10本地源和外来源解析对比研究

利用单粒子后向轨迹模型与化学质量平衡模型(CMB)相结合的方法,分别对长春市大气中PM10外来源和本地源贡献率进行源解析研究。CMB 8.2的解析结果中,工业燃煤和以钢铁尘为主的工业尘是外来可吸入颗粒物的最主要来源,非采暖期、采暖期的贡献率分别为13.04%、32.56%和29.75%、14.66%;而机动车尾气和道路尘则是本地可吸入颗粒物的最主要来源,非采暖期、采暖期贡献率分别为39.24%和33.86%。HYSPLIT模型分析,2011年9月30日(非采暖期)对于长春市大气中可吸入颗粒物影响较大的城市为通辽、白城、四平等;2012年3月1日(采暖期)的外来源则来源于兴安盟、白城、松原、吉林以及牡丹江市。     

南京一次重污染过程PM2.5垂直分布的模拟及气溶胶辐射效应的影响

准确模拟PM_2.5垂直分布对理解灰霾的形成和消散机理以及检验模式预报能力至关重要。利用在线耦合大气化学模式WRF-Chem v3.9.1对2017年12月22至25日南京地区的一次重污染过程进行模拟,结合地面观测的气象要素和污染物浓度、激光雷达得到的气溶胶消光系数及无人机观测的PM_2.5垂直廓线等数据对模式进行综合评估,并探讨气溶胶辐射效应对PM_2.5垂直分布的影响。结果表明,WRF-Chem对白天地面气象要素及PM_2.5垂直分布模拟较好,但对夜间PM_2.5浓度严重高估(MB=49.8μg/m³)。夜间模拟的近地层逆温过强、边界层高度过低,导致PM_2.5聚集在较低的高度并向上浓度逐渐递减,但观测的PM_2.5在夜间仍然维持近乎均匀混合的分布方式。相比夜间,气溶胶辐射效应在白天的影响更加明显,主要通过降低边界层高度影响PM_2.5垂直分布方式。本研究对于理解WRF-Chem模拟PM_2.5...     

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.     

哈尔滨大气PM2.5中人为源元素化学组成特征及来源

应用场发射扫描电镜(FESEM)和电感藕合等离子(ICP-MS)技术对2007年哈尔滨市市区四季所采集的PM2.5样品进行了研究。图像分析和粒度分析表明:PM2.5的颗粒类型主要为矿物颗粒、飞灰颗粒和烟尘集合体,数量—粒度呈双峰分布,峰值出现在0.2～0.5μm和1.0～2.5μm之间。其中飞灰颗粒的数量占总颗粒数量的26%,体积只占颗粒总体积的3%,即PM2.5中细颗粒主要为飞灰颗粒。元素分析和富集因子分析表明,颗粒中所测的58种元素中有Cd、Sn、Tl、Te、Bi、V、Pb、Sb、Zn、As、Ag、In、Mo、Cu、Ga、Cr、W 17种元素在颗粒中得到富集,来自人为源,且燃煤源为主要贡献者。因子分析显示冶金排放、垃圾焚烧、汽车尾气源及动力与机电工业排放源也是明显的贡献者。     

金华市区PM2.5化学组成特征及来源解析

利用2021年金华市环保大楼点位空气质量自动监测数据,对PM_2.5化学组分进行特征分析,并利用PMF模型开展PM_2.5来源解析。结果表明,金华市区PM_2.5浓度冬季最高,夏季最低;化学组成以SNA和OM为主,分别占52.5%和17.8%;水溶性无机离子中SNA占比为89.1%,说明二次转换污染贡献较大;金华市区PM_2.5主要来自化石燃料燃烧和工业过程、机动车尾气、生物质燃烧、扬尘等污染源,且冬季和春季受二次污染影响较明显。     

山西省PM2.5时空特征及其影响因素的地理探测

基于山西省11个地级市2016—2019年全年的逐时监测数据,采用克里金空间插值技术和地理探测器等方法对PM_2.5浓度时空变化及驱动因素展开研究.结果表明：①2016—2019年山西省PM_2.5年均浓度值先增后减,“蓝天保卫战”取得一定成效;污染空间格局呈东北向西南递增的规律,季节浓度变化总体呈“冬高夏低,春秋过渡”的规律,月均浓度呈“单峰型”波动变化.②因子探测器分析结果表明,人口密度、人均GDP和民用车数量对PM_2.5解释力最强,均超过0.7,表明人类活动是引起空气污染的主要因素.③交互探测分析表明所有影响因素对PM_2.5变化的交互作用均大于单一影响因素的独自作用.