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。     

焦作市PM2.5污染化学组分特征及潜在源分析

利用2017年12月至2018年2月焦作市PM_2.5及其化学组分（水溶性离子和碳组分）数据,分析了观测期间焦作市PM_2.5化学组分特征及潜在源。结果显示:1)焦作市PM_2.5主要由NO₃^-、NH₄⁺、SO₄^2-、OC（Organic Carbon,有机碳）和EC（Elemental Carbon,元素碳）组成,观测期间平均浓度分别为30.26μg/m³、17.86μg/m³、16.47μg/m³、17.44μg/m³和4.27μg/m³,在PM_2.5中占比75.1%;2)焦作市冬季污染天NO₂和SO₂的二次转化程度更高且OC和EC的来源更为相似;3)本地源是焦作市冬季PM_2.5污染的主要潜在源,周...     

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.      

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。     

长春市大气中PM2.5的重金属形态分析

利用Tesser连续提取法测定长春市大气中PM2.5的Cu,Zn,Cd,Pb,并分析各元素在酸溶态、铁锰氧化物结合态、有机态和残渣态中的分布特征.结果表明:4种元素的质量浓度Zn>Pb>Cd>Cu;Cu和Zn主要分布在酸溶态,Cd主要分布在酸溶态和铁锰氧化物结合态,Pb主要分布在酸溶态、铁锰氧化物结合态和残渣态.     

上海市大气PM2.5污染特征及相关因素分析

利用2015年上海市大气污染物的监测数据,运用MATLAB7.0、SPSS等软件进行PM_(2.5)质量浓度污染特征、变化规律以及PM_(2.5)与其他污染气体的相关性分析。研究结果显示,2015年上海市PM_(2.5),年平均浓度为53.6μg/m~3,相比基准年2013年,年均浓度下降14%;PM_(2.5)浓度月变化曲线呈U型分布,其中,月均浓度数值1月份达到最高峰,为82.9μg/m~3;季节污染情况为:冬季春季秋季夏季;PM_(2.5)日均浓度值全年波动较为稳定,超标天数占全年比率21.4%。根据AQI指标监测气体的相关性矩阵来看,PM_(2.5)和PM_(10)之间的相关性最大,相关系数为0.919;与CO、NO_2、SO_2等气体均有较强的相关关系。建议上海市应该优化产业结构、加强公共交通建设、采用清洁能源以期实现治污除霾的目标。     

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。     

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。     

中国大陆地区传染病的PM2.5归因发病率分析

通过研究PM_2.5对中国大陆地区7种传染病发病率的影响,得到了百日咳、猩红热、麻疹、肺结核、风疹、流行性腮腺炎及流行性感冒的PM_2.5归因发病率分布和变化趋势.结果表明,这7类传染病的PM_2.5归因发病率主要集中于中国大陆中部和东部地区;除流感、猩红热及少数省份的百日咳外,其余传染病的PM_2.5归因发病率均呈不同程度的降低.当部分省市的ρ(PM_2.5)降至世界卫生组织提出的安全值10μg/m³时,北京、天津及上海等人口稠密,ρ(PM_2.5)高值区的PM_2.5归因发病率降低程度最大.     

武汉沌口地区PM_(10)及PM_(2.5)化学组分分析

沌口地区为武汉经济技术开发区所在地。经过近20年的发展,武汉经济技术开发区已成为武汉经济发展的重要引擎之一。经济发展的同时,大气环境质量也日益引起人们的重视。用大气颗粒物采样器、PM10及PM2.5切割器采集沌口地区大气可吸入颗粒物,对其化学组分进行粗析定性识别其来源,进而为政府部门制定大气污染控制与治理措施、确定污染治理重点提供科学依据,为武汉两型社会建设做出贡献。     

北京冬季室内空气中TSP，PM10，PM2．5和PM1污染研究

人们每天2／3以上的时间在室内度过，室内空气中可吸入颗粒物对人体健康的影响越来越受到国内外研究人员的广泛关注，在我国，虽然人们对大气中细粒子的研究比较系统、深入，然而对室内环境中可吸入颗粒物的研究、报道却很少，作在北京市的海淀区、朝阳区、丰台区和昌平区选择了19个家庭，分别对其厨房、客厅和卧室的室内空气中TSP，PM10，PM2.5和PM1的浓度进行了测定，并且对室内空气中粉尘含量的影响因素进行了分析和探讨。     

Characterization of PM2.5/PM2.5-10 and source tracking in the juncture belt between urban and rural areas of Beijing

Coarse （PM2.5-10） and fine （PM2.5） atmospheric particulate samples were collected in summer and winter during 2005-2007 in the juncture belt between urban and rural areas of Beijing. Elements, ions, organic/elemental carbon （OC/EC） and polynuclear aromatic hydrocarbons （PAHs） were determined to obtain some latest information about the particulate pollution in the juncture belt of Beijing. Particulate matter levels at this site were high as compared with the levels at other sampling sites in Beijing. Pollution elements, secondary ions and PAHs were enriched in fine particles rather than in coarse particles. An obvious seasonal variation of the chemical composition of PM was observed. Source apportionment results showed that secondary components were the largest mass contributor of PM2.5, accounting for 28%; whereas soil-related sources were the largest contributor of PM2.5-10, explaining about 49% of the total mass. The abnormal levels of soil heavy metals at the electronic waste disassembly site in the upwind villages suggested the potential impact of such activities to the environment.     

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.     

室内PM2.5暴露水平影响研究

近年来,雾霾天气频繁发生,大气污染已引起世界范围的殷切关注;并且成为世界共同研究的课题,其中细颗粒物污染已成为首要问题。而伴随着生活方式的转变,人们越来越注重室内空气品质,因此,室内PM_(2.5)污染已成为亟需解决的问题。通过分析室内PM_(2.5)污染来源以及对人体健康的影响,进行了关于室内PM_(2.5)暴露水平影响的实验研究。结果表明,吸烟是室内PM_(2.5)的主要来源;吸烟时会使室内PM_(2.5)暴露水平显著升高;烹饪会使室内PM_(2.5)暴露水平严重超标;人员活动产生的细颗粒物强度取决于室内的人数、活动类型、活动强度等;室内PM_(2.5)暴露水平受室外影响较大,呈现明显的正相关性。     

大气中细颗粒物及其铁元素对大鼠肺损伤的影响

氧化应激和炎症反应被广泛地认为是PM2.5(大气细颗粒物)对肺部的作用方式。然而具体哪种PM2.5的组分在PM2.5引起肺损伤时发挥重要作用却研究较少。因此,将不同浓度的PM2.5(0.6, 3.0和15.0 mg/kg 体重)和Fe³⁺(2.25, 11.25和56.25 μg/kg 体重)通过气管滴注的方式暴露于大鼠来探究PM2.5中的Fe元素对大鼠肺部的损伤。处死大鼠后获取大鼠的支气管肺泡灌洗液(Bronchoalveolar lavage fluid, BALF)和肺组织,使用ELISA、比色法和HE染色来检测大鼠BALF中促炎因子白细胞介素-6(interleukin-6,IL-6)、肿瘤坏死因子-а(tumor necrosis factor-α,TNF-а)、肺组织中氧化应激指标超氧化物歧化酶(superoxide dismutase,SOD)、丙二醛(malondialdehyde,MDA)以及观察大鼠肺组织的病理变化。结果表明PM2.5以及Fe³⁺浓度的升高能够显著抑制SOD活性并增加MDA、IL-6、TNF-а水平,但是在同等含量的铁元素的情况下(PM2.5高剂量组和Fe³⁺中剂量组),PM2.5对大鼠的损伤更为严重。因此,PM2.5及其Fe元素可以引起大鼠肺部的损伤,在这一过程中Fe元素发挥重要作用,但是PM2.5对大鼠的肺损伤应由多种组分协同完成。     

南京地区PM2.5和PM10浓度分布特征及与相关气象条件的关系

利用2014年12月至2015年5月南京市PM_(2.5)和PM_(10)的质量浓度以及天气观测数据,研究南京市颗粒物浓度空间、时间分布特征及其与相关气象因子的关系。研究表明PM_(2.5)和PM_(10)同季节内高度线性相关,时间分布具有明显的季节性差异;PM_(2.5)与风速呈负相关关系,与降雨清除量呈正相关关系;相对湿度达到75%左右时污染最严重。研究首次将其他污染气体和相关气象因子结合起来,用逐步回归法建立PM_(2.5)预测模型,能较好地拟合冬春两季PM_(2.5)变化趋势,较准确地反映南京市PM_(2.5)的污染特征,具有一定的理论和实用价值。