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。     

长沙市PM2.5浓度时空分布特征及影响因子分析

为分析长沙市PM2.5浓度时间变化特征、空间分布特征及其影响因子,利用数据统计分析、克里金空间插值技术、地理探测器等方法与Arc GIS平台表达,选取长沙市中心城区10个监测点2013—2019年PM2.5日变化数据.结果显示:在PM2.5浓度时间变化特征方面,不同季节中,PM2.5浓度表现出冬季>秋季>春季>夏季的季节特征,不同时段中,各季节PM2.5浓度日均小时变化曲线均大致呈双峰形态;在PM2.5浓度空间变化特征方面,PM2.5浓度的高值区主要分布在中部芙蓉区,整体呈城区向郊区逐渐递减的变化规律.根据地理探测器研究结果发现,2017年长沙主城区PM2.5浓度主要受气温、降雨和风速因子影响,其次是道路、相对湿度、气压和人口密度,高程、植被和餐饮因子影响较小;且任意两个影响因子共同作用均会对PM2.5浓度影响增强.     

厦门市大气PM2.5污染控制对策研究

该文从PM2.5基本概念出发,分析了厦门市大气PM2.5的污染现状、污染来源和成因,指出厦门市大气PM2.5污染控制应从多种污染物综合控制和区域联防联控两个方面进行:要全面削减与大气PM2.5污染有关的燃煤和机动车等一次污染源的排放,同时加强对二次转化前体污染物(SO2、NOx、VOCs、NH3)的控制,并实施区域大气污染联防联控.     

PM2.5影响因素的主成分回归分析与预测

应用主成分分析和多元回归分析法对空气质量指数(AQI)进行分析,首先对数据进行Alpha可靠性分析、主成分分析得到两个主成分变量,进而对它们和PM2.5浓度进行多元回归分析,并且进行显著性检验,发现PM2.5与这两个主成分变量具有线性回归关系,最终得到一个1-α的置信区间,从而结合实际提出一些降低PM2.5浓度的对策。     

宝鸡市区空气中PM_(10)、PM_(2.5)污染状况研究

目的研究宝鸡市城区采暖期和非采暖期PM10、PM2.5的质量浓度变化以及比例关系,为宝鸡的雾霾治理提供技术支撑。方法在宝鸡市环境监测中心站院子设点对PM10、PM2.5分别进行采暖期和非采暖期2个时段对比监测,结合气象条件进行分析,总结规律。结果在一般气象条件下PM2.5、PM10质量浓度采暖期高于非采暖期,昼间大于夜间,但细粒子在大气中漂浮时间长,昼夜变化幅度小于可吸入颗粒物。两种颗粒物浓度受气象条件影响较大,阴天浓度明显大于晴天。结论总结了不同时段PM10、PM2.5质量浓度和二者比例关系,为以后的研究和环境管理提供参考。     

科学触角

正中国五城市PM2.5排放特点2016年9月24日发表于Journal of Geophysical Research-Atmospheres上的一项由北大光华管理学院陈松蹊教授领导的研究,深入分析了北京、上海、广州、成都和沈阳这5个城市自2013年初至2015年底的PM2.5浓度数据。通过系统地比较5个城市环保部监测站点与美国使/领馆的PM2.5逐小时浓度数据的统计学规律,他们发现这两个数据源的PM2.5观测浓度具有很强的一致性和可靠性,可以同时用于监测和检验大气污染水平。     

长三角典型城市PM2.5浓度变化特征及与气象要素的关系

利用长三角地区4个典型城市南京、上海、杭州、合肥2014年4月1日~2015年3月31日的PM2.5监测数据,以及同期MICAPS地面气象要素的观测资料,对该地区PM2.5浓度的变化规律及其与气象要素的关系进行了分析和讨论。结果表明:长三角地区PM2.5浓度总达标率总体表现为夏季最高,冬季最低的态势。4个城市中,上海全年总达标率最高,杭州其次,合肥最低。上海和杭州达标率月变化特征相近,南京和合肥相近;PM2.5逐小时浓度日变化曲线呈现两峰一谷型分布,最大值均出现在早晨,最小值均出现在下午16~17时之间;月平均浓度具有明显的季节变化特征,冬季最高,夏季最低;PM2.5浓度与风速呈现显著现负相关关系,受地面风向影响明显,污染物在主导风的作用下从上游污染源扩散至下风区域;与气温呈现负相关关系;从全年来看,PM2.5浓度与相对湿度呈现负相关关系,高湿度状态更有利于降水从而增加PM2.5湿清除;各个城市PM2.5浓度与气压相关性很弱,并且未通过显著性检验,可见气压是影响PM2.5浓度变化的次要因素;降水对PM2.5清除作用明显。不同城市PM2.5的变化特征及其受气象要素的影响存在差异,主要是由不同城市的地理环境、产业布局以及污染源等因素造成的。     

深圳PM2.5浓度变化趋势及其月尺度预测方法

基于深圳市环境监测站的PM2.5浓度数据以及深圳市国家气候观象台发布的月度气象监测公报,研究了2012年至2019年深圳市PM2.5浓度的变化规律,分析了PM2.5浓度与月尺度气候要素的关系,并利用多元线性回归分析法建立了PM2.5月均浓度的预测模型。结果表明：2012年至2019年深圳PM2.5浓度呈明显下降趋势,PM2.5浓度有季节性特征,干季(1~3月及10~12月)PM2.5浓度比较高,也是PM2.5污染防控的重要时段。月降水日数、月降水量以及月平均温度与PM2.5浓度的负相关较明显,偏北风频率与PM2.5浓度呈显著正相关,可一定程度上帮助预判月均PM2.5浓度。与前人研究结果相反,月平均相对湿度与PM2.5浓度呈显著负相关。包含气象因素项以及PM2.5浓度项的月平均PM2.5浓度预报模型拟合度较高,偏北风频率、月平均相对湿度是对月平均PM2.5浓度影响最大的气象因素。利用深圳市2020年数据对模型进行检验,结果证明方程对于月平均PM2.5浓度的预报有一定适用性,可较好预报PM2.5浓度月增量。     

我国典型区域PM2.5化学组分特征及来源解析

京津冀、长三角、珠三角三大都市圈是我国经济发展较快的地区,GDP比重占全国40%左右,经济相对发达,人口相对稠密,污染相对严重,而PM2.5一直是大气环境中的主要污染物。近年来国内学者主要是针对PM2.5质量浓度水平、时空分布、化学组分等方面进行了研究。文章对这三个地区大气颗粒物PM2.5化学特性以及来源进行比较分析,有助于提出对PM2.5的一系列控制措施。     

PM2.5变化趋势的联合多重分形分析

PM2.5是造成雾霾天气、降低能见度,影响交通安全的主要因素。首先基于主成分分析法分析得出PM10最能影响PM2.5浓度变化,再利用联合多重分形探究不同城市的PM2.5与PM10之间的关系。从而得出西安市及伦敦市的PM2.5和PM10之间的关系具有一致性,即PM10浓度偏低时PM2.5也偏低,而PM10浓度偏高时PM2.5却偏低。无论PM10浓度如何变化,相对而言,伦敦市PM2.5浓度波动更剧烈些。     

2013-2016年夏季南京市臭氧和细颗粒物的污染特征及其相关性

为进一步理解南京地区大气复合污染现状,对2013-2016年南京市9个自动空气质量监测站点的夏季臭氧（O3）和细颗粒物（PM2.5）数据进行分析,分别探讨两者的时空分布特征,并探求两者之间的相关关系。结果表明：①O3的质量浓度处于上升状态,从2013-2016年南京市夏季臭氧平均浓度依次为58.1、65.8、79.3、81.8μg/m3,年均浓度增长率为8.45μg/m3,与之相反,PM2.5的污染程度明显好转,夏季平均浓度依次为45.2、65.7、38.5、31.2μg/m3,其中,2014年出现的高值与当年的气象条件有着密切联系;②O3的日变化特征为单峰型,一般在下午3点出现一天中的最大值,PM2.5的日变化呈现出不太明显的“W”型,两个谷值一般出现在凌晨和傍晚;③臭氧超标情况下的PM2.5浓度远远大于不超标情况下的PM2.5浓度,表明O3可以通过增强大气氧化性造成PM2.5质量浓度升高,两种情况下O3和PM2.5的相关系数的不同也进一步表明了这一点。     

重庆市沙坪坝区环境空气PM2.5和PM10相关性分析简

以重庆市沙坪坝区国控空气自动监测点为例,研究了细颗粒物(PM2.5)和可吸入颗粒物(PM10)污染现状和相关性.结果表明:颗粒物,尤其是细颗粒物(PM2.5),是影响城市环境空气质量的主要污染因子,尤其是在春、冬季节易导致污染天气.大气扩散条件不佳,颗粒物质量浓度越高,细颗粒物(PM2.5)在可吸入颗粒物(PM10)中的比重也越高.细颗粒物(PM2.5)和可吸入颗粒物(PM10)具有较好的统计相关性,两者可能具有同源性,在环境空气污染中的变化规律相似,有可能遵循相同的迁移转化规律,可以进行协同治理.     

基于协同Kriging插值和首尾分割法的PM2.5自然城市提取

PM2.5空气污染问题目前是社会关注热点以及学术研究重点。该文对PM2.5污染的自然城市提取进行了研究,结合PM2.5的站点监测数据和气溶胶遥感数据并采用协同Kriging插值实现了PM2.5数据空间化,然后采用首尾分割分类方法实现了PM2.5污染分布的分类和污染自然城市的提取。对中国大陆PM2.5自然城市的提取结果进行了分析和讨论。结果表明:采用适当的分割阈值,首尾分割分类方法可以有效进行PM2.5污染自然城市提取工作,有助于决策者合理划分PM2.5联合治理的区域范围。     

北京市大气PM2.5的季节特征和空间趋势（英文）

近年来,北京地区雾霾污染事件频发,大气PM2.5污染引起国内外强烈关注.利用北京市35个PM2.5监测站自2012年10月开始发布数据至2013年9月的小时观测数据,对其时空变化特征进行了分析.结果表明:(1)35个站点的平均PM32.5浓度为88.6μg/m;(2)PM2.5浓度与风速等气象要素关系密切,低浓度通常出现在大风天或者大风过后的紧邻时段,重污染天通常风速小,相邻天的PM2.5浓度可相差几倍甚至十倍以上;(3)PM2.5浓度随季节变化较大,1月和6月份较高,4月、8月和11月相对较低;(4)PM2.5浓度随站点类型变化明显,交通环境站点的平均浓度高于城市环境评价站点(可超过10%);(5)北部PM2.5浓度低于东部和南部,而与河北交界的南部和西南地区浓度为全区最高;(6)PM2.5浓度由北到南整体上呈线性增加趋势,每向南10 km,PM2.5平均浓度升高4.6μg/m3(R2=0.89),南部PM2.5平均浓度接近北部2倍;(7)PM2.5平均浓度存在一定的局部变化,但相邻站点变化幅度一般在20%以内.     

南宁市大气颗粒物PM_(l0)、PM_(2.5)污染水平

为了初步调查南宁市大气中颗粒物PMl0、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PMl0、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.     

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。     

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。     

环境空气PM2.5污染特征研究

通过对鞍山市环境空气中PM2.5的监测,研究了鞍山市环境空气中PM2.5不同时间与空间的分布规律;对化学PM2.5的组成进行了分析,分析了不同季节PM2.5的组成变化规律.     

兰州市冬季大气颗粒物的污染特征分析

利用兰州市冬季大气颗粒物Anderson分级采样器和石英分级采样器的资料,采用改进的三次样条插值方法分离出PM2.5,研究兰州市PM2.5PM10的污染水平、PM2.5占PM10和TSP的比例,并比较兰州市PM2.5和PM10在国内的污染水平.结果表明:兰州市冬季PM2.5和PM10的污染严重,PM2.5在大气颗粒物中的质量浓度相对很高,PM2.5的污染和危害值得重视.     

燃煤电厂电除尘PM_(10)和PM_(2.5)的排放控制Ⅲ:电除尘电源及小分区改造与PM_(10)和PM_(2.5)的排放(以44×330MW机组为例)

讨论了4台典型电除尘改造和细颗粒物(PM2.5)排放控制,对四电场电除尘器通过本体小分区和电源改造实现了颗粒物(PM10)和细颗粒物(PM2.5)的超低排放控制。仅对五电场电除尘器进行电源改造,即可实现PM10和PM2.5的超低排放,电除尘出口PM10和PM2.5可分别控制在15和2 mg/m3以下。脱硫塔对PM10有较好的捕集效果,但对PM2.5的去除几乎没有效果。电除尘振打引起的二次飞扬过程及烟气温度也影响PM10和PM2.5的排放,当烟气温度从150~160℃降低到约110℃时,电除尘出口及脱硫塔出口的PM2.5均在2 mg/m3以下。