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.     

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。     

PM_(2.5)监测技术的发展及测量数据准确性探讨

空气质量的不断恶化使人们认识到环境保护的重要性,PM2.5作为环境空气质量监测的一个重要指标越来越受到重视。PM2.5监测结果能够更加全面的反映空气质量情况。本文对PM2.5监测技术的发展及测量数据准确性进行了相关讨论。     

浅谈宁德市中心城区环境空气PM_(2.5)的污染成因

该文通过统计分析2014-2015年宁德市中心城区PM2.5监测情况及气象资料,了解、掌握宁德市中心城区环境空气PM2.5浓度的变化规律及产生PM2.5污染的主要原因,并提出控制措施。     

基于无线传感网络的大气环境pm2.5污染状况实时监测

大气环境中以PM2.5污染问题最为突出。由于无线传威网络的迅速发展为大气环境的实时监测提供了便利条件,于是提出对PM2.5污染状况进行监测。首先,以大气光谱吸收原理为基础,将谐波检测技术与双光路差分法结合后对气体中的PM2.5颗粒浓度物进行检测。由于气体中颗粒物对光谱吸收受波长影响,通过利用激光器的调频特性对发射光源进行调整,获取的输出光信号与调制频率相关,从而得到谐波分量信号中的大气PM2.5颗粒物浓度。其次,运用无线传感网的网络路由器将信号传输到监测终端,并利用人工鱼群理论对目标区域的网络覆盖率、未休眠节点及系统能耗等进行优化,达到有效采集PM2.5浓度信号以完成污染状况监测的目的。实验证明通过对大气环境PM2.5污染状况的有效监测为雾霾治理提供了数据支持。     

沈阳市大气环境PM2.5污染特征

针对沈阳市大气环境分析了2011年7月至2012年3月期间沈阳市太原街、北陵街及科技园三处的PM2.5含量,研究表明:监测位置PM2.5超标率为15%,变化范围在0.02～0.07 mg/m3之间,冬季浓度高于夏季浓度,反映了主要源排放(燃煤)变化与气象条件的共同影响,并且监测PM10含量与PM2.5存在很好的线形关系,同时对PM2.5离子组分和多环芳烃进行了分析,发现PM2.5系颗粒物含有阴离子、多环芳烃等污染物,多环芳烃的含量在16.0～35.1 ng/m3之间.     

PM2.5监测技术的研究进展

该文阐述了PM2.5的概念、来源、对人体的危害以及监测的方法,并提出了提高对PM2.5监测能力的几点建议,最后对其发展方向进行了展望.     

黄河三角洲PM 2.5时空分布及其影响因子分析

为黄河三角洲生态文化区域打造提供参考,并为环境污染防治提供有力基础,以空间数据插值和Pearson相关分析方法,运用黄河三角洲及周围40个监测站点的PM2.5逐日浓度和气象数据,研究PM 2.5浓度的区域分布特征及随时间尺度的变化规律,以及气象和PM 2.5浓度之间的相关性.结果表明:黄河三角洲区域的PM 2.5浓度具...     

被误读的PM2.5

前段时间,中国社会掀起对PM2.5的关注热潮,但媒体却给公众传递了两个错误信息：一是只要监测了PM2.5,空气质量就会好转;二是可吸入颗粒物中只有PM2.5才危害健康。这两个信息都是大误导。     

数字

PM2.5环保部近期公布了《空气质量新标准第一阶段监测实施方案》,要求全国74个城市在10月底前完成PM2.5"国控点"监测的试运行,12月底前,要按照空气质量新标准开展监测并发布数据,鼓励具备条件的地方提前实施。     

宜昌市城区PM_(2.5)污染形成灰霾天气的规律研究

2012年选取与气象站点相邻的一个环境空气质量测点对PM2.5进行了研究性监测,测点距地面23m,全年PM2.5质量浓度在19~284μg/m3之间,年均质量浓度为89μg/m3,月均质量浓度最高的为1月.系统分析全年PM2.5监测质量浓度与相邻气象测点灰霾、能见度观测数据之间的关系,得到以下结论:宜昌市城区PM2.5污染质量浓度与灰霾观测值相关性不强,但与能见度的观测值显著相关;全年能见度降低受PM2.5污染的影响具有季节性,2、5~6三个月与7~9三个月及4、10~11三个月,这3组月份内的PM2.5与能见度之间的回归曲线基本一致,全年中3月份影响最大,而1月份最小,主要与气温、风速、降雨因素有关.     

空气中PM2.5浓度的灰色预测与关联因素分析

2013年1月开始,国内持续的大范围雾霾天气,将PM2.5问题推向了舆论热潮的顶峰.结合武汉市监测点的数据建立灰色预测GM(1,1)模型,并编写VB程序建立GM(1,1)系统,对未来短期PM2.5浓度变化进行预测,弥补了监测过程中缺失的数据.此外,根据武汉市空气质量监测数据和京津冀、上海、广东及全国其他地区的工业废气、粉尘排放量数据进行灰色关联度分析,得出CO,O3,NH3和NH4NO3与PM2.5浓度的相关性较强,从而为进一步研究PM2.5提供科学依据.     

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。     

星地结合的细颗粒物超标防控区精确识别方法

为精确识别细颗粒物(PM_(2. 5))浓度超标的区域空间,依据卫星遥感与站点监测在PM_(2. 5)浓度观测方面的特点,建立遥感反演数据与站点监测数据间的临界映射分析法,综合卫星遥感覆盖面广和站点监测准确性高的技术优势。通过该方法研究珠三角区域2013年灰霾污染过程的PM_(2. 5)浓度超标区域,结果表明,利用星地结合的方法可以精确识别出PM_(2. 5)浓度超标的区域空间;广州市西部和南部、佛山市大部、肇庆市主城区及东南部、东莞市西部和北部、中山市北部和中部、江门市主城区及东部是珠三角PM_(2. 5)污染的高发地区,应作为防控重点。     

大气颗粒物PM2.5及其危害

PM2.5代表空气动力学等效直径等于和小于2.5微米的大气颗粒物。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。PM2.5通过呼吸道进入肺泡,危害人体健康。PM2.5的基本特征是体积小、重量轻,在大气中滞留时间长,可以被大气环流输送到很远的地方,造成大范围的空气污染。PM2.5对环境的影响范围和对人体健康的危害程度,比PM10和PM100更大、更严重。美国、日本、欧盟等发达国家早已把PM2.5列为国家标准污染物。2012年我国政府已经颁布PM2.5国家标准(0.035毫克/立方米.年和0.075毫克/立方米.日),将于2016年开始在全国范围内进行常规监测,并向公众报告监测数据。     

南宁市空气中细颗粒物污染水平及其与气象因素的关系

分别于2010年1月和3月在南宁市城中心区的市监测站、文教区的区农校、工业区的英华嘉园、城市郊区的仙葫,应用自动监测仪器监测空气颗粒物的浓度,并分析监测站点位细颗粒物浓度随季节的变化及其与日平均气温、风速和降雨量等气象因素的关系.结果发现,1月份和3月份南宁市城市中心区域的细颗粒物浓度高于郊区的,城市区域范围内则以下风...     

土地利用与景观格局对PM2.5浓度的影响--以深圳市为例

以深圳市为研究区,利用空气质量监测站点PM2.5浓度数据,选取类型水平的景观类型所占比例(PLAND),边缘密度(ED),以及景观水平的蔓延度(CONTAG),斑块数量(NP)和斑块平均面积(AREA_MN)共5个景观指数,并结合道路长度、餐饮点分布数量、海拔和土地利用类型等影响PM2.5浓度的因子,运用相关分析和多元逐步回归分析方法,探究深圳市土地利用和城市景观格局对PM2.5浓度的影响。结果表明:1)土地利用中,植被对PM2.5浓度的削减起着至关重要的作用;2)城市各类型景观格局特征中,组成特征(PLAND)和结构特征(ED)对PM2.5浓度的影响显著;3)城市整体景观中,景观水平的破碎度与PM2.5浓度关系密切。研究结果可以加深对景观生态学中过程–格局相互作用的认识,为大气污染防治和城市景观格局的规划管理提供参考和借鉴,同时在监测数据缺失的情况下,提供一种借助景观指数估算PM2.5浓度的方法。     

北京市MODIS气溶胶光学厚度和PM2.5浓度的时空差异及其相关性研究

利用NASA MODIS数据反演北京市气溶胶光学厚度,探讨与北京市12个环境污染监测站点PM2.5质量浓度的时空差异及其相关性。结果显示,AOT与PM2.5均有明显的时空分布特征;二者的日均值具有相反的季节性变化特征(AOT夏季日均值高于冬季,PM2.5浓度日均值相反);日均值空间分布围绕城区向远郊区递减;二者的相关性对季节变化敏感,夏季相关性较好,冬季相关性较差。且郊区相关性明显优于城区。因此,卫星气溶胶数据可以反映PM2.5的分布,弥补地面监测站点的不足。     

成都市PM_(2.5)指标的影响因子分析及其防治策略

采集了2015年全年成都市主要城区的大气监测数据,按月进行了相关统计.结合成都市人口经济、机动车尾气、工业分布及排放等实际情况,论述了空气PM_(2.5)污染来源;针对实时采集的数据,绘制了成都市气温、降雨量与PM_(2.5)数值的关系图,分析了成都市地理、气候因素对PM_(2.5)指标的影响,进一步提出了有针对性的系列防治策略与措施.