宝鸡市区PM10和PM2.5中5种重金属元素的大气污染特征研究

目的研究宝鸡市区2个不同时期(采暖期和非采暖期)、2种不同颗粒物(PM10和PM2.5)中Zn,Pb,Ni,Cu,Cd 5种重金属污染指数(Igeo)及富集状况(EFi),并据此推断污染元素可能的来源,为宝鸡雾霾治理提供技术支撑。方法在宝鸡市监测站院内设采样点进行监测,采用地积累指数法(Igeo)评价污染状况,富集因子法(EFi)分析各金属富集情况,并对结果进行了相关性分析。结果大气颗粒物中5种元素含量排序为:ZnPbCuNiCd,其中Pb,Zn,Cd为严重污染。采暖期Zn,Pb,Cu,Cd在2种颗粒物中的含量高于非采暖期,而Ni的情况相反。富集因子(EFi)表明,Pb,Zn,Cd有很明显的富集,且更容易富集到PM2.5中,相关性分析表明,2个时期2种颗粒物中Cu和Pb的来源不同,采暖期PM2.5中Pb,Zn,Cd的含量与质量浓度呈显著正相关。结论掌握宝鸡市区不同时期和不同粒径颗粒物中5种元素的污染状况,为大气污染治理提供技术支持。     

东北地区吉林市大气PM2.5中有机物及重金属的污染特征研究

为深入探究东北地区雾霾天气污染现状,选取吉林省吉林市作为研究对象,于2016年夏季(非采暖期)和冬季(采暖期)各时期连续24h采集PM2.5样品.运用电感耦合等离子体质谱法(ICP-MS)分析了18种金属的浓度水平,选取其中的As、Al、Cr、Mn、Cu、Zn、Pb、Na、Ca、K和Mg 11种主要金属进行了细致研究;同时,运用气相色谱-质谱法分析了16种多环芳烃(PAHs)的浓度,对重金属和多环芳烃的污染情况进行了深入讨论.结果表明:吉林市采暖期PM2.5平均质量浓度为89μg/m~3,非采暖期平均为33μg/m~3;PM2.5中主要的重金属时空分布特征为除Ca以外采暖期均高于非采暖期,工业区居住区对照区.采样期间,冬季PM2.5中重金属污染较夏季严重,这可能与东北地区冬季供暖有关.吉林市PAHs采暖期质量分数为0.03~1 304.83mg/kg,非采暖期为0~223.13mg/kg,采暖期污染水平高于非采暖期,其中工业区污染较严重.源分析结果表明吉林市大气颗粒物中重金属和有机污染物PAHs主要来源于燃煤、石油化工、扬尘(建筑扬尘和土壤扬尘)、车辆混合污染,而且工业尘对PM2.5的贡献则是持续的.     

PM2.5中有机碳和元素碳的研究概况

PM2.5是一种区域性复合型的大气污染物,其重要组成部分有机碳(OC)和元素碳(EC),因其独特的环境、气候效应以及对人类健康的影响而成为世界各国共同关注的热点;综述了国内外PM2.5中OC和EC的四大特征(组成及来源、粒径分布、人体健康和环境影响、样品采集与测定)的研究进展,并对OC和EC研究发展前景进行展望;考虑区域复合型污染特征,认为含碳气溶胶与其他气溶胶之间相互作用、实地观测与卫星反演预测综合研究,将是OC和EC研究的重要发展方向。     

郴州市大气PM2.5中无机元素污染特征及来源分析

利用电感耦合等离子体质谱仪(ICP-MS)测定了郴州市PM_(2.5)中无机元素的质量浓度,并通过元素的富集特征和主成分解析了它们的来源.结果表明,研究区域在春、夏、秋、冬四个季节PM_(2.5)平均质量浓度分别为28.7、30.7、41.4和58.1μg·m~(-3),无机元素的平均占比为15.63%,其中Al、Fe、Zn、Cu、Pb、Cr、Mn、As、Si和Ti占无机元素总量的90.6%.富集因子分析结果表明,Cd、Ag、Bi、Sb、As、Cu、Pb、Zn、Cr、Ni和V主要来自于人为污染,特别是有色金属元素的富集程度较高,这与郴州市是著名的有色金属之乡,有色金属开采及冶炼发达是相关的.主成分分析结果说明郴州市PM_(2.5)中无机元素主要来源于煤和石油的燃烧、汽车尾气排放、有色金属的冶炼以及土壤扬尘.     

PM2.5简介及福州市PM2.5污染分布特征

该文介绍了PM2.5细粒子污染重要的空气质量指示意义.利用2010年～2011年福州市PM2.5观测资料,分析了福州市细粒子污染的分布状况、主要特征及与气象条件的关系.结果表明:福州市PM2.5年平均浓度接近新标准规定的35ug/m3,污染程度较轻;月平均浓度峰值出现在5月,谷值出现在7月;季节分布高低排序为春季＞冬季＞秋季＞夏季,春季污染最严重,一级超标率达72.7％,夏季最轻;日分布呈单峰型,中午前后浓度最高;PM2.5浓度月季分布特征明显,说明PM2.5浓度变化与天气条件关系密切.     

空气中PM2.5问题的研究

利用曲线拟合的方法建立了空气中PM2.5浓度以及质量的预测和评价的高斯扩散模型。模型考虑了数据相对于风力、湿度、时间的变化情况、数据之间存在着相互联系,对未来西安市PM2.5的情况进行了合理的预测。通过曲线拟合和非线性回归并利用统计软件SPSS,数学软件MATLAB、1stOpt 1.5以及绘图软件Sufer进行编程计算,给出了问题的解答:西安地区PM2.5的浓度从一月到四月逐渐降低。对西安市13个监测点四个月的PM2.5的浓度分区进行了初步污染评估:小寨和临潼区属于中度污染区;高压开关厂、兴庆小区和纺织城等9个监测点属于重度污染区;高新西区和草滩属于严重污染区。     

元素形态分析方法在食品科学中的应用

元素存在的不同形态造成其化学、生物效应差别很大,决定了它们在生态环境中和生物体内的化学行为,表现出不同的化学、生物效应,研究元素的形态对于了解环境生态和人体健康具有重要意义.介绍了元素形态分析方法在农产品、海产品、茶叶及保健品等领域应用的状况.     

宝鸡市高新区PM10中重金属元素的浓度水平及风险评价

目的研究宝鸡市高新区大气PM10中金属元素的浓度变化规律,为其防控提供参考依据。方法使用智能中流量采样器在宝鸡文理学院高新校区于2013年9月至2014年2月进行采样。结果结果分析表明:宝鸡市高新区PM10中4种重金属含量FeZnPbMn,Fe含量明显高于其他3种重金属;Pb的季平均值分别为0.277μg/m3和0.467μg/m3,未超出《环境空气质量标准》(GB3095-2012)规定标准值(1.0μg/m3),其浓度变化受季节因素的影响较为明显,冬季略高于秋季;而Fe和Zn浓度变化较为平稳,Mn无明显变化。使用潜在生态风险指数法对PM10中的3种重金属进行生态风险评价,按照危害排序从高到低依次为PbZnMn。结论宝鸡市高新区大气中PM10污染不容忽视,其Pb,Zn和Mn的污染值得更深入的研究。     

广州PM2.5中有机碳和元素碳的污染特征

于2015年6月～2016年5月对广州大气细粒子PM_(2.5)进行持续观察,分析了样品中有机碳(organic carbon,OC)和元素碳(elemental carbon,EC)的含量.结果表明:广州大气PM_(2.5)含量为(66.03±43.11)μg·m~(-3),OC含量为(8.19±5.01)μg·m~(-3),EC含量为(1.75±0.80)μg·m~(-3); OC,EC和总碳(total carbon,TC)占PM_(2.5)的比例分别为16.73%,3.85%和20.58%,表明广州细粒子的碳污染程度较为严重; PM_(2.5),OC和EC污染都呈现冬季春季夏季秋季的特征,与历史研究基本一致; OC,EC相关系数较高(R~2=0.929),表明二者来源较为相近,且PM_(2.5)中EC1占比例最高(45.41%),表明广州燃煤和机动车尾气是重要的污染源;二次有机碳(SOC)为(4.10±3.56)μg·m~(-3),占OC的比例为46.19%,表明广州二次有机碳的排放与形成是碳污染的重要因素.与历史数据相比,广州大气污染情况有所改善,碳气溶胶污染几乎达到历史最低值.     

环境空气中PM2.5的测定方法

PM2.5是悬浮在空气中,空气动力学直径≤2.5μm的颗粒物,也称为可入肺颗粒物.它的直径还不到人的头发丝粗细的1/20.虽然PM2.5只是地球大气成分中含量很少的组分,但它对空气质量和能见度等有重要的影响.与较粗的大气颗粒物相比,PM2.5粒径小,富含大量的有毒、有害物质且在大气中的停留时间长、输送距离远,因而对人体健康和大气环境质量的影响更大.《环境空气质量标准》( GB3095-2012)新标准拟于2016年全面实施.京津冀、长三角、珠三角三大地区及9个城市群可能会被强制要求先行监测并公布PM2.5的数据.就PM2.5的环境监测方法予以概述.     

PM2.5浓度预测模型的应用

空气中PM2.5浓度问题越来越受到各界的关注。根据PM2.5浓度数据的特征,首先选择ARIMA预测模型进行浓度预测;考虑到BP神经网络易陷入局部最小,而遗传算法具有全局搜索的能力,给出了遗传算法优化的BP神经网络预测模型;为了进一步提高预测精度,引入IOWGA算子,将ARIMA预测模型与遗传算法优化的BP神经网络预测模型相组合,给出了基于IOWGA算子的组合预测模型;最后经过实例仿真分析验证了模型的可行性和有效性,为PM2.5浓度预测提供基础资料。     

铁氧化物在重金属元素迁移风化过程中的作用对比及碳酸盐岩中重金属元素的富集

元素分析显示,从碳酸盐岩原岩到其风化岩、从碳酸盐岩原岩到覆盖在其上的共生土壤,重金属元素Cr,Zn,Cd,Pb表现出富集趋势,这与Fe2O3的富集趋势具有一致性。铁氧化物在碳酸盐岩不同风化阶段,对重金属元素表现出不同的吸附作用。土壤中,Fe2O3对重金属元素Cr,Zn,Cd,Pb的吸附作用优于FeO,是Cr,Zn,Cd,Pb的主要吸附剂。而在风化岩和原岩中,FeO与部分重金属元素表现出显著的正相关关系,显示出其作为粘土矿物主要成分在吸附过程中的较强作用,Fe2O3吸附重金属元素的作用则较弱。根据R型聚类,碳酸盐岩原岩的主要成分可分为陆相和海相两大类。相关分析表明,原岩中陆源物质是重金属元素的主要载体,陆源物质含量越高,重金属元素含量越高。     

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.     

大气污染物PM2.5防治研究

随着汽车保有量的快速增长,严重的雾霾天气和PM2.5出现,对人体健康和生存环境存在巨大危害,导致人们对PM2.5污染和人体健康非常关注,因此,对于目前我国汽车排放现状、PM2.5的来源及对人体的影响,结合国内外环境污染控制措施,围绕在用车排放、提高机动车用油质量等方面提出有效控制汽车排放污染控制对策和人体健康防护措施。     

密云水库沉积物中重金属元素分布及形态研究

主要研究了北京市密云水库沉积物中重金属的总量以及形态分布特征,采用风险评价准则法(RAC)和Tucker3模型探讨沉积物中重金属的潜在危害性.结果表明,各重金属元素的平均含量都超过北京市土壤背景值,重金属元素有一定的富集.Cu有机结合态约占总量的3%～68%;Mn可交换态、碳酸盐结合态约占总量的1%～18%、7%～31%;Pb、Zn的铁锰氧化物结合态分别占总量的12%～53%、4%～27%;其它重金属均以铁锰氧化物结合态和残渣态为主,平均含量占总量的80%以上.根据RAC法得出,Mn(除采样点18)处于中等风险甚至高风险等级;Pb、Zn、Cu属从低风险到中等风险级;Ni、V、Cr、Ti的潜在生态风险较低.该结论将为北京市密云水库保护、人体健康安全保护措施的制定提供科学依据.     

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。     

土壤中重金属分析方法的对比研究

采用盐酸-硝酸-氢氟酸-高氯酸四酸消解法对土壤样品进行全消解,对ICP-OES和ICP-MS测定土壤中重金属含量的测定过程进行了阐述,将ICP-MS的测定结果与国标方法 FAAS进行对比。实验表明,ICP-MS具有较高的准确度,精密度最好,分析速度快,是最理想的土壤重金属分析方法。     

攀枝花市PM10、PM2.5污染特征及相关性分析

基于西南地区攀枝花市大气监测站5个站点的大气污染物数据,整理了2019年PM10和PM2.5质量浓度的变化趋势,分析了不同季节不同粒径颗粒物浓度的分布特征与气象因素之间的相关性.结果显示:2019年攀枝花市PM10、PM2.5的质量浓度年均值分别为52.8±16.2μg/m3和29.2±10.5μg/m3;由PM10与...