供暖对兰州市大气PM_(2.5)及其重金属分布规律影响的研究

通过合理布置采样点,对兰州市2013年和2014年供暖前中后大气污染物PM_(2.5)中八种重金属As、Hg、Pb、Cd、Cr、Zn、Ni、Cu含量进行监测,并与PM_(2.5)含量进行对比分析,得出PM_(2.5)中重金属的分布规律、PM_(2.5)与重金属分布规律之间的关系,以便了解供暖期间产生的废气和烟尘对兰州大气环境PM_(2.5)中重金属分布规律的影响。结果表明在兰州市2013年至2014年供暖前中后,大气污染物PM_(2.5)中重金属含量变动情况均较为明显,供暖期铅、镉、铬、汞的污染较大,且城关区污染大于安宁区;供暖前中后PM_(2.5)中权重较大的重金属元素类别有所区别,但三个采样期Zn、Ni都占有较大的权重,As、Hg都占有较小的权重,说明PM_(2.5)受Zn、Ni影响较大,几乎不受As、Hg的影响;PM_(2.5)含量增大或减少时,附着在其上的重金属含量并未随之增大或减少。上述结果为改善兰州市供暖环境和治理大气污染提供一定的理论依据。     

供暖对兰州大气PM_(10)与其中重金属分布规律影响的监测分析

通过合理布置采样点,对兰州市2013年和2014年供暖前中后大气污染物PM_(10)中8种重金属As、Hg、Pb、Cd、Cr、Zn、Ni、Cu含量进行监测,并与PM_(10)含量进行对比分析,得出PM_(10)中重金属的分布规律、PM_(10)与重金属分布规律之间的关系,以便了解供暖期间产生的废气和烟尘对兰州大气环境PM_(10)中重金属分布规律的影响。结果表明在兰州市2013-2014年供暖前中后,大气污染物PM_(10)中重金属含量变动情况均较为明显,供暖期铅、镉、铬、铜的污染较大,且城关区Cr和Pb污染大于安宁区;供暖前中后PM_(10)中权重较大的重金属元素类别有所区别,但3个采样期Ni都占有较大的权重,As、Hg都占有较小的权重,说明PM_(10)受Ni影响较大,几乎不受As、Hg的影响;PM_(10)含量增大或减少时,附着在其上的重金属含量并未随之增大或减少。上述结果为改善兰州市供暖环境和治理大气污染提供一定的理论依据。     

供暖对兰州大气环境NO、NO_2和NO_X影响的监测分析与研究

通过合理布置采样点,对兰州市2013年和2014年供暖前、供暖期、供暖后大气污染物NO、NO_2和NO_X含量进行监测分析与研究,以便了解供暖期间产生的废气和烟尘中NO、NO_2和NO_X对兰州大气环境的影响。结果表明在兰州市2013年至2014年的供暖期间,NO、NO_2和NO_X的含量变动情况较为明显,NO在供暖后含量最低,供暖前和供暖期含量会因区域不同而各不相同。NO_2在供暖期含量最高且有超标现象,供暖前次之,供暖后最低。NOx含量因区域变化而变化,供暖前或供暖期各有所高。可见,大气污染物NO、NO_2和NO_X仍是影响兰州市环境空气质量的主要因素,供暖可能导致空气中NO_2和NO_X含量升高。上述结果为改善兰州市供暖环境和治理大气污染提供了重要的理论依据。     

武汉市大气污染特征及变化趋势

以2013—2015年武汉市大气污染物特征及变化趋势为研究对象,对大气污染物综合指数和各污染物单项指数进行分析.其主要结论是:大气污染冬季的污染状况比夏季严重,其中空气质量2013年优于2015年,2014年最差;根据各污染物单项指数,确定颗粒物(PM_(2.5))为大气污染的主要因子;PM_(2.5)、PM_(10)、SO_2、NO_2、CO的浓度冬季大于夏季,O_3的浓度夏季大于冬季;根据各污染物之间相关性及气象因素的分析,PM_(2.5)、PM_(10)、SO_2、NO_2、CO之间均成正相关关系,其中PM_(2.5)与CO的相关性为0.901(P0.01),接近1,说明CO对PM_(2.5)的形成有直接作用;污染物与气象因素的相关性分析,几种污染物与气压、降水量、气温有明显的相关性;根据聚类分析,大气污染变化趋势与季节有关,季节变化特征为夏季春秋季冬季.     

福州市城区不同粒径颗粒物污染特征

利用福州市国控监测站点2013年4月-2017年3月PM_(2.5)和PM_(10)质量浓度监测数据,对福州市不同粒径颗粒物污染特征进行研究.结果表明:时间变化方面,福州市空气质量整体较好,PM_(2.5)和PM_(10)浓度呈逐年下降趋势;PM_(2.5)、PM_(10)、PM_(2.5)/PM_(10)时间变化规律具有一致性:呈现冬季>春季>秋季>夏季的季节性特征;春季、夏季和秋季工作日浓度均高于周末的浓度,存在周末效应,冬季周末浓度则显著高于工作日浓度;日变化呈明显的双峰型变化趋势.空间变化方面,PM_(2.5)和PM_(10)浓度变化表现为工业区>市区>清洁区,清洁区PM_(2.5)/PM_(10)比值最高,其次是市区、工业区.相关分析结果表明:PM_(10)和PM_(2.5)存在显著相关性,且相关性明显受季节影响,夏季相关性最高.城市颗粒物与气态污染物(SO_2、NO_2)复合性较强.     

兰州市大气PM_(2.5)中水溶性无机离子特征及其季节性差异

于2013年非采暖期(秋季)和采暖期(冬季)分别对兰州市代表性功能区(城关居民区和西固工业区)大气PM_(2.5)中的6种水溶性无机离子进行了观测研究.结果表明:兰州市大气PM_(2.5)中Na~+、K~+、NH_4~+、Cl~-、NO_3~-、SO_4~(2-)的质量浓度具有明显的季节性差异,采样期间平均质量浓度分别为1.17、1.45、10.75、5.92、13.09、15.46μg/m~3,水溶性无机离子在PM_(2.5)中所占的平均比例为37.01%,非采暖期平均质量浓度分别为0.91、1.23、9.57、3.74、11.56、14.69μg/m~3;采暖期平均质量浓度分别为1.44、1.67、11.93、8.10、14.62、16.23μg/m~3;采样期间6种水溶性无机离子的质量浓度均为采暖期大于非采暖期,西固工业区高于城关居民区(K~+除外).NO_3~-/SO_4~(2-)的比值表明兰州市大气污染正由煤烟型向汽车尾气型特征转换.兰州市大气PM_(2.5)中的NH_4~+与SO_4~(2-)主要以(NH_4)_2SO_4方式结合.     

郑州市城区PM2.5和PM10变化特征及其与气象要素关系研究

利用2018年1月、4月、7月、10月郑州市城区8个监测站点的PM_(2.5)和PM_(10)浓度数据与气象数据,对郑州市城区PM_(2.5)和PM_(10)的时相变化特征及气象要素对其产生的影响进行研究.结果表明:郑州市城区在1月份的PM_(2.5)浓度最高(118.1μg·m~(-3)),污染严重,4月份PM_(10)浓度最高(169.4μg·m~(-3)).通过分析PM_(2.5)和PM_(10)的比值(PM_(2.5)/PM_(10))发现, PM_(2.5)是郑州市城区主要的大气污染物.PM_(2.5)和PM_(10)与气象要素之间的相关分析表明,PM_(2.5)和PM_(10)与气温和露点温度均呈显著负相关(P0.01),PM_(10)与降水呈显著负相关(P0.05),PM_(2.5)与气温之间的相关性(r=-0.441,P0.01)高于PM_(10)和气温的相关性(r=-0.311,P0.01).另外,当风速在2～3 m·s~(-1)时,PM_(10)最低;而风速大于4 m·s~(-1)时,颗粒物浓度增加明显,且对于PM_(10)的增加作用更显著.露点温度与颗粒物浓度之间也存在一定关系,当露点温度大于0℃时,颗粒物浓度会随露点温度的增加而降低.2018年郑州市PM_(2.5)与PM_(10)昼夜变化呈双峰型特征;风速与温度的双重作用导致PM_(2.5)浓度先于PM_(10)达到最高值,而空气湿度和露点温度则是造成04:00时颗粒物较低的主要原因.另外,通过多元回归分析发现,各月份昼夜时段颗粒物浓度主要受温度和相对湿度影响;在各时段中,温度与颗粒物浓度关系最为密切,风速次之,湿度最弱,各气象要素对PM_(2.5)浓度的影响较PM_(10)浓度更大.     

2018年春节期间燃放烟花爆竹对福州市晋安区大气污染物浓度的影响

利用2018年春节期间晋安区五个空气自动监测站点PM_(10)、PM_(2.5)、CO、NO_2、SO_2、O_3的监测数据,分析了春节期间燃放烟花爆竹对晋安区大气污染物浓度的影响,重点讨论了除夕、初一两日大气污染物浓度的小时变化特征。结果表明,晋安区春节期间首要污染物主要为颗粒物。烟花爆竹对PM_(10)、PM_(2.5)、SO_2、NO_2浓度有直接影响,对PM_(10)和PM_(2.5)浓度的影响尤其突出,对CO、O_3浓度无显著影响。     

采暖通风方式对室内外PM_(2.5)浓度及其相关性的影响

为探究采暖通风方式对住宅室内外环境中PM_(2.5)浓度及其相关性的影响,于2014—2015年冬季在南京市选取3种不同采暖通风方式的住宅(顶棚辐射供暖+24 h净化新风住宅H1;独立户式地暖住宅H2;无采暖住宅H3)进行了室内外颗粒物分粒径日平均质量浓度采样和PM_(2.5)质量浓度逐时监测实验.实验结果显示,室内外颗粒物均以PM_(2.5)为主,PM_(2.5)/PM10的质量比高达74%以上,3处住宅室内外PM_(2.5)浓度相关系数分别为0.840,0.825,0.923.H1室内PM_(2.5)质量浓度水平最低,仅为室外的22.1%,且室内无粒径大于2.5μm的颗粒物;H3室内PM_(2.5)质量浓度水平最高,室内外PM_(2.5)相关系数最高,且室内存在一定量粒径大于2.5μm的颗粒物.夏热冬冷地区居民应改变传统的开窗通风模式,向净化新风系统转变,可有效降低室外大气污染对室内空气的干扰,保障室内空气品质.     

集中供暖与非集中供暖城市的冬季大气污染状况——以天津和上海为例

为了解集中供暖和非集中供暖2种不同模式对空气质量的影响,基于天津和上海冬季采暖期及非采暖期的空气质量数据,分析不同供热模式下大气污染物的长时间变化和日变化特征及其影响因素.结果表明:天津和上海采暖期PM_(2.5)、PM_(10)、CO、NO_2和SO_2的质量浓度均高于非采暖期.天津采暖期PM_(2.5)、PM_(10)、CO和SO_2浓度较高主要是受到集中供暖消耗的化石燃料燃烧排放和大气逆温层2个方面因素的影响.上海虽然处于非集中供暖区,但也受到了北方城市供暖区远距离污染物传输的影响.天津集中供暖模式产生的PM_(2.5)、PM_(10)、CO和SO_2排放对空气质量的影响高于非集中供暖城市上海.与非采暖期相比,天津和上海采暖期NO_2浓度的增加量几乎一致,说明供暖活动对大气中NO_2的贡献并不明显;天津和上海采暖期O_3浓度均低于非采暖期,表明供暖活动未对O_3排放产生显著作用.采暖活动明显改变了天津PM_(2.5)、PM_(10)和CO的日变化特征;受采暖活动和逆温层的影响,SO_2和NO_2浓度均在夜间呈现升高趋势;O_3的日变化趋势未受采暖活动影响.与非采暖期对比,采暖期上海的非集中供暖未对污染物的日变化趋势产生显著影响.     

信阳城区气温和降水量与主要污染物之间关系分析

以2014—2017年信阳城区逐日气象要素(最高气温、最低气温、均温和降水量)和环境空气自动监测系统逐日数据(SO_2,NO_2,PM_(10),PM_(2.5),CO,O_3污染物浓度和AQI)为研究对象,采用统计分析和Pearson相关系数法,分析气温和降水量与主要污染物之间关系.结果表明:(1)2014—2017年信阳城区空气质量以优良为主,重度、严重污染的日数较少.(2)日气温(最低、平均和最高)和日降水量与主要污染物SO_2,NO_2,PM_(10),PM_(2.5),CO浓度和AQI呈显著的负相关,与O_3呈显著的正相关,说明气温愈高、降水量愈多,空气质量愈好,即夏季空气质量优于冬季.通过统计2014—2017年逐日空气质量,四季空气质量从夏季、秋季、春季和冬季依次由好转差.(3)相较于非雨日,雨日主要污染物浓度明显降低;降水过程中或者降水之后,大气主要污染物浓度显著下降,共同说明降水量对主要污染物具有显著淋洗作用,尤其是颗粒物PM_(10)和PM_(2.5).     

河南省供暖期大气污染特征及预测分析——以郑州市为例

近年来河南省大气污染问题引起社会的广泛关注,但有关供暖期间大气污染方面的研究相对较少.以郑州市为例,分析郑州市供暖期间大气颗粒物的浓度变化并进行预测,对提高当地空气质量具有重要意义.基于2014-2016年郑州市空气质量监测数据和同期气象数据,利用SPSS相关分析和BP神经网络模型,分析郑州市供暖期间PM2.5、PM10的超标情况、日变化特征,探究气象要素对PM2.5和PM10的影响,最后预测AQI指数的变化.结果表明:2014年供暖期郑州市空气质量相对较差,PM2.5和PM10平均质量浓度超标率最高;2015年供暖期郑州市空气质量相对较好,PM2.5和PM10平均浓度变化幅度较大;2014-2016年供暖期间郑州市PM2.5和PM10浓度具有明显的日变化特征,呈现双峰型变化;2014-2016年供暖期郑州市PM2.5、PM10与日均气温相关性不显著,与日均风速呈显著负相关,与日均相对湿度呈显著正相关;当供暖期郑州市主导风向为正西风时,污染天气出现频率较低;利用BP神经网络预测2016年AQI的精度较高,预测值与实测值相关系数为0.85.     

龙岩市中心城区大气污染特征与相关性研究

为了解龙岩市中心城区大气环境质量现状,利用2016—2019年龙岩市中心城区6种大气污染物监测数据进行统计分析,结果表明,2016—2019年,龙岩市中心城区SO_2、CO和NO_2三种污染物质量浓度年际变化平稳。O_3的质量浓度年际变化呈明显上升趋势。PM_(10)和PM_(2.5)质量浓度于2016—2018年呈上升趋势,2019年则下降。龙岩市中心城区SO_2、NO_2、PM_(10)、PM_(2.5)和CO的空气质量分指数(IAQI)具有冬季最高、夏季最低的特征,O_3的IAQI则是秋春季高,冬季最低。PM_(10)、PM__(2.5)、NO_2和CO日间浓度变化呈现双峰特征,O_3和SO_2日间浓度变化呈单峰分布特征。通过对一次臭氧超标事件的模拟表明,外来输入和本地的臭氧污染物的集聚是臭氧超标的原因。分析各种污染物间的关系表明,SO_2、NO_2、PM_(10)、PM_(2.5)和CO浓度之间呈显著的两两正相关。O_3与CO、SO_2、NO_2呈显著负相关,与PM_(10)、PM_(2.5)呈正相关。     

南京市电力行业大气污染物排放清单建立及校验分析

该研究以2014年为基准年,使用排放系数法对南京市电厂开展SO_2、NO_x、PM_(2.5)、PM_(10)等大气污染物排放情况进行了定量研究,建立了电厂大气重点污染物排放源清单数据库。结果表明:排放系数法计算得到的SO_2和NO_x排放量均与环境统计资料中的数值较一致,PM_(10)的排放量可能存在较大偏差,这可能与企业除尘效率使用的数值有关。因此未来南京市分粒径颗粒物排放系数实现本地化是清单编制工作的重点。     

四川盆地城市群6种大气污染物的时空分布

利用四川盆地18个城市2015-2016年6种大气污染物质量浓度资料,采用了集中期、集中度和变异系数等统计学方法,对该地区大气污染的时空分布特征进行了分析,将四川盆地划分为3个区进行对比研究.结果表明,四川盆地18个城市中,大气污染最严重的是自贡市,年均空气质量指数为100,污染天数占总天数的37.6%;污染最轻的是广元市,年均空气质量指数为57,污染天数占总天数的4.5%.四川盆地3个区域按照污染物质量浓度高低以及出现污染天数的长短排序均为:川南经济区成都平原经济区川东北经济区.研究时间段内,18个城市PM_(2.5)年均质量浓度达标的只有广元市;PM_(10)年均质量浓度达标的只有广元市和巴中市;SO_2年均质量浓度18个城市均达标;NO_2年均质量浓度除成都市和重庆市外,其他16个城市均达标;所有城市的CO和O_3日质量浓度均达标.近36年来,颗粒物和SO_2质量浓度呈现不同程度降低,表明国家对大气污染物排放的管控措施对颗粒物和SO_2污染改善明显.污染物PM_(2.5)、PM_(10)、CO、NO_2和SO_2质量浓度的季节变化为冬季高,夏季低;O_3质量浓度季节变化则为冬季低,夏季高.PM_(2.5)、PM_(10)和O_3质量浓度高的时段相对于SO_2、NO_2和CO来说更为集中,PM_(2.5)、PM_(10)、SO_2、NO_2和CO高质量浓度时段主要集中在1月左右,O_3高质量浓度时段主要集中在6月左右.不同城市间SO_2和NO_2质量浓度差异明显,其他污染物质量浓度分布则较为均匀.     

陕北地区冬季采暖期大气污染特征分析

基于2016年12月1日至2017年3月31日陕北地区(延安市、榆林市)SO_2、NO_2、PM_(10)、PM_(2.5)、O_3、CO逐小时监测数据,研究陕北地区冬季采暖期大气污染水平及污染特征,并为陕北地区冬季空气质量改善提出建议.结果显示,2016年陕北地区冬季大气污染首要污染物为PM_(10)和PM_(2.5),大气污染类型为颗粒物污染型;通过月变化趋势分析和Pearson相关系数验证,各项大气污染物间表现出极强的相关性,O_3与其他5项污染物均为负相关,其他5项污染物两两互为正相关;经日变化趋势分析,SO_2、NO_2、PM_(10)、PM_(2.5)、CO污染物浓度日变化趋势均为"双峰双谷"型,且时间变化上保持一致,O3为"单峰"型;"周末效应"分析发现,SO_2、NO_2、PM_(10)、PM_(2.5)周末浓度均大于工作日浓度,CO周末浓度与工作日浓度变化不显著,日平均偏差为6.24%,O_3工作日浓度普遍高于周末浓度.建议陕北地区加强对冬季颗粒型污染物的抑制,加大城市绿化建设投入,积极宣传环保理念,倡导绿色出行,市民在周末尽量减少出行.     

石家庄市大气颗粒污染物主要成分及其来源分析

总悬浮颗粒物(TSP)是对环境与人体健康造成危害的主要物质。因此,本文对石家庄市大气悬浮颗粒物的时空分布和组成进行分析,探究了导致石家庄市产生雾霾的物质及其来源。结果表明:(1)研究区PM_(10)和PM_(2.5)平均浓度差异性较小,且高于《环境空气质量标准》(GB3095-2012)中所规定的年平均二级浓度限值;(2)西南高教的PM_(10)浓度相对较小;(3)石家庄市冬季TSP、PM_(10)和降尘的浓度均高于夏季;(4)TSP和PM_(10)二者所含重金属种类和含量高低顺序基本一致,由高到低依次为Ca、Al、Fe、Zn、Pb、Cu、Ni、Cr、Cd;(5)冬季(雾霾期)与夏季(非雾霾期)污染物主要化学组分基本一致,但冬季各元素含量明显高于夏季。     

长三角地区大气污染演变趋势及空间分异特征

基于2005-2015年环境空气质量观测数据,分析了长三角地区大气污染物质量浓度演变趋势及空间分异特征.结果表明,2005-2015年,长三角地区社会经济快速发展,大气污染情况随之增加.随着大气污染治理力度的加大,长三角地区在SO_2污染控制方面取得了显著成绩,2015年ρ(SO_2)较2005年下降了54%;区域ρ(NO_2)居高不下,快速增加的机动车保有量和使用强度,以及能源消费总量在很大程度上抵消了污染治理的效果;2013年"大气污染防治十条措施"实施以来,区域ρ(PM_(10))和ρ(PM_(2.5))逐年下降.长三角北部和腹地区域ρ(SO_2)高于区域平均值,与该地区较高的燃煤密度和工业布局有关;腹地区域和西南部ρ(NO_2)较高,与较高的机动车使用强度有关;颗粒物质量浓度呈北高南低、西高东低的空间分布特征,长三角北部PM_(10)污染突出;PM_(2.5)和O_3的区域性污染特征明显.区域ρ(SO_2)水平仍然较高,需进一步加大能源结构调整力度;机动车尾气污染治理力度亟需加强,以确保在机动车保有量持续增加的前提下,取得ρ(NO_x)的改善;区域大气污染特征存在显著空间分异,应当因地制宜制定分区防控政策.     

中国工业基地城市群PM2.5时空分布特征及相关性分析

为研究2014年中国四大工业基地25个主要城市的空气质量污染情况,对25个城市2014年1月~2015年2月的数据进行SPSS聚类分析,研究其整体分布情况,并应用统计学和GIS软件分析其主要城市大气颗粒物的污染分布特征,同时利用SPSS软件对大气污染物PM_(10)、SO_2、NO_2、CO、O_3和PM_(2.5)做相关性分析。结果表明:(1)25个城市PM_(2.5)年均质量浓度在32.94~100.23μg·m~(-3)之间,其中分布在40~70μg·m~(-3)之间的城市相对集中,占所有城市的68%,仅3个城市的PM_(2.5)年均质量浓度小于35μg·m~(-3);(2)PM_(2.5)季节变化特征大体表现为冬季秋季春季夏季,重度污染主要集中在12月和1月;(3)从空间分布上看,京津唐污染水平高于其他三个工业基地,珠三角污染水平最低;(4)四大工业基地城市群PM_(2.5)的浓度与PM_(10)、SO_2、NO_2、CO的浓度存在显著相关性。由于温度、气候等原因,在珠三角和长三角O3与PM_(2.5)呈正相关,而在京津唐和辽中南工业基地则呈负相关。     

天津市近五年空气质量变化特征分析

利用天津市2013—2018年空气质量监测数据和同期气象数据,分析了天津市大气主要污染物浓度变化特征及其与气象要素之间的关系。结果表明,自2013年实施"大气十条"以来,天津市环境空气质量逐年改善效果显著,6项主要污染物中,除O_3外,PM_(2.5)、PM_(10)、SO_2、NO_2、CO_5项污染物浓度均明显下降。与京津冀13个城市平均水平相比,天津市2018年环境空气质量总体略好,但与首批实施新环境空气质量标准的74个重点城市平均水平相比仍有一定差距。降水、风速、湿度和温度等气象要素对于天津市空气质量影响显著,风速、气温、降水、日照时数与O_3正相关,与其他污染物负相关;气压与SO_2、NO_2、CO正相关,与O_3负相关性,与颗粒物无明显相关性;相对湿度与PM_(2.5)和CO正相关,与SO_2、NO_2负相关,与PM_(10)、O_3无明显相关性。