济南市冬季大气污染时空分布特征及潜在污染源区分析

利用2016—2018年冬季济南市大气主要污染物和气象监测数据,对大气污染特征及潜在源区进行分析。结果表明：2016—2018年冬季济南市环境空气中可吸入颗粒物PM₁₀和细颗粒物PM_2.5分别占首要污染物的34.7%和63.8%,轻度污染以上天数占总天数的58.6%,冬季高质量浓度PM_2.5导致年均值增加7.5μg/m³;从空间分布来看,PM₁₀与PM_2.5空间分布为天桥区、槐荫区及平阴县质量浓度较高,SO₂则为商河县和济阳区质量浓度偏高,NO₂和CO为济阳区、天桥区和槐荫区质量浓度较高;研究期间NO₂、CO、PM₁₀、PM_2.5的质量浓度呈正相关性,相关系数均在0.7以上,推断交通源、工业燃烧源、燃煤是颗粒物的主要来源;济南市冬季的气团输送为偏南、西北、偏北和偏东4个方向,偏南和偏东气团为影响济南市冬季大气污染主要输送路径。进一步研究潜在源区贡献...     

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...     

2015年北京、上海和拉萨PM2.5浓度日变化和日际变化分析

分析2015年北京、上海和拉萨3个城市PM_2.5浓度的时间序列, 讨论PM_2.5浓度的季节变化以及各城市PM_2.5浓度日际变化与日变化的相对重要性。从长期来看, 3个城市冬季PM_2.5浓度普遍大于夏季; 从短期来看, 北京和上海PM_2.5浓度主要呈现日际变化, 天气系统的影响远大于日变化。北京冬季PM_2.5浓度在一定程度上也呈现日变化, 但在夏季不明显; 上海在冬季和夏季都不呈现日变化; 拉萨的情况则相反, 当地的天气系统比较稳定, 日际变化不明显,PM_2.5浓度主要受日变化影响,PM_2.5浓度的日变化呈现明显的“双峰”现象。     

5个典型城市站点PM2.5污染与气象要素的关联性分析及应用

利用2015—2017年我国5个典型城市(北京、广州、昆明、南京和西宁)气象站点的PM_2.5质量浓度和气象要素数据,分析不同城市站点的PM_2.5污染特征并探究气象要素对PM_2.5污染的影响,并建立5个城市站点的PM_2.5质量浓度多元回归预测模型。结果表明,5个城市站点中：空气质量最优的是昆明站;5个站点的PM_2.5质量浓度均呈夏季最小、冬季最大的特征;在16:00—17:00出现PM_2.5质量浓度较小值;PM_2.5质量浓度随降水等级和风力等级的增大呈下降趋势;北京站气压值存在一个阈值(约101.59 kPa),越接近该值越容易出现重污染;除西宁站外的4个站点的PM_2.5质量浓度的高值中心对应较高的相对湿度(>70%)。西宁站和南京站的PM_2.5质量浓度与温度呈较明显的负相关关系;5个站点的回归预测模型可以较好地预测PM_2.5的质量浓度,其中广州站和西宁站预测模型的...     

基于CMAQ-ISAM模型的长三角典型城市PM2.5来源解析

大气细颗粒物(PM_2.5)是影响长三角地区空气质量的关键污染物．近年来随着各项环保举措的实施,PM_2.5的来源特征也发生了变化,为了制定切实有效的PM_2.5治理方案,考察PM_2.5的主要来源及其贡献至关重要．本研究使用CMAQ-ISAM模型,定量分析了2018年长三角内4个典型城市(上海、杭州、南京和合肥)PM_2.5的主要来源．表明了上述4个城市PM_2.5的最主要来源:冬季为长三角外的远距离传输(38.5%~52.6%);秋季为各城市的本地排放(43.0%~50.9%);在春季和夏季,本地排放是上海、杭州和合肥PM_2.5的主要来源(春季37.1%~53.3%,夏季44.1%~64.7%),而南京则是周边区域传输 (春季38.5%,夏季46.3%)．针对冬季不同时期的来源解析表明,相较于清洁时期,4个城市在污染时期来自周边区域传输的贡献占比增大,上海、杭州、南京和合肥的增大幅度分别为10.0%、1.5%、8.1%和4.9%,因此开展长三角大气污染区域联防联控具有重要意义．      

西安冬季高层公寓室内外颗粒物浓度水平与变化

 以西安市冬季某研究生高层公寓为监测对象, 通过1 min 时间间隔同步监测, 研究了不同楼层室内外空气中颗粒物PM1、PM_2.5、PM₁₀以及总悬浮颗粒物TSP 的质量浓度、分布状况与变化特征。结果表明, 西安市冬季高层公寓存在严重的颗粒物污染, 室内粗颗粒物PM₁₀质量浓度为(65.5±20.0)~(142.0±16.9)μg/m³, 略低于室内空气质量标准, 但室内细颗粒物PM_2.5及超细颗粒物PM1分别为(52.2±14.3)~(111.5±12.2)μg/m³和(50.6±13.9)~(108.7±11.9)μg/m³, 其中PM_2.5质量浓度占总悬浮颗粒物TSP 的50%以上;室外以粗颗粒物PM₁₀为主, 楼层高度与颗粒物质量浓度之间无显著关联。     

上海市大气环境中PM2.5/PM10时空分布特征

针对上海市颗粒物的污染和防治问题,利用2014年4月14日—2015年3月24日10个国控监测点的PM_2.5和PM₁₀小时数据及对应的气象因素资料,以PM_2.5质量浓度占PM₁₀质量浓度的比例为研究对象,使用聚类分析和相关性分析PM2.5/PM₁₀的时空分布特征. 结果表明:P_2.5和PM₁₀的季节高低为冬>春>秋>夏,PM_2.5/PM₁₀的季节分布在不同区域存在差异性. PM_2.5/PM₁₀的日变化呈现双峰型趋势,峰值出现在05:00和14:00左右,上午PM_2.5/PM₁₀高于下午. 颗粒物质量浓度及PM_2.5/PM₁₀具有明显的“周末效应”,这与车辆通行政策与人类作息时间变动相关. 在空间分布上,颗粒物质量浓度及PM_2.5/PM₁₀均表现为背景站>浦西站>浦东站.     

长春市冬春季环境空气中PM2.5污染特征与来源解析

为研究长春市冬季和春季大气PM_2.5的主要来源及污染特征, 于2018-01-06—2018-05-14连续采集PM_2.5环境受体样品, 分析其无机元素及水溶性阴离子组分. 结果表明： 采样期间长春市PM_2.5的质量浓度为（46.4±24.4）μg/m³, 冬季和春季的平均质量浓度分别为(51.0±25.8)μg/m³和(32.6±11.5)μg/m³, 超标率为11%, 均在冬季超标, 在春节假期中（2018-02-15—2018-02-21）, PM_2.5的质量浓度低且保持平稳; 所测全部水溶性阴离子及部分无机元素（Al,As,Pb,Se,Ti）质量浓度呈冬季高于春季的趋势; 长春市无机元素主要源于燃煤、 交通和扬尘; 长春市PM_2.5中NO^-₃和SO^2-₄是燃煤和机动车尾气共同作用的结果, 其中燃煤源的贡献率相对较高; 长春市冬春季PM_2.5主要来源为二次源（28.2%）、土壤尘源（12.6%）、交通排放源（10.7%）、燃煤源和建筑尘源（28.6%）、工业源和其他源（19.8%）.     

锦州市道路扬尘碳组分特征及来源分析

为研究道路扬尘PM_2.5碳组分的污染特征及其来源，于2018年4月采集锦州市道路扬尘样品，通过再悬浮采样器得到PM_2.5滤膜样品，再利用热光碳分析仪测定PM_2.5样品中OC（有机碳）和EC（元素碳），并分析其特征及来源.结果表明，PM_2.5中ω（TC）为10.52%（支路）-19.05%（主干道），ω（OC）为8.89%（支路）-15.99%（主干道），ω（EC）为1.63%（支路）-4.63%（次干道），ω（OC）明显高于ω（EC）;OC/EC比值均大于2，说明锦州市道路扬尘PM_2.5可能存在二次污染.Spearman相关分析结果表明，锦州市道路扬尘PM_2.5中OC、EC来源相近或相同；聚类分析结果表明，锦州市道路扬尘PM_2.5中碳组分主要来源于柴油车与汽油车尾气的排放，以及生物质燃烧与煤炭燃烧的排放.     

典型黄土高原沟谷城市PM10污染特征与来源分析

为探明黄土高原沟谷内城市高可吸入颗粒物(PM₁₀)污染的可能原因,选择山西省柳林县城区作为代表性城市,对2018-2019年间大气污染物的浓度、变化规律、特征比值和雷达图等进行了分析,并研究了夏冬两季PM₁₀的化学组成特征。结果表明：研究区域PM₁₀年均质量浓度(166.33μg/m³)和其作为首要污染物在全年出现的天数占比(53.14%)均高于国内很多城市;PM₁₀以粗颗粒物为主,被测元素中有86.02%为地壳元素,冬季受燃煤影响有机质(OM)占比大于夏季而元素碳(EC)占比小于夏季;雨后PM₁₀浓度出现增长现象。以上结果提示,城市两侧山坡裸露地表颗粒物的干湿输送和城内机动车的扰动是引起春夏两季PM₁₀污染的主要因素,秋季受自然源和人为源的双重控制,冬季受居民散煤燃烧控制。     

燃煤电厂电除尘PM10和PM2.5的排放控制I:电除尘选型及工业应用

 针对电除尘细颗粒物(PM_2.5)排放控制,提出利用电除尘指数指导电除尘本体和电源设计选型技术的原理和方法,并介绍电除尘改造的应用案例.通过优化电除尘指数、采用三相高压电源开展电除尘改造和选型.通过电除尘和脱硫塔除雾器的同步改造,可以实现烟囱出口颗粒物排放浓度低于5 mg/m³,同时,PM_2.5 (直径2.5 μm 以下的颗粒物)排放浓度低于2.5 mg/m³.示范工程还表明当电除尘器出口PM₁₀(直径10 μm 以下的颗粒物)排放在6~30 mg/m³时,PM_2.5占PM₁₀比例为6%至20%;当PM₁₀排放在5~15 mg/m³时,PM_2.5排放可低于2.5 mg/m³.     

基于属性识别模型的铜仁市空气质量评价

为行政部门有效治理城市环境和生态保护,科学客观评价空气质量极为重要。本研究以铜仁市为对象,统计分析了2015—2020年铜仁市空气污染物变化动态特征,同时利用属性识别模型综合评价了铜仁市空气质量水平。研究结果表明：1)铜仁市主要污染物是PM_2.5、PM₁₀和O₃,其污染程度为PM_2.5>PM₁₀≈O₃,PM_2.5和PM₁₀浓度水平处于Ⅱ级标准,PM_2.5在冬季处于不达标水平,PM₁₀于2020年达Ⅰ级以下标准,有显著好转,O₃浓度2016年以来显著增加,存在污染风险。2)铜仁市近几年空气综合质量均为Ⅰ级标准,但空气质量综合水平呈下降趋势,主要原因在于PM_2.5作为首要的空气污染物,污染水平一直没有得到有效控制。此外,O₃污染程度风险增加。因此,PM_2.5和O₃     

太原市冬季PM2.5对人源巨噬细胞U937毒性作用的研究

多环芳烃(PAHs)是PM_2.5中主要的有机污染物和毒性成分。为了研究PM_2.5对人体细胞模型的毒性作用机制,文章收集了太原市冬季PM_2.5,首先分析了PM_2.5中16种PAHs的含量,之后使用荧光素酶法检测PM_2.5是否可以在人源HepG2细胞中激活芳香烃受体(AhR),并且将人源巨噬细胞U937暴露于溶于二甲基亚砜(DMSO)的PM_2.5有机提取溶剂6,24和48 h,采用实时荧光定量聚合酶链反应(qPCR)测定细胞色素酶P450(CYP1A1),环氧化酶-2(COX-2),白介素(IL)-8、白介素(IL)-1β和肿瘤坏死因子-α(TNF-α)mRNA表达情况。结果显示:太原市冬季PM_2.5激活了AhR;与对照组相比,在3个不同暴露时间PM_2.5均诱导了CYP1A1,COX-2,IL-1β,IL-8和TNF-αmRNA的显著高表达,尤其是在暴露24 h差异极显著。以上结果表明了太原冬季PM_2.5<...     

济南市一次持续性重污染天气的颗粒物化学组分演变分析

为研究济南市冬季大气重污染过程特征,以2020年12月8日—13日发生的一次典型大气重污染过程为例,从污染过程、气象条件、细颗粒物化学组分等角度综合分析此次重污染过程的特征和成因。结果表明,此次重污染过程期间首要污染物均为PM_2.5,其平均质量浓度为137 μg/m³,11日21时达到此次污染峰值,PM_2.5质量浓度高达为235 μg/m³。重污染期间高空环流较为平直;低层850 hPa受西南气流影响,有利于逆温层结的形成;地面均压场控制,平流雾、辐射雾交替产生。静稳气象条件使得PM_2.5质量浓度累积及高湿状态下颗粒物二次转化增强。观测期间,二次离子(SNA= $SO^{2-}_{4}$ + $NO^{-}_{3}$ + $NH^{+}_{4}$) 质量浓度为85.4 μg/m³,占PM_2.5质量浓度的52.0%。硫转化率(R_S)和氮氧化率(R_N)均值分别为0.44和0.33,大气中SO₂和NO₂的二次氧化程度较高;R_S高于R_N,表明污染期间二次$SO^{2-}_{4}$的二次转化效率高于 $NO^{-}_{3}$。$\rho_{NO^{-}_{3}}$ / $\rho_{SO^{2-}_{4}}$平均值为2.1,表明移动源对PM_2.5污染的贡献占主导地位。有机碳和元素碳浓度的平均比值为6.5,可见本次重污染期间济南市大气中存在二次有机碳(SOC)污染。采用有机碳和元素碳比值(ρ_OC/ρ_EC)最小比值法估算得到重污染期间一次有机碳浓度和二次有机碳浓度分别为11.9 μg/m³、4.3 μg/m³,表明一次燃烧源对污染过程有较大贡献。     

燃煤电厂电除尘PM10和PM2.5的排放控制VII:以2×600 MW机组为例分析讨论电除尘选型和改造

 分析了2×600 MW机组所配套的两台双室五电场电除尘器(ESP)的设计、选型和改造。每台电除尘配套20台高压电源、一台炉配40台高压电源,改造工作不仅包括更换原80台单相电源为80台三相电源,而且将第一和第二电场的极板、极线及振打系统全部做了更换,改造后电除尘出口PM₁₀和PM_2.5(粒径分别低于10 μm和2.5 μm的颗粒物)的排放分别低于15 mg·Nm^-3和1.0 mg·Nm^-3,PM_2.5占PM₁₀的比例在6.5%~7.5%,与改造前比较PM_2.5下降了95%以上。     

基于U-net神经网络模型的PM2.5逐小时浓度值预测模型

针对目前多数PM_2.5预测模型泛化能力较差的问题, 提出基于U-net神经网络模型的PM_2.5逐小时浓度值预测模型。该模型通过引入历史风场数据, 将离散的监测站点PM_2.5浓度值插值为PM_2.5网格图; 然后将U-net神经网络作为预测模型, 基于实验区域的10小时内的PM_2.5网格图, 预测下一时刻的PM_2.5网格图。该模型可以利用历史不同时刻提取的PM_2.5浓度值网格图, 在预测区域内所有位置PM_2.5浓度值的同时, 还可以提升预测的准确性以及对PM_2.5浓度值突变情况的适应性。实验结果表明, 所提方法在PM_2.5浓度值短时间突变情况下, 预测精度比传统方法有10%左右的提升。     

北京奥森公园侧柏林空气颗粒物不同季节变化规律

为了对城市森林公园内游憩林的休闲游憩功能进行开发与利用,通过对北京奥林匹克森林公园侧柏林内外一年四季4种粒径空气颗粒物浓度全天24 h监测,并同步观测空气温湿度、风速、光照等气象因子,分析了林内外不同粒径颗粒物浓度的四季变化、日变化和小粒径颗粒物所占比例日变化规律,并对各粒径颗粒物与小气候因子之间的相关性和显著性进行分析。结果表明：侧柏林内外空气颗粒物浓度虽然在不同季节表现出不同的变化规律,但总体来说,林缘的均值高于林内均值,且夜间浓度高于白天,且四季均在5:00—7:00时间段不同程度达到峰值;从不同粒径颗粒物浓度的四季变化来看,林内总悬浮颗粒物(total suspended particulate, TSP)、PM₁₀和PM_2.5浓度的高低排序为：冬季>秋季>夏季>春季,PM_1.0颗粒物浓度的排序为：冬季>夏季>秋季>春季;林缘TSP、PM₁₀和PM_1.0浓度的高低排序与林内一致,而PM_2.5浓度的高低排序为：冬季...     

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.     

西安市秋季大气颗粒物散射特征及其影响因素

 为研究污染条件下西安市秋季大气颗粒物的散射特征及其影响因素, 于2012 年11 月监测大气颗粒物散射系数并采集PM_2.5样品。探讨了大气颗粒物的散射日变化特征, 通过实验分析PM_2.5中水溶性离子(Na⁺、NH₄⁺、K⁺、Mg²⁺、Ca²⁺、F^-、Cl^-、NO₃^-和SO₄^2-)和含碳物质(有机碳和元素碳)的污染水平, 并讨论它们的来源及对散射系数的影响。结果表明, 颗粒物的散射系数均值为(579±387)Mm^-1, 夜间高日间低。PM_2.5质量浓度与散射系数呈现出较强的线性关系(相关系数为0.85), 通过回归方程得到PM_2.5散射效率为3.09 m²·g^-1。在PM_2.5化学组分中, 有机物对消光系数的贡献最大, 占52.3%;其次是NH₄NO₃和(NH₄)₂SO₄, 贡献率分别为16.2%和13.7%。     

公园绿地及周边环境PM2.5浓度特征及影响因素

【目的】评价城市公园对降低大气PM_2.5质量浓度的作用,同时探讨环境因素对PM_2.5质量浓度的影响。【方法】以北京市北小河公园为研究对象,通过PM_2.5质量浓度监测仪测定公园绿地内、公园附近建筑室内及公园道路旁(开敞空间)的PM_2.5质量浓度,对公园及其附近建筑室内与道路旁PM_2.5浓度做差异对比分析,同时监测温湿度、风速及气压、车流量,以分析环境因素对PM_2.5质量浓度的影响。【结果】①公园及其附近建筑室内与道路旁PM_2.5浓度日变化趋势基本一致,呈现双峰单谷型,即早晚高、白天低。②无污染或轻度污染时,公园绿地PM_2.5质量浓度均低于道路旁及附近建筑室内,PM_2.5质量浓度分别降低了5.7%和6.9%,说明公园绿地对PM_2.5有一定的滞留作用; 中度污染天气条件下,公园内PM_2.5浓度同样低于道路旁与建筑室内,降幅分别为3.6%和7.3%,公园绿地对PM_2.5仍有一定的滞留作用; 重度污染质量条件下,公园内PM_2.5质量浓度略低于道路旁,降幅仅为0.3%,而比建筑室内升高了5.5%。③公园绿地PM_2.5质量浓度与温度、风速呈负相关关系,与相对湿度、气压呈正相关关系; 道路旁PM_2.5质量浓度与车流量呈正相关。【结论】在中度污染及以下环境空气质量条件下,公园绿地对PM_2.5有一定的滞留作用,说明公园绿地对PM_2.5滞留作用的发挥受一定的环境空气质量条件的制约。