北京市2009年8月大气颗粒物污染特征

为研究2008年8月北京奥运会1a之后北京市大气颗粒物的污染特征,于2009年8月对北京市大气颗粒物PM10、PM2.5样品进行采集,测量其质量浓度并对其中的水溶性离子组分进行分析.研究发现2009年8月北京市大气颗粒物PM10、PM2.5质量浓度日均值分别为176.9μg/m3和102.5μg/m3.PM10质量浓度比2008年观测值上升了180%,比2007年降低了10%; PM2.5质量浓度比2008年观测值上升了126%,比2007年上升了31%.水溶性离子是大气颗粒物的重要组分,分别占PM10和PM2.5质量浓度的43%和61%.对比发现,污染天气条件下PM2.5/PM10和NO3-/SO42-比值升高,移动源是北京地区主要的污染物来源.风向风速和降水等天气条件对颗粒物质量浓度有很大影响,其中0.5~1.0m/s的东南风条件下大气颗粒物污染最为严重.     

2013年1月北京市PM2.5区域来源解析

2013年1月,北京地区经历了多次严重的灰霾天气,细颗粒物污染已成为北京地区所面临的重要问题.了解和掌握北京细颗粒物的污染来源,是解决细颗粒物污染的重要途径,也是制定防治政策的重要依据.通过建立三维空气质量模型系统,对2013年1月20~24日的污染过程进行模拟,并运用PSAT技术探究北京市细颗粒物污染的区域来源.结果表明,本地源排放是北京市PM2.5的主要来源,平均贡献率为34%;河北和天津的平均贡献率分别为26%和4%;京津冀周边地区及模拟边界外的贡献分别为12%和24%.在重污染日,区域传输对北京市PM2.5的影响显著增强,是北京PM2.5污染的主要来源.PM2.5中的硝酸盐主要来自北京市周边地区的贡献,而硫酸盐和二次有机气溶胶呈现远距离传输的特性,铵盐和其他组分则主要来自北京本地的贡献.     

沈阳市环境空气颗粒物分布特征及重金属污染状况分析

研究了沈阳市环境空气中不同颗粒物的污染程度、分布特征及颗粒物组成,研究结果表明沈阳市TSP、PM10和PM2.5整体污染水平较高,PM10以下颗粒比例较高;重金属主要吸附在细小颗粒物上。     

北京某区域儿童夏季PM2.5的污染特征及分析

近年来,随着社会和经济的不断发展,人们对室内外空气质量的重视程度也不断提高。室内外空气质量尤其是细颗粒物污染与人群健康密切相关。北京市大气细颗粒物污染形势十分严峻,因此,相关研究也成为国内外研究的热点和难点问题。本文对北京市某区域年龄在9～11岁之间的38名健康儿童人群活动场所夏季PM2.5的污染特征作了研究评价。结果表明,运用室内外环境监测与问卷调查法相结合的研究方法,儿童人员夏季PM2.5室内外浓度呈现明显的时间、空间变化特征,并受到气象因素及室内外源排放的共同影响。     

大气细颗粒物PM2.5污染来源及防治措施

本文对大气细颗粒物PM2.5的污染状况和污染特征进行了综述和分析,阐述了大气中PM 2.5对对环境和人体健康影响。为改善空气环境质量和提高居民的生活质量,本文提出减少PM2.5污染相应的防治措施。     

珠三角区域环境PM2.5细颗粒物污染特征分析

本文研究了珠三角区域细颗粒物污染的污染分布特征及长期变化趋势,结果表明,2010年珠三角地区细颗粒物污染比2006年有所改善;PM2.5/PM10比值时间序列分析表明,3个区域站PM2.5/PM10长期平均比值介于0.639和0.690之间。PM2.5/PM10比值月变化幅度较为明显,最低值0.620出现在7月份,最高值0.737出现在10月份。2010年北方强沙尘暴影响期间,PM2.5/PM10比值变小,比值约为0.354。万顷沙子站3次典型重污染过程中,PM2.5/PM10比值差异较大,介于0.586和0.708之间。     

广州市区PM_(2.5)的污染特征

对广州市区PM2.5的污染状况进行了分析,结果表明广州市区的PM2.5呈现冬季浓度较高,夏季较低的季节性特征;PM2.5的日变化呈现出明显的双峰形;与PM10的相关性分析表明,PM2.5与PM10具有良好的线性关系。PM2.5/PM10的值约为0.59,表明广州市区空气中细颗粒物在PM10中的比重大于粗颗粒物,鉴于PM2.5的危害性及所占比例,应重视对其的监测。     

廉江某地区大气TSP、PM10、PM2.5污染水平及相关性研究

为研究廉江市大气颗粒物污染特征,于2014年11月～12月采集TSP、PM10、PM2.5样品,用重量法分析质量浓度,并对相关性进行分析.结果表明,用环境空气质量标准(GB 3095-2012)来衡量,廉江市冬季大气颗粒物TSP、PM10、PM2.5的日均浓度均符合标准,环境空气状况良好;三个代表性采样点在监测周期内TSP、PM10、PM2.5的浓度变化趋势大体一致,监测结果能客观反映该区域颗粒物的污染状况;PM2.5与PM10,PM10与TSP之间均存在着显著相关性,回归方程相关性较好.     

元宵节期间北京PM_(2.5)单颗粒的物理化学特征

采集2014年元宵节期间北京PM2.5样品,使用场发射扫锚电镜-能谱仪观察北京PM2.5单颗粒的显微形貌和元素组成,并利用图像分析系统对PM2.5的粒径进行分析.结果表明:PM2.5的单颗粒类型以烟尘集合体、矿物颗粒和飞灰为主;烟花爆竹燃放产生的PM2.5是造成元宵节期间北京PM2.5浓度升高的主要原因;PM2.5中总颗粒物个数呈现先升高后降低的趋势;元宵节期间北京PM2.5中大部分颗粒物的粒径小于0.7μm;然而,重污染天气PM2.5中粒径大于0.7μm颗粒物的数量明显高于轻污染天气.     

霾天气南京市大气PM_(2.5)中水溶性离子污染特征

为了讨论南京市大气细颗粒物(PM2.5)及水溶性组分在霾天气下的污染水平和污染特征,2007年6月10日至2008年5月29日对南京市大气细粒子PM2.5进行了采样,用PM2.5在线监测浓度、离子色谱法等分别测得PM2.5的质量浓度、水溶性离子组成,初步研究了南京市大气细粒子(PM2.5)及水溶性组分在霾天气下的污染水平和污染特征。结果表明,南京市大气细颗粒物污染严重,霾天气下PM2.5中总水溶性离子质量浓度为54.28μg/m3,为非霾天气的1.6倍。分析的6种离子中SO42-、NO3-、NH4+是PM2.5的主要组成成分。灰霾期间PM2.5与NO3-、SO42-、NH4+的相关性较高,PM2.5中颗粒物的主要存在形式可能为NH4Cl、NH4NO3,(NH)42SO4或NH4HSO4。对比不同季节不同天气下的SOR(SO2转化率)和NOR(NOx转化率),发现霾天气下SO2和NOX转化率高于正常天气,表明SO2、NO2在霾天气更容易转化为二次粒子。     

2015年12月北京市一次重污染过程中PM_(2.5)特征分析

2015年入冬以来京津冀区域重污染频发,综合分析了2015年12月19—26日京津冀及周边地区发生的一次重污染过程中PM_(2.5)分布特征及成因。监测数据显示,2015年12月北京市重污染日共计13 d,累计月均值为151.8μg/m3。在12月19—26日一次重污染过程中,区域污染面积均超过40万km2,北京市单站PM_(2.5)小时均值超过800μg/m3。污染初期北京市南部地区PM_(2.5)浓度明显偏高,且PM_(2.5)极端高值出现在南部站点。污染输送阶段,北京市PM_(2.5)小时浓度在短时内呈爆发式增长,浓度增值是年均值的2~5倍。污染缓解阶段,偏北风作用,浓度明显下降。除了极端不利的天气形势外,区域散煤排放是造成重污染的重要原因;河北省唐山、保定、廊坊、石家庄等城市区域输送加重了污染程度。     

北京及周边地区夏季大气颗粒物区域污染特征

本地排放和区域传输共同影响着北京及周边地区的空气质量.2007年8月在北京清华大学、密云水库、河北任丘和内蒙古商都采集颗粒物样品并获得了PM_2.5质量浓度和TSP中22种无机元素的时空分布特征. 4个观测点PM_2.5质量浓度高低顺序为任丘>清华>密云>商都.二次污染元素S和一次污染元素Zn、Pb、Cu、As、Sb、Ni、Cd、In、Se在任丘的PM中含量最高,表明该观测点受人为源影响最为显著,其较弱的日变化幅度表明高浓度PM主要由本地源贡献;商都地区污染元素浓度随时间变化波动最为剧烈,受气象条件导致的传输影响较大;清华和密云的S、Pb、Cd、In、As、Zn的相关系数均大于0.70,其来源具有一定相似性;在锯齿型污染过程的开始和结束,密云各元素浓度值达到和区域背景点商都观测期间最低值相近的水平,表明密云可以表征西北洁净空气的区域特征; PM峰值阶段,整个地区高浓度硫酸盐的均匀分布（约10 μg/m³）证实了锯齿型区域污染的二次性本质.结合元素富集因子的不同分布特征讨论了各地区PM的可能来源及相互影响     

奥运时段北京及近周边区域空气污染观测与比对分析

为研究奥运时段北京与近周边区域空气质量的相互影响,评价区域污染源协同减排对奥运时段北京空气质量的作用,寻求北京空气污染预警的有效途径,2008-06-01～2008-10-03在北京奥运村以及近周边的河北涿州、廊坊、香河、燕郊进行了空气污染联网观测.结果表明,夏秋季节北京和近周边首要污染物均为颗粒物,北京和周边可吸入颗粒物(PM10)平均质量浓度分别为(114±66)μg/m3和(128±59)μg/m3;细粒子(PM2.5)质量浓度则分别为(77±47)μg/m3和(81±51)μg/m3;臭氧质量浓度小时最大值的平均分别为(164±52)μg/m3和(165±55)μg/m3;NOx分别为(58±23)μg/m3和(25±14)μg/m3.相对于6月,奥运会时段(8月8日～8月24日)北京地区PM10、PM2.5、O3、NOx的浓度分别下降69%、62%、18%和41%,残奥会时段(9月6日～9月17日)PM10、PM2.5、O3、NOx的浓度分别下降56%、49%、17%和16%.北京大气中细粒子浓度受周边影响严重,而NOx有向周边扩散的潜势,夏季臭氧则表现出区域污染的特征.结合气象要素分析表明,近周边区域联网观测,有助于北京空气质量预警研究,并可为区域协同防控空气污染提供科学支撑.     

Chemical composition and quantitative relationship between meteorological condition and fine particles in Beijing

The recent year‘s monitor results of Beijing indicated that the pollution level of fine particles PM2.5 showed an increasing trend. To understand pollution characteristics of PM2.5 and its relationship with the meteorological conditions in Beijing, a one-year monitoring of PM2.5 mass concentration and correspondent meteorological parameters was performed in Beijing in 2001. The PM2.5 levels in Beijing were very high, the annual average PM2.5 concentration in 2001 was 7 times of the National Ambient Air Quality Standards proposed by US EPA. The major chemical compositions were organics, sulfate, crustals and nitrate. It was found that the mass concentrations of PM2.5 were influenced by meteorological conditions. The correlation between the mass concentrations of PM2.5 and the relative humidity was found. And the correlation became closer at higher relative humidity. And the mass concentrations of PM2.5 were negtive-correlated to wind speeds, but the correlation between the mass concentration of PM2.5 and wind speed was not good at stronger wind.     

许昌市空气细颗粒物（PM2．5）污染特征分析研究

利用许昌市2014年1月至12月的PM2．5大气连续自动监测数据,对PM2．5的污染特征、PM2．5的重污染特征进行了分析。结果显示：2014年全市PM2．5年均浓度为83 ug／m3,超《环境空气质量标准》二级浓度限值1．37倍,污染季节主要集中在冬季,其次是春季、秋季,夏季明显低于冬季。2014年重污染日全市PM2．5日均浓度范围为151～411 ug／m3,全市PM2．5平均浓度为201 ug／m3,重污染日主要集中在1月和2月。     

苏南城市空气质量污染特征及趋势分析研究

利用2013年-2015年苏南5市空气自动站监测数据,分析了该地区空气质量的污染特征和变化趋势.研究发现:2013年-2015年,苏南5市空气优良率为56.9%～68.9%,PM2.5是主要污染物;沿长江向东,空气污染逐步偏向光化学污染类型.从时间上可知,呈现冬季以PM2.5污染为主、春夏季以O3污染为主的特征;PM2.5等4项污染物24小时呈现双峰.从趋势上可知,PM2.5等5种污染物浓度呈下降趋势,O3污染有所加重.同时,各市也表现了不同的情况,管理上需要区别对待.     

北京市2020年春节期间空气质量影响因素分析

2020年春节期间由于新冠肺炎疫情的大范围暴发,包括北京在内的多个城市经济社会活动较长时间处于低水平状态。但是在此期间,北京市出现了两次(农历正月初二至初六、正月十六至十九)污染水平不逊于往年的重污染天气,成为社会各界关注的焦点。本文以北京市2016-2020年春节期间的空气质量为研究对象,首先运用多元线性回归法判断了气象因素以及经济和社会活动因素对四类污染物(PM_2.5、PM₁₀、NO_2和SO₂)的影响程度,进一步研究了在2020年春节期间的两次重污染时段内各个因素对PM_2.5的影响程度,最后运用双重差分法评估春节期间的疫情管控措施对北京市空气质量产生的影响。多元线性回归结果显示在2016-2020年春节期间:(1)气象因素对北京市的PM_2.5、PM₁₀、NO₂和SO₂四类污染物浓度的影响占主导地位,其中温度、湿度与四类污染物浓度变化均显著正相关,气压和降水与四类污染物浓度变化均显著负相关;(2)经济活动水平与NO₂浓度水平有显著正相关关系,说明随着经济活动水平强度的降低和交通流量的下降,NO₂浓度呈现出降低趋势,而PM_2.5、PM₁₀和SO₂与经济活动水平分别有正相关、正相关和负相关关系,但并不显著;(3)从社会活动来看,燃放烟花爆竹会增大PM_2.5、PM₁₀和SO₂浓度,同时假期变量对PM_2.5和SO₂的浓度变化也存在显著正向影响。对于2020年春节期间的两次重污染过程来说,气象依然是主要影响因素,但是各因素的贡献值有所不同;春节期间经济活动水平对正月初二至初六重污染过程的贡献较小(2%),而对正月十六至十九有明显的负影响(-20%)。双重差分法评估结果显示,疫情管控对PM₁₀和NO₂有缓解效果,而对PM_2.5和SO₂未见明显影响,这表示疫情管控措施对空气质量施加了影响。本文不仅识别出了春节期间气象因素、经济社会活动与北京市四类污染物浓度之间的关系,有助于厘清各因素对空气质量产生影响的方式,而且对进一步改善北京市及京津冀地区的空气质量具有重要启示意义。     

空气重污染应急措施对北京市PM2.5的削减效果评估

利用嵌套网格空气质量模式系统(NAQPMS)模拟了2013年1月10~14日一次典型的大气严重污染过程,并利用同期气象和污染物浓度的小时观测数据验证了NAQPMS的模拟结果.敏感性试验结果表明,在重污染期间,当仅实施《北京市空气重污染应急预案(试行)》一级预警中机动车单双号限行措施时,可削减北京PM2.5小时平均浓度4%~10%;当仅实施工业限产减排30%的措施时,可削减北京PM2.5小时平均浓度1%~6%;当同时实施机动车单双号限行和工业限产减排30%的措施时,可削减北京平均PM2.5小时平均浓度6%~12%,并且PM2.5小时浓度与削减率的变化趋势呈反相关,即该措施对污染较轻时段PM2.5浓度削减率高于污染峰值时段;若京津冀地区两市一省同时实施机动车单双号限行和工业限产减排30%的措施时,可削减重污染期间北京小时平均PM2.5浓度20%~35%,且污染严重的区域和时段削减效果更加显著,空气质量可提升一个等级.研究结果表明,当北京发生重污染时,仅靠北京本地限排限产并不能有效减轻PM2.5浓度,若要有效控制北京重污染,应根据污染物区域输送特征,京津冀地区实施大气污染联防联控.