龙华新区灰霾污染特征研究

根据龙华新区2个空气监测站2012年监测数据、气象数据以及不同污染源的排放数据,分析龙华新区空气质量现状,灰霾日数与PM2.5和PM10的相关性,并通过AERMOD模型着重探讨PM2.5和PM10的污染特征,计算不同污染源对PM2.5和PM10浓度的贡献率。结果表明,灰霾日数和PM2.5、PM10浓度均表现为明显的季节性变化,变化趋势较为一致,且灰霾日数与PM2.5的相关性较PM10更显著。龙华新区PM2.5和PM10主要来自本地源,其中PM2.5的主要来源为机动车尾气和道路扬尘,而PM10的主要来源为施工项目和裸地。     

合肥市PM2.5污染特征及影响因素分析研究

通过对合肥市2013年和2014年PM2.5浓度变化与时间、气象条件、地域维度的关系的研究,对PM2.5的影响因素进行了分析.结果表明,夏季PM2.5平均浓度最低,冬季最高.在一天中的PM2.5的浓度变化呈双峰分布,两个峰值分别出现在上午8、9时和晚上的9点左右.一天中在下午2、3点时PM2 5的浓度最低.PM2.5的主要影响因素为当地的气象条件因素和污染源的排放情况,其中气象条件为主要原因,污染源排放为根本原因.     

2017-2019年中卫市空气质量特征分析研究

利用2017-2019年中卫市环保局提供的环境监测资料,统计分析中卫市主要污染物的变化及污染物平均浓度与气象要素的关系.结果表明,中卫市空气污染主要出现在冬、春两季,主要污染物为PM10和PM2.5,4月开始一直到夏季,中卫市典型的大气污染源为,中卫市中度以上污染主要为PM10污染,大多由扬沙、浮尘天气引起.PM2.5...     

模拟烹饪油烟的粒径分布与扩散

烹饪油烟颗粒物粒径分布与扩散特性研究有助于解析其对室内空气质量和居民健康的影响,采用电子低压撞击器(ELPI)实时监测了油烟机开启和关闭状态下,模拟烹饪油烟发生处和3 m外位置处,0.03~10μm范围内油烟颗粒数浓度和质量浓度随粒径分布.油烟颗粒主要以655 nm以下的细颗粒为主.油烟机能够显著降低室内油烟浓度,开启油烟机后,油烟发生处颗粒数浓度从2.8×106个·cm-3降低到2.3×105个·cm-3,PM2.5(空气动力学直径≤2.5μm的颗粒)质量浓度从85.9 mg·m-3降低到6.2 mg·m-3.油烟机对PM10的净化效率高于PM2.5.油烟迅速从发生处扩散到3 m外,无通风状态下,总颗粒数浓度衰减达65%,PM2.5质量浓度衰减达75%.计算流体动力学(CFD)模拟了油烟机对油烟PM2.5质量浓度场扩散分布影响.红外摄像仪监测了油烟温度场分布扩散,以扇形向外扩散,伴随着油烟温度梯度降低.     

PM2.5污染特征及污染源模拟研究

为了解深圳市坪山新区环境空气质量现状,研究运用坪山新区PM2.5浓度数据,分析该区PM2.5的污染特征及气象条件对其的影响,坪山新区PM2.5浓度呈现了明显的季节变化、月变化特征,表现为秋冬季高、夏季低、春季居中的特点;PM2.5浓度最高出现在12月,最低出现在7月.该区PM2.5浓度日间变化呈双峰分布,7:00～9:00出现短期高峰,夜间21:00～次日4:00出现长期高峰.坪山新区PM2.5超标情况多出现在秋冬季及初春.在超标日期里,区域一般温度较低、风速较小,相对湿度也较低.污染源分析模型结果表明,坪山新区PM2.5的排放强度高值区主要集中在北部和西部,南部和东部排放强度稍低.由此可见,坪山新区大气环境亟待提升,需要针对区域内大气颗粒物污染进行有效防治.     

办公建筑室内PM2.5浓度分析与控制策略研究

为了进一步的研究PM2.5浓度变化对室内环境的影响规律,项目对北京某办公楼进行PM2.5浓度及"IO比"变化规律进行了监测,并且在利用实验的方法定量的计算了办公建筑室内主要污染源香烟的PM2.5散发量,同时利用实验的方法验证了基于室内质量平衡的室内PM2.5浓度的控制理论,从而为进一步研究PM2.5和控制室内PM2.5浓度提供了一定的科学依据和理论指导。     

CMAQ模式及其修正技术在上海市PM_(2.5)预报中的应用检验

利用CMAQ空气质量数值预报模式对上海市PM2.5浓度进行预报,选取10个囯控站点监测数据对预报进行验证评估.结果表明,CMAQ模式开展能够较好地模拟出PM2.5的时间变化趋势及浓度水平,但总体处于低估的水平,偏低幅度约25%,尤其在高污染阶段,模式的低估更为突出,达32%,这与污染源清单的不确定性有关.为提高PM2.5预报准确度,采用学习型线性回归方法对PM2.5浓度的数值预报结果进行修正,统计检验结果显示修正预报准确率由原来的76.4%提高到了79.3%,污染预报成功指数由56.4%提高至72.1%,明显提高了PM2.5浓度的预报效果,反映了引入实际监测数据对空气质量数值预报模式进行修正的研究意义和可行性.     

合肥市秋冬季PM2.5污染特征及防控对策

本文主要利用合肥市10个自动监测站2014年11月的PM2.5监测数据以及世界空气质量组织网站提供的12月份空气监测数据,初步分析合肥市PM2.5分布规律;同时检测了不同楼层高度的PM2.5浓度以及进行了PM2.5与日常生活密切相关的几个实验。结果表明:(1)合肥市10个站点PM2.5浓度存在空间差异,气象条件特别是风向、风速和持续时间及其与中国主要污染源的相对位置,以及合肥市自身不合理的重污染企业布局是造成这种空间差异的主要原因;(2)不同楼层高度PM2.5浓度测试结果显示:低层略高,5层以上差异不大,高层污染改善不明显;(3)汽车内使用有效的空调过滤器可极显著地改善车内空气质量、室内使用空气净化器及新风系统均可极显著地改善室内空气质量;(4)使用不同来源的食用油产生的PM2.5差异显著;(5)吸烟极显著地提高了室内的PM2.5浓度。研究结果为民众提出了防控PM2.5的对策建议,并为地方和国家制定相关调控政策提供实验依据。     

大气污染控制有效性的评估模型及应用

基于小波分析理论及BP神经网络,建立了大气污染控制有效性的评估模型.利用该模型解析天津市污染源排放及气象因素对大气污染物环境浓度的影响.结果表明,SO2浓度波动主要由污染源的季节变化引起,与天气过程有关的短期波动也不容忽视;而PM10浓度波动主要由污染源排放及气象条件的短期变化引起.2002~2003年的气象条件总体上不利于大气扩散,使SO2日均浓度长期分量增加约为3μg/m3;而2004年的气象条件有利于大气扩散,使SO2日均浓度长期分量减小约为5μg/m3.PM10日均浓度长期分量也有类似的规律,2002~2003年的不利气象条件使PM10日均浓度长期分量增高更显著,约为10μg/m3.     

基于AERMOD模型评估公路交通源PM_(2.5)的浓度分布

PM2.5是公路机动车主要污染物之一,对沿线居民的呼吸健康有直接的危害,因此有必要在公路建设环境影响评价中增加对交通源PM2.5扩散浓度的评估。本文通过分析空气质量模型AERMOD、PM2.5排放清单测算模型MOVES以及建模数据需求,在交通量调查、气象数据预处理以及道路源PM2.5排放清单测算的基础上,应用AERMOD模型评估了我国某高速公路沿线PM2.5的浓度分布水平。结果表明:在研究路段沿线下风向距路肩400m范围内,均受到公路交通源PM2.5污染(PM2.5净浓度≥4μg/m3)的影响;AERMOD模型可以精细化地评估道路机动车PM2.5对空气质量的影响,为道路沿线PM2.5浓度分布评估提供了一套研究方法,其评估结果对道路规划环境影响评价具有重要的参考价值。     

南昌市大气颗粒物污染特征及PM2.5来源解析

为探讨2013年南昌市大气颗粒物的污染特征及分布状况,收集南昌市9个大气监测站点实时发布的PM₁₀和PM_2.5数据,分析了ρ（PM₁₀）、ρ（PM_2.5）和ρ（PM_2.5）/ρ（PM₁₀）的变化规律及其与气态污染物的相关性,并结合污染严重的秋季时段,采用PCA-MLR（主成分分析-多元线性回归）模型对大气PM_2.5中化学组分来源进行解析.结果表明:①ρ（PM₁₀）和ρ（PM_2.5）的年均值分别为（115.4±39.1）（69.1±26.8）μg/m3,均超过GB 3095-2012《环境空气质量标准》二级标准限值,ρ（PM₁₀）和ρ（PM_2.5）的最高值分别出现在石化、省外办监测站点,最低值出现在林科所监测站点.ρ（PM₁₀）和ρ（PM_2.5）季节性变化特征明显,呈冬季>春、秋两季>夏季的趋势,全年ρ（PM₁₀）超标天数占比为25.48%,ρ（PM_2.5）超标天数占比为36.71%,各季度ρ（PM_2.5）超标天数占比均高于ρ（PM₁₀）.②受人为活动和边界层高度的影响,ρ（PM_2.5）和ρ（PM₁₀）日变化呈双峰双谷形态,一个波峰出现在08:00-10:00,另一个波峰出现在20:00-22:00,并且晚间小时峰值高于早间,最低值出现在15:00.③ρ（PM_2.5）/ρ（PM₁₀）年均值为60.3%,在冬季最高达65.1%,相关性分析发现ρ（PM₁₀）与ρ（PM_2.5）存在较显著的线性关系,表明二者具有同源性.④ρ（PM₁₀）、ρ（PM_2.5）均与ρ（SO₂）、ρ（NO₂）、ρ（CO）呈显著正相关,并且冬季相关性高于夏、秋两季;而ρ（PM₁₀）、ρ（PM_2.5）均与ρ（O₃）全年呈显著负相关,并且夏、秋两季相关性高于冬季,说明气态污染物的二次转化对ρ（PM_2.5）和ρ（PM₁₀）有较大影响.⑤南昌市秋季PM_2.5的最大污染源为道路扬尘/机动车尾气混合污染源,其次分别为施工扬尘源、燃煤源、冶炼尘/生物质燃烧混合污染源,各污染源对PM_2.5的贡献率分别为40.9%、35.8%、12.4%、10.9%.研究显示,南昌市PM_2.5的污染程度较PM₁₀严重,PM_2.5已成为南昌市大气颗粒物污染的主要组分,PM_2.5主要来源为城市扬尘和机动车尾气.      

自贡市大气颗粒物污染特征及来源解析

利用自贡市大气监测数据、同期气象数据以及颗粒物源解析在线监测资料,对颗粒物污染的特征及成因进行研究.结果表明:颗粒物年均浓度受浮尘天气影响明显,季均浓度呈冬高夏低变化,月均浓度呈"U"字形变化,日均浓度呈双峰型变化;颗粒物与降水、温度、气压、风速存在相关性,与相对湿度无相关性,PM10、CO、NO2、SO2、O3浓度对PM2.5浓度变化影响显著;PM2.5主要成分为元素碳、有机碳、富钾颗粒等,主要来源为机动车尾气、燃煤、工业工艺源等.     

南京市PM2．5污染源分析与控制对策研究

随着民众健康和环保意识的增强,公众对空气环境质量越来越关注,要求也日益提高。空气污染物中的PM2.5由于对人体健康的危害严重性,近年来,成为政府和社会各界关注的环境热点问题。美国在1997年率先提出监测PM2.5标准,一些主要发达国家已将PM2.5纳入空气质量标准并进行强制性限制。本文简述了PM25的定义及危害,结合相关PM2.5的研究报告和环境监测数据分析了南京市PM2.5污染现状、污染特征及规律。通过对南京市PM2.5来源的解析,从监测管理、源头控制、防治机构、产业布局和公众参与几个方面提出控制南京市PM2.5污染的对策。     

西安市PM2.5燃煤源谱特征研究

针对西安本地源谱缺乏的现状,总结统计了西安目前灰霾特征和主要成因,对西安市燃煤源进行了测定.研究发现,在煤烟尘PM2.5中SO2-4的含量最高(25%),其次为OC(12%)、NH+4(7%)、Cl-(5%).对固定源燃煤与民用散烧煤,不同脱硫方式、脱硝方式和锅炉类型的固定源成分谱分析得出:1.SO2-4及Al、Si、Ca在固定源煤烟尘PM2.5中含量大于民用燃煤,OC与之相反;2.炉内喷钙法PM2.5中SO2-4明显高于其它脱硫法含量;双碱法PM2.5中Na的含量显著高于其它脱硫工艺流程的含量;氧化镁法PM2.5 中Mg含量为各类脱硫工艺中最高;石灰石膏法颗粒物中Mg、Al、Si、Ca等元素含量均高于大多数工艺;3.不同的脱硝工艺中NO-3离子在各类成分谱中的含量极低;4.链条炉与层燃炉PM2.5中OC、EC含量高于循环流化床炉、煤粉炉.     

沈阳地区冬季空气颗粒物输送路径及潜在源分析

文章利用2016~2017年冬季沈阳地区气象数据和环境空气污染物浓度数据,综合分析沈阳地区冬季环境空气污染特征,分析颗粒物输送路径以及潜在源区贡献情况。结果表明,沈阳地区冬季污染时段内PM2.5是主要污染物,PM2.5平均浓度达到149μg/m^3,最大值达到273μg/m^3。沈阳地区环境空气颗粒物除来源于本地排放外,还主要受到内蒙古东北部和京津冀北部2个方向传输影响,内蒙古东北部方向传输气量约占总气量的70%。潜在源区分析表明,辽宁中西部、内蒙古东北部及京津冀北部是沈阳地区环境空气颗粒物潜在源区。浓度权重轨迹分析表明,辽宁大部、内蒙古东北部、京津冀北部和山东局部地区对沈阳地区的颗粒物浓度贡献较大,PM2.5修正后的浓度权重值WCWT>50μg/m^3,PM10的WCWT值>100μg/m^3。     

辽宁辽中县城郊地区大气污染物时空变化及来源特征

以辽中县水文站为辽宁省典型城郊地区大气背景站点,针对大气污染物,ρ(PM_2.5)和气象因子等进行了1年(2007年2月—2008年1月)的连续观测.研究了各污染物的浓度水平,日、季节变化以及来源特征.φ(O₃),φ(CO),φ(SO₂),φ(NO),φ(NO₂),φ(NO_x*),φ(NH₃)和ρ(PM_2.5)平均值分别为19.9×10-9,0.85×10-6,9.7×10-9,8.8×10-9,14.5×10-9,23.2×10-9,29.8×10-9和66.6 μg/m3. 除SO₂外,各污染物浓度水平均优于我国《环境空气质量标准》(GB 3095—1996)的二级标准.φ(O₃)在日间达到最大值,一次污染物呈现双峰分布.从季节变化来看,φ(O₃)在夏季最高,春季最低.一次污染物如CO,SO₂,NO以及PM_2.5的浓度均在冬季达到最大值.地面监测的φ(O₃)和OMI卫星反演的NO₂ 柱浓度的变换趋势相同,但地面观测的φ(O₃)在春季明显低于柱浓度.后推气流轨迹分析结果表明,在φ(O₃)较高的夏、秋季,从东北地区和渤海湾起源的气流贡献最大.      

南通市重污染过程PM_(2.5)中OC/EC浓度水平及污染特征分析

采用EC/OC在线分析仪连续监测数据,结合空气自动监测站监测的PM_(2.5)浓度数据和气象参数,对南通市几次重污染过程进行了分析。结果表明,OC/EC浓度随PM_(2.5)浓度变化趋势基本一致,重污染过程中明显升高,是导致南通市重污染天气的重要元素之一。重污染过程中存在明显的二次有机碳污染,且重污染程度越高,二次有机污染越严重。单次重污染过程OC/EC来源基本相同,仅凭OC/EC的比值判断污染物来源是不充分的。污染过程中TC(OC+EC)的上升幅度较PM_(2.5)中其他组分低,污染后其下降幅度也相对较低。     

大连市PM2.5中有机碳和元素碳的季节变化特征和来源分析研究

2014年1月-2014年12月期间,在大连市对PM2.5的质量浓度和含碳气溶胶进行了在线连续观测,获得了不同季节的含碳气溶胶的变化特征.观测结果显示:大连市PM2.5中有机碳(OC)和元素碳(EC)的年平均质量浓度分别为6.9 μg/m3和2.9 μg/m3,OC和EC浓度之和占PM2.5的18%,表明碳质气溶胶是大连市大气细粒子中的重要组分.OC和EC的比值表明机动车尾气、燃煤排放和船舶排放是大连市PM2.5中OC和EC的主要来源.重污染过程期间OC/EC的比值和PM2.5的变化趋势呈负相关关系可以作为判定外来污染输送的一个重要指标.     

浅析宜昌市城区PM_(2.5)污染特征及防治对策研究

依据2013年白龙岗站点自动监测数据,对PM2.5污染特征及手工采集的PM2.5膜中水溶性阴离子进行分析,并结合实际提出相应的防治对策。结果表明,PM2.5作为首要污染物,其分布具有季节性特征,冬季最高,夏季最低;灰霾日PM2.5、PM10、SO2和NO2具有相同的变化趋势;NO-3/SO2-4的比值表明宜昌市呈现工业污染和机动车尾气污染的复合污染特征。     

福州市PM2.5污染过程中大气边界层和区域传输研究

以福建省会福州市2013年1月空气质量变化为对象,分析大气边界层变化和周边区域污染物传输对福州市大气颗粒物PM2.5的影响.利用福州市2013年1月逐日地面和探空观测资料以及NCEP提供的2013年1月FNL分析资料,通过大气边界层要素与PM2.5浓度之间的相关性,对PM2.5污染过程的大气边界层特征进行分析;同时采用HYSPLIT后向轨迹模拟及区域风场相关矢分析对影响福州雾霾的污染物区域传输路径进行探讨.结果表明:地面气温与PM2.5浓度呈正相关,地面风速与PM2.5浓度呈负相关,近地面边界层条件有利于霾颗粒物的形成和累积.但不同于我国东部主要污染源区霾污染过程中存在大气边界层逆温,福州PM2.5污染过程中并未出现大气边界层逆温结构,这一边界层结构的垂直混合可有利于区域传输的污染物从上层大气到达近地面从而加重福州霾污染,福州是华东地区一个PM2.5污染物的主要接受区,PM2.5污染物主要以外源输送为主.2013年1月份福州市清洁日近地面风向为海洋吹向大陆的东南风,霾污染日则为大陆吹向海洋的偏北风,PM2.5污染物主要从长三角地区、苏北以及安徽河南一带通过东北和西北方向的传输路径影响福州的空气质量.