基于PLS1的哈尔滨市PM_(2.5)与空气污染物相关性分析

以往对PM2.5的研究多集中在气象因子或单一空气污染物对PM2.5质量浓度变化的影响,未考虑多种空气污染物对PM2.5质量浓度的协同作用。通过哈尔滨市环保局发布的2014年1月份(共31 d)市区内主要空气污染物SO2、NO2、PM10、CO、O3、PM2.5的质量浓度数据,运用相关性分析、PLS1和通径分析方法,研究哈尔滨市区内主要空气污染物对PM2.5质量浓度变化的直接影响、通过其他空气污染物的间接影响及污染物之间的协同作用。结果表明,SO2、NO2、PM10、CO与PM2.5质量浓度显著性相关,O3与PM2.5质量浓度相关性不显著,SO2、NO2、PM10、CO之间存在严重的复相关性。依据相关性分析结果,建立了SO2、NO2、PM10、CO对PM2.5质量浓度的PSL1模型,模型的拟合优度r2为0.852,模型拟合良好。对所建立的模型进行通径分析,结果显示,SO2、NO2、PM10、CO对PM2.5质量浓度变化的直接作用分别为0.005、-0.142、-0.140、1.191,CO对PM2.5质量浓度变化的直接影响作用最大。SO2、NO2、PM10通过CO对PM2.5质量浓度变化的间接作用分别为0.706、1.011、1.118均大于它们对PM2.5质量浓度变化的直接作用。SO2、NO2、PM10、CO对PM2.5质量浓度变化的总决定系数为85.9%。CO是主要空气污染物中影响PM2.5质量浓度变化的主要因素,降低冬季煤炭供暖期CO的排放量,有利于提高空气环境质量,降低对人体的健康危害。     

天津市空气污染物PM10／TSP比例研究

通过对天津市城区PM10秘TSP监测结果对比分析，给出PM10的质量浓度在TSP中所占份额以及不同时期、不同区域PM10／TSP比例分布特征。     

城市绿地空气颗粒物及其与空气微生物的关系

通过对北京市元大都遗址公园内不同林地类型及其旁边道路空气颗粒物及微生物浓度的研究,得出:空气颗粒物中直径大于10μm的粗颗粒所占比例较小,而人可以通过呼吸吸入的PM10所占比例相对较高,对人体最为有害的PM2.5所占比例也很小;对照点(道路)的PM10、TSP浓度都显著高于其临近绿地的浓度,可见绿地具有显著的滞尘作用;元大都公园各林地中PM10浓度都超过了国家环境质量标准中的Ⅱ级标准,是标准的1.36~2.54倍,对人体最为有害的PM2.5浓度只有个别绿地超标;空气微生物浓度与空气TSP、PM10具有极显著相关性,与PM2.5、PM1相关关系不显著。     

上海市道路环境PM1、PM2.5和PM10污染水平

道路环境是城市中颗粒物污染的典型微环境,同时又是人群受大气颗粒物污染暴露的典型微环境.日复一日的通勤出行使居民不可避免地要受到道路环境中颗粒物污染的影响.我国道路环境的颗粒物浓度水平与欧美等发达国家相比要高得多,尤其在交通干线附近的颗粒物水平更为惊人.因此道路环境的颗粒物污染对人群暴露的影响较大.     

太原市城区大气PM2.5和PM10时空分布特征

研究太原市城区大气颗粒物质量浓度时空变化规律,可以为实施更有效的大气污染综合治理手段提供科学依据.以太原市9个国家空气质量自动监测站的数据为基础,运用统计分析和Kriging插值法,对太原市城区2019年大气颗粒物的时空分布进行了分析.结果表明,2019年太原市城区PM2.5和PM10年均质量浓度分别为56μg·m?3...     

成都市灰霾与正常天气下大气PM2.5的化学元素特征

为研究成都市灰霾期间PM2.5中元素的特征,于2009年4月和5月采集环境大气中PM2.5样品,用X-射线荧光光谱法测定元素含量.研究结果表明,成都市非灰霾与灰霾期间PM2.5的质量浓度分别为124.9 μg·m-3 和152.8 μg·m-3;Na、Mg、Al、Si和Ca的质量浓度在非灰霾期间略高于灰霾期间,其它元素则基本上是灰霾大于非灰霾期间.富集因子分析表明,Na、Mg、Al、Si和Ca在不同天气下主要是地壳来源,而Cu、Zn、Mo、Pb、Br、S、Cd、As和Cl在灰霾期间更容易富集,与人类活动密切相关.因子分析显示,灰霾期间重金属元素主要来源于机动车排放、地面扬尘、冶金化工.     

绵阳市PM2.5中水溶性离子特征及来源分析

为研究绵阳市PM2.5中水溶性离子污染特征及来源,于2018年4月15日-2019年2月28日在绵阳市设置5个采样点位进行样品采集,利用Dionex ICS-2000离子色谱仪分析了9种离子(F-、Cl-、NO3-、SO42-、Na+、NH4+、K+、Mg2+、Ca2+),并通过SPSS进行来源解析.结果 表明,绵阳市ρ(总水溶性离子)年均值为20.8 μg·m-3,在PM2.5中w(总水溶性离子)为46.6％.离子中质量浓度大小顺序依次为:ρ (NO3-)＞ρ(SO42-)＞ρ(NH4+)＞ ρ(Ca2+)＞ ρ(K+)＞ρ(Cl-)＞ ρ(Na+)＞ ρ(Mg2+)＞ ρ(F-),其中SNA(二次离子NO3-、SO42-、NH4+)为水溶性离子主要组成部分,水溶性离子中w(SNA)为86.4％.水溶性离子质量浓度季节变化趋势为:冬季＞秋季＞春季＞夏季,除Mg2+外其余离子质量浓度季节变化趋势与总离子浓度趋势一致,ρ(Mg2+)夏季与春季相当.SNA间具有较好的相关性,表明二次离子来源具有高度相似性,NH4+与SO42-摩尔当量浓度线性拟合斜率大于0.75,表明绵阳市大气环境为富氨状态,二次离子主要以(NH4)2SO4和NH4NO3形式存在.污染天NO2、 w(NO3-)和NOR(氮氧化率)均增大,且污染水平越严重w(NO3-)增幅越大,而w(SO42-)和w(NH4+)基本不变,表明NO3-增加导致PM2.5浓度升高.四季SOR(硫氧化率)和NOR均大于0.1,表明NO3-、SO42-主要来源于气态污染物二次转化,受温度和湿度影响,SOR值夏季最高,NOR值夏季最低冬季最高.SPSS来源解析结果显示绵阳市PM2.5中水溶性离子主要受二次转化、生物质燃烧以及扬尘源影响,三者合计贡献率为82.7％.     

广州市空气污染物和气象要素的主成分与典型相关分析

用主成分和典型相关分析方法分析广州市近4a(2001—2004年)的空气污染物与气象要素之间的关系,按夏半年、冬半年和全年3个时间尺度分别进行。结果表明:污染物数据所得到的主成分分别代表机动车污染源(汽油燃烧和扬尘)和工业污染源(工业燃煤和燃油),气象数据的主成分分析表明空气的温度、湿度及对流速度对空气污染作用明显,而污染物和气象要素的主成分分析表明气温高低和空气干湿程度对大气污染的影响较大。污染物与气象要素两组数据之间的典型相关分析表明污染物与气象要素之间存在显著的相关关系,其中温度和风速对气态污染物有显著影响。     

保定市PM2.5中水溶性离子污染特征及来源分析

为研究保定市PM2.5中水溶性离子污染特征及来源,利用中流量采样器采集保定市2017年秋、冬季10月-2017年12月污染天的PM2.5样品(40个),进行水溶性离子组分分析,并辅以保定市同期气象数据及空气质量数据进行成因探讨.计算离子间相关性,采用离子平衡法衡量大气酸碱度,并对保定市日夜不同时段PM2.5中水溶性离子...     

降雨过程后北京城区PM2.5日时空变化研究

随着人类环境意识的增强,人们对城市雾霾天气的忧虑与日俱增,PM2.5的时空变化和对人体健康的影响已成为关注的焦点。以往的研究多集中在不同季节或年际的变化,本文通过统计环保局发布的位于北京城区13个逐时浓度监测点降雨前后PM2.5质量浓度,并在城区布设14个采样点昼夜连续监测一次降雨后72 h内PM2.5质量浓度变化情况,研究北京市城区降雨后PM2.5日变化规律及空间分布特征,由此分析降雨对PM2.5日变化规律的影响。同时对比PM2.5与同步气象数据（温度、相对湿度）和交通数据（车辆量、车速）最值频率分布情况,进而对PM2.5日变化特征进行成因分析。随后利用GIS空间分析方法,分析了PM2.5的日空间分布特征。结果表明,降雨对颗粒物的去除作用明显,一次降雨可使PM2.5质量浓度平均下降56.3%。雨后72 h内PM2.5质量浓度均小于60μg·m-3,降雨后1 h内PM2.5质量浓度处于稳定状态,在随后的12 h内PM2.5浓度值都处于下降状态。降雨过程只降低PM2.5的质量浓度值,并不影响其日变化规律。PM2.5的日变化规律以19时为界,表现出明显的昼夜差异。白天的变化规律呈现凹型,夜间的变化规律呈现拱型。PM2.5质量浓度峰值多出现在23时或0时,谷值多出现在下午15时,该特征受气象因素影响较大,受交通源的影响作用不明显。早高峰期间,PM2.5质量浓度变化主要受交通源的影响;晚高峰期间,交通源和气象因素共同影响PM2.5质量浓度。研究区PM2.5日空间分布特征同样存在明显的昼夜差异。白天PM2.5空间分布特征为南部高北部低;PM2.5在夜间的空间分布特征则多表现为四周高、中心低,三环外围区域多为高值区。     

Airborne fine particulate matter (PM2.5) at industrial,high- and low-density residential sites in a Nigerian megacity

Abstract

Airborne particulate matter PM_2.5 was collected in an industrial, a low-density, and a high-density residential area of Lagos from December 2010 to November 2011, and elemental composition was determined by proton-induced X-ray emission. Across the months, mass concentrations ranged from 13 to 237?µg?m^?3, exceeding the World Health Organization guideline value of 10?µg?m^?3. Data on 24 elements were obtained, with maximum values during Harmattan season months; source identification and apportionment studies by positive matrix factorization suggested that petroleum oil combustion (70%) was the major source of PM_2.5 and could pose a great hazard to Lagos receptors.     

中国典型沿海城市冬季PM2.5中碳组分的污染特征及来源解析

为研究中国典型沿海城市冬季PM_2.5中碳组分的污染特征及来源,于2018年12月5日—2019年1月30日分别在天津(TJ)、上海(SH)和青岛(QD)同步采集PM_2.5样品。结果表明,天津、上海和青岛PM_2.5的平均浓度分别为(116.96±66.93)、(31.21±25.62)、(74.93±54.60)μg·m^-3,OC和EC的空间分布均为天津(18.69±7.95)μg·m^-3和(4.98±2.08)μg·m^-3>青岛(16.45±8.94)μg·m^-3和(2.01±1.04)μg·m^-3>上海(7.28±3.11)μg·m^-3和(1.05±1.25)μg·m^-3。3个站点的OC和EC均呈现较好的相关性,表明OC和EC具有相似的来源;OC/EC比值范围在2.37—7.53、5.47—46.41和4.77—13.36之间,证明各采样点均存在二次有机碳(SOC)的生成;采用最小R²法(MRS)估算SOC浓度,得到3个采样点SOC的平均质量浓度为(5.09±4.68)、(3.90±1.65)、(4.21±4.31)μg·m^-3,分别占OC总量的27.2%、55.8%和19.5%,其中上海的SOC在OC中的占比最大,说明上海二次有机碳污染较为严重,这主要归因于冬季严重污染源排放和有利的二次转化气象条件,而天津和青岛的碳组分主要来自污染源的直接排放。主成分分析(PCA)结果发现,天津PM_2.5中碳组分主要来源于道路尘、生物质燃烧和机动车尾气,上海PM_2.5中碳组分主要来源于生物质燃烧、道路扬尘和机动车尾气。青岛PM_2.5中碳组分主要来源于道路扬尘、机动车尾气。后向轨迹聚类分析表明,来自西北方向的气团对天津的影响较大,PM_2.5和碳组分的浓度值最大;而对上海而言,主要受北方气溶胶经过海面又传输回上海的气团的影响;青岛站点主要受华北地区污染物和本地排放源的影响。     

天津市夏季PM2.5中碳组分时空变化特征及来源解析

为研究天津市夏季PM_2.5中碳组分的时空变化特征及来源,于2019年7—8月设立2个点位分昼夜采集天津市PM_2.5样品,并测定了其中有机碳(OC)和元素碳(EC)的含量。结果表明,城区PM_2.5、OC和EC浓度日均值分别为(53.4±20.8)μg·m^-3、(8.72±2.56)μg·m^-3和(1.67±0.90)μg·m^-3,郊区PM_2.5、OC和EC浓度日均值分别为(54.2±24.5)μg·m^-3、(7.54±2.50)μg·m^-3和(1.82±1.06)μg·m^-3;白天PM_2.5、OC、EC的平均浓度分别为(47.3±16.1)μg·m^-3、(8.7±2.1)μg·m^-3和(1.5±0.6)μg·m^-3,夜间PM_2.5、OC、EC的平均浓度分别为(60.2±26.2)μg·m^-3、(7.5±2.9)μg·m^-3和(2.0±1.2)μg·m^-3。OC浓度表现为城区高于郊区,白天高于夜间;EC及PM_2.5浓度表现为郊区高于城区,夜间高于白天。OC/EC比值分析得,城区(6.04)高于郊区(5.08);白天(6.58)高于夜间(4.54)。城区OC与EC相关性弱于郊区,白天OC与EC相关性弱于夜间。采用EC示踪法与MRS模型对SOC含量进行估算,得到白天与夜间SOC浓度分别为(5.71±1.35)μg·m^-3和(3.81±1.20)μg·m^-3,白天SOC污染比夜间严重。丰度分析与主成分分析的结果表明,天津市夏季城郊区PM_2.5中碳组分均主要来源于燃煤和机动车尾气排放。     

武汉秋冬季大气PM2.5中多环芳烃的分布特征及来源

采集了2011—2012年武汉市工业区、交通区和植物园的3个功能区的秋冬2季大气PM2.5样品,采用超声提取预处理和GC/MS分析检测了PM2.5中27种PAHs,探讨了其时空分布特征,然后运用主成分分析/多元线性回归法解析了PAHs的来源.结果表明:PAHs的质量浓度范围为24.705~112.490 ng·m-3,PAHs的质量浓度分布呈现出工业区>交通区>植物园的规律;冬季PAHs质量浓度高于秋季等特征.不同环数PAHs质量浓度呈现出规律变化为:5环>4环>2-3环>6-7环,4环、5环的 PAH 含量比例高表明机动车尾气和煤燃烧排放是主要排放源.不同功能区化合物的比值指示来源略有不同,但总体指明了武汉主要污染源来自燃煤和机动车尾气的排放.源解析结果显示,工业区的污染源主要来自于燃煤,其贡献率为55%,其次为汽油燃烧、柴油燃烧、焦炉和轻质油燃烧.在交通区中,车辆尾气排放(34%)和天然气燃烧(25%)的贡献较大,其次是烹饪、燃煤及木材燃烧.植物园对照区的主要污染源分别是木材燃烧、燃煤、天然气燃烧、车辆排放和烹饪,其中木材燃烧(46%)的贡献最大.     

城市空气质量的EOF展开及其与气象因子的CCA分析——以南京市为例

以南京市城区夏季情况为例,利用1996—1998年SO2、NOx、TSP日平均浓度资料,从空气污染物超标率原始序列出发进行EOF(经验正交函数)展开,分析了南京市大气污染静态状况及动态演变特征。还采用各测站SO2浓度与同期气象资料进行CCA(典型相关分析)的方法,比较了各气象因子对污染物浓度的影响大小。     

衡阳市城区大气污染现状及趋势分析

根据衡阳市环境监测站1990-2003年主要大气污染因子监测资料。分析了衡阳市城区大气污染的现状及污染程度．结果表明：衡阳市城区大气污染物主要是TSP、SO2、NO2。冬季是大气污染最严重的季节，夏季则相对较轻。     

太原市环境空气中TSP和PM_(10)来源解析

2001年到2002年,在太原市5个采样点分别采集了环境空气中的总悬浮颗粒物(TSP)和可吸入颗粒物(PM10)。用化学质量平衡模型和二重源解析技术解析了TSP和PM10的来源,结果表明,各主要源类对TSP的分担率依次为燃煤尘28%、扬尘24%、建筑水泥尘14%、硫酸盐10%、机动车尾气尘10%、土壤风沙尘5%、钢铁尘4%、硝酸盐4%、其它1%;对PM10的分担率依次为扬尘30%、燃煤尘18%、机动车尾气尘15%、硫酸盐11%、土壤风沙尘9%、建筑水泥尘7%、硝酸盐4%、其它1%。     

北京地区O3与NO2的偏相关分析

根据北京市环境监测中心1999年3月至2001年2月发布的北京地区空气质量日报和部分气象资料，利用FoxPro6.0数据库及世界著名统计分析软件包(Statistical Package or the Social Science,SPSS)，统计并分析了O2和NO2的污染变化特征及规律；结果显示了NO2的污染状况已经得到明显改善，而O3的污染状况仍较严重；O3与NO2呈现水平中等的负相关关系，分析和验证了NO2是生成O3的重要前体污染物；提出北京进一步改善在夏季出现的严重O3污染，还需进一步降低NO2的排放水平。