佛山市PM_(2.5)污染特征及诱发其高污染过程天气系统分析

利用2013年佛山市8个国控大气自动监测站点ρ(PM_(2.5))监测数据,分析佛山市PM_(2.5)污染的时空分布特征,并诊断诱发PM_(2.5)高污染过程的关键天气类型。结果表明,佛山市2013年PM_(2.5)年均值为53μg/m3,高于国家二级标准,污染主要集中在三水区中部、南海区中部和禅城区北部。佛山市ρ(PM_(2.5))表现出明显的季节变化和日变化特征,秋、冬季是PM_(2.5)的高污染季节,其值夜间略高于白天,呈典型的双峰型分布,08:00—09:00短暂出现一个浓度的小峰值,推测与上班交通高峰有关。对PM_(2.5)持续高污染发生的地面天气形势分析表明,高压出海是诱发佛山市PM_(2.5)高污染事件最主要的天气类型。     

茂名市大气PM_(2.5)在线源解析

于2014年12月31日—2015年1月12日,利用单颗粒气溶胶质谱仪对茂名市大气中PM2.5进行在线监测和分析。结果表明,茂名市大气颗粒物污染来源分布(颗粒数占比)分别为扬尘6%、工业工艺源10.9%、生物质燃烧14.7%、机动车尾气27.5%、燃煤23.4%、二次无机源7.7%和其他9.9%。空气质量从重度污染转为优良天气过程中,机动车尾气的贡献率基本保持在20%以上,而燃煤占比从28.9%降至12.3%;空气质量从优良转为污染天气的过程中,工业工艺源、二次无机源、生物质燃烧、燃煤的占比增加,而机动车尾气占比不断下降。     

上海市浦东新区PM_(2.5)中多环芳烃的时空分布与风险评估

通过对浦东新区9个点位PM_(2.5)中的多环芳烃为期1 a的采样分析,获得浦东新区PM_(2.5)中PAHs的时空变化特征。监测表明,冬季PAHs的浓度为夏季的7.9倍,空间上南部偏高;虽然不同季节不同环数的PAHs浓度变化存在一定差异,但均为5~6环占比最大,其次为4环,2~3环占比最少。结合PAHs呼吸致癌风险评估,浦东新区PAHs致癌风险值分布与实际肺癌发病率分布在冬季具有相关性。     

珠海市大气污染时空分布特征及成因分析

应用统计方法分析了珠海市的大气污染物SO2、NO2、PM10浓度的时空分布特征.针对珠海市的污染源分布格局和当地的气象条件对上述污染物时空分布特征的成因进行了分析.研究表明,珠海市的污染物浓度空间分布较为均匀,没有显著的空间变化梯度出现;但在时间分布方面明显存在着冬春高、夏秋低的季节性差异,并受区域环境的影响较大.相关分析表明,珠海市单点源污染比例大的污染源分布格局以及典型的季风气候是造成如上污染特征的主要原因,此外珠海市的经济产业结构也存在着一定的影响.     

苏州市一次PM_(2.5)污染过程分析及其来源解析

利用TEOM1405F型PM_(2.5)测量仪、MARGA水溶性离子在线分析仪和激光雷达对苏州市2016年8月24日—9月6日PM_(2.5)、水溶性离子和气溶胶垂直分布进行了观测,结合气象数据分析了水溶性离子的变化规律及其主要来源。结果表明,观测期间PM_(2.5)平均值为43.4μg/m3,与2014和2015年同期相比下降了42.9%和40.3%。总水溶性无机离子平均值为24.18μg/m~3,约占ρ(PM_(2.5))55.7%,其中ρ(SO_4~(2-))、ρ(NH_4~+)和ρ(NO_3~-)分别占ρ(总离子)的46.0%、25.8%、21.0%。夜间边界层降低,大气垂直扩散条件较差,是造成ρ(PM_(2.5))及ρ(水溶性离子)显著升高的主要原因。ρ(NO_3~-)/ρ(SO_4~(2-))为0.056~1.939,平均值为0.432,表明固定源(燃煤源)仍然是PM_(2.5)的主要来源;PCA方法表明苏州水溶性离子的主要来源于二次污染和燃烧源、海盐和土壤源以及地面扬尘、建筑尘。     

河源市城区春季PM_(2.5)典型污染过程案例分析

以河源市区2016年3月27日—4月4日污染过程为研究对象,基于同期气象条件与空气质量监测数据,分析了PM_(2.5)与气象因子间的相关性,探究河源市区PM_(2.5)污染变化特征。结果表明,3月30日河源市ρ(PM_(2.5))/ρ(PM_(10))和ρ(PM_(2.5))/ρ(CO)分别为0.87和0.08,明显高于其他时段,说明当天细颗粒物污染老化和二次转化程度突出。在此次污染过程的2个不同阶段,河源市ρ(PM_(2.5))波动受到多项气象要素共同影响,其中与气压先后呈现较强负相关(R~2=0.646 2)和不明显正相关(R~2=0.006 5),与气温呈现不明显正相关(R~2=0.008 4,R~2=0.033 9),与风速先后呈现弱负相关(R~2=0.105 2)和不明显正相关(R~2=0.072 9),与相对湿度先后呈现弱正相关(R~2=0.391 3)和弱负相关(R~2=0.176 9)。通过比较该时段河源市与周边城市的ρ(PM_(2.5))变化趋势及后向轨迹分析,发现河源市与周边城市在相似的气象背景条件下,PM_(2.5)污染主要来源于本地源排放和珠三角区域传输。     

利用自动采样滤膜监测PM_(2.5)中铅和镉的可行性

根据PM2.5中重金属监测国标分析方法,从PM2.5采样方法、采样保存条件、滤膜材质性能等方面说明利用空气自动采样滤膜监测PM2.5中铅和镉是可行的;对手工采样(石英滤膜)和Beta射线法自动采样(自动采样滤膜)2种方法,对PM2.5实际样品中铅和镉的结果进行比较,结果显示:自动采样滤膜的空白检出和检出限均满足铅和镉的监测需求,铅和镉的回收率分别为95.2%~107%和91.8%~105%,与手工采样方法相比测得铅和镉的相对误差分别为3.6%~8.4%和1.3%~10.8%,从实践角度进一步证明了利用自动采样滤膜对PM2.5中铅和镉进行监测是可行的。     

新疆大气颗粒物的时空分布特征

基于2015年新疆12个城市的PM_(10)和PM_(2.5)地面监测数据,并结合同期气象观测数据,分析了新疆PM_(10)和PM_(2.5)质量浓度的时空分布特征及其与气象要素的关联性。结果表明:新疆大气颗粒物年均质量浓度呈现南高北低特征,南疆各城市的年均PM_(10)质量浓度为150～262μg/m~3,年均PM_(2.5)质量浓度为50～118μg/m~3。北疆各城市的质量浓度相对较低,年均PM_(10)质量浓度为28～139μg/m~3,年均PM_(2.5)质量浓度为13～74μg/m~3。从时间变化来看,在春季和夏季,新疆以粗颗粒物污染为主,冬季以细颗粒物污染为主。此外,在南疆各城市3月PM_(10)质量浓度突然大幅升高与相对湿度明显下降、风速增大直接相关,沙尘天气是导致该区域春季高PM_(10)质量浓度的重要原因。     

昆山市夏秋季节大气PM2.5中水溶性无机阴离子的污染特征

对昆山市区域7个点位夏秋季的5中水溶性无机阴离子(SO2-4、NO-3、NO-2、Cl-、F-)的污染特征进行了调查,结果表明,昆山市夏季大气PM2.5中5种离子平均值排序为:ρ(SO2-4)ρ(Cl-)ρ(NO-3)ρ(F-)ρ(NO-2);秋季平均值排序为:ρ(SO2-4)ρ(NO-3)ρ(Cl-)ρ(F-)ρ(NO-2)。SO2-4、NO-3和Cl-3者的总量在PM2.5中占比20%。除F-以外各区域离子的平均值秋季比夏季要高。ρ(NO-3)/ρ(SO2-4)表明,固定污染源在昆山市大气颗粒物污染中仍然占很大比重,但大部分测点的比值接近1,说明移动源也是昆山大气颗粒物的重要污染源。     

我国4个大城市空气PM_(2.5)、PM_(10)污染及其化学组成

报告了 1 995～ 1 996年在中国的广州、武汉、兰州、重庆 4大城市 8个采样点 PM2 .5 、PM2 .5～ 1 0 和 PM1 0 的监测结果。结果表明 ,1 995年 PM2 .5 年均值浓度为 57～ 1 60 μg/m3,比美国 1 997年颁布的标准值 (1 5μg/m3)高 2 .8～ 9.7倍。PM1 0 年日均值为 95～ 2 73μg/m3。除武汉市 1个对照点外 ,其余 7个监测点的 PM1 0 均超过我国空气质量二极标准 (1 0 0μg/m3)2 8%～ 1 73 % ,比美国标准 (50μg/m3)超过更多 ,说明污染是相当严重的。用 XRF分析了 PM2 .5 、PM2 .5～ 1 0 中 4 2种化学元素 ,结果表明 ,燃煤、燃油和其它工业污染的元素 As、Pb、Se、Zn、Cu、Cl、Br、S在这些颗粒物中有明显富集 ,特别是在PM2 .5 中的富集倍数达数十倍至数万倍 ,对人体健康有很大危害     

基于GIS的石家庄市PM10和PM2.5时空分布研究

利用2018年261个乡镇环境空气自动监测站监测数据,结合GIS空间分析技术,对石家庄市PM10和PM2.5的时空污染特征进行了研究。结果表明,石家庄地区PM10和PM2.5污染的空间分布整体表现为西北部山区好于东南部的平原地区,主城区好于周边县(市、区)的特征。采暖期PM10和PM2.5的污染程度明显重于非采暖期。PM2.5稳定性差于PM10,PM10和PM2.5的稳定性与污染程度具有一定的负相关性,表现出污染越轻的区域稳定性越差。两者的日均值浓度变化在时间序列上呈极强正相关,且污染越重的区域时间相关性越强。与日均值相关性不同,污染程度越轻的区域PM10和PM2.5年均值的线性相关性越强。     

河南省2014-2020年PM2.5浓度时空分布特征及气象成因分析

利用2014—2020年河南省18个地级城市空气质量监测资料和气象数据,运用空间自相关分析、ArcGIS制图及相关性分析等方法,从时空分布特征上揭示河南省PM_2.5污染特征,并分析其气象成因。结果表明：河南省2014—2020年PM_2.5年均浓度为40～100μg/m³,总体呈递减趋势。PM_2.5浓度季节分布特征为冬季>秋季=春季>夏季。河南省2019年和2020年PM_2.5污染空间分布存在显著自相关,污染程度严重的地区主要是中部和东北部地区。冷热点分析发现,热点城市为濮阳、安阳、济源、郑州、新乡、焦作、鹤壁,冷点城市为信阳、驻马店、周口。PM_2.5在年尺度上与气压、气温、相对湿度、风向、风速、能见度显著相关,其中,与气温相关性最高,相关系数为-0.424。当相对湿度处于90%以下时,PM_2.5浓度与相对湿度呈正相关;而在相对湿度超过90%之后,PM_2.5浓度下降至70μg/m³...     

荒漠草原无林地PM2.5、PM10时间变化特征及与气象因素的关系

选取荒漠草原无林地的PM_2.5、PM₁₀浓度以及气象因子数据,对颗粒物浓度的时间变化特征及其与气象因子的关系进行分析。结果表明:(1)1月的PM_2.5、PM₁₀月平均浓度最高,7月的PM_2.5与PM₁₀达到最低。季节尺度上PM_2.5、PM₁₀浓度变化为由大到小顺序依次为冬季>秋季>春季>夏季。(2)风速≤4.0 m/s时,随着风速增加,PM_2.5、PM₁₀浓度不断降低;当风速>4.0 m/s时,PM_2.5、PM₁₀浓度随风速增加而增加。PM_2.5、PM₁₀浓度与温度负相关。相对湿度≤50%时,随着相对湿度增加,PM_2.5、PM₁₀浓度呈增加趋势;相对湿度>50%时,随着空气湿度增加,PM_2.5     

西安市区大气中PM2.5和PM10质量浓度污染特征

2013年3月—2014年2月期间,设置1个监测点位,采集了西安市区大气环境中PM10和PM2.5样品,采用重量法测定了PM2.5和PM10质量浓度。结果表明,西安市区PM2.5质量浓度为16~558μg/m3,平均值为128μg/m3,超标率69.1%;PM10质量浓度范围为32~887μg/m3,平均值为249μg/m3,超标率71.8%。虽然PM2.5和PM10质量浓度的逐日变化幅度比较大,但是整体变化趋势非常相似,存在显著的正相关关系(r=0.831 9)。PM2.5和PM10质量浓度存在明显的季节变化,均为冬季最高,春季次之,秋季较低,夏季最低。ρ(PM2.5)/ρ(PM10)为0.245~0.822,平均值为0.510,说明PM2.5在PM10中所占比例大于PM2.5~10;此外,该比值呈现一定的季节变化规律,冬季、夏季较高,秋季次之,春季最低。霾天气发生时,该比值和PM2.5质量浓度明显高于无霾天气。     

2018—2021年安徽省PM2.5和O3时空分布特征及其健康风险分析

利用2018—2021年安徽省空气质量监测数据分析了PM_2.5和O₃时空分布特征及其引发的健康风险。结果表明:从时间分布来看,2018—2021年安徽省PM_2.5年均值下降25.5%,而O₃-8 h年均值则保持持平;PM_2.5和O₃-8 h月均值具有明显的季节变化特征,PM_2.5月均质量浓度和超标天数均在冬季达到最大值,O₃-8 h月均值和超标天数则在夏季达到最大值。从空间分布来看,PM_2.5、O₃-8 h年均值和超标天数均为皖北最高,其次为皖中,最后为皖南。夏季O₃是主要的健康风险因子,冬季PM_2.5是主要的健康风险因子。当PM_2.5超标时,除2021年皖北地区外(PM₁₀是主要的健康风险因子),PM_2.5均是主要的健康风险因子;当O₃-8 h超标时,O₃是主要的健康风险因子。     

冬季大气中PM_(10)和PM_(2.5)污染特征及形貌分析

2008年冬季采集大气中PM10和PM2.5样品,利用SPSS软件进行分析。结果表明,PM10质量浓度在92.87～384.7μg/m3之间,平均值为201.09μg/m3,超标率71.43%。PM2.5浓度跨度为57.27～230.21μg/m3,平均值为133.82μg/m3,超标率89.47%。PM10和PM2.5空间分布略有差异。PM2.5/PM10在29.10%～94.76%之间,均值为66.55%。PM2.5与PM10质量浓度之间有显著相关性,相关方程:PM2.5=0.7993×PM10-55.984(R2=0.9524,置信度为95%)。通过颗粒物形貌分析,初步判定冬季大气主要污染源为燃煤和机动车尾气排放。     

齐齐哈尔市PM2.5与PM10污染趋势及相关性分析

对2014—2016年齐齐哈尔市PM_(2.5)与PM_(10)质量浓度的时间变化特征进行简要分析,并探究PM_(2.5)/PM_(10)以及PM_(2.5)与PM_(10)的相关性。结果表明:2014—2016年齐齐哈尔的PM_(2.5)与PM_(10)的年均质量浓度分别为36.7、62.9μg/m~3,且呈逐渐下降趋势;冬季的PM_(2.5)与PM_(10)浓度最高,秋季次之,春季与夏季相对较低;2014—2016年PM_(2.5)与PM_(10)质量浓度月变化趋势基本相同,整体呈现2—6月逐渐下降,9—11月逐渐上升的规律;PM_(2.5)与PM_(10)质量浓度的日变化均呈双峰现象;对PM_(2.5)与PM_(10)进行线性拟合,相关系数为0.896 3。同时,残差分析也说明两者拟合情况良好,四季相关系数为r_(秋季)(0.982 2)r_(冬季)(0.964 4)r_(夏季)(0.943 9)r_(春季)(0.829 6);2014—2016年PM_(2.5)/PM_(10)平均值为55.27%,大气颗粒物PM_(2.5)的贡献率高达一半以上。     

南充市大气PM10与PM2.5排放清单及特征

以四川省南充市为研究区域,通过实地调研、现场测试及结合统计年鉴等获得数据,采用排放因子法计算南充市2014年大气PM_(10)、PM_(2.5)排放量并建立排放清单。结果表明,南充市2014年扬尘源、移动源、生物质燃烧源、化石燃料固定燃烧源、工艺过程源排放总量PM_(10)分别为85 187、1 777、9 175、2 417、3 519 t,PM_(2.5)分别为16 093、1 619、7 322、914、1 585 t,PM_(10)贡献率分别为83.5%、1.7%、9.0%、2.4%、3.4%,PM_(2.5)贡献率分别为58.4%、5.9%、26.6%、3.3%、5.8%。城市区域扬尘源、生物质燃烧源、移动源、化石燃料固定燃烧源、工艺过程源对PM_(10)贡献分别为60.0%、12.5%、6.3%、8.6%、12.5%,对PM_(2.5)贡献分别为41.8%、21.6%、14.4%、8.1%、14.1%。南充市2014年大气PM_(10)、PM_(2.5)排放源总量和贡献率以及区域空间分布特征均存在差异。     

杭州市大气PM2.5和PM10污染特征及来源解析

2006年在杭州市两个环境受体点位采集不同季节大气中PM_2.5和PM₁₀样品,同时采集了多种颗粒物源类样品,分析了其质量浓度和多种化学成分,包括21种无机元素、5种无机水溶性离子以及有机碳和元素碳等,并据此构建了杭州市PM_2.5和PM₁₀的源与受体化学成分谱;用化学质量平衡(CMB)受体模型解析其来源。结果表明,杭州市PM_2.5和PM₁₀污染较严重,其年均浓度分别为77.5μg/m³和111.0μg/m³;各主要源类对PM_2.5的贡献率依次为机动车尾气尘21.6%、硫酸盐18.8%、煤烟尘16.7%、燃油尘10.2%、硝酸盐9.9%、土壤尘8.2%、建筑水泥尘4.0%、海盐粒子1.5%。各主要源类对PM₁₀贡献率依次为土壤尘17.0%、机动车尾气尘16.9%、硫酸盐14.3%、煤烟尘13.9%、硝酸盐粒8.2%、建筑水泥尘8.0%、燃油尘5.5%、海盐粒子3.4%、冶金尘3.2%。     

2013年北京市PM2.5重污染日时空分布特征研究

根据2013年北京市环境保护监测中心监测的PM2.5数据,系统分析了北京市重污染日PM2.5污染的时空分布特征,并利用克里格插值初步统计了全年和重污染日PM2.5不同浓度区间的国土面积。2013年全市PM2.5年均浓度为89.5μg/m3,重污染日平均浓度为218μg/m3,重污染日主要集中在冬季;PM2.5年均浓度呈现明显的南高北低梯度分布特征,而重污染日空间分布较均匀,南部及城六区存在明显的高污染区,平均浓度在180μg/m3以上;2013年北京市重污染日PM2.5平均浓度为150~250μg/m3,其对应的国土面积约为12 656 km2,PM2.5平均浓度在250μg/m3以上的国土面积约为883 km2,而全年无PM2.5平均浓度在150μg/m3以上所对应的国土面积。