上海市A城区大气PM_(10)、PM_(2.5)污染与居民日死亡数的相关分析

目的 探讨大气颗粒物污染对人群健康的影响。方法 采用Poisson广义相加模型对上海市A城区大气PM1 0 、PM2 5的日平均污染浓度与居民日死亡数进行相关回归分析 ,并控制了时间长期趋势、气象、季节、一周日效应混杂因素的影响。结果 当大气PM1 0 、PM2 5浓度上升 10 μg m3时 ,总死亡数分别上升 0 5 3%(0 2 2 %～ 0 85 % )、0 85 % (0 32 %～ 1 39% )。结论 大气粗细颗粒物污染具有潜在的急性人群健康危害。

南京市空气中颗粒物PM10、PM2.5污染水平

为了初步调查南京市空气中颗粒物PM10、PM2.5的污染水平,于2001年冬、春、秋3季在南京市的5个典型城市功能区,用大流量采样器收集了50个样品.结果表明,南京市PM10、PM2.5的污染很严重,超标率分别为72%和92%,最大超标倍数达到6.3和9.0,而且对人体健康危害更大的PM2.5占PM10的大部分,约为68%,应引起公众和相关职能部门的高度重视.

我国四城市空气中PM_(2.5)和PM_(10)的污染水平

为研究我国广州、武汉、兰州、重庆４城市空气中ＰＭ２．５和ＰＭ１０的污染水平，在这我国４城市分别设一污染点和对照点进行了为期２年的ＰＭ２．５、ＰＭ１０和ＴＳＰ监测。结果表明，空气中颗粒物的污染是严重的，污染点比对照点更甚．对人体健康危害大的ＰＭ２．５普遍超过美国新标准的２－８倍。

合肥城区PM10及PM2.5季节污染特征及来源解析

于2014年4月、8月、10月和12月在合肥市城区采集了大气PM_(10)和PM_(2.5)样品,对PM_(10)和PM_(2.5)的质量浓度及其化学组分(无机元素、含碳组分和水溶性离子)进行了测定.结果显示:合肥城区的PM_(10)和PM_(2.5)的平均质量浓度高达113,83μg/m3,分别超出国家环境空气质量标准年均PM_(10)和PM_(2.5)限值的1.61和2.37倍.不同粒径的颗粒物中主要化学组分含量的高低顺序基本一致,水溶性离子的含量最高,其次为碳组分,无机元素.利用正交矩阵因子分析(PMF)对合肥城区PM_(10)和PM_(2.5)的本地来源进行解析,结果表明:PM_(10)中二次源、燃煤、机动车尾气尘及地壳尘的贡献百分比分别为32.5%、25.9%、15.7%和25.5%;PM_(2.5)中二次源、燃煤、机动车尾气尘及地壳尘的贡献百分比分别为38.8%、25.9%、9.9%和21.7%.利用激光雷达评估合肥市环境中颗粒物PM_(10)的区域传输,四个季节常规贡献率分别为13.4%、12.9%、13.5%和16.4%.

宁波市环境空气中PM_(10)和PM_(2.5)来源解析

2010年在宁波3个环境受体点采集不同季节的PM10和PM2.5样品,同时采集颗粒物源类样品,分析它们的质量浓度及多种无机元素、水溶性离子和碳等组分的含量.采用OC/EC最小比值法确定了SOC(二次有机碳)对PM10和PM2.5的贡献,据此重新构建了受体化学成分谱.使用化学质量平衡模型对宁波市区的PM10和PM2.5来源进行了解析.结果表明:城市扬尘、煤烟尘、二次硫酸盐和机动车尾气尘是环境空气中PM10的主要来源,其分担率分别为23.0%、15.9%、13.3%和12.3%;对PM2.5有重要贡献的源类是城市扬尘、煤烟尘、二次硫酸盐、机动车尾气尘、二次硝酸盐和SOC,其分担率分别为19.9%、14.4%、16.9%、15.2%、9.78%和8.85%.

北京地区PM_(10)和PM_(2.5)质量浓度的变化特征

北京市区2003-01-16—04-30PM10和PM2 5的监测结果表明,虽然ρ(PM10),ρ(PM2 5)的变化幅度较大,但是其变化趋势非常相似。PM10,PM2 5质量浓度的日变化呈双峰特征分布。ρ(PM2 5) ρ(PM10)的平均值为56 6%,说明可吸入颗粒物(PM10)中细粒子(PM2 5)的含量大于粗粒子(PM2 5～10)。

重庆主城区大气PM_(10)及PM_(2.5)来源解析

为探讨重庆主城区4个季节大气PM10和PM2.5的主要来源,于2012年2—12月在重庆主城区的工业区、文教区和居住区5个环境监测点同步采集PM10及PM2.5样品,分析了无机元素、水溶性离子、有机碳和元素碳含量及其分布特征.采集了重庆主城区土壤尘、建筑水泥尘、扬尘、移动源(包括机动车、施工机械及船舶)、工业源(包括固定燃烧源及工业工艺过程源)、生物质燃烧源及餐饮源等7类污染源,建立了重庆市本地化的污染源成分谱库.利用CMB(化学质量平衡)受体模型及二重源解析技术分析了PM10及PM2.5的来源.结果表明:重庆主城区大气中ρ(PM10)及ρ(PM2.5)的年均值分别为153.2和113.1μg/m3,超过GB3095—2012《环境空气质量标准》二级标准限值2倍以上.大气PM10的主要来源为扬尘、二次粒子和移动源(贡献率分别为23.9%、23.5%和23.4%),大气PM2.5主要来源于二次粒子和移动源(贡献率分别为30.1%和27.9%).PM10和PM2.5的主要源类贡献率差别不大,表明研究区域内大气颗粒物污染控制应采取多源控制原则.大气PM10来源的季节性变化特征表现为春季和秋季主要以扬尘为主、夏季和冬季主要以二次粒子为主.

杭州市大气PM_(2.5)和PM_(10)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PM2.5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PM2.5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PM2.5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PM2.5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%。

天津市大气中PM10、PM2.5及其碳组分污染特征分析

2007年12月-2008年10月期间,分3个时段,设置2个点位,采集了天津市大气环境中PM10和PM2.5样品.用热光反射分析仪测定样品中的碳组分含量,并用OC/EC最小比值法估算二次有机碳（SOC）的浓度.结果表明,市区采样点颗粒物浓度高于郊区,2个采样点的颗粒物浓度变化趋势一致.5月份PM2.5/PM10比值最小,主要由于土壤风沙尘对PM10的贡献较大.PM10和PM2.5中的有机碳（OC）、元素碳（EC）浓度12月份最高,且变化趋势相同.OC占总碳（TC）比例较高,PM10中OC/TC为0.60-0.83,PM2.5中OC/TC为0.55-0.81.碳组分主要集中在PM2.5中,PM10中约有76%的OC存在于PM2.5中.12月份的SOC浓度最高,与12月份的气象条件和污染源排放等因素有关.

天津冬季PM_(2.5)与PM_(10)中有机碳、元素碳的污染特征

研究了天津冬季PM2.5和PM10中碳成分的污染特征。结果表明,天津冬季PM2.5和PM10的平均质量浓度分别为(124.4±60.9)、(224.6±131.2)μg/m3;总碳(TC)、有机碳(OC)与元素碳(EC)在PM2.5中的平均质量分数比在PM10中分别高出5.0%、3.6%、1.2%;PM2.5中OC、EC的相关系数较高,为0.95,表明OC、EC的来源相对简单,可能主要反应了燃煤和机动车尾气的贡献。OC/EC的平均值在PM2.5和PM10中分别为3.9、4.9,次生有机碳(SOC)在PM2.5和PM10中的平均质量浓度分别为14.9、23.4μg/m3,分别占OC的48.5%(质量分数,下同)、49.8%,OC/EC较高可能主要与直接排放源有关;PM2.5中的OC1与OC2的比例明显高于PM10,而聚合碳(OPC)的比例又低于PM10,同时PM2.5与PM10中的EC1含量均较高,表明天津冬季燃煤取暖和机动车尾气是重要的污染源。

北京PM_(2.5)浓度的变化特征及其与PM_(10)、TSP的关系

在连续2年进行累积1周同步采样的基础上,对北京市城区和居住区2个采样点环境空气中PM2.5的浓度及其时间变化特征进行了分析.PM2.5周平均浓度的变化范围为37～346μg/m3,年均浓度接近或超过PM10的二级年均标准.PM2.5浓度具有明显的季节变化特征,即冬季最高,夏季最低.2个采样点PM2.5浓度的周变化与季节变化均相似.PM2.5与PM10、TSP的比值均在冬季最高,春季最低,反映采暖燃烧源对细颗粒物的贡献较大,而沙尘天气对粗颗粒物的贡献较大;其年均值分别为55%和29%.

长沙市夏季PM_(10)和PM_(2.5)中水溶性离子的污染特征

对长沙市3个采样点夏季大气中的PM10和PM2.5样品pH值和水溶性离子浓度进行了定量分析.结果表明,颗粒物中主要离子是SO42-、NO3-、NH4+和Ca2+;PM10、PM2.5、NH4+和K+浓度夜间高于白天;SO42-和NO3-则相反.颗粒物尤其是PM2.5酸性强;Mg2+、Ca2+和Na+集中在粗粒子中,SO42-、NH4+和K+大部分分布在细颗粒物中,NO3-和Cl-在粗细颗粒段则各占一半.SO2气体发生了二次转化,NO2的转化率不及SO2;由于NO3-/SO42-质量比<1,长沙市的大气污染物来源以固定源为主.

北京地区不同季节PM_(2.5)和PM_(10)浓度对地面气象因素的响应

利用2013年1月—2014年12月北京地区PM_(2.5)和PM_(10)监测数据和同期近地面气象观测数据,采用非参数分析法(Spearman秩相关系数)研究了北京地区PM_(2.5)和PM_(10)的浓度对不同季节地面气象因素的响应。结果表明:北京地区大气颗粒物浓度水平具有明显的季节特征,冬季大气颗粒物污染最严重,夏季最轻。不同季节影响颗粒物浓度水平的气象因素各不相同,其中风速和日照时数为主要影响因素。PM_(2.5)和PM_(10)质量浓度对气象因素变化的响应程度也有较大区别,PM_(2.5)/PM_(10)比值冬季最高,PM_(2.5)影响最大,春季最低,PM_(10)影响最大。这些结论可对制订科学有效的大气污染控制策略提供参考。

海口市PM2.5和PM10来源解析

以海口市为例,研究了我国典型热带沿海城市——海口市环境空气颗粒物的污染特征和主要来源.2012年春季和冬季在海口市区4个采样点同步采集了环境空气中PM10和PM2.5样品,同时采集了多种颗粒物源样品,并使用多种仪器分析方法分析了源与受体样品的化学组成,建立了源化学成分谱.使用CMB(化学质量平衡)模型对海口市大气颗粒物进行源解析.结果表明:污染源贡献具有明显的季节特点,并存在一定的空间变化.冬季城市扬尘、机动车尾气尘、二次硫酸盐和煤烟尘是海口市PM10和PM2.5中贡献较大的源,在PM10和PM2.5中贡献率分别为23.6%、16.7%,17.5%、29.8%,13.3%、15.7%和13.0%、15.3%;春季机动车尾气尘、城市扬尘、建筑水泥尘和二次硫酸盐是海口市PM10和PM2.5中贡献较大的源,在PM10和PM2.5中贡献率分别为27.5%、35.0%,20.2%、14.9%,12.8%、6.0%和9.5%、10.5%.冬季较重的颗粒物污染可能来自于华南内陆地区的区域输送,特别是,本地排放极少的煤烟尘和二次硫酸盐受区域输送的影响更为显著.

北京市冬季公共场所室内空气中TSP,PM_(10),PM_(2.5)和PM_1污染研究

在北京市的海淀区、朝阳区、丰台区和昌平区选择了 49个公共场所 (包括办公室、宾馆、图书馆、超市等等 ) ,分别对其室内空气中TSP ,PM10 ,PM2 5 和PM1的浓度进行了测定 ,并且对室内空气中粉尘含量的影响因素进行了分析和探讨 .研究结果表明 ,繁忙的交通状况和建筑施工将明显增加公共场所室内空气中TSP ,PM10 ,PM2 5 和PM1浓度 .频繁的室内清扫有助于降低室内空气中颗粒物的浓度 .在室内空气中 ,PM10 浓度与TSP浓度呈现明显的正向线性相关性 ,而PM2 5 和PM1的浓度与PM10

北京地区颗粒物健康效应研究——沙尘天气、非沙尘天气下颗粒物(PM_(2.5)、PM_(10))对心血管疾病入院人次的影响

为了研究沙尘天气、非沙尘天气及霾污染类型下,颗粒物（PM10、PM2.5）与心脑血管疾病日入院人次的联系,本文采用半参数广义相加泊松回归模型（GAM）,在剔除了混杂因素：如季节趋势、日历效应、气象要素等作用下,将颗粒物浓度进行等级划分的基础上,分析了北京地区2006~2010年PM10和PM2.5在沙尘天气和非沙尘天气下与心脑血管疾病日入院人次相对危险度（RR）的关系,进而对比研究了沙尘污染与霾污染对心脑血管疾病的不同影响.结果表明：沙尘天气PM10、PM2.5能引起心脑血管疾病入院人次的增加,且存在0~2d滞后效应,PM2.5与PM10的RR值较为接近;非沙尘天气下,PM2.5、PM10与心脑血管疾病入院人次的RR存在一定的剂量效应关系,对于PM2.5,随着浓度的上升RR值逐渐增大,对于PM10,随着浓度的上升RR先增大而后逐渐降低;在相同的PM10暴露浓度下,沙尘天气的RR低于非沙尘天气,在相同的PM2.5暴露浓度下,沙尘天气与非沙尘天气的RR基本接近.而相对于沙尘天气污染,霾天气对心脑血管疾病的影响也具有滞后效应,随着霾天气加重,对人群心脑血管疾病危害也越大.

南宁市大气颗粒物TSP、PM_(10)、PM_(2.5)污染水平研究

20 0 2年在南宁市的 5个典型城市功能区内 ,共采集了 12 5个大气样品 (按季节分别采集 ) ,初步调查了大气中颗粒物TSP、PM1 0 、PM2 .5的污染状况。结果表明 ,南宁市 TSP、PM1 0 、PM2 .5的污染很严重 ,超标率分别为 67.5 %、82 .5 %、92 .5 %,对人体健康危害更大的 PM2 .5占到了 PM1 0 的 63 .5 %左右。重污染区 PM2 .

沈阳地区PM_(10)、PM_(2.5)和PM_1质量浓度的分析

分析了其时间分布特征。结果表明,沈阳地区的气溶胶分布具有明显的季节差异,气溶胶的质量浓度冬季最高,秋季最低,其中冬季、春季和夏季均超标。PM2.5和PM1分别在PM10中所占的比值均为冬季最高,夏季和秋季次之,春季由于受到沙尘的影响,其比值最低。在各个不同的季节,气溶胶粒子的粒级分布具有相似之处,主要集中在6～8级(<1.1μm)、1级(5.8～9.0μm)、0级(9～10μm)和5级(1.1～2.1μm);春季出现沙尘时粗粒子明显增多,气溶胶粒子的粒级主要集中在0级(9～10μm)、1级和3级(3.3～4.7μm);冬季重污染天气下细粒子浓度高,峰值出现在1级、7级和5级(1.1～2.1μm)。

2015年上海崇明岛PM2.5和 PM10浓度变化特征及气象因素影响分析

通过对2015年1-12月上海崇明岛崇南地区颗粒物(PM2.5、PM10)浓度的连续监测,研究了PM2.5、PM10在不同季节的动态变化特征及与其他因子(SO2、NO2、O3)的相关性,分析了风向风速和降雨对颗粒物浓度的影响。结果表明:崇明岛PM2.5和PM10浓度的季节变化明显,呈现冬季的>春季的>秋季的>夏季的的特征,冬季PM2.5和PM10小时浓度均值分别为0.058mg/m^3和0.085mg/m^3,夏季PM2.5和PM10均值分别为0.034mg/m^3和0.054mg/m^3。PM2.5和PM10浓度分别与SO2浓度和NO2浓度显著正相关,与O3显著负相关。全年来看,在西南风向时PM2.5和PM10浓度较高,这主要受该方向上游吴淞工业区、宝钢、石洞口电厂、罗店工业区等工业排放影响;从高浓度颗粒物(PM2.5质量浓度≥0.115mg/m^3)来向看,北和西北风向时出现高浓度颗粒物的频率最高,这主要是受到我国北方采暖季大气颗粒物输送过程对崇明岛区域的脉冲式污染影响所致;PM2.5、PM10实时浓度与相应的风速呈显著负相关。降雨量大于5mm或持续3h及以上的连续降雨对大气颗粒物起到显著的湿清除作用,降雨后PM2.5和PM10质量浓度分别降低了68.0%和66.9%,降雨时和雨后PM2.5浓度为0.025~0.033mg/m^3,均低于我国环境空气PM2.5的一级浓度限值。