淮安市区空气中PM_(2.5)与PM_(10)比值的初步探讨

通过在同一点位采用BAM-1020和TEOM-1405,分别对PM2.5、PM10进行同步监测,对所获得的监测数据进行比对分析,从而得出PM2.5与PM10的比值,为合理分析评价淮安市区空气质量提供了一定的数据基础,为以后的对比研究和制定相应的污染控制措施提供参考依据。

PM2.5和PM10对输运管道的冲蚀失效数值模拟

为比较不同类型管道输运PM2.5和PM10的特点,采用CFD数值模拟方法,以某矿选矿厂输运管道为模型,基于气固两相流理论,应用Fluent模拟了不同风速下圆管和方管内冲蚀速率大小。结果表明,PM2.5和PM10对管壁最大冲蚀速率值出现位置为圆管较分散,方管较为集中且在管道进口端;圆管管壁最大冲蚀速率及平均冲蚀速率都比方管小,方管管壁最大冲蚀速率值是圆管管壁的3～6.5倍,因此选取管型时应考虑选取圆管作为输运部件;PM2.5和PM10可分别选用风速18、12m/s圆形管道输运较佳,其最大冲蚀速率值分别为1.8×10^(-12)、1.21×10^(-12) kg/(m^2·s);管壁最大冲蚀速率变化趋势,PM2.5比PM10更加具有规律性。

基于郑州市城区环境卫星数据PM10、PM2.5反演浓度值的空间分析研究

针对气溶胶颗粒(PM10、PM2.5)的增加是造成城区频现"灰霾"天气的重要原因以及气溶胶的污染会严重影响人的身体健康等因素,研究在利用HJ-1卫星数据反演出郑州市城区地面观测站点的PM10、PM2.5浓度值的情况下,再对PM10、PM2.5进行深入的探讨分析,即通过使用空间分析方法(包括空间地统计分析及空间趋势分析)对PM10、PM2.5浓度值进行空间分析,通过分析探讨地面观测站点的PM10、PM2.5的反演浓度值在城区污染分布趋势及分布规律,以便对大气的污染监测研究提供一些建设性的建议。

湖北省PM_(2.5)与PM_(10)比值分析及PM_(2.5)时空分布特征研究

基于2012年-2014年湖北省大气污染物监测数据,通过数据反演方法,得到湖北省17个城市的PM_(2.5)年均浓度。利用Arc GIS绘制出各城市不同年份的颗粒物浓度空间分布图,并对其进行分析。结果表明,2012年-2014年间,湖北省17个城市PM_(2.5)与PM_(10)年均浓度比值为0.66,PM_(2.5)年均浓度超出国家二级标准,整体呈现上升趋势。城市方面,在多数城市PM_(2.5)与PM_(10)浓度上升的同时,仅武汉、黄冈和天门3个城市颗粒物浓度2014年较2013年有所下降,且武汉市PM_(2.5)浓度下降率达12.8%,表明武汉市近两年来采取的政策措施具有较好的可行性和有效性。

贵阳市冬季大气PM_(2.5)和PM_(10)浓度空间插值及分布研究

为了解贵阳市冬季大气污染现状,以贵阳市污染相对严重的白云区为研究对象,连续采集PM_(2.5)、PM_(10)浓度数据,利用普通克里金法进行空间插值获取PM_(2.5)、PM_(10)分布特征。通过留一法交叉验证,比较6种半变异函数模型(三角函数、高斯函数、球面函数、指数函数、J-Bessel函数和K-Bessel函数)的空间插值精度,选出最适的函数模型;采用分区统计和格网统计的方法,对不同土地利用类型、植被覆盖度下的PM_(2.5)、PM_(10)平均浓度进行比较分析。结果表明,三角函数是PM_(2.5)空间插值的最适模型,指数函数是PM_(10)空间插值的最适模型;贵阳市白云区冬季大气PM_(2.5)、PM_(10)浓度总体表现出城区浓度高,郊区浓度低的分布特征;土地利用类型和植被覆盖度对PM_(2.5)和PM_(10)浓度有着较强的影响。

2015—2022年锦州市PM2.5和O3超限值概率与气象条件特征分析

大气污染物浓度主要由地区特有的地形地貌、污染源排放以及气象条件共同决定[1],不利的气象因素是导致环境空气污染事件发生的主要原因[2]。鉴于大气污染源排放种类、成分与污染水平存在一定的地区性差异,通过对锦州市长时间序列大气污染物PM2.5和O3—气象因子超限值概率研究,进一步厘清本地区PM2.5和O3污染物浓度超限值和气象条件之间的特征关系,优先针对容易导致PM2.5和O3中重度污染的气象条件开展控制。

基于NARX神经网络的PM2.5/10浓度值预测模型——以咸阳市两寺渡监测站为例

PM2.5和PM10(记为PM2.5/10)对空气质量和人类健康有着严重威胁,日益引起国内外的关注,并成为大气污染控制工程中最重要的部分。基于陕西省咸阳市两寺渡监测站的污染物(PM2.5、PM10、NO2、NO、NOx、CO)和相关气象参数的监测数据,建立起基于非线性有源自回归神经网络的预测模型,并分别针对不同预测时间段确定最优网络结构,从而实现了对未来6小时、12小时以及24小时PM2.5/10浓度的有效预测。实验结果表明:(1)NARX神经网络模型可对未来24小时内的PM2.5/10污染物浓度进行较为准确的预测;(2)对于PM2.5/10未来6小时的预测能力优于对12小时、24小时的预测;(3)预测值偏高或偏低的结果与前后时间段内的气象因素及其他污染物浓度变化情况也具有相关性。

济源市环境空气PM_(2.5)/PM_(10)比值比及其离子成份和无机物占比研究

分析了济源市PM10和PM2.5同步监测结果,得出济源市空气颗粒物污染中PM2.5在PM10中占有较大比重,并通过对采样滤膜的硫酸根、硝酸根、氯离子进行离子分析,以及对铁、锰、铜、铅、砷、镉、钙等无机元素进行分析,得出了二次污染物硫酸盐等主要存在于PM2.5中且占有较大比重,以钙为代表的建筑水泥尘和钢铁尘为PM10的主要来源的结果。

新疆环境空气中PM_(2.5)/PM_(10)比值特征分析

随着环境空气质量新标准的全面实施,PM_(2.5)监测已经全面普及,并成为全国大部分城市关注的首要污染物,根据新疆环境空气质量监测网中不同区域、不同时段颗粒物(PM_(2.5)、PM_(10))质量浓度监测结果,对PM_(2.5)/PM_(10)质量浓度的比值关系进行深入分析,研究其在新疆典型区域特殊气象条件下的分布规律,为科学合理评价和考核新疆环境空气质量提供数据支持与参考。

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。

典型区域城市PM2.5与PM10比值相关性研究

根据2016年典型区域城市环境空气质量自动监测数据,全面分析了京津冀、长三角、珠三角典型区域城市PM2.5与PM10比值相关性分析。结果表明:PM2.5与PM10比值区域不同占比不同,发达城市北京、上海PM2.5占比最高,主要为细颗粒物污染。珠三角地区PM2.5与PM10比值相关性稳定,污染物成分稳定。PM2.5与PM10比值受地域性温度和相对湿度影响相关性不同。

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%.

庆阳市PM_(2.5)和PM_(10)质量浓度变化特征及其比值分析

PM_(2.5)和PM_(10)目前已经成为我国大部分城市空气质量的首要污染物。为了解庆阳市大气颗粒物污染状况,本文通过分析庆阳市2016年1月至2017年8月的空气PM_(2.5)和PM_(10)质量浓度的监测数据,探讨了颗粒物污染的变化规律,对PM_(2.5)/PM_(10)比值进行了分析。结果表明:颗粒物浓度季节性变化明显和日际变化呈双峰形态;PM_(2.5)/PM_(10)比值显示,沙尘初期以粗颗粒物污染为主,而重污染天气则以细颗粒物为主。

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.

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%.

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%。

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)。