宿迁市PM_(2.5)积累机制及重污染天气过程分析

统计宿迁市2017—2021年秋冬季PM_(2.5)数据以及同期常规气象观测资料,基于PM_(2.5)日变化特征,根据15—23时的浓度变化将其分为快速积累、慢速积累、消散三种过程,从积累速率的角度分析宿迁市PM_(2.5)的积累特征,并将其应用于重污染天气过程下的环流形势与积累速率相关性的探讨。结果表明:发生快速积累过程的平均积累速率为7.14μg·m^(-3)·h^(-1);慢速积累过程平均积累速率为3.27μg·m^(-3)·h^(-1);发生消散过程的PM_(2.5)平均消散速率为5.42μg·m^(-3)·h^(-1)。PM_(2.5)慢速积累过程中气温高,风速大,湿度小,逆温强度弱,快速积累则与之相反。慢速积累过程的PM_(2.5)潜在源区主要位于苏北地区及山东、河北,快速积累过程的PM_(2.5)主要潜在源区则位于安徽、湖北地区。快速积累过程以高空槽后配地面高压前部型为主,慢速积累过程以纬向环流配合地面均压场为主。

颗粒物PM_(2.5)和PM_(10)对4种针叶植物光合特性的影响

为研究颗粒物PM_(2.5)和PM_(10)对植物光合作用的影响,选取云杉、油松、沙地柏、侧柏4种常绿针叶植物,分析其在不同浓度等级PM_(2.5)和PM_(10)条件下,光合指标的变化情况。结果显示:4种针叶植物的光合指标对颗粒物浓度变化的响应不同。PM_(2.5)浓度等级相同时,低浓度下云杉Pn值和Tr值最大,油松最小,在中、高浓度下都是侧柏最大,油松最小;随着PM_(2.5)浓度等级的升高,4种针叶植物的Pn、Tr和Gs值均下降,而Ci值上升。Pn、Tr值下降比例大小依次为:油松>云杉>沙地柏>侧柏。Gs值下降比例大小依次为:云杉>沙地柏>油松>侧柏,Ci值上升比例大小依次为:侧柏>沙地柏>云杉>油松。PM_(10)浓度等级相同时,低、中、高浓度条件下4种针叶植物的Pn和Tr值大小均为:侧柏>云杉>沙地柏>油松,随着PM_(10)浓度的升高,Pn、Tr和Gs值均下降,Ci值上升,其变化情况与PM_(2.5)基本一致。综合分析得出,相比较于其他3种针叶植物,侧柏在不同浓度等级的PM_(2.5)和PM_(10)影响下,都能够保持着较强的光合能力,表现出较强的抗污染能力,因此可以作为城市降尘除霾的优选绿化树种。

宿州市冬季PM_(2.5)中水溶性离子化学特征分析

利用宿州市2022年12月1日至2023年2月28日PM_(2.5)及其水溶性离子连续观测数据分析了宿州市冬季PM_(2.5)中水溶性离子化学特征。结果表明:宿州市冬季PM_(2.5)污染较重,且各个监测点位浓度水平差异较小。NO_(3)^(-)、NH_(4)^(+)和SO_(4)~2是PM_(2.5)中总水溶性离子主要的组成部分,三者之和占比达到86.0%。NH_(4)^(+)易与NO_(3)^(-)和SO_(4)^(2-)结合形成NH_(4)NO_(3)、(NH_(4))_(2)SO_(4)或者NH_(4)HSO_(4)。Ca^(2+)和Mg^(2+)相关性较高,说明宿州市PM_(2.5)可能受扬尘影响;Cl^(-)与K^(+)(生物质燃烧的指示离子)的相关性较好,说明宿州市PM_(2.5)受到生物质燃烧的影响。宿州市大气中存在明显的二次转化过程;NO_(3)^(-)/SO_(4)^(2-)比值显示移动源对宿州市PM_(2.5)的贡献较高。OC和EC是PM_(2.5)中主要组成部分且来源相同。

东北地区典型城市环境空气PM_(2.5)累积速率对比分析

利用东北地区的4个典型城市2019年冬季环境空气PM_(2.5)小时浓度数据,统计和分析污染物的累积速率。采用回归方法形成污染物浓度及其累积速率的时间分布模型,分析了不同城市污染物的时间分布变化特征和差异。研究表明,PM_(2.5)小时浓度均值时序模拟和累积速率模拟起始时间分别为13:00和10:00,13:00和10:00为最优拟合起始时间。各城市的PM_(2.5)浓度时序变化拟合曲线均呈现双峰特征,但大连近乎呈现直线特征;哈尔滨PM_(2.5)浓度峰值最高,大连最低。PM_(2.5)小时浓度累积速率变化呈现单峰和双谷特征;各城市峰值均出现在17:00—19:00;哈尔滨的PM_(2.5)累积速率最高,大连最低。

基于积累速率的汾渭平原秋冬季PM_(2.5)污染特征及影响因素分析

为研究汾渭平原各城市PM_(2.5)污染特征及影响因素,利用2015-2019年汾渭平原11市秋冬季污染物逐时浓度,基于日变化分析构建了各城市慢速积累和快速积累的评价指标,量化了各城市的积累水平.结果表明:汾渭平原各城市PM_(2.5)积累水平差异显著,积累速率最快的城市是宝鸡,最慢的是三门峡;快速积累阈值最高的是临汾,最低的是三门峡.结合各地积累速率值的分布特征,11地市的积累水平可分为较强(宝鸡、临汾、吕梁、晋中)、中等(咸阳、渭南、铜川、运城、洛阳)和较弱(西安、三门峡)3种.积累速率多随浓度的增高呈上升趋势,其中吕梁和临汾最为显著,而西安增幅最小.从年变化来看,各地快速积累占比从2017年或2018年开始减少,从月变化来看,12月和1月为快速积累出现最多的月份.二次污染物和区域传输对PM_(2.5)积累速率均有影响,发生快速积累时,前体物SO2和NO2的浓度明显升高,二次反应显著;对临汾和西安的后向轨迹分析表明,西偏南方向气流的增加更易引起当地PM_(2.5)的快速积累.

PM_(2.5)诱导肝脏脂肪变性的体外研究及其关键组分初探

细颗粒物(PM_(2.5))暴露与非酒精性脂肪肝病(NAFLD)的发病风险增加有关.NAFLD的典型特征是肝脏脂肪变性.然而,PM_(2.5)诱导的肝脂肪变性的潜在机制和关键成分仍不清楚.本研究以HepG2细胞为体外模型,将采自我国4个城市(太原、北京、杭州和广州)的PM_(2.5)暴露细胞24 h,暴露结束后通过细胞生化指标检测、染色观察、荧光定量PCR技术及皮尔森相关性检验评估PM_(2.5)及其化学组分对肝细胞脂质积累的影响.结果发现,不同城市的PM_(2.5)均以剂量依赖的方式降低了细胞活力,广州市PM_(2.5)的细胞毒性相对较强.此外,同等浓度下(30μg·mL^(-1)),广州市PM_(2.5)暴露细胞引起的脂质积累现象明显高于对照组及其他城市暴露组,而北京市和杭州市PM_(2.5)暴露细胞24 h并未引起明显的细胞脂质积累.相关性分析结果显示,钒(V)、铜(Cu)、砷(As)、锡(Sn)、锑(Sb)及钨(W)与至少两种肝细胞脂质积累指标(甘油三酯(TG)、总胆固醇(TC)、低密度脂蛋白(LDL)和极低密度脂蛋白(VLDL))呈显著正相关.上述结果表明,广州市PM_(2.5)诱导HepG2细胞发生脂质积累最为明显,Cu、As、Sn、Sb和W等无机组分很可能是PM_(2.5)中诱导HepG2细胞脂肪变性的关键毒性组分.

太原市PM_(2.5)积累特征及重污染天气成因分析

收集了太原市2014—2018年秋冬季(10月—翌年2月)PM_(2.5)、SO_(2)、NO_(2)和CO浓度数据以及对应时刻气象资料,基于逐日PM_(2.5)在16:00—01:00时的变化将其分为消散过程、慢速积累过程和快速积累过程,从PM_(2.5)积累的角度分析了太原市PM_(2.5)的污染特征及影响因素,并将其运用于重污染天气形成过程的探讨.结果表明,太原秋冬季慢速积累过程占比最高为44%,快速积累过程占27%,消散过程占29%.10月以慢速积累为主占比超过60%,11和12月快速积累占比最高接近40%,1、2月慢速积累再次占主导地位;快速积累过程占比最高的年份为2014年和2016年均超过35%,慢速积累和消散占比最高的年份均为2017年.慢速积累状态下,二次污染物的生成有助于PM_(2.5)的积累速率增加;快速积累状态下一次污染物对PM_(2.5)积累速率影响更明显;发生快速积累时,来自临汾、晋城等东南方向区域输送显著增加.太原市重污染天气的形成过程以慢速积累为主,占比77%.重污染天气下,市区多以硫酸盐和硝酸盐复合污染为主,而郊区以硝酸盐污染为主.

临沂市一次臭氧污染事件的光化学特征及气象要素分析

随着我国工业发展和机动车保有量增多,臭氧污染逐渐显现,成为大气污染的重要因素。高浓度臭氧威胁生态环境和人体健康并加剧大气污染,因此,臭氧污染防治刻不容缓。本文选取临沂市2022年9月一次臭氧和PM_(2.5)均较高的污染过程,分析近地面污染物浓度、光化学参量和气象要素的变化特征,探究臭氧浓度的影响因素。结果发现,此次过程中臭氧和PM_(2.5)浓度均呈现先升高后回落变化趋势,二者总体走势较为同步,均在9月6日达到最大值(O_(3)-8 h为231.6μg/m^(3),PM_(2.5)为64.8μg/m^(3));光化学特征参量在此次臭氧污染过程中发挥着重要作用,臭氧光化学生成与分解反应速率的相对变化对臭氧浓度有很大影响,臭氧光化学生成潜势峰值变化与臭氧峰值有良好的对应关系;气象要素中,气温对臭氧影响最大,风速与臭氧浓度正相关,而相对湿度与风向对臭氧浓度影响较小。

浅谈新疆北疆经济带沿线部分城市2月大气环境质量

2010年第一次中央新疆工作座谈会召开以后,新疆实现了跨越式发展,经济发展的同时带来的环境污染不容忽视,2020年召开的第三次中央新疆工作座谈会上,强调让大美新疆天更蓝、山更绿、水更清,指出了生态环境保护的重要性。本文浅谈北疆经济带上重要的三个城市2月大气环境质量状况,通过数据分析,旨在为兵团环境管理和社会发展提供技术支撑。

周口市2022年冬季重污染过程中细颗粒物污染特征及成因分析

为研究周口市冬季大气细颗粒物污染特征及导致其暴发增长的主要影响因素,利用城区环境空气在线高时间分辨仪器对2022年1月周口市大气常规污染因子、细颗粒物中水溶性离子等进行观测分析.结果表明,二次无机气溶胶(SNA)、碳质气溶胶(CA,包括有机碳OC和无机碳EC)以及重构后的地壳物质(CM,如Al2O_(3)、SiO_(2)、CaO和Fe_(2)O_(3)等)是PM_(2.5)中含量前三的组成,占比分别为61.3%、24.3%和9.72%,SNA、CA、CM和二次有机气溶胶(SOA)浓度均随AQI升高而升高.1月硫氧化率(SOR)和氮氧化率(NOR)分别为0.53和0.46,SO_(4)^(2-)和NO~-3增长速率[μg·(m^(3)·h)^(-1)]分别为0.027(-5.89~9.47,下同)和0.051(-23.1~12.4).重污染时段SO_(4)^(2-)和NO~-3增长速率分别为0.13μg·(m^(3)·h)^(-1)和0.24μg·(m^(3)·h)^(-1),较月均值高4.8倍和4.7倍.1月整体SOR大于NOR,但由于气态前体物浓度和相对湿度变化等影响,NO~-3增长速率约是SO_(4)^(2-)的1.8倍,重污染日NO~-3增长速率显著高于SO_(4)^(2-).高AQI和高湿度时段SOR、NOR、SNA和SOA浓度均高于低AQI和低湿时段,大气氧化性Ox(NO_(2)+O_(3))随湿度增加而下降.SOA夜间浓度高于白天,夜间浓度随湿度增加幅度大于白天,SNA昼夜浓度差异不显著随湿度有缓慢增加.结合周口本地情况,在低温、高湿和低风速条件下,需重点关注SNA气态前体物排放,加强对SO_(2)和NO_(2)主要排放源如移动源和燃煤源提前管控,可降低冬季大气重污染峰值.