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。

空气质量多模式系统在广州应用及对PM10预报效果评估

介绍了广州空气质量多模式系统并评估其对2010年9月广州市的气象要素和PM10日均浓度的24h的预报效果。评估结果表明:模式系统较好地预测了气象要素的变化,但高估了风速;各空气质量模式能合理预测广州PM10浓度的时空变化,预报效果均处于可接受范围内(平均分数偏差MFB小于±60%且平均分数误差MFE小于75%),部分模式可达到优秀水平(MFB小于±30%且MFE小于50%),但同时各模式在郊区均预测偏高而在市区偏低;总体上,模式在广州郊区的PM10预报效果优于市区。模式间对比表明,在本次业务预报实践中,不存在最优的单模式,同一模式对不同的统计指标、不同的站点,其预报效果可能存在差异,基于算术平均集成各模式结果未能获得最优的预报效果。优化排放源空间分布并引进更好的集成预报方法(如权重平均、神经网络、多元回归等)是未来改进广州空气质量多模式系统预报效果的可能途径。

北京市西北城区取暖期环境大气中PM_(10)的物理化学特征

根据监测资料探讨了北京市西北城区取暖期PM10 的逐日变化规律和日变化规律 .分别使用X射线衍射仪(XRD)和扫描电镜 (SEM)研究PM10 中的矿物成分及其微观形貌特征 .结果表明夜间PM10 浓度普遍高于白天 .XRD分析显示颗粒物粒度越细 ,其中所含的矿物种类越少 .SEM研究得出 ,单个PM10 颗粒类型可初步分为有链状集合体、簇状集合体、圆球状、片状和不规则形状等 5类 .从数量上看 ,PM10

天津市PM_(10)和PM_(2.5)中水溶性离子化学特征及来源分析

2011年5月—2012年1月在天津市南开区设立采样点,采集大气中PM10和PM2.5样品。采用离子色谱法测定颗粒物中水溶性无机阴离子、阳离子成分,分析其主要组成、季节变化及污染来源。结果表明,天津市PM10中离子平均浓度为71.2μg/m3,占PM10质量浓度的33.7%。PM2.5中离子平均浓度为54.8μg/m3,占PM2.5质量浓度的39.6%。NH+4、SO2-4、NO-3等二次离子含量较大,且夏季含量均为最高。颗粒物总体呈酸性,PM10中∑阳离子/∑阴离子平均值为0.92,PM2.5中该比值为0.75。来源分析发现,PM10可能主要来源于海盐、工业源、二次反应及土壤和建筑尘等,PM2.5则主要来源于海盐污染源、二次反应及生物质燃烧。

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.

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%.

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。

青岛环境空气PM10和PM2.5污染特征与来源比较

2011—2012年分别在青岛设6个和2个采样点采集PM10和PM2.5样品,分析二者质量浓度及颗粒物中多种无机元素、水溶性离子和碳等组分的质量浓度,以研究PM10及PM2.5的污染特征.采用CMB-iteration模型估算法,确定一次源类及二次源类对PM10和PM2.5的贡献,利用统计学方法比较PM10和PM2.5的污染源.结果表明:青岛大气颗粒物质量浓度季节变化显著,表现为春、冬季高,夏、秋季低;Na、Mg、Al、Si、Ca和Fe元素主要富集在PM10中,SO42-、NO3-、EC和OC主要富集在PM2.5中;城市扬尘、煤烟尘、建筑水泥尘及海盐粒子等粗粒子在PM10中的分担率较PM2.5中的高,分担率分别为28.7%、17.2%、7.16%及4.47%;二次硫酸盐、二次硝酸盐、机动车尾气尘及SOC(二次有机碳)等在PM2.5中的分担率较PM10中的高,分担率分别为19.3%、8.97%、13.7%及6.07%;由PM10与PM2.5化学组分的分歧系数可见,春、秋季PM10和PM2.5化学构成存在一定差异,而冬、夏季二者的化学构成相似.

石景山工业区PM_(10)污染对北京市影响的模拟计算

利用美国EPA推荐的大气模拟系统Calpuff,以及 2 0 0 0年 1月、4月、7月和 1 0月北京市的气象观测资料和石景山PM10 的排放清单 ,通过模拟计算 ,分析了该工业区对北京市影响的范围和大小 .结果表明 ,对工业区为中心的南北方向的狭长区域的影响尤其显著 ,区内月平均浓度贡献可以超过 1 4 0 μg/m3 .对北京市中区 (包括东城、西城、宣武、崇文 4区 )的月平均浓度贡献仅在 4 μg/m3 左右 .但个别日也会产生严重影响 ,对市中区的浓度贡献可以达到 2 6 3 μg/m3 .从月平均浓度的贡献比例来看 ,对石景山区内而言 ,首钢排放 (以无组织排放为主 )接近 70 % ,建材排放可占 1 5 %～ 3 0 % ,扬尘比例占 1 0 %左右 .对市中区而言 ,首钢无组织排放、建材、扬尘为主要贡献的污染源 ,分别可占到 3 0 % ,2 0 %和 2 0 % .

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)。

天津市空气污染物PM_(10)/TSP比例研究

通过对天津市城区PM10与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。

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%.

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。

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%。

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.

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。

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.

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。

MODIS气溶胶光学厚度产品在地面PM_(10)监测方面的应用研究

利用MODIS(中分辨率成像光谱仪)两年的气溶胶光学厚度(AOD)产品与北京地区API转化得到的PM10质量浓度、北京大学站点直接监测的PM10质量浓度以及香港元朗站点监测的PM10质量浓度做相关性分析,发现二者的直接相关程度较低。将AOD除以气溶胶季节标高,得到地面消光系数,与地面PM10质量浓度相关性提高。对地面消光系数进行相对湿度订正,得到计算的质量浓度,与地面实际观测的PM10质量浓度相关性进一步提高。经过两年时间资料的对比分析,证实气溶胶遥感光学厚度经过垂直和湿度影响订正后,可以应用于地面PM10监测。