信阳市不同生态功能区PM_(10)和PM_(2.5)污染特征

目前大气颗粒物污染已成为严重的城市环境问题。利用2015年4个位于信阳市不同生态功能区的环境空气质量监测站数据,比较分析4个站点的PM_(10)和PM_(2.5)污染日变化、季节变化和年际变化特征及其影响因素。结果表明,1)4个站点2015年PM_(10)和PM_(2.5)质量浓度平均值均表现为南湾水厂平桥分局审计局酿酒公司。2)森林植被对大气颗粒物浓度有明显的削减功能。在不同季节和一天中的不同时段,森林植被盖度高的南湾水厂监测站PM_(10)和PM_(2.5)质量浓度平均值均明显低于其他3个站点。3)4个站点的颗粒物污染均表现为夏季最轻,秋季其次,冬季污染最严重。4)4个站点的PM_(10)和PM_(2.5)质量浓度日变化特征基本一致,日峰值和最低值出现的时间基本同步。夜间颗粒物污染比白天严重。5)2014-2016年,4个站点的PM_(10)和PM_(2.5)质量浓度均呈现逐年下降趋势。6)影响颗粒物污染的最主要气象因子是气温和气压。PM_(10)和PM_(2.5)浓度与日均气温、日均风速和日最大风速均呈极显著负相关(P0.01),与日均气压均呈极显著正相关(P0.01);PM_(2.5)日均浓度与日均相对湿度呈显著正相关(P0.05)。这些结果显示了信阳市大气颗粒物污染特征,可为当地大气污染防治工作提供参考。     

干旱区城市森林大气颗粒物浓度变化特征及其与环境因子的关系

干旱区城市颗粒物如可吸入颗粒物(PM_(10))、细颗粒物(PM_(2.5))以及超细颗粒物(PM_(1.0))受到越来越多的关注。根据新疆维吾尔自治区乌鲁木齐市燕儿窝生态林大气颗粒物(PM_(1.0)、PM_(2.5)、PM_(10))浓度、温度、相对湿度、风速等环境因子数据,对干旱区城市森林内大气颗粒物浓度时间变化规律进行分析。结果表明:(1)3种颗粒物(PM_(10)、PM_(2.5)、PM_(1.0))的日变化较为相似,均呈现"早晚高,中午低"的浅"V"形变化趋势。(2)3种颗粒物季节变化均表现为冬季秋季春季夏季,其中冬春2季林地内浓度小于林地外,而夏秋2季林地内浓度大于林地外。(3)环境因子与3种不同粒径大气颗粒物浓度存在显著相关关系,相对湿度、风速与颗粒物浓度呈显著正相关,温度与颗粒物浓度呈显著负相关。     

杭州城市森林区和居民区大气颗粒物浓度特征的差异性研究

【目的】本文以杭州国家半山森林公园和采荷社区为研究地点,揭示城市森林对TSP、PM_(10)、PM_(2.5)和PM_14种不同类型大气颗粒物浓度变化的影响。【方法】对TSP、PM_(10)、PM_(2.5)和PM_14种不同类型大气颗粒物的浓度进行了周期为1年的定点监测,通过对比分析城市森林区和城区的不同类型大气颗粒物浓度的变化差异。【结果】半山监测点的TSP、PM_(10)、PM_(2.5)以及PM_14种大气颗粒物浓度的日变化曲线为早上9:00到达最大值,然后随时间变化而持续减少,在下午14:00到达最小值,分别为:182.2、124.2、68.2、20.6μg·m~(-3);在采荷社区,4种大气颗粒物浓度由早上9:00开始降低但到下午17:00时又基本上升到早上9:00的水平;在半山监测点相比采荷,PM_(2.5)和PM_1浓度年变化的峰值均延迟了1个月的时间,城市森林区和城区的不同类型大气颗粒物浓度的日变化和月变化规律存在明显的不同。【结论】4种不同类型大气颗粒物的平均浓度均为半山森林公园高于采荷社区;在半山和采荷2个监测点的PM_(2.5)和PM_1浓度的差异分别显示为有高度统计意义和有统计意义。     

张掖市城市道路林带对PM_(2.5)的削减作用

张掖市作为"一带一路"节点城市,干旱少雨,沙尘天气频发,空气中的细小颗粒物已成为张掖市大气首要污染物。本文以张掖市主城区北环路道路林带为研究背景,运用BR-HOL-1210空气质量检测仪对林带内PM_(2.5)浓度进行逐小时监测。借助SPSS 19.0进行单因素方差分析,多重比较道路林带对PM_(2.5)的削减差异。结果表明,林带对PM_(2.5)削减存在季节差异,4月于30～50m处、7月于50m处、10月于20～50m处、12月于50m处削减效果最佳。同时,林带对PM_(2.5)的削减效果在城市不同功能区也存在差异,因此在实际生产中应结合城市功能区去配置林带宽度,以发挥最佳滞尘效果。     

玉米须对大气细颗粒物的吸附及监测潜能分析

通过分析中国主要玉米产区山东省17个地区的玉米须和叶片滞留细颗粒物(PM_(2.5))的能力,并与当地常规大气PM_(2.5)浓度监测结果进行相关性分析,探寻利用当地农作物资源进行大气颗粒物生物监测的可能。结果显示:山东沿海地区大气PM_(2.5)浓度明显低于内陆地区,与之对应的是,玉米须上PM_(2.5)含量低的地区也位于沿海,而利用玉米叶的监测无此结果。相关性分析表明,玉米叶片上PM_(2.5)含量与大气中PM_(2.5)浓度无相关性,而玉米须上PM_(2.5)滞留量与大气中PM_(2.5)月平均浓度和雨后平均浓度均存在显著的正相关(P0.01),说明玉米须可有效地、较长时间地滞留细颗粒物。研究表明,玉米须上PM_(2.5)的量不但能反映大气PM_(2.5)的污染程度,还能反映大气PM_(2.5)的污染分布,利用玉米须来监测大气PM_(2.5)的污染状况具有很大的应用潜力。     

宝鸡市区大气污染物浓度特征及与气象要素的关系

根据宝鸡市区2014~2016年大气污染物的监测数据,分析了宝鸡市区大气污染物浓度变化特征,并探讨了气象要素与大气污染物浓度的相关性,以期为宝鸡市大气污染防治提供科学依据。结果表明:PM_(2.5)和PM_(10)浓度变化与AQI呈显著负相关,PM_(2.5)和PM_(10)为首要污染物,PM_(2.5)/PM_(10)浓度比值越大,宝鸡市大气污染越严重。AQI和大气污染物(除O_3外)的浓度年际变化基本呈"U"型变化特征,O_3的年际和季节浓度变化特征则与其他大气污染物相反。大气质量的季节变化从差到好依次为冬季、春季、秋季、夏季。大气污染物(除O_3外)与气温、风速呈负相关,气温高和风速大有利于大气污染物的扩散稀释。相对湿度的增加可减缓污染物的扩散,致使污染物的堆积。PM_(10)、SO_2与相对湿度呈负相关,相对湿度越大,PM_(10)的沉降和SO_2转化过程也越易发生。O_3与气温、风速呈正相关,与相对湿度呈负相关。宝鸡市区的季节风频变化以西风、西北及北风为主,冬季东南风频的增加会加重市区冬季的大气污染。     

宝鸡市区大气污染物浓度特征及与气象要素的关系

根据宝鸡市区2014²016年大气污染物的监测数据,分析了宝鸡市区大气污染物浓度变化特征,并探讨了气象要素与大气污染物浓度的相关性,以期为宝鸡市大气污染防治提供科学依据。结果表明:PM_(2.5)和PM_(10)浓度变化与AQI呈显著负相关,PM_(2.5)和PM_(10)为首要污染物,PM_(2.5)/PM_(10)浓度比值越大,宝鸡市大气污染越严重。AQI和大气污染物(除O_3外)的浓度年际变化基本呈"U"型变化特征,O_3的年际和季节浓度变化特征则与其他大气污染物相反。大气质量的季节变化从差到好依次为冬季、春季、秋季、夏季。大气污染物(除O_3外)与气温、风速呈负相关,气温高和风速大有利于大气污染物的扩散稀释。相对湿度的增加可减缓污染物的扩散,致使污染物的堆积。PM_(10)、SO_2与相对湿度呈负相关,相对湿度越大,PM_(10)的沉降和SO_2转化过程也越易发生。O_3与气温、风速呈正相关,与相对湿度呈负相关。宝鸡市区的季节风频变化以西风、西北及北风为主,冬季东南风频的增加会加重市区冬季的大气污染。     

典型天气条件下哈尔滨城市森林不同林型对PM2.5的调控作用研究

[目的]探究不同林型对PM_(2.5)的调控作用和净化效应,进而研究气象因子与PM_(2.5)质量浓度的相关性。[方法]以哈尔滨城市森林3种不同林型为主要研究对象,选择3种典型天气条件,PM_(2.5)质量浓度进行连续12 h的观测。[结果]晴天时PM_(2.5)质量浓度最小;而在降水之后的阴天条件下,其质量浓度是晴天时的1.34倍,日变化幅度不大;多云天气时,PM_(2.5)质量浓度的增加明显,日变化幅度较大,其质量浓度是晴天时的1.69倍。3种不同林型对PM_(2.5)均会起到一定的净化效应,各天气条件下净化效应从大到小依次为晴天、阴天、多云。晴天时,PM_(2.5)质量浓度与气压达到极显著正相关;多云时,PM_(2.5)质量浓度与气温呈极显著负相关,而与相对湿度和气压呈极显著正相关,与风速的相关性不显著;阴天时,PM_(2.5)质量浓度与气象因子的相关性较低,与风速呈负相关,与气压、气温和相对湿度呈正相关,但均未达到显著性水平。[结论]建议人们选择晴天条件下在樟子松林内进行休闲活动,且活动时间选择在午后;PM_(2.5)质量浓度变化趋势因天气条件差异而不同。     

城市景观格局对PM_(2.5)污染的影响

随着城市大气环境日益恶化,细颗粒物(PM_(2.5))作为大气污染的重要组成部分,逐渐成为环境与健康领域的研究重点。在获取浙江省47个监测站点PM_(2.5)监测数据及站点周边的土地利用景观格局的基础上,运用相关分析和逐步多元回归分析方法探讨景观格局对PM_(2.5)质量浓度的影响。结果表明:(1)在5类景观格局指标中(景观格局指标表达格式:类型_指标,或类型_指标_范围),与PM_(2.5)质量浓度相关性较高的是PLAND(景观中各斑块类型所占比例)和ED(边缘密度),其中相关性最高的是年度水平上的住宅_PLAND_5指标,相关系数为0.633。(2)各回归模型中,对PM_(2.5)质量浓度影响最大的是住宅_PLAND,不同建筑用地的景观格局指标[住宅_ED,住宅_PD(斑块密度),商服_PD,商服_PLAND]也出现在不同季节的回归模型中;水域、道路、林地的不同景观指标等也在不同季节对PM_(2.5)产生影响。不同土地利用类型及其景观格局对PM_(2.5)质量浓度产生不同的影响,可为城市景观格局规划和PM_(2.5)污染防治提供参考。     

基于环境空气质量数据的湖北省武汉市大气污染特征研究

根据湖北省武汉市大气主要污染物的浓度数据、空气质量指数,运用线性回归分析、主成分分析法对其大气污染特征进行系统分析。结果表明,PM_(2.5)对空气质量的贡献率最大,为武汉市大气的首要污染物,其浓度季节变化为冬季﹥春季﹥秋季﹥夏季。最后针对武汉市大气污染特征提出防治措施,旨在为改善空气质量提供科学依据。     

生物质燃烧和采暖燃煤对太原市大气PM_(2.5)的影响

[目的]研究山西省太原市秋冬季生物质燃烧和采暖燃煤对大气细颗粒物(PM_(2.5))质量浓度及化学成分的影响。[方法]使用武汉天虹公司TH-150C中流量大气PM_(2.5)采样器于2014年10月4日至11月23日在山西大学环境科学研究所楼顶采集大气PM_(2.5)样品,测定其重金属、水溶性无机离子和有机碳(OC)、元素碳(EC)含量,记录采样期间气温、相对湿度、风速、大气PM_(2.5)日均浓度值,并查阅同期太原市周围卫星火点图。[结果]卫星火点图显示,2014年10月下旬太原市周边火点明显多于11月,与之相联系,采样点大气PM_(2.5)质量浓度呈现10月高、11月前2周低、之后快速上升的趋势,与该趋势变化相一致的是PM_(2.5)中的无机水溶离子SO_4~(2-)、NO_3~-、NH_4~+、K~+、重金属元素Zn、Pb、As以及含碳颗粒OC、EC,而F~-、Cl~-和重金属Cd、Ni却呈现缓慢累积的变化规律,Na~+、Mg~(2+)、Ca~(2+)浓度变化幅度较小,说明PM_(2.5)的来源复杂,影响因素较多;与采暖前相比,采暖后NO_3~-和SO_4~(2-)质量浓度比以及OC/EC均下降,表明采暖燃煤可使大气中SO_2和EC的排放迅速增加。[结论]太原市大气PM_(2.5)质量浓度及化学成分受多种因素的影响,除气象因素和燃煤外,生物质燃烧是重要的贡献源,城市周边生物质大量燃烧甚至可以超过采暖燃煤对大气PM_(2.5)浓度的影响。     

洛阳城区PM10、PM2.5质量浓度时空变化特征及其与气象因子的关系

利用2017—2019年洛阳市7个国控空气质量监测站的大气颗粒物PM_(10)、PM_(2.5)的质量浓度监测数据,研究洛阳市城区大气颗粒物浓度的时空变化特征及气象因素对其的影响。结果表明,2017—2019年洛阳市城区环境空气污染总体状况呈先降后增的趋势,其中,2018年空气质量整体状况最好,重度及以上的污染天数占全年有效天数的比例最低;2019年污染总天数相较于2017年减少10 d,但相较于2018年增加31 d;空气质量整体情况PM_(10)和PM_(2.5)浓度月均值变化基本一致,浓度变化均呈U形分布;PM_(10)和PM_(2.5)质量浓度变化具有明显的季节性特征,冬季其质量浓度最高,春季和秋季次之,夏季最低;各国控站点的PM_(10)、PM_(2.5)质量浓度同样显示冬季高,春、秋季次之,夏季低,大气污染状况整体呈西北高、东南低的分布特征;气象因子分析表明,ρ(PM2.5)、ρ(PM10)与温度均呈显著负相关;相对湿度与PM10的质量浓度呈负相关,但与PM2.5的质量浓度呈正相关,在相对湿度为60%～70%时,PM2.5的质量浓度较大;PM_(10)、PM_(2.5)的质量浓度在风向为南风、东南偏南风、西南偏南风、西南偏西风时较小。2017—2019年洛阳市空气污染状况变化与地形、气象条件、城市化建设均有一定的关系。     

基于大气程辐射遥感图像的上海地区PM_(2.5)监测

基于2012年1月1日至2015年7月30日上海地区PM_(2.5)监测数据,借助空间分析技术,详细分析了上海地区PM_(2.5)时空分布特征。在此基础上,通过计算分析表征区域大气环境状况的大气程辐射遥感图像,利用图像分析技术,研究分析了上海地区基于MODIS的大气程辐射遥感图像和PM_(2.5)空间分布图像的相关性和关系模型,探讨了基于大气程辐射遥感图像进行PM_(2.5)的快速有效监测的可行性。结果表明:在时间上,上海PM_(2.5)浓度冬季或第四季度和第一季度较高,春夏季节相对较低。在空间上,位于上海西部的青浦淀山湖监测站PM_(2.5)浓度相对较高,市区次之,上海靠海的东部浦东新区相对较低。上海地区基于MODIS的大气程辐射遥感影像和PM_(2.5)具有较好的相关性。基于研究区监测站点的大气程辐射遥感值和PM_(2.5)的拟合分析,二者呈对数函数关系,其R~2达0.6。     

成渝城市群PM2.5时空分布及影响因素研究

PM_(2.5)是雾霾污染的主要成因,对其时空分布和影响因素展开研究,可为城市PM_(2.5)防治提供空间信息和社会经济政策层面的科学依据,对相应地区的生产组织和城市管理具有一定的现实意义。基于空间杜宾模型,利用Stata统计软件和地理信息系统(GIS)分析技术,结合2015—2018年成渝城市群16个城市的相关数据对该地区PM_(2.5)时空分布特征和影响因素进行研究。研究结果表明:(1)在空间分布上,研究区间内PM_(2.5)浓度整体表现为中部低,西部和北部边缘地区偏高,西南部偏低,在时间变化上,2015—2018年成渝城市群年均PM_(2.5)浓度整体呈下降趋势;(2)在2015—2018年期间成渝城市群PM_(2.5)浓度在空间上正向自相关,高值集聚区域发生明显变化,在2017年增多2018年减少,低值集聚范围稳定。(3)基于空间杜宾模型的回归分析结果可知,对PM_(2.5)浓度起正向影响的社会经济因素相关系数表现为能源强度人口密度建筑施工面积私人汽车拥有量建筑业产值人均GDP,对PM_(2.5)浓度起负向影响的社会经济因素相关系数表现为第三产业产值占GDP比重第二产业产值占GDP比重绿化覆盖率环境规制工业产值城市全年公共汽(电)车客运总量。在气象影响因素方面,PM_(2.5)浓度与降水量和气温呈负相关关系,与湿度呈正相关关系。     

城市森林公园空气负离子浓度与气象因子的相关性

在位于哈尔滨市市区的黑龙江省森林植物园内,于2014年7、10月份选择晴朗的天气定位、同步测定距地面0.8 m处的空气负离子浓度、风速、温度、相对湿度、气压、风寒、露点温度、湿球温度、PM_(2.5)、光照强度,分析不同月份负离子浓度和各气象因素的相关性、负离子浓度和相关性显著的各因素之间的关系,并对和负离子有显著相关性的因子与负离子进行多元回归分析。结果表明:研究区内,空气负离子浓度和各气象因子的相关关系会随着时间发生变化。7月份,负离子浓度和露点温度呈极显著正相关、和PM_(2.5)呈极显著负相关、和湿球温度呈显著正相关,负离子浓度和风速、温度、风寒、相对湿度、压强、光照强度无明显相关关系。10月份,负离子浓度和相对湿度、露点温度、湿球温度呈极显著负相关关系,负离子浓度和压强呈极显著正相关关系,负离子浓度和温度、风寒呈显著负相关关系,负离子浓度和风速、PM_(2.5)、光照强度无明显相关关系。7月份负离子浓度和PM_(2.5)相关性最强,10月份负离子浓度和压强的相关性最强。     

浙江省杭州市城西大气污染物变化特征及相关性研究

利用浙江省杭州市西溪监测站2014年12月1日到2016年11月30日的监测数据,分析了6种大气污染物(SO_2、NO_2、CO、O_3、PM_(2.5)和PM_(10))的变化特征及其相关性,探讨了气象条件对污染特征的影响。结果表明:1)研究期间SO_2和CO达到了空气质量一级标准,但NO_2、PM_(2.5)和PM_(10)超标严重,平均浓度分别是二级标准的1.21、1.40和1.04倍。2)除O_3外,其余污染物均呈冬高夏低的变化特征,而O_3浓度为夏高冬低;大气氧化性O_x冬季受NO_2主导,其余季节受O_3主导。3)PM_(2.5)与NO_2、CO浓度呈显著正相关,其次与SO_2、O_x(夏季)也存在较强的正相关性。4)温度与O_3呈较强的正相关,而与其他污染物呈负相关;相对湿度、风速和降雨量与SO_2、NO_2、CO、PM_(2.5)和PM_(10)存在负相关性,而CO受相对湿度和降雨量影响较小。该研究可为杭州市大气污染控制提供理论依据。     

北京市大气PM2.5监测·模拟和评估技术

针对北京市大气污染防治工作的突出问题和难点问题,介绍了北京市大气二次污染物PM_(2.5)监测、模拟和评估关键技术,旨在为国内各城市环境空气质量评价、模拟评估、预报预警,以及重污染应急、重大活动空气质量保障等重要环境管理工作提供有力的技术支持,为管理部门提供准确、及时、全面的信息。     

城市森林结构与削减空气中PM2.5和PM10的耦合关系——以北京市海淀区中关村森林公园为例

以北京市中关村森林公园为例,选取典型林分样地连续进行监测实验,测定其夏季和秋季的颗粒物浓度,选取森林冠层结构指标进行耦合,研究颗粒物浓度的日变化和季节变化,进一步评估分析不同森林冠层结构下空气颗粒物浓度的影响因素,综合评定哪种因素能更好地调节空气颗粒物浓度。通过对北京市城市森林公园内不同林分在密度冠层结构下的空间分布特性,并根据平均枝下高(HCB)、郁闭度、冠高比(RCT)、叶面积指数(LAI)和冠层厚度(CTH)这5个冠层空间结构指标,探究城市森林结构与削减空气中PM_2.5和PM₁₀的耦合关系。结果表明：(1)不同的城市森林林分类型冠层结构以及对空气颗粒物的浓度之间均存在着显著差异(P<0.05),其中叶面积指数(LAI)、平均枝下高(HCB)、冠层厚度(CTH)以及郁闭度对颗粒物的影响较为显著,是削减颗粒物最为主要的影响因素;(2)林内外的颗粒物浓度变化存在明显的季节差异,夏季和秋季期间高密度林分的颗粒物浓度变化与其他2种林分密度要明显;3种不同密度的林分内颗粒物削减程度均为上午>中午>下午,比较得知秋季的变化趋势比夏季...     

重庆市霾天气下大气能见度与颗粒污染物的关系

利用重庆沙坪坝站2013-2015年逐时环境气象资料,对大气能见度与相对湿度和PM_(2.5)之间的关系进行分析研究,结果表明:重庆市区霾都是在相对湿度大于65%的条件下产生的,重度霾时相对湿度达到86%左右,重庆粗细粒子质量比PM_(2.5)/PM_(10)在霾发生时大于65%,重度霾情况下粗细粒子质量比达82%,说明伴随着细粒子比例的增加, PM_(2.5)细颗粒对能见度的影响作用明显,重庆霾进一步加重, PM_(2.5)相对PM_(10)来说对霾影响作用更大.不同相对湿度条件下,能见度与PM_(2.5)颗粒物关系不同,在70%≤RH80%湿度条件下PM_(2.5)与大气能见度相关性最大,非霾天气下PM_(2.5)阈值仅为30μg/m~3.相对湿度在40%～90%之间,随着相对湿度的增加,颗粒物逐渐吸湿增长,其产生消光效应逐渐加剧,导致能见度不断降低,在PM_(2.5)质量浓度大于85μg/m~3情形下,不论相对湿度大小,都极易形成霾天气,而PM_(2.5)质量浓度小于85μg/m~3情形下,如果相对湿度较高,随着湿度变化颗粒物吸湿增长,也极易形成霾天气.     

养殖场、农田和道路大气PM_(2.5)中金属元素的污染特征分析

为探究不同区域大气PM_(2.5)中金属元素的组分差异、季节性分布规律、富集程度等污染特征,于2015年11月—2016年10月监测了保定地区养殖场、农田和道路3个监测位点PM_(2.5)浓度变化,并分析了PM_(2.5)中金属元素K、Ca、Mg、Al、Fe、Mn、Cu和Zn含量变化特征。结果表明:3个监测位点大气PM_(2.5)日均浓度水平为道路(320.51μg/m~3)养殖场(245.67μg/m~3)农田(203.63μg/m~3),总金属浓度水平为养殖场(14.76μg/m~3)道路(13.77μg/m~3)农田(8.91μg/m~3),PM_(2.5)质量浓度和总金属浓度的季节性变化差异明显,但总金属浓度占PM_(2.5)浓度的比值在不同监测位点差异较小,分别为4.49%~8.90%(养殖场)、3.67%~6.22%(农田)、2.85%~6.68%(道路)。8种金属元素平均浓度水平大致为KAlCaMg,FeZnMn,Cu,其中K、Ca、Mg、Al和Fe浓度相对较高,占总量的97.76%~98.27%。秋季不同监测位点间各金属元素的富集因子(EF值)均为最高,且位点间差异最大,其中农田PM_(2.5)金属元素受人为源影响最小。