洛阳市冬季大风天气下PM10和PM2.5浓度变化研究

利用洛阳市环境空气质量自动监测国控站点的监测数据,分析了冬季大风天气下PM10、PM2.5浓度变化情况.结果表明,从大风来临到结束,PM10和PM2.5质量浓度整体呈现先下降后升高的趋势;PM2.5与PM10的比值在风中阶段较低,大风前、后时段较高,特别是风中到风后过渡阶段,二者比值达到峰值,此时容易发生倒挂现象;大风来临初始阶段,风速增大导致PM10浓度出现峰值,而对PM2.5无明显影响;PM2.5对大气能见度影响较大,且当其浓度＜0.5 mg/m3时,能见度属良好等级.     

夏季不同结构绿地空气PM2.5浓度与气候因子关系

在2014年夏季,通过对宿迁市不同结构绿地和对照内空气PM2.5浓度以及温度、湿度、光照强度、风速进行监测分析。结果表明,不同结构绿地及对照内空气PM2.5浓度日变化均明显,基本呈现“M”型趋势,波峰出现的时间受人流和车流影响;PM2.5浓度均值从大到小的顺序是对照、草坪、篱草、大阔叶乔草、乔灌草、针叶乔草、小阔叶乔草;PM2.5浓度与不同结构绿地的光照强度达到显著正相关,与风速相关性不明显。     

上海市PM2.5浓度变化特征及其对气象变化的响应研究

该文通过统计2014年1月至2016年12月上海市PM_(2.5)质量浓度的日观测数据,对上海市PM_(2.5)浓度变化特征及其对气候变化的响应进行了分析。结果表明:(1)PM_(2.5)浓度最高的季节是冬季、最低的季节是夏季;(2)PM_(2.5)月均浓度变化,1月份超标严重,8月份最低。通过月距平分析,6月至10月距平值为负,空气PM_(2.5)月平均浓度达标;(3)PM_(2.5)浓度与最高温度、最低温度、降水量、相对湿度均成负相关性关系。     

自贡市PM2.5浓度时空特征分析

基于四川省自贡市2014—2018年逐日平均国控站点空气质量监测数据,对自贡市PM2.5浓度时间和空间变化特征进行多尺度分析。结果表明,自贡市PM2.5浓度逐小时变化趋势主要与人类活动规律及太阳照射时间有关;逐日PM2.5的浓度达到国家空气质量标准天数比率为73.5%,其中一级标准的天数比率为27.5%;PM2.5浓度大值期主要在1、2和12月;且呈春秋冬季高、夏季低的分布特征,冬季超标天数占比高达69.02%;PM2.5浓度空间分布特征不仅受监测点位及地形、气候、城市结构等的影响,还与风向及周围其他城市污染源的贡献密切相关,整体表现为工业生产总值高、交通运输频繁、人口较为密集的大安区、高新区和贡井区PM2.5浓度水平较高。     

黄河三角洲白蜡人工林空气PM_(2.5)浓度变化规律的研究

以黄河三角洲典型的白蜡人工林为研究对象,选取2016年3月～翌年2月期间白蜡林内、外的PM_(2.5)数据和相关气象数据,对比分析了林内、外PM_(2.5)浓度的季节性变化和日变化特征,同时对特殊天气下PM_(2.5)浓度的变化进行了研究。结果表明:林内、外空气PM_(2.5)浓度均呈明显的季节性变化,均表现为冬季>春季>秋季>夏季;四季PM_(2.5)浓度的日变化近似呈双峰型曲线,变化趋势为夜间>日间、上午>下午;除冬季外,林内PM_(2.5)浓度普遍低于林外空地的;大风、降雨和降雪均有利于空气颗粒物的消除,且随着风力的增强和降雨量的增加,清除效果更好;在3种特殊天气下PM_(2.5)浓度均表现为林内>林外;春季和冬季的空气PM_(2.5)浓度与温度、风速呈显著负相关,与湿度呈显著正相关。     

4种类型绿地空气PM2.5浓度与环境因子关系研究

通过对宿迁学院内4种类型绿地和对照内空气PM2.5浓度及温度、湿度、风速、光照强度进行监测分析,结果表明:4种绿地类型及对照内空气PM2.5浓度日变化明显,基本都呈双波峰走势,分布在上午9:00和下午13:00;4种绿地类型及对照内空气PM2.5浓度均值按大小排序为:对照点＞高羊茅草坪＞火棘+海桐—高羊茅＞黄山栾树+白玉兰—金钟花+迎春—高羊茅＞日本早樱—狗牙根;空气PM2.5浓度与4种类型绿地的温度都达显著正相关,与光照强度达到极显著正相关.     

重庆市地区道路PM10/PM2.5浓度分布特征研究

采用单点监测、水平分布监测和垂直分布监测方法考察了重庆市城区道路PM10和PM2.5的浓度分布;并结合车流量调查,探讨了交通干道PM10,PM2．5浓度分布与车流量,以及距离干道不同距离之间的关系。结果表明：重庆市主城区交通干道PM10,PM2.5质量浓度平均值分别为505．364μg／m^3和261．878μm^3,PM10的水平分布和垂直分布有明显的规律,质量浓度随着距离的增加而减少,而PM2.5没有明显变化规律。     

重庆市地区道路PM10/PM2.5浓度分布特征研究

采用单点监测、水平分布监测和垂直分布监测方法考察了重庆市城区道路PM10和PM2.5的浓度分布;并结合车流量调查,探讨了交通干道PM10,PM2.5浓度分布与车流量,以及距离干道不同距离之间的关系.结果表明:重庆市主城区交通干道PM10, PM2.5质量浓度平均值分别为505.364 μg/m3和261.878μg/m3,PM10的水平分布和垂直分布有明显的规律,质量浓度随着距离的增加而减少,而PM2.5没有明显变化规律.     

河北廊坊市2018年PM2.5质量浓度变化特征分析

利用廊坊市气象信息共享平台公布的PM2.5质量浓度的实时观测数据,首次完成对2018年廊坊市区PM2.5的质量浓度变化情况分析.结果表明:廊坊市2018年PM2.5污染情况相比往年持续有所好转.     

乌鲁木齐市夏季大气PM_(10)、PM_(2.5)中重金属的分布特征

利用PM2.5、PM10、TSP便携式采样器、TAS-990石墨炉原子吸收光谱仪,采集了乌鲁木齐市5个功能区大气PM10、PM2.5样品,并检测了PM10、PM2.5样品中Cd、Cr、Cu、Ni、Pb、Mn6种元素的含量。结果表明:PM10质量浓度除卡子湾水泥厂区采样期间全部超标外,其他地点均低于国家二级标准;PM2.5质量浓度与美国日均值标准相比,卡子湾水泥厂区采样期间全部超标,安宁渠良种场超标天数为20%,友好路超标天数为60%,其他地点均低于标准。富集因子法分析结果显示:乌鲁木齐市5个采样区夏季大气PM10、PM2.5中Cr、Ni、Cu、Cd、Pb5种重金属污染主要来自于人类活动,Mn则来源于地壳物质。     

西安市采暖期PM2.5污染状况及其与气象因子的相关分析

对采暖期与非采暖期PM2.5和PM10的浓度变化特征以及采暖期PM2.5浓度与气象因子的相关性进行分析,结果显示：采暖期PM2.5和PM10的质量浓度显著高于非采暖期,平均是非采暖期的1.85和1.46倍,采暖期PM2.5在PM10中的比重也高于非采暖期。PM2.5浓度同时受几种气象因素的影响,与辐射量、气压和能见度呈负相关,与相对湿度和总云量呈正相关。     

长沙市PM_(10)、PM_(2.5)污染特征及其与气象条件的关系

2014年6月1日~7月2日在黄土岭、马坡岭采样点采集PM10、PM2.5样本,研究PM10、PM2.5质量浓度的时空分布特征,并分析其与气温、风速、相对湿度、气压和降水的相关性。结果表明,黄土岭、马坡岭PM10平均日均浓度分别为108.37、91.00μg/m3,日均浓度超标率分别为25.00%、18.75%;PM2.5平均日均浓度分别为73.48、65.09μg/m3,日均浓度超标率分别为31.25%、34.38%。长沙市PM2.5污染比PM10严重。6月12~16日PM10、PM2.5污染最严重,出现了灰霾天气。PM2.5和PM10质量浓度呈显著正相关;PM10、PM2.5质量浓度与气温、风速、气压呈正相关,与相对湿度呈显著负相关,与降水量呈弱负相关。     

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。     

西安市不同绿化参数与Pm^2.5浓度的关联性研究

以探讨西安市城区绿化覆盖率、绿化密度、绿化植被类型三者与空气中Pm^2.5浓度之间的关系为目的,选取了西安市区内7个监测点为代表点,测量范围为监测点方圆400m,约50万m^2.从2013年8 ～11月,历时4个月,每天获取监测点提供的PMt2.5浓度值.结果表明,提高总体绿化密度,采用适合的绿化植被种类,能够在一定程度上降低空气中的Pm^2.5浓度,提高空气质量.     

太原市森林公园林带对空气PM2.5的净化效率

开展城市绿地滞尘效应研究对指导城市绿地建设具有重要科学意义。为了研究城市交通主干道周边绿地的滞尘效应,以太原市森林公园西侧紧邻滨河东路南北长600 m,东西宽100 m的针叶混交林带为研究对象,在林带最西侧与道路交界处设对照点（0 m）,由西向东垂直于路面在林带内分别设置20、40、60、80 m 4个监测点,用中流量大气PM2.5采样器（100 L/min）在各点对PM_2.5进行日间采样,分析林带内PM_2.5浓度的变化特征并计算林带对PM_2.5的净化效率。结果表明:1）林带宽度影响其对大气PM_2.5的净化效率,从20~60 m的净化效率逐渐提高,80 m处略低于60 m;2）林带对局部空气PM_2.5净化效率与区域空气质量呈负相关,当空气质量为优良时,林带可以有效地降低局部PM_2.5,当空气质量为中重度污染时,林带20~40 m宽处会聚集较高浓度的PM_2.5;3）林带内分时段净化效率显示,9:30-11:00的净化效率最低,12:30-17:00净化效率较高,且15:30-17:00林内PM_2.5质量浓度最低,提示该时段适宜市民在公园内活动。     

我国城市PM2.5数值预报简述

对当前国内PM2.5数值预报模式及应用作了简单的评述和介绍,重点介绍了北京、上海、南京空气质量数值模拟预报系统.在此基础上探讨了我国城市PM2.5大气污染预报模式的发展方向及存在问题,结合我国目前面临的PM25污染问题,揭示了数值模式对空气质量预报的意义.     

2013年南京市PM2．5时空分布规律

[目的]探讨利用站点实测PM2．5数据与NASA MODIS气溶胶光学厚度（AOD）研究南京PM2．5时空分布规律的可行性。[方法]将2013年南京市实测PM2．5数据进行空间插值,基于MODIS数据利用暗像元法反演得到的气溶胶光学厚度与2013年南京市PM2．5质量浓度进行相关性分析。光学厚度引入季节变化的气溶胶标高,并用湿度因子订正。[结果]订正后的二者相关系数均有明显提高。站点实测PM2．5通过空间插值可以在一定程度上反映南京市PM2．5的空间分布规律,PM2．5主要集中于鼓楼、建邺等经济发达区域,栖霞区域相对最低。 PM2．5夏季较低,冬季较高。校正后的AOD与站点实测PM2．5的相关性达0．426,远高于未进行校正的0．214。[结论]在中小尺度下反演的AOD能够在一定程度上表征PM2．5的浓度变化,通过更为精确的AOD反演方法能够在时空两方面反映PM2．5的时空变化规律,使城市PM2．5污染治理更加科学合理。