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。     

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。     

长沙市PM_(2.5)质量浓度及其变化特征

统计2015年9月到2016年8月长沙市PM_(2.5)监测数据及气象数据,并分析其季节特征、温度特征及其与工作日和周末之间的关系,以期揭示城市PM_(2.5)污染的主要特征及其变化趋势。研究结果表明:我国北部和南部的细颗粒物PM_(2.5)的污染程度大于长沙市,长沙市PM_(2.5)质量浓度的季节变化趋势表现为:冬天春天秋天夏天;冬季空气污染较重,PM_(2.5)日均值(75.32±38.12)μg/m~3超过我国空气质量(PM_(2.5))二级标准;夏天空气质量相对良好,日均值(32.40±14.25)μg/m~3,达到我国空气质量(PM_(2.5))一级标准;长沙市PM_(2.5)质量浓度与月平均温度存在一定程度的负相关,当月平均温度最高达29.71℃时,对应PM_(2.5)质量浓度最低,为29.71μg/m~3,当月平均温度最低为5.07℃时,对应PM_(2.5)质量浓度最高,为80.9μg/m~3;PM_(2.5)质量浓度在工作日和周末存在显著差异,冬季周末质量浓度高于工作日,而夏季则相反。     

长沙市PM_(2.5)质量浓度及其变化特征

统计2015年9月到2016年8月长沙市PM_(2.5)监测数据及气象数据,并分析其季节特征、温度特征及其与工作日和周末之间的关系,以期揭示城市PM_(2.5)污染的主要特征及其变化趋势。研究结果表明:我国北部和南部的细颗粒物PM_(2.5)的污染程度大于长沙市,长沙市PM_(2.5)质量浓度的季节变化趋势表现为:冬天>春天>秋天>夏天;冬季空气污染较重,PM_(2.5)日均值(75.32±38.12)μg/m³超过我国空气质量(PM_(2.5))二级标准;夏天空气质量相对良好,日均值(32.40±14.25)μg/m3超过我国空气质量(PM_(2.5))二级标准;夏天空气质量相对良好,日均值(32.40±14.25)μg/m³,达到我国空气质量(PM_(2.5))一级标准;长沙市PM_(2.5)质量浓度与月平均温度存在一定程度的负相关,当月平均温度最高达29.71℃时,对应PM_(2.5)质量浓度最低,为29.71μg/m3,达到我国空气质量(PM_(2.5))一级标准;长沙市PM_(2.5)质量浓度与月平均温度存在一定程度的负相关,当月平均温度最高达29.71℃时,对应PM_(2.5)质量浓度最低,为29.71μg/m³,当月平均温度最低为5.07℃时,对应PM_(2.5)质量浓度最高,为80.9μg/m3,当月平均温度最低为5.07℃时,对应PM_(2.5)质量浓度最高,为80.9μg/m³;PM_(2.5)质量浓度在工作日和周末存在显著差异,冬季周末质量浓度高于工作日,而夏季则相反。     

包头市采暖期大气颗粒物PM_(10)与PM_(2.5)污染水平研究

为了解包头市采暖期大气颗粒物PM2.5与PM10的污染特征,在包头市城区设置采样点,在采暖期采集了PM2.5与PM10,对其中的水溶性离子、元素、有机碳、元素碳的含量进行了分析。结果表明:水溶性离子、元素组分是包头市采暖期大气颗粒物的主要成分,并且在细颗粒物中聚集较多;采暖期的燃煤为2种粒子中元素的主要来源之一;采暖期PM2.5与PM10中OC、EC有共同的污染源,主要来源是燃煤、机动车尾气和生物质燃烧;PM2.5与PM10中有二次反应生成的有机碳。     

城市道路林对细颗粒物(PM2.5)的阻滞作用解析

  目的  分析细颗粒物(PM_2.5)的动态变化格局及城市道路林对其的阻滞作用,并进一步探索何种配置的林带所发挥的防尘抑霾效果最佳。  方法  选取了3种结构共12种配置模式的城市道路林,首先分析了林带内外PM_2.5的日动态、年际动态和水平空间的变化规律;然后通过减尘率评价不同模式林带对PM_2.5的阻滞作用;最后通过减尘率和小气候因子进行Pearson相关性分析,探讨影响植被减尘率的可能因素。  结果  PM_2.5日动态变化呈早晚高中间低的趋势,峰值出现在8:00和18:00,10:00和14:00最低;年动态规律表现为冬季最高,其次是秋季和春季,夏季最低。PM_2.5在林带内水平空间中的变化规律因季节不同而有所差异,春夏季节,林缘至林内呈逐渐递减趋势;秋冬季节,林缘至林内25 m处呈递增趋势,在25~30 m处下降且低于林外林缘处。对PM_2.5减尘率最高的是乔灌草结构,其次是针阔混交乔木结构,单排乔木结构的减尘率最低;春夏季,12种道路林对PM_2.5阻滞率为正值,秋冬季只有A₅(针阔混交乔木)、B₁~B₃(单排乔木)和C₂、C₃(乔灌草)为正值,其余均为负值。小气候因子与PM_2.5关系存在季节差异,PM_2.5浓度在春秋冬季与风速呈显著负相关(P＜0.05),春夏季与温度呈显著正相关(P＜0.05),秋冬季与相对湿度呈正相关(P＜0.05);林地PM_2.5阻滞率在秋季和温度呈显著正相关(P＜0.05),在秋冬季和相对湿度呈显著正相关(P＜0.05),林地阻滞率和风速相关性不显著。  结论  在城市道路林建设中合理增加林带宽度及加大常绿针叶乔木和灌草的比例对于降低PM_2.5质量浓度效果显著。图5表6参32     

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。     

森林植被对信阳市城郊PM2.5等颗粒物污染的影响

选择森林植被盖度存在明显差异的信阳市中心城区-近郊区-远郊区分别设立监测点开展大气颗粒物污染同步定位观测,比较分析了3个监测点TSP、PM10、PM2.5和PM1等4种粒径颗粒物质量浓度日变化和季节变化特征及其影响因素。结果表明,3个监测点4种颗粒物质量浓度日变化特征基本一致,峰值和最低值出现的时间基本同步。上午颗粒物污染比下午严重。3个监测点的颗粒物污染均表现为夏季最轻,秋季次之,冬季污染最严重。森林植被具有强大的削减PM2.5等颗粒物污染的功能,监测点颗粒物质量浓度与森林植被盖度呈负相关。在日变化和季节变化中,森林植被盖度最高的生态站监测点4种颗粒物质量浓度均明显低于其他2个监测点;同样,森林植被盖度较高的浉河景观带监测点4种颗粒物质量浓度均明显低于缺林少绿的体彩广场监测点。影响颗粒物污染的主要气象因子是气温和气压。PM2.5等4种颗粒物质量浓度与日均气温均呈极显著负相关,与日均气压均呈极显著正相关。     

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(PM₁₀)、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、PM₁₀)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(PM₁₀、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。     

基于气象要素南昌PM_(2.5)污染特性及预测方法

运用统计分析和气象统计预报方法,对南昌市6个环境监测点的污染物观测资料和同期南昌市自动气象观测资料进行了统计,分季节研究了南昌市PM_(2.5)质量浓度的变化规律,对影响大气污染的气象因子进行了综合分析,并分别建立夏季及非夏季PM_(2.5)质量浓度与气象要素的统计预报模式。结果表明:南昌市PM_(2.5)污染非夏季较夏季更为严重,非夏季有超过一半的时间空气质量超出了国家二级标准。PM_(2.5)质量月均浓度峰值出现在12月和1月,其中1月南昌市平均4 d中就有3 d超出国家二级标准。PM_(2.5)浓度逐时变化呈现双峰型特征,对于夏季而言,2个峰值基本出现在9:00~11:00和22:00~24:00时段;而非夏季前一个峰值延后至11:00~12:00时段,后一个峰值往往提前至21:00~23:00,这主要与人类活动规律及太阳照射时间有关。建立的非夏季预报模式等级预报准确率较夏季高,对环境气象预报业务有一定实际应用价值。     

基于气象要素南昌PM_(2.5)污染特性及预测方法

运用统计分析和气象统计预报方法,对南昌市6个环境监测点的污染物观测资料和同期南昌市自动气象观测资料进行了统计,分季节研究了南昌市PM_(2.5)质量浓度的变化规律,对影响大气污染的气象因子进行了综合分析,并分别建立夏季及非夏季PM_(2.5)质量浓度与气象要素的统计预报模式。结果表明:南昌市PM_(2.5)污染非夏季较夏季更为严重,非夏季有超过一半的时间空气质量超出了国家二级标准。PM_(2.5)质量月均浓度峰值出现在12月和1月,其中1月南昌市平均4 d中就有3 d超出国家二级标准。PM_(2.5)浓度逐时变化呈现双峰型特征,对于夏季而言,2个峰值基本出现在9:00¹1:00和22:0011:00和22:00²4:00时段;而非夏季前一个峰值延后至11:0024:00时段;而非夏季前一个峰值延后至11:00¹2:00时段,后一个峰值往往提前至21:0012:00时段,后一个峰值往往提前至21:00²3:00,这主要与人类活动规律及太阳照射时间有关。建立的非夏季预报模式等级预报准确率较夏季高,对环境气象预报业务有一定实际应用价值。     

北京PM_(2.5)污染特征的分析

对北京市2007年10月至2011年6月的大气PM2.5质量浓度进行了分析。结果表明:春季、冬季的PM2.5质量浓度高于夏季、秋季,其中2008年8～9月和2009年8月的浓度较低。气象条件(如沙尘暴)是造成春季PM2.5浓度高的主要原因,燃煤取暖是造成冬季浓度高的主要原因。对于环境空气质量标准(GB3095─2012)中的PM2.5标准值,若采取北京奥运期间的空气质量保障措施,则北京以及其他城市的PM2.5达标是可以实现的。     

基于Ward聚类法研究天气变化对PM_(2.5)的影响

利用唐山市2013²014年PM2.5监测数据和气象数据,研究了平均状态下PM2.5和气象因子的日变化特征。利用Ward系统聚类法,将每天的PM2.5和气压变化分类,研究了不同天气过程中PM2.5与气象因子的关系。结果表明:PM2.5具有明显的日变化特征,在7:00出现峰值,在15:00出现谷值。唐山地区天气变化存在5种类型,分别为持续增压型、持续降压型、午后骤增型、先增后减型和波动型。在气压波动变化下PM2.5增加,在气压午后骤增或持续增压特征显著时PM2.5减少,暖湿空气造成的持续降压使PM2.5增加,暖干空气造成的持续降压使PM2.5降低。PM2.5与相对湿度呈正相关,与风速呈负相关。     

基于Ward聚类法研究天气变化对PM_(2.5)的影响

利用唐山市2013~2014年PM2.5监测数据和气象数据,研究了平均状态下PM2.5和气象因子的日变化特征。利用Ward系统聚类法,将每天的PM2.5和气压变化分类,研究了不同天气过程中PM2.5与气象因子的关系。结果表明:PM2.5具有明显的日变化特征,在7:00出现峰值,在15:00出现谷值。唐山地区天气变化存在5种类型,分别为持续增压型、持续降压型、午后骤增型、先增后减型和波动型。在气压波动变化下PM2.5增加,在气压午后骤增或持续增压特征显著时PM2.5减少,暖湿空气造成的持续降压使PM2.5增加,暖干空气造成的持续降压使PM2.5降低。PM2.5与相对湿度呈正相关,与风速呈负相关。     

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。     

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。     

不同配置模式的城市森林植被对PM2.5的吸附研究

研究不同配置的森林植被对PM_2.5的吸附,从而为城市不同环境条件下,降低空气中的PM_2.5质量浓度,改善空气环境质量,寻求适宜的森林植被配植方法。本研究通过监测选定的针叶混、针阔混、针叶纯林、阔叶混、阔叶纯林和乔灌混6种配置模式的森林植被吸附PM_2.5量,分析同配置模式下空气PM_2.5质量浓度日变化,研究不同配置模式的植物对PM_2.5的吸附特征。研究结果表明,不同配置模式下空气PM_2.5质量浓度日均值最大的为针叶混,针叶混和乔灌混次之,最小的为阔叶纯林;不同配置模式森林植被在5～10月中,PM_2.5单位叶面积吸附量大小排序为针叶混(0.744μg·cm^-2)>乔灌混(0.709μg·cm^-2)>针叶纯林(0.625μg·cm^-2)>针阔混(0.53μg·cm^-2)>阔叶混(0.483μg·cm^-2)&g...     

森林覆盖率及其他空气污染物和气象要素对PM2.5的影响——以黑龙江省13个市(区)冬季为例

以森林覆盖率及其他空气污染物(PM10、CO、NO2、SO2、O38 h)和气象因素(气压、相对湿度、光照数、气温、风速)为研究指标,以黑龙江省13个市(区)为对象,应用3 a数据、依据面板数据模型分析PM2.5与森林覆盖率及其他空气污染物和气象因素之间的关系。结果表明:森林覆盖率较高城市的PM2.5质量浓度,低于森林覆盖率较低城市的PM2.5质量浓度。森林覆盖率是阻滞PM2.5质量浓度增高最主要的因素,其他空气污染物是导致PM2.5质量浓度升高的根本原因,气象因素对PM2.5质量浓度变化所起的作用较小。