昌吉市PM_(2.5)和PM_(10)的质量浓度变化特征分析

通过对昌吉市2015年1个区控点的PM_(2.5)和PM_(10)的连续自动监测数据分析得出:2015年昌吉市大气颗粒物中PM_(2.5)、PM_(10)浓度小时值的最大值均出现在4月和9月,日均值的最大值出现在12月和4月,月均值最大值均出现在12月;日均值和年均值均超过了环境空气质量标准的二级标准限值;PM_(2.5)和PM_(10)冬季的日变化浓度高于其他三季,夏季和秋季浓度值基本无变化。超标天数高值出现在1、2、12月;PM_(2.5)和PM_(10)的比值1、2、12月较大。     

公共场所室内PM_(2.5)质量浓度测定分析

以高校大型学生餐厅为例,通过对餐厅室内和室外PM_(2.5)浓度的测量及分析发现,1)室内、外PM_(2.5)质量浓度有着较大的差别,测量时间段内,室外PM_(2.5)的质量浓度均小于50μg/m~3,而室内PM_(2.5)浓度波动变化,变化范围为45μg/m~3~210μg/m~3。2)室外空气中湿度因素对空气中PM_(2.5)浓度影响显著;3)早、中、晚3个时间段测量,午间就餐高峰时,PM_(2.5)浓度最大。     

鄂州市区大气中PM_(2.5)和PM_(10)质量浓度污染特征

根据鄂州市3个环境空气质量自动监测站采集的2014年12月至2015年11月间的PM2.5和PM10质量浓度数据,分析了2015年鄂州市环境空气颗粒物质量浓度的变化特征。结果表明:2015年,鄂州市PM2.5和PM10的年均质量浓度均超过了《环境空气质量标准》规定的年均值二级标准限值;PM2.5和PM10质量浓度的日变化幅度比较大,但整体变化趋势非常相似,PM2.5和PM10质量浓度存在明显的季节变化,均为冬季最高,春季次之,秋季较低,夏季最低,PM2.5和PM10质量浓度的日均值冬季明显高于其它季节,呈双峰型,夜晚整体高于白天;PM2.5和PM10质量浓度的月均值峰值均出现在1月,谷值均出现在7月,各月PM2.5的超标天数都多于PM10;11月的β值(PM2.5和PM10的浓度比)最高。     

徐州市大气颗粒物PM_(10)与PM_(2.5)污染水平分析

在徐州市的7个典型城市功能区采集大气颗粒物样品,对PM_(10)和PM_(2.5)的污染水平进行了分析。结果表明,徐州市PM_(10)和PM_(2.5)的污染较严重,超标率分别为26.3%和31.2%;空间上,工业区和交通居住混合区污染严重;时间上,污染水平呈现为冬季春季秋季夏季;PM_(2.5)在PM_(10)中的比重大于粗颗粒物,约占58%,应重视对其监测与治理。     

萍乡市PM_(10)和PM_(2.5)污染特征分析

对萍乡市2015~2017年PM_(10)和PM_(2.5)质量浓度监测数据资料进行整理统计,通过定性分析、定量计算以及对各物理量之间的相互作用过程研究,分析萍乡市PM_(10)和PM_(2.5)浓度污染状况、时空分布特征和污染特点。结果表明,萍乡市PM_(10)和PM_(2.5)质量浓度随着季节和月份的变化均有显著变化规律,平均浓度值冬季最高,春、秋季次之,夏季最低,污染最严重的是1月份,最轻的是6-8月份; PM_(10)和PM_(2.5)平均浓度具有相似的空间分布特征,变化规律基本一致。     

哈尔滨市大气中TSP、PM_(10)和PM_(2.5)相关性分析

对哈尔滨市大气环境中的TSP、PM10、PM2.5进行了采集和质量浓度的分析。实验结果表明:细颗粒(PM2.5)所占比例全年变化比较明显,1月、10月、11月和12月含量较高,均占到总量的55%以上,同时PM2.5/PM10也处于全年最高值,说明此期间细颗粒污染较为严重,环境危害较大;PM10含量全年变化相对稳定,PM10/TSP变化幅度仅为0.71~0.79,说明全年颗粒物质量分布的变化主要由PM2.5和PM2.5-10引起。根据TSP和PM10、PM10和PM2.5之间的相对关系曲线可以看出,两种大气颗粒物均来自相似的污染源,且污染源排放大气颗粒物的粒度分布长期比较稳定,而PM10和PM2.5的相关系数R值为0.973,也具备一定的相关性,可认为两者的变化趋势是一致的。     

雾霾与PM_(2.5)

介绍雾霾及PM_(2.5)的基本知识,讨论PM_(2.5)的组成、来源、危害和相关法规;并简单介绍了控制PM_(2.5)的除尘技术;概述了我国关于大气环境中PM_(2.5)的研究进展。     

福厦泉大气颗粒物PM_(2.5)和PM_(10)污染状况研究

根据福州、厦门和泉州2014年PM10和PM2.5监测数据,对福厦泉三个城市国控站点的PM10和PM2.5的达标情况、变化趋势等进行探讨分析。结果表明:2014年仅厦门市PM2.5年均值超标,三个城市的PM2.5污染较PM10严重;福厦泉的PM10和PM2.5年内变化规律基本一致,大气颗粒物质量水平夏秋要优于春冬,年际变化情况反应近几年颗粒物污染有恶化趋势。PM10和PM2.5日均值回归分析说明二者有着非常显著的线性相关关系,且PM2.5占PM10的比例较高。     

MPT-AES法测定抚顺市采暖期PM_(2.5)和PM_(10)中的重金属

用微波等离子体炬(MPT)为激发光源,氩气为等离子体工作气体,用气动雾化迚样,研究了微波等离子体炬原子发射光谱法(MPT-AES)测定抚顺环境样品中的重金属元素Pb,Cd,Cr,Cu,Mn的方法。考察了各微量元素的分析谱线,载气流量,工作气流量和微波向前功率对元素Pb,Cd,Cr,Cu,Mn的发射强度的影响,分析了酸浓度及共存离子对其测定的影响,得到了测量不同金属离子的最佳工作条件,在最佳条件下测量元素Pb,Cd,Cr,Cu,Mn的检出限分别为22.9,5.7,30.7,3.6,6.0 ng·mL-1,精密度分别为5.97%,4.92%,1.24%,1.54%,1.87%,加标回收率在84.6%-104.0%之间。     

闽北四种天气类型PM_(2.5)浓度变化规律分析

通过对南平市建阳区登高山环境监测站点2015年1-12月PM_(2.5)逐时浓度数据处理、分析,结果表明:(1)2015年PM_(2.5)日平均浓度变幅较大,最高值与最低值相差32.4倍,冬季PM_(2.5)浓度和日变化幅度明显大于其他季节,春、秋季PM_(2.5)浓度日变化趋势相近;旬PM_(2.5)浓度变化为"凹字"分布,最低值出现在7月上旬。(2)PM_(2.5)浓度日变化呈现双峰一波谷分布,波谷值出现在15-16时;最适于人们户外运动。(3)不同天气条件下的PM_(2.5)日平均浓度为多云晴天阴天雨天,这与降水对空气中的悬浮颗粒冲刷作用、多云天气不利于悬浮颗粒向高空输送、污染物集聚在近地层相符。(4)南平市建阳区2015年空气质量优良率为98.0%,是十分适宜人居城市。     

泉州城区与近郊区PM_(10)和PM_(2.5)时空分布及其相关性研究

为研究泉州城区与近郊区PM_(10)与PM_(2.5)浓度的时空分布特征,对2014年泉州市涂山街和万安两个空气自动监测站的PM_(10)、PM_(2.5)监测数据进行了分析,并观察PM_(10)与PM_(2.5)、SO_2、NO_2、CO的相关关系。结果表明,泉州城区PM_(10)与PM_(2.5)的浓度均高于泉州近郊区,城区和近郊区的PM_(10)与PM_(2.5)具有明显的相关性且均出现出明显的月变化趋势,PM_(10)及PM_(2.5)最高月均浓度均出现于1月,而其最低月均浓度则分别出现于2月及7月。受周边环境及扩散条件的影响,涂山街PM_(10)与PM_(2.5)、SO_2、NO_2、CO的相关性较万安明显。     

PM_(2.5)的研究进展与展望

控制PM2.5的污染是我国大气环境面临的首要问题。文章概述了国内外对PM2.5的研究现状及对PM2.5的限值。目前世界上对PM2.5的监测方法主要有:重量法、光散射法、β射线吸收法和微量振荡天平法。针对不同环境状况,应采用不同的监测方法。同时简单介绍了美国、欧盟以及我国对PM2.5的控制措施。     

静安区PM_(2.5)浓度手工法与自动监测法的比对分析

分别运用传统的手工采样重量法和基于微量振荡天平加膜动态测量系统方法(FDMS)的自动监测法测量PM2.5的质量浓度。通过2013年10月1日至2014年1月31日期间两种方法的监测数据比对显示,自动监测法检测系统误差偏高,自动监测法与手动法的监测结果具有很高的相关性,其变化趋势具有较高的一致性。     

基于广义隐马尔可夫模型的PM_(2.5)浓度预测

近年来,以PM2.5为主要污染物的重霾污染事件频频发生,给我国国民经济和居民健康造成了严重损失。在空气质量尚未得到根本性改善的情况下,对重霾污染的准确预警不仅能使公众合理回避污染危害,还能为政府实施应急管理提供时间裕量。针对影响PM2.5浓度的前体物及气象因素的非高斯分布特点以及传统隐马尔可夫模型(hidden Markov model,HMM)必须已知隐含状态个数的缺点,采用广义隐马尔可夫模型(generalized hidden Markov model,GHMM)对北京市除去定陵外的11个国控站点2013年1月~2017年1月的PM2.5浓度进行了预测。结果表明:GHMM对严重污染及以上PM2.5样本浓度预测准确率显著高于传统连续HMM,但针对中度污染及以下PM2.5样本浓度的预测准确率接近传统HMM。     

齐齐哈尔市PM_(2.5)与气象因素、气体污染物浓度的相关性研究

根据齐齐哈尔大学监测点2014年3月~2015年5月间的大气实时监测数据及所采集的PM_(2.5)样品的分析数据,研究了监测期间各种气体污染物浓度在不同时段的变化特征,以及气象因素、各种气体污染物浓度之间的相关性。PM_(2.5)质量浓度与气象要素的相关性分析显示,PM_(2.5)质量浓度与大气压、风向呈正相关,与温度、湿度和风速呈负相关。PM_(2.5)质量浓度与气体污染物浓度的相关性分析表明,不同季节PM_(2.5)质量浓度与气体污染物浓度相关性不同,整个监测期间PM_(2.5)质量浓度与SO_2、CO、NO_2浓度呈现正相关,与O_3浓度呈较小的负相关。     

浅析PM_(2.5)中重金属元素分析技术

PM_(2.5)易富集重金属元素,对人体健康带来危害。从样品前处理和定量分析方法两个方面简述了PM_(2.5)中重金属分析技术,对常用的消解方法进行汇总和分析,并建议日常分析采用王水法提取滤膜中的重金属;定量分析需要结合电感耦合等离子体质谱法(ICP-MS)、电感耦合等离子体发射光谱法(ICP-OES)、X射线荧光光谱法(XRF)、原子荧光光谱仪法(AFS)和冷原子吸收分光光度法(CAAS)等多种技术才能满足分析需求,讨论了如何根据分析需求选择合适的分析技术。     

南昌市大气颗粒物PM_(2.5)水溶性离子分析

通过监测南昌市各监测点位PM_(2.5)浓度和水溶性例子主要组分表明,南昌市秋季大气颗粒物PM_(2.5)中总水溶性离子浓度为16.2μg/m~3,其中,SO_4~(2-)、NO_3~-和NH_4~+是最主要的水溶性离子。     

PM_(2.5)对人体的危害

主要介绍了什么是PM_(2.5)、什么是细颗粒物,并对PM_(2.5)的形成原因和PM_(2.5)对人体的危害进行了探讨,对于PM_(2.5)的防治提出了一些建议和措施。     

PM_(2.5)检测方法及研究进展

大气细颗粒物(PM2.5)的污染对于人类和生态环境的影响巨大,因此关于PM2.5检测技术的研究非常重要。本文概述了PM2.5的检测方法,评价了当前典型的PM2.5检测技术优点与不足,并对PM2.5检测技术今后研究方向进行分析并提出了展望。     

佛山市南海区PM_(2.5)污染特征分析

分析佛山市南海区PM_(2.5)的污染特征。结果表明,南海区PM_(2.5)日变化特征显著,其夜间值高于白天,呈典型的双峰型变化;对南海气象局站点一次冬季持续高污染过程进行模拟分析表明,该站点PM_(2.5)的潜在污染源区主要分布在该站点以北的2~3 km内。