北京西北城区与清洁对照点夏季大气PM10的微观特征及粒度分布

合集下载

北京城区低层大气PM10和PM2.5垂直结构及其动力特征

北京城区低层大气PM10和PM2.5垂直结构及其动力特征近年来，随着我国城市化进程的加快，大气污染问题日益突出，特别是细颗粒物污染对空气质量和人体健康的影响备受关注。

北京作为中国的首都和国际大都市，其大气污染现状引起了广泛关注。

为了深入研究北京城区低层大气中PM10和PM2.5的垂直结构及其动力特征，本文将从理论和实证两方面进行探讨。

首先，我们将从理论层面分析北京城区低层大气PM10和PM2.5的垂直结构。

由于北京城区地形条件的特殊性，大气层结稳定度较强。

在低层大气中，由于接触地面的PM10和PM2.5受到地面摩擦力的作用，其浓度具有明显的垂直梯度。

根据斯托克斯定理，风向下垂直通量的方向与PM10和PM2.5浓度的梯度方向相反。

同时，由于大气对流和混合作用的存在，上层大气中的PM10和PM2.5浓度会受到下层污染物的影响而产生变化。

因此，北京城区低层大气中PM10和PM2.5的垂直结构呈现出上层浓度高、下层浓度低的特点。

接下来，我们将从实证研究入手，探讨北京城区低层大气中PM10和PM2.5的动力特征。

首先，我们利用气象站的观测数据分析了北京城区不同季节的大气运动特征。

结果显示，在夏季，由于高温高湿的天气条件，大气层结比较稳定，积分高度相对较低。

而在冬季，由于冷空气的影响，大气层结较强，积分高度相对较高。

然后，我们通过利用气象雷达观测到的降水数据，研究了北京城区低层大气中PM10和PM2.5的降水效应。

研究结果表明，降水可以有效地清除大气中的颗粒物，降低其浓度。

此外，风场的运动对PM10和PM2.5的扩散也具有重要影响，东北风和南风是北京城区低层大气中颗粒物浓度升高的主要原因。

综上所述，北京城区低层大气中PM10和PM2.5的垂直结构呈现出上层浓度高、下层浓度低的特点，并且受到地面摩擦力、大气对流混合作用、风输送等因素的共同影响。

深入研究这些动力特征，有助于我们更好地理解和控制大气污染问题，在保障城市空气质量和人民健康方面起到重要作用。

北京地区不同季节PM2.5和PM10浓度对地面气象因素的响应

北京地区不同季节PM2.5和PM10浓度对地面气象因素的响应引言：大气污染是当前全球面临的严峻环境问题，尤其是中国的主要城市，如北京。

北京不仅是中国的首都，也是全球最受污染的城市之一。

空气污染中的PM2.5和PM10已成为衡量空气质量的重要指标。

而地面气象因素则对大气污染起到一定的影响。

因此，深度探究，对于制定科学的环境保卫政策和猜测空气质量变化趋势具有重要意义。

一、北京地区不同季节PM2.5和PM10浓度的监测状况PM2.5和PM10是指空气中直径小于（或等于）2.5和10微米的悬浮颗粒物的浓度。

这些颗粒物来源于工业排放、车辆尾气、煤烟等。

通过对北京地区不同季节的PM2.5和PM10浓度进行监测，可以发现其时空分布的变化规律。

例如，冬季的PM2.5和PM10浓度普遍高于其他季节，而夏季相对较低。

二、PM2.5和PM10浓度与温度的干系气温是影响大气扩散条件的重要因素之一。

一般来说，温度较高时，大气的稳定性较差，有利于颗粒物的扩散和稀释，从而使PM2.5和PM10的浓度相对较低。

相反，温度较低时，大气的稳定性较好，颗粒物容易积聚，PM2.5和PM10的浓度相对较高。

因此，在冬季，北京地区PM2.5和PM10浓度较高的原因之一就是气温偏低。

三、PM2.5和PM10浓度与风速的干系风速是影响颗粒物扩散和稀释的重要因素之一。

风速较高时，颗粒物容易被风吹散，从而缩减其浓度。

相反，风速较低时，颗粒物容易积聚，浓度相对较高。

此外，风向也会影响颗粒物的输送方向和污染来源。

北京地区的地形以京津冀平原为主，缺乏自然屏障，所以风速较低的状况较为常见。

四、PM2.5和PM10浓度与降水的干系降水是清洗大气中的颗粒物的一个重要因素。

降水可以将颗粒物带到地面，缩减其浓度。

因此，降水量越大，PM2.5和PM10的浓度就越低。

北京地区的降水分布不均，集中在夏季和秋季，所以在这两个季节，PM2.5和PM10浓度相对较低。

五、PM2.5和PM10浓度与相对湿度的干系相对湿度是影响颗粒物的吸湿性和沉降速率的重要因素之一。

北京西北城区与清洁对照点夏季大气PM10的微观特征及粒度分布

（ａ链状烟尘集合体．比例尺ｏ５”ｍｂ“湿的”烟尘集台体，比例尺２Ｊ邶ｃ燃煤飞藏，比例尺Ｉｕｍ
ｄ艮条状石膏颗粒，比例尺却ｍｅ不规则状矿物颗粒．比例尺２ｐｍｆ生物质颗粒，比例尺５蛐ｎ）
Ｆ１９ｌＦＥＳＥＭｔｍａｇ刚ｆｄｍｒｅｎｔｔ”ｐ…｛ａＬｍⅢｐａ帆ｋｅｔｎ蹦＂雌Ⅲ
ｃｈ…Ｕｋｅ洲ｎｔａ
用于评价不同来源的颗粒物的贡献本文在北京市西北城区和清洁对照点十三陵水库地区分别没讧采样点采集了大气ＰＭ。ｏ和ＰＭ２５样品，使用扫描电镜（ｓＥＭ）和图像分析技术分析两地夏季ＰＭＩ。的形貌特征和粒度分布ｌ实验１．１样品采集
基金项目：Ｊ匕京市自然科学基金项目（８帅２叭４）；国家自然科学基金项日（４０２７５０４０）；教育部博士点基金项目
作者简介：邵龙义（】９６４～），男，教授．博士生导师，主要从事太气污染控制研究
收稿日期：２００２．１１．０５；修订日期：２００３。０２１９
万方数据
１２
环
境
科
学
２４卷
采样点分别设在北京西北城区中国矿采样点同时采样，采样时间为２０叭年７月２６Ｈ～８月７ｒｉ．采样仪器为Ｎｅｇ州ｌｉ切割头（ＵＫ）以及ＫＢ８０采样泵（青岛崂Ｉｌｊ）．采样滤膜使用聚碳酸酯微孔滤膜，其核孔直径为０．６７，㈣流量为３０Ｌｍｌｎ１刚采集ＰＭⅢ样品，流量为４Ｌ－ｍｌｎ。时采集ＰＭ。样品所有样品的采样时间均１２ｈ采样时记录了气温、湿度、风速和风向等气象数据选择有定代表性的样品进行扫描电镜分析和图像分析这些样品采样期间无降雨、强风等特殊天气条件１．２样品制备和电镜观察
ｏｂｓｃｒｖｅｄ
ｂ
ＰＭ２１…１ｈ…ｂ㈣】Ｉｐ，１１１ａｌｎｌ岫㈣１ｓｔ—
ｍｇ。（ｆ…ｔｌ【ａｇｇｒｏｇ酞雌ｃＰＭⅢｍｎ、ｅ

北京市大气污染的特征及其治理

北京市大气污染的特征及其治理北京市作为中国的首都和政治、文化中心，长期以来一直面临着严重的大气污染问题。

近年来，随着城市化进程的加快和工业活动的增加，大气污染问题日益突出，给人们的健康和生活环境带来严重的影响。

本文将分析北京市大气污染的特征及其治理措施。

一、大气污染的特征1.1 PM2.5和PM10PM2.5和PM10是大气中颗粒物的两个重要指标。

PM2.5指空气中直径小于等于2.5微米的颗粒物，而PM10指直径小于等于10微米的颗粒物。

在北京市的大气污染中，PM2.5和PM10的浓度往往居高不下，对空气质量造成严重影响。

1.2 臭氧臭氧是另一个重要的大气污染物，主要来源于机动车尾气、工业排放和挥发性有机物等。

高浓度的臭氧不仅损害人体健康，还会对植物生长和环境造成危害。

1.3 二氧化硫和氮氧化物二氧化硫和氮氧化物是大气中的常见污染物，主要来自于燃煤和汽车尾气等。

它们不仅会造成酸雨，还会对大气环境造成严重污染。

二、大气污染治理措施2.1 减少工业排放通过加强环保监管，推动工业企业实施清洁生产技术，减少工业污染物排放，从根本上改善大气环境质量。

2.2 控制机动车排放通过提高车辆排放标准，推广清洁能源汽车，鼓励公共交通出行，减少机动车尾气排放，降低大气污染。

2.3 发展清洁能源加大对清洁能源的投入力度，推动可再生能源的发展和利用，降低对煤炭等传统能源的依赖，减少大气污染物排放。

2.4 提高工业燃煤效率通过推广高效低排放锅炉和余热利用技术，提高工业燃煤效率，减少煤炭燃烧排放的大气污染物。

2.5 加强环境监测和治理加强对大气污染源的监测和管控，严格执法，加大处罚力度，推动形成依法治理的大气污染治理机制。

三、总结北京市大气污染问题是一个长期而且严峻的挑战，需要政府、企业和公众共同努力，采取综合性的措施，从源头上减少污染物排放，改善空气质量。

希望通过大家的共同努力，能够改善北京市的大气环境，保护人民健康和生态环境。

北京夏季大气环境质量状况及特征研究-ERA

北京夏季大气环境质量状况及特征研究王文兴1，柴发合1，张凯1，王淑兰1，陈义珍1，王学中1，杨雅琴21. 中国环境科学研究院，北京，1000122.中国海洋大学海洋环境与生态教育部重点实验室，青岛，266100摘要随着奥运的临近，对于北京城市空气质量问题越来越引起政府和民众的普遍关注，为此，本文分析了2007年8-9月北京大气中SO2、NO2、O3和PM10浓度特征及相互关系。

观测期间内，SO2、NO2、CO和PM10的日均浓度分别为0.024mg/m3，0.072mg/m3，2.25mg/m3，0.19mg/m3。

其中，与国家二级标准比较，SO2(0.024 mg/m3)、NO2（0.072 mg/m3），CO（2.25mg/m）基本不存在超标现象，NO2只有1d超过国家二级标准，O3和PM10（0.19mg/m3）超标严重。

日变化分析表明PM10与NO、NO2、CO相似，均呈现夜间浓度高，白天浓度低的特点，SO2日变化不明显，白天略高于夜间，O3小时浓度最大值出现在14:00。

关键词：大气环境，空气质量；空气污染；北京Study on ambient air quality in summer in BeijingAbstract：air quality problems are concerned more and more widely by the Government and public in Beijing before the Olympic Game opens. The features of concentration and mutual relationship of SO2, NO2, O3 and PM10 in the Beijing air in both the August and September 2007, are analyzed, respectively. During the period of the observation, the concentrations of the SO2, NO2, O3 and PM10are 0.024 mg/m3, 0.072 mg/m3 , 2.25mg/m, respectively，and compared to the second grade standards, there are not the phenomena exceeded the national standards for SO2(0.024 mg/m3)、NO2（0.072 mg/m3），and CO（2.25mg/m）mostly. And for NO2, only the concentration of one day exceeded the national second grade standard. The concentration of O3 and PM10 exceeded the national second grade standards seriously.The day changes of the concentrations of PM10, NO, NO2 and CO are similar to each other and the concentration of which are higher in the night and lower in the day. The day change of the concentration of SO2 is not evident, and that of the day is slightly higher than that of the night. The highest concentration of O3 in hour is appearing at 14:00.Keywords: Atmosphere environment, air quality, air pollution, Beijing基金项目：北京市项目“北京与周边地区大气污染物输送、转化及北京市空气质量目标研究”（编号：HB200504-4）1. 引言Intruduction20世纪80年代以来，北京城市化发展迅速，城市化和汽车保有量、能源消耗的剧增引起了北京市越来越严重的大气污染（Zhang et al., 2000; He et al., 2001; Yao et al., 2003）。

北京西北城区与清洁对照点夏季大气PM10的微观特征及粒度分布

北京西北城区与清洁对照点夏季大气PM10的微观特征及粒度
分布
北京西北城区与清洁对照点夏季大气PM10的微观特征及粒度分布
应用高分辨率场发射扫描电镜(FESEM)和图像分析技术研究了北京西北城区和清洁对照点非取暖期(2001年夏季)大气单个颗粒物的形貌特征以及PM10和PM2 5的数量-粒度和体积-粒度分布.研究表明,烟尘集合体在2个采样点都普遍存在,具有区域性污染的特征;不规则状矿物颗粒物多见于市区PM10样品中,而长条状石膏颗粒多出现在清洁对照点颗粒物样品中;在清洁对照点还观察到了生物质颗粒.PM10的数量-粒度分布呈双峰分布,主峰为0.2～0.5μm,次峰为在1～2.5μm但PM10的体积-粒度分布呈单峰分布,在1～2.5μm粒度范围内.综合分析得出,虽然粗颗粒,主要是矿物颗粒,在数量上对PM10贡献很小,但是对总体积,因此对总质量的贡献可能很大但在PM2.5中,烟尘集合体在数量和体积上均占优势.
作者：邵龙义时宗波作者单位：中国矿业大学北京校区资源与地球科学系,北京,100083 刊名：环境科学ISTIC PKU英文刊名：CHINESE JOURNAL OF ENVIRONMENTAL SCIENCE 年，卷(期)：2003 24(5) 分类号：X703 关键词：可吸入颗粒物图像分析扫描电镜(SEM) 单颗粒分析粒度分布。

北京地区PM10浓度空间分布特征的综合变分分析

的重要来源是汽车尾气。机动车排放污染物尤其是
引言
城市气溶胶污染问题日趋严重，尤其是最近几
微尺度街道峡谷内的机动车排放污染物是我国各大城市空气污染的主要来源之一＿８Ｊ。资料显示，近几
年北京的机动车保有量一直呈几何数字递增；截至
００３年底，北京市机动车保有量突破２１２万辆，较年ＰＭ０已成为我国各大中型城市的首要污染物，其２
带来的直接和间接危害已严重影响人们的生存环１０年前增长了近２００％，其中大部分为私人小汽车，境。ＰＭ。在环境空气中持续时间较长，对人体健康达到１００万辆；预计５年以后，即２００８年北京市的
维普资讯
第１８卷２期２００７年４月
应用气象学报
ＪＯＵＲＮＡＬＯＦＡＰＰＬＩＥＤＭＥＴＥＯＲＯＬＯＧＩＣＡＬＳＣＩＥＮＣＥ
ｖ０１．１８．Ｎｏ．２
Ａｐｒｉｌ２００７
５０万辆＿１。随着北京现代化进和大气能见度影响都很大。ＰＭ。对人类呼吸系统、汽车保有量将达到３
心肺功能等的危害性已经被国内外大量流行病学和程的加快和机动车保有量的快速增长，由汽车尾气毒理学研究所证实＿１Ｊ。另外，ＰＭ０在酸沉降、气候

北京市西北城区取暖期环境大气中PM10的物理化学特征

时宗波邵龙义李红Ａ．Ｗｈｔｋｒ，ＰＪｎｓ，ＡＢｔｂＲ．Ｒｃａｄ２，，，Ｇ．ｉａｅＴ．ｏｅ２Ｋ．ｅｕｅ，Ｊｉｒｓｔｈ
（．国矿业大学（京）源开发工程系，京１０８；￣ｈｏｏｉｅｎｅ，ａｉｉｅｉ，Ｏ１）ｇ１１中北资北００３２ｏ｜ｆｏｉｃｓＣｒｆＵｎｒｔＰ（Ｘｌ，Ｂｓｅｄｆｖｓｙ３
．
（ｅａｌｎｆ￣ｏｒｅＥ＊ｎｅｉｅｅｐｎ，ｈａＵｎｆＭｉ＆Ｔｃ，ｅｉ１０８；２ＳｈｏｏｔＤｐｒｍｅｔｏＲｕｅｓｒｉｅｒｇＤｖｌｍｅｔＣｉｉｏｇｎｏｎｖｎｅｈＢｉｎｊｇ００３ｃａｉｇｐｒｄｗｅｅｉｕ￣ｄＸＲＤｎＥｗｅｅａｐｉｏｓｕ）ｔｅｍｉｅａｏｏｉｏｓａｄｉｇｕｂｎ＆ｅｕｉｅｔ —ｅｉｒｓｓｅｎｎｏｄｃｓａｄＳＭｒｐｌｄｔｔｄ，ｈｎｒｌｍｐｓｉｎｎｅｃｔ
Ｓｌｏｇｏ，ｈｏＬｎｙ，ｉｎｈｎｂＳａｏｇ［ＬＺＨａｇ，ＡＷｈｔａｅＴｏｅ０Ｋ１ｒＢ２ＲＪＧｉｋｒ，ＰＪｎｓ，Ａ３ｕｅ，ｔｅＲｉｈｒｓｃａｄ：
ｆｏｔＥＭｉｒｇａｒｍｈｅＳｍｃｏｒｐｈ．ｉｅｔｐｅｈｅｐｔｃｅｍｏｄｙｆｏｍｏｕｎｎｇａｄｄｉｓｘｈｕｔｉｍｂｒｃｎｅｒｆｖｙｓｏｆｔａｒｉｌｓ，ｓｒｃａｌｂｒｉｎｅｅｌｅａｓｎｎｕｅｏｃｎｔａ．

北京市近三年重污染天气细颗粒物时空分布特征及气象要素分析

北京市近三年重污染天气细颗粒物时空分布特征及气象要素分析北京市近三年重污染天气细颗粒物时空分布特征及气象要素分析近年来，全球变暖引发的气候变化已经成为全球关注的焦点问题之一。

气候变化对人类生活和经济发展产生了巨大的影响，尤其是空气质量。

细颗粒物是空气污染中最为危险的成分之一，对人体健康造成严重的危害。

在中国的城市中，北京被认为是细颗粒物污染最为严重的城市之一。

本文将分析北京市近三年重污染天气细颗粒物的时空分布特征，并探讨其与气象要素的关系。

首先，我们先来了解一下细颗粒物。

细颗粒物（PM2.5）指直径小于等于2.5微米的颗粒物。

它们可以从燃烧排放物、工业和交通尾气以及自然源等多个渠道释放到空气中。

由于颗粒物小而细，能够悬浮在空气中较长时间，被人们呼吸进入肺部，对人体健康产生危害。

在近三年的时间里，北京市的细颗粒物污染情况呈现出一定的时空分布特征。

在时间上，细颗粒物的污染主要集中在秋冬季节，尤其是11月至次年2月期间。

这是因为在这个季节里，温度低、湿度大、居民取暖需求旺盛，同时统一的供暖季也导致了排放源的集中。

在空间上，细颗粒物的浓度高峰主要分布在城市核心区域，如东城区、西城区和朝阳区等。

这是因为城市核心区域汇集了大量的人口和交通流量，汽车尾气、工业排放等污染源集中于此。

而影响细颗粒物浓度的主要气象要素有温度、湿度、风速和气压等。

温度对细颗粒物浓度的影响比较复杂，一方面，低温能够使得空气中的水分凝结成雾霾，增加颗粒物的浓度；另一方面，高温能够加速化学反应，减少细颗粒物的浓度。

湿度对细颗粒物浓度的影响较为明显，湿度越大，颗粒物与水分子结合的机会越大，降低了颗粒物浓度。

风速对细颗粒物的含量有一定的稀释作用，风速越大，颗粒物将远离污染源。

气压对细颗粒物的浓度影响较小，但是气压的变化能够改变大气的稳定性，进而影响大气扩散条件。

除了气象要素，还有其他因素也会影响细颗粒物的浓度。

例如，排放源的类型和强度、污染物的氧化还原反应、大气稳定性等。

北京夏季高温高湿和降水过程对大气颗粒物谱分布的影响

北京夏季高温高湿和降水过程对大气颗粒物谱分布的影响北京夏季高温高湿和降水过程对大气颗粒物谱分布的影响北京，作为中国大气污染最为严重的城市之一，夏季的高温高湿和降水过程对大气颗粒物的谱分布有着显著的影响。

大气颗粒物中的细颗粒物(PM2.5)和可吸入颗粒物(PM10)是空气污染问题的主要指标。

本文将探讨北京夏季高温高湿和降水对PM2.5和PM10的谱分布产生的影响。

首先，高温高湿的气候条件对大气颗粒物的谱分布产生显著影响。

夏季的高温高湿使得大气中的水汽含量增加，形成较大大小水滴。

这些水滴在大气中扮演着传送和清除颗粒物的角色，影响着颗粒物的排放、转化和输送。

高温高湿的条件下，颗粒物中的水滴呈现出明显的增多，同时加速了颗粒物的气溶胶添加和凝聚过程，导致大气颗粒物的谱分布发生变化。

细颗粒物PM2.5的浓度相对较高，而可吸入颗粒物PM10的质量浓度则相对较低。

其次，降水过程对大气颗粒物的谱分布也有显著的影响。

夏季是北京降水最多的季节之一，降水能够有效地清除大气中的污染物。

降水能够将大气中的颗粒物一并带走，净化了大气。

降水过程持续较长时，特别是暴雨天气，其清除颗粒物的效果更加明显。

这导致降水过程中PM2.5和PM10的浓度显著降低，从而改变了颗粒物的谱分布。

有研究表明，高温高湿和降水过程在北京夏季对大气颗粒物谱分布的影响并不是完全相同的。

在高温高湿的条件下，大气中的颗粒物主要以细颗粒物为主，而在降水过程中，颗粒物的浓度减少得更为明显，尤其是细颗粒物。

这可能与颗粒物在不同降水过程中输送和清除机制的差异有关。

除了高温高湿和降水过程外，其他因素也会对大气颗粒物的谱分布产生一定的影响。

例如，北京夏季常常伴随着较强的气流。

强风和气流能够将空气中的颗粒物迅速输送到其他地区，从而影响大气颗粒物的谱分布。

此外，人为排放和交通流量等因素也是颗粒物浓度和谱分布的重要原因。

综上所述，北京夏季的高温高湿和降水过程对大气颗粒物的谱分布产生显著影响。

北京地区不同季节PM2.5和PM10浓度对地面气象因素的响应

北京地区不同季节PM2.5和PM10浓度对地面气象因素的响应北京地区不同季节PM2.5和PM10浓度对地面气象因素的响应引言：近年来，随着城市化进程的推进和工业化程度的提高，空气质量成为了一个全球关注的焦点。

其中，北京地区由于其特殊的地理和气象条件，空气污染问题日益凸显。

PM2.5和PM10是主要的空气污染物，其可悬浮颗粒物对人体健康和环境造成的危害不容忽视。

本文旨在探讨北京地区不同季节PM2.5和PM10浓度与地面气象因素之间的关系。

一、北京地区不同季节PM2.5和PM10浓度的变化特点北京地区属于暖温带半湿润大陆性气候，夏季炎热潮湿，冬季寒冷干燥。

根据近年来的监测数据，可以发现北京地区PM2.5和PM10浓度在不同季节有明显的差异。

1. 春季：春季是北京地区PM2.5和PM10浓度较低的季节之一。

这是因为春季的气温较高，湿度适中，大气稳定度较好，有利于污染物向上扩散，减少了污染物的累积。

2. 夏季：夏季是北京地区PM2.5和PM10浓度较高的季节之一。

夏季是北京地区气温最高的季节，湿度大，大气层稳定，这些因素使得污染物在大气中停留时间较长，导致污染物的积累和浓度的增加。

3. 秋季：秋季是北京地区PM2.5和PM10浓度较低的季节之一。

随着气温的逐渐降低，气候干燥，大气稳定度有所增加，有利于污染物向上扩散，减少了污染物的滞留。

4. 冬季：冬季是北京地区PM2.5和PM10浓度最高的季节。

冬季是北京地区气温最低的季节，大气层不稳定，风速较小，污染物易积累。

另外，冬季燃煤取暖导致了二次污染的加重。

二、PM2.5和PM10浓度与地面气象因素的关系地面气象因素对PM2.5和PM10的浓度具有重要影响，下面将分别从气温、湿度、风速和降水四个方面进行探讨。

1. 气温：气温是影响污染物浓度的主要因素之一。

高温有助于污染物的挥发和扩散，使其浓度降低；而低温则会导致污染物的停留和积累，浓度升高。

因此，春季和秋季的温度较高，对于减少PM2.5和PM10浓度有利；夏季和冬季的温度较低，导致浓度升高。

北京夏季高温高湿和降水过程对大气颗粒物谱分布的影响

北京夏季高温高湿和降水过程对大气颗粒物谱分布的影响北京夏季高温高湿和降水过程对大气颗粒物谱分布的影响摘要：本文通过对北京地区夏季高温高湿和降水过程对大气颗粒物谱分布的影响进行研究，分析了颗粒物的来源、组成及其对人体健康以及环境的影响。

通过观测数据和实验方法，发现高温、高湿和降水过程对大气颗粒物的分布和组成产生了重要影响，并对这些影响进行了深入分析和探讨。

1. 引言夏季是北京地区气温较高、湿度较大、降水较多的季节。

在这个季节，大气颗粒物的来源和组成往往会发生变化，并且对人体健康和环境造成更大的影响。

因此，研究夏季高温高湿和降水过程对大气颗粒物谱分布的影响具有重要意义。

2. 大气颗粒物的来源和组成大气颗粒物主要分为可吸入颗粒物（PM10）和细颗粒物（PM2.5），其来源包括工业排放、交通排放、生物质燃烧以及自然源等。

这些来源和组成都会受到气象条件的影响，尤其是夏季高温高湿和降水过程。

3. 高温高湿对大气颗粒物的影响高温高湿的气象条件会导致颗粒物的生成和转化。

一方面，高温促进气态前体物质的挥发，使得颗粒物生成速率较高；另一方面，高湿度会使颗粒物凝结和成长速率增加。

因此，高温高湿的气象条件会使得大气中的颗粒物浓度增加，同时颗粒物的大小也会变大。

4. 降水对大气颗粒物的影响降水是清除大气颗粒物的重要过程之一。

降水的过程中，颗粒物会随着雨滴落到地面，从而减少大气中的颗粒物浓度。

此外，雨滴的冲击作用也能够将颗粒物从大气中清除。

因此，降水的存在会使得大气中的颗粒物浓度降低。

5. 实验设计为了研究夏季高温高湿和降水过程对大气颗粒物谱分布的影响，我们收集了北京地区夏季的气象数据、颗粒物浓度观测数据以及降水量数据。

通过对这些数据的分析，我们可以了解到高温高湿和降水对大气颗粒物的影响情况。

6. 结果和讨论通过对实验数据的分析，我们发现夏季高温高湿和降水过程会显著影响大气颗粒物的谱分布。

高温高湿使得颗粒物的生成速率增加，同时也会使得颗粒物的大小增大。

北京城区夏季静稳天气下大气边界层与大气污染的关系

北京城区夏季静稳天气下大气边界层与大气污染的关系北京城区夏季静稳天气下大气边界层与大气污染的关系在北京城区，夏季的天气往往是静稳的，特点是天空湛蓝、阳光明媚，风力较弱，气温较高。

然而，这样的天气背后隐藏着一个严重的问题，那就是大气污染。

大气层内的某一区域称为大气边界层，它是大气层中最接近地球表面的一层，这一层的特性和大气污染之间存在千丝万缕的联系。

大气边界层是指在地球表面上，受到地形和建筑物等因素限制，空气流动受到一定阻碍的那一层大气。

在夏季静稳天气下，大气边界层高度相对较低，通常在800米左右，而且比较稳定。

这种稳定的大气边界层形成了大气污染物聚集的条件，加剧了空气质量问题。

静稳天气下，大气边界层的稳定性导致空气流动缓慢，污染物在空气中停留的时间较长。

北京城区的工业排放、机动车尾气、扬尘以及化学反应所产生的污染物都会在这个稳定的大气边界层内堆积。

这些污染物主要包括颗粒物、二氧化硫、氮氧化物和挥发性有机物等。

夏季静稳天气还常常出现温度逆温现象，即高空温度高于地面温度，这种逆温现象使得污染物更难被扩散和稀释。

大气边界层与大气污染的关系不仅限于污染物在空气中的积聚，还表现在大气污染的扩散和清除过程中。

稳定的大气边界层对于污染物的扩散起到了一定的阻碍作用，污染物被困在边界层内，无法快速扩散到外部环境。

此外，大气边界层的边界面还可以起到污染物的屏障作用，限制了大气污染物向上扩散。

当大气层内存在温度逆温层时，污染物更难以逃逸，形成了类似“天然顶盖”的气层。

夏季静稳天气下，大气边界层与大气污染之间的关系还表现在清除污染物的效率上。

由于边界层的高度相对较低，底部空气流动的受限，使得大气污染物清除的自然过程变得非常困难。

此外，静稳天气下，大气边界层内的湿度较低，湿度对于清洁空气的作用非常重要，但在这种天气条件下，湿度的降低会进一步减慢污染物的清除速度。

为了解决北京城区夏季静稳天气下大气边界层与大气污染的关系带来的空气质量问题，需要采取一系列有效的措施。

北京市无组织排放源颗粒物的粒度分布

北京市无组织排放源颗粒物的粒度分布
北京市无组织排放源颗粒物的粒度分布
摘要：采用真密度测定和巴柯型离心式粉尘分级仪的筛分.确定北京市无组织排放源排放颗粒物粒径的质量百分比.从而得出粒径在0～100微米之间颗粒物的.粒度分布.城市扬尘可吸入颗粒物的质量百分比最大(16.46%),中位径D50最小(34μm),细小颗粒物含量最多.土壤尘中的山体土、河滩土和农田土的性质相似.道路扬尘中高速路和环路细小颗粒物较主路和非主路高.作者：王铮华蕾胡月琪刘卫红孙悦凤陈玉龙黄延作者单位：北京市环境监测中心,北京,100044 期刊：中国环境监测ISTICPKU Journal：ENVIRONMENTAL MONITORING IN CHINA 年，卷(期)：2007, 23(2) 分类号：X823 关键词：粒度分布颗粒物无组织排放源。

北京灰霾天气PM10中微量元素的分布特征

北京灰霾天气PM10中微量元素的分布特征牛红亚;邵龙义;刘君霞;李金娟;王静【期刊名称】《中国环境监测》【年(卷),期】2011(027)001【摘要】采用电感耦合等离子体质谱法(ICP-MS)对北京市2008年4月和5月不同采样点采集的灰霾天PM10样品中的15种微量元素进行了分析,得出了Ti、Fe、Zn、Sn、Pb为全样样品中相对含量较高元素;Ti、Mn、Ni、Cu、Zn、Pb是水溶样样品中相对含量较高元素.与晴天相比,灰霾天样品中微童元素可溶性增强,对人体危害更严重.与2002年分析数据进行对比,因2002年缺少Cr、Cd元素的测试值,全样样品中除了Co、Ni、CU、Mo元素外,其余测试元素的浓度均有不同程度的升高,Fe和Sn元素的增幅最大.水溶样品中,参与对比元素的含量均下降.文中对含量相对校高的Cr、Mn、Fe、Cu、Zn、Cd、Sn和Pb元素进行了源解析,分析得出来样点附近的交通源及地面扬尘是这些元素的主要来源.【总页数】6页(P72-77)【作者】牛红亚;邵龙义;刘君霞;李金娟;王静【作者单位】中国矿业大学(北京)地球科学与测绘工程学院,北京,100083;中国矿业大学(北京)地球科学与测绘工程学院,北京,100083;中国矿业大学(北京)地球科学与测绘工程学院,北京,100083;贵州大学资源与环境工程学院,贵州,贵阳,550003;中国矿业大学(北京)地球科学与测绘工程学院,北京,100083【正文语种】中文【中图分类】X823【相关文献】1.北京地区1～3月PM2.5、PM10、NO2、SO2地面浓度分布特征分析 [J], 曹艳芳2.镇江市灰霾天气与非灰霾天气下细颗粒物（PM2.5）中无机元素分布特征分析[J], 邱坚;霍玉玲;郭劲秋3.灰霾天气下北京海淀城区空气中溴代二恶英在不同粒径颗粒物上的分布特征研究[J], 张宪;石凤琼;王博卉;闫宏远4.北京市大气PM10中有机污染物的分布特征 [J], 董雪玲;刘大锰;袁杨森;车瑞俊5.北京市海淀区大气PM10中有机污染物的分布特征 [J], 杜娟因版权原因，仅展示原文概要，查看原文内容请购买。

北京地区1～3月PM2.5、PM10、NO2、SO2地面浓度分布特征分析

北京地区1～3月PM2.5、PM10、NO2、SO2地面浓度分
布特征分析
曹艳芳
【期刊名称】《环境与可持续发展》
【年(卷),期】2015(040)005
【摘要】本次研究选取了2015年1～3月份北京地区的PM2.5、PM10、NO2、SO2浓度的小时栅格数据,利用ENVI4.8软件取得各污染物栅格数据的平均值,分析各污染物的浓度分布差异,结果表明:北京地区1～3月大气污染物浓度的空间分布
具有显著的梯度特征,污染物浓度从东-西、从南-北呈递减趋势,其中PM2.5、
PM10的环境空气污染程度较重,NO2、SO2的地面浓污染程度较轻,主城区的污染物浓度相对较高,郊区的相对较低.
【总页数】3页(P169-171)
【作者】曹艳芳
【作者单位】中国辐射防护研究院环境工程技术研究所,山西太原030006
【正文语种】中文
【中图分类】X51
【相关文献】
1.太原市冬季SO2、PM10和PM
2.5浓度城郊变化特征研究 [J], 王浩宇;王三平;郭志明;韩震;巩鑫磊;李杨
2.北京地区PM10和PM2.5质量浓度的变化特征 [J], 于建华;虞统;魏强;王欣;时
建纲;李海军
3.都江堰市城区PM2.5,PM10,SO2,NO2,CO,O3浓度变化特征 [J], 代东决;刘卫;张驹;岳贵明
4.北京地区不同季节PM2.5和PM10浓度对地面气象因素的响应 [J], 王嫣然;张学霞;赵静瑶;余新晓;姜群鸥
5.北京地区大气PM10和SO2的背景浓度分析 [J], 蔡旭晖;张睿;宋宇;谢绍东因版权原因，仅展示原文概要，查看原文内容请购买。

北京城区道路灰尘季节性粒度分布及分形特征

北京城区道路灰尘季节性粒度分布及分形特征周恋彤;董黎明;赵钰;秦泽敏【摘要】对采集的北京城区道路灰尘样品用扫描电镜及X射线能谱进行形貌特征分析,用激光粒度仪进行粒度测定.结果表明:北京城区四季道路灰尘包含矿物颗粒,轮胎磨损颗粒及球型燃烧颗粒,四季道路灰尘粒度分布频率曲线均呈双峰态分布,第一峰值粒径介于256～303μm,第二峰值粒径介于74～88μm.四季道路灰尘粒度分布分形维数为1.7533～2.3137,平均粒径为188.08～200.20μm,分选性差,呈极不对称的极正偏宽峰态到很窄峰态,属砂土.四季道路灰尘均主要是局地灰尘跃移搬运形成,直接通过大气运移沉降的远源灰尘相对较少.平均粒径春季＞秋季＞夏季≈冬季,分选系数夏季≈秋季＞冬季＞春季,峰度冬季＞秋季＞夏季≈春季,偏度无较大区别.春季灰尘可吸入颗粒物最高,并含有可入肺颗粒物,对人体健康和大气环境的危害潜力不容忽视.【期刊名称】《中国环境科学》【年(卷),期】2015(035)006【总页数】10页(P1610-1619)【关键词】道路灰尘;粒度分布;分形;北京【作者】周恋彤;董黎明;赵钰;秦泽敏【作者单位】北京工商大学环境科学与工程系,北京100048;北京工商大学环境科学与工程系,北京100048;北京工商大学环境科学与工程系,北京100048;北京工商大学环境科学与工程系,北京100048【正文语种】中文【中图分类】X513城市道路灰尘是指来自于人为源（汽车尾气排放、部件以及路面磨损、建筑施工及工业生产等）直接排放或土壤风化的悬浮颗粒物沉积在户外道路界面形成的固态颗粒物［1-3］，在风力、机动车和人群活动等外动力条件下，可再悬浮与大气颗粒物相互转化，形成典型的"点、线、面"型污染，从而给城市生态系统带来环境风险与健康威胁［2，4-6］.道路灰尘粒度分布（PSD）是指固相中不同粗细级别的土粒所占的比例，它强烈地影响着道路灰尘的可迁移性、吸附性能、溶质迁移规律及环境健康风险等重要的物理化学特性［7］.近年来，我国有关道路灰尘粒度分布的研究已在北京［8-11］、长春［12］、西宁［13］、洛阳［14］、昆明［15］等城市展开，但粒度季节性分布特征少有报道.由于道路灰尘与土壤及大气颗粒物的理化性质有着十分密切的联系，可将在土壤及大气颗粒物粒度研究中较为成熟的分形理论及分形维数［16-23］引入道路灰尘粒径分布特征研究中，使定量描述其结构非均匀特征成为可能.目前，分形理论应用于地表灰尘颗粒物的研究刚刚起步，国内仅有南京［24］及芜湖［25-26］的道路灰尘分维数研究.本研究依据北京城区大气环境质量监测的环境评价点和道路监控点设置采样点，按城市环路梯度采集四季道路灰尘，采用激光衍射粒度分析技术获得道路灰尘的粒径分布，结合分形理论研究其四季不同的粒度分布及分形特征，并探究其环境效应，以期为北京中心城区道路灰尘污染防治提供参考.1.1 样品采集本研究在北京城区四环路以内选择14个采样地区（二环路以内6个，二环路到三环路内4个，三环路到四环路内4个），结合四种道路类型（快速路、主干路、次干路和支路）共布设43个采样点（表1）.四季道路灰尘样品分别于2013年3月25～29日（春季）、2013年7月12～16日（夏季）、2013年10月23～27日（秋季）及2014年1月2～6日（冬季）在风速＜1m/s、天气晴好的天气条件下采集，采样前10d内无降水、无沙尘天气，采样时间选在采样区清扫周期的中间时刻.在每处采样点，选取道路边缘地带一定区域面积（4～6m2），采用干净的塑料扫帚和铲子收集道路灰尘样品约500g.1.2 样品制备采集的道路灰尘样品自然风干，用清洁的筛子（筛孔直径1000μm）筛除烟头、植物碎屑等杂物.留取各采样点粒径≤1000μm的道路灰尘样品作为总样品.1.3 样品分析粒度分析采用美国Microtra公司的Microtrac S3500激光粒度分析仪进行.粒度测量范围为0.02～2000μm，分100个粒级，重复测定3次，重复测量误差小于2％.单颗粒微观形貌特征分析采用日本JEOL公司的JSM-6490型扫描电镜进行，分辨率3.0nm，放大倍数20～30万倍，配备美国Oxford Instruments公司的EDS-7573型X射线能谱仪进行元素分析.测试时分别取适量四季道路灰尘样品粘附于1cm×1cm导电胶上，粘于样品台上，喷金后进行电镜及能谱分析.1.4 统计方法根据Microtrac S3500所测得数据绘制北京城区冬季道路灰尘粒径分布频率曲线与累积频率曲线，含量以体积浓度表示.采用Folk-Ward图解法［27］计算粒度参数（平均粒径MZ、分选系数σI、偏度SKI和峰度KG）：式中：Φn代表累积百分含量为n％时的粒径，根据Krumbein公式［28］对数转化而得：式中：R为颗粒直径，mm.同时，根据Folk-Ward 粒度参数分级标准［27］，研究分析道路灰尘的粒度参数特征.根据王国梁等［29］修正的Tyler颗粒体积分形模型［30］，如果道路灰尘的粒度分布是分形的，应满足：式中：V（r ＜ Ri）/ VT表示粒径小于Ri的体积累积百分含量；Rmax表示最大粒径；D表示道路灰尘的粒度分布分形维数.将（6）式两边取对数可得：根据（3-D）是lg［V（r ＜ Ri）/ VT］和lg［Ri/Rmax］拟合直线的斜率可计算分形维数D.2.1 单颗粒微观形貌特征四季道路灰尘样品于扫描电镜下分别选取单颗粒（共约150个）进行微观形貌及能谱分析，结果表明四季道路灰尘单颗粒形貌特征及元素组成相似，包含3类颗粒：矿物颗粒，轮胎磨损颗粒及球型燃烧颗粒（图1）.高度风化破碎的矿物颗粒含量最高（80％～90％）（图1a），这类颗粒含硅、铝、钙和钠，主要来自于周边土壤侵蚀及大气颗粒物沉降，并含有建筑施工及人行道磨损等部分人为源贡献［31］.部分颗粒中含有标记元素硫和锌，并具有橡胶碎屑类似形貌特征（图1b），可鉴定为轮胎磨损颗粒［32-35］.少量表面光滑的球形燃烧颗粒（＜5％）（图1c）即飞灰可能来自于煤炭燃烧过程［36］，这类颗粒主要含有钙、硅、氧和铁.2.2 粒度分布频率曲线及累积频率曲线采集的四季道路灰尘样品粒径分布频率曲线如图2a所示，四季均呈头短尾长的负偏态双峰型分布，粒径众数值大于中位数和均值，峰偏向粒径较粗的一侧.第一峰值粒径介于256～303μm，粒度范围较大，其占全部颗粒物的体积分数约为7.1％～7.5％，第二峰值粒径介于74～88μm，粒度范围较小，其占全部颗粒物的体积分数约为5.3％～6.6％.可以认为北京城区四季道路灰尘的双峰型分布特征反映了道路灰尘的多源性，同时也说明颗粒物来源比较稳定.根据"黏粒组-粉砂组-砂粒组"［37］三因分类三角图解法，北京城区四季道路灰尘均属砂土，组成以作为较粗组分的砂粒（＞63μm）为主，占52.42％～94.40％，其次为粉砂（4～63μm），占5.60％～47.16％，而作为较细组分的黏土（＜4μm）最少，含量＜4.15％.地表颗粒物的粒径决定其在风力作用下的运动状态、输送方式以及输送距离.研究表明，粒径在70～500μm 及＞500μm的颗粒物主要以跃移及蠕移方式在地表输送，属于局地物质；粒径在20～70μm的颗粒物主要作短时悬浮，属于区域物质；粒径＜20μm的颗粒物可在对流层中长期悬浮并被气流搬运到几km以外，属于远源物质［38］.由四季道路灰尘样品的频率曲线可以看出，第一峰值组分（256～303μm）及第二峰值组分（74～88μm）均属于局地物质，可以跃移方式在近地层一定距离运动.四季样品的累积频率曲线（图2b）均呈细粒尾较长的不对称"S"型，且在10～40μm有明显的拐点，粗颗粒物质含量较多，这与频率曲线所反映的特征基本一致，进一步佐证四季北京城区道路灰尘均大部分来自于局地物质，远源沙尘贡献物质＜10％.也就是说，局地市内来源（市内建设作用、市内交通作用、市内汽车尾气、市内颗粒物排放）［39］对四季北京城区道路灰尘贡献大，直接通过大气环流远程搬运并沉降至道路表面的灰尘相对较少.比较四季道路灰尘粒径分布特征发现，夏、秋、冬季道路灰尘粒度分布模式基本一致，春季样品第二峰值粒径相比其他3个季节不明显，含量约为5.30％，且细粒尾较长，含量比其他3个季节高2～3倍.结合分析北京市气象局资料显示，北京地区春季受上游的蒙古国、内蒙、河北西北部地区大范围沙尘暴影响，伴随3次明显降雪过程，可以有效地将滞留在大气里的沙尘暴细粒粉尘带至地面，这也就解释了春季道路灰尘细粒组分含量略高的原因.2.3 粒度分布分形维数道路灰尘的粒度分布分形维数D可描述颗粒组成的均匀程度，分维数越大，颗粒的粒径越小，细粒含量越高，质地组成越不均匀，反之亦然.四季道路道路灰尘的粒度分布分形维数D（图3）为1.7533～2.3137，表明在一定的粒径范围内存在自相似的粒径分布［40］.春季道路灰尘的粒度分布分形维数D在2.0028（采样点2C、3C）至2.3137（采样点11E）之间，平均为2.0976，拟合决定系数介于0.8305～0.9409；夏季道路灰尘的粒度分布分形维数D在1.7533（采样点1C）至2.1695（采样点11E）之间，平均为2.0118，拟合决定系数介于0.7557～0.9113；秋季道路灰尘的粒度分布分形维数D在1.8066（采样点11C）至2.2674（采样点14C）之间，平均为1.9871，拟合决定系数介于0.6906～0.9168；冬季道路灰尘的粒度分布分形维数D在1.8190（采样点3C）至2.1720（采样点5M）之间，平均为1.9758，拟合决定系数介于0.6950～0.9149.道路灰尘的粒度分布分形维数总体上春季＞夏季＞秋季＞冬季的特点，并且四季道路灰尘的分形维数均小于南京市（2.302～2.541）［24］及芜湖市高新区（2.54～2.74）［25-26］，接近于北京市PM10的分形维数（1.64～2.67）［41］. 2.4 粒度参数及环境意义粒度参数可综合反应沉积物粒度特征及沉积环境（表2）.平均粒径Mz代表粒度分布的集中趋势，反映搬运介质平均动能和源区物质粒度分布.依据北京城区空间结构呈同心圆形态，以二环路、三环路及四环路为界，把市区分为二环路以内、二环路到三环路内、三环路到四环路内3部分进行量化分析（图4），发现春季道路灰尘平均粒径呈现从二环路以内向外依次递减规律（二环路以内210.00μm＞二环路到三环路内201.85μm＞三环路到四环路内183.72μm）；夏季也呈现从二环路以内向外依次递减规律（二环路以内218.76μm＞二环路到三环路内167.90μm＞三环路到四环路内163.92μm）；而秋季平均粒径在二环路以内最细（三环路到四环路内195.94μm≈二环路到三环路内195.71μm＞二环路以内185.96μm）；冬季平均粒径无梯度规律性（三环路到四环路内207.66μm＞二环路以内191.32μm ＞二环路到三环路内167.78μm），这可能与北京冬季多风的气候有关，导致市内空气紊流加剧，加上地面人类扰动，道路灰尘多次扬起，混合较均匀.梁涛等［15］研究发现，昆明市旱季、雨季街道灰尘的中值粒径、算术平均粒径均无从市中心到郊区的明显变化规律性.刘春华等［11］发现北京市秋季样品平均粒径有沿盛行西北风向由西北至东南逐渐减小的趋势，而春季所取样品无明显趋势.本研究中道路灰尘平均粒径分布季节变化明显，但空间变化趋势与盛行风向不一致，可能是由于四季道路灰尘均主要为近地层跃移颗粒，其运动不仅受所在地范围常年季节性风速、风向影响，还和地表湿性、粗糙度状况有关.分选系数反映粒度的分散和集中程度，常被用作环境指标.四季样品分选系数范围为春1.14～3.37，夏1.19～3.32，秋1.71～3.40，冬1.77～4.11，即属于分选性较差（1.00～2.00）到分选性差（2.00～4.00）范围内，且冬季样品中有1个样品位于分选性极差（＞4.00）范围内.表明道路灰尘大部分具有同源性的同时也存在一定大气环流远程搬运产生的差异.偏度SKI实质上反映粒度分布的不对称程度.春季样品的偏度范围为0.31～0.70，位于极正偏+0.30～+1.00范围内.夏季、秋季和冬季样品的偏度范围分别为0.22～0.74、0.23～0.78和0.22～0.78，其中有1～2个样品的偏度位于正偏+0.10～+0.30范围内，其余样品偏度均在极正偏+0.30～+1.00范围内，与道路灰尘频率曲线及累积频率曲线反映出的特征一致.由此可看出四季道路灰尘样品频率曲线形态均极不对称，峰在粗粒度一侧，细粒度一侧有一低的头部，即道路灰尘中粗粒组分总体上在样品中占优势，且有离群极端粗粒径灰尘出现.峰度可用来衡量频率曲线峰凸程度.四季样品峰度范围为春季0.76～1.85，夏季0.77～2.13，秋季0.67～3.86，冬季0.64～2.64，即峰态包括宽峰态（0.67～0.90）、中等峰态（0.90～1.11）、窄峰态（1.11～1.50）和很窄峰态（1.50～3.00），且秋季样品中有1个样品位于极窄（＞3.00）范围内，冬季样品中有1个样品位于很宽（＜0.67）范围内.由此进一步说明远程搬运风尘在不同采样点对道路灰尘粒度特征产生影响.研究四季道路类型灰尘样品粒度参数发现，平均粒径春季＞秋季＞夏季≈冬季，分选系数夏季≈秋季＞冬季＞春季，偏度无较大区别，峰度冬季＞秋季＞夏季≈春季.根据粒度参数的数学和物理意义［42-43］研究四季道路类型灰尘样品粒度参数发现：春季道路灰尘平均粒径最粗，分选系数、偏度与峰度均最小，可以判定粒径在较粗粒径的小邻域内分散的分布，无明显极端粗粒径出现.夏季道路灰尘平均粒径最细，分选系数与偏度最大，峰度较小，可以判定粒径在细粒径的大邻域内相对分散的分布，且出现明显极端粗粒径分布.秋季道路灰尘平均粒径较大，分选系数、偏度与峰度均较大，可以判定粒径在较粗粒径的较大邻域内相对集中的分布，且出现极端粗粒径分布.冬季道路灰尘平均粒径较小，分选系数较小，偏度与峰度最大，可以判定粒径在较细粒径的较小邻域内集中的分布，且出现明显极端粗粒径分布. 依据不同粒级地表颗粒物在风力作用下的运动特点和对人类健康的影响，参照大气颗粒物粒级划分标准进行道路灰尘粒级划分（图5）.结果表明：粒径＜2.5μm的道路灰尘只在春季样品中检出，含量平均为0.16％.粒径＜10μm的灰尘含量也存在季节差异，春季样品中含量最高（平均值为2.49％），其次为夏季样品（0.81％），冬季（0.37％）和秋季（0.29％）样品均处于较低水平.粒径＜100μm的灰尘含量差异不显著，其平均含量为40.07％～41.88％.综合比较北京城区4季道路灰尘的粒度组成特征可以认为，春季灰尘粒度明显要比其他3个季节细，粒径＜10μm的灰尘含量比其他三季道路灰尘高3倍以上，并含有粒径＜2.5μm的灰尘，说明春季道路灰尘对城区空气环境及人体健康具有重要影响，应在春季通过冲洗后清扫等方式降低路面尘负载.3.1 四季道路灰尘单颗粒微观形貌特征显示3类颗粒：矿物颗粒，轮胎磨损颗粒及球型燃烧颗粒.其中高度风化破碎的矿物颗粒含量最高（80％～90％）.3.2 四季道路灰尘粒度分布频率曲线及累积频率曲线相似，均呈负偏态双峰型分布，第一峰值粒径介于256～303μm，第二峰值粒径介于74～88μm.受西北沙尘暴及降雪影响，春季道路灰尘细粒组分含量略高.四季道路灰尘主要来自跃移搬运的局地物质，而直接通过大气运移沉降至道路表面的远源灰尘相对较少.3.3 四季道路道路灰尘的粒度分布分形维数与北京PM10近似，为1.7533～2.3137.3.4 四季道路灰尘平均粒径为188.08～200.20μm，粗颗粒物质含量较大，分选性在差到较差之间，呈极不对称的极正偏宽峰态到很窄峰态，属以砂粒成分为主的砂土.平均粒径春季＞秋季＞夏季≈冬季，分选系数夏季≈秋季＞冬季＞春季，峰度冬季＞秋季＞夏季≈春季，偏度无较大区别.春季灰尘可吸入颗粒物最高，并含有可入肺颗粒物，对人体健康和大气环境的危害潜力不容忽视.【相关文献】［1］Shi G，Chen Z，Xu S，et al.Potentially toxic metal contamination of urban soils and roadside dust in Shanghai，China［J］.Environmental Pollution，2008，156（2）：251-260.［2］Ferreira-Baptista L，De Miguel E.Geochemistry and risk assessment of street dust in Luanda，Angola： A tropical urban environment［J］.Atmospheric Environment，2005，39（25）：4501-4512.［3］Charlesworth S，Everett M，McCarthy R，et al.A comparative study of heavy metal concentration and distribution in deposited street dusts in a large and a small urban area：Birmingham and Coventry，West Midlands，UK［J］.Environment International，2003，29（5）：563-573.［4］Zheng N，Liu J S，Wang Q C，et al.Health risk assessment of heavy metal exposure to street dust in the zinc smelting district，Northeast of China［J］.Science of the Total Environment，2010，408（4）：726-733.［5］李如忠，童芳，周爱佳，等.基于梯形模糊数的地表灰尘重金属污染健康风险评价模型［J］.环境科学学报，2011，31（8）：1790-1798.［6］杜佩轩，田晖，韩永明，等.城市灰尘粒径组成及环境效应-以西安市为例［J］.岩石矿物学杂志，2002，21（1）：93-98.［7］Abrahams，P W.Soils： their implications to human health［J］.Science of the TotalEnvironment，2002，291（1-3）：1-32.［8］周恋彤，董黎明，赵钰.北京城区冬季道路灰尘粒度特征分析［J］.中国环境监测，2014，30（4）：37-43.［9］王小梅，赵洪涛，李叙勇，等.北京城区城乡街尘中铅污染分异特征研究［J］.土壤，2011，43（2）：232-238.［10］王铮，华蕾，胡月琪，等.北京市无组织排放源颗粒物的粒度分布［J］.中国环境监测，2007，23（2）：75-78.［11］刘春华，岑况.北京市街道灰尘粒度特征及其来源探析［J］.环境科学学报，2007，27（6）：1006-1012.［12］杨忠平，张强，张梁，等.长春市城区近地表灰尘粒度特征及其环境意义［J］.吉林大学学报（地球科学版），2014，44（1）：319-327.［13］窦筱艳，陆炳，孔少飞，等.西宁市典型开放源颗粒物粒径组成特征分析［J］.中国环境监测，2013，29（2）：113-119.［14］刘德鸿，王发园，寇太记.洛阳市不同功能区地表灰尘重金属的粒径分布特征［J］.生态环境学报，2012，21（4）：700-705.［15］梁涛，史正涛，刘志国，昆明市街道灰尘粒度特征及其环境意义［J］.长江流域资源与环境，2011，20（1）：122-128.［16］Kaye B H.分形漫步［M］.徐新阳，康雁，陈旭，等译.沈阳：东北大学出版社，1994，1-15.［17］Mandelbrot B B.How long is the coast of Britain，statistical self-similarity and fractional dimension［J］.Science，1967，156（3775）：636-638.［18］张治伟，傅瓦利，朱章雄，等.石灰岩区土壤分形特征及其与土壤性质的关系［J］.土壤，2009，41（1）：90-96.［19］刘雪梅.土壤粒径分布的多重分形描述［J］.安徽农业科学，2008，36（24）：10557-10559.［20］张季如，朱瑞赓，祝文化.用粒径的数量分布表征的土壤分形特征［J］.水利学报，2004，4：67-71，79.［21］李德成，张桃林.中国土壤颗粒组成的分形特征研究［J］.土壤与环境，2000，9（4）：263-265.［22］Harris S J，Maricq M M.Signature size distributions for diesel and gasoline engine exhaust particulate matter［J］.Journal of Aerosol Science，2001，32（6）：749-764. ［23］杨书申，邵龙义，沈蓉蓉，等.上海市大气可吸入颗粒物的粒度分布分形特征［J］.中国环境科学，2007，27（5）：594-598.［24］李传统，贾荷花.南京市区路面积尘的物理与化学特性实验研究［J］.南京师范大学学报：工程技术版，2009，9（3）：28-32.［25］张志明，方凤满，余键，等.城市地表灰尘颗粒体积分形特征及其吸附性［J］.生态环境，2008，17（5）：1887-1890.［26］张志明，方凤满，杨丁，等.城市地表灰尘的分形特性分析［J］.土壤，2010，42（1）：142-147.［27］Folk R L，Ward W C.Brazos River bar： a study in the significance of grain size parameters［J］.Journal of Sedimentary Petrology，1957，27：3-26.［28］Krumbein W C.Size frequency distribution of sediments and the normal phi carve ［J］.Journal of Sedimentary Petrology，1938，8： 84-90.［29］王国梁，周生路，赵其国.土壤颗粒的体积分形维数及其在土地利用中的应用［J］.土壤学报，2005，42（4）：545-550.［30］Tyler S W，Wheatcraft S W.Application of fractal mathematics to soil water retention estimation［J］.Soil Science Society of America Journal，1989，53：987-996. ［31］李卫军，邵龙义，余华，等.内陆输送过程中沙尘单颗粒类型及其非均相反应［J］.中国环境科学，2008，28（3）：193-197.［32］Adachi K，Tainosho Y.Characterization of heavy metal particles embedded in tire dust［J］.Environment International，2004，30（8）：1009-1017.［33］Camatini M，Crosta G F，Dolukhanyan T，et al.Microcharacterization and identification of tire debris in heterogeneous laboratory and environmental specimens ［J］.Materials Characterization，2001，46（4）：271-283.［34］Gent A N.A hypothetical mechanism for rubber abrasion［J］.Rubber Chemistryand Technology，1989，62：750-756.［35］White J R，Thomas E L.Advances in SEM of polymers［J］.Rubber Chemistry and Technology，1984，57：457-506.［36］Goodarzi F.Characteristics and composition of fly ash from Canadian coal-fired power plants［J］.Fuel，2006，85（10/11）：1418-1427.［37］任明达，王乃梁.现代沉积环境概论［M］.北京：科学出版社，1981：8-26.［38］Pye K.Aeolian dust and dust depositions［M］.London： Academic Press，1987：49.［39］杜佩轩，田秉晖，韩永明.城市灰尘概念、研究与方法［J］.陕西地质，2004，22（1）：73-79.［40］李嘉，周鲁，李克锋.泥沙粒径分布函数的分形特征与吸附性能［J］.泥沙研究，2003（6）：17-20.［41］邵龙义，沈蓉蓉，杨书申，等.北京市PM10粒度分布分形维数特征［J］.中国矿业大学学报，2008，37（3）：407-411.［42］徐跃，朱彬，刘卓谞，等.时域内污染物浓度的统计学指标评价方法研究［J］.环境工程，2011，29（增刊）：260-263.［43］张正偲，董治宝.腾格里沙漠东南缘春季降尘量和粒度特征［J］.中国环境科学，2011，31（11）：1789-1794.。

北京市西北城区取暖期环境大气中PM_(10)的物理化学特征

北京市西北城区取暖期环境大气中PM_(10)的物理化学特征时宗波;邵龙义;李红;A.G.Whittaker;T.P.Jones;K.A.BeruBe;R.J.Richards【期刊名称】《环境科学》【年(卷),期】2002(23)1【摘要】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【总页数】5页(P30-34)【关键词】PM10;矿物;形貌;北京市西北城区;取暖期;环境大气;物理化学特征;大气污染;大气监测;颗粒物【作者】时宗波;邵龙义;李红;A.G.Whittaker;T.P.Jones;K.A.BeruBe;R.J.Richards 【作者单位】中国矿业大学(北京)资源开发工程系;SchoolofBiosciences,CardiffUniversity,POBOX911,Cardiff,CF10,3US,UK 【正文语种】中文【中图分类】X513;X831【相关文献】1.北京市采暖期大气中PM_(10)和PM_(2.5)质量浓度变化分析 [J], 鲁兴;吴贤涛2.北京市采暖期PM_(2.5)与PM_(10)污染特征分析 [J], 崔蓉;郭新彪;邓芙蓉;刘红3.重庆主城区环境空气中PM_(10)的质量浓度和水溶性组分 [J], 肖溶;陈刚才;王同桂;潘纯珍;杨清玲4.荣县城区环境空气中TSP与PM_(10)的相关性 [J], 徐勇强5.城市秋季大气PM_(10)中的有机污染特征研究——以北京市西北城区为例 [J], 邵龙义;贺桃娥;李红;时宗波;李金娟因版权原因，仅展示原文概要，查看原文内容请购买。

北京市不同天气条件下单颗粒形貌及元素组成特征

北京市不同天气条件下单颗粒形貌及元素组成特征李泽熙;邵龙义;樊景森;胡颖;侯聪【摘要】使用透射电镜(rEM)对采自北京市2011年3～4月间不同天气条件下的气溶胶样品进行观察,并对比2010年3月沙尘天气和2010年11月18日雾天样品,对可吸入颗粒物PM10的基本形貌、矿物元素组成和硫化特征等做比较分析.结果表明,采样期间PM10主要包括烟尘集合体、飞灰、矿物颗粒、二次反应颗粒等,不同天气条件下颗粒类型并无明显差别.采样期间矿物颗粒以“富Si”颗粒(占总量46％)为主,“富Ca,”(总量17％)、“富S”颗粒(总量13％)为次要,“富Fe”,(总量7％)及较少“富Na"颗粒(总量6％)和其他颗粒.沙尘天气中沙尘暴输入大量沙尘颗粒使占颗粒83％的“富Si”颗粒含量明显高于阴天的36％和雾天的32％.仅在阴天和雾天发现大量“富S”颗粒,其中雾天26％,阴天10.7％,说明这2种天气二次反应强烈,易于生成富S二次颗粒,对颗粒物元素组成产生影响.对所有含S颗粒分析表明,不同天气含S矿物含量差异较大,阴天16％,雾天36％,晴天和沙尘天气则含量很低,说明一定的SO2浓度下,大气湿度越大,硫化现象越明显.雾天颗粒物表面的硫化现象相当严重,在含硫量较高的颗粒中,绝大部分同时含有Ca、Na、Si、Fe等元素,说明大气中含Ca、Na、Si、Fe的碱性矿物对雾水酸性有一定的缓冲作用.【期刊名称】《中国环境科学》【年(卷),期】2013(033)009【总页数】7页(P1546-1552)【关键词】PM10;透射电镜;天气条件;硫化特征;北京【作者】李泽熙;邵龙义;樊景森;胡颖;侯聪【作者单位】中国矿业大学(北京)地球科学与测绘工程学院,北京100083;中国矿业大学(北京)地球科学与测绘工程学院,北京100083;中国矿业大学(北京)地球科学与测绘工程学院,北京100083;中国矿业大学(北京)地球科学与测绘工程学院,北京100083;中国矿业大学(北京)地球科学与测绘工程学院,北京100083【正文语种】中文【中图分类】X51近年来,随着城市的不断发展,可吸入颗粒物(PM10)已成为北京市的首要空气污染物[1-3],PM10拥有较大的数量和表面积,会对大气的能见度产生影响,生成大气光化学烟雾,加剧温室效应[4],同时还会对人体健康产生较大危害,提高人体的致病率和死亡率[5-9].颗粒物对大气能见度、酸沉降、云和降水、大气的辐射平衡、平流层和对流层的化学反应等均有重要影响[10],同时在不同天气条件下,可吸入颗粒物的化学成分存在较大的差异.透射电子显微镜(TEM)由于其高分辨率和高放大倍数以及能够同时得到样品形貌和能谱的特点,在大气颗粒物研究中得到广泛应用[11],本研究以北京市不同天气条件(晴天、阴天、雾天、沙尘天气)下可吸入颗粒物做透射电镜分析,并结合能谱对基于各种天气的可吸入颗粒物成分做更充分的了解并进行分类,为减少其对环境、人体的危害提供参考.1 材料与方法1.1 样品采集于2011年4月1日至2011年4月6日在北京市海淀区中国矿业大学(北京)综合楼五楼平台采集气溶胶样品,并加入2010年3月20日至2010年3月22日沙尘暴天气期间的样品数据以及2010年11月18日雾天的样品数据进行比较分析.中国矿业大学(北京)位于北京西北城区中关村科技园区,周围没有大型局地工业污染源,东临学院路,北靠清华东路,能够在一定范围内较好地反映北京西北城区的大气污染水平.采样仪器为孔径 1mm 的单孔便携单颗粒采样器,流量为1L/min,采用外径3mm 的铜网支持膜,样品采集信息如表1.表1 样品采集信息Table 1 Sample information日期样品编号采样时间采样时长(min) 温度(℃) 相对湿度(%) 大气压强(hPa) 天气分类2010-03-20 A1 9:50 1 7.8 44.9 991.9 沙尘暴2010-03-22 A2 11:45 2 14 22.3 1006.0 沙尘暴2010-03-22 A3 14:25 2 14 24.4 1006.8 沙尘暴2010-11-18 E4 11:00 1 10.6 51.9 1011.5 雾天2011-03-31 E1 9:50 3 18.7 41.9 1005.9 阴天2011-04-01 E3 12:30 5 12.1 24.8 1018.3 阴天2011-04-04 F1 9:50 5 23.6 16.1 1015.5 晴天2011-04-05 F2 9:00 5 15.2 29.0 1016.1 阴天2011-04-06 F3 9:00 6 21.5 34.4 1008.4 阴天1.2 实验方法在采样后,利用透射扫描电镜(TEM)对采集在铜网支持膜上的单颗粒物进行形貌观察,区分出 PM10的各种组分,同时对各个颗粒进行能谱分析,识别出单颗粒的元素组成及比例等,按各种组成元素的比例对颗粒物进行元素富集情况分类,详见文献[12-13].通过对不同天气样品进行对比,得到各天气条件下颗粒物的组成差异,并对不同天气条件下单颗粒的硫化现象进行分析.2 典型大气颗粒物特征分析利用透射电镜对样品中单颗粒进行形貌观察,通过辨认分析,判断出采样期间大气可吸入颗粒主要包括烟尘集合体、燃煤飞灰、二次硫酸盐颗粒以及矿物颗粒等.但在不同天气条件下,各样品的颗粒类型并无明显差别.2.1 烟尘集合体透射电子显微镜下观察到的烟尘集合体形貌特征比较明显,本次实验所采的样品中,烟尘集合体较少,主要是密集链状的烟尘集合体,也有蓬松状的烟尘集合体,并与其他颗粒有一定的结合(图1).研究表明,烟尘集合体的粒径大小与其老化过程有关[14],说明大部分烟尘集合体具有相当程度的老化,采样期间其在大气中发生了一系列的物理变化,同时由于来源的多样性[15],使得烟尘集合体的形态呈现复杂性.结合能谱分析,烟尘集合体的主要成分为碳.图1 北京市大气中烟尘集合体的形貌和能谱Fig.1 Mophologies and EDX pattern of the soot aggregate particles in the atmosphere of Beijing(a) 密集链状烟尘集合体;(b) 蓬松状烟尘集合体与飞灰相连;(c)为(b)图中烟尘集合体的能谱图2 北京市大气中飞灰的形貌和能谱Fig.2 Mophologies and EDX pattern of the fly ash particles in the atmosphere of Beijing(a) 表面光滑的飞灰;(b) 表面吸附超细颗粒物的飞灰;(c)为(a)图中光滑飞灰的能谱2.2 飞灰观察发现燃煤飞灰的粒径变化较大,本实验所采的样品中发现数量较多的燃煤飞灰,多数呈现较规则圆球形颗粒,表面光滑,没有被其他颗粒物覆盖,亮度适中,易于辨认(图 2).同时也有吸附了超细颗粒的飞灰颗粒,其形成原因可能是燃煤飞灰具有自吸附作用而吸附部分超细颗粒物.结合能谱分析,表明其主要成分为 Si和 Al,含有少量K、Ca等,同时在样品中也发现少量同为球形且主要成分为C的焦油球颗粒.2.3 矿物颗粒大气中的矿物颗粒主要来源于扬尘和二次大气化学反应[16],本研究样品的矿物颗粒中,不规则的矿物颗粒占绝大多数.在透射电镜下观看,这些矿物颗粒形貌不一,且粒径大小分布范围也很大(图3).在本实验中也发现了少量规则矿物颗粒,如氧化铁颗粒,CaSO4等 Ca质颗粒,一般为二次大气化学反应生成.2.4 硫酸盐颗粒由于硫酸盐(包括硫酸铵或硫酸钠等)在电子束的照射下会迅速分解,因此在透射电镜下硫酸盐颗粒会留下泡沫状的残留[14].本实验所采样品中,发现了大量的硫酸盐颗粒(图 4),阴天和雾天比较明显,硫酸盐颗粒主要是空气中 SO2与其他物质发生二次化学反应生成的[12],说明阴天和雾天更易发生二次大气化学反应.图3 北京市大气中矿物颗粒的形貌及能谱Fig.3 Mophologies and EDX patterns of the mineral particles in the atmosphere of Beijing(a) (b) 硅铝酸盐颗粒;(c1)、(c2)Ca质颗粒;(d1)、(d2)氧化铁颗粒图4 北京市大气中硫酸盐颗粒的形貌和能谱Fig.4 Mophologies and EDX pattern of the sulfate particles in the atmosphere of Beijing(a) (b) 硫酸盐颗粒;(c)为(b)图中硫酸盐颗粒的能谱3 单颗粒的元素组成及硫化特征3.1 矿物颗粒类型对本次采样中的5个样品和加入的2010年3月20～22日沙尘暴天气期间的3个样品与2010年11月18日雾天的1个样品,总计9个样品共217个样点进行了透射电镜分析,样品信息及天气情况如表 1.结果显示,样品中颗粒物的化学成分主要包括 O、Si、Na、Mg、Ca、Fe 、Al、S、Cl、K、Ti等元素.以颗粒物除去氧后重量百分比第一的元素为分类标准(Okada等[17]),得出各类矿物的组成,如表2.表2 矿物颗粒的分类及元素组成Table 2 Types and elemental compositions of individual particles in all analyzed samples类型主要元素平均值阴晴雾沙尘总计富Si100 Si质Si(81.38±2.40) 6 3 8 9 26 Si+AlSi(50.44±1.45),Al(24.12±1.77),(Ca,K,Mg,Fe) 8 5 4 7 24 Si+CaSi(46.13±2.51),Ca(23.31±1.32),(Al,K,Mg,S) 10 2 4 2 18 Si+ClSi(60.98),Cl(26.83),Al(12.20) 1 1 Si+FeSi(42.56±0.97),Fe(20.91±0.84),(Al,Ca,K) 2 3 15 20 Si+KSi(54.99±3.24),K(23.19±1.61),Al(15.51±0.52) 1 1 1 3 Si+MgSi(57.16±6.13),Mg(30.79±5.93),S 2 2 Si+NaSi(57.64±2.90),Na(28.15±11.32),Cl 1 1 2 Si+SSi(42.48±4.36),S(33.07±6.17),(A l,Ca,Fe) 2 2 4富Ca 36 Ca质Ca(80.86±2.02) 10 2 5 2 19 Ca+Cl Ca(64.40),Cl(22.76),Na(12.84) 1 1 Ca+FeCa(52.78±5.96),Fe(25.15±1.62),(Si,S) 1 2 3 Ca+MgCa(56.00±6.00),Mg(22.60±1.38),Si 2 2 Ca+SCa(51.51±1.93),S(21.34±2.97),(Fe,Mg) 2 2 Ca+SiCa(48.41±2.96),Si(24.44±2.64),(Fe,Mg.Al,S) 2 2 3 2 9富S 29 S 质S(80.78±3.64) 2 5 7 S+Cl S(38.39),Cl(35.04),Na(26.56) 1 1 S+KS(48.15±7.87),K(27.22±7.14),(Mg,Na) 3 3 S+NaS(47.25±2.23),Na(33.50±1.97),(Cl,K,Si) 5 9 14 S+SiS(54.51±1.47),Si(39.70±3.04),(K,Na) 1 3 4富Fe 15 Fe质 Fe(85.86±4.66) 4 2 6 Fe+Ca Fe(50.85),Ca(19.22),Si(18.95) 1 1 Fe+NaFe(41.60),Na(15.04),Cl(12.96) 1 1 Fe+S Fe(39.31±3.61),S(19.94±2.09),(Na,Si) 2 2 Fe+Si Fe(41.45±2.32),Si(32.04±2.97),(Al,Ca) 2 3 5富Na 14 Na质Na(69.54±1.14) 4 1 5 Na+Cl Na(54.06±4.11),Cl(29.97±0.46),(Al,S,Si) 2 2 4 Na+S Na(47.722±5.91),S(26.07±5.11),(Cl,K,Si) 3 3 Na+SiNa(31.26±1.43),Si(27.35±0.04),(K,S) 1 1 2其他 23 K 质K(74.43±3.25) 2 4 6 K+Cl K(62.21),Cl(28.48),S(5.26) 1 1 Mg+Ca Mg(43.66),Ca(34.23),Al(22.11) 1 1 Mg+Si Mg(39.58±1.01),Si(28.77±3.39),Ca(18.27±3.76) 2 2 Cl质Cl(68.83),Na(31.17) 1 1 Cl+Mg Cl(32.65),Mg(15.96),Si 1 1 Cl+NaCl(49.16±2.84),Na(29.41±2.61),S(17.74±3.12) 4 4 8 Al质Al(80.21±9.10) 1 1 2 Al+S Al(34.29),S(19.62),Ca(19.61) 1 1总计 75 20 81 41 217图5 不同天气条件下矿物颗粒的类型及其数量百分比Fig.5 Histogram showing types and number percentages of individual mineral particles underdifferent meteorological conditions分别计算得出不同天气条件下各类矿物颗粒的数量比例,如图5.由图5可知,不同的天气条件对大气中颗粒物的反应和传播有较大的影响.在不同天气条件下,“富Si”矿物颗粒的含量始终较高,在晴天和沙尘天气条件下比例更大,占到绝大多数.其中沙尘天气下,“富Si”矿物颗粒占样品颗粒总数的83%,而晴天占65%,阴天和雾天分别占 36%和 32%.由此可得,在沙尘暴期间,由于大量沙尘颗粒输入大气气溶胶中,PM10中含Si矿物颗粒增加明显,大气中的富Si类矿物颗粒显得更加活跃.而阴天和雾天由于颗粒物的凝结和沉降作用以及相对湿度的增加对这种作用的加剧,使富Si颗粒比例较之晴天和沙尘天气较低.“富Ca”矿物颗粒在各种天气条件下所占比例并无太大的区别.“富S”颗粒所占比例差异很大,仅在阴天和雾天发现了大量的“富S”颗粒,其中雾天“富S”颗粒占所采样品的 26%,阴天占10.7%.说明在阴天和雾天天气条件下,由于空气中相对湿度增加,更易发生二次大气化学反应.3.2 矿物颗粒的硫化特征城市大气中矿物颗粒表面的硫化现象表明了硫元素的富集和人为污染的严重.矿物颗粒中S元素的变化与大气中的硫氧化物之间有着密切的关系,并直接反映在颗粒中硫酸盐成分的变化上[18-19],研究大气颗粒物的酸化成盐作用对于揭示颗粒物的环境效应和健康影响具有重要的意义.图6 北京市不同天气条件下Ca-Si-S三角图Fig.6 Triangles showing the Ca-Si-S relative percentages of individual mineral particles under different meteorological conditions(a)晴天;(b)阴天;(c)雾天沙尘天气没有发现含S颗粒,根据晴天、阴天和雾天的单颗粒能谱数据统计结果画出各个天气条件下的Ca-Si-S三角图(图6),阴天和雾天相对晴天 S含量偏多.雾天和阴天相比,阴天的Si-Ca质偏多,易于生成二次矿物硫酸钙等.雾天的 S含量相对较多,说明雾天最容易发生二次大气化学反应,吸附并固定空气中的硫氧化物,从而生成大量的硫酸盐颗粒.雾天由于处于静风,相对湿度接近或超过饱和状态,人为排放的 SO2等硫氧化物不会被远距离传送,在排放源不远处就可能会发生一系列的大气化学转化反应生成硫酸盐.雾天中大部分颗粒表面特性被硫酸盐改变,地壳源的颗粒表面性质发生变化后,吸湿性较大的颗粒易吸附有毒有害元素,从而增加了这些颗粒对人体呼吸系统的危害性[20].北京市雾天样品“富Ca” 颗粒中 54%的颗粒含有Ca(51.51±1.93)和S(21.34±2.97),说明雾天绝大部分富集S的颗粒物中也富集Ca,同时也有不少S+Na,S+Si,S+Fe等矿物颗粒,进而说明了北京市大气中这些含Ca、Na、Si、Fe 的碱性矿物对雾水酸性有一定的缓冲作用.4 结论4.1 采样区的大气颗粒物主要为矿物颗粒、硫酸盐颗粒、飞灰和烟尘集合体等,各种天气条件下颗粒类型没有明显差别.对样品中矿物颗粒按元素富集情况进行分类,可以分为“富Si”(46%)、“富Ca”(17%)、“富S”(13%)、“富Fe” (7%)、“富Na”(6%)和其他颗粒(11%)几大类.矿物颗粒中 Si质、硅酸盐颗粒普遍含量较高,而晴天和沙尘天更为明显;在阴天和雾天,硫酸盐颗粒较多,而在晴天和沙尘天气则很少发现.4.2 含S类矿物颗粒的含量差异很大,其中阴天占 16%,雾天占 36%,晴天和雾天基本没有,雾天颗粒物表面的硫化现象相当严重.一般来说,雾天和阴天的湿度都较大,在一定的SO2浓度下,大气颗粒物的硫化现象与大气湿度有直接关系,大气湿度越大,颗粒物的硫化现象越明显.在雾天中含硫量较高的颗粒中,绝大部分同时含有Ca、Na、Si、Fe等元素,说明了大气中含Ca、Na、Si、Fe的碱性矿物对雾水酸性有一定的缓冲作用.参考文献：[1]邵龙义,杨书申,时宗波,等.城市大气可吸入颗粒物物理化学特征及生物活性研究[M]. 北京:气象出版社, 2006.[2]Lu S, Shao L, Wu M, et al. Mineralogical characterization of airborne individual particles in Beijing PM10 [J]. Journal of Environment Sciences, 2006,18(1):90-95.[3]王琳琳,王淑兰,王新锋,等.北京市2009年8月大气颗粒物污染特征 [J]. 中国环境科学, 2011,31(4):553-560.[4]Christoforou C S, Salmon L G, Hannigan M P, et al. Trends in fine particle concentration and chemical composition in southern California [J]. Journal of the Air and Waste Management Association, 2000,50:43-45.[5]边归国.影响人类健康的可呼吸性和可吸入颗粒物的研究近况[J]. 福建环境, 2003,20(3):43-45.[6]吴国平,胡伟,滕恩江,等.室外空气污染对成人呼吸系统健康的影响 [J]. 中国环境监测, 2001,17:33-38.[7]侯青,安兴琴,王自发,等.2002～2009年兰州 PM10人体健康经济损失评估 [J]. 中国环境科学, 2011,31(8):1398-1402.[8]Costa D L. Particulate matter and cardiopulmonary health: A perspective [J]. Inhalation Toxicol., 2000,12:35-44.[9]Zanobettia Schwartz, Gold D. Arethere sensitive subgroups for the effects of air borne particles [J]. Envion. Health, Perspect.,2000,108(9):841-845.[10]杨复沫,马永亮,贺克斌.细微大气颗粒物 PM2.5及其研究概况[J]. 世界环境, 2000,(4):32-34.[11]杨书申,邵龙义,李金娟,等.透射电镜在气溶胶单颗粒分析中的应用研究 [J]. 辽宁工程技术大学学报, 2005,24(4):607-610.[12]杨书申,邵龙义.大气细颗粒物的透射电子显微镜研究 [J]. 环境科学学报, 2007,27(2):185-189.[13]李卫军,邵龙义,余华,等.内陆输送过程中沙尘单颗粒类型及其非均相反应 [J]. 中国环境科学, 2008,28(3):193-197.[14]Li J, Anderson J, Buseck P. TEM study of aerosol particles from clean and polluted marine boundary layers over the North Atlantic[J]. Journal of Geophysical Research, 2003,108(D6):4189.[15]邵龙义,时宗波.北京西北城区与清洁对照点夏季大气 PM10的微观特征及粒度分布 [J]. 环境科学, 2003,24(5):11-16.[16]李金香,董树屏,虞统,等.北京夏季典型天气 TSP组成和来源对比 [J]. 环境科学研究, 2007,20(6):87-93.[17]Okada K, Qin Y, Kai K. Elemental composition and mixing properties of atmospheric mineral particles collected in Hohhot,China [J]. Atmospheric Research, 2005,73:45267.[18]Hodzica A, Bessagnetb B, Vautarda R. A model evaluation of coarse-mode nitrate heterogeneous formation on dust particles [J].Atmos. Environ., 2006,40:4158-4171.[19]Sinya S, Manabu S, Tsutomu T, et al. Spatial distribution and source identification of wet deposition at remote EANET sites in Japan [J]. Atmos. Environ., 2007,41:9386-9396.[20]Shao L Y, Shi Z B, Jones T P, et al. Bioreactivity of particulate matter in Beijing air: Results from plasmid DNA assay [J].Science of the TotalEnvironment, 2006,367(1):261-272.。

北京地区PM_10_浓度空间分布特征的综合变分分析

北京地区PM10浓度空间分布特征的综合变分分析Ξ程兴宏1)2)　徐祥德1)　陈尊裕3)　丁国安1)　李成才4)　翁永辉1)　1)(中国气象科学研究院,北京100081)　2)(中国科学院研究生院,北京100039)　3)(Department of Civil and Structural Engineering,Hong K ong Polytechnic University,Hung Hom,Hong K ong)　4)(北京大学大气科学系,北京100871)摘要利用2003年10月北京地区PM10浓度流动观测资料和同期MODIS AOD(Aerosol Optical Depth)高分辨率遥感资料,采用卫星遥感2地面观测变分订正处理方法,综合分析了北京地区PM10浓度的空间分布特征以及机动车排放的影响效应。

动态观测试验结果表明:北京城区大部分为轻污染区,北京近郊区PM10浓度高值区沿环路呈环状分布,其中北京西南部、南部和东北部污染较严重,北京城郊街区PM10的空间分布受机动车排放的影响较大。

MODIS卫星遥感资料分析表明:北京城区及近郊区AOD值较远郊区高得多,AOD空间分布场中存在虚假高值区,AOD非均匀分布特征不明显。

采取点2面结合综合观测研究思路,运用卫星遥感2地面观测综合变分分析方法,可以取得客观订正的显著效果。

经地面实测PM10浓度变分订正后的AOD变分场可以较高分辨率信息描述北京地区AOD的非均匀分布特征,弥补地面PM10浓度观测的缺陷。

关键词:机动车排放;PM10;气溶胶光学厚度;变分订正引　言城市气溶胶污染问题日趋严重,尤其是最近几年PM10已成为我国各大中型城市的首要污染物,其带来的直接和间接危害已严重影响人们的生存环境。

PM10在环境空气中持续时间较长,对人体健康和大气能见度影响都很大。

PM10对人类呼吸系统、心肺功能等的危害性已经被国内外大量流行病学和毒理学研究所证实[122]。