PM2.5和PM10监测数据“倒挂”现象原因的探讨

合集下载

基于PM2.5与PM10比值的吉林省空气污染分析

基于PM2.5与PM10比值的吉林省空气污染分析
加强空气污染治理有利于促进经济可持续发展。受到空气污染影响的产业将受到限制,加重环保压力,但从长远来看,健康的环境会吸引更多的人才和资源,推动产业升级和经济增长。
最重要的是,加强空气污染治理是政府的责任和义务。政府应该加大投入,加强监管,制定更为严格的环境保护法律法规,通过各种手段来促进空气质量的改善,保障人民的生存环境。只有这样,才能真正实现经济社会的可持续发展。【内容已结束,字数约200】
2.4 影响吉林省空气质量的因素
工业排放是吉林省空气质量受影响的主要原因之一。吉林省拥有众多化工、石油化工、钢铁等重工业企业,这些企业的废气排放量巨大,其中包含大量有害气体和颗粒物。这些工业废气的排放直接导致了大气中PM2.5和PM10的浓度升高,从而造成空气质量恶化。
机动车尾气排放也是影响吉林省空气质量的重要因素。随着交通工具的增多,尤其是私家车的普及,机动车尾气排放成为了空气污染的重要来源之一。尾气中的一氧化碳、氮氧化物、颗粒物等有害物质对空气质量造成严重影响。
吉林省的地理位置及气候条件,使得空气质量受到气象条件影响较大,冬季气象条件不佳时,雾霾天气频繁出现,加剧了空气污染的程度。农业生产、生活垃圾处理等也对空气质量造成一定影响,各种因素综合作用导致了吉林省空气质量问题的加剧。
为了改善吉林省的空气质量,政府部门应采取有效的措施,包括加大污染治理力度、推行清洁能源替代传统能源、加强环境监管等。只有全社会共同努力,才能有效减轻吉林省的空气污染问题,提高人民群众的生活质量。
2. 探讨PM2.5与PM10比值与吉林省空气质量指数的相关性,分析其对空气污染程度的影响;
3. 分析吉林省空气污染的主要来源和影响因素,为改善空气质量提供可行的控制措施;
4. 总结目前吉林省空气污染治理存在的问题和不足,为未来的研究和政策制定提出建议。

环境空气PM2.5和PM10自动监测相关问题分析

环境空气PM2.5和PM10自动监测相关问题分析

环境空气PM2.5和PM10自动监测相关问题分析【摘要】在公众对改善环境空气质量需求的推动下,大气细颗粒物PM2.5作为基本监测项目纳入《环境空气质量标准》(GB3095-2012),肇庆市已完成PM2.5的监测能力建设和实时发布。

根据2012年6月5日城市大气颗粒物(PM2.5和PM10)监测数据,出现了城市大气颗粒物(PM2.5和PM10)监测因为仪器方法技术局限而出现负值和“倒挂”(PM2.5监测浓度高于PM10)的现象,对该现象的研究分析对将来的自动监测工作极为重要。

【关键词】环境空气;PM2.5;PM10;负值;“倒挂”肇庆市已于2012年6月5日按照《环境空气质量标准》(GB3095-2012)在原有PM10监测和发布的基础上,增加了对PM2.5的监测分析和实时发布。

PM10是粒径小于等于10微米的颗粒物,也称为可吸入颗粒物。

PM2.5是直径小于等于2.5微米的颗粒物,也称为细颗粒物。

PM2.5是PM10的一部分。

在公众对改善环境空气质量需求的推动下,大气细颗粒物PM2.5作为基本监测项目纳入《环境空气质量标准》(GB3095-2012),肇庆市已完成PM2.5的监测能力建设和实时发布。

根据2012年6月5日以来城市大气颗粒物(PM2.5和PM10)监测数据,出现了城市大气颗粒物(PM2.5和PM10)监测因为仪器方法技术局限而出现负值和“倒挂”(PM2.5监测浓度高于PM10)的现象而影响数据实时发布的问题,在此对该问题进行分析探讨。

就目前肇庆市环境空气自动监测设备而言,主要为β射线方法和微量振荡天平方法的仪器,出现小时值为负值的现象通常见于微量振荡天平方法仪器。

微量振荡天平方法仪器是基于石英振荡杆上的膜片负重改变而导致振荡频率变化的原理来测量颗粒物的质量浓度。

正常情况下采样的颗粒物在膜片上是逐渐增加以及振荡频率变慢的变化过程,由膜片称重增量反映相关频率的降低变化与采样流量即可计算获得相应采样时段内的颗粒物浓度。

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: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。

基于PM2.5与PM10比值的吉林省空气污染分析

基于PM2.5与PM10比值的吉林省空气污染分析

基于PM2.5与PM10比值的吉林省空气污染分析1. 引言1.1 研究背景空气污染是当前全球性的环境问题,对人类健康和环境造成严重影响。

PM2.5和PM10是常见的大气颗粒物,其主要来源包括工业排放、交通尾气、建筑工地扬尘等。

PM2.5直径小于等于2.5微米的颗粒物,PM10直径小于等于10微米,两者在大气环境中的浓度是评估空气质量的重要指标之一。

吉林省是我国东北地区的一个重要工业基地,城市化进程加快,工业活动频繁,交通状况复杂,空气污染问题备受关注。

通过对PM2.5和PM10的比值进行分析,可以更好地了解空气污染的状况及来源,为空气质量的改善提供科学依据。

本研究旨在通过分析吉林省PM2.5与PM10比值,探讨空气污染的特点和影响,为制定有效的空气污染治理对策提供参考。

对吉林省空气质量现状进行深入分析,并探讨PM2.5与PM10比值的意义及其在空气污染监测与治理中的应用。

通过研究,为未来吉林省空气质量改善提供科学依据和建议。

1.2 研究目的研究目的是通过对吉林省空气中PM2.5与PM10的比值进行分析,探讨其在空气污染监测与治理中的作用和意义。

具体目的包括:1.了解吉林省空气质量现状,深入了解PM2.5与PM10的分布情况及变化趋势;2.探讨PM2.5与PM10在空气污染中的特点和影响,为进一步制定空气质量标准和治理措施提供科学依据;3.分析吉林省PM2.5与PM10比值的变化规律,探讨其对空气污染监测和预警的指导意义;4.总结吉林省空气污染治理经验,提出具体对策和建议,以改善空气质量,保障人民健康。

通过这些研究目的,可以更全面地了解吉林省的空气质量问题,为未来的研究和治理工作提供借鉴和指导。

1.3 研究意义空气污染是全球环境面临的重大问题之一,严重影响人类健康和生态环境。

而PM2.5与PM10是空气污染中最常见的颗粒物,其具有较小的直径和较大的比表面积,易被人体吸入并引发多种呼吸系统疾病。

研究PM2.5与PM10的比值在空气污染监测和治理中具有重要意义。

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

北京城区低层大气PM10和PM2.5垂直结构及其动力特征1. 引言PM10和PM2.5是指空气中直径小于等于10微米和2.5微米的颗粒物,它们屡屡被认为是空气质量指标中最为关键的因素之一。

北京是中国的首都,也是一个高度工业化和人口密集的城市,空气质量问题长期以来备受关注。

理解北京城区低层大气PM10和PM2.5的垂直结构及其动力特征的探究对于改善空气质量、保卫居民健康具有重要意义。

2. 低层大气PM10和PM2.5的来源低层大气PM10和PM2.5的来源多种多样,主要包括工业废气、机动车尾气、燃煤和燃油的燃烧、扬尘等。

这些来源在北京城区的分布不匀称,同时受到气象条件的影响。

了解污染物的来源和分布对于实行相应的控制措施具有重要意义。

3. 北京城区低层大气PM10和PM2.5的垂直结构通过对北京城区不同高度的空气质量监测数据的分析,可以得到低层大气PM10和PM2.5的垂直分布特征。

探究结果显示,在北京城区,PM10和PM2.5呈现出明显的垂直梯度变化。

一般状况下,随着高度的增加,PM10和PM2.5的浓度逐渐减小。

这种分布特征与空气质量受到的排放源的影响以及气象因素如风向、风速、湿度等因素密切相关。

4. 动力特征对低层大气PM10和PM2.5的影响动力特征是指与空气流淌相关的因素,包括风向、风速、湍流强度等。

这些因素对低层大气PM10和PM2.5的浓度分布具有重要影响。

例如,风向和风速决定了污染物的输送方向和速度,往往会导致扩散或积聚。

湍流强度则决定了污染物在空气中的混合强度,影响了其浓度分布的匀称性。

5. 影响北京城区低层大气PM10和PM2.5浓度的因素除了源排放和动力特征外,还有其他因素会影响北京城区低层大气PM10和PM2.5的浓度。

例如,气象条件的变化会导致大气层中的温度逆温层形态的变化,从而影响PM10和PM2.5的扩散条件。

此外,地理因素、城市规划、植被遮盖率等也会对PM10和PM2.5的分布产生一定影响。

环境空气监测中颗粒物异常的特征及原因分析

环境空气监测中颗粒物异常的特征及原因分析

环境空气监测中颗粒物异常的特征及原因分析牛刚【摘要】根据合肥市范围内环境空气自动监测点位的PM10与PM2.5数据,分析了不同监测仪器组合下的PM10与PM2.5监测数据异常情况.结果表明:当PM10采用振荡天平法时,PM10与PM2.5的倒挂率较高;冬季和夏季异常现象发生率明显高于其他季节;PM10与PM2.5在线监测数据异常的概率受方法、仪器、数据采集频率等影响.【期刊名称】《安徽化工》【年(卷),期】2017(043)002【总页数】3页(P103-105)【关键词】PM10;PM2.5;自动监测数据;倒挂【作者】牛刚【作者单位】合肥市环境监测中心站,安徽合肥230031【正文语种】中文【中图分类】X831近年来,随着经济的飞速发展和城市规模扩大,空气中的颗粒物不断增多,导致能见度恶化,雾霾频发。

由颗粒物引起的区域性大气污染问题日趋严重,影响公众健康和城市景观,乃至社会经济的和谐发展。

合肥市是我国47个环境保护重点城市之一,作为全国第一批执行新GB3095—2012“环境空气质量标准”[1]的城市之一,于2012年12月开展对新标准规定的六项污染物的监测和发布,也是国内较早开展大气污染物自动监测工作的城市。

数据发布使人们对颗粒物监测结果产生困惑,公众对监测数据产生疑问,影响了在现实条件下对空气质量的理解和判断。

本文结合合肥开展颗粒物监测中多种型号监测仪器同时运行的结果,从监测方法和原理、仪器配置情况、测量误差等方面对颗粒物监测中的异常现象进行了原因分析和研究。

1.1 不同品牌型号仪器监测方法的比较从表1可以看出,仪器在不同监测方法组合下,倒挂率差别较大。

总体来看,当PM2.5采用β射线恒温法时,PM10采用振荡天平法,倒挂率较高;当PM2.5采用β射线动态加热法,PM10采用振荡天平法联用膜动态补偿系统,倒挂率较高;当两者采用完全相同的监测方法时,倒挂率很低或未出现倒挂现象。

1.2 不同季节的监测数据倒挂情况不同季节、不同气象条件下,颗粒物总量有较大变化。

空气站质量控制措施之异常数据处理

空气自动站质量控制措施之数据处理目录空气自动站质量控制措施之数据处理3一、异常数据判断机制3二、判断依据和方法 5三、异常数据核查方法及处理措施9空气自动站质量控制措施之数据处理一、异常数据判断机制1、目的为能够及时发现各类异常数据,快速采取合理、有效的应对措施,保证监测数据的准确、有效。

2、判断原则保证监测数据的准确性,严格区分无效数据与有效数据,数据判断依据要充分,在规定的时间内完成异常数据的审核判断工作。

3、识别判断范围适用于环境空气自动监测站的监测参数(SO2、NO2、O3、CO、PM10、PM2.5、TVOC)、气象五参数(风速、风向、温度、湿度、气压)、监控视频等自动监测数据。

4、异常数据判断及流程异常数据判断及流程图5、人员职责(1)数据中心人员职责①负责日常监测数据的监控。

数据中心人员执行每天24小时对数据进行监控,小时数据在每小时过整点后10分钟对平台数据进行审核查看。

②及时发现异常数据并初步判断异常数据类型及成因,并立即通知现场运维人员。

③启动异常数据应急处理机制。

④将异常数据的现象准确及时地反馈给运维工程师。

⑤负责追踪异常数据的处理进度。

⑥运维人员的处理结果、维护维修记录向公司汇报并留存。

⑦负责对空气站监测数据进行审核,并将审核数据按时提交。

(2)应急运维工程师职责①接受并处理数据中心异常数据任务通知单。

②通过移动数据终端(手机APP)发现异常情况后及时向数据中心报告。

③接到数据中心通知任务单后再次确认异常情况并初判成因。

④根据异常情况,携带相关耗材、配件、备机工具等立即赶往现场诊断处理异常问题,仪器设备每日6时-23时出现的故障,在2小时之内到达现场,8小时内解决(通讯线路、电力线路故障除外,及时与相关部门联系积极解决)。

若仪器故障无法排除,在24小时内提供并更换相应备机,保证自动站正常运行。

⑤在发生重污染天气等特殊情况后,4小时内开展相应的运维工作。

⑥填写相关记录,将处理结果及维护记录上报数据中心。

PM2.5和PM10监测数据“倒挂”与环境因素的相关性探究

PM2.5和PM10监测数据“倒挂”与环境因素的相关性探究李培(酉阳自治县生态环境监测站,重庆 409800)摘要:随着社会经济的快速发展,城市化建设脚步不断加快,但与此同时环境问题日益突出。

本文主要对空气自动监测中PM10与PM2.5倒挂原因进行了探讨分析,并根据不同仪器测定的PM10与PM2.5数据,阐述了因检测方法不同所导致的差异。

关键词:倒挂现象;环境自动检测;PM10;PM2.5中图分类号:X83 文献标识码:A 文章编号:2095-672X(2019)03-0132-01DOI:10.16647/15-1369/X.2019.03.079Correlation between PM2.5and PM10 monitoring data“upside down”and environmental factorsLi Pei(Youyang Autonomous County Ecological Environment Monitoring Station, Chongqing 409800,China) Abstract: With the rapid development of social economy, the pace of urbanization has been accelerating, but at the same time environmental problems have become increasingly prominent. In this paper, the causes of PM10 and PM2.5upside down in air automatic monitoring are discussed and analyzed. According to the PM10and PM2.5data measured by different instruments, the differences caused by different detection methods are expounded. Big cockroaches appearing in atmospheric monitoring Keywords:Upside down phenomenon;Automatic environment detection; PM10;PM2.5PM10在我国《环境空气质量标准》中指的是动力学当量直径≤10μm的颗粒物,PM2.5属于PM10中的一部分,即PM2.5浓度应当小于PM10,但在实际监测中,由于使用的监测原理和仪器设计不相同,所以经常出现PM2.5的浓度大于PM10的“倒挂”现象。

空气站实操试题

1.根据《环境空气质量评价技术规范(试行)(HJ 663-2013)》,请分别列出6项基本评价项目的日评价、年评价的评价指标。

2.日评价:SO2、NO2、PM10、PM2.5、CO的24小时平均、O3的日最大8小时平均。

年评价:SO2年平均、SO224小时平均第98百分位数;NO2年平均、NO224小时平均第98百分位数;PM10年平均、PM1024小时平均第95百分位数;PM2.5年平均、PM2.524小时平均第95百分位数;CO 24小时平均第95百分位数;O3 日最大8小时滑动平均值的第90百分位数3.β射线法的测定原理?答案:β射线法测定的基本原理:利用β射线衰减量测试采样期间增加的颗粒物质量。

当高能量的粒子有14C发射出来,在碰到趁粒时,能量减退或粒子吸收。

物质放置在发射源14C和监测β射线的装置中间,β射线被吸收,能量衰减。

这样导致监测到的β粒子的数量减少。

该减少量是由β射线源和检测β射线的探测器之间的吸收物质的质量来决定,从而测定出颗粒物浓度。

4. 阐述化学发光法测定氮氧化物的基本原理。

答案:原理是基于一氧化氮(NO)与臭氧(O3)的化学发光反应产生激发态的NO2分子,当激发态的NO2分子返回基态时发出一定能量的光,所发出光的强度与NO的浓度呈线性关系,分析仪就是利用检测光强来进行NO的检测。

仪器在进行二氧化氮(NO2)的检测时必须先将NO2转换成NO,然后再通过化学发光反应进行检测,NO2是通过钼转换器完成NO2到NO的转换的。

5..阐述脉冲荧光法测定二氧化硫的基本原理。

答案:原理是基于SO2分子吸收了紫外线并被一定波长的紫外线激发,当被激发的SO2分子返回低能级时释放出另一波长的紫外光, 所发出光的强度与SO2的浓度呈线性关系,经光电倍增管放大,测定其释放出的荧光强度,从而可得到空气中的SO2浓度。

6..使用标准气体钢瓶气时的注意事项有哪些?答案:1.钢瓶气在有效期内使用;2)钢瓶标准气的剩余压力应符合要求(≥0.2MPa);3)气路检查,严防漏气;4)对排气口排出的气体,应通过管线连接到室外。

基于PM2.5与PM10比值的吉林省空气污染分析

基于PM2.5与PM10比值的吉林省空气污染分析随着各种工业和交通及农业生产的不断增长,大量的污染物被排放到了大气环境中,导致空气污染的严重程度日益加重。

而空气污染是影响人体健康的一个非常严重的问题,它不仅会引起一些呼吸道疾病,而且还会造成身体其他器官受到损害。

因此,对于空气污染的研究与治理非常重要。

PM2.5和PM10是空气中的两种典型污染物,它们对空气质量影响非常大。

本文将基于PM2.5与PM10比值,对吉林省的空气污染进行分析。

PM2.5与PM10是指空气中的可吸入颗粒物,其中PM2.5是指直径小于或等于2.5微米的颗粒物,而PM10是指直径小于或等于10微米的颗粒物。

这两种颗粒物都有毒性和致癌性,因此,它们的浓度一旦超标,就会对人体健康造成威胁。

在吉林省,PM2.5和PM10的浓度都较高,特别是在冬季,PM2.5的浓度往往会达到惊人的水平。

因此,对于吉林省的空气污染进行分析就显得尤为重要。

首先,我们可以用PM2.5和PM10的比值来评估空气质量。

比值越小,说明更多的细颗粒物存在于空气中,这表明空气质量越差。

据统计,吉林省各个城市的PM2.5和PM10比值都很高,说明吉林省的空气质量较差。

在冬季,吉林省的PM2.5和PM10比值常常达到20左右,而这个数字应该在5以下才能算是健康的空气质量。

从这个角度来看,吉林省的空气质量确实存在较高的风险。

其次,我们可以利用PM2.5和PM10的比值来分析污染源。

在吉林省,大量的工业和农业活动是主要的污染源。

特别是在冬季,农业活动和家庭采暖等行为往往会增加PM2.5和PM10的浓度。

因此,通过分析比值,我们可以更好地了解污染源的情况,并采取相关的措施来减少污染物的排放。

最后,我们可以用PM2.5和PM10比值来预测空气污染的发展趋势。

如果过去某段时间内的PM2.5和PM10比值很高,那么未来几天的空气质量很可能会恶化。

因为这种比值往往代表着污染物的来源、类型、浓度等信息,能够通过这些信息来预测未来空气质量的趋势,从而采取必要的措施来减少污染。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

PM2.5和PM10监测数据“倒挂”现象原因的探讨[摘要]下文主要结合笔者多年的工作实践经验,针对PM2.5和PM10在线监
测过程中出现的”数据倒挂”现象进行成因分析,并提出对应的改进和保障措施,确保给出有效而高质量的PM2.5监测数据。

[关键词]PM2.5和PM10 监测数据倒挂原因对策
1什么是PM2.5和PM10
PM10是指空气动力学当量直径小于或等于10微米的颗粒物,PM2.5是指空气动力学当量直径小于或等于2.5微米的颗粒物。

粒径10微米以上的颗粒物,会被挡在人的鼻子外面:粒径在2.5微米至10微米之间的颗粒物,能够进入上呼吸道,但部分可通过痰液等排出体外,对人体健康危害相对较小;而粒径在2.5微米以下的细颗粒物(也即“PM2.5”),它的直径还不到人头发丝粗细的1/20。

被吸入人体后会进入支气管,干扰肺部的气体交换,引发包括哮喘、支气管炎和心血管病等方面的疾病。

还可以通过支气管和肺泡进入血液,其中的有害气体、重金属等溶解在血液中,对人体健康的伤害更大。

2PM2.5和PM10监测方法
2.1重量法
其原理是分别通过一定切割特征的采样器,以恒速抽取定量体积空气,使环境空气中的PM2.5被截留在已知质量的滤膜上,根据采样前后滤膜的质量差和采样体积,计算出PM2.5的浓度。

2.2微量振荡天平法(TEOM)
TEOM微量振荡天平法是在质量传感器内使用一个振荡空心锥形管,在其振荡端安装可更换的滤膜,振荡频率取决于锥形管特征和其质量。

当采样气流通过滤膜,其中的颗粒物沉积在滤膜上,滤膜的质量变化导致振荡频率的变化,通过振荡频率变化计算出沉积在滤膜上颗粒物的质量,再根据流量、现场环境温度和气压计算出该时段颗粒物标准的质量浓度。

PM10一般采用传统的微量震荡天平法。

2.3Beta射线法/β射线法
Beta射线仪则是利用Beta射线衰减的原理,环境空气由采样泵吸入采样管,经过滤膜后排出,颗粒物沉淀在滤膜上,当β射线通过沉积着颗粒物的滤膜时,Beta射线的能量衰减,通过对衰减量的测定便可计算出颗粒物的浓度。

PM10一般采用传统β射线法。

3PM2.5与PM10数据倒挂成因分析
PM10是空气动力学当量直径小于或等于10微米的颗粒物,而PM2.5是空气动力学当量直径小于或等于 2.5微米的颗粒物,从理论上来说,同时监测时PM2.5的浓度应该比PM10少,但是在PM10和PM2.5实际监测以来,还是会出现PM2.5的1小时平均质量浓度高于的PM10情况,即“PM2.5和PM10倒挂”。

为什么会出现这样的情况呢,针对这个问题,我们认真地比较了两者监测方法原理的差异,同时通过咨询仪器生产商、参加相关研讨会,积极与同行交流,对监测过程中出现倒挂现象的监测数据认真进行分析,根据收集到的资料及掌握的数据分析,现将可能的原因归纳为以下主要几个方面:
3.1使用不同的监测方法
就是PM10使用的监测方法和PM2.5不同,如PM10使用微量震荡天平法,而PM2.5使用β射线法,由于两者方法原理的差异性和各自方法的局限性,在湿度急剧变化时,微量震荡天平法PM10监测结果会迅速降低或者出现负值,而β射线法特别是带动态加热系统的β射线法PM2.5监测结果仍处于正常监测范围,则会出现倒挂现象。

3.2是否带补偿装置的差异
即PM10和PM2.5监测的方法原理是相同的,但是由于两者被纳入空气质量标准的时间相隔较久;二者的监测方法认证也是独立开展的,PM10普遍采用的是传统的微震荡天平法和β射线法在线监测的设备。

而PM2.5监测必须采用带补偿装置(FDMS)的微震荡天平法或动态加热的β射线法,带补偿装置的仪器会对监测过程中可能的挥发损失进行补偿,PM2.5中半挥发性物质占较大的比重,如果PM2.5的测量捕捉到了半挥发性的成分,而PM10的测量没有捕捉到,将会引起PM2.5的测试数值高于PM10。

3.3高温高湿气象条件
相对湿度一直是影响颗粒物质量浓度监测准确性的重要因素。

当环境空气中湿度较大和温度较高时,测尘仪位于装备有空调的室内,因此采样流量的相对湿度可能会远远高于室外的相对湿度,如果加热温度偏低,出现水的凝结,传统Beta射线法的浓度读数可能会远高于实际浓度。

但是如果加热系统温度过高,又将会使得大气中的可挥发性颗粒物产生较大损失。

因此在高温高湿气象条件下,如果颗粒物含水量较高(质量浓度可能也处于较高水平),在监测设备中难以快速有效去除,颗粒物质量浓度监测结果误差增加,可能导致PM2.5和PM10倒挂。

3.4监测仪器的影响
为保证数据的准确可靠,PM10/PM2.5连续监测设备需按照厂商所提出的维
护清单和维护操作指导进行定期校准和维护。

如果不能对仪器进行定期的校准和维护,就不能保证监测数据的准确性,可能出现PM2.5和PM10倒挂。

对于β射线法,为了保证精确测量PM2.5的浓度,求得挥发降低浓度与湿度增加浓度之间的平衡,PM2.5监测仪需要测量环境内相关气象条件,并且对监测仪的采样系统进样湿度进行实时控制。

而全国各地环境条件特征并不相同,如果对进样系统的相对湿度设置不同,测试结果也会不同。

当相对湿度设置较高的时候,测试结果会越高,可能出现PM2.5和PM10倒挂。

4对策与建议
(1)PM10和PM2.5尽量使用相同的监测方法,可以大大减少出现倒挂现象的机率。

(2)按照厂商所提出的维护清单和维护操作指导进行定期校准和维护,设备的维护和校准,需由经过培训的技术人员完成。

(3)通过一定时间的与手工方法的比对实验(一般需一年),设置合适的相对湿度参数。

(4)在相对湿度急剧变化或极端气候条件下时,加强对PM2.5和PM10数据的审核。

(5)增强与公众沟通,让公众了解到出现倒挂的成因,减少不必要的猜疑。

5结束语
综上所述,由于我国PM2.5监测时间较短,对监测中遇到的问题还必须通过长期的数据积累和比对实验展开深入地研究,对于以上PM2.5与PM10数据倒挂成因分析归纳为本人浅见,若以上对策和建议若能运用得当,应基本能够大大减少出现“数据倒挂”现象的机率,保证监测数据的准确性和可比性。

相关文档
最新文档