PM2.5和PM10监测数据“倒挂”与环境温度、湿度的关系

孙展鸿（佛山市南海区环境保护监测站，广东佛山 528200）

PM2.5和PM10监测数据“倒挂”与环境温度、湿度的关系

孙展鸿
（佛山市南海区环境保护监测站，广东佛山 528200）

采用赛默飞世尔FH62C14 型和5030 SHARP型在线监测仪分别对环境空气中的PM10和PM2.5开展监测，统计监测数据同时记录环境温度和湿度信息，探讨PM2.5和PM10在线监测数据“倒挂”现象与环境温度和湿度之间的关系。结果表明，一般情况下（温度5～40℃，相对湿度30%～90%），PM2.5和PM10在线监测数据“倒挂”的概率呈现出温度升高则变小，湿度升高则变大的趋势。

在线监测；PM2.5和PM10；倒挂

在中国，经济生活水平的提高正倒逼着环境质量的改善。PM2.5作为环境空气质量的重要影响因素，也越来越受到人们的关注。准确监测PM2.5，为社会提供评价和治理依据，已成为当下环境工作者又一重要课题。然而实际监测过程中，会出现PM2.5平均浓度高于PM10平均浓度的情况，即“倒挂”现象。“倒挂”现象出现的原因有多种，包括监测仪器监测原理不同，环境温度和湿度的影响，仪器日常维护不规范等[1]。本文主要探讨PM10和PM2.5监测数据 “倒挂”与环境温度、湿度的关系。

1　实验部分

1.1PM10和PM2.5监测仪器及方法

实验分别采用赛默飞世尔FH62C14 型和5030 SHARP型在线监测仪对PM10和PM2.5开展24小时连续在线监测，监测时长为2年。其中，FH62C14型PM10监测仪采用传统β射线法，SHARP5030 型PM2.5在线监测仪采用带动态加热装置（DHS）和光浊度计的β射线法，设备原理见如图1、图2。

图1　FH62C14型PM10监测设备原理

1.2监测数据

选取南方某市2014～2015年两个不同点位的监测数据，比较不同温度和湿度范围内，PM2.5与PM10小时值监测数据倒挂现象出现的概率，结果如下：

2　结果与讨论

2.1环境温度、湿度对“倒挂”现象的影响

实验数据表明，5～40℃环境下，PM10与PM2.5数据“倒挂”的概率呈现随温度升高而变小的趋势；相对湿度为30%～90%环境下，PM10与PM2.5数据“倒挂”的概率呈现随湿度升高而变大的趋势。并且，温度与湿度对数据倒挂的影响概率均在1%～20%左右的范围内。

图2　SHARP5030型PM2.5监测设备原理[1]

表1　不同温度下PM10与PM2.5倒挂概率

图3　不同温度下PM10与PM2.5倒挂情况

表2　不同相对湿度下PM10与PM2.5倒挂概率

图4　不同相对湿度下PM10与PM2.5倒挂情况

2.2原因分析

FH62C14 型PM10在线监测仪和5030 SHARP型PM2.5在线监测仪基本原理相同，均利用了β射线的衰减计算颗粒物浓度。但前者为传统β射法，采样管对收集气体进行恒温加热（加热温度设定在40℃），而后者对收集气体则实行动态加热（加热温度保持与环境温度一致）。

环境温度越接近40℃，PM10在线监测仪与PM2.5在线监测仪捕获到的颗粒物中半挥发性成分的总量越接近。若环境温度偏低，空气经PM10在线监测仪的恒温加热器加热后，颗粒物中的半挥发性成分损失较大，容易造成PM10数据与PM2.5数据出现“倒挂”。

3　结论

环境温度为5～40℃，相对湿度在30%～90%条件下，采用赛默飞世尔FH62C14 型和5030 SHARP型在线监测仪分别对环境空气中的PM10和PM2.5开展监测，PM10与PM2.5数据“倒挂”的概率呈现随温度升高而变小，随相对湿度升高而增大的趋势。

[1] 张宇烽.PM2.5和PM10监测数据“倒挂”成因浅析[J].广东化工，2013，40（12）.170-171.

[2] 罗汉翔.浅析大气自动监测中PM2.5和PM10“倒挂”成因[J].环境与生活，2014，（81）.

PM2.5 and PM10 Monitoring Data “upside down” and The Relationship Between Environmental Temperature and Humidity

Sun Zhan-hong

Thermo Fisher FH62C14 5030 SHARP-line type and monitor respectively ambient air PM10 and PM2.5 carry out monitoring，statistics and monitoring data simultaneously record ambient temperature and humidity information，explore PM2.5 and PM10 on-line monitoring data “upside down” phenomenon and the relationship between ambient temperature and humidity.The results showed that the probability under normal circumstances（temperature 5-40 ℃，relative humidity of 30%-90%），PM2.5 and PM10 online monitoring data “upside down” in the temperature increases are smaller，the increase in humidity increases the trend of.

on-line monitoring；PM2.5 and PM10；upside down

X831

B

1003-6490（2016）03-0206-02

2016-02-28

孙展鸿（1987—），男，广东南海人，技术员，主要从事环境监测与分析工作。