2019年天津市挥发性有机物污染特征及来源

为了解天津市环境空气挥发性有机物（VOCs）污染特征及来源,基于2019年城区点位高时间分辨率在线监测数据,对天津市VOCs浓度水平、化学组成及来源进行分析.结果表明,2019年天津市VOCs年均浓度为48.9 μg·m^-3,不同季节浓度水平依次为：冬季（66.9 μg·m^-3） > 秋季（47.9 μg·m^-3） > 夏季（42.0 μg·m^-3） > 春季（34.6 μg·m^-3）.化学组成包括烷烃、芳香烃、烯烃和炔烃,年均浓度占比分别为：65.0%、17.4%、14.6%和3.0%,其中烷烃、芳香烃和炔烃占比分别在秋季、夏季和冬季最高,烯烃占比在夏季和冬季均较高.春夏季烷烃、烯烃、芳香烃和炔烃的臭氧生成潜势贡献分别为：16.9%、48.6%、33.5%和1.0%,乙烯、丙烯、间/对-二甲苯、1,2,3-三甲苯、甲苯、异戊二烯、反-2-丁烯、顺-2-戊烯、邻-二甲苯和间-乙基甲苯的臭氧生成潜势较高;秋冬季芳香烃对二次有机气溶胶（SOA）生成潜势贡献高达91.5%,邻-二甲苯、甲苯、间/对-二甲苯、乙苯、邻-乙基甲苯和苯是主要贡献物种.PMF解析结果表明,春夏季VOCs主要来源分别为：机动车排放源、LPG/NG和汽油挥发源、溶剂使用源、石化工业源、燃烧源和天然源,贡献率分别为：29.2%、19.9%、16.4%、10.3%、7.3%和6.6%;秋冬季VOCs主要来源分别为：LPG/NG和汽油挥发源、机动车排放源、燃烧源、溶剂使用源和石化工业源,贡献率分别为：32.4%、21.9%、18.5%、13.3%和8.4%.与春夏季相比,秋冬季VOCs来源中LPG/NG和燃烧源贡献率分别显著上升62.8%和153.4%,其他源贡献率下降18.4%~25.0%.结合解析得到的各源类成分谱结果,春夏季石化工业源和溶剂使用源排放以烯烃和芳香烃为主,为臭氧防控重点管控对象;秋冬季燃烧源和溶剂使用源排放芳香烃类物质较多,为SOA重点防控源.     

成都市区夏季大气挥发性有机物污染特征及来源解析

2019年6~9月在成都市区对挥发性有机物（VOCs）进行在线观测,研究夏季VOCs浓度水平、变化特征、臭氧生成贡献（OFP）及来源贡献.结果表明,成都市区夏季TVOCs（总挥发性有机物）平均质量浓度为112.66 μg·m^-3,烷烃（29.51%）和卤代烃（23.23%）为主要组分;VOCs日变化峰值主要出现在上午10：00~11：00,受城市机动车、油气挥发和工业排放影响;夏季VOCs的OFP贡献中芳香烃贡献率（42.7%）最高,其次为烯烃（27.4%）,关键活性物种为间/对-二甲苯、乙烯、丙烯、邻-二甲苯、异戊烷、环戊烷和丙烯醛等;使用PMF受体模型进行来源解析表明,移动源为成都市区夏季VOCs的主要贡献源,贡献率为34%,其次为工业源（17%）和油气挥发（14%）,溶剂使用源和天然源分别贡献11%和13%.因此,机动车和工业排放为成都市区VOCs的重点控制源,同时溶剂使用及油气挥发等污染源的管控也不可忽视.     

天津市夏季不同臭氧浓度级别VOCs特征及来源

为深入了解挥发性有机物（VOCs）对臭氧（O₃）污染的影响,基于2019年夏季天津市O₃和VOCs高时间分辨率在线监测数据,对不同O₃浓度级别VOCs污染特征及来源进行分析.结果表明,2019年夏季天津市O₃浓度为优、良、轻度污染和中度污染时,VOCs浓度分别为32.94、38.10、42.41和47.12μg·m^-3.VOCs组分中烷烃、烯烃、炔烃和芳香烃浓度占比分别为61.72%~63.36%、14.96%~15.51%、2.73%~4.13%和18.53%~19.10%,其中烷烃在O₃浓度为良和轻度污染时占比略高,烯烃和炔烃在O₃浓度为优时占比最高,芳香烃在O₃浓度为中度污染时占比最高.浓度较高的VOCs物种主要为丙烷、乙烷、乙烯、甲苯、正丁烷、异戊烷、间/对-二甲苯、丙烯、乙炔、正己烷、异丁烷、苯、正戊烷、异戊二烯和1,2,3-三甲苯,其中异戊烷、正戊烷、苯、乙烯、丙烯、正丁烷和异丁烷浓度贡献随O₃浓度级别上升逐步增加,异戊二烯和1,2,3-三甲苯浓度贡献在轻中度污染时明显升高.烯烃和芳香烃对臭氧生成潜势（OFP）贡献较高,随着O₃浓度级别上升,烯烃对OFP贡献下降,芳香烃贡献上升.乙烯、丙烯、间/对-二甲苯、1,2,3-三甲苯、甲苯、异戊二烯、反-2-丁烯和顺-2-戊烯是影响臭氧生成的关键物种,其中1,2,3-三甲苯、异戊二烯、丙烯和乙烯对OFP的贡献比例在O₃为轻中度污染时明显增加.源解析结果显示,机动车排放源、溶剂使用源、LPG/汽油挥发源、燃烧源、石化工业排放源、天然源和其他工艺过程源是天津市夏季VOCs主要来源,随着O₃浓度级别上升,机动车排放源、LPG/汽油挥发源、石化工业排放源和天然源贡献逐渐增加,燃烧源和其他工艺过程源贡献总体下降,溶剂使用源贡献在轻中度污染时有所下降.     

天津夏季郊区VOCs对臭氧生成的影响

挥发性有机物是O₃重要的前体物之一,在O₃生成方面起着决定性作用.为研究天津郊区VOCs特征及其对O₃生成的作用,利用SyntechSpectras GC955在线监测系统监测天津市津南区54种VOCs的浓度,并结合最大增量活性因子计算VOCs的臭氧生成潜力.结果表明,2018年7月津南区VOCs总浓度为（32.33±23.77）μg·m^-3,其中烷烃质量浓度最高,芳香烃和烯烃次之,炔烃最低,丙烷、乙烯和甲苯分列VOCs质量浓度的前3位.观测期间TVOC的OFP为107.81 μg·m^-3,烯烃对OFP的贡献最大,为55.80%,乙烯、异戊二烯和甲苯分列OFP贡献率的前3位.后向轨迹分析表明,不同来向和性质的气团下TVOC及其OFP不同.VOCs/NO_x体积分数比值估算表明,观测期间O₃生成对VOCs较为敏感.乙苯/间,对-二甲苯和乙烷/乙炔等特定物种对浓度比值的变化表明,3次O₃污染过程均伴随VOCs的老化过程.     

芜湖市大气挥发性有机物污染特征、大气反应活性及源解析

2018年9月至2019年8月对芜湖市城区大气中挥发性有机物（VOCs）进行观测,探讨其污染特征、光化学影响和来源.结果表明,芜湖市大气中VOCs全年平均体积分数为27.86×10^-9,季节变化规律为：秋季（31.16×10^-9） > 夏季（28.70×10^-9） > 冬季（24.75×10^-9） > 春季（24.04×10^-9）,日变化规律呈双峰型,峰值在08：00~09：00时与18：00~19：00时出现,与交通流量的变化有关.芜湖市大气VOCs的平均臭氧生成潜势（OFP）为255.29 μg ·m^-3,不同组分对平均OFP的贡献率排序为：芳香烃（48.83%） > 烷烃（21.04%） > 烯烃（18.32%） > OVOCs（11.47%） > 卤代烃（0.35%）.总气溶胶生成潜势（AFP）为1.84 μg ·m^-3,芳香烃贡献率最高（87.69%）,其次为烷烃（12.31%）.苯/甲苯/乙苯（B/T/E）比值表明,芜湖市大气中苯系物的主要贡献源为机动车排放源和工业排放及溶剂使用源.源解析显示：油气挥发源、机动车排放源、溶剂挥发源、LPG排放源、植物排放源和二次生成源对采样期内的VOCs贡献率分别为11.57%、34.53%、16.63%、20.76%、3.54%和12.97%.     

汽车工业区大气挥发性有机物(VOCs)变化特征及来源解析

挥发性有机物（volatile organic compounds,VOCs）作为臭氧和细颗粒物的重要前体物已日益受到关注.鲜有针对汽车工业区大气VOCs长期观测的报道.2019-01-01~2019-12-31期间在上海某汽车工业园区边界,采用在线气相色谱仪对79种VOCs组分定量检测,分析大气VOCs组成和变化特征,并利用最大增量反应活性（MIR）和·OH消耗速率法（L_·OH）估算大气化学反应活性,应用VOCs特征物比值法和主因子分析法对VOCs进行来源解析.园区大气总VOCs体积分数为26.5×10^-9,其中烷烃占比50.2%,烯烃为9.8%,芳香烃为22.4%,卤代烃为10.8%,炔烃占6.8%,呈现冬季高,夏季低的季节变化特征.园区大气VOCs总OFP为73.2×10^-9,烷烃、烯烃和芳香烃的贡献率分别为14.7%、35.9%和45.2%,总L_·OH为165.3 s^-1,其中烯烃和芳香烃的贡献率为30.4%和48.9%.化学反应活性贡献率较高的组分有间/对-二甲苯、乙烯、丙烯、甲苯和邻-二甲苯.甲苯/苯（T/B）比值和乙烷/乙炔（E/E）比值表明观测点气团新鲜,靠近污染源.园区大气VOCs主要来源为汽油尾气源（19.4%）、溶剂使用源（30.8%）、燃烧源（11.0%）、柴油使用源（8.9%）和燃气使用源（4.5%）.     

柳州市春季大气挥发性有机物污染特征及源解析

为了解我国西南岩溶工业地区VOCs污染特征及其来源,2019年3月用GC955挥发性有机物在线监测系统对柳州市大气VOCs进行监测并对其污染特征、臭氧生成潜势（OFP）、气溶胶生成潜势（AFP）和正交矩阵因子模型（PMF）进行分析.结果表明：①研究区春季监测期间共检出50种VOCs组分,日平均摩尔分数为25.52×10^-9 mol·mol^-1.其中,烷烃、烯烃、炔烃及芳香烃分布占比为56.08%、19.63%、14.25%和10.04%.②VOCs摩尔分数呈现白天低,夜间高的特征.VOCs日变化中的峰值与早晚交通高峰出现的时间有一定的相关性,同时可能受到多方面因素的影响.③烯烃、芳香烃及烷烃对OFP贡献分布为44.30%、33.03%及19.96%,指示对于芳香烃和烯烃的控制应优先于烷烃.此外柳州市O₃生成处于VOCs敏感区,消减VOCs对O₃生成具有控制作用.④芳香烃对AFP的贡献高达95.27%,因此对于机动车尾气排放、溶剂的使用、汽车产业和化工产业这几个行业工艺上的改进及控制可同时有效地抑制臭氧及霾污染.⑤柳州春季VOCs排放源及其对总VOCs的贡献分别为：工业排放源（28.34%）、机动车源（25.47%）、燃烧源（24.37%）、溶剂使用源（13.28%）和植物排放源（8.54%）,表明控制工业排放源、机动车源和燃烧源是目前控制柳州市环境空气中VOCs污染的主要途径,同时,重点考虑控制这些排放源排放的烯烃和芳香烃.     

兰州市夏季挥发性有机物污染特征及来源解析

为研究兰州市夏季大气挥发性有机物（VOCs）污染特征和来源,采用实时在线监测仪器TH-300B （GC-MS/FID）等多种设备联用,于2021年7月开展为期1个月的综合观测.结果表明,监测期间总挥发性有机物ρ（TVOCs）为99.77μg·m^-3,烷烃占比最大,其次是芳香烃和含氧挥发性有机物（OVOCs）,烯炔烃和卤代烃占比较小,各组分浓度呈现早晚高,中午低的日变化特征.VOCs臭氧生成潜势（OFP）前10种物质贡献率占57.3%,二次有机气溶胶（SOA）生成潜势前10种物质贡献率占93.10%,以芳香烃和高碳烷烃为主,其中,甲苯和间/对-二甲苯对OFP和SOA贡献最大.采用正交矩阵因子分解法（PMF）进行污染来源解析,其中工业溶剂源（22.25%）、油漆涂料源（21.70%）和机动车尾气源（16.25%）是研究区环境空气中VOCs的主要来源;基于污染源排放清单法,2017年兰州市VOCs排放量为94761.6 t,主要来自溶剂使用源和移动源,贡献率分别为56.70%和18.03%.因此解决兰州大气复合污染问题,实现O₃和PM_2.5协同控制,应以工业溶剂排放和机动车管控为主,重点减少VOCs中甲苯和间/对-二甲苯等芳香烃化合物排放.     

石家庄市挥发性有机物和臭氧的污染特征及源解析

为研究石家庄市挥发性有机物（VOCs）的化学特征和污染来源,于2017年3月至2018年1月取3个国控点进行环境VOCs的罐采样及分析,并结合臭氧（O₃）及气象数据进行相关性分析,采用正交矩阵因子模型（PMF）开展溯源解析;为确定夏季O₃的污染周期,利用小波分析研究其时序特征.结果表明,石家庄市采样期间VOCs浓度为（137.23±64.62）μg·m^-3,以卤代烷烃（31.77%）、芳香烃（30.97%）和含氧VOCs（OVOCs,23.76%）为主.采样期间VOCs的季节变化为：冬季（187.7 μg·m^-3） > 秋季（146.8 μg·m^-3） > 春季（133.24 μg·m^-3） > 夏季（107.1 μg·m^-3）,空间特征呈自西向东逐渐增加的格局.监测期内O₃与VOCs、NO₂呈显著负相关,与温度、日照时数、风速和能见度呈正相关.在夏季O₃≤ 160 μg·m^-3时,6月应关注气温开始上升后4~5 d的气象条件变化,而7~8月需关注7~8 d后的气象变动.PMF溯源解析了6个VOCs的来源,依次为：汽油车排放源（24.78%）、柴油车排放源（24.69%）、溶剂使用源（18.64%）、化工生产排放源（11.87%）、区域背景（10.84%）及制药工业生产排放源（9.17%）;其中汽油车和柴油车排放源的O₃生成潜势（OFP）贡献（54.98%）超过一半.因此,石家庄市夏季O₃削减的关键是控制交通及工艺过程源的排放.     

郑州市冬夏季污染过程中大气VOCs污染特征、来源解析及活性分析

为了研究挥发性有机物（VOCs）的污染特征,于2021年6月和12月在郑州市对两个污染过程中的VOCs进行了连续监测.结合气象条件,对比分析了VOCs冬夏季污染过程的污染特征、来源贡献和活性差异.结果显示,两个污染过程φ（VOCs）分别为（27.92±12.68）×10^-9和（24.30±5.93）×10^-9.冬季雾-霾污染过程相较于夏季O₃污染过程,VOCs体积分数变化范围更大.冬季污染过程源解析结果：工业源（27.0%）、机动车源（22.5%）、燃烧源（20.1%）、溶剂使用源（16.3%）和油气挥发源（14.1%）;夏季污染过程源解析结果：机动车源（24.8%）、工业源（24.1%）、溶剂使用源（17.4%）、油气挥发源（14.2%）、燃烧源（11.2%）和植物源（8.4%）.光化学烟雾产量模型结果显示,两个污染过程中夏季臭氧生成处于VOCs控制区的天数占比（66.7%）小于冬季（100.0%）.二次反应活性结果显示,冬季和夏季污染过程·OH自由基反应活性（L_·OH）均值分别为4.12 s^-1和4.76 s^-1.夏季污染过程臭氧生成潜势（OFP）均值108.36 μg·m^-3,L_·OH和OFP贡献率排名前10名物种夏季污染过程以烯烃为主.郑州市冬季污染过程的总二次有机气溶胶生成潜势（SOAFP）为54.38 μg·m^-3,冬季污染过程SOAFP贡献率前10名物种中芳香烃占9个.     

Evaluation of factors influencing soluble microbial product in submerged MBR through hybrid ASM model

In this study, a mathematical model was established to predict the formation of the soluble microbial product (SMP) in a submerged membrane bioreactor. The developed model was calibrated under the reference condition. Simulation results were in good agreement with the measured results under the reference condition. The calibrated model was then used in the scenario studies to evaluate the effect of three chosen operating parameters: hydraulic retention time (HRT), dissolved oxygen concentration, and sludge retention time (SRT). Simulation results revealed that the SMP dominated the soluble organic substances in the supernatant. The scenario studies also revealed that the HRT can be decreased to 1 h without deteriorating the effluent quality; dissolved oxygen concentration in the reactor can be kept at 2–3 mg/L to maintain the effluent quality, reduce the content of SMP, and minimize operating costs; the optimal SRT can be controlled to 10–15 d to achieve complete nitrification process, less membrane fouling potential, and acceptable organic removal efficiency.     

几种模型物质在氯化中形成THMs、HAAs的特性研究

以胃蛋白酶(蛋白质)、谷胱甘肽(氨基酸多肽)、葡萄糖(糖类)作为模型物质代表藻来源有机物,并以Fluka腐殖酸为对照,研究其耗氯量、三卤甲烷(主要是氯仿)、卤乙酸(主要是二氯乙酸(DCAA)、三氯乙酸(TCAA))的形成情况.结果显示4种模型物质在氯化后,其余氯在前2 h迅速降低,6 h后则下降速度渐缓;其中耗氯量最大的是谷胱甘肽(96 h:7.1 mg·mg^-1(以每毫克碳计,下同)),其次是胃蛋白酶(96 h:4.2 mg·mg^-1)、腐殖酸(96 h:3.0 mg·mg^-1),而葡萄糖最小(96 h:0.7 mg·mg^-1).4种模型物质氯仿、DCAA、TCAA的生成速度也是在起初的2 h较快,随后渐缓;但从单位碳的产量来看,腐殖酸和胃蛋白酶形成氯仿(96h: 15.1~55.2 μg·mg^-1(以每毫克碳计,下同))、DCAA(96 h: 15.1~55.2 μg·mg^-1)、TCAA(96h: 15.1~55.2 μg·mg^-1)均较多,而谷胱甘肽、葡萄糖则相对较少(氯仿-96 h:2.5~5.1 μg·mg^-1;DCAA-96 h:0.6~8.0 μg·mg^-1;TCAA-96 h:0.12~3.8 μg·mg^-1);而从前驱物特性来说,氯仿、TCAA的前驱物具有较高的芳香度(即高的SUV₂₅₄值),而DCAA前驱物的SUV₂₅₄相对较低.对于富含蛋白质、多肽、糖类等的富营养化饮用水源,则要格外注意饮用水中DCAA所带来的健康风险.     

应用OBM模型研究广州臭氧的生成过程

应用基于观测的模型(OBM)研究了广州及其周边地区2000年夏、秋季臭氧生成过程的相对敏感性.在分析2000年7,11月广州市环境保护研究所及其下风向的花都和新垦地区臭氧及其前体物浓度变化和相互关系基础上,应用OBM模型对上述地点的光化学反应过程进行了初步的模拟分析,以讨论这一地区的光化学反应类型.研究表明:7月广州市环境保护研究所RIR(AHC)>RIR(NO),臭氧生成处于VOC控制,下风向的花都RIR(NO)>RIR(AHC),臭氧生成处于NO_x控制;11月广州市环境保护研究所RIR(AHC)>RIR(NO),臭氧生成处于VOC控制,下风向的新垦RIR(NO)>RIR(AHC),臭氧生成处于NO_x控制.该模拟结果与该地区的相关空气质量模型研究结果具有可比性.      

基于贝叶斯理论的小麦籽粒镉铅超标风险预测

对农作物污染风险进行预测具有重大意义.基于贝叶斯定理及数据分布特征,建立了贝叶斯风险预测模型,并使用区域大田调查土壤-小麦重金属含量数据,预测小麦籽粒Cd和Pb超标风险并验证该模型的准确度.结果表明,该模型预测小麦籽粒Cd超标风险时相对偏差较小,以小麦籽粒Cd含量为变量的预测相对偏差仅为(2.66±1.87)%,以土壤DTPA-Cd含量和土壤Cd全量为变量时预测相对偏差则分别为(5.11±3.77)%和(5.88±3.87)%, 3个变量均能使预测结果与真实超标概率的平均相对偏差小于10%.预测小麦籽粒Pb超标风险时,仅小麦籽粒Pb含量的预测相对偏差小于10%.数据来源、数据分布特征和变量的选择是影响贝叶斯风险预测模型预测相对偏差的重要因素.该模型基于大田数据的先验分布,能够有效反映大田生产条件下小麦籽粒重金属与土壤因子间的相互关系,预测较准确,具有应用潜力.     

南京工业区挥发性有机物来源解析及其对臭氧贡献评估

在南京工业区连续测量了2014年5月1日~7月31日和2015年6月1日~7月16日夏季两个高臭氧期的大气中的挥发性有机化合物(VOCs).结合正交矩阵分解(PMF)模型和箱模式(OBM)分析VOCs来源对局部O3生成的贡献.2014年和2015年夏季VOCs浓度平均分别为(36.47±33.44)×10-9和(34.69±34.08)×10-9.PMF模型确定了7种源类别,其中包括汽车尾气、液化石油气(LPG)排放、生物源排放、家具制造业、化工业、化学涂料行业、化学材料工业排放源.在OBM模拟中评估O3与前体物的关系.南京工业区是VOCs控制区,VOCs具有正RIR值,NO的RIR值为负值.烯烃(1.20~1.79)和芳香烃(1.42~1.48)呈现较高的RIR值,控制这两类物种是控制O3浓度最有效的途径.烯烃排放量减少80%时烯烃RIR值达到最高.汽车尾气(1.01~1.11)、液化石油气(0.74~0.82)、生物源排放量(0.34~0.42)和家具制造业(0.32~0.49)是O3形成贡献最大的四大类VOCs来源;减少汽车尾气,生物排放,LPG和家具制造业排放应成为减少局地O3生成最有效策略.     

环境振动的灰色预测模型研究

利用 GIM( 1 )的非时序直接建模法来预测研究建筑施工的环境振动 ,并将 GIM( 1 )模型与 GM( 1 ,1 )模型进行比较分析。结果表明 GIM( 1 )模型的拟合精度优良 ,对原始资料中白化信息的利用更加丰富 ,拓宽了 GIM( 1 )模型在环境科学领域中的应用范围     

1982～1999年青藏高原植被净第一性生产力及其时空变化

基于地理信息系统技术和生态学过程模型,利用1982～1999年间NOAA-AVHRR数据(归一化植被指数,NDVI)及其相匹配的温度、降水和太阳辐射等气象数据,结合植被和土壤质地等资料,研究了青藏高原植被的净第一性生产力(NPP)及其动态变化。结果表明:青藏高原植被的总NPP为0.21PgC·a-1(1Pg=1015g),约占全国植被NPP总量的12.43%。NPP的总体分布趋势是,自东南至西北递减,这与水热条件的分布趋势一致。18年来,青藏高原植被的NPP在波动中呈上升趋势,从1982年的0.19PgC增加到1999年的0.24PgC,年平均增加速率约为1%;其中,青海省的东南部、西宁地区和西南部的部分地区,以及西藏东部的横断山区和雅鲁藏布江南部的部分地区的NPP增加显著。除10月和12月的月平均生产力呈减少趋势外,大部分植被类型的其它月份大都呈增加趋势。     

北京市大气细颗粒物PM2.5的来源研究

2000-2001年在北京联合大学化学学院、中国预防科学研究院和中国环境科学研究院3个采样点采集北京市PM2.5样品,并对其中无机元素、阴阳离子、有机碳(OC)、元素碳(EC)和有机物进行测定.以多环芳烃和部分无机组分为示踪物,利用CMB受体模型对PM2.5来源进行解析.结果表明,北京市PM2.5的主要来源为燃煤、扬尘、机动车排放、建筑尘、生物质燃烧、二次硫酸盐和硝酸盐及有机物.污染源贡献率随地域变化不大,燃煤、扬尘、生物质燃烧、二次硫酸盐和硝酸盐随季节变化比较明显.与1989-1990年解析结果相比,10年间PM2.5来源发生了一定变化.      

QCM-D与AFM联用解析EfOM在SiO2改性PVDF超滤膜表面的吸附机制

为了进一步从微观角度上研究不同过滤阶段出水有机物(Ef OM)在纳米Si O2改性超滤膜表面的具体吸附机制,通过调节Si O2添加比例从而获得不同改性程度的实际膜.借用耗散型石英晶体微天平(QCM-D)与原子力显微镜(AFM)联用技术分别测定Ef OM在膜表面的吸附情况和Ef OM与膜之间的相互作用力.QCM-D实验结果与分析表明,膜表面的亲水性越好,膜表面Ef OM吸附量就越少,以及Ef OM在膜表面的吸附速率明显减缓.实验结果还发现,Ef OM的吸附经历了两个阶段:在初始阶段(15 min内),有机物快速吸附到膜表面并堆积;当Ef OM的吸附频率达到平衡时,耗散却处于非平衡状态,该现象说明虽然Ef OM在膜表面的吸附量达到稳定,但其吸附层的构象却仍在发生变化.AFM测定结果证明,随着亲水性的不断改善,Ef OM-膜、Ef OM-Ef OM之间的作用力均有所减小,该结果揭露了膜面Ef OM吸附量减少吸附速率下降的本质原因.QCM-D与AFM的联用有效地解释了膜改性对Ef OM吸附机制的影响.     

结合外场观测分析珠三角二次有机气溶胶的数值模拟

结合2008年11月18~25日期间珠三角地区的二次有机气溶胶(SOA)外场观测数据,验证区域空气质量模式WRF/Chem(weather research and forecasting model with chemistry)中两种SOA化学机制——VBS(volatile basis set)和SORGAM(secondary organic aerosol model)对珠三角SOA的模拟效果.VBS机制考虑了更为广泛的SOA前体物和化学老化过程,SOA模拟值更接近观测值,能合理反映SOA观测值的逐天变化趋势,与观测值的平均绝对偏差和相关性分别是-4.88μg·m-3和0.91,而SORGAM机制的分别为-5.32μg·m-3和0.18.利用VBS机制模拟区域内SOA的时空分布,结果显示SOA浓度具有显著的昼夜变化特征,浓度峰值出现在中午时段.受到输送和臭氧区域分布的影响,各城市SOA浓度差异显著,下风向的城市(如中山、珠海、江门)SOA浓度较高.