焦炉顶和厂区环境中有机碳和元素碳的粒径分布

为了明确焦炉顶和厂区环境空气颗粒物中有机碳(organic carbon,OC)和元素碳(elemental carbon,EC)的污染特征,利用美国Staplex234大流量采样器(粒径:≤1.4μm、1.4～2.1μm、2.1～4.2μm、4.2～10.2μm、≥10.2μm)采集焦炉顶和厂区的环境空气颗粒物样品,并用德国Elementar Analysensysteme GmbH vario EL cube分析其中的OC和EC组分.结果表明,焦炉顶TSP中ρ(OC)和ρ(EC)分别为291.6μg·m-3、255.1μg·m-3,厂区ρ(OC)和ρ(EC)分别为377.8μg·m-3、151.7μg·m-3;厂区≤1.4μm颗粒物中二次有机碳(secondary organic carbon,SOC)的质量浓度为147.3μg·m-3;焦炉顶≤2.1μm颗粒物中ρ(OC)/ρ(EC)值为1.3.厂区TSP中ρ(EC)低于焦炉顶,ρ(OC)明显高于焦炉顶,且厂区≤10.2μm颗粒物中ρ(OC)、ρ(EC)远高于焦化厂所在地区环境空气;焦炉顶和厂区的OC、EC均主要富集在细颗粒物中,焦炉顶和厂区OC的粒径分布差别较大,厂区比焦炉顶OC的粒径分布更趋向于向细颗粒物分布,焦炉顶和厂区EC的粒径分布相似;厂区粒径≤10.2μm颗粒物中,随着粒径的减小,ρ(SOC)和SOC对OC的贡献均呈增大的趋势.     

上海市大气颗粒物中有机碳（OC）与元素碳（EC）的粒径分布

分析了上海市嘉定区不同粒径大气颗粒物(0.49、0.49～0.95、0.95～1.50、1.50～3.00、3.00～7.20、7.20μm)中OC和EC质量浓度的粒径分布特征;讨论了不同粒径大气颗粒物中二次有机碳EC示踪法中(OC/EC)pri的选定方法,用改进后的EC示踪法估算出上海市嘉定区大气颗粒物中的二次有机碳(SOC)质量浓度的粒径分布;通过OC和EC的相关性定性分析了上海市嘉定区大气颗粒物的主要来源.上海市嘉定区大气颗粒物中OC和SOC的质量浓度呈双峰分布,峰值出现在0.49μm与3.00μm的粒径段,EC出现双峰或三峰分布,与OC相比,更集中在0.49μm的粒径段.细颗粒(3.00μm)中OC和EC分别占总OC和EC质量浓度的59.8%～80.0%和58.1%～82.4%,OC和EC的质量浓度主要集中在3.00μm的颗粒物中.不同粒径颗粒物中SOC占相应粒径段内OC浓度的15.7%～79.1%,其中细颗粒物(3.00μm)和粗颗粒物(3.00μm)中SOC质量浓度占相应粒径段中OC的41.4%和43.5%.OC、EC和SOC的粒径分布显现出明显的时间依存性.OC和EC的相关性分析表明,上海嘉定区大气颗粒物的污染源主要以轻型汽油车尾气为主.     

上海市含碳大气颗粒物的粒径分布

使用STAPLEX大流量六级采样器(<0.49μm、0.49～0.95μm、0.95～1.5μm、1.5～3.0μm、3.0～7.2μm和>7.2μm),结合DRI Model 2001热光碳分析仪(TOR),分析了2010年5月～2011年5月期间上海市嘉定区(市郊)、徐汇区(市区)的大气颗粒物样品中有机碳(OC)和元素碳(EC)的粒径分布.结果表明,不同粒径的OC和EC质量浓度均呈双峰分布,较高峰出现于<0.49μm粒径段,次高峰则出现于>3.0μm的两个粒径段.嘉定区(JD)和徐汇区(XH)PM3.0中OC的质量浓度分别为16.35μg.m-3和11.85μg.m-3,EC质量浓度分别为2.22μg.m-3和1.91μg.m-3,市郊大气颗粒物中碳组分质量浓度高于市区,说明市郊碳污染更为严重.在<1.5μm的粒径段,嘉定区OC与EC的同源性较好,表明其中大部分OC来自于燃烧源.两地区不同粒径OC/EC值与不同排放源特征值的对比,可以说明徐汇区更多受到机动车尾气排放和道路扬尘的影响.通过EC示踪法计算二次有机碳(SOC)质量浓度可知:上海市SOC质量浓度较高,PM3.0中达到6.76μg.m-3,占OC的质量分数为69%,粒径分布呈双峰分布,峰值位于0.49～0.95μm和3.0～7.2μm粒径段.     

天津市典型城区大气碳质颗粒物的粒径分布特征和来源

为分析天津市典型城区大气碳质颗粒物的粒径分布及其来源,于2009年12月—2010年11月采用9级惯性撞击式分级采样器对大气颗粒物进行采样,采用热光碳分析仪分析了颗粒物中的EC(元素碳)和OC(有机碳)的质量浓度. 结果表明:天津市典型城区大气颗粒物中EC和OC主要存在于细颗粒物中,在≤2.1μm的4个细粒径段中,ρ(EC)的加和年均值为(2.6±0.9)μg/m3,占PM₉(空气动力学直径≤9.0μm)ρ(TEC)的72%;ρ(OC)为(21.5±7.7)μg/m3,占PM₉中ρ(TOC)的60%. ρ(EC)和ρ(OC)季节变化显著,在≤2.1μm粒径段中,春、夏、秋、冬季的ρ(EC)分别为(1.7±0.3)、(2.1±0.4)、(3.1±0.5)和(3.7±0.5)μg/m3;ρ(OC)分别为(17.6±0.4)、(14.4±1.1)、(21.9±1.8)和(32.1±2.5)μg/m3. ρ(EC)峰值分别出现在≤0.43、>0.65~1.1和>4.7~5.8μm 3个粒径段,其中最高值出现在≤0.43μm粒径段;ρ(OC)峰值分别出现在>0.65~1.1和>4.7~5.8μm 2个粒径段,最高值出现在>0.65~1.1μm粒径段. 天津市典型城区细颗粒物中的OC、EC主要来自燃煤、机动车和烹饪排放,粗颗粒物中的OC、EC则更多来自于路面和建筑扬尘.      

上海中心城区冬季PM_(2.5)中有机碳和元素碳组成变化特征

采样分析了上海中心城区冬季2009年1月-2月PM2.5中有机碳和元素碳组分,并对其污染和变化特征进行了分析。监测分析结果表明,中心城区范围内OC、EC质量浓度空间分布无明显差异;OC、EC是PM2.5的重要组成部分,其在PM2.5中的质量分数分别为8.88%、1.49%;ρ(OC)/ρ(EC)比值较高,为5.73,且存在一定程度的二次有机污染;OC质量浓度和EC质量浓度有着很好的相关性,二者一定程度上有着相同的源;春节前后,TC浓度变化(即OC+EC)呈现明显的假日效应,机动车排放是TC的重要来源之一。     

广州市夏季室内外PM2.5中有机碳、元素碳的分布特征

2004年7～8月在广州市9个采样点的室内、室室外同步采集了PM2 5样品,采用热光反射碳分析仪分析得到OC、EC的质量浓度,对OC、EC污染水平、空间分布、室内室外质量浓度关系、0C/EC质量浓度关系及二次有机碳等特征进行了深入细致的分析研究.结果表明,OC室内、外平均质量浓度为17.3和19.9μg·m-3,EC室内、室外平均质量浓度为6.5和6.6μg·m-3,总碳气溶胶占PM25质量的50%以上;在不同类型采样点0C、EC质量浓度存在区别;室内环境中OC、EC质量浓度相关性显著,室外环境中0C、EC质量浓度相关性不显著;0C、EC质量浓度比ρ(OC)/ρ(EC)超过2;室内、室外PM2 5中二次有机碳质量浓度是7.6和10.0μg·m-3,占总有机碳的比率为43.8%、45.5%.     

天津市区夏季碳气溶胶特征及改进的二次有机碳估算方法

为更加准确地估算环境受体PM_2.5中SOC（二次有机碳）的质量浓度,于2015年6-8月利用在线监测仪器同步采集小时分辨率的PM_2.5及OC（有机碳）和EC（元素碳）样品数据,分析碳气溶胶的变化特征,并尝试运用改进的EC示踪法估算ρ（SOC）.结果表明:天津市区夏季ρ（PM_2.5）为（70.9±46.0）μg/m3,ρ（OC）和ρ（EC）分别为（7.6±3.1）（2.2±1.5）μg/m3,占ρ（PM_2.5）的11.8%±4.6%和3.1%±1.4%,OC/EC（质量浓度之比,下同）的平均值为4.0±2.0.ρ（OC）与ρ（EC）之间的Pearson相关系数（R）仅为0.66,说明OC和EC的来源较为复杂,SOC的产生可能是重要影响因素.ρ（NO₂）与OC/EC呈显著负相关（R=-0.47,P < 0.01）,并且OC/EC（4.0）相对较低,说明天津市区机动车可能对碳气溶胶具有重要影响.ρ（SO₂）与ρ（OC）、ρ（EC）的相关性较低（R均为0.33,P均小于0.01）,说明天津市区碳气溶胶可能受燃煤源的影响较低.改进的EC示踪法主要是利用O₃和CO、EC作为光化学反应和一次源排放的指标,并结合ρ（OC）、ρ（EC）和OC/EC的变化特征,逐步筛选一次排放源主导的时间段的ρ（OC）和ρ（EC）数据,然后利用最小二乘法拟合获得ρ（OC）和ρ（EC）的线性方程,最后进行ρ（SOC）和ρ（POC）（POC为一次有机碳）的估算.天津市区夏季ρ（SOC）的平均值为（2.5±2.0）μg/m3,分别占ρ（OC）和ρ（PM_2.5）的28.8%±15.0%和3.7%±3.6%;ρ（POC）的平均值为（5.2±1.7）μg/m3,分别占ρ（OC）和ρ（PM_2.5）的71.2%±15.0%和8.1%±5.2%,说明天津市区夏季有机碳的主要来源是一次排放源.研究显示,相比于EC示踪法,改进的EC示踪法估算的ρ（SOC）明显降低,ρ（POC）明显升高.AT（大气温度）对ρ（SOC）的影响较为显著,而WS（风速）对ρ（POC）的影响较为显著.      

杭州市冬季环境空气PM2.5中碳组分污染特征及来源

为研究杭州市PM_2.5中碳组分特征,于2013年12月-2014年2月在7个常规点位和2个对照点同步采集PM_2.5样品,分析其污染特征及来源.结果表明:杭州市冬季有机碳（OC）、元素碳（EC）、二次有机碳（SOC）的平均质量浓度分别为（23.7±7.5）（5.0±2.4）和（9.2±4.5）μg/m3,OC/EC[ρ（OC）/ρ（EC）]和SOC/OC[ρ（SOC）/ρ（OC）]的平均值分别为5.3±1.9和0.4±0.2.对照点ρ（OC）、ρ（EC）、ρ（SOC）和OC/EC、SOC/OC分别为常规点位的0.8、0.6、1.2、1.2和1.3倍.采样期间,常规点位和对照点ρ（OC）和ρ（EC）的日均值具有相同的时间变化趋势.对照点ρ（OC）和ρ（EC）的相关性（0.49）低于常规点位（0.61）,对照点PM_2.5中OC和EC的来源差异性更明显.8个碳组分的丰度分析表明,常规点位和对照点PM_2.5中碳组分的来源基本一致,主要来源于道路尘、燃煤、机动车和生物质燃烧.绝对主因子分析法源解析结果表明,杭州市冬季PM_2.5中总碳（TC）的主要来源中,燃煤/汽油车排放/道路尘、柴油车排放和生物质燃烧的分担率为79.1%、13.1%和3.5%.      

上海市郊大气含碳颗粒物污染特征

利用STAPLEX六级采样器(＜0.49,0.49 ～0.95,0.95 ～1.50,1.50 ～3.00,3.00～7.20,＞7.20 μm)结合美国DRI碳分析仪分析了上海市嘉定区2008年4月至2010年10月大气颗粒物中EC和OC的含量和粒径分布,用EC示踪法估算POC和SOC的含量及粒径分布,并结合颗粒物中水溶性钾定量分析了上海市嘉定区大气颗粒物中EC和OC来自生物质燃烧排放的分担率.结果显示,上海市嘉定区大气颗粒物中EC与OC的含量分别为(3.54±1.46) μg·m-3和(19.35±9.38) μg·m-3,占颗粒物质量的2.8％±1.1％和14.8％±4.0％.嘉定区PM3.0中的OC与北京、杭州和武汉等城市的夏季以及珠江三角洲和上海市市区PM2.5中的OC相当,而EC含量偏小,反映了嘉定区EC受机动车尾气排放影响小.上海市嘉定区大气颗粒物中EC、OC、POC和SOC均呈双模态分布,其中EC、POC的分布峰位于＜0.49μm和＞3.00 μm的粒径段,OC的分布峰位于＜0.95.Μm和＞3.00μm的粒径段,SOC的分布峰位于0.49～0.95.Μm和3.0～7.2 μm的粒径段.各粒径段OC中SOC的比重分别为:36.64％±20.66％、74.92％±22.74％、54.80％±23.52％、56.30％±23.00％、66.89％±23.37％和47.22％±23.65％,说明嘉定区SOC的污染严重.基于OC、EC与K+的线性回归分析,大气颗粒物中生物质燃烧排放的OC和EC分担率分别为40％和32％,且各粒径段的分担率也有差别,最大的OC和EC分担率为76％和50％,对应于0.49～0.95μm粒径段.     

鞍山市夏冬季PM_(2.5)中碳组分化学特征及来源解析

为研究鞍山市PM_(2.5)中碳组分的化学特征,于2014年7月和2015年1月在鞍山市建成区6个监测点位采集PM_(2.5)样品,并用热光碳分析仪测定了其中有机碳(OC)和元素碳(EC)的质量浓度.通过分析2个季节PM_(2.5)中OC和EC的化学特征、比值及其相关性,以及SOC的估算值,定性分析了鞍山市PM_(2.5)中碳质气溶胶的来源;利用因子分析法,进一步分析了其来源.结果表明,夏季和冬季PM_(2.5)的平均浓度分别为(53.4±18.0)和(124.9±60.1)μg/m3.夏季PM_(2.5)中OC和EC的质量浓度分别为(5.44±0.84)和(2.29±0.49)μg/m3;冬季PM_(2.5)中OC和EC的质量浓度分别为(21.47±12.45)和(4.68±1.79)μg/m3.夏季和冬季各点位的OC/EC值的变动范围分别为2.18~2.70和4.04~4.95.相比冬天,夏季OC和EC的相关性较强.夏季和冬季SOC的估算值分别为2.12,11.95μg/m3.鞍山市大气PM_(2.5)中碳组分主要来源于生物质燃烧源、燃煤源、汽车排放和道路扬尘源.     

北京秋冬季有机碳和元素碳(黑碳)测试结果的细节研究

长期以来,对碳气溶胶的定量研究主要关注OC（有机碳）、EC（元素碳）或BC（黑碳）的整体测定结果,很少有对测定结果细节特征的深入解读.为全面掌握和利用仪器分析结果包含的科学信息,使用热光法IMPROVE_A协议（model 2001A）测定了2015年10月（秋季）和2016年1月（冬季）北京市PM_2.5中的ρ（OC）和ρ（EC）,使用光学法（黑碳仪AE31）测定了相应的ρ（BC）.结果表明:① ρ（OC）和ρ（EC）的秋季平均值分别为8.59、3.89 μg/m3,冬季分别为16.45和6.19 μg/m3,冬季明显高于秋季;② 热光法测定结果显示,秋季样品中ρ（OC₁）/ρ（OC）的平均值为0.08±0.04,而冬季则升至0.22±0.05,这可能与冬季较高的挥发性有机物（VOCs）排放及低温带来的冷凝效应有关;③ 七波长黑碳仪测定结果显示,在秋季,紫外波段（370 nm）测定的BC当量[ρ（BC370）]与红外波段（880 nm）测定的BC标准量[ρ（BC880）]的比值[ρ（BC370）/ρ（BC880）]为1.05±0.11,说明棕色碳（BrC）的吸光影响非常弱,而冬季该比值升至1.47±0.11,升幅达40%;④ 结合两种方法对强吸光碳的测定结果,发现ρ（BC）/ρ（EC）与ρ（PM_2.5）的变化趋势一致,证明污染程度加重会带来EC内混合比例上升,因而提高其吸光能力,使黑碳仪测得的ρ（BC）上升.然而,进一步考察表明,这种上升是有限度的,当ρ（PM_2.5）达到50~70 μg/m3时,ρ（BC）/ρ（EC）进入"平台状态",秋季"平台值"约为1.05,冬季约为0.55.研究显示,仪器的测定结果包含大量被忽略的信息,对其细节的深入解读有利于更好地了解碳气溶胶的综合特征.      

石家庄市采暖前后大气颗粒物及其碳组分特征

为研究石家庄市大气颗粒物、碳组分特征和污染来源,采集2016年11月1日—12月31日石家庄市大气颗粒物（PM₁₀、PM_2.5和PM₁）样品,分析采暖前后PM₁₀、PM_2.5和PM₁及其中OC（有机碳）、EC（元素碳）和WSOC（水溶性有机碳）浓度水平,计算颗粒物与碳组分间相关性,进行OC/EC（质量浓度之比,下同）特征比值法和8个碳组分（OC1、OC2、OC3、OC4、OPC、EC1、EC2和EC3）研究.结果表明:①采暖后ρ（PM₁₀）和ρ（PM_2.5）比采暖前分别增加了26.4%和32.1%,而采暖后ρ（PM₁）比采暖前降低了12.2%.采样期间ρ（PM₁₀）与ρ（PM_2.5）显著相关,而ρ（PM₁）分别与ρ（PM_2.5）和ρ（PM₁₀）相关性差.采暖后散煤燃烧造成ρ（PM₁₀）和ρ（PM_2.5）增加,区域机动车限行和工业限产/停产导致ρ（PM₁）降低.②Pearson相关系数计算可知,ρ（OC）与ρ（EC）强相关;ρ（PM₁₀）和ρ（PM_2.5）分别与ρ（OC）和ρ（WSOC）强相关,而ρ（PM₁）分别与ρ（OC）和ρ（WSOC）中等相关;ρ（PM₁₀）和ρ（PM_2.5）分别与ρ（EC）弱相关,ρ（PM₁）与ρ（EC）中等相关.③采暖后PM₁₀、PM_2.5和PM₁中ρ（OC）比采暖前分别增加了215.1%、97.2%和18.5%;采暖后PM₁₀和PM_2.5中ρ（EC）比采暖前分别增加了65.2%和5.3%,而采暖后PM₁中ρ（EC）比采暖前降低了10.9%.集中供热和散煤燃烧排放了大量OC;PM₁₀和PM_2.5中EC主要来源于散煤燃烧,PM₁中EC主要来源于工业排放和机动车尾气.④采暖前PM₁₀、PM_2.5和PM₁中OC/EC平均值分别为4.5、4.5和4.3;采暖后PM₁₀和PM_2.5中OC/EC平均值分别为9.8和9.7,而PM₁中OC/EC平均值为7.4.采暖前后SOC/OC（质量浓度之比,下同）平均值的范围为0.36~0.65,石家庄市冬季大气中SOC污染严重;⑤8个碳组分分析发现,石家庄市机动车限行导致PM₁中ρ（EC1）降低,而采暖后集中供暖和散煤燃烧的增加,导致ρ（OC2）明显增加.研究显示,大气颗粒物中碳组分采暖前主要来源于机动车尾气,而采暖后主要来源于燃煤燃烧,尤其是散煤燃烧.      

北京冬季PM2.5中元素碳、有机碳的污染特征

通过2003年1月对北京市区PM_2.5中元素碳(EC)、有机碳(OC)连续测量,分析了其污染特征。监测资料表明,北京市区PM_2.5中ρ(OC)高于ρ(EC),它们多在夜间高、白天低,且变化趋势大致相同。北京市区冬季ρ(OC) ρ(EC)的值较低。      

廊坊市开发区冬季颗粒物碳组分污染特征及来源分析

廊坊市是北京市及周边传输通道“2+26”城市之一.为研究廊坊市开发区冬季颗粒物中碳组分污染特征,于2018年1月5日—2月5日在廊坊市开发区国控点位同步开展PM_2.5及PM₁₀样品采集,使用DRI分析OC（有机碳）与EC（元素碳）的质量浓度.结果表明:廊坊开发区冬季ρ（PM_2.5）、ρ（PM₁₀）分别为（54.5±46.0）（91.0±58.2）μg/m3.PM_2.5中ρ（OC）、ρ（EC）分别为14.64、3.54 μg/m3,PM₁₀中分别为17.07、4.58 μg/m3;PM_2.5、PM₁₀中ρ（OC）与ρ（EC）相关性均较好,R2均为0.91（P < 0.01）,表明二者具有相似的来源;在PM_2.5和PM₁₀中OC/EC〔ρ（OC）/ρ（EC）,下同〕分别为4.46和4.16,ρ（SOC）（SOC为二次有机碳）分别为6.15和5.88 μg/m3,分别占ρ（OC）的42.1%和37.7%,表明二次污染较严重.碳组分丰度及主成分分析结果表明,PM_2.5与PM₁₀中碳组分来源基本一致,主要来源于汽车尾气、水溶性极性化合物、生物质燃烧及燃煤的混合源,柴油车排放,以及道路扬尘.后向气流轨迹聚类结果表明,颗粒物及碳组分质量浓度受途径内蒙古自治区及河北省中部、北京市南部气团的影响较大;对于碳组分来源,道路扬尘及汽车尾气受气团传输的影响较大,而生物质燃烧、燃煤等受气团传输的影响较小.研究显示,汽车尾气、燃烧源及道路扬尘为廊坊市开发区冬季碳组分的主要来源.      

京津冀地区典型城市大气细颗粒物碳质组分污染特征及来源

为研究京津冀地区典型城市大气细颗粒物及其碳质组分的时空变化特征及来源,于2016年12月28日—2017年1月22日及2017年7月1—26日,对北京市与石家庄市PM_2.5（细颗粒物）及PM₁（亚微米颗粒物）进行采集,使用DRI（热光碳分析仪）检测PM_2.5与PM₁中ρ（OC）与ρ（EC）,并对其碳质组分来源进行分析.结果表明:①采样期间,冬、夏两季PM_2.5与PM₁中ρ（OC）均为石家庄市采样点远高于北京市采样点;冬季PM_2.5与PM₁中ρ（EC）均为石家庄市采样点高于北京市采样点,夏季则略有不同.②冬季污染日,北京市采样点ρ（PM_2.5）与ρ（PM₁）均为石家庄市采样点的1.08倍,PM_2.5与PM₁中的ρ（OC）分别为石家庄市采样点的1.14和1.12倍,石家庄市采样点PM_2.5与PM₁中ρ（EC）分别为北京市采样点的1.15和1.28倍;冬季重污染日,北京市采样点的ρ（PM_2.5）与ρ（PM₁）分别为石家庄市采样点的1.03和1.04倍,PM_2.5和PM₁中的ρ（OC）分别为石家庄市采样点的1.23和1.22倍,石家庄市采样点PM_2.5和PM₁中的ρ（EC）分别为北京市采样点的1.03和1.16倍.夏季污染日,石家庄市采样点ρ（PM_2.5）与ρ（PM₁）分别为北京市采样点的1.16和1.30倍,PM_2.5与PM₁中ρ（OC）分别为北京市采样点的1.64和2.71倍,两个采样点ρ（EC）相近.③冬、夏两季PM_2.5与PM₁中ρ（SOC）/ρ（OC）均较高,冬季北京市采样点分别为48.09%和54.29%,石家庄市采样点分别为44.98%和48.09%,夏季北京市采样点分别为48.47%和61.50%,石家庄市采样点分别为61.52%和63.55%,表明SOC更易富集于亚微米粒子中.④冬季北京市和石家庄市两个采样点PM_2.5与PM₁中碳质组分均主要来源于生物质燃烧、燃煤和机动车尾气;夏季北京市采样点PM_2.5与PM₁中碳质组分主要来源于机动车尾气,石家庄市采样点PM_2.5与PM₁中碳质组分主要来源于燃煤和机动车尾气.研究显示,北京市和石家庄市两个采样点大气细颗粒物及其碳质组分浓度存在时空分布和污染来源差异.      

生化池中不同粒径细微沙的悬浮特性

进入生化池的沙粒受粒径影响,或沉积或悬浮在生化池,粒径≤73 μm的细微沙容易悬浮在污泥混合液中,导致活性污泥ρ(MLVSS)/ρ(MLSS)(生物有机质所占的比例)下降. 以粒径≤73 μm的沙粒为对象,研究生化池中不同粒径细微沙对活性污泥ρ(MLVSS)/ρ(MLSS)的影响,探讨细微沙的可悬浮性和悬浮态势,揭示细微沙对污泥活性的影响,以期为污水厂的运行管理提供理论基础. 通过显微观察发现,粒径>33 μm的细微沙不易被活性污泥卷捕,呈自由悬浮态势;粒径≤33 μm的细微沙容易被活性污泥絮体卷捕,呈卷捕附着态势. 细微沙粒径越小,悬浮比(悬浮在污泥混合液中的细微沙占生化池进水中细微沙总量的比例)越大,活性污泥ρ(MLVSS)/ρ(MLSS)越低,悬浮比与细微沙粒径呈显著线性相关(y=0.996-0.010x),活性污泥ρ(MLVSS)/ρ(MLSS)与悬浮比相关性显著〔y=2.84/(12.27x+3.06)〕. 研究显示,细微沙不影响污泥中微生物的活性,污水厂可结合活性污泥ρ(MLVSS)/ρ(MLSS)调控ρ(MLSS),保证ρ(MLVSS)的稳定,有利于实现污水处理系统的稳定运行.      

北京及周边地区夏季PM2.5中含碳组分污染特征与来源解析

为研究《打赢蓝天保卫战三年行动计划》等政策实施后北京及其周边区域夏季环境PM_2.5含碳组分特征及来源,2019年7月分别在北京城区与河北郊区的2个站点同步连续采集大气PM_2.5样品,利用热光碳分析仪分别测定了有机碳(OC)和元素碳(EC)及其组分的质量浓度;通过最小OC/EC比值法、最小相关系数法估算了二次有机碳(SOC)浓度;利用主成分分析、后向轨迹分析等方法探究了含碳气溶胶的来源。结果表明:夏季北京城区PM_2.5中ρ(OC)和ρ(EC)平均分别为(6.34±0.64),(1.96±0.29)μg/m3,分别占ρ(PM_2.5)的18.65%和5.78%;河北郊区PM_2.5中ρ(OC)与ρ(EC)平均分别为(6.29±0.79),(3.54±0.63)μg/m3,分别占ρ(PM_2.5)的17.69%和9.53%。2种方法估算出北京城区的ρ(SOC)分别为(3.35±0.59),3.98μg/m3,分别占ρ(OC)的(51.77±6.97)%和68.48%;河北郊区的ρ(SOC)分别为(3.28±0.69),4.17μg/m3,分别占ρ(OC)的(62.42±9.62)%和68.32%。此外,夏季北京城区与河北郊区均存在较为严重的二次污染;北京城区含碳组分主要污染源是混合机动车排放、道路扬尘及燃烧源;而工业燃煤排放、机动车尾气及扬尘是河北郊区含碳组分的主要污染源。后向轨迹分析发现,夏季气团轨迹主要来自东南、西南及偏南方向,且对北京城区与河北郊区2个区域PM_2.5中碳组分的影响较大。     

驻马店市区采暖季PM2.5时间和空间来源解析研究

为了明确驻马店市区PM_2.5污染特征及贡献源类,2019年1—3月在驻马店市区2个采样点采集PM_2.5样品,分析了其化学组分特征;结合PMF和后向轨迹模型构建了PM_2.5的时间和空间来源解析方法,并对该解析方法进行应用.结果表明:①采暖季,驻马店市区环境空气中ρ(PM_2.5)平均值为117 μg/m3,NO₃-和OC是其主导组分;ρ(OC)和ρ(EC)分别达18.2和5.2 μg/m3,且ρ(OC)/ρ(EC)平均值为3.5,说明机动车源和燃煤源的影响较明显.②ρ(SO₄2-)与ρ(NO₃-)相关性显著(R=0.80,P < 0.01),表明SO₄2-和NO₃-具有较高的同源性.③重污染过程中ρ(SNA)(SNA为SO₄2-、NO₃-和NH₄+三者统称)平均值为61.5 μg/m3,显著高于清洁期;重污染过程中硫氧化率(SOR)和氮氧化率(NOR)分别达0.42和0.39,说明存在明显的二次离子生成过程.④重污染过程中Si、Al、Mg等地壳类元素的浓度和占比均高于清洁期,说明重污染过程中扬尘源的贡献可能较高.⑤来源解析结果表明,二次源是采暖季PM_2.5的最大贡献源,贡献率为32.6%,其次为扬尘和生物质燃烧混合源(26.4%)、机动车源(21.4%)、燃煤源(13.2%)和工业源(6.3%);两次重污染过程中的最大贡献源分别为二次源(54.5%)和机动车源(46.2%),清洁期的主要贡献源主要为二次源(45.2%)和燃煤源(29.8%).从空间变化来看,扬尘和生物质燃烧混合源对天方二分厂的贡献率(29.3%)明显高于对彩印厂的贡献率(23.3%),而燃煤源对彩印厂的贡献率(16.5%)高于对天方二分厂的贡献率(10.1%),其他源类的贡献率相差不大.正东、东南以及西北方向是彩印厂和天方二分厂各类源的主要贡献方向.研究显示:二次源是采暖季、重污染期间和清洁期最大的贡献源;相比于清洁期,重污染期间扬尘和生物质燃烧混合源贡献增加.源类贡献存在空间差异,正东、东南及西北方向是采样点各类源主要贡献方向.