北京城区降水对PM2.5和PM10清除作用分析

基于北京市PM_2.5和PM₁₀质量浓度、组分浓度以及降水数据,利用数理统计、相关性分析等方法分别从降水总量、降水时长和降水前颗粒物浓度3个角度研究降水对PM_2.5、PM₁₀的清除作用,同时以一次典型降水过程为例,具体分析降水对颗粒物的影响。结果表明：降水总量的增加有助于促进PM_2.5、PM₁₀的清除,随着降水总量增加,PM_2.5、PM₁₀的平均清除率提高,有效清除的比例增加;连续降水可增强对大气颗粒物的湿清除作用,连续降水达3d可有效降低PM_2.5、PM₁₀浓度;降水对PM_2.5、PM₁₀浓度的清除率和大气颗粒物前一日的平均浓度有较好的正相关性。降水对大气颗粒物的清除可分为清除、回升和平稳3个阶段,各个阶段大气颗粒物的变化趋势不同。降水对于大气气溶胶化学组分和酸碱性的改变具有明显作用,对于大气颗粒物各种组分的清除效果不完全相同。对于大气中OC、NO₃^-、SO₄^2-和NH₄⁺去除率较高,且这4种组分主要以颗粒态形式被冲刷进入降水中,加剧了北京市降水酸化程度。     

南京大气细颗粒物中水溶性组分的污染特征

为了解南京城区大气细颗粒物中水溶性组分的污染特征,在国控点草场门进行了连续一年的PM_2.5采样与分析。6种离子日均浓度为5.29~67.6 μg/m³,其中SO₄^2-、NH₄⁺、NO₃^-是PM_2.5的主要组成成分,6 种离子约占PM_2.5总质量的31%,SO₄^2-、NO₃^-和NH₄⁺相关性较好,NH₄⁺是PM_2.5中硫酸盐和硝酸盐中居于主导地位的离子。     

天津市PM2.5中水溶性无机离子污染特征及来源分析

2008年1、4、7月和10月在天津大气层边界站,利用中流量采样器对大气中的细粒子进行了滤膜样品采集,应用离子色谱检测技术分析了8种水溶性无机离子(Na⁺、NH₄⁺、K⁺、Mg²⁺、Ca²⁺、SO₄^2-、NO₃^-和Cl^-)的含量。结果表明,天津市大气PM_2.5中总水溶性无机离子平均浓度为47.3 μg/m³,其中,SO₄^2-、NO₃^-、NH₄⁺和Cl^-是最主要的水溶性无机离子,占总离子质量分数共计87.3%,表明了天津市细粒子中的主要水溶性无机离子的特征。/2 平均比值接近1.0,显示硫酸氨是细粒子中硫酸盐的主要存在形式。NO₃^-/SO₄^2-浓度比的平均值为0.65,反映了燃煤污染与机动车尾气污染并存的复合型大气污染特征。并通过对PM_2.5中8个水溶性离子成分的主成分分析进一步揭示了其来源。     

西安市大气颗粒物PM2.5与降水关系的探讨

对西安市2011年的降水及PM_2.5进行采样,并对其进行了pH及无机水溶性离子测定。结果表明,西安市酸雨的污染类型以硫酸型污染为主,连续性降水对大气颗粒物的去除效果明显,pH随降水量的增加而减小。对采样日降水前和降水后3 h的PM_2.5监测结果表明降水对PM_2.5质量浓度与其中的离子有一定去除作用。西安市的PM_2.5呈酸性,并且与降水的pH有着很好的相关性;另外降水前PM_2.5的质量浓度、SO₄^2-浓度与降水pH呈负相关,NO₃^-与降水pH的相关性不明显。近几年PM_2.5和降水中的SO₄^2-/NO₃^-当量值变化趋势表明西安市大气污染已步入煤烟和机动车尾气混合型污染类型,且机动车污染对大气污染和酸雨的贡献比例有所增加。     

2018年长三角一次持续重污染过程分析

利用常州市6个环境空气质量评价点PM_2.5、PM₁₀、SO₂、NO₂、CO和水溶性离子数据,结合后向轨迹、激光雷达探空资料、气象资料等,分析了2018年1月29日—2月2日长三角区域一次持续重污染过程。结果表明,重度污染时次高达94 h,PM_2.5最高值达235 μg/m³,由外来输送污染物与本地排放的污染物叠加而成,在不利气象条件影响下,污染物在长三角区域长时间滞留;重污染期间,污染物日变化规律显示,PM_2.5受外来源影响更显著,而SO₂、NO₂受本地污染源影响更显著,水溶性粒子组分与常州市本地源存在较大差异,其中NO₃^-、NH₄⁺、K⁺、Mg²⁺和SO₄^2-值增加最为明显,较污染前分别增加了9.1,5.9,4.3,4.2和4.1倍;K⁺值升高较快,说明污染期间也受到了生物质燃烧的影响。此外,NO₃^-和SO₄^2-在空气质量较好时,在水溶性离子中的占比日变化幅度较大,而在重污染期间,NO₃^-和SO₄^2-日变化幅度明显减小。     

杭州秋冬季PM2.5污染特征分析

为研究杭州PM_2.5污染来源特征,利用2013—2019年杭州市PM_2.5监测数据和气象观测数据,分析了杭州市2013—2019年PM_2.5浓度变化,选取本地积累型和输入型2种PM_2.5污染过程,结合单颗粒气溶胶飞行时间质谱仪（SPAMS）和在线离子色谱数据,探讨杭州市PM_2.5化学组分和污染来源。结果表明：每年秋冬季（11月至次年3月）杭州以东北风、西北风及偏南风为主,风速低于4 m/s时,大气扩散条件差,受本地污染物积累影响,PM_2.5浓度容易出现超标;风速较大且为东北风和西北风时,受上游污染输入影响,易出现PM_2.5重度污染。本地积累型和输入型案例中,PM_2.5化学组分中占比最大的为NO₃^-、SO₄^2-和NH₄⁺;PM_2.5浓度上升过程中,二次NO₃^-和SO₄^2-转换率明显上升,其中NO₃^-上升更为显著,二次气溶胶污染严重。2次案例中,PM_2.5来源贡献占比前3位均为机动车尾气源、燃煤源和工业工艺源,其中本地积累型PM_2.5浓度上升阶段,机动车尾气源占比会明显上升;输入型案例中,输入阶段机动车尾气源占比显著上升,燃煤源贡献也小幅上升。     

2016—2017年武汉市城区大气PM2.5污染特征及来源解析

利用2016年1月至2017年9月湖北省环境监测中心站大气复合污染自动监测站的在线监测数据,对武汉市城区PM_2.5的污染特征及主要来源进行解析。结果表明,武汉市城区PM_2.5质量浓度呈现出明显的季节差异,季节变化规律为冬季>春季>秋季>夏季。水溶性离子的主要成分SO₄^2-、NO₃^-和NH₄⁺占总离子质量浓度的82.0%。PM_2.5中阴离子相对阳离子较为亏损,颗粒整体呈碱性。夏季气态污染物的氧化程度较高且SO₂较NO₂氧化程度高。后向轨迹分析结果表明,区域传输是武汉市PM_2.5的一个重要来源,在4个典型重污染阶段,武汉市分别受到局地、东北、西北及西南方向气团传输的影响。PMF模型解析出武汉市PM_2.5五大主要来源及平均贡献率：扬尘22.0%、机动车排放27.7%、二次气溶胶21.6%、重油燃烧14.9%和生物质燃烧13.8%。     

杭州市大气PM2.5和PM10污染特征及来源解析

2006年在杭州市两个环境受体点位采集不同季节大气中PM_2.5和PM₁₀样品,同时采集了多种颗粒物源类样品,分析了其质量浓度和多种化学成分,包括21种无机元素、5种无机水溶性离子以及有机碳和元素碳等,并据此构建了杭州市PM_2.5和PM₁₀的源与受体化学成分谱;用化学质量平衡(CMB)受体模型解析其来源。结果表明,杭州市PM_2.5和PM₁₀污染较严重,其年均浓度分别为77.5μg/m³和111.0μg/m³;各主要源类对PM_2.5的贡献率依次为机动车尾气尘21.6%、硫酸盐18.8%、煤烟尘16.7%、燃油尘10.2%、硝酸盐9.9%、土壤尘8.2%、建筑水泥尘4.0%、海盐粒子1.5%。各主要源类对PM₁₀贡献率依次为土壤尘17.0%、机动车尾气尘16.9%、硫酸盐14.3%、煤烟尘13.9%、硝酸盐粒8.2%、建筑水泥尘8.0%、燃油尘5.5%、海盐粒子3.4%、冶金尘3.2%。     

天津市PM2.5中水溶性离子组分特征

2006年8—12月连续采集PM_2.5样品,分析其中水溶性无机离子浓度特征。结果表明,采样期间,天津市PM_2.5日均浓度均不同程度超过美国EPA日均浓度标准(35 μg/m³);SO₄^2-、NO₃^-、NH₄⁺和Cl^-为无机离子的主要成分,占全部无机离子的88.6%;各离子均表现出不同季节变化特征。对NH₄⁺和NO₃^-、SO₄^2-进行相关性分析发现,NH₄⁺和NO₃^-相关性最好,相关系数为0.795。SOR和NOR的平均值分别为0.16和0.23,均为8月最高,表明前体物二次转化夏季最明显。     

北京市PM2.5质量浓度特征及组分化学质量闭合研究

2013年7—9月分2次在北京市朝阳区的4个采样点(来广营、垡头、奥体和建外)进行PM_2.5手工采样,共获得164个有效滤膜样品。以石英滤膜为例,这4个采样点的均值分别为85、94、81、86 μg/m³。数据显示PM_2.5质量浓度呈"南高北低"的特点。化学质量闭合研究表明:碳质组分(OM+EC)和二次无机离子是PM_2.5的主要组成;碳质组分对夏季PM_2.5的质量浓度贡献比较稳定,2次采样对PM_2.5的贡献均在1/3左右,与采样时间和地点无关;二次无机离子的贡献则与采样时间有关,对PM_2.5的贡献在第一和第二次采样时间分别约为30%和20%。4个采样点中,最南端的垡头PM_2.5质量浓度最高,有机颗粒物、SO₄^2-、NO₃^-和NH₄⁺的质量浓度平均值最高,分别为26、18.2、10.5、5.9 μg/m³。     

宁波PM10中有机碳和元素碳的季节变化及来源分析

为了探讨宁波市大气颗粒物中浓度水平与季节变化,2010年1、5、8、11月分季节采集了宁波市大气中PM10样品,在宁波连续观测了PM10以及有机碳(OC)、元素碳(EC)的浓度变化,并探讨宁波全年各季碳气溶胶污染变化特征;PM10中OC和EC相关性较好,说明OC与EC的来源相同,各采样点PM10中OC/EC的各季均值大部分超过2.0,表明宁波空气中存在一定的二次污染。宁波秋季SOC占OC含量高于其他季节。从PM10中8个碳组分丰度初步判断宁波市颗粒物中碳的主要来源是汽车尾气、道路扬尘及燃煤。     

西宁市城区冬季PM2.5和PM10中有机碳、元素碳污染特征

2014年11月—2015年1月对西宁市冬季开展PM_(2.5)和PM_(10)的连续监测。利用DRI 2001A型热光碳分析仪(美国)对有机碳和元素碳进行分析,结果表明:西宁市冬季PM_(2.5)和PM_(10)中碳气溶胶所占比例分别为33.13%±6.83%、24.21%±6.27%,说明碳气溶胶主要集中在PM_(2.5)中;OC/EC值均大于2,说明西宁市大气中存在二次污染;SOC占PM_(2.5)和PM_(10)的质量浓度比例分别为46.50%和57.40%,PM_(2.5)中SOC浓度占PM_(10)中SOC浓度的61.88%,说明SOC主要存在于PM_(2.5)中,且SOC形成的二次污染和直接排放的一次污染都是西宁市碳气溶胶的主要来源;与其他城市比较发现,西宁市冬季PM_(2.5)中的碳气溶胶含量普遍高于其他城市,PM_(10)中OC质量浓度相对其他城市较高,EC质量浓度偏低;OC和EC的相关性不显著,说明来源不统一;进一步对OC和EC各组分质量浓度进行分析知,西宁市冬季碳气溶胶主要来源于机动车汽油排放、燃煤和生物质燃烧。     

APEC期间京津冀及周边地区PM2.5中碳组分变化特征及来源

在APEC会议期间和会期之后,分别采集北京、天津、石家庄、保定、济南5个采样点的PM2.5样品,通过分析碳组分的变化特征,研究京津冀地区污染物减排的影响以及减排后各指标的变化特征,分析大气颗粒物中碳气溶胶的可能来源。采用重量法测定组分中PM2.5的含量,利用热/光碳分析仪测定组分中OC、EC的含量,结果表明,由于采取了污染源减排措施,会议期间PM2.5、OC、EC的质量浓度均低于会期之后;会议期间和会期之后OC与EC均表现出了较好的相关性,r2为0.789~0.983,说明OC与EC的排放源基本相同;会议期间OC/EC为3.11~3.62,表明含碳气溶胶的来源主要是机动车排放,同时也存在一定的燃煤排放,会期之后为3.08~6.10,表明燃煤的排放在碳气溶胶中的比重明显增加,另外OC/EC也表明APEC会议期间和会期之后二次有机碳在各采样点均普遍存在。     

大同市大气颗粒物浓度与水溶性离子季度分布特征

为研究大同市大气颗粒物质量浓度与水溶性离子组成特征,于2013年2、7、9、12月,分别对大同市及其对照点庞泉沟国家大气背景点进行了PM2.5及PM10的采样,通过超声萃取-IC法测定了样品中的9种水溶性离子,结果表明,大同市大气颗粒物污染1、4季度重于2、3季度,PM2.5季度均值全年均未超标,PM10仅第1季度超标1.4倍,污染状况总体良好,PM2.5与PM10相关系数R为0.75,说明大同市颗粒物污染有较为相近的来源,且不同季节均以粗颗粒物为主;大同市PM2.5中水溶性离子浓度分布为SO2-4、NO-3、NH+4Cl-、Ca2+K+、Na+F-、Mg2+,PM10中Ca2+浓度仅次于SO2-4、NO-3,控制扬尘将有效降低PM10的浓度;PM2.5及PM10中的9种水溶性离子在不同季度的浓度与颗粒物浓度分布规律类似,1、4季度较高,2、3季度较低;由阴阳离子平衡计算结果可知,相关性方程的斜率K为1.045,表明大同市大气颗粒物中阳离子相对亏损,大气细粒子组分偏酸性。NO-3与SO2-4浓度比值均小于1,大同市以硫酸型污染为主,大气中的SO2-4主要来源于人类活动排放。     

合肥市冬季细颗粒物中碳组分特征分析

利用2020年12月1日至2021年2月28日合肥市细颗粒物(PM_2.5)、有机碳(OC)和元素碳(EC)等环境空气质量监测数据和气象观测数据,分析了合肥市大气PM_2.5中OC和EC的污染特征,并探讨了其来源以及气象因素影响。结果表明：合肥市冬季碳质气溶胶是PM_2.5中主要组分,随着污染程度的加重,碳质气溶胶的质量浓度逐步增加,但其在PM_2.5中的占比先减小后增加。在以PM_2.5为首要污染物的不同污染级别天气条件下,OC和EC的相关性说明不同程度下碳质气溶胶来源复杂。OC/EC表明机动车尾气和燃煤源排放是碳质气溶胶的主要来源。二次有机碳(SOC)会随着污染程度的加重而呈现升高趋势。OC和EC在冬季受温度影响较小;较大的相对湿度对OC和EC具有一定的清除作用,明显降水或连续降水的清除作用更加显著;而风速对含碳气溶胶的影响主要出现在污染天气背景下。     

应用化学质量平衡模型解析西宁大气PM2.5的来源

为研究影响西宁市大气环境PM_(2.5)污染水平的主要来源,于2014年采暖季、风沙季和非采暖季依托西宁市大气地面观测网络在11个监测点采集大气PM_(2.5)样品,对其化学组分(元素、离子和碳)进行分析。研究同步采集了4类固定源、14类移动源和4类开放源的PM_(2.5)样品,并构建源排放成分谱。应用化学质量平衡受体模型(CMB)开展源解析研究。源解析结果表明,观测期间西宁市PM_(2.5)主要来源包括城市扬尘(分担率为26.4%)、燃煤尘(14.5%)、机动车尾气(12.8%)、二次硫酸盐(9.0%)、生物质燃烧(6.6%)、二次硝酸盐(5.7%)、钢铁尘(4.7%)、锌冶炼尘(3.4%)、建筑尘(4.4%)、土壤尘(4.4%)、餐饮排放(2.9%)和其他未识别的来源(5.2%)。大力开展城市扬尘为主的开放源污染控制,严格控制本地燃煤、机动车等污染源的PM_(2.5)排放,是改善西宁市空气质量的重要途径。     

青藏高原典型城市拉萨市大气颗粒物污染源成分谱建立研究与特征分析

系统研究建立高原典型城市拉萨市开放源(土壤风沙尘、道路扬尘、施工扬尘、采矿扬尘),移动源(机动车尾气尘),固定源(工业烟粉尘、生物质燃烧尘及餐饮油烟)共3类8种大气颗粒物(PM_(2.5)、PM_(10))污染源化学成分谱。研究结果表明:开放源以地壳类元素为主,自然背景特征明显;移动源源成分谱中元素碳含量明显高于其他城市,在PM_(2.5)、PM_(10)源谱中分别占60.15%、51.86%,有机碳含量也相对较高,均超过20%;固定源中,牛粪和松柏枝两类生物质燃烧污染源的有机碳含量显著高于其他组分,工业烟粉尘中Ca远高于其他组分,在PM_(2.5)、PM_(10)源谱中分别占21.32%、21.21%。移动源、固定源源成分谱均显示出高原城市的独特特征。     

2020年泰州市细颗粒物质量浓度高值区污染来源解析

2020年在位于泰州市主城区大气细颗粒物(PM_(2.5))质量浓度高值区的莲花国控空气站点进行手工采样,分析了大气PM_(2.5)的质量浓度和元素组成,以及离子、有机碳和元素碳的质量浓度。根据监测结果,采用正定矩阵因子分解(PMF)受体模型对其来源进行解析。结果显示,莲花站点大气PM_(2.5)中主要组分包括有机物、硝酸盐、硫酸盐、铵盐、地壳物质、氯盐、钾盐、黑炭、微量元素和钠盐,占比分别为35.7%,25.6%,13.9%,11.9%,6.1%,2.3%,1.5%,1.5%,0.8%和0.7%,有机物、硝酸盐、硫酸盐、铵盐为首要污染组分,这4类物质对PM_(2.5)的累计贡献为87.1%。根据解析结果与实际污染特征,提出应优化城市路网结构,强化工地扬尘管控,全面取缔燃煤炉和严抓秸秆禁烧工作等控制对策。