兰州市西固区大气降尘中邻苯二甲酸酯分布特征及来源分析

本文通过区域布点法对兰州市西固区的主要工业区进行空气降尘采样,利用色谱质谱分析仪对大气降尘中的芳烃类有机污染物进行了分析,结果揭示出兰州市西固区芳烃类有机污染物中邻苯二甲酸脂类(PAEs)占主导地位,其中又以邻苯二甲酸二丁酯(DBP)和邻苯二甲酸二酯(2-乙基己基)(DEHP)占芳烃总含量的比重较大。通过样品的对比分析和来源解析,指出兰州市西固区大气降尘中的芳烃类有机污染物来源与西固区A公司的废气排放有关,应加强对大气环境的保护和限制工厂废气直接向大气中排放。     

兰州市室内大气降尘环境磁学特征及其随高度变化研究

对兰州大学齐云楼不同高度的室内大气降尘样品进行的系统环境磁学研究表明,兰州市室内大气降尘中磁性矿物含量较高,并且以多畴和假单畴的亚铁磁性矿物为主,降尘中的磁性矿物主要来自大气污染.兰州市近地表约24 m高度内,室内大气降尘中磁性矿物浓度具有随高度升高而降低、粒径随高度增加而变细的分布特点,称为低污染源决定的近地面吹扬模式.距离建筑物顶部约10 m范围的建筑物内部,随着高度的增加,降尘中磁性矿物浓度增大、粒径变粗,称为高污染源决定的建筑物阻尼模式.兰州市室内降尘的磁性矿物浓度可以有效反映大气颗粒污染状况,研究表明,兰州市距地表20~30 m的适当高度大气颗粒污染最小.研究结果可为了解兰州市大气颗粒污染状况以及开展大气污染治理提供科学依据.     

西北地区河谷城市大气降尘环境磁学特征及其环境意义

应用环境磁学方法对西北地区重点污染城市兰州和清洁对照点黄花滩两地大气降尘的磁学特征进行对比研究,分析了大气降尘磁性矿物含量、类型和颗粒大小等磁学性质及其对城市大气污染的指示意义.结果表明,兰州市大气污染较为严重,大气降尘中磁性矿物含量明显高于黄花滩,且呈现冬季明显高于其他季节的变化趋势.两地降尘样品磁学特征均受磁铁矿控...     

城市大气降尘研究方法综述

大气降尘是城市大气污染的重要来源,本文对城市大气降尘的采样方法、样品理化分析技术及源解析的方法和意义进行综述,比较不同方法的特点,为研究城市大气降尘来源提供参考和依据。     

兰州市采暖期和非采暖期大气降尘重金属的分布特征及来源

在兰州市设置6个采样点,于2010年4月至2018年3月每月采集大气降尘样品,测定其中的重金属(Fe、 Mn、 Zn、 Pb、 Cr、 Cu、 Ni和Cd)含量,探究重金属的时空变化规律,并综合运用偏相关分析、富集因子法和主成分分析法判别大气降尘中重金属的来源.结果表明,兰州市大气降尘中重金属的平均含量依次为:Fe>Mn>Zn>Pb>Cr>Cu>Ni>Cd,其中Cd、 Zn和Pb都存在一定的污染.从时间角度来看,除地壳元素Fe和Mn外,其他元素的含量大都表现为采暖期>非采暖期,其中2011年和2013年中各元素在非采暖期和采暖期的含量差异较大.从空间角度来看,各区域的非采暖期和采暖期存在一定的差异,但除Zn和Cd外,其他元素在各区域之间的差异不大.源解析结果表明,兰州市大气降尘重金属在非采暖期主要来源于工业源,其次是交通源和扬尘源;在采暖期主要来源于燃煤、交通和工业活动,其次是二次扬尘和自然源.     

城市大气降尘污染研究进展

随着城市化的发展,城市降尘污染日益得到人们的关注。本文从城市大气降尘概念入手,阐述了城市降尘的理化特征,重点探讨城市大气降尘污染研究现状和大气降尘重金属污染来源示踪研究,以期为大气环境污染的有效整治和改善城市生态环境的决策与管理提供科学参考依据。     

基于同位素示踪技术分析小白菜中Pb的来源

为了探明乌鲁木齐市小白菜中Pb的污染来源,采用Pb同位素示踪法,结合盆栽试验种植小白菜,测定了成熟期小白菜不同部位Pb同位素单体计数值及其比值,分析了灌溉水、土壤、降尘对小白菜Pb的贡献率及小白菜Pb的可能来源.结果表明:大气降尘、灌溉水和土壤对小白菜地上部Pb的贡献率分别为51.50%、31.8%、16.7%,大气降尘对小白菜可食用部Pb含量的影响最大;对小白菜根系Pb累积的贡献率分别为2.20%、77.5%、20.30%,灌溉水对小白菜根系Pb含量累积的影响最大.尾气烟灰、燃煤、建筑降尘是导致乌鲁木齐市叶类蔬菜可食用部Pb含量超标的主要原因.     

北京市门头沟区大气降尘污染特征及其化学组分特征与质量重构

为研究北京市门头沟区大气降尘污染特征,收集了2018～2022年门头沟区2个国控环境空气站57个大气降尘量月平均监测结果,分析了门头沟区大气降尘污染状况及其时间变化特征.为探究大气降尘化学组分特征与质量重构结果及其来源,在三家店国控环境空气站,使用主动抽滤法模拟采集降尘样品57个,测定了降尘的质量浓度及其化学组分的质量浓度,研究了大气降尘中的化学组分特征,并利用颗粒物质量重构技术对大气降尘主要组分进行质量重构,探讨了质量重构的结果可靠性及其未确定成分的原因.结果表明,2018～2022年,北京市门头沟区月降尘量呈周期性变化,最大值在春季4、 5月,最小值在秋季10、 11月,且最大月降尘量是最小月降尘量的3.2～8.4倍.季度平均月降尘量大小表现为：春季>夏季>秋季>冬季,且降尘主要来自于春季和夏季,其降尘量分别占全年总降尘量的40.1%～43.0%和23.8%～37.5%.北京市门头沟区大气降尘年平均月降尘量下降趋势明显,2022年较2018年降尘量下降了52.8%,年均下降了13.2%,与近年来北京市城市环境保护精细化管理水平的提高有关;2021年沙尘对门头沟区降...     

宝鸡铅锌冶炼厂周围大气降尘中重金属污染研究

为了研究宝鸡铅锌冶炼厂周围大气降尘中重金属元素的浓度含量、来源以及污染现状。利用火焰原子吸收分光光度法测定了大气降尘中的重金属元素的浓度,并且应用数据的多元统计方法和地质累积污染指数法对降尘中重金属元素的来源和污染程度进行评价分析。结果表明:铅锌冶炼厂周围大气降尘中重金属元素有4种主要重金属元素均超出中国、当地土壤背景值,其中Pb、Cd达到了重污染。     

兰州市大气降尘重金属污染评价及健康风险评价

为探究大气降尘中重金属污染程度及存在的健康风险,在兰州市设置11个采样点采集大气降尘,分析降尘重金属含量.结果表明,兰州市大气降尘中Cu、Pb、Cd、Cr、Ni、Zn、Mn含量平均值分别为82.22、130.31、4.34、88.73、40.64、369.23、501.49 mg·kg-1,除Mn以外其他元素在不同功能区差异较大.富集因子分析显示,Mn为轻微富集,Zn、Ni、Cu和Cr富集因子较高,Pb和Cd为极强富集.地积累指数评价平均生态危害表明:Cr在全年无实际污染,Cu、Ni、Zn、Pb浓度处于轻度污染至偏重度污染之间,Cd为严重至极度污染;大气降尘重金属在10月~次年3月污染相对严重,从4~8月污染程度较轻.手-口途径摄入是降尘重金属引起非致癌风险的最主要途径,儿童的非致癌风险大于成人,总非致癌风险次序为Pb>Cr>Cd>Cu>Ni>Zn,所研究重金属非致癌风险都低于风险限值;降尘中的Cr、Cd、Ni通过呼吸途径不具有致癌风险.     

运城市道路扬尘化学组成特征及来源分析

采集运城市区道路扬尘及5类单一尘源类样品(盐湖尘、土壤风沙尘、机动车尾气尘、建筑水泥尘和煤烟尘),测定元素、离子和碳质组分含量并与其他城市比较,在此基础上通过富集因子法和潜在生态风险评价法揭示道路扬尘的化学组成特征,同时运用化学质量平衡模型解析道路扬尘的来源.结果表明,与其他城市相比,Na和SO_4~(2-)含量高,Si含量相对较低是运城市道路扬尘化学组成的主要特征,Na、SO_4~(2-)和Si质量分数分别为12.197 0%、8.597 1%和9.112 3%;富集因子计算结果表明道路扬尘中Pb、Cu、Cr、V、As、Ni、Na、Zn等元素的来源明显受到人为活动影响;道路扬尘重金属潜在生态风险为强,工业生产、化石燃料燃烧、机动车排放等人为源是影响道路扬尘生态风险等级的重要因素;煤烟尘、建筑水泥尘和机动车尾气尘的化学成分谱与其他城市相似,土壤风沙尘中Na和SO2-4含量相对较高,运城市特有的盐湖尘的主要化学组分是Na、SO_4~(2-),含量分别为30.3%、22.7%;化学质量平衡模型解析结果表明,盐湖尘对道路扬尘贡献最大(53%),其次是土壤风沙尘(21%),机动车尾气尘(8%)、建筑水泥尘(7%)和煤烟尘(5%)的贡献几乎相当.     

扬州市PM2.5中重金属来源及潜在健康风险评估

本研究利用正定矩阵因子分解模型(PMF)-健康风险评价模型(HMHR)探究了扬州市细颗粒物(PM_(2.5))中重金属污染来源及不同污染源对重金属潜在健康风险值的贡献.结果表明,各重金属全年浓度均值为Pb(64. 4 ng·m~(-3)) Cr(25. 24ng·m~(-3)) As(6. 36 ng·m~(-3)) Ni(5. 36 ng·m~(-3)) Cd(3. 34 ng·m~(-3)) Co(1. 21 ng·m~(-3));各污染源对PM_(2.5)贡献分别为二次源(37. 7%)燃煤源(19. 4%)扬尘(17. 5%)机动车(16. 9%)建筑尘(5. 2%)工业源(3. 4%). As主要源于燃煤、机动车和扬尘; Co主要源于工业源;燃煤源对Pb的浓度贡献较高;工业源对Ni、Cd含量的贡献最高.不同污染源的健康风险依次为扬尘源、燃煤源、机动车、工业源、建筑尘.扬尘源和燃煤源的潜在健康风险较其他污染源为高,与其源谱中重金属元素占比较大且对PM_(2.5)贡献浓度较高有关.     

成都市冬季大气颗粒物组成特征及来源变化趋势

年冬季分别在成都市8个环境受体采样点采集PM₁₀、PM_2.5样品,同时采集颗粒物源类样品,分析上述样品质量浓度及多种无机元素、水溶性离子和碳组分的含量,以对这3 a冬季大气颗粒物浓度、特征组分、来源及变化趋势进行分析. 使用CMB-iteration模型对成都市中心城区的PM₁₀、PM_2.5进行来源解析. 结果表明: 成都市冬季ρ(PM₁₀)在工业区最高,PM_2.5污染呈现区域性特征;冬季PM₁₀的主要来源有扬尘、二次硫酸盐、煤烟尘、二次硝酸盐和机动车尾气尘,上述5类源在2010─2012年的分担率分别为24%～29%、17%～22%、13%～16%、6%～12%、6%～11%;对PM_2.5有重要贡献的源类有二次硫酸盐、扬尘、煤烟尘、二次硝酸盐和机动车尾气尘,这5类源在2010─2012年的分担率范围分别为25%～27%、19%～22%、12%～15%、11%～13%、8%～11%. 二次粒子、扬尘等是成都市大气颗粒物的主要污染源,其中扬尘、建筑水泥尘等以粗粒子为主的源类浓度贡献呈逐年下降趋势,而二次粒子等以细粒子为主的源类浓度贡献则逐年上升,成都市冬季大气细颗粒物污染加重.      

无锡市区环境空气中PM10来源解析

于2005年采集了无锡市区PM₁₀源和受体样品,并测定了无机元素、水溶性离子和碳等组分的含量. 采用OC/EC〔即ρ(OC)/ρ(EC)〕最小比值法确定了二次有机碳(Secondary Organic Carbon)对PM₁₀的贡献,并据此重新构建了受体化学成分谱,使用化学质量平衡受体模型(CMB)和二重源解析技术对无锡市区的PM₁₀来源进行了解析. 结果表明:城市扬尘是无锡市环境空气中PM₁₀的主要来源,其分担率达50.49%;煤烟尘和机动车尾气尘的分担率也分别为13.97%和7.80%;其他重要源类按分担率依次为二次有机碳,SO₄2-,建筑水泥尘,NO₃-,土壤尘和钢铁尘等,其中二次有机碳年贡献值为6.94 μg/m3,年分担率为6.18%.      

基于两种受体模型的太原市大气降尘来源解析及季节变化特征

于2019年11月至2020年12月期间在典型工业城市太原市开展了降尘采样和降尘化学组分分析.采样期间,太原市平均降尘量约为7.9t/(km²·30d),并呈现在4~6月较高.在选取的8个监测区域中,清徐和巨轮的平均降尘量较高,分别为10.7t/(km²·30d)和10.6t/(km²·30d).降尘化学组分质量中地壳元素(Ca、Si、Al)占比较高,巨轮和桃园监测区域的降尘中Fe元素的质量显著高于其他监测区域.将降尘量和化学组分分析结果分别纳入正定矩阵因子分解(PMF)和偏目标转换-正定矩阵分解(PTT-PMF)两种受体模型中对太原市降尘进行了定量来源解析.通过比较两种受体模型的拟合性能和解析的因子谱发现:PTT-PMF受体模型相较于PMF能够更好地区分出降尘中城市扬尘源和建筑尘源这两类相似的尘源.结果表明,太原市降尘主要有六种来源:城市扬尘源(PMF:35%,PTT-PMF:35%)、建筑尘源(PMF:29%,PTT-PMF:28%)、钢铁工业源(PMF:14%,PTT-PMF:14%)、燃煤源(PMF:13%,PTT-PMF:12%)、二次无机盐(PMF:5%,PTT-PMF:6%)、机动车尾气排放源(PMF:4%,PTT-PMF:5%).两种受体模型得到的平均来源贡献结果相似,而建筑尘源和钢铁工业源的季节变化趋势则有一定的差异.粗粒径源类(城市扬尘源和建筑尘源)是太原市降尘的主要来源,两者对降尘的贡献率超过了60%,并在春季贡献率(4~6月)较高.     

基于多属性决策方法的太原市冬季街道尘土中潜在有害元素关键来源解析

为解析太原市冬季街道尘土中潜在有害元素(PHEs)的关键污染来源,采集了40个街道尘土样本,使用电感耦合等离子体质谱和原子荧光光谱仪测定了尘土中As、 Cd、 Pb、 Ni、 Cr、 Cu和Zn这7种元素的含量.使用内梅罗综合危害指数法(NIRI)、美国环境保护署推荐的健康风险评估模型分别评价了尘土中PHEs造成的生态和居民健康风险;使用正定矩阵因子分解模型结合主成分分析法分析了尘土中PHEs的来源,并基于此计算了不同来源对尘土PHEs的总含量和PHEs造成风险的贡献程度;使用多属性决策方法(MADM)识别了街道尘土中PHEs的关键来源.结果表明：(1)太原市冬季尘土中ω(As)、ω(Cd)、ω(Pb)、ω(Ni)、ω(Cr)、ω(Cu)和ω(Zn)的平均值分别为17.92、0.32、69.10、30.06、107.74、73.37和268.49 mg·kg^-1,均超过了太原市土壤中相应元素的背景值,说明尘土中PHEs已经出现富集现象,尘土中PHEs的NIRI平均值为63.86,属于中度风险,处在可控状态;(2)尘土中PHEs造成的致癌和非致癌风险均低于阈值,表明...     

台州市市区环境空气中PM2.5的多模型联用来源解析

为对台州市市区环境空气中PM_2.5的主要来源进行全面分析,运用CMAQ(空气质量模型)模型中的ISAM源追踪算法,计算了台州市本地各类污染源及外来源对PM_2.5的贡献,同时基于CMB模型的初步源解析结果,利用CMAQ模型解析二次前体物排放源的贡献,得到CMB-CMAQ联用模型的源解析结果,综合分析CMAQ模型和CMB-CMAQ联用模型解析结果最终获得台州市市区空气中PM_2.5的贡献源数据.结果表明:①CMAQ模型和CMB-CMAQ联用模型解析结果均表明,台州市市区PM_2.5本地源中首要贡献源为工业源,两个模型中工业源贡献率分别为20.13%和26.94%,其次为扬尘源(贡献率分别为16.98%、19.37%)和道路移动源(贡献率分别为16.44%、18.14%).②CMB-CMAQ联用模型解析结果中工业源、扬尘源和道路移动源的贡献率均高于CMAQ模型解析结果,而外来源和电力源的贡献率均低于CMAQ模型解析结果.③CMAQ模型和CMB-CMAQ联用模型综合分析分配结果表明,外来源、工业源、扬尘源、道路移动源是对区域中PM_2.5贡献较大的4个污染源,贡献率分别为26.10%、22.38%、16.09%、15.07%.研究显示,台州市市区环境空气中PM_2.5污染呈以工业源、扬尘源为主,道路移动源污染突出的复合型污染特征,加强这三类源的排放管理对于台州市市区PM_2.5污染防治具有重要意义.      

太原市PM10及其污染源中碳的同位素组成

通过采集太原市PM10及其主要源(煤烟尘、机动车尾气尘、土壤风沙尘)样品,结合离线分步加热氧化法和同位素质谱仪测定了颗粒物中有机碳(OC),元素碳(EC)和总碳(TC)的同位素组成, 并探讨了太原市PM10中碳的来源.结果表明,太原市冬季、春季PM10中OC、EC和TC的碳同位素组成分别是-34.7‰、-23.5‰、-23.9‰和-30.5‰、-23.1‰、-23.9‰; 煤烟尘中OC、EC和TC的碳同位素组成分别是-26.5‰、-23.2‰、-23.6‰,土壤风沙尘分别为-24.6‰、-14.1‰、-17.3‰,汽油车和柴油车尾气尘分别为-27.7‰、-25.5‰、-27.0‰和-25.7‰、-24.3‰、-24.8‰. EC和TC的同位素组成是区分土壤风沙尘较好的标识指标,TC的同位素组成是汽油车尾气尘较好的标识指标;利用二元复合计算公式结果显示土壤风沙尘中OC、EC占TC的百分含量分别为30%、70%;煤烟尘中OC、EC占TC的百分含量分别为11%、89%;汽油车尾气尘中OC、EC占TC的百分含量分别为78%、22%,柴油车尾气尘中OC、EC占TC的百分含量分别为36%、64%;太原市PM10中的TC和EC主要来源于煤烟尘,OC少部分来源于机动车尾气排放,另外还有其他的重要贡献源.     

广州市室内尘土中多溴联苯醚的分布特点及来源

随机采集了广州市46个家庭和12个办公室内尘土样品,同时采集了17个室外尘土样品、2个电视机和2个电脑尘土样品并分析了室内尘土中多溴联苯醚(PBDEs)的含量、单体分布及来源.结果表明,家庭尘土中∑10PBDEs(BDE28,47,66,85,99,100,153,154,183,209之和)的含量为 564.3~9654ng/g,中值和均值分别为 2686,3407ng/g;办公室尘土中∑10PBDEs 的含量为 1737~4408ng/g,中值和均值分别为3133,3179ng/g.室内尘土中PBDEs的最主要单体为BDE209,分别占家庭尘土和办公室尘土∑10PBDEs的97.4%和99.0%.BDE47、99和183在室内尘土中含量也较高.大多数室内尘土中∑10PBDEs的含量高于室外,说明室内可能有重要的PBDEs释放源.室内尘土中PBDEs的主要工业品来源为十溴联苯醚,五溴联苯醚次之,八溴联苯醚较少.     

基于PMF模型的北京市PM2.5来源的时空分布特征

2012年8月至2013年7月,对北京市定陵、车公庄、东四、石景山、通州、房山、亦庄和榆垡等8个站点的大气细颗粒物PM2.5进行了12个月次的同步采样观测,并测定了其中元素碳、有机碳、水溶性离子和无机元素的浓度水平.利用PMF模型对PM2.5的来源进行解析.结果表明,北京市PM2.5的主要来源为二次源、燃煤、地面扬尘、机动车排放、工业源和建筑尘等,年均贡献率分别为42%、19%、19%、10%、6%和4%.PM2.5的来源具有显著的季节变化,春季大风天气频繁、地面扬尘源为主要来源,而夏、秋、冬季均以二次源为主,尤其是夏季二次源贡献达56%,冬季燃煤源对PM2.5的贡献显著提升为25%.污染源贡献也存在一定空间差异,冬春季燃煤源对郊区点的贡献显著高于城区点,而二次污染源具有区域性污染特征.在区域性积累型重污染日,二次源对PM2.5的贡献均占主要地位,对气态前体物NOx、SO2和VOCs等的控制对PM2.5的减少至关重要.