实施机动车综合管控措施,防治大气污染

正当前,中国大气污染已呈现出煤烟和机动车尾气复合型的污染特征。从美国、欧洲等先进国家和地区大气污染防治经验来看,机动车排放是雾霾和臭氧污染的重要来源,尽管机动车尾气中所含的一次颗粒物浓度不高。但尾气中含有的氮氧化物、挥发性有机物等污染物,反应后产生大量二次颗粒物,成为PM2.5的重要来源。此外,氮氧化物和挥发性有机物发生光化学反应,还会产生臭氧等氧化剂,使二次颗粒物爆发     

升级油品,拨开云“雾”

正"抓紧发布粤Ⅴ油品标准,2014年底前珠三角地区全面供应粤Ⅴ车用汽油;2015年6月底前,全省全面供应粤Ⅴ车用汽油和国Ⅴ车用柴油。"从京津冀到长三角再到珠三角,许多城市在人们对空气质量的关注,远远超过以往任何一个过去一年中,都经历了有史以来最严重的持续雾时期。霾天气。"PM2.5"、"雾霾"已成为媒体及网络作为空气污染"元凶"之一的机动车尾气,上最受关注的问题之一,也是全民口中的热词。也因此成为焦点。在今年"两会"期间,针对空     

柴油车尾气污染物排放与柴油清净剂应用

<正>2013年,中国遭遇史上最严重雾霾天气,雾霾发生频率之高、波及面之广、污染程度之严重前所未有。PM2.5指数爆表,导致白天能见度不足几十米,中小学停课,航班停飞,高速公路封闭,公交线路暂停营运等。据文献报道,汽车尾气中的颗粒物对城市大气中颗粒物的贡献值不容忽视,乌鲁木齐市机动车排放尾气中的颗粒物占环境空气PM10的8%[1],杭州市机动车排放颗粒物占环境空气中PM2.5的21.6%,PM10的16.9%[2],重庆市机动车排放颗粒物     

哈尔滨市道路机动车尾气排放清单及特征分析研究

通过对哈尔滨市道路机动车信息的调研,完成了2016年哈尔滨市道路机动车尾气排放清单的建立,同时分析了研究区域内机动车尾气的排放特征。结果表明,2016年哈尔滨市道路机动车尾气CO、NOx、HC、PM2.5、PM10排放总量分别约为76 569.55、10 763.78、35 014.53、1 106.04、1 228.39吨。其中,小型载客汽车是CO、HC的主要贡献源,而载货汽车是NOx、PM2.5、PM10的主要贡献源;就燃料类型而言,汽油是CO、HC的主要贡献源,而NOx、PM2.5及PM10的主要贡献源是柴油。     

铜仁市中心城区PM_(2.5)污染状况及影响因素分析

利用铜仁市中心城区2015年1~2月PM2.5空气质量监测资料,分析铜仁市中心城区PM2.5浓度污染状况及影响因素,为制定相应的污染控制措施提供参考数据。结果表明:中心城区监测站点PM2.5与PM10比值为0.514,可吸入颗粒物是PM2.5的主要来源。造成PM2.5污染还有人为产生的机动车尾气、工业扬尘、道路扬尘、饮食油烟及建筑工地等因素。     

深圳市机动车PM_(2.5)排放因子隧道测试研究

为深入了解深圳市机动车排放PM2.5化学特性,选取深圳具有代表性的城市隧道进行机动车排放因子测试。通过连续8 d的监测,获得隧道内PM2.5质量、EC、OC的浓度、交通参数、气象参数等实测数据。利用单程隧道活塞效应计算出隧道内机动车排放PM2.5质量、EC、OC的平均排放因子,分别为64.0,9.68,20.2 mg(/km.辆)。隧道内OC/EC的值在0.32~0.74之间,平均为0.52,表明深圳市机动车对PM2.5的排放,柴油车起主要作用。对塘朗山隧道与国内外其他隧道实验的测定结果进行比较,结果显示PM2.5质量的平均排放因子高低与机动车组中重型车所占比例大小规律一致,说明机动车组中重型车比例是城市控制机动车PM2.5排放的主要因素。利用线性回归分别计算重型车、轻型车对PM2.5质量、EC、OC的排放因子,经分析重型车为深圳市机动车尾气排放控制的重点,尤其是重型柴油车。     

应用PART5模式计算机动车尾气管的颗粒物排放

采用修正的PART5模式获得了北京市机动车尾气管的颗粒物(PM10和PM2.5)排放因子.在此基础上,计算了北京市1995和1998年机动车PM10和PM2.5的排放总量,并确定了分车型的排放分担率和颗粒物中各组分(铅、硫酸盐、可溶性有机物和残余碳等)的比例.结果表明,北京市机动车PM10和PM2.5的平均排放因子很高,其中汽油车、摩托车和重型柴油车的排放因子分别是美国同期水平的1.7～8.6倍、2.1～3.5倍和1.3～1.5倍.1995年北京市机动车尾气管排放的PM10和PM2.5分别为2445t和1890t,1998年则分别增至3359t和2694t,增加的幅度为37.4%和42.5%.     

机动车尾气污染与防治措施分析

近些年,"雾霾"已经成为社会的热议话题,而机动车尾气排放无疑引发雾霾的重要原因。随着我国机动车保有量的持续快速增加,机动车污染物排放量还会不断加重,而机动车尾气污染所引发的危害是不容小觑的,因此强化机动车尾气污染与防治措施分析研究十分必要。     

龙华新区灰霾污染特征研究

根据龙华新区2个空气监测站2012年监测数据、气象数据以及不同污染源的排放数据,分析龙华新区空气质量现状,灰霾日数与PM2.5和PM10的相关性,并通过AERMOD模型着重探讨PM2.5和PM10的污染特征,计算不同污染源对PM2.5和PM10浓度的贡献率。结果表明,灰霾日数和PM2.5、PM10浓度均表现为明显的季节性变化,变化趋势较为一致,且灰霾日数与PM2.5的相关性较PM10更显著。龙华新区PM2.5和PM10主要来自本地源,其中PM2.5的主要来源为机动车尾气和道路扬尘,而PM10的主要来源为施工项目和裸地。     

大气例行点位常规监测污染物的相关性分析及防控措施研究

根据济南市历下区5个大气例行监测点位2015年上半年PM2.5、PM10、SO2、CO、NO2、O3逐小时浓度的监测数据,通过SPSS软件对各项污染物的相关性进行分析得出:CO与PM2.5、PM10、SO2、NO2强相关性出现次数最多,表明CO排放源是引起颗粒物污染的主要原因之一.对监测点位周边2 km范围内机动车尾气和餐饮燃煤两项污染源进行排放量估算得出:机动车尾气CO、NOx、PM2.5和PM10年排放量分别为388.18吨、111.18吨、4.35吨和4.72吨;餐饮燃煤CO、SO2、NOx年排放量分别为36.0吨、24.0吨和9.6吨.因此,控制CO排放源对改善济南市大气环境质量至关重要.     

机动车尾气与雾霾天气

从雾和霾形成的原因以及与机动车尾气的关系等方面的论述,阐述了机动车尾气对人体健康的危害,提出了对机动车尾气的预防、治理办法。     

自贡市大气颗粒物污染特征及来源解析

利用自贡市大气监测数据、同期气象数据以及颗粒物源解析在线监测资料,对颗粒物污染的特征及成因进行研究.结果表明:颗粒物年均浓度受浮尘天气影响明显,季均浓度呈冬高夏低变化,月均浓度呈"U"字形变化,日均浓度呈双峰型变化;颗粒物与降水、温度、气压、风速存在相关性,与相对湿度无相关性,PM10、CO、NO2、SO2、O3浓度对PM2.5浓度变化影响显著;PM2.5主要成分为元素碳、有机碳、富钾颗粒等,主要来源为机动车尾气、燃煤、工业工艺源等.     

南京北郊地区昼夜大气PM2.5中硫同位素的组成及来源

为研究南京地区昼夜大气PM_2.5中的硫同位素组成情况,采用Delta V Advantage同位素质谱仪技术对2016年3-4月南京北郊地区大气PM_2.5中昼夜δ34S（硫同位素值）进行分析,结合大气颗粒物化学组成,追溯昼夜大气PM_2.5及SO₄2-的来源.结果表明:南京北郊地区PM_2.5和SO₄2-的整体变化趋势一致,具有同源性.南京北郊地区白天大气PM_2.5的δ34S范围为4.23‰~7.16‰,平均值为5.45‰±0.91‰;晚上δ34S的范围为4.20‰~6.73‰,平均值为5.22‰±0.83‰.相较于晚上,白天δ34S略高主要与NO_x对SO₂的异相氧化反应和机动车尾气的排放有关.重霾天δ34S范围为4.20‰~7.16‰,平均值为5.39‰±0.87‰;清洁天δ34S范围为3.14‰~5.14‰,平均值为4.03‰±0.57‰.重霾天的硫源与燃煤、机动车尾气排放及NO_x对SO₂的异相氧化反应有关;而清洁天主要受到机动车尾气排放及SO₂与O₃均相氧化反应的影响.研究显示,南京北郊地区ρ（PM_2.5）昼大于夜,而ρ（SO₄2-）夜大于昼,重霾天大气PM_2.5的δ34S高于清洁天,这主要与NO_x、SO₂、O₃的相互转化有关.      

霾天气南京市大气PM_(2.5)中水溶性离子污染特征

为了讨论南京市大气细颗粒物(PM2.5)及水溶性组分在霾天气下的污染水平和污染特征,2007年6月10日至2008年5月29日对南京市大气细粒子PM2.5进行了采样,用PM2.5在线监测浓度、离子色谱法等分别测得PM2.5的质量浓度、水溶性离子组成,初步研究了南京市大气细粒子(PM2.5)及水溶性组分在霾天气下的污染水平和污染特征。结果表明,南京市大气细颗粒物污染严重,霾天气下PM2.5中总水溶性离子质量浓度为54.28μg/m3,为非霾天气的1.6倍。分析的6种离子中SO42-、NO3-、NH4+是PM2.5的主要组成成分。灰霾期间PM2.5与NO3-、SO42-、NH4+的相关性较高,PM2.5中颗粒物的主要存在形式可能为NH4Cl、NH4NO3,(NH)42SO4或NH4HSO4。对比不同季节不同天气下的SOR(SO2转化率)和NOR(NOx转化率),发现霾天气下SO2和NOX转化率高于正常天气,表明SO2、NO2在霾天气更容易转化为二次粒子。     

上海市秋季典型大气高污染过程中颗粒物的化学组成变化特征

于2010年10月1日至11月30日在上海市城区对大气中颗粒物质量浓度及细粒子化学组分进行了在线连续观测,获得了秋季大气灰霾和沙尘等典型污染过程中颗粒物质量浓度和化学组成的变化特性.观测结果显示,在大气灰霾污染过程中PM₁₀和PM_2.5的日均最高浓度分别达到216~293 μg·m^-3和130~204 μg·m^-3,PM_2.5/PM₁₀的比值在65%以上,总的可溶性无机离子(TWSII)占PM_2.5质量浓度的50%以上,有机碳(OC)和元素碳(EC)的总和占25%~30%.二次可溶性离子(SO₄^2-, NO₃^-, NH₄⁺)占TWSII的83.3%~87.5%,OC/EC的比值在5左右,表明在灰霾污染过程中二次组分对PM_2.5的贡献较大;沙尘天气以粗粒子污染为主,TWSII、OC和EC分别仅占PM_2.5质量浓度的27.2%、13.4%和2.0%,二次可溶性离子(SO₄^2-, NO₃^-, NH₄⁺)占TWSII的55.7%,Ca²⁺、Mg²⁺等地壳组分的比例较灰霾天气明显升高.研究结果还显示,SO₄^2-和NO₃^-等二次离子组分的生成与颗粒物中硫与氮的氧化速率有关,在大气灰霾过程中硫转化率(SOR)和氮转化率(NOR)值较高,分别为0.24±0.10和0.15±0.06,说明SO₂通过二次反应生成SO₄^2-的能力较强,在污染的环境下高浓度的NO₂更有利于向NO₃^-转化.     

道路环境颗粒物浓度空间分布研究

由于交通扬尘和车辆尾气排放,道路环境颗粒物浓度高于城市其它区域,文章应用一种移动监测技术测试区域道路环境中PM10浓度空间分布,并进行了呼市城区道路环境PM10空间分布分析;采用降尘法对呼市城区不同区域30条道路进行监测,分析道路降尘空间分布规律,并对两种方法进行比较。文章给出了呼市城区道路环境PM10浓度的空间分布图...     

APEC会议期间北京机动车排放控制效果评估

机动车尾气排放是影响北京市大气环境质量的首要因素,为了保障APEC期间的空气质量,北京市采取了包括控制机动车排放在内的严格的控制措施.本研究基于路网车流量、车速和车型变化数据,提出了一种基于自下而上排放清单的控制措施效果评估方法.结果表明,APEC会议期间北京市路网车流量下降,车速上升,小客车的车流量下降幅度最大;APEC会议期间机动车尾气CO、NO_x、HC和PM排放削减比例分别为:快速路15.1%、22.4%、18.4%和21.8%,主干道29.9%、36.4%、32.7%和35.8%,次干道35.7%、41.7%、38.4%和41.2%,支路40.8%、46.5%、43.1%和46.0%.基于自下而上的排放清单方法,建立了APEC会前和会期的机动车尾气排放清单,结果显示研究区域内会期机动车尾气排放量CO、NO_x、HC和PM排放量分别削减37.5%、43.4%、39.9%和42.9%.     

PM10 source apportionment in California's San Joaquin valley

A PM10 (particulate matter with aerodynamic diameter equal to or less than 10 μm) aerosol study was carried out at six sites in California's San Joaquin Valley (SJV) from 14 June 1988 to 9 June 1989, as part of the 1988–1989 Valley Air Quality Study (VAQS). Concentrations of PM10 and PM2.5 (particles with aerodynamic diameters equal to or less than 2.5 μm) mass, organic and elemental carbon, nitrate, sulfate, ammonium and elements were determined in 24-h aerosol samples collected at three urban (Stockton, Fresno, Bakersfield) and three non-urban (Crows Landing, Fellows, Kern Wildlife Refuge) locations during this period. The sources which contributed to ambient concentrations of PM10 were determined by applying the Chemical Mass Balance (CMB) receptor model using the source profiles determined specifically for that study area.The VAQS data indicates the federal 24-h PM10 standard of 150 μg m⁻³ was exceeded at four out of the six sites and for reasons which differ by season and by spatial region of influence. The annual average source contributions to the PM10 at Bakersfield, the site with the highest annual average, were 54% from primary geological material, 15% from secondary ammonium nitrate, 10% from primary motor vehicle exhaust, 8% from primary construction; the remaining 4% was unexplained. The results of the source apportionment at all sites show that geological contributions (fugitive dust from tilling, roadways and construction) are largest in summer and fall months, while secondary ammonium nitrate contributions (deriving from direct emissions of ammonia and oxides of nitrogen from agricultural activities and engine exhaust) are largest during winter months.