南充冬季大气PM2.5污染特征及来源分析

为探究南充市冬季大气PM_(2.5)污染特征,于2017年1月对南充市大气PM_(2.5)进行采样,分析水溶性离子、无机元素和碳质组分的组成、浓度水平和来源。结果表明,二次无机离子SO_4~(2-)、NO_3~-、NH_4~+是南充市冬季大气PM_(2.5)水溶性离子中的重要组成部分,占总离子的86.7%;NH_4~+与NO_3~-和SO_4~(2-)主要是以NH_4NO_3和(NH_4)_2SO_4形式存在,SOR和NOR平均值分别为0.51和0.23,SOR高于NOR,说明南充市冬季硫氧转化速度比氮氧转化速度快且二次离子污染较为严重;NO_3~-/SO_4~(2-)比值为1.11,表明移动源是南充冬季大气污染物的主要来源,并且南充市冬季大气PM_(2.5)偏酸性。OC、EC是大气PM_(2.5)重要组成部分,OC/EC比值大于2,SOC对OC的贡献率较大(65.3%),南充市冬季大气PM_(2.5)中OC主要来源于二次污染。OC、EC之间相关性较好(R=0.84),二者具有共同的来源。主成分分析(PCA)结果表明,南充市冬季PM_(2.5)的主要来源是汽车尾气、燃煤、二次污染、生物质燃烧、土壤及建筑扬尘。     

南宁市秋、冬季大气PM_(2.5)中有机碳、无机碳污染特征研究分析

为掌握南宁市大气细颗粒物(PM_(2.5))碳组分的污染特征和来源特点。在秋、冬季两季期间分别采集南宁市大气PM_(2.5)样品,分析有机碳(OC)和元素碳(EC),并采用示踪法初步追溯其来源。结果表明,南宁市秋季大气PM_(2.5)中OC和EC质量浓度均值分别为9. 66和2. 12μg/m~3;冬季均值分别为15. 80和3. 05μg/m~3,秋季较冬季低。秋、冬季PM_(2.5)中OC/EC分别为4. 6和5. 2,表明存在二次有机碳(SOC),经估算,秋、冬季SOC分别为6. 16和10. 97μg/m~3,分别占OC的62. 3%和66. 6%。利用碳组分丰度对碳组分分析结果表明,PM_(2.5)主要来源是机动车尾气和燃煤,同时受甘蔗渣燃烧或生物质露天焚烧的影响。     

昌吉市典型区域PM_(2.5)中有机碳和元素碳污染特征分析

本研究分析PM_(2.5)中有机碳和元素碳的质量浓度变化特征,对昌吉市典型区域昌吉州环保局2016-01月至2017-01月采集的大气细颗粒物(PM_(2.5))样品,利用美国(Sunset Lab Inc)大气气溶胶元素碳与有机碳仪分析了其中的有机碳(OC)和元素碳(EC)浓度水平、污染特征及其可能来源,以期为深入了解昌吉市颗粒物污染现状,制定大气污染防治对策提供依据。结果表明:昌吉市OC和EC的质量浓度范围分别为0.13~46.71μg/m3和0.05~8.25μg/m~3,5月份质量浓度最小,EC的质量浓度月分布无明显变化,OC和EC最大浓度均出现在2月。OC的质量浓度季节变化特征呈现冬季秋季夏季春季;EC的质量浓度季节变化特征呈现冬季秋季夏季春季。在不同的季节,OC的浓度变化比较明显,EC排放相对稳定。对各季节OC、EC相关性分析中可以看出,昌吉市OC、EC相关性表现为夏季最强,春秋次之,表明昌吉市夏、春、秋OC、EC具有相似来源或大气扩散过程,主要来源于交通源机动车尾气的排放;冬季相关性较低,说明OC和EC来源复杂,冬季进入采暖期,采暖期燃煤燃气增加,排放量增大,排放源结构复杂,大气污染可能受多种源共同影响。     

沈阳市环境空气PM_(2.5)中有机碳、元素碳的污染特征研究

通过采集沈阳市环境空气不同时期PM_(2.5)样品,测定其中有机碳(OC)和元素碳(EC)含量,研究采暖期、非采暖期环境空气PM_(2.5)中OC,EC的污染特征。结果表明,沈阳市采暖期PM_(2.5)中OC,EC的含量高于非采暖期,而且采暖期OC,EC在PM_(2.5)中所占比重较高;采暖期PM_(2.5)中EC和OC的相关系数R是0.75,非采暖期为0.58;采暖期与非采暖期PM_(2.5)中SOC浓度分别为5.87μg/m3与3.92μg/m3,占OC含量的32.95%与50.05%。沈阳市采暖期OC和EC存在一致或者相似来源,采暖期OC和EC主要来源于柴油和汽油车尾气排放及燃煤排放,而非采暖期主要来自柴油和汽油车尾气排放,非采暖期大气光化学活性较高,二次污染源的贡献增强。     

济南市环境空气中PM_(2.5)的碳组成与特征分析

对济南市环境空气中PM2.5中碳组分污染特征的研究结果表明,济南市环境空气细颗粒物中碳主要以有机碳(OC)和元素碳(EC)的形式存在,二者浓度以冬季最高,且变化趋势相同;OC占总碳比例较高;冬季二次有机气溶胶(SOC)浓度最高,与污染源排放及气象条件有关。     

宜宾市大气细颗粒水溶性离子污染特征研究

在川南地区的宜宾市开展了大气细颗粒物(PM_(2.5))浓度及组分的季节观测分析,结果表明,采样点的PM_(2.5)年均浓度(51. 7μg/m~3)超过二级浓度限值47. 71%,同时全年有20. 94%的天数PM_(2.5)日均浓度超过二级浓度限值;冬季浓度最高、达81. 1μg/m~3,明显高于其他季节,夏季浓度最低。PM_(2.5)中水溶性无机离子浓度总和冬(42. 42μg/m~3)秋(32. 73μg/m~3)春(24. 57μg/m~3)夏(17. 0μg/m~3),但占PM_(2.5)浓度的百分比的季节规律则刚好与之相反,为夏(54. 19%)春(48. 1%)秋(46. 91%)冬(45. 45%);其中,SO_4~(2-)、NO_3~-和NH_4~+是PM_(2.5)中最主要的3种二次无机离子组分,三者浓度之和占PM_(2.5)的37. 47%。PM_(2.5)中SO_4~(2-)、NO_3~-和NH_4~+的浓度均为冬季高于其他季节,但NO_3~-/PM_(2.5)冬(12. 22%)秋(11. 53%)春(8. 14%)夏(5. 43%)、NH_4~+/PM_(2.5)秋(9. 85%)夏(9. 15%)春(8. 52%)冬(7. 61%)、SO_4~(2-)/PM_(2.5)夏(26. 3%)春(20. 75%)秋(15. 82%)冬(14. 61%)。四个季节SOR值均大于NOR值,SOR值季节变化差异不大,但NOR值冬季明显高于其他季节。PM_(2.5)中的SO_4~(2-)、NO_3~-和NH_4~+冬季以(NH_4)_2SO_4、NH_4NO_3的形式共存于气溶胶体系中,而夏季则主要以(NH_4)_2SO_4和NH_4HSO_4存在。     

成都市重污染期间PM_(2.5)中水溶性离子特征分析

为了解成都市冬季重污染过程中细颗粒物的水溶性无机离子污染特征,对一次重污染过程进行分析。此次重污染过程中,二次离子NO_3~-、SO_4~(2-)、NH_4~+是PM_(2.5)中主要的水溶性无机离子,且质量浓度大小为NO_3~-SO_4~(2-)NH_4~+,NO_3~-是首要离子;成都市PM_(2.5)中的阴阳离子基本达到了电荷平衡(C/A值为1.03),呈中性;NH_4~+/SO_4~(2-)比值为0.90,SO_4~(2-)和NO_3~-主要以(NH_4)_2SO_4和NH_4NO_3形式存在,([NO_3~-]+2[SO_4~(2-)])/[NH_4~+]比值小于1,说明此过程中为富氨;重污染期间,SOR和NOR平均值分别为0.46和0.26,与清洁天气相比二次转化更为明显,且硫氧化率大于氮氧化率;NO_3~-/SO_4~(2-)比值为1.49,说明重污染期间研究点处移动源已成为细颗粒物的重要来源。     

基于超级站观测的乌鲁木齐市PM2.5组分特征分析

为了解乌鲁木齐市PM_2.5各组分浓度及其变化特征，利用2022年乌鲁木齐市大气环境超级站PM_2.5及其组分连续监测数据进行特征分析，结果表明：PM_2.5组分中有机碳、元素碳、水溶性阴、阳离子等组分浓度与PM_2.5浓度呈现“采暖季高、非采暖季低”的季节性变化；PM_2.5各组分中硫酸根、硝酸根、铵根和有机碳占比较大；无机元素浓度高低顺序为：钙>铁>氯>钾；有机碳与元素碳比值为6.08；硝酸根离子与硫酸根的比值小于1；典型污染过程中PM_2.5组分浓度中硫酸盐、硝酸盐、铵盐和有机物等二次气溶胶占比明显增加。说明2022年乌鲁木齐市冬季PM_2.5浓度受SO₂、NO₂和NH₃等污染物二次转化影响，而夏季则受有机物二次转化和一次扬尘源的共同影响，应重点控制相关行业污染排放，减少重污染天气。     

北京市区冬季PM_(2.5)污染特征及来源分析

选取北京市区为采样点,于2016年1月进行PM_(2.5)采集,并分析了PM_(2.5)和水溶性组分的污染特征和来源。结果表明,采样期间北京市PM_(2.5)质量浓度平均为67.7μg/m~3,水溶性离子是PM_(2.5)的主要组分,其中SO_4~(2-)、NO_3~-和NH_4~+之和占总离子的79.1%;Ca~(2+)和Mg~(2+)分别占PM_(2.5)质量浓度的2.5%和0.9%,海盐气溶胶和K~+分别占PM_(2.5)的3.6%和1.6%。采样期间NO_3~-/SO_4~(2-)为1.1,表明NO_2和SO_2主要来自移动源的贡献。北京市区冬季PM_(2.5)主要来自二次污染源、扬尘、生物质燃烧和海盐气溶胶,贡献率分别为42.351%、21.164%、16.314%和5.436%。     

雅安市夏季颗粒物水溶性离子组成特征

2010年夏季采集雅安市2个地点(四教和白马泉)的TSP、PM_(2.5)样品,并利用离子色谱和原子吸收等方法测定了颗粒物中主要水溶性离子的浓度。结果显示,四教TSP与PM_(2.5)的日均浓度分别为108.04±43.80μg/m3和85.84±29.65μg/m3,PM_(2.5)和TSP的百分比为0.79;白马泉TSP与PM_(2.5)的日均浓度分别为92.17±41.56μg/m3和72.30±28.55μg/m3,二者百分比为0.78。PM_(2.5)是TSP的主要组分。PM_(2.5)质量浓度昼夜变化明显,白天高于夜晚。阳离子与阴离子电荷总和之比值接近1。四教总离子浓度占TSP和PM_(2.5)的质量分数分别是26.10%和31.04%,而白马泉的分别为21.34%和24.07%。SO2-4、NO-3、NH+4为颗粒物中无机离子的主要组分,其昼夜浓度变化明显。相关性分析显示,两地的离子来源和组成形式均有所差异。NO-3/SO2-4在0.7以下,说明雅安市以固定污染源为主。PM_(2.5)中硫和氮的转化率均值均大于0.1,说明发生了二次转化,并且SO2的转化率远大于NO2。     

昆山市高新区PM_(2.5)元素特征分析及健康风险评价

对昆山市高新区大气PM_(2.5)颗粒物和元素污染浓度进行同步监测,以元素为污染物示踪因子进行污染源特征分析,并通过健康风险评价模型对该地区颗粒物重金属元素进行评价。实验结果表明,在监测期间该区域PM_(2.5)污染程度不大,平均质量浓度达57.90μg/m~3;通过主成分分析对PM_(2.5)中元素进行分析,发现其主要来源分为混凝土搅拌及道路扬尘污染,电子产品及机械制造污染和燃煤燃烧污染等3个组分,电子产品及机械制造引起的污染是昆山高新区PM_(2.5)的主要来源;健康风险评价结果显示,昆山市高新区颗粒物中单种重金属元素通过呼吸途径对暴露人群的年均超额危险度在5.46E7~5.68E12之间,低于人群可接受的危险度水平10E6。     

成都市PM_(2.5)中有机碳和元素碳的污染特征及来源

于2009~2010年典型月份采集成都市区大气PM_(2.5) 样品,采用IMPROVE-热光反射法对样品中有机碳(organic carbon,OC)和元素碳(elemental carbon,EC)进行分析,探讨OC和EC浓度水平、来源及二次有机碳分布特征。结果表明,成都市年均OC和EC质量浓度分别为(22.6±10.2)μg/m3和(9.0±5.4)μg/m3,与国内外其他城市相比,污染严重;OC和EC的质量浓度呈现明显季度差异,均为秋冬季春夏季;相关性分析表明,OC和EC秋冬季节相关性较好,表明其来源相近,春夏季节相关性差,表明其来源较为复杂;OC/EC值2,且估算出二次有机碳(secondary organic carbon,SOC)年均值为(8.9±4.6)μg/m~3,占OC质量浓度的38.5%,表明二次污染严重。     

炼化企业无机前体物排放对大气细颗粒物的贡献

大气污染物SO_2、NO_X、NH_3是形成二次细颗粒物(PM_(2.5))的重要无机前体物。为控制PM_(2.5)污染,要求形成一套便于炼化企业自身核算无机前体物排放对PM_(2.5)贡献的方法体系。探讨了基于排放清单、PM_(2.5)化学组成和NH_4~+/SO_4~(2-)摩尔浓度比值所建立的计算模型的合理性和可行性,并将其用于某炼厂进行案例分析。结果表明,所建立的计算模型可满足炼化企业PM_(2.5)核算要求,用于核算无机前体物排放对PM_(2.5)最大贡献量。案例企业排放前体物转化形成的PM_(2.5)等效排放量远高于该企业PM_(2.5)直接排放量,应予以关注。     

南昌市冬季一次大气重污染过程的特征分析

对南昌市2016年1月一次以PM_(2.5)为首要污染物的大气重污染过程进行了综合分析,研究其污染特征及成因。重污染时段PM_(2.5)中SO_4~(2-)、NO_3~-和NH_4~+质量浓度之和占42.1%,重污染日OC/EC为4.73,均明显高于非污染期间,说明二次无机离子和有机物贡献较大;NO_3~-/SO_4~(2-)均值为0.85,高于非污染期间的0.56,表明南昌市固定源和移动源污染并重,且重污染期间移动源贡献比例增大。区域污染传输,加上低压、低风速和相对较高的湿度等不利于大气扩散的气象条件可能是此次重污染的成因。     

基于SPAMS方法都江堰重污染的成因初探

为了解都江堰冬季重污染形成的成因,于2018/1/4～2018/1/15在都江堰市档案馆采用单颗粒飞行时间质谱仪(SPAMS)进行连续监测。运用自适应共振神经网络理论(ART-2a)将颗粒物组分分为8类:有机碳(OC)、混合碳(OCEC)、元素碳(EC)、富钾颗粒(RK)、矿物质(SIO)颗粒、左旋葡聚糖(LEV)颗粒、富钠钾(RNa K)和重金属(HM)颗粒。经分析研究知,EC、OC、RK、RNa K是本次重污染天气形成的主要因素,而OCEC则是重污染天气持续的根本因素。细颗粒物的来源有燃煤源、机动车、工艺过程源、扬尘源、二次无机源、生物质燃烧源和其他源,其贡献率分别为28%、24%、16%、12%、9%、8%和3%。在重污染形成时期,影响细颗粒物的主要来源是二次无机源、燃煤源和扬尘源;但在重污染持续阶段,影响细颗粒物的来源则是机动车源、燃煤源、二次无机源。     

新疆环科院承担的国家自然科学基金大气污染研究方向项目通过验收

<正>2019年3月,新疆环科院承担的国家自然科学基金项目《SO_2、NO_2和NH3在典型PM_(2.5)表面降解形成二次无机颗粒物的化学过程研究》顺利通过国家自然科学基金委员会地球科学部的审核验收,准予结题。本项目针对我国多种类、高浓度气态污染物和颗粒物共存的复合污染特点,选取典型的PM_(2.5)组分中的矿物质颗粒物,设计搭建气-固反应原位漫反射红外光谱和离子色谱联合检测技术(DRIFTS/IC),较系统地研究了SO_2、NO_2、NH_3和在典型PM_(2.5)矿物质颗粒物表面吸附-降解形成二次无机颗粒物的非均相反应过程,并考察了气体浓度、配比、温度、相对湿度和光照对反应的影响,结合DFT方法,从分子层次上探讨反应机     

成都市春节期间PM_(2.5)中水溶性离子的污染特征分析

采用在线监测仪器对成都市春节期间大气中的PM_(2.5)及PM_(2.5)中的水溶性无机离子浓度进行了连续观测。结果表明:春节期间NO-3、SO2-4、NH+4是PM_(2.5)中水溶性离子的主要组成部分;烟花爆竹的集中燃放使PM_(2.5)的浓度短时间内迅速升高,同时PM_(2.5)中的SO2-4、K~+、Mg2+、Cl-的浓度亦显著升高,最大值分别为28.74μg/m3、33.40μg/m3、3.01μg/m3、23.53μg/m3,是基本无烟花爆竹燃放时段的2.90倍、303.6倍、376.2倍和13.8倍;相关性分析表明,春节期间PM_(2.5)中的K~+、Mg2+、Cl-可能有相同的来源,即烟花爆竹的燃放,部分SO2-4还可能以硫酸钾、硫酸镁的形式存在。     

南昌市环境空气PM_(2.5)化学组分的时空分布特征

2015年在南昌市6个国控点分四个季度采集了大气PM_(2.5)样品,分析了其主要化学组分,并对PM_(2.5)质量浓度进行了重构。结果表明:南昌市PM_(2.5)的主要化学组分为SO_4~(2-)、OC、NO_3~-、NH_4~+和EC,占比具有明显的时空变化特征,硫酸盐在第二、三季度最大,硝酸盐在第一、四季度最大,SO_4~(2-)和NH_4~+在石化点位最高,NO_3~-在京东镇政府点位最高,OC和EC在省外办点位最高;重构后,南昌市PM_(2.5)以硫酸盐、有机物、地壳类物质为主,说明2015年南昌市扬尘和二次硫酸盐源类对PM_(2.5)的贡献可能是主要的。     

沈阳市秋冬季PM2.5中有机碳和元素碳污染特征及来源分析

通过分析沈阳市环境空气秋冬季PM_2.5中有机碳(OC)和元素碳(EC)质量浓度,研究环境空气PM_2.5中OC,EC的污染特征。研究结果表明：沈阳城区秋季环境空气EC和OC质量浓度较高;秋冬季二次有机碳(SOC)平均质量浓度分别达到8.28～14.81μg/m³和6.98～11.59μg/m³,二次污染程度较为严重;通过碳组分进行主成分分析,秋冬季碳组分主要来源于生物质燃烧、燃煤排放和汽油车尾气;冬季K⁺与OC,EC,SOC之间的相关性较好,K⁺与OC,EC,SOC具有一定的同源性;冬季OC与EC相关性较好,冬季碳质气溶胶污染源来源相对一致。     

潍坊城区典型区域PM_(10)和PM_(2.5)质量浓度变化特征

利用2016年1月至12月潍坊城区典型区域的PM_(10)、PM_(2.5)浓度的连续观测数据,研究了PM_(10)、PM_(2.5)浓度的变化特征及其与气象因素的关系。结果表明,潍坊城区颗粒物污染较为严重,PM_(10)超标率为7.59%、PM_(2.5)超标率为33.61%。PM_(10)和PM_(2.5)质量浓度均存在明显的季节变化和月变化规律,表现为夏季月份较低,而冬季月份较高。PM_(2.5)/PM_(10)比值的平均值为0.526,该比值也呈现一定季节变化,冬夏两季较高,春秋两季较低。PM_(10)和PM_(2.5)与气温均呈现一定的负相关性,PM_(10)还与湿度呈现负相关关系。