伊犁河谷核心区夏季碳质气溶胶污染特征及来源解析

为研究伊犁河谷PM_2.5中碳组分特征及来源,于2021年7月19—29日在其核心区伊宁市及周边3个县（伊宁县、察布查尔县和霍城县） 设置6个监测点位采集PM_2.5样品.采用热光法测定了样品中有机碳（OC）和元素碳（EC）的质量浓度,深入分析了夏季伊犁河谷核心区PM_2.5中OC和EC的浓度特征,并用最小比值法定量估算了二次有机碳（SOC）的浓度.此外,综合使用8种碳组分丰度及正矩阵因子分解模型定量解析出PM_2.5中碳质气溶胶的来源.结果表明：夏季采样期间该区域PM_2.5、OC、EC的平均浓度分别为（21.9±2.0）、（5.0±0.6）、（0.6±0.1） μg?m^-3,且 呈现出伊宁市碳组分浓度高于周边3县的规律.OC、EC浓度显著相关,反映出二者有较高的同源性.整个区域SOC的平均浓度为（2.1±0.9） μg?m^-3,在PM_2.5中的占比为9.4%,在OC中的占比为40.1%,反映出OC主要来自一次排放,但二次生成也有较大贡献;碳组分浓度相对较低的霍城县和伊宁县SOC/OC反而高于碳组分浓度较高的伊宁市和察布查尔县,说明这两个县二次转化程度较高.源解析结果表明,采样期间伊犁河谷核心区PM_2.5中碳组分主要来源于机动车尾气源、道路扬尘和生物质燃烧与燃煤混合源,其贡献率分别为48.8%、34.0%和17.2%.     

EGR率对农用单缸柴油机燃用生物柴油的NOx与PM排放特性影响分析

单缸柴油机作为小型农用机械不可或缺的动力源,在使用过程中会产生大量污染物.其中氮氧化合物（NO_x）和颗粒（PM）是气溶胶的主要组成部分,对大气环境造成了严重污染.为有效改善农用单缸柴油机NO_x和PM排放,本研究通过添加生物柴油对柴油进行改质以及采用机内EGR净化技术两种方案,测量了柴油机分别燃用柴油B0,生物柴油调合燃料B20、B50在不同EGR率下的NO_x和PM排放.结果表明,采用EGR技术能够明显改善柴油机的NO_x排放,但同时会引起碳烟排放的增加.通过在柴油中添加生物柴油能够在一定程度上降低碳烟排放,其中高负荷、大EGR率条件下的改善最为明显.在2000 r·min^-1、75%负荷,EGR率为30%时,燃用B50的碳烟排放与燃用B0相比降低了47.3%.总体上柴油中添加生物柴油与EGR技术共同作用能够有效降低柴油机高负荷工况时的颗粒排放总数量.     

贵阳市花溪城区大气PM2.5中碳质气溶胶的变化特征及来源解析

碳质气溶胶作为大气气溶胶的重要组成部分,对大气环境质量、人类健康及全球气候变化有着重要的影响.为探究贵阳市花溪城区大气细颗粒物（PM_2.5）中碳质气溶胶的变化特征及来源,于2020年不同季节开展大气PM_2.5原位观测研究,利用热/光学碳分析仪（DRI Model 2015）测定大气PM_2.5的碳质组分.结果表明,观测期间大气ρ（PM_2.5）、ρ[总碳质气溶胶（TCA）]、ρ[有机碳（OC）]、ρ[二次有机碳（SOC）]和ρ[元素碳（EC）]的平均值分别为：（39.7±22.3）、（14.1±7.2）、（7.6±3.9）、（4.4±2.6）和（2.0±1.0）μg·m^-3,OC/EC的平均值为（3.9±0.8）.ρ（PM_2.5）、ρ（TCA）、ρ（OC）、ρ（SOC）和ρ（EC）呈现冬季最高[（52.6±28.6）、（17.0±9.6）、（9.1±5.2）、（6.1±3.9）和（2.4±1.2）μg·m^-3],夏季最低[（25.1±7.1）、（11.6±3.6）、（6.3±1.9）、（3.7±1.2）和（1.6±0.6）μg·m^-3]的季节变化特征.OC/EC季节变化呈现：夏季（4.2±0.8）>冬季（3.8±0.9）>秋季（3.8±0.5）>春季（3.7±0.9）,表明花溪城区各季节均存在SOC生成.SOC与OC呈现显著相关（R²=0.9）,且随着大气氧化性增强,SOC浓度呈增加趋势.OC与EC各季节均呈现较好相关性,其中秋季最高（R²=0.9）,其他3个季节偏低（R²为0.74~0.75）,表明二者具有共同来源.通过OC/EC值范围初步判断碳质气溶胶来源于机动车尾气排放、燃煤排放和生物质燃烧排放.为了进一步定量解析主要排放源对碳质气溶胶的贡献,利用PMF模型对碳质气溶胶来源解析,结果表明贵阳市花溪城区碳质气溶胶主要来源为燃煤源（29.3%）、机动车排放源（21.5%）和生物质燃烧源（49.2%）.     

不同喷油策略对柴油-四氢呋喃混合燃料燃烧和排放的影响

为了解决环境污染和能源短缺等问题,本研究针对四氢呋喃作为一种含氧替代燃料展开研究.在一台六缸增压柴油机上开展了不同喷油策略下四氢呋喃和柴油混合燃料对柴油机燃烧和排放的影响研究,所用3种燃料分别为：纯柴油、5%四氢呋喃和95%柴油、15%四氢呋喃和85%柴油混合燃料（混合比例均为体积比）,以原机国六脉谱图为基准调节主喷时刻和喷油压力.结果表明,添加5%四氢呋喃使燃油消耗率增加,有效热效率降低,当加入15%四氢呋喃后燃油消耗率进一步升高,有效热效率相比于添加5%四氢呋喃有一定程度改善,但仍低于纯柴油燃料;当喷油压力高于100 MPa时,混合燃料的燃油消耗率和有效热效率随喷油压力的提高基本保持不变.四氢呋喃加入使小负荷下NO_x、CO和HC排放增加;大负荷下使NO_x排放增加,CO和HC排放逐渐降低,各工况下的碳烟排放均降低.由此可见,柴油-四氢呋喃混合燃料的有效热效率相比于纯柴油降低了1%~2%,加入四氢呋喃可有效降低碳烟排放和改善部分工况下的气体污染物排放.     

承德市PM2.5中碳质组分的季节分布特征及来源解析

为研究承德市PM_2.5中碳质组分的季节变化及污染来源,于2019年1、4、7和10月采集大气PM_2.5样品,测定碳质组分浓度.通过有机碳（OC）与元素碳（EC）比值、总碳质气溶胶（TCA）及二次有机碳（SOC）的估算,分析碳质组分的变化特征;结合后向轨迹和主成分分析（PCA）方法,分析污染来源.结果表明,采样期间PM_2.5、OC和EC的平均质量浓度分别为（31.26±21.39）、（13.27±8.68）和（2.80±1.95）μg ·m^-3.PM_2.5的季节变化趋势为：冬季[（47.68±30.37）μg ·m^-3]>秋季[（28.72±17.12）μg ·m^-3]>春季[（26.59±15.32）μg ·m^-3]>夏季[（23.17±8.38）μg ·m^-3],与总碳（TC）、OC和EC季节变化趋势一致,冬季（R²=0.85）的OC与EC来源较一致;OC/EC值得出4个季节均受到交通和燃煤源排放的影响,且冬季受烟煤排放影响显著.TCA的平均浓度为（21.38±13.68）μg ·m^-3,占PM_2.5比例达68.39%,二次转化率（SOC/OC）为：春季（54.09%）>秋季（37.64%）>夏季（32.91%）>冬季（25.43%）.后向轨迹模拟结果表明,春季和夏季气团携带的污染物浓度相对较低,秋季污染物的传输通道为西南方向,冬季为西北方向,主成分分析（PCA）表明,承德市PM_2.5削减的关键是控制机动车尾气、燃煤和生物质燃烧源的排放.     

广西背景大气中生物质燃烧对碳质气溶胶组成和吸光性的影响

碳质气溶胶是大气细颗粒物（PM_2.5）的重要组成部分,对空气质量、人体健康和气候变化均有重要影响.针对生物质燃烧（BB）这一碳质气溶胶的重要来源,于2017年11月至2018年10月在广西壮族自治区背景地区采集了PM_2.5样品,分析了样品中的碳质组成、糖类化合物和水溶性棕色碳（BrC）的吸光系数（b_abs）.使用气团老化指数（AAM）校正LG浓度以消除LG降解带来的影响,进而结合贝叶斯混合模型与分子示踪剂法量化了BB对有机碳（OC）的贡献率,并通过相关性分析法探讨了BrC的可能来源.结果表明,研究期间AAM指数平均值为0.40±0.28,表示LG存在光化学降解过程.农作物秸秆是广西地区最主要的生物质燃料类型,在未考虑LG降解下,全年玉米、水稻和甘蔗秸秆焚烧排放的OC分别占总OC的22%、23%和18%;考虑LG在大气中的降解后,相对贡献率分别降低至16%、21%和17%.LG的降解会导致BB对OC的贡献率评估被低估,经过AAM指数校正后,全年BB对OC的贡献率平均值为49.0%.水溶性BrC的b_abs全年的平均值为（8.7±10.7） Mm^-1,其中BB、化石燃料燃烧以及初级生物气溶胶排放可能是BrC的重要来源.     

兰州市冬夏季大气PM2.5化学组分特征及来源分析

于2019年冬季（1月）和夏季（7月）对兰州市大气PM_2.5进行了连续采集,并结合同时期的气象资料分析了PM_2.5化学组分（有机碳、元素碳、水溶性离子）特征及来源.结果表明,冬季OC浓度为11.58~45.42 μg·m^-3,EC浓度为3.25~13.90 μg·m^-3,夏季OC、EC浓度分别为8.42~23.08、2.85~7.93 μg·m^-3,OC浓度总体高于EC,在PM_2.5中占到了更高的比重.冬季平均OC/EC为3.24,夏季平均OC/EC为2.75,表明有二次气溶胶SOC生成,且机动车排放与冬季燃煤供暖为其主要污染源.冬季OC和EC相关系数为0.94,夏季为0.66,夏季相关系数较低表明其污染来源较冬季复杂.SO₄^2-、NO₃^-、NH₄⁺、Ca²⁺是大气PM_2.5中最重要的4种水溶性离子,这4种离子在冬季和夏季分别占到总水溶性离子的84.56%和90.16%,占PM_2.5的45.6%、14.5%.主成分分析法、后向轨迹及浓度权重结果表明,兰州市PM_2.5主要的污染源除了受本地化石燃料燃烧、机动车尾气、生物质燃烧排放、土壤和建筑粉尘的影响外,还可能受到内蒙古高原和新疆塔克拉玛干沙漠等地远距离传输的影响.     

工业燃煤链条炉细粒子排放特征研究

链条燃煤锅炉是当前我国工业锅炉的最主要应用炉型,其容量占到了工业锅炉总容量的85%,是重要的大气污染物排放源之一.本研究在3个地区选取了5种典型容量的链条炉,应用自行设计的二级稀释系统现场测试其细粒子（PM_2.5）和各种气态污染物的排放特征.结果表明,链条炉烟气中的PM_2.5质量粒径呈单峰或双峰分布,第1个峰值在0.14 μm处,第2个峰值在1 μm后;湿法除尘和旋风除尘对PM_1.0的细粒子仍具有有效的去除效率;在相同或相似除尘控制技术的条件下,PM_2.5的排放水平随锅炉容量的增大而减小.在PM_2.5中,SO^2-₄是最丰富的离子,质量分数在20%～54%范围内;C是最丰富的元素,质量分数在7.5%～31.8%之间,其次是S,质量分数为8.4%～18.7%.采用碳平衡法计算得出PM_2.5、NO_x和SO₂的排放因子分别为0.046～0.486 　g·kg^-1、 1.63～2.47　g·kg^-1、 1.35～9.95　g·kg^-1,这为建立我国的工业锅炉排放清单及大气污染来源分析提供了必要的基础数据.     

国Ⅴ公交车燃用生物柴油的颗粒物碳质组分排放特性

以一辆国Ⅴ柴油公交车为研究对象,在重型底盘测功机上运行中国典型城市公交循环,研究了纯柴油（D100）,体积混合比例分别为5%,10%和20%餐厨废弃油脂制生物柴油-柴油混合燃料（即B5,B10,B20）的颗粒物（PM）碳质组分排放特性.结果表明：国Ⅴ柴油公交车尾气颗粒物碳质组分包括有机碳（OC）和元素碳（EC）,OC占73%~82%,OC的主要组分是OC2和OC3,生物柴油对车辆尾气颗粒物OC组成比例没有影响;随着生物柴油混合比例的增加,公交车尾气颗粒物OC和OC+EC排放呈降低的趋势,EC排放增加,且B10的OC排放较高;PM_0.05~0.1,PM_0.1~0.5,PM_0.5~2.5,PM_2.5~18 4个粒径段颗粒物中,PM_0.1~0.5的OC和EC排放最高,PM_2.5~18的EC排放几乎为零,生物柴油可改善公交车尾气超细颗粒（PM_0.05~0.1）的OC排放,对公交尾气颗粒物EC排放基本没有影响;公交使用生物柴油混合燃料尾气颗粒物OC/EC减小,且PM_0.05~0.1和PM_0.5~2.5OC/EC降低幅度明显,对大气二次气溶胶的影响减弱.     

郑州市公交车队电动化减污降碳环境效益

公交车队电动化是道路交通部门实现减污降碳的重要手段,评估当前公交车队电动化减排成效,对推进大中型城市公交全面电动化具有重要参考意义.基于燃料生命周期法分析了郑州市公交车队电动化前后CO₂和污染物排放特征,并评估了不同电动化情景下的车队排放.结果表明,本轮电动化使公交车队燃料生命周期内CO₂和PM_2.5排放量分别增长32.6%和42.6%,CO、NO_x和VOC排放量下降了28%,34%和25%.优化发电结构对于电动化过程中的CO₂及PM_2.5减排尤为重要,在全面电动化和发电结构优化的最佳情景下,CO₂、CO、NO_x、VOC和PM_2.5减排可达38.7%、80.1%、84.4%、92.2%、30.2%.在全面电动化进程中,应优先对中长里程线路车辆进行电动化替换,此外,插电混动天然气车型的纯电动化替换对减排利弊兼有,同步推进车队替换和电力结构调整进程才能实现减污降碳协同增效.     

机动车源和民用燃料源颗粒物中有机碳和元素碳的排放特征

为了获取机动车源尾气和主要民用燃料源燃烧过程排放的颗粒物中含碳气溶胶的排放特征,使用多功能便携式稀释通道采样器和Model 5L-NDIR型OC/EC分析仪,采集分析了典型机动车源(汽油车、轻柴油车、重柴油车)、民用煤(块煤和型煤)和生物质燃料(麦秆、木板、葡萄树树枝)的PM₁₀和PM_2.5样品中的有机碳(OC)和元素碳(EC).结果表明,不同排放源释放的PM₁₀和PM_2.5中含碳气溶胶的质量分数存在显著差异.总碳(TC)在不同源PM₁₀和PM_2.5中的质量分数范围分别为40.8%～68.5%和30.5%～70.9%,OC/EC范围分别为1.49～31.56和1.90～87.57.不同源产生的含碳气溶胶均以OC为主,OC在PM₁₀和PM_2.5中的质量分数范围分别为56.3%～97.0%和65.0%～98.7%.在PM₁₀和PM_2.5的含碳气溶胶中OC质量分数按照从高到低...     

Quantification of emission reduction potentials of primary air pollutants from residential solid fuel combustion by adopting cleaner fuels in China

Residential low efficient fuel burning is a major source of many air pollutants produced during incomplete combustions, and household air pollution has been identified as one of the top environmental risk factors. Here we compiled literature-reported emission factors of pollutants including carbon monoxide(CO), total suspended particles(TSPs), PM2.5, organic carbon(OC),elemental carbon(EC) and polycyclic aromatic hydrocarbons(PAHs) for different household energy sources, and quantified the potential for emission reduction by clean fuel adoption. The burning of crop straws, firewood and coal chunks in residential stoves had high emissions per unit fuel mass but lower thermal efficiencies, resulting in high levels of pollution emissions per unit of useful energy, whereas pelletized biofuels and coal briquettes had lower pollutant emissions and higher thermal efficiencies. Briquetting coal may lead to 82%–88% CO, 74%–99%TSP, 73%–76% PM2.5, 64%–98% OC, 92%–99% EC and 80%–83% PAH reductions compared to raw chunk coal. Biomass pelletizing technology would achieve 88%–97% CO, 73%–87% TSP, 79%–88%PM2.5, 94%–96% OC, 91%–99% EC and 63%–96% PAH reduction compared to biomass burning. The adoption of gas fuels(i.e., liquid petroleum gas, natural gas) would achieve significant pollutant reduction, nearly 96% for targeted pollutants. The reduction is related not only to fuel change, but also to the usage of high efficiency stoves.     

基于重庆本地碳成分谱的PM2.5碳组分来源分析

为了解重庆主城PM2.5中碳组分特征和来源,2012-05-02~2012-05-10日在商业区、工业区和居民区进行了PM2.5采样.利用TOR方法分析了8种碳组分,对3个不同功能区大气环境PM2.5以及燃煤尘、尾气尘(机动车尾气、船舶尾气、施工机械尾气)、生物质燃烧尘、餐饮油烟尘这6类源PM2.5中的8种碳组分进行了特征分析.在源的碳成分谱基础上,利用化学质量平衡(CMB)模型得到重庆本地PM2.5的碳来源指示组分,利用因子分析法解析出各类源对不同功能区内PM2.5碳组分的贡献率.结果表明,重庆地区燃煤尘、机动车尾气尘、船舶尾气尘、施工机械尾气尘、生物质燃烧尘、餐饮油烟尘的OC/EC值分别为6.3、3.0、1.9、1.4、12.7和31.3.EC2、EC3的高载荷指示柴油车尾气排放,OC2、OC3、OC4、OPC的高载荷指示燃煤排放,OC1、OC2、OC3、OC4、EC1指示汽油车尾气排放,OC3指示餐饮业排放,OPC指示生物质燃烧排放.商业区OC/PM2.5为17.4%,EC/PM2.5为6.9%,估算得到,二次有机碳(SOC)/OC为40.0%;工业区OC/PM2.5为15.5%,EC/PM2.5为6.6%,SOC/OC为37.4%;居民区OC/PM2.5为14.6%,EC/PM2.5为5.6%,SOC/OC为42.8%.工业区PM2.5中碳组分的主要来源为燃煤和汽油车尾气、柴油车尾气;商业区PM2.5中碳组分的主要来源为汽油车尾气、柴油车尾气和餐饮业油烟;居住区PM2.5中碳组分的主要来源为汽油车尾气、餐饮业油烟、柴油车尾气.     

A comparative study of particle size distribution from two oxygenated fuels and diesel fuel

Oxygenated fuels are known to reduce particulate matter (PM) emissions from diesel engines. In this study, 100% soy methyl ester (SME) biodiesel fuel (B100) and a blend of 10% acetal denoted by A-diesel with diesel fuel were tested as oxygenated fuels. Particle size and number distributions from a diesel engine fueled with oxygenated fuels and base diesel fuel were measured using an Electrical Low Pressure Impactor (ELPI). Measurements were made at ten steady-state operational modes of various loads at two engine speeds. It was found that the geometric mean diameters of particles from SME and Adiesel were lower than that from base diesel fuel. Compared to diesel fuel, SME emitted more ultra-fine particles at rated speed while emitting less ultra-fine particles at maximum speed. Ultra-fine particle number concentrations of A-diesel were much higher than those of base diesel fuel at most test modes.     

邯郸市PM2.5中碳组分的浓度、来源及其变化

为明确邯郸市PM_(2.5)中碳组分污染浓度、来源和近年来的变化,分别于2015和2017年1、4、7、10月在河北工程大学能环实验楼4层采集PM_(2.5)样品,采用热/光碳分析仪测定了样品中8种碳组分含量,并计算得到有机碳(OC)、元素碳(EC)、Char-EC和Soot-EC含量.结果表明,2017年PM_(2.5)中碳组分浓度较2015年下降约15%,质量分数下降约17%,季节变化均表现为冬高夏低的特点;2017年SOC浓度和SOC/PM_(2.5)、SOC/OC比值均低于2015年,SOC浓度和SOC/PM_(2.5)比值下降约36%,季节分布特征相似(秋冬高、春夏低).两年除夏季外,其余季节OC、EC相关系数均高于0.7,表明存在共同来源;2017年OC、OC1与EC相关性高于2015年,此外,两年中EC1～EC3、Char-EC和Soot-EC与各组分相关系数差异较大;两年中Char-EC与OC、EC的相关性(r=0.5～1.0)明显高于Soot-EC与OC、EC的相关性(r=0.1～0.6),这主要与二者形成机理有关.碳组分之间的关系和主成分分析结果表明,燃煤、生物质燃烧和柴油车尾气的混合源是2015年碳质组分的主要来源,而2017年则来源于燃煤和机动车尾气排放.     

工程机械不同工况下PM_(2.5)排放及其碳质组分特征

我国工程机械排放控制起步较晚.为研究实际工况下工程机械的PM2.5排放特性及其碳质组分构成,采用便携式颗粒物稀释采样系统,对3台工程机械(2台挖掘机和1台装载机)在不同典型工况(行驶、作业和怠速)下的PM2.5及其碳质组分〔OC(有机碳)和EC(元素碳)〕的现场排放特征进行了测试.结果表明:沃尔沃挖掘机、山河智能挖掘机的PM2.5排放因子(基于燃油)分别为1.85~3.26和1.56~2.62 g/kg,厦工装载机的PM2.5排放因子为0.98~1.48 g/kg.不同工况对PM2.5排放因子影响较大,怠速工况下PM2.5排放因子是行驶工况下的1.49~1.76倍.工程机械排放的PM2.5中,碳质组分是最主要的成分,其质量分数高达71.0%~84.5%.其中,w(OC)为44.6%~72.0%,在怠速工况下最高;w(EC)则为8.6%~30.9%,在行驶工况下较高.测试工程机械的PM2.5排放水平较高,因此应尽快加强工程机械排放的污染防治.     

天津市春季道路降尘PM2.5和PM10中碳组分特征

为研究天津市春季道路降尘PM_2.5和PM₁₀中碳组分特征,丰富道路降尘的成分谱库,于2015年3月22日-5月23日在天津市主干道、次干道、支路、快速路和环线5种道路类型道路两侧采集道路降尘样品,通过再悬浮装置得到PM_2.5和PM₁₀的滤膜样品,并用热光碳分析仪测定PM_2.5和PM₁₀中OC（有机碳）和EC（元素碳）的百分含量,利用两相关样本非参数检验、OC/EC比值法以及相关分析法,定性分析天津市春季道路降尘PM_2.5和PM₁₀的碳组分的特征及其主要来源;利用因子分析法,进一步分析道路降尘PM_2.5和PM₁₀的主要来源.结果表明:道路降尘PM_2.5中w（OC）为10.27%（主干道）~13.94%（快速路）、w（EC）为1.24%（支路）~1.77%（环线）,PM₁₀中w（OC）为8.48%（主干道）~12.56%（快速路）、w（EC）为1.01%（次干道）~1.59%（快速路）,可见快速路中碳组分含量相对较高,这可能与其车流量较大,导致道路扬尘和机动车尾气排放量较大有关,也可能与其路面保养及保洁状况有关.对于大部分碳组分而言,其在PM_2.5中的百分含量均高于PM₁₀;除EC2,其他碳组分在PM_2.5和PM₁₀间均无显著性差异.不同道路类型PM_2.5和PM₁₀中OC/EC的大小顺序基本相同,与其车质量变化趋势相反.道路降尘中PM_2.5中碳组分主要来源于道路扬尘、机动车尾气、生物质燃烧以及燃煤源的混合源,PM₁₀主要受道路扬尘、燃煤和柴油车尾气等污染源的影响.      

济南市机动车排气污染特征及对市区PM2.5的影响

从济南市机动车年检线上利用稀释通道方法采集了小型汽油车、中型汽油车、中型柴油车和大型柴油车4类机动车排气载带PM_(2.5),分析测量了样品中水溶性离子、金属元素、有机C(OC)和元素C(EC)的含量,明确了济南市机动车排气的化学组分特征,得到了济南市机动车排气污染现状以及排放特征.计算了4类机动车排气载带颗粒物的OC/EC值,小型汽油车、中型汽油车、中型柴油车和大型柴油车排气载带颗粒物中OC/EC值分别为15.79、4.34、1.93和0.39,其中小型汽油车、中型汽油车的OC/EC值均大于2,表明汽油车的尾气大于柴油车的尾气污染.而小型汽油车OC/EC值高达15.79,说明小型汽油车尾气中存在严重的二次污染.金属元素特征分析表明Ti、Mn、Fe、Al在济南市机动车尾气颗粒物PM_(2.5)中含量较高,尤其是Mn和Ti,因此,这4种金属元素可作为济南市机动车尾气源的标志元素.PMF模型解析表明,机动车排气源对济南市环境空气PM_(2.5)的贡献率为17.5%,由此可以通过控制济南市小、中型汽油机动车数量、改善油品和改善机动车排气系统来降低对PM_(2.5)的贡献率,从而减少市区空气中PM_(2.5)的浓度.     

六类餐饮源排放PM2.5化学成分谱

大气颗粒物源成分谱可以表征源排放颗粒物的理化特征,为受体模型开展来源解析研究提供基础数据.餐饮油烟排放是室内外环境大气污染的来源之一,当前餐饮源排放PM_2.5的化学成分谱仍然缺乏.该研究分别在成都市、武汉市和天津市采集了29组6种餐饮源（居民烹饪、火锅店、烧烤店、职工食堂、中餐馆、商场综合餐饮）排放的PM_2.5样品,分析无机元素、离子、碳、多环芳烃（PAHs）等化学组分,并构建了餐饮源排放颗粒物化学成分谱.结果表明:①餐饮源排放PM_2.5化学成分中的主要组分为OC（有机碳）、EC（元素碳）、Ca、Al、Fe、NH₄+、SO₄2-、NO₃-、Na+、K+、Mg2+和Cl-,其中w（OC）最高,为41.67%~57.91%.②餐饮源排放PM_2.5的PAHs中,3环和4环占比较高,其中芴（Flu）、菲（Phe）、荧蒽（Fla）、芘（Pyr）的质量分数相对其他物质较高.研究显示:餐饮源排放PM_2.5中OC/EC约为15.99~67.61,在一定程度上可以用来表征餐饮源排放;Fla/（Fla+Pyr）和InP/（InP+BghiP）多集中在0.45~0.55之间,或可作为标识餐饮源的特征比值.      

阜新市化石燃料燃烧源大气污染物排放源清单及特征分析

为了向阜新市化石燃料燃烧源大气环境管理工作提供排放清单的理论依据,通过对阜新市(5区、2县、2园区)环境统计数据的收集和实地调查,结合本地化大气排放因子,建立了2017年阜新市化石燃料燃烧源涵盖SO_2、NO_x、PM_(2. 5)、PM_(10)、挥发性有机物(VOCs)、CO、黑碳(BC)、有机碳(OC) 8类大气污染物的排放清单。利用Arc Gis 10. 2遥感技术,分析了大气污染物时空分配特征。研究结果表明:8类污染物排放量分别为11 915. 49、7 215. 33、3 607. 78、2 002. 96、4 594. 72、4 277. 05、384. 15、16. 62 t;各类污染物的贡献率以及区域空间分布特征均存在差异,但其在时间上表现出一致性(除PM_(2. 5)),即在时间上均表现出两个峰值,高峰分别出现在夏季的七、八月和冬季的十一月至一月;县区中彰武县污染物排放较多,市区中太平区污染物排放较多;火力发电和热力供应企业对阜新市大气污染贡献较大,应当重点管控。