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。     

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。     

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。     

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。     

炼化企业厂区PM2.5无机元素污染特征及来源研究

为研究炼化企业厂区大气PM2.5无机元素污染特征及其来源,于2015年非采暖期和2016年采暖 期采集两处炼化企业厂区环境空气中PM2.5样品,采用电感耦合等离子体质谱法（ICP-MS）分析其中14种无机 元素质量浓度与富集情况,并通过主成分分析法解析其来源。结果表明：Na、Fe、Ca、K、Mg 5种地壳元素的质 量浓度 ρ（Na）、ρ（Fe）、ρ（Ca）、ρ（K）、ρ（Mg）占PM2.5中14种无机元素质量浓度总量ρＴ的93.4％,V、Cr、Mn、Ni、Cu、Zn、As、Cd、Pb人为活动排放元素的质量浓度占 ρＴ的6.6％。相较于我国主要城市地区,所述炼化企业厂 区PM2.5中 ρ（Cd）、ρ（Cu）、ρ（Fe）、 ρ（Pb）、ρ（Mn）、 ρ（ Ni）、 ρ（Cr）、 ρ（Zn）均较低,说明厂区各污染源并未对所在地 区环境空气造成严重的无机元素污染。厂区PM2.5中Zn、Cd、Cr元素富集因子分别为43.2,38.4,34.4,说明这 些元素受人为活动的影响较为严重。富集因子分析和主成分分析均表明,所述炼化企业厂区PM2.5来源复杂多 样,包括燃煤、机动车尾气排放、土壤扬尘、生物质燃烧、道路扬尘、建筑扬尘、燃煤及垃圾焚烧等,其中燃煤和机动车尾气排放对厂区PM2.5的贡献大于47.97％;土壤扬尘、生物质燃烧、道路扬尘和建筑扬尘对PM2.5的贡献 大于31.36％。     

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。     

长沙市城区典型交通路口PM_(10)和PM_(2.5)污染特征研究

利用车载环境空气质量监测系统对长沙市城区典型交通路口的近地面空气质量进行了实时监测。结果表明,在监测时段(14∶00~20∶00)内,该监测点环境空气中PM10的小时质量浓度范围在0.097~0.222mg/m3之间,平均值0.163mg/m3;PM2.5的小时质量浓度范围在0.050~0.158mg/m3之间,平均值0.103mg/m3。PM2.5/PM10比值在48.1%~76.6%之间,平均值62.4%。PM10与PM2.5质量浓度在星期一相对较低,星期二有所升高,星期三至周末总体上保持基本稳定。在监测时段PM10与PM2.5小时质量浓度呈现先降后升的变化规律,即14∶00~15∶00,PM10与PM2.5质量浓度相对较高,16∶00左右降至最低,从17∶00开始逐渐升高,20∶00达到峰值。PM10和PM2.5的质量浓度变化与车流量和车速密切相关,温度、相对湿度和风速等气象因素对PM10和PM2.5质量浓度的变化影响也较显著。     

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。     

气象因素对长沙市PM_(2.5)周期性变化规律的影响分析

以长沙市10个城市环境空气自动监测站点2013年的历史监测数据为基础,分析了PM2.5质量浓度的周期性变化规律,并采用非参数分析(Pearson相关性)法,研究了气象因素对长沙市PM2.5质量浓度周期性变化的影响。结果表明,PM2.5日均质量浓度在不同季节的绝对值和变化周期都相差很大。总体上,PM2.5在冬季的浓度高于夏季;PM2.5质量浓度的变化周期在3~8d。在2013年4个典型月份内,温度和风速与PM2.5质量浓度负相关,而湿度和气压与PM2.5质量浓度正相关,相关系数分别为-0.573、-0.395、0.519和0.440。PM2.5周期性变化与区域内大气环境容量相关,而大风、降雨等强对流天气是终结PM2.5变化周期的主要环境因素。     

合肥市颗粒物时空分布特征及其气象成因研究

利用2014—2015年合肥市颗粒物浓度及气象观测资料,对合肥市颗粒物浓度时空分布特征及其与气象要素的关系进行了分析。结果表明:2015年,合肥市PM10、PM2.5日均浓度均呈现"一增一减"趋势;PM10与PM2.5日均浓度分布季节差异明显,呈现"V"型特征;在空间分布上,PM2.5的浓度主城区高于周边地区,PM10浓度北部整体高于南部;PM10与PM2.5浓度与降水量、相对湿度、风速和风向均有一定相关性。     

柳州市2009-2014年空气污染变化

近年来,城市空气污染日益严重,已成为公众广泛关注的环境问题之一。柳州是中国西部的工业重镇、广西有名的工业城市,位列国家划定的113个大气污染防治重点城市之中,是广西第一个开展PM2.5监测的城市。本研究于2009—2014年连续6年对柳州市大气主要污染物SO2、NO2、PM10和PM2.5的浓度进行在线观测,获得了污染物的长期时间和空间分布特征。结果显示,SO2浓度呈逐年下降趋势,并于2011年达标之后显著下降,2014年相比2009年下降了50.0%;NO2浓度一直在低于标准以下波动(24.6~35.1μg/m3);PM10浓度呈逐年增长趋势,并从2011年开始超标,2014年相对于2009年增长了69.3%。各污染物浓度都具有显著的季节变化:冬季秋季春季夏季。SO2、NO2、PM10和PM2.5的浓度冬季相比夏季分别提高82.9%、56.3%、66.9%和133.6%。冬季SO2和秋冬季PM10超标,PM2.5除7月外全线超标。PM2.5/PM10的比值冬季也高于夏季,表明冬季更易富集细颗粒。各污染物浓度也表现出不同的空间分布。九中各污染物的浓度都最高,可能与其离柳州钢铁公司距离较近有关。SO2除九中外,其他站点均达标。NO2全部达标。PM10市监测站和九中超标。PM2.5所有站点超标严重。本研究结果表明,柳州市煤烟型污染得到有效控制,但颗粒物污染,尤其是细颗粒物污染日益严重。     

京津冀PM2.5浓度控制目标可达性分析

雾霾污染已成为京津冀地区最突出的环境问题,国务院颁布了《大气污染防治行动计划》,明确提出了京津冀地区雾霾治理的浓度目标和减排措施。但是这些减排措施能否够实现PM2.5的浓度目标呢?本文基于数据分析方法,量化了2013—2014年京津冀地区PM2.5浓度与污染物排放量的关系,预测了现有减排措施可以达到的PM2.5浓度以及实现既定的PM2.5浓度目标的大气污染物减排要求,对"大气十条"减排政策的有效性进行了科学评估。结果显示,现有的减排措施难以实现PM2.5浓度控制目标,天津和河北的大多数地市需要进一步加大污染物减排力度。河北的部分地市即使实现了PM2.5浓度下降25%的目标,PM2.5浓度仍然过高,应改下降百分比为绝对值目标。北京的污染物减排率过高,减排难度较大,可以考虑一个现实合理的PM2.5浓度目标和污染物减排计划。由于污染物减排行动涉及区域经济和民生保障,PM2.5浓度受到风力等自然因素的影响较大,京津冀地区的雾霾治理应确定现实可行的浓度控制目标,并制定相应的污染物排放量管理目标。     

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。     

大连市采暖期和非采暖期PM2.5中碳质组分污染特征

从整体水平、相关性、采暖期和非采暖期特征、采暖期不同污染程度碳质浓度变化以及小时变化等多方面研究了城区碳组分污染特征,为PM_2.5污染防治提供管控依据。研究结果表明：OC和EC的总和采暖期数值明显高于非采暖期;采暖期碳组分受一次源排放的影响更大,二次生成估算的SOC平均浓度为(1.57±1.27)μg/m³,SOC约占OC的38.1%,不同污染程度下的SOC占OC的34.3%～38.9%;非采暖期碳组分受二次生成的影响较大,估算得到的SOC平均浓度为(1.60±0.91)μg/m³,在OC中占比为59.9%;OC和EC有较好的相关性。     

气象因素对大连空气中PM_(2.5)的去除效应分析

根据2013年1月1日至2月15日大连市环境监测中心PM2.5监测数据和大连市气象局风向、风速、降水量等资料,研究了降雪、降雨、风等气象因素对大气中PM2.5的去除效应。结果表明,大连市冬季采暖期PM2.5污染较重,PM2.5浓度受气象因素影响较明显。降雪、降雨、风三种气象因素对大气中PM2.5均有明显的去除效果,因去除机理不同,各气象因素对PM2.5的去除能力大小依次为风、降雨、降雪,去除效率分别为61.6%、46.0%、34.5%。     

衡山PM_（2.5）中痕量金属元素的分析

建立了微波消解-电感耦合等离子体质谱法同时测定PM2.5中12种痕量金属元素的方法。对不同消解体系进行了讨论,确定采用HNO3＋H2O2消解体系。方法检出限在0.01～6.4 ng/m3之间,精密度为0.5%～8.9%,加标回收率在69.2%～92.6%之间。应用该方法测定了衡山PM2.5中痕量金属元素的含量,讨论了痕量元素的浓度分布特征,对各元素进行了相关性分析,并应用富集因子法对来源进行了分析。     

乌鲁木齐市区PM2．5污染特征及其溯源与追踪分析

重点研究乌鲁木齐市大气中PM2.5的污染特征，分析其质量变化浓度与各种气象影响因素的相关性．利用美国空气资源实验室的HYSPLIT模型对颗粒物进行备季节代表月份的溯源和追踪分析，为正确认识乌鲁木齐市区大气PM2.5污染状况提供重要基础数据，为以后的对比研究和制定相应的污染控制措施提供参考依据。结果表明：（1）PM2.5质量浓度的最高值出现在1月，受采暖期的影响，冬季PM2.5质量浓度全年最高。（2）PM2.5的质量浓度与温度呈负相关性，与气压的呈正相关性；在无降水的前提下，PM2.5的质量浓度与相对湿度呈正相关。（3）春、夏、秋三季PM2.5来源主要是阿拉山口、阿勒泰北部及南疆，冬季则主要来自于南疆。到达乌鲁木齐的颗粒物主要向河西走廊及阿拉山口方向移动。     

潍坊市大气细颗粒物化学组分特征分析

为探讨潍坊市大气细颗粒物(PM_(2.5))的污染特征,于2015年在潍坊城区开展了不同季节的颗粒物观测试验,分析了PM_(2.5)样品的碳组分(OC和EC)、水溶性无机离子和无机元素等。结果显示,在观测期间PM_(2.5)中水溶性无机离子污染最为突出,其次为有机碳、微量元素和元素碳。受采暖季燃煤消耗量增加影响,该季节PM_(2.5)中碳质组分含量、部分水溶性离子(SO_4~(2-)和NH_4~+)含量、人为微量元素含量显著高于其他季节。风沙季,PM_(2.5)中OC主要来源于二次有机碳。     

利用单颗粒气溶胶质谱(SPAMS)研究四川盆地城市的细颗粒物来源

利用单颗粒气溶胶质谱仪(SPAMS)在2017年5月至2018年2月对四川盆地的资阳、乐山、雅安、自贡、宜宾5个城市的细颗粒物(PM_(2.5))进行了在线来源解析。结果表明,研究期间5市PM_(2.5)质量浓度均值为77. 5μg/m~3(58. 4～95. 6μg/m~3),其中元素碳、有机碳和富钾为其主要组分,分别占39. 6%、19. 5%和17. 5%,其次为混合碳(11%)、左旋葡聚糖(5. 3%)、重金属(3. 1%)、矿物质(2. 0%)、高分子有机物(0. 8%)和其它(1. 2%)。源解析结果表明,四川盆地PM_(2.5)的来源包括燃煤(24. 3%)、机动车尾气(21. 3%)、二次无机盐(12. 8%)、工业(12. 7%)、生物质燃烧(10. 7%)、扬尘(8. 2%)和其他(9. 9%)。与清洁时段相比,污染时段的机动车尾气源、工业工艺源、二次无机源占比分别升高了3. 5个百分点、1. 7个百分点和0. 7个百分点,表明机动车尾气是在污染时段对当地PM_(2.5)浓度影响最大的源。     

我国大气细颗粒物污染防治目标和控制措施研究

我国面临着严重的细颗粒物(PM2.5)污染问题,PM2.5对人体健康、能见度、气候变化、生态系统等均产生了不良影响。本文旨在提出我国PM2.5污染防治目标和控制措施,为从根本上改善空气质量提供科学依据。首先,本文提出了2020年和2030年我国PM2.5污染防治目标。其次,采用能源和污染排放技术模型,分情景预测了我国未来一次大气污染物排放量的变化趋势。基于情景预测结果和此前研究建立的一次污染物排放与PM2.5浓度间的非线性关系,确定了2020年—2030年与PM2.5浓度改善相适应的全国和重点区域大气污染物减排目标。最后,利用能源和污染排放技术模型,提出了实现大气污染物减排的技术措施和对策建议。研究表明,2030年全国二氧化硫、氮氧化物、一次PM2.5和挥发性有机物的排放量应分别比2012年至少削减51%、64%、53%和36%,氨排放量也要略有下降。对于污染严重的重点区域,必须采取更严格的控制力度。要实现上述减排,应加快能源结构调整,推进煤炭清洁高效集中可持续利用,建立"车-油-路"一体的移动源控制体系,并强化多源多污染物的末端控制。