2020年泰州市细颗粒物质量浓度高值区污染来源解析

2020年在位于泰州市主城区大气细颗粒物(PM_(2.5))质量浓度高值区的莲花国控空气站点进行手工采样,分析了大气PM_(2.5)的质量浓度和元素组成,以及离子、有机碳和元素碳的质量浓度。根据监测结果,采用正定矩阵因子分解(PMF)受体模型对其来源进行解析。结果显示,莲花站点大气PM_(2.5)中主要组分包括有机物、硝酸盐、硫酸盐、铵盐、地壳物质、氯盐、钾盐、黑炭、微量元素和钠盐,占比分别为35.7%,25.6%,13.9%,11.9%,6.1%,2.3%,1.5%,1.5%,0.8%和0.7%,有机物、硝酸盐、硫酸盐、铵盐为首要污染组分,这4类物质对PM_(2.5)的累计贡献为87.1%。根据解析结果与实际污染特征,提出应优化城市路网结构,强化工地扬尘管控,全面取缔燃煤炉和严抓秸秆禁烧工作等控制对策。     

区域大气细颗粒物化学组分及来源年变化趋势

利用单颗粒气溶胶质谱仪(SPAMS)于2018年1月1日—2019年12月31日对上海市浦东新区环境空气PM2.5开展高时间分辨化学成分监测。结果表明,2019年监测点空气质量总体优于2018年,AQI达标率由74.8%升高至86.6%。通过对PM2.5成分分类,最终确定了8类颗粒物,相较于2018年,2019年富钾颗粒物升幅较为明显,左旋葡聚糖、重金属和元素碳有小幅增加,其余各组分相对减少。对PM2.5排放源分类分析显示,机动车尾气源占比>25%,其中2018年3月、2018年7月、2019年2和3月贡献超过40%;二次无机源和燃煤源呈现一定的季节变化特点,整体秋冬季高于春夏季,2019年燃煤源占比较2018年下降了41%;工业排放源2018年5和10月、2019年1和5月占比相对较高,其余各月份占比相对较为稳定。     

降雨对长三角区域PM2.5浓度的影响

利用WRF-CAMx模式分析首届中国国际进口博览会(简称进博会)期间一次降雨过程对长三角地区PM2.5浓度影响,结果表明,降雨量分布区域与因降雨造成的PM2.5浓度减少量分布区域并不完全一致,湿沉降量受降雨量、PM2.5浓度和风速等多个因素共同影响。数值模拟结果表明,降雨导致浓度下降幅度排前5位的组分分别是有机气溶胶、硫酸盐、硝酸盐、铵盐和细颗粒原生气溶胶,下降幅度分别为44. 28%、16. 55%、11. 55%、9. 53%和5. 23%。结合观测资料和数值模式模拟结果可知,首届进博会期间上海本地减排和周边区域协同控制作用使PM2.5日均质量浓度降低33. 23μg/m3,因降雨引起的湿沉降作用使上海市PM2.5质量浓度降低15. 88μg/m^3。     

空气细颗粒物(PM2.5)污染特征及其毒性机制的研究进展

细颗粒物(PM2.5)是指空气动力学直径≤2.5μm的颗粒物,其表面吸附大量的有毒有害物质,并可通过呼吸沉积在肺泡,甚至可通过肺换气到达其他器官.由于细颗粒物的重要性,美国EPA已经于1997年颁布了细颗粒物的空气质量标准,年均值为0.015mg/m3,日均值为0.065mg/m3,然而我国至今仍未制定细颗粒物空气质量标准.颗粒物上吸附的化学组分主要可分成自然来源及燃煤或燃油等人为污染来源两大类,特别是来自工业性和居住区燃煤及汽车燃油尾气.空气细颗粒物污染表现为形态各异、成分复杂等特征.细颗粒物有明显的毒性作用,可引起机体呼吸系统、免疫系统等较为广泛的损害.细颗粒物与心肺疾病密切相关,如增加入院率、急诊次数、呼吸疾病及症状增加、肺功能下降,甚至于过早死亡.简要概述了细颗粒物的污染特征及其毒性机制研究进展.     

抚顺市大气颗粒物主要排放源的成分谱研究

抚顺市的5种大气颗粒物主要排放源中土壤风沙尘的特征元素为K,钢铁尘的特征元素为Fe,建筑水泥尘的特征元素为Ca,煤烟尘的特征元素为Ti。土壤风沙尘和扬尘中含量最高的元素为Al,煤烟尘中含量最高的元素为EC,钢铁尘中含量最高的元素为Fe,建筑水泥尘中含量最高的元素为Ca。     

桂林市细颗粒物部分典型排放源的粒径谱及成分分析

采用在线单颗粒气溶胶质谱技术源解析方法,对桂林市PM2.5典型排放源的粒径和化学成分进行质谱分析,采集燃煤/燃气源、工业工艺源、扬尘源、油烟源4类共计7个典型排放源。结果表明,桂林市4类排放源细颗粒物的粒径分布为0.25~1.25μm,80%以上的细颗粒分布在0.2~1.0μm的小粒径范围,峰值约0.68μm。细颗粒物离子成分含有Na~+、Mg~+、K~+、NH~+4、Fe~+、Pb~+、Cd~+、V~+、Mn~+、Li~+、Al~+、Ca~+、Cu~+、Zn~+、Cr~+、CN~-、PO_3~-、NO_2~-、NO_3~-、Cl~-、SO_4~(2-)、SiO_3~-等成分,桂林市细颗粒物为元素碳、有机碳元素碳、有机碳、富锰颗粒、富铁颗粒、富钾颗粒、矿物质、左旋葡聚糖以及其他金属等9类。     

不同气团来源对广州细颗粒物理化特性的影响

利用2006年7月广州细颗粒物质量浓度、数谱分布与化学组成的观测数据与气团后向轨迹聚类分析结果,系统分析了不同气团来源对广州细颗粒物理化特性的影响。观测期间,广州气团来源可分成来自远海、近海、西面陆地和北面陆地4种类型。细颗粒物总数浓度水平在4种类型中基本相当。当气团来自远海时,二次转化影响较小,PM2.5质量浓度较低,颗粒物数浓度从大到小依次为老化爱根核模态新鲜爱根核模态度积聚模态;受到海洋气团的影响,Cl-在PM2.5中比例为4种类型中最大。气团来自近海时,颗粒物二次生成与老化现象突出,数谱峰值出现在积聚模态,而其他类型出现在爱根核模态;SO2-4、OC与NO-3之和在PM2.5中的比例大于50%,为4种类型中最高。气团来自西面陆地和北面陆地时,细颗粒物受陆地传输老化气团和本地来源影响均较明显。来自北面陆地时,250 nm以上颗粒物数浓度明显升高,是PM2.5平均浓度远高于其他类型的直接原因之一。     

渝东南典型城区冬季一次罕见的PM2.5污染过程及溯源分析

2020年12月底,以生态旅游业为主的重庆市渝东南地区出现了一次较为罕见的PM_2.5污染过程,持续时间长且污染程度重。以渝东南地区武隆区为例,应用污染特征雷达图、后向轨迹模型及潜在源污染贡献估算等方法分析了本次PM_2.5污染的特征及来源,结果表明：(1)在污染前期主要受扬尘、燃煤和机动车等污染排放影响,污染源直接排放贡献较大;中、后期污染受二次颗粒物影响显著,扬尘影响也较为明显。(2)污染期间的气流轨迹均为短距离输送,轨迹主要来自东北方向(65%)。(3)除自身污染排放贡献外,渝东北地区和主城都市区是武隆区PM_2.5污染的主要潜在源区,对武隆区传输贡献占比超50%。     

杭州城区大气颗粒物污染特征及PM2.5潜在源区研究

基于2015年9月1日至2016年8月25日杭州城区观测点PM₁、PM_2.5、PM₁₀小时浓度数据进行分析,利用HYSPLIT模型、潜在源贡献因子（PSCF）方法和浓度权重轨迹（CWT）方法,探讨了杭州城区PM₁、PM_2.5、PM₁₀时间分布特征和PM_2.5潜在来源。结果表明：研究期间PM₁季节平均浓度表现为冬季 > 秋季、春季 > 夏季,PM_1~2.5、PM_2.5~10浓度则表现为冬季 > 春季 > 秋季 > 夏季;PM₁浓度日变化呈现明显的双峰现象,而PM_1~2.5和PM_2.5~10在同一时段均无明显浓度峰值;杭州城区PM_2.5受外源输送污染具有明显的季节性变化特征,夏季、秋季杭州城区PM_2.5的潜在源区主要是浙江北部、安徽东南部等,春季PM_2.5的潜在源区主要是浙江中部、江苏南部等,冬季PM_2.5的潜在源区主要是山东南部、江苏西南部、浙江北部、安徽南部、江西中部等地区。     

铵盐气溶胶对烟气排放连续监测系统颗粒物比对监测的影响研究

利用拉曼光谱对采样后的滤筒进行分析,发现废气中的硫酸铵-硫酸氢铵气溶胶是造成成都市部分企业烟气排放连续监测系统(CEMS)颗粒物比对监测结果不合格的主要原因.通过比较分析得出:在对含硫酸铵-硫酸氢铵气溶胶废气进行颗粒物浓度比对监测时,参比方法(重量法)测定的颗粒物浓度是一定标干采样体积下废气中固体微粒和硫酸铵-硫酸氢铵...     

中国4城市空气颗粒物元素的因子分析

因子分析在研究空气颗粒物来源上得到了广泛的应用。本文应用最大方差旋转因子分析法对中国4城市空气中粗、细颗粒物元素的来源进行了分析。结果指出粗、细颗粒物因子大致可分为土壤源因子和工业污染源因子两大类。粗颗粒物主要来自土壤源,细颗粒物主要来自工业污染源,并指出土壤源因子对粗颗粒物的贡献大于对细颗粒物的贡献。     

长三角典型城市公交车实际道路细颗粒物排放测试

为研究长三角典型城市公交车细颗粒物排放特征,采用便携式排放测试系统（PEMS）,对上海、杭州和苏州三大城市的8辆典型城市公交车开展实际道路细颗粒物排放实验。研究结果表明：长三角典型城市车辆的实际道路平均车速为22.7 km/h,怠速比例为20.4%,加减速比例为54.5%;在稳态行驶工况下,随车速增大,公交车颗粒物质量及数量排放呈逐渐增大趋势;在20 km/h车速范围内,上海国III、国IV和苏州国III公交车颗粒数浓度呈双峰粒径分布,其他公交车均为单峰分布;随比功率的增大,公交车颗粒质量呈逐渐增大的趋势,国IV公交车颗粒数量呈先下降再增大趋势,国III公交车颗粒数量呈上升趋势;公交车颗粒质量综合排放因子为0.8~189 mg/km,颗粒数量综合排放因子为6.2×10¹²~9.6×10¹⁴#/km。     

Residues of organochlorine pesticides in water and suspended particulate matter from the Yangtze River catchment of Wuhan, China

The residues of 13 organochlorine pesticides (OCPs) in surface water and HCHs and DDTs in suspended particulate matter (SPM) from rivers and lakes in Yangtze River catchment of Wuhan, China, were investigated. The concentration of total OCPs in surface water varied from 1.01 to 46.49 ng l⁻¹ (mean 10.55 ng l⁻¹). The levels of total HCHs (ΣHCH) and total DDTs (ΣDDT) in surface water were in the range of 0.55–28.07 ng l⁻¹ and lower than detection limit to 16.71 ng l⁻¹, respectively, which was lower than Chinese standards on the whole. For OCPs residues in SPM, the mean levels varying from 0.20 to 34.72 ng l⁻¹ and 0.46 to 2.72 ng l⁻¹ for ΣHCH and ΣDDT, respectively, which ranked the relatively higher levels among Chinese studied rivers. Results from this investigation showed that previous excessive usage of technical OCPs was the main reason for the residues of HCHs and DDTs both in surface water and SPM, although some new sources were likely to occurred in the region. Apart from the OCPs in SPM originated from upstream in flood season, one of the important sources of OCP residues both in water and SPM in Yangtze River was supposed to be the inputs of its tributaries. Additionally, in situ water-SPM phase distributions of OCPs indicated that HCHs tended totransport with water as well as DDTs was prone to combine with SPM in Yangtze River catchment of Wuhan.     

PM2.5中OC/EC测定的离线分析法与在线分析法比较

采用离线分析法和在线分析法同步监测了武汉市PM_(2.5)中有机碳(OC)、元素碳(EC)和总碳(TC)的浓度,分析了2种方法的差别。结果表明,离线分析法与在线分析法对TC的测定结果具有很好的可比性,2种方法对TC的测定结果显著相关(r=0.970 9)。离线分析法得到的OC浓度普遍高于在线分析法,前者为后者的1.12倍,造成OC结果差异的主要原因可能是采样系统的差异。2种方法对EC测定的相关性较低(r=0.763 0),且2种方法对EC测定的精密度(相对偏差为13.14%)也不如其对TC和OC测定的精密度(相对偏差分别为3.42%和5.95%),造成EC结果差异的原因较复杂。离线分析法测得的OC/EC值明显高于在线分析法,鉴于OC/EC值在颗粒物源解析研究中具有重要意义,需要规范OC/EC分析方法。     

“十三五”期间赣州市环境空气质量特征及变化趋势

为科学谋划赣州市“十四五”期间大气污染防治工作,重点对赣州市“十三五”期间整体空气质量变化情况,以及影响赣州市优良天数的两个重要参数——臭氧(O₃)和细颗粒物(PM_2.5)的污染规律进行了分析。结果表明,赣州市“十三五”期间空气质量改善明显,优良天数整体增加。O₃浓度和O₃超标天数占总污染天数的比例整体均呈现波动上升趋势,对空气质量综合指数的贡献率逐年增加;高浓度O₃污染通常发生在干燥、高温条件下,高发期主要集中在4—5月和7—11月,空间分布呈西高东低的特点,与2018年大气污染源排放清单中挥发性有机物(VOCs)的排放量分布情况较为一致。PM_2.5浓度呈逐年下降趋势,在2019年和2020年达到国家空气质量二级标准;PM_2.5污染天数在2016年同比增加26 d,而后逐年减少,其中2020年较2015年减少了12 d;PM_2.5浓度的季节变化特征整体呈现为冬季高、春秋次之、夏季低,空间分布特征与O₃类似。建议赣州市在“十四五”期间以PM_2.5和O₃协同治理为主要思路,继续深入打好蓝天保卫战。     

不同模式版本对长三角区域大气污染物模拟结果对比评估

选取2015年1、4、7、10月(分别代表冬、春、夏、秋4季),应用CMAQv4.7.1和CMAQv5.1模式模拟长三角区域的空气质量,对比了NO2、SO2、O3、PM2.54个常规污染物的模拟结果,表明CMAQv5.1对NO2、SO2和PM2.5的模拟效果优于CMAQv4.7.1,而CMAQv4.7.1的O3模拟效果优于CMAQv5.1;CMAQv5.1的NO2模拟值更接近地面观测值,比起不同版本的化学机制对NO2模拟效果的影响,NO2的模拟偏差受排放高估的影响更大;2个版本SO2的模拟值差距较小,且都与地面观测值之间差异较小;CMAQv5.1 PM2.5的模拟值比CMAQv4.7.1更接近观测值,气溶胶模块机制的更新(例如新增细分的PM2.5模式物种和部分二次有机气溶胶生成机制的改进等)对PM2.5模拟效果的改善显著;CMAQv5.1的O3模拟值比CMAQv4.7.1高,CMAQv5.1的O3模拟值在O3观测值的高值时段更接近观测值,而CMAQv4.7.1的O3模拟值在低值时段更接近观测值,CMAQv5.1在日最大8小时平均(MDA8)O3观测浓度超标日的O3模拟效果相比CMAQv4.7.1有一定程度的改善,但在非超标日模拟效果变差,CMAQv5.1的O3模拟效果总体相比CMAQv4.7.1并未得到有效提升。提出,未来针对低值时段和低值区域的O3模拟机制的改进将进一步提升O3模拟效果。     

An Assessment on Variation of Sulphur Dioxide and Particulate Matter in Erzurum (Turkey)

Sulphur dioxide and PM₁₀ levels are investigated in Erzurum during the periods of 1990–2000 heating season to assess air pollution level. For that reason, emissions of sulphur dioxide and particulate matter were calculated by using consumption of fuels and Turkish emission factors. These emission values were evaluated together with air pollution levels, which were measured at six stations in Erzurum atmosphere during 1990–2000 winter periods. Results reveal that in 1990–1994 heating period, there is an increasing trend in the emissions and air pollution levels over Erzurum, and the air quality limits were not met. The daily 24 h limit (short-term limit) was exceeded 127 days in 1992–1993 winter period. The reason for this increase was found to be the switching to use of low-quality fossil fuels instead of cleaner ones. Results also indicated that there was a considerable decrease in emissions of air pollutants and air pollution levels after 1995. This can be explained by the consumption of more high-quality fossil fuels. The correlation coefficient of SO₂ with PM₁₀ is obtained as r² = 0.85, which is a high value supporting the idea that both pollutants are emitted from the same source.     

睢宁地区大气PM2.5及气态污染物季节性变化特征

根据2014年全年实时在线观测数据,分析了徐州睢宁地区大气细颗粒物(PM_(2.5))和气态污染物(包括SO_2、CO、NO_x、O_3)质量浓度的季节性变化特征。结合后向轨迹模型,分析不同气团对该地区大气污染浓度的影响。PM_(2.5)与O_3值在夏季最低,呈显著相关,表明夏季PM_(2.5)主要受控于本地大气光化学活性。在冬季,除O_3外,PM_(2.5)、SO_2、CO、NO_x值最高,且大气颗粒物主要以细粒子为主。O_3在春季最高,并与远程传输的气团且经过我国东部污染源密集地区相对应。高浓度的PM_(2.5)主要与冬季缓慢移动的气团相对应,这可能将PM_(2.5)及其气态前体物传输至该地区进而加重大气污染程度。     

利用SPAMS初探盘锦市冬季PM2.5污染特征及来源

利用SPAMS 0515于2015年1月在盘锦市兴隆台空气质量自动监测点位采集PM_(2.5)样品,并分析其污染特征和来源。研究结果表明,盘锦市冬季PM_(2.5)的颗粒类型主要以OC颗粒、富钾颗粒、EC颗粒组成。其中,OC颗粒占比最高,为52.5%;PM_(2.5)污染的主要贡献源为燃煤、生物质燃烧、机动车尾气排放,占比分别为33.2%、25.7%、17.5%,特别是在PM_(2.5)质量浓度较高时段,燃煤和机动车尾气排放对污染的贡献较大。