改进二重源解析技术应用中需注意的几个重要问题

对改进二重源解析技术的计算步骤进行了介绍,并对计算中需要注意的几个主要问题进行了阐述,其中包括成分谱的建立、解析参数的范围以及独立源的选取原则。     

大气颗粒物源解析受体模型应用研究及发展现状

通过大量文献资料调研对化学质量平衡模型、二重源解析技术、主因子分析、正矩阵因子分析法等目前应用较广泛的受体模型方法的原理、优缺点和应用现状进行了比较分析,对单颗粒源解析方法、有机物示踪技术和扩散与受体模型联用技术等受体模型新技术方法进行了评述。     

沈阳市大气中PM2.5来源解析研究

通过2015年在沈阳市采集PM2.5样品及源类样品,分析样品的质量浓度和化学组成,用化学质量平衡(CMB)模型对该市PM2.5来源进行解析。结果表明:沈阳市大气中PM2.5浓度时空变化特征明显;各主要源类对沈阳市PM2.5的分担率依次为煤烟尘(28.03%)、二次无机离子(22.63%)、机动车尾气尘(17.27%)、城市扬尘(13.28%)、建筑尘(5.94%)、土壤风沙尘(5.82%)、道路尘(3.04%)、生物质燃烧尘(2.74%)和冶金尘(1.25%)。燃煤和机动车的有效控制既能降低本类源的贡献,也能降低二次无机离子,体现了多源类综合治理原则。     

空气中总悬浮颗粒物的X射线衍射定性分析研究

以天津市环境监测中心采集的空气中总悬浮颗粒物（ＴＳＰ）膜（９７１０１２号）为样品,使用日本理学Ｄ／ｍａｘＲＡＸ射线衍射仪对其进行化合物定性分析,并介绍样品的采集与制样方法、仪器测试条件。最后通过ＪＣＰＤＳＩＣＤＤ（国际粉末衍射数据中心）标准数据库检索出该样品所含的全部化合物     

湿度对空气质量监测中总悬浮颗粒物量值的影响

通过对空气湿度与总悬浮颗粒物之间关系的分析,得出平衡修正系数,提高了总悬浮颗粒物测定结果的准确性和时效性。     

水环境中PAHs源解析研究方法比较

综述了近年来水环境中PAHs源解析的方法,包括化学质量平衡法、因子分析法、稳定碳同位素法和比值法等,重点评述了方法的理论基础、适用条件、应用状况和存在问题,并结合我国情况分析了水环境中PAHs源解析方法的发展趋势.认为因子分析法与多元统计方法结合使用是当前我国PAHs源解析的最适用方法,可以实现对源贡献率的定量分析,与GIS技术结合应用,能实现PAHs源的空间统计分析,反映污染源影响作用的空间分布规律.     

烟台市PM2.5空间分布特征与来源解析

2016—2017年,选取烟台市3个代表性点位采集了PM_2.5样品,分析了其质量浓度和化学组成特征,并利用化学质量平衡(CMB)模型对环境空气受体进行了来源解析。结果表明:PM_2.5浓度呈现出盛泉工业园点位[(68.9±30.5)μg/m³]>福山环保局点位[(64.5±25.5)μg/m³]>百盛商城点位[(58.8±19.2)μg/m³]的空间分布特征。水溶性离子、碳组分(OC和EC)和地壳类元素表现出不同的分布特征,与各点位所代表的不同功能区有关。形成机制上,NO^-₃在福山环保局点位主要以NH₄NO₃形式存在,而在盛泉工业园点位存在一定的Ca(NO₃)₂形式占比。源解析结果显示,3个点位均受到海盐源的影响,福山环保局点位二次颗粒物污染最为严重(43.9%),盛泉工业园点位燃煤源贡献突出(16.4%)。     

宁波和温州地区夏季大气中不同粒径颗粒物特征分析

对宁波地区北仑和奉化站、温州地区乐清站3个监测点夏季TSP、PM10、PM2.5和PM1.0进行监测,测试分析各种粒径颗粒物浓度水平和粒径分布特征,并通过化学质量平衡(CMB)受体模型对颗粒物进行源解析。监测结果显示,夏季宁波、温州地区TSP和PM10日均浓度为0.049～0.134mg/m3和0.025～0.084mg/m3,均未超过我国环境空气质量二级标准;PM2.5日均浓度为0.007～0.069mg/m3,按美国2006年EPA最新标准限值0.035mg/m3衡量,奉化、乐清、北仑站的超标天数占总监测天数的比例分别为75%、40%和37.5%。粒径分布统计结果显示,3个监测站点PM10占TSP的比例为48.78%～86.96%;PM2.5占TSP的比例为33.33%～72.46%;奉化和乐清监测点PM10中PM2.5和PM1.0的比例平均值在50%以上。源解析结果显示,夏季TSP主要来源于土壤尘,其次是建筑尘和煤烟尘,其贡献率分别为40.70%～55.49%、9.62%～13.64%和5.85%～17.28%。     

昌吉市大气中PM2.5在线源解析及其对策研究

为探讨昌吉市大气颗粒物污染特征及分布状况,2017年1月1日至2月16日利用广州禾信分析仪器有限公司SPAMS-0515单颗粒气溶胶飞行时间质谱仪,对昌吉市2个具有代表性的监测点位,选择全年污染较严重的冬季进行1个月的自动源解析监测工作.结果显示:昌吉市污染来源主要为扬尘、生物质燃烧、机动车尾气、燃煤、工业源、二次无机...     

BP网络应用于大气颗粒物的源解析

应用BP网络对大气颗粒物进行源解析,将大气采集样本中的元素含量和大气颗粒物源成分谱构成训练样本集,用BP网络进行训练,由训练好的网络的权值可以计算出大气颗粒物的污染排放源的权重贡献率.将BP源解析法的计算结果与其它源解析法得到的结果比较,表明BP网络应用于大气颗粒物的源解析是可行的.     

南京市城区和郊区PM2.5中碳质组分特征差异及来源分析

为比较南京市城区和郊区细颗粒物（PM_2.5）中碳质组分特征及来源差异,利用碳组分在线监测仪器对2022年城区和郊区有机碳（OC）和元素碳（EC）进行连续监测。研究结果表明：（1）2022年南京市城区OC、EC质量浓度分别为（5.24±2.39）,（1.27±0.62）μg/m³,郊区OC、EC质量浓度分别为（5.67±2.45）,（1.32±0.70）μg/m³。2022年OC和EC质量浓度水平分别较2014—2018年均显著下降。城区和郊区的OC、EC质量浓度均呈现冬季高、夏季低的特点。从日变化特征看,城区和郊区OC和EC质量浓度均呈现白天低、夜间高的特点,并且具有明显的峰谷值。（2）城区和郊区OC、EC均在冬季呈现良好的相关性,显著高于春季和夏季。根据碳质组分与气态污染物的关系以及ρ（OC）/ρ（EC）分析结果,城区和郊区均存在二次污染,机动车和燃煤是城、郊区的主要污染源,机动车源对城区影响大于郊区,燃煤源对郊区影响大于城区。（3）污染源的直接排放对南京市OC的质量浓度水平影响较大,郊区二次有机碳（SOC）质量浓度高于城区。城区需要重点关注机动车排放,郊区需要与周边区域协同治理燃煤、生物质燃烧等方面的污染排放。     

Motor Vehicle Contributions to Ambient PM10 and PM2.5 at Selected Urban Areas in the USA

A source apportionment study was carried out to estimate the contribution of motor vehicles to ambient particulate matter (PM) in selected urban areas in the USA. Measurements were performed at seven locations during the period September 7, 2000 through March 9, 2001. Measurements included integrated PM_2.5 and PM₁₀ concentrations and polycyclic aromatic hydrocarbons (PAHs). Ambient PM_2.5 and PM₁₀ were apportioned to their local sources using the chemical mass balance (CMB) receptor model and compared with results obtained using scanning electron microscopy (SEM). Results indicate that PM_2.5 components were mainly from combustion sources, including motor vehicles, and secondary species (nitrates and sulfates). PM₁₀ consisted mainly of geological material, in addition to emissions from combustion sources. The fractional contributions of motor vehicles to ambient PM were estimated to be in the range from 20 to 76% and from 35 to 92% for PM_2.5 and PM₁₀, respectively.     

南京市大气VOCs污染特征及来源解析

利用南京市2022年挥发性有机物（VOCs）在线监测数据,对VOCs污染特征、来源及对臭氧的影响进行了分析研究。结果表明：2022年南京市φ（TVOCs）年均值为25.1×10^-9,其中各组分占比为烷烃＞含氧挥发性有机物（OVOCs）＞氯代烃＞烯烃＞芳香烃＞炔烃。TVOCs及烷烃、烯烃和芳香烃的体积分数季节变化表现为冬季＞秋季＞春季＞夏季,φ（OVOCs）季节变化表现为夏季＞秋季＞春季＞冬季。烷烃、烯烃和炔烃日变化呈“双峰型”特征,芳香烃和氯代烃为“单峰型”。臭氧生成潜势（OFP）贡献总体表现为OVOCs＞烯烃＞芳香烃＞烷烃＞氯代烃＞炔烃,但冬季烯烃的贡献率最高。南京市臭氧生成的关键VOCs物种为乙醛、乙烯、丙烯、间/对-二甲苯和甲苯。正交矩阵因子分解结果显示,机动车尾气、生物质燃烧和工业生产是南京VOCs的主要来源;对南京臭氧生成贡献最大的VOCs来源为溶剂涂料使用和石化行业。     

盐都区PM2.5污染特征的城郊差异及成因初探

为探究城郊细颗粒物(PM2.5)污染特征的差异及其成因,利用2022年盐都区城区和郊区ρ(PM2.5)数据,分析了城郊站点ρ(PM2.5)水平和日变化特征的差异,并从污染来源和传输影响两方面进行了成因初探.结果显示:2022年盐都郊区ρ(PM2.5)年均值较城区高23.1％;郊区站点ρ(PM2.5)日变化峰值更突出,春、夏、秋三季早晨峰值出现在06:00左右,明显早于城区站点.PM2.5特征组分质量浓度比值和化学质量平衡(CMB)模型模拟结果表明,城郊站点PM2.5的主要贡献源为移动源、燃煤源等,城区的餐饮源和郊区的生物质燃烧源也有贡献;此外,郊区站点受二次生成的影响要远大于城区站点.ρ(PM2.5)与城市热岛效应强度(UHII)间关系研究结果表明:郊区受热岛效应影响的程度相对城区更强;各季节郊区ρ(PM2.5)与UHII均呈负响应,UHII越强,郊区PM2.5的水平扩散能力越强,城郊PM2.5的垂直扩散能力差别越明显.后向气流轨迹分析结果表明:郊区受到来自西南(安徽中部、江苏中部)方向、东部(黄海、东海)方向以及高空下沉污染气团的影响明显强于城区,外来污染气团的输送也是郊区ρ(PM2.5)高于城区的重要原因.     

质谱直接测量法解析盐城市大气细颗粒物来源

为全面了解盐城市大气颗粒物的组成,摸清以PM2.5为首要污染物的来源,说清其化学组分和源贡献率,于2014年12月16日00:00—2014年12月21日09:00,利用在线单颗粒气溶胶质谱仪,对盐城市细颗粒物进行实时在线源解析。结果表明,盐城首要污染物为燃煤,占比为23.7%,其次是机动车尾气,占比为18.3%,第三位是扬尘,占总颗粒数的15.7%,生物质燃烧占比为14.8%位列第四,工业工艺源、二次无机源和其他源贡献率相对较小。     

杭州市大气PM2.5和PM10污染特征及来源解析

2006年在杭州市两个环境受体点位采集不同季节大气中PM_2.5和PM₁₀样品,同时采集了多种颗粒物源类样品,分析了其质量浓度和多种化学成分,包括21种无机元素、5种无机水溶性离子以及有机碳和元素碳等,并据此构建了杭州市PM_2.5和PM₁₀的源与受体化学成分谱;用化学质量平衡(CMB)受体模型解析其来源。结果表明,杭州市PM_2.5和PM₁₀污染较严重,其年均浓度分别为77.5μg/m³和111.0μg/m³;各主要源类对PM_2.5的贡献率依次为机动车尾气尘21.6%、硫酸盐18.8%、煤烟尘16.7%、燃油尘10.2%、硝酸盐9.9%、土壤尘8.2%、建筑水泥尘4.0%、海盐粒子1.5%。各主要源类对PM₁₀贡献率依次为土壤尘17.0%、机动车尾气尘16.9%、硫酸盐14.3%、煤烟尘13.9%、硝酸盐粒8.2%、建筑水泥尘8.0%、燃油尘5.5%、海盐粒子3.4%、冶金尘3.2%。     

Estimating nutrient loadings using chemical mass balance approach

The river Hindon is one of the important tributaries of river Yamuna in western Uttar Pradesh (India) and carries pollution loads from various municipal and industrial units and surrounding agricultural areas. The main sources of pollution in the river include municipal wastes from Saharanpur, Muzaffarnagar and Ghaziabad urban areas and industrial effluents of sugar, pulp and paper, distilleries and other miscellaneous industries through tributaries as well as direct inputs. In this paper, chemical mass balance approach has been used to assess the contribution from non-point sources of pollution to the river. The river system has been divided into three stretches depending on the land use pattern. The contribution of point sources in the upper and lower stretches are 95 and 81% respectively of the total flow of the river while there is no point source input in the middle stretch. Mass balance calculations indicate that contribution of nitrate and phosphate from non-point sources amounts to 15.5 and 6.9% in the upper stretch and 13.1 and 16.6% in the lower stretch respectively. Observed differences in the load along the river may be attributed to uncharacterized sources of pollution due to agricultural activities, remobilization from or entrainment of contaminated bottom sediments, ground water contribution or a combination of these sources.     

重庆黔江区大气降水的化学特征及来源分析

通过2013年6月—2014年5月对黔江区大气降水的化学组成分析研究表明,降水样品的p H值分布范围在4.91~7.32之间;SO2-4是降水中主要的阴离子,占阴离子总量的68.9%,Ca2+是降水中含量较高的阳离子,占阳离子总量的41.4%;SO2-4/NO-3浓度比为6.78,表明降水类型为硫酸盐型。陆源性离子Ca2+、Mg2+以及海源性离子Na+和Cl-之间存在明显的相关关系。海水和土壤的富集系数表明,研究区域的SO2-4和NO-3主要归因于人为活动的影响。