宁波市大气可吸入颗粒物PM1o和PM2.5的源解析研究

在宁波市布设4个代表性点位,于2010年春季、夏季和冬季进行大气PM10和PM2.s的采样,同时采集了多种颗粒物源样品,建立了PM10、PM2.5和源样品的化学成分谱.采用化学质量平衡模型(CMB)对宁波市PM10、PM2.5进行源解析.结果表明,城市扬尘、煤烟尘、机动车尾气尘是宁波市PM10、PM2.5的3大污染源,...     

西安采暖期PM2.5及其水溶性无机离子的时段分布特征

为了探讨西安市采暖期大气颗粒物PM2.5及其水溶性无机成分的污染水平,于2010年1月4日—2月1日按一天8个时段(每个时段3 h)连续采集PM2.5样品四周,每周更换一次滤膜。结果显示,西安市采暖期PM2.5的质量浓度时段差异较大,呈现明显的双峰分布特征:21:00—24:00时段(147.516μg/m3)和09:00—12:00时段(141.678μg/m3)。4种被测水溶性无机组分总浓度为39.801μg/m3,占PM2.5总浓度的30.5%。SO24-和NO3-是最主要组分,占到4种无机组分的86.2%。各离子间相关分析显示,Cl-只与NO3-有较强的相关性,表明机动车尾气对Cl-有较大的贡献。SO24-和NO3-时段分布规律较为相似,与PM2.5浓度的时段分布特征相反:在PM2.5污染最轻的15:00—18:00时段,SO24-和NO3-的相对含量达到一天中的最高浓度时段,而在PM2.5双峰时段,它们的含量有所降低。     

珠三角地区大气PM_(2.5)理化特性季节规律与成因

基于珠三角大气超级站2013年8月至2014年3月PM2.5、PM2.5中主要水溶性无机离子组分及其重要气态前体物等参数的逐时在线监测结果,揭示当地大气PM2.5中二次无机组分与其气态前体物的相互作用,以及PM2.5理化特性与成因的季节差异。结果表明,观测期间,PM2.5、PM10的年平均质量浓度分别为64.2、105.1μg/m3,PM2.5在PM10中所占比例(PM2.5/PM10)平均为61.1%。SO2-4、NO-3、NH+4的年平均质量浓度分别为16.6、9.0、10.2μg/m3,3者之和(SNA)占PM2.5的比例(SNA/PM2.5)平均为55.8%,体现了二次转化对珠三角地区PM2.5污染的重要影响;不同季节,SNA/PM2.5为46.0%~64.3%,夏季最低,冬季最高,其中SO2-4、NH+4对PM2.5的贡献相对稳定,NO-3贡献的季节差异较大;秋、冬季各项观测参数浓度的日变化规律相对明显,夏季除HNO3和NH3外,多项观测参数在低浓度水平波动,日变化规律不明显;珠三角大气中具有足量气态NH3以中和硫酸盐和硝酸盐,PM2.5中NH+4、SO2-4、NO-3主要以(NH4)2SO4和NH4NO3形式存在;本研究站点夏季的硫氧化率和氮氧化率均高于广州市,这充分体现了该站点的区域性特征。     

冬季关中城市及农村颗粒物的污染特征

为比较冬季城市和农村大气颗粒物浓度及化学组分等特征,本文分别采集分析了西安市区、安康农村冬季大气PM2.5颗粒物与PM0.1颗粒物。分析结果表明:两地大气中PM2.5日均浓度均超过国家二级标准(75μg·m~(-3)),空气质量不容乐观;其中农村样品中PM0.1颗粒物约占PM2.5颗粒物浓度的36.8%左右;所有颗粒物中有机碳远高于无机碳组分,而市区大气颗粒物中多环芳烃浓度显著高于农村浓度,说明城市空气中来源于机动车尾气的污染较为严重;从颗粒物粒径分布特征来看,粒径为0.300~0.374μm颗粒物具有最高数浓度和比表面积浓度,粒径为0.374~0.465μm的颗粒物具有最高质量浓度;由于农村污染源较为单一,安康样品颗粒物浓度受燃煤和油烟的影响较大。此外,由于受燃煤机动车排放影响,西安大气中PM0.1颗粒物中水溶性离子主要为NO_3~-与SO24,而安康大气PM0.1颗粒物中水溶性离子主要以SO_4~(2-)与Ca2+为主,PM2.5颗粒物中水溶性离子以NO_3~-、SO_4~(2-)和NH_4~+为主,这与农村环境中使用燃煤、农田灌溉、家畜喂养以及有机质降解等有关。     

开封市秋冬季大气细颗粒物化学成分及来源解析

为研究开封市秋冬季大气细颗粒物(PM_2.5)的化学组分及主要来源,分别于2017、2018年秋冬季在开封市设置了3个点位采集大气PM_2.5样品。采用X射线荧光法(XRF)、离子色谱法(IC)与热光反射法(TOR)分别测定了PM_2.5中元素、水溶性离子及碳质组分特征,并运用正定矩阵因子分解(PMF)模型解析PM_2.5来源。结果表明,2017、2018年秋冬季开封市大气PM_2.5平均质量浓度分别为124.38、111.48μg/m³,水溶性离子平均质量浓度为分别为54.48、58.16μg/m³,其中3种二次无机离子(NO^-₃、NH⁺₄、SO₄^2-)是主要组分。2017、2018年秋冬季NO^-₃与SO₄^2-质量比分别为1....     

APEC会议期间天津市PM_(2.5)中水溶性无机离子的污染特征

2014年11月6—11日,亚太经济合作组织(APEC)会议在北京市召开,京津冀区域采取了最高级别的空气质量保障措施。于2014年11月3—20日同步手动采集天津市PM2.5样品,对APEC会议期间(2014年11月3—11日,在此期间实施了空气质量保障措施)及会议后(2014年11月12—20日)天津市PM2.5中水溶性无机离子组分浓度、二次转化特征等进行了分析。结果表明,APEC会议期间,天津市PM2.5平均质量浓度为78μg/m3,而会议后达到87μg/m3;会议期间PM2.5中水溶性无机离子的浓度为NO-3SO2-4NH+4Cl-K+Na+Ca2+Mg2+,会议后,除Mg2+外,各项离子浓度均有不同程度的上升;会议期间,PM2.5中NO-3浓度最高,在水溶性无机离子中所占比例为38.9%,其次为SO2-4(为22.0%)、NH+4(为20.8%),3者所占比例合计为81.7%,会议后3者所占比例降至75.0%;会议期间的大气污染以流动源为主;会议后,硫氧化率和氮氧化率均不同程度减弱,说明会议期间的二次离子转化更为明显;会议期间的停工停产措施对PM2.5中一次离子来源有明显改变,城市扬尘得到明显抑制。     

潍坊市环境受体中PM2.5污染特征与精细化来源解析

为掌握潍坊市PM2.5的主要来源、各排放源对PM2.5的贡献与内陆、沿海城市的差别,采集了潍坊市2017年不同季节环境受体中PM2.5样品和源样品,分析了样品中的化学组分,建立了源成分谱和受体组分数据库,基于复合受体模型和源排放量等对潍坊市PM2.5进行了来源解析。结果表明:(1)PM2.5和化学组分浓度总体表现为秋冬季较高、春夏季较低。(2)潍坊市源解析结果总体介于沿海城市和内陆城市之间。(3)精细化源解析表明:煤烟尘是首要的贡献源类,其分担率达到36.0%,其中电厂、工业、民用燃煤的分担率分别为14.4%、18.0%和3.6%;机动车尘的分担率达到25.4%,其中载客、载货、其他汽车的分担率分别为6.3%、14.0%和5.1%;扬尘中土壤风沙尘、建筑水泥尘的分担率分别为10.1%和11.7%;工艺过程的贡献相对较低(3.9%)。     

西安夏季PM2.5中碳组分与水溶性无机离子特征分析

2012年8月6日—22日利用大气细颗粒物水溶性组分在线监测分析系统和大气气溶胶OC/EC在线分析仪在线分析了西安PM2.5中的水溶性无机离子和OC、EC,并结合气溶胶前体物SO2、NO2和部分气象参数的监测数据进行了分析。结果表明,PM2.5中OC、EC和主要水溶性组分SO2-4、NH+4和NO-3的比重分别为:14.34%、5.35%、26.32%、12.90%和11.28%;以有机物(OM)为主要成分的总碳气溶胶(TCA)在PM2.5中的质量分数为28.30%,其中光化学反应导致OM中二次组分(SOC)高达45.30%;对主要水溶性组分之间的相关性分析发现,NO-3、SO2-4、NH+43种主要组分之间的结合形态为(NH4)2SO4和NH4NO3,对Mg2+和Ca2+的相关分析反映其有多种共同源;此外,硫氧化率(SOR)和氮氧化率(NOR)均较高,表明大气中存在较强的光化学反应。PM2.5的各组分因子分析得到4个主要来源(机动车尾气和燃煤、土壤建筑尘和生物质燃烧、二次硝酸盐气溶胶、二次硫酸盐气溶胶)。     

西安南郊采暖期大气颗粒物PM_（2.5）的污染特征分析

为研究西安市南郊地区采暖期大气颗粒物PM2.5的污染浓度及水溶性成分,使用颗粒物采样器于2009年1月6日-2009年2月15日进行PM2.5采样。将24 h分为8个阶段,每天3 h定时采样。结果表明,西安市南郊地区采暖期PM2.5明显污染,24 h中PM2.5污染状况最严重的时段为21：00-23：59;PM2.5中NH4^＋、NO3^-和SO42^-是其最主要的水溶性组分,在PM2.5中的平均质量混合比分别为10.225%、13.698%和15.650%,三者在PM2.5中质量混合比最高的时段分别为06：00-08：59、03：00-05：59和18：00-20：59。     

南昌市秋季大气PM_(2.5)浓度及化学组分特征分析

2013年秋季在南昌市6个空气自动站点连续采集了10d的大气PM2.5样品,对采集的样品进行无机元素、有机碳、元素碳和水溶性离子等组分的分析。结果表明,监测期间南昌市PM2.5均值都低于《环境空气质量标准》(GB 3095—2012)二级标准限值(75μg/m3)。南昌市大气PM2.5主要组成元素为S、Si、Ca、Al、Fe、Na和Mg,说明城市扬尘、建筑水泥尘和燃煤尘等源类贡献率高;SO2-4、NO-3和NH+4是最主要的水溶性离子,NO-3与SO2-4浓度比为0.63,说明相比于固定源,以机动车排放为代表的流动源对南昌市大气PM2.5浓度影响更大;有机碳/元素碳(质量比)为2.9,说明南昌市有显著的二次有机碳生成。     

西安南郊采暖期大气颗粒物PM2.5的污染特征分析

为研究西安市南郊地区采暖期大气颗粒物PM2.5的污染浓度及水溶性成分,使用颗粒物采样器于2009年1月6日～2009年2月15日进行PM2.5采样.将24 h分为8个阶段,每天3 h定时采样.结果表明,西安市南郊地区采暖期PM2.5明显污染,24 h中PM2.5污染状况最严重的时段为21:00～23:59;PM2.5中NH+4、NO-3和SO2-4是其最主要的水溶性组分,在PM2.5中的平均质量混合比分别为10.225%、13.698%和15.650%,三者在PM2.5中质量混合比最高的时段分别为06:00～08:59、03:00～05:59和18:00～20:59.     

成都市道路细颗粒物污染特征

2013年9月20—28日,通过采集成都市城区道路大气环境中的PM2.5样品,分析测定了其中可溶性无机离子、碳组分和金属元素含量。结果表明,PM2.5中Fe、Mn、Ti、Si、Al等主要来源于机动车行驶产生的道路扬尘,Pb、Cu、Ni和Zn等主要来源于机动车尾气及零部件磨损;PM2.5中水溶性无机离子占道路大气环境细颗粒物的33.7%,A/C比值为0.95,表明细颗粒物偏弱碱性;机动车尾气排放的OC1、OC2、OC4和EC1等4种碳组分占道路大气环境细颗粒物碳组分的65.8%,且OC/EC比值为2.9,有二次有机碳(SOC)产生。     

烧结机细颗粒物PM_(2.5)排放特性

利用基于荷电低压颗粒物撞击器(ELPI)的颗粒物排放稀释采样系统,对不同烧结机组的机头、机尾、配料和整粒后的烟粉尘进行了PM2.5的现场测试。结果表明了各测试点位排放的PM2.5粒径分布和质量浓度分布特点。烧结机机头脱硫后虽然降低PM2.5的质量浓度,却增大了其粒数浓度,因此应对脱硫工艺进行优化。PM2.5单体颗粒形态有:球形颗粒、超细颗粒、不规则颗粒和烟尘集合体。PM2.5中SO2-4、有机碳(OC)、无机碳(EC)和铁(Fe)的含量较高,分别为2.65%~10.76%,6.15%~12.6%,3.05%~10.05%和4.14%~26.78%。     

朔州市市区环境空气PM_(10)中元素碳、有机碳分布特征

采集朔州市市区采暖季和非采暖季季PM10样品,测定其中元素碳(EC)和有机碳(OC)含量,并对碳组分的浓度水平、时空分布特征和主要来源进行了研究,结果表明:朔州市市区PM10中OC、EC平均浓度分别为(25.95±9.36)μg/m3和(26.58±10.36)μg/m3,总碳气溶胶(TAC)在PM10中的平均百分含量为30.1%;采暖季OC和EC浓度大于非采暖季,且OC、EC质量浓度大小在5个采样点位均呈现出点位5(工业开发区)点位2(居民区)点位1(商业、居民混合区)点位3(商业、文教混合区)点位4(相对清洁区)的变化规律,其中,点位5的OC、EC质量浓度最大,分别为(29.66±8.72)μg/m3和(31.40±10.42)μg/m3;PM10中OC/EC在采暖季和非采暖季比值均低于2,一次污染严重;OC和EC相关性较好,相关系数(R2)分别为0.85(采暖季)和0.69(非采暖季),说明PM10中的碳气溶胶主要来源于一次排放源,加强对燃煤烟尘、机动车尾气和生物质的燃烧等空气污染来源的控制对于改善朔州市环境空气质量有重要作用。     

天津大气PM_(2.5)中碳组分特征和来源分析

于2014年1—4月在天津城区采集PM2.5样品,采用热光反射法测定样品中有机碳(OC)、元素碳(EC)及8个碳组分(OC1、OC2、OC3、OC4、EC1、EC2、EC3、裂解碳(OP))的含量。结果表明,天津城区空气PM2.5中OC、EC质量浓度分别为(18.7±9.9)、(3.9±2.6)μg/m3,两者之和占PM2.5质量浓度的18.0%。采样期间OC与EC变化趋势一致,均呈现春节期间、普通采暖季浓度较高,非采暖季浓度较低的特点。对8个碳组分进行相关性分析,发现OC1~OC4及EC1~EC3分别来自相似的来源或受大气中类似的二次过程影响,主成分分析结果表明,燃煤、生物质燃烧和机动车排放对天津城区PM2.5中碳组分贡献显著。     

宝鸡市大气PM_(10)中水溶性物质的组成及特征研究

2008年冬、春季在宝鸡市4个不同功能区采集PM10样品,探讨了PM10中水溶性物质的化学组成、时空分布特征以及来源。结果表明,冬、春季PM10的平均质量浓度分别为(402±100)、(410±160)μg/m3,无明显季节差异,冬季以交通干道区的PM10浓度为最高,而春季则以商贸区的PM10浓度为最高;冬、春季PM10中水溶性有机碳(WSOC)浓度最高值均出现在商贸区,最低值则分别出现在背景点和交通干道区,水溶性无机碳(WSIC)浓度最高值分别出现在交通干道区和商贸区,最低值均出现在背景点;冬、春季PM10中所含大多数无机离子浓度不存在显著空间差异,但不同功能区PM10中无机离子所占质量分数差异较明显;冬、春季PM10中的水溶性物质质量浓度分别为207、151μg/m3,在PM10中所占质量分数分别为51%和40%,其中,冬、春季水溶性物质浓度最高的分别为居民区和商贸区;冬季PM10中WSOC浓度与SO24-、NO3-浓度有较好的相关性,说明冬季PM10中WSOC的主要组分为二次有机气溶胶,而春季PM10中WSOC浓度与SO42-、NO3-浓度的相关性相对较差,这是由于一次有机气溶胶对WSOC的贡献率较冬季显著增大;宝鸡市与北京市大气PM10浓度、PM10中的SO42-、NO3-、NH4+浓度最为接近;广州市大气PM10中的SO42-所占质量分数(14%)要高于北方城市(宝鸡市和北京市均为9%)。     

重庆城区PM_(2.5)化学组分特征及季节变化

2014年7月—2015年5月典型季节期间在重庆城区选择典型站点开展PM_(2.5)样品采集,并测量质量浓度,分析样品中水溶性离子、无机元素、OC和EC等组分,在此基础上对组分化学组成进行了质量重构。结果表明:观测期间PM_(2.5)年均值为76.4μg·m~(-3),浓度季节变化为冬季秋季春季夏季;组分方面,以二次转化为主的SO_4~(2-)、NH_4~+、NO_3~-和OC是PM_(2.5)组分中最主要成分,OC/EC比值4个季度均大于2,表明城区二次有机碳生成显著;硫氧化率(SOR)分析,气态污染物SO_2的二次转化效率较高,大气存在明显的二次转化过程。PM_(2.5)质量重构后主要组成为有机气溶胶(OM)、二次无机离子(SNA)和矿物尘,重庆城区应协同控制一次排放的颗粒物和气态污染物SO_2和NO_x,从而控制二次组分浓度。     

基于BP人工神经网络的城市PM2.5浓度空间预测

针对PM2.5日均质量浓度,采用BP人工神经网络模型,预测研究区空气中PM2.5浓度的空间变异,通过与普通克里格(Ordinary Kriging)插值方法对比验证BP人工神经网络预测模型的精度.结果表明:BP人工神经网络预测模型下研究区检验样本点位置的PM2.5仿真浓度与观测浓度之间的均方差、平均绝对误差、平均相对偏差和相关系数分别为0.296 μg2/m6、0.412 μg/m3、1.650％和0.851;而与此同时,普通克里格插值方法下的对应结果分别为1.041 μg2/m6、0.689 μg/m3、11.910％、0.638.研究成果在肯定BP人工神经网络预测模型可用于揭示PM2.5浓度空间变异特征的同时,也证实了其相对于普通克里格插值方法在固定空间点位准确预测PM2.5浓度方面的优势.     

广州市夏、冬季室内外PM2.5质量浓度的特征

2004年7月2日至8月13日和2004年11月29日至2005年1月6日分别在广州市3种类型区域(一般城市区域、道路旁、工业源附近)9个居民住宅的室内和室外同步采集了PM2.5颗粒.采用标准称重法测定PM2.5质量浓度,得到广州市夏季住宅室内外PM2.5平均质量浓度分别为67.7、74.5 μg/m3,冬季室内外PM2.5平均质量浓度分别为109.9、123.7 μg/m3.广州市PM2.5平均质量浓度,与美国PM2.5标准相比,与国内PM10标准基础上假设的PM2.5限值相比,与其他一些国内、亚洲和欧美城市的文献记录相比,结果均显示广州市PM2.5处于相当严重污染状态.广州市PM2.5质量浓度呈现明显的空间分布特征和季节变化特征;PM2.5室内质量浓度并不总是低于室外质量浓度,反映了室内空气污染的存在.     

区域大气环境中PM_(2.5)/PM_(10)空间分布研究

提出了一种利用移动监测技术研究区域大气环境中PM2.5/PM10空间分布的方法,并在2004年12月进行了宁波市全市域PM2.5/PM10空间分布的研究.数据显示:相同路径所代表的地区PM2.5和PM10具有很好的相关性,多数路径上PM2.5与PM10数据的相关系数平方在0.95以上,而不同路径上PM2.5与PM10的比值不同.文中给出了宁波市PM2.5/PM10污染的空间分布图,直观地显示出PM2.5/PM10污染的空间分布情况,突出了污染的重点点位和地区.