杭州无车日大气细颗粒物化学组成形成机制及光学特性

在世界无车日期间对PM2.5化学组分、光学参数及气态污染物进行同步监测,评估机动车尾气排放对杭州市细颗粒物污染及能见度的影响.结果表明:管制期间NO2、NOx、CO和PM2.5浓度分别为45.0, 50.8, 1119, 85.8μg/m3,比平日分别下降了17.5%、23.3%、20.6%和32.6%.管制期间PM2.5中OC、EC和二次无机组分浓度为8.58, 4.29, 25.95μg/m3,比管制前下降了13.8%、12.6%和15.7%,管制后则达到20.24, 10.85, 27.39μg/m3,上升了136.0%、152.7%和5.5%.管制期间较高的NO3-/PM2.5和NOR(0.15)表明PM2.5的形成更多受二次无机转化影响,管制后PM2.5中上升的OC、EC比例和较低的NOR(0.07)则说明PM2.5主要来自机动车排放的碳质组分的贡献.硫酸盐、硝酸盐、有机气溶胶和EC是最主要的消光组分,共解释了总消光系数的74.0%~89.7%.管制后,机动车排放的有机物和EC消光比例达到26.6%和24.6%,大气消光系数则达到438.7Mm-1,比管制期间上升了60.5%,表明机动车污染排放已成为影响杭州大气细颗粒物污染和能见度下降的重要因素.     

天津2009年3月气溶胶化学组成及其消光特性研究

2009年3月,采集天津城区PM10和PM2.5样品,分析其中的水溶性无机离子、有机碳(OC)和元素碳(EC),并估算其二次有机碳(SOC)浓度及消光系数.结果表明,天津城区PM10和PM2.5污染严重,水溶性无机离子和含碳物质在PM10中的比例为24.8%和10.0%,在PM2.5中的比例为26.6%和13.9%;SO42-、NO3-和Ca2+是主要的无机离子,霾日天气有利于SO2和NO2向硫酸盐和硝酸盐的二次转化;通过OC/EC最小比值法估算SOC的浓度,表明SOC与OC的比值分别为38%(PM10)和24%(PM2.5),霾日天气有利于SOC生成;二次离子(SO42-,NO3-和NH4+)、粗粒子、OC和EC是大气消光的主要贡献者,其消光贡献比例分别为33.1%, 22.6%,22.0%和15.6% 采用化学组分和相对湿度可以较好的拟合大气消光系数及大气能见度.     

北京冬季雾霾天气下颗粒物及其化学组分的粒径分布特征研究

为认识雾霾天气下颗粒物及其化学组分的粒径分布特征,利用13级低压撞击采样器采集北京城区冬季一次典型雾霾天气下的大气颗粒物,采用离子色谱和元素碳/有机碳分析仪分析了PM10中不同粒径的水溶性离子、元素碳和有机碳组分,获得了颗粒物及其化学成分的粒径分布特征.结果表明,不同天气下颗粒物质量浓度大小为:雾霾多云雪天晴天,4种天气下PM2.5/PM10均大于74%,说明冬季污染主要是由细颗粒物污染引起.SO2-4、NO-3、NH+4、Cl-、Ca2+是最主要的水溶性离子.SO2-4、NO-3、NH+4在0.76μm出现单峰;Ca2+和Mg2+在0.31和5.13~8.09μm出现双峰,主要分布在粗模态;Cl-和K+在0.76和5.13μm出现双峰,主要分布在细粒径段.OC、EC也富集于细粒子,显单峰结构.随污染程度增加,二次无机离子及碳组分浓度均显著增加,SO2、NO2的表观转化率(SOR、NOR)以及OC/EC在灰霾期间都远远高于二级良,可见二次无机源及有机源是污染的主要来源.在空气流动性差的灰霾持续期,机动车尾气排放的EC等一次污染物贡献增加.分析NO-3/SO2-4的粒径分布发现,机动车尾气对爱根核模态及凝结模态的亚微米模态(1μm)贡献大于固定源,机动车尾气排放对大气污染的贡献已十分凸显.此外,燃煤污染的区域输送对污染的形成也有重要贡献,重污染期间土壤扬尘的贡献较小.     

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.     

北京市PM2.5水溶性有机物污染特征

用离子色谱技术对北京市2001~2002年大气PM2.5中7种水溶性有机物(WSOC)(甲酸、乙酸、甲磺酸、乙二酸、丙二酸、丁二酸、戊二酸)及12种无机离子(F-、Cl-、NO2-、NO3-、SO32-、SO42-、PO43-、Na 、NH4 、K 、Mg2 、Ca2 )的污染水平进行了同步测定.结果表明,SO42-、NO3-及NH4 为PM2.5中主要的水溶性物种,分别占PM2.5质量的10.6%、7.4%和5.7%;7种WSOC的浓度为0.011~0.118靏/m3,占PM2.5质量浓度的0.01%~0.1%,其中浓度最高的为乙二酸,其次为乙酸、丙二酸、丁二酸等;对PM2.5各化学组分浓度的季节变化特征的分析表明,PM2.5及OC的高浓度污染均出现在冬季采暖期,而WSOC则出现在夏季;对乙二酸与其他各组分进行相关性分析表明,乙二酸与SO42-、K 、NH4 、NO3-有较强的线性相关性(r=0.83,0.57,0.49,0.33),而与Cl-、Na 、Mg2 、Ca2 、EC、OC相关性较差(r=0.24, 0.22,0.12,0.05,0.13,0.10).由乙二酸季节变化特征及与其他物种相关性等特征初步推断,北京市PM2.5二元羧酸的主要来源为光化学反应而形成的二次污染物,而非来源于机动车、海盐或土壤的一次排放.     

重型柴油车PM2.5和碳氢化合物的排放特征

采用车载排放试验对国Ⅱ、国Ⅲ、国Ⅳ重型柴油车尾气在实际道路排放的PM2.5和碳氢化合物进行样品采集,采用电感耦合等离子体质谱技术、离子色谱仪和碳质分析仪对PM2.5各组分进行测试分析,采用五气分析仪对HC进行在线分析.结果表明,重型柴油车PM2.5和HC的排放因子分别为(0.22±0.12) g/km和(0.57±0.45) g/km,且排放因子随机动车排放标准的提高呈明显下降趋势.EC和OC是机动车尾气PM2.5的主要组分,分别占总质量百分比的38.87%~42.87%和16.22%~19.96%;水溶性离子中含量较为丰富的组分主要是SO42-、NH4+和NO3-,分别占总PM2.5质量百分比的7.64%~8.85%、2.22%~3.97%、1.91%~2.73%;元素中含量较高的组分为S、Na、Ca、Fe、和Al;PM2.5和HC的排放因子随车速的增加均呈下降趋势.     

大连市PM2.5中有机碳和元素碳的季节变化特征和来源分析研究

2014年1月-2014年12月期间,在大连市对PM2.5的质量浓度和含碳气溶胶进行了在线连续观测,获得了不同季节的含碳气溶胶的变化特征.观测结果显示:大连市PM2.5中有机碳(OC)和元素碳(EC)的年平均质量浓度分别为6.9 μg/m3和2.9 μg/m3,OC和EC浓度之和占PM2.5的18%,表明碳质气溶胶是大连市大气细粒子中的重要组分.OC和EC的比值表明机动车尾气、燃煤排放和船舶排放是大连市PM2.5中OC和EC的主要来源.重污染过程期间OC/EC的比值和PM2.5的变化趋势呈负相关关系可以作为判定外来污染输送的一个重要指标.     

成都冬季PM_(2.5)化学组分污染特征及来源解析

2017年1月1~20日在成都地区分昼夜对PM2.5进行连续膜样品采集,并在实验室测定了其主要化学组分(水溶性离子和碳质组分)的质量浓度。观测期间,PM2.5的平均质量浓度为(127.1±59.9)μg·m-3;总水溶性离子的质量浓度为(56.5±25.7)μg·m-3,其中SO42-、NO3-和NH4+是最主要的离子,质量浓度分别为(13.6±5.5)、(21.4±12.0)和(13.3±5.7)μg·m-3,一共占到了水溶性离子的85.6%;有机碳(OC)和元素碳(EC)的平均质量浓度分别为34.0μg·m-3和6.1μg·m-3,分别占PM2.5质量浓度的26.8%和4.8%。昼夜污染对比显示,PM2.5白天和夜晚质量浓度分别为(120.4±56.4)μg·m-3和(133.8±64.0)μg·m-3,夜间污染更为严重。SO42-、NO3-和NH4+白天浓度高于夜间,这与白天光照促进了二次离子的形成有关;而Cl-、K+、OC和EC浓度夜间明显升高,可能是受夜间煤和生物质燃烧排放增加的影响。通过对近年来成都冬季PM2.5化学组分的研究进行文献总结和比较后发现,SO42-浓度显著降低,从2010年的50.6μg·m-3降低到2017年的13.6μg·m-3;而NO3-浓度变化不大,维持在20μg·m-3左右。PM2.5中离子酸碱平衡分析表明,成都冬季PM2.5由于NH4+的相对过盛而呈现出碱性,与以往呈偏酸性结果存在差异。对成都冬季NO3-/SO42-的比值进行计算,NO3-/SO42-平均值为1.57,表明移动源对PM2.5污染影响更大。OC与EC的相关性表明,白天和夜间OC与EC的相关系数分别为0.82和0.90(P0.01),OC与EC来源具有一致性。SOC估算结果显示,白天和夜间SOC浓度分别为8.5μg·m-3和11.9μg·m-3,占到OC的28.1%和31.8%。K+/EC平均值为0.31,并且K+与OC之间相关系数为0.87(P0.01),说明生物质燃烧对成都冬季碳质气溶胶有一定影响。主成份分析表明,成都冬季PM2.5主要来源于燃烧源(燃煤、生物质燃烧等)、二次无机污染源以及土壤和扬尘源,其贡献率分别为32.8%、34.5%和21.5%。     

2020年南通市大气颗粒物组分和污染特征分析

本次研究以南通市大气颗粒物组成和污染特征为研究对象,利用南通市大气超级站监测数据,分析了2020年南通市PM2.5和PM10浓度水平,时间变化特征和组分特征.结果表明,2020年南通市PM2.5和PM10年均质量浓度分别为34μg/m3和56μg/m3,具有明显的冬高夏低的特征,PM2.5/PM10呈现为冬季>夏季>春季≈秋季.PM2.5中含碳组分和水溶性阴阳离子高低顺序为:NO3->OC>SO2-4>NH4+>EC>Cl->K+>Na+>Ca2+>Mg2+.冬季OC、NH4+、SO2-4和NO3-浓度值显著高于其他三个季节,PM2.5中NO3-、OC、SO2-4和NH4+的占比分别为27.7％、15.4％、15.0％和14.2％.NO3-/SO2-4比值为1.9,表明受移动源影响较大;OC和EC浓度均为冬季最高,夏季最低,四季OC/EC介于3.2～4.6,表明南通全年均受二次有机碳(SOC)的影响,且主要受柴油、汽油车的尾气排放和燃煤排放影响.     

哈尔滨道路附近大气可吸入颗粒物浓度及其成份分析

采集了2005年8月具有代表性的道路附近空气中可吸入颗粒物(PM10),分析了PM10中的离子、重金属及碳成分含量。结果表明,哈尔滨市道路附近PM10离子组分中SO42-、NH4+、Ca2+浓度较高,其主要来源于交通尘污染;富集因子法表明元素Cr、Zn和Pb来源于人为污染;EC/TC大于0.36,主要来自于汽车尾气等一次污染源的排放。