重庆城区不同粒径颗粒物元素组分研究及来源识别

为研究重庆市大气颗粒物的污染特征及其来源,于2010年3—10月在主城区分别采集PM_1.0、PM_2.5和PM₁₀3种粒径的颗粒物样品,利用XRF分析其中的26种元素浓度。结果表明,重庆市主城区S元素在各粒径中含量都较高,细粒子中K的含量较高,粗粒子中Si、Ca和Fe的浓度较大。富集因子分析表明,主城区Cd、S、Se等污染元素的富集系数较大,且粒径越小,富集现象越明显。利用因子分析得出土壤风沙、扬尘、燃煤的燃烧、机动车燃油产生的尾气排放、生物质燃烧排放是重庆市颗粒物污染的主要来源。     

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%。     

广州不同环境空气PM2.5中金属元素污染特征与风险评价

根据2015年广州城区磨碟沙、内陆郊区天湖和近海郊区万顷沙不同环境空气PM_2.5中金属元素（Pb、Cd、Cr、Ni、As等23种）监测数据，分析其污染特征与富集程度，并评估潜在生态风险和健康风险，为大气污染风险防控提供支持。结果显示：广州大气PM_2.5中金属K、Na、Fe、Ca、Al和Zn含量相对较高。总元素浓度总体呈冬季最高、夏季最低的特征，且随PM_2.5污染加重而升高，但总元素在PM_2.5中的占比下降。Cd、Se、Zn、Cu、Mo、Pb和Na富集严重（富集因子>100），体现了人类活动的重要影响，磨碟沙城区站富集因子通常高于另2个站点。广州大气总金属元素潜在生态危害程度为"很强"，Cd贡献为主，Pb、Cu和As元素贡献分别在天湖、磨碟沙和万顷沙位列第二。As、Cr和Mn是大气金属元素健康风险的主要贡献者；磨碟沙的总致癌效应风险高于万顷沙和天湖，但万顷沙的总非致癌效应风险最高。     

潍坊市大气环境中PM2.5和PM10的污染特征及来源解析

于2017年1月—2018年1月在潍坊市城区8个监测点位按季节采集了环境空气颗粒物样品，对其组分进行分析；采用电子低压冲击仪（ELPI）稀释采样法和稀释四通道法2种源采样方法同步采集源样品，建立了潍坊市本地化的燃煤源、钢铁源等排放源的颗粒物源成分谱；结合排放源清单，利用化学质量平衡受体模型（CMB）开展不同行业的细颗粒物（PM_2.5）和可吸入颗粒物（PM₁₀）的精细化来源解析。结果表明，各监测点位ρ（PM_2.5）、ρ（PM₁₀）年均值均超过环境空气质量二级标准；潍坊市城市扬尘、土壤风沙尘、建筑水泥尘特征组分分别为硅（Si）、Si、钙（Ca），燃煤尘和造纸碱回收尘的特征组分均为硫酸根离子（SO₄^2-）；PM_2.5首要的贡献源类为煤烟尘，分担率为36%；其次为机动车尘，分担率为25.4%；扬尘的分担率为21.8%；煤烟尘中分担率最高的是工业燃煤（18%）；机动车尘中以载货汽车分担率最大（14%）。PM₁₀首要的贡献源类也是煤烟尘，分担率为30.9%，其次是扬尘（27.6%）、机动车尘（21.5%）；煤烟尘中分担率最高的是工业燃煤，为15.4%，机动车尘中以载货汽车分担率最大，为11.8%。工艺过程的分担率均较低。     

杭州秋冬季PM2.5污染特征分析

为研究杭州PM_2.5污染来源特征,利用2013—2019年杭州市PM_2.5监测数据和气象观测数据,分析了杭州市2013—2019年PM_2.5浓度变化,选取本地积累型和输入型2种PM_2.5污染过程,结合单颗粒气溶胶飞行时间质谱仪（SPAMS）和在线离子色谱数据,探讨杭州市PM_2.5化学组分和污染来源。结果表明：每年秋冬季（11月至次年3月）杭州以东北风、西北风及偏南风为主,风速低于4 m/s时,大气扩散条件差,受本地污染物积累影响,PM_2.5浓度容易出现超标;风速较大且为东北风和西北风时,受上游污染输入影响,易出现PM_2.5重度污染。本地积累型和输入型案例中,PM_2.5化学组分中占比最大的为NO₃^-、SO₄^2-和NH₄⁺;PM_2.5浓度上升过程中,二次NO₃^-和SO₄^2-转换率明显上升,其中NO₃^-上升更为显著,二次气溶胶污染严重。2次案例中,PM_2.5来源贡献占比前3位均为机动车尾气源、燃煤源和工业工艺源,其中本地积累型PM_2.5浓度上升阶段,机动车尾气源占比会明显上升;输入型案例中,输入阶段机动车尾气源占比显著上升,燃煤源贡献也小幅上升。     

2021年春节期间陕西省烟花爆竹燃放对PM2.5的影响

通过对比2021年春节烟花爆竹集中燃放时段和前期非集中燃放时段的PM_2.5浓度及特征组分浓度,分析了烟花爆竹集中燃放对陕西省PM_2.5的影响情况。分析结果显示,2021年春节烟花爆竹集中燃放时段,关中和陕南地区PM_2.5浓度增幅大且高值持续时间长,陕北地区PM_2.5浓度增幅小且高值持续时间短。陕北和陕南地区PM_2.5小时浓度峰值出现在2月12日(初一)00:00前后,关中地区略晚。西安市PM_2.5特征组分中,K⁺、Cl^-、SO₄^2-、NO₃^-、Mg²⁺、Al³⁺、Cu²⁺、Si²⁺、Ba²⁺的浓度分别为6.61、7.20、12.83、23.96、1.36、2.91、0.23、0.27、0.86 μg/m³,明显高于非集中燃放时段。烟花爆竹燃放对陕南地区PM_2.5的贡献率和贡献量均高于关中和陕北地区;对郊县PM_2.5的贡献率高于城区,且对郊县的贡献率正值的出现时间早于城区。除榆林市外,陕西省其他城市的城区均受到了相关郊县烟花爆竹燃放的影响。     

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。     

重庆城区PM2.5中金属浓度及其来源

利用环境空气多金属在线监测仪对23种金属元素连续观测1年,分析了重庆城区PM2.5中金属元素浓度变化规律和来源。23种金属年均浓度值为(2.22±0.42)μg/m3,PM2.5样品中金属元素占2%~4%,浓度较稳定且季度特征明显,同时PM2.5中金属主要为K、Fe、Ca、Zn、Mn、Pb。K、Ca、Mn等3种金属既来源于自然源也来源于人为源,Zn、Pb、Cu、As、Cd等5种金属主要来自人为源。利用因子分析得出重庆城区PM2.5中金属元素主要来自土壤风沙扬尘、机动车尾气排放、冶金工业燃烧排放、燃煤燃烧排放。     

基于在线监测的南京市PM2.5中金属元素污染特征及健康风险评估

为了探究南京市细颗粒物（PM_2.5）中金属元素的污染特征及健康风险，利用在线多金属分析仪采集并分析了2022年南京市PM_2.5中10种金属元素的质量浓度，利用正定矩阵因子分解（PMF）模型进行金属元素的来源解析，并采用健康风险评价方法对其中5种重金属元素进行健康危害评估。结果表明，10种金属元素总的年均质量浓度为941.3 ng/m³，占PM_2.5年均质量浓度的3.4%；其中，铁（Fe）、钾（K）、锌（Zn）3种金属年均质量浓度占比为91.2%。来源解析结果表明，污染物主要来源于土壤尘、燃煤、秸秆焚烧及烟花爆竹燃放、机动车尾气排放及机械磨损。健康风险评价结果表明，锰（Mn）、钒（V）、镍（Ni）、砷（As）4种重金属元素的危害商（HQ）均＜1，均不存在非致癌风险；Ni、铅（Pb）的致癌风险（ECR）均＜10^-6，风险可控；As的致癌风险介于10^-6 ~ 10^-4之间，存在一定致癌风险。     

2016—2017年武汉市城区大气PM2.5污染特征及来源解析

利用2016年1月至2017年9月湖北省环境监测中心站大气复合污染自动监测站的在线监测数据，对武汉市城区PM_2.5的污染特征及主要来源进行解析。结果表明，武汉市城区PM_2.5质量浓度呈现出明显的季节差异，季节变化规律为冬季>春季>秋季>夏季。水溶性离子的主要成分SO₄^2-、NO₃^-和NH₄⁺占总离子质量浓度的82.0%。PM_2.5中阴离子相对阳离子较为亏损，颗粒整体呈碱性。夏季气态污染物的氧化程度较高且SO₂较NO₂氧化程度高。后向轨迹分析结果表明，区域传输是武汉市PM_2.5的一个重要来源，在4个典型重污染阶段，武汉市分别受到局地、东北、西北及西南方向气团传输的影响。PMF模型解析出武汉市PM_2.5五大主要来源及平均贡献率：扬尘22.0%、机动车排放27.7%、二次气溶胶21.6%、重油燃烧14.9%和生物质燃烧13.8%。     

2022年春季南京臭氧污染特征及成因分析

2022年春季,受新一轮新冠疫情影响,长三角各城市采取了一系列管控措施,使得大气污染物排放水平降低。对2022年春季(3—5月)南京及长三角地区的六项污染物尤其是臭氧(O₃)的变化特征进行了分析,从气象因素和O₃前体物方面,同时利用基于观测的模型(OBM)对南京O₃污染变化原因进行了研究,并分析了南京挥发性有机物(VOCs)的关键活性组分和来源。结果表明:2022年春季,南京PM_2.5、PM₁₀、NO₂和CO均值浓度均同比下降,但O₃日最大8 h滑动平均质量浓度(O₃-8 h)同比上升19.8%,O₃-8 h超标时间同比增加9 d;长三角区域O₃-8 h同比上升17.9%,O₃-8 h超标天数为2021年同期的2.5倍。南京O₃浓度上升的原因:一方面是由于不利的气象条件,另一方面是由于南京O₃生成处于VOCs控制区,但氮氧化物(NO_x)降幅大于VOCs降幅,同时结合O₃前体物削减方案的分析结果发现,VOCs和NO_x不当的削减比例会导致O₃浓度不降反升。南京O₃生成的关键VOC活性物种依次为乙醛、丙烯、间/对二甲苯、丙烯醛和乙烯;正定矩阵因子分解(PMF)解析结果显示,机动车尾气是南京城区VOCs的主要来源,其次为液化石油气/天然气使用和石油化工。     

内蒙古干草原冬、春季大气气溶胶的若干特征观测研究

内蒙古半干旱草原区大气气溶胶浓度以及散射等特性对生态环境、气候变化与预测研究有重要意义,文利用2009年1～4月在锡林浩特观象台草原站的观测资料,分析了冬、春季背景大气气溶胶质量浓度、黑碳质量浓度、散射系数的分布特征。研究发现,背景天气下,PM10、PM2.5、PM1.0浓度值都较低,平均值分别为22.7、9.5、6.1μg/m3,3种PM浓度值间的相关性不同;黑碳浓度平均值为0.59μg/m3,小粒子中的含量较高,其日分布规律受人类活动影响较大,与各PM浓度分布有较大不同;散射系数平均值为31.2Mm-1,与PM10、PM2.5、PM1.0、黑碳质量浓度都显著相关。三种PM中,PM2.5对散射和吸收的影响最大。风速、相对湿度对不同粒径的PM以及黑碳浓度、散射系数的影响有所不同。     

环境空气质量新标准对珠三角区域站空气质量评价的影响

利用粤港珠三角区域空气质量监控网中天湖、金果湾与万顷沙3个区域站2010年全年SO₂、NO₂、PM₁₀、O₃、PM_2.5与CO自动监测的数据,分析了实施环境空气质量新标准(GB 3095—2012)对这3个子站空气质量评价的影响。研究发现,若采用新标准,万顷沙的NO₂、PM₁₀和PM_2.5年均浓度将不同程度超标。这3个子站空气质量达标率下降7~28个百分点,空气污染指数从91%~99%下降至63%~91%;O₃的引入是导致空气质量达标率下降的最主要的原因;O₃将取代PM₁₀成为最主要的首要污染物,出现频率大于50%,且O₃(8 h)平均浓度的影响大于O₃ (1 h)浓度的影响。PM_2.5的纳入也是导致空气质量达标率下降的重要因素,其超标率为3%(金果湾)~16%(万顷沙)。NO₂标准的收严未对天湖与金果湾空气质量评价造成影响,但导致万顷沙NO₂的超标率从2%上升至10%,且NO₂作为首要污染物的比例达24%。     

西宁市城区冬季PM2.5和PM10中有机碳、元素碳污染特征

2014年11月—2015年1月对西宁市冬季开展PM_(2.5)和PM_(10)的连续监测。利用DRI 2001A型热光碳分析仪(美国)对有机碳和元素碳进行分析,结果表明:西宁市冬季PM_(2.5)和PM_(10)中碳气溶胶所占比例分别为33.13%±6.83%、24.21%±6.27%,说明碳气溶胶主要集中在PM_(2.5)中;OC/EC值均大于2,说明西宁市大气中存在二次污染;SOC占PM_(2.5)和PM_(10)的质量浓度比例分别为46.50%和57.40%,PM_(2.5)中SOC浓度占PM_(10)中SOC浓度的61.88%,说明SOC主要存在于PM_(2.5)中,且SOC形成的二次污染和直接排放的一次污染都是西宁市碳气溶胶的主要来源;与其他城市比较发现,西宁市冬季PM_(2.5)中的碳气溶胶含量普遍高于其他城市,PM_(10)中OC质量浓度相对其他城市较高,EC质量浓度偏低;OC和EC的相关性不显著,说明来源不统一;进一步对OC和EC各组分质量浓度进行分析知,西宁市冬季碳气溶胶主要来源于机动车汽油排放、燃煤和生物质燃烧。     

基于转置EKMA曲线的湖南省臭氧生成敏感性分析

基于湖南省2015—2020年夏秋季的污染物及气象观测数据，分析了臭氧（O₃）污染的时空特征和生成敏感性。湖南省中部和北部的O₃污染较为严重，且主要发生在9月，午后O₃峰值常与早高峰的NO₂浓度有较高的相关性。采用转置EKMA曲线方法探究了O₃在NO₂维度和VOCs反应活性维度下的生成敏感性。在 NO₂维度下，NO₂控制区和NO₂-VOCs过渡区的NO₂质量浓度为7 ~ 13 μg/m³，NO₂-VOCs过渡区和VOCs控制区的NO₂质量浓度为15~17 μg/m³。在VOCs反应活性维度下，当NO₂质量浓度大于10 μg/m³时，VOCs反应活性越高，O₃浓度越高。在高VOCs反应活性（30 ℃或以上）时，NO₂浓度每降低1 μg/m³，各区域的O₃质量浓度能降低约8 ~ 9 μg/m³。结合NO₂ 和VOCs反应活性2个维度，得出湖南省午后O₃生成以 NO₂控制区和NO₂-VOCs 过渡区为主，在晴天干燥和高温条件下，减排NO₂可有效降低O₃浓度。转置EKMA曲线方法为缺少长期VOCs观测的区域提供了研究O₃生成敏感性的新思路。     

北京地区不同季节PM2.5和PM10浓度对地面气象因素的响应

利用2013年1月—2014年12月北京地区PM_(2.5)和PM_(10)监测数据和同期近地面气象观测数据,采用非参数分析法(Spearman秩相关系数)研究了北京地区PM_(2.5)和PM_(10)的浓度对不同季节地面气象因素的响应。结果表明:北京地区大气颗粒物浓度水平具有明显的季节特征,冬季大气颗粒物污染最严重,夏季最轻。不同季节影响颗粒物浓度水平的气象因素各不相同,其中风速和日照时数为主要影响因素。PM_(2.5)和PM_(10)质量浓度对气象因素变化的响应程度也有较大区别,PM_(2.5)/PM_(10)比值冬季最高,PM_(2.5)影响最大,春季最低,PM_(10)影响最大。这些结论可对制订科学有效的大气污染控制策略提供参考。     

北京城区降水对PM2.5和PM10清除作用分析

基于北京市PM_2.5和PM₁₀质量浓度、组分浓度以及降水数据,利用数理统计、相关性分析等方法分别从降水总量、降水时长和降水前颗粒物浓度3个角度研究降水对PM_2.5、PM₁₀的清除作用,同时以一次典型降水过程为例,具体分析降水对颗粒物的影响。结果表明：降水总量的增加有助于促进PM_2.5、PM₁₀的清除,随着降水总量增加,PM_2.5、PM₁₀的平均清除率提高,有效清除的比例增加;连续降水可增强对大气颗粒物的湿清除作用,连续降水达3d可有效降低PM_2.5、PM₁₀浓度;降水对PM_2.5、PM₁₀浓度的清除率和大气颗粒物前一日的平均浓度有较好的正相关性。降水对大气颗粒物的清除可分为清除、回升和平稳3个阶段,各个阶段大气颗粒物的变化趋势不同。降水对于大气气溶胶化学组分和酸碱性的改变具有明显作用,对于大气颗粒物各种组分的清除效果不完全相同。对于大气中OC、NO₃^-、SO₄^2-和NH₄⁺去除率较高,且这4种组分主要以颗粒态形式被冲刷进入降水中,加剧了北京市降水酸化程度。     

“十一五”时期乌鲁木齐市大气污染特征及影响因素分析

为全面了解"十一五"时期(2006—2010年)乌鲁木齐市大气污染状况,评估污染源治理及气象条件对空气质量变化的影响,利用2001年1月—2010年12月主要大气污染物浓度数据和同期地面气象资料,总结"十一五"时期乌鲁木齐市大气污染变化特征,重点分析其变化原因。结果表明:"十一五"时期PM10和SO2年均浓度分别比"十五"下降1.7%和10.3%,采暖季降幅最明显,分别达到2.2%和21.9%;而NO2年均浓度比"十五"升高8.9%,非采暖季增幅最大,为11.7%。2006—2010年PM10、SO2年均浓度整体呈下降趋势,NO2浓度有升高趋势。5年中非采暖季各污染物浓度均达标,采暖季PM10和SO2超标倍数逐年减小,煤烟型污染特征仍然典型。污染源管控(特别是减排工程实施)是"十一五"时期SO2和PM10浓度下降的重要原因,气象条件作用相对有限。NO2浓度升高主要与机动车保有量逐年增加和氮氧化物治理启动滞后有关。     

邢台市颗粒污染物变化特征和后向轨迹分析

为深入了解邢台市PM_(10)、PM_(2.5)浓度变化情况和气流后向轨迹,对邢台市2013—2016年环境大气颗粒污染物监测数据进行了分析,同时利用HYSPLIT模型计算出逐日72 h后向气流轨迹。结果表明:邢台市的PM_(10)和PM_(2.5)质量浓度在2013—2016年间呈逐年下降趋势,PM_(10)和PM_(2.5)质量浓度高值出现在冬季(296μg/m~3和192μg/m~3),最低值出现在夏季(140μg/m~3和80μg/m~3),PM_(10)和PM_(2.5)质量浓度在日变化上均呈"双峰双谷"型分布;后向轨迹的季节聚类分析表明,春季大气颗粒物污染以粒径2.5～10μm的颗粒污染物为主,夏季、秋季和冬季的大气颗粒物污染以PM_(2.5)为主;逐日聚类分析表明,在路径为西北偏西向的、途经多个沙源地的气流影响下,邢台市的PM_(10)和PM_(2.5)质量浓度处于一个相对高值;来源于偏南向的气流由于化合反应,污染物积聚导致PM_(10)、PM_(2.5)质量浓度也处于相对高值;在来源于西北向和偏北向的、水汽含量相对较低的气流影响下,邢台市的PM_(10)、PM_(2.5)质量浓度出现一个明显的下降。     

Assessment of Air Quality After the Implementation of Compressed Natural Gas (CNG) as Fuel in Public Transport in Delhi, India

Public transport in Delhi was amended by the Supreme Court of India to use Compressed Natural Gas (CNG) instead of diesel or petrol. After the implementation of CNG since April 2001, Delhi has the highest fraction of CNG-run public vehicles in the world and most of them were introduced within 20 months. In the present study, the concentrations of various criteria air pollutants (SPM, PM₁₀, CO, SO₂ and NO_x) and organic pollutants such as benzene, toluene, xylene (BTX) and polycyclic aromatic hydrocarbons (PAHs) were assessed before and after the implementation of CNG. A decreasing trend was found for PAHs, SO₂ and CO concentrations, while the NO_x level was increased in comparison to those before the implementation of CNG. Further, SPM, PM₁₀, and BTX concentrations showed no significant change after the implementation of CNG. However, the BTX concentration demonstrated a clear relation with the benzene content of gasoline. In addition to the impact of the introduction of CNG the daily variation in PAHs levels was also studied and the PAHs concentrations were observed to be relatively high between 10 pm to 6 am, which gives a proof of a relation with the limited day entry and movement of heavy vehicles in Delhi.