北京市机动车尾气排放PM10组分特征研究

为提高机动车尾气排放可吸入颗粒物PM10成分谱的代表性和准确性,提出并采用在机动车尾气检测线上采用稀释通道采样器随机采集机动车排出PM10的采样方法。采集了591辆轻、重型汽油车和柴油车尾气排放PM10,测试并分析了颗粒物的27种组分。数据表明:机动车排放颗粒物PM10中含量丰富的组分为OC、EC、NH+4、NO-3和SO2-4;柴油车排放PM10中OC和EC的质量分数为49.08%,是汽油车(38.38%)的1.3倍,汽油车的OC/EC(2.36)是柴油车(0.78)的3倍;汽油车排放PM10中的二次转化产物(SO42-+NH4++NO3-)的质量分数为19.37%,是柴油车(3.57%)的5.4倍;汽油车排放NH+4是柴油车的5.3倍。     

青藏高原典型城市拉萨市大气颗粒物污染源成分谱建立研究与特征分析

系统研究建立高原典型城市拉萨市开放源(土壤风沙尘、道路扬尘、施工扬尘、采矿扬尘),移动源(机动车尾气尘),固定源(工业烟粉尘、生物质燃烧尘及餐饮油烟)共3类8种大气颗粒物(PM_(2.5)、PM_(10))污染源化学成分谱。研究结果表明:开放源以地壳类元素为主,自然背景特征明显;移动源源成分谱中元素碳含量明显高于其他城市,在PM_(2.5)、PM_(10)源谱中分别占60.15%、51.86%,有机碳含量也相对较高,均超过20%;固定源中,牛粪和松柏枝两类生物质燃烧污染源的有机碳含量显著高于其他组分,工业烟粉尘中Ca远高于其他组分,在PM_(2.5)、PM_(10)源谱中分别占21.32%、21.21%。移动源、固定源源成分谱均显示出高原城市的独特特征。     

泰州市冬季空气质量变化特征

为了解泰州市冬季空气质量变化特征,于2013年12月27日—2014年1月7日对NO2,SO2,O3,CO,PM10和PM2.5进行了监测,结合地面气象资料和HYSPLIT轨迹模式分析了污染物的来源与传输过程。结果表明,观测期间AQI优良率仅为25%,PM10和PM2.5日均值超标率分别为58.3%,75.0%;有机碳是泰州市ρ(PM2.5)中最高的化学组分,其次是富钾和元素碳。PM2.5主要来源为汽车尾气、工业源、燃煤,分别占来源比例21.76%,16.52%,15.54%。局地污染源和不利气象条件是造成大气污染的主要原因。     

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PM_2.5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PM_2.5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PM_2.5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。     

2019—2021年徐州市大气细颗粒物化学组成特征及来源解析

徐州市地处四省交界，大气污染物来源复杂，颗粒物污染在气象条件不利时较为显著。通过地面观测数据、颗粒物组分连续观测、源解析及轨迹溯源等方法，对徐州市2019—2021年颗粒物变化特征进行了全面分析，以定量解析各类污染源的贡献，识别对颗粒物贡献显著的化学成分。结果表明：PM_2.5各组分质量占比中二次无机盐和有机碳相对较高，其中二次无机盐SNA(SO■、NO^-₃、NH⁺₄)占比达到59.1%～62.7%;水溶性离子总浓度逐年降低，但Mg²⁺和Ca²⁺浓度2021年分别同比增加2%和12.5%,说明扬尘污染存在反弹。秋冬季水溶性离子明显较高，Cl^-浓度明显高于其他季节，表明徐州市秋冬季受移动源、燃煤源和二次有机气溶胶共同影响。PM_2.5中OC与EC质量浓度比为4.88～8.40,说明徐州市颗粒物受多源影响，柴油、汽油机动车尾气排放以及燃煤排放对颗粒物贡献较大。后向轨迹分析表明，污染严重的1月污染物主...     

基于硫碳同位素研究南京北郊冬季霾事件中PM2.5来源

2015年12月27日—2016年1月6日,针对南京北郊地区一次霾事件所采PM_(2.5)样品,测定样品中水溶性离子、硫同位素与碳同位素组分含量。水溶性离子研究结果表明:该次霾事件以二次污染为主且移动源占主要地位。硫同位素分析结果表明:硫酸盐的δ~(34)S(SO_4~(2-))值的范围为4.4‰~6.8‰,平均值为5.7‰±0.7‰(n=11),结合该地潜在硫源可知,此次霾事件中硫酸盐气溶胶主要来源为机动车尾气及煤炭燃烧。PM_(2.5)中的δ~(13)C值变化范围为-28.43‰~-24.94‰,平均值为-26.62‰±1.11‰,说明碳质污染物来源主要为机动车尾气、燃煤。此外,硫、碳同位素具有较好的负相关性,结合潜在硫源、碳源可知,2016年1月1日之前,南京北郊地区大气污染源以汽油车尾气排放为主;1月1日之后大气污染源以柴油车尾气和燃煤排放为主。     

春季广州城区空气中VOCs来源解析

2013年4月在广州市区对大气中挥发性有机化合物(VOCs)进行了观测,对其变化特征和来源进行了分析。结果表明,观测期间测得的VOC总平均混合比为41.35×10~(-9),表现为烷烃芳香烃烯烃炔烃;利用PMF解析出观测时段内影响广州市区的9个VOCs主要来源,各源占比情况依次为:LPG排放老化VOC汽油挥发石化、未知源汽油车排放油漆溶剂柴油车排放天然源;与机动车相关和工业相关的来源分别占到了大气VOCs的46.8%和21.0%。     

保山市大气细颗粒物排放特征与理化特征分析

于2016年11月9日—14日,用单颗粒气溶胶在线源解析技术分析保山市体育馆监测点大气中PM_(2.5)的化学组成、粒径分布、来源及典型排放源质谱特征。结果表明:采集的颗粒可分为7类,主要以有机碳、元素碳和混合碳颗粒为主,占电离颗粒数的60%以上;不同类型颗粒粒径分布差异较为明显;机动车尾气为首要污染贡献源,且呈周期性变化,每日有两个上升时段,分别为凌晨1:00—10:00和12:00—20:00;其次为燃煤源,贡献率为10%～40%;工艺过程源与生物质燃烧源贡献率相一致,总体上夜间贡献率高于白天;扬尘源、二次无机源贡献率变化幅度不大。     

北京市大气PM10源解析研究

于2004年在北京市定陵、车公庄、古城、亦庄、房山和奥体中心6个采样点采集大气PM10环境样品,针对北京市颗粒物主要排放源采集土壤尘、建筑水泥尘、燃煤等污染源PM10样品,分别对其中的无机元素、离子、有机碳(OC)和元素碳(EC)进行测定。采用代表北京市颗粒物主要排放源PM10组分特征的成分谱,利用CMB受体模型对PM10来源进行解析。结果表明,PM10的最大来源为土壤尘,其它贡献源类依次为燃煤排放、机动车/燃油排放、二次粒子(SO42-、NO3-和NH4 )、建筑水泥尘。污染源贡献具有明显的季节变化,并存在一定的地域变化。     

天津市区PM2.5中碳组分污染特征及来源分析

为研究天津市细颗粒中碳组分特征,于2006年8-12月连续采集PM25样品,分析其来源及浓度特征.结果表明,天津市区PM25、有机碳(OC)及元素碳(EC)浓度分别为165.90、23.90、5.50 μg/m3,3项浓度均为冬季最高.OC、EC、总碳在PM2.5中所占比例分别为14.31％、3.66％和18.14％,秋季在PM 2 5中所占比例最高,夏季最低.OC/EC平均值为4.21,按照秋、夏、冬呈递增的季节变化趋势.冬季二次有机碳污染较重,二次有机碳浓度(13.98 μg/m3)占OC比例为34.5％.因子分析表明,非采暖期汽油车对碳气溶胶作用显著,采暖期生物质燃烧、燃煤及汽油车排放贡献.     

黄山景观区域降雨微量元素化学组成及来源

通过分析降水化学成分,探讨黄山景观区域降雨的微量元素化学组成特征及其来源。结果表明,降雨中微量元素含量呈现明显的季节性变化,主要受到降雨量、pH值、风向及溶解有机质等因素影响。来源分析和贡献估算结果表明,降雨中Mn、Cu、Pb、Cd、Ni、Co等元素受燃煤和交通污染排放的影响显著,贡献率均在98%以上;土壤源和人为源对Fe的贡献率分别为76. 9%、23. 1%,对Ti的贡献率为22. 8%、77. 2%; Sr主要受海洋源(28. 3%)和人为源(70. 5%)双重影响。     

Characterization of Volatile Organic Compounds (VOCs) and Their Sources in the Air of Izmir, Turkey

Air samples were collected in Izmir, Turkey at two (suburban and urban) sites during three sampling programs in 2002 and 2004 to determine the ambient concentrations of several monoaromatic, chlorinated and oxygenated volatile organic compounds (VOCs). Samples were analyzed for 60 VOCs using gas chromatography/mass spectrometry and 28 compounds were detected in most samples. On the average, urban air VOC concentrations were about four times higher than those measured at the suburban site. Toluene (40.6%) was the most abundant compound in suburban site and was followed by benzene (7.4%), o,m-xylene (6.5%), and 1,2-dichloroethane (5.1%). In urban site, toluene (30.5%), p-xylene (14.9%), o,m-xylene (11.4%), and ethyl benzene (7.2%) were the dominating compounds in summer. In winter, toluene (31.1%), benzene (23.9%), 1,2-dichloroethane (9.5%), and o,m-xylene (8.2%) were the most abundant compounds. Receptor modeling (positive matrix factorization) has been performed to estimate the contribution of specific source types to ambient concentrations. Six source factors (gasoline vehicle exhaust, diesel vehicle exhaust+residential heating, paint production/application, degreasing, dry cleaning, and an undefined source) were extracted from the samples collected in the urban site. Three source factors (gasoline vehicle exhaust, diesel vehicle exhaust, and paint production/application) were identified for the suburban site.     

不同类型机动车尾气挥发性有机化合物排放特征研究

机动车尾气主要成分包括一氧化碳、氮氧化物、碳氢化合物、铅及苯并[a]芘等.其中,挥发性有机化合物由于其对光化学烟雾的贡献及对人体健康的影响而成为近年来大气化学研究的热点.文章首次对北京市9种车辆、5种燃料在不同工况下排放挥发性有机化合物特征进行了定量研究.结果表明,车型、燃料、净化器及工况等因素对排放量产生影响,电喷车比化油器车排放低,其中,夏利比富康与奥迪排放量高;LPG与汽油车排放量最高,柴油车与CNG车排放最低.其中,-10#柴油车比0#柴油车排放更低;使用净化器可以降低挥发性有机化合物排放量;不同工况对排放量的影响随车型、燃料类型的不同而不同.因此,使用清洁燃料、安装净化器和使用电喷装置,可减少尾气中挥发性有机化合物含量.     

机动车排放尾气中挥发性有机污染物对环境空气质量影响初探

采用气相色谱/质谱检测技术,对汽油和柴油、汽油车和柴油车排放气体以及天津市环境空气中主要挥发性有机污染物(VOCs)的组成种类及比例进行探析.结果表明,机动车排放的尾气中主要有机污染物为芳香烃类、烷烃类和烯烃类化合物,其中芳香烃类含量最高;汽油车排放的芳香烃类化合物浓度高于柴油车排放的浓度;机动车尾气对交通区域空气质量的影响高于工厂区(非化工区)、生活小区和公园.     

合肥市冬季灰霾天气PM_(2.5)源解析

于2016年12月30日—2017年2月4日,利用单颗粒气溶胶飞行时间质谱仪(SPAMS),对合肥市PM_(2.5)开展来源解析连续监测,共捕捉到4次较为明显的灰霾过程,对颗粒物种类及质谱特征进行了分析。结果显示,监测期间合肥市主要颗粒物成分为元素碳(EC)(31. 9%)、富钾(K)(16. 6%)、有机碳(OC)(16. 0%)及混合碳颗粒(ECOC)(15. 0%)等。主要污染源为机动车尾气源(24. 5%)、工业工艺源(22. 7%)、燃煤源(14. 1%)、二次无机源(13. 5%)等。污染天气发生时,工业工艺源占比上升2. 2个百分点,生物质燃烧和燃煤源占比分别下降1. 7和2. 7个百分点,机动车尾气和扬尘源基本持平,表明此次污染过程主要受到工业工艺源的累积影响。     

新冠疫情管控期间西安细颗粒物中碳组分浓度变化特征

于2019年1月27日—3月18日及2020年1月27日—3月18日对西安市细颗粒物(PM_2.5)的碳组分浓度进行了在线观测，对比分析了非疫情与疫情期间各常规污染因子、气象要素、PM_2.5中有机碳(OC)和元素碳(EC)的污染特征。结果表明：非疫情与疫情期间西安市的气象条件总体水平较为相近。疫情期间的二氧化硫(SO₂)、臭氧(O₃)浓度相对升高。重污染天气下，除PM_2.5外，其他污染物浓度均降低，说明疫情管制对重污染天气污染物浓度的削弱作用明显。疫情期间，PM_2.5中的OC组分浓度及占比有显著升高，与疫情期间的各类交通管制导致的机动车尾气排放量显著降低有关。另外，OC与EC的相关性较强，说明污染来源与人类日常生活有关。疫情期间西安市颗粒物中碳组分主要来自各类生物质燃烧，并且存在SOC污染，SOC在OC中的占比达到37.8%。疫情期间重污染天气下，SOC在OC中的占比达到87.5%,说明SOC对重污染天气OC的贡献较大。     

2020年江苏省机动车排放污染分布特征及与大气质量耦合性研究

依据生态环境部2021年6月发布的《排放源统计调查产排污核算方法和系数手册》,结合本地实测数据,在对汽油车颗粒物(PM)排放系数进行测算的基础上,核算了2020年江苏省机动车PM、氮氧化物(NO_(X))、挥发性有机物(VOC_(S))的排放总量,分析了机动车排放污染分布特征及与大气质量的耦合关系。结果表明:2020年江苏省机动车PM、NO_(X)、VOC_(S)排放量分别为0.5×10^(4),3.71×10^(5),1.17×10^(5) t。从区域分布来看,苏州、南京、无锡3市的3项污染物排放总量及NO_(X)、VOC_(S)排放量均位列前3位,PM排放量位列前3位的是苏州、徐州、无锡。从车型、燃料类型和排放阶段来看,国Ⅳ及以下排放标准的汽油小型客车是机动车VOC_(S)排放控制的重点,国Ⅲ排放标准的重型柴油货车是机动车PM和NO_(X)排放控制的重点。分析区域机动车PM排放量与大气中PM_(2.5)来源解析结果的耦合关系,其间存在不同程度的正相关性,控制机动车污染对改善大气环境会产生积极成效,南京、徐州和盐城3市的成效会尤为明显。