安阳市冬季观测期间PM2.5污染特征及来源解析

为探究安阳市冬季PM_(2.5)的污染特征及来源,于2019年11月19—26日在安阳市3个站点(柏庄镇政府、红庙街小学、安阳师专)采集PM_(2.5)样品,并对PM_(2.5)质量浓度和无机元素、水溶性离子进行测定,利用正定矩阵因子模型(PMF)并结合大气污染源排放清单进行源解析。结果表明:观测期间安阳市的PM_(2.5)平均质量浓度为104.09μg/m~3,水溶性离子平均质量浓度为48.9μg/m~3,占PM_(2.5)质量浓度的46.9%。PMF解析结果为二次源58.9%、燃煤源15.7%、机动车排放源9.2%、扬尘源8.6%、工业源2.5%、其他源5.1%。结合2018年安阳市大气污染源排放清单对二次源贡献进行重新分配,得到安阳市PM_(2.5)主要贡献来自燃煤源29.8%、工业源28.5%、机动车源27.1%。后向轨迹聚类结果显示,安阳市气团输送路径主要有远距离传输、城市间输送和本地运输3类,其中本地运输占比最大,其次为正南和东南方向上的城市间输送。     

利用SPAMS初探盘锦市冬季PM2.5污染特征及来源

利用SPAMS 0515于2015年1月在盘锦市兴隆台空气质量自动监测点位采集PM_(2.5)样品,并分析其污染特征和来源。研究结果表明,盘锦市冬季PM_(2.5)的颗粒类型主要以OC颗粒、富钾颗粒、EC颗粒组成。其中,OC颗粒占比最高,为52.5%;PM_(2.5)污染的主要贡献源为燃煤、生物质燃烧、机动车尾气排放,占比分别为33.2%、25.7%、17.5%,特别是在PM_(2.5)质量浓度较高时段,燃煤和机动车尾气排放对污染的贡献较大。     

蚌埠市夏季大气细颗粒物在线源解析

为了解蚌埠市环境空气中PM_(2.5)的来源,于2017年8月18日—9月18日,在百货大楼和高新区站点,利用单颗粒物气溶胶飞行时间质谱仪开展PM_(2.5)在线源解析。结果表明,百货大楼点位ρ(PM_(2.5))高于高新区点位,轻度污染比例(4.2%)明显高于高新区点位(0.8%),出现了中度污染(0.3%);SPAMS的PM_(2.5)质谱图显示百货大楼点位PM_(2.5)中K~+、Na~+特征明显,高新区点位HSO_4~-、NO_3~-、NO_2~-等无机信号较为明显;2个点位NO_3~-、NO_2~-、NH_4~+离子颗粒数占总颗粒数的百分比明显较高,且高新区点位NO_3~-、HSO_4~-离子数占比要明显高于百货大楼点位,燃料燃烧、工业工艺源、农田氮肥施用是其主要的人为污染源;2个点位PM_(2.5)成分主要为元素碳,分别占比42.4%,40.6%;污染时段,ρ(PM_(2.5))快速上升,除受本地机动车尾气源和燃煤源累积影响外,百货大楼点位扬尘源排放增加,高新区点位扬尘源和工业工艺排放源增加;2个点位机动车尾气源均为首要污染源,分别占比29.5%和30.9%,其次为燃煤源(24.3%和24.7%),扬尘源占比分别为22.9%和20.8%。     

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。     

茂名市大气PM_(2.5)在线源解析

于2014年12月31日—2015年1月12日,利用单颗粒气溶胶质谱仪对茂名市大气中PM2.5进行在线监测和分析。结果表明,茂名市大气颗粒物污染来源分布(颗粒数占比)分别为扬尘6%、工业工艺源10.9%、生物质燃烧14.7%、机动车尾气27.5%、燃煤23.4%、二次无机源7.7%和其他9.9%。空气质量从重度污染转为优良天气过程中,机动车尾气的贡献率基本保持在20%以上,而燃煤占比从28.9%降至12.3%;空气质量从优良转为污染天气的过程中,工业工艺源、二次无机源、生物质燃烧、燃煤的占比增加,而机动车尾气占比不断下降。     

盐城市秋冬季节PM2.5污染特征及来源分析

于2019年10月—2020年2月在盐城市开展大气PM_(2.5)离线监测,对PM_(2.5)的浓度变化、质量平衡、组分及来源进行了分析。结果表明,监测期间盐城市ρ(PM_(2.5))月均值为43.32～62.59μg/m~3,其中1月最高;监测期间ρ(PM_(2.5))平均值为54.25μg/m~3,质量重建后该值为52.38μg/m~3,与实测值的相关性达到0.98; PM_(2.5)占比最多的成分是硫酸盐、硝酸盐和铵盐(SNA); m(NO_3~-)/m(SO_4~(2-))的平均值为2.16,说明监测期间盐城市机动车相比固定源对NO_2和SO_2有更高的贡献;通过主成分因子分析,可知盐城市秋、冬季节PM_(2.5)主要来源于土壤和扬尘源、燃烧源以及二次无机源。     

衡阳城区冬季PM2.5中水溶性离子污染特征

为探究衡阳冬季PM_(2.5)和水溶性离子污染特征及其来源,于2019年1月在衡阳市城区采集大气PM_(2.5)样品,使用重量法和离子色谱法测得PM_(2.5)和水溶性离子组分质量浓度,并分析其浓度特征、酸碱度和来源等问题。结果表明:采样期间衡阳大气PM_(2.5)平均质量浓度为94.25μg/m~3,总水溶性离子质量浓度为52.94μg/m~3,占PM_(2.5)总质量浓度的56.43%;阴阳离子当量之比为1.12,PM_(2.5)呈酸性,其中SNA(SO_4~(2-)、NO_3~-和NH_4~+)占总水溶性离子质量浓度的95.06%。污染期间二次转化明显,SNA主要以(NH_4)_2SO_4和NH_4NO_3形式存在。源解析发现大气PM_(2.5)受化石燃料和生物质燃烧、垃圾焚烧、建筑扬尘、气态前体物二次转化、外来输送等多重因素影响,其中机动车尾气排放的NO_x在大气中二次转化形成的硝酸盐是衡阳重污染的最主要原因。     

采暖期北京大气PM2.5中碳组分的分布特征及来源解析

在冬季采暖期采集北京大气中的PM_(2.5)样品,利用自动称重系统AWS-1和热/光碳分析仪测定样品中PM_(2.5)和OC/EC,研究碳组分的变化特征,并通过OC/EC的值和单颗粒气溶胶质谱仪(SPAMS 0515)分析大气颗粒物中碳气溶胶的可能来源。结果表明:PM_(2.5)污染天气的OC、EC在PM_(2.5)中的占比要比清洁天气时低,其中SOC在PM_(2.5)中的占比由清洁天气时的22.9%减少到了重污染天气的15.4%,这是因为大气中的PM_(2.5)有较强的消光作用,导致气溶胶的氧化能力降低,造成了SOC的生成量减少;通过分析OC/EC值表明,冬季采暖期北京大气碳气溶胶的主要来源为机动车尾气和燃煤,这与SPAMS 0515在线解析的结果一致。采用SPAMS 0515进行在线OC、EC分析,在PM_(2.5)质量浓度≤250μg/m3时同手工方法有较好的相关性。解析结果表明,燃煤和机动车尾气是北京冬季采暖期的首要污染物来源,占比分别为34.0%和26.4%。     

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。     

2017年佛山市大气复合污染特征及来源分析

利用2017年佛山市8个国控监测点位的6项常规大气污染物自动监测数据,研究细颗粒物(PM_(2.5))、可吸入颗粒物(PM 10)、臭氧(O_(3))的时空变化和复合污染特征,并采用单颗粒气溶胶质谱仪对佛山市大气PM_(2.5)进行来源解析,分析O_(3)与二次气溶胶的协同增长关系。结果表明,2017年佛山市空气质量综合指数(AQI)为4.75,主要的空气质量污染物为PM_(2.5)、二氧化氮(NO_(2))和O_(3),除O_(3)呈现第2,3季度较高外,其他5项污染物均呈现第1,4季度较高的趋势。ρ(PM_(2.5))和ρ(PM_(2.5))/ρ(CO)在1—4月和11,12月较高,二次生成强度较大。机动车尾气源、燃煤源和工业工艺源是大气PM_(2.5)的主要来源。佛山市中心城区等道路密集以及交通枢纽地区的ρ(NO_(2))较高,机动车尾气排放是大气NO_(2)的主要来源。O_(3)污染主要发生在4,5,7—10月。ρ(O_(3))和ρ(PM_(2.5))/ρ(CO)的日变化均在12:00—17:00达到峰值。ρ(PM_(2.5))随光化学活性水平增强而提高,高度和中度光化学活性水平下ρ(PM_(2.5))/ρ(CO)明显大于轻度和低光化学活性水平。在统计时段,PM_(2.5)和O_(3)协同增长的时间占37.3%,O_(3)污染对二次气溶胶的氧化生成有明显的促进作用。     

南充市大气PM10与PM2.5排放清单及特征

以四川省南充市为研究区域,通过实地调研、现场测试及结合统计年鉴等获得数据,采用排放因子法计算南充市2014年大气PM_(10)、PM_(2.5)排放量并建立排放清单。结果表明,南充市2014年扬尘源、移动源、生物质燃烧源、化石燃料固定燃烧源、工艺过程源排放总量PM_(10)分别为85 187、1 777、9 175、2 417、3 519 t,PM_(2.5)分别为16 093、1 619、7 322、914、1 585 t,PM_(10)贡献率分别为83.5%、1.7%、9.0%、2.4%、3.4%,PM_(2.5)贡献率分别为58.4%、5.9%、26.6%、3.3%、5.8%。城市区域扬尘源、生物质燃烧源、移动源、化石燃料固定燃烧源、工艺过程源对PM_(10)贡献分别为60.0%、12.5%、6.3%、8.6%、12.5%,对PM_(2.5)贡献分别为41.8%、21.6%、14.4%、8.1%、14.1%。南充市2014年大气PM_(10)、PM_(2.5)排放源总量和贡献率以及区域空间分布特征均存在差异。     

应用化学质量平衡模型解析西宁大气PM2.5的来源

为研究影响西宁市大气环境PM_(2.5)污染水平的主要来源,于2014年采暖季、风沙季和非采暖季依托西宁市大气地面观测网络在11个监测点采集大气PM_(2.5)样品,对其化学组分(元素、离子和碳)进行分析。研究同步采集了4类固定源、14类移动源和4类开放源的PM_(2.5)样品,并构建源排放成分谱。应用化学质量平衡受体模型(CMB)开展源解析研究。源解析结果表明,观测期间西宁市PM_(2.5)主要来源包括城市扬尘(分担率为26.4%)、燃煤尘(14.5%)、机动车尾气(12.8%)、二次硫酸盐(9.0%)、生物质燃烧(6.6%)、二次硝酸盐(5.7%)、钢铁尘(4.7%)、锌冶炼尘(3.4%)、建筑尘(4.4%)、土壤尘(4.4%)、餐饮排放(2.9%)和其他未识别的来源(5.2%)。大力开展城市扬尘为主的开放源污染控制,严格控制本地燃煤、机动车等污染源的PM_(2.5)排放,是改善西宁市空气质量的重要途径。     

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%。     

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年青岛市一次PM_(2.5)和沙尘混合空气污染过程分析

以2021年3月青岛市空气自动站监测数据为依据,借助环境气象激光雷达、气溶胶激光雷达、在线离子色谱仪等技术手段,并利用后向轨迹模式(HYSPLIT)对青岛市一次PM_(2.5)和沙尘混合空气污染过程、气象条件、颗粒物组成以及传输路径等进行了综合分析。结果表明:静小风、湿度大、垂直方向逆温以及高空多次向近地面的污染物输送是第1阶段PM_(2.5)污染的主要原因,NO^(-)_(3)、SO^(2-)_(4)、NH^(+)_(4)浓度分别占水溶性离子浓度总和的51.7%,24.8%,22.4%,三者之和占ρ(PM_(2.5))的52.3%,机动车源、工业源和燃烧源贡献较大,其中尤以机动车源影响最显著;第2阶段各子站颗粒物浓度变化呈现明显的传输特征,PM_(2.5)中Ca^(2+)浓度升至第1阶段的6倍,沙尘源影响显著,污染气团主要来自蒙古国和我国内蒙古,前期由西北地区直接到达青岛,后期是经渤海湾、烟台到达青岛东南海域,最后回流至青岛;冷高压强度较弱导致近地面水平扩散条件不利,ρ(PM_(10))长时间维持在较高水平。     

Source identification and apportionment of PM2.5 and PM2.5−10 in iron and steel scrap smelting factory environment using PMF,PCFA and UNMIX receptor models

To identify the potential sources responsible for the particulate matter emission from secondary iron and steel smelting factory environment, PM_2.5 and PM_2.5?10 particles were collected using the low-volume air samplers twice a week for a year. The samples were analyzed for the elemental and black carbon content using x-ray fluorescence spectrometer and optical transmissometer, respectively. The average mass concentrations were 216.26, 151.68, and 138. 62 μg/m³ for PM_2.5 and 331.36, 190.01, and 184.60 μg/m³ for PM_2.5?10 for the production, outside M1 and outside M2 sites, respectively. The same size resolved data set were used as input for the positive matrix factorization (PMF), principal component factor analysis (PCFA), and Unmix (UNMIX) receptor modeling in order to identify the possible sources of particulate matter and their contribution. The PMF resolved four sources with their respective contributions were metal processing (33 %), e-waste (33 %), diesel emission (22 %) and soil (12 %) for PM_2.5, and coking (50 %), soil (29 %), metal processing (16 %) and diesel combustion (5 %) for PM_2.5?10. PCFA identified soil, metal processing, Pb source, and diesel combustion contributing 45, 41, 9, and 5 %, respectively to PM_2.5 while metal processing, soil, coal combustion and open burning contributed 43, 38, 12, and 7 %, respectively to the PM_2.5?10. Also, UNMIX identified metal processing, soil, and diesel emission with 43, 42 and 15 % contributions, respectively for the fine fraction, and metal processing (71 %), soil (21 %) and unidentified source (1 %) for the coarse fraction. The study concluded that metal processing and e-waste are the major sources contributing to the fine fraction while coking and soil contributed to the coarse fraction within the factory environment. The application of PMF, PCFA and UNMIX receptor models improved the source identification and apportionment of particulate matter drive in the study area.     

工业链条炉燃用型煤与原煤颗粒物排放特征

选取燃烧型煤和原煤的典型链条炉,应用自行设计的固定源烟气颗粒物稀释采样系统,现场测试细颗粒物PM_(2.5)、PM_(10)和金属元素的排放特征。结果表明,型煤燃烧细颗粒物的排放比例高于原煤,型煤燃烧除尘器进口、出口PM_(2.5)质量比原煤燃烧分别增加715%和708%。燃烧型煤时,As和Pb在各粒径段的质量比均比原煤大。同时,由于型煤燃烧可吸入颗粒物的排放比例增加,包含或附着在烟尘上的金属元素排放比例也相应增加。     

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%。