舟山市PM_(2.5)的输送路径和潜在来源分析

利用轨迹聚类分析、轨迹扇区分析(TSA)和潜在源贡献函数(PSCF)分析3种方法研究了2013年6月至2016年5月舟山市的PM_(2.5)输送路径和潜在来源。聚类分析显示,舟山市PM_(2.5)夏季主要受来自偏南方向的气团影响,冬季主要受来自偏北和西北方向的气团影响,与季风方向一致,以短距离传输为主。TSA结果与轨迹聚类分析类似,综合考虑后向轨迹停留时间和PM_(2.5)平均浓度,研究期间西北和偏北方向的扇区对舟山市PM_(2.5)的贡献率最大,达47.3%。PSCF分析显示,舟山市PM_(2.5)的潜在来源贡献区域主要集中于江苏省、山东省南部、浙江省北部和安徽省东部。     

武汉市典型地区PM_(2.5)化学组成及来源解析

采集了武汉市工业区和植物园2011年10月—2012年7月不同季节的PM_(2.5)样品,测定其化学组成并解析来源。结果表明,工业区和植物园PM_(2.5)年均质量浓度分别为179.7、92.8μg/m3,其中SO2-4、NO-3和NH+4是最主要的水溶性离子。通过气团的后向轨迹模型分析,本地源与远距离区域传输共同影响武汉市空气质量。采用正定矩阵因子分析(PMF)模型对PM_(2.5)来源进行了解析,工业区PM_(2.5)来源为二次气溶胶、生物质燃烧、扬尘、冶金、燃煤和残油燃烧,春、夏、秋、冬4季贡献率最高的因子分别为生物质燃烧(45.1%)、残油燃烧(23.1%)、扬尘(56.1%)和二次气溶胶(53.4%);植物园PM_(2.5)来源为二次气溶胶、机动车排放、扬尘、冶金、燃煤和残油燃烧,春、秋两季机动车排放贡献率最高,分别为42.7%、41.3%;夏季和冬季分别为扬尘和二次气溶胶贡献最高,贡献率分别为27.3%、57.4%。     

北京9.3阅兵前后天津市大气污染变化特征分析

2015年8月23日—9月4日京津冀地区对部分污染源实行了临时性的减排管控措施,为保障9月3日北京大阅兵的空气质量起到了重要作用。天津作为协同减排的重要城市,阅兵期间空气质量变化一直备受关注。为评估这次减排管控措施对空气质量的改善效果,于2015年8月10日—9月15日,选择天津市气象局院内观测场,利用自动在线观测仪器对大气污染物NO_x、SO_2、CO、O_3及PM_(2.5)进行了连续观测,以天津所采取的临时减排措施为时间节点,对人为管控前后污染物的浓度水平、源贡献及日变化特征进行了比对分析,并结合气团输送特征讨论了气象条件在各时段的贡献。结果显示:在减排期间(2015年8月23日—9月4日),NO、NO_2、SO_2、CO、O_3及PM_(2.5)浓度较减排前(2015年8月10日—22日)分别降低了12.3%、34.1%、41.8%、21.1%、39.0%及63.1%,燃煤、工业及扬尘源控制效果显著;减排后(2015年9月5日—15日)较减排期,NO、NO_2、SO_2、CO及PM_(2.5)浓度分别升高了77.2%、46.1%、13.3%、12.5%和11.5%,空气质量主要受机动车源的影响。NO_2、SO_2、CO及PM_(2.5)在各时段的日变化基本呈早晚双峰型,NO呈早单峰型,O_3呈午后单峰型,减排措施有效降低了峰值和浓度水平,污染物排放至大气后,近地面气象要素也会有所影响。由气团的输送特征可知,有利的气象条件也是减排期间良好空气质量的重要因素,减排后CO、SO_2和PM_(2.5)无显著回升主要得益于清洁气团的频繁出现。     

广州南沙区O3浓度变化及其与气象因子的关系

利用广州南沙区气象探测基地2010年O3浓度和常规气象观测资料,分析了O3浓度变化特征及其气象因子的关系。结果表明,广州南沙区2010年O3浓度最高时均值的最大值出现在8月,超标时数最多的是9月;O3浓度日变化呈单峰型分布,O3浓度日变化最大的季节是秋季,其次为夏季、春季、冬季;O3浓度呈现秋季>春季>夏季>冬季的变化特征。气温、相对湿度、日照时数和云量与O3浓度相关系数大,是影响南沙O3浓度的主要气象因子。秋季O3浓度高,O3主要以局地光化学反应生成为主;春季、夏季和冬季O3主要以外来源的输送为主。气团后向轨迹分析表明南沙区秋季气团主要来自污染的大陆地区,春季、夏季和冬季气团主要是来自东南沿海附近或较为清洁的南海。     

焦作市冬季PM2.5中水溶性离子组成特征及来源解析

为探讨焦作市冬季PM_(2.5)中水溶性离子特征及其来源,于2017年12月至2018年2月在焦作市区连续采集大气颗粒物PM_(2.5)样品,测定其中9种水溶性离子浓度。结果表明,焦作市冬季PM_(2.5)质量浓度为(99.11±73.26)μg/m~3,总水溶性离子质量浓度为(66.88±48.68)μg/m~3,其中NO_3~-、SO_4~(2-)、NH4_+是水溶性离子的主要成分,3者合计占总水溶性离子的81.5%(质量分数)。与清洁天相比,污染天NO_3~-、SO_4~(2-)、NH_4~+在PM_(2.5)中的占比显著增加,表明人为活动排放的二次污染物是焦作市冬季污染天PM_(2.5)的主要贡献成分;随着相对湿度的增加,大气中存在明显的气溶胶二次转化过程;焦作市大气PM_(2.5)移动源贡献大于固定源。焦作市PM_(2.5)中水溶性离子在清洁天主要受工业和生物质燃烧影响,而在污染天主要受气态污染物二次转化影响;后向轨迹聚类显示,采样期间焦作市主要受京津冀地区、西北地区气团影响。     

无锡市区大气污染物污染特征及影响因素研究

利用2014年无锡市区的6种大气污染物浓度和气象因子等监测数据,研究了无锡市区各种大气污染物的污染特征及其影响因素。结果表明:(1)无锡市区PM_(2.5)、PM_(10)、SO_2、NO_2、CO浓度的季节变化特征为冬季最高,夏季最低;O_3浓度表现为夏季最高,冬季最低。就全年的综合情况而言,颗粒物污染,尤其是PM_(2.5)污染最严重。(2)PM_(2.5)、PM_(10)、SO_2、NO_2、CO浓度间两两呈正相关;PM_(2.5)、SO_2、NO_2、CO浓度均与O_3浓度呈负相关。(3)温度与PM_(2.5)、PM_(10)、SO_2、NO_2、CO浓度呈负相关,与O_3浓度呈正相关;相对湿度与PM_(2.5)、PM_(10)、SO_2、NO_2、O_3浓度呈负相关,与CO浓度无相关性;风级与PM_(2.5)、PM_(10)、SO_2、NO_2、CO浓度呈负相关,与O_3浓度无相关性。降水有利于PM_(2.5)、PM_(10)、SO_2、NO_2、O_3浓度的降低,但对CO浓度影响不大。(4)无锡市区空气质量周末比工作日差。NO_2、SO_2浓度周末低于工作日,O_3浓度周末高于工作日,呈现明显的"周末效应";PM_(2.5)、CO浓度周末高于工作日,未出现"周末效应"。     

邯郸市PM_(2.5)及其化学组分的季节性变化

利用2013年邯郸市4个大气环境监测站连续1年的在线监测数据,并结合离线采样成分数据,对比分析了不同季节大气中PM_(2.5)及其主要成分的浓度水平和污染特征。结果表明,PM_(2.5)和PM10四季均存在不同程度的超标现象;污染物在4个站点之间的空间差异不太显著,邯郸市的污染为区域性污染。PM_(2.5)中水溶性无机离子和碳组分的季节变化均较为明显。SO_4~(2-)、NO_3~-和NH_4~+三者浓度之和占PM_(2.5)浓度的39.8%,占PM_(2.5)中总水溶性无机离子浓度的86.2%;四季均存在较强的光化学反应,但硫氧化率(SOR)和氮氧化率(NOR)呈现出不同的季节变化规律,与SO2-4和NO_3~-的来源和去除机制明显不同有关。秋、冬季有机碳(OC)和元素碳(EC)污染较为严重,总碳气溶胶(TCA)浓度分别占PM_(2.5)质量浓度的24.0%和32.9%;研究显示高浓度的OC较多来源于二次有机碳(SOC),高浓度碳易发生二次污染。进一步对PM_(2.5)中各组分进行来源分析得出燃煤、汽油车尾气、生物质燃烧、二次气溶胶和扬尘源对邯郸市PM_(2.5)贡献显著。     

西宁取暖季PM2.5水溶性离子的污染特征研究

于2017年1—5月(取暖季)在西宁市区、郊区、农村设置采样点采集PM_(2.5)样品,利用离子色谱法测定PM_(2.5)中水溶性无机离子浓度。结果表明:取暖季西宁大气PM_(2.5)日均质量浓度为(55.98±52.66)μg/m~3,呈现明显的市区郊区农村的浓度变化特征。PM_(2.5)中水溶性离子质量浓度之和占PM_(2.5)质量浓度的36.3%,水溶性离子平均浓度大小为SO_4~(2-)NO_3~-NH_4~+Na~+Cl~-C_2O_4~(2-)Ca~(2+)F~-K~+Mg~(2+);取暖季西宁大气硫氧化率(SOR)和氮氧化率(NOR)平均值分别为0.21、0.13,表明SO_4~(2-)、NO_3~-主要由二次转化形成,PM_(2.5)中NO_3~-/SO_4~(2-)(质量浓度比)为0.75,阳离子与阴离子电荷摩尔数比值为0.89,表明燃煤是PM_(2.5)主要贡献源,颗粒物总体呈酸性。后向轨迹分析表明,重污染期间西宁PM_(2.5)及其中水溶性离子的浓度变化不仅受本地污染源的影响,也受外来气团输送的影响。     

济南市PM2.5化学组分及污染特征分析

为探讨济南市大气PM_(2.5)主要化学组分和污染特征,2017年在济南市开展了PM_(2.5)样品采集工作,分析了PM_(2.5)中有机碳(OC)、元素碳(EC)和水溶性离子浓度水平。结果表明:采样期间济南市PM_(2.5)中OC、EC年均质量浓度分别为9.10、2.68μg/m~3,全年OC与EC质量浓度的比值为3.4,二次有机碳污染严重;OC、EC季节分布特征明显,均为冬季浓度最高,且秋、冬季两者相关系数较高,表明秋季和冬季OC、EC来源较为一致。NO_3~-、SO_4~(2-)、NH_4~+年均质量浓度之和为34.29μg/m~3,占水溶性离子总量的88.9%,是济南市PM_(2.5)中最重要的组分;各水溶性离子浓度具有明显的季节变化特征,NO_3~-、SO_4~(2-)、NH_4~+、Cl~-和K~+均冬季浓度最高,而Ca~(2+)春季浓度最高;PM_(2.5)中NO_3~-与SO_4~(2-)质量浓度的比值为1.10,说明相比于固定污染源,移动污染源对济南市PM_(2.5)影响更大。     

杭州市区空气污染特征及灰霾成因分析

利用2013年3月1日至2014年2月28日杭州市区4种常见污染物(NO_2、CO、PM_(2.5)和PM_(10))的小时浓度监测数据对杭州市区全年空气污染特征进行分析,并针对2014年1月17至19日的一次灰霾过程进行了污染特征与成因分析。结果表明,杭州市区NO_2质量浓度年均值为51.55μg/m~3,CO为0.87mg/m~3,PM_(2.5)为67.02μg/m~3,PM_(10)为102.06μg/m~3,均表现为冬季浓度高夏季浓度低的特征。4种污染物基本都在每天的9:00—10:00和19:00—20:00出现两个峰值。杭州市区PM_(2.5)主要来自于二次污染物转化,灰霾过程中PM_(2.5)质量浓度最高值接近300μg/m~3。这次灰霾过程的主要潜在源区包括京津地区、山东中部和江苏南部等地区,杭州市区本身气象条件加剧了这次污染的严重程度。