沙尘和灰霾期间中国近海大气氮沉降通量估算

利用WRF-CMAQ模型估算了2011年4月26日~5月3日沙尘事件和2016年1月1日~7日灰霾事件在中国近海引起的总无机氮（TIN）沉降通量,分析了两类事件对中国近海海洋初级生产力的贡献,探究了灰霾事件时中国近海无机氮沉降的可能来源.结果表明：典型沙尘和灰霾过程中,中国近海TIN干沉降通量均值分别为6.77,3.01mg N/（m²·d）,是晴朗天的6.84,3.04倍,可提供38.5,17.1mg C/（m²·d）的海洋初级生产力;沙尘期间无机氮沉降以还原态氮（NH₃和铵态氮,占TIN的62.2%）为主,灰霾期间则以氧化态氮（HNO₃和硝态氮,占TIN的84.3%）为主.典型沙尘事件TIN沉降对黄海影响最大,对渤海影响最小;典型灰霾事件对黄海和东海TIN沉降影响相当,高于对渤海的贡献.典型灰霾期间,京津冀和山东西北部（区域一）对渤、黄、东海TIN干沉降的贡献均大于长江三角洲及周边地区（区域二）,区域一对3个海域TIN干沉降的贡献约为38.7%~74.6%,区域二的贡献约为1.14%~12.1%.     

青岛春节期间大气污染特征及烟花燃放一、二次贡献分析

我国北方地区冬季采暖期大气污染事件频发,期间硝酸盐成为促进PM_2.5增加的主要因素.然而在烟花燃放期间,硫酸盐的累积却强于硝酸盐,形成不同的污染特征.对春节期间（2019年2月2~10日）青岛近郊在线离子色谱观测数据,结合国控自动监测站数据进行综合分析.结果表明,研究期间观测到大气颗粒物累积事件、沙尘过境事件和烟花燃放事件.烟花燃放高峰期,其对PM_2.5和PM₁₀的一次贡献率分别为69.8%和63.8%.相比颗粒物累积期间硝酸盐有更明显的累积,硫酸盐在烟花燃放期间先于硝酸盐生成,并存在更强的累积.分离得到烟花燃放的一次贡献因子n（SO₄^2-）/n（K⁺）和n（NO₃^-）/n（K⁺）特征摩尔比分别为1.2和1.3;利用该比值估算得到对SO₄^2-和NO₃^-二次贡献因子,在较稳定的气象条件下分别为一次贡献因子的2.1倍和1.6倍;但在强的干冷空气过境时,二次贡献因子大幅降低,与一次贡献因子相当.     

2011年春季辽宁一次沙尘天气过程及其对不同粒径颗粒物和空气质量的影响

利用2011年5月11—12日辽宁沙尘天气过程的相关资料,分析了沙尘天气对不同粒径颗粒物及空气质量的影响及此次沙尘过程的天气成因.结果表明:沙尘天气发生前后可吸入颗粒物PM₁₀、PM_2.5和PM₁的浓度变化很大,沈阳、鞍山、本溪和丹东4城市PM₁₀、PM_2.5的小时浓度最大值都增大了1.5~20倍;粗粒子PM_(2.5~10)的数量浓度分别增加了30~41倍,质量浓度分别增加了27~30倍;细粒子PM_(1~2.5)的质量浓度分别增加了30~35倍,数量浓度分别增加了15~30倍;微粒子的数量浓度和质量浓度各城市表现不同,沈阳微粒子的数量浓度和质量浓度最大值增大了3倍和5倍,而鞍山PM₁的数量浓度和质量浓度分别减少了50%和10%.受蒙古气旋的影响内蒙古地区产生大风降温天气,大风将内蒙古地区的沙尘带到高空并随西风带向东移动进入辽宁,由于辽宁地区风速比较小,造成了辽宁大部分地区的浮尘天气,并对辽宁各地空气质量造成了严重影响,除丹东外辽宁其他13个城市空气质量都达到了轻微污染到重度污染的级别,铁岭、阜新、沈阳和抚顺的污染指数分别超过了300,达到了重度污染的级别.     

光腔衰荡光谱法走航连续观测海表大气中氧化亚氮

基于最新型Picarro G5101i型光腔衰荡光谱仪,自行设计并集成了适用于海表大气氧化亚氮的船基走航连续观测系统.实验室测试结果显示,该系统准确度优于1.4×10-9mol·mol-1,精密度优于0.2×10-9mol·mol-1.通过搭载2017年春季黄海和东海综合调查航次,首次在我国开展了海表大气中氧化亚氮的船载走航式连续观测研究.实践证明,该系统操作简便,运行稳定可靠,可获取高频率高精度的海表大气氧化亚氮摩尔分数数据.同时,基于实际观测工作,初步优化建立了相应的数据质量控制和处理方法,为获取具有国际可比性的观测数据奠定了基础.观测结果显示,春季黄海和东海海表大气中氧化亚氮的摩尔分数范围为(331.0~345.1)×10-9mol·mol-1,平均值为(333.5±1.4)×10-9mol·mol-1.     

Particulate matter assessment of a wetland in Beijing

To increase the knowledge on the particulate matter of a wetland in Beijing, an experimental study on the concentration and composition of PM₁₀ and PM_2.5 was implemented in Beijing Olympic Forest Park from 2013 to 2014. This study analyzed the meteorological factors and deposition fluxes at different heights and in different periods in the wetlands. The results showed that the mean mass concentrations of PM₁₀ and PM_2.5 were the highest at 06:00–09:00 and the lowest at 15:00–18:00. And the annual concentration of PM₁₀ and PM_2.5 in the wetland followed the order of dry period (winter) > normal water period (spring and autumn) > wet period (summer), with the concentration in the dry period significantly higher than that in the normal water and wet periods. The chemical composition of PM_2.5 in the wetlands included NH₄⁺, K⁺, Na⁺, Mg^2 +, SO₄^2 −, NO₃⁻, and Cl⁻, which respectively accounted for 12.7%, 1.0%, 0.8%, 0.7%, 46.6%, 33.2%, and 5.1% of the average annual composition. The concentration of PM₁₀ and PM_2.5 in the wetlands had a significant positive correlation with relative humidity, a negative correlation with wind speed, and an insignificant negative correlation with temperature and radiation. The daily average dry deposition amount of PM₁₀ in the different periods followed the order of dry period > normal water period > wet period, and the daily average dry deposition amount of PM_2.5 in the different periods was dry period > wet period > normal water period.     

北京市典型道路扬尘化学组分特征及年际变化

选择北京市具有代表性道路,于2004年9月和2013年5月进行采样,利用再悬浮设备制备道路扬尘PM₁₀与PM_2.5样品,并进行化学组分分析,建立了2004年和2013年北京市道路扬尘PM₁₀与PM_2.5源成分谱,以分析和探讨北京市道路扬尘化学组分特征及其组分年际变化.结果表明,北京市道路扬尘PM₁₀与PM_2.5源成分谱中的化学组分特征均为Ca、Si、有机碳（organic carbon,OC）、Al、Fe、K、Mg、SO₄^2-和元素碳（element carbon,EC）,其在道路扬尘中的含量之和分别为：2004年PM₁₀为46.7303%、PM_2.5为56.9198%和2013年PM_2.5为38.7478%;占全部被测组分的比例分别为95.9%、94.3%和94.7%.2004年道路扬尘中,环路Si、Al的含量显著低于其他道路类型,受到的土壤风沙尘影响最小;建筑水泥尘特征元素Ca主干道含量最高,高速五环进京口含量最低;EC在高速五环进京口的含量显著高于其他道路类型.而2013年PM_2.5中被测组分总含量及Si、Al、Ca的含量次干道均显著低于其他道路类型.2013年与2004年相比,北京市道路扬尘PM_2.5中除SO₄^2-含量略上升了2.0%外,其余组分含量下降显著,Ca、Si、OC、Al、Fe、K、EC和NO₃^-下降幅度分别为45.1%、31.5%、17.5%、20.3%、55.6%、33.3%、30.0%和50.3%.结果表明,［NO₃^-］/［SO₄^2-］比值不能准确反映固定源和移动源相对贡献大小的变化.［OC］/［EC］比值,2004年PM₁₀为9.77±3.88,PM_2.5为9.36±3.25,2013年PM_2.5为14.41±10.41,北京市道路扬尘存在二次有机碳（secondary organic carbon,SOC）,且SOC是道路扬尘PM₁₀与PM_2.5的重要组成部分.不同城市道路扬尘及同一城市不同粒径的道路扬尘成分谱相似度不高,应建立相应的成分谱并适时更新.     

南京地区典型霾天气个例特征的比较分析

利用2011年南京大学城市大气环境观测站气象因子及污染物浓度资料、58238站点气象探空资料及NCEP再分析资料、CALIPSO卫星资料,比较分析了南京地区4类典型霾天气(烟花爆竹、沙尘、秸秆燃烧及不利气象条件污染)的污染特征.结果表明:烟花爆竹个例污染物排放集中,以细颗粒物为主,除夕和初五的PM2.5小时浓度分别达到0.46 mg·m-3和0.34 mg·m-3,受逆温层影响,能见度持续降低,最低达到1.16 km;受北方沙尘暴南下影响,沙尘个例以粗颗粒为主要污染物,PM10小时最高浓度为0.78 mg·m-3,PM2.5/PM10平均值为0.39,粒子形状不规则,体积偏退比为0.17;秸秆燃烧个例为重霾污染,能见度最低值为0.97 km,后向散射系数为0.0039 km-1獉sr-1,PM10和PM2.5最高小时浓度达到0.80 mg·m-3和0.49 mg·m-3,颗粒物主要来自南京东南地区秸秆的集中燃烧;不利气象条件导致的污染过程在冬季比较常见,下沉气流活跃,出现双层逆温,近地面静小风造成污染物积累,PM2.5与能见度的相关系数达到0.86,细颗粒物为主要污染物.可见,南京市霾天气可分为两类,分别是由不利气象条件导致的累积性污染和由高强度排放源造成的暴发性污染,具有不同的气象和污染特征.     

山东省主要城市酸沉降现状及影响因素分析

根据山东省多年降水观测资料,分析了其17个设区城市的酸雨现状,并研究了济南市和青岛市硫的干、湿沉降及其变化规律.结果表明,近5a(1997～2001年)青岛市降水酸度位列全省17城市之首,是唯一降水pH年均值低于酸雨临界值5.60的城市;山东省主要城市的降水酸度总体上呈下降趋势.济南市和青岛市近年来硫沉降总通量基本稳定或呈下降趋势,仍达10t/(km²·a)左右;在硫沉降总通量中,硫干沉降的贡献率达80%以上,而在硫干沉降通量中,SO₂干沉降的贡献率要远远高于SO₄^2-干沉降的贡献率.通过分析酸雨前体物排放强度、土壤酸碱性以及气象条件对酸沉降的影响,揭示了山东省内主要城市酸沉降的影响因子.     

基于积尘负荷的西安市铺装道路扬尘排放研究

近年来城市颗粒物污染问题日渐突出,严重影响着人们的环境幸福指数和对美好环境的期待.道路扬尘作为城市扬尘的重要组成部分,对颗粒物污染的贡献不容小觑.在此背景下,采用积尘负荷法采集西安市快速路、主干道、次干道、支路等4种类型25条道路的道路扬尘样品,并分析采样速率、采样次数等因素对采样效率的影响.在此基础上,计算得到西安市各类型道路的平均积尘负荷,结合车流量、车重、道路长度,通过《扬尘源颗粒物排放清单技术指南》中的公式计算得到各种类型道路TSP、PM₁₀、PM_2.5的排放系数及排放量.结果显示：采样速率为1.0 m²·min^-1,采样次数为两次可满足采样要求.不同类型道路积尘顺序为：支路（4.18 g·m^-2）>次干道（2.80 g·m^-2）>快速路（1.49 g·m^-2）>主干路（1.34 g·m^-2）;道路积尘TSP、PM₁₀、PM_2.5的平均排放系数分别为6.066、1.542和0.447 g·km^-1.快速路和主干路的扬尘排放系数较小,支路的扬尘排放系数次之,次干路的扬尘排放系数较大.采用Monte Carlo方法对TSP、PM₁₀和PM_2.5的排放量进行不确定性分析,在95%的概率分布范围下,三者定量不确定性均为-16.88%~17.96%.     

内蒙古温带草原氮沉降的观测研究

在内蒙古太仆寺旗对温带草原地区的氮沉降进行了为期1 a(2011年11月～2012年10月)的观测.在线分析大气NH3和NO2浓度,用CMAQ模型计算的干沉降速率计算了气体干沉降量;采集降水、降尘和穿透雨样品并测定NH4+和NO3-浓度,分别得到湿沉降、颗粒物干沉降和穿透雨沉降量.观测结果表明该地区的氮沉降量已经高达3.43 g.(m2.a)-1,有可能对草原生态系统产生危害.其中,湿沉降占44%,气体干沉降占38%,颗粒物干沉降占18%.干沉降对氮沉降的贡献大于湿沉降,必需重视干沉降的测定,而穿透雨沉降明显小于总沉降,说明穿透雨法不适合于草原地区.从组分上看,还原态氮(包括NH4+和NH3)对氮沉降的贡献为71%,而氧化态氮(NO3-和NO2)的贡献仅29%,因此在控制氮沉降时,不应只针对NOx排放进行削减,NH3减排同样重要.     

交通与气象因子对不同粒径大气颗粒物的影响机制研究

为了研究北京市气象因子与车流量、车速等交通因子对PM2.5、PM10浓度水平的影响,在市区三环主路及居民区选取了28个采样点,采集滞尘量,PM2.5、PM10浓度、车速、车流量、温度、湿度、风速等数据.通过3个月的滞尘质量分析,得出交通源对空气质量的影响是显著的,其中三环主道路两侧采样点和远离交通源对照点滞尘均值分别为0.284 g和0.016 g.再由道路口与居民区对比实验(局部实验)得出,居民区采样点测得的PM2.5和PM10浓度均低于道路口颗粒物浓度,差值均值分别为101 074 n·(cf)-1和15 386 n·(cf)-1,同时PM2.5白天浓度一般低于夜间.最后结合最佳子集预测模型分析得出,PM2.5和PM10受到湿度和温度的影响最大,车速、车流量、风速次之,其中车速、车流量、低风速对颗粒物PM2.5的影响比对PM10的影响更为显著.     

夏季青岛大气粗细粒子中微量元素的浓度、溶解度及干沉降通量

利用2016年6~7月在青岛采集的PM_(2.5)和总悬浮颗粒物(TSP)样品,分析其中12种微量元素总态和溶解态浓度,讨论了微量元素在粗、细粒子中的浓度及溶解度的分布特征,并估算了微量元素的沉降通量.结果表明,青岛气溶胶中地壳元素Al、Fe、Sr、Mn、Ba总态浓度的55%~60%集中在粗粒子中,人为元素Cr、Ni、V、Zn、Pb、As、Cd的65%~85%集中在细粒子中.但无论是地壳元素还是人为元素其溶解态浓度均主要分布在细粒子中,Al、Fe、Mn、Ba在细粒子中的占比为50%~80%,Cr、Ni、V、Zn、Pb、As、Cd的为70%~90%.微量元素溶解度在细粒子中的高于粗粒子中的,细粒子中微量元素的溶解态浓度与酸组分呈显著正相关,溶解度与p H呈显著负相关,表明酸化作用可能是影响细粒子中微量元素溶解度的主控因子.不同微量元素的总沉降通量中溶解态部分的贡献不同,Al和Fe溶解态部分的贡献仅为1%~2%,Sr、Ba、Cr、Pb的约为30%~40%,Mn、Ni、V、Zn、As、Cd的约为50%~60%.大气沉降的溶解态Fe可支持(194±150)mg·(m2·d)-1浮游植物碳的生产,对黄海初级生产力的贡献约为10%.     

有色冶炼园区道路扬尘中重金属污染特征及健康风险评价

为研究有色冶炼工业园区周边道路扬尘中重金属污染特征及其健康风险,在云南省蒙自地区采集了城市道路、有色冶炼工业园区道路以及隧道尘样品,通过再悬浮设备将尘样悬浮至Teflon滤膜上获得PM_(2.5)和PM_(10)样品,并利用ICP-MS分析了Cr、Mn、Ni、Cu、Zn、As、Cd和Pb这8种重金属的含量.结果表明,在PM_(2.5)中重金属的平均含量高于PM_(10).Pb、Cd、As和Zn在3种道路扬尘中平均含量最高,且在不同道路扬尘中平均含量差异表现为:隧道工业园区道路城市道路.隧道扬尘中Pb和As的平均含量高于其它重金属,在PM_(2.5)中达到92 338.3 mg·kg~(-1)和12 457.7 mg·kg~(-1);工业园区道路扬尘中Pb和Zn的平均含量最高,在PM_(2.5)中分别是4 381.7 mg·kg~(-1)和4 685.0 mg·kg~(-1);城市道路平均含量最高的重金属是Zn和Pb,在PM_(2.5)中为1 952.6 mg·kg~(-1)和1 944.8 mg·kg~(-1), 3种道路扬尘中Cu、Zn、As、Cd和Pb平均含量均高于云南省土壤背景值.富集因子分析和主成分分析结果显示:Cu、Zn、As、Cd和Pb在3种道路上均有明显富集,受到有色冶炼工业和交通源的显著影响;而Cr、Mn和Ni在3种道路上富集不明显,未受到明显的人为源影响.健康风险评价结果表明,摄食是主要的暴露途径;儿童的非致癌风险高于成人.在PM_(2.5)道路扬尘中所含有的As、Cd和Pb都会对成人和儿童造成非致癌风险,在PM_(10)工业园区道路和隧道扬尘中的As、Cd和Pb对人体有非致癌风险,城市道路中的As仅对儿童有非致癌风险.此外,隧道中的As具有致癌风险.     

中小燃煤锅炉PM2.5排放特征实测研究

中小燃煤锅炉是我国工业和民用部门最主要的供热方式,掌握其一次颗粒物的排放特征对于研究大气PM2.5的来源和控制途径具有重要意义.本研究通过实测中小燃煤锅炉烟气,获得了中小燃煤锅炉PM2.5及以下粒径段的排放因子和分布,并分析了各粒径段的颗粒密度及除尘装置的去除效率.研究发现,PM2.5质量排放因子平均为(0.123±0.061)kg·t-1,PM2.5粒子数的排放因子平均为(3.17±1.65)×105t-1,烟气中70~120 nm粒径段的积聚模态颗粒在质量和数量上都高于其他粒径段.锅炉燃烧负荷是影响锅炉PM2.5排放的重要因素,锅炉的燃烧负荷越低,PM2.5排放将随之降低.实测锅炉的PM2.5排放因子显著低于物料衡算结果,说明采用物料衡算方法可能极大地高估了现有排放清单中工业燃煤锅炉的一次PM2.5排放量.     

四川省人为源大气污染物排放清单及特征

在收集四川省各城市人为污染源活动水平数据基础上,基于自下而上和自上而下结合的清单构建方法,选取排放因子并结合GIS技术,建立了该地区2015年1 km×1 km人为源大气污染物排放清单.结果表明,2015年四川省人为源SO_2、NO_x、CO、PM_(10)、PM_(2.5)、BC、OC、VOCs和NH_3排放量分别为444.9×10~3、820.0×10~3、3 773.1×10~3、1 371.6×10~3、537.5×10~3、28.7×10~3、53.1×10~3、923.6×10~3和988.0×10~3t.电厂和工业锅炉等燃煤排放贡献了95%以上的SO_2,移动源、化石燃料燃烧源和工艺过程源分别贡献了54%、23%和20%的NO_x,以钢铁和建材制造为主的工艺过程源分别贡献了20%的PM_(10)和34%的PM_(2.5),以道路扬尘为主的扬尘源分别贡献了60%的PM_(10)和35%的PM_(2.5),生物质燃烧分别贡献了33%的BC和51%的OC,以机械加工、建筑装饰、电子设备制造、印刷和家具等行业为主的溶剂使用源贡献了46%的VOCs,NH_3主要来自畜禽养殖和氮肥施用等农业部门排放,分别占总排放量的70%和25%.污染物空间分布结果显示,四川省各项大气污染物主要集中分布于人口最为密集,农业和工业均较为发达的四川盆地和攀枝花部分区域,其中,以成都、德阳和绵阳为代表的成都平原城市群为四川盆地内的主要排放高值区域.所建立的排放清单存在一定不确定性,后续研究中应针对活动水平数据获取的不足开展数据收集工作,加强排放贡献较大典型污染源的排放因子本地化研究工作,逐步完善四川省大气污染物排放清单,为四川省复合型大气污染研究和防治提供科学支撑.     

长沙市人为源大气污染物排放清单及特征研究

根据收集的长沙市人为源活动水平数据,建立了该地区2014年1 km×1 km人为源大气污染物排放清单.结果显示,2014年长沙市SO_2、NO_x、CO、PM_(10)、PM_(2.5)、BC、OC、VOCs和NH_3排放总量分别为53.5×10~3、78.3×10~3、284.6×10~3、102.3×10~3、42.1×10~3、4.0×10~3、7.2×10~3、64.2×10~3、27.1×10~3t.化石燃料固定燃烧源为最大的SO_2排放贡献源,道路移动源是主要的NO_x贡献源,CO排放主要来自化石燃料固定燃烧源和道路移动源,长沙市VOCs的最大贡献源是溶剂使用源,PM_(10)、PM_(2.5)最主要的排放源是扬尘源,BC最大的排放贡献源为化石燃料固定燃烧源,生物质燃烧源是最大的OC贡献源,NH_3排放主要来源于畜禽养殖和农业施肥.空间分布结果显示,长沙市NH_3的排放在宁乡县、望城区、长沙县、浏阳市分布较多,主要呈现片状分布.其他污染物排放高值区则主要分布在中心城区、工业区及道路分布区域.     

北京、石家庄2017—2018年PM2.5与SNA组分特征及典型重污染分析

基于北京、石家庄2017、2018年的1月和7月PM_2.5样品采集,研究两地采暖期、非采暖期及典型重污染过程的PM_2.5、SNA污染特征及二次转化特征.应用TrajStat模型,结合浓度权重轨迹分析法（CWT）,分析两地PM_2.5气流输送路径以及潜在源区.利用WRF-CAMx模式定量分析两地重污染月份（2017年1月）PM_2.5、硫酸盐及硝酸盐的区域传输贡献.结果表明, 2017年1月北京和石家庄均存在重污染过程,两年1月石家庄市PM_2.5浓度均高于北京; SNA占PM_2.5所有组分的34.11%~51.68%,对PM_2.5浓度有重要贡献,其中北京NO₃^-浓度最高,石家庄SO₄^2-浓度最高, SO₄^2-/NO₃^-夏季高于冬季;北京SOR高于石家庄,石家庄NOR高于北京,重污染期间两城市硫酸盐、硝酸盐、铵盐质量浓度、SOR与NOR明显升高;两地冬季气流主要受俄罗斯、蒙古、内蒙戈壁等地区的西北方向远距离输送影响,另外北京两年冬季均存在西南传输通道,石家庄重污染期间受冀南和鲁西北重工业城市群潜在贡献较高,两市夏季受东南季风影响,污染轨迹多来自渤海湾和山东等地区; 2017年1月,北京、石家庄PM_2.5受周边区域传输贡献分别为33.80%、22.54%,其中河北南部分别贡献14.86%, 17.21%,二次离子中NO₃^-的传输作用比SO₄^2-更加突出.从PM_2.5本地源来看,北京主要来源为移动源和扬尘源,分别占比43.30%、20.10%,石家庄为工业、燃煤和扬尘,分别占比26.40%、24.82%、22.50%.     

喀斯特城市和森林地区大气降尘量的时空差异

本研究对喀斯特城市贵阳和自然保护区荔波的大气降尘进行分时段采集,采样时间为2009年5月至2010年3月,并统计了各时段内的大气降尘量。结果表明:贵阳的日均大气降尘通量为104mg/(m2·d),远高于荔波11.5mg/(m2·d)的日均降尘通量。受人为活动的影响,贵阳降尘量的季节性差异比荔波地区显著,冬春季节的降尘量高于夏秋季节。大气降尘量与同期的降水量和降水天数之间存在负相关关系,表明除了人为活动外,降水是影响贵阳地区大气降尘的关键因子。     

基于本地污染源调查的杭州市大气污染物排放清单研究

基于实地调查数据并辅以统计数据,采用物料衡算法和排放因子法,估算了杭州市2015年大气污染物排放清单,并选取经纬度坐标、路网、航道、土地类型和人口等数据作为权重因子,研究了该地区各类排放源污染物排放空间分布特征.结果表明,杭州市2015年SO_2、NO_x、CO、VOCs、PM_(10)、PM_(2.5)和NH_3年排放总量分别为22.20×10~3、108.17×10~3、192.10×10~3、134.94×10~3、78.12×10~3、27.65×10~3和59.75×10~3t.工业源是杭州市SO_2排放的主要来源,移动源对NO_x和CO的排放贡献最为显著,扬尘源是杭州市PM_(10)和PM_(2.5)排放的最主要来源,其次为工业源;VOCs排放的主要来源依次为工业源、天然源和移动源;NH_3排放主要来自农业源.从空间分布来看,排放主要集中在中心城区及其周边的萧山、下沙、大江东、余杭和富阳等工业企业相对密集的区域.本研究建立的排放清单在污染源覆盖范围和排放因子方面仍然存在一定的不确定性,建议在后续研究中重点开展低、小、散企业及本地化排放因子调查研究工作,进一步提升大气污染物排放清单的准确度.     

南昌市土壤风沙尘PM2.5中水溶性离子分布特征及来源初探

为了解南昌市土壤风沙尘PM_(2.5)中水溶性离子的分布特征,利用颗粒物再悬浮采样器采集土壤风沙尘的PM_(2.5)样品,并采用离子色谱仪分析了9种水溶性离子的含量。结果表明,土壤风沙尘PM_(2.5)中9种水溶性离子的含量之和为11. 126±2. 703 mg/g,阳离子中平均含量最高的是Ca~(2+)(1. 684±0. 545 mg/g),阴离子中最高的是SO_4~(2-)(3. 568±1. 553 mg/g)。SO_4~(2-)、NO_3~-、Ca~(2+)和Cl~-是土壤尘PM_(2.5)中的主要离子组成,占总离子浓度的80. 60%。与其他城市对比,南昌市土壤风沙尘PM_(2.5)中离子基本处于较低水平。阴阳离子当量浓度比值为1. 26,表明土壤风沙尘的PM_(2.5)颗粒为弱酸性。空间插值分析表明南昌市西南部土壤尘PM_(2.5)中的离子含量分布相对较高,而东部及北部多处于较低水平。相关性分析表明Na~+、F~-和NH_4~+具有同源性,K~+与其他离子都不相关。NO_3~-/SO_4~(2-)的比值介于0. 26～0. 97间,整体上反映出固定源对土壤风沙尘PM_(2.5)的影响更显著。