民用燃煤不同燃烧阶段细颗粒物排放特征

研究了民用燃煤在不同燃烧阶段排放PM_2.5的质量浓度分布特征.结果表明,散煤与正烧炉在旺火阶段排放颗粒物粒径主要集中在0.2μm以下（d₅₀=0.15μm）,加煤和封火阶段在0.2~0.5μm （d₅₀=0.38mm）,质量占比46.6%~68.97%.型煤与正烧炉在各阶段排放的颗粒物均以0.2μm以下颗粒物为主,质量占比44.64%~56.24%.扫描电镜（SEM）观察到燃煤排放PM_2.5为大量超细颗粒物聚集形成的簇团状结构.用碳平衡法计算得到散煤加煤阶段的PM_2.5排放因子为4.72g/kg,分别是旺火和封火阶段的12和11倍.将散煤更换为型煤,能够使得加煤阶段的PM_2.5排放因子减少90.9%,从而显著降低PM_2.5排放.     

民用燃煤不同燃烧阶段细颗粒物排放特征

研究了民用燃煤在不同燃烧阶段排放PM_2.5的质量浓度分布特征.结果表明,散煤与正烧炉在旺火阶段排放颗粒物粒径主要集中在0.2μm以下（d₅₀=0.15μm）,加煤和封火阶段在0.2~0.5μm （d₅₀=0.38mm）,质量占比46.6%~68.97%.型煤与正烧炉在各阶段排放的颗粒物均以0.2μm以下颗粒物为主,质量占比44.64%~56.24%.扫描电镜（SEM）观察到燃煤排放PM_2.5为大量超细颗粒物聚集形成的簇团状结构.用碳平衡法计算得到散煤加煤阶段的PM_2.5排放因子为4.72g/kg,分别是旺火和封火阶段的12和11倍.将散煤更换为型煤,能够使得加煤阶段的PM_2.5排放因子减少90.9%,从而显著降低PM_2.5排放.     

京津冀燃煤锅炉大气污染物精细化排放清单

基于环境统计数据,采用排放因子法建立2020年京津冀地区燃煤工业锅炉县级大气污染物排放清单.结果表明,2020年京津冀地区燃煤工业锅炉常规大气污染物SO₂、NO_x、颗粒物(PM)、PM₁₀、PM_2.5排放量分别为6351,7399,2952,825,399t.,其中PM₁₀和PM_2.5分别占PM排放总量的27.9%和13.5%.重金属Hg、Pb、Cd、Cr、As的排放量分别为197.9,1391.3,32.0,1214.2,362.4kg.65t/h及以上燃煤工业锅炉为主要的排放贡献源,各类污染物的排放量占京津冀地区工业锅炉各类污染物排放总量的比重为51.1%~81.2%,是污染控制及监管的重点.河北省承德市、唐山市、张家口市为污染物排放量最大的3个城市,3个城市各类污染物排放量占京津冀地区工业锅炉各类污染物排放总量的14.6%~71.9%.污染物排放强度大的区域主要集中在天津市、河北省廊坊市、唐山市的一些区县.     

秸秆露天焚烧典型大气污染物排放因子

利用烟气污染物稀释采样系统,基于实际测试,针对玉米、小麦、花生和棉花4种农作物秸秆开展露天焚烧排放大气污染物采集和分析.利用修正燃烧效率区分燃烧状态,根据碳平衡法计算烟气中颗粒物和气态污染物排放因子.结果表明,4种秸秆露天焚烧CO、SO₂、NO_x和CH₄平均排放因子分别在7.39~92.4g/kg、0.11~0.89g/kg、0.72~3.86g/kg和0.2~5.45g/kg之间,PM_2.5平均排放因子在1.48~13.29g/kg之间.OC和EC的质量分别占PM_2.5全部质量的27.7%~54.3%和4.4%~17.1%,是PM_2.5的主要组成成分.污染物排放主要来自混合燃烧状态,焖烧状态排放污染物浓度相对较高.随着含水率升高,焖烧过程增强显著,CO、CH₄、PM_2.5和OC的排放因子升高,其中PM_2.5排放量增高主要是由OC排放占比升高导致.     

我国燃煤电厂颗粒物排放特征

基于我国燃煤电厂(不含港、澳、台数据,下同)的燃烧技术及颗粒物控制技术分类,建立了燃煤电厂颗粒物排放计算方法. 利用该方法,分析了2000─2010年我国燃煤电厂颗粒物排放量及分布特征. 结果表明:我国燃煤电厂颗粒物排放量自2000年起持续增加,于2005年达到最高值(375×104 t),其中PM₁₀、PM_2.5排放量分别为237×104、129×104 t;此后逐年降低,2010年降至166×104 t,其中PM₁₀、PM_2.5排放量分别降至126×104、85×104 t. 随着静电除尘及湿法脱硫的普及,颗粒物中PM_2.5所占比例由2005年的34.3%升至2010年的51.2%. 我国燃煤电厂颗粒物排放地区分布不均衡,2010年内蒙古、山东、河南、江苏、山西和广东六省区的排放量占全国排放总量的44%. PM_2.5排放因子也因各省燃煤电厂颗粒物排放控制技术不同而产生差异,其中煤粉炉、循环流化床锅炉的PM_2.5排放因子分别为0.35~0.75、0.27~0.90 kg/t. 从机组规模影响来看,单台容量在30×104 kW以下的燃煤机组是粗颗粒(PM>10)的主要来源,而在30×104 kW以上的燃煤机组对PM_2.5排放贡献(64.6%)较大,这主要与这类燃煤机组静电除尘和湿法脱硫的安装比例高有关.      

民用煤排放PM2.5中碳组分与水溶性离子特征

研究4种典型民用煤燃烧排放PM_2.5中的碳组分以及水溶性离子含量特点,并通过PAM-OFR(潜在气溶胶质量-氧化流动反应器)模拟了大气老化过程(2d)对煤球与烟煤燃烧PM_2.5中碳组分与水溶性离子含量的变化影响。结果表明,烟煤燃放PM_2.5中碳组分含量最高,达到57.96%,其EC含量是其他煤种的4.3~9.6倍。民用煤燃烧产生PM_2.5中水溶性离子以Na⁺与SO₄^2-为主,其在总水溶性离子中占比合计约47%~76%。经历了大气老化试验后,煤球与烟煤燃烧排放PM_2.5中NH₄⁺和NO₃^-离子含量大幅增加,与之相比,TC占PM_2.5比例分别下降了12.03%与19.99%。     

不同排放源对华东地区PM2.5影响的数值模拟

使用中尺度气象-化学耦合模式WRF-Chem针对MEIC源清单中五大部门来源（工业源、电力源、民用源、交通源和农业源）对华东地区PM_2.5的影响进行了模拟研究,主要得到以下结论：春夏秋季PM_2.5约40%~60%来源于工业源,冬季由于采暖供热燃用大量散烧煤,导致民用源对PM_2.5的贡献最大,在山东、安徽和江苏省等高值区贡献率超过50%;农业源、电力源和交通源对PM_2.5影响的季节差异不大,农业源贡献约20%~30%,交通源和火电源贡献约10%.因此冬季需主要控制民用源排放,春夏秋季主要控制工业源排放,其次是农业源排放.一次PM_2.5在工业、电力和民用源贡献的PM_2.5中所占比例可达50%~60%;NO₃^-和NH+4在交通源贡献的PM_2.5中总比例可达53%,在农业源中总比例高达93%;由于模式对SO₄^2-模拟偏低,SO₄^2-在工业源和电力源贡献的PM_2.5中占比约5%~15%;OC对来自民用源的PM_2.5有30%的贡献,BC对来自交通源的PM_2.5有15%的贡献;Na⁺和Cl^-对PM_2.5的贡献在各大来源中均低于3%.     

烟台市典型工业排放PM2.5源成分谱特征研究

鉴于烟台市本地化源成分谱研究缺乏的现状,以及颗粒物精细化来源解析及环境管理的需求,采用NK-ZXF颗粒物再悬浮采样器,对6家烟台市典型工业下载灰源样品进行再悬浮采样,构建6类〔燃煤电厂、供热锅炉、生物质锅炉、钢铁（烧结）行业、玻璃行业和垃圾处理行业〕PM_2.5源成分谱,并对PM_2.5源成分谱特征及其排放颗粒物携带重金属特征进行评估.结果表明:①燃煤电厂PM_2.5源成分谱的标识组分包括Si、Cl-和SO₄2-,其质量分数分别为15.2%、9.3%和7.8%;与燃煤电厂相比,供热锅炉排放的PM_2.5中w（OC）偏高、w（SO₄2-）偏低;生物质锅炉排放的主要组分有K、Cl-和OC等,其质量分数分别为7.4%、13.3%和8.6%;钢铁（烧结）行业PM_2.5源成分谱中w（Ca）、w（Fe）和w（Cl-）较高;SO₄2-和Ca为玻璃行业PM_2.5源成分谱的主要组分,其质量分数分别为20.6%、8.2%;垃圾处理行业重金属质量分数最高,其主要组分为Cl-和SO₄2-.②CD（coefficient of divergence,分歧系数）计算结果表明,各源成分谱有一定相异性（CD范围为0.53~0.70）,其中生物质锅炉与垃圾处理行业PM_2.5源成分谱差异（CD为0.70）最大.③各典型工业排放PM_2.5所携带重金属特征显示,垃圾处理行业排放PM_2.5中的重金属质量分数（2.3%）最高,燃煤电厂、供热锅炉、生物质锅炉和玻璃行业排放的重金属中Cr、Ni和Cu相对质量分数较高,钢铁行业和垃圾处理行业排放的重金属中Pb相对质量分数较高.研究显示,所构建的烟台市各典型工业排放PM_2.5源成分谱特征鲜明,能够反映各行业PM_2.5排放特征.      

两种典型污染时段鹤山市大气细颗粒污染特征及来源

PM_2.5和O₃浓度超标是我国大气污染的主要特征,研究两种典型污染时段的细颗粒化学组成、混合状态和来源对治理大气污染具有重要意义.2016年11月10—20日广东省鹤山市先后出现了PM_2.5和O₃超标的污染事件.污染期间,采用SPAMS（单颗粒气溶胶质谱仪）对细颗粒进行实时采样分析,共采集到有正负化学组成信息的颗粒422 944个,占总颗粒数的19.2%.基于单颗粒质谱数据特征,使用自适应共振神经元网络算法（ART-2a）,对单颗粒数据进行自适应分类.颗粒物划分为OC（有机碳）、EC（元素碳）、ECOC（元素-有机碳混合）、HOC（高分子有机碳）、Pb-rich（富铅）、Si-rich（富硅）、LEV（左旋葡聚糖）、K-Secondary（钾二次）、Na-rich（海盐）和HM（重金属）颗粒共10类.结果表明:两个PM_2.5污染时段EC颗粒和K-Secondary颗粒的占比高,EC颗粒分别占46.5%和61.1%,K-Secondary颗粒分别占14.3%和10.3%;O₃污染时段EC颗粒占比（39.4%）最高,其次是OC颗粒占比17.0%;两种污染时段OC组分与HSO₄-和NO₃-的混合程度都有明显的上升,说明污染有利于有机气溶胶的老化.由源解析结果可知,PM_2.5污染时段,细颗粒主要来源于燃煤、机动车尾气和扬尘,而O₃污染时段细颗粒主要来源于燃煤、生物质燃烧和扬尘;此外,两种污染时段燃煤源对细颗粒的贡献都有较大提升.研究显示,控制燃煤源的排放对污染物的降低有着重要影响.      

基于在线观测的太原市冬季PM2.5中金属元素污染水平及来源解析

为更好地识别太原市PM_2.5的来源,于2022年1月采用在线多金属监测仪对太原市区PM_2.5中13种金属元素(K、Ca、Ba、Cr、Mn、Fe、Cu、Ni、Zn、As、Se、Pb和Sr)小时浓度进行了监测,分析了其污染特征,采用正定矩阵因子分解(PMF)模型解析了其来源.结果表明,13种金属元素浓度之和均值为(3 901.6±2 611.2)ng·m^-3,在PM_2.5中平均占比为(7.1±7.7)%.Fe、Ca和K是3种主要的金属元素,浓度平均值分别为(1 319.5±1 003.5)、(1 181.0±1 241.6)和(883.3±357.3)ng·m^-3.ρ[Cr(Ⅵ)](4.6ng·m^-3)和ρ(As)(11.2 ng·m^-3)平均值高于国家环境空气质量(GB 3095-2012)和世界卫生组织的标准值.PMF源解析结果显示：扬尘、机动车排放、不锈钢制造、生物质燃烧与垃圾焚烧、散煤燃烧和工业燃煤是PM_2.5     

贵阳市秋冬季PM2.5中重金属污染特征、来源解析及健康风险评估

为掌握贵阳市大气PM_2.5中重金属的污染特征、潜在来源和健康危害,于2017年10月—2018年2月白天(08:00—19:00)、夜间(20:00—翌日07:00)连续采集秋、冬两季大气颗粒物PM_2.5样品(n=202),采用电感耦合等离子体质谱(ICP-MS)法,检测样品中10种重金属(Pb、Cd、Cr、As、Zn、Mn、Co、Ni、Cu和V)含量,分析其昼夜质量浓度特征及变化规律,运用PMF(正定矩阵因子分析)模型和HMHR(健康风险评价模型)分别探讨其来源及健康风险.结果表明:①秋、冬两季大气颗粒物ρ(PM_2.5)日均值分别为(53±18)(62±20)μg/m3,均低于GB 3095—2012《环境空气质量标准》二级标准(75 μg/m3);ρ(As)、ρ(Zn)和ρ(Mn)均呈冬季高于秋季的特征,其他元素变化不明显.②白天ρ(PM_2.5)为(61±20)μg/m3,稍高于夜间〔(58±24)μg/m3〕;ρ(Pb)白天低于夜间,ρ(Ni)、ρ(Mn)、ρ(Zn)和ρ(Cu)则白天高于夜间,其他元素昼夜质量浓度无明显差异.③PMF模型分析表明,交通污染、燃煤、工业冶金和土壤扬尘是采样期间10种重金属的主要来源,其贡献率分别为39%、37%、14%、10%.④HMHR结果表明,Cd和Mn对儿童存在非致癌风险,其他重金属元素对人群无非致癌风险.致癌元素As、Cr和Cd的致癌风险值介于4.3×10-6~4.4×10-5之间,对人群可能存在致癌风险;而Ni和Co的致癌风险值均低于可接受水平(10-6).研究显示,贵阳市秋、冬两季PM_2.5中重金属污染水平整体较低,交通污染和煤炭燃烧是其主要来源,重金属元素中Cd、Mn、As和Cr对人群存在一定的健康风险.      

长株潭城市群秋季大气颗粒物及其重金属元素污染特征

为研究长株潭城市群大气颗粒物及典型元素污染特征,于2011年11月在长沙、株洲、湘潭三地采集TSP和PM₁₀样品,同期在北京进行采样,以分析颗粒物及其中重金属元素(Cr、Cd、Hg、Pb和As)质量浓度的分布特征. 结果表明:秋季长沙、株洲、湘潭三地的ρ(TSP)均低于北京,背景点(长沙沙坪站)最低,为(110±48)μg/m3. 株洲ρ(PM₁₀)与北京相近,略高于湘潭和长沙,但背景点ρ(PM₁₀)仍为最低. ρ(PM₁₀)/ρ(TSP)在70.26%~95.80%之间,平均值为85.90%. 长株潭城市群的ρ(Cr)、ρ(Hg)、ρ(As)、ρ(Cd)和ρ(Pb)在TSP中分别为37.7~60.7、0.2~1.5、22.7~92.0、4.2~36.8和142.9~508.3ng/m3,在PM₁₀中相应分别为20.4~33.5、0.1~1.0、20.6~74.2、3.8~31.9和126.1~432.4ng/m3. 长株潭城市群各采样点Cd在TSP和PM₁₀中的富集因子均最大,分别为475.8~4690.7和840.5~7489.8;其次为Hg、Pb和As;Cr的富集因子在TSP和PM₁₀中分别为7.8~33.3和9.1~33.6,均为最小.      

北京市不同年龄人群PM2.5载带重金属的健康风险

在北京中心城区（北2~3环路）利用大流量颗粒物采样器连续采集了2016年全年共218个PM_2.5样品,通过电感耦合等离子体原子发射光谱法（ICP-AES）测定了其中9种重金属元素,即As、Cd、Co、Cr、Cu、Ni、Pb、V、Zn.结合我国人群暴露参数,利用美国环保署推荐的健康风险评价模型,对北京市1~80岁不同年龄人群致癌非致癌健康风险进行了评价.结果显示：2016年北京市PM_2.5重金属中Zn、Pb、Cu质量浓度最大,依次为（291±553）ng/m³、（53.6±73.5）ng/m³、（25.0±59.7）ng/m³,其次为As、Ni;所有重金属中,As具有最大致癌风险贡献（62.5%）,Co具有最大非致癌风险贡献（29.0%）.不同年龄、性别人群的重金属危害指数（HI）均小于1,显示无非致癌健康风险,另外,儿童期HI值大于成人期.不同年龄、性别人群的重金属总致癌风险（CR）均位于10^-6与10^-4范围（即每1万~100万的人群数量中增加1个癌症患者）,显示无显著致癌风险,另外,随着年龄的增长致癌风险增加.此外,同一年龄人群中,女性致癌及非致癌风险均稍低于男性.     

大气PM2.5载带重金属的区域污染特征研究

PM_2.5载带的重金属元素对人体健康具有重要影响,为了明确PM_2.5中重金属的污染水平以及区域性污染特征,收集并总结近30年中国不同地区大气重金属污染的研究成果,对PM_2.5载带的As、Zn、Cr（Ⅵ）、Pb、Cd、Mn以及Ni等7种重金属元素的区域污染特征进行分析.研究显示:①我国对部分重金属〔Pb、Cd、Hg、As、Cr（Ⅵ）〕的质量浓度增设限值规定,但未涉及Ni和Mn等有毒重金属.②全国范围来看,不同背景点PM_2.5中重金属质量浓度相差较大,自然背景点重金属质量浓度低于乡村背景点和近城市背景点的40.7%~97.6%.大气PM_2.5重金属区域污染高值区主要集中在华北、华东、华南等经济发达地区.《大气污染防治行动计划》等政策的实施使PM_2.5中重金属质量浓度明显下降,2013年前（1980—2013年）与2013年后（2013—2018年）相比,全国大气PM_2.5中ρ〔Cr（Ⅵ）〕、ρ（Ni）、ρ（Pb）、ρ（Mn）和ρ（As）均有所下降,但ρ（Zn）、ρ（Cd）略有上升.③典型城市PM_2.5中重金属污染特征各不相同.北京市需考虑Cd、As排放情况,强化对燃煤源的管控;上海市和广州市应关注Cr（Ⅵ）和Ni的排放,加严工业污染治理,加强对港口的排放管控.研究显示,对于大气颗粒物中重金属的治理,建议进一步关注对As、Cr（Ⅵ）排放的控制,同时对不同区域的大气重金属污染需要选择差异化的污染控制措施.      

乌鲁木齐市大气颗粒物中重金属的污染特征及风险水平评价

为了解乌鲁木齐市新疆农业大学大气颗粒物（TSP、PM₁₀、PM₅、PM_2.5）中Cu、Mn、Zn、Pb、Cr、Cd 6种重金属元素的分布特征及其经呼吸摄入方式带来的健康风险,采用崂应2050型大气综合采样器于2018年春季、夏季、秋季、冬季分别进行样品采集,使用TAS-990原子吸收分光光度计测定颗粒物中的重金属元素.结果表明:①新疆农业大学2018年四季ρ（TSP）、ρ（PM₁₀）、ρ（PM₅）、ρ（PM_2.5）范围分别为93.17~257.14、70.57~202.29、57.58~147.96、48.71~147.46 μg/m3.②各季节重金属平均质量浓度在不同大气颗粒物中均呈ρ（Zn）> ρ（Cu）> ρ（Pb）> ρ（Cr）> ρ（Mn）> ρ（Cd）的趋势.③不同大气颗粒物中重金属非致癌总风险均呈儿童高于成人的特点,HI（非致癌风险总值）均小于限值（1）,Cd、Cr经呼吸途径产生的ILCR（终身增量致癌风险）为3.07×10-6~2.36×10-5.④I_geo（地累积指数）结果表明,大气颗粒物中Mn的I_geo平均值为-2.43,表现为无污染;Cr的I_geo平均值为0.78,表现为无-中污染;Cu和Pb的I_geo平均值分别为4.53、4.33,表现为重-极重污染;Zn和Cd的I_geo平均值分别为5.68、7.18,表现为极重污染.研究显示,新疆农业大学大气颗粒物中Cd、Cr对人体无致癌风险,但Zn与Cd的污染较重,应及时对乌鲁木齐市实施相应管控措施.      

我国中西部典型城市PM2.5中痕量金属的时空分布特征和健康影响

为研究我国中西部地区大气细颗粒物中的痕量金属区域分布、季节分布特征以及健康风险,在西安、乌鲁木齐、洛阳以及兰州四城市布点采样,利用ICP-AES（电感耦合等离子体原子发射光谱仪）测定了PM_2.5中9种痕量金属（V、Cr、Cd、Mn、Ni、Cu、Zn、As、Pb）的质量分数.结果表明：在痕量金属的时空分布特征方面,各城市主导痕量金属存在差异,西安、乌鲁木齐、洛阳以及兰州的主导痕量金属为Mn、Zn、Pb、Pb,除了主导痕量金属,对于单个金属,其空间分布及季节分布都存在差异;利用分歧系数法分析了城市间颗粒物中痕量金属的组成,洛阳与其他城市颗粒物中痕量金属的CD值在0.4左右,表明洛阳与各城市颗粒物中痕量金属的组成有很大差异,而西安与乌鲁木齐、兰州两个城市的CD值几乎都小于0.2,则他们组成相似;健康风险评结果显示,颗粒物PM_2.5中的痕量金属Cr对成年人有着显著的致癌和非致癌风险,而且Cd、As对4个城市居民的致癌风险是显著的,Ni对其致癌风险不显著.长期处于该研究环境,对人体健康存在一定健康威胁.此外痕量金属对人体的健康风险也具有季节性,所有痕量金属ILCR值都高于10^-6,尤其是As、Cd、Cr的致癌风险超过了安全水平（10^-4）,尤其是Cr和As春冬季的致癌风险最高.     

亚青会期间南京大气PM_(2.5)中重金属来源及风险

为探究亚青会期间南京奥体中心附近大气PM2.5中重金属来源及潜在的健康风险,于2013年8月3~28日对PM2.5中重金属元素V、Cr、Mn、Fe、Co、Ni、Cu、Zn、As、Cd、Sn、Sb和Pb进行了观测分析.结果表明:受亚青会污染源调控和气象要素影响,亚青会前、中、后不同时期重金属浓度存在差异,亚青会期间各重金属的浓度均值低于亚青会前期.富集因子分析显示Cu、Zn、Cd、Sn、Sb和Pb为重度富集元素,污染程度为CdCuZnPbSbSn.聚类分析表明工业排放、燃煤、道路尘和机动车尾气排放是这些重金属的主要来源.亚青会期间,PM2.5中各重金属通过呼吸途径对运动员造成的非致癌风险均小于1,5种致癌重金属的风险指数均低于致癌风险阈值范围.     

银川市冬季PM2.5重污染特征、来源与成因分析

近年来银川市冬季重污染过程频发,为明确银川市冬季PM_2.5重污染的特征,分析其主要来源及成因,于2016年12月-2017年1月在银川市选取3个采样点开展PM_2.5的样品采集与化学组分分析,利用CMB（化学质量平衡）模型对银川市冬季PM_2.5进行来源解析,对比分析了重污染日与非重污染日污染特征的差异.结果表明:①银川市冬季重污染日ρ（PM_2.5）[（181±33.6）μg/m3]是非重污染日的2.1倍;重污染日和非重污染日的ρ（NO₃-）/ρ（SO₄2-）均小于1,表明燃煤仍是银川市冬季PM_2.5的重要来源.银川市冬季PM_2.5中ρ（SOC）为（14.4±7.34）μg/m3,约占ρ（OC）的65.2%.②与非重污染日相比,重污染日人为源无机元素As、Pb、Cd和Zn质量浓度在ρ（PM_2.5）中的占比分别升高33.2%、18.4%、9.8%和2.9%,表明银川市冬季重污染主要受人为源贡献影响.③源解析结果表明,燃煤源、机动车尾气源、二次离子源和扬尘源是银川市PM_2.5的主要污染源,与非重污染日相比,重污染日机动车尾气源的贡献率明显降低.研究显示,银川市冬季重污染受人为源污染物排放的影响较大,燃煤源是银川市冬季PM_2.5的重要来源.      

区域大气细粒子污染特征及快速来源解析

在广东大气超级站使用单颗粒气溶胶飞行时间质谱仪(SPAMS)等仪器开展综合观测,2013年12月共监测到两个污染过程,主要的化学成分为元素碳(EC),占总颗粒数的56.8%,其次为有机碳(OC)和重金属(HM),分别占总颗粒数的12.7%和10.1%.两个污染过程中,不同颗粒类别的变化趋势有差异,说明两个污染过程的污染特征有所不同.污染来源分析发现,监测期间主要受到机动车尾气源和燃煤源的影响,二者分别占24.8%和22%;其次为工业工艺源和生物质燃烧,分别占16.4%和10.3%.第一个污染过程中,工业工艺源是首要污染源,而随着颗粒物浓度的增高,燃煤和二次无机气溶胶的比例明显增加,说明此污染过程中受一次污染源(燃煤源和工业工艺源)和二次光化学反应的复合影响.而第二个污染过程中,机动车尾气为首要污染源,其次是燃煤和工业工艺源,整个过程中各源的比例较为稳定,说明该次污染过程主要由不利气象条件导致的污染物累积形成.     

燃煤飞灰中细颗粒物(PM2.5)的物理化学特性

研究了小龙潭电厂燃煤飞灰中细颗粒物的粒径分布、显微结构、颗粒类型以及As,Se,Cd,Pb,Cr和Be等6种微量重金属在不同粒径中的分布规律。结果表明:燃煤排放的PM_2.5以球形颗粒为主,但随着颗粒物粒径的减小,非球形颗粒的数量有所增加;多数PM_2.5的表面并不光滑,不同粒径颗粒之间存在逐级吸附的现象;微量重金属As,Se,Cd,Pb和Cr大部分富集在粒径小于2 1μm的细颗粒上,高钙飞灰对As有强烈的吸附作用。