四川省典型工业行业PM_(2.5)成分谱分析

利用荷电低压颗粒物撞击器(ELPI+)对四川省水泥行业、玻璃行业、陶瓷行业、砖瓦行业、燃煤锅炉、生物质锅炉、电厂、钢铁行业等典型行业开展排放特征测试,通过组分分析,获取各行业PM2.5成分特征谱。结果表明:(1)水泥、玻璃、陶瓷、砖瓦等建材行业均以Si、Ca、Mg等元素为主要排放组分,双碱法脱硫SO42-排放占比高于其他脱硫工艺;(2)电厂PM2.5中SO42-、Ca2+、NH4+、Mg和Si为特征组分;燃煤锅炉中OC、Al、Si和Ca等为特征组分;(3)OC和EC是生物质锅炉PM2.5主要排放组分,成型生物质燃料锅炉中K排放占比也较高,非成型生物质燃料锅炉中Cl-排放占比为所有行业中最高;(4)钢铁行业中Ca含量最高,为18.11%,其次为SO42-、Na+和Fe。     

燃煤电厂产生和排放的PM2.5中水溶性离子特征

为了认识我国燃煤电厂一次PM2.5排放特征,并定量评估大规模开展烟气脱硫与脱硝对其影响,本研究选取了国内一个煤粉炉电厂和一个循环流化床电厂,对其产生和排放的PM2.5进行现场测试,并进行水溶性离子组分的分析.结果表明,在所测的这两个电厂中,循环流化床电厂产生的PM2.5的质量浓度高于煤粉炉电厂产生的PM2.5的质量浓度,但是这两个电厂排放的PM2.5的质量浓度相当.产生此结果的主要原因是该循环流化床电厂配备的电袋复合除尘器比煤粉炉电厂的普通电除尘器对PM2.5去除效率更高.煤粉炉电厂产生PM2.5中水溶性离子浓度低于循环流化床电厂,但是煤粉炉电厂排放PM2.5中水溶性离子浓度却远远高于循环流化床电厂,表明煤粉炉电厂排放的PM2.5受脱硫和脱硝设施的影响较大.煤粉炉烟气脱硝过程中可能形成硫酸雾,烟气中的部分硫酸雾和过剩的NH3反应生成NH4HSO4进入颗粒相,同时降低了PM2.5的p H值;而脱硫过程中脱硫液的夹带也会导致NH+4和SO2-4进入PM2.5.所以,虽然两个电厂产生的PM2.5中水溶性离子均以Ca2+和SO2-4为主,但煤粉炉排放PM2.5中的水溶性离子则以NH+4和SO2-4为主.     

电厂燃煤烟尘PM2.5中化学组分特征

采集了阳泉市具有代表性的燃煤电厂除尘器下载灰,测定了其PM_(2.5)中元素、离子及EC(元素碳)、OC(有机碳)的含量水平,对其化学组分特征进行了研究,并运用分歧系数法对阳泉与其他地区的燃煤烟尘PM_(2.5)成分谱之间的相似程度进行了比较.结果发现,阳泉市电厂燃煤锅炉排放的细颗粒物(PM_(2.5))中主要组分为SO_4~(2-)、Ca、NO_3~-、OC、EC、Al、Si、Na、Fe、Mg以及Cl~-,占PM_(2.5)总质量的57.22%;Pb在燃煤烟尘PM_(2.5)中相对富集系数最大,达到10.66~15.91,呈显著富集;无烟煤和劣质煤燃烧后烟尘的PM_(2.5)成分谱之间的分歧系数为0.072,认为这两个成分谱必定相似,与其他城市所建立的燃煤烟尘成分谱相比,阳泉市燃煤电厂PM_(2.5)的化学组分具有特异性,尤其是Ca含量明显高于国内其他地区燃煤烟尘Ca的排放.     

四川省典型工业行业PM2.5成分谱分析

利用荷电低压颗粒物撞击器(ELPI+)对四川省水泥行业、玻璃行业、陶瓷行业、砖瓦行业、燃煤锅炉、生物质锅炉、电厂、钢铁行业等典型行业开展排放特征测试,通过组分分析,获取各行业PM_(2.5)成分特征谱.结果表明:①水泥、玻璃、陶瓷、砖瓦等建材行业均以Si、Ca、Mg等元素为主要排放组分,双碱法脱硫SO_4~(2-)排放占比高于其他脱硫工艺;②电厂PM_(2.5)中SO_4~(2-)、Ca~(2+)、NH_4~+、Mg和Si为特征组分;燃煤锅炉中OC、Al、Si和Ca等为特征组分;③OC和EC是生物质锅炉PM_(2.5)主要排放组分,成型生物质燃料锅炉中K排放占比也较高,非成型生物质燃料锅炉中Cl~-排放占比为所有行业中最高;④钢铁行业中Ca含量最高,为18. 11%,其次为SO_4~(2-)、Na~+和Fe.     

燃煤电厂排放细颗粒物的水溶性无机离子特征综述

当前我国面临严重的大气细颗粒物(PM2.5)污染,燃煤电厂是大气中PM2.5的重要来源之一.为了实现国家"十一五"和"十二五"规划对二氧化硫(SO2)和氮氧化物(NOx)的总量减排目标,燃煤电厂大规模安装烟气脱硫和脱硝设施,这虽然减少了气态污染物转化生成的二次PM2.5,但另一方面也会对烟气中PM2.5的物理化学特征产生影响,有可能增加一次PM2.5的排放.本文综述了燃煤电厂排放PM2.5及其水溶性离子的粒径分布特征,重点介绍了脱硫和脱硝这两种烟气处理设施对燃煤电厂排放PM2.5的影响原理及相关研究结果,特别是对细颗粒物中水溶性离子(如SO2-4、Ca2+和NH+4)的影响.在目前我国PM2.5污染十分严重和燃煤电厂大量安装脱硫和脱硝装置的背景下,定量研究脱硫和脱硝对PM2.5排放特征的影响具有十分重要的意义.     

基于PMF模式的南京市大气细颗粒物源解析

为研究南京市大气细颗粒物(PM2.5)污染来源,分别在3个点位、4个季节开展了PM2.5环境样品的采集,共获得170个有效样本.对样本进行了化学成分分析,包括Al、Fe、Na、Mg、K、Ba、Li、Tl、Mn、Co、Ni、Cu、Zn、Sb、Pb、Cr、Ce、Na+、NH4+、Mg2+、Ca2+、SO42-、NO3-、Cl-、以及OC、EC,共计26种.首先采用OC/EC最小比值法估算出二次有机气溶胶(SOA)的含量;然后利用正矩阵因子分解法(PMF)对PM2.5的非SOA部分进行来源解析,共解析出6类因子:二次无机气溶胶(SIA)、燃煤、机动车排放、地面扬尘、冶金和其它源,贡献率分别25.0%、23.5%、20.4%、17.1%、3.0%和11.0%;最后基于南京市SO2、NOx、VOCs三种主要前体污染物的排放量,分别对SIA和SOA在一次来源中进行再分配.最终结果表明,南京市PM2.5主要来源为燃煤、机动车、扬尘、工业和其它源,其贡献率分别为29.6%、22.4%、14.6%、18.7%和14.7%.     

民用燃煤含碳颗粒物的排放因子测量

通过烟尘罩稀释通道系统采样,实验室模拟民用燃煤的燃烧方式,获取了不同成熟度的散煤、蜂窝煤的PM2.5、EC和OC的排放因子.民用燃煤的排放与煤炭成熟度有很大相关,不同煤种排放因子差距很大.在6种实验煤炭中,烟煤散烧的排放因子较大,其中S3煤种的排放因子最大,其PM2.5、EC和OC的实测值分别为11.06、3.51和5.39 g·kg-1;无烟煤散烧排放因子较少,S1煤种的排放因子最小,其PM2.5、EC和OC分别为0.78、0.02和0.49 g·kg-1;蜂窝煤的颗粒物以及OC排放因子与相似成熟度的散煤燃烧相当,但是EC排放相对散煤较低.EC、OC源清单工作需要对民用燃煤源进行更详细的分类,结合相应的排放因子,才能更加准确的估计这一重要排放源的贡献率.     

长沙市夏季PM10和PM2.5中水溶性离子的污染特征

对长沙市3个采样点夏季大气中的PM10和PM2.5样品pH值和水溶性离子浓度进行了定量分析.结果表明,颗粒物中主要离子是SO42-、NO3-、NH 和Ca2 ;PM10、PM2.5、NH4 和K 浓度夜间高于白天;SO42-和NO3-则相反.颗粒物尤其是PM2.5酸性强;Mg2 、Ca2和Na 集中在粗粒子中,SO42-、NH4 和K 大部分分布在细颗粒物中,NO3-和Cl-在粗细颗粒段则各占一半.SO2气体发生了二次转化,NO2的转化率不及SO2;由于NO3-/SO42-质量比＜1,长沙市的大气污染物来源以固定源为主.     

沈阳市采暖期与非采暖期空气PM_(2.5)污染特征及来源分析

为了研究沈阳市采暖期与非采暖期空气PM2.5污染特征及来源,于2015年1月29日~2016年1月26日在沈阳市采集PM2.5有效样品113组,并分析了其载带的水溶性离子、碳组分及元素组分。结果表明,采样期间沈阳市PM2.5质量浓度均值为66μg·m-3,其中31.0%的样品超过《环境空气质量标准》(GB3095-2012)日均值二级标准(75μg·m-3),采暖期PM2.5的平均浓度和超标率(90μg·m-3、68.6%)明显高于非采暖期(51μg·m-3、31.4%)。采样期间21种元素(除了Mg、Ti、Ca、Fe、Si)、水溶性离子(除Ca2+以外)和OC、EC质量浓度均呈现出采暖期高于非采暖期的趋势;[NO3-]/[SO42-]比值表明非采暖期受移动源影响明显增加,燃煤等固定源仍是采暖期PM2.5的主要来源,PM2.5中水溶性离子是固定源和移动源共同作用的结果;氮氧化率(NOR)和硫氧化率(SOR)分析得到NOx二次转化程度较弱,SO2二次转化程度较强,特别是在非采暖期;富集因子结果表明EF值较高的元素主要来自燃煤、交通污染和工业排放。PM2.5组分重构质量与实测质量呈现较好的相关性,采暖期和非采暖期PM2.5中主要组分均为有机物(OM)(28.0%、23.1%)、矿物尘(MIN)(14.5%、26.0%)和SO42-(15.1%、19.9%),PM2.5受二次粒子、燃烧源和扬尘源影响较大。     

天津市某小学儿童个体PM_(2.5)暴露特征及来源解析

为探讨儿童个体PM2.5暴露水平及来源,分别于2010年5月17日—6月24日(夏季)和11月8日—12月3日(冬季)对36名9~12岁小学生进行个体PM2.5暴露样品的采集和分析.结果表明:天津市某小学儿童夏、冬两季个体PM2.5暴露浓度(以质量浓度计)分别为(74.7±29.5)和(122.4±42.3)μg/m3,冬季暴露水平高于夏季,可能与冬季取暖有关.两季PM2.5载带的Al和Si,Zn、Pb和Mn的质量浓度分别呈显著相关;夏、冬两季SO42-和NO3-质量浓度之和分别占个体PM2.5暴露浓度的43.3%和39.5%.夏、冬两季NO3-和SO42-质量浓度平均值之比分别为2.3和0.6,说明夏季机动车排放为主导源,冬季则为固定源(如工业源和燃煤源).冬季OC(有机碳)和EC(无机碳)质量浓度分别高于夏季,与PM2.5质量浓度的季节变化趋势一致.源解析结果表明,天津市儿童夏季PM2.5暴露的来源为二次源、机动车排放、土壤尘、工业源和机动车添加剂,贡献率分别为30.4%、28.9%、12.8%、20.8%和7.1%;冬季则为二次源、机动车排放、土壤尘、工业源、燃煤源和道路尘,贡献率分别为26.5%、24.5%、13.7%、10.3%、19.9%和5.1%.     

上海PM2.5工业源谱的建立

总结统计了我国目前的PM2.5源成分谱,指出我国本土源谱缺乏的现状.我国主要的污染源类如燃煤源、机动车源、道路尘、生物质燃烧源等,在源解析工作中均有借鉴外来源谱的情况.对上海典型工业污染源进行PM2.5源谱测定.研究发现,混合燃料电厂和燃煤电厂主要化学组分相似,但是Ca、Al、Fe在混合燃料电厂排放中贡献更大,Ca占(8.0±4.7)%,而燃煤电厂排放颗粒物中SO42-的贡献可达(23.3%±3.7%).烧结厂和电炉厂的源谱差距较大,烧结厂中SO42- (22.8%±10.0%)、Cl- (20.0%±4.5%)、K (17.2%±8.5%)、OC(13.0%±11.5%)、Ca(12.7%±4.2%)等物种贡献较大,而电炉厂中Fe(38.2% ±0.6%)、Zn(10.4% ±1.2%)等物种含量丰富.不同源类化学组分的显著差异与其工艺过程紧密相关.     

天津近岸海域大气颗粒物无机组分季节变化及源析

2006~2007年在天津近岸海域分4个季节走航采集了不同粒径大气颗粒物样品,分析了其质量浓度以及元素、离子和碳等化学组成,并应用富集因子以及特征化合物比值对其来源进行了探讨.结果表明,天津近岸海域TSP,PM10和PM2.5的质量浓度分别为(294.98±3.95),(279.87±17.53),(205.50±38.13)μg/m3,且呈现出明显的季节变化,秋季颗粒物浓度最高,冬季次之,夏季最低. TSP、PM10和PM2.5中总元素浓度分别为48.76, 47.94,32.08 μg/m3. TSP中含量最高的离子是Na+, PM10和PM2.5中含量最高的离子是Cl-. 3种不同粒径中OC浓度秋、冬两季均明显高于春夏两季. Al/Fe的比值分析结果表明,春季TSP的主要来源为土壤尘,秋、冬季PM10和PM2.5主要受燃煤的影响. Cu、Zn和Pb的富集系数较高,其中Pb在冬季PM10中富集达到最高为741.3. NO3-/SO42-的变化范围为0.28~0.85,春夏季该比值较高于秋冬季,反映了该海域同时受燃煤与机动车污染的影响.OC/EC变化范围为2.13~5.58,表明该海域气溶胶中存在着大量二次有机碳.     

基于PMF模型的北京市PM2.5来源的时空分布特征

2012年8月至2013年7月,对北京市定陵、车公庄、东四、石景山、通州、房山、亦庄和榆垡等8个站点的大气细颗粒物PM2.5进行了12个月次的同步采样观测,并测定了其中元素碳、有机碳、水溶性离子和无机元素的浓度水平.利用PMF模型对PM2.5的来源进行解析.结果表明,北京市PM2.5的主要来源为二次源、燃煤、地面扬尘、机动车排放、工业源和建筑尘等,年均贡献率分别为42%、19%、19%、10%、6%和4%.PM2.5的来源具有显著的季节变化,春季大风天气频繁、地面扬尘源为主要来源,而夏、秋、冬季均以二次源为主,尤其是夏季二次源贡献达56%,冬季燃煤源对PM2.5的贡献显著提升为25%.污染源贡献也存在一定空间差异,冬春季燃煤源对郊区点的贡献显著高于城区点,而二次污染源具有区域性污染特征.在区域性积累型重污染日,二次源对PM2.5的贡献均占主要地位,对气态前体物NOx、SO2和VOCs等的控制对PM2.5的减少至关重要.     

太原市冬季灰霾期间大气细颗粒物化学成分特征

研究了太原市灰霾发生期间大气PM2.5质量浓度和化学成分变化规律.采样时间为2011年12月27日16:00~2012年1月3日04:00,使用TH-150C中流量大气PM2.5采样器(采样膜为直径90mm的石英纤维滤膜)在山西大学环境科学研究所5层楼顶每隔4h采样一次,得到灰霾样品34个,非灰霾样品5个.采样期间对大气PM2.5质量浓度进行实时监测.结果表明:灰霾期间(初起、进展、鼎盛、减弱4个阶段)大气PM2.5平均浓度达(692±272)μg/m3,是非灰霾期间(即灰霾消失阶段) (54±12)μg/m3的12.8倍;在灰霾发生期间,大气PM2.5中Hg、Pb、As等重金属污染物、OC以及水溶性无机离子SO42-、NO3－、NH4+、K+、Cl－、F－浓度呈现相似的变化趋势,即在灰霾初起、进展阶段不断增加,在灰霾鼎盛期达到最大值,随后随着灰霾的减弱和消失而不断下降,最终降到一个较低的水平;而与燃煤关系不大的Zn元素、Ca2+、Mg2+等在灰霾各个时期浓度变化较小.以上结果说明冬季灰霾天气使太原市大气PM2.5浓度显著上升,并增加PM2.5中重金属、有机物和二次气溶胶含量,使其化学成分发生改变,同时也反映了冬季燃煤和生物质燃烧对太原市大气PM2.5的化学组成影响大于交通源和土壤扬尘.     

Carbonaceous aerosols in PM10 and pollution gases in winter in Beijing

An intensive observation of organic carbon (OC) and element carbon (EC) in PM10 and gaseous materials (SO2, CO, and O3,) was conducted continuously to assess the characteristics of wintertime carbonaceous aerosols in an urban area of Beijing, China. Results showed that the averaged total carbon (TC) and PM10 concentrations in observation period are 30.2±120.4 and 172.6±198.3 μ/m3, respectively. Average OC concentration in nighttime (24.9±19.6 μ/m3) was 40% higher than that in daytime (17.7±10.9 μ/m3). Average EC concentrations in daytime (8.8±15.2 μ/m3) was close to that in nighttime (8.9±15.1 μ/m3). The OC/EC ratios in nighttime ranging from 2.4 to 2.7 are higher than that in daytime ranging from 1.9 to 2.0. The concentrations of OC, EC, PM10 were low with strong winds and high with weak winds. The OC and EC were well correlated with PM10, CO and SO2, which implies they have similar sources. OC and EC were not well correlated with O3. By considering variation of OC/EC ratios in daytime and night time, correlations between OC and O3, and meteorological condition, we speculated that OC and EC in Beijing PM10 were emitted as the primary particulate form. Emission of motor vehicle with low OC/EC ratio and coal combustion sources with high OC/EC ratio are probably the dominant sources for carbonaceous aerosols in Beijing in winter. A simple method was used to estimate the relative contribution of sources to carbonaceous aerosols in Beijing PM10. Motor vehicle source accounts for 80% and 68%, while coal combustion accounts for 20% and 32% in daytime and nighttime, respectively in Beijing. Averagely, the motor vehicle and coal combustion accounted for 74% and 26%, respectively, for carbonaceous aerosols during the observation period. It points to the motor vehicle is dominant emission for carbonaceous aerosols in Beijing PM10 in winter period, which should be paid attention to control high level of PM10 in Beijing effectively.     

广州颗粒物化学组成特征及季节差异

为系统反映广东省广州市冬、夏季颗粒物的特征,分别于2008年12月16日─2009年1月9日和2009年8月4 ─29日,在广州市环境监测中心站使用微天平法四通道颗粒物采样仪进行颗粒物采样,并测定了PM₁₀中ρ(OC)和ρ(EC),Al和Fe等16种化学元素以及SO₄2-和Ca2+等9种离子的质量浓度.结果表明:ρ(PM₁₀₎,PM₁₀中的ρ(OC)和ρ(EC),Al和Fe等16种化学元素以及SO₄2-和Ca2+等9种离子的质量深度季节差异明显,均表现为冬季高于夏季;冬、夏季PM₁₀中各成分所占比例排序不同,但均以OC所占比例最大,SO₄2-和Ca2+等9种离子次之.广州PM₁₀主要有5个来源,但冬、夏季不同.其中冬季主要来源于工业源和土壤扬尘、燃煤、交通排放和生物质燃烧、海盐;夏季则主要来源于燃油、交通排放和生物质燃烧、土壤扬尘或燃煤、海盐、垃圾焚烧或特殊工业源.      

2007年中国大陆地区生物质燃烧排放污染物清单

采用排放因子法计算了中国2007年间CH4、SO2、NOx、NH3、EC、OC、NMVOC、CO、CO2、TSP、PM10、PM2.5的排放总量,建立了生物质燃烧污染物排放清单,计算了各污染物总排放量的空间分布及不同生物质燃烧类型对各污染物总排放量的贡献率,重点完善了各省市生物质燃烧排放不同粒径颗粒物清单.结果显示,2007年我国大陆生物质燃烧排放CH4、SO2、NOx、NH3、OC、EC、NMVOC、CO、CO2、TSP、PM10、PM2.5排放总量分别分为3332.7, 335.3, 951.3, 7754.9, 783.7, 267.7, 6049.6, 76579.6, 743743.7, 7677.8, 6668.9, 4043.7kt.四川、安徽、广西、山东、河南、江苏等地区生物质燃烧各污染物排放量较高,北京、天津、海南、宁夏、青海和西藏等省区各污染物排放量较少.不同地区排放污染物的主要生物质类型存在较大的差异,单位面积排放强度和人均排放量区域间差异显著.人类活动是生物质燃烧排放污染物的主要影响因素,秸秆和薪柴燃烧是污染物排放量最大的2种生物质,其对各种污染物的贡献率为93.8%~98.7%.     

山西煤层自燃区PM10中有机碳、元素碳的特征

采集了山西大同市、宁武县和河曲县煤层自燃区12个点位PM10样品,采用Analysensysteme GmbH Vario E1型元素分析仪分析了PM10中有机碳(OC)和元素碳(EC)组分,探讨了煤层自燃区OC、EC污染特征、总碳气溶胶(TCA)对PM10的贡献、OC/EC比值.结果表明, PM10、OC、EC的质量浓度范围分别为114~401,22.9~68.1,21.9~70.7μg/m3.不同区域PM10、OC和EC污染水平差异较大,河曲县PM10污染最为严重,宁武县碳污染水平最高.露头煤层自燃区PM10低于采空自燃区,而对于OC和EC则相反.TCA对PM10的贡献高达63.82%,且露头煤层自燃区TCA对PM10的贡献比采空自燃区高.不同采样点OC/EC值介于0.7～1.6之间,小于前人结论中相似源OC/EC值.二次有机碳( SOC)污染较小.     

超细化煤粉燃烧硫释放的特性

在德国NETZSCH公司生产的STA 409C型热天平联合德国BRUKE公司生产的EQUINOX55傅里叶红外光谱仪上(TGA-FTIR),对合山高硫煤4种不同粒径煤样的硫释放特性进行了燃烧实验研究,重点研究了超细化煤粉(0～20μm)的自脱硫特性及加入脱硫剂CaO时的脱硫特性.结果表明不加脱硫剂时,超细化煤粉(hs10.90)燃烧生成的SO₂气体总量比其它较大颗粒的煤粉燃烧生成的SO₂气体的总量小.以CaO作脱硫剂钙硫摩尔比(Ca/S)为3的情况下,超细化煤粉(hs10.90)燃烧生成的SO₂气体总量比其它较大颗粒的煤粉燃烧生成的SO₂气体的总量小得多.超细化煤粉的优越脱硫特性为煤粉燃烧过程中的直接固硫提供了新的思路与途径.