共查询到20条相似文献,搜索用时 15 毫秒
1.
2.
大气细颗粒物(PM2.5)是灰霾天气形成的主要原因,通过利用在线源解析的仪器对镇江市秋季典型天气下每类污染源实时的贡献比例的变化趋势解析,初步摸清镇江市典型天气下污染过程中颗粒物的来源.结果显示,监测期间发生的五次污染成因有所不同,但大多与机动车尾气源相关.入秋后,大气边界层高度降低,在静稳天气下,近地面排放的尾气源颗粒物极易累积集聚,造成或加剧污染的发生.此外,随着秋收季节的到来,秸秆焚烧现象有所抬头,生物质燃烧源对大气造成的影响需引起重视. 相似文献
3.
2015年石家庄市采暖期一次重污染过程细颗粒物在线来源解析 总被引:2,自引:2,他引:0
近年来,我国北方采暖期的大气污染问题备受关注.以2015年11月24日至12月4日石家庄地区一次重污染过程为例,采用大气细颗粒物实时在线源解析技术,对不同时段细颗粒物来源解析结果和各类源粒径分布、重污染期间各类源的质谱特征,结合气象条件进行综合分析.结果表明:重污染期间主要污染物来源为燃煤、工业工艺、机动车尾气和二次无机源;低压、静稳条件和低空传输共同作用下,以燃煤及工业工艺源排放颗粒物为主的细颗粒物严重累积,二次转化加剧,导致此次重污染的发生;来自燃煤源的颗粒物以混合碳为主,工业工艺源以金属为主,机动车尾气源以元素碳和金属锰为主,纯二次无机源以二次无机离子为主,来自扬尘源的颗粒物以铝、钙、铁和硅酸盐为主,生物质燃烧源以左旋葡聚糖LEV为主,餐饮源以有机酸为特征信号;与重污染前后不同,八类源于重污染发生期间在整个粒径段呈现均匀分布状态. 相似文献
4.
本文采用在线源解析质谱监测的方式,对烟台市大气中PM_(2.5)的污染水平、成分及其来源与贡献进行了研究分析,结果表明,烟台市2017年全年颗粒物首要污染源为燃煤(23.5%),其他污染源有机动车尾气(23.1%)、生物质燃烧源(14.3%)、二次无机源(13.0%)、工业工艺源(11.4%)等。在线源解析方式操作简单,使用方便,时间分辨率高,可以为政府部门大气污染防治和重污染天气应对提供及时高效的数据支撑。 相似文献
5.
为了对西安市冬季重污染过程中的细颗粒物进行动态源解析,于2016年12月5-22日,利用SPAMS(单颗粒气溶胶质谱仪)在西安市城市运动公园开展连续观测.将观测期分为4个阶段,结合气象条件对不同阶段细颗粒物的污染特征进行分析比较.依据质谱特征,将所采集到的颗粒分为EC(元素碳)、OC(有机碳)、ECOC(混合碳)、HM(重金属)、LEV(左旋葡聚糖)、SiO3(矿尘)、K(钾)、Na(钠)、HOC(有机大分子)及Other(其他)类.结果表明:观测期间所采集到的OC类颗粒物数量最多,在重污染阶段OC、K和EC类颗粒物占颗粒总数的70%以上,是重污染天气的主要组成颗粒.在雾霾消散期,OC、LEV和SiO3类颗粒是主要类型颗粒物.根据颗粒物的化学类型及离子特征,利用PMF(正交矩阵因子分解)模型法得到6种污染源贡献率分别为27.7%(燃煤源)、22.3%(二次污染源)、20.4%(交通源)、10.4%(生物质燃烧源)、9.7%(工艺过程源)、6.5%(扬尘源)及3.0%(其他未知源).研究显示:在重污染阶段,燃煤源与交通源占比大幅上升,与二次污染源共同造成了此次重污染天气;在雾霾消散期,扬尘源及生物质燃烧源成为大气细颗粒物的主要污染源. 相似文献
6.
首次采用高时间分辨率在线单颗粒气溶胶质谱技术(SPAMS)对电子废弃物拆解典型区域广东贵屿的大气细颗粒物进行了来源解析,填补了国内此类研究空白。结果表明:(1)污染较严重的冬春季期间细颗粒物首要污染源是工业工艺源,占26.1%,显著高于同期其他区域的平均占比11.1%,污染程度较轻的夏秋季期间首要源是机动车尾气源,占20.5%,工业工艺源退居第三,比冬春季低8.1%;(2)颗粒物成分中高比例溴离子、磷酸盐及捕获的含溴高分子有机碎片等代表了电子废弃物拆解作业典型区域大气细颗粒物环境特征,反映了细颗粒物来源与电子废弃物产业之间的内在关联性;(3)建议严格实行电子废弃物拆解集中规范化运营和配套更有效的环保处理设施等措施以减少电子废物拆解行业废气对贵屿大气环境质量的负面影响。 相似文献
7.
我国大气颗粒物来源及特征分析 总被引:23,自引:0,他引:23
我国大气颗粒物来源复杂,呈现大气复合型污染特征,对主要污染源进行识别和定量,是制定城市空气质量改善措施的基础。本研究总结了2000年以来我国近30个城市大气可吸入颗粒物PM10源解析研究,结果表明我国大气颗粒物PM10主要来自六类源:扬尘(土壤尘、道路尘、建筑尘);燃煤;工业排放;机动车排放;生物质燃烧;SO2、NOx、VOCs氧化产生的二次颗粒物。研究还表明,不同地区不同季节大气颗粒物主要来源和相对贡献存在差异。近年来随着大气颗粒物控制措施的实施,城市PM10污染状况已明显改善,大气细颗粒物PM2.5越来越受关注,在制定空气质量达标方案时,各类燃烧源和二次颗粒物的重要性将进一步上升。 相似文献
8.
应用投影寻踪回归技术(PPR)对大气颗粒物的污染源成分谱和大气采集样本中的元素测试数据进行分析,得到大气颗粒物的污染源的权重贡献率的一种原解析新方法该方法应用于上海大气颗粒物的污染源的解析,结果表明,影响上海市大气颗粒物的主要污染源是建筑尘、土壤尘、燃煤尘和冶金尘它们的平均贡献率之和十占全部尘源的85%以上 相似文献
9.
大气颗粒物污染源的遗传算法解析模型 总被引:13,自引:1,他引:13
遗传算法是一种处理模型参数优化估计的通用方法。在构造了以大气颗粒物污染源的源系数作为参数的优化准则目标函数情况下,应用遗传算法优化模型参数,得到各污染源对于大气颗粒物的贡献率。将遗传算法用于重庆市春、夏、冬三季大气颗粒物的源解析结构与用化学质量平衡法的源解析结果进行了比较,两种源解析法获得的4种主要尘源在3个对大气颗粒物的贡献率大小排序基本一致。该方法用于大气颗粒物源解析简单、快速、方便、实用。 相似文献
10.
11.
基于UNMIX模型对大气降雨中水溶性离子来源解析 总被引:1,自引:0,他引:1
对洛杉矾2005年1月至2015年1月的降水数据进行了分析,并通过UNMIX模型对降水中的无机离子成分进行了来源解析.结果表明,洛杉矶降水的pH均值为4.84,表现为轻度污染的弱酸性水平;降水的污染来源主要有3个,分别是二次污染源(50%)、海洋传输源(43%)、燃煤源及生物质燃烧源(7%);降水中离子解析结果与洛杉矶地区细颗粒物污染来源解析结果有较好的一致性,表明在细颗粒物化学成分缺失的情况下,降水离子可在一定程度上反应污染来源解析. 相似文献
12.
为研究舟山市大气细颗粒物(PM_(2.5))的主要污染来源,在2016年4月—2017年1月期间利用3个国控点对舟山市PM_(2.5)开展手工监测,并对其主要污染源进行样品采集,基于420个环境样品和13类源样品的化学组分分析,应用CMB-二重源解析技术,对舟山市颗粒物受体成分谱、本地化源成分谱的组分特征和颗粒物的污染来源进行分析。结果表明:普陀点的PM_(2.5)浓度均值低于位于主城区的檀枫点和临城点,3个站点的颗粒物浓度分别为(36. 46±19. 40),(40. 92±20. 68),(40. 03±21. 55)μg/m~3。PM_(2.5)受体中以NO_3~-、SO_4~(2-)、NH_4~+等二次组分含量最高,二次无机盐和移动源是监测期间舟山市大气PM_(2.5)的主要来源,解析结果具有显著的海岛型城市特征。以船舶源为代表的移动源既是颗粒物的重要一次源,又是二次无机盐生成的主要前体物贡献来源之一,故加强移动源的排放管理对于舟山市的颗粒物污染防治具有重要意义。 相似文献
13.
14.
南宁市大气颗粒物源解析初步和防治对策探讨 总被引:1,自引:0,他引:1
采用可吸入颗粒物中煤烟尘贡献值(分担率)经验公式评估方法和总悬浮颗粒物源解析中IDNN受体模式,结合南宁市区大气颗粒物定性特征分析,解析南宁城市颗粒物来源,进而对大气颗粒物污染防治对策展开探讨. 相似文献
15.
基于遗传算法的大气颗粒物的源解析 总被引:19,自引:0,他引:19
遗传算法是一种全局优化的随机搜索方法,适用于模型参数寻优。将遗传算法用于大气颗粒物源解析的CMB方程组中参数的优化,得到各污染源对大气颗粒物的优化贡献率。该方法应用于成都市大气颗粒物的源解析结果与用其他多种源解析法得出的结果基本一致。理论分析和应用实践表明了遗传算法用于大气颗粒物源解析研究具有简便、准确和实用性强等特点。 相似文献
16.
利用SPAMS研究南宁市四季细颗粒物的化学成分及污染来源 总被引:1,自引:1,他引:0
为研究南宁市四季大气颗粒物的化学成分及污染来源,利用单颗粒气溶胶质谱仪(single particle aerosol mass spectrometer,SPAMS)对南宁市2015年四季大气细颗粒物进行观测.SPAMS所测得4个观测阶段大气细颗粒物数浓度与细颗粒物质量浓度线性相关系数均在0.75以上,在一定程度上颗粒物数浓度可反映大气污染状况.南宁市四季大气细颗粒物平均质谱图体现出冬、春两季二次反应生成的污染物质较多.利用自适应共振神经网络分类方法对细颗粒物化学成分进行分类,南宁市细颗粒物各化学成分数浓度占比和污染来源在四季均有差异,且化学成分能体现污染来源.冬季元素碳最高,对应较高的燃煤源;秋季有机碳最高,对应较高的机动车尾气源;夏季富钾颗粒、左旋葡聚糖和矿物质较高,对应较高的生物质燃烧源和扬尘源;春季富钠颗粒和重金属略高.在污染升高过程,生物质燃烧源和燃煤源等贡献较大. 相似文献
17.
大气颗粒物中的不少有机组分具有较强的源指向性,是识别颗粒物来源并评估各污染源对城市大气环境影响的重要工具之一.前人因此针对不同污染源颗粒物有机组成进行了广泛研究,并筛选出大量具有源指纹意义的有机示踪物.本文对前人的相关工作进行了简要整理,重点关注了生物质燃烧、餐饮源、化石燃料燃烧和交通源排放颗粒物有机组成特征,总结了这4类污染源主要的源示踪物,系统计算了各污染源的特征比值,并以此讨论了有机源示踪物在颗粒物源解析方面的运用.此外,也进一步分析了目前国内外源示踪物筛选工作的不足,指出了新的源示踪物筛选方向. 相似文献
18.
濮阳市秋冬季大气细颗粒物污染特征及来源解析 总被引:8,自引:8,他引:0
濮阳市作为京津冀周边地区大气污染传输通道城市之一,秋冬季重污染天气频发,空气污染问题严峻.为了研究濮阳市秋冬季大气细颗粒物污染特征及其主要来源,于2017年10月15日至2018年1月13日在濮阳市3个国控点对PM_(2.5)进行了手工膜采样与化学组分分析,并结合PMF受体模型,开展了细颗粒物来源解析研究.结果表明,濮阳市2017年秋冬季PM_(2.5)平均质量浓度为94. 16μg·m~(-3),濮水河管理处的污染状况最严重,进入采暖季后3站点均表现为重度及严重污染事件频发,轻度污染发生频率降低,重污染发生时NO_2与CO浓度升高明显. PM_(2.5)中的主要组分为水溶性离子(52. 33%)、碳质组分(25. 32%)和地壳元素(0. 08%),NO_3~-的含量高而SO_4~(2-)的浓度水平较低.重污染发生时,PM_(2.5)中水溶性离子、OC、EC和K浓度都出现了明显的升高,而地壳元素浓度降低.采样期间濮阳市的硫氮转化率水平较高,大气氧化性较强,硫氮转化促进了重污染的发生.濮阳市2017年NOx、CO和VOCs排放量较高,来源解析结果表明,濮阳市秋冬季PM_(2.5)主要来源分别为二次无机盐(37%)、工业源(16%)、二次有机气溶胶SOA(14%)、生物质燃烧源(12%)、移动源(9%)、燃煤源(7%)和扬尘源(4%).可见,二次转化在濮阳重污染的形成过程中起到重要作用,要减轻大气细颗粒物污染,需要重点控制工业源、生物质燃烧、移动源和民用散煤燃烧的排放. 相似文献
19.
20.
北京大气颗粒物污染的区域性本质 总被引:19,自引:3,他引:16
颗粒物是北京的首要大气污染物,2006年PM10年均浓度超标60%以上.本研究基于颗粒物质量浓度在线监测和逐日TSP的采样分析,结合地面天气形势,论述了北京大气颗粒物污染的区域性特征.首先,北京大气颗粒物污染过程的形成由以冷锋过境为明显标志的周期性的天气系统决定,天气系统的活动尺度决定了颗粒物污染的区域性.其次,从PM2.5/PM10和Pb/Al比值的变化判别出颗粒物污染过程中随着颗粒物浓度的升高,细颗粒物呈现富集趋势;细颗粒物的富集由粗颗粒物的去除和超细颗粒物的生成(核化过程)、以及二次颗粒物的生成所致;污染过程中颗粒物的老化以及化学组成(Pb/Al)的大幅度变化共同表明了北京大气颗粒物来源的区域性本质. 相似文献