·Cl引发α-蒎烯的大气氧化机制及动力学

α-蒎烯是大气中含量最丰富的单萜烯类挥发性有机化合物,与氯自由基（·Cl）反应是其重要的转化途径.然而,·Cl引发α-蒎烯大气氧化的分子机制尚不清楚.本研究采用量子化学计算与微观动力学模拟相结合的方法,研究了·Cl与α-蒎烯的引发反应以及引发反应生成的主要α-蒎烯自由基的后续转化机制与动力学.结果发现,·Cl反式加成到α-蒎烯的C₂位置生成加成中间体IM_1-9-a是最可行的反应途径.在298 K和1.013×10⁵ Pa条件下,计算得到·Cl与α-蒎烯的反应速率常数（k_Cl）为3.1×10^-10 cm³·molecule^-1·s^-1,与k_Cl的实验值（4.6±1.3）×10^-10 cm³·molecule^-1·s^-1一致.生成的IM_1-9-a进一步与O₂反应生成过氧自由基IM_3-1-a,在2.5×10⁹ cm^-3（100 ppt） NO和1.25×10⁹ cm^-3（50 ppt） HO₂·条件下,IM_3-1-a后续主要与NO和HO₂·反应生成有机硝酸酯（C₁₀H₁₆ClNO₃和C₁₀H₁₆ClNO₄）、氢过氧化物（C₁₀H₁₇ClO₂和C₁₀H₁₇ClO₃）和烷氧自由基（C₁₀H₁₆ClO₂·）.生成的 闭壳层产物与母体α-蒎烯相比具有较高的O∶C比,可能具有较低的蒸气压,进而贡献二次有机气溶胶.本研究结果可为全面评价α-蒎烯的 大气化学反应对大气质量的影响提供理论支撑.     

德州市夏季臭氧敏感性特征及减排方案

近年来德州市臭氧污染频发,2018年夏季（6~8月）,德州市发生了严重臭氧污染事件,臭氧日最大8 h浓度值超标天数达60 d,超标率65%,3个月平均值为176 μg ·m^-3,最高达262 μg ·m^-3.本研究利用WRF-CAMx耦合的HDDM模块,分析期间德州臭氧敏感性特征及减排方案.结果表明,在空间上,德州市中心城区为VOCs控制区,而郊区为NO_x与VOCs协同控制区.在时间上,VOCs敏感值每日为正值,但dO₃_V₅₀在6月（城区18.7 μg ·m^-3,郊区19.7 μg ·m^-3）和8月（城区15.3 μg ·m^-3,郊区16.4 μg ·m^-3）高于7月（城区13.0 μg ·m^-3,郊区11.8 μg ·m^-3）,NO_x敏感值城区呈正负交错,郊区大部分为正值,并与VOCs敏感值接近.对于城区减排方案应考虑以仅VOCs削减为优先,而郊区由于NO_x和VOCs对臭氧减排效果相当,建议以NO_x：VOCs=1：1为优.     

COVID-19疫情期间北京市两次重霾污染过程大气污染物演变特征及潜在源区分析

新冠肺炎疫情（COVID-19）期间,执行了严格居家隔离措施,人为排放源急剧降低,但北京仍出现了两次持续重霾污染过程.本研究使用北京市大气污染物、气溶胶数浓度和气象要素数据,结合气团轨迹模式（HYSPLIT）,计算了潜在源贡献因子（PSCF）和浓度权重轨迹（CWT）,分析了两次重霾污染过程中大气污染物的演变特征及其潜在源区贡献.结果表明,COVID-19期间居家隔离措施对PM_2.5和黑碳（BC）的日变化特征影响较大,对CO、NO₂、SO₂和O₃的日变化影响较小.两次重霾污染过程首要污染物均是PM_2.5,污染过程1主要是以局地污染为主,污染过程2以局地污染和外来输送为主.不同过程下气溶胶数浓度谱分布均为单峰型分布,峰值位于0.3 μm,在污染过程中主要是0.2~0.5 μm粒径气溶胶数浓度增加,是干净日的3.3~13.6倍.不同过程中BC_liquid对BC的贡献为64.8%~85.1%.BC_liquid的浓度为：污染过程2（5.04 μg ·m^-3）>污染过程1（3.20 μg ·m^-3）>干净日（疫情前,2.31 μg ·m^-3）>干净日（疫情,0.76 μg ·m^-3）.不同过程中PM_2.5和BC的PSCF和CWT分布特征不同.PM_2.5的PSCF高值区在干净日（疫情前）和干净日（疫情）主要分布在北京的西南方和西部,权重浓度超过30 μg ·m^-3;在污染过程1和污染过程2主要分布在北京及其周边地区和西南部,权重浓度均超过90 μg ·m^-3.BC的PSCF高值区在干净日（疫情前）、干净日（疫情）和污染过程1主要分布在北京及其周边地区,权重浓度分别超过2.4、0.9和4.5 μg ·m^-3;在污染过程2中分布在北京西南部,权重浓度超过5μg ·m^-3.     

西安大气PM2.5中有机氮和无机氮的理化特征

本文于2008年7月至2009年8月在西安站点开展了大气细粒子（PM_2.5, 空气动力学粒径小于等于2.5 μm的大气颗粒物）中含氮组分的观测,通过元素分析仪、TOC分析仪,离子色谱分析获得PM_2.5中的总氮（TN）、水溶性总氮(WSN)、水溶性无机氮（WSIN）,水溶性有机氮（WSON）的年平均浓度分别为9.35 μg·m^-3、 8.93 μg·m^-3、5.31 μg·m^-3、3.62 μg·m^-3,其中WSN占同期大气PM_2.5质量浓度的7.04%,WSON对总氮的贡献达43%,说明水溶性有机氮是西安大气细粒子中氮的主要组分。氮组分浓度水平明显分为秋、冬季高值和春、夏季低值的模式;WSON在各个季节、月份的百分比变化以及与部分离子相关性分析,揭示了西安有机氮和无机氮组分受不同的来源影响,其中生物质燃烧、腐殖质、农业活动等对水溶性有机氮贡献显著。     

O3浓度升高对银杏及油松BVOCs排放的影响

以生长在沈阳市区内的银杏及油松为试材,开顶式熏气室模拟升高O₃浓度（80 nmol·mol^-1）和正常大气O₃浓度（≈30 nmol·mol^-1）条件,采用GC-FID技术对银杏及油松的异戊二烯和7种单萜类物质的排放速率进行测定,探讨高浓度O₃对单株银杏及油松挥发性有机物排放规律的影响.结果表明,O₃浓度增高可以显著提高银杏和油松的异戊二烯排放速率（p＜0.05）,及银杏Δ3-蒈烯的排放速率（p＜0.05）,其分别达到1.96、 9.71和0.09 μg·(g·h)^-1,而对于其他单萜物质的排放速率,2种树木对高浓度的O₃熏蒸均没有表现出显著的变化;树种不同,排放的BVOCs组成也不同,自然条件下银杏排放的BVOCs以异戊二烯为主,而油松以α-蒎烯为主;高浓度O₃熏蒸下油松释放的异戊二烯达到其BVOCs组成的64.73%,增加大气O₃浓度改变了树木挥发性有机物的组成比例.因此,O₃浓度升高对银杏及油松BVOCs排放规律具有显著影响.     

2006~2015年北京市不同地区O3浓度变化

对2006~2015年北京市定陵、官园、琉璃河和前门这4个站点的O₃连续监测数据进行分析,探讨其浓度水平、变化趋势、时间变化规律以及和前体物、气象要素的关系.结果表明,定陵站十年平均浓度水平最高（65.2 μg·m^-3）,其次为琉璃河（53.4 μg·m^-3）、官园（49.6 μg·m^-3）和前门（40.4 μg·m^-3）.定陵O₃浓度呈下降趋势［0.5 μg·（m³·a）^-1］,而官园［0.9 μg·（m³·a）^-1］、琉璃河［0.3 μg·（m³·a）^-1］和前门［0.3 μg·（m³·a）^-1］均呈上升趋势.从月变化来看,各站点O₃浓度最高值均出现在6~8月,出现频次最高的为7月（17次）,平均月均浓度为99.8 μg·m^-3;最低值均出现在11、12月和1、2月,出现频次最高的为1月（14次）,平均月均浓度为16.6 μg·m^-3.从日变化来看,近年来O₃浓度峰值出现的时间明显提前,近3年峰值均在15：00~16：00出现,提前了1~2 h.2015年定陵站O₃重污染天数达到11 d,比2013年增加了10 d,表明近年来夏季北京下风向山区的O₃重污染状况愈发严重.与前体物的相关性分析表明,定陵站O₃浓度与NO₂浓度呈正相关,其余站点两者浓度均呈负相关,暗示定陵站O₃生成的前体物控制区可能为NO₂控制区,而其他站点为VOCs控制区.与气象要素的相关性分析表明,O₃浓度与温度呈正相关关系,与湿度和气压呈负相关关系,温度对O₃浓度的影响最大,其次是气压和湿度.当日最高温度超过30℃,相对湿度介于30%至70%之间时,北京市O₃日最大8 h滑动平均浓度超过200 μg·m^-3的概率较高,空气质量级别会达到轻度至中度污染的级别.     

天津市冬季气溶胶吸湿因子的粒径分布特征

气溶胶粒径吸湿增长因子［g（RH）］是影响气溶胶消光和气溶胶辐射强迫的重要因素.利用吸湿性串联差分电迁移率分析仪（HTDMA）观测了天津市冬季不同污染状态下气溶胶粒子g_m（RH）的粒径分布.同时基于水溶性离子的粒径分布,利用κ-Köhler理论获取了较宽粒径范围内（60 nm~9.8 μm）的g_κ（RH）,为环境状态下气溶胶光学参数和直接辐射强迫的模拟提供基础.结果表明,清洁状态下大气光化学反应较为活跃,超细粒子（<100 nm）的g_m（RH）较高,g_m（RH=80%）在1.30以上.重度污染天,气溶胶中水溶性离子的质量分数随粒子粒径增大而增加,导致g_m（RH）随着粒子粒径增大而增大,300 nm粒子的g_m（RH=80%）和g_m（RH=85%）分别可达1.39和1.46.在较宽粒径范围（60 nm~9.8 μm）内,不同模态气溶胶的吸湿性强弱表现为积聚模态>爱根模态>粗模态.大气重污染过程中气溶胶粒径明显增大,积聚模态气溶胶中NO₃^-和SO₄^2-含量较清洁天明显增加,受此影响,污染状态下积聚模态气溶胶的吸湿性较清洁天明显增强,g_κ（RH）达到1.3~1.4,具有强吸湿性的气溶胶粒径范围也同时扩大,在0.18~3.1 μm粒径段均较高,对能见度恶化有重要的贡献.     

2007年春节期间北京大气颗粒物中多环芳烃的污染特征

利用大流量颗粒物采样器分昼夜采集了2007年春节前后大气气溶胶中PM₁₀和PM_2.5样品，并采用气相色谱-质谱技术对PM_2.5样品中的多环芳烃进行了检测.春节期间大气颗粒物中PM₁₀和PM_2.5夜间平均质量浓度为232 μg·m^-3和132 μg·m^-3,分别高于白天的PM₁₀(194 μg·m^-3)和PM_2.5(107 μg·m^-3)；除夕后颗粒物日平均质量浓度为252.3 μg·m^-3 (PM₁₀)和123.8 μg·m^-3 (PM_2.5)，分别高于除夕前的166.7 μg·m^-3(PM₁₀)和106.8 μg·m^-3(PM_2.5)；同时夜间PM_2.5中多17种多环芳烃(PAHs)的总浓度都高于相应白天的总浓度，且除夕前多环芳烃日均总浓度为95.9 ng·m^-3，高于除夕后的58.9 ng·m^-3.结果表明，除了受一定的气象条件的影响外，大量燃放烟花爆竹会对大气颗粒物浓度有影响，但对大气中的多环芳烃影响不大，而春节期间工业及交通污染排放的减少削减了排放到大气中的PAHs.根据荧蒽/芘等比值指标判别北京PAHs主要以燃煤为主、交通为次的混合局地源污染.     

河北南部城市臭氧和VOCs的污染特征及传输贡献

“十四五”时期是河北南部城市（石家庄、邢台和邯郸）退出空气质量综合指数排名后10位的关键阶段.基于2020年4~10月南部城市的15个国家环境质量监测站臭氧（O₃）逐时数据和3个挥发性有机物（VOCs）组分监测站的逐时数据及同期气象资料,采用时空演替、O₃生成潜势（OFP）、后向轨迹模式和空间统计模型进行分析.结果表明：①南部城市4~10月O₃变化呈倒"U"型分布,空间呈南高北低的格局,6月O₃污染最重,其ρ（O₃）依次为：邢台（233.8 μg ·m^-3）>邯郸（225.2 μg ·m^-3）>石家庄（224.8 μg ·m^-3）,O₃与温度和风速呈正相关、与湿度和VOCs呈反相关;②4~10月ρ（TVOC）依次为：邢台（274 μg ·m^-3）>石家庄（266 μg ·m^-3）>邯郸（218 μg ·m^-3）,烯烃和芳香烃的总OFP占比均超过一半;③南部城市O₃污染轨迹具有空间方向性和关联性,经过石家庄到邢台的轨迹ρ（O₃）均值（198.92 μg ·m^-3）最高,经过邯郸到达邢台的O₃污染轨迹频数最多;④南部城市传输贡献上,邢台对石家庄的O₃传输贡献率最高（27.39%）,邯郸对邢台的VOCs传输贡献率最高（32.76%）.     

转变土地利用方式对桂西喀斯特地区土壤氧化CH4的影响

选取桂西喀斯特地区分布最广的石灰土和黄壤,通过野外通量观测和实验室CH₄氧化动力学试验,研究弃耕或退耕还林对土壤CH₄通量的影响。结果表明,对于石灰土,CH₄年均通量为弃耕地LS-3[-64.30 μg/（m²·h）] > 灌草地LS-1 [-48.96 μg/（m²·h）] > 旱地LS-2[29.61 μg/（m²·h）];对于黄壤,退耕林地YS-2[-36.95 μg/（m²·h）] > 旱地YS-1[-29.44 μg/（m²·h）]。各点土壤CH₄氧化速率动力学遵循米氏方程,最大CH₄氧化速率（V_max）介于400～4 347 pmol/（g·h）之间,半饱和常数值介于72～878.3 μL/L之间,石灰土土壤V_max值是黄壤的两倍以上,具有更高的氧化潜力。土壤CH₄通量的季节变化不明显,释放峰或吸收峰出现在秋冬季节。温度有利于促进土壤对大气CH₄的吸收。土壤水分对土壤氧化CH₄的抑制作用在受人为干扰少的LS-1和LS-3表现显著,而对于旱地LS-2,YS-1及林地YS-2,NH₄⁺-N含量成为土壤氧化CH₄的主要限制因素。总之,土壤恢复有利于土壤氧化大气CH₄,这不仅取决于土壤理化性质、甲烷微生物群落的变化,还受到区域气候因素的影响。     

南京市不同功能区冬季大气PM2.5分布特征及其来源解析

2016年12月-2017年1月,在南京市4类典型功能区（农业区、住宅区、交通干道区、工业区）各选两点,共采集了大气PM_2.5样品32套,测定并分析了其质量浓度、9种水溶性离子（WSIs）、有机碳（OC）以及元素碳（EC）的含量.观测期间,南京市冬季PM_2.5的平均浓度为104.5 μg·m^-3,分布特征为：工业区（116.6 μg·m^-3）>农业区（104.3 μg·m^-3）>住宅区（100.1 μg·m^-3）>交通干道区（96.9 μg·m^-3）;WSIs、OC和EC的平均浓度（/PM_2.5）分别为：53.4 μg·m^-3（51.1%）、11.8 μg·m^-3（11.3%）、8.2 μg·m^-3（7.8%）.农业区和住宅区受WSIs污染较严重且NOR、SOR较高,而工业区和交通干道区的OC、EC污染较严重且SOC/OC较高.进一步运用PMF模型解析,南京市冬季PM_2.5来源为：二次源（37.3%）、工业源（31.2%）、交通源（16.4%）、建筑尘（7.9%）和燃煤源（7.2%）.最后,本文收集了自2000年起南京市冬季大气PM_2.5浓度及其污染来源研究,总体而言,近年来南京冬季大气PM_2.5浓度呈下降趋势,其主要污染源比重也发生了较大变化,燃煤贡献有所下降,而工业和交通排放逐渐上升,且二次污染贡献逐渐突出.今后,控制二次污染源将成为南京市大气PM_2.5治理的重中之重.     

2010—2016年上海城区臭氧长时间序列变化特征初探

基于2010—2016年上海城区近地面大气臭氧（O₃）的连续在线观测数据，研究了上海城区O₃长时间序列变化规律和污染特征.结果表明，近7年来上海城区O₃污染逐渐凸显，但总体以轻度污染为主，7—8月高温炎热季节以中度污染居多.城区O₃-8 h（臭氧日最大8 h滑动平均）年均增速为3.81 μg·m^-3·a^-1，99%和95%分位值增速较快，分别为6.65和4.94 μg·m^-3·a^-1；25%、50%和75%分位值的增速在3.06~4.45 μg·m^-3·a^-1之间.春季O₃浓度均值较高，年际变化小；夏季极值较高，且污染超标情况最为突出；秋季O₃浓度次于春、夏季，冬季最低；夏、秋和冬季O₃浓度总体呈上升态势.O₃日变化呈"单峰型"，最大值出现在13：00左右，且峰值逐年增加，污染持续时间变长，最小值出现在早晨7：00.城区O₃"周末效应"逐渐减弱.基于KZ过滤器方法的数据分析结果表明，上海城区O₃-8 h长期变化主要受O₃-BF（O₃-8 h的基准组分）影响；O₃-SF（O₃-8 h的天气影响组分）在5—9月对O₃-8 h影响较大，其范围为-98.85~139.60 μg·m^-3.     

青岛市港口区域PM2.5污染特征及来源解析研究

港口区域因大气污染物排放量大且污染源复杂,已成为沿海城市大气污染防治的关键区域.为明确青岛港口区域PM_2.5污染特征及主要贡献源类,于2019年在青岛市3个港口区域和1个背景点位采集了不同季节的环境PM_2.5样品,并分析了其化学组分特征;同时,采用正定矩阵因子分析模型（PMF）和潜在源贡献函数（PSCF）分别分析了港口区域PM_2.5的主要贡献源类及各源类潜在的影响区域.结果表明,2019年青岛港口区域ρ（PM_2.5）年均值为64 μg·m^-3,是我国空气质量二级标准的1.8倍,其中,董家口点位最高（74 μg·m^-3）,崂山点位最低（55 μg·m^-3）. NO₃^-、OC和SO₄^2-是PM_2.5的主导组分,其中,NO₃^-含量（13.1%）明显高于其它组分.董家口点位ρ（NO₃^-）、ρ（SO₄^2-）、ρ（OC）和ρ（EC）（分别为13.0、7.09、8.98和2.91 μg·m^-3）明显高于其它点位,燃煤、工业特别是钢铁企业及货车等影响可能较为明显.同时,冬季这些组分浓度也显著高于其它 季节,而夏季Na的浓度（0.96 μg·m^-3）和占比（2.13%）明显较高;春季Si和Al的浓度（1.27和0.45 μg·m^-3）和占比（2.79%和1.00%）明显高于其它季节.PMF源解析结果表明,二次硫酸盐和二次有机碳气溶胶（SOA）混合源（22.4%）及二次硝酸盐（20.1%）是港口区域PM_2.5的主要贡献源类,其次为机动车源（16.7%）和扬尘源（14.6%）,燃煤源的贡献率为13.8%,而海盐和船舶源的贡献为7.2%.从季节变化来看,春季扬尘贡献（32.1%）较高,夏季二次硫酸盐和二次有机碳气溶胶（SOA）混合源（31.6%）、海盐和船舶源（19.2%）贡献较高,而冬季燃煤（16.6%）、机动车（22.8%）、二次硝酸盐（23.9%）、钢铁及相关冶金源（3.2%）和建筑水泥尘（3.6%）贡献较高.河北省中南部及山东省中西部地区是青岛港口各 源类的主要潜在源区,黄海是船舶排放的主要潜在源区.     

天津冬季两个典型污染过程高浓度无机气溶胶成因及来源分析

无机气溶胶是天津冬季霾天出现的主要成分,研究挑选了2020年1月污染天中两个典型的高浓度无机气溶胶（SIA）过程（CASE1和CASE2）,利用观测数据和耦合了在线污染物来源追踪方法的大气化学传输模式NAQPMS综合探究了气象要素、区域输送和化学过程的影响.两个过程的ρ（SIA）均值分别为76.8 μg·m^-3和66.0 μg·m^-3,硝酸盐浓度高于硫酸盐和铵盐,均为硝酸盐为主导的污染过程.气象条件影响了无机气溶胶的生成,CASE1过程ρ（SIA）>80 μg·m^-3对应的温度和相对湿度区间分别是[-6℃,0℃]、[2℃,4℃]和[50%,60%]、[80%,100%];CASE2过程对应的温度和相对湿度区间分别是[2℃,4℃]和[60%,70%].外来源对CASE1和CASE2过程SIA的平均贡献率为62.3%和22.1%,分别为区域传输主导和局地生成主导过程.CASE1本地排放对硝酸盐和硫酸盐的贡献分别为16.2 μg·m^-3和8.2 μg·m^-3,均高于外来源的贡献（31.7 μg·m^-3和8.8 μg·m^-3）;CASE2过程本地排放对硝酸盐和硫酸盐的贡献分别为29.3 μg·m^-3和25.1 μg·m^-3,而外来源的贡献为8.1 μg·m^-3和9.4 μg·m^-3.这表明CASE1本地生成和外来源输送贡献造成硝酸盐高于硫酸盐浓度,而CASE2仅本地源造成硝酸盐浓度高于硫酸盐.两个污染过程气相氧化反应是无机气溶胶生成的首要来源,贡献率分别为48.9%和57.8%;非均相反应也是重要过程,对SIA的贡献率分别为48.1%和42.2%;液相反应的影响小.     

基于SOA转化机制的沧州市重点企业秋冬季大气污染模拟

基于沧州市2016年排放清单筛选出120家重点企业,采用重新编译代码后的CALPUFF空气质量模型,模拟了2017年秋冬季不同程度污染天气下120家重点企业PM_2.5、PM₁₀、SO₂、NO₂及二次生成硫酸盐、硝酸盐、二次有机气溶胶（SOA）的污染情况.结果表明,120家重点企业PM_2.5、PM₁₀、SO₂和NO₂秋冬季平均模拟浓度占平均观测浓度的比例分别为：3.3%、5.7%、5.6%和2.9%;一次排放的PM₁₀主要集中在沧州市西南部和东南部,二次转化的SOA、硫酸盐和硝酸盐主要集中在主城区和东南部;PM_2.5中SOA平均占比约为27.3%,重污染时段比例上升为29.0%;PM_2.5中烷烃气溶胶、甲苯气溶胶、二甲苯气溶胶和多环芳烃（PAH）气溶胶占比分别为：12.1%、6.0%、7.0%和2.2%.120家重点企业精细化模拟结果显示,重污染天气以上120家重点企业的PM_2.5贡献浓度为3.02μg·m^-3,占沧州市"三年作战计划"要求2018年下降浓度（6.00μg·m^-3）的50%;PM_2.5浓度贡献较大的企业包括某石油化工股份有限公司沧州分公司（0.41μg·m^-3）、某碳素有限公司（0.29μg·m^-3）、某石化股份有限公司聚海分公司（0.26μg·m^-3）、沧州某肥业有限公司（0.23μg·m^-3）、沧州某大化有限责任公司（0.19μg·m^-3）等,主要位于新华区、沧县和渤海新区.本研究可为开展秋冬季每一家重点企业的错峰生产和应急减排提供科学依据.     

张掖市城区大气细颗粒物PM2.5的化学组成及来源解析

为研究张掖市城区大气细颗粒物（PM_2.5）的污染特征和来源,于2020年9月至2021年7月在张掖市城区的河西学院和湿地博物馆2个采样点进行了PM_2.5样品采集,对PM_2.5浓度、化学组成（水溶性无机离子、碳质组分和元素）和来源进行分析.结果表明,河西学院和湿地博物馆两个采样点的年均ρ（PM_2.5）分别为（73.7±31.8）μg·m^-3和（68.1±33.3）μg·m^-3,季节浓度均值均呈现春季>冬季>秋季>夏季的变化.河西学院采样点的二次水溶性无机离子（SO₄^2-、NO₃^-和NH₄⁺）年均值高于湿地博物馆.河西学院采样点的ρ（OC）和ρ（EC）分别为（9.6±5.7）μg·m^-3和（2.9±1.6）μg·m^-3,湿地博物馆采样点的年均ρ（OC）和ρ（EC）分别为（9.2±5.8）μg·m^-3和（2.5±1.3）μg·m^-3,河西学院的含碳组分在各季节均高于湿地博物馆.河西学院和湿地博物馆两个采样点的年均二次有机碳（SOC）在OC中的质量分数分别为49.4%和43.7%,表明张掖市存在较为严重的二次污染.河西学院和湿地博物馆两个采样点的元素浓度年均值分别为（6.0±3.5）μg·m^-3和（5.8±3.9）μg·m^-3,受到人为源的影响,Zn、Ca、Al和Fe等元素浓度水平相对较高.正定矩阵因子分解模型（PMF）结果表明,张掖城区PM_2.5的主要贡献源为二次气溶胶（28.0%）、交通源（25.8%）、扬尘源（15.2%）、燃煤源（14.0%）、生物质燃烧和垃圾焚烧源（12.5%）和工艺过程源（4.5%）.     

2013-2014年河南省PM2.5浓度及其来源模拟研究

随着城市化和工业化水平的逐渐提高,河南省的空气污染问题也日益严重.利用嵌套网格空气质量模式（NAQPMS）,数值模拟了2013年7月-2014年6月年河南省大气细颗粒物及其前体物（NO₂、SO₂、PM₁₀、PM_2.5）的地面浓度,并量化了其主要来源.结果表明：模式能够较好地再现污染物的时空演化特征.整体来讲,河南省PM_2.5的高值区集中在中部和北部地区,呈现冬季高、夏季低的特点.在线源解析模拟发现,河南省不同地区PM_2.5的来源有所不同,中西部地区主要来自于本地,而在东部和北部地市,来自周边省份的区域输送更为显著,其贡献达到40%～50%,且在PM_2.5浓度的高值区更为明显.就行业贡献而言,居民源、工业源和机动车排放是河南省PM_2.5浓度的主要来源,其浓度贡献分别为23.7 μg·m^-3（贡献比例24%,下同）、20.6 μg·m^-3（21%）和21.3 μg·m^-3（22%）,电厂、农牧业和地面扬尘的浓度贡献分别为7.0 μg·m^-3（7%）、8.7 μg·m^-3（9%）和17.8 μg·m^-3（18%）.受居民源影响最大的地区是河南中东部和北部地市,其贡献达到PM_2.5浓度的27%、27%和25%.工业源影响最大的地区集中在太行山南部地市,其浓度贡献为26.4 μg·m^-3（24%）,在其他地市的贡献为17%～23%.机动车对河南东部影响最为显著,其浓度贡献为22.9 μg·m^-3（24%）.电厂和农畜牧业对全省PM_2.5的贡献分布比较均匀,分别为6%～9%和8%～10%.分析不同浓度下的PM_2.5来源,发现工业源和扬尘贡献随PM_2.5浓度增加逐渐降低,而居民源和机动车排放的贡献则有所增加,在PM_2.5浓度高于100 μg·m^-3期间,达到22%和20%.     

2007年春节期间北京大气细粒子中正构烷烃的污染特征

利用大流量颗粒物采样器分昼夜采集了2007年春节前后大气气溶胶中PM_2.5样品,并采用气相色谱-质谱技术对PM_2.5样品中的正构烷烃进行了检测和分析.结果表明,春节期间大气细粒子平均浓度全部超过WHO阈值,且夜间平均浓度要高于白天.细粒子中检测出C₁₀～C₃₃的正构烷烃,总浓度为201.7～2 715.6　ng·m^-3,夜间正构烷烃的平均总浓度（943.5 ng·m^-3）要高于白天(581.1 ng·m^-3）,除夕前的平均总浓度（1025.5 ng·m^-3）要高于除夕后（536.6 ng·m^-3）.主峰碳为23、 24和25,CPI值为0.9～1.4,平均为1.15,表明春节期间北京大气细粒子中的正构烷烃主要由化石燃料的不完全燃烧产生,%WaxC_n的结果表明生物源对气溶胶中正构烷烃的贡献率为8.5%～47%.     

地膜覆盖对菜地垄沟CH4和N2O排放的影响

为了探讨地膜覆盖对菜地垄沟温室气体CH₄和N₂O排放的影响,以位于西南大学农业部重庆紫色土生态环境重点野外科学观测试验站内辣椒-萝卜轮作菜地为研究对象,采用静态暗箱/气相色谱法,进行为期1 a的田间原位观测.本试验设置常规和覆膜两种处理方式,研究地膜覆盖对菜地垄沟中CH₄和N₂O排放的影响.结果表明,地膜覆盖能极显著提高土壤全年pH（P<0.01）,显著提高全年的地表温度和地下5 cm温度（P<0.05）,显著提高萝卜季土壤含水率（P<0.05）.不论是辣椒季还是萝卜季,覆膜显著降低了垄的CH₄排放（P<0.05）,辣椒季垄的CH₄平均排放通量常规和覆膜处理分别为0.110 mg·（m²·h）^-1和0.028 mg·（m²·h）^-1,萝卜季分别为0.011 mg·（m²·h）^-1和-0.019 mg·（m²·h）^-1,但覆膜对沟的CH₄排放没有显著影响（P>0.05）,辣椒季常规和覆膜处理分别为0.058 mg·（m²·h）^-1和0.057 mg·（m²·h）^-1,萝卜季分别为0.083 mg·（m²·h）^-1和0.092 mg·（m²·h）^-1,对比垄和沟,除了辣椒季常规处理下垄CH₄排放量显著高于沟,其它均为沟显著高于垄,这与西南地区较高的降雨量下沟内较稳定的缺氧环境有关.覆膜处理对N₂O没有显著影响,辣椒季垄N₂O的平均排放通量常规和覆膜处理下分别为65.41 μg·（m²·h）^-1和68.39 μg·（m²·h）^-1,萝卜季分别为78.43 μg·（m²·h）^-1和66.19 μg·（m²·h）^-1,辣椒季沟N₂O的平均排放通量分别为19.82 μg·（m²·h）^-1和22.85 μg·（m²·h）^-1,萝卜季分别为35.80 μg·（m²·h）^-1和40.00 μg·（m²·h）^-1,均无显著差异（P>0.05）,对比垄和沟,垄N₂O的排放量显著高于沟,N₂O主要由垄向大气排放.CH₄排放通量与地表及地下5 cm温度呈显著正相关,N₂O的排放通量仅与碱解氮和铵态氮含量呈显著正相关.     

泰山夏季PM2.5中生物源SOA的分子组成及影响因素

为探究泰山夏季PM_2.5中生物源二次有机气溶胶（BSOA）的分子组成、昼夜变化特征、及影响因素,于2016年7~8月在泰山山顶进行PM_2.5样品采集,并对碳质组分、无机离子和BSOA示踪物进行分析.结果表明,元素碳（EC）和左旋葡聚糖质量浓度处于较低水平且昼夜差异较小（t检验,P < 0.05）,表明采样期间泰山山顶气溶胶受人为污染排放的影响较小.BSOA示踪物的总质量浓度呈昼高夜低的变化特征,表明白天较强的温度和太阳辐射使得气溶胶的氧化程度比夜间强.其中,异戊二烯类SOA示踪物的质量浓度最高达（77.64±51.79）ng/m³,其次为单萜烯类和倍半萜烯类SOA示踪物,分别为（33.68±21.29）和（6.97±3.28）ng/m³.基于示踪物-产率法估算得出SOC_异戊二烯对有机碳（OC）的贡献率（15.3%）最高.由BSOA示踪物与RH（R￡-0.45）和pH_is（R￡-0.53）的负相关性可知,高湿条件可以降低气溶胶的酸度进而抑制BSOA通过酸催化氧化反应的形成.由BSOA与温度和人为源指示物（左旋葡聚糖和EC）的相关性分析得出,采样期间泰山地区BSOA主要受当地BVOCs氧化反应的影响,而受长距离传输人为污染源的影响较小.