天津市春季样方法道路扬尘PM_(2.5)粒度乘数特征

粒度乘数表示道路扬尘排放因子模型中不同粒径的颗粒物的系数,是道路扬尘排放清单的重要参数,直接影响排放清单的不确定性.2015年春季用样方真空吸尘法采集了天津市市区11条道路88个点位的道路扬尘样品,在便携式气溶胶粒径谱仪Grimm1.109和再悬浮采样器粒径实验基础上,通过公式计算得到了道路扬尘PM_(2.5)的粒度乘数值K_(2.5),开展了粒度乘数分布特征的研究.结果表明:天津市春季非机动车道和机动车道慢车道道路扬尘的PM_(2.5)粒度乘数范围分别为0.053~0.088g/VKT和0.047~0.087g/VKT;主干道、次干道、支路以及快速路的非机动车道PM_(2.5)的粒度乘数K_(2.5)均大于机动车道慢车道的K2.5,环线的机动车道PM_(2.5)的粒度乘数K2.5均大于非机动车道慢车道的K_(2.5);不同道路类型的道路扬尘PM_(2.5)粒度乘数分布规律为:机动车道,环线次干道主干道支路快速路;非机动车道,次干道支路主干道环线快速路;道路两侧相同类型车道间PM_(2.5)粒度乘数中位值不同,但是其差异无统计学意义.     

西安市典型道路扬尘排放清单及化学组分

道路扬尘是城市大气颗粒的主要来源之一,扬尘中含有的重金属、碳质组分和水溶性离子会危害人体健康 . 为研究西安市道路扬尘的排放量及颗粒物的化学组分,在西安市环路、主干路、次干路和支路设监测点,采集了 141个道路积尘样品,估算了不同类型道路的积尘负荷 . 采用 AP-42 模型估算了不同类型道路的扬尘排放因子,建立了 2018 年西安市道路扬尘 PM_2.5和 PM₁₀的排放清单,分析了道路扬尘颗粒物的化学组分 . 基于西安市路网分布、GIS信息和车流量对道路扬尘 PM_2.5和 PM₁₀的排放量进行了空间分配 . 结果表明,西安市机动车道、非机动车道和人行道的积尘负荷分别为（0.88±0.83）、（2.62±2.23）和（1.41±1.42）g·m^-2. 按道路长度加权平均的扬尘中 PM_2.5和 PM₁₀的排放因子分别为 0.22和0.93 g·km^-1·veh^-1. 2018 年西安市道路扬尘...     

成都市铺装道路扬尘排放清单及空间分布特征研究

对成都市城区和郊区不同等级铺装道路共采集了96个道路扬尘样品,通过调研得到了不同等级道路车流量、平均车重和道路长度等有关活动水平数据,采用AP-42法估算该地区不同等级道路扬尘排放因子和排放量,并利用Arc GIS软件得到了道路扬尘PM10和PM2.5排放量的空间分布图。结果表明:成都市城区道路和郊区公路积尘负荷平均值分别为0.50,0.94 g/m2;郊区等外级公路的PM10和PM2.5的排放因子最大,分别为2.59,0.63 g/VKT,城区支路的PM10和PM2.5的排放因子最大,分别为1.15,0.28 g/VKT;基准年2012年道路扬尘PM10和PM2.5的排放总量分别为48 745.46,11 793.26 t。从空间分布看,中心城区每一网格道路扬尘PM10和PM2.5排放量最大,分别达到300,70 t以上。     

北京市交通扬尘PM2.5排放清单及空间分布特征

为建立一种自下而上的交通扬尘PM_2.5排放清单方法,对北京市不同区域、不同类型道路的路面积尘负荷进行了采样和实验室分析,对各类路网的道路车流量和车辆类型进行了调查和统计,建立了北京市道路交通扬尘PM_2.5排放清单,并对其空间分布进行了分析. 结果表明:北京市城区快速路、主干道、次干道、支路和胡同的交通扬尘PM_2.5排放因子分别为(0.05±0.03)(0.09±0.05)(0.11±0.05)(0.16±0.14)和(0.27±0.20)g/(km·辆),相应各类型道路的交通扬尘PM_2.5排放强度分别为(7.21±4.66)(5.27±3.03)(3.34±1.49)(2.84±2.49)和(0.54±0.40)kg/(km·d);郊区高速路、国道、省道、县道、乡道和城市道路的交通扬尘PM_2.5排放因子分别为(0.10±0.03)(0.50±0.33)(0.39±0.37)(0.41±0.41)和(0.65±0.31)(0.19±0.08)g/(km·辆),各类型道路交通扬尘的PM_2.5排放强度分别为(3.82±1.31)(10.00±6.58)(3.93±3.74)(1.64±1.63)(0.65±0.31)和(0.74±0.32)kg/(km·d). 北京市道路交通扬尘PM_2.5的年排放量为13 565 t,从空间分布上看,郊区交通扬尘PM_2.5年排放量、单位道路长度排放量以及排放因子均高于市区,而城区单位行政区面积的交通扬尘PM_2.5排放量高于远郊区县. 从交通扬尘PM_2.5排放的空间分布特征看,在继续加强城区交通扬尘控制的同时,应采取措施控制远郊区县公路的扬尘排放. 自下而上的交通扬尘PM_2.5排放清单提高了排放的时空分辨率,能够识别路网中高排放的区域和路段,为交通扬尘总量管理和减排目标考核提供了一种技术手段.      

济南市道路扬尘排放因子估算及其影响因素研究

以济南城市道路为研究对象,采用美国环保署AP-42模型和方法,通过道路分类、优化布点、样品采集、实地观测和计算分析,获得道路粉尘负荷及四种类型道路扬尘的排放因子,探讨了排放因子的主要影响因素。结果表明,路面粉尘负荷随车流量增大而逐渐降低,城市城区路面粉尘负荷多小于城市外围路面,且外围道路路面粉尘负荷随时间和空间变化大;支路和次干道排放因子相对较小,快速路排放因子较高,主干道排放因子最高,其TSP、PM10、PM2.5排放因子分别高达25.239 3 g/VKT、4.731 1 g/VKT、0.597 2 g/VKT;排放因子随平均车重增加呈现逐渐增大趋势;同种类型道路排放因子均随道路粉尘负荷的增加而增加;次干道和快速路排放因子随车流量增大而减小。所获结论可为城市道路扬尘排放估算提供参考。     

广东佛山交通扬尘排放特征研究

交通扬尘中部分细颗粒可经呼吸道危害人体健康。通过对佛山市10条典型道路尘负荷采样分析,采用AP-42模型计算不同类型道路的交通扬尘排放因子,结合道路信息计算交通扬尘排放量,并用ArcMap软件生成排放空间分布图。结果表明,佛山市区道路尘负荷为支路最大,为4.30 g/m2。高速路PM2.5的排放因子最大,为0.58 g/VKT。国道PM2.5的排放强度最大,为20.0 kg/(km·d)。市区交通扬尘PM30年排放量为36 582 t。采用COPERT模型计算机动车直接排放的PM2.5和PM10,得出佛山市机动车排放的PM2.5与交通扬尘PM2.5的比值为16%,机动车直接排放的PM10与交通扬尘PM10的比值为8%。佛山市区东部由于道路密集致其交通扬尘排放量较高。经对比知,中国南北方城市呈现交通扬尘排放因子范围相似性,且中国城市交通扬尘排放水平与美国相近。     

国内外PM2.5源谱对比及其对空气质量模拟效果的影响

对比了国内外固定燃烧源、工业过程源、道路移动源和扬尘源等排放源PM_2.5成分谱之间的差异,并利用CMAQ（区域空气质量模型）模拟识别各PM_2.5成分谱之间的差异对空气质量模拟影响较大的排放源.结果表明:① 由于国内外发展水平、排放标准、采样分析条件以及排放源除尘设备等的差异,各排放源PM_2.5成分谱差异较大;② PM_2.5成分谱差异较大的源主要有燃煤电厂、水泥制造、重型柴油车和道路扬尘等,而差异较大的组分主要有SO₄2-、NO₃-和Ca等;③ 道路移动源源谱本地化对PM_2.5的模拟影响最大,其次为扬尘源和工业过程源,而固定燃烧源则相较最小,其中道路移动源源谱本地化模拟案例与基线的PM_2.5模拟质量浓度绝对差值为0.27μg/m3,各组分质量浓度差系数之和为52.60×10-3 μg/（m3·kg）,而固定燃烧源源谱本地化模拟案例PM_2.5模拟质量浓度绝对差值仅为0.10μg/m3,各组分之和为2.12×10-3 μg/（m3·kg）.研究显示,有必要采用统一的标准开展本地源成分谱测试工作,为源解析及模型模拟提供基础性数据,而从对空气质量模型模拟影响的角度出发,优先建立道路移动源本地化PM_2.5成分谱较为重要.      

天津市春季道路降尘PM2.5和PM10中碳组分特征

为研究天津市春季道路降尘PM_2.5和PM₁₀中碳组分特征,丰富道路降尘的成分谱库,于2015年3月22日-5月23日在天津市主干道、次干道、支路、快速路和环线5种道路类型道路两侧采集道路降尘样品,通过再悬浮装置得到PM_2.5和PM₁₀的滤膜样品,并用热光碳分析仪测定PM_2.5和PM₁₀中OC（有机碳）和EC（元素碳）的百分含量,利用两相关样本非参数检验、OC/EC比值法以及相关分析法,定性分析天津市春季道路降尘PM_2.5和PM₁₀的碳组分的特征及其主要来源;利用因子分析法,进一步分析道路降尘PM_2.5和PM₁₀的主要来源.结果表明:道路降尘PM_2.5中w（OC）为10.27%（主干道）~13.94%（快速路）、w（EC）为1.24%（支路）~1.77%（环线）,PM₁₀中w（OC）为8.48%（主干道）~12.56%（快速路）、w（EC）为1.01%（次干道）~1.59%（快速路）,可见快速路中碳组分含量相对较高,这可能与其车流量较大,导致道路扬尘和机动车尾气排放量较大有关,也可能与其路面保养及保洁状况有关.对于大部分碳组分而言,其在PM_2.5中的百分含量均高于PM₁₀;除EC2,其他碳组分在PM_2.5和PM₁₀间均无显著性差异.不同道路类型PM_2.5和PM₁₀中OC/EC的大小顺序基本相同,与其车质量变化趋势相反.道路降尘中PM_2.5中碳组分主要来源于道路扬尘、机动车尾气、生物质燃烧以及燃煤源的混合源,PM₁₀主要受道路扬尘、燃煤和柴油车尾气等污染源的影响.      

武汉市开放源PM2.5成分谱的建立与特征分析

采用再悬浮采样方法获得武汉4类开放源（土壤风沙尘、施工扬尘、道路扬尘和城市扬尘）细颗粒物（PM_2.5）样品,分析了无机元素、水溶性离子和碳质组分含量,构建了武汉市开放源PM_2.5成分谱。结果表明:开放源PM_2.5的组成以地壳类元素为主,地壳类元素占化学成分总量的62.69%~80.14%,自然背景特征明显。土壤风沙尘PM_2.5中Si和Al的含量较高,施工扬尘PM_2.5中Ca和有机碳（OC）的含量显著高于其他3类尘源,道路扬尘PM_2.5中的主要组分为Ca、Si和OC,城市扬尘PM_2.5中的主要组分为Si和Ca。Ca、Cu、Zn分别在施工扬尘、道路扬尘和城市扬尘中强烈富集,富集因子（EF）均>20,表明受人为源的影响大。源谱中的碳组分以OC为主,OC/EC值均>2,表明开放源对二次气溶胶形成有一定影响。4类源谱相互之间的分歧系数为0.29~0.47,相关系数为0.19~0.97,其中土壤风沙尘与其他3类扬尘之间的相似度不高;城市扬尘、施工扬尘、道路扬尘互相之间存在较高的相似度,具有很强的共线性。构建武汉开放源PM_2.5精细化成分谱,可为武汉开展PM_2.5源解析及开放源污染防治提供参考。     

基于传感器技术的渭南市道路环境颗粒物污染特征及影响因素研究

为深入了解渭南市街区道路环境颗粒物污染时空分布特征,利用车载颗粒物传感器于2019年3月1日—5月31日对渭南市道路环境空气中PM_2.5和PM₁₀浓度开展在线走航测量,分析了影响渭南市道路环境颗粒物污染时空分布的主要因素.研究表明:①渭南市区内所有道路PM_2.5平均浓度范围为37.7~51.9 μg/m3,浓度较高路段位于高新区东部和主城区;PM_2.5~10（粗颗粒物）平均浓度范围为65.8~119.1 μg/m3,浓度较高路段位于各功能区城郊.②工作日早高峰时段（07:00—09:00）主城区道路环境PM_2.5、PM_2.5~10污染较非工作日严重,3种类型道路工作日07:00 PM_2.5~10平均浓度呈支路（103.5 μg/m3）>主干道（102.1 μg/m3）>次干道（96.9 μg/m3）的特征.③对于高新区和老城区路段,除早晚高峰时段出现PM_2.5和PM_2.5~10浓度峰值外,凌晨时段渣土车行驶路段、裸地或施工现场周边路段易出现PM_2.5~10浓度峰值,其PM_2.5~10平均浓度最高达230.9 μg/m3（乐天大街西段的路段Ⅳ）.研究显示,工作日早晚高峰时段,特别是早高峰,机动车排放导致渭南市高新区东部和主城区路段的PM_2.5污染加重,夜间渣土车行驶导致高新区和老城区靠近城郊路段的颗粒物（PM_2.5和PM_2.5~10）污染加重.      

乌鲁木齐市散煤燃烧大气污染物排放清单及时空分布特征

为研究乌鲁木齐市散煤燃烧对大气污染物的贡献情况,根据实地调研收集到的散煤燃烧活动水平数据,利用排放因子法建立2015年乌鲁木齐市散煤燃烧PM_2.5、SO₂和NO_x的排放清单,利用ArcGIS空间分析工具进行空间分布特征分析,使用蒙特卡罗方法进行不确定性分析.结果表明:2015年散煤燃烧排放PM_2.5、SO₂、NO_x分别为1.70×104、4.13×104、2.80×103 t.PM_2.5和SO₂排放的主要贡献区域为乌鲁木齐县,分别占排放总量的27.35%和26.23%,这是由于乌鲁木齐县社区居民和大棚种植耗煤量较大所致;NO_x排放的主要贡献区域为米东区,贡献率高达28.03%,这是因为米东区社区居民所用炉灶为手动炉排层燃炉灶,其排放因子较大所致.空间分布特征表明,污染物主要分布在米东区南部、沙依巴克区北部及乌鲁木齐县中部.不确定性分析表明,村庄、社区、大棚种植、商业和事业单位在95%的置信区间时不确定性分别为-69%~165%、-57%~116%、-68%~171%和-67%~165%.蒙特卡罗预测结果（平均值）高于排放清单的计算结果.研究显示,乌鲁木齐市散煤燃烧对污染物排放贡献较大,并且具有明显的季节性和区域性特征.      

再悬浮装置在大气PM2.5源谱分析中的应用

为解决PM2.5源解析中无组织排放源的采样问题,在前人基础上发展了一套简便高效的再悬浮采集装置,并对进样量、再悬浮时间等关键运行参数进行了优化,总结了无组织排放源采样分析流程.重复测试表明,双切割头的PM2.5捕集量偏差<8%,粒径分布比率变化不超过5%,显示出再悬浮装置良好的采样平行性和稳定性.将该装置应用于陶瓷工业尘、公路扬尘和二次降尘等3类无组织排放尘及生物质燃烧的源排放再悬浮采样分析,获得了各颗粒源的粒径分布谱和PM2.5无机成分谱,以此对各排放源特征进行有效区分.PM2.5平行样中各化学成分浓度偏差<15%.与其他装置相比,本研究介绍的再悬浮装置简便经济,具有较高的采样效率,在无组织尘排放源谱分析中具有较高的实用价值.     

道路交通扬尘排放因子测量系统研发及应用

道路交通扬尘排放是城市大气环境颗粒物(PM_(10)和PM_(2.5))的主要来源之一,对其排放测量研究是进行排放清单建立、环境影响分析和制定控制方案的依据.本研究设计了一种道路交通扬尘排放因子测量系统,通过测量行驶中车辆尾羽不同位置的颗粒物浓度,应用浓度剖面积分的方法计算单车行驶过程中扬尘PM_(10)排放量.在北京市典型道路测量了小汽车和大客车在不同车速下的交通扬尘颗粒物排放因子,结果显示,车辆尾羽的颗粒物浓度特征呈明显的"层状"分布,距离路面越近浓度越高,在车辆行驶方向中心浓度最高,向两侧浓度逐渐降低,车速越快浓度越高.在试验车速范围内,排放因子与车速呈幂函数关系,幂指数为2.7~2.8.排放因子与积尘负荷呈幂函数关系,幂指数为0.85.不同路段或同一路段的不同区域排放因子空间变异性较大,应用排放因子测量系统进行实测的结果更加准确可靠.     

承德市大气污染源排放清单及典型行业对PM2.5的影响

以承德市为研究对象,基于拉网式实地调查,获得了该地区2013年各类典型行业污染源详细的活动水平数据,以大气污染物排放清单编制指南为参考,辅以排放因子研究的系统梳理,建立了2013年承德市各行业区县分辨率大气污染源排放清单,并结合人口、路网、土地利用等数据进行了1 km×1 km网格分配.在此基础上建立气象-空气质量模型系统(WRFCAMx),应用颗粒物来源识别技术(PSAT),选取2013年典型季节代表月1、4、7、10月,针对承德市电力、建材、冶金等典型行业对PM_(2.5)的影响进行了定量评估.结果表明,2013年承德市SO_2、NO_x、TSP、PM_(10)、PM_(2.5)、CO、VOCs、NH_3的总排放量分别为81 134、72 556、368 750、119 974、51 152、1 281 371、170 642、81 742 t.工业源是SO_2、NO_x、CO、VOCs的主要排放源,分别占总排放量的89.5%、51.9%、82.5%和45.6%,NO_x的主要排放源还包括道路移动源和非道路移动源,分别占总排放量的26.7%和10.8%;TSP、PM_(10)、PM_(2.5)的主要排放源是无组织扬尘,分别占总排放量的76.7%、65.6%、46.5%;畜禽养殖、化肥施用是NH_3的主要排放源,分别占总排放量的67.1%、15.8%.数值模拟结果表明,无组织扬尘、其他行业、冶金、锅炉行业对环境PM_(2.5)影响较大,浓度贡献分别为23.1%、20.6%、13.3%和11.2%,制定具体控制措施时应得到重点关注.     

基于车载移动监测的北京市丰台区道路扬尘源排放特征

基于车载移动监测系统,对丰台区各类型道路、不同季节典型道路的积尘负荷特征进行分析.探讨不同环线区域内的道路车流量、积尘负荷、扬尘排放量的变化规律及原因,并运用ArcGIS软件得到道路扬尘积尘负荷和排放量的空间分布图.结果表明,各类型道路的积尘负荷均值和道路扬尘排放因子的大小顺序都为支路 > 次干道 > 主干道 > 快速路.车流量对道路扬尘积尘负荷和排放强度的影响呈反向关系.PM_2.5、PM₁₀和TSP的年排放量分别为1824、7539、39274 t·a^-1.从PM_2.5的年排放空间分布上来说,三环内网格排放量较大,其次是三环至四环,六环外的单位面积道路扬尘排放量最小.不同环线区域内的单位面积车流量和排放量大小顺序为三环内 > 三环至四环 > 四环至五环 > 五环至六环 > 六环外.而三环内、三环至四环、四环至五环、五环至六环、六环外的年均积尘负荷分别为0.67、0.73、0.76、0.80、0.79 g·m^-2.     

廊坊市大气污染特征与污染物排放源研究

通过廊坊市2014年12个监测站点的大气污染物监测数据,分析了廊坊市大气污染的主要特征,包括空气质量水平、大气污染的季节与空间分布.结果发现,虽然与2013年相比2014年空气质量有所改善,但12个站点空气质量超标均十分严重.秋季、冬季与春季PM_(2.5)为主要的空气污染物,夏季O3日最大8 h平均浓度频繁超标,需要引起重视.为实现廊坊市空气质量模拟,制定最优空气质量改善政策,基于污染源普查、环境统计数据,编制了廊坊市主要大气污染物排放清单.工业部门中,电力、热力生产和供应业、黑色金属冶炼及压延加工业是SO_2、NO_x和PM_(2.5)的重要来源.VOCs则主要来自于化学原料和化学制品制造业、黑色金属冶炼及压延加工业、食品制造业.另外,廊坊全市道路扬尘和建筑施工扬尘污染贡献了PM2.5的38.6%,但扬尘的管理十分薄弱.同时结果表明,廊坊市黄标车排放在交通源排放中比重较高.因此,需要对上述重点排放源进行有效控制,从而改善廊坊市空气质量.     

北京市大兴区道路积尘年际变化特征及管控研究

为探究长时间跨度的道路积尘变化特征,于2019~2020年对北京市大兴区内主要道路进行尘负荷检测,并于2020年四季收集道路PM₁₀和PM_2.5积尘样品,分析化学组分,建立成分谱.结果表明,2019年和2020年大兴区道路尘负荷年均值分别为1.05g/m²和0.74g/m²,2020年大兴区道路尘负荷较2019年下降29.5%.2019年道路尘负荷热点聚集区分散,大兴区内道路尘负荷高值区较多,2020年热点区集中出现在西北部,冷点区集中在东部区域.2020年大兴区道路扬尘排放因子低于2019年,大部分乡镇/街道中,2020年的扬尘排放因子和排放量低于2019年,呈现出东南部 > 中部 > 西北部的趋势.2020年大兴区道路扬尘排放量低于2019年,大兴区南部和西北部乡镇/街道内的扬尘排放量大于中部.受建筑施工活动影响.2020年大兴区道路PM₁₀和PM_2.5积尘化学组分中以土壤风沙和建筑施工活动相关的元素为主,Ca、Mg、Si、Al元素分别共占比39.39%和41.71%.对大兴区道路尘负荷进行针对性管控,首先需要对运输车辆进行及时冲洗,降低轮胎的尘土夹带量.其次应加强工地出口至附近1km的道路清扫保洁频次,将工地出口处道路尘负荷对周边道路的辐射影响降低.     

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.