北京市交通路口大气颗粒物污染特征研究(Ⅱ)——大气颗粒物中非烃类化合物污染特征

研究了北京市交通路口大气颗粒物中非烃类化合物的污染特征.通过对2000年6月采集的大气颗粒物样品的分析,研究了北京市崇文门路口大气颗粒物中非烃类化合物的污染状况.结果表明:交通排放是大气颗粒物中非烃类化合物的重要来源之一;总体上非烃类化合物主要富集在粒径较小的粒子中,细粒子中的非烃类化合物应主要来源于机动车尾气排放;白天ρ(非烃类化合物)随机动车流量的增加而增加,夜晚机动车流量减小,但ρ(非烃类化合物)却高于白天,显示出大型柴油车的主要影响和贡献;非烃类化合物的污染主要表现为酞酸酯和苯酚类化合物的污染.并对交通路口大气颗粒物中酞酸酯的来源进行了探讨.      

北京市交通路口大气颗粒物污染特征研究(Ⅰ)——大气颗粒物污染特征及其影响因素

研究了北京市典型交通路口大气颗粒物的污染特征及影响因素.于2000年6月在北京市主要交通路口之一的崇文门路口,采集了大气中不同粒径的颗粒物样品,并进行了颗粒物质量浓度、离子浓度和元素质量浓度的分析,同时进行了样品采集期间机动车流量调查.研究结果表明,6月5日大气颗粒物污染严重.6月6日0∶10-3∶50,ρ(PM_2.5)达到最高值.崇文门路口的大气颗粒物污染水平与机动车流量之间无明显的对应关系.交通来源颗粒物是影响交通路口污染水平的首要因素,颗粒物中Al,Ca,Fe和Mg等元素主要来自机动车行驶载带的道路可扬尘,而Cu,Pb等元素主要来自机动车的排放.还指出了今后进行该类研究的主要方向和技术思路.      

石家庄市采暖期大气细颗粒物中PAHs污染特征

采集2015年12月-2016年2月采暖期石家庄市文教区、交通密集区、居民区和商业交通混合区大气细颗粒物样品,依据HJ 646-2013《环境空气和废气气相和颗粒物中多环芳烃的测定气相色谱-质谱法》分析石家庄市大气细颗粒物中PAHs污染水平及分布特征、气象参数与PAHs相关性,并解析PAHs污染来源.结果表明:石家庄市冬季采暖期大气细颗粒物PM₁₀、PM_2.5和PM_1.0中ρ（PAHs）的日均值分别为397.66、349.09和272.35 ng/m3,分别是采暖期前（11月1-15日）的6.16、4.62和4.82倍,并且呈交通密集区>居民区>文教区>商业交通混合区的空间分布特点.相对湿度与细颗粒物PM₁₀、PM_2.5和PM_1.0中ρ（PAHs）均呈显著正相关,R2分别为0.30、0.37和0.33,而风速与三者呈显著负相关,R2分别为-0.39、-0.53和-0.26;PM_1.0中具有显著相关的PAHs单体数量多于PM₁₀和PM_2.5.根据PAHs环数分布特征及特征化合物比值判断,石家庄市冬季采暖期PAHs污染为燃煤与机动车尾气复合型污染特征,同时餐饮油烟也有一定的贡献.      

北京市西三环地区大气颗粒物中多环芳烃的分布特性

于2012年3—12月在北京市西三环地区按粒径分6级采集大气颗粒物样品,采用气相色谱-质谱(GC-MS)对颗粒物样品中16种优控PAHs(多环芳烃)进行分析. 结果表明:颗粒物中ρ(∑₁₆PAHs)(PAHs的总质量浓度)季节变化显著,表现为冬季>春季>秋季>夏季,并且与ρ(PM)(PM为颗粒物)呈良好线性相关;不同粒径颗粒物中ρ(PAHs)呈向小粒子富集的趋势,PM_2.1中ρ(PAHs)约占ρ_sum(∑₁₆PAHs)〔6级颗粒物中ρ(∑₁₆PAHs)总和〕的64%~87%;除夏季3环PAHs占优势外,其他季节均以4~ 5环PAHs占优势;同时,随着粒径的减小,PAHs有向高环数富集的趋势. 运用主成分分析和多元线性回归法进行源解析发现,机动车尾气排放和燃煤是本地区大气颗粒物中PAHs的主要来源;不同粒径颗粒物中的PAHs来源有差异,2.1~10.2μm粒径段颗粒物中PAHs主要来源于机动车尾气排放,贡献率为63.0%;而1.3~2.1μm和<1.3μm的颗粒物中PAHs均主要来源于燃煤,贡献率分别为56.8%和58.7%.      

鞍山市大气PM10中多环芳烃(PAHs)的污染特征及其来源

2005年3月和8月在辽宁省鞍山市8个采样点采集PM₁₀样品,用液相色谱-质谱法分析了PM₁₀上负载的11种多环芳烃(PAHs),并探讨了其分布特征和来源.结果表明:鞍山市PM₁₀中ρ(PAHs)时空变化特征显著,冬季高于夏季,且工业区PAHs污染最严重;在PAHs中4环以上的组分占主导,冬季ρ(4环PAHs)较高,而在夏季ρ(5～6环PAHs)较高.运用比值法和主成分分析法对PAHs来源进行分析,发现冬季的主要污染源为燃煤排放、机动车尾气排放和炼钢工业排放;夏季主要污染源为燃煤排放、机动车尾气排放、生物质燃烧排放和炼钢工业排放等,来源较冬季复杂.机动车尾气排放对PAHs的贡献在2个季节都较为明显,冬季燃煤排放的贡献比重明显增加.      

大气颗粒物中多环芳烃的污染特征及来源识别

研究了北京市2000年采暖期和非采暖期2个典型代表月(6月和12月)不同粒径颗粒物的质量浓度特征以及不同粒径颗粒物中ρ(PAHs)分布特征,并同时利用比值法和化学质量平衡(CMB)受体模型对可吸入颗粒物(PM₁₀)中PAHs的来源进行识别和解析.研究结果表明:北京市采暖期ρ(颗粒物)明显高于非采暖期;采暖期和非采暖期不同粒径颗粒物的比例有差别,采暖期、非采暖期ρ(PM₁₀)分别约占ρ(TSP)的0.662和0.734;PAHs具有更明显富集于细颗粒物中的特征;源解析结果表明燃煤污染和机动车污染是PM₁₀中PAHs的最主要来源.      

石家庄市采暖前后大气颗粒物及其碳组分特征

为研究石家庄市大气颗粒物、碳组分特征和污染来源,采集2016年11月1日—12月31日石家庄市大气颗粒物（PM₁₀、PM_2.5和PM₁）样品,分析采暖前后PM₁₀、PM_2.5和PM₁及其中OC（有机碳）、EC（元素碳）和WSOC（水溶性有机碳）浓度水平,计算颗粒物与碳组分间相关性,进行OC/EC（质量浓度之比,下同）特征比值法和8个碳组分（OC1、OC2、OC3、OC4、OPC、EC1、EC2和EC3）研究.结果表明:①采暖后ρ（PM₁₀）和ρ（PM_2.5）比采暖前分别增加了26.4%和32.1%,而采暖后ρ（PM₁）比采暖前降低了12.2%.采样期间ρ（PM₁₀）与ρ（PM_2.5）显著相关,而ρ（PM₁）分别与ρ（PM_2.5）和ρ（PM₁₀）相关性差.采暖后散煤燃烧造成ρ（PM₁₀）和ρ（PM_2.5）增加,区域机动车限行和工业限产/停产导致ρ（PM₁）降低.②Pearson相关系数计算可知,ρ（OC）与ρ（EC）强相关;ρ（PM₁₀）和ρ（PM_2.5）分别与ρ（OC）和ρ（WSOC）强相关,而ρ（PM₁）分别与ρ（OC）和ρ（WSOC）中等相关;ρ（PM₁₀）和ρ（PM_2.5）分别与ρ（EC）弱相关,ρ（PM₁）与ρ（EC）中等相关.③采暖后PM₁₀、PM_2.5和PM₁中ρ（OC）比采暖前分别增加了215.1%、97.2%和18.5%;采暖后PM₁₀和PM_2.5中ρ（EC）比采暖前分别增加了65.2%和5.3%,而采暖后PM₁中ρ（EC）比采暖前降低了10.9%.集中供热和散煤燃烧排放了大量OC;PM₁₀和PM_2.5中EC主要来源于散煤燃烧,PM₁中EC主要来源于工业排放和机动车尾气.④采暖前PM₁₀、PM_2.5和PM₁中OC/EC平均值分别为4.5、4.5和4.3;采暖后PM₁₀和PM_2.5中OC/EC平均值分别为9.8和9.7,而PM₁中OC/EC平均值为7.4.采暖前后SOC/OC（质量浓度之比,下同）平均值的范围为0.36~0.65,石家庄市冬季大气中SOC污染严重;⑤8个碳组分分析发现,石家庄市机动车限行导致PM₁中ρ（EC1）降低,而采暖后集中供暖和散煤燃烧的增加,导致ρ（OC2）明显增加.研究显示,大气颗粒物中碳组分采暖前主要来源于机动车尾气,而采暖后主要来源于燃煤燃烧,尤其是散煤燃烧.      

2015年福州市大气颗粒物污染特征

为了解福州市大气颗粒物污染状况,利用中国环境监测总站发布的实时大气环境监测资料,结合气象资料和HYSPLIT4轨迹模式,分析了2015年福州市大气颗粒物污染特征和典型污染过程.结果表明:2015年福州市ρ（PM₁₀）、ρ（PM_2.5）年均值分别为55.8和29.2μg/m3,均低于GB 3095-2012《环境空气质量标准》二级标准限值.颗粒物浓度季节性变化特征明显,表现为冬春季高、夏秋季低的变化特征. ρ（PM_2.5）/ρ（PM₁₀）为52%,普遍低于我国东部其他大中城市;日际变化明显,受混合层高度日变化和机动车排放的影响,呈双峰形态. ρ（PM_2.5）/ρ（PM₁₀）日变化趋势与ρ（PM₁₀）日变化特征相反,即ρ（PM₁₀）高时ρ（PM_2.5）所占比例低,ρ（PM₁₀）低时ρ（PM_2.5）所占比例高,表明早晚高峰机动车排放所造成的颗粒物污染以粗颗粒物贡献为主.福州市颗粒物污染天气成因主要有"积累型"和"输送型"污染. 2015年1月5-6日发生的污染过程,是在一次静稳、高湿天气形势下,本地排放的污染物在不利于扩散的气象条件下聚集、二次转化,导致颗粒物浓度升高、能见度降低. 2015年1月17-19日的污染过程主要是北方污染物随冷空气输送南下,导致本地颗粒物浓度迅速升高、能见度迅速降低.研究显示,福州市PM₁₀和PM_2.5优良率较高,颗粒物污染主要发生于冬季,污染成因包括局地累积和区域输送.      

京津冀地区典型城市大气细颗粒物碳质组分污染特征及来源

为研究京津冀地区典型城市大气细颗粒物及其碳质组分的时空变化特征及来源,于2016年12月28日—2017年1月22日及2017年7月1—26日,对北京市与石家庄市PM_2.5（细颗粒物）及PM₁（亚微米颗粒物）进行采集,使用DRI（热光碳分析仪）检测PM_2.5与PM₁中ρ（OC）与ρ（EC）,并对其碳质组分来源进行分析.结果表明:①采样期间,冬、夏两季PM_2.5与PM₁中ρ（OC）均为石家庄市采样点远高于北京市采样点;冬季PM_2.5与PM₁中ρ（EC）均为石家庄市采样点高于北京市采样点,夏季则略有不同.②冬季污染日,北京市采样点ρ（PM_2.5）与ρ（PM₁）均为石家庄市采样点的1.08倍,PM_2.5与PM₁中的ρ（OC）分别为石家庄市采样点的1.14和1.12倍,石家庄市采样点PM_2.5与PM₁中ρ（EC）分别为北京市采样点的1.15和1.28倍;冬季重污染日,北京市采样点的ρ（PM_2.5）与ρ（PM₁）分别为石家庄市采样点的1.03和1.04倍,PM_2.5和PM₁中的ρ（OC）分别为石家庄市采样点的1.23和1.22倍,石家庄市采样点PM_2.5和PM₁中的ρ（EC）分别为北京市采样点的1.03和1.16倍.夏季污染日,石家庄市采样点ρ（PM_2.5）与ρ（PM₁）分别为北京市采样点的1.16和1.30倍,PM_2.5与PM₁中ρ（OC）分别为北京市采样点的1.64和2.71倍,两个采样点ρ（EC）相近.③冬、夏两季PM_2.5与PM₁中ρ（SOC）/ρ（OC）均较高,冬季北京市采样点分别为48.09%和54.29%,石家庄市采样点分别为44.98%和48.09%,夏季北京市采样点分别为48.47%和61.50%,石家庄市采样点分别为61.52%和63.55%,表明SOC更易富集于亚微米粒子中.④冬季北京市和石家庄市两个采样点PM_2.5与PM₁中碳质组分均主要来源于生物质燃烧、燃煤和机动车尾气;夏季北京市采样点PM_2.5与PM₁中碳质组分主要来源于机动车尾气,石家庄市采样点PM_2.5与PM₁中碳质组分主要来源于燃煤和机动车尾气.研究显示,北京市和石家庄市两个采样点大气细颗粒物及其碳质组分浓度存在时空分布和污染来源差异.      

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PM2.5样品,并采用气相色谱-质谱技术对PM2 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PM2 5夜间平均质量浓度为232 ug·m-3和132 ug·m-3,分别高于白天的PM10(194ug·m-3)和PM2.5(107ug·m-3);除夕后颗粒物日平均质量浓度为252.3 ug·m-3(PM10)和123.8ug·m-3 (PM2.5),分别高于除夕前的166.7 ug·m-3(PM10)和106.8 ug·m-3(PM2.5);同时夜间PM2.5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.     

北京市公共交通环境多环芳烃的个体暴露特征

对北京市3种典型交通环境下PM_2.5中PAHs(多环芳烃)的污染水平、来源及其暴露健康风险进行了研究. 于2011年12月利用颗粒物个体暴露采样器采集北京市道路边、公共汽车、地铁等不同交通环境下的PM_2.5样品,采用GC-MS测定ρ(PAHs),结合PAHs组成特征以及特征化合物比值等鉴别PAHs来源,根据苯并芘等效毒性(BEQ)、等效致癌浓度(BaPE)及致癌风险等参数评估PAHs呼吸暴露的健康风险. 结果显示:①观测期间,北京市道路边、公共汽车和地铁内ρ(∑PAHs)平均值分别为(120±119)、(101±46.6)、(50.8±25.6)ng/m3;②3种交通环境下PAHs特征成分谱相似,ρ(荧蒽)/[ρ(荧蒽)+ρ(芘)]、ρ(茚并[1,2,3-cd]芘)/[ρ(茚并[1,2,3-cd]芘)+ρ(苯并[g,h,i]苝)]均大于0.5,ρ(苯并蒽)/[ρ(苯并蒽)+ρ()]大于0.35,表明机动车尾气和燃煤排放是北京冬季3种交通环境下PAHs的重要贡献源;③分别采用美国加州环境保护局(California Environment Protection Agency,CalEPA)和世界卫生组织(World Health Organization,WHO)方法计算致癌风险可知,2种方法计算的道路边PAHs的致癌风险(19.8×10-6、15.6×10-4)最高,约为公共汽车及地铁内的1.4和3.6倍;④道路边与公共汽车内的PAHs在PM_2.5中更为富集,道路边PAHs污染水平及健康风险在高ρ(PM_2.5)环境下增加显著.      

鞍山大气颗粒物浓度的变化特征

利用鞍山大气成分监测站Grimm180观测的2007年颗粒物数浓度,ρ(PM₁₀₎,ρ(PM_2.5)和ρ(PM_1.0)以及台站的常规气象观测资料,分析了该地区颗粒物数浓度的谱分布、质量浓度的变化特征及与气象条件的相关性. 结果表明:颗粒物数浓度谱分布符合Junge分布;参数υ与能见度呈负相关,υ值越大且PM0.45占PM₁₀的数浓度比例小于90%,能见度较差;颗粒物质量浓度日变化呈双峰特征,ρ(PM₁₀₎,ρ(PM_2.5)和ρ(PM_1.0)之间有很好的相关性,ρ(PM_2.5)/ρ(PM₁₀₎平均值为0.654,ρ(PM_1.0)/ρ(PM_2.5)的平均值为0.832,ρ(PM_1.0)/ρ(PM₁₀₎平均值为0.545;鞍山地区年主导风向为SE,颗粒物质量浓度变化受辽宁沙尘移动路径的影响较小,主要受排放累积型污染影响,其中大雾天气条件下颗粒物质量浓度较高,大雾期间的回归方程截距较年平均回归方程的大,这对研究颗粒物质量浓度的突变特性具有指示作用.      

哈尔滨冬季积雪中多环芳烃同大气污染物的关系及其潜在源区分析

源于燃烧释放的多环芳烃(PAHs)易于吸附在大气颗粒物上,通过降雪清除效应累积于积雪中,是区域大气污染的良好指示器.于2020年底采集哈尔滨市积雪样本,结合前期逐日大气污染物监测数据(AQI、PM_2.5、PM₁₀、NO₂、SO₂、CO),明确哈尔滨市冬季大气污染类型与污染特征和积雪PAHs空间分布特征与来源,定量解析积雪PAHs同大气污染物的关系,揭示其对大气污染的指示意义,识别哈尔滨市冬季大气污染物的潜在源区.结果表明：研究期内存在3次以PM_2.5为主要污染物的中度污染天气,ρ(PM_2.5)/ρ(PM₁₀)比值表明区域受细颗粒物影响显著,为偏二次污染类型,ρ(NO₂)/ρ(SO₂)和ρ(CO)/ρ(SO₂)比值表明本地固定污染源和外来传输源贡献均呈加强趋势.积雪中Σ16PAHs浓度为1705～7243 ng·L^-1,中高环PAHs浓度属强变异,区...     

气象因素对北京市大气颗粒物浓度影响的非参数分析

利用2005年9月—2006年9月北京市大气颗粒物分级(不同粒径)监测资料和同期分时段气象观测数据,采用非参数分析(Spearman秩相关系数)法对北京市3种粒径大气颗粒物在不同季节的浓度水平与气象因素的影响进行了研究.结果表明:不同季节影响颗粒物质量浓度的气象因素各不相同;春季ρ(PM_2.5),ρ(PM2.5～10)和ρ(PM₁₀₎都与气压呈显著负相关;夏季颗粒物质量浓度受降水影响很大;秋、冬季ρ(PM_2.5)和ρ(PM₁₀₎均与日照时数呈显著负相关;冬季ρ(PM_2.5),ρ(PM_2.5～10)和ρ(PM10)均与平均风速呈显著负相关,与气温、相对湿度呈显著正相关. 细粒子和粗粒子质量浓度对气象因素变化的响应程度也有较大区别. 春、夏季地面平均风速对粗粒子质量浓度的影响比细粒子显著,ρ(PM_2.5)/ρ(PM₁₀₎随风速增加而增大;秋季日照时数对细粒子质量浓度的影响比粗粒子更显著,ρ(PM_2.5)/ρ(PM₁₀₎随日照时数增加而减小;冬季相对湿度对粗粒子质量浓度的影响比细粒子显著,ρ(PM_2.5)/ρ(PM₁₀₎随相对湿度增加而减小.      

北京市冬春季大气颗粒物的粒径分布及消光作用

2004年1─5月,在北京市区连续监测了大气环境中ρ(PM₁₀₎,ρ(PM_2.5),ρ(PM₁)和ρ(TSP),以及大气能见度、地面气象要素.结果表明:春节期间颗粒物中细粒子所占的比例较高,ρ(PM₁)/ρ(PM_2.5)为0.81,ρ(PM10)/ρ(TSP)为0.61;而沙尘期其值分别为0.55和0.28.不同粒径的颗粒物质量浓度均呈在明显日变化,其夜间浓度峰值高于早晨交通繁忙时段.根据经验公式,将大气能见度换算为大气消光系数,并导出颗粒物消光系数.结果表明:颗粒物消光系数与颗粒物质量浓度呈显著正相关.进一步定义了颗粒物质量浓度消光比(CE_P),用来表征颗粒物的污染特征.统计分析结果表明:当CE_P<103时,颗粒物质量浓度很低,PM_2.5所占比例较高,代表了有利于污染扩散的气象条件;当CE_P>167,颗粒物质量浓度高,但细粒子比(ρ(PM_2.5)/ρ(PM₁₀₎)稳定在0.5～0.7,湿度也稳定在20%～50%,代表了不利于污染扩散的气象条件.      

重庆主城区春季大气PM10及PM2.5中多环芳烃来源解析

于2012年春季采集了重庆主城区和缙云山共6个环境采样点的大气PM₁₀、PM_2.5样品,同步采集了燃煤尘、机动车尾气尘、施工机械尾气尘、船舶尾气尘、餐饮油烟尘、生物质燃烧尘及土壤尘等7类污染源,采集到有效受体样品139个、有效源样品233个,使用GC-MS分析样品中18种PAHs的质量浓度(ρ),分析了PM₁₀、PM_2.5上载带PAHs的污染特征,并分别运用比值法、主成分分析法及CMB(化学质量平衡)受体模型法对PM₁₀、PM_2.5中的PAHs进行来源解析,所得源解析结果较为一致. 结果表明:重庆主城区大气PM₁₀、PM_2.5中ρ(PAHs)较低,ρ(PAHs)分别为22.03~31.71、19.02~29.92 ng/m3,其中位于工业区新山村采样点的ρ(PAHs)最高. PM₁₀载带的PAHs有86%~99%集中在PM_2.5中,说明PAHs主要富集在PM_2.5中. 重庆主城区大气PM₁₀、PM_2.5载带的PAHs主要来自机动车尾气尘和燃煤尘的贡献,这2类源对PM₁₀的贡献率分别为25.89%、32.80%;而在PM_2.5中,机动车尾气尘的贡献率较高,可达62%左右.      

龙岩大气颗粒物中多环芳烃源识别及污染评价

采用恒能量同步荧光法,研究了龙岩市区不同功能区冬、春季大气颗粒物中多环芳烃(PAHs)的污染状况和污染来源,并对不同功能区的PAHs含量进行了评价. 结果表明:龙岩市区各功能区大气颗粒物中ρ(PAHs)为278.95～ 718.25 ng/m3,且冬季高于春季. 根据PAHs中一些特征标志物的比值,可判断冬、春季市区内PAHs主要来源于汽车尾气和燃煤污染. 采用苯并［a］芘(BaP)及苯并［a］芘等效致癌浓度(BaPE)来评价3个功能区大气颗粒物中PAHs的污染状况显示,冬季3个功能区苯并［a］芘含量(ρ(BaP))均超过国家标准(10 ng/m3),且ρ(PAHs)均严重超标.      

南昌市大气颗粒物污染特征及PM2.5来源解析

为探讨2013年南昌市大气颗粒物的污染特征及分布状况,收集南昌市9个大气监测站点实时发布的PM₁₀和PM_2.5数据,分析了ρ（PM₁₀）、ρ（PM_2.5）和ρ（PM_2.5）/ρ（PM₁₀）的变化规律及其与气态污染物的相关性,并结合污染严重的秋季时段,采用PCA-MLR（主成分分析-多元线性回归）模型对大气PM_2.5中化学组分来源进行解析.结果表明:①ρ（PM₁₀）和ρ（PM_2.5）的年均值分别为（115.4±39.1）（69.1±26.8）μg/m3,均超过GB 3095-2012《环境空气质量标准》二级标准限值,ρ（PM₁₀）和ρ（PM_2.5）的最高值分别出现在石化、省外办监测站点,最低值出现在林科所监测站点.ρ（PM₁₀）和ρ（PM_2.5）季节性变化特征明显,呈冬季>春、秋两季>夏季的趋势,全年ρ（PM₁₀）超标天数占比为25.48%,ρ（PM_2.5）超标天数占比为36.71%,各季度ρ（PM_2.5）超标天数占比均高于ρ（PM₁₀）.②受人为活动和边界层高度的影响,ρ（PM_2.5）和ρ（PM₁₀）日变化呈双峰双谷形态,一个波峰出现在08:00-10:00,另一个波峰出现在20:00-22:00,并且晚间小时峰值高于早间,最低值出现在15:00.③ρ（PM_2.5）/ρ（PM₁₀）年均值为60.3%,在冬季最高达65.1%,相关性分析发现ρ（PM₁₀）与ρ（PM_2.5）存在较显著的线性关系,表明二者具有同源性.④ρ（PM₁₀）、ρ（PM_2.5）均与ρ（SO₂）、ρ（NO₂）、ρ（CO）呈显著正相关,并且冬季相关性高于夏、秋两季;而ρ（PM₁₀）、ρ（PM_2.5）均与ρ（O₃）全年呈显著负相关,并且夏、秋两季相关性高于冬季,说明气态污染物的二次转化对ρ（PM_2.5）和ρ（PM₁₀）有较大影响.⑤南昌市秋季PM_2.5的最大污染源为道路扬尘/机动车尾气混合污染源,其次分别为施工扬尘源、燃煤源、冶炼尘/生物质燃烧混合污染源,各污染源对PM_2.5的贡献率分别为40.9%、35.8%、12.4%、10.9%.研究显示,南昌市PM_2.5的污染程度较PM₁₀严重,PM_2.5已成为南昌市大气颗粒物污染的主要组分,PM_2.5主要来源为城市扬尘和机动车尾气.      

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.      

北京西三环地区不同粒径大气颗粒物中有机脂肪酸的污染特性

年1—7月在北京市西三环航天桥地区,用大流量分级采样器分5级采集大气颗粒物样品,采用溶剂提取和衍生化方法对样品进行前处理,利用GC-MS分析不同粒径颗粒物中的有机脂肪酸. 结果表明:在颗粒物中共检出21种MOA(一元有机脂肪酸)和7种DIA(二元有机脂肪酸);ρ(∑₂₁MOA)(21种MOA总质量浓度)和ρ(∑₇DIA)(7种DIA总质量浓度)均在粒径<0.69μm的超细颗粒中最高,分别约占各自5级颗粒物质量浓度总和的30.0%和32.5%;颗粒物中ρ(∑₂₁MOA)和ρ(∑₇DIA)月际变化规律不同,前者在1—2月最高,3月次之;而后者在5—7月最高. MOA和DIA的组成、分布特点亦不尽相同,其中C₁₀~C₂₄的MOA表现出明显的偶数碳优势,而DIA没有显现奇偶优势;MOA中ρ(C₁₆-MOA)最高,ρ(C₁₈-MOA)次之;DIA中ρ(壬二酸)最高. 基于MOA的C₁₈/C₁₆〔ρ(C₁₈-MOA)/ρ(C₁₆-MOA)〕和CPI(碳优先指数)分析表明,颗粒物中MOA主要来自人为源,与燃煤排放、机动车尾气及烹调排放相关,1—2月燃煤排放对颗粒物中MOA的贡献明显.