海西城市群PM2.5中重金属元素的污染特征及健康风险评价

采集2010~2011年海西城市群PM_(2.5)样品,用粒子激发-X射线发射技术(PIXE)方法测试样品中痕量重金属(Zn、Cu、Pb、Mn、Ni、Cr、As)的浓度,分析痕量重金属的污染特征、富集程度和来源,并进行重金属对人体健康风险的评价.结果表明,PM_(2.5)中重金属总浓度的时空分布特征与PM_(2.5)的不一致,这与PM_(2.5)的某些主要贡献源(如建筑尘和扬尘等)并非痕量重金属的贡献源有关.PM_(2.5)中Zn、Cu、Pb、Mn、Ni、Cr、As等重金属的EF值均高于10,呈明显的人为源富集现象.主成分-多元线性回归(PCA-MLR)解析结果显示,PM_(2.5)中痕量重金属主要有3种来源,即燃煤和机动车尾气(70.59%)、混合源(燃煤、燃油和冶炼行业,17.55%)以及其他工业源(11.86%).健康风险评价结果显示,PM_(2.5)中致癌重金属(Ni、Cr、As)的风险值高于非致癌重金属(Zn、Cu、Pb、Mn)风险值,但均低于一般可接受风险水平(10-6),说明海西城市群大气环境PM_(2.5)中重金属未对人体健康造成危害.     

长春市典型高架公路大气环境颗粒物中重金属污染特征

于2014年4—11月对长春市典型高架公路大气颗粒物PM_(2.5)和PM_(10)进行采样,对颗粒物中主要重金属元素的浓度进行了分析,并采用变异系数法、地积累指数法和富集因子法对大气颗粒物重金属污染情况进行评价.研究表明,道路施工期间,PM_(2.5)和PM_(10)中重金属的浓度普遍低于道路运行通车后的浓度,而采暖期重金属的浓度又高于非采暖期的浓度.重金属元素在PM_(2.5)中的含量占PM_(10)中总含量的比例均超过50%,说明颗粒物越细越容易富集重金属.Zn、Fe和Mn的变异系数较小,说明来源稳定,自然源占主导地位.富集因子法表明,Zn的富集程度极强,Mn无富集.Cr和Cd的变异系数较大,受人为活动干扰严重,在道路施工期间二者富集程度较轻,道路通行加之采暖后富集程度加强,主要来源为汽油和煤的燃烧.Pb、Cu和Ni的变异系数在0.56~0.76之间,有一定的人为干扰,Pb和Ni在高架公路施工期富集程度较轻,道路运行及取暖期富集程度显著,主要来源是交通源;Cu富集程度强,主要来源可能是油燃烧、建筑扬尘.     

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.      

临沂市PM2.5和PM10中元素分布特征及来源解析

为探究临沂市PM_(2.5)和PM_(10)中元素的污染特征及来源,于2016年12月至2017年10月对临沂市环境空气中PM_(2.5)和PM_(10)进行了同步采样.利用电感耦合等离子体质谱仪(ICP-MS)和电感耦合等离子体发射光谱仪(ICP-OES)测定了其中的23种元素,并采用富集因子法和PMF法分析其来源.结果表明,采样期间临沂市PM_(2.5)和PM_(10)中主要元素为Si、Ca、Al、Fe、K、Na和Mg,分别占所测元素的质量分数为92.93%和94.61%. 18种元素(除Ti、Ni、Mo、Cd和Mg)的浓度水平在冬春季最高,夏秋季最低.其中Si、Al、Ca、K和Na表现为春季浓度最高,主要分布在粗颗粒中;Cu、Zn、Pb和Sb表现为冬季浓度最高,主要分布在细颗粒中.富集因子结果表明Cd、Sb和Bi元素富集程度显著,主要受燃煤、工业生产、垃圾焚烧等人为源共同影响.PMF源解析结果表明,临沂市PM_(2.5)中元素来源主要有燃煤和铜冶炼的混合源、市政垃圾焚烧源、扬尘源、机动车排放和工业源,贡献率分别为22.64%、 7.49%、 41.22%、 14.71%和13.94%.PM_(10)中元素来源主要有扬尘源、燃煤和铜冶炼的混合源、机动车排放和工业源,贡献率分别为55.47%、 19.80%、 7.48%和12.83%.由此可见,扬尘源和燃煤与铜冶炼的混合源是临沂市颗粒物污染形成过程中的重要源类.     

淄博市冬季PM2.5载带金属元素污染特征、生态风险评价及来源分析

为研究淄博市城区冬季环境空气PM_2.5载带金属元素的污染特征、来源和生态风险,于2019年1月8～23日在淄博市采集环境空气PM_2.5滤膜样品并分析获取14种金属元素的浓度.结果表明,K含量均值为8 071.6 mg·kg^-1,是含量最高的元素,但未超过山东省A层土壤背景值,说明K主要来自自然源;Zn、 Pb、 Cu、 Cr、 As、 Ni和Cd等元素含量明显低于K元素(28.4～4 282.3 mg·kg^-1),但均明显高于山东省A层土壤背景值,依次为背景值的56.6、 19.0、 7.2、 2.4、 7.3、 1.4和283.8倍,反映出人为源的影响.地累积指数(I_geo)表明,冬季PM_2.5中Cd、 Zn、 Pb、 Cu和As受污染程度较高,均为中度污染及以上.潜在生态风险评价结果显示Cd存在极强的生态危害风险.综合运用相关性分析、富集因子法和主成分分析多种方法解析出,土壤扬尘、机动车尾气、燃煤和冶金行业是淄博市城区环境空气PM_2.5     

东莞市PM1中重金属元素的污染特征及来源解析

采集了2011年8月—2012年7月间东莞市不同区域两点(A:生活区;B:工业区)的PM2.5～10、PM1～2.5和PM1样品,并用ICP-MS分析了颗粒物上Pb、Cu、Zn、As、Cd、V、Mn、Cr、Hg和Al等10种元素,重点研究了PM1中除Al外其它9种重金属元素的污染特征.分析结果显示,工业区B点PM1中的重金属污染明显较生活区A点严重,9种重金属元素在B点PM1中的浓度是A点的2.3～4.4倍.Zn和Pb是A、B两点PM1中主要的重金属元素,同时各重金属元素质量占PM1质量百分比范围为0.0008%～0.3530%.粒径分布、富集因子分析的结果显示,大部分重金属元素主要富集在PM1中,且主要受人为源的影响.因子分析源解析结果表明,A、B两点PM1主要来源于4类污染源:燃煤源、机动车/工厂燃油源、冶金化工源、土壤尘.污染源特征分析表明,偏北风时东莞地区PM1受局地源远距离输送影响更严重,偏南风时受本地污染源影响更严重.     

阳泉市秋冬季PM2.5化学组分及来源分析

采集了阳泉市城区2017年10月15日～2018年1月23日PM_(2.5)样品,分析了优良天和污染天PM_(2.5)及其化学组分特征,并利用富集因子分析法(EF)和正定矩阵因子分析法(PMF)对PM_(2.5)进行来源分析.结果表明,采样期间污染天二次无机离子(SO_4~(2-)、 NO~-_3和NH~+_4)在PM_(2.5)中的比例为23.83%,是优良天的2.43倍,污染天二次无机污染严重,污染天人为源相关的元素Cd、 Sb、 Sn、 Cu、 Pb、 Zn和As富集程度大于优良天;主要的污染源对PM_(2.5)的贡献分别是燃煤29.26%、扬尘23.83%、机动车19.34%、二次源16.01%和工业源11.57%,其中,污染天机动车排放对PM_(2.5)的贡献20.57%,高于优良天时17.82%,而燃煤源的贡献23.04%明显低于优良天时33.75%,静稳天气时机动车排放对PM_(2.5)贡献较优良天上升,燃煤源对PM_(2.5)贡献有下降.因此,阳泉市在秋冬季应加强对燃煤、扬尘源的控制,同时进一步加强对机动车的控制,以减少污染期间机动车的贡献.     

京津冀区域PM2.5污染相互输送特征

基于CAMx-PSAT空气质量模型,对2015年京津冀区域PM_(2.5)污染及相互输送特征进行定量模拟,建立了京津冀13个城市的PM_(2.5)传输矩阵.结果表明,在年均尺度上京津冀区域PM_(2.5)以本地污染源贡献为主(21.49%~68.74%),传输贡献为辅,其中区域内传输贡献约为13.31%~54.62%,区外贡献约为13.32%~45.02%.PM_(2.5)传输特征呈现显著的时空差异性,区域中部城市唐山、北京、天津、保定和石家庄PM_(2.5)受本地贡献主导,在冬季尤其明显,而受传输影响较大的城市多分布在区域边界且在南部集中.区内作为汇的城市有廊坊、衡水、承德、秦皇岛和邢台,作为源的城市有天津、沧州、唐山、北京、石家庄和邯郸,张家口和保定对区内城市输出和受区内输入基本持平.典型城市分析证明城市间PM_(2.5)污染交互影响,北京与廊坊、保定、承德、天津和沧州等城市之间,天津与廊坊、唐山、北京、沧州和保定等城市之间,石家庄与邢台、衡水、保定、邯郸和廊坊之间均存在显著的PM_(2.5)相互输送.     

应用受体模型(CMB)对北京市大气PM_(2.5)来源的解析研究

为研究影响北京市大气环境PM2.5污染水平的主要来源,于2012年8月—2013年7月,依托北京市大气地面观测网络在10个监测点采集的491 d(次)大气PM2.5有效样本,对其化学组分进行了测试分析;从城市大气污染源组成出发,建立和完善了5类固定点源、2类流动源、4类无组织面源的PM2.5排放成分谱.应用受体模型(CMB)开展了来源解析研究.结果显示:1观测期间大气环境PM2.5的来源主要包括:一次来源机动车(16%)、燃煤(15%)、土壤尘(6%)、二次硫酸铵和硝酸铵(36%),以及有机物(20%)和其他未识别来源(7%);与历史解析结果相比,燃煤源分担率有所下降,二次无机盐与有机物分担率上升,且二次硝酸盐有赶超二次硫酸盐之势;2从主要组分的来源看,观测期间环境大气PM2.5中近25%的硫酸盐来自于燃煤锅炉和电厂排放,17%的有机物来自机动车排放;3北京市PM2.5来源类型大致相同,但各点位PM2.5来源种类和分担率具有一定差异,对一些排放量较大的局地排放源有比较明确的响应.研究表明,开展区域性PM2.5治理、大力削减前体物、严格控制本地机动车、燃煤等PM2.5排放都是改善北京市空气质量的重要途径.     

北京市典型排放源PM_(2.5)成分谱研究

为了建立和完善北京市PM_(2.5)本地化源谱,对北京市11类排放源PM_(2.5)进行采集,并测定其26种组分,分析了不同排放源源谱的组分特征.结果表明,在有组织排放源中,燃煤电厂PM_(2.5)中OC和Si含量很高,占PM_(2.5)的质量分数分别为8.56%和6.19%(平均值),而供热/工业锅炉排放PM_(2.5)中则是SO_4~(2-)(占48.38%)和OC(11.0%)比例最高,水泥窑炉PM_(2.5)中OC(7.12%)、Ca(4.81)和Si(4.41%)占有较大比例;垃圾焚烧排放的PM_(2.5)中Si、Ca、K和SO_4~(2-)均较高,分别占8.15%、9.36%、7.17%和6.79%,且Cl~-含量(2.5%)高于其他所有源,生物质燃烧源PM_(2.5)中OC(21.7%)、Si(6.75%)、Ca(6.15%)较为丰富,餐饮源PM_(2.5)中OC(19.44%)、SO_4~(2-)(5.76%)和K(3.11%)含量均较高;无组织开放源中,道路扬尘和土壤风沙PM_(2.5)化学组分含量变化较为一致,均是Si(分别为16.8%和9.3%)和OC(分别为8.89%和6.61%)最高,建筑水泥尘PM_(2.5)中Ca(17.46%)含量高于其他源;流动排放源PM_(2.5)中OC、EC比例最高,其中,重型柴油车的OC(29.79%)与EC(26.5%)排放比例相当,而轻型汽油车OC排放占有绝对优势(占75%).本文通过对比国内外部分排放源PM_(2.5)成分谱的差异,指出不同区域相同源类排放的PM_(2.5)化学组分差异较大,在应用受体模型中的化学质量平衡模型(CMB)判断受体颗粒物来源时,应基于本地的排放源成分谱,以避免较大的误差.     

石家庄市冬季道路积尘PM2.5中金属元素污染特征及来源

为研究石家庄市冬季道路积尘PM_2.5中金属元素污染特征及来源,利用移动式采样法收集石家庄市不同类型铺装道路积尘,使用ICP-MS和ICP-OES分析测定PM_2.5中Cr、Zn、Mn、Cu、Pb、Ni、Sn、As、Sb、Co、Mo、Cd、Al、Mg、Ca、Fe共16种元素的质量分数.结果表明:石家庄市冬季道路积尘PM_2.5中金属元素质量分数之和依次为支路>快速路>主干道>次干道,与车流量、车辆类型、道路类型等影响因素有关,w（Mg）、w（Ca）、w（Cr）、w（Cu）、w（Ni）、w（Zn）、w（Pb）、w（Sn）、w（Sb）、w（Mo）、w（Cd）的平均值均高于当地土壤背景值,是背景值的1.2~40.5倍,其中Cr、Zn、Cu、Pb、Sn、Sb、Mo、Cd等元素中,除Pb的富集因子（9.38）接近10外,其他均高于10,来源于人为污染.I_geo（地累积指数）评价结果显示,Cr、Sn（I_geo为4~5）达到强-极强污染水平;Cd、Cu（I_geo为3~4）达到强污染水平;Sb、Mo、Zn（I_geo为2~3）为中-强污染水平,Pb（I_geo为1~2）为中污染水平.多元统计分析结果表明,石家庄市冬季道路积尘中金属元素来源可分为四大类:As、Mo、Zn、Cd、Ni、Pb主要来自机动车和大气中的燃煤沉降;Mn、Co、Sb来自于自然来源、机动车尾气的排放和焊接材料及轴承的磨损;Cr、Cu、Sn主要来自于工业排放的沉降和机动车刹车片磨损;Al、Ca、Mg、Fe主要来自绿化带或机动车携带的土壤尘.研究显示,石家庄市冬季道路积尘PM_2.5中金属元素污染严重,主要来源于交通排放.      

厦门城区大气颗粒物PM10中有机酸源谱特征分析

对厦门城区大气颗粒物PM10中有机酸的可能来源,如烹调油烟、生物质燃烧颗粒、汽车尾气和土壤/路面扬尘等4种不同排放源,采用再悬浮混合箱得到PM10样品.采用BF3/正丁醇衍生-GC/MS分析方法,测定了包括二元羧酸、脂肪酸和芳香酸共15种有机酸.结果表明,烹调油烟中有机酸的含量远高于其它颗粒物,最高可达53%,其中亚油酸和油酸的含量最高,为24%±14%;而汽车尾气颗粒物中乙二酸的含量最高,其次为邻苯二甲酸Ph;汽油燃烧颗粒物中己二酸与壬二酸的比值显著高于其它样品,可用于环境大气中二元羧酸的人为和生物来源的定性判断.除发电机排放样品外,其它样品中丙二酸与丁二酸的比值(0.07～0.44)远低于环境样品中该比值范围(0.61～3.93),表明丙二酸与丁二酸的比值可用于环境大气中二元羧酸的一次/二次来源的定性判断.     

云南5城市道路扬尘PM2.5中重金属含量表征及健康风险

为研究云南城市道路扬尘PM_2.5中重金属含量、来源和其健康风险,分别在昆明、保山、文山、昭通和玉溪这5个典型城市区域采集道路扬尘样品,使用颗粒物再悬浮技术将尘样悬浮并采集PM_2.5,利用ICP-MS检测PM_2.5中铬(Cr)、锰(Mn)、镍(Ni)、铜(Cu)、锌(Zn)、砷(As)、镉(Cd)和铅(Pb)等8种重金属.结果表明,5城市道路扬尘Cr、 Ni、 Cu、 Zn和Pb含量均严重超过云南土壤背景值;富集因子表明,云南5城市道路扬尘PM_2.5中重金属多数表现为中度富集和强烈富集,受人为活动影响较大.相关性分析和主成分分析结果表明,云南省不同类型城市道路扬尘PM_2.5中重金属均受土壤源和交通源影响;其余来源差异性较大：昆明受钢铁冶炼源影响、保山和玉溪受有色金属冶炼源影响、昭通受燃煤源影响.健康风险分析表明：昆明、玉溪和昭通的道路扬尘PM_2.5中Cr、 Pb和As存在儿童非致癌风险,昆明市的Cr还存在终身致癌风险.     

基于曲面响应建模的PM2.5可控人为源贡献解析

以东莞市PM_(2.5)重污染月份为例,使用强力法(Brute Force)和RSM/CMAQ曲面响应模型法分别解析了珠三角地区人为源排放对东莞PM_(2.5)的贡献,以及区域传输的可控人为源SO_2、NO_x和一次颗粒物(PM)在不同控制比例下(25%、50%、75%和100%)对东莞PM_(2.5)的累积浓度贡献.强力法研究结果表明,2014年1月珠三角地区人为源二次转化对东莞市PM_(2.5)的贡献(约58.10%)大于一次PM排放贡献(约41.90%),其中,人为源NH_3排放贡献最大,约占总量的21.66%.RSM/CMAQ动态源贡献结果显示,东莞市PM_(2.5)的人为可控源排放贡献(SO_2、NO_x和一次PM)占比为82.17%,受本地排放影响较大,且叠加区域排放的影响;一次PM减排对PM_(2.5)环境浓度的贡献高于仅减排SO_2和NO_x.在减排比例较低时,一次PM减排可有效削减东莞市PM_(2.5)浓度;随控制比例加大,二次前体物(SO_2和NO_x)减排对东莞市PM_(2.5)浓度削减率的影响加大.进一步使用HYSPLIT模式和轨迹聚类分析方法研究了2014年1月东莞市PM_(2.5)污染传输过程.结果显示,该时段共有6条长、短距离污染传输路径,污染物主要来自东莞市东、东北及东南方向,途经其上风向区域(惠州、深圳和广州等)传输至东莞;惠州是各主导上风向出现频率最高的城市,因而其区域传输对东莞PM_(2.5)的贡献也较大,深圳次之.     

基于遥感资料的北京大气污染治理投资对降低PM_(2.5)的效能分析

采用北京市环境监测中心35个站点的PM2.5监测数据及MODIS Terra的大气气溶胶光学厚度L3 C051产品数据,分季度建立北京市PM2.5历史浓度遥感估算模型.结合北京大气污染物(PM10、PM2.5、SO2、NO2)年均浓度数据,对北京市2001—2012年间用于工业废气污染治理投资累计额进行了效能分析.研究表明,北京市工业废气污染治理投资对于改善大气PM10、SO2、NO2均有显著贡献,但其对于大气PM2.5污染的治理效果并不明显.可能原因包括PM2.5排放源的复杂性、相关治理措施对PM2.5的针对性、经济增长导致的区域PM2.5源排放持续增长及区域外排放的持续影响等.因此,需要采取专门的有针对性的治理措施,建立健全大气污染治理技术和激励机制,控制工业燃煤及城市交通排放,削减本地及周边源排放,以有效改善北京地区大气PM2.5污染状况.     

荆州市大气污染物周边源影响域的气候模拟研究

以大气污染物协同控制与精准治理的需求为导向,开展湖北省荆州市大气污染物的来源分析.基于FLEXPART-WRF模式揭示了2008—2017年荆州市PM_2.5周边源"影响域"的季节气候特征,估算了大气污染物区域传输和局地排放的相对贡献,确定出不同季节的大气污染物主要传输通道.结果表明,荆州地区PM_2.5主要"影响域"为湖北、湖南、河南和安徽省.不同季节湖北省外源传输对荆州PM_2.5"影响域"的贡献率分别为春季50.4%、夏季33.9%、秋季42.6%、冬季43.0%和年均45.1%.春季3条区域传输通道分别为北通道（沿南阳盆地-荆州）、东通道（沿长江航道-荆州）以及南通道（沿雪峰山-荆州）;夏季主要为南通道;秋、冬季分别为北通道、东北通道（沿大别山低山丘陵-荆州）及东通道.针对荆州主要3类重污染天气型的典型个例"影响域"分析表明,高压静稳型PM_2.5污染主要来源于本地排放,省内贡献率达87.8%;低压倒槽型PM_2.5污染主要来源于偏南输送和本地累积,省内贡献率达55.0%;冷锋输送型PM_2.5污染主要来源于北路区域传输,省外贡献率达77.2%.对于冬季重污染期间,建议重点围绕荆州本地与省内荆门、襄阳、孝感、天门、潜江、武汉、随州、宜昌及省外常德、南阳、信阳等地开展协作,加强区域间大气污染联防联控.该项研究可为区域大气污染精细化管控与靶向治理提供科学依据.     

晋城城市扬尘化学组成特征及来源解析

采集晋城市城市扬尘及其他污染源样品,分析其中元素、离子、碳含量,选取富集因子分析法、潜在生态风险评价法、化学质量平衡模型分析城市扬尘化学组成及来源,为制定有效的城市扬尘污染防治工作方案提供科学依据.结果表明,晋城市城市扬尘中主量成分包括Si、TC、Ca、OC、Al、Mg、Na、Fe、K和SO_4~(2-),质量分数总和为61.14%.地壳元素在城市扬尘中含量最丰富,离子更易在细颗粒上富集.OC在PM_(2.5)上的质量分数较高,EC在PM_(10)上的质量分数较高,说明二次有机污染物主要集中在细颗粒上.城市扬尘PM_(2.5)和PM_(10)潜在生态风险指数均为极强,且PM_(2.5)比PM_(10)具有更强的生态危害性.城市扬尘中Pb的富集因子最大,在PM_(2.5)中达196.97,其次为As、Cr、Ni、V、Zn、Cu,且这些重金属元素的富集因子均在10以上,表明这几种元素显著富集,受人类活动影响较大.土壤风沙尘、建筑水泥尘、机动车尾气尘、煤烟尘是城市扬尘的主要来源.     

基于受体和化学传输的综合模型解析重庆PM2.5来源

为进一步提高PM_2.5污染源解析的准确性,研究提出一种基于受体和化学传输的综合源解析模型（CTM-RM）,并以重庆冬季一次典型PM_2.5污染过程为例（2019年1月21～27日）开展模型评估与应用.结果表明,观测期间基于CTM-RM获得的模拟误差平方值较CAMx/PSAT低84.58%,PM_2.5及其化学组分浓度的模拟相对误差值较CAMx/PSAT下降15.69%～92.86%;此外,CTM-RM还可以获取重庆市PM_2.5污染源贡献的时空分布特征.观测期间,主城区PM_2.5农业源、工业源、电力源、民用源、交通源和其他源的调整因子R值分别为1.39±0.38、 1.54±0.48、 1.01±0.13、 1.02±0.58、 0.86±0.59和0.58±0.67,各污染源R值的累积分布函数差异明显.民用源和工业源是主城区PM_2.5的主要污染源（46.23%和28.23%）.与其他源不同,污染日交通源贡献率（8.62%）同比清洁日显著上升（P<0.00...     

兰州盆地人为源大气污染物网格化排放清单及其空间分布特征

基于所搜集的兰州盆地各类人为污染源排放大气污染物的活动水平数据及其排放因子,采用"自下而上"的方法建立了2009年兰州盆地(石油化工城市)1 km×1 km的7种(类)大气污染物网格化排放清单,并对其来源和空间分布特征进行了分析研究.结果显示:2009年兰州盆地NOx、SO_2、VOCs、CO、PM_(10)、PM_(2.5)和NH3的排放总量分别为1.2×10~5、8.8×10~4、4.3×10~4、4.1×10~5、9.6×10~4、4.2×10~4和1.4×10~4t;工业燃烧排放是兰州盆地NO_x和SO_2的主要贡献源,分别占其总排放量的85.70%和52.55%;工业非燃烧过程排放是VOCs的最大贡献源,占总排放量的81.25%;工业点源和工业非燃烧过程排放是CO的两大贡献源,分别占其总排放量的33.97%和28.32%;PM_(10)和PM_(2.5)主要来源于工业非燃烧过程,贡献分别为51.09%和55.12%;氮肥使用和禽畜养殖是NH_3排放最大的贡献源,分别占其总排放量的39.20%和30.70%.空间分布特征表现为:以工业源为主要排放源的NO_x、SO_2、VOCs、CO、PM_(10)、PM_(2.5)主要分布在工业和人口最为集中的兰州盆地市区一带,NH_3的排放则主要集中在榆中县和皋兰县交界的农村地区.同时,还对2014年工业燃烧源和道路移动源的7种(类)大气污染物排放量进行了估算,并与2009年进行了排放比较研究.结果表明,2014年工业污染源的7种(类)污染物排放量与2009年相比平均增幅不高,最高不超过30%,但移动源污染物排放量却大幅增加,增幅将近1倍.此外,基于排放因子及活动水平的不确定性,本研究对排放清单的结果进行了不确定性分析,并通过蒙特卡罗模拟对各污染物的排放量进行了评估.本排放清单的建立,不仅填补了兰州盆地大气污染物网格化排放清单的空白,还可为兰州盆地大气污染物排放清单更新、区域环境过程、大气复合污染成因及大气污染预警技术等相关研究提供基本方法手段及基础数据.     

天津市2017年移动源高时空分辨率排放清单

移动源已成为城市地区大气污染的主要贡献源.已有研究多关注道路移动源（机动车）或非道路移动源（工程机械、农业机械、船舶、铁路内燃机车和民航飞机）中单一源类的排放,欠缺对移动源总体排放特征的把握.本研究提出了移动源高时空分辨率排放清单的构建方法,据此建立了天津市2017年移动源排放清单,并分析其排放构成与时空特征.结果表明,天津市移动源CO、VOCs、NO_x和PM₁₀的排放量分别为18.30、6.42、14.99和0.84万t.道路移动源是CO和VOCs的主要贡献源,占比分别为85.38%和86.60%.非道路移动源是NO_x和PM₁₀的主要贡献源,占比分别为57.32%和66.95%.从时间变化来看,移动源所有污染物排放在2月均为最低,CO和VOCs在10月排放最高,而NO_x和PM₁₀则在8月排放最高.节假日（如春节和国庆节等）对移动源排放的时间变化影响显著.从空间分布来看,CO和VOCs排放主要集中于城区和车流量大的公路（高速路和国道）上,NO_x和PM₁₀在城区与港区均具有较高排放强度.污染物的空间分布差异是由其主要贡献源的空间位置决定的.本研究可为天津市大气污染的精细化管控和空气质量模拟提供数据支撑,同时可为其他地区移动源排放清单的建立提供方法参考.