济南市典型机动车的尾气颗粒物污染特征与影响因素研究

采用便携式仪器,借鉴双怠速尾气检测法,利用自行设计的尾气采样装置,选择济南市区道路上10辆不同类型的机动车,现场测量尾气颗粒物的质量浓度和数浓度.基于实验数据,分析了机动车尾气颗粒物污染特征,深入探索了影响尾气颗粒物浓度的主要因素,提出了相应的对策建议.结果表明:①怠速工况下机动车尾气中PM_(2.5)和PM_(10)质量浓度、PM_(0.01～1)数浓度较低,平均分别为0.035～1.434和0.049～3.669 mg·m~(-3)、(0.95～21.69)×10~4 cm~(-3);高怠速工况下颗粒物质量浓度和数浓度较高, PM_(2.5)质量浓度为0.350～5.132 mg·m~(-3),最大值来自大型柴油货车8.394 mg·m~(-3); PM_(10)质量浓度高达1.708～7.862 mg·m~(-3),最大值来自大型柴油客车8.672 mg·m~(-3); PM_(0.01～1)数浓度为(6.78～40.68)×10~4 cm~(-3).②随着发动机转速和车型增大、排放标准降低,机动车尾气中颗粒物质量浓度和数浓度明显升高.与怠速工况相比,高怠速工况下的PM_(2.5)质量浓度升高3～44倍, PM_(0.01～1)数浓度升高2～33倍.与小型车相比,中、大型车的PM_(2.5)质量浓度升高约5倍, PM_(0.01～1)数浓度升高约2倍.使用92号汽油排放的颗粒物质量浓度与数浓度约为95号汽油车的2倍,柴油车排放的颗粒物浓度高于汽油车.国III标准的汽油车尾气颗粒物的质量浓度与数浓度约是国IV和国V标准的2～4倍.③提高机动车排放标准和燃油品质,减少在实际道路行驶中突然加速或启动等高怠速工况的瞬态变化,加强对中、大型车尤其是大型柴油车的监管,能够一定程度上减轻机动车尾气颗粒物污染.     

武汉军运会前后大气PM2.5化学组分和来源

基于第七届世界军人运动会前后武汉大气细颗粒物(PM_2.5)及其化学组分的在线监测数据,分析了管控前、管控期和管控后PM_2.5的质量浓度和化学组分,并通过PMF结合后向轨迹的聚类分析和浓度权重轨迹开展来源解析.研究揭示了军运会前后武汉市PM_2.5对本地和周边区域管控措施的响应,可为PM_2.5的区域精准防控提供依据.在减排措施影响下,管控期间ρ(PM_2.5)为(31.3±12.0)μg·m^-3,比管控前降低14.7%;而二次组分有明显生成,其中硫酸盐、硝酸盐和铵盐(SNA)质量浓度升高25.6%.管控后由于湿度降低和西北气团的影响,SNA的质量浓度降低36.9%,矿质元素的质量浓度升高4.7倍.源解析表明管控前后机动车尾气的整体贡献率变化不显著(P<0.05).管控期工业排放和燃煤贡献分别较非管控期降低68.1%和43.7%,二次源贡献上升89.5%.由于并未针对机动车尾气采取大规模控制,管控期NO^-₃和NO<...     

高速公路大气细颗粒物污染特征研究

为了解高速公路大气细颗粒物的污染特征及其对周边环境的影响,采集了成雅高速公路双流段的大气细颗粒物,分析了其质量浓度,无机元素,碳组分。研究表明:距高速公路2 m和120 m处大气细颗粒物的质量浓度平均值分别为97.36μg/m~3和89.44μg/m~3;OC质量浓度占PM_(2.5)质量浓度分别为23.1%和23.2%;EC质量浓度占PM_(2.5)质量浓度分别为12.9%和10.6%,120 m处细颗粒物中OC/EC的值(2.2)2,表明在扩散过程中发生了二次有机碳转化。富集因子法分析表明与机动车排放相关的Cd、Pb、Zn、Cu和Ni 5种重金属元素在细颗粒物中富集程度严重。相关性分析和因子分析均表明高速公路对周围环境有很大的影响,大气细颗粒物不仅来自机动车直接排放的尾气还有车辆行驶过程中的二次扬尘及农田产生的土壤尘。     

某钢厂大气PM_(2.5)污染特征与潜在源区贡献分析

基于2017年全年在某钢厂厂区4个特征点位进行的环境大气PM_(2.5)、PM_(10)和气象参数的在线监测数据,对一年中污染高发/非高发时段钢铁厂厂区内大气颗粒物的浓度水平、粒径分布、日均值变化趋势以及气象因素对浓度的影响进行了分析,并利用大气气团输送模拟及潜在污染源贡献(PSCF)分析探讨了厂区大气PM_(2.5)的外来输送和本地贡献情况。结果表明:2017年全年某钢厂厂区大气颗粒物以细颗粒物为主;4个站点大气PM_(2.5)日均值全年变化趋势一致,污染高发月份质量浓度均值高于非污染高发月份相应值;除2号站可能受到厂区生产活动排放的影响,PM_(2.5)浓度水平略高外,各站点相互间及与周边环境对照点的浓度保持在一致水平,亦未发现明显的污染物输出现象;冬季外来污染源输入对厂区大气PM_(2.5)浓度贡献较显著,其他季节应主要考虑本地排放影响。     

兰溪市PM2.5中有机物的组成特征、季节变化及来源研究

为更好地理解我国中小城市地区大气细颗粒物的污染特征,利用大流量采样器采集了浙江中部典型内陆城市-兰溪市近郊和市区两个站点2016年四个季节的PM_(2.5)样品,测定了碳质气溶胶的含量,利用气相色谱/质谱联用仪(GC/MS)分析了正构烷烃、藿烷、多环芳烃和长链脂肪酸等弱极性有机物的组成.结果表明,兰溪PM_(2.5)中有机碳的年均浓度为9.7μg·m~(-3),有机物中正构烷烃、藿烷、多环芳烃和脂肪酸的年均浓度分别为40.8、2.0、21.0和168 ng·m~(-3).同系物分布特征表明,化石燃料燃烧是兰溪PM_(2.5)中正构烷烃的主要来源,但植物蜡也有重要贡献;藿烷的组成及其季节变化显示兰溪PM_(2.5)中的藿烷主要来源于机动车排放,但冬季存在明显的燃煤贡献;基于BeP/(BeP+BaP)、IcdP/(IcdP+Bg P)等特征比值分析,兰溪PM_(2.5)中的多环芳烃主要来源于机动车尾气和煤炭/生物质燃烧的混合贡献,冬季燃煤贡献较高;兰溪夏季多环芳烃的老化程度较低,表明兰溪夏季PM_(2.5)以本地排放新鲜颗粒为主,外来输送的影响较小;脂肪酸的浓度和组成说明餐饮排放对市区PM_(2.5)的影响较大.研究结果为大气PM_(2.5)的来源解析提供了重要的基础信息.     

典型道路路边空气颗粒物及无机元素特征分析

于2015年春、夏季,在天津市选取4条不同等级道路进行路边空气颗粒物(PM_(2.5)和PM_(10))采集,并分析其中16种无机元素.结果表明,春季PM_(2.5)和PM_(10)的平均浓度显著高于夏季.路边环境中PM_(2.5)/PM_(10)低于非路边环境中空气颗粒物比值,且次干道和快速路分别在PM_(2.5)和PM_(10)中污染最严重.元素浓度分析显示,PM_(2.5)和PM_(10)中Si、Al、Ca等地壳元素浓度最高,次干道和快速路受人为元素影响较大,外环路所受影响较小;富集因子(PM_(2.5)和PM_(10))分析结果显示,Pb、Zn、Cu、Sb、Sn和Cd的EF10,是路边环境中富集程度较高的元素.通过Kruskal-Wallis H检验,PM_(2.5)中各元素富集因子在4条道路上存在显著性差异,次干道受机动车污染较严重.PM_(2.5)和PM_(10)中因子分析结果有一定差异,PM_(2.5)分析结果显示采样期间该区域主要污染源有开放源(土壤尘、扬尘、道路尘及建筑尘)、机动车排放源(尾气和非尾气源)、燃烧源和工业源,其中机动车排放源在人为源污染中占比最高.     

北京市大气环境PM2.5和PM1及其碳质组分季节变化特征及来源分析

大气颗粒物是影响我国大多数城市环境空气质量的首要污染物,近年来随着监测技术的进步和采样设备的改进,相关研究对象逐渐从大粒径的PM_10、PM_(2.5)转移到更小粒径的PM_1上.碳质组分是大气颗粒物的重要组成部分.以北京市为研究区域,选取2016年7月、10月及2017年1月、4月作为4个季节的代表月,对大气环境中的PM_(2.5)和PM_1进行采集,分析了二者的质量浓度和季节变化特征.采用两层嵌套气象-空气质量模型系统(WRF-CMAQ)耦合模型对采样时段进行了模拟,分析观测期间PM_(2.5)和PM_1的来源贡献,并使用因子分析法解析了碳质组分的来源.结果表明,PM_(2.5)和PM_1的质量浓度均呈现春、夏、秋、冬这4个季节递增的趋势;PM_1是PM_(2.5)中的主要组成,而且秋冬季节随着灰霾发生频率的增加,PM_1质量浓度占PM_(2.5)的比值明显升高;北京市大气环境中存在明显的二次污染,且SOC更容易在粒径更小的PM_1中积聚.散煤燃烧、机动车尾气排放、居民面源及生物质燃烧排放是北京市大气颗粒物的重要贡献来源;汽油车尾气、柴油车尾气、生物质燃烧和燃煤排放是北京市大气颗粒物中碳质组分的主要来源.     

焦作市大气重污染过程单颗粒气溶胶特征分析

利用单颗粒气溶胶飞行时间质谱(SPAMS)于2015年12月9-30日对焦作市高新区监测站新办公楼观测站大气单颗粒粒径及其化学组成进行了在线测量,共采集到具有粒径信息的颗粒物9 391 749个,其中有正负质谱图的颗粒2 189 337个,其粒径主要集中在0.2~2.0μm。利用自适应共振神经网络分类方法(Art-2a)对SPAMS采集的数据进行了成分分类,最终确定了8类颗粒物,焦作市监测期间占比前三的成分分别为有机碳(46.6%)、元素碳(16.1%)和富钾颗粒(11.8%),这3类颗粒物占比达70%以上,左旋葡聚糖(5.7%)、富硅(5.1%)和重金属(4.1%)占比相当,钠钾颗粒占比最少,仅为2.2%。监测期间PM_(2.5)源解析结果显示首要污染源为燃煤源,其次为工业工艺源,第三是机动车尾气,三者分别占32.6%、24%和16.6%,紧随其后的为扬尘源(13%),二次无机源稍低于扬尘源,为9.7%,生物质燃烧仅占3%。并对多次出现严重污染天气的监测过程进行了分析,第一次污染过程PM_(2.5)质量浓度出现爆表,严重污染天气持续时间长,PM_(2.5)质量浓度最高达551μg/m~3,并且多次出现迅速上升的趋势,在此次污染过程中主要污染源为燃煤源和工业工艺源;第二次污染过程空气质量略有好转,但严重污染持续时间也较长,PM_(2.5)质量浓度最高达345μg/m~3,机动车尾气大体上呈现PM_(2.5)质量浓度出现高峰时,比例随之增大,说明本次空气质量变差和机动车尾气有着密切的关系。     

郑州市民运会期间大气PM2.5改善效果评估

利用2019年8月5日至9月30日大气污染物和颗粒物组分在线数据,评估郑州市少数民族运动会空气质量管控效果.根据政府管控措施的实施时间,将研究时期分为管控前(8月5～24日)、管控中(8月25日至9月18日)和解除管控后(9月19～30日).相较管控前,管控中PM_(2.5)平均浓度增加2.3μg·m~(-3),解除管控后PM_(2.5)的浓度增加了11.7μg·m~(-3),解除管控后PM_(2.5)浓度增幅高于管控中,表明管控措施对颗粒物有显著的减排效果.从颗粒物组分来看,研究期间郑州市主要组分依次是有机物、硝酸根、铵根、硫酸根和地壳元素.相比于管控前,管控期间PM_(2.5)组分中有机物和硝酸根占比分别上升3.9%和0.9%,硫酸根、铵根和地壳元素的占比下降了1.1%、 1.9%和2.2%.利用正定矩阵因子分解法解析颗粒物来源,结果表明二次硫酸、二次硝酸、二次有机气溶胶、机动车源、工艺过程源、扬尘和燃煤是PM_(2.5)主要来源.管控对一次源中的扬尘、燃煤和工业效果显著,贡献比分别下降8.3%、 8.2%和8.1%;机动车贡献上升3.8%;二次有机气溶胶和二次硝酸占比上升.结果表明郑州市此次管控对二次前体物氮氧化物和VOCs的减排效果弱于对一次污染物的管控.     

关中地区道路移动源细颗粒物排放特征研究

道路移动源排放的细颗粒物是城市大气颗粒物的主要来源,其排放量、粒径分布和化学组分等特征是评价区域环境颗粒物排放水平及制定相应管控措施的基础.本研究通过抽样调查与观测数据,采用MOVES模型计算了2019年关中地区道路移动源细颗粒物排放量,并利用台架测试法收集了36辆机动车尾气颗粒物,分析了细颗粒物粒径分布和化学组分特征.结果表明,关中地区机动车尾气、刹车磨损和轮胎磨损的PM_2.5排放量分别为3543.77、593.45和117.61 t,西安市机动车PM_2.5排放总量占关中地区机动车PM_2.5总排放量的46.8%.重型货车为机动车PM_2.5主要排放源,其保有量仅占机动车总保有量的2.3%,但排放了53.6%的PM_2.5;不同燃料类型机动车对尾气PM_2.5的排放贡献率不同,柴油车最大,为87.5%.在匀速工况下,柴油车、汽油车和天然气车尾气细颗粒物的数浓度峰值粒径分别为73、9和9 nm,而在加速工况下分别为73、17和17 nm;在加速工况下,这3类燃料机...     

利用SPAMS研究南宁市四季细颗粒物的化学成分及污染来源

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.     

汾渭平原秋冬季PM2.5化学组分特征及其来源

汾渭平原是我国空气污染最严重的区域之一,2018年被列为重点区域. 本研究针对汾渭平原11城市开展PM_2.5化学组分连续观测,分析PM_2.5浓度和主要化学组分的时空分布规律,并利用PMF模型解析PM_2.5污染来源. 结果表明:①2018—2019年秋冬季汾渭平原11城市ρ(PM_2.5)平均值为(101.4±65.4)μg/m3,是京津冀及周边地区“2+26”城市的1.1倍. 临汾市ρ(PM_2.5)最高(216.8 μg/m3),是汾渭平原的2.1倍. ②2018—2019年秋冬季汾渭平原PM_2.5的主要化学组分是有机物、硝酸根离子、地壳物质和硫酸根离子,其中地壳物质占比是京津冀及周边地区的1.6倍. ③受污染物排放、气象条件以及地理位置的影响,汾渭平原PM_2.5中有机物、硝酸根离子、地壳物质、硫酸根离子、铵根离子和氯离子的空间分布具有明显的差异性. ④随着污染的加重,硝酸根离子、硫酸根离子和氯离子在PM_2.5中的占比均逐渐增加,地壳物质、元素碳、微量元素等与一次排放相关的组分占比随污染加重逐渐减少,表明污染期间燃煤源管控仍需进一步加严,而对扬尘源和机动车等污染源的管控起到了良好的效果. ⑤重污染过程期间,相对湿度增加、风速减小是影响PM_2.5浓度上升的客观因素,二次组分以及与燃煤源和生物质燃烧源有关的化学组分的增长是影响PM_2.5浓度上升的重要原因,二次源和燃烧源是PM_2.5的主要来源. 研究显示,汾渭平原秋冬季PM_2.5污染较重,尤其需要关注燃烧源的管控.      

利用SPAMS研究天津市夏季环境空气中细颗粒物化学组成特征

天津市作为京津冀大气污染传输通道及环渤海经济带的重要城市,其环境空气中细颗粒物的化学组成特征及来源具有重大研究价值.本研究于2017年8月利用单颗粒气溶胶质谱仪(SPAMS)采集了天津市津南区环境受体中细颗粒物的整月数据,旨在描述天津市夏季环境空气中细颗粒物的组分特征,定性判断主要污染源类.通过ART-2a聚类、合并后获得EC类颗粒,Fe-NO3颗粒,Na-K颗粒和金属类颗粒等12种颗粒类型,并对各类型颗粒在粒径分布和日变化上的特征进行了研究.EC颗粒随粒径增长数浓度占比降低,扬尘类颗粒和Fe-NO3颗粒相反;日变化结果显示光化学反应能够影响3类EC颗粒的日变化趋势,而Fe-NO3颗粒日间占比提升与白天工业生产活动排放有关.对观测时段内主要来向气团上颗粒物组成进行研究,监测点位夏季主要受西北和西南方向气团来向影响,当点位主要受西南方向上气团影响时,燃煤源的颗粒影响较大,而东南方向气团发生频率较高时,生物质燃烧源颗粒与海盐源颗粒贡献相对较高.     

利用SPAMS研究西安市重污染天气细颗粒物污染特征及来源

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.      

西安夏季大气亚微米颗粒物化学组成与来源的在线观测研究

西安作为汾渭平原地区最大的城市,大气颗粒物污染形势严峻.2017年夏季期间,在西安市浐灞生态园区运用气溶胶化学组分监测仪,对大气亚微米颗粒物中的非难挥发性组分(NR-PM1)进行了在线监测.观测期间NR-PM1的平均质量浓度为(30.1?±?15.4)μg???m?3.其中有机物含量最高,占NR-PM1总质量浓度的63％,其次为硫酸盐(18％)、铵盐(10％)和硝酸盐(9％).运用正交矩阵因子分析法共解析出两个主要因子,包括烃类有机组分(HOA)和含氧有机组分(OOA),分别占有机物总质量浓度的43％和55％.HOA主要由机动车排放贡献,而OOA主要由气态污染物的二次反应生成.气象因素对NR-PM1的浓度与化学组分的影响较为显著.高硝酸盐阶段发生在高湿、低温条件,可能是由氮氧化物的液相反应产生的.高硫酸盐阶段发生在低湿、高温条件,主要来自于大气光化学反应的贡献.该研究结果为西安及周边地区的空气污染治理决策提供重要的理论依据.     

长江三角洲地区大气O3和PM10的区域污染特征模拟

以TRACE-P污染源资料及上海市地方排放清单为基础,采用Models-3/CMAQ环境空气质量模型和中尺度气象模式MM5,模拟研究了2001-01和2001-07长三角近地面二次污染物O₃及PM₁₀的浓度分布及输送状况,并以上海市国控点2001年冬、夏季各10 d的小时监测数据对模型进行了验证.验证结果显示,Models-3/CMAQ对O₃和PM₁₀的模拟结果与监测值的相关系数分别为0.77和0.52;一致性指数分别达到0.81和0.99.模型对O₃小时最高浓度的估算偏低27%,标准偏差为-3.1%;对PM₁₀小时平均浓度的估算偏低10%,标准偏差为46%.模型已具备再现和模拟长三角大气污染输送过程的能力,且误差落在可接受的范围之内.模拟结果显示,2001-07长三角区域16个主要城市中,有14个城市O₃小时最大浓度超过国家二级标准,高浓度O₃可覆盖苏南和浙北广大区域.2001-01泰州、扬州、南京、镇江、常州等城市受本地排放源和北部大气污染输送的影响显著,大气PM₁₀日均浓度超过PM₁₀国家二级标准.长三角地区环境空气质量与污染类型受大气污染传输与化学转化的影响十分明显.夏季太阳辐射较强时,南部城市排放的污染物常以二次污染物的形式影响下风向城市;太阳辐射较弱的情况下,则以一次污染物输送为主的形式影响周边地区.冬季长三角区域颗粒物污染总体水平较高,这与我国北方地区排放的颗粒物在西北风作用下向长三角输送造成的影响密切相关.长三角地区的大气污染已逐渐从局地转为区域问题.     

两种典型污染时段鹤山市大气细颗粒污染特征及来源

PM_2.5和O₃浓度超标是我国大气污染的主要特征,研究两种典型污染时段的细颗粒化学组成、混合状态和来源对治理大气污染具有重要意义.2016年11月10—20日广东省鹤山市先后出现了PM_2.5和O₃超标的污染事件.污染期间,采用SPAMS（单颗粒气溶胶质谱仪）对细颗粒进行实时采样分析,共采集到有正负化学组成信息的颗粒422 944个,占总颗粒数的19.2%.基于单颗粒质谱数据特征,使用自适应共振神经元网络算法（ART-2a）,对单颗粒数据进行自适应分类.颗粒物划分为OC（有机碳）、EC（元素碳）、ECOC（元素-有机碳混合）、HOC（高分子有机碳）、Pb-rich（富铅）、Si-rich（富硅）、LEV（左旋葡聚糖）、K-Secondary（钾二次）、Na-rich（海盐）和HM（重金属）颗粒共10类.结果表明:两个PM_2.5污染时段EC颗粒和K-Secondary颗粒的占比高,EC颗粒分别占46.5%和61.1%,K-Secondary颗粒分别占14.3%和10.3%;O₃污染时段EC颗粒占比（39.4%）最高,其次是OC颗粒占比17.0%;两种污染时段OC组分与HSO₄-和NO₃-的混合程度都有明显的上升,说明污染有利于有机气溶胶的老化.由源解析结果可知,PM_2.5污染时段,细颗粒主要来源于燃煤、机动车尾气和扬尘,而O₃污染时段细颗粒主要来源于燃煤、生物质燃烧和扬尘;此外,两种污染时段燃煤源对细颗粒的贡献都有较大提升.研究显示,控制燃煤源的排放对污染物的降低有着重要影响.      

Size distributions of aerosol and water-soluble ions in Nanjing during a crop residual burning event

To investigate the impact on urban air pollution by crop residual burning outside Nanjing, aerosol concentration, pollution gas concentration, mass concentration, and water-soluble ion size distribution were observed during one event of November 4-9, 2010. Results show that the size distribution of aerosol concentration is bimodal on pollution days and normal days, with peak values at 60-70 and 200-300 nm, respectively. Aerosol concentration is 10⁴ cm^-3. nm^-1 on pollution days. The peak value of spectrum distribution of aerosol concentration on pollution days is 1.5-3.3 times higher than that on a normal day. Crop residual burning has a great impact on the concentration of fine particles. Diurnal variation of aerosol concentration is trimodal on pollution days and normal days, with peak values at 03:00, 09:00 and 19:00 local standard time. The first peak is impacted by meteorological elements, while the second and third peaks are due to human activities, such as rush hour traffic. Crop residual burning has the greatest impact on SO₂ concentration, followed by NO₂, O₃ is hardly affected. The impact of crop residual burning on fine particles (< 2.1 μm) is larger than on coarse particles (> 2.1 μm), thus ion concentration in fine particles is higher than that in coarse particles. Crop residual burning leads to similar increase in all ion components, thus it has a small impact on the water-soluble ions order. Crop residual burning has a strong impact on the size distribution of K⁺, Cl^-, Na⁺, and F^- and has a weak impact on the size distributions of NH₄⁺, Ca²⁺, NO₃^- and SO₄^2-.     

Characteristics of atmospheric single particles during haze periods in a typical urban area of Beijing: A case study in October, 2014

To investigate the composition and possible sources of particles, especially during heavy haze pollution, a single particle aerosol mass spectrometer (SPAMS) was deployed to measure the changes of single particle species and sizes during October of 2014, in Beijing. A total of 2,871,431 particles with both positive and negative spectra were collected and characterized in combination with the adaptive resonance theory neural network algorithm (ART-2a). Eight types of particles were classified: dust particles (dust, 8.1%), elemental carbon (EC, 29.0%), organic carbon (OC, 18.0%), EC and OC combined particles (ECOC, 9.5%), Na-K containing particles (NaK, 7.9%), K-containing particles (K, 21.8%), organic nitrogen and potassium containing particles (KCN, 2.3%), and metal-containing particles (metal, 3.6%). Three haze pollution events (P1, P2, P3) and one clean period (clean) were analyzed, based on the mass and number concentration of PM_2.5 and the back trajectory results from the hybrid single particle Lagrangian integrated trajectory model (Hysplit-4 model). Results showed that EC, OC and K were the major components of single particles during the three haze pollution periods, which showed clearly increased ratios compared with those in the clean period. Results from the mixing state of secondary species of different types of particles showed that sulfate and nitrate were more readily mixed with carbon-containing particles during haze pollution episodes than in clean periods.     

Aerosol scattering coefficients and major chemical compositions of fine particles observed at a rural site in the central Pearl River Delta, South China

During November-December 2010 aerosol scattering coefficients were monitored using a single-waved (525 nm) Nephelometer at a regional monitoring station in the central Pearl River Delta region and 24-hr fine particle (PM_2.5) samples were also collected during the period using quartz filters for the analysis of major chemical components including organic carbon (OC), elemental carbon (EC), sulfate, nitrate and ammonium. In average, these five components accounted for about 85% of PM_2.5 mass and contributed 42% (OC), 19% (SO₄^2-), 12% (NO₃^-), 8.4% (NH₄⁺) and 3.7% (EC), to PM_2.5 mass. A relatively higher mass scattering efficiency of 5.3 m²/g was obtained for fine particles based on the linear regression between scattering coefficients and PM_2.5 mass concentrations. Chemical extinction budget based on IMPROVE approach revealed that ammonium sulfate, particulate organic matter, ammonium nitrate and EC in average contributed about 32%, 28%, 20% and 6% to the light extinction coefficients, respectively.