漯河市PM10和PM2.5中水溶性离子浓度特征及其来源解析

为了研究漯河市PM_2.5和PM₁₀及其水溶性离子变化特征,于2017年5月—2018年2月在漯河市3个采样点同步采集PM_2.5和PM₁₀样品,分别获得PM_2.5和PM₁₀有效样品191和190个.用离子色谱法分析样品中F-、Cl-、NO₃-、SO₄2-、Na+、NH₄+、K+、Mg2+、Ca2+等9种水溶性无机离子.结果表明:在采样期间,漯河市ρ（PM_2.5）平均值为72.42 μg/m3,其中ρ（总无机水溶性离子）的年均值为34.76 μg/m3,占ρ（PM_2.5）的46.72%;ρ（PM₁₀）平均值为126.52 μg/m3,其中ρ（总无机水溶性离子）的年均值为46.40 μg/m3,占ρ（PM₁₀）的35.67%.2种颗粒物水溶性离子质量浓度的季节性变化均呈冬季高、夏季低的趋势.PM_2.5/PM₁₀〔ρ（PM_2.5）/ρ（PM₁₀）〕在四季分别为0.50、0.61、0.56、0.57.采样期间漯河市PM_2.5中NOR（氮氧化率）和SOR（硫氧化率）的年均值分别为0.17和0.30,PM₁₀中NOR和SOR的年均值分别为0.22和0.34,说明颗粒物中SO₄2-的二次转化效率高于NO₃-.PM_2.5和PM₁₀在采样期间均呈弱碱性,且碱性在夏季最强,秋季最弱.利用PMF模型分析PM_2.5和PM₁₀中水溶性离子的主要来源发现,PM_2.5中水溶性离子来源主要包括生物质燃烧源、燃煤源、建筑扬尘源、工业源和二次污染源,PM₁₀中水溶性离子来源主要包括燃煤源、建筑扬尘源、二次污染源、生物质燃烧源和工业源.研究显示,漯河市颗粒物污染中水溶性离子来源复杂,应采取多源控制的污染防治措施.      

廊坊市开发区冬季颗粒物碳组分污染特征及来源分析

廊坊市是北京市及周边传输通道“2+26”城市之一.为研究廊坊市开发区冬季颗粒物中碳组分污染特征,于2018年1月5日—2月5日在廊坊市开发区国控点位同步开展PM_2.5及PM₁₀样品采集,使用DRI分析OC（有机碳）与EC（元素碳）的质量浓度.结果表明:廊坊开发区冬季ρ（PM_2.5）、ρ（PM₁₀）分别为（54.5±46.0）（91.0±58.2）μg/m3.PM_2.5中ρ（OC）、ρ（EC）分别为14.64、3.54 μg/m3,PM₁₀中分别为17.07、4.58 μg/m3;PM_2.5、PM₁₀中ρ（OC）与ρ（EC）相关性均较好,R2均为0.91（P < 0.01）,表明二者具有相似的来源;在PM_2.5和PM₁₀中OC/EC〔ρ（OC）/ρ（EC）,下同〕分别为4.46和4.16,ρ（SOC）（SOC为二次有机碳）分别为6.15和5.88 μg/m3,分别占ρ（OC）的42.1%和37.7%,表明二次污染较严重.碳组分丰度及主成分分析结果表明,PM_2.5与PM₁₀中碳组分来源基本一致,主要来源于汽车尾气、水溶性极性化合物、生物质燃烧及燃煤的混合源,柴油车排放,以及道路扬尘.后向气流轨迹聚类结果表明,颗粒物及碳组分质量浓度受途径内蒙古自治区及河北省中部、北京市南部气团的影响较大;对于碳组分来源,道路扬尘及汽车尾气受气团传输的影响较大,而生物质燃烧、燃煤等受气团传输的影响较小.研究显示,汽车尾气、燃烧源及道路扬尘为廊坊市开发区冬季碳组分的主要来源.      

本溪市PM2.5中水溶性离子季节性变化特征及来源分析

为研究本溪市大气PM_2.5中水溶性离子污染特征,于2016年1—10月在本溪市开展PM_2.5样品采集,使用离子色谱法分析了其中8种水溶性离子（Cl-、NO₃-、SO₄2-、NH₄+、Ca2+、Na+、Mg2+、K+）,并采用PMF（positive matrix factorization,正矩阵因子分解法）模型对水溶性离子的来源进行分析.结果表明:观测期间,本溪市ρ（PM_2.5）平均值为（57.6±21.9）μg/m3,ρ（PM_2.5）季节性变化特征明显,呈冬季 > 秋季 > 春季 > 夏季趋势;水溶性离子平均质量浓度为19.3 μg/m3,占ρ（PM_2.5）的33.6%,各离子质量浓度高低顺序为SO₄2- > NO₃- > NH₄+ > Cl- > Ca2+ > K+ > Na+ > Mg2+;SNA（SO₄2-、NO₃-和NH₄+）是PM_2.5中主要的3种离子,在春季、夏季、秋季和冬季分别占水溶性离子的73.2%、88.2%、82.5%和73.6%,表明夏季的二次污染较为严重.阴、阳离子电荷平衡分析结果显示,阴离子相对亏损,本溪市PM_2.5整体呈弱碱性,NO₃-、SO₄2-与NH₄+相关性较高,其在PM_2.5中主要以NH₄NO₃和NH₄HSO₄的形式存在. PMF分析结果表明,本溪市PM_2.5中水溶性离子的来源主要包括二次转化源、燃煤源和扬尘源.研究显示,本溪市PM_2.5中水溶性离子季节性变化特征明显,二次转化源、燃煤源和扬尘源是其主要来源.      

重庆市主城区不同粒径颗粒物水溶性无机组分特征

于2010年3月—2011年7月,在重庆市主城区同步采集PM_1.0、PM_2.5和PM₁₀三种粒径的颗粒物样品. 用离子色谱分析了样品中F-、Cl-、NO₃-、SO₄2-、Na+、NH₄+、K+、Mg2+和Ca2+ 9种水溶性无机组分,并收集了SO₂和NO₂等气体污染物的数据. 结果表明:采样期间ρ(PM_1.0)、ρ(PM_2.5)和ρ(PM₁₀)分别为82.9、104和160 μg/m3,PM_1.0、PM_2.5、PM₁₀中所测9种水溶性无机组分的浓度之和分别为40.82、48.66和57.99 μg/m3. ρ(SO₄2-)、ρ(NO₃-)和ρ(NH₄+)相对较高,并且主要分布在细颗粒物中. 多数水溶性无机组分浓度冬季最高,春季其次,夏、秋季浓度偏低. 所测组分溶液的pH显酸性,冬季样品的pH最低,细粒子的酸性要强于粗粒子. SOR(硫的氧化率)与NOR(氮的氧化率)与国内其他地区相比较高,SOR秋季最高,NOR冬季最高. 因子分析结果表明,化石燃料以及生物质的燃烧、机动车尾气排放是水溶性无机组分的主要来源,建筑施工、土壤风沙等扬尘类污染源对水溶性无机组分也有一定的贡献.      

菏泽市冬季大气PM2.5和PM10中碳组分来源解析

为研究菏泽市冬季大气颗粒物中碳组分的污染特征和来源,于2016年1月采集菏泽市冬季大气PM_2.5和PM₁₀样品,基于热光反射法分析样品中OC（有机碳）、EC（元素碳）及8个碳组分[OC1、OC2、OC3、OC4、EC1、EC2、EC3和OP（裂解碳）]的含量,并计算得到ρ（Char-EC）（Char-EC为燃料燃烧后固体残渣中的EC）和ρ（Soot-EC）（Soot-EC为燃烧后气相挥发物质再凝结形成的EC）,以定性识别大气颗粒物中碳组分的来源.结果表明,菏泽市冬季大气颗粒物样品中碳组分浓度处于较高水平,PM_2.5中的ρ（OC）、ρ（EC）分别为26.34、9.22 μg/m3,PM₁₀中ρ（OC）、ρ（EC）分别为31.82、10.71 μg/m3.采样期间大气PM_2.5中碳组分（OC、EC、OC1、OC2、OC3、OC4、EC1、EC2、EC3、Char-EC、Soot-EC）浓度与PM₁₀中相应各组分浓度的比值均大于0.5（0.60~0.90）,表明碳组分多集中于细粒子（PM_2.5）.大气颗粒物样品中各碳组分浓度具有明显空间差异,各点位大气PM_2.5和PM₁₀中ρ（OC）均显著高于ρ（EC）（T检验,P < 0.05）.菏泽市冬季大气PM_2.5和PM₁₀中Char-EC/Soot-EC（二者质量浓度之比）分别为10.04、8.00,并且存在显著的空间差异性（T检验,P < 0.05）.PMF（正定矩阵因子分解法）解析结果表明,菏泽市冬季大气PM_2.5和PM₁₀中碳组分来源主要有4类,包括两类柴油车（1类排放的碳组分中以EC2为主,定义为柴油车-1;1类排放的碳组分中以EC3为主,定义为柴油车-2）、汽油车、生物质燃烧和燃煤混合源,对大气PM_2.5中碳组分的分担率分别为13.98%、5.13%、24.47%、41.97%,对大气PM₁₀中碳组分的分担率分别为16.08%、8.21%、18.34%、47.35%.可见,菏泽市冬季大气PM_2.5和PM₁₀中碳的主要来源是柴油车、汽油车、生物质燃烧和燃煤.      

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.      

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.      

南京北郊霾天气溶胶化学组分粒径分布特征

为研究南京霾天气中大气气溶胶化学成分及其粒径分布的特征,使用β射线测尘仪、安德森9级撞击式采样器、离子色谱分析仪和热光碳分析仪对南京冬、春季节的颗粒物进行了采样分析.结果表明,霾日中3种主要二次离子SO₄^2-、NO₃^-和NH₄⁺在细粒径段中占比最高（77.4%）,霾日中除F^-和Cl^-外其余离子均呈三峰型分布,工业排放、生物质燃烧与二次反应是粗、细粒径段中水溶性离子最重要来源.OC、EC均主要富集于细粒子中,PM_2.1~10中OC与EC相关性较好（R²=0.76）,说明存在共同来源.通过OC/EC特征物比值的方法得到霾日期间碳质颗粒物的来源为机动车尾气排放、燃煤和生物质燃烧.     

北京混合功能区夏冬季细颗粒物组分特征及来源比较

于2014年8月和12月,选择北京某城市混合功能区,分别手工采集一个月的环境空气PM_2.5样品,实验室方法测定滤膜中的元素碳/有机碳、9种可溶性离子、16种无机元素等20余种化学组分,采用CMB模型对夏冬两季PM_2.5来源进行分析.结果表明,夏季PM_2.5日均质量浓度为73μg/m³,低于《环境空气质量标准》,而冬季平均值为111μg/m³,高于夏季和标准限值.冬季OC和EC浓度均高于夏季,且OC/EC比值升高,OC和EC呈线性相关,提示二者有相同来源.NO₃^-、SO₄^2-、NH₄⁺是北京混合功能区3种主要可溶性离子,且夏季生成量较高;冬季Cl^-显著升高与燃煤排放有关.Si、Ti、Fe、Zn、Al等元素质量浓度在0.1~10μg/m³浓度水平,Pb、Cu、Mn、Cr、Ba、Sb等在10~10²ng/m³浓度水平,V、Ni、Co、Mo、Cd等在0.1~10ng/m³浓度水平.且冬季各个元素浓度均高于夏季.CMB模型初步解析结果表明,夏季和冬季颗粒物的来源变化明显,夏季二次硫酸盐、机动车和二次硝酸盐贡献率居前三位,而冬季则为燃煤、机动车和扬尘.     

青岛环境空气PM10和PM2.5污染特征与来源比较

年分别在青岛设6个和2个采样点采集PM₁₀和PM_2.5样品,分析二者质量浓度及颗粒物中多种无机元素、水溶性离子和碳等组分的质量浓度,以研究PM₁₀及PM_2.5的污染特征. 采用CMB-iteration模型估算法,确定一次源类及二次源类对PM₁₀和PM_2.5的贡献,利用统计学方法比较PM₁₀和PM_2.5的污染源. 结果表明:青岛大气颗粒物质量浓度季节变化显著,表现为春、冬季高,夏、秋季低;Na、Mg、Al、Si、Ca和Fe元素主要富集在PM₁₀中,SO₄2-、NO₃-、EC和OC主要富集在PM_2.5中;城市扬尘、煤烟尘、建筑水泥尘及海盐粒子等粗粒子在PM₁₀中的分担率较PM_2.5中的高,分担率分别为28.7%、17.2%、7.16%及4.47%;二次硫酸盐、二次硝酸盐、机动车尾气尘及SOC(二次有机碳)等在PM_2.5中的分担率较PM₁₀中的高,分担率分别为19.3%、8.97%、13.7%及6.07%;由PM₁₀与PM_2.5化学组分的分歧系数可见,春、秋季PM₁₀和PM_2.5化学构成存在一定差异,而冬、夏季二者的化学构成相似.      

天津近岸海域大气颗粒物无机组分季节变化及源析

2006~2007年在天津近岸海域分4个季节走航采集了不同粒径大气颗粒物样品,分析了其质量浓度以及元素、离子和碳等化学组成,并应用富集因子以及特征化合物比值对其来源进行了探讨.结果表明,天津近岸海域TSP,PM10和PM2.5的质量浓度分别为(294.98±3.95),(279.87±17.53),(205.50±38.13)μg/m3,且呈现出明显的季节变化,秋季颗粒物浓度最高,冬季次之,夏季最低. TSP、PM10和PM2.5中总元素浓度分别为48.76, 47.94,32.08 μg/m3. TSP中含量最高的离子是Na+, PM10和PM2.5中含量最高的离子是Cl-. 3种不同粒径中OC浓度秋、冬两季均明显高于春夏两季. Al/Fe的比值分析结果表明,春季TSP的主要来源为土壤尘,秋、冬季PM10和PM2.5主要受燃煤的影响. Cu、Zn和Pb的富集系数较高,其中Pb在冬季PM10中富集达到最高为741.3. NO3-/SO42-的变化范围为0.28~0.85,春夏季该比值较高于秋冬季,反映了该海域同时受燃煤与机动车污染的影响.OC/EC变化范围为2.13~5.58,表明该海域气溶胶中存在着大量二次有机碳.     

基于PMF模型的北京市PM2.5来源的时空分布特征

2012年8月至2013年7月,对北京市定陵、车公庄、东四、石景山、通州、房山、亦庄和榆垡等8个站点的大气细颗粒物PM2.5进行了12个月次的同步采样观测,并测定了其中元素碳、有机碳、水溶性离子和无机元素的浓度水平.利用PMF模型对PM2.5的来源进行解析.结果表明,北京市PM2.5的主要来源为二次源、燃煤、地面扬尘、机动车排放、工业源和建筑尘等,年均贡献率分别为42%、19%、19%、10%、6%和4%.PM2.5的来源具有显著的季节变化,春季大风天气频繁、地面扬尘源为主要来源,而夏、秋、冬季均以二次源为主,尤其是夏季二次源贡献达56%,冬季燃煤源对PM2.5的贡献显著提升为25%.污染源贡献也存在一定空间差异,冬春季燃煤源对郊区点的贡献显著高于城区点,而二次污染源具有区域性污染特征.在区域性积累型重污染日,二次源对PM2.5的贡献均占主要地位,对气态前体物NOx、SO2和VOCs等的控制对PM2.5的减少至关重要.     

北京市铺装道路降尘污染特征及来源

为研究北京市道路降尘在不同季节的污染特征及来源,选取北京市4条典型道路得到64个采样点的道路尘样品,采集的道路尘样品经过预处理得到75 μm以下的颗粒物,经过再悬浮及实验室分析得到PM_2.5的粒径分布和化学成分谱.结果表明:不同采样高度及不同道路类型的颗粒物粒径大体分布规律一致,颗粒物质量频率存在三个峰值,分别为0.75 μm（微粒径）、2.50 μm（小粒径）、4.50 μm（大粒径）;各季节的降尘颗粒物的化学组分中质量分数最大的是元素,主要元素（含量>1%）季节变化为冬季>春季>秋季>夏季,元素富集因子法得到污染元素为Cr、Cd、Sn、Cu、Zn、Pb、As,双重元素为Bi、Ti、Ni、W、Mg、Ca、TI、Mo、V、Fe、Zr、Ba,其余16种为非富集元素;颗粒物中离子质量分数在夏季最大为9.31%,春季、秋季、冬季的离子质量分数相差不大,其中Ca2+、NO₃-、Cl-、SO₄2-占总离子质量的80%左右;碳素中w（OC）和w（EC）的季节变化均为夏季>秋季>春季>冬季,OC/EC[w（OC）/w（EC）]的季节变化规律为冬季>春季>秋季>夏季.不同季节w（OC）和w（EC）的相关性大小为夏季>秋季>春季>冬季.对PM_2.5中化学组分来源分析表明,污染元素受机动车和建筑尘影响较大,与机动车尾气相比,机动车磨损造成的污染也不容小视;燃煤影响一直存在,但供暖期污染有所改善.机动车尾气、建筑尘及土壤尘对离子均有贡献,在夏季土壤尘、建筑尘、二次反应的综合影响较大,春季土壤尘影响更为突出.碳在夏秋季节受汽车尾气和建筑尘的影响较大,夏季二次反应影响不大;冬季除气象因素外,燃煤和生物质燃烧也不可忽视;春季土壤尘影响较为突出.      

不同粒径大气颗粒物中有机碳(OC)和元素碳(EC)的分布

使用Andersen六段分级大流量采样器(粒径:7.2～10,3.0～7.2,1.5～3.0,0.95～1.5,0.49～0.95,＜0.49μm)采集了广州市荔湾区冬季的大气颗粒物样品,并用美国Sunset碳分析仪分析了其中的有机碳(OC)和元素碳(EC)组分.研究表明:OC和EC主要存在于细粒子中,与OC相比,EC则相对更集中于＜0.49 μm粒径上;PM10中二次有机碳占总有机碳(ρ(OCsec)/ρ(OC.))比例的平均值为卵%,OC,EC的对数模型图都为双峰型.对ρ(OCtot),ρ(OCpri)(一次有机碳质量浓度)与ρ(EC)进行相关性分析,结果表明,只用ρ(OC)/ρ(EC)值来评价二次污染是不充分的.      

十堰市城区冬季PM2.5污染特征与来源解析

为探讨内陆山区城市湖北省十堰市冬季PM_2.5污染特征及来源构成,于2016年1月12日—2月4日在4个采样点位同步采集PM_2.5样品,分析了无机元素、水溶性离子、有机碳和元素碳的质量浓度.并采集了十堰市主城区城市扬尘、裸露山体尘、建筑水泥尘、燃煤源、机动车尾气、工业源及餐饮油烟源等7类污染源,初步建立十堰市本地的污染源成分谱库,利用统计学方法研究冬季PM_2.5的污染特征,并采用CMB受体模型及“二重源解析技术”分析其来源构成.结果表明:冬季采样期间,十堰市ρ（PM_2.5）平均值达到110.65 μg/m3,超过GB 3095—2012《环境空气质量标准》二级标准24 h浓度限值,并且随空气RH（相对湿度）增加污染加重.城区3个采样点PM_2.5化学组成及特征的空间差异不明显.PM_2.5中ρ（TC）最高,其次是ρ（NO₃-）和ρ（SO₄2-）,与二次反应、机动车尾气、煤燃烧等密切相关.ρ（NO₃-）/ρ（SO₄2-）为1.22,说明机动车尾气的影响较大.二次粒子、燃煤源和机动车尾气是十堰市城区冬季大气PM_2.5的主要来源,贡献率分别为51.2%、10.9%和10.1%.研究显示,十堰市城区冬季ρ（PM_2.5）超过GB 3095—2012二级标准,PM_2.5的污染控制应以二次粒子、燃煤和机动车为主,采取多源控制原则.      

宁波市环境空气中PM10和PM2.5来源解析

2010年在宁波3个环境受体点采集不同季节的PM10和PM2.5样品,同时采集颗粒物源类样品,分析它们的质量浓度及多种无机元素、水溶性离子和碳等组分的含量.采用OC/EC最小比值法确定了SOC(二次有机碳)对PM10和PM2.5的贡献,据此重新构建了受体化学成分谱.使用化学质量平衡模型对宁波市区的PM10和PM2.5来源进行了解析.结果表明:城市扬尘、煤烟尘、二次硫酸盐和机动车尾气尘是环境空气中PM10的主要来源,其分担率分别为23.0%、15.9%、13.3%和12.3%;对PM2.5有重要贡献的源类是城市扬尘、煤烟尘、二次硫酸盐、机动车尾气尘、二次硝酸盐和SOC,其分担率分别为19.9%、14.4%、16.9%、15.2%、9.78%和8.85%.      

太原市PM10及其污染源中碳的同位素组成

通过采集太原市PM10及其主要源(煤烟尘、机动车尾气尘、土壤风沙尘)样品,结合离线分步加热氧化法和同位素质谱仪测定了颗粒物中有机碳(OC),元素碳(EC)和总碳(TC)的同位素组成, 并探讨了太原市PM10中碳的来源.结果表明,太原市冬季、春季PM10中OC、EC和TC的碳同位素组成分别是-34.7‰、-23.5‰、-23.9‰和-30.5‰、-23.1‰、-23.9‰; 煤烟尘中OC、EC和TC的碳同位素组成分别是-26.5‰、-23.2‰、-23.6‰,土壤风沙尘分别为-24.6‰、-14.1‰、-17.3‰,汽油车和柴油车尾气尘分别为-27.7‰、-25.5‰、-27.0‰和-25.7‰、-24.3‰、-24.8‰. EC和TC的同位素组成是区分土壤风沙尘较好的标识指标,TC的同位素组成是汽油车尾气尘较好的标识指标;利用二元复合计算公式结果显示土壤风沙尘中OC、EC占TC的百分含量分别为30%、70%;煤烟尘中OC、EC占TC的百分含量分别为11%、89%;汽油车尾气尘中OC、EC占TC的百分含量分别为78%、22%,柴油车尾气尘中OC、EC占TC的百分含量分别为36%、64%;太原市PM10中的TC和EC主要来源于煤烟尘,OC少部分来源于机动车尾气排放,另外还有其他的重要贡献源.     

呼包鄂地区沙尘期间大气污染特征研究

为研究沙尘天气下典型大气污染特征,选择呼和浩特市、包头市、鄂尔多斯市（简称"呼包鄂地区"）为研究对象,分析了呼包鄂地区2016年春季3月1日-5月31日的PM₁₀与PM_2.5数据,利用CMB（化学质量平衡）受体模型、后向轨迹模型研究了呼包鄂地区污染源的特征,通过富集因子法评估了人类活动对沙尘天气的影响,最终通过特征比值法对沙尘天气与非沙尘天气进行了区分.结果表明:①沙尘天气与非沙尘天气时,呼包鄂地区PM₁₀、PM_2.5中主要化学组分均为Si、Ca、Al、Fe、OC、SO₄2-与NO₃-.沙尘天气时,ρ（PM₁₀）与ρ（PM_2.5）的差值大于非沙尘天气,较高的ρ（Al）、ρ（Si）、ρ（Ca）说明呼包鄂地区受到较大的沙尘天气影响.②CMB受体模型源解析结果表明,沙尘天气时扬尘源对PM₁₀与PM_2.5的贡献率分别为59.3%、48.7%,说明PM₁₀和PM_2.5的主要污染源均为扬尘源.后向轨迹模式模拟表明,呼包鄂地区的沙尘主要来自其西北部地区.③元素Na、K、Mg的EF（富集因子）在PM₁₀与PM_2.5中均大于1.0,Si、Cu的EF在PM_2.5中均大于1.0,但在PM₁₀中小于或等于1.0;依据EF表征级别,自然因素对PM_2.5和PM₁₀的影响程度均较大,并且PM_2.5受人类活动影响的程度大于PM₁₀.通过特征比值发现,ρ（Si）/ρ（Al）大于1.7且ρ（Si）/ρ（Fe）大于2.2可作为呼包鄂地区典型沙尘天气的界定.研究显示,呼包鄂地区春季受到较大程度的沙尘影响,这些沙尘主要来自其西北部地区,通过特征比值法可以对呼包鄂地区沙尘天气进行界定.