北京及周边6个城市大气PM2.5中左旋葡聚糖及其异构体的时空分布特征

采集北京及周边6个城市春、夏、秋、冬这4个季节大气PM_2.5样品,用离子色谱法测定其中的左旋葡聚糖（LG）、甘露聚糖（MN）和半乳聚糖（GT）,对比这3种脱水聚糖与PM_2.5及有机碳（OC）的浓度水平和时空分布特征,应用SPSS 24.0软件分析了数据间的显著性差异.结果表明,6个城市PM_2.5、OC和LG浓度水平的季节分布规律高度相似,呈现冬季 > 春季 > 秋季 > 夏季,4个季节3种脱水聚糖的浓度水平有显著性差异.从空间角度分析3种脱水聚糖浓度水平,北京与天津、保定、石家庄无显著性差异,但北京与济南、郑州有显著性差异.根据6个城市的LG/MN和LG/（MN+GT）等浓度水平的比较,初步判断该区域PM_2.5中的生物质燃烧源主要来源于农作物秸秆和硬木.春季的PM_2.5污染过程中,北京、天津、石家庄和济南的左旋葡聚糖在PM_2.5中的含量变化基本保持稳定,显示该污染过程受生物质燃烧排放的影响较弱.     

郑州市PM2.5组分、来源及其演变特征

为探究郑州市PM_2.5主要来源以及季节差异特征,本研究于2019年进行PM_2.5周期采样,并分析PM_2.5中的无机水溶性离子、碳组分和元素浓度.结果表明,郑州市2019年采样膜样品的PM_2.5平均浓度为（67.0±37.2）μg·m^-3,冬季浓度最高,夏季最低.PM_2.5中主要组分依次为：硝酸根、铵根、硫酸根、有机物（OM）、地壳物质和元素碳,春秋季节受地壳物质影响较大,夏季主要受硫酸盐影响,冬季有机物与硝酸盐浓度显著增高.二次转化是硫酸盐和硝酸盐的主要来源,夏季受光化学反应贡献显著,冬季受高湿条件下的液相反应影响明显.NO₃^-/SO₄^2-和OC/EC的值表明郑州市PM_2.5受汽车尾气排放、煤炭燃烧以及生物质燃烧影响较大.源解析结果表明,2019年二次源贡献最高（49.8%）,其中在冬季贡献达到56.5%;一次源中,扬尘在春季（15.2%）和秋季（11.4%）占比略高,机动车源在夏季贡献最大（12.3%）,冬季受燃煤源影响较大（13.2%）.2014~2019年郑州市PM_2.5受二次源影响逐年升高;工业源、生物质燃烧源和燃煤源整体呈下降趋势.     

湖北咸宁细颗粒物PM2.5来源

为了解咸宁细颗粒物（PM_2.5）来源,对2019年在湖北咸宁两个环境受体点位采集的不同季节大气中PM_2.5样品中的主要成分和化学元素进行统计研究;通过颗粒物排放源采样建立本地特征源谱,用化学质量平衡（CMB）受体模型解析其来源;通过VOCs离线监测数据分析其中二次气溶胶（SOA）生成关键组分,并对关键组分进行来源解析.结果表明,咸宁市PM_2.5超标情况主要出现在冬季,PM_2.5中主要化学成分以水溶性无机盐和含碳组分为主;一次解析揭示硝酸盐、硫酸盐和铵盐等的二次转化对PM_2.5浓度的贡献最大,总贡献率在45%以上;二次解析揭示工业源、机动车源及电厂对PM_2.5浓度的贡献最大;VOCs对二次有机气溶胶贡献最高的组分为芳香烃,关键组分为苯、甲苯、间/对-二甲苯和乙基苯,对关键组分来源分析发现主要来源为溶剂使用.控制工业排放、机动车排放及调整能源结构是目前控制咸宁PM_2.5的主要途径,同时也要考虑控制溶剂排放的芳香烃.     

泰安市夏季PM2.5中正构烷烃和糖类化合物的化学组成及其来源

为探讨泰安市夏季PM_2.5中正构烷烃和糖类的化学组成及其来源,于2016年7~8月进行PM_2.5样品采集,对泰安市正构烷烃及糖类进行分析,并利用主成分分析-多元线性回归模型（PCA-MLR）和后向轨迹模型对污染物进行来源解析.结果表明,2016年泰安市夏季PM_2.5质量浓度为（37.2±11.5）μg·m^-3,是我国环境空气质量一级标准（GB 3095-2012,35μg·m^-3）的1.1倍.其中,正构烷烃质量浓度为（83.3±34.7）ng·m^-3,碳优势指数（CPI）为1.83,植物蜡烷烃贡献率（% WaxC_n）为34.7%~69.4%,表明植物蜡是泰安市夏季正构烷烃的主要来源.糖类化合物的质量浓度为（73.4±46.6）ng·m^-3,其中左旋葡聚糖、半乳聚糖和甘露聚糖是主要的糖类组分,分别占糖类化合物总浓度的64.0%、7.1%和6.3%,表征生物质燃烧对泰安市糖类具有重要贡献.由PCA-MLR模型结果表明,泰安市夏季PM_2.5中正构烷烃和糖类化合物主要来自植物蜡、化石燃料燃烧和生物质燃烧.后向轨迹分析表明,泰安市夏季正构烷烃和糖类污染物主要来自山东本地源和南方内陆地区.     

郑州市细颗粒物时空差异及管控措施影响

为研究郑州市细颗粒物（PM_2.5）时空分布差异及秋冬季管控措施影响,于2017年秋季至2018年冬季选取5个点位采集PM_2.5样品并进行组分分析,利用正定矩阵因子分解模型（PMF）解析PM_2.5污染来源,评估郑州市秋冬季管控效果,并基于源解析结果为下一阶段秋冬季管控提供支撑.郑州市PM_2.5浓度冬季 > 秋季 > 春季 > 夏季,郑州大学（ZZU）PM_2.5浓度最高［（83.1±44.7）μg·m^-3］,高出平均浓度［（76.5±46.1）μg·m^-3］的8.7%.SO₄^2-、NO₃^-和NH₄⁺在9种水溶性离子中平均占比高达22.5%、43.6%和23.4%,受燃煤影响Cl^-两年冬季占比高于其他季节（6.7%和6.6%）.秋冬季二次有机碳（SOC）污染严重,浓度占有机碳的一半以上,2018年市监测站（JCZ）和ZZU点位SOC/OC比2017年有所下降,但其他3个点位大幅度升高,说明这些地区不同的排放基础应对管控措施的表现不尽相同.重构结果表明硫酸盐占比在夏季最高（25.0%）,硝酸盐两年秋季占比较高（23.1%和25.1%）,地壳物质春季占比最高（18.2%）,二次有机气溶胶（SOA）冬季最高（14.1%和20.5%）;JCZ和航空港（HKG）点位SOA贡献较大（16.9%和16.4%）,ZZU点位受到一次有机气溶胶和地壳物质影响较大（14.3%和12.1%）.PMF结果表明二次无机盐（37.5%）、SOA（15.4%）、交通源（14.9%）、工艺过程源（4.8%）、燃煤源（16.0%）、扬尘源（6.5%）和生物质燃烧源（2.8%）是郑州市PM_2.5的主要污染源,SOA和燃煤源在冬季贡献最大,扬尘源和生物质燃烧源在春季和秋季贡献较大;市区点位JCZ、ZZU和临近机场的HKG受到交通源的影响高于其他点位,非市区点位新密和HKG受到生物质燃烧源的影响较大.对比两年秋冬季,2018年秋冬季SOA、交通源和工艺过程源的贡献有所升高,而二次无机盐、燃煤源和生物质燃烧源有所下降,冬季扬尘源也有所下降.结果表明秋冬季管控措施对一次源中的扬尘、燃煤和工业效果显著,同时SOA前体物挥发性有机物是进一步减排管控的方向.     

重庆市典型城区PM2.5含碳气溶胶季节变化和来源解析

于2015年10月、12月和2016年3月、8月在重庆大学A区采集秋、冬、春、夏4个季节PM_2.5样品,观察其微观形貌,分析含碳气溶胶及其碳组分的浓度水平,并探讨其季节变化及进行来源解析.结果表明,重庆沙坪坝区PM_2.5中有机碳（OC）、元素碳（EC）、烟灰（char）和烟炱（soot）的年均质量浓度分别为20.66、6.16、5.42和0.74 μg·m^-3.OC季节变化显著,冬季最高,夏季最低;EC秋季最高,冬季最低,但与其它季节相差不大;char表现为秋季 > 春季 > 冬季 > 夏季;soot表现为秋季 > 夏季 > 春季 > 冬季.正定矩阵因子（PMF）解析出3个因子,分别代表生物质/煤燃烧和道路扬尘的混合源（52.7%）、汽油机动车排放源（22.9%）和柴油机动车排放源（24.4%）.机动车尾气是秋、春和夏3个季节含碳气溶胶的主要来源,冬季主要受煤炭/生物质燃烧和道路扬尘混合源的影响.秋季污染事件可能是因为本地及周边城市汽油车通行量增加,冬季污染事件可能是本地煤炭/生物质燃烧排放增加和周边农村地区输入的共同作用,春季污染事件可能与来自西北方向的沙尘长距离传输有关.     

兰州市冬夏季大气PM2.5化学组分特征及来源分析

于2019年冬季（1月）和夏季（7月）对兰州市大气PM_2.5进行了连续采集,并结合同时期的气象资料分析了PM_2.5化学组分（有机碳、元素碳、水溶性离子）特征及来源.结果表明,冬季OC浓度为11.58~45.42 μg·m^-3,EC浓度为3.25~13.90 μg·m^-3,夏季OC、EC浓度分别为8.42~23.08、2.85~7.93 μg·m^-3,OC浓度总体高于EC,在PM_2.5中占到了更高的比重.冬季平均OC/EC为3.24,夏季平均OC/EC为2.75,表明有二次气溶胶SOC生成,且机动车排放与冬季燃煤供暖为其主要污染源.冬季OC和EC相关系数为0.94,夏季为0.66,夏季相关系数较低表明其污染来源较冬季复杂.SO₄^2-、NO₃^-、NH₄⁺、Ca²⁺是大气PM_2.5中最重要的4种水溶性离子,这4种离子在冬季和夏季分别占到总水溶性离子的84.56%和90.16%,占PM_2.5的45.6%、14.5%.主成分分析法、后向轨迹及浓度权重结果表明,兰州市PM_2.5主要的污染源除了受本地化石燃料燃烧、机动车尾气、生物质燃烧排放、土壤和建筑粉尘的影响外,还可能受到内蒙古高原和新疆塔克拉玛干沙漠等地远距离传输的影响.     

廊坊秋季大气污染过程中VOCs二次气溶胶生成潜势及来源分析

于2018年10月9~17日廊坊市典型颗粒物污染过程期间,使用ZF-PKU-1007大气挥发性有机物（VOCs）在线连续监测系统对99种VOCs进行监测,并针对污染过程不同发展阶段的VOCs浓度特征、二次有机气溶胶（SOA）生成潜势及来源的变化情况进行了系统分析.结果表明,污染过程期间ρ（PM_2.5）最高值为198 μg·m^-3,是国家环境空气质量标准二级浓度限值的2.64倍.污染过程前期、中期及后期φ（VOCs）平均值分别为56.8 × 10^-9、127.8 × 10^-9和72.5 × 10^-9,污染中期VOCs浓度上升明显;VOCs的SOA生成潜势与PM_2.5浓度明显正相关,芳香烃SOA生成潜势贡献较大且与PM_2.5浓度明显相关,污染中期SOA有所升高且芳香烃对SOA贡献比例明显上升,而烷烃和烯烃贡献占比明显降低,芳香烃在污染过程中对SOA生成影响较大,芳香烃中苯、甲苯、间/对-二甲苯、邻-二甲苯及乙苯等,烷烃中壬烷、正十一烷及甲基环己烷对SOA贡献相对较高,为颗粒物污染过程中VOCs的主要控制物种.溶剂使用源和机动车排放源（汽油车和柴油车）是影响廊坊市秋季污染过程中VOCs的主要来源,其中汽油车排放贡献在污染中期贡献明显升高,为重点管控源类.     

郑州市PM2.5中有机酸的污染特征、来源解析及二次生成

大气颗粒物中的有机酸广泛参与大气中的各种物理化学反应,对二次有机气溶胶和霾的形成贡献极大,因此分析颗粒物中有机酸的浓度分布特征、评估其污染来源、探究其二次生成,对深入研究有机气溶胶及其二次转化具有重要意义.在郑州市不同季节采集大气细颗粒物（PM_2.5）样品,识别并定量二元酸类、脂肪酸类和树脂酸类有机酸共30种,探究其浓度分布特征、季节变化、来源贡献及二次生成.定量的二元酸类以丙二酸（di-C₃）和琥珀酸（di-C₄）含量最为丰富,并且表现出明显的季节变化特征：夏季 > 秋季 > 冬季 > 春季;脂肪酸类表现出明显的双峰优势,以棕榈酸和硬脂酸（C₁₈）最为丰富,季节变化特征为冬季最高,春季最低.利用主成分分析结合多元线性回归（MLR）方法对郑州市PM_2.5中的有机酸进行来源解析,结果表明,35%的有机酸来自于燃烧源和交通源,24%来自于烹饪源、23%来自于二次生成以及17%来自于天然源.利用标记物种的比值（如di-C₃ /di-C₄、F/M和C_18：1 /C₁₈）探究有机气溶胶二次形成及其老化过程.结果表明,夏季光化学反应剧烈,有机气溶胶老化或二次生产比例较高,冬季光化学反应较弱,有机气溶胶老化程度较低.采用相关性分析与MLR相结合的方法,量化了气相氧化和液相氧化对二元酸形成的相对贡献,气相氧化在采样过程中起主导作用,占比为58%,特别是夏季,占总二次转化的61%.     

天津市2020年冬季重污染过程气溶胶消光特性及其来源

为了解天津市2020年冬季重污染过程气溶胶消光特征,基于2020年1~2月高时间分辨率的在线监测数据,对1月16~18日（重污染过程Ⅰ）、1月26~28日（重污染过程Ⅱ）和2月9~10日（重污染过程Ⅲ）进行气溶胶消光特性及其来源分析.结果表明,3次重污染过程PM_2.5平均浓度分别为（229±52）、（219±48）和（161±25）μg·m^-3,NO₃^-、SO₄^2-、NH₄⁺、OC、EC、Cl^-和K⁺为PM_2.5中主要组分.3次重污染过程气溶胶散射系数（Bsp₅₅₀）和吸收系数（Bap₅₅₀）分别为（1055.65±250.17）、（1054.26±263.22）、（704.44±109.89） Mm^-1和（52.96±13.15）、（39.72±8.21）、（34.50±8.53） Mm^-1,散射效应高于吸收效应.重污染天气下硝酸盐（38.9%~48.8%）、硫酸盐（31.1%~40.7%）和OM （9.9%~21.8%）为PM_2.5中最主要消光成分.3次重污染过程PM_2.5组分对气溶胶消光的贡献发生明显变化,重污染过程Ⅰ,硝酸盐对消光系数的贡献最高;重污染过程Ⅱ,受春节期间烟花爆竹燃放影响,OM对消光系数的贡献升高;重污染过程Ⅲ,交通出行减少但燃煤源排放相对稳定,硝酸盐对消光系数的贡献降低,硫酸盐的贡献升高.来源解析结果显示,重污染天气气溶胶消光的主要来源为二次无机气溶胶（37.1%~42.0%）、燃煤和工业（22.9%~24.2%）、机动车（23.9%~27.2%）、扬尘源（5.0%~6.4%）和烟花爆竹及生物质燃烧排放（3.9%~6.2%）.与重污染过程Ⅰ相比,重污染过程Ⅱ烟花爆竹及生物质燃烧排放对消光系数的贡献升高;重污染过程Ⅲ机动车对消光系数的贡献明显降低;燃煤和工业对消光系数的贡献在3次重污染过程中较接近.后轨迹分析表明,重污染天气期间天津市主要以来自河北的小尺度、短距离以及内蒙古中部的中尺度、中短距离气团传输轨迹为主.     

上海夏季PM2.5中有机物的组分特征、空间分布和来源

有机物是大气细颗粒物(PM_(2.5))的重要组成部分,其来源和组分非常复杂,是大气科学研究的难点和热点.本研究定量表征了上海地区夏季3个不同功能站点PM_(2.5)中78种有机组分,分析了其组成特征及空间差异,并采用后向轨迹、指示物、特征比值等方法对其来源进行了探讨.结果表明,上海西部郊区青浦和徐汇的有机组分检出浓度相近,约为(317±129)ng·m~(-3),高于东部沿海.78种有机组分中,脂肪酸类物质的占比最高,之后依次为左旋葡聚糖、正构烷烃和多环芳烃,藿烷的占比最低.基于示踪物比值法初步分析结果表明,上海地区的颗粒有机物主要来源于汽油车尾气排放,此外中心城区和西部郊区在观测期间受到了一定程度的生物质燃烧污染,可能与西北方向的污染输送有关.就具体组分而言,在西部郊区青浦,脂肪酸主要来自于陆生植物排放,而在东部沿海地区临港,其还会受到海洋浮游植物和微生物的影响;PAH特征比值的分析表明煤燃烧和机动车尾气对多环芳烃具有重要贡献.相关研究结果有助于对上海有机气溶胶的污染特征及来源的深入认识,为开展颗粒有机物的防治提供一定的基础支撑.     

北京市大气气溶胶中糖类化合物的组成及来源

采用高效阴离子交换色谱-脉冲安培检测(HPAEC-PAD)分析方法,对北京城区PM2.5和PM10中糖类化合物进行定量分析.在北京大气气溶胶中共检出14种糖类化合物,分为脱水糖、糖和糖醇共3大类.脱水糖包括左旋葡聚糖、甘露聚糖和半乳聚糖;糖包括葡萄糖、果糖和海藻糖;糖醇包括阿拉伯糖醇、甘露糖醇、丙三醇、苏糖醇、2-甲基丁四醇(2-甲基苏糖醇和2-甲基赤藓糖醇)、木糖醇和肌醇.脱水糖来源于生物质燃烧,秋冬季节的浓度水平明显高于春夏;而来源于生物源排放的糖和糖醇,冬季浓度水平明显低于其它季节.PMF源解析结果表明,北京大气气溶胶中糖类化合物的来源主要可以分为6类,包括生物质燃烧、异戊二烯SOA、土壤悬浮、真菌孢子、花粉及丙三醇富集源.     

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.     

Chemical characteristics of size-resolved aerosols in winter in Beijing

Size-resolved aerosols were continuously collected by a Nano Sampler for 13 days at an urban site in Beijing during winter 2012 to measure the chemical composition of ambient aerosol particles. Data collected by the Nano Sampler and an ACSM(Aerodyne Aerosol Chemical Speciation Monitor) were compared. Between the data sets,similar trends and strong correlations were observed,demonstrating the validity of the Nano Sampler. PM10 and PM2.5concentrations during the measurement were 150.5 ± 96.0 μg/m3(mean ± standard variation)and 106.9 ± 71.6 μg/m3,respectively. The PM2.5/PM10 ratio was 0.70 ± 0.10,indicating that PM2.5dominated PM10. The aerosol size distributions showed that three size bins of 0.5–1,1–2.5 and 2.5–10 μm contributed 21.8%,23.3% and 26.0% to the total mass concentration(TMC),respectively. OM(organic matter) and SIA(secondary ionic aerosol,mainly SO42-,NO3-and NH4+) were major components of PM2.5. Secondary compounds(SIA and secondary organic carbon) accounted for half of TMC(about 49.8%) in PM2.5,and suggested that secondary aerosols significantly contributed to the serious particulate matter pollution observed in winter. Coal burning,biomass combustion,vehicle emissions and SIA were found to be the main sources of PM2.5. Mass concentrations of water-soluble ions and undetected materials,as well as their fractions in TMC,strikingly increased with deteriorating particle pollution conditions,while OM and EC(elemental carbon) exhibited different variations,with mass concentrations slightly increasing but fractions in TMC decreasing.     

广西背景大气中生物质燃烧对碳质气溶胶组成和吸光性的影响

碳质气溶胶是大气细颗粒物（PM_2.5）的重要组成部分,对空气质量、人体健康和气候变化均有重要影响.针对生物质燃烧（BB）这一碳质气溶胶的重要来源,于2017年11月至2018年10月在广西壮族自治区背景地区采集了PM_2.5样品,分析了样品中的碳质组成、糖类化合物和水溶性棕色碳（BrC）的吸光系数（b_abs）.使用气团老化指数（AAM）校正LG浓度以消除LG降解带来的影响,进而结合贝叶斯混合模型与分子示踪剂法量化了BB对有机碳（OC）的贡献率,并通过相关性分析法探讨了BrC的可能来源.结果表明,研究期间AAM指数平均值为0.40±0.28,表示LG存在光化学降解过程.农作物秸秆是广西地区最主要的生物质燃料类型,在未考虑LG降解下,全年玉米、水稻和甘蔗秸秆焚烧排放的OC分别占总OC的22%、23%和18%;考虑LG在大气中的降解后,相对贡献率分别降低至16%、21%和17%.LG的降解会导致BB对OC的贡献率评估被低估,经过AAM指数校正后,全年BB对OC的贡献率平均值为49.0%.水溶性BrC的b_abs全年的平均值为（8.7±10.7） Mm^-1,其中BB、化石燃料燃烧以及初级生物气溶胶排放可能是BrC的重要来源.     

Intensified wintertime secondary inorganic aerosol formation during heavy haze pollution episodes (HPEs) in Beijing, China

Air pollution in China is complex, and the formation mechanism of chemical components in particulate matter is still unclear. This study selected three consecutive heavy haze pollution episodes (HPEs) during winter in Beijing for continuous field observation, including an episode with heavy air pollution under red alert. Clean days during the observation period were selected for comparison. The HPE characteristics of Beijing in winter were: under the influence of adverse meteorological conditions such as high relative humidity, temperature inversion and low wind speed; and strengthening of secondary transformation reactions, which further intensified the accumulation of secondary aerosols and other pollutants, promoting the explosive growth of PM_2.5. PM_2.5/CO values, as indicators of the contribution of secondary transformation in PM_2.5, were approximately 2 times higher in the HPEs than the average PM_2.5/CO during the clean period. The secondary inorganic aerosols (sulfate nitrate and ammonium salt) were significantly enhanced during the HPEs, and the conversion coefficients were remarkably improved. In addition, it is interesting to observe that the production of sulfate tended to exceed that of nitrate in the late stage of all three HPEs. The existence of aqueous phase reactions led to the explosive growth sulfur oxidation ratio (SOR) and rapid generation of sulfate under high relative humidity (RH>70%).     

基于SPAMS的兰州市2018年冬季沙尘天气过程细颗粒物污染特征及来源研究

2018年11月22日-12月1日,兰州市经历了一次远距离传输的沙尘天气过程,为了解此次沙尘天气过程时段细颗粒物污染特征及其污染来源变化特征,本研究基于单颗粒气溶胶质谱仪（SPAMS）细颗粒物自动采集数据,并结合常规污染物自动监测数据和气象因子数据对沙尘天气前后及其过境期间细颗粒物化学组分及污染来源变化情况进行了分析,同时利用后向轨迹模型（HYSPLIT）研究了沙尘气溶胶的输送路径.研究结果表明：受沙尘天气过境影响,兰州市PM₁₀浓度大幅升高,PM_2.5/PM₁₀最小值仅为0.13,SO₂、NO₂、CO质量浓度出现明显降低,而O₃质量浓度在沙尘过境时有所升高;细颗粒物质量浓度与MASS数浓度变化趋势基本一致,细颗粒物的变化趋势可一定程度上反映大气细颗粒物的污染状况;利用自适应共振神经网络法分类后经人工合并将所采集到的细颗粒分为9类：OC、EC、HOC、OCEC、MD、HM、K、Na、LEV;所选时间段内SPAMS采集到的OC（24.8%）类颗粒物数量最多,沙尘过境时MD、LEV、Na类颗粒物占比不同程度增大,其余颗粒物占比减小;沙尘过境时扬尘源、生物质燃烧源、工业工艺源、餐饮及其它源贡献率增加,其中扬尘源增幅最大,而其余源贡献占比减小;后向轨迹HYSPLIT模型输送路径结果显示沙尘天气过程的起源地为塔克拉玛干沙漠,传输方向为经新疆的塔里木盆地塔克拉玛干沙漠进入青海中部,最后影响兰州地区.     

北京地区秋冬季大气污染特征及成因分析

为了研究近两年北京地区PM2. 5污染特征及成因变化,利用常规观测资料和改进的后向轨迹模型(Traj Stat)对2016～2017年秋冬季大气重污染时段的颗粒物浓度、气象要素和气团传输路径进行了综合分析.结果表明,研究期间北京地区共发生13次持续2 d以上的重污染事件,冬季过程约占61. 5%,且污染程度和持续时间均高于秋季.地面受弱气压场控制、高湿度、静小风以及较低的混合层高度,加之北京三面环山的特殊地势是导致秋冬季静稳型污染频发的重要因素,重污染期间PM2. 5/PM10的平均比值高达0. 86.累积阶段气团主要来自于西北、偏西、西南和东南方向,其中西南和东南路径为典型污染传输通道,轨迹频率为21. 6%.此外,采用WRF-CAMx模型定量估算了2016年12月16～22日典型过程中本地和外来污染源对北京PM2. 5的贡献,结果发现不同气团输送条件下,二者的贡献差异较大.当南部气团输入时,本地贡献会显著下降,以外部区域输送为主导;若气流来自西北方向情况则相反.污染过程期间,本地贡献为16. 5%～69. 3%.     

颗粒物有机源示踪物的筛选与应用综述

大气颗粒物中的不少有机组分具有较强的源指向性,是识别颗粒物来源并评估各污染源对城市大气环境影响的重要工具之一.前人因此针对不同污染源颗粒物有机组成进行了广泛研究,并筛选出大量具有源指纹意义的有机示踪物.本文对前人的相关工作进行了简要整理,重点关注了生物质燃烧、餐饮源、化石燃料燃烧和交通源排放颗粒物有机组成特征,总结了这4类污染源主要的源示踪物,系统计算了各污染源的特征比值,并以此讨论了有机源示踪物在颗粒物源解析方面的运用.此外,也进一步分析了目前国内外源示踪物筛选工作的不足,指出了新的源示踪物筛选方向.     

南京地区典型霾天气个例特征的比较分析

利用2011年南京大学城市大气环境观测站气象因子及污染物浓度资料、58238站点气象探空资料及NCEP再分析资料、CALIPSO卫星资料,比较分析了南京地区4类典型霾天气(烟花爆竹、沙尘、秸秆燃烧及不利气象条件污染)的污染特征.结果表明:烟花爆竹个例污染物排放集中,以细颗粒物为主,除夕和初五的PM2.5小时浓度分别达到0.46 mg·m-3和0.34 mg·m-3,受逆温层影响,能见度持续降低,最低达到1.16 km;受北方沙尘暴南下影响,沙尘个例以粗颗粒为主要污染物,PM10小时最高浓度为0.78 mg·m-3,PM2.5/PM10平均值为0.39,粒子形状不规则,体积偏退比为0.17;秸秆燃烧个例为重霾污染,能见度最低值为0.97 km,后向散射系数为0.0039 km-1獉sr-1,PM10和PM2.5最高小时浓度达到0.80 mg·m-3和0.49 mg·m-3,颗粒物主要来自南京东南地区秸秆的集中燃烧;不利气象条件导致的污染过程在冬季比较常见,下沉气流活跃,出现双层逆温,近地面静小风造成污染物积累,PM2.5与能见度的相关系数达到0.86,细颗粒物为主要污染物.可见,南京市霾天气可分为两类,分别是由不利气象条件导致的累积性污染和由高强度排放源造成的暴发性污染,具有不同的气象和污染特征.