北京南部城区PM2.5中碳质组分特征

为了解《大气污染防治行动计划》实施后北京市大气PM_2.5中碳质组分特征,于2017年12月至2018年12月在北京污染较重的南部城区进行了PM_2.5连续采样,对其中的有机碳（OC）和元素碳（EC）进行了全面研究.结果表明,北京大气PM_2.5、OC和EC浓度变化范围分别为4.2~366.3、0.9~74.5和0.0~5.5 μg ·m^-3,平均浓度分别为（77.1±52.1）、（11.2±7.8）和（1.2±0.8）μg ·m^-3,碳质组分（OC和EC）整体占PM_2.5的16.1%.OC质量浓度季节特征表现为：冬季[（13.8±8.7）μg ·m^-3] > 春季[（12.7±9.6）μg ·m^-3] > 秋季[（11.8±6.2）μg ·m^-3] > 夏季[（6.5±2.1）μg ·m^-3],EC四季质量浓度水平均较低,范围为0.8~1.5 μg ·m^-3.二次有机碳（SOC）年均质量浓度为（5.4±5.8）μg ·m^-3,四季贡献比例范围为45.7%~52.3%,年均贡献为48.2%,凸显了二次形成的重要贡献.随污染加重,尽管OC和EC贡献比例均降低,但浓度水平却成倍升高,OC和EC浓度在严重污染天分别是空气质量为优天的6.3和3.2倍.与非供暖时段相比,供暖时段PM_2.5、OC和SOC浓度分别增加了14.4%、47.9%和72.1%,体现了OC对供暖季PM_2.5污染的重要贡献.PSCF分析表明,位于北京西南的山西省和河南省部分区域是PM_2.5和OC的主要潜在源区,且PM_2.5潜在源区更为集中;EC的PSCF高值（>0.7）区域较少,主要位于北京南部,如山东省和河南省部分地区,且北京市及周边地区贡献明显.     

张掖市城区大气细颗粒物PM2.5的化学组成及来源解析

为研究张掖市城区大气细颗粒物（PM_2.5）的污染特征和来源,于2020年9月至2021年7月在张掖市城区的河西学院和湿地博物馆2个采样点进行了PM_2.5样品采集,对PM_2.5浓度、化学组成（水溶性无机离子、碳质组分和元素）和来源进行分析.结果表明,河西学院和湿地博物馆两个采样点的年均ρ（PM_2.5）分别为（73.7±31.8）μg·m^-3和（68.1±33.3）μg·m^-3,季节浓度均值均呈现春季>冬季>秋季>夏季的变化.河西学院采样点的二次水溶性无机离子（SO₄^2-、NO₃^-和NH₄⁺）年均值高于湿地博物馆.河西学院采样点的ρ（OC）和ρ（EC）分别为（9.6±5.7）μg·m^-3和（2.9±1.6）μg·m^-3,湿地博物馆采样点的年均ρ（OC）和ρ（EC）分别为（9.2±5.8）μg·m^-3和（2.5±1.3）μg·m^-3,河西学院的含碳组分在各季节均高于湿地博物馆.河西学院和湿地博物馆两个采样点的年均二次有机碳（SOC）在OC中的质量分数分别为49.4%和43.7%,表明张掖市存在较为严重的二次污染.河西学院和湿地博物馆两个采样点的元素浓度年均值分别为（6.0±3.5）μg·m^-3和（5.8±3.9）μg·m^-3,受到人为源的影响,Zn、Ca、Al和Fe等元素浓度水平相对较高.正定矩阵因子分解模型（PMF）结果表明,张掖城区PM_2.5的主要贡献源为二次气溶胶（28.0%）、交通源（25.8%）、扬尘源（15.2%）、燃煤源（14.0%）、生物质燃烧和垃圾焚烧源（12.5%）和工艺过程源（4.5%）.     

成都市大气细颗粒物组成和污染特征分析(2012-2013年)

为了解成都市大气细颗粒物的污染特征,于2012年5月-2013年5月在成都市城区开展了每6 d采集1次样品的长期颗粒物观测.利用十万分之一分析天平、热光碳分析仪、离子色谱、电感耦合等离子体质谱(ICP-MS)分别分析了颗粒物样品的质量浓度、有机碳/元素碳、水溶性离子、无机元素等,同步收集了污染物在线观测数据、气象数据和卫星遥感数据.结果表明,采样期间,成都市可吸入颗粒物(PM₁₀)和细粒子(PM_2.5)浓度颗粒物浓度分别高达(129.7±76.4)和(91.6±54.3) μg·m^-3,PM_2.5中以二次无机离子(SNA,43.6%)和有机物(OM,31.2%)污染最为突出,其次为土壤组分(Soil,13.8%)、元素碳(EC,5.0%)和微量元素(Trace,0.8%);1月、3月、5月和10月是污染较重的月份.通过比较揭示了不同污染源影响下的典型污染特征.生物质燃烧期间,成都城区PM_2.5浓度达214.3 μg·m^-3,PM_2.5/PM₁₀比达0.89,其中OM贡献增加至57.2%,K⁺浓度达8.7 μg·m^-3,OC/EC比达8.3,SNA比重下降;而沙尘传输期间,PM_2.5浓度为122.6 μg·m^-3,仅占PM₁₀浓度的0.28,PM_2.5中土壤组分比例剧增至77.3%,SNA和无机元素的比重明显下降;静稳天气下PM_2.5浓度为261.0 μg·m^-3,各组分比重并无明显变化,硝酸盐和铵盐比例稍有增加.     

2013-2014年河南省PM2.5浓度及其来源模拟研究

随着城市化和工业化水平的逐渐提高,河南省的空气污染问题也日益严重.利用嵌套网格空气质量模式（NAQPMS）,数值模拟了2013年7月-2014年6月年河南省大气细颗粒物及其前体物（NO₂、SO₂、PM₁₀、PM_2.5）的地面浓度,并量化了其主要来源.结果表明：模式能够较好地再现污染物的时空演化特征.整体来讲,河南省PM_2.5的高值区集中在中部和北部地区,呈现冬季高、夏季低的特点.在线源解析模拟发现,河南省不同地区PM_2.5的来源有所不同,中西部地区主要来自于本地,而在东部和北部地市,来自周边省份的区域输送更为显著,其贡献达到40%～50%,且在PM_2.5浓度的高值区更为明显.就行业贡献而言,居民源、工业源和机动车排放是河南省PM_2.5浓度的主要来源,其浓度贡献分别为23.7 μg·m^-3（贡献比例24%,下同）、20.6 μg·m^-3（21%）和21.3 μg·m^-3（22%）,电厂、农牧业和地面扬尘的浓度贡献分别为7.0 μg·m^-3（7%）、8.7 μg·m^-3（9%）和17.8 μg·m^-3（18%）.受居民源影响最大的地区是河南中东部和北部地市,其贡献达到PM_2.5浓度的27%、27%和25%.工业源影响最大的地区集中在太行山南部地市,其浓度贡献为26.4 μg·m^-3（24%）,在其他地市的贡献为17%～23%.机动车对河南东部影响最为显著,其浓度贡献为22.9 μg·m^-3（24%）.电厂和农畜牧业对全省PM_2.5的贡献分布比较均匀,分别为6%～9%和8%～10%.分析不同浓度下的PM_2.5来源,发现工业源和扬尘贡献随PM_2.5浓度增加逐渐降低,而居民源和机动车排放的贡献则有所增加,在PM_2.5浓度高于100 μg·m^-3期间,达到22%和20%.     

苏州工业园区室内外颗粒物中多溴联苯醚污染特征及人体暴露水平

利用大流量主动采样技术在苏州市工业园区工厂车间、办公室、住宅区和风景区,采集PM₁₀样品,GC-MS测定PM₁₀中8种PBDEs的含量.室内PM₁₀中PBDEs总浓度范围为9.22~64.15 pg·m^-3（均值为20.93 pg·m^-3）,室外样品中PBDEs总浓度范围为1.06~8.44 pg·m^-3（均值为5.11 pg·m^-3）,室内含量显著高于室外含量.PM₁₀中∑₈PBDEs平均浓度从高到低顺序依次为工业车间、办公室、住宅区和室外大气,与其他地区室内外颗粒物含量相比,苏州室内外大气颗粒物中PBDEs都处于较低水平.室内外大气中BDE-209是最主要化合物（平均占总PBDEs的63%）,其次为BDE-99和BDE-47.车间员工、办公室员工和儿童的PBDEs日呼吸摄入剂量分别为3.75、2.78和2.60 pg·（kg·d）^-1,这表明苏州居民呼吸暴露PBDEs的潜在健康危害并不明显.     

2017年秋季长春市PM2.5中多环芳烃的污染来源及健康风险评价

本研究采集了长春市2017年秋季大气中的PM_2.5样品共30个,采用气相色谱质谱仪（GC-MS）分析了样品中17种多环芳烃（polycyclic aromatic hydrocarbons,PAHs）的浓度和组成特征,运用比值法和主成分分析法确定PAHs的污染来源,并通过计算苯并（a）芘等效致癌浓度和终身致癌超额危险度进行健康风险评估.结果表明,长春市秋季PM_2.5平均质量浓度为（50.84±12.23）μg·m^-3,有机碳（OC）和元素碳（EC）含量分别为（17.07±5.64）μg·m^-3和（1.33±0.75）μg·m^-3,占PM_2.5总量的37%;PAHs总浓度为（15.69±5.93）ng·m^-3,以中高环数的PAHs为主,占总PAHs的84.26%;长春市秋季大气中PAHs主要来源于机动车尾气排放（44.48%） > 煤燃烧（29.16%） > 生物质燃烧（26.36%）,本地交通（汽油车）排放是主要污染源;苯并（a）芘等效致癌平均浓度在1.55~5.38 ng·m^-3之间,总致癌等效平均浓度为（6.44±1.53）ng·m^-3,总体处于轻微污染水平;通过呼吸摄入PAHs对成年女性健康危害最大,其次是成年男性和儿童,但所有人群的终身致癌风险值均未超过1×10^-6,其健康风险处于可接受水平.     

珠江三角洲大气光化学氧化剂(Ox)与PM2.5复合超标污染特征及气象影响因素

基于粤港澳珠江三角洲区域空气监测网络12个监测子站的大气污染物数据,梳理2013~2017年大气光化学氧化剂O_x（NO₂+O₃）与PM_2.5质量浓度的变化趋势.O_x+PM_2.5复合超标污染定义为NO₂和PM_2.5质量浓度日平均值以及O₃浓度日最大8 h平均值（O₃ MDA8）同时超过二级浓度限值,分析了不同类型站点复合超标污染的时空分布特征以及气象因素影响.结果表明,2013~2017年珠三角PM_2.5年均质量浓度由（44±7）μg·m^-3下降至（32±4）μg·m^-3,实现PM_2.5连续3 a达标.O_x年均质量浓度由2013年（127±14）μg·m^-3下降至2016年（114±12）μg·m^-3,2017年反弹至（129±13）μg·m^-3,O₃浓度上升明显（10 μg·m^-3）.以O₃为首要污染物的污染过程占比由2013年33%增多至2017年78%,多个城市同时发生污染的区域特征明显.研究时段内O_x+PM_2.5复合超标污染事件共发生60次,主要在城区站点（78%）和郊区站点（22%）.秋季发生复合超标污染天数最多（52%）,是因为强太阳辐射有利于臭氧生成,大气氧化性增加,进而促进了PM_2.5二次生成.造成珠三角复合超标污染的天气形势主要为高压出海型（43%）、高压控制型（30%）和热带低压型（27%）.就具体气象因素而言,气温在20~25℃且相对湿度在60%~75%的范围内时,复合超标污染事件发生占比最高（22%）.在O₃重污染过程中,夜间高湿和低风速使得NO₂和PM_2.5浓度显著上升,日间高温加剧了复合超标污染.     

COVID-19疫情期间北京市两次重霾污染过程大气污染物演变特征及潜在源区分析

新冠肺炎疫情（COVID-19）期间,执行了严格居家隔离措施,人为排放源急剧降低,但北京仍出现了两次持续重霾污染过程.本研究使用北京市大气污染物、气溶胶数浓度和气象要素数据,结合气团轨迹模式（HYSPLIT）,计算了潜在源贡献因子（PSCF）和浓度权重轨迹（CWT）,分析了两次重霾污染过程中大气污染物的演变特征及其潜在源区贡献.结果表明,COVID-19期间居家隔离措施对PM_2.5和黑碳（BC）的日变化特征影响较大,对CO、NO₂、SO₂和O₃的日变化影响较小.两次重霾污染过程首要污染物均是PM_2.5,污染过程1主要是以局地污染为主,污染过程2以局地污染和外来输送为主.不同过程下气溶胶数浓度谱分布均为单峰型分布,峰值位于0.3 μm,在污染过程中主要是0.2~0.5 μm粒径气溶胶数浓度增加,是干净日的3.3~13.6倍.不同过程中BC_liquid对BC的贡献为64.8%~85.1%.BC_liquid的浓度为：污染过程2（5.04 μg ·m^-3）>污染过程1（3.20 μg ·m^-3）>干净日（疫情前,2.31 μg ·m^-3）>干净日（疫情,0.76 μg ·m^-3）.不同过程中PM_2.5和BC的PSCF和CWT分布特征不同.PM_2.5的PSCF高值区在干净日（疫情前）和干净日（疫情）主要分布在北京的西南方和西部,权重浓度超过30 μg ·m^-3;在污染过程1和污染过程2主要分布在北京及其周边地区和西南部,权重浓度均超过90 μg ·m^-3.BC的PSCF高值区在干净日（疫情前）、干净日（疫情）和污染过程1主要分布在北京及其周边地区,权重浓度分别超过2.4、0.9和4.5 μg ·m^-3;在污染过程2中分布在北京西南部,权重浓度超过5μg ·m^-3.     

“一带一路”沿线国家PM2.5污染与人口暴露风险的时空分布特征

使用1999—2016年0.01°×0.01°高空间分辨率的卫星反演PM_2.5浓度数据集，结合精度为1 km×1 km的人口栅格数据，分析了"一带一路"沿线65个国家PM_2.5污染与暴露风险的时空变化特征.结果表明：①PM_2.5浓度存在着明显的区域分布差异，PM_2.5浓度高值区（>35 μg·m^-3）主要分布在地形平坦、人口密集的恒河平原、华北平原和中南半岛等区域，中值区（10~35 μg·m^-3）主要集中在俄罗斯西部、中东欧、沙特东部和缅甸等区域，而低值区（<10 μg·m^-3）主要分布在高海拔、高纬度与荒漠化地区，如青藏高原、西伯利亚、西亚卢特沙漠等区域；②65国年均PM_2.5浓度从1999年的12.0 μg·m^-3上升到2016年的14.1 μg·m^-3，年均增长超过0.1 μg·m^-3，累计有22.5%的区域有显著的增加趋势，仅有5.2%的区域呈显著下降趋势；③2000—2016年，PM_2.5浓度在35 μg·m^-3以上的区域面积比重从2.2%上升到7.2%，暴露人口占比从18.9%增加至41.9%；④人口暴露风险平均值从2000年的665.2增加至2016年的1140.4，Hurst总体均值为0.59，其中大于0.5的持续性区域占82.3%，持续性特征以弱持续性为主.     

2017~2018年北京大气PM2.5中水溶性无机离子特征

为探究近年来北京市空气质量持续改善过程中PM_2.5及其中水溶性无机离子（WSIIs）特征,于2017~2018年在北京城区进行了连续1 a的PM_2.5样品采集,对其中9种主要WSIIs进行了全面分析.结果表明,北京市PM_2.5年均浓度为（77.1±52.1）μg ·m^-3,最高和最低值分别出现在春季[（102.9±69.1）μg ·m^-3]和夏季[（54.7±19.9）μg ·m^-3].WSIIs年均浓度为（31.7±30.1）μg ·m^-3,对PM_2.5贡献比例为41.1%,季节贡献特征为：秋季（45.9%） > 夏季（41.9%） > 春季（39.9%） ≥ 冬季（39.2%）.SNA是WSIIs的重要组成,春、夏、秋和冬季在总WSIIs中的占比分别可达86.0%、89.5%、74.6%和73.0%.随温度升高,NO₃^-和SO₄^2-分别呈现出了先升高后降低以及波动性升高的趋势;而当相对湿度低于90%时,2种离子浓度均随相对湿度增加而升高,反映了光化学和液相过程对2种离子组分的贡献差异.随污染加重,WSIIs整体贡献比例大幅升高,且各类WSIIs演化特征各异,其中,NO₃^-浓度和贡献均持续升高,而SO₄^2-和各类源自扬尘的离子组分（Mg²⁺、Ca²⁺和Na⁺）贡献降低.观测期间WSIIs主要来源包括二次转化、燃烧源和扬尘源,对燃煤和机动车的管控是其减排的重要途径.后向轨迹分析表明,源自北京市南部和西部的气团对应着较高的PM_2.5浓度和WSIIs占比,且二次离子贡献显著;而源自西北和北部的气团对应的PM_2.5浓度和WSIIs占比则较低,但Ca²⁺贡献较高.     

北京雾霾天大气颗粒物中微生物气溶胶的浓度及粒谱特征

于2013年1月8日~2013年2月4日雾霾频繁暴发期间,使用定量空气微生物采样器和气溶胶粒谱测试仪测试并比较了雾霾天和之后的清朗天气下细菌、真菌气溶胶浓度变化、粒谱分布及不同粒径大小颗粒物的数量浓度差异和粒谱分布特征.结果表明,采样周期内真菌气溶胶小于5μm的粒子(可吸入肺粒子)所占百分比显著高于细菌气溶胶小于5μm的粒子百分比.雾霾过后的晴朗天气下细菌、真菌气溶胶浓度高于雾霾天气时的浓度,而颗粒物浓度则相反.无论雾霾天或晴朗天微生物气溶胶的粒谱分布无显著差别,空气中的颗粒物以PM1.0占绝大多数.     

Observation of black carbon aerosol in Beijing,2003

The objective of this study was to determine the black carbon concentration in Beijing in 2003. The aerosol properties were measured using an Aethalometer and a tapered element oscillating microbalance (TEOM) on the roof of the Physics Building of Peking University (39.99° N, 116.31° E) from July to August 2003 and from November 2003 to January 2004. The average black carbon (BC) concentrations in the summer and winter were 8.80 and 11.4 μg/m³, respectively. During winter, two different cyclone cut offs were installed at the inlet of an aethalometer. The BC mass concentration in TSP, PM₁₀, and PM_2.5 were obtained. The results indicated that in winter aerosol, 90% of BC exited in PM₁₀ and 82.6% of BC exited in PM_2.5. The BC in PM₁₀ accounted for 5.11% of the PM₁₀ mass. Translated from Acta Scientiae Circumstantiae, 2005, 25(1): 17–22 [译自: 环境科学学报]     

办公楼聚集区空气中PBDEs谱分布与污染特征

为评估办公楼密集区大气中PBDEs污染程度、同类物分布特征及其健康风险,采集了典型科研园区室外空气样品(颗粒物+气态),利用GC-MS对PBDEs质量浓度进行测定.结果表明,PBDEs在气态、PM_(2. 5)和PM_(10)中质量浓度分别为2. 3～78. 6、14. 4～335. 3和11. 6～431. 7 pg·m~(-3),平均值为21. 7、96. 9和149. 3 pg·m~(-3),BDE-209是颗粒态PBDEs中质量浓度最高的同系物,占PBDEs总量的50%.颗粒物中PBDEs质量浓度均表现为秋季冬季夏季春季,冬季变化显著,夏季相对稳定.三溴联苯醚主要存在于气态中,随溴原子的增加,颗粒态PBDEs单体的含量比重增大.来源分析说明BDE-209的降解是空气中其他PBDEs组分的重要来源.暴露风险分析显示儿童和成人对PBDEs的呼吸摄入量分别为18. 6 pg·(kg·d)~(-1)和7. 1 pg·(kg·d)~(-1),远小于相关研究中推荐的最低观察不良反应水平1 mg·(kg·d)~(-1); BDE-209对成人和儿童的致癌风险值分别为3. 7×10-9和2. 3×10-9,远小于致癌风险限值10-6,表明该区域大气中PBDEs无健康危害.     

Characteristics of atmospheric particles and heavy metals in winter in Chang-Zhu-Tan city clusters, China

To understand the pollution characteristics of atmospheric particles and heavy metals in winter in Chang-Zhu-Tan city clusters, China, total suspended particulate(TSP) and PM10samples were collected in cities of Changsha, Zhuzhou and Xiangtan from December 2011 to January 2012, and heavy metals of Cd, Pb, Cr, and As were analyzed. It shows that the average TSP concentration in Changsha, Zhuzhou and Xiangtan were(183 ± 73),(201 ± 84) and(190 ± 66) μg/m3respectively, and the average PM10 were(171 ± 82),(178 ± 65) and(179 ± 55) μg/m3respectively. The lowest TSP and PM10concentrations occurred at the background Shaping site of Changsha. The average ratio of ρ(PM10)/ρ(TSP) was 91.9%, ranging from 81.3% to 98.9%. Concerning heavy metals, in TSP samples, the concentration of Cr, As, Cd and Pb were 28.8–56.5, 18.1–76.3, 3.9–26.1 and 148.0–460.9 ng/m3, respectively, while in PM10samples, were 16.4–42.1, 15.5–67.9, 3.3–22.2 and 127.9–389.3 ng/m3, respectively. The enrichment factor of Cd was the highest, followed by Pb and As, while that of Cr was the lowest.     

西安市秋冬季不同空气质量下可培养微生物气溶胶浓度和粒径分布

利用Anderson空气微生物采样器对西安市2014年9月~2015年1月间可培养微生物气溶胶进行采样、培养,分析不同空气质量下其浓度与粒径变化特征,并对其与颗粒污染物(PM_(2.5)、PM_(10))、气象参数(温度、相对湿度)和其它气态污染物(NO_2、SO_2、O_3)进行主成分+多元线性回归分析.结果显示,可培养细菌和真菌气溶胶浓度范围分别为97~1 909CFU·m~(-3),92~1 737 CFU·m~(-3).随空气污染程度加深,两种微生物气溶胶浓度均呈现增加趋势;细菌气溶胶粒径分布向粗颗粒偏移;而真菌气溶胶在低污染时呈正态分布,高污染时粒径峰值向细颗粒偏移.主成分分析结果显示,可培养微生物气溶胶主要与灰霾、太阳辐射和相对湿度有关.多元线性回归结果表明,细菌气溶胶与灰霾呈显著正相关(P0.05),与太阳辐射呈不显著负相关,与湿度呈不显著正相关;真菌气溶胶与灰霾、太阳辐射和相对湿度均呈不显著正相关.研究结果可以为评估微生物气溶胶所引起的环境与健康效应提供基础数据.     

奥运前期与奥运期间北京市大气细颗粒物特征比较分析

利用城市生态系统研究站对北京市奥运前后(2008年6～9月)大气中细颗粒物(PM2.5)进行连续监测,获得不同阶段PM2.5日平均浓度的动态特征,分析气象因素、人为控制管理措施对颗粒物浓度的影响.结果表明,近北五环的生态中心站点(RCEES)颗粒物日均浓度平均值为0.067 mg.m-3,奥运期间的颗粒物浓度(0.060 mg.m-3)比奥运前期(0.081 mg.m-3)减少了约26%.而位于南二环市中心的教学植物园站点(JX)颗粒物浓度平均含量为0.078 mg.m-3.JX站点奥运期间的颗粒物浓度(0.069 mg.m-3)比奥运前期(0.095 mg.m-3)减少了约27%.各个阶段PM2.5的日变化都基本呈现双峰态势.第一个峰值出现在08:00～10:00左右,RCEES站点颗粒物浓度为0.068 mg.m-3,JX站点浓度值为0.089 mg.m-3;另一个峰值出现在晚20:00～22:00左右,RCEES和JX站点颗粒物浓度为0.079 mg.m-3和0.083 mg.m-3,这主要与上班交通高峰导致的尾气排放污染和道路扬尘污染等有关.研究气象参数发现奥运期间与奥运前期气象条件无显著差异,属于高温高湿风力不大的典型北京夏季天气条件.奥运期间颗粒物浓度与温度呈显著正相关(P<0.01),而与风速、相对湿度及降水相关性不显著(P>0.05).而连续多年大气污染综合治理措施和奥运空气质量保障措施的实施,产生了显著环境效益.在自然因素相差不大的条件下,人为控制因素对奥运期间颗粒物的下降起到主导作用.     

某焦化厂周边大气PM10重金属来源及健康风险评价

为了解焦化厂周边大气PM10中重金属的来源及健康风险,于2012年6月采集了某焦化厂周边的PM10.使用微波消解-ICP-MS方法进行重金属含量的检测,并采用美国EPA人体暴露风险评价模型对大气颗粒物重金属进行人群健康风险的初步评价.结果表明,焦化厂周边PM10中10种重金属元素的浓度变化范围较大,在3.06×10-5~1.77×10-2mg·m-3之间,其中Cr的浓度最高,Co的浓度最低,致癌物质的浓度高于非致癌物质的浓度.焦化厂是其周边大气PM10重金属的主要来源,Ni是其主要的污染重金属.健康风险评价结果显示,成人的致癌风险比儿童大,工业区和学校存在较大致癌风险.而儿童的非致癌风险是最大的,居住区的非致癌风险不容忽视.致癌物质中Cd、Cr和As存在较大的潜在致癌风险,Ni和Co存在一定的潜在风险,非致癌物质中Mn的非致癌风险很大,应引起相关部门的重视.     

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.     

上海市浦东城区二次气溶胶生成的估算

利用2010年5～10月不同日最高O3小时浓度(O3,max)下PM10浓度变化评估不同O3浓度水平下二次气溶胶生成量.CO作为一次颗粒物的标志物,O3作为光化学反应水平的指示物种.结果表明不同光化学水平条件下,PM10中一次与二次气溶胶浓度及比例存在较大差异.随着光化学水平的增加,PM10中一次气溶胶排放浓度增长不大(0.036～0.044 mg.m-3),二次气溶胶的生成量却呈数倍增长(0.018～0.055 mg.m-3);二次与一次气溶胶浓度的比例也从49.8%增加到124.5%.O3,max出现的时间也随着光化学水平的增强由13:00推迟到14:00,二次气溶胶生成的主要时段也从11:00～20:00增加到09:00～20:00;此外,PM2.5中主要组分SO24-、NO3-、OC等比例随着光化学水平(即O3,max浓度)的不同而存在一定差异,当O3,max<0.10 mg.m-3时,PM2.5主要由12.0%有机碳(OC)、18.7%硫酸盐、13.1%硝酸盐和4.5%元素碳(EC)组成,而O3,max>0.20mg.m-3时,PM2.5主要由20.0%有机碳(OC)、22.9%硫酸盐、23.1%硝酸盐和4.7%元素碳(EC)组成.说明SO24-、NO3-、OC受光化学水平影响较大.     

深圳大气颗粒物中卤代多环芳烃污染研究

利用GC-MS方法分析了卤代多环芳烃在深圳市大气颗粒物(PM10和PM2.5)中的含量水平.所关注的9种卤代多环芳烃在PM10和PM2.5中的含量范围分别是118~1 476 pg·m-3和89~407 pg·m-3.在PM10和PM2.5样品中,9-Br Ant的含量水平最高,其次是7-Br Ba A和9,10-Br2Ant.深圳市大气PM10和PM2.5中卤代多环芳烃总含量水平表现出冬季秋季春季夏季的季节变化规律,但是各卤代多环芳烃单体含量水平的季节变化特征不同.温度、降水量和相对湿度等气象条件可能是影响大气PM10和PM2.5中卤代多环芳烃含量水平季节变化特征的重要因素.此外,PM10和PM2.5中卤代多环芳烃的含量水平与母体多环芳烃之间存在显著的相关关系.最后,本研究估算了卤代多环芳烃的毒性当量,大气PM10和PM2.5中卤代多环芳烃的毒性当量变化范围分别是17.6~86.2 pg·m-3和14.6~70.4 pg·m-3.其中,7-Br Ba A对卤代多环芳烃总毒性当量的贡献最大.结果表明深圳市大气PM10和PM2.5中卤代多环芳烃的总毒性当量低于母体多环芳烃.