我国典型细颗粒物排放源单颗粒质谱特征对比研究

针对现有污染源单颗粒质谱成分谱较少且缺乏对比总结的问题,本论文收集了工艺过程源、扬尘源、机动车尾气源、燃煤源和生物质燃烧源的单颗粒质谱图数据,使用聚类算法分析了各源类单颗粒物的主要化学组成特征的差异性.结果表明工艺过程源和燃煤源颗粒物均含有OC类、矿物质类、EC类、重金属类、富钾/左旋葡聚糖/硫酸盐硝酸盐类、OCEC类,但各颗粒类型的占比有明显差异,燃煤源中EC类占比明显高于工艺过程源而重金属类占比低于工艺过程源.生物质燃烧源主要由OC类、其他有机物类、富钾/左旋葡聚糖/硫酸盐硝酸盐类和OCEC类组成.扬尘颗粒的主要类型为矿物质类.从单颗粒化学组成上看,工艺过程源排放的有机颗粒中OC常与SO₄^2-内混,元素碳颗粒中EC与NO₃^-或SO₄^2-内混.燃煤源排放的碳质颗粒中EC、OC成分往往与NO₃^-和SO₄^2-或者单独与SO₄^2-...     

成都市夏冬季大气胺颗粒物的单颗粒质谱研究

基于单颗粒气溶胶质谱（SPAMS）对成都市夏冬两季大气胺颗粒进行了综合观测,结合ART-2a算法及人工合并,2个季节大气中的胺颗粒都可分为7类,各类颗粒贡献的季节差异明显,燃烧源颗粒（如EC）在夏季贡献较大,而老化的有机碳颗粒（OCa）贡献在冬季显著升高.两季节平均质谱差减进一步证明夏、冬季分别以燃烧源和老化的胺颗粒为主.因高温分解,夏季胺颗粒占比在正午出现明显的低值,而下午的燃烧活动（如生物质燃烧）对该占比提升作用明显;冬季胺颗粒占比在白天显著高于夜间.随污染加重,胺颗粒数在夏冬两季均快速增加,其中夏季EC颗粒升高最为明显,污染最重时贡献可达47%;冬季升高最明显的是老化程度更高的OCa颗粒,当PM_2.5浓度达到200μg/m³以上时,其贡献比例可达37%.因此,由于污染源和气候条件的差异,成都市大气胺颗粒形成机制和理化特征季节差异巨大.     

单颗粒质谱在空气PM2.5来源解析中的应用

本文对目前国家源解析要求进行了分析,对比了现有离线PM2.5源解析方法和在线源解析方法的优缺点。详细介绍了单颗粒气溶胶系统的采样、分析及源解析系统原理,对现有在线源解析系统的应用进行了分析。结合现有在线源解析技术,对在线源解析的发现方向进行了探讨。     

计算机控制扫描电镜技术(CCSEM)在大气颗粒物表征及源解析中的应用

近年来,我国环境空气质量不断改善,在此背景下准确掌握大气颗粒物的理化性质及其来源是精准治污的重要基础. 计算机控制扫描电镜技术(CCSEM)的快速发展大幅提高了单颗粒分析效率,为实现颗粒物精细化源解析提供新的技术手段. 本文介绍了CCSEM技术的原理、特点、测试流程及技术发展,梳理了CCSEM在大气颗粒物的理化性质、来源解析及健康效应中的研究成果,总结了CCSEM的发展前景及局限性. 结果表明:CCSEM可通过自动化测试快速获取更全面的颗粒物信息,后处理功能便于快速掌握颗粒物污染源精细化信息,寻找部分隐匿的污染源,对比不同区域颗粒物类型的差异,并获取颗粒物精细化源解析结果. CCSEM对重金属等有潜在健康危害的高原子序数元素有较高的识别效率,可应用于颗粒物健康效应研究. 因此,CCSEM在大气颗粒物精细化源解析及健康效应研究等方面有较好的应用前景. 但是,CCSEM在颗粒物识别、分类标准及分析时效性等方面有一定的局限性,在未来应通过加强CCSEM形貌识别提高颗粒物的识别效率,结合单颗粒源谱数据库制定更科学的颗粒物分类规则,以及加强采样、测试及分析的连贯性以提高分析时效性.      

天津市PM_(2.5)在线源解析成分特征谱库构建研究

根据天津市颗粒物源解析结果,选取扬尘、燃煤、机动车尾气、工业生产、生物质燃烧及餐饮油烟等典型PM_(2.5)排放源,利用单颗粒气溶胶质谱仪开展天津市PM_(2.5)在线源解析成分特征谱库的构建研究。应用自适应共振理论神经网络分类算法(ART-2a)对采集的数据进行分析,确定了天津市PM_(2.5)的成分谱特征。通过对PM_(2.5)源谱离线与在线组分测试结果的相关性分析,得出各类污染物在线源解析源谱具有较好的代表性,能够定性反映各类污染源的基本信息,可作为在线源解析受体样品进行匹配的依据使用。     

煤矿区地表水悬浮颗粒物中PAHs的分布特征

应用色谱-质谱联用技术,鉴定了石龙区地表水悬浮颗粒物(颗粒相)中的多环芳烃化合物(PAHs),分析了其在不同水体中的分布特征,并应用PAHs特征性比值对其进行了源解析.结果表明,共鉴定出除苊和二氢苊之外的14种美国EPA优控PAHs.水塘水、河流水颗粒相中PAHs含量远高于矿井水,且毒性等效浓度也较高,尤其是水塘水表现出更为严重的PAHs积累态势.源解析认为,矿井水颗粒相PAHs主要是其自身携带煤层中的粉尘所致;水塘水颗粒相PAHs以焦化飞灰、燃煤烟尘等燃烧产物输入为主;河流水颗粒相PAHs则不仅仅是由矿井水携带注入,大气颗粒物的干湿沉降及电厂、洗煤厂等工业废水也是重要的输入源.     

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.      

北京APEC期间不同颗粒物源解析方法的结果比较

2014年10月8日~11月25日,在北京城市点位采用颗粒物多组分在线监测技术与单颗粒气溶胶质谱（SPAMS）两种方法测定颗粒物化学组分.基于颗粒物在线多组分监测技术得到的受体数据,采用ME2模型进行解析（OC-ME2）;基于SPAMS的观测数据,采用ART-2a和ME2两种方法进行来源解析.SPAMS-ART2a方法解析得到6种颗粒物污染源,而SPAMS-ME2和OC-ME2均确定了5种来源.每种方法都识别出了扬尘源、机动车尾气、燃煤源、工艺过程源和二次源.结果表明：3种方法的解析结果均显示机动车尾气（25.43%~28.84%）和二次源（22.55%~33.50%）是颗粒物的主要来源,其次是燃煤源（20.16%~21.21%）和工艺过程源（12.01%~15.17%）;不同方法解析出的同种源在对颗粒物（PM）的分担率与贡献时间变化上存在较大的差异,这可能与采样方法、化学分析方法和数据分析方法等有关.对APEC会议期间主要污染源类特征进行研究,3种方法解析结果中的首要污染源均是机动车尾气（29.17%~44.18%）,其贡献均高于非会议期间（23.59%~28.79%）,表明在此期间机动车尾气对颗粒物的产生具有重要影响.     

利用单颗粒气溶胶质谱仪研究燃煤尘质谱特征

采用单颗粒气溶胶质谱仪(SPAMS)和再悬浮采样器联用的方式对燃煤电厂烟道气样品和下载灰样品的质谱特征进行测定,并使用颗粒物粒径分级采样仪ELPI测定其粒径分布特征.研究表明,SPAMS监测得到的粒径分布与ELPI结果差异较大,SPAMS对于500 nm以上粒径段检测效果较好;两个样品正谱图中有非常明显的锂、钙、钛、铝等金属组分信号和碳组分信号特征,负谱图中硅酸盐、硝酸盐和硫酸盐等信号比较明显,并且随着粒径的增加碳组分、硫酸盐和硝酸盐等组分对应的信号强度逐渐减弱,而硅酸盐、铝、钙和钛等组分对应的信号强度逐渐增强;对两个样品使用ART-2a聚类获得多个颗粒物类别,分析表明,它们均含有元素碳二次类(硫酸盐和硝酸盐缩写为二次Sec)、有机碳二次类、铝元素碳类、铝钙硅酸盐类和富硅酸盐类等颗粒物类别,并且随着粒径的增加金属硅酸盐颗粒出现频率增大,而含碳颗粒与硫酸盐出现频率降低.但烟道气样品和下载灰样品的质谱特征呈显著差异,下载灰样品更能代表燃煤源真实排放特征.建议在今后建立基于单颗粒质谱固定源成分谱时,应使用单颗粒气溶胶质谱仪在外场进行实测,并使用聚类的方法提取不同粒径段上的源质谱特征,可能会取得更好的效果.     

鹤山大气超级站旱季单颗粒气溶胶化学特征研究

利用单颗粒气溶胶飞行时间质谱等仪器在鹤山大气超级站开展综合观测,结合ART-2a自适应共振神经网络聚类算法,将2013年11月4日~2013年12月30日期间监测到的1637330个细颗粒分成9类: EC-Fresh颗粒、EC-Nitrate/Sulfate颗粒、K-EC颗粒、Ca-EC颗粒、ECOC颗粒、OC-Levoglucosan颗粒、OC-Nitrate/Sulfate颗粒、K-Nitrate/Sulfate颗粒和Metal-rich颗粒.结果表明:该大气超级站所在地区旱季霾日有利于与水溶性二次无机组分混合的EC-Nitrate/Sulfate颗粒、K-Nitrate/Sulfate颗粒的累积;晴朗天更有利于二次有机组分在气溶胶颗粒中生成,雨天受当地排放源的影响显著,含有较高EC-Fresh和K-EC颗粒.相关性的研究发现,EC-Nitrate/Sulfate颗粒与能见度有良好的相关性,它们对霾的形成有至关重要的作用.     

区域大气细粒子污染特征及快速来源解析

在广东大气超级站使用单颗粒气溶胶飞行时间质谱仪(SPAMS)等仪器开展综合观测,2013年12月共监测到两个污染过程,主要的化学成分为元素碳(EC),占总颗粒数的56.8%,其次为有机碳(OC)和重金属(HM),分别占总颗粒数的12.7%和10.1%.两个污染过程中,不同颗粒类别的变化趋势有差异,说明两个污染过程的污染特征有所不同.污染来源分析发现,监测期间主要受到机动车尾气源和燃煤源的影响,二者分别占24.8%和22%;其次为工业工艺源和生物质燃烧,分别占16.4%和10.3%.第一个污染过程中,工业工艺源是首要污染源,而随着颗粒物浓度的增高,燃煤和二次无机气溶胶的比例明显增加,说明此污染过程中受一次污染源(燃煤源和工业工艺源)和二次光化学反应的复合影响.而第二个污染过程中,机动车尾气为首要污染源,其次是燃煤和工业工艺源,整个过程中各源的比例较为稳定,说明该次污染过程主要由不利气象条件导致的污染物累积形成.     

深圳市大气PM2.5来源解析

为识别和量化深圳市大气PM_2.5的污染来源,2014年3,6,9,12月分别在5个站点采集PM_2.5的膜样品并进行质量浓度及组分分析,利用正向矩阵因子解析（PMF）模型对其主要来源和时空变化规律进行了解析.结果表明,2014年深圳市PM_2.5年均浓度为35.7 μg/m³,其中机动车源、二次硫酸盐生成、二次有机物生成和二次硝酸盐生成是最主要的来源,质量浓度贡献比例分别为27%、21%、12%和10%;地面扬尘、生物质燃烧源、远洋船舶源、工业源、海洋源、建筑尘和燃煤源贡献比例达2%~6%.各个源贡献的时空变化特征表明,二次硫酸盐生成、生物质燃烧源、二次有机物生成、工业源、远洋船舶源和海洋源显示出明显的区域源特征,机动车源、二次硝酸盐生成、燃煤源、地面扬尘和建筑尘具有显著的本地源特征.     

利用ME-2模型提升PM2.5源解析效果

为探讨ME-2模型控制旋转对传统PMF模型源解析效果的提升作用，于2017年9月10日~2018年8月29日在深圳北部某工业区开展PM_2.5采样，共获得153套样品.对PM_2.5中31种化学组分进行了分析，筛选出17个物种输入模型运算.2018年深圳北部工业区大气PM_2.5年均浓度为32.3 μg/m³，利用PMF模型初步识别出9个因子，分别为二次硫酸盐、二次硝酸盐、老化海盐、土壤扬尘、工业排放、燃煤、生物质燃烧、船舶排放和机动车，PMF输出结果中"混合因子"问题显著.基于PMF解析结果及获得的先验信息，在ME-2模型中建立4个限制源谱进一步解析，结果表明，与PMF模型相比，ME-2结果的示踪物在源中分配更集中，对示踪物浓度与相应源贡献的时间序列也提供了更好的拟合效果.二次硝酸盐、老化海盐、工业排放源在PMF模型中被高估了9%~51%，而二次硫酸盐、燃煤和生物质燃烧源被低估了19%~40%.本研究中ME-2解析结果比PMF更具有环境和统计学意义，为污染防治提供了更精确的控制指向.     

基于CALPUFF-CMB复合模型的燃煤源精细化来源解析

为了反映燃煤源对环境受体的影响情况,利用扩散模式（CALPUFF模式）对燃煤源多种子源类的排放、扩散过程进行模拟,得到燃煤源各子源类对环境受体中PM₁₀的影响权重,进而构建更具代表性的燃煤源成分谱.然后将受体颗粒物化学成分和两套源成分谱（基于环境影响构建的燃煤源成分谱和基于各子源类煤烟尘排放量加权平均的传统源成分谱）,分别纳入CMB模型进行乌鲁木齐市采暖季环境受体中PM₁₀的来源解析.结果表明：基于CALPUFF模拟结果,得到燃煤源的3类子源类­电厂、供热、工业燃煤源的影响权重分别为0.02、0.39和0.59.基于传统方法构建的源成分谱进行源解析的结果显示,各源类的贡献大小依次为：集中燃煤（27.2%） > 城市扬尘（19.1%） > 二次硫酸盐（15.7%） > 民用散煤（9.9%） > 二次硝酸盐（9.5%） > 机动车尾气尘（7.6%） > 钢铁尘（1.2%） > 建筑水泥尘（0.2%）;而基于环境影响构建的源成分谱获得的结果显示：二次硫酸盐（20.1%） > 城市扬尘（20%） > 集中燃煤（18.9%） > 民用散煤（11.5%）二次硝酸盐（10.5%） > 机动车尾气尘（9%） > 钢铁尘（1.7%） > 建筑水泥尘（1.4%）.基于不同燃煤源子源类对受体环境的影响权重,将乌鲁木齐市颗粒物来源解析结果进一步细分,得到相对精细化的来源解析结果.结果显示,民用散煤的贡献为11.5%,电厂燃煤源为0.4%,供热燃煤源为7.4%,工业燃煤源为11.1%.     

驻马店市区采暖季PM2.5时间和空间来源解析研究

为了明确驻马店市区PM_2.5污染特征及贡献源类,2019年1—3月在驻马店市区2个采样点采集PM_2.5样品,分析了其化学组分特征;结合PMF和后向轨迹模型构建了PM_2.5的时间和空间来源解析方法,并对该解析方法进行应用.结果表明:①采暖季,驻马店市区环境空气中ρ(PM_2.5)平均值为117 μg/m3,NO₃-和OC是其主导组分;ρ(OC)和ρ(EC)分别达18.2和5.2 μg/m3,且ρ(OC)/ρ(EC)平均值为3.5,说明机动车源和燃煤源的影响较明显.②ρ(SO₄2-)与ρ(NO₃-)相关性显著(R=0.80,P < 0.01),表明SO₄2-和NO₃-具有较高的同源性.③重污染过程中ρ(SNA)(SNA为SO₄2-、NO₃-和NH₄+三者统称)平均值为61.5 μg/m3,显著高于清洁期;重污染过程中硫氧化率(SOR)和氮氧化率(NOR)分别达0.42和0.39,说明存在明显的二次离子生成过程.④重污染过程中Si、Al、Mg等地壳类元素的浓度和占比均高于清洁期,说明重污染过程中扬尘源的贡献可能较高.⑤来源解析结果表明,二次源是采暖季PM_2.5的最大贡献源,贡献率为32.6%,其次为扬尘和生物质燃烧混合源(26.4%)、机动车源(21.4%)、燃煤源(13.2%)和工业源(6.3%);两次重污染过程中的最大贡献源分别为二次源(54.5%)和机动车源(46.2%),清洁期的主要贡献源主要为二次源(45.2%)和燃煤源(29.8%).从空间变化来看,扬尘和生物质燃烧混合源对天方二分厂的贡献率(29.3%)明显高于对彩印厂的贡献率(23.3%),而燃煤源对彩印厂的贡献率(16.5%)高于对天方二分厂的贡献率(10.1%),其他源类的贡献率相差不大.正东、东南以及西北方向是彩印厂和天方二分厂各类源的主要贡献方向.研究显示:二次源是采暖季、重污染期间和清洁期最大的贡献源;相比于清洁期,重污染期间扬尘和生物质燃烧混合源贡献增加.源类贡献存在空间差异,正东、东南及西北方向是采样点各类源主要贡献方向.      

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.      

成都市冬季大气颗粒物组成特征及来源变化趋势

年冬季分别在成都市8个环境受体采样点采集PM₁₀、PM_2.5样品,同时采集颗粒物源类样品,分析上述样品质量浓度及多种无机元素、水溶性离子和碳组分的含量,以对这3 a冬季大气颗粒物浓度、特征组分、来源及变化趋势进行分析. 使用CMB-iteration模型对成都市中心城区的PM₁₀、PM_2.5进行来源解析. 结果表明: 成都市冬季ρ(PM₁₀)在工业区最高,PM_2.5污染呈现区域性特征;冬季PM₁₀的主要来源有扬尘、二次硫酸盐、煤烟尘、二次硝酸盐和机动车尾气尘,上述5类源在2010─2012年的分担率分别为24%～29%、17%～22%、13%～16%、6%～12%、6%～11%;对PM_2.5有重要贡献的源类有二次硫酸盐、扬尘、煤烟尘、二次硝酸盐和机动车尾气尘,这5类源在2010─2012年的分担率范围分别为25%～27%、19%～22%、12%～15%、11%～13%、8%～11%. 二次粒子、扬尘等是成都市大气颗粒物的主要污染源,其中扬尘、建筑水泥尘等以粗粒子为主的源类浓度贡献呈逐年下降趋势,而二次粒子等以细粒子为主的源类浓度贡献则逐年上升,成都市冬季大气细颗粒物污染加重.      

关中地区背景点位环境空气PM2.5来源解析与多模型结果对比

为研究关中地区远郊背景点位大气PM_2.5污染来源,于2014年12月-2015年10月在西安市区西南方向约34 km的背景点位（农村区域,108°44'13"E、34°00'53"N）开展样品采集,共获得218个有效样品,对29种化学组分进行了分析,并运用ME2和PMF模型进行同步解析、相互验证.结果表明:ME2和PMF模型各解析出5类因子,分别为二次无机盐、机动车尾气排放、生物质燃烧、煤烟尘和土壤尘.其中,二次无机盐分担率为42.23%~42.74%,是首要贡献源类,机动车尾气排放（22.40%~24.53%）、煤烟尘（14.57%~14.73%）、生物质燃烧（11.88%~13.42%）是另外3种主要贡献源,而土壤尘（6.28%~7.22%）分担率相对较小. 2种模型同步解析大气颗粒物来源对比表明,ME2和PMF模型同步解析结果一致,各源类的日贡献浓度均呈正相关,其中二次无机盐、机动车尾气排放、土壤尘的相关性较强,R2在0.876~0.960之间,表明解析结果可信.      

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.