重庆市生活垃圾焚烧发电厂颗粒物特征研究

为了解重庆市生活垃圾焚烧废气排放颗粒物的组分情况,采集了重庆市两家典型生活垃圾焚烧发电厂焚烧废气颗粒物滤膜样品,分析了化学组分。结果表明,重庆市生活垃圾焚烧废气颗粒物PM_(10)源和PM_(2.5)源组分的有机碳(OC)、元素碳(EC)、SO_4~(2-)质量分数偏高,OC、EC的质量分数均超过10%,SO_4~(2-)的质量分数为3.22%～18.5%,S、K、NH_4~+、Ca~(2+)含量均超过1%。PM_(2.5)源中Cl~-含量高达3.92%～11.9%。研究结果与其他城市垃圾焚烧排放颗粒物的PM_(2.5)源及PM_(10)源组分特征差异性不大,PM_(10)源组分中K、Cl~-、SO_4~(2-)、OC的含量偏高,分别为1.16%、5.42%、11.2%、30.3%;PM_(2.5)源组分中Cl-、SO_4~(2-)和OC的含量偏高,分别为7.70%、6.99%、29.0%。     

我国典型钢铁行业主要工艺环节排放颗粒物源成分谱特征

鉴于我国钢铁行业排放颗粒物源成分谱数量不足,有待更新的现状,致力于服务精细化颗粒物源解析的需求,采用稀释通道系统对武汉市某钢铁公司的3个主要工艺环节(烧结、炼钢、炼铁)排放源进行了采样.构建了3类PM_(2.5)源成分谱及3类PM_(10)成分谱,对源谱主要化学组分特征进行了研究,并与国内其他区域已有的钢铁行业源谱研究进行了对比.结果表明:(1)烧结工艺源成分谱中,SO_4~(2-)、Al和NH_4~+等含量高,PM_(2.5)源谱中质量分数依次为22. 2%、4. 5%和3. 5%,PM_(10)源谱中依次为36. 0%、5. 2%和2. 7%,炼铁工艺Fe元素含量最高,在PM_(2.5)源谱和PM_(10)源谱中分别达到28. 3%和24. 5%,炼钢工艺源谱Ca、Fe元素等为主要组分;(2)元素组分中,烧结工艺S元素含量最高,地壳元素在PM_(10)源谱中含量更高,炼铁工艺Pb、Cr等重金属含量偏高,炼钢工艺Cr富集;(3)源谱之间分歧系数的计算显示,同类工艺粗细粒径源谱相似性偏高,烧结工艺与其他两类工艺源谱之间差异性较高,炼钢工艺与炼铁工艺差异性较低.同国内其他区域研究源谱相比,发现Fe、Si和Ca等为钢铁行业排放颗粒物中标识性组分,而碳组分和SO_4~(2-)等组分特征随生产方式、除污设备等不同表现出不同特征.     

四川省典型工业行业PM2.5成分谱分析

利用荷电低压颗粒物撞击器(ELPI+)对四川省水泥行业、玻璃行业、陶瓷行业、砖瓦行业、燃煤锅炉、生物质锅炉、电厂、钢铁行业等典型行业开展排放特征测试,通过组分分析,获取各行业PM_(2.5)成分特征谱.结果表明:①水泥、玻璃、陶瓷、砖瓦等建材行业均以Si、Ca、Mg等元素为主要排放组分,双碱法脱硫SO_4~(2-)排放占比高于其他脱硫工艺;②电厂PM_(2.5)中SO_4~(2-)、Ca~(2+)、NH_4~+、Mg和Si为特征组分;燃煤锅炉中OC、Al、Si和Ca等为特征组分;③OC和EC是生物质锅炉PM_(2.5)主要排放组分,成型生物质燃料锅炉中K排放占比也较高,非成型生物质燃料锅炉中Cl~-排放占比为所有行业中最高;④钢铁行业中Ca含量最高,为18. 11%,其次为SO_4~(2-)、Na~+和Fe.     

辽宁典型城市道路扬尘PM2.5中水溶性无机离子组分特征及来源解析

为了解辽宁省典型城市道路扬尘PM_(2.5)中水溶性无机离子组分特征及其来源,分别于2014年和2016年采集了鞍山市和盘锦市道路扬尘样品,利用再悬浮采样器将其悬浮到滤膜上,用离子色谱仪分析了其中的水溶性无机离子组分,分别用相关分析法和比值法分析了其污染特征,用主成分法初步解析了其主要污染源.结果表明,盘锦市和鞍山市8种水溶性无机离子分别占道路扬尘PM_(2.5)的5.83%±3.34%和5.84%±1.15%.盘锦市NH_4~+与SO_4~(2-)和NO_3~-的结合方式主要为(NH_4)2SO_4和NH_4NO_3,鞍山市NH_4~+与SO_4~(2-)和NO_3~-的主要结合方式为NH_4HSO_4和NH_4NO_3.盘锦市和鞍山市道路扬尘PM_(2.5)中NO_3~-/SO_4~(2-)的均值分别为0.52±0.55和0.46±0.13,表明固定源(燃煤)对其道路扬尘PM_(2.5)的影响较显著.盘锦市道路扬尘PM_(2.5)主要来源于生物质燃烧源、海盐粒子、建筑水泥尘和机动车尾气;鞍山市道路扬尘PM_(2.5)主要来源于燃煤源、生物质燃烧源、海盐粒子和钢铁冶炼尘.     

泉州市大气PM2.5中水溶性离子季节变化特征及来源解析

为掌握泉州市大气PM_(2.5)中无机水溶性离子的季节变化特征,于2014年3月~2015年1月同步采集了泉州市5个采样点共116个PM_(2.5)样品.用离子色谱法分析了PM_(2.5)中Na~+、NH_4~+、K~+、Ca~(2+)、Mg~(2+)、F~-、Cl~-、NO_3~-和SO_4~(2-)等9种水溶性无机离子.观测期间,总水溶性离子浓度季节变化特征为春季(14.24±6.43)μg·m~(-3)冬季(8.54±7.61)μg·m~(-3)夏季(4.10±2.67)μg·m~(-3)秋季(3.91±2.58)μg·m~(-3);SO_4~(2-)、NO_3~-和NH_4~+(SNA)是PM_(2.5)中主要的3种离子,占水溶性离子总质量浓度比例分别为春季(90.3±3.3)%、夏季(68.8±11.7)%、秋季(78.9±7.1)%和冬季(74.0±18.4)%,说明春季二次污染较为严重;PM_(2.5)中阴、阳离子电荷平衡分析显示,阴离子相对亏损,大气细颗粒物组分呈弱碱性;春、冬季NH_4~+主要以(NH_4)_2SO_4、NH_4HSO_4和NH_4NO_3等形式存在,而夏、秋季则主要以NH_4HSO_4和NH_4NO_3形式存在;PMF源解析结果表明,泉州市大气PM_(2.5)中水溶性离子主要来自海盐、二次源、建筑扬尘、垃圾焚烧源和生物质燃烧源.     

苏州市PM2.5中水溶性离子的季节变化及来源分析

2015年在苏州市城区采集大气细颗粒物PM_(2.5)样品共87套,用重量法分析了PM_(2.5)的质量浓度,离子色谱法分析了颗粒物中F-、Cl-、NO_3~-、SO_4~(2-)、Na~+、NH_4~+、K~+、Mg~(2+)和Ca~(2+),共9种水溶性无机离子.观测期间,苏州市PM_(2.5)的年均质量浓度为(74.26±38.01)μg·m-3,其季节特征为冬季春季秋季夏季;9种水溶性离子的总质量浓度为(43.95±23.60)μg·m~(-3),各离子的浓度高低顺序为NO_3~-SO_4~(2-)NH_4~+Na~+Cl~-K~+Ca~(2+)F-Mg~(2+);SNA(SO_4~(2-)、NO_3~-和NH_4~+三者的简称)是最主要的水溶性离子;SO_4~(2-)、NO_3~-和NH_4~+三者之间具有显著的相关性,它们在PM_(2.5)中主要是以NH_4NO_3和(NH_4)_2SO_4的结合方式存在.苏州市PM_(2.5)中水溶性离子的主要来源包括工业源、燃烧源、二次过程和建筑土壤尘等.     

廊坊市秋季环境空气中颗粒物组分昼夜变化特征研究

为研究廊坊市区秋季环境空气中颗粒物浓度及其组分昼夜变化特征,于2015年9月12—21日在廊坊市进行PM_(2.5)和PM_(10)采样,并对采集的样品无机元素、水溶性离子和碳组分(OC和EC)分析.结果表明,夜间PM_(2.5)和PM_(10)浓度比白天高,且下半夜出现大幅上升.PM_(2.5)/PM_(10)比值为0.49~0.62,下半夜最高.碳组分、Ba、Cr、Cl~-、NO_3~-、SO_4~(2-)、NH_4~+等主要富集在PM_(2.5)中,而Ca、Al、Si、Mg~(2+)和Ca~(2+)等主要富集在PM_(10)中.通过昼夜颗粒物组分对比发现,夜间EC、Cu、Zn、Cr、Pb、Cl~-、NO_3~-和NH_4~+等浓度明显上升.同时,下半夜OC/EC比值明显变小,Cl-、NO_3~-和NH_4~+浓度明显增大,同时段CO和NO_2浓度上升,而SO_2浓度变化平缓.以上表明采样期间廊坊夜间可能存在移动源和部分工业污染源排放.     

厦门市大气PM_(2.5)中水溶性离子污染特征及来源解析

为探讨厦门市大气PM_(2.5)水溶性离子污染特征及来源,于2014年8月和12月同步采集了城区和郊区的PM_(2.5)样品.用离子色谱分析了9种水溶性离子(F~-、Cl~-、NO_3~-、SO_4~(2-)、Na~+、K~+、NH_4~+、Ca~(2+)和Mg~(2+))的质量浓度.结果表明,厦门大气PM_(2.5)中水溶性离子浓度处于较低水平,总水溶性离子浓度(μg/m~3)顺序为:冬季城区(18.16)冬季郊区(14.55)夏季郊区(6.87)夏季城区(5.33),降水对水溶性离子有显著的去除作用.观测期间,夏季PM_(2.5)阴离子相对亏损,冬季反之.SO_4~(2-)、NO_3~-、NH_4~+(简称SNA)占全部水溶性离子质量浓度之和的比例达79.64%以上,表明厦门市大气PM_(2.5)二次污染较严重.相关性分析和SNA三角图解表明厦门市夏季NH_4~+主要以(NH4)2SO4的形式存在,其次为NH_4NO_3及碱性游离NH_4~+;冬季则主要以(NH_4)_2SO_4和NH_4NO_3的形式存在,其次为NH_4Cl.N/S值表明夏季PM_(2.5)中水溶性离子污染特征以燃煤源排放为主,冬季以交通排放为主,总体呈现出交通源与燃煤污染并存的复合型污染特征,但受海洋源的影响很小.主成分分析进一步表明厦门市大气PM_(2.5)水溶性离子主要来自燃煤源、交通排放和生物质燃烧源.     

2015年北京城区大气PM2.5中NH4+、NO3-、SO42-及前体气体的污染特征

2015年1~12月对北京市城区开展PM_(2.5)中主要水溶性离子NH_4~+、NO_3~-和SO_4~(2-)(统称SNA)及其前体气体NH_3、NO、NO_2和SO_2的监测,共获得样本325组.用特氟龙滤膜采集PM_(2.5)中SNA,用在线仪器实时监测各前体气体.分析各前体气体和SNA的污染特征并同时对其相关性进行研究.观测期间NH_3、NO、NO_2、SO_2、NH_4~+、NO_3~-和SO_4~(2-)的年平均浓度分别为21.5、17.7、54.3、14.2、8.1、13.5和12.7μg·m~(-3),SNA质量浓度占PM_(2.5)的43.4%.NO、NO_2和SO_2冬季最高,夏季最低;NH_3为夏季最高,秋冬较低;NH_4~+浓度和体积分数四季波动不大;NO_3~-浓度和体积分数均夏季最低;SO_4~(2-)浓度为冬季最高,百分含量为夏季最大.全年([NO_3~-]+2[SO_4~(2-)])与NH_4~+的比值为0.97,表明阴离子主要以NO_3~-和SO_4~(2-)的形式存在.随着污染程度的增加,各化合物浓度均有明显上升,NO_3~-是重污染过程累积效应比较明显且贡献率最大的离子.SO_4~(2-)则在污染级别较低时,贡献率较大.NO_3~-与NO_2,NO、NH_4~+与NH_3,SO_4~(2-)与SO_2在置信度为0.01水平上均显著相关;SO_4~(2-)和SO_2变化规律呈负相关,NO_2和NO_3~-基本呈正相关,相比NH_3,NH_4~+浓度的高低受酸性气体NO_2、SO_2影响更大.     

氨气污染与PM_(2.5)的关系研究进展

近年来,农业源NH_3排放被认为会引起局部地区PM_(2.5)浓度过高,造成严重雾霾频发。氨排放作为在控霾环节长期以来被忽视的问题,现在日益受到关注。综述了NH_3在PM_(2.5)形成中的作用机理:在潮湿环境中NH_3与NO_x和SO_2反应形成的二次无机颗粒物成为PM_(2.5)的重要组成部分;介绍了NH_3形成PM_(2.5)的研究方法,包括源清单法、源模型法和受体模型法;定量分析了我国NH_4~+和SNA分别在PM_(2.5)中所占的质量分数,NH_4~+占(6.53±2.92)%,SNA占(32.03±11.05)%;最后提出了综合治霾的针对性政策建议。     

烟台市典型工业排放PM2.5源成分谱特征研究

鉴于烟台市本地化源成分谱研究缺乏的现状,以及颗粒物精细化来源解析及环境管理的需求,采用NK-ZXF颗粒物再悬浮采样器,对6家烟台市典型工业下载灰源样品进行再悬浮采样,构建6类〔燃煤电厂、供热锅炉、生物质锅炉、钢铁（烧结）行业、玻璃行业和垃圾处理行业〕PM_2.5源成分谱,并对PM_2.5源成分谱特征及其排放颗粒物携带重金属特征进行评估.结果表明:①燃煤电厂PM_2.5源成分谱的标识组分包括Si、Cl-和SO₄2-,其质量分数分别为15.2%、9.3%和7.8%;与燃煤电厂相比,供热锅炉排放的PM_2.5中w（OC）偏高、w（SO₄2-）偏低;生物质锅炉排放的主要组分有K、Cl-和OC等,其质量分数分别为7.4%、13.3%和8.6%;钢铁（烧结）行业PM_2.5源成分谱中w（Ca）、w（Fe）和w（Cl-）较高;SO₄2-和Ca为玻璃行业PM_2.5源成分谱的主要组分,其质量分数分别为20.6%、8.2%;垃圾处理行业重金属质量分数最高,其主要组分为Cl-和SO₄2-.②CD（coefficient of divergence,分歧系数）计算结果表明,各源成分谱有一定相异性（CD范围为0.53~0.70）,其中生物质锅炉与垃圾处理行业PM_2.5源成分谱差异（CD为0.70）最大.③各典型工业排放PM_2.5所携带重金属特征显示,垃圾处理行业排放PM_2.5中的重金属质量分数（2.3%）最高,燃煤电厂、供热锅炉、生物质锅炉和玻璃行业排放的重金属中Cr、Ni和Cu相对质量分数较高,钢铁行业和垃圾处理行业排放的重金属中Pb相对质量分数较高.研究显示,所构建的烟台市各典型工业排放PM_2.5源成分谱特征鲜明,能够反映各行业PM_2.5排放特征.      

我国典型燃煤源和工业过程源排放PM2.5成分谱特征

鉴于我国本地化源谱（源成分谱）数量不足的现状,采用稀释通道系统对燃煤源和工业过程源进行采样,建立了4类燃煤锅炉（链条炉、流化床、往复炉和煤粉炉）和6类工业过程源（炼铁、铝焙烧、铝煅烧、砖瓦炉、水泥窑头和窑尾）的PM_2.5成分谱,并对源谱特征进行研究.结果表明:① 不同源谱组分特征差异明显.水泥窑炉排放的PM_2.5中,w（Ca）、w（Si）、w（OC）、w（SO₄2-）较高,分别为8.51%~14.18%、5.69%~11.80%、3.47%~15.56%、8.67%~16.85%;燃煤锅炉中Al（4.50%~8.67%,质量分数,余同）、OC（6.44%~15.33%）、SO₄2-（9.85%~22.87%）组分贡献较大;炼铁和铝冶炼工艺源谱中主导化学组分分别为Fe（8.57%~9.88%）和Al（11.81%~16.58%）;砖瓦炉颗粒物源谱中主要组分为SO₄2-、NH₄+、Si等.② 不同污染源PM_2.5成分谱的分歧系数结果显示,流化床和煤粉炉、水泥窑头和窑尾源谱较为相似,其分歧系数分别为0.26和0.28,其余源谱间均存在一定差异.进一步计算组分差异权重（R/U）发现,往复炉源谱中组分Zn、Sn与其他3类锅炉有明显不同.流化床/煤粉炉源谱中的Si、Ni,窑头/窑尾源谱中的K、Mn、OC组分差异显著,可以作为区分相似源谱的标识组分.与其他研究建立的源谱相比,燃煤源谱中w（EC）和w（SO₄2-）偏高.钢铁源谱中w（EC）和w（NH₄+）较其他地区偏高,w（Pb）偏低;工业过程源谱中,w（Cl-）较SPECIATE相关源谱偏低,而w（Ⅴ）和w（Cr）偏高.鉴于颗粒物源谱受到不同燃料种类、燃烧方式和烟气控制设施等影响而存在差异,源谱的准确性和代表性还需进一步测试和验证.      

广州PM2.5化学组分特征及其与气象因子的关系

于2012年12月—2013年12月在广州城区(市站)和东部郊区(九龙)开展为期一年的PM2.5样品采集,并同步收集气象因子和气态污染物质量浓度等数据.结果表明,PM2.5中主要化学组分为有机质(OM)和硫酸盐(SO2-4),分别占市站和九龙PM2.5质量浓度的49.4%和15.2%及57.0%和17.3%.碳质气溶胶(OM和EC)贡献接近50%,二次无机气溶胶(SO2-4、NO-3和NH+4总和,SIA)贡献超过30%.由于以机动车尾气为代表的移动污染源在城市区域贡献较大,市站[NO-3]/[SO2-4]比值显著高于九龙.两个站点[NH+4]/[SO2-4]摩尔质量比均高于1.5,表明观测期间广州市干季大气处于富铵状态.市站和九龙站硫氧化率(SOR)和氮氧化率(NOR)的时空变化趋势与O3类似,表明大气光化学过程是影响广州市SOR和NOR的重要因素.相对湿度低于65%时,SOR和NOR均较高;温度对SOR和NOR的影响有显著的城郊差异.降雨对PM2.5及各化学组分浓度有显著去除作用.     

六类餐饮源排放PM2.5化学成分谱

大气颗粒物源成分谱可以表征源排放颗粒物的理化特征,为受体模型开展来源解析研究提供基础数据.餐饮油烟排放是室内外环境大气污染的来源之一,当前餐饮源排放PM_2.5的化学成分谱仍然缺乏.该研究分别在成都市、武汉市和天津市采集了29组6种餐饮源（居民烹饪、火锅店、烧烤店、职工食堂、中餐馆、商场综合餐饮）排放的PM_2.5样品,分析无机元素、离子、碳、多环芳烃（PAHs）等化学组分,并构建了餐饮源排放颗粒物化学成分谱.结果表明:①餐饮源排放PM_2.5化学成分中的主要组分为OC（有机碳）、EC（元素碳）、Ca、Al、Fe、NH₄+、SO₄2-、NO₃-、Na+、K+、Mg2+和Cl-,其中w（OC）最高,为41.67%~57.91%.②餐饮源排放PM_2.5的PAHs中,3环和4环占比较高,其中芴（Flu）、菲（Phe）、荧蒽（Fla）、芘（Pyr）的质量分数相对其他物质较高.研究显示:餐饮源排放PM_2.5中OC/EC约为15.99~67.61,在一定程度上可以用来表征餐饮源排放;Fla/（Fla+Pyr）和InP/（InP+BghiP）多集中在0.45~0.55之间,或可作为标识餐饮源的特征比值.      

深圳市郊区大气中PM2.5的特征分析

为了确定深圳市郊区大气中PM2.5的污染特征,本研究分析了2009年和2010年夏季和冬季PM2.5样品中的水溶性离子和多环芳烃成分.结果表明,深圳市郊区大气中PM2.5的质量浓度很高,夏季53.9%和冬季100%的样品超过了WHO的大气质量准则浓度.PM2.5中,冬季最主要的3种离子是SO24-、NO3-和NH4＋.在夏季,这3种离子在PM2.5中的含量都会减少,而Cl-、Na＋、K＋、Ca2＋和Mg2＋的含量会增多.另外,冬季是多环芳烃浓度较高的季节,其中萘、苊烯、苊和苯并荧蒽是冬季PM2.5中多环芳烃的主要成分.本研究还通过比值法和特征化合物法对深圳市郊区大气中的PM2.5进行了源解析,确定了PM2.5的可能来源.     

天津市高校夏季道路扬尘PM2.5中水溶性离子污染特征及来源

为研究天津市高校道路扬尘PM_2.5中水溶性离子的污染特征、来源及校内外差异，于2018年7—8月采集天津市9所高校道路扬尘样品，用离子色谱法对其中8种水溶性离子（Ca²⁺、K⁺、Mg²⁺、Na⁺、Cl^-、NH₄⁺、NO₃^-、SO₄^2-）进行分析.结果显示：①水溶性离子占PM_2.5的11.65%，PM_2.5中占比大于1%的离子有Ca²⁺和SO₄^2-，其中Ca²⁺最多，占到总水溶性无机离子的65.75%；②入校道路离子含量（12.76%）稍高于校内道路（11.11%），其中8种离子含量的差异均无统计学意义；CE/AE（阴阳离子当量浓度比）值为9.59（远大于1），PM_2.5呈较强碱性；③NH₄⁺与SO₄^2-、NO₃^-主要以（NH₄）₂SO₄和NH₄NO₃的形态结合；④NO₃^-/SO₄^2-的比值为0.45，说明固定源的贡献更大；⑤天津市高校道路扬尘PM_2.5主要来源于海盐粒子、燃煤、机动车尾气、建筑水泥尘等.     

生物质燃烧排放PM2.5中无机离子及有机组分的分布特征

为探讨生物质在明火和阴燃两种不同条件下PM_(2.5)及主要成分的排放差异,选取了7种具有代表性的生物质样品(小麦、水稻、马尾松叶、马尾松枝、杂草、玉米、棉花)进行了燃烧实验,并对PM_(2.5)样品中的7种主要水溶性离子(Na~+、NH_4~+、K~+、Ca~(2+)、Cl~-、NO_3~-、SO_4~(2-))及有机碳(OC)、元素碳(EC)、水溶性有机碳(WSOC)、有机酸和左旋葡聚糖(LG)等有机成分进行了分析.结果表明,明火和阴燃条件下PM_(2.5)的排放因子分别为2.82~7.74 mg·g~(-1)和3.24~22.56 mg·g~(-1),阴燃时的排放因子偏高,不同燃料类型也存在一定差异.燃烧排放PM_(2.5)中水溶性离子以Cl~-为最高,占总离子的比例为72%~94%,且与NH_4~+存在显著正相关关系,水溶性离子整体表现为明火条件下的浓度显著高于阴燃条件下的浓度.受阴燃条件下氧气不足的影响,PM_(2.5)中有机组分的浓度表现为阴燃高于明火,进而导致阴燃时PM_(2.5)的排放因子增加.水稻秸秆燃烧烟尘中3种来源特征比值(LG/PM_(2.5)、LG/OC和LG/WSOC)仅为小麦和玉米秸秆燃烧排放相应比值均值的0.34、0.24和0.27倍,表明在不同农作物的收获季节采用上述特征比值进行生物质燃烧来源估算时,应区别对待.     

北京市典型排放源PM_(2.5)成分谱研究

为了建立和完善北京市PM_(2.5)本地化源谱,对北京市11类排放源PM_(2.5)进行采集,并测定其26种组分,分析了不同排放源源谱的组分特征.结果表明,在有组织排放源中,燃煤电厂PM_(2.5)中OC和Si含量很高,占PM_(2.5)的质量分数分别为8.56%和6.19%(平均值),而供热/工业锅炉排放PM_(2.5)中则是SO_4~(2-)(占48.38%)和OC(11.0%)比例最高,水泥窑炉PM_(2.5)中OC(7.12%)、Ca(4.81)和Si(4.41%)占有较大比例;垃圾焚烧排放的PM_(2.5)中Si、Ca、K和SO_4~(2-)均较高,分别占8.15%、9.36%、7.17%和6.79%,且Cl~-含量(2.5%)高于其他所有源,生物质燃烧源PM_(2.5)中OC(21.7%)、Si(6.75%)、Ca(6.15%)较为丰富,餐饮源PM_(2.5)中OC(19.44%)、SO_4~(2-)(5.76%)和K(3.11%)含量均较高;无组织开放源中,道路扬尘和土壤风沙PM_(2.5)化学组分含量变化较为一致,均是Si(分别为16.8%和9.3%)和OC(分别为8.89%和6.61%)最高,建筑水泥尘PM_(2.5)中Ca(17.46%)含量高于其他源;流动排放源PM_(2.5)中OC、EC比例最高,其中,重型柴油车的OC(29.79%)与EC(26.5%)排放比例相当,而轻型汽油车OC排放占有绝对优势(占75%).本文通过对比国内外部分排放源PM_(2.5)成分谱的差异,指出不同区域相同源类排放的PM_(2.5)化学组分差异较大,在应用受体模型中的化学质量平衡模型(CMB)判断受体颗粒物来源时,应基于本地的排放源成分谱,以避免较大的误差.     

细颗粒物(PM2.5)可溶性提取液对发光细菌的光抑制与组分浓度的相关性分析

为科学评估PM_(2.5)对生物体的综合生物效应,利用费氏弧菌检测了PM_(2.5)水溶性提取液的光抑制效应,统计分析了227组PM_(2.5)主要组分与发光抑制率的相关关系.实验结果表明:PM_(2.5)水溶性提取液的发光抑制率值与OC、NO-3、EC和微量元素等组分浓度显著相关,相关系数从高到低的排序为:OC微量元素ECNO-3(p0.01).PM_(2.5)中,主要来自燃煤、交通燃油、生物质燃烧及冶金工业污染源排放的组分(苯并(a)芘、Cl-、OC、Cu、K+、Mn、Zn、EC、Pb、Se、F-等)浓度与发光抑制率显著相关.此外,二次来源的NO-3、NH+4等组分浓度与发光抑制率在冬季和春季显著相关.