应用UNMIX模型解析长春市大气中PM_(10)来源

大气中可吸入颗粒物(PM10)是影响大气能见度、气候变化以及人体健康的重要污染物,研究大气中PM10的污染来源对于了解城市中大气的污染状况和制定大气污染物防治措施具有重要的意义。选择长春市的净月公园、劳动公园、君子兰公园、体育学院、儿童公园、客车医院、工商学院和邮电学院作为受体采样点,于2011年9月至2012年2月期间,采用KC-120型中流量PM10/TSP采样器(青岛崂山应用研究所)进行大气中可吸入颗粒物PM10的采样,共采集40个受体样品。样品经预处理后,采用电感耦合等离子体质谱法分析了样品中的Be、V、Cr、Mn、Co、Ni、Cu、Zn、Mo、Ag、Cd、Sb、Ba、Tl、Pb、Na、Mg、K、Ca共19种无机元素,将经过标准化后的760个数据代入EPA UNMIX6.0软件对长春市大气中PM10进行源解析研究,其中,Min Rsq=0.89(89%的数据方差可由该模型解释),Min Sig/Noise=2.50。结果表明:长春市大气中的PM10主要有3个来源:源1为燃煤尘或工业扬尘,贡献率为19.5%;源2为机动车尾气或土壤风沙尘,贡献率为13.1%,源3为城市综合扬尘和其他未知尘源,贡献率为67.4%。对这3个源进行相关性分析,3个源间的相关系数并不是理论值0,而是在-0.553~0.345间变化;源1和源3间相关性最大,相关系数为0.553;其次是源1与源2,为0.345。由此说明,长春市的PM10污染是多种因素综合作用的结果。将UNMIX模型的解析值与测量值进行回归分析,发现总物种的解析值与测量值间具有良好的线性正相关关系(r2=0.98),每个物种的解析值与测量值间的相关系数为0.713~0.980,相关性强,二者拟合效果较好。     

徐州市城市大气中的PAHs来源解析

采用化学质量平衡模型（CMB）对徐州市大气颗粒物中的多环芳烃（PAHs）进行来源分析,从而来确定各个源对大气的PAHs贡献值。主要通过利用大流量采样器配置PM10切割头在冬季和夏季对不同功能区,即生活区、工业区和旅游区采样大气中的可吸入颗粒物（PM10）样品,并用高效液相色谱法（HPLC）重点分析和研究了美国环保局（EPA）列出的16种PHAS优先污染物。研究结果表明：徐州市PM10污染比较严重,PM10污染质量浓度水平冬季是（288.81μg·m-3）大于夏季（276.34μg·m-3）,特别是工业区,污染数值达到393.13μg·m-3。夏季的总PAHs质量浓度为22.89 ng·m-3,分别是生活区28.35 ng·m-3、工业区21.75 ng·m-3和旅游区18.58 ng·m-3。冬季的总PAHs质量浓度为306.29 ng·m-3,分别是工业区388.03 ng·m-3、生活区276.29 ng·m-3和旅游区254.28 ng·m-3。夏季和冬季情况下,旅游区的污染相对来说都是最低的PM10中多环芳烃的源解析结果为,煤烟尘污染源的全年贡献率为64.00%,冬季煤烟尘污染源的贡献率为66.51%,夏季煤烟尘污染源的贡献率为57.21%,说明煤烟尘是PM10中多环芳烃的主要贡献源,土壤尘次之,全年贡献率为24.90%,冬季为25.48%,夏季为28.97%,因此,扬尘和烟煤尘的污染是徐州市的PM10中PAHs的最主要来源。     

城市道路尘的二重源解析方法与应用实例

采用"二重源解析"技术解析了太原市的各单一源类对城市道路尘(以下简称道路尘)的贡献值和分担率;各单一源类和道路尘对城市扬尘的贡献值和分担率;同时解析了各单一源类、道路尘和城市扬尘对环境空气颗粒物的贡献值和分担率。各源类对PM10的贡献率分别是:城市扬尘,27%;道路尘,20%;土壤风沙尘,10%;煤烟尘,13%;建筑水泥尘,10%;机动车尾气尘,11%;钢铁尘,1%;其他,8%。     

太原市环境空气中TSP和PM_(10)来源解析

2001年到2002年,在太原市5个采样点分别采集了环境空气中的总悬浮颗粒物(TSP)和可吸入颗粒物(PM10)。用化学质量平衡模型和二重源解析技术解析了TSP和PM10的来源,结果表明,各主要源类对TSP的分担率依次为燃煤尘28%、扬尘24%、建筑水泥尘14%、硫酸盐10%、机动车尾气尘10%、土壤风沙尘5%、钢铁尘4%、硝酸盐4%、其它1%;对PM10的分担率依次为扬尘30%、燃煤尘18%、机动车尾气尘15%、硫酸盐11%、土壤风沙尘9%、建筑水泥尘7%、硝酸盐4%、其它1%。     

攀枝花市大气颗粒物中多环芳烃污染特征分析及来源识别

2007年2月在攀枝花市不同功能区采集了大气PM10样品42个和污染源样品32个,采用超声抽提GC/MS方法测定分析了16种多环芳烃(PAHs)的含量。结果显示攀枝花市PM10颗粒相PAHs单体浓度范围为0.34～416.45ng/m3,总量浓度范围为24.56～2569.66ng/m3;攀枝花市5个采样点中河门口片区PM10多环芳烃单体浓度范围为5.64～416.45ng/m3,污染最严重。源样品测定结果分别为扬尘78.74ug/g,煤烟尘6.12ug/g,钢铁工业尘30.54ug/g,焦化尘3187.42ug/g。应用比值法和化学质量平衡(CMB)模型对污染源进行识别,燃煤和炼焦是攀枝花市PAHs的主要来源,对攀枝花市大气可吸入颗粒物中多环芳烃污染的分担率分别为55.8%、19.9%。     

江苏沿江城市PM10和PM2.5中水溶性离子特征及来源分析

2012年3月和6月在江苏沿江七市(镇江、常州、无锡、苏州、扬州、泰州和南通)采集空气中PM10和PM2.5样品,运用离子色谱法,分析无机水溶性离子成分,并对其组成、相关性、结合形式和来源解析等方面进行研究.结果表明,春季苏南四市PM10和PM2.5质量浓度低于苏中三市,夏季反之;水溶性离子在PM2.5中所占的比例一般高于PM10,SO2-4、NO-3、NH+4是颗粒物中水溶性离子的主要成分,占总量的80%左右.PM10和PM2.5中的SO2-4和NO-3、NH+4和SO2-4、NO-3之间均具有较好的相关性;PM10中Ca2+和Mg2+显著相关,细粒子中相关性较小.NH+4和SO2-4、NO-3主要以(NH4)2SO4和NH4NO3存在于可吸入颗粒物中.春夏两季,江苏沿江城市PM10和PM2.5中的SOR均大于NOR,SO2在大气中的转化率比NOx的转化率要高;苏南地区PM10和PM2.5中的SOR和NOR高于苏中地区.运用[NO-3]/[SO2-4]的比值法研究颗粒物污染来源,表明春季的污染源主要为流动源,夏季为固定源.运用因子分析法分析颗粒物来源,燃煤、交通运输、生物质燃烧、土壤和建筑地表扬尘是春夏两季江苏沿江城市可吸入颗粒物的主要污染源.     

城市近地面大气颗粒物空间分布的监测与分析

城市近地面环境与人呼吸带高度范围相当,近地面大气颗粒物对行人健康有直接影响.当常规环境监测点位置和数量不足以全面反映近地表大气颗粒物空间分布状况时,选择合适的颗粒物载体显得十分必要.植物叶片的滞尘效应使之成为大气颗粒物的良好指标,尤其是常绿灌木叶片更能直接反映近地表环境悬浮颗粒物状况.以大气颗粒物污染严重的代表性城市石家庄市为研究区域,选择道路绿篱灌木大叶黄杨,于连续晴朗干燥天气条件下采集了3个5 d周期内、63处样点的滞尘叶片样品,测试叶片滞尘量和滞尘颗粒物粒度,利用ArcGIS讨论叶片滞尘量和滞尘颗粒粒度的空间分布及空间变异特征.结果显示,石家庄市大叶黄杨叶片平均滞尘量为0.3843 g·m-2·d-1 (变化于0.09310.9155 g·m-2·d-1),滞尘颗粒物粒度均值为1.9185μm(变化于1.30672.2500 μm),98.27%的颗粒小于10 μm,表明大叶黄杨叶片在城市近地表环境中对可吸入颗粒物有较好滞留性能,对行人呼吸健康有益.空间变异性分析表明,大叶黄杨叶片滞尘量和滞尘颗粒物粒度均具有空间自相关性,其中滞尘颗粒物粒度的块金值/基台值更小,即空间自相关性更强,表明滞尘颗粒物尺度除受局地污染源影响外,叶片表面属性因素起更重要作用;而滞尘量相对较大的块金值说明局地小尺度过程的影响不容忽视,即更易受到局地起尘源的影响.通过PM1、PM2.5、PM5、PM10等不同粒级颗粒物的分析表明,颗粒物越细其空间分布差异越大,这种细颗粒物的空间变化为进一步探讨城市不同地区人对大气颗粒物的暴露风险研究提供了基础.     

大气PM_(10)中多环芳烃的污染特征

利用GC-MS对2008年5月至11月淮南市5个采样点大气可吸入颗粒物(PM10)样品进行分析,总结了研究区内PM10及其中16种PAHs的浓度特征、季节变化规律和来源解析.结果表明,不同采样点PM10浓度均偏高,超标率为14%—238%;PM10浓度水平为谢家集田十五小大通三小淮化集团理工校园.研究区内16种PAHs浓度总量的范围在15.20ng.m-3—111.58ng.m-3之间,平均浓度为64.36ng.m-3,4环以上的稠环芳烃占总浓度的86%.PAHs总量的季节变化与采样时环境温度显示出较好的负相关性,即秋季春季夏季.运用多环芳烃比值综合判断,淮南市大气PM10中PAHs主要以燃煤和机动车尾气混合来源为主,石油源和木材燃烧来源的贡献较小.     

广州市街道交通高峰期PM2.5/PM10质量浓度的初步研究

空气动力学直径小于10μm的可吸入颗粒物(PM10),尤其是粒径小于2．5μm的细颗粒(PM2.5),是大气光化学烟雾、酸沉降、极端气候事件发生的重要贡献者．广州是可吸入颗粒物污染较为严重的城市,目前,已有许多关于广州市可吸入颗粒物的浓度水平及其化学组成的研究．本文在广州市东山区一过街天桥采集样品,研究交通高峰期PM2.5／PM10质量浓度的水平．     

西安市春季大气细粒子的质量浓度及其水溶性组分的特征

为了探讨西安市春季大气细粒污染物的污染水平及水溶性组分的特征及来源,2005年3—5月对西安大气PM2.5进行了观测,并应用离子色谱对其中的水溶性组分进行了分析。结果显示,西安市春季大气PM2.5的质量浓度为159.9μg·m-3。分析的11种阴阳离子(Na 、NH4 、K 、Mg2 、Ca2 、F-、Cl-、Br-、NO2-、NO3-和SO42-)质量浓度占PM2.5的30%,表明水溶性组分是大气细粒子的主要组成之一。NH4 、SO42-和NO3-为水溶性离子的主要组分,其平均质量浓度分别为6.6、20.1和7.6μg·m-3,在总水溶性离子中的百分比分别为12.4%、47.4%和16.9%,SO42-和NO3-质量浓度与能见度有较好的负相关性,表明细粒子中二次气溶胶组分对能见度有显著的影响。阴阳离子的平衡和pH值的测定结果显示,西安市大气细粒子污染物为弱酸性。离子间的相关性分析揭示水溶性离子在颗粒物中主要结合方式为(NH4)2SO4、NH4HSO4、NH4NO3、KHSO4和K2SO4。Mg2 和Ca2 的相关性也较好,其摩尔比率为0.07,小于中国北方沙漠和黄土的平均值(0.15),揭示二次扬尘和建筑扬尘等过程对Ca2 的质量浓度影响较大。计算的NO3-/SO42-质量浓度比值的均值为0.38,说明固定排放源(燃煤)对细粒子中水溶性组分的贡献大于移动排放源(机动车)。     

长春市大气中PM10污染特征分析

近年来,大气环境质量的不断恶化受到了人们广泛的关注。利用长春市的食品厂、客车厂、邮电学院、儿童公园、净月潭以及甩湾子等6个自动监测中心提供的2011年PM10、SO2与NO2小时质量浓度的连续监测数据,分析了长春市PM10质量浓度（MPM）的时空分布特征、不同污染物之间的相关性及其形成的原因。结果表明：从空间分布上看,6个采样点的MPM从高到低依次为食品厂〉儿童公园〉邮电学院〉客车厂〉净月潭〉甩湾子,其中除食品厂与儿童公园外均符合《环境空气质量标准》GB3095-1996的二级标准。从时间分布上看,绝大多数监测点位的冬季MPM是最高的,春季次之,主要是因为冬季采暖与春季沙尘天气,而夏季的MPM最低,主要是湿沉降作用所致。MPM逐日变化呈现出双峰双谷型分布,第一个峰值出现在早上7：00左右,其中最大值出现在5月份的早7：00左右,达到了0.223 mg·m-3,第1个峰值过后呈下降趋势,下午出现质量浓度低谷,其中最小值出现在11月份15：00左右,为0.036 mg·m-3,直到傍晚时缓慢回升,22：00左右达到第2个峰值。通过统计分析不同污染物之间的相关系数,得出PM10与NO2质量浓度的相关性显著,且较稳定,其原因可能是常年排放的机动车尾气尘影响较大,而PM10与SO2质量浓度的相关性不太稳定,这可能是冬季采暖排放的燃煤尘所致。     

武汉市城区大气PM2．5的碳组分与源解析

大气细颗粒物（PM2．5）和碳组分（OC,EC）是影响大气能见度、气候变化以及人体健康的重要污染物,研究大气颗粒物及其中碳组分的污染特征及各类典型污染源对大气细颗粒物及碳组分的贡献,对于认识区域和城市大气污染状况,控制细颗粒物的污染,具有重要意义。2011年7月至2012年2月,利用大流量PM2．5采样器采集武汉市大气细颗粒物样品并对其碳组分进行测定。武汉市城区大气中PM215、OC和EC的质量浓度平均值分别为（127±48．7）、（19．4±10．5）和（2．9±1．48）μg·m-3。其PM2．5的浓度处于我国主要城市的中等偏高水平,而OC、EC的浓度则属中等偏下水平,但均高于国外城市。武汉市大气PM2,质量浓度的季节性变化呈现出秋季〉冬季〉夏季的趋势,是气象因素和污染源排放综合影响的结果。OC浓度和EC浓度具有较好的相关性（r2=0．69）,表明二者存在来源联系。OC／EC的比值为6．7,指示武汉市大气中OC和EC的来源受汽车尾气排放和生物质燃烧的共同影响。SOA的平均质量浓度值为12．5μg·m-3约占PM2．5平均质量浓度的9．8％,表明SOA对武汉市城区大气PM2．5具有重要贡献。结合PM2．5所含的水溶性离子、微量元素组成,利用正矩阵因子分析（PMF）模型对武汉市城区大气PM2．5来源进行解析,结果表明,其主要来源及贡献率分别为机动车源（27．1％）、二次硫酸盐和硝酸盐（26．8％）、工厂排放（26．4％）和生物质燃烧（19．6％）。     

北京PM2.5化学物种的质量平衡特征

以北京2个采样点连续采集的样品对PM2.5中的元素、水溶性离子和含碳组分进行分析．车公庄和清华园PM2.5中有机物的含量分别为27．8％和30．9％,是含量最丰富的物种,其次是二次无机粒子、土壤尘、元素碳和微量元素．PM2.5中约有24％的质量未能鉴别成分,相关性分析表明,含碳物种的估算所引起的偏差可能是主要的原因．采暖期重污染周和春季沙尘周PM2.5的化学物种构成悬殊,反映了季节性变化的源排放和特殊气象条件的综合作用．     

西安市冬季重污染天PM2.5高分辨率及其中碳气溶胶污染特征分析

为了研究西安市冬季重污染天PM2.5及其中碳气溶胶的变化特征,在2013年1月1日至2013年2月28日大气污染严重的天气进行24 h连续的PM2.5样品采集,再通过Model-4型全自动半连续式在线光/热法大气气溶胶OC/EC分析仪分析得出OC、EC的连续质量浓度值。结果表明,西安市PM2.5质量浓度冬季重污染天日循环变化规律明显,均大致呈现双峰模式,白天和夜间各有一个高峰。2月份的每个PM2.5质量浓度值高峰和低峰的出现均比1月份晚2-3 h,夜晚的高峰值比1月份低,PM2.5质量浓度比1月份上升得慢,下降得快。气象条件能对PM2.5质量浓度产生较强的影响。2月份PM2.5质量浓度值整体比1月份低,但在2月10日出现突越（499μg·m-3）,这与春节假期人为活动变化有关。OC/PM2.5、EC/PM2.5、TCA/PM2.5日变化幅度都较小,这说明OC、EC、TCA的来源比较一致;OC/EC值的平均值为6.63,表明西安冬季重污染期PM2.5中的一次来源主要为燃煤排放。PM2.5、OC、EC、TCA和OC/EC的值较2010年都有明显的上升,但OC/PM2.5、EC/PM2.5、TCA/PM2.5的值却是下降的,这说明近年来PM2.5及碳气溶胶的控制措施效果不明显,碳气溶胶二次来源增加,PM2.5的排放来源变得更加复杂。OC和TCA日循环变化呈现出明显的双峰特征;EC的变化趋势不明显。一天中OC/EC值多数时候处于较高水平,且受早晚车流量高峰的影响不明显,说明西安冬季重污染期间碳气溶胶受光化学反应转化的二次来源影响比较大。OC、EC的线性相关性比较好,且白天相对夜晚好,说明西安市冬季夜间燃煤采暖增加了碳气溶胶来源的复杂性。     

典型工业城市大气降尘中重金属分布特征及其来源解析---以济南市为例

污染源解析是城市大气环境精准防治的重要基础。为探究典型工业城市大气降尘中重金属污染分布特征和污染源解析,本研究在济南市域内采集了35个大气降尘样品,分析了样品中重金属浓度及其空间分布特征,采用正定矩阵因子分析模型(Positive Matrix Factorization,PMF)解析降尘中重金属来源。研究结果表明,降尘中Mn、Fe、Co、Ni、Cu、Zn、As和Pb浓度平均值分别为501.4、29884.6、8.2、24.8、44.3、153.9、12.5、40.1 mg·kg^-1,其中Zn、Cu和Pb的地累积指数(Geoaccumulation Index,I_geo)分别为1.17、1.06和1.01,属于中度污染;钢铁冶炼较为发达的钢城区降尘中Mn、Fe、Co、Cu和As浓度显著高于其他区县,其浓度平均值分别为1172.4、73577.3、17.0、139.7、32.3 mg·kg^-1,而Zn和Pb在历下区、槐荫区等人口密集区域最高浓度可达351.5 mg·kg^-1和114.0 mg·kg^-1;PMF分析结果表明,济南市降尘重金属主要存在4个贡献源,分别为土壤源、工业源、交通源和混合源,贡献率分别为46.8%、26.6%、15.2%和11.4%。其中,重金属Co、Cu、Fe主要来自土壤源,Mn主要来自于土壤源和工业源的贡献,Ni主要来自于土壤源和混合源,交通源对降尘中Pb和Zn的贡献率较高,As则主要来自于工业源。本研究结果可为济南市大气环境精准防控政策的制定提供理论依据。     

The investigation of metal concentrations in street dust samples in Aqaba city,Jordan

The concentrations of metals (Fe, Zn, Cu, Cr, Pb, Cd, Ni, Mn and Co) in 140 street dust samples were collected from Aqaba city, Jordan. These samples were determined using flame atomic absorption spectrophotometry after digestion with aqua regia. The highest levels of metal concentrations were found in the samples from heavy traffic. While the lowest levels of metal ions were noted in the street dust samples from hospital and health centers and school gardens. The results of this study were compared with several cities around the world. The levels of the metal concentrations found were generally below the mean world-wide values of street dust samples. Metal values in urban street dust samples were several times higher than the control levels. The statistical analyses were applied to the data matrix to determine the analytical results and to identify the possible source of pollution in the studied area. Correlations between the metal concentrations of the street dust samples were obtained. Factor analysis showed that the area was mainly influenced by three sources, namely lithogenic, traffic, and industrial.     

Comparison of chemical compositions in air particulate matter during summer and winter in Beijing,China

The development of industry in Beijing, the capital of China, particularly in last decades, has caused severe environmental pollution including particulate matter (PM), dust–haze, and photochemical smog, which has already caused considerable harm to local ecological environment. Thus, in this study, air particle samples were continuously collected in August and December, 2014. And elements (Si, Al, V, Cr, Mn, Fe, Ni, Cu, Zn, Mo, Cd, Ba, Pb and Ti) and ions (\({\text{NO}}_{3}^{-}\), \({\text{SO}}_{4}^{2-}\), F^?, Cl^?, Na⁺, K⁺, Mg²⁺, Ca²⁺ and \({\text{NH}}_{4}^{+}\)) were analyzed by inductively coupled plasma mass spectrometer and ion chromatography. According to seasonal changes, discuss the various pollution situations in order to find possible particulate matter sources and then propose appropriate control strategies to local government. The results indicated serious PM and metallic pollution in some sampling days, especially in December. Chemical Mass Balance model revealed central heating activities, road dust and vehicles contribute as main sources, account for 5.84–32.05 % differently to the summer and winter air pollution in 2014.