昌吉市典型区域PM_(2.5)中有机碳和元素碳污染特征分析

本研究分析PM_(2.5)中有机碳和元素碳的质量浓度变化特征,对昌吉市典型区域昌吉州环保局2016-01月至2017-01月采集的大气细颗粒物(PM_(2.5))样品,利用美国(Sunset Lab Inc)大气气溶胶元素碳与有机碳仪分析了其中的有机碳(OC)和元素碳(EC)浓度水平、污染特征及其可能来源,以期为深入了解昌吉市颗粒物污染现状,制定大气污染防治对策提供依据。结果表明:昌吉市OC和EC的质量浓度范围分别为0.13~46.71μg/m3和0.05~8.25μg/m~3,5月份质量浓度最小,EC的质量浓度月分布无明显变化,OC和EC最大浓度均出现在2月。OC的质量浓度季节变化特征呈现冬季秋季夏季春季;EC的质量浓度季节变化特征呈现冬季秋季夏季春季。在不同的季节,OC的浓度变化比较明显,EC排放相对稳定。对各季节OC、EC相关性分析中可以看出,昌吉市OC、EC相关性表现为夏季最强,春秋次之,表明昌吉市夏、春、秋OC、EC具有相似来源或大气扩散过程,主要来源于交通源机动车尾气的排放;冬季相关性较低,说明OC和EC来源复杂,冬季进入采暖期,采暖期燃煤燃气增加,排放量增大,排放源结构复杂,大气污染可能受多种源共同影响。     

沈阳市环境空气PM_(2.5)中有机碳、元素碳的污染特征研究

通过采集沈阳市环境空气不同时期PM_(2.5)样品,测定其中有机碳(OC)和元素碳(EC)含量,研究采暖期、非采暖期环境空气PM_(2.5)中OC,EC的污染特征。结果表明,沈阳市采暖期PM_(2.5)中OC,EC的含量高于非采暖期,而且采暖期OC,EC在PM_(2.5)中所占比重较高;采暖期PM_(2.5)中EC和OC的相关系数R是0.75,非采暖期为0.58;采暖期与非采暖期PM_(2.5)中SOC浓度分别为5.87μg/m3与3.92μg/m3,占OC含量的32.95%与50.05%。沈阳市采暖期OC和EC存在一致或者相似来源,采暖期OC和EC主要来源于柴油和汽油车尾气排放及燃煤排放,而非采暖期主要来自柴油和汽油车尾气排放,非采暖期大气光化学活性较高,二次污染源的贡献增强。     

沈阳市秋冬季PM2.5中有机碳和元素碳污染特征及来源分析

通过分析沈阳市环境空气秋冬季PM_2.5中有机碳(OC)和元素碳(EC)质量浓度,研究环境空气PM_2.5中OC,EC的污染特征。研究结果表明：沈阳城区秋季环境空气EC和OC质量浓度较高;秋冬季二次有机碳(SOC)平均质量浓度分别达到8.28～14.81μg/m³和6.98～11.59μg/m³,二次污染程度较为严重;通过碳组分进行主成分分析,秋冬季碳组分主要来源于生物质燃烧、燃煤排放和汽油车尾气;冬季K⁺与OC,EC,SOC之间的相关性较好,K⁺与OC,EC,SOC具有一定的同源性;冬季OC与EC相关性较好,冬季碳质气溶胶污染源来源相对一致。     

成都市PM_(2.5)中有机碳和元素碳的污染特征及来源

于2009~2010年典型月份采集成都市区大气PM_(2.5) 样品,采用IMPROVE-热光反射法对样品中有机碳(organic carbon,OC)和元素碳(elemental carbon,EC)进行分析,探讨OC和EC浓度水平、来源及二次有机碳分布特征。结果表明,成都市年均OC和EC质量浓度分别为(22.6±10.2)μg/m3和(9.0±5.4)μg/m3,与国内外其他城市相比,污染严重;OC和EC的质量浓度呈现明显季度差异,均为秋冬季春夏季;相关性分析表明,OC和EC秋冬季节相关性较好,表明其来源相近,春夏季节相关性差,表明其来源较为复杂;OC/EC值2,且估算出二次有机碳(secondary organic carbon,SOC)年均值为(8.9±4.6)μg/m~3,占OC质量浓度的38.5%,表明二次污染严重。     

南充冬季大气PM2.5污染特征及来源分析

为探究南充市冬季大气PM_(2.5)污染特征,于2017年1月对南充市大气PM_(2.5)进行采样,分析水溶性离子、无机元素和碳质组分的组成、浓度水平和来源。结果表明,二次无机离子SO_4~(2-)、NO_3~-、NH_4~+是南充市冬季大气PM_(2.5)水溶性离子中的重要组成部分,占总离子的86.7%;NH_4~+与NO_3~-和SO_4~(2-)主要是以NH_4NO_3和(NH_4)_2SO_4形式存在,SOR和NOR平均值分别为0.51和0.23,SOR高于NOR,说明南充市冬季硫氧转化速度比氮氧转化速度快且二次离子污染较为严重;NO_3~-/SO_4~(2-)比值为1.11,表明移动源是南充冬季大气污染物的主要来源,并且南充市冬季大气PM_(2.5)偏酸性。OC、EC是大气PM_(2.5)重要组成部分,OC/EC比值大于2,SOC对OC的贡献率较大(65.3%),南充市冬季大气PM_(2.5)中OC主要来源于二次污染。OC、EC之间相关性较好(R=0.84),二者具有共同的来源。主成分分析(PCA)结果表明,南充市冬季PM_(2.5)的主要来源是汽车尾气、燃煤、二次污染、生物质燃烧、土壤及建筑扬尘。     

南京典型站点春节期间大气污染特征

2017年1月27日～2月2日,在南京市江东北路176号站点对各类污染物进行在线观测,研究春节期间污染特征。结果表明:采样期间,ρ(PM_(2.5))、ρ(PM_(10))最大值分别为142μg/m~3、172μg/m~3。ρ(PM_(2.5))/ρ(PM_(10))平均值为74.5%; OC与EC的平均浓度分别为11.0μg/m~3和1.91μg/m~3,两者的相关系数为0.92,表明两者的污染来源相对稳定、集中。OC/EC比值在3.4～14.0之内,均值为6.8,表明本站点二次有机物污染主要来自于燃煤排放与机动车尾气排放。春节期间,该站点的VOCs关键活性物种主要为丙烯、乙烯、间/对二甲苯、甲苯、正丁烷、异戊烷、异丁烷、反-2-丁烯、丙烷和1-丁烯;春节期间出现明显"假日效应",污染排放强度显著降低,空气质量良。     

宜宾市大气细颗粒水溶性离子污染特征研究

在川南地区的宜宾市开展了大气细颗粒物(PM_(2.5))浓度及组分的季节观测分析,结果表明,采样点的PM_(2.5)年均浓度(51. 7μg/m~3)超过二级浓度限值47. 71%,同时全年有20. 94%的天数PM_(2.5)日均浓度超过二级浓度限值;冬季浓度最高、达81. 1μg/m~3,明显高于其他季节,夏季浓度最低。PM_(2.5)中水溶性无机离子浓度总和冬(42. 42μg/m~3)秋(32. 73μg/m~3)春(24. 57μg/m~3)夏(17. 0μg/m~3),但占PM_(2.5)浓度的百分比的季节规律则刚好与之相反,为夏(54. 19%)春(48. 1%)秋(46. 91%)冬(45. 45%);其中,SO_4~(2-)、NO_3~-和NH_4~+是PM_(2.5)中最主要的3种二次无机离子组分,三者浓度之和占PM_(2.5)的37. 47%。PM_(2.5)中SO_4~(2-)、NO_3~-和NH_4~+的浓度均为冬季高于其他季节,但NO_3~-/PM_(2.5)冬(12. 22%)秋(11. 53%)春(8. 14%)夏(5. 43%)、NH_4~+/PM_(2.5)秋(9. 85%)夏(9. 15%)春(8. 52%)冬(7. 61%)、SO_4~(2-)/PM_(2.5)夏(26. 3%)春(20. 75%)秋(15. 82%)冬(14. 61%)。四个季节SOR值均大于NOR值,SOR值季节变化差异不大,但NOR值冬季明显高于其他季节。PM_(2.5)中的SO_4~(2-)、NO_3~-和NH_4~+冬季以(NH_4)_2SO_4、NH_4NO_3的形式共存于气溶胶体系中,而夏季则主要以(NH_4)_2SO_4和NH_4HSO_4存在。     

济南市环境空气中PM_(2.5)的碳组成与特征分析

对济南市环境空气中PM2.5中碳组分污染特征的研究结果表明,济南市环境空气细颗粒物中碳主要以有机碳(OC)和元素碳(EC)的形式存在,二者浓度以冬季最高,且变化趋势相同;OC占总碳比例较高;冬季二次有机气溶胶(SOC)浓度最高,与污染源排放及气象条件有关。     

潍坊市大气细颗粒物化学组分特征分析

为探讨潍坊市大气细颗粒物(PM_(2.5))的污染特征,于2015年在潍坊城区开展了不同季节的颗粒物观测试验,分析了PM_(2.5)样品的碳组分(OC和EC)、水溶性无机离子和无机元素等。结果显示,在观测期间PM_(2.5)中水溶性无机离子污染最为突出,其次为有机碳、微量元素和元素碳。受采暖季燃煤消耗量增加影响,该季节PM_(2.5)中碳质组分含量、部分水溶性离子(SO_4~(2-)和NH_4~+)含量、人为微量元素含量显著高于其他季节。风沙季,PM_(2.5)中OC主要来源于二次有机碳。     

北京市区冬季PM_(2.5)污染特征及来源分析

选取北京市区为采样点,于2016年1月进行PM_(2.5)采集,并分析了PM_(2.5)和水溶性组分的污染特征和来源。结果表明,采样期间北京市PM_(2.5)质量浓度平均为67.7μg/m~3,水溶性离子是PM_(2.5)的主要组分,其中SO_4~(2-)、NO_3~-和NH_4~+之和占总离子的79.1%;Ca~(2+)和Mg~(2+)分别占PM_(2.5)质量浓度的2.5%和0.9%,海盐气溶胶和K~+分别占PM_(2.5)的3.6%和1.6%。采样期间NO_3~-/SO_4~(2-)为1.1,表明NO_2和SO_2主要来自移动源的贡献。北京市区冬季PM_(2.5)主要来自二次污染源、扬尘、生物质燃烧和海盐气溶胶,贡献率分别为42.351%、21.164%、16.314%和5.436%。     

利用单颗粒气溶胶质谱(SPAMS)研究四川盆地城市的细颗粒物来源

利用单颗粒气溶胶质谱仪(SPAMS)在2017年5月至2018年2月对四川盆地的资阳、乐山、雅安、自贡、宜宾5个城市的细颗粒物(PM_(2.5))进行了在线来源解析。结果表明,研究期间5市PM_(2.5)质量浓度均值为77. 5μg/m~3(58. 4～95. 6μg/m~3),其中元素碳、有机碳和富钾为其主要组分,分别占39. 6%、19. 5%和17. 5%,其次为混合碳(11%)、左旋葡聚糖(5. 3%)、重金属(3. 1%)、矿物质(2. 0%)、高分子有机物(0. 8%)和其它(1. 2%)。源解析结果表明,四川盆地PM_(2.5)的来源包括燃煤(24. 3%)、机动车尾气(21. 3%)、二次无机盐(12. 8%)、工业(12. 7%)、生物质燃烧(10. 7%)、扬尘(8. 2%)和其他(9. 9%)。与清洁时段相比,污染时段的机动车尾气源、工业工艺源、二次无机源占比分别升高了3. 5个百分点、1. 7个百分点和0. 7个百分点,表明机动车尾气是在污染时段对当地PM_(2.5)浓度影响最大的源。     

雅安市夏季颗粒物水溶性离子组成特征

2010年夏季采集雅安市2个地点(四教和白马泉)的TSP、PM_(2.5)样品,并利用离子色谱和原子吸收等方法测定了颗粒物中主要水溶性离子的浓度。结果显示,四教TSP与PM_(2.5)的日均浓度分别为108.04±43.80μg/m3和85.84±29.65μg/m3,PM_(2.5)和TSP的百分比为0.79;白马泉TSP与PM_(2.5)的日均浓度分别为92.17±41.56μg/m3和72.30±28.55μg/m3,二者百分比为0.78。PM_(2.5)是TSP的主要组分。PM_(2.5)质量浓度昼夜变化明显,白天高于夜晚。阳离子与阴离子电荷总和之比值接近1。四教总离子浓度占TSP和PM_(2.5)的质量分数分别是26.10%和31.04%,而白马泉的分别为21.34%和24.07%。SO2-4、NO-3、NH+4为颗粒物中无机离子的主要组分,其昼夜浓度变化明显。相关性分析显示,两地的离子来源和组成形式均有所差异。NO-3/SO2-4在0.7以下,说明雅安市以固定污染源为主。PM_(2.5)中硫和氮的转化率均值均大于0.1,说明发生了二次转化,并且SO2的转化率远大于NO2。     

南充交警大气PM_(2.5)个体暴露水平及健康风险评价

为探讨交警工作环境大气PM_(2.5)个体暴露水平,现场监测交警大气PM_(2.5)个体暴露浓度,同时采集个体暴露大气PM_(2.5)样品,分析样品的化学成分并对部分元素进行健康风险评价。结果表明,交警大气PM_(2.5)个体暴露浓度为74.4μg/m~3,明显高于大气环境浓度42.2μg/m~3;交警PM_(2.5)个体暴露浓度与风速、湿度负相关,与温度存在一定程度上的正相关,降雨能降低PM_(2.5)个体暴露浓度。应用健康风险评价模型发现Mn对交警存在非致癌风险,风险指数为2.48;Cr对交警存在致癌风险,风险指数为1.58×10~(-3),应予以重视。     

成都市城区大气污染特征及其假日效应研究

对成都市城区O_3、SO_2、NO_X、CO、PM_(2.5)、PM_(10)、苯和甲苯进行了为期一年的在线观测。结果表明:成都市超标最严重的为NO_X,年平均质量浓度为(100. 9±61. 5)μg/m3,超标天数为119 d。PM_(2.5)、PM_(10)、CO和NO_X的浓度均为冬季最高; O_3春夏季高而冬季低; SO_2浓度冬季相对较高但总体水平较低。春、夏、秋季成都市大气中苯系物的主要来源为机动车,冬季则是机动车源和燃烧源的综合贡献。O_3日变化呈"单峰型"; NO、苯和甲苯都在上午出现峰值; NO_2与PM_(10)、PM_(2.5)均呈现出"双峰双谷"型日变化; CO也为双峰型日变化。各大气污染物浓度没有明显"周末效应",但"长假效应"显著。     

四川盆地城市细颗粒物污染特征分类分析研究

利用2015年四川省21个城市空气环境质量监测资料,开展区域污染、燃放烟花爆竹、秸秆焚烧等典型污染类型对城市环境空气中PM_(2.5)污染贡献的研究,得到上述3种典型环境空气污染类型对四川省城市环境空气中PM_(2.5)污染贡献比例分别为13.62%、0.75%、3.11%,常态下PM_(2.5)污染贡献比例为82.52%,贡献浓度分别6.46μg/m~3、0.35μg/m~3、1.47μg/m~3,39.22μg/m~3,最后提出了大气污染防治方向。     

不同出行方式大气PM_(2.5)个体暴露分析

于2017年7月在南充市城区固定线路,分别用粉尘测定仪和激光粒子计数器连续6d对步行、出租车、公交车、摩托车、私家车、自行车6种出行方式大气PM_(2.5)个体暴露质量浓度、数浓度进行监测,分析不同出行方式大气PM_(2.5)个体暴露质量浓度和数浓度。结果表明,不同出行方式质量浓度最高和最低分别为自行车(68.0±32.2)μg/m~3和出租车(35.6±21.5)μg/m~3;数浓度最高和最低分别为步行(1.93×10~8) N/m~3和私家车(2.49×10~4) N/m~3。质量浓度和数浓度的暴露量最高分别为自行车(76.6±3.8)μg和自行车(2.25×10~8) N;两种浓度下出租车和私家车比较结果相差不大,而其他四种出行方式呈现完全不同的结果。     

黄河流域城市PM_(2.5)时空异质及空间溢出效应研究北大核心

选择2000—2020年黄河流域69个地级市PM_(2.5)浓度相关监测数据,采用空间自相关模型和空间回归模型对流域PM_(2.5)污染时空特征和空间溢出效应进行分析。结果表明:①2000—2020年黄河流域城市年度PM_(2.5)浓度值呈“先升后降”的趋势,黄河流域PM_(2.5)污染呈“先恶化、后改善”的趋势。②黄河流域PM_(2.5)浓度年度均值为52.99μg/m^(3),其中,上游、中游和下游PM_(2.5)浓度年度均值分别为39.35μg/m^(3)、54.65μg/m^(3)、72.53μg/m^(3),表明黄河流域PM_(2.5)污染水平地理梯度分布呈“上游<中游<下游”的态势。③黄河流域PM_(2.5)污染具有显著的空间自相关性和空间聚集特征,下游已形成较为稳定的大气污染区,但流域PM_(2.5)污染水平空间极化程度不断降低,空气质量朝着空间均衡方向不断改善。④黄河流域城市PM_(2.5)污染空间溢出效应明显,年均气温、人口密度、工业化程度、人均GDP等因素与城市PM_(2.5)污染水平呈正向相关性,降水量、年均风速、植被覆盖度等因素与城市PM_(2.5)污染水平之间呈负向相关性。     

南昌市环境空气PM_(2.5)化学组分的时空分布特征

2015年在南昌市6个国控点分四个季度采集了大气PM_(2.5)样品,分析了其主要化学组分,并对PM_(2.5)质量浓度进行了重构。结果表明:南昌市PM_(2.5)的主要化学组分为SO_4~(2-)、OC、NO_3~-、NH_4~+和EC,占比具有明显的时空变化特征,硫酸盐在第二、三季度最大,硝酸盐在第一、四季度最大,SO_4~(2-)和NH_4~+在石化点位最高,NO_3~-在京东镇政府点位最高,OC和EC在省外办点位最高;重构后,南昌市PM_(2.5)以硫酸盐、有机物、地壳类物质为主,说明2015年南昌市扬尘和二次硫酸盐源类对PM_(2.5)的贡献可能是主要的。     

成都市春节期间PM_(2.5)中水溶性离子的污染特征分析

采用在线监测仪器对成都市春节期间大气中的PM_(2.5)及PM_(2.5)中的水溶性无机离子浓度进行了连续观测。结果表明:春节期间NO-3、SO2-4、NH+4是PM_(2.5)中水溶性离子的主要组成部分;烟花爆竹的集中燃放使PM_(2.5)的浓度短时间内迅速升高,同时PM_(2.5)中的SO2-4、K~+、Mg2+、Cl-的浓度亦显著升高,最大值分别为28.74μg/m3、33.40μg/m3、3.01μg/m3、23.53μg/m3,是基本无烟花爆竹燃放时段的2.90倍、303.6倍、376.2倍和13.8倍;相关性分析表明,春节期间PM_(2.5)中的K~+、Mg2+、Cl-可能有相同的来源,即烟花爆竹的燃放,部分SO2-4还可能以硫酸钾、硫酸镁的形式存在。     

南昌市颗粒物污染现状、原因及防治对策

2013—2017年南昌市环境空气PM_(10)、PM_(2.5)浓度总体呈逐年下降趋势,2017年,PM_(10)、PM_(2.5)年均浓度分别为76μg/m~3和41μg/m~3。污染主要来源于机动车尾气、燃煤、工艺过程、扬尘、餐饮油烟等,同时还受区域传输和不利扩散气象条件影响。针对南昌市颗粒物污染现状、原因,提出了加强机动车尾气污染防治;加大工业污染源综合治理力度;严控煤炭消费总量,调整燃煤结构;提高城市精细化管理水平,有效控制扬尘污染;加强科学研究及其能力建设的防治对策和建议。