基于天津市在线数据评估ISORROPIA-Ⅱ模式结果及气溶胶pH的影响因素

气溶胶酸性与颗粒物性质及二次颗粒物暴发性增长密切相关.气溶胶pH难以直接测量,通常利用热力学模型进行计算.ISORROPIA-Ⅱ是常用热力学模型之一,包括不同的模式和气溶胶状态(forward和reverse模式,stable和metastable状态),研究表明,选择的模式和相态不同,其计算的pH结果也会有差异.且除模式相态选择外,还存在其他因素也会对模型结果产生影响.为探讨在我国典型城市大气污染特征下,ISORROPIA-Ⅱ合适的模式选择以及模型结果的影响因素,本研究利用天津市高时间分辨率在线小时数据,对不同模式和气溶胶状态下的模拟结果进行了分析.结果表明,使用forward模式和metastable状态的pH计算结果较为理想.温度升高,pH、气溶胶水含量、半挥发性组分气溶胶相中浓度占比均降低.RH通过影响气溶胶水含量和半挥发性组分浓度影响气溶胶pH值.阳离子浓度升高均会不同程度地导致pH升高、气相中NH_3浓度升高及HNO_3浓度降低;而阴离子则相反.Ca~(2+)、 SO_4~(2-)、 NO~-_3和NH~+_4对pH影响较大;与 SO_4~(2-)相比,NO~-_3对pH影响较小; NH~+_4对pH的影响存在敏感区,高浓度NH~+_4不会导致pH持续升高.本研究可提高对ISORROPIA-Ⅱ模拟我国城市大气气溶胶pH的理解,为我国开展pH相关的二次生成机制、半挥发性组分气粒分配和污染控制措施等相关研究提供参考.     

基于PMF模型的大气颗粒物多点位来源解析研究

随着环境监测数据空间分辨率的提高,越来越多研究人员选择将大气颗粒物多点位数据合并进行解析.本文通过模拟试验的方法,共设定了三大类八小类情景评估了不同条件下将多点位受体（大气颗粒物）进行解析的结果,同时结合合肥市2014年PM_2.5数据进一步验证多点位数据合并解析的适用性.结果表明：各点位间源贡献时间趋势完全一致时,多点位合并解析并不会使PMF模型的结果变好.各点位间源贡献时间趋势差异明显时,多点位合并解析更易解析出结果.各点位间源贡献时间趋势部分相同时,多点位合并解析的结果整体趋于变好,但是对某些源类的解析可能更差.     

基于模糊聚类的PM_(2.5)拟合组分选择模型的研究

提出了一种新的PM2.5源成分谱拟合组分选择模型,在充分考虑拟合过程的物理意义的基础上,采用聚类正确率作为组分选择的依据.实验验证,该模型能够准确获取较好的拟合主组分,相比与经验选或者手动盲选所得拟合结果,我们提出的模型将成功拟合(误差范围在0~0.05之间)的比例由40%提升到83%.     

机器学习耦合受体模型揭示驱动因素对PM2.5的影响

PM_2.5主要受排放源、大气化学、气象条件等驱动因素的非线性影响,了解驱动因素对PM_2.5浓度的影响十分重要. 本研究基于南开大学大气环境综合观测超级站的逐时在线观测数据,耦合机器学习方法和受体模型,揭示了驱动因素的重要性以及对PM_2.5浓度的影响. 结果表明:① 2018年11月—2020年10月观测地点的PM_2.5浓度范围为3.21~291.80 μg/m3,采暖季PM_2.5浓度和化学组分均高于非采暖季. ②使用受体模型解析PM_2.5的来源及其贡献,发现观测期间二次源的贡献率(44.7%)最高,其他依次为燃煤源(23.6%)、机动车排放源(11.0%)、扬尘源(9.9%)、生物质燃烧源(7.2%),工业源的贡献率(3.6%)最小. ③利用随机森林-SHAP模型量化排放源、大气氧化能力、气象条件等驱动因素对PM_2.5浓度的影响,发现观测期间排放源对PM_2.5浓度的影响程度为54.3%,高于其他驱动因素;气象条件对PM_2.5浓度的影响程度次之,为32.4%;大气氧化能力对PM_2.5浓度的影响程度相对较低,为13.3%. 在采暖季和非采暖季,各驱动因素对PM_2.5浓度的重要性在排序上没有变化,然而驱动因素对PM_2.5浓度的影响程度有所不同. 采暖季排放源对PM_2.5浓度的影响程度高于非采暖季,采暖季大气压对PM_2.5浓度的影响程度低于非采暖季. 研究显示,排放源对PM_2.5的影响相对较大,气象条件和大气氧化能力对PM_2.5浓度的影响也不容忽视.      

扬州市PM2.5中重金属来源及潜在健康风险评估

本研究利用正定矩阵因子分解模型(PMF)-健康风险评价模型(HMHR)探究了扬州市细颗粒物(PM_(2.5))中重金属污染来源及不同污染源对重金属潜在健康风险值的贡献.结果表明,各重金属全年浓度均值为Pb(64. 4 ng·m~(-3)) Cr(25. 24ng·m~(-3)) As(6. 36 ng·m~(-3)) Ni(5. 36 ng·m~(-3)) Cd(3. 34 ng·m~(-3)) Co(1. 21 ng·m~(-3));各污染源对PM_(2.5)贡献分别为二次源(37. 7%)燃煤源(19. 4%)扬尘(17. 5%)机动车(16. 9%)建筑尘(5. 2%)工业源(3. 4%). As主要源于燃煤、机动车和扬尘; Co主要源于工业源;燃煤源对Pb的浓度贡献较高;工业源对Ni、Cd含量的贡献最高.不同污染源的健康风险依次为扬尘源、燃煤源、机动车、工业源、建筑尘.扬尘源和燃煤源的潜在健康风险较其他污染源为高,与其源谱中重金属元素占比较大且对PM_(2.5)贡献浓度较高有关.     

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.     

成都市冬季PM2.5中多环芳烃的源解析与毒性源解析

对成都市2010~2011年住宅区冬季PM2.5中16种多环芳烃(PAHs)进行了来源解析、毒性评估以及毒性源解析研究.结果表明,16种PAHs普遍检出,成都市冬季PM2.5中的ΣPAHs浓度范围为22.79~215.82ng/m3,平均浓度为71.38ng/m3.PAHs组分分析结果显示,低环(2~3环)PAHs含量较低,高环(4~6环)所占比例较大,其比例范围为75.95%~99.52%.利用EPA PMF5.0解析PAHs污染源类型,结果表明成都市冬季PM2.5中PAHs的主要来源是煤和木材燃烧源、柴油燃烧源和汽油燃烧源,其分担率分别是14.88%、31.34%和54.08%.等效因子(TEF)毒性评估表明,成都市冬季的TEQ均值为16.82ng/m3.此外,运用PMF-TEF耦合模型对PAHs进行了毒性源解析,结果表明煤和木材燃烧、柴油燃烧和汽油燃烧的毒性分担率分别是12.39%、24.78%、62.83%.     

呼包鄂地区沙尘期间大气污染特征研究

为研究沙尘天气下典型大气污染特征,选择呼和浩特市、包头市、鄂尔多斯市（简称"呼包鄂地区"）为研究对象,分析了呼包鄂地区2016年春季3月1日-5月31日的PM₁₀与PM_2.5数据,利用CMB（化学质量平衡）受体模型、后向轨迹模型研究了呼包鄂地区污染源的特征,通过富集因子法评估了人类活动对沙尘天气的影响,最终通过特征比值法对沙尘天气与非沙尘天气进行了区分.结果表明:①沙尘天气与非沙尘天气时,呼包鄂地区PM₁₀、PM_2.5中主要化学组分均为Si、Ca、Al、Fe、OC、SO₄2-与NO₃-.沙尘天气时,ρ（PM₁₀）与ρ（PM_2.5）的差值大于非沙尘天气,较高的ρ（Al）、ρ（Si）、ρ（Ca）说明呼包鄂地区受到较大的沙尘天气影响.②CMB受体模型源解析结果表明,沙尘天气时扬尘源对PM₁₀与PM_2.5的贡献率分别为59.3%、48.7%,说明PM₁₀和PM_2.5的主要污染源均为扬尘源.后向轨迹模式模拟表明,呼包鄂地区的沙尘主要来自其西北部地区.③元素Na、K、Mg的EF（富集因子）在PM₁₀与PM_2.5中均大于1.0,Si、Cu的EF在PM_2.5中均大于1.0,但在PM₁₀中小于或等于1.0;依据EF表征级别,自然因素对PM_2.5和PM₁₀的影响程度均较大,并且PM_2.5受人类活动影响的程度大于PM₁₀.通过特征比值发现,ρ（Si）/ρ（Al）大于1.7且ρ（Si）/ρ（Fe）大于2.2可作为呼包鄂地区典型沙尘天气的界定.研究显示,呼包鄂地区春季受到较大程度的沙尘影响,这些沙尘主要来自其西北部地区,通过特征比值法可以对呼包鄂地区沙尘天气进行界定.      

天津不同气团来向PM2.5中组分和污染源贡献的季节变化

利用基于新型多点位三维受体模型和后轨迹所构建的来向解析技术（SDA）,探讨了天津市内陆和近海点位的不同季节不同来向气团载带的颗粒物浓度、组分和源分担率特征,并定量计算了不同来向污染源对受体点位的贡献大小.整体上,渤海来向的气团相对清洁（97.1μg/m³）,气团占比较大（23.7%）;内蒙-河北-北京-天津来向气团载带的PM_2.5浓度高（197μg/m³）,但气团占比小（内陆点位春冬季分别为12.5%,11.9%,近海点位春冬季分别为8.6%,10.7%）,对PM_2.5的综合影响较小.近海点位春夏秋冬季对PM_2.5分担率最大的污染源分别为：SSW来向地壳源（12.8%）、SE来向硫酸盐+SOC（二次有机碳）（9.8%）、WSW来向燃煤源（10.3%）、WNW来向硫酸盐+SOC（12.1%）.内陆点位分别为SSW来向地壳源（14.5%）、S来向硫酸盐+SOC（13.5%）、SSW来向机动车源（8.9%）、WNW来向硫酸盐+SOC（9.5%）.