西安冬春季PM10中碳气溶胶的昼夜变化特征

为探讨西安市大气碳气溶胶的季节变化和昼夜变化特征及来源,于2006-12-19～2007-01-21 (冬季)和2007-04-01～2007-04-30 (春季)连续采集了大气可吸入颗粒物(PM₁₀)样品,并采用IMPROVE热光分析法分析了其中有机碳(OC)和元素碳(EC)的昼夜浓度.结果显示,冬季白天PM₁₀及其中OC和EC的平均浓度分别为455.0、 62.4和7.5 μg/m³,夜晚的平均浓度分别为448.7、 66.1和6.9　μg/m³,对应春季白天的平均浓度分别为397.9、 26.7和6.9 μg/m³,夜晚分别为362.1、 31.9和8.6 μg/m³.冬季白天OC与EC的相关系数为0.44,较之春季0.81要差,主要与冬季采暖期燃料的多样性有关.碳气溶胶组分中,冬季白天和晚上二次有机碳气溶胶(SOC)的平均浓度为8.9和10.2 μg/m³,远高于春季(2.8和3.4 μg/m³),说明冬季较高的OC排放及较低的大气扩散能力利于碳气溶胶中SOC的生成.对碳气溶胶8种组分的因子分析结果表明,冬季燃煤排放及郊区的生物质排放对碳气溶胶有重要的贡献,而春季机动车的贡献明显增加.     

西安冬春季PM10中碳气溶胶的昼夜变化特征

为探讨西安市大气碳气溶胶的季节变化和昼夜变化特征及来源,于2006-12-19~2007-01-21(冬季)和2007-04-01~2007-04-30(春季)连续采集了大气可吸入颗粒物(PM10)样品,并采用IMPROVE热光分析法分析了其中有机碳(OC)和元素碳(EC)的昼夜浓度.结果显示,冬季白天PM10及其中OC和EC的平均浓度分别为455.0、62.4和7.5μg/m3,夜晚的平均浓度分别为448.7、66.1和6.9μg/m3,对应春季白天的平均浓度分别为397.9、26.7和6.9μg/m3,夜晚分别为362.1、31.9和8.6μg/m3.冬季白天OC与EC的相关系数为0.44,较之春季0.81要差,主要与冬季采暖期燃料的多样性有关.碳气溶胶组分中,冬季白天和晚上二次有机碳气溶胶(SOC)的平均浓度为8.9和10.2μg/m3,远高于春季(2.8和3.4μg/m3),说明冬季较高的OC排放及较低的大气扩散能力利于碳气溶胶中SOC的生成.对碳气溶胶8种组分的因子分析结果表明,冬季燃煤排放及郊区的生物质排放对碳气溶胶有重要的贡献,而春季机动车的贡献明显增加.     

三峡库区重庆段重点水域沉积物多环芳烃的污染特征及生态风险评价

采用液相色谱法对三峡库区重庆段9个断面沉积物样品的多环芳烃(PAHs)进行了分析。结果表明,三峡库区重庆段沉积物中ΣPAHs质量比范围为68.6~4 226 ng/g,平均质量比为685 ng/g;7种致癌单体Σ7PAHs质量比范围为23.7~1 265 ng/g,平均值为261ng/g,属中等污染水平。沉积物中ΣPAHs质量比最高点位于化工园区下游,其余断面质量比较低且变化较小;化工园区下游以2~3环为主,占总量的50.66%,其余断面以5~6环为主,占总量的25.90%~67.01%。沉积物中PAHs来源主要为木柴、煤燃料的高温燃烧。沉积物质量基准法和质量标准法评价结果表明,化工园区下游沉积物存在生态风险,有必要开展PAHs污染来源调查和底质生态修复研究;其余断面存在潜在生态风险,需加强监测。     

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)。     

空气污染暴露评价研究进展

介绍了暴露及暴露评价的基本概念、人体空气污染暴露评价的指示物及其特征,讨论暴露评价方法的类型,对各种方法的优、缺点进行了比较分析。根据综述和案例分析情况,对空气污染暴露评价研究的发展趋势进行了展望。     

气溶胶有机碳元素碳基本特征研究的前沿动向

综述国外气溶胶有机碳(OC)和元素碳(EC)的五大特征(粒径分布、物质组成、时空分布、室内室外关系、排放源分析的)研究的进展;概述了国内OC、EC相关研究情况,展示了国内外OC、EC基本特征研究的发展重点和趋势。     

长三角城市群臭氧浓度的时空分异及驱动因素

运用克里金插值、空间自相关分析、冷热点分析和地理探测等定量分析方法,对长三角城市群2015~2017年O3浓度的时空分异特征及驱动因素进行了探讨。结果表明：（1）2015~2017年长三角城市群O3浓度呈上升趋势,O3日最大8 h滑动平均值第90百分位数平均浓度由149 μg/m3上升到166 μg/m3,平均超标率由9.3%上升到12.1%,以O3为首要污染物的天数占超标总天数的比例由32.3%上升到46.4%。（2）受气温和降水量年际波动的影响,各年份O3月均浓度变化曲线形状不同。但O3超标都主要发生在4~9月,超标天数分别占2015、2016、2017年的88.3%、98.2%和97.0%。（3）由于安徽O3浓度快速上升,长三角城市群O3浓度空间分布格局由东高西低演变为北高南低,且同质化增强、异质性减弱。（4）随着O3浓度的上升,O3浓度热点区由环太湖地区向南京都市圈扩展,冷点区在安徽有明显收缩。（5）地理探测表明,长三角城市群O3浓度空间分异主要受经济规模、城市化和排放源等社会经济因素驱动,且均呈正向影响。自然因素中的降水量和风速呈负向影响,分别对O3有显著的清除和扩散作用。     

长江经济带PM2.5分布格局演变及其影响因素

2000年以来,长江经济带高强度的人类社会经济活动引发了严峻的环境污染问题,灰霾污染尤为严重.研究该区域PM_(2.5)浓度的时空格局与影响因素是落实新发展理念、推进区域大气污染综合防治的迫切需要.本文基于遥感反演数据,研究了2000～2016年长江经济带PM_(2.5)浓度分布格局的演变过程,利用地理加权回归模型揭示了自然和社会经济因素对其影响的时空非平稳性.结果表明:①PM_(2.5)浓度分布总体表现为东高西低,且城市群污染特征明显.②以2007年为界, 2000～2016年PM_(2.5)年均浓度经历了逐年上升和波动下降的过程,年均浓度由27.2μg·m~(-3)上升至44.1μg·m~(-3)后, 2016年降至33.6μg·m~(-3).污染范围则先由长三角城市群、长江中游城市群和成渝城市群核心区域向四周快速扩展, 2007年后开始往回收缩.③空间自相关分析表明,PM_(2.5)浓度分布有显著的正空间自相关性,热点持续稳定地分布在上海、江苏、安徽中北部、浙江北部和湖北中部,冷点分布在云南、四川西部和南部及贵州西部.④自然因素与社会经济因素对PM_(2.5)浓度分布的影响具有时空差异性.其中社会经济因素主要呈正向影响;自然因素中,降水量主要呈负向影响,其余因子的影响大小和作用方向均随着时间和空间的变化而变化.     

成都春季生物质燃烧和沙尘期间气溶胶散射特征及其重建

于2009年4月19日～5月17日在成都城区每天采集PM2.5样品.利用热光碳分析仪、离子色谱、X荧光光谱仪和高效阴离子交换色谱分别分析样品中有机碳/元素碳、水溶性离子、地壳元素和左旋葡聚糖,同步测量了大气散射系数(bsp)和气象数据.利用IMPROVE方程重建大气散射系数,并与实测大气散射系数进行对比.结果发现,PM2.5浓度均值为133.2μg.m-3,大气散射系数为530 Mm-1.左旋葡聚糖和地壳元素能很好地反映生物质燃烧和沙尘事件.观测期间成都城区计算值b’sp为504 Mm-1,(NH4)2SO4、NH4NO3、OM(organic matter)、FS(fine soil)和CM(coarse mass)贡献率分别为26%、15%、53%、4%和2%.DS(dust storm)期间,计算值b’sp为575 Mm-1,FS和CM贡献率达到17%和21%.BB(biomass burning)期间,计算值b’sp为635 Mm-1,OM贡献率达到62%.     

西安市道路PM2.5 NO2 CO水平浓度分布特征

为获得西安市道路PM_2.5、NO₂和CO的水平浓度分布特征,选取小寨和秦岭环山路作为西安市城区道路和郊区道路的代表,采用水平分布的监测方法获得了每条道路距离道路边缘0、15和50 m处的ρ（PM_2.5）、ρ（NO₂）和ρ（CO）.结果表明:与秦岭环山路（下称秦岭）相比,城区观测点小寨的ρ（PM_2.5）、ρ（NO₂）和ρ（CO）分别为（88±50）（78.6±29.8）μg/m3和（1.5±0.3）mg/m3,均高于秦岭三者的质量浓度[分别为（55±23）（47.9±19.8）μg/m3和（1.4±0.1）mg/m3].在空间分布上,ρ（PM_2.5）、ρ（NO₂）、ρ（CO）水平梯度分布明显.与距离道路边缘0 m处相比,小寨ρ（PM_2.5）在距离道路边缘15和50 m处分别减少了6.48%、7.96%,秦岭减少了5.45%、9.09%;小寨ρ（NO₂）在15和50 m处分别减少了8.57%、14.29%,秦岭减少了15.45%、24.89%;在距离道路边缘50 m处小寨ρ（CO）减少了25.00%,而秦岭在距离道路边缘15和50 m处分别减少了25.00%、41.67%.研究显示,来自于机动车排放的PM_2.5、NO₂和CO在道路两侧有明显的距离效应,并且郊区观测点水平递减更明显.