重庆典型城区冬季碳质气溶胶的污染特征及来源解析

于2021年1～2月在重庆典型城区万州区(WZ)、渝北区(YB)和双桥区(SQ)同步采集PM_2.5样品,分析冬季碳质气溶胶的污染特征、来源及潜在源区.结果表明,观测期间SQ的ρ(PM_2.5)、ρ(OC)和ρ(EC)均值分别为(72.6±33.3)、(18.2±8.2)和(4.4±1.7)μg·m^-3,高于WZ[(67.2±30.3)、(17.2±7.4)和(5.1±2.4)μg·m^-3]和YB[(63.4±25.7)、(15.4±6.3)和(4.2±1.9)μg·m^-3].与清洁日相比,WZ污染日EC浓度及其对总碳的贡献率均涨幅最大(103.0%和8.1%),但OC/EC值下降最明显(-10.5%),表明WZ污染日碳质气溶胶的一次排放明显增强.观测期间SQ和YB的ρ(SOC)均值分别为(7.7±4.8)μg·m^-3和(6.9±2.8)μg·m^-3,明显高于WZ[(4.5±1.9)μg·m^-3],表明二次转化对SQ...     

重庆市O3污染日的大气环流分型与传输特征

通过分析重庆市主城区2015~2019年O₃浓度和气象要素观测数据,发现主城区O₃超标日数、超标日O₃中位值和90百分位浓度值均呈现逐年升高趋势,O₃与温度成正相关、与相对湿度成负相关,高O₃浓度对应每日最高温度区间为35℃以上以及相对湿度区间70%以下.采用T-mode主成分分析法(PCT)对2015~2019年的4~9月850hPa低层位势高度场和风场进行分型,总结出重庆市O₃污染期间主要有8种天气类型,其中有利于出现高浓度O₃现象的天气类型分别是低压西北侧型(T1)、低压后部型(T4)和高压西侧(T3),对应O₃平均超标率分别为34.6%、17.0%和14.2%.利用HYSPLIT4模型后向轨迹聚类方法和潜在源贡献算法(PSCF),计算得到O₃污染日的气团主要以中短距离输送为主,主要传输轨迹来自北、东北、南以及西南四个方向,从2015~2019年,主要污染来源有一个明显的从北转南的趋势,O₃污染的潜在源贡献分析结果与全市工业源NO_x、VOCs排放量空间分布的一致性较高.     

重庆市主城区O3污染时期大气VOCs污染特征及来源解析

2020年8月底至9月初,重庆市主城区发生了持续时间近2周的O₃污染过程.期间,在主城区3个观测站点利用苏玛罐和DNPH采样柱采集的环境空气VOCs样品,研究了O₃污染期间VOCs组分特征、光化学反应活性及来源解析.结果表明,观测期间重庆市主城区TVOCs平均体积分数为45.08×10^-9,各组分体积分数排序依次为OVOCs、烷烃、卤代烃、烯烃、芳香烃和炔烃.体积分数较高的VOCs物种是甲醛、乙烯和丙酮,三者之和占比TVOCs超过30%.OVOCs和烯烃对· OH消耗速率（L_i^·OH）和臭氧生成潜势（OFP）均具有较大的贡献,是生成O₃的关键VOCs组分;其中,OVOCs组分中主要的活性物种为甲醛、乙醛和丙烯醛,烯烃组分中主要的活性物种为异戊二烯、乙烯和正丁烯.VOCs中二甲苯与乙苯的比值较低,并且两者呈现显著的相关性,表明主城区大气中VOCs气团老化程度高,同时还受到其他区域远距离传输的影响.PMF受体模型解析结果显示,主要有5种VOCs来源,依次为二次生成源（27.67%）、机动车尾气源（26.56%）、工业排放源（17.86%）、植物源（14.51%）和化石燃料燃烧源（13.4%）.     

重庆市不同粒径颗粒物中水溶性离子污染特征

于2010年3月~2011年2月和2017年1~12月在重庆主城区连续采集PM_1.0、PM_1.0~2.5和PM_2.5~10样品,采用离子色谱测定了样品中9种水溶性无机离子（WSIIs）含量,研究了近年来不同粒径颗粒物中主要离子的污染特征.结果表明,2017年重庆市PM_1.0、PM_1.0~2.5和PM_2.5~10中WSIIs年均浓度和占比分别为24.10,32.89,39.11μg/m³和41.8%、40.3%、38.6%,较2010年均有所下降（39.85,47.84,57.12μg/m³和49.2%、46.6%、36.2%）,但NO₃^-浓度和占比呈上升趋势（分别上升12.3%~27.8%和53.1%~78.2%）,且成为2017年冬季首要离子.SO₄^2-、NO₃^-、NH₄⁺、Cl^-、K⁺和Na⁺主要分布在细粒子中,F^-、Mg²⁺和Ca²⁺主要分布在粗粒子中.重庆颗粒物呈弱碱性,其中粗粒子碱性强于细粒子,NH₄⁺主要以（NH₄）₂SO₄和NH₄NO₃的形式存在.与2010年不同,2017年细粒子中SO₄^2-和NO₃^-浓度均随相对湿度增大而快速上升,非均相反应已成为2017年SO₄^2-和NO₃^-形成的重要途径,且在PM_1.0中尤为突出.随污染加重,不同粒径下各类WSIIs演化特征各异,其中2017年细粒子中NO₃^-浓度及其对WSIIs贡献大幅升高,并成为重污染形成的主因,而SO₄^2-和扬尘源示踪物（Mg²⁺、Ca²⁺）贡献呈下降趋势.与2010年相比,2017年各粒径中NO₃^-/SO₄^2-比值随污染加重大幅升高,且重污染日比值均大于1.0.细粒子中WSIIs主要来源于二次转化,粗粒子主要来源于扬尘.2017年扬尘污染较2010年有所减缓,但二次源对WSIIs贡献上升明显,尤其是NO₃^-的二次生成,因此对NOx排放源的管控是WSIIs减排的重要途径.研究结果对了解近年来重庆市大气颗粒物污染来源及形成机制研究具有重要参考价值.     

重庆市主要工业源VOCs组分排放清单及其臭氧生成潜势

基于"第二次全国污染源普查"基础信息和工业行业VOCs源成分谱,建立了重庆市2017年主要工业源VOCs组分清单,并估算其臭氧生成潜势(OFP),识别工业源VOCs重点管控物种及其来源.结果表明,重庆市2017年工业源VOCs排放总量及其OFP分别为144.12 kt和477.34 kt,汽车制造、装备制造、塑料制造和...     

四川盆地大气氨与氮氧化物排放对细颗粒物污染的影响及减排潜力

基于IASI、OMI与TROPOMI卫星数据识别了2008~2019年四川盆地氨与氮氧化物柱浓度的变化趋势,并进一步采用空气质量模型CMAQ对2019年冬季四川盆地氨排放的大气环境影响进行了研究,评估了氨与氮氧化物单独减排及氨与氮氧化物协同减排情景下对四川盆地颗粒物污染的影响.结果表明：2008~2012年四川盆地氮氧化物排放逐年升高随后在2013~2019年迅速下降,而氨柱浓度在2008~2013年期间较为稳定,自2014年起迅速增长.四川盆地氨排放的高值区主要集中在人为活动强烈的成都及周边地区和川南城市群以及农业源氨排放主导的川西北地区.铵根离子在川南城市群的PM_2.5当中占比高达11.4%,而对川西地区城市的PM_2.5贡献较低.敏感性实验结果表明,氨与氮氧化物协同减排50%能有效降低大气中硝酸铵与硫酸铵的浓度,从而减少细颗粒物污染,改善四川盆地区域环境空气质量.     

成渝地区工业大气污染物排放的时空演化格局及关键驱动因素

为摸清成渝地区工业大气污染的时空变化规律和关键影响因素,构建了2013—2019年成渝地区社会经济和工业大气污染物排放数据库,运用空间自相关分析和冷热点分析方法,解析了工业大气污染物排放的时空演化格局,并采用对数平均迪氏(LMDI)分解模型探究关键驱动因素. 结果显示:①成渝地区工业大气污染物排放整体呈明显下降趋势,高排放城市减少,低排放城市增多,高排放区由大面积圈层式分布逐渐向成都平原经济区南部区域和川南经济区北部区域零星式分布转变. ②成渝地区工业大气污染物排放呈现明显的空间集聚状态,空间溢出效应显著,且空间关联程度呈增大趋势. 工业大气污染物排放的空间分布趋于极化,且呈现明显的“西热-东冷”分异格局. ③经济发展始终是不同阶段工业大气污染物排放增量的首要驱动因素,生产技术进步与能源利用效率提升是减排的主要控制因素,高排放-低减排城市需注重工业生产技术和末端治理技术的提升. 产业结构调整对减排的贡献受区域产业发展政策的影响,工业内部结构效应对大气污染物的排放具有促进作用,与近年来钢铁、水泥、玻璃、陶瓷等传统重工业行业在工业增加值中的比重逐年提升有关.      

2022年8月成渝两地臭氧污染差异影响因素分析

2022年8月成都和重庆呈现显著的臭氧(O₃)污染差异,成都O₃污染天高达20 d,重庆无O₃污染天,本文从前体物排放水平和气象条件分析此差异的影响因素.结果表明：(1)成都52种挥发性有机物(VOCs)(包含26种烷烃、 16种芳香烃和10种烯烃)的总体积分数(18.8×10^-9)是重庆(6.6×10^-9)的2.8倍,总O₃生成潜势(OFP=51.2×10^-9)是重庆(25.0×10^-9)的2.0倍,总·OH损耗速率(L_·OH=3.9 s^-1)是重庆(2.3 s^-1)的1.7倍.成都OFP前3是乙烯、间/对-二甲苯和异戊二烯;重庆OFP前3是异戊二烯、乙烯和丙烯.重庆仅烯烃对O₃的贡献率是60.7%,而成都烯烃和芳香烃的OFP分别是重庆的1.6倍和2.9倍.综上,成都VOCs总体积分数、大气光化学活性和O₃     

渝东南典型城区冬季一次罕见的PM2.5污染过程及溯源分析

2020年12月底,以生态旅游业为主的重庆市渝东南地区出现了一次较为罕见的PM_2.5污染过程,持续时间长且污染程度重。以渝东南地区武隆区为例,应用污染特征雷达图、后向轨迹模型及潜在源污染贡献估算等方法分析了本次PM_2.5污染的特征及来源,结果表明：(1)在污染前期主要受扬尘、燃煤和机动车等污染排放影响,污染源直接排放贡献较大;中、后期污染受二次颗粒物影响显著,扬尘影响也较为明显。(2)污染期间的气流轨迹均为短距离输送,轨迹主要来自东北方向(65%)。(3)除自身污染排放贡献外,渝东北地区和主城都市区是武隆区PM_2.5污染的主要潜在源区,对武隆区传输贡献占比超50%。     

西南地区大型综合工业区和周边区域大气VOCs污染特征及健康风险评估

为探究工业区大气VOCs污染特征,促进工业区VOCs污染防控,于2020年12月利用苏玛罐在西南地区某大型综合工业区及周边市区的3个观测站点采集VOCs样品,研究了工业区和周边市区的VOCs污染特征、来源解析并开展健康风险评估.结果表明,工业区A点、工业区B点和市区点φ(TVOCs)均值分别为105.25×10 9、2...