基于PMF模型的九龙江流域农田土壤重金属来源解析

选取九龙江流域农田土壤为研究对象,运用电感耦合等离子体质谱(ICP-MS)和原子荧光光谱(AFS)测定了土壤中重金属含量,通过正定矩阵因子分析模型(PMF)解析农田土壤中重金属的主要来源.结果表明,研究区域农田土壤中大部分金属相对福建省土壤环境背景值已存在一定程度的富集,部分土壤中Cd、Zn、Pb和Cu含量超过农用地土壤污染风险筛选值(GB15618-2018),且各金属在研究区不同区域(北溪流域、西溪流域和河口区)分布存在中等变异.Cr、Ni、Cu、Zn和Cd的含量在北溪流域的龙岩区域较高,Pb的含量在西溪流域较高,而Co、Hg和As的含量在河口区域较高.正定矩阵因子分析模型(PMF)得出的源成分谱和源贡献率具有非负性质,土壤中重金属实测值与模型预测值拟合曲线呈现较好相关性,结果相对合理,能满足研究需要.正定矩阵因子分析模型(PMF)解析得出:研究区农田土壤中重金属主要来源有自然源、农业活动、燃煤释放和工业活动,其对农田土壤中重金属的综合贡献率分别为37. 0%、26. 7%、17. 6%和18. 7%.     

黑炭气溶胶质谱仪(SP-AMS)分析春季PM2.5中水溶性有机气溶胶

为探讨常州春季大气细颗粒物(PM_(2.5))的化学组成及污染特征,于2017年3月1日～5月30日采集了84个有效样品,对其水溶性离子(WSIIs)、碳质组分(OC和EC)等常规组分进行了测定和分析,并采用黑炭-气溶胶质谱仪(SP-AMS)对水溶性有机气溶胶(WSOA)进行了分析.结果表明,采样期间PM_(2.5)的日均质量浓度为101. 97μg·m~(-3),超标(环境空气质量标准二级标准)率达73. 8%,以轻度、中度和重度污染为主,分别占总天数的39. 3%、21. 4%和13. 1%. WSIIs约占PM_(2.5)的39. 86%,其中二次离子(SO_4~(2-)、NH_4~+和NO_3~-)占WSIIs的81. 85%,阴阳离子电荷平衡的线性拟合直线的斜率(AE/CE)大于1(1. 09),表明PM_(2.5)偏弱酸性. OC/EC比值为2. 53,说明受二次转化的影响. SP-AMS分析WSOA组分包含C_xH_y+(32. 1%)、C_xH_yO+(30. 4%)、C_xH_yO_~(2+)(25. 4%)和H_yO~+(4. 7%),其平均氧碳比(O/C)、氢碳比(H/C)、氮碳比(N/C)和有机质-有机碳比(OM/OC)分别为0. 72、1. 53、0. 04和2. 15,高的O/C表明春季光化学反应导致的二次转化贡献较大.正定矩阵因子分析模型(PMF)对WSOA的质谱进行解析得到:类烃OA(HOA)、半挥发氧化性-生物质燃烧排放OA(SVOOA-BBOA)和低挥发性氧化性OA(LVOOA) 3种有机气溶胶,分别占WSOA总量的18. 4%、34. 1%和47. 4%.     

基于PMF模型的PM2.5中金属元素污染及来源的区域特征分析

金属元素是大气PM_2.5的重要组成成分,对人群危害性极强且兼具源特异性,分析不同经济模式地区大气细颗粒物中金属污染状况及来源差异,可以为科学规划城市产业布局和保护大气环境提供参考.通过霾/非霾期大气PM_2.5采样,使用电感耦合等离子体发射光谱仪（ICP-OES）测定成都市及仁寿县样品中18种金属元素质量浓度,分析其污染水平,并基于正定矩阵因子分解模型（PMF）解析两地大气PM_2.5中金属元素的来源.结果表明,成都市扬尘源、移动源和燃煤源特征元素占元素总和的比值大于仁寿县,而仁寿县生物质燃烧源、工业源以及燃油源特征元素占比则较高.两地Cr、Cd和As元素浓度均超标,表明PM_2.5中重金属污染严重.随着霾污染加剧,两地PM_2.5中金属元素总量上升,但增幅远低于PM_2.5浓度增长.此外,不同元素在霾期和非霾期浓度比值存在差异,成都市变化范围为0.7（Al）~2.8（Ba）,仁寿县介于0.8（Al）~3.1（Mn）之间,但总的来说两地大致呈现出燃煤和工业活动排放元素增幅较大,机动车污染源次之,扬尘源增幅较缓的状况.受地区产业布局、经济规模和发展模式的影响,大气PM_2.5中金属元素污染水平及来源呈现出不同的区域特征.在重点发展第三产业的大型城市,如成都,更易遭受交通运输和城市建设等带来的大气污染,而在仁寿等第二产业占比不断增加的郊县,其污染主要受化石燃料燃烧和工业过程排放的影响.     

重庆市典型城区PM2.5含碳气溶胶季节变化和来源解析

于2015年10月、12月和2016年3月、8月在重庆大学A区采集秋、冬、春、夏4个季节PM_2.5样品,观察其微观形貌,分析含碳气溶胶及其碳组分的浓度水平,并探讨其季节变化及进行来源解析.结果表明,重庆沙坪坝区PM_2.5中有机碳（OC）、元素碳（EC）、烟灰（char）和烟炱（soot）的年均质量浓度分别为20.66、6.16、5.42和0.74 μg·m^-3.OC季节变化显著,冬季最高,夏季最低;EC秋季最高,冬季最低,但与其它季节相差不大;char表现为秋季 > 春季 > 冬季 > 夏季;soot表现为秋季 > 夏季 > 春季 > 冬季.正定矩阵因子（PMF）解析出3个因子,分别代表生物质/煤燃烧和道路扬尘的混合源（52.7%）、汽油机动车排放源（22.9%）和柴油机动车排放源（24.4%）.机动车尾气是秋、春和夏3个季节含碳气溶胶的主要来源,冬季主要受煤炭/生物质燃烧和道路扬尘混合源的影响.秋季污染事件可能是因为本地及周边城市汽油车通行量增加,冬季污染事件可能是本地煤炭/生物质燃烧排放增加和周边农村地区输入的共同作用,春季污染事件可能与来自西北方向的沙尘长距离传输有关.     

中国典型背景站夏季VOCs污染特征及来源解析

选取庞泉沟、神农架、武夷山和长岛4个代表性大气背景站,使用SUMMA罐采样及GC-FID/MS方法分析了4个背景站夏季环境空气中57种挥发性有机污染物浓度水平、物种组成以及日变化特征,并利用PMF模型对背景站VOCs进行来源解析和臭氧生成潜势（OFP）分析.结果表明,采样期间庞泉沟、神农架、武夷山和长岛的VOCs平均浓度分别为（23.06±8.14）×10^-9,（8.25±4.27）×10^-9,（7.95±11.31）×10^-9和（11.98±8.80）×10^-9.除庞泉沟外,背景点烷烃、芳香烃、烯烃和炔烃浓度均明显低于城市地区.背景点烷烃、芳香烃、烯烃占比与城市地区差异不显著,但背景点炔烃占比显著小于城市地区.烷烃和芳香烃的日变化呈现出白天消减,夜间累积的特点,烯烃浓度则在09：00~15：00点出现峰值.PMF源解析及成分分析结果表明,人为排放源对背景站VOCs构成和臭氧生成潜势有重要贡献.汽油挥发、溶剂及涂料使用、机动车尾气等排放源对4个背景站点的VOCs浓度贡献占比在39%~58%之间,对OFP贡献占比在35%~58%之间.燃烧源对4个背景站点的VOCs浓度贡献占比在18%~21%之间,对OFP贡献占比在约为13%..植物源对4个背景站点的VOCs浓度贡献占比在7%~17%之间,对OFP贡献占比在8%~33%之间,植物源贡献占比高于城市地区.     

Fine particle-bound PAHs derivatives at mountain background site (Mount Tai) of the North China: Concentration, source diagnosis and health risk assessment

Ten nitrated polycyclic aromatic hydrocarbons (nPAHs) and 4 oxygenated polycyclic aromatic hydrocarbons (oPAHs) in fine particulate matter (PM_2.5) samples from Mount Tai were analyzed during summer (June to August), 2015. During the observation campaign, the mean concentration of total nPAHs and oPAHs was 31.62 pg/m³ and 0.15 ng/m³, respectively. Two of the monitored compounds, namely 9-nitro-anthracene (9N-ANT) (6.86 pg/m³) and 9-fluorenone (9FO) (0.05 ng/m³) were the predominant compounds of nPAHs and oPAHs, respectively. The potential source and long-range transportation of nPAHs and oPAHs were investigated by the positive matrix factorization (PMF) method and the potential source contribution function (PSCF) methods. The results revealed that biomass/coal burning, gasoline vehicle emission, diesel vehicle emission and secondary formation were the dominant sources of nPAHs and oPAHs, which were mainly from Henan province and Beijing-Tianjin-Hebei region and Bohai sea. The incremental life cancer risk (ILCR) values were calculated to evaluate the exposure risk of nPAHs and oPAHs for three group people (infant, children and adult), and the values of ILCR were 7.02 × 10^?10, 3.49 × 10^?9 and 1.41 × 10^?8 for infant, children and adults, respectively. All these values were lower than the standard of EPA (Environmental Protection Agency) (<10^?6), indicating acceptable health risk of nPAHs and oPAHs.     

承德市PM2.5中多环芳烃的季节分布特征、来源解析及健康风险评价

为研究承德市PM_2.5中多环芳烃（PAHs）的季度变化特征和污染来源,于2019年的1、 4、 7和10月采集PM_2.5样品,采用气相色谱-质谱联用仪（GC-MS）测定了16种PAHs的浓度,并利用时序变动、特征比值和正定矩阵因子模型（PMF）的方法,分析了各季节PAHs的浓度变动、组分特征和潜在污染源.此外,为评价PAHs对健康风险的影响,采用BaP毒性当量法(BaP_Teq)及增量终生致癌风险（ILCR）模型,并结合PAHs数据和PMF结果进行分析.结果表明,采样期间承德市PM_2.5中■的变化范围为2.7～246.4 ng·m^-3,呈现（136.8±52.1）ng·m^-3（冬季）>（70.3±36.7）ng·m^-3（秋季）>（24.7±17.4）ng·m^-3（春季）>（13.7±9.4）ng·m^-3（夏季）的显著季节特征.不同环数PAHs的浓度占总浓度的占比中,5～6环的...     

基于正定矩阵因子分析模型的城郊农田重金属污染源解析

城郊农田是城市农副产品的重要生产基地,其土壤环境质量直接影响人群的健康状况.本研究采用200 m×200 m网格布点法采集DL市城郊农田表层土壤样品246个,分析土壤中重金属Cd、Hg、Zn、Pb、Cu、As、Ni、Cr和Mn的含量分布特征.运用正定矩阵因子分析法(PMF)对研究区9种重金属污染来源及其贡献率进行了解析.结果表明:工业污染源贡献率29.74%,农业与污灌复合污染源贡献率19.93%,自然母质源贡献率35.98%,大气沉降源贡献率14.35%.其中,Hg主要来源于大气沉降源,贡献率为67.23%;Pb、Cu和Zn主要来源于工业污染源,贡献率分别为67.58%、40.65%、35.51%;Ni、Cr和Mn主要来源于自然母质源,贡献率分别为68.82%、67.16%、72.32%;Cd、As主要来源于农业与污灌复合源的影响,其贡献率分别为71.30%、47.53%.由PMF模型解析结果可知,工农业生产等人为因素(64.02%)是造成城郊农田土壤重金属污染的主要来源.     

基于质子转移反应质谱(PTR-MS)对北方冬季大气氨的观测研究

氨是大气中广泛存在的碱性气体,已有的研究表明,氨能够参与包括硫酸/水体系的三元成核过程,进而促进新粒子的形成;同时,氨也是大气二次有机气溶胶（SOA）的重要前体物,对二次有机气溶胶的形成具有不可忽视的影响.了解大气中氨的污染情况,实现对大气中氨的高时间分辨率的在线观测,对于研究大气中氨的时空分布及来源解析,进而加深对气溶胶生成机理及气溶胶在大气辐射平衡与气候变化中作用的认识有重要意义.本研究使用一台自主搭建的质子转移反应质谱仪（PTR-MS）,以丙酮作为反应试剂,由电晕放电离子源产生质子化的丙酮反应试剂离子（（C₃H₆O）_nH⁺）（n=1,2）,与大气中的气态氨及其他碱性气体发生质子转移反应后进行质谱检测.丙酮（C₃H₆O）相较于水（H₂O）和乙醇（C₂H₅OH）,具有更高的质子亲和力（PA=194.1 kcal·mol^-1）,对PA较高的碱基化合物的选择性更好,可减少其他物质对四极杆质谱检测结果的影响.本研究在2017年11月9日—2018年1月10日和2018年11月12日—2019年1月2日华北地区气溶胶生成机理综合研究联合外场观测期间,将PTR-MS部署于山东省德州市平原县气象局观测场内,对大气中的氨气进行实时在线观测.结果表明,两次观测的气态氨平均值分别为（5.89±5.27）ppbv和（2.65±2.41）ppbv,均呈现出一个明显的日变化规律,即上午6：00—7：00出现峰值,随后逐渐下降,在下午大约15：00浓度达到最低值,随后上升.结合正交矩阵因子分解法（Positive Matrix Factorization,PMF）模型对当地近地面大气中氨气进行初步的来源分析,发现当地大气中氨气的来源主要是周边农村在冬季大量使用生物质燃料燃烧取暖造成的生活排放和当地交通源排放.两次冬季观测中当地农村取暖等生活排放分别占到66.0%和55.0%;交通排放在两次观测中分别占到27.0%和36.8%;农田土壤释放、畜牧养殖排放和工业排放等其他来源占比较低,分别是6.2%和7.5%;外部传输来源只占到很少一部分,分别是0.8%和0.7%.2018年的冬季观测相较于2017年,氨气浓度总体出现下降,主要来源还是以当地农村冬季生活和取暖燃烧排放为主,但通过相关政策管控,这一污染来源得到改善.     

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.