厦门市冬季PM2.5污染情境识别及其与气象条件的关系

为研究厦门市冬季不同PM_2.5污染情境与气象条件和气团轨迹路径特征的关系,结合PM_2.5观测数据,使用AGAGE（Advanced Global Atmospheric Gases Experiment）统计方法识别2014—2018年冬季厦门市PM_2.5观测值、基线值和污染值情境,通过气象数据统计和气团后向轨迹聚类对不同PM_2.5污染情境下气象条件和气团轨迹路径特征进行探究.结果表明:①厦门市冬季不同PM_2.5污染情境下,ρ（PM_2.5）及PM_2.5污染值情境时长占比均呈波动中下降的趋势,具体表现为冬季PM_2.5观测值、污染值和基线值情境下,ρ（PM_2.5）平均值分别从2014年的42.2、90.7、16.4 μg/m3降至2018年的26.3、56.9、8.8 μg/m3,冬季PM_2.5污染值情境时长占比从2014年的10.2%降至2018年的3.0%.②冬季PM_2.5污染值情境下气象要素呈低风速、低气压、高温度、高相对湿度的特征.③冬季到达厦门市的气团轨迹路径中,局地路径由于大气条件稳定易累积形成PM_2.5污染;偏北路径和西北路径易从临近省份携带污染物输入导致PM_2.5污染,属于重要的外源污染输入路径;沿海路径和偏西路径均属于清洁路径,但沿海路径易在福建省北部与偏北路径重合形成污染输入,加强了偏北路径的污染物输送能力.研究显示,近年来厦门市冬季PM_2.5污染有明显减弱趋势,但不利的气象条件和外来污染输入仍会造成PM_2.5污染的发生.      

加入SOA示踪的深圳大气PM2.5受体模型源解析

为厘清包括二次有机气溶胶（SOA）在内的深圳市区PM_2.5各种一次和二次来源贡献,本文于2017年9月2日~2018年8月29日在深圳市大学城点位开展PM_2.5样品采集,并进行化学组分和水溶性有机物（WSOM）质谱测量,共获得162组有效数据.观测期间深圳市大气PM_2.5平均质量浓度为26μg/m³,在传统PMF源解析的基础上加入羧基离子碎片（CO₂⁺）作为SOA的示踪物,加入水溶性有机氧（WSOO）用于计算各因子O/C,验证有机物解析效果.结果表明,SOA可以被独立解析出,其O/C明显高于其他一次污染源中有机物;机动车、二次硫酸盐、二次硝酸盐、SOA为最主要的4个源,对PM_2.5质量浓度的贡献分别为25%、23%、17%和10%,船舶、地面扬尘、老化海盐、建筑尘、生物质燃烧、燃煤和工业贡献均在5%以内.各个源的变化特征表明,机动车、二次硫酸盐、二次硝酸盐、SOA等源贡献呈现冬高夏低的季节特征,与冬季季风条件下源自内陆的污染传输密切相关.污染天气时,二次硝酸盐和SOA的贡献增加相对最显著,因此NOx和挥发性有机物是减排的关键.     

Concentrations and chemical compositions of PM10 during hazy and non-hazy days in Beijing

In order to study the concentrations of major components,characteristics and comparison in hazy and non-hazy days of PM_(10) in Beijing,aerosol samples were collected at urban site in Beijing from December 29,2014 to January 22,2015.Heavy metals like Zn,Pb,Mn,Cu,As,V,Cr and Cd were deeply studied considering their toxic effects on human being;nine water-soluble inorganic ions(SO_4~(2-),NO_3~-,NH_4~+,Na~+,K~+,Cl~-,Ca~(2+) and Mg~(2+)) and carbon fractions(OC and EC) were also analyzed.The concentrations of heavy metals were 1.03–1.98 times higher in hazy days than those in non-hazy days,mainly due to biomass burning and coal burning.The trends in total heavy metals concentrations were basically consistent with the trends in PM concentrations except for two obvious periods(12.29–12.30;1.14–1.15);but when air masses accumulated locally or around Beijing,trends in PM concentrations and heavy metals were opposite.The proportion for NO_3~-/SO_4~(2-) indicated that mobile sources such as automobiles were important reasons for haze in Beijing.Correlation between OC and EC during non-hazy days was strong(R~2= 0.95) but it was low(R~2= 0.67) during hazy days,and large variations for OC/EC values occurred in hazy days.The calculated mass concentration of SOC is 2.58 μg/m~3,which only accounted for 10.1% of the OC concentration.When air masses from the far north-west,they decreased PM concentration in Beijing and they were relatively clean;however,those from the near east,south-east and south of the mainland increased PM concentration and they were dirty.     

贵州草海湿地溶解性有机物的光谱特征及其与PFASs的相关性分析

为描述草海湿地DOM（dissolved organic matter,溶解性有机物）荧光特征,探究其对PFASs（per-and polyfluoroalkyl substances,全氟及多氟化合物）环境行为造成的影响,利用超高效液相色谱-质谱联用技术和三维荧光光谱技术,结合平行因子分析,开展DOM光谱学特性研究,分析ρ（DOM）与ρ（PFASs）的相关关系.结果表明:①草海湿地中共解析出3类4种荧光组分,分别为类腐殖酸[λ_Ex（360 nm）/λ_Em（450 nm）]、长波段腐殖质[λ_Ex（400 nm）/λ_Em（510 nm）]、类富里酸[λ_Ex（330 nm）/λ_Em（400 nm）]和类色氨酸[λ_Ex（280 nm）/λ_Em（350 nm）],贡献率分别为48.6%、23.6%、22.9%和4.9%,其中类腐殖质总贡献率高达72.2%.在农业生产和人类活动的影响下,总荧光强度大致呈现从入湖区向出湖区逐渐降低、湖心区略高的趋势.②在草海湿地表层水中共检出了12种PFASs,ρ（PFASs）为233.18 ng/L,每种平均值为19.43 ng/L,PFBA（perfluorobutanoic acid,全氟丁酸）是主要污染物;草海湿地入湖区点源影响特征明显,生活污水和农业生产用水是主要的潜在污染源.③相关性分析结果显示,各荧光组分含量均与ρ（PFBS）（potassium perfluorobutanesulfonate,全氟丁烷磺酸）负相关;类色氨酸含量与ρ（PFHpA）（perfluororoheptanoic acid,全氟庚酸）负相关,与ρ（PFTriDA）（perfluorotrideanoic acid,全氟十三酸）则显著正相关.研究显示,草海湿地水体腐殖化程度高,外源特征明显,共检出12种PFASs,初步揭示了草海湿地水环境中ρ（DOM）与ρ（PFASs）的相关关系,其受水体性质及化合物结构等差异的影响,有待进一步开展深入研究.      

基于PCA-SOM的北京市平谷区地下水污染溯源

为了解北京市平谷区地下水污染物来源,以平谷区2010—2018年监测数据为基础,使用PCA(主成分分析法)识别了地下水水质指标因子,使用自组织映射识别了污染物的空间分布.结果表明:通过监测指标间的Pearson检验发现, 平谷区地下水电导率与ρ(Ca2+)(p=0.936)、总碱度与ρ(HCO₃2-)(p=0.981)、ρ(Mg2+)与总硬度(p=0.944)指标之间显著相关.地下水化学类型主要以HCO₃-Ca型为主,其次为HCO₃-Mg型.NH₄+、SO₄2-、Cd、Fe(Ⅱ)、NO₂指标空间分布离散性和差异性较大,存在局部富集现象.通过因子分析法筛选出影响平谷区地下水水质的8个公因子,首要影响因子为溶滤-富集作用(贡献率为22.398%),次要影响因子为农业、养殖业和填埋场等人为活动作用(贡献率为16.533%),雨水下渗作用(贡献率为8.035%)、工业源人为活动(贡献率为7.466%)对地下水也有一定影响.通过比较各指标的SOM(Self-Organizing Map,自组织映射)特征图像和监测井映射特征图像,发现NH₄+受山前地带林业、种植业和平原地带农业、养殖业的双重影响,Na+、Mn受平原地带人为活动的影响;同时,NH₄+、NO₃-、NO₂三者之间及Fe(Ⅱ)与Fe(Ⅲ)之间来源不同,Cd、Al、氰化物三者具有同一来源.研究显示,PCA-SOM(PCA与SOM相结合)可以对地下水化学组分来源进行定性识别与定量分析.      

郑州市VOCs组分排放清单及其臭氧生成潜势

基于人为源挥发性有机物（VOCs）活动水平统计和源成分谱梳理,采用排放因子法,建立了郑州市2016年VOCs组分排放清单,评估了各类源臭氧生成潜势（OFP）.结果表明,2016年郑州市人为源VOCs排放总量为96215.3 t,排放量最高的是道路移动源（29.7%）,其次是有机溶剂使用源（28.1%）;排放量最高的组分是烷烃（29.8%）,其次是芳香烃（29.0%）.郑州市人为源VOCs的OFP为341291.0 t,贡献最高的排放源是道路移动源（30.5%）,其次是溶剂使用源（28.8%）,其中轻型汽油车、内墙涂料使用、机动车表面涂层、加油站装卸油和非金属矿物制造是OFP的主要次级排放源,也是郑州市降低臭氧污染时需重点管控的VOCs排放源.对于VOCs种类而言,贡献较高的是芳香烃（42.8%）,其次是烯烃（38.9%）,未来应加强对间/对-二甲苯、丙烯和乙烯等物种排放来源的控制.     

典型脱硫工艺对燃煤锅炉烟气颗粒物的影响

脱硫是燃煤锅炉的重要除污环节,为探究脱硫工艺对烟气颗粒物的影响,选取4台不同脱硫工艺（石灰石/石膏法、炉内喷钙法、氨法和双碱法）的燃煤锅炉,利用再悬浮采样法和稀释通道采样法分别采集脱硫前后烟气颗粒物样品,并测定颗粒物中的水溶性离子、无机元素和碳组分.结果表明,脱硫剂对烟气PM_2.5的组分构成产生影响,烟气经过石灰石/石膏法脱硫后,PM_2.5中的Ca由5.1%提高至24.8%;经过氨法脱硫后,PM_2.5中NH₄⁺的质量分数由0.8%提高到7.3%;双碱法脱硫则使烟气PM_2.5中Na由0.9%提高到1.7%.湿法和干法脱硫工艺的作用显著不同,湿法脱硫排放颗粒物的离子含量较高,经过石灰石/石膏法和氨法脱硫,PM_2.5中SO₄^2-的质量分数分别由2.0%和6.7%提高到9.6%和11.9%,Cl^-分别由0.4%和1.2%提高到3.8%和5.2%,而Cr、Pb、Cu、Ti和Mn等重金属经过湿法脱硫出现含量下降;相对湿法脱硫,干法脱硫燃煤锅炉排放的PM_2.5中富含Al、Si和Fe等地壳元素.湿法脱硫同样对碳组分产生影响,石灰石/石膏法和氨法脱硫后,烟气PM_2.5的元素碳EC质量分数分别从6.1%降至0.9%和从3.6%降至0.7%,但是有机碳OC的含量并没有下降.     

石期河流域地下水化学特征及物质来源分析

为明确典型岩溶溶丘洼(谷)地区域地下水化学特征及其成因,以石期河流域为研究对象,运用Gibbs图、Piper图、端元分析及离子比例系数等方法,对地下水水化学特征及物质来源进行了定性和定量分析.结果表明,研究区内地下水pH值介于6.06～8.07之间,Ca~(2+)、 Mg~(2+)和HCO~-_3是地下水中的主要离子,其质量浓度范围分别为2.61～108.7、 0.54～27.61和8.1～370.74mg·L~(-1),符合岩溶水高钙弱碱性特征;地下水物质成分中, Ca~(2+)和Mg~(2+)主要受到碳酸参与的灰岩和白云岩风化作用的控制, Na~+主要来源于硅酸盐岩的溶解,同时, Ca~(2+)和Na~+在地下水流动过程中进行阳离子交替吸附作用; K~+、 Cl~-和NO~-_3主要受到农业化肥施放和生活废水排放的影响.此外,大气降水作为该区域地下水的主要补给来源,对当地地下水化学特征和物质来源也有一定的影响.     

海绵城市地块汇水区颗粒污染物的传输

目前我国海绵工程建设多集中在地块汇水区单元内开展,通过多个低影响开发(LID)设施协同完成地表径流水质水量的调控,但基于地块汇水区尺度下城市面源污染的产生和控制效果鲜有报道.本研究比较分析了不同硬化率地块汇水单元内的面源颗粒污染物晴天累积、降雨冲刷、地表径流及径流输出负荷状况.结果表明,地块汇水单元内硬质路面是面源颗粒污染物贡献的最主要的下垫面类型,中硬化率(61.1%)地块和高硬化率(73.6%)地块路面街尘累积量分别约占汇水区单元的88.4%(2.22～12.51 g·m~(-2))和90.1%(4.99～33.43 g·m~(-2)),对径流SS的输出贡献比率分别约为91.7%(0.97～7.34 g·m~(-2))和90.5%(0.92～18.77 g·m~(-2)),降雨径流SS污染负荷占比分别约为95.2%和83.1%,经LID设施处理后输出径流污染负荷约为地表径流的24.0%和40.2%.硬质路面的街尘晴天累积及降雨冲刷以150μm为主,地表径流及输出径流则以50μm粒径段为主,同时地块不透水比例的增加,细粒径(105μm)颗粒物的累积及冲刷分布增大(24.4%和106.4%),而粒径50μm的颗粒物在路面径流中的分布减小(12.4%).屋面的街尘累积、冲刷及降雨径流的粒径分布状况与硬质路面大致相似,但中硬化率地块(1 000μm)和高硬化率地块(250～450μm、45μm)在3个粒径段范围的颗粒物累积和冲刷相较于路面街尘粒径分布明显增加(1 000μm:58.1%和108.5%; 250～450μm:72.9%和41.8%;45μm:59.2%和64.8%).以上结果揭示了颗粒污染物在地块汇水区尺度下的污染全过程(累积-冲刷-输出)分布及LID设施对地块整体SS污染负荷的控制效果,可为地块汇水单元内LID设施工程绩效的科学评估提供重要参考.     

德州市夏季臭氧敏感性特征及减排方案

近年来德州市臭氧污染频发,2018年夏季（6~8月）,德州市发生了严重臭氧污染事件,臭氧日最大8 h浓度值超标天数达60 d,超标率65%,3个月平均值为176 μg ·m^-3,最高达262 μg ·m^-3.本研究利用WRF-CAMx耦合的HDDM模块,分析期间德州臭氧敏感性特征及减排方案.结果表明,在空间上,德州市中心城区为VOCs控制区,而郊区为NO_x与VOCs协同控制区.在时间上,VOCs敏感值每日为正值,但dO₃_V₅₀在6月（城区18.7 μg ·m^-3,郊区19.7 μg ·m^-3）和8月（城区15.3 μg ·m^-3,郊区16.4 μg ·m^-3）高于7月（城区13.0 μg ·m^-3,郊区11.8 μg ·m^-3）,NO_x敏感值城区呈正负交错,郊区大部分为正值,并与VOCs敏感值接近.对于城区减排方案应考虑以仅VOCs削减为优先,而郊区由于NO_x和VOCs对臭氧减排效果相当,建议以NO_x：VOCs=1：1为优.