基于WEPS模型的天津郊区土壤风蚀起尘及对中心城区迁移量估算

为了预测地表风蚀起尘,针对我国当前地表风蚀预测模型欠缺,相关开发滞后问题,借鉴美国风蚀预报系统(WEPS),研究典型地区地表风蚀预测模型的结构、参数体系以及各参数体系之间的关系,结合卫星遥感技术和实验数据,建立适合天津市的地表风蚀尘预测模型参数体系,开发适合天津市的地表风蚀尘预测模型系统.将天津市域划分为11080个分辨率为1×1 km²的地块,并从中筛选7778个起尘地块; 本地化各地块参数,包括地块经纬度、高程、方向等; 本地化各地块数据库文件,包括风文件、气象文件、土壤文件及管理文件; 编制weps.run文件.以Microsoft Visualstudio 2008为平台,利用C++语言完成WEPS的二次开发,循环计算7778块起尘地块的起尘量,包括蠕移质+跃移质平均损失量、悬移质平均损失量及PM₁₀平均损失量. 2009年,天津郊区各区县总(蠕移质+跃移质)损失量为2.54×10⁶ t,其中指向中心城区的为5.61×10⁵ t; 总悬移质损失量为1.25×10⁷ t,其中指向中心城区的为2.89×10⁶ t; 总PM₁₀损失量为9.04×10⁵ t,其中指向中心城区的为2.03×10⁵ t.     

应用地质累积指数评价抚顺市PM10中元素的污染

2006-2007年采暖季、风沙季和非采暖季分别在抚顺市的6个采样点采集PM10样品,用等离子体原子发射光谱(ICP-AES)法测定样品中Ti、Al、Mn、Mg、Ca、Na、K、Cu、Zn、As、Pb、Cr、Ni、Co、Cd、Fe、V等17种元素的含量,并用地质累积指数对其污染状况进行初步评价。结果表明:(1)从PM10中元素在不同采样点的含量看,抚顺市PM10中Ti、Mn、Mg、Cu、Zn、Pb、Cr、Ni、Co这9种元素在各采样点间的差别较大;Al、Ca、Na、K、As、Cd、Fe、V这8种元素差别较小。(2)从PM10中元素在不同采样季的含量看,抚顺市PM10中Mn、Mg含量的季间差别较大,其余15种元素季间差别较小。(3)Zn、Cd污染较重;Ti、Al、Mg、Ca、Na、K、As、Fe和V污染较轻;其他6种元素在6个采样点和3个采样季污染程度差别较大。(4)水库采样点各元素污染级别均不是最高;新华采样点PM10中Cu、Zn、Pb、Cr、Ni、Co、Cd污染级别均较高。(5)3个采样季PM10中Cd、Zn污染均较重,属于重度或严重污染;在采暖季PM10中Cu、Pb、Cr的地质累积指数较风沙季、非采暖季大;在非采暖季PM10中Mn、Co受到的污染比采暖季和风沙季稍严重。     

石家庄冬季道路积尘PM_2.5与PM_10碳组分污染特征分析

为探讨石家庄市冬季道路积尘中PM_2.5与PM_10的碳组分污染特征和来源,利用移动式采样法对市区不同类型铺装道路积尘进行收集,用热光碳分析仪测定样品中有机碳(OC)和元素碳(EC)的含量并分析其特征.结果表明,OC、EC在PM_2.5中的平均质量浓度为166.54 mg·g~(-1)、25.35 mg·g~(-1),在PM_10中的平均质量浓度为118.31 mg·g~(-1)、20.3 mg·g~(-1),总碳(TC)占PM_2.5中百分比为19.2%,占PM_1013.9%,表明碳组分更容易富集到细粒径颗粒物上;相关性分析表明OC、EC来源大致相同;8个碳组分中OC3的百分含量最高,OC4次之,EC3最低;主成分分析及OC、EC相关分析结果表明冬季道路积尘中的碳主要来自于机动车尾气排放和大气降尘中的燃煤成分.     

天津市高校夏季道路扬尘PM2.5中水溶性离子污染特征及来源

为研究天津市高校道路扬尘PM_2.5中水溶性离子的污染特征、来源及校内外差异，于2018年7—8月采集天津市9所高校道路扬尘样品，用离子色谱法对其中8种水溶性离子（Ca²⁺、K⁺、Mg²⁺、Na⁺、Cl^-、NH₄⁺、NO₃^-、SO₄^2-）进行分析.结果显示：①水溶性离子占PM_2.5的11.65%，PM_2.5中占比大于1%的离子有Ca²⁺和SO₄^2-，其中Ca²⁺最多，占到总水溶性无机离子的65.75%；②入校道路离子含量（12.76%）稍高于校内道路（11.11%），其中8种离子含量的差异均无统计学意义；CE/AE（阴阳离子当量浓度比）值为9.59（远大于1），PM_2.5呈较强碱性；③NH₄⁺与SO₄^2-、NO₃^-主要以（NH₄）₂SO₄和NH₄NO₃的形态结合；④NO₃^-/SO₄^2-的比值为0.45，说明固定源的贡献更大；⑤天津市高校道路扬尘PM_2.5主要来源于海盐粒子、燃煤、机动车尾气、建筑水泥尘等.     

石家庄夏季道路尘有机碳和元素碳特征及来源

为明确石家庄市夏季道路尘中有机碳和元素碳污染特征及来源,用样方法采集市区4种不同类型共8条铺装道路尘样,处理后经热光碳分析仪测定有机碳(OC)和元素碳(EC)组分。结果表明:总碳(TC)在道路尘PM_(2.5)、PM_(10)中质量分数分别为129 465.2,103 911.4μg/g;PM_(2.5)和PM_(10)中OC和EC相关系数分别为0.94和0.86,可认为OC、EC来源基本一致;OC/EC均>2,表明存在二次有机碳(SOC)的贡献;通过OC/EC最小比值法估算得出SOC占PM_(2.5)和PM_(10)中OC总量的42.5%和32.8%,一次有机碳(POC)贡献较大;夏季道路积尘中的碳主要来自于汽、柴油车尾气排放、大气降尘中燃煤成分和生物质燃烧。     

盘锦市冬季大气PM2.5元素污染特征及来源解析

为研究盘锦市冬季大气PM_(2.5)中元素污染特征及其来源,于2017年1月采集盘锦市3个点位PM_(2.5)样品,通过富集因子以及因子分析法对盘锦市PM_(2.5)中载带的元素进行污染特征分析及来源解析.结果表明,盘锦市冬季大气PM_(2.5)日均浓度顺序为开发区第二中学文化公园,日均浓度值超过环境空气质量标准(GB3095—2012)二级标准限值(75μg·m~(-3))的天数分别为9、4、7 d;各元素浓度平均值由高到低依次为AlCaFeNaMgZnPbMnVAsCuNiCrCd,其中Al、Ca、Fe、Na、Mg、Zn和Pb元素质量浓度之和占所有检测元素浓度的96.85%.富集因子分析表明,Cd、Zn、Pb、As、Cu属于极强富集,Ni、V属于强烈富集,Cr、Ca和Mg属于显著富集,Mn、Na属于中度富集,Fe属于轻微富集.因子分析结果表明,盘锦市冬季大气PM_(2.5)污染元素主要来源为煤烟尘、道路交通尘、燃油尘和土壤扬尘.     

水质模型与CMB相耦合的河流污染源源解析技术

开发了水质模型与化学质量平衡模型(CMB)相耦合的河流污染源源解析技术,用于解析上游断面、直排工业源、支流源和未知源对河流受体断面的污染贡献。该技术可解析具体污染源对环境受体的相对贡献率和绝对贡献值,并附有诊断指标以判断拟合结果的优劣。利用开发出的源解析模型对山东省小清河主要断面进行了解析,发现解析结果与实际情况相符且满足诊断指标要求。扩散模型与受体模型的有机结合,提高了解析结果与实际情况的符合程度。     

淄博市供暖前后PM2.5中多环芳烃及其衍生物污染特征、来源及健康风险

大气中的多环芳烃（PAHs）及其衍生物是影响环境和威胁人类健康的全球性问题.为了研究淄博市PM_2.5中PAHs及其衍生物的污染特征、来源和健康风险,于2020年11月5日至12月26日期间采集PM_2.5样品,使用气相色谱-质谱联用仪（GC-MS）分析PM_2.5中的16种常规PAHs、9种NPAHs和5种OPAHs的浓度,利用特征比值法和PMF模型对其主要来源进行解析,并使用基于源解析结果的终生致癌风险模型（ILCR）评估了供暖前后PAHs及其衍生物对成年男女的健康风险.结果表明,采样期间淄博市PM_2.5中∑₁₆pPAHs、∑₉NPAHs和∑₅OPAHs浓度均值分别为：（41.61 ± 13.40）、（6.38 ± 5.70）和（53.20 ± 53.47）ng·m^-3,供暖后3类PAHs浓度明显增加,分别为供暖前的1.31、2.04和5.24倍.采样期间䓛（Chr）、苯并[a]芘（BaP）和苯并[a]蒽（BaA）为pPAHs的优势组分,9-硝基蒽（9N-Ant）和2-硝基荧蒽+3-硝基荧蒽（2N-Flt+3N-Flt）为NPAHs的优势组分,蒽醌（ATQ）和苯并蒽酮（BZO）为OPAHs的优势组分.煤和生物质燃烧混合源以及二次生成是采暖后PM_2.5中PAHs及其衍生物增长的主要来源.采样期间BaP毒性当量浓度（TEQ）为14.5 ng·m^-3,供暖后TEQ明显增加,约为供暖前的1.2倍.淄博市PM_2.5中PAHs及其衍生物对成年男性（1.06 × 10^-5）和女性（9.32 × 10^-6）均存在一定的潜在致癌风险.其中,汽油车、柴油车和煤炭/生物质排放的PAHs造成的健康风险更高.     

重庆主城区春季大气PM10及PM2.5中多环芳烃来源解析

于2012年春季采集了重庆主城区和缙云山共6个环境采样点的大气PM₁₀、PM_2.5样品,同步采集了燃煤尘、机动车尾气尘、施工机械尾气尘、船舶尾气尘、餐饮油烟尘、生物质燃烧尘及土壤尘等7类污染源,采集到有效受体样品139个、有效源样品233个,使用GC-MS分析样品中18种PAHs的质量浓度(ρ),分析了PM₁₀、PM_2.5上载带PAHs的污染特征,并分别运用比值法、主成分分析法及CMB(化学质量平衡)受体模型法对PM₁₀、PM_2.5中的PAHs进行来源解析,所得源解析结果较为一致. 结果表明:重庆主城区大气PM₁₀、PM_2.5中ρ(PAHs)较低,ρ(PAHs)分别为22.03~31.71、19.02~29.92 ng/m3,其中位于工业区新山村采样点的ρ(PAHs)最高. PM₁₀载带的PAHs有86%~99%集中在PM_2.5中,说明PAHs主要富集在PM_2.5中. 重庆主城区大气PM₁₀、PM_2.5载带的PAHs主要来自机动车尾气尘和燃煤尘的贡献,这2类源对PM₁₀的贡献率分别为25.89%、32.80%;而在PM_2.5中,机动车尾气尘的贡献率较高,可达62%左右.      

天津市夏季PM2.5中碳组分时空变化特征及来源解析

为研究天津市夏季PM_2.5中碳组分的时空变化特征及来源,于2019年7—8月设立2个点位分昼夜采集天津市PM_2.5样品,并测定了其中有机碳(OC)和元素碳(EC)的含量。结果表明,城区PM_2.5、OC和EC浓度日均值分别为(53.4±20.8)μg·m^-3、(8.72±2.56)μg·m^-3和(1.67±0.90)μg·m^-3,郊区PM_2.5、OC和EC浓度日均值分别为(54.2±24.5)μg·m^-3、(7.54±2.50)μg·m^-3和(1.82±1.06)μg·m^-3;白天PM_2.5、OC、EC的平均浓度分别为(47.3±16.1)μg·m^-3、(8.7±2.1)μg·m^-3和(1.5±0.6)μg·m^-3,夜间PM_2.5、OC、EC的平均浓度分别为(60.2±26.2)μg·m^-3、(7.5±2.9)μg·m^-3和(2.0±1.2)μg·m^-3。OC浓度表现为城区高于郊区,白天高于夜间;EC及PM_2.5浓度表现为郊区高于城区,夜间高于白天。OC/EC比值分析得,城区(6.04)高于郊区(5.08);白天(6.58)高于夜间(4.54)。城区OC与EC相关性弱于郊区,白天OC与EC相关性弱于夜间。采用EC示踪法与MRS模型对SOC含量进行估算,得到白天与夜间SOC浓度分别为(5.71±1.35)μg·m^-3和(3.81±1.20)μg·m^-3,白天SOC污染比夜间严重。丰度分析与主成分分析的结果表明,天津市夏季城郊区PM_2.5中碳组分均主要来源于燃煤和机动车尾气排放。