太原市大气降尘化学组分及来源的粒径分布

2019年11月～2020年12月,从太原市8个监测站点采集的大气降尘样品,进行化学组分和粒径分析,研究了降尘化学组分及降尘来源的粒径分布特征.研究结果表明:首先,太原市降尘的粒径大小受地理位置影响显著,呈现南部粒径大,北部粒径小的特点,且呈现秋冬季粒径偏大的季节特点,这与太原市降尘污染源的时空分布有关.此外,不同粒径大小降尘的化学组分存在明显的时空差异,尤其是OC、SO₄^2-和无机元素Ca、Si和Fe等组分.源解析结果表明城市扬尘源对太原市各粒径大小降尘样品的贡献均较高(33.7%～37.5%).同时,建筑尘源(21.8%～31.6%)和钢铁工业源(5.1%～18.1%)对中粒径和粗粒径降尘具有显著贡献,燃煤源对细粒径降尘的影响也不可忽视(14.1%～22.6%).     

在企业转换经营机制中需要强化安全制度建设和管理

在企业转换经营机制过程中,狠抓安全制度建设、落实三个机制(激励机制、约束机制、监察机制),使安全工作取得明显的效果,是安全工作的一个重要内容。这三个机制的核心是严字当头:严格制度、严格管理、严格考核,见附图。安全工作除了抓思想工作以外,采取经济杠杆的调节作用是相当有效的,积极应用经济杠杆的效应,是     

我国典型钢铁行业主要工艺环节排放颗粒物源成分谱特征

鉴于我国钢铁行业排放颗粒物源成分谱数量不足,有待更新的现状,致力于服务精细化颗粒物源解析的需求,采用稀释通道系统对武汉市某钢铁公司的3个主要工艺环节(烧结、炼钢、炼铁)排放源进行了采样.构建了3类PM_(2.5)源成分谱及3类PM_(10)成分谱,对源谱主要化学组分特征进行了研究,并与国内其他区域已有的钢铁行业源谱研究进行了对比.结果表明:(1)烧结工艺源成分谱中,SO_4~(2-)、Al和NH_4~+等含量高,PM_(2.5)源谱中质量分数依次为22. 2%、4. 5%和3. 5%,PM_(10)源谱中依次为36. 0%、5. 2%和2. 7%,炼铁工艺Fe元素含量最高,在PM_(2.5)源谱和PM_(10)源谱中分别达到28. 3%和24. 5%,炼钢工艺源谱Ca、Fe元素等为主要组分;(2)元素组分中,烧结工艺S元素含量最高,地壳元素在PM_(10)源谱中含量更高,炼铁工艺Pb、Cr等重金属含量偏高,炼钢工艺Cr富集;(3)源谱之间分歧系数的计算显示,同类工艺粗细粒径源谱相似性偏高,烧结工艺与其他两类工艺源谱之间差异性较高,炼钢工艺与炼铁工艺差异性较低.同国内其他区域研究源谱相比,发现Fe、Si和Ca等为钢铁行业排放颗粒物中标识性组分,而碳组分和SO_4~(2-)等组分特征随生产方式、除污设备等不同表现出不同特征.     

天津市城市扬尘及土壤尘单颗粒质谱特征

为探究城市扬尘及不同类型的土壤尘单颗粒质谱特征,使用SPAMS（单颗粒气溶胶质谱仪）对天津城市扬尘及不同类型土壤尘（菜地、果园、林地、农田）进行分析.结果表明:天津城市扬尘粒径在0.5~1.0 μm之间的占比较高;4种土壤尘在不同粒径段的分布略有差异,整体而言小粒径段（0.2~1.0 μm）占比低于大粒径段（1.0~2.0 μm）,说明土壤尘更易分布在大粒径段.在小粒径段,天津城市扬尘颗粒含有更多的碳组分及硫酸盐,大粒径段含有较多的金属、氯、硝酸盐、磷酸盐及硅酸盐组分.与城市扬尘相比,土壤尘中23Na+、46NO₂-峰强显著降低,39K+、35Cl-、42CNO-峰强增高,通过其峰强比值分布可将城市扬尘与土壤尘明显区分.与城市扬尘相比,土壤尘中含碳颗粒显著减少,同时出现钾类颗粒.城市扬尘作为一种混合源,含碳颗粒可能受多种排放源（机动车、燃煤等）影响,而土壤尘中钾类颗粒可能与农作物施肥有关.两种源类含27Al+、26CN-、35Cl-、42CNO-、46NO₂-、76SiO₃-、79PO₃-的颗粒占比均高于50%,其中40Ca+、46NO₂-和62NO₃-颗粒在天津城市扬尘中占比更高,76SiO₃-颗粒在土壤尘中占比更高,表明天津城市扬尘中更多的颗粒含有钙和硝酸盐组分,土壤尘中含硅酸盐颗粒较多.与机动车尾气、生物质燃烧等排放的颗粒物相比,天津城市扬尘及土壤尘中含97HSO₄-颗粒占比较低,表明天津城市扬尘及土壤尘颗粒中含有更少的硫酸盐,可作为将天津城市扬尘、土壤尘与其他源类区分的指标.      

基于受体模型和源成分谱的缺失组分反演算法

针对目前在线监测仪器无法监测Al、Si标识组分可能增加源解析结果不确定性的问题,基于正交矩阵因子分解法模型和实测源成分谱反演Al、Si受体数据,提出缺失组分反演-嵌套PMF算法.设置周期性和非周期性模拟实验,利用PMF模型对缺失Al、Si受体数据、含反演Al、Si受体数据和含Al、Si受体数据分别进行源解析评估,并将源解析结果与真实值进行对比分析,验证缺失组分反演-嵌套PMF算法的可靠性.研究结果表明对于周期性扰动模拟实验,缺失Al、Si对解析土壤源、机动车、燃煤源有较大的影响,反演Al、Si能优化源解析结果,降低源解析结果的不确定性.     

呼包鄂地区冬季、夏季PM2.5污染特征

基于PMF模型源解析结果分析了呼包鄂地区冬季、夏季主要污染源及污染特征.物质重构结果表明,有机物(19. 9%～44. 6%)、地壳物质(9. 7%～46. 2%)在呼包鄂地区受体PM_(2.5)中占有较大比重.源解析结果表明,冬季各类源对PM_(2.5)的分担率大小依次为:二次源(26. 7%)燃煤源(26. 1%)机动车源(19. 1%)扬尘源(18. 1%),夏季则为二次源(26. 7%)扬尘源(22. 3%)燃煤源(16. 6%)机动车源(15. 1%) SOC(8. 7%),可以看出二次源在呼包鄂地区冬季和夏季均为首要贡献源类,冬季燃煤源、夏季扬尘源对呼包鄂地区的影响较大.分析冬季、夏季典型污染过程,对应于源解析结果,冬季主要污染源为二次源、燃煤源,夏季为二次源.     

天津市冬季颗粒物化学组成及其消光特征

于2013年冬季在天津大气边界层观测站利用Andersen撞击式采样器采集了26 d的颗粒物样品,并进行化学组分分析,同步观测颗粒物吸收系数、数浓度、能见度及其他气象要素. 对比分析了污染日和清洁日颗粒物质量浓度及其化学组成的粒径分布特征,在此基础上,利用Mie模型计算外混、内混、“核-壳” 3种混合态假设下颗粒物的消光系数、散射系数和吸收系数. 与实测吸收系数的比较可知,颗粒物的混合态可能更加接近“核-壳”态. “核-壳”态假设下颗粒物平均消光系数模拟值为(517.44±308.42)Mm-1,其中污染日平均值为(668.39±307.30)Mm-1,清洁日为(275.91±37.90)Mm-1,相对湿度对颗粒物的消光系数有显著影响. 污染日颗粒物中OM(有机质)、(NH₄)₂SO₄、NH₄NO₃、EC和其他物质对消光系数的贡献率分别为30.4%、25.5%、17.7%、8.1%和18.3%,清洁日分别为49.8%、11.0%、7.2%、10.6%和21.4%. PM_0.4~1.1、PM>1.1~2.1、PM>2.1~10的消光系数贡献率分别为69.6%±6.7%、13.9%±3.3%和16.5%±6.4%. 污染日高浓度的细粒子是导致能见度下降的主要原因,其中亚微米颗粒物对消光占据主导地位,(NH₄)₂SO₄、NH₄NO₃、OM是主要的消光化学组分.      

成都市PM10中多环芳烃来源识别及毒性评估

对成都市2009年冬夏两季可吸入颗粒物(PM10)中16种多环芳烃(PAHs)含量进行了研究,并进一步分析其空间分布、组成特征及来源.结果表明,16种PAHs中15种被普遍检出(Nap未检出),冬季和夏季的ΣPAHs浓度范围分别为40.25~150.68ng/m3和44.51~71.16ng/m3,平均浓度分别为88.36ng/m3和64.21ng/m3.空间分析表明,PAHs浓度在工业区较高,背景点较低.从PAHs组分分析结果显示,低环含量较低,4~6环所占比例较大,其比例范围为86.7%~96.1%.各组分含量季节差异不明显.利用特征化合物比值法、等级聚类法、PCA解析法分析了污染源类型,结果表明成都市PM10中PAHs的主要来源是机动车尾气排放源,以及煤与木材燃烧源.通过BaP当量(BaPE)进行了毒性评估,结果显示成都市冬夏两季的BaPE均值分别为13.41ng/m3和9.54ng/m3.     

成都市冬季大气颗粒物组成特征及来源变化趋势

年冬季分别在成都市8个环境受体采样点采集PM₁₀、PM_2.5样品,同时采集颗粒物源类样品,分析上述样品质量浓度及多种无机元素、水溶性离子和碳组分的含量,以对这3 a冬季大气颗粒物浓度、特征组分、来源及变化趋势进行分析. 使用CMB-iteration模型对成都市中心城区的PM₁₀、PM_2.5进行来源解析. 结果表明: 成都市冬季ρ(PM₁₀)在工业区最高,PM_2.5污染呈现区域性特征;冬季PM₁₀的主要来源有扬尘、二次硫酸盐、煤烟尘、二次硝酸盐和机动车尾气尘,上述5类源在2010─2012年的分担率分别为24%～29%、17%～22%、13%～16%、6%～12%、6%～11%;对PM_2.5有重要贡献的源类有二次硫酸盐、扬尘、煤烟尘、二次硝酸盐和机动车尾气尘,这5类源在2010─2012年的分担率范围分别为25%～27%、19%～22%、12%～15%、11%～13%、8%～11%. 二次粒子、扬尘等是成都市大气颗粒物的主要污染源,其中扬尘、建筑水泥尘等以粗粒子为主的源类浓度贡献呈逐年下降趋势,而二次粒子等以细粒子为主的源类浓度贡献则逐年上升,成都市冬季大气细颗粒物污染加重.      

基于模糊聚类的PM_(2.5)拟合组分选择模型的研究

提出了一种新的PM2.5源成分谱拟合组分选择模型,在充分考虑拟合过程的物理意义的基础上,采用聚类正确率作为组分选择的依据.实验验证,该模型能够准确获取较好的拟合主组分,相比与经验选或者手动盲选所得拟合结果,我们提出的模型将成功拟合(误差范围在0~0.05之间)的比例由40%提升到83%.