北京市PM_(2.5)二次水溶性无机离子变化特征

利用在线高分辨率仪器对2013年和2014年北京市SO2-4、NO-3和NH+4(SNA)浓度进行连续观测。结果表明:NO-3浓度在夜间较高,下午较低;SO2-4浓度在后半夜至早晨较低,从上午至前半夜整体呈上升趋势;NH+4浓度日变化曲线相对平缓,在整个白天时段较低,夜间时段较高。硫氧化率(SOR)夏季最高,冬季最低;氮氧化率(NOR)季节变化相对较小。2014年整体ρ(NO-3)/ρ(SO2-4)比值明显高于2013年,表明北京市的排放源中以机动车为代表的移动源的贡献明显增大。     

氮氧化物检测结果可靠性影响因素研究

针对氮氧化物检测时分析方法及结果可能出现的问题进行了讨论,并对其可靠性进行了验证。以氮氧化物分析仪(化学发光原理)检测氮氧化物(NO_x)为例,分别对是否校准、定值标准的选择及不同工作模式3种情况下氮氧化物浓度测量结果的可靠性及影响因素进行评价,并用另外一种不同工作原理的傅里叶红外变换光谱法进行结果确认。结果表明:氮氧化物分析仪以自动模式进行工作时,不进行校准很可能得到完全错误的分析结果;浓度合适的标准物质的选择有利于提高分析结果的准确度。     

2019～2021年北京市PM2.5及组分受风向影响研究

利用北京市2019～2021年的气象数据、PM_2.5及组分浓度数据,结合常规污染物NO₂浓度,分别对PM_2.5及组分浓度、气象参数、NO2浓度和氮氧化率(NOR)大小的时空变化进行分析比较.结果表明:2019～2021年三年间北京市城区PM_2.5浓度下降14%,但NO₃^-上升12%;各风向上,北京市城区PM_2.5浓度大小顺序为:东北风>东风>西南风>东南风>南风>西风>北风>西北风,此外,二次无机盐组分最高浓度均出现在偏东风风向,有机物(OM)最高浓度出现在西南风;各风向年际变化上,2019～2021年,北京市PM_2.5、各组分及NO₂浓度在空间上均呈现高浓度“东移”特征,NO₃^-在东北风向上上升幅度最高,达65.7%;东北、东风及东南风风向上,相对湿度同步升高,NOR在东北、东风风向上同步升高,升高幅度达...     

PM2.5在线水溶性离子与滤膜采集-实验室检测的比对分析

2014年1~12月,使用URG在线及滤膜采集-实验室分析两种方法对北京市大气细颗粒物PM_(2.5)中的水溶性离子进行检测,并对春、夏、秋、冬这4种不同季节下两种测量方法的差异性进行了比对研究.全年测量结果显示,在线URG所获离子总量高于滤膜采集所获离子总量,其中两种方法所测Cl~-、NO_3~-、Mg~(2+)、Ca~(2+)年均浓度差异不大,而在线所测SO_4~(2-)、NH_4~+、Na~+、K~+结果均明显高于滤膜测试结果.4种主要的水溶性离子中SO_4~(2-)、NO_3~-和Cl~-的相关性较好,NH_4~+相关性略差;不同季节两种测量方法所获结果也略有不同,NO_3~-、SO_4~(2-)、Cl-在秋、冬季差异不显著,而NH_4~+仅在冬季拟合性较好.     

北京城区不同组分PM2.5散射特性及来源分析

近年来北京城区PM_2.5浓度下降伴随其中二次离子占比升高,为探索不同组分PM_2.5散射特性及其来源,于2020年12月至2021年11月开展了小时分辨率的PM_2.5及其组分浓度和散射系数的连续在线监测,分析了PM_2.5组分及散射的特征和来源.结果表明,研究期间北京城区PM_2.5最主要组分为NO^-₃,PM_2.5中ω(NO^-₃)和ω(SNA)分别为24%和46%.根据浓度和组分占比将PM_2.5划分为6种类型：优型出现频率最高,为56%,四季分布均匀,PM_2.5中ω(SNA)、ω(OM)和ω(FS)相当,分别为32%、 32%和28%;沙尘(D)型和OM(O)型全年出现频率较低,分别以FS和OM为主要组分,PM_2.5中ω(FS)和ω(OM)分别为66%和46%,主要分布于春季和夏季;OM+SO₄     

光散射原理的大气PM2.5小型传感器监测性能评估研究

随着大气污染治理的不断深入,精细化、精准化和智能化的环境管理需求不断增加,迫切需要在特定区域开展高密度的监测,以弥补现有传统监测的不足.在此背景下,PM_2.5传感器监测方法在国内迅速发展,为研究光散射原理的大气PM_2.5小型传感器监测性能,于2018年7月—2019年7月在北京市建立了比对测试平台,对不同原理、不同品牌的PM_2.5传感器设备进行为期1年的测试与分析.结果表明：(1)激光粒子计数法PM_2.5传感器性能优于红外法PM_2.5传感器,激光粒子计数法PM_2.5传感器设备与自动标准设备比对的相关系数(R²)均大于0.45,红外法PM_2.5传感器设备与自动标准设备比对的R²均小于0.40.采用激光粒子计数法的工业级PM_2.5传感器数据有效率均在95%以上,更适用于业务化PM_2.5监测.(2)多数激光粒子计数法的工业级传感器设备与标准设备有较好的一...     

2018年夏季某石化工业区VOCs浓度特征及活性物种

为明确某石化工业区VOCs浓度特征及活性物种,利用法国Chromatotec公司生产的airmo VOC expert C₂-C₆和airmo VOC expert C₆-C₁₂分析仪联用系统在2018年夏季对该工业区VOCs进行连续监测.结果表明:①研究期间,石化工业区φ（TVOCs）（57种VOCs物种体积分数之和）为93.7×10-9±87.5×10-9,其中烯烃占比最高,达44.9%,当φ（TVOCs）日均值越高时烯烃占比越高.体积分数较高的物种主要为低碳烯烃、低碳烷烃、正己烷、甲苯和苯.②石化工业区φ（TVOCs）呈显著的夜高昼低变化特征,且各组分变化趋势相近,其中烯烃变幅高于其他组分.③各排放物质中对O₃生成贡献较大的主要是乙烯、丙烯、顺-2-丁烯、甲苯等物质,而对二次有机气溶胶生成贡献较大的主要是甲苯、异丙苯、间/对二甲苯等物质.④通过PMF解析发现,石化工业区内催化裂化及裂解、催化重整及废水废液处理、油储设施溢散的贡献率分别为51.7%、34.8%、13.5%.⑤降低石化工业区VOCs活性可以明显降低O₃超标率,若同时降低VOCs活性与φ（NO_x）可更有效地降低O₃超标率.研究显示,石化工业区VOCs排放强度较大,应对催化裂化及裂解等重点排放单元,以及乙烯、丙烯和甲苯等活性物质的排放进行控制,降低VOCs整体活性,并协同控制区域内NO_x排放,从而减少O₃污染.      

北京城区PM2.5各组分污染特征及来源分析

为探索北京城区大气细颗粒物( PM_{2. 5}) 及其各组分的浓度特征,于 2019 年全年在车公庄地区开展了 PM_{2. 5}及水溶性离子、碳质组分及金属元素的连续在线监测． 结果表明,2019 年北京城区 ρ( PM_{2. 5}) 平均值为 46. 7 μg·m^{- 3},化学组分中 ρ[有机物（ OM） ]、ρ（ NO₃^-） 、ρ( SO₄^2-) 、ρ（ NH₄⁺） 、ρ（ EC） 、ρ（ Cl^-） 、ρ（ 微量元素） 和 ρ（ 地壳物质） 分别为 9. 1、11. 1、5. 7、5. 4、1. 4、0. 9、1. 6 和 7. 3 μg·m^{- 3},SNA ( SO₄^2-、NO₃^-和 NH₄⁺) 合计占到了...     

温湿度对PM2.5质量浓度监测的影响

探讨了在不同环境条件和污染状况下,带膜动态测量的微振荡天平法的自动监测方法能否准确监测空气中的PM_(2.5)质量浓度。通过自动方法与手工重量法的比对,针对2015年8月—2016年7月的监测结果进行讨论,尤其是不同温度和相对湿度对监测数据的影响,在平均相对湿度为60%~90%时夏季2种方法绝对偏差均值大于10μg/m3,并对该结果进行了原因分析,提出了自动监测的质量控制和比对溯源的建议,为PM_(2.5)的质量浓度监测工作提供了参考依据。     

北京市黑碳气溶胶浓度特征及其主要影响因素

为探究北京市黑碳(black carbon,BC)气溶胶时空分布特征及其主要影响因素,对4个站点2019年的ρ(BC)、ρ(PM2.5)、ρ(CO)和φ(NOx)及同期气象因子进行比对分析.结果表明,背景区(BA)、城区(UA)、城区路边(UR)和外环路边(HR)的平均 ρ(BC)分别为(1.58±1.15)、(2.27±1.67)、(3.35±2.13)和(3.57±2.40)μg·m-3,o(BC/PM2.5)分别为(5.3±1.6)％、(6.0±2.3)％、(9.0±3.6)％和(8.1±3.5)％;除 UR 站点 ρ(CO)高于 HR 站点以外,4个站点的ρ(BC)、ρ(PM2.5)、ρ(CO)和ψ(NOx)由低到高排序均为:背景区＜城区＜城区路边＜外环路边,且采暖季是非采暖季的1.1～1.7倍;用最大频率法估算各站本底ρ(BC),UR站点最高,BA站点最低,分别为0.56 μg·m-3和0.19 μg·m-3;交通排放导致路边站点本底ρ(BC)、平均ρ(BC)和ω(BC/PM2.5)均高于其他站点.ρ(BC)日变化曲线呈双峰型结构,非采暖季早高峰时段(07:00～08:00)峰值较高,采暖季全天浓度高于非采暖季且凌晨时段(00:00～02:00)峰值较高,谷值均在午后(14:00～16:00)出现.4个站点的平均吸收埃斯特朗指数(AAE)为1.38、1.34、1.26和1.26,表明全市BC主要来自化石燃料燃烧;采暖季平均AAE为1.46,高于非采暖季的1.23,主要是由于采暖季生物质燃烧排放占比增加;非采暖季各站点AAE日变化曲线主要受机动车活动时间影响,一致呈凌晨低、午后高的分布特点,采暖季曲线各异.BC与PM2 5、CO、NOx、风速和相对湿度的Pearson相关系数(r)为0.86、0.81、0.69、-0.37和0.34;由于燃煤源作为4种污染物的共同来源贡献增加,采暖季较非采暖季| r |更高.4个站点的△BC/△CO值分别为3.1×10-3、3.5×10-3、3.9×10-3和4.1×10-3.一次污染过程中,城区站点BC以区域传输为主要来源,路边站点局地排放BC积累过程较明显,易发生颗粒物二次生成过程.