2016~2018年采暖季太行山沿线城市PM2.5污染特征分析

对2016年、2017年采暖季太行山沿线传输通道城市大气中PM_2.5的OC、EC和水溶性离子进行分析,并利用特征组分比值和元素富集因子变化研究该传输通道的污染特征.结果表明,2017年采暖季通道整体较2016年同期空气质量改善良好,PM_2.5浓度由2016年的171.86μg/m³下降为123.90μg/m³.太行山中部城市2017年采暖季较2016年同期PM_2.5浓度下降显著,2a采暖季SNA离子（SO^2-,NO₃^-,NH₄⁺ 3种离子总称）浓度与占比呈现"北低南高",加之SNA/EC比值"北低南高",表明南部城市二次无机生成较为严重.而OC、EC浓度与占比呈现"北高南低",Cl^-/K⁺比值和元素Zn、Ba的富集因子北部均高于南部,表明北部城市可能受燃煤和机动车源等一次排放影响较大;各城市2017年采暖季SO₂、NO₂、CO浓度有所下降,且均呈现"北高南低"趋势,进一步表明北部城市一次排放较为严重.     

典型城市减污降碳协同控制潜力评价研究:以渭南市为例

我国已将应对气候变化全面融入国家经济社会发展的总战略,采取积极措施,有效控制重点工业行业温室气体排放,开展减污降碳协同研究对于城市实现大气环境质量改善与低碳转型发展具有重要意义. 本研究以国家大气污染防治重点区域——汾渭平原中渭南市为例,采用LMDI分解方法并运用LEAP模型,通过构建多种情景模拟分析污染减排、能源结构改善及产业结构调整等政策对渭南市未来能源消费、大气污染物减排潜力的影响,预测了该市碳达峰时间及峰值水平. 结果表明,能源结构改善、产业结构优化、交通运输调整具有显著的污染物与温室气体协同减排效果,而压减落后产能、工业炉窑改造、工业污染物排放标准升级等传统环境治理的潜力逐渐减小. 建议渭南市应积极推进产业结构优化升级、着力改善能源结构、加快推进交通运输结构优化,倒逼能源、产业、交通结构绿色低碳转型和生态环境质量协同改善,牵引经济社会发展全面绿色转型,实现减污降碳协同效应.      

太原市冬季PM2.5化学组分特征与来源解析

为研究太原市城区冬季PM_2.5污染特征及来源,于2017年1月对PM_2.5及其化学组分（水溶性离子、碳组分和微量元素）、气态污染物（SO₂、NO₂）进行在线观测,结合气象数据,分析了清洁天和污染天PM_2.5及其化学组分特征,并利用正定矩阵因子分析法（positive matrix factorization,PMF）对PM_2.5进行来源解析.结果表明,2017年1月太原市城区污染天PM_2.5质量浓度（239.92 μg·m^-3）为清洁天的5.70倍,污染天PM_2.5主要化学组分SO₄^2-、NO₃^-、NH₄⁺、Cl^-、OC和EC分别为清洁天的7.04、5.76、6.51、5.62、4.06和4.70倍;污染天硫的氧化速率（SOR）和氮的氧化速率（NOR）分别为0.12和0.19,明显高于清洁天,说明污染天二次转化程度更高;PMF解析结果显示,污染天二次源（35.06%）、燃煤源（30.19%）和机动车源（24.25%）较清洁天分别增长18.03%、7.39%和2.10%,说明太原市城区污染天在管控机动车和燃煤等一次排放源的基础上,更应该注意对二次源前体物的控制.     

2016~2017年采暖期华北平原东部PM2.5组分特征及来源解析

为掌握华北平原东部地区大气细颗粒物(PM_(2.5))的污染特征与来源,本研究对2016年和2017年这2年采暖期衡水市、沧州市、济南市、德州市、滨州市、淄博市和聊城市的大气细颗粒物、组分特征和来源进行对比分析.结果表明,2016年和2017年采暖期该区域ρ(PM_(2.5))日均值分别为137. 23μg·m-3和111. 83μg·m-3,分别超过《环境空气质量标准》(GB 3095-2012)日均二级标准限值1. 8倍和1. 5倍;水溶性离子质量浓度分别占ρ(PM_(2.5))的53. 32%和47. 04%,二次无机离子(SNA)为主要离子组分; NO_3-/SO_24-比值从1. 35上升至1. 60,同时Cl-浓度下降,表明燃煤源贡献降低;二次有机碳(SOC)在有机碳(OC)中的占比分别为71. 63%和55. 35%,说明该区域二次有机碳占比明显降低;特征元素Fe/Al、Ba/Ni对比分析表明,2017年采暖期机动车源和扬尘源贡献同比上升;后向轨迹结果表明,该区域污染气团主要源于西北方向,但来源于江苏、安徽等地的污染气团携带的颗粒物浓度最高.     

北京APEC期间不同颗粒物源解析方法的结果比较

2014年10月8日~11月25日,在北京城市点位采用颗粒物多组分在线监测技术与单颗粒气溶胶质谱（SPAMS）两种方法测定颗粒物化学组分.基于颗粒物在线多组分监测技术得到的受体数据,采用ME2模型进行解析（OC-ME2）;基于SPAMS的观测数据,采用ART-2a和ME2两种方法进行来源解析.SPAMS-ART2a方法解析得到6种颗粒物污染源,而SPAMS-ME2和OC-ME2均确定了5种来源.每种方法都识别出了扬尘源、机动车尾气、燃煤源、工艺过程源和二次源.结果表明：3种方法的解析结果均显示机动车尾气（25.43%~28.84%）和二次源（22.55%~33.50%）是颗粒物的主要来源,其次是燃煤源（20.16%~21.21%）和工艺过程源（12.01%~15.17%）;不同方法解析出的同种源在对颗粒物（PM）的分担率与贡献时间变化上存在较大的差异,这可能与采样方法、化学分析方法和数据分析方法等有关.对APEC会议期间主要污染源类特征进行研究,3种方法解析结果中的首要污染源均是机动车尾气（29.17%~44.18%）,其贡献均高于非会议期间（23.59%~28.79%）,表明在此期间机动车尾气对颗粒物的产生具有重要影响.     

成都市PM10中碳质气溶胶长期来源特点

大气颗粒物中包含多种组分的气溶胶,其中碳质气溶胶由于对人体健康、能见度有较大影响,已受到越来越多的关注.为研究碳质气溶胶的长期变化规律,采集了成都市2009—2013年的PM₁₀样品,对其中所含的无机元素、水溶性离子及碳组分分别进行测定,并使用“PMF（正定矩阵因子分解法）-比值”模型分别对PM₁₀和所含的碳质气溶胶的来源进行分析.结果表明,1月、2月、5月和12月的碳质气溶胶浓度较高,其中1月、2月和12月的OC/EC（有机碳与元素碳质量浓度之比）较高,并且PMF-比值模型计算结果也显示冬季SOC增多,表明冬季可能有更多的二次有机碳（SOC）生成;5月的char-EC/soot-EC（二者质量浓度之比,其中char-EC=EC1-OP,soot-EC=EC2+EC3,它们可更好地区分源类）较高,K含量也较高,表明可能有更多的生物质燃烧排放.PM₁₀解析共发现6类源,依次为地壳扬尘（26.5%）、二次硫酸盐（25.1%）、燃煤&生物质燃烧混合源（17.3%）、二次硝酸盐&二次有机碳混合源（12.3%）、机动车源（11.8%）和水泥尘源（7.0%）;碳质气溶胶解析发现,OC主要来源依次为机动车源（38.2%）、燃煤&生物质燃烧混合源（33.1%）和二次有机碳（25.3%）,char-EC的主要来源是燃煤&生物质燃烧混合源和机动车源,分别占50.5%和45.4%,soot-EC则主要受机动车影响（达73.2%）.研究显示,成都市PM₁₀主要来自于地壳扬尘、二次生成和燃煤&生物质燃烧,而碳质气溶胶主要来自于机动车、燃煤&生物质燃烧.      

基于传感器技术的渭南市道路环境颗粒物污染特征及影响因素研究

为深入了解渭南市街区道路环境颗粒物污染时空分布特征,利用车载颗粒物传感器于2019年3月1日—5月31日对渭南市道路环境空气中PM_2.5和PM₁₀浓度开展在线走航测量,分析了影响渭南市道路环境颗粒物污染时空分布的主要因素.研究表明:①渭南市区内所有道路PM_2.5平均浓度范围为37.7~51.9 μg/m3,浓度较高路段位于高新区东部和主城区;PM_2.5~10（粗颗粒物）平均浓度范围为65.8~119.1 μg/m3,浓度较高路段位于各功能区城郊.②工作日早高峰时段（07:00—09:00）主城区道路环境PM_2.5、PM_2.5~10污染较非工作日严重,3种类型道路工作日07:00 PM_2.5~10平均浓度呈支路（103.5 μg/m3）>主干道（102.1 μg/m3）>次干道（96.9 μg/m3）的特征.③对于高新区和老城区路段,除早晚高峰时段出现PM_2.5和PM_2.5~10浓度峰值外,凌晨时段渣土车行驶路段、裸地或施工现场周边路段易出现PM_2.5~10浓度峰值,其PM_2.5~10平均浓度最高达230.9 μg/m3（乐天大街西段的路段Ⅳ）.研究显示,工作日早晚高峰时段,特别是早高峰,机动车排放导致渭南市高新区东部和主城区路段的PM_2.5污染加重,夜间渣土车行驶导致高新区和老城区靠近城郊路段的颗粒物（PM_2.5和PM_2.5~10）污染加重.