鼎湖山秋季大气细粒子及其二次无机组分的污染特征及来源

利用大气颗粒物质量浓度分析仪（TEOM）及大气细粒子快速捕集及其化学成分自动在线分析系统（RCFP-IC）于2008年10～11月在中国科学院华南植物园鼎湖山定位站进行了大气细粒子（PM2.5）及其二次无机组分（SO42-、NH 4＋和NO 3-）与相关污染气体组分的同步观测与分析,同时结合主成分分析和HYSPLIT轨...     

京津冀及周边地区大气污染综合立体观测网的建设与应用

京津冀及周边地区大气染污综合立体观测网针对的是大气重污染发生-演变-消散全过程的核心科学问题,通过制定适用于京津冀及周边地区的大气污染综合观测技术规范,建立了区域大气污染综合立体观测网,开展了近地面及大气边界层气象和大气化学过程的同步观测,构建了监测数据综合分析及共享应用平台,实现了大气环境多源数据综合管理业务化,为大气重污染成因研究提供精准数据集,提升了京津冀秋冬季重污染成因机制研究和精细化源解析的能力,推动了京津冀及周边地区空气质量的持续改善.京津冀及周边地区大气污染综合立体观测网开展了传输通道的加密观测,增加了背景站和手工采样点观测,建立了包括黑碳、氨和重金属等多要素的关键站点,并充分利用了服务于科学研究的超级站和垂直梯度观测技术.京津冀及周边地区大气污染综合立体观测网和数据平台的建立,实现了业务部门与科研部门数据的有效融合与综合管理业务化,具有效率高、代表性好、目的性强的特点,能够很好地应对决策部门不断提高的管理需求.观测网络和平台充分吸取了国外的先进技术和观测经验,保证了观测网长期稳定运行;通过综合环境空气质量监测预警和发布平台,为环境空气质量监测和污染成因综合研究提供技术支撑,最终为实现我国空气质量的全面改善奠定了坚实的基础.      

天津冬季一次重污染过程颗粒物中水溶性离子粒径分布特征

为研究天津冬季重污染天气过程中颗粒物水溶性离子的粒径谱分布及二次离子生成机制,于2014年1月利用Anderson撞击式分级采样器在中国气象局天津大气边界层观测站内采集颗粒物样品,并使用离子色谱仪分析Na~+、NH_4~+、K~+、Mg~(2+)、Ca~(2+)、Cl~-、NO_3~-、SO_4~(2-)等8种水溶性无机离子(TWSII).结果表明,采样期间PM_(2.5)和PM_(10)质量浓度均值分别为(138±100)μg·m~(-3)和(227±142)μg·m~(-3),粗、细粒子中TWSII的平均浓度分别为(34.07±6.16)μg·m~(-3)和(104.16±51.76)μg·m~(-3).细粒子中SO_4~(2-)、NO_3~-和NH_4~+这3种离子的浓度远高于其他离子,且相关性较好,粗粒子中NO_3~-、SO_4~(2-)、Cl~-浓度较高.随着污染程度加剧,细粒子中TWSII浓度增加明显,粗粒子中则变化不大.水溶性离子的粒径谱分布显示,SO_4~(2-)以单模态分布,优良天峰值出现在0.43~0.65μm,NO_3~-在优良日呈现三模态分布,峰值分别出现在0.43~0.65、2.1~3.3和5.8~9.0μm,NH_4~+呈双模态分布,优良日峰值出现在0.43~0.65μm和4.7~5.8μm,污染日3种二次离子峰值均以0.65~1.1μm的单模态分布为主,与三者之间的热动力平衡过程有关.细粒子中NH_4~+除与SO_4~(2-)和NO_3~-结合外,还与部分Cl~-结合,粗粒子中NH_4~+全部与NO_3~-和SO_4~(2-)结合后,剩余的NO_3~-和SO_4~(2-)与其他阳离子结合.     

新乡市夏冬季节PM2.5稳定碳同位素特征分析

为了探究新乡市PM_(2.5)中δ~(13)C比值的季节性变化特征及其对污染来源的指示作用,于2017年夏冬季节采集PM_(2.5)有效样品91个,并测定了样品中的总碳、水溶性离子和稳定碳同位素比值(δ~(13)C).夏季和冬季的TC浓度平均值分别为11.78μg·m~(-3)和26.6μg·m~(-3).夏季δ~(13)C比值为-27.70‰～-25.22‰其中前14 d的δ~(13)C比值波动较大平均值为-26.96‰,而后16d的δ~(13)C比值相对稳定,平均值为-25.69‰,而且前半月和后半月火点数具有较大差异同时K_(nss)~+浓度与TC质量浓度显著相关(R~2=0.62,P0.01)这说明夏收季节生物质燃烧可能对δ~(13)C比值有显著影响.新乡地区冬季RH与TC/PM_(25)质量比值的显著负相关(R~2=0.68,P0.01),揭示了在霾增长初期以SOA增长为主,而污染期以SIA贡献为主.冬季采样期δ~(13)C比值为-26.72‰～-23.49‰,对霾发展过程中稳定同位素组成的研究发现在霾增长过程中δ~(13)C比值以富集为主,而在霾清除阶段δ~(13)C比值以贫化为主.     

重庆市北碚大气中PM2.5、NOx、SO2和O3浓度变化特征研究

重庆是我国西南工业重镇,但长期受大气污染困扰.利用全自动在线环境监测仪器,于2012年1月—2014年2月,对重庆市北碚区大气中的典型污染物PM2.5、NO_x、SO_2和O_3进行了观测研究.结果表明:重庆北碚大气首要污染物为PM2.5,2012和2013年平均浓度分别为(67.5±31.9)和(66.6±37.5)μg·m~(-3),是国家环境空气质量一级标准35μg·m~(-3)的1.9倍,两年超过国家二级标准的天数分别为119和126 d,年超标率均大于1/3;两年NO_x,SO_2及O_3的年平均浓度分别为(57.1±24.6)和(55.1±36.6),(43.1±24.0)和(35.0±21.9)及(31.1±24.9)和(48.5±37.4)μg·m~(-3).大气污染物浓度具有明显的季节变化特征,PM2.5和NO_x冬季污染最为严重,两年冬季平均值分别比两年年平均值高33.6%、59.6%和43.2%、8.5%;O_3表现为夏高冬低;SO_2春季最高且污染最轻.大气污染物日变化显示PM2.5和NO_x浓度呈双峰日变化形式,有早晚两个峰值,与城市交通高峰相对应.SO_2和O_3浓度呈单峰日变化,前者峰值出现在午前10∶00—12∶00大气对流层被打破之后,而后者峰值出现在午后16∶00局地光化学最强之时.消减各种污染源的颗粒物直接排放,消减气态污染物SO_2和NO_x的工业排放,消减机动车NO_x和VOCs等的排放,才有可能使重庆北碚的大气污染状况得到改善.     

大气细颗粒物中有机碳和元素碳监测方法对比

在线精确测量大气细颗粒物中有机碳(OC)和元素碳(EC)是研究碳质气溶胶形成和来源解析的重要科学基础.在线测定仪器选取不同的升温程序可能导致OC和EC观测数据差异,造成对研究结果的误判.对比分析在线OC/EC分析仪最常使用的RT-Quartz(R法)、NIOSH 5040(N法)和Fast-TC(F法)这3种温度协议下获得的OC和EC实际观测结果,结合北京空气污染程度,讨论了3种分析程序观测结果的异同.结果表明,3种分析程序对TC(TC=OC+EC)、OC和EC的测量均无显著性差异,但存在一定偏差.对TC的测量,R法比N法低5%,比F法高1%;对OC的测量,R法比N法低9%,比F法高1%;对EC的测量,R法比N法高20%,比F法低11%,其中R法温度协议在不同空气质量下对TC、OC和EC测量的变异系数均小于N法和F法.使用R法的在线分析与小流量PM2.5石英膜采样-离线分析所测定的TC、OC和EC结果的线性拟合斜率分别为1.21、1.14和1.35,R2TC、R2OC和R2EC分别为0.99、0.99和0.98;R法测定的EC浓度显著低于多角度吸收光度计(MAAP)测定的BC浓度.当BC8μg·m-3时,EC/BC为0.39,而当BC8μg·m-3,EC/BC为0.88.EC与BC变化趋势相近,但浓度值存在系统误差.     

北京冬季PM2.5中金属元素浓度特征和来源分析

为了解北京冬季细颗粒物中金属元素的浓度水平及其来源,于2014年12月至2015年1月使用中流量PM_(2.5)采样器在北京城区开展了为期30 d的连续采样,采用滤膜称重法检测PM_(2.5)浓度,电感耦合等离子体质谱法(ICP-MS)分析PM_(2.5)中16种元素总量,并采用富集因子法和因子分析法分析元素污染特征及其来源.结果表明,观测期间PM_(2.5)中主要金属元素为K、Ca、Fe、Al和Mg,占16种元素总量的90.7%.与白天相比,地壳元素如Mg和Al等在夜间的浓度下降30%以上,而人为源金属元素如Cu和Pb等的浓度则上升40%以上.从优良天到重污染天气,上述16种金属元素的总浓度上升1倍,但其在PM_(2.5)中的比例却逐渐降低,说明金属元素的富集不是PM_(2.5)上升的主要原因.随着污染程度的加剧,Cu、Zn、As、Se、Ag和Cd等主要来自人为源的金属元素浓度上升较快,重度污染天与优良天的浓度比值范围为2.9~5.3;而Al、Mg、Ca、Mn和Fe等地壳元素浓度上升则较缓,重度污染天与优良天的浓度比值范围为1.2~1.8.北京冬季PM_(2.5)中金属元素主要来源于燃煤和生物质燃烧、交通和工业排放以及地面扬尘,贡献率分别为34.2%、25.5%和17.1%.     

北京夏冬季霾天气下气溶胶水溶性离子粒径分布特征

为研究北京夏、冬季霾粒子中水溶性离子的粒径谱分布,并进一步分析其来源及形成机制,于2009年夏季和冬季利用惯性撞击式8级采样器(Andersen)和石英微量振荡天平(TEOM)对北京城区大气气溶胶分别进行了为期2周的连续采样和监测,并用离子色谱(IC)对气溶胶中的水溶性离子进行了分析.结果表明,夏季霾天PM10和PM2.5的质量浓度分别为(245.5±8.4)μg.m-3和(120.2±2.0)μg.m-3,冬季霾天对应的数值分别为(384.2±30.2)μg.m-3和(252.7±47.1)μg.m-3,无论夏季还是冬季,霾天大气细粒子污染均十分严重.细粒子中总水溶性离子(TWSS)的浓度霾天远高于对照天,其中霾天浓度上升较快的是SO24-、NO3-和NH4+,二次无机离子对霾天气的形成过程扮演重要作用.除NO3-外,其余7种水溶性离子夏、冬季霾天粒径谱分布一致,即,SO24-、NH4+主要分布于PM1.0以下的细粒子模态,Mg2+、Ca2+主要分布于PM2.5以上的粗粒子模态,Na+、Cl-和K+呈双模态分布;夏季霾天NO3-呈双模态分布,而冬季则主要分布于细粒子中.夏季霾天SO24-的平均质量中值粒径(MMAD)为0.64μm,SO24-主要来自远程SO2的云内反应,并且SO2表观转化率(SOR)高于对照天,使得霾天光化学反应生成的细粒子远远高于对照天气过程;冬季霾天SO24-的MMAD增至0.89μm,冬季因局地SO2排放并被非均相化学反应过程氧化为SO24-亦为北京大气细粒子的重要来源.夏、冬季霾天NO3-的MMAD分别为2.85μm和0.80μm,受到温度的影响,NO3-夏、冬季节分别以硝酸钙和硝酸铵的形式存在于粗、细粒子中.     

重庆市北碚城区气溶胶中水溶性无机离子的质量浓度及其粒径分布

为了研究重庆市北碚区城区气溶胶中水溶性无机离子的浓度和分布特征,于2014年3月~2015年2月利用安德森采样器连续采集大气气溶胶分级样品,并用离子色谱法分析了不同粒径(9.00、5.80、4.70、3.30、2.10、1.10、0.65和0.43μm)中Na~+、NH~_4~+、K~+、Mg~(2+)、Ca~(2+)、F-、Cl-、NO_3~-、SO_4~(2-)这9种水溶性无机离子.结果表明,SO_4~(2-)、NH~_4~+、NO_3~-、Cl-、Na~+、K~+主要分布在细粒子中,Mg~(2+)、Ca~(2+)、F-主要分布在粗粒子中.SNA(SO_4~(2-)、NH~_4~+和NO_3~-三者的简称)呈明显单峰型分布,其峰值均出现在0.65~1.10μm的液滴模态,且在细粒子中主要以(NH4)2SO4和NH4NO3形式存在.SO_4~(2-)的形成主要来自云内过程,部分来自SO_2的氧化.Na~+、Cl-、Mg~(2+)在粗、细粒子中呈双峰型分布;K~+在0.43~1.10μm呈单峰型分布;F-、Ca~(2+)在粗粒子中出现峰值.观测期间,PM2.1和PM9.0中总水溶性离子的年均质量浓度分别为(32.68±15.28)μg·m~(-3)和(48.01±19.66)μg·m~(-3),且浓度具有相似季节变化特征,均表现为冬季春季夏季秋季.大部分离子(Na~+、NH~_4~+、K~+、Cl-、NO_3~-、SO_4~(2-))浓度表现为冬春季偏高,夏秋季偏低;而少数离子(F-、Mg~(2+)、Ca~(2+))浓度在秋季最低,其他季节浓度变化稍有不同.SNA是PM2.1中最主要的水溶性离子;而PM9.0中水溶性离子的主要成分除了SNA外,还包括Ca~(2+).PM2.1和PM9.0中阳离子总浓度明显高于阴离子,且不同离子间均具有一定的相关性.主成分分析结果表明,该地区水溶性离子的主要来源包括机动车尾气的排放源、燃烧源、土壤源和建筑道路扬尘.分析气象因素的影响,发现气温对二次离子的生成有明显关系(P0.05),而相对湿度、风速的影响则不显著(P0.05).     

北京市近地层颗粒物浓度与气溶胶光学厚度相关性分析研究

利用2009年北京市大气颗粒物质量浓度和气溶胶光学特性的同步观测研究发现,北京市城区颗粒物污染严重.PM2.5、PM10年平均浓度分别为(65±14)、(117±31)μg·m-3,均超出国家2016年拟执行环境空气质量二级标准,PM2.5、PM10日均值超标率分别为35%、26%.细粒子PM2.5污染与可吸入颗粒物PM10污染呈显著性相关,相关系数R约为0.90(P<0.001),二者相关性伴随PM2.5在PM10中所占比重自春季到冬季逐渐增大而增强,年均PM2.5占PM10比重为61%.气溶胶光学厚度AOD(500 nm)与气溶胶波长指数(α)年均值分别为(0.55±0.10)、(1.12±0.08).PM2.5、PM10与AOD间全年及各季节均呈显著线性相关,相关系数R≥0.50;但其相关系数与相关函数存在着显著的季节差异,夏秋季节相关性显著高于春冬季节,且全年相关会掩盖较大的季节性系统差异.对PM2.5、PM10数据进行湿度订正,对AOD进行混合层高度订正,PM2.5、PM10与AOD之间的相关性得到一定提升,且更适合指数相关.