核算间接冷却水污染当量数的研讨

针对间接冷却水的特点和核算其污染当量数过程中存在的问题，阐述了间接冷却水的界定，水源水的采样监测技术，本底值的扣除以及超标排放的判别等环节的技术要求和注意事项，并就与之密切相关的几个问题展开了讨论,为核算间接冷却水当量数提供了一定的参考依据，建议增加水湿排放指标，以切实控制间接冷却水造成的主要污染－热污染。     

典型污染源中多环麝香的污染特征

合成麝香是一类近十多年才引起人们关注的有机污染物.合成麝香广泛分布于环境中.难降解,易生物富集,对水生生物和人体均呈现一定的生物毒性.文章对某一化妆品厂生产车闯内、外及工厂外的上、下风向大气中多环麝香进行了定性定量分析,结果表明,除ATⅡ之外,大气中检测出了五种多环麝香,其中作为对照点的上风向多环麝香总浓度为5.43ng/m3,而工厂室内、外及下风向的多环麝香浓度范围为17.25～5543.4ng/m3;气固分配实验研究发现,超过68.43%的多环麝香分布于气相中.     

Source characterization of ambient fine particles at multiple sites in the Seattle area

To identify major PM_2.5 (particulate matter ≤2.5 μm in aerodynamic diameter) sources with a particular emphasis on the ship engine emissions from a major port, integrated 24 h PM_2.5 speciation data collected between 2000 and 2005 at five United State Environmental Protection Agency's Speciation Trends Network monitoring sites in Seattle, WA were analyzed. Seven to ten PM_2.5 sources were identified through the application of positive matrix factorization (PMF). Secondary particles (12–26% for secondary nitrate; 17–20% for secondary sulfate) and gasoline vehicle emissions (13–31%) made the largest contributions to the PM_2.5 mass concentrations at all of the monitoring sites except for the residential Lake Forest site, where wood smoke contributed the most PM_2.5 mass (31%). Other identified sources include diesel vehicle emissions, airborne soil, residual oil combustion, sea salt, aged sea salt, metal processing, and cement kiln. Residual oil combustion sources identified at multiple monitoring sites point clearly to the Port of Seattle suggesting ship emissions as the source of oil combustion particles. In addition, the relationship between sulfate concentrations and the oil combustion emissions indicated contributions of ship emissions to the local sulfate concentrations. The analysis of spatial variability of PM_2.5 sources shows that the spatial distributions of several PM_2.5 sources were heterogeneous within a given air shed.     

基于绝对主成分-多元线性回归的滇池污染源解析

定量解析污染源是湖泊流域水环境管理的重要基础.基于滇池草海和外海多年水质监测数据,采用主成分分析（PCA）方法识别了主要水质指标的污染源类型,利用绝对主成分-多元线性回归模型（APCS-MLR）得到不同污染源对水质的贡献程度.结果表明,草海主要的污染源有农业面源、城市面源和内源3类,外海的主要污染源是农业面源、城镇生活污染源、城市面源和内源4类.与河流水污染源解析结果不同,底泥内源与气象因子对滇池主要水质指标的影响较大.     

深圳大气PM2.5中水溶性有机物的来源特征

对2017年9月~2018年8月深圳市北部大气PM_2.5中水溶性有机物（WSOM）的质量浓度、质谱及来源结构进行测量和分析.结果表明：PM_2.5的质量浓度为（32.3±18.4）μg/m³,WSOM的质量浓度为（9.4±5.7）μg/m³,占颗粒物总有机物的（77.6%±14.0%）.质谱分析显示,WSOM的氧碳比（O/C）平均值达到（0.57±0.09）,属于二次有机物的O/C值范围,且生物质燃烧排放的离子碎片C₂H₄O₂⁺的丰度显著,说明WSOM的来源中有显著的生物质燃烧排放的有机气溶胶.为了明确WSOM的来源结构,利用正矩阵因子分解法（PMF）模型进行来源解析,发现3个合理因子：高氧化态有机气溶胶（MO-OOA）,低氧化态有机气溶胶（LO-OOA）和生物质燃烧（BBOA）,贡献比例分别为51.7%,31.8%和16.5%.MO-OOA和BBOA贡献浓度均呈现秋冬高、春夏低的季节变化特征,反向轨迹分析显示其与内陆污染传输关系密切.LO-OOA的变化相对稳定,本地源的贡献较大.结合¹⁴C同位素示踪法对秋冬季WSOM样品分析,发现机动车等化石源二次有机物是WSOM的主要来源,贡献比例达到53.9%,需继续加强对化石燃料控制来降低WSOM污染.     

银川市冬季PM2.5重污染特征、来源与成因分析

近年来银川市冬季重污染过程频发,为明确银川市冬季PM_2.5重污染的特征,分析其主要来源及成因,于2016年12月-2017年1月在银川市选取3个采样点开展PM_2.5的样品采集与化学组分分析,利用CMB（化学质量平衡）模型对银川市冬季PM_2.5进行来源解析,对比分析了重污染日与非重污染日污染特征的差异.结果表明:①银川市冬季重污染日ρ（PM_2.5）[（181±33.6）μg/m3]是非重污染日的2.1倍;重污染日和非重污染日的ρ（NO₃-）/ρ（SO₄2-）均小于1,表明燃煤仍是银川市冬季PM_2.5的重要来源.银川市冬季PM_2.5中ρ（SOC）为（14.4±7.34）μg/m3,约占ρ（OC）的65.2%.②与非重污染日相比,重污染日人为源无机元素As、Pb、Cd和Zn质量浓度在ρ（PM_2.5）中的占比分别升高33.2%、18.4%、9.8%和2.9%,表明银川市冬季重污染主要受人为源贡献影响.③源解析结果表明,燃煤源、机动车尾气源、二次离子源和扬尘源是银川市PM_2.5的主要污染源,与非重污染日相比,重污染日机动车尾气源的贡献率明显降低.研究显示,银川市冬季重污染受人为源污染物排放的影响较大,燃煤源是银川市冬季PM_2.5的重要来源.      

长三角背景点夏季大气PM2.5中水溶性无机离子污染特征及来源解析

为研究长三角背景点夏季PM_2.5污染特征,于2018年5月30日—8月15日在上海市崇明岛对PM_2.5样品进行昼夜采集,并对其中水溶性无机离子(Cl-、NO₃-、SO₄2-、Na+、NH₄+、K+、Mg2+、Ca2+)进行了分析.运用PSCF(潜在源贡献)方法判别污染物排放源区,并结合PCA(主成分分析)和PMF(正交矩阵因子)源解析探究PM_2.5来源.结果表明:①观测期间崇明岛ρ(PM_2.5)平均值为(33±21)μg/m3,低于GB 3095—2012《环境空气质量标准》一级标准限值(35 μg/m3),但在部分时段存在显著超标现象,ρ(PM_2.5)最高值在120 μg/m3以上.②水溶性无机离子质量浓度平均值为(14±9.3)μg/m3,占PM_2.5的42.4%,其中SNA(SO₄2-、NO₃-、NH₄+三者统称)为主要离子,占水溶性离子总质量浓度的85.7%.③n(NH₄+)/n(SO₄2-)(NH₄+与SO₄2-的摩尔浓度比)显示,清洁期〔ρ(PM_2.5) < 15 μg/m3〕呈贫铵状态,过渡期〔15≤ρ(PM_2.5)≤35 μg/m3〕和污染期〔ρ(PM_2.5)>35 μg/m3〕均呈富铵状态;过渡期SNA主要以NH₄HSO₄和NH₄NO₃形式存在,而污染期则主要以(NH₄)₂SO₄和NH₄NO₃形式存在.④通过对两次典型污染事件进行离子相关性分析和PSCF分析发现,E1污染事件(5月30日—6月8日)为局地生物质燃烧型污染事件,E2污染事件(7月23日—8月1日)为区域传输污染事件.源解析结果进一步表明,两次典型污染事件期间气态污染物的二次转化对PM_2.5的贡献最显著,贡献率分别为62.8%和59.8%;其次是生物质燃烧,其贡献率分别为32.5%和20.1%;E2污染事件期间海盐源对崇明岛PM_2.5贡献率较高(16.6%),远超过E1污染事件期间对PM_2.5的贡献率(2.7%).研究显示,区域输送对崇明岛PM_2.5有显著贡献,二次颗粒物累积是崇明岛PM_2.5超标的主要原因.      

加入SOA示踪的深圳大气PM2.5受体模型源解析

为厘清包括二次有机气溶胶（SOA）在内的深圳市区PM_2.5各种一次和二次来源贡献,本文于2017年9月2日~2018年8月29日在深圳市大学城点位开展PM_2.5样品采集,并进行化学组分和水溶性有机物（WSOM）质谱测量,共获得162组有效数据.观测期间深圳市大气PM_2.5平均质量浓度为26μg/m³,在传统PMF源解析的基础上加入羧基离子碎片（CO₂⁺）作为SOA的示踪物,加入水溶性有机氧（WSOO）用于计算各因子O/C,验证有机物解析效果.结果表明,SOA可以被独立解析出,其O/C明显高于其他一次污染源中有机物;机动车、二次硫酸盐、二次硝酸盐、SOA为最主要的4个源,对PM_2.5质量浓度的贡献分别为25%、23%、17%和10%,船舶、地面扬尘、老化海盐、建筑尘、生物质燃烧、燃煤和工业贡献均在5%以内.各个源的变化特征表明,机动车、二次硫酸盐、二次硝酸盐、SOA等源贡献呈现冬高夏低的季节特征,与冬季季风条件下源自内陆的污染传输密切相关.污染天气时,二次硝酸盐和SOA的贡献增加相对最显著,因此NOx和挥发性有机物是减排的关键.     

成都市城区大气VOCs季节污染特征及来源解析

为研究成都市城区大气VOCs季节变化特征,本研究在2018年12月至2019年11月对VOCs组分进行监测,并对VOCs的浓度水平、各化学组成、化学反应活性和来源进行分析.结果表明,成都市城区春、夏、秋和冬季VOCs的平均体积分数分别为32.29×10~(-9)、 36.25×10~(-9)、 40.92×10~(-9)和49.48×10~(-9),冬季的浓度明显高于其他季节,春季和夏季的浓度水平相差不大,各季节VOCs的组分浓度水平有所差异,冬季烷烃占总VOCs的比例最大,可能受机动车排放的影响较明显;夏季和秋季含氧(氮)挥发性有机物占比远高于春、冬季,一次源的挥发排放和二次转化的生成贡献较大;成都市城区不同季节大气中VOCs平均浓度排名靠前的关键组分基本无变化,主要是C_2～C_4的烷烃、乙烯、乙炔及二氯甲烷等,可能受机动车尾气、油气挥发、溶剂使用和LPG燃料等影响明显,夏季丙酮以及乙酸乙酯等含氧有机物浓度贡献突出;根据·OH消耗速率和OFP计算可知关键活性物种主要为间/对-二甲苯、乙烯、丙烯、1-己烯、甲苯、异戊烷和正丁烷等,这些物种应该优先减排和控制;四季VOCs源解析结果显示:春、夏季温度较秋、冬季高,光照更强,PMF明显解析出天然源和二次排放贡献,同时,由于夏季温度较高,解析出油气挥发占9%;秋、冬季占比增加的源主要为机动车尾气和燃烧源,燃烧源的排放占比在25%左右,另餐饮源的排放占比在9%左右.     

城市大气中颗粒物的研究现状及健康效应

综述了大气尘(TSP、PM10、PM2.5)的研究现状,重点围绕TSP、PM10、PM2.5的物理特征、化学组成(有机组成、重金属元素的总含量及其各化学形态分布)及其源解析进行描述,也提及了大气颗粒物与健康的关系.