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%).     

SO2 允许排放量分配技术方法的研究

 将SO₂ 排放源分成电厂、工业、供热及民用4 类燃煤源,分别选择不同的指标,综合分析各污染源的SO₂ 排放绩效水平,结合当地的环境质量状况、发展规划、国家和地方的有关产业政策和环境保护政策以及不同行业类型排放源的生产特点和排污水平,设定各类燃煤源应达到的排放绩效标准,利用ISC3 环境空气质量模型,基于基准排放因子及环境综合调节系数,确定各污染源的最终允许排放量.以天津市为例,电厂燃煤源、供热污染源、工业燃煤源的SO₂ 年允许排放量分别为1.25×10⁵,1.24×10⁴,4.12×10⁴t,削减率分别为14.4%,25.8%,27.9%.     

天津市夏季PM10浓度及组成元素垂直分布特征

通过天津市气象局大气边界层观测站高255 m的气象铁塔,获得了10m、40m、120m和220 m 4个高度共80个PM10样品,分析了PM10的日均质量浓度及其元素的垂直分布特征.结果表明,4个高度处PM10质量浓度时序变化基本一致;PM10质量浓度及其组成元素总量随高度增加递减;10 m、40m和120m3个高度处的PM10质量浓度时间序列分布的相关性较好,组分分歧系数较小,而220 m处的PM10质量浓度时间序列分布与其他3个高度处的相关性较差,组分分歧系数较大.样品中元素质量浓度由高到低依次是Si、Al、Ca、Fe、Na、Mg、K、Zn、Ti、Cu、Mn、Pb、Cr、Ni、Co、V、As、Cd和Hg.其中,Si、Al、Na、K质量分数随高度变化不大;Ca、Fe、Mg质量分数随高度增加递减明显;Zn、Cu、Mn、Pb、Cr在10m、40m和120 m3个高度处质量分数接近,而在220m处明显降低;Ti元素在4个高度处的质量浓度接近,质量分数总体上随高度增加递增;Ni、Co、V、As、Cd、Hg质量分数随高度的变化不同,其中与燃煤有密切关系的Hg在120 m处质量分数明显高于其他高度处,而在220m处最低.Al、Fe、Na、K等元素相对富集因子小于或接近1,其质量浓度与PM10质量浓度时序分布的相关性较好,其中Al、Na相关系数随高度增加显著递减;Zn,Cu、Pb、Cr、As、Ni的相对富集因子显著大于1,其质量浓度与PM10质量浓度时序分布的相关性较差,相关系数随高度增加变化不大.     

杭州市大气PM2.5和PM10污染特征及来源解析

2006年在杭州市两个环境受体点位采集不同季节大气中PM_2.5和PM₁₀样品,同时采集了多种颗粒物源类样品,分析了其质量浓度和多种化学成分,包括21种无机元素、5种无机水溶性离子以及有机碳和元素碳等,并据此构建了杭州市PM_2.5和PM₁₀的源与受体化学成分谱;用化学质量平衡(CMB)受体模型解析其来源。结果表明,杭州市PM_2.5和PM₁₀污染较严重,其年均浓度分别为77.5μg/m³和111.0μg/m³;各主要源类对PM_2.5的贡献率依次为机动车尾气尘21.6%、硫酸盐18.8%、煤烟尘16.7%、燃油尘10.2%、硝酸盐9.9%、土壤尘8.2%、建筑水泥尘4.0%、海盐粒子1.5%。各主要源类对PM₁₀贡献率依次为土壤尘17.0%、机动车尾气尘16.9%、硫酸盐14.3%、煤烟尘13.9%、硝酸盐粒8.2%、建筑水泥尘8.0%、燃油尘5.5%、海盐粒子3.4%、冶金尘3.2%。     

烟台市环境受体PM2.5四季污染特征与来源解析

于2016～2017年四季在烟台市3个点位采集了PM_(2.5)样品,分析了其质量浓度和化学组分特征.利用CMB模型对受体进行解析,并利用后向轨迹和PSCF对传输气流和潜在源区进行了分析.结果表明,烟台市监测点位冬季、春季、夏季和秋季的PM_(2.5)平均质量浓度分别为(89. 45±56. 80)、(76. 78±28. 44)、(32. 65±17. 92)和(57. 32±24. 60)μg·m~(-3). PM_(2.5)浓度表现出明显的季节变化特征(P 0. 01).全年PM_(2.5)各源类分担率大小依次为:二次硝酸盐源(20. 3%)城市扬尘源(15. 7%)机动车排放源(14. 9%)燃煤源(13. 8%)二次硫酸盐源(12. 8%) SOC(6. 1%)建筑水泥尘源(5. 5%)海盐源(2. 9%),可以看到烟台市以二次源、扬尘、机动车排放源和燃煤源为主要污染源.春季硝酸盐源和城市扬尘源是重要贡献源类,夏季硫酸盐源贡献突出,燃煤源在秋冬季占比突出.烟台市气流输送和潜在源区也呈现出明显的季节变化:冬季主要受烟台市短距离输送的影响;夏季主要受烟台东部沿海和本地的影响;春秋季主要受山东东北部和东部沿海地区的区域传输和烟台市本地源的影响.     

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.     

典型脱硫工艺对燃煤锅炉烟气颗粒物的影响

脱硫是燃煤锅炉的重要除污环节,为探究脱硫工艺对烟气颗粒物的影响,选取4台不同脱硫工艺（石灰石/石膏法、炉内喷钙法、氨法和双碱法）的燃煤锅炉,利用再悬浮采样法和稀释通道采样法分别采集脱硫前后烟气颗粒物样品,并测定颗粒物中的水溶性离子、无机元素和碳组分.结果表明,脱硫剂对烟气PM_2.5的组分构成产生影响,烟气经过石灰石/石膏法脱硫后,PM_2.5中的Ca由5.1%提高至24.8%;经过氨法脱硫后,PM_2.5中NH₄⁺的质量分数由0.8%提高到7.3%;双碱法脱硫则使烟气PM_2.5中Na由0.9%提高到1.7%.湿法和干法脱硫工艺的作用显著不同,湿法脱硫排放颗粒物的离子含量较高,经过石灰石/石膏法和氨法脱硫,PM_2.5中SO₄^2-的质量分数分别由2.0%和6.7%提高到9.6%和11.9%,Cl^-分别由0.4%和1.2%提高到3.8%和5.2%,而Cr、Pb、Cu、Ti和Mn等重金属经过湿法脱硫出现含量下降;相对湿法脱硫,干法脱硫燃煤锅炉排放的PM_2.5中富含Al、Si和Fe等地壳元素.湿法脱硫同样对碳组分产生影响,石灰石/石膏法和氨法脱硫后,烟气PM_2.5的元素碳EC质量分数分别从6.1%降至0.9%和从3.6%降至0.7%,但是有机碳OC的含量并没有下降.     

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.     

天津市区夏季碳气溶胶特征及改进的二次有机碳估算方法

为更加准确地估算环境受体PM_2.5中SOC（二次有机碳）的质量浓度,于2015年6-8月利用在线监测仪器同步采集小时分辨率的PM_2.5及OC（有机碳）和EC（元素碳）样品数据,分析碳气溶胶的变化特征,并尝试运用改进的EC示踪法估算ρ（SOC）.结果表明:天津市区夏季ρ（PM_2.5）为（70.9±46.0）μg/m3,ρ（OC）和ρ（EC）分别为（7.6±3.1）（2.2±1.5）μg/m3,占ρ（PM_2.5）的11.8%±4.6%和3.1%±1.4%,OC/EC（质量浓度之比,下同）的平均值为4.0±2.0.ρ（OC）与ρ（EC）之间的Pearson相关系数（R）仅为0.66,说明OC和EC的来源较为复杂,SOC的产生可能是重要影响因素.ρ（NO₂）与OC/EC呈显著负相关（R=-0.47,P < 0.01）,并且OC/EC（4.0）相对较低,说明天津市区机动车可能对碳气溶胶具有重要影响.ρ（SO₂）与ρ（OC）、ρ（EC）的相关性较低（R均为0.33,P均小于0.01）,说明天津市区碳气溶胶可能受燃煤源的影响较低.改进的EC示踪法主要是利用O₃和CO、EC作为光化学反应和一次源排放的指标,并结合ρ（OC）、ρ（EC）和OC/EC的变化特征,逐步筛选一次排放源主导的时间段的ρ（OC）和ρ（EC）数据,然后利用最小二乘法拟合获得ρ（OC）和ρ（EC）的线性方程,最后进行ρ（SOC）和ρ（POC）（POC为一次有机碳）的估算.天津市区夏季ρ（SOC）的平均值为（2.5±2.0）μg/m3,分别占ρ（OC）和ρ（PM_2.5）的28.8%±15.0%和3.7%±3.6%;ρ（POC）的平均值为（5.2±1.7）μg/m3,分别占ρ（OC）和ρ（PM_2.5）的71.2%±15.0%和8.1%±5.2%,说明天津市区夏季有机碳的主要来源是一次排放源.研究显示,相比于EC示踪法,改进的EC示踪法估算的ρ（SOC）明显降低,ρ（POC）明显升高.AT（大气温度）对ρ（SOC）的影响较为显著,而WS（风速）对ρ（POC）的影响较为显著.