粤港澳大湾区PM2.5本地与非本地污染来源解析

粤港澳大湾区（简称"大湾区"）建设是我国新时代重大国家战略之一.虽然大湾区空气质量在我国处于领先地位，但与世界先进湾区相比还有较大差距.制定大湾区PM_2.5精细化防控策略，需要在识别大湾区各城市PM_2.5污染来源的基础上，量化PM_2.5本地和非本地贡献及时空变化规律.基于此，本研究首次在大湾区15个站点同步开展持续一年的PM_2.5采样和组分分析，并将正定矩阵因子分析模型与后向轨迹结合，建立一种定量识别PM_2.5本地与非本地贡献的新方法.通过对大湾区不同季节所属空气域进行划分，厘清大湾区各城市PM_2.5本地与非本地贡献的动态化特征.结果发现，在2015年，大湾区15个站点共解析出9种PM_2.5污染源，分别为机动车、重油、老化海盐、扬尘源、二次硫酸盐、二次硝酸盐、金属冶炼、生物质燃烧和新鲜海盐.其中，二次硫酸盐和机动车是大湾区最主要的两个PM_2.5污染源.不同站点非本地贡献占比为51%~72%，表明外来传输是大湾区 PM_2.5污染的主要来源.内陆和沿海站点污染源的本地与非本地贡献差异较为显著，主要原因是气象条件和排放特征的差异.值得注意的是，2015年大湾区超过一半的时间处于同一个空气域，而有43%的时间处于两个不同空气域.进一步在每个季节划分空气域，发现大湾区处于两个空气域时，秋、冬季节沿海站点易形成单独的空气域，此时非本地贡献较强（68%~72%）；春季内陆站点易形成单独的空气域，此时本地贡献较强（94%）.基于对PM_2.5本地和非本地贡献变化情况的定量识别，能够为大湾区各城市制定动态的PM_2.5排放控制策略提供科学支撑.     

主分量分析法在环境空气监测数据分析中的应用

根据西宁市13个环境空气监测站点2013—2017年大气污染物细颗粒物(PM2. 5)、可吸入颗粒物(PM10)、二氧化硫(SO_2)、二氧化氮(NO_2)、臭氧最大8 h平均(O_3-8h)和一氧化碳(CO)的监测数据,采用主分量分析法对西宁市环境空气质量进行了综合评估。结果表明,2013—2017年西宁市大部分环境空气监测站点周边环境空气质量逐渐提升,4个国控站综合得分(F)趋势变化幅度较大,其周边环境空气质量状况改善较为明显;城南新区、湟源县气象局和西钢监测站点周边环境空气质量呈逐年下降趋势,与其附近工业生产有关。     

大气污染物监测数据不确定度评估方法体系建立及其对PMF源解析的影响分析

目前,正定矩阵因子法(PMF)在大气污染物来源解析中得到了广泛应用,而监测数据不确定度评估是PMF源解析的重要内容之一.当前绝大部分研究采用的数据不确定度仅通过借鉴前人的方法简单计算而得,缺乏对计算方法的合理性和适用性进行评估.本研究通过3种常用的不确定度算法交互应用建立了一套有效评估不确定度的方法体系.通过对香港荃湾站点1998—2008年PM_(10)组分监测数据进行源解析并与平行采样数据源解析结果进行对比,对该方法体系的合理性进行了验证.结果发现,应用该方法体系可以将某些常规方法无法分离的因子进一步分解,得到的源解析结果的残差值甚至小于平行采样方法解析结果的残差值,得到的因子贡献率均处于常规方法得出的因子贡献率之间.这些均表明了该方法体系所得源解析结果的可靠性和全面性.因此,本研究建立的评估不确定度的方法体系具有较强的可行性,对确保源解析结果的准确性有重要意义.