大气PM_（2.5）在线监测仪对SO_4~（2-）、NO_3~-和NH_4~＋的测定评价

通过两套大气细颗粒物（PM2.5）水溶性离子在线监测仪与蜂巢式固气分离器膜采样系统作对比,评估了在线监测仪器对主要水溶性组分SO24-、NO3-和NH4＋的测定结果.美国URG公司生产的在线连续监测分析系统（AIM URG-9000B）对NH4＋和NO3-的监测结果较好,但对SO24-的测定结果存在明显高估,其原因是AIM的平板溶蚀器系统无法完全去除大气中高浓度SO2,从而对SO24-的测定结果有干扰.为解决这一问题,进行了一系列实验,结果表明采用两个溶蚀器串联并用5 mmol.L-1H2O2＋5 mmol.L-1NaOH混合溶液作吸收液时,高浓度的SO2（甚至达到260μg.m-3）可以被完全吸收而对SO24-的测定结果不产生影响.由荷兰能源研究所（ECN）、Metrohm和Applikon共同研制的在线气体组分及气溶胶监测系统（MARGA,ADI2080）对NH4＋和SO24-的监测结果较好,可以满足实验要求;但NO3-的测定结果偏高,其准确性需作进一步评估.新型监测仪器在不同大气环境中投入使用前需进行对比测试,以确定其准确性和精确性.     

VOCs 组分监测数据在改进香港PATH 模型中的作用

 利用香港2 个监测站的VOCs 组分监测数据对香港PATH 模型进行了验证分析.结果明,PATH 模型在模拟VOCs 组分浓度上存在较大的误差.实际观测的VOCs 组分AOD、OLE、TOL 和XYL 浓度是模型模拟的2~3 倍;而模型模拟的PAR 和ETH 浓度是实际观测的 2~4倍.这些误差可能是由于当前使用的VOCs 排放清单低估了实际的VOCs 排放量,以及在估算来自不同排放源的排放量及组分分布上有较大的不确定性.使用高质量的VOCs 组分监测数据验证PATH 模型有助于指导改进VOCs 排放清单和理解复杂的光化学烟雾污染问题,从而改进和提高PATH 模型.     

大气污染物排放源清单不确定性定量分析方法及案例研究

大气污染物排放源清单由于在数据收集过程中存在的不可避免的监测误差、随机误差、关键数据缺乏以及数据代表性不足等因素而具有不确定性,而排放源清单的不确定性指的是人们对排放清单的真实值缺乏认识和了解.介绍了目前大气排放源清单定量不确定性方法框架,并使用电厂NOx在线监测数据,通过实际案例量化排放源清单中的不确定性.结果表明:即使对被认为具有较高准确性的火电厂点源排放清单,案例中NOx的排放源清单来自随机误差的不确定性在±15%左右.对排放源清单的不确定性量化有助于决策者确定污染物排放削减目标的可达性和科学制定大气污染物控制策略,指导排放源清单的改进和数据收集工作.同时,对我国排放源清单开发中不确定性分析提出建议.     

空气质量监测网络发展现状与趋势分析

回顾和分析了国外发达国家和地区空气质量监测网络建设的历程、现状、发展趋势以及存在的不足,针对我国空气质量监测网络的现状和面临的挑战,探讨了我国空气质量监测网络建设的发展思路,并提出构建区域性空气质量监测网络的建议。