Extension of the EUROS Integrated Air Quality Model to Fine Particulate Matter by Coupling to CACM/MADRID 2

The European Operational Smog (EUROS) integrated air quality modelling system has been extended to model fine particulate matter (PM). From an extended literature study, the Caltech Atmospheric Chemistry Mechanism and the Model of Aerosol Dynamics, Reaction, Ionisation and Dissolution were selected and recently coupled to EUROS. Currently, modelling of mass and chemical composition of aerosols in two size fractions (PM_2.5 and PM_10–2.5) is possible. The chemical composition is expressed in terms of seven components: ammonium, nitrate, sulphate, elementary carbon, primary inorganic compounds, primary organic compounds and secondary organic compounds. Calculated PM₁₀ concentrations and chemical composition are presented for two summer months of the year 2003 (1 July to 31 August).     

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.     

上海地区大气中氯化氢和颗粒氯排放源清单初步研究

氯自由基对于臭氧和二次气溶胶的生成贡献不容忽视.夜间颗粒相氯(Cl~-)可以通过与N_2O_5的复杂反应转化生成ClNO_2,其光解产生的氯自由基将显著影响大气污染的形成机制.本文以上海地区为案例,以2017年为基准年,收集了人为源活动水平数据,采用排放系数估算方法,首次建立了上海地区人为源氯化氢(HCl)和颗粒氯(Cl~-)的排放清单;并进一步结合模型计算海盐气溶胶排放的颗粒氯(Cl~-).结果表明,2017年上海市人为源和天然源排放的HCl和Cl~-分别为1207 t和820 t,其中,燃煤、工业、垃圾焚烧和秸秆燃烧产生的HCl排放量分别为327、134、722和24 t.燃煤源中的燃煤电厂和其它行业燃烧约占燃煤源排放的80%;工业源中水泥为HCl的最大排放源,约占工业源排放的51%;垃圾焚烧厂排放约占总HCl排放的60%,为最大的HCl排放源.燃煤、工业源、垃圾焚烧、秸秆焚烧、烹饪源和海盐的颗粒Cl~-排放量分别为82、153、498、47、39和0.6 t,燃煤源中的燃煤电厂占燃煤Cl~-排放的40%,供热、其他行业和家庭燃烧分别占燃煤Cl~-排放的24%、22%和14%;钢铁行业为工业源的主要Cl~-排放源,约占工业源排放的90%,垃圾焚烧厂占全部Cl~-排放的61%,烹饪源中餐饮企业为最主要排放源,占烹饪源的70%;天然源海盐的排放量极少,未占到总排放的1%.从空间分布来看,浦东新区、宝山、普陀、松江和金山排放的HCl和Cl~-占到全市人为源总排放的80%,为主要的HCl和Cl~-排放区域.本文研究建立的上海地区大气中氯化氢和颗粒氯排放源清单,对于深入研究氯化学机制对二次污染的影响提供了重要的数据参考.     

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.     

成都市大气颗粒物粒径分布及其对能见度的影响

使用环境颗粒物分析仪（GRIMM180）对成都市2018年10月—2019年9月0.25~32 μm的大气颗粒物数浓度粒径分布进行观测,结合细颗粒物（PM_2.5）质量浓度以及相对湿度（RH）、能见度、降水量等气象要素数据,分析了成都市大气颗粒物粒径分布及其与能见度的关系.结果表明,观测期间成都市大气颗粒物以细粒子为主,0.25~0.5 μm的粒子数浓度占总数浓度的97.75%,数浓度谱呈单峰分布,2018年秋季、2019年夏季表面积谱呈双峰分布,2018年冬季、2019年春季表面积谱呈三峰,体积谱均为三峰分布;在不同RH区间,PM_2.5质量浓度及数浓度均与能见度呈负相关,且其中0.25~0.5 μm粒径段的细颗粒物因为对可见光波段的米散射效应而对能见度产生较大影响;在不同RH情况下,不同粒径段颗粒物数浓度对能见度的影响程度有所差别：在低RH（<70%）下,0.25~0.3 μm粒径段粒子数浓度对能见度影响最大;在中等RH（70%~80%）下,0.3~0.5 μm粒径段粒子数浓度对能见度的影响最大;而在高RH（>80%）下,0.3~0.5 μm和0.5~1 μm粒径段粒子数浓度对能见度影响相当.     

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.     

固定源可凝结颗粒物稀释采样器的设计

固定污染源烟气排放进入大气环境后稀释降温,气相中部分饱和蒸气压较低的组分转化为可凝结颗粒物,这部分颗粒物在固定源烟气颗粒物监测中通常被忽略.为评价固定源可凝结颗粒物的排放情况,本文设计开发并评测了一套稀释采样器.稀释采样器稀释比在10：1~40：1范围内,混合停留时间为5~10 s.实验室评测结果表明,稀释气颗粒物背景值低（（~0.1±0.08） 个·cm^-3）,稀释采样器气密性良好,烟气和稀释气能够均匀混合,颗粒物损失较少,细颗粒物 （PM_2.5）损失在5%以下.本稀释采样器能模拟烟气与环境空气混合降温过程,可用于固定源可凝结颗粒物的测量.     

DOC+CDPF对国III重型柴油货车实际道路排放的影响

利用便携式车载排放测试系统（PEMS）对2辆加装氧化催化转化器（DOC）和催化型柴油颗粒捕集器（CDPF）与否的国III重型柴油货车进行实际道路排放测试.结果表明,2辆改造重型柴油车的CO、THC、固态颗粒物粒数（SPN）和黑碳（BC）实际道路排放因子分别为（1.31±0.37）g/（kW×h）、（0.20±0.03） g/（kW×h）、（7.13×10¹⁰±5.27×10¹⁰）个/（kW×h）和（0.69±0.06）mg/（kW×h）,相对于原始排放（拆除DOC+CDPF）分别降低52.48%、55.69%、99.91%和99.22%.从低速、中速到高速,CO和THC减排比例呈现上升趋势,然而运行工况对SPN和BC减排比例则无显著影响.加装DOC+CDPF会导致NO₂在NO_x中的占比升高,且从低速、中速到高速涨幅依次增大,但对NO_x无明显减排效益,其排放因子为9.53~9.83g/（kW×h）,远高于实验室排放限值.     

酸性紫色水稻土颗粒有机质对镉的吸附特性

采集典型的酸性紫色水稻土（APPS）,从中分离出颗粒有机质（POM）,通过批量试验研究POM及其来源土壤Cd²⁺的吸附动力学、等温吸附和热力学特征,通过扫描电镜-能谱仪、傅里叶红外光谱仪等手段及吸附前后镉的形态变化的测定,研究了POM对Cd²⁺的吸附机制.结果表明：POM对Cd²⁺的亲和力远高于其来源土壤.POM及土壤对Cd²⁺的吸附动力学最优模型均为准二级动力学.Langmuir、Freundlich方程均能较好地描述其等温吸附特征,其中对POM,以Freundlich方程更优,表明POM对Cd²⁺的吸附属于多分子层的非均质吸附.吸附热力学参数△G^θ均小于0、△H^θ和△S^θ均大于0,表明吸附属于自发吸热过程.根据△H^θ值及解吸试验判定POM对Cd²⁺的吸附以化学吸附为主,土壤对Cd²⁺的吸附过程以物理吸附为主.吸附平衡后,土壤中可交换态镉比例提高,而POM中交换态和络合态镉比例增加.综上及吸附前后POM的表征结果说明,POM对Cd²⁺的吸附机制包括含氧官能团的络合、离子交换、阳离子-π键、沉淀作用和静电吸附.     

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.