福州地区冬春典型污染过程PM2.5特征及成因分析

综合使用HYSPLIT、PSCF与CWT、PMF等分析方法,针对福建省福州地区冬春季节发生的多次污染过程(P1～P4),深入研究PM_(2.5)典型污染特征、成因及其潜在源区等。初步分析认为PM_(2.5)为影响P1～P4过程中福州地区环境空气质量的首要污染物。PM_(2.5)组分特征分析表明,移动源对PM_(2.5)污染有较大贡献,每次污染过程中的二次反应明显。HYSPLIT后向轨迹分析表明,P1、P2以本地污染源贡献为主,P3、P4存在较强的污染气团输送。PMF源解析分析P1、P2结果认为,福州地区冬春PM_(2.5)主要来源均为机动车源,分别为35.86%和42.75%,二次源分别为24.55%和30.52%,而冬季P1过程中工业/燃煤源(29.06%)的来源贡献明显高于春季P2过程(19.92%)。P3、P4作为受到外来污染传输叠加影响的典型案例,颗粒物激光雷达监测发现P3的PM_(2.5)污染主要受北方污染传输影响;PSCF与CWT联合分析结果表明,P4中的PM_(2.5)污染主要来自福州地区西南方向,颗粒物浓度贡献值高于80μg/m~3。     

天津市城区夏季VOCs来源解析

对天津市气象铁塔处连续8天的(2010年8月19 日[-2010年8月26日)VOCs检测数据的分析与研究,采样频次为每日5次,采样时间从7:00至23:00,采样间隔2～3h,定量检测了 103种挥发性有机物.利用美国环保署正交矩阵因子(PMF)模型对天津市中心城区挥发性有机物(VOCs)进行了解析,共解析出5个可能...     

结合WRF/Chem和PMF方法的邯郸市PM_(2.5)源解析

<正>向源模型法和反向受体模型法是进行城市PM_(2.5)源解析的2种方法,两者各有所长。该研究应用三维空气质量模型Weather Research and Forecasting Model with Chemistry(WRF-Chem)模型和受体模型Positive Matrix Factorization(PMF),以2014年10月为研究时段,分别对邯郸市的细微颗粒物(PM_(2.5))进行源解析。PMF模型的解析结果表明,邯郸市PM_(2.5)来源为二次源30.2%,燃煤源25.4%、金属冶炼源15.1%、机动车源14.4%、扬尘源9.8%,生物质燃烧源5.2%。应用WRF-Chem模型,Brute-Force方法解析出的结果为,在本地源贡献中,工业源贡献了49.0%,民用源11.9%、农业源9.6%、交通源3.8%和电厂源-1.5%(负值由于PM_(2.5)前体物之间的非线性反应所致)。应用源模型对二次成分(SO_4~(2-)、NO_3~-和NH_4~+)进行再解析,结果显示,燃煤源源贡献率最大,达到25.7%,其次分别为农业源(24.0%)、工业源(6.5%)、生物质源(1.8%)和机动车(0.03%)。结合2种方法得出,邯郸市的PM_(2.5)中,本地燃煤源贡献了37.1%,其次分别为金属冶炼源(18.4%)、机动车源(15.1%)、扬尘源(13.3%)、生物质燃烧源(6.2%)。     

基于PMF量化工业排放对大气挥发性有机物(VOCs)的影响:以南京市江北工业区为例

挥发性有机物(VOCs)在臭氧(O3)和二次有机气溶胶(SOA)生成中起着关键作用.南京市江北地区工业密集,为评估工业排放对大气VOCs的影响,本研究于2017年3月在工业区受体点南京信息工程大学(南信大)开展了为期近1个月的VOCs采样和测量.监测数据显示南信大站点大气VOCs浓度波动大,范围(体积分数)在10.3×10-9~200.5×10-9之间,烯烃、芳香烃和卤代烃等组分(例如:乙烯、丙烯、苯、苯乙烯、二氯甲烷等)存在明显的异常高值.利用正交矩阵因子模型(PMF)对VOCs进行来源解析,结果显示在观测期间与工业排放相关源的平均贡献为50.0%,其中石化源、化工源以及涂料和溶剂使用源的贡献分别为14.9%、19.3%和15.8%.在VOCs高污染时段,与工业排放相关源的占比高达74.9%.进一步结合风速和风向数据,确定了不同类型工业源的主导方位,追溯排放源的潜在位置.     

2018年冬季淄博市一次沙尘天气颗粒物污染特征研究

2018年11月底淄博市经历了一次沙尘影响下的大气重污染过程,为研究此次重污染过程形成机制,分析了淄博市ρ(PM₁₀)和ρ(PM_2.5)及PM_2.5化学组分特征,并利用PMF模型和后向轨迹模型对颗粒物的来源进行研究.结果表明:①污染期间,ρ(PM₁₀)和ρ(PM_2.5)小时平均值分别为(259±111)和(133±51)μg/m3,分别是污染后ρ(PM₁₀)〔(88±38)μg/m3〕和ρ(PM_2.5)〔(36±14)μg/m3〕的2.9和3.7倍.②受沙尘的影响,Ca2+、Mg2+、Al、Mg、Ca、Si等代表沙尘源的离子和元素组分的质量浓度在PM_2.5中占比均高于污染后.③ 72 h后向轨迹结果表明,除受西北方向沙尘传输气流影响外,局地盘旋的当地气流也增加了污染物的累积,此次大气污染过程是本地污染物累积及西北沙尘传输共同作用形成的.④ PMF模型解析表明,污染期间扬尘源是PM_2.5的首要贡献源类,贡献率达33.61%,说明沙尘过境对此次污染过程有较大贡献;污染后工业源贡献显著增高,成为主要污染源,贡献率为22.71%,体现了淄博市是重工业城市的特点.研究显示,淄博市此次重污染过程颗粒物来源复杂,除受本地区域污染影响外,外来沙尘过境贡献也较大.      

柳州市春季大气挥发性有机物污染特征及源解析

为了解我国西南岩溶工业地区VOCs污染特征及其来源,2019年3月用GC955挥发性有机物在线监测系统对柳州市大气VOCs进行监测并对其污染特征、臭氧生成潜势（OFP）、气溶胶生成潜势（AFP）和正交矩阵因子模型（PMF）进行分析.结果表明：①研究区春季监测期间共检出50种VOCs组分,日平均摩尔分数为25.52×10^-9 mol·mol^-1.其中,烷烃、烯烃、炔烃及芳香烃分布占比为56.08%、19.63%、14.25%和10.04%.②VOCs摩尔分数呈现白天低,夜间高的特征.VOCs日变化中的峰值与早晚交通高峰出现的时间有一定的相关性,同时可能受到多方面因素的影响.③烯烃、芳香烃及烷烃对OFP贡献分布为44.30%、33.03%及19.96%,指示对于芳香烃和烯烃的控制应优先于烷烃.此外柳州市O₃生成处于VOCs敏感区,消减VOCs对O₃生成具有控制作用.④芳香烃对AFP的贡献高达95.27%,因此对于机动车尾气排放、溶剂的使用、汽车产业和化工产业这几个行业工艺上的改进及控制可同时有效地抑制臭氧及霾污染.⑤柳州春季VOCs排放源及其对总VOCs的贡献分别为：工业排放源（28.34%）、机动车源（25.47%）、燃烧源（24.37%）、溶剂使用源（13.28%）和植物排放源（8.54%）,表明控制工业排放源、机动车源和燃烧源是目前控制柳州市环境空气中VOCs污染的主要途径,同时,重点考虑控制这些排放源排放的烯烃和芳香烃.     

西沙永兴岛大气降水化学特征及来源分析

于2013年对南海西沙永兴岛雨水进行采集,分析了其主要阴阳离子,利用PMF模型对不同离子组成的来源进行解析并运用TrajStat软件模拟后向气团轨迹污染物来源区域的分析.结果表明,永兴岛降水离子浓度顺序为：Cl^-、SO₄^2-、NO₃^-和Na⁺、Ca²⁺、Mg²⁺、NH₄⁺、K⁺.Na⁺和Cl^-是降水中主要的阴阳离子,表现出海洋性降水的特征.SO₄^2-、Mg²⁺、K⁺主要来源于海水,但SO₄^2-也受化石燃料燃烧等影响,而K⁺可能受生物质燃烧的影响.Ca²⁺主要来源于土壤,少数来源于其他影响.NO₃^-主要来源于化石燃料燃烧释放,而NH₄⁺有多种来源,包括内陆人为活动的排放和海洋本身有机物降解过程释放的影响.根据Redfield比,可以初步计算出降水中NO₃^-和NH₄⁺对南海新生产力的贡献约为4.8%~13.5%.后向气团轨迹表明,永兴岛降水的离子来源区域相对复杂,包括我国东北地区、南方区域,以及马来西亚等国家、地区的影响,或者来源于南海局地的影响.     

基于PMF模式的南京市大气细颗粒物源解析

为研究南京市大气细颗粒物(PM2.5)污染来源,分别在3个点位、4个季节开展了PM2.5环境样品的采集,共获得170个有效样本.对样本进行了化学成分分析,包括Al、Fe、Na、Mg、K、Ba、Li、Tl、Mn、Co、Ni、Cu、Zn、Sb、Pb、Cr、Ce、Na+、NH4+、Mg2+、Ca2+、SO42-、NO3-、Cl-、以及OC、EC,共计26种.首先采用OC/EC最小比值法估算出二次有机气溶胶(SOA)的含量;然后利用正矩阵因子分解法(PMF)对PM2.5的非SOA部分进行来源解析,共解析出6类因子:二次无机气溶胶(SIA)、燃煤、机动车排放、地面扬尘、冶金和其它源,贡献率分别25.0%、23.5%、20.4%、17.1%、3.0%和11.0%;最后基于南京市SO2、NOx、VOCs三种主要前体污染物的排放量,分别对SIA和SOA在一次来源中进行再分配.最终结果表明,南京市PM2.5主要来源为燃煤、机动车、扬尘、工业和其它源,其贡献率分别为29.6%、22.4%、14.6%、18.7%和14.7%.     

典型行业再利用土壤重金属含量分布、来源解析及生态风险评价

为深入探究典型行业再利用土壤重金属污染特征及生态风险状况,基于上海市嘉定区49个地块315个不同深度剖面土壤样品数据,采用地累积指数和潜在生态风险指数评估Cd、Pb、Cu、Zn、Ni、Hg和As这7种重金属含量特征和潜在生态风险程度,并利用源解析受体模型（APCS-MLR）和正定矩阵因子分解模型（PMF）解析其污染来源.结果表明：①研究区土壤中除As外,其余重金属均不同程度超过上海市土壤背景值,表层土壤中Cd、Pb、Cu、Zn、Ni和Hg含量分别是背景值的3.54、2.34、2.91、1.20、3.75和4.40倍;7种重金属含量随着土壤垂直剖面深度的增加逐渐降低,重金属在表层土壤中存在一定程度的富集,人类活动影响了重金属在土壤中的分布规律.②研究区内APCS-MLR和PMF两种受体模型均识别出土壤重金属4种主要来源,源1（Cu、Zn和Pb）为金属制品和汽车制造混合源,源2（Ni和Cd）为电镀企业来源,源3（Hg）主要为化工企业来源,源4（As）为自然源,两种受体模型结合运用,进一步提高源解析的精准度和可信度.③地累积指数由大到小表现为：Hg（1.54）>Ni（1.32）>Cd（1.21）>Cu（0.96）>Pb（0.64）>Zn（-0.33）>As（-1.02）;潜在生态风险指数结果显示,研究区综合潜在生态风险指数RI值在32.50~4 910.97,均值为321.40,整体呈现较强潜在生态风险,再开发利用工业场地土壤中重金属Hg、Ni和Cd的污染值得进一步关注.     

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.