株洲市冬季室内PM2.5污染成分特征及健康风险研究

为研究室内PM2.5及其载带重金属元素的污染特征和健康风险,在2017年12月至2018年1月,在株洲市典型的居民住宅和相邻校园的学生宿舍的室内采样收集PM2.5样本,评估重金属元素的污染程度和识别来源,并评价潜在的健康风险。结果表明:(1)宿舍、住宅室内PM2.5分别为(57.20±23.95)、(90.31±27.41)μg/m3。非地壳元素中Fe最高。(2)宿舍和住宅室内PM2.5中Cu、As、Zn、Pb、Sb、Se和Cd均表现出显著富集,人为污染源显著;住宅主要污染源是吸烟和土壤尘再悬浮,宿舍室内主要受室外源影响。(3)采样期间室内PM2.5中Mn存在一定的非致癌风险,As、Cd及Cr存在一定的致癌风险。     

潍坊市环境受体中PM2.5污染特征与精细化来源解析

为掌握潍坊市PM2.5的主要来源、各排放源对PM2.5的贡献与内陆、沿海城市的差别,采集了潍坊市2017年不同季节环境受体中PM2.5样品和源样品,分析了样品中的化学组分,建立了源成分谱和受体组分数据库,基于复合受体模型和源排放量等对潍坊市PM2.5进行了来源解析。结果表明:(1)PM2.5和化学组分浓度总体表现为秋冬季较高、春夏季较低。(2)潍坊市源解析结果总体介于沿海城市和内陆城市之间。(3)精细化源解析表明:煤烟尘是首要的贡献源类,其分担率达到36.0%,其中电厂、工业、民用燃煤的分担率分别为14.4%、18.0%和3.6%;机动车尘的分担率达到25.4%,其中载客、载货、其他汽车的分担率分别为6.3%、14.0%和5.1%;扬尘中土壤风沙尘、建筑水泥尘的分担率分别为10.1%和11.7%;工艺过程的贡献相对较低(3.9%)。     

室内PM2.5浓度控制模拟分析

利用质量平衡方程建立了一次回风定风量系统室内PM2.5浓度模型,并对新风PM2.5浓度、新风量、室内污染源、过滤器效率、过滤器安装位置等因素对室内PM2.5浓度的影响进行了模拟分析。模拟结果表明：新风PM2.5浓度和室内污染源强度的变化对室内PM2.5浓度均有较大影响;新风量越大,室内PM2.5浓度受新风PM2.5浓度变化的影响越大;将过滤器分别安装在送风段、新风段和回风段,新风比为0.1时,过滤器安装在送风段效果最好,安装在新风段最差,新风比为0.8时,过滤器安装在送风段效果最好,安装在回风段最差;过滤器安装在送风段时,过滤器效率越高,室内PM2.5浓度越低,波动越小。     

宁波市大气可吸入颗粒物PM1o和PM2.5的源解析研究

在宁波市布设4个代表性点位,于2010年春季、夏季和冬季进行大气PM10和PM2.s的采样,同时采集了多种颗粒物源样品,建立了PM10、PM2.5和源样品的化学成分谱.采用化学质量平衡模型(CMB)对宁波市PM10、PM2.5进行源解析.结果表明,城市扬尘、煤烟尘、机动车尾气尘是宁波市PM10、PM2.5的3大污染源,...     

长春供暖季室内外PM2.5浓度垂直分布与分析

为研究严寒地区供暖季室内外PM_(2.5)浓度的垂直分布,在供暖季分别对长春某高层居住建筑1、8、15、24、33楼层的室内外PM_(2.5)浓度进行监测,研究不同楼层室内外PM_(2.5)的浓度与变化特征。采用随机组分重叠模型(RCS)方法研究各楼层PM_(2.5)渗透因子,采用逐步回归分析方法研究室内PM_(2.5)浓度的各影响因素。结果表明:在供暖季,长春市高层建筑的不同楼层均存在一定的PM_(2.5)污染,室内外PM_(2.5)浓度随楼层升高大体呈现减小的趋势,但差异不显著。室内外PM_(2.5)浓度存在显著的相关性(P 0.05),在没有室内污染源时,室外颗粒物渗透是室内污染的主要来源。室内PM_(2.5)浓度与房间面积等没有显著相关性。     

忻州市大气PM2.5的化学组成质量平衡特征及来源解析

于2013年9月（非采暖季）、2014年2-3月（采暖季）、2014年5月（风沙季）采集忻州市3个监测点（新城区、开发区和旧城区）的PM2.5样品,分析其中的39种元素、9种水溶性离子及2种碳组分,并对PM2.5的质量浓度进行重构。结果表明,重构后的化学组分分为5类：矿物尘、微量元素、有机物、元素碳和二次粒子,其中矿物尘、二次粒子及有机物是忻州PM2.5的主要组成,分别占到ρ（PM2.5）的24.0%~36.2%、19.2%~32.6%和12.9%~25.7%;化学组成质量分数具有较明显的季节变化特征,风沙季矿物尘质量分数高于采暖季和非采暖季,采暖季有机物质量分数高于其他两季,非采暖季二次粒子质量分数略高于其他两季;化学组分的空间变化显示会展中心站点的二次粒子和矿物尘质量分数明显高于其他2个站点。应用化学质量平衡（CMB）模型进行来源解析,结果显示忻州市PM2.5的主要来源是扬尘（21%~35%）、二次粒子（25%~26%）和机动车尾气（21%~26%）。     

南京仙林地区大气PM2.5中金属化学形态分析及其风险评估

采用四步连续提取法提取不同季节南京仙林地区PM_(2.5)中不同化学形态的金属组分。结果显示:(1)PM_(2.5)日均值平均为84.93μg/m3,75%的样品超过了《环境空气质量标准》(GB 3095—2012)中PM_(2.5)日均值二级标准值(75μg/m~3)。(2)PM_(2.5)中Fe、Zn和Pb浓度最高,As和Cd浓度最低。(3)Zn、Cd和Mn主要以弱酸提取态(F1)存在,Pb以可还原态(F2)为主,As主要以F1和F2存在,Ni和Cr以F1和可氧化态(F3)为主,Cu主要为F1、F2、F3,Fe和Ti大部分以残渣态(F4)存在。(4)Zn具有非常高的环境风险,Cd、As、Cu和Mn均表现出高风险,Pb、Ni和Cr具有中等风险,Fe、Ti具有低风险。(5)对于儿童,Cr具有潜在致癌风险;对于成人,As和Cr具有潜在致癌风险。     

武汉市秋、冬季大气PM_(2.5)中水溶性离子污染特征及来源分析

采用离子色谱法测定武汉市秋、冬季大气PM2.5中水溶性离子浓度,对其化学组成、质量浓度变化特征及源解析等方面进行了研究。结果表明,NO-3、SO2-4、NH+4为武汉市秋、冬季大气PM2.5中主要的水溶性离子,相关性分析表明,燃烧源是秋、冬季大气PM2.5中水溶性离子的共同来源。成分分析表明,工业区的水溶性离子主要来源于燃烧源,交通区的水溶性离子主要来源于二次污染源,其中包括垃圾焚烧源,植物园的水溶性离子主要来源于二次污染源。     

天津市PM 2.5水溶性无机离子污染特征与来源分析

比较了天津市雾霾天和非雾霾天PM_(2.5)中水溶性无机离子(SO_4~(2-)、NO_3~-、Cl~-、NH_4~+、Ca~(2+)、Na~+、Mg~(2+)、K~+)的污染特征,并对其来源进行分析。结果表明:(1)非雾霾天PM_(2.5)日均质量浓度为35～60μg/m~3,均值为43μg/m~3,雾霾天PM_(2.5)日均质量浓度为120～332μg/m~3,均值为242μg/m~3;雾霾天水溶性无机离子浓度均高于非雾霾天。(2)非雾霾天SO_4~(2-)主要来自大气中燃煤源的SO_2二次转化,NO_3~-主要来自一次污染源,雾霾天SO_4~(2-)、NO_3~-主要来自大气中燃煤源的SO_2、NO_2二次转化;非雾霾天NH_4~+主要以(NH_4)_2SO_4和NH_4NO_3的形式存在,雾霾天NH_4~+主要以NH_4NO_3和NH_4HSO_4的形式存在;Na~+、K~+、Cl~-除了海盐来源外,煤和生物质的燃烧及其二次转化是主要贡献源;Ca~(2+)和Mg~(2+)主要来自建筑扬尘源和土壤扬尘源。(3)风速和相对湿度是雾霾天SO_4~(2-)、NO_3~-、NH_4~+浓度变化的重要原因。     

焦作市冬季PM2.5中水溶性离子组成特征及来源解析

为探讨焦作市冬季PM_(2.5)中水溶性离子特征及其来源,于2017年12月至2018年2月在焦作市区连续采集大气颗粒物PM_(2.5)样品,测定其中9种水溶性离子浓度。结果表明,焦作市冬季PM_(2.5)质量浓度为(99.11±73.26)μg/m~3,总水溶性离子质量浓度为(66.88±48.68)μg/m~3,其中NO_3~-、SO_4~(2-)、NH4_+是水溶性离子的主要成分,3者合计占总水溶性离子的81.5%(质量分数)。与清洁天相比,污染天NO_3~-、SO_4~(2-)、NH_4~+在PM_(2.5)中的占比显著增加,表明人为活动排放的二次污染物是焦作市冬季污染天PM_(2.5)的主要贡献成分;随着相对湿度的增加,大气中存在明显的气溶胶二次转化过程;焦作市大气PM_(2.5)移动源贡献大于固定源。焦作市PM_(2.5)中水溶性离子在清洁天主要受工业和生物质燃烧影响,而在污染天主要受气态污染物二次转化影响;后向轨迹聚类显示,采样期间焦作市主要受京津冀地区、西北地区气团影响。     

常州市春季大气PM2.5中金属元素的分析及污染特征

建立了微波消解-电感耦合等离子体质谱(ICP-MS)法,同时测定大气PM2.5中K、Na、Ca、Mg、Fe、Al、Zn、Si、Ti、V、Cr、Mn、Co、Ni、Cu、As、Cd和Pb等18种金属元素的分析方法。样品用HNO3+H2O2(5:1)经微波消解系统进行前处理。该方法操作方便,酸用量少,由于是密闭消解,对环境污染也少。经过反复调试,确定了仪器最佳操作条件。结果表明,各种元素标准曲线的线性相关系数均在0.9990以上,方法检出限在0.07 μg/L~1.16 mg/L之间,精密度实验中各元素的RSD均小于7.53%,回收率在91.38%~117.53%之间。该方法能够快速有效地实现多元素同时测定,检测线性范围宽,测试结果准确可靠,可以应用于大气颗粒物中多种金属元素的测定。采用富集因子分析法对常州市大气中PM2.5做来源分析表明,常州市大气PM2.5中,大部元素的富集因子都大于10,其中,Ni、Cu、Zn、As、Cd、Co和Pb在各个采样点的富集因子都非常高,表明主要来自于人为污染。     

西安市冬、夏两季PM2.5中碳气溶胶的污染特征分析

为研究西安市冬、夏两季大气颗粒物PM2.5中碳组分的污染变化规律,利用TEOM系列RP1400a采样仪于2010年冬季和夏季进行采样,测定了样品中的有机碳(OC)、无机碳(EC)和水溶性有机碳(WSOA)的含量。结果显示,PM2.5中OC和EC的季节平均浓度值冬季较高,分别是夏季的2.62,1.75倍,这表明西安市冬季碳气溶胶污染严重。OC和EC日变化在不同季节均呈现双峰分布特征,这主要是由交通源的排放和不利的气象条件造成的。OC和EC在冬、夏两季都有较强的相关性(R2分别为0.823和0.543),且OC/EC平均值分别为5.36和3.58,均大于2,表明采样各时段有二次有机碳(SOC)生成。     

Metallic characteristics of PM2.5 and PM2.5-10 for clustered Aeolian Dust Episodes occurred in an extensive fluvial basin during rainy season

Aeolian dust episodes (ADEs) have been an emergency disaster in the Kaoping River Valley during the rainy season (May-September), which can severely deteriorate ambient particulate air quality in the region surrounding the Kaoping River. Thus, this study aims to characterize the metallic fingerprint of Aeolian dust (AD) and investigate the effects of ADEs on ambient particulate air quality along the Kaoping River Valley. Four manual sampling sites adjacent to the riverside were selected to collect fine (PM2.5) and coarse (PM2.5–10) aerosol samples during and after the ADEs in the periods of six events. A total of 13 metallic elements were analyzed using an inductively coupled plasma-atomic emission spectrometer. With metallic elements analysis and nonparametric statistical methods of Wilcoxon rank-sum test and Kruskal-Wallis test, this study successfully derived the metallic indicators of ADEs. The mass ratios of crustal elements (Fe, Ca, or Al) to reference element (Cd) obtained during the ADEs were much higher than those obtained after the ADEs. High mass ratios of Fe/Cd, Ca/Cd, and Al/Cd in PM2.5-10 were observed on the influenced areas of ADEs. Among them, (Fe/Cd)2.5-10 was proven as the best indicator which can be applied to effectively validate the existence of ADEs and evaluate their influences on ambient air quality. Moreover, PM2.5 concentrations during the ADEs were 3-3.6 fold higher than those after the ADEs. PM2.5 should be a contributor to AD, even though the mass ratios of PM2.5/PM10 ranged from 0.05 to 0.20 during the ADEs. Our findings provide valuable information regarding the characteristics of the AD during the ADEs in the Kaoping River.

Implications: Indicators of (Fe/Cd)_2.5-10 are approximately applied to observe the effects of ADEs. Local governments could realize the mechanisms of S- and NW-type aeolian dust episodes (ADEs). They can cause deterioration in different ways for the regional air quality surrounding Kaoping River Valley. Residents who have been living in the influenced areas can take precautions to prevent damage from aeolian dust. Strategies for curbing ADEs must reduce the area of bare lands by artificial measures in the long period of the sunny days during the rainy season. Future research should examine physical conditions of topsoils and other chemical composition in aeolian dust.     

贵阳市白云区大气PM_(10)和PM_(2.5)污染特征

使用β射线法在线监测仪连续监测了贵阳市白云区PM_(10)和PM_(2.5)浓度,分析了2014年6月1日—12月31日7个月内PM_(10)、PM_(2.5)的浓度水平、时变规律和PM_(2.5)/PM_(10)的变化情况。结果表明,监测时段内PM_(10)和PM_(2.5)的日均浓度平均值分别为76.8μg/m~3和40.0μg/m~3,均达到国家二级标准;浓度超标的天数占总观测天数的5.1%和9.3%,属污染轻微的地区。PM_(2.5)/PM_(10)在25.3%~78.8%之间周期性波动,平均值为52.1%。PM_(10)和PM_(2.5)的浓度变化具有很好的正相关性(r=0.919 8,p0.000 1);日均值在7个月中呈现明显的周期性变化,各月相对稳定,12月的PM_(10)和PM_(2.5)浓度最高且变化最为剧烈,6月最为平缓。PM_(10)和PM_(2.5)浓度小时变化总体上呈双峰型分布,最高值出现在出现在09:00—10:00和19:00—21:00前后,最低值出现在14:00—17:00之间。     

2015年南京市PM2.5与PM10的污染特征

分析了2015年南京市PM2.5和PM10的浓度特征和大致来源类型。PM2.5和PM10的年均浓度分别为56.6 μg·m-3和96.5 μg·m-3,污染水平较高。颗粒物浓度的季节变化特征一致：冬 > 春 > 秋 > 夏;PM2.5的日变化呈"单峰单谷"型,而PM10的呈"单峰双谷"型。颗粒物浓度在城区高于郊区;植被茂盛区域的浓度较低。对PM2.5/PM10而言,比值在冬季和梅雨期较大,分别受取暖和降水的影响;比值在春季和夏末秋初较小,分别受沙尘和秸秆焚烧的影响。PM2.5多为二次颗粒物,PM10多为一次颗粒物;固定污染源对PM2.5的间接贡献和对PM10的直接贡献较移动污染源而言更大。     

天津冬季PM2.5与PM10中有机碳、元素碳的污染特征

研究了天津冬季PM2.5和PM10中碳成分的污染特征.结果表明,天津冬季PM2.5和PM10的平均质量浓度分别为(124.4±60.9)、(224.6±131.2)μg/m3;总碳(TC)、有机碳(OC)与元素碳(EC)在PM2.5中的平均质量分数比在PM10中分别高出5.0%、3.6%、1.2%;PM2.5中OC、EC的相关系数较高,为0.95,表明OC、EC的来源相对简单,可能主要反应了燃煤和机动车尾气的贡献.OC/EC的平均值在PM2.5和PM10中分别为3.9、4.9.次生有机碳(SOC)在PM2.55和PM10中的平均质量浓度分别为14.9、23.4/μg/m3,分别占OC的48.5%(质量分数,下同)、49.8%,OC/EC较高可能主要与直接排放源有关;PM2.5中的OC1与OC2的比例明显高于PM10,而聚合碳(OPC)的比例又低于PM10,同时PM2.5与PM10中的EC1含量均较高,表明天津冬季燃煤取暖和机动车尾气是重要的污染源.     

Pollution characteristics and toxic effects of PM1.0 and PM2.5 in Harbin,China

Environmental Science and Pollution Research - In 2019, PM2.5 and PM1.0 samples were collected in Harbin City, Heilongjiang Province, China, to research their mass concentration, number...     

西安市PM2.5污染特征及其估测模型

为了研究大气中PM2.5污染特征以及其随时间变化规律,基于西安市2013年1月—2014年4月间SO2、NO2、CO、O3、日最高温度(Tmax)、日最低温度(Tmin)、PM2.5、PM10等因素的监测数据.运用统计学原理和多元回归分析方法,分析了PM2.5的污染特征及相关因素对其产生的贡献度,进一步建立了四季的最优多元回归模型.研究结果表明,西安市年平均质量浓度124.9 μg/m3,四季的平均污染浓度从大到小依次为冬、春、秋、夏;春夏两季贡献较大的为SO2、CO;秋冬两季贡献较大的为NO2、CO;最终建立的模型的相关系数较高,模型很好地拟合了冬春两季PM2.5变化趋势,能较准确地反映了西安市PM2.5的污染特征,具有一定的理论和实用价值.     

Health risk assessment and source apportionment of PM2.5-bound toxic elements in the industrial city of Siheung,Korea

Environmental Science and Pollution Research - The emission sources and their health risks of fine particulate matter (PM2.5) in Siheung, Republic of Korea, were investigated as a middle-sized...