四川省典型工业行业PM2.5成分谱分析

利用荷电低压颗粒物撞击器(ELPI+)对四川省水泥行业、玻璃行业、陶瓷行业、砖瓦行业、燃煤锅炉、生物质锅炉、电厂、钢铁行业等典型行业开展排放特征测试,通过组分分析,获取各行业PM_(2.5)成分特征谱.结果表明:①水泥、玻璃、陶瓷、砖瓦等建材行业均以Si、Ca、Mg等元素为主要排放组分,双碱法脱硫SO_4~(2-)排放占比高于其他脱硫工艺;②电厂PM_(2.5)中SO_4~(2-)、Ca~(2+)、NH_4~+、Mg和Si为特征组分;燃煤锅炉中OC、Al、Si和Ca等为特征组分;③OC和EC是生物质锅炉PM_(2.5)主要排放组分,成型生物质燃料锅炉中K排放占比也较高,非成型生物质燃料锅炉中Cl~-排放占比为所有行业中最高;④钢铁行业中Ca含量最高,为18. 11%,其次为SO_4~(2-)、Na~+和Fe.     

西安市PM2.5燃煤源谱特征研究

针对西安本地源谱缺乏的现状,总结统计了西安目前灰霾特征和主要成因,对西安市燃煤源进行了测定.研究发现,在煤烟尘PM2.5中SO2-4的含量最高(25%),其次为OC(12%)、NH+4(7%)、Cl-(5%).对固定源燃煤与民用散烧煤,不同脱硫方式、脱硝方式和锅炉类型的固定源成分谱分析得出:1.SO2-4及Al、Si、Ca在固定源煤烟尘PM2.5中含量大于民用燃煤,OC与之相反;2.炉内喷钙法PM2.5中SO2-4明显高于其它脱硫法含量;双碱法PM2.5中Na的含量显著高于其它脱硫工艺流程的含量;氧化镁法PM2.5 中Mg含量为各类脱硫工艺中最高;石灰石膏法颗粒物中Mg、Al、Si、Ca等元素含量均高于大多数工艺;3.不同的脱硝工艺中NO-3离子在各类成分谱中的含量极低;4.链条炉与层燃炉PM2.5中OC、EC含量高于循环流化床炉、煤粉炉.     

上海PM2.5工业源谱的建立

总结统计了我国目前的PM2.5源成分谱,指出我国本土源谱缺乏的现状.我国主要的污染源类如燃煤源、机动车源、道路尘、生物质燃烧源等,在源解析工作中均有借鉴外来源谱的情况.对上海典型工业污染源进行PM2.5源谱测定.研究发现,混合燃料电厂和燃煤电厂主要化学组分相似,但是Ca、Al、Fe在混合燃料电厂排放中贡献更大,Ca占(8.0±4.7)%,而燃煤电厂排放颗粒物中SO42-的贡献可达(23.3%±3.7%).烧结厂和电炉厂的源谱差距较大,烧结厂中SO42- (22.8%±10.0%)、Cl- (20.0%±4.5%)、K (17.2%±8.5%)、OC(13.0%±11.5%)、Ca(12.7%±4.2%)等物种贡献较大,而电炉厂中Fe(38.2% ±0.6%)、Zn(10.4% ±1.2%)等物种含量丰富.不同源类化学组分的显著差异与其工艺过程紧密相关.     

燃煤电厂排放细颗粒物的水溶性无机离子特征综述

当前我国面临严重的大气细颗粒物(PM2.5)污染,燃煤电厂是大气中PM2.5的重要来源之一.为了实现国家"十一五"和"十二五"规划对二氧化硫(SO2)和氮氧化物(NOx)的总量减排目标,燃煤电厂大规模安装烟气脱硫和脱硝设施,这虽然减少了气态污染物转化生成的二次PM2.5,但另一方面也会对烟气中PM2.5的物理化学特征产生影响,有可能增加一次PM2.5的排放.本文综述了燃煤电厂排放PM2.5及其水溶性离子的粒径分布特征,重点介绍了脱硫和脱硝这两种烟气处理设施对燃煤电厂排放PM2.5的影响原理及相关研究结果,特别是对细颗粒物中水溶性离子(如SO2-4、Ca2+和NH+4)的影响.在目前我国PM2.5污染十分严重和燃煤电厂大量安装脱硫和脱硝装置的背景下,定量研究脱硫和脱硝对PM2.5排放特征的影响具有十分重要的意义.     

烟台市典型工业排放PM2.5源成分谱特征研究

鉴于烟台市本地化源成分谱研究缺乏的现状,以及颗粒物精细化来源解析及环境管理的需求,采用NK-ZXF颗粒物再悬浮采样器,对6家烟台市典型工业下载灰源样品进行再悬浮采样,构建6类〔燃煤电厂、供热锅炉、生物质锅炉、钢铁（烧结）行业、玻璃行业和垃圾处理行业〕PM_2.5源成分谱,并对PM_2.5源成分谱特征及其排放颗粒物携带重金属特征进行评估.结果表明:①燃煤电厂PM_2.5源成分谱的标识组分包括Si、Cl-和SO₄2-,其质量分数分别为15.2%、9.3%和7.8%;与燃煤电厂相比,供热锅炉排放的PM_2.5中w（OC）偏高、w（SO₄2-）偏低;生物质锅炉排放的主要组分有K、Cl-和OC等,其质量分数分别为7.4%、13.3%和8.6%;钢铁（烧结）行业PM_2.5源成分谱中w（Ca）、w（Fe）和w（Cl-）较高;SO₄2-和Ca为玻璃行业PM_2.5源成分谱的主要组分,其质量分数分别为20.6%、8.2%;垃圾处理行业重金属质量分数最高,其主要组分为Cl-和SO₄2-.②CD（coefficient of divergence,分歧系数）计算结果表明,各源成分谱有一定相异性（CD范围为0.53~0.70）,其中生物质锅炉与垃圾处理行业PM_2.5源成分谱差异（CD为0.70）最大.③各典型工业排放PM_2.5所携带重金属特征显示,垃圾处理行业排放PM_2.5中的重金属质量分数（2.3%）最高,燃煤电厂、供热锅炉、生物质锅炉和玻璃行业排放的重金属中Cr、Ni和Cu相对质量分数较高,钢铁行业和垃圾处理行业排放的重金属中Pb相对质量分数较高.研究显示,所构建的烟台市各典型工业排放PM_2.5源成分谱特征鲜明,能够反映各行业PM_2.5排放特征.      

典型砖窑烟气污染物排放特征研究

应用烟气采样测试系统对5座典型轮窑进行现场采样测试,实时测量得到烟气污染物(PM2.5、SO2、NOx、CO和CO2)瞬时排放浓度,采集细颗粒物(PM2.5)和挥发性有机物(VOCs)并对其组分进行离线分析。结果表明,测试轮窑烟气中PM2.5、SO2和NOx平均排放浓度分别为(153±77)、(712±382)和(934±610)mg/m3,与《砖瓦工业大气污染物排放标准》(GB 29620-2013)中限值相比超标严重,结合产能估算得到PM2.5、SO2和NOx排放因子分别为0.05、0.31和0.31 g/kg砖;PM2.5中,水溶性离子主要为SO42-、NH4+和Ca2+,其中SO42-占阴离子的63%,NH4+和Ca2+占阳离子的30%和29%;OC/EC比值为2.0;对VOCs进行组分分析,共检测出29种组分,其中烷烃、芳香烃所占比例较大,分别为52%和35%。     

重庆市典型工业源颗粒物排放特征

利用稀释通道系统采集重庆市主城区典型燃煤锅炉和水泥窑炉烟道气中的颗粒物样品,并利用静电低压撞击器将其按粒径分为12级,分析了工业源颗粒物粒径谱(0.02~10μm)特征。结果表明,水泥窑炉排放颗粒物数浓度表现出双峰型的对数分布特征,分别出现在积聚模态(0.12μm)以及接近粗粒子模态(1.23~1.96μm)粒径范围处,燃煤锅炉排放颗粒物数浓度变化特征以及浓度水平都有较大的差异,主要呈积聚模态单峰型变化趋势;火电厂1燃煤锅炉排放颗粒物的数浓度和质量浓度均为最高,其峰值分别为2.2×106cm-3和174.2 mgm3;水泥窑炉PM2.5中OC、Al、Ca所占比例较高,分别为17.96%、17.32%和9.90%,燃煤锅炉PM2.5中Al、SO42-和OC所占比例较高,分别为9.17%、8.92%和6.15%;相对于水溶性组分和碳组分,无机元素所占比例相对较高,其对水泥窑炉和燃煤锅炉PM2.5质量浓度的贡献分别达到了44.28%和18.07%。     

北京市燃煤锅炉烟气中水溶性离子排放特征

选择北京市典型烟气脱硫除尘净化工艺的燃煤锅炉,分析和评估了其烟气中水溶性离子的排放水平、排放特征及其影响因素.北京市燃煤锅炉水溶性离子平均基准排放质量浓度最高51.240 mg·m-3,最低7.186 mg·m-3,且水溶性离子排放水平与烟气含湿量无关.SO2-4作为脱硫反应的特征产物是北京市燃煤锅炉烟气排放共有的主要特征离子,其排放量占离子排放总量的63.8%~81.0%;F-是燃煤电厂烟气排放的又一特征离子,其排放量占离子排放总量的22.2%~32.5%.烟气净化工艺对水溶性离子的排放水平和特征有显著影响,Na+是添加脱硫剂Na OH的特征离子;NH+4和NO-3是脱硫剂NH4HCO3的特征离子,Mg2+是作为Mg O脱硫剂的特征离子,但脱硫剂Ca O/Ca CO3未增加Ca2+的排放.燃煤电厂锅炉烟气中排放的NH+4和NO-3显著低于其他工业与供暖锅炉.烟温对水溶性离子的形态分布有显著影响,水溶性离子在烟温高时以超细模态存在而不易被滤膜捕集.     

电厂燃煤烟尘PM2.5中化学组分特征

采集了阳泉市具有代表性的燃煤电厂除尘器下载灰,测定了其PM_(2.5)中元素、离子及EC(元素碳)、OC(有机碳)的含量水平,对其化学组分特征进行了研究,并运用分歧系数法对阳泉与其他地区的燃煤烟尘PM_(2.5)成分谱之间的相似程度进行了比较.结果发现,阳泉市电厂燃煤锅炉排放的细颗粒物(PM_(2.5))中主要组分为SO_4~(2-)、Ca、NO_3~-、OC、EC、Al、Si、Na、Fe、Mg以及Cl~-,占PM_(2.5)总质量的57.22%;Pb在燃煤烟尘PM_(2.5)中相对富集系数最大,达到10.66~15.91,呈显著富集;无烟煤和劣质煤燃烧后烟尘的PM_(2.5)成分谱之间的分歧系数为0.072,认为这两个成分谱必定相似,与其他城市所建立的燃煤烟尘成分谱相比,阳泉市燃煤电厂PM_(2.5)的化学组分具有特异性,尤其是Ca含量明显高于国内其他地区燃煤烟尘Ca的排放.     

燃煤电厂产生和排放的PM2.5中水溶性离子特征

为了认识我国燃煤电厂一次PM2.5排放特征,并定量评估大规模开展烟气脱硫与脱硝对其影响,本研究选取了国内一个煤粉炉电厂和一个循环流化床电厂,对其产生和排放的PM2.5进行现场测试,并进行水溶性离子组分的分析.结果表明,在所测的这两个电厂中,循环流化床电厂产生的PM2.5的质量浓度高于煤粉炉电厂产生的PM2.5的质量浓度,但是这两个电厂排放的PM2.5的质量浓度相当.产生此结果的主要原因是该循环流化床电厂配备的电袋复合除尘器比煤粉炉电厂的普通电除尘器对PM2.5去除效率更高.煤粉炉电厂产生PM2.5中水溶性离子浓度低于循环流化床电厂,但是煤粉炉电厂排放PM2.5中水溶性离子浓度却远远高于循环流化床电厂,表明煤粉炉电厂排放的PM2.5受脱硫和脱硝设施的影响较大.煤粉炉烟气脱硝过程中可能形成硫酸雾,烟气中的部分硫酸雾和过剩的NH3反应生成NH4HSO4进入颗粒相,同时降低了PM2.5的p H值;而脱硫过程中脱硫液的夹带也会导致NH+4和SO2-4进入PM2.5.所以,虽然两个电厂产生的PM2.5中水溶性离子均以Ca2+和SO2-4为主,但煤粉炉排放PM2.5中的水溶性离子则以NH+4和SO2-4为主.     

北京市PM2.5水溶性有机物污染特征

用离子色谱技术对北京市2001~2002年大气PM2.5中7种水溶性有机物(WSOC)(甲酸、乙酸、甲磺酸、乙二酸、丙二酸、丁二酸、戊二酸)及12种无机离子(F-、Cl-、NO2-、NO3-、SO32-、SO42-、PO43-、Na 、NH4 、K 、Mg2 、Ca2 )的污染水平进行了同步测定.结果表明,SO42-、NO3-及NH4 为PM2.5中主要的水溶性物种,分别占PM2.5质量的10.6%、7.4%和5.7%;7种WSOC的浓度为0.011~0.118靏/m3,占PM2.5质量浓度的0.01%~0.1%,其中浓度最高的为乙二酸,其次为乙酸、丙二酸、丁二酸等;对PM2.5各化学组分浓度的季节变化特征的分析表明,PM2.5及OC的高浓度污染均出现在冬季采暖期,而WSOC则出现在夏季;对乙二酸与其他各组分进行相关性分析表明,乙二酸与SO42-、K 、NH4 、NO3-有较强的线性相关性(r=0.83,0.57,0.49,0.33),而与Cl-、Na 、Mg2 、Ca2 、EC、OC相关性较差(r=0.24, 0.22,0.12,0.05,0.13,0.10).由乙二酸季节变化特征及与其他物种相关性等特征初步推断,北京市PM2.5二元羧酸的主要来源为光化学反应而形成的二次污染物,而非来源于机动车、海盐或土壤的一次排放.     

基于重庆本地碳成分谱的PM2.5碳组分来源分析

为了解重庆主城PM2.5中碳组分特征和来源,2012-05-02~2012-05-10日在商业区、工业区和居民区进行了PM2.5采样.利用TOR方法分析了8种碳组分,对3个不同功能区大气环境PM2.5以及燃煤尘、尾气尘(机动车尾气、船舶尾气、施工机械尾气)、生物质燃烧尘、餐饮油烟尘这6类源PM2.5中的8种碳组分进行了特征分析.在源的碳成分谱基础上,利用化学质量平衡(CMB)模型得到重庆本地PM2.5的碳来源指示组分,利用因子分析法解析出各类源对不同功能区内PM2.5碳组分的贡献率.结果表明,重庆地区燃煤尘、机动车尾气尘、船舶尾气尘、施工机械尾气尘、生物质燃烧尘、餐饮油烟尘的OC/EC值分别为6.3、3.0、1.9、1.4、12.7和31.3.EC2、EC3的高载荷指示柴油车尾气排放,OC2、OC3、OC4、OPC的高载荷指示燃煤排放,OC1、OC2、OC3、OC4、EC1指示汽油车尾气排放,OC3指示餐饮业排放,OPC指示生物质燃烧排放.商业区OC/PM2.5为17.4%,EC/PM2.5为6.9%,估算得到,二次有机碳(SOC)/OC为40.0%;工业区OC/PM2.5为15.5%,EC/PM2.5为6.6%,SOC/OC为37.4%;居民区OC/PM2.5为14.6%,EC/PM2.5为5.6%,SOC/OC为42.8%.工业区PM2.5中碳组分的主要来源为燃煤和汽油车尾气、柴油车尾气;商业区PM2.5中碳组分的主要来源为汽油车尾气、柴油车尾气和餐饮业油烟;居住区PM2.5中碳组分的主要来源为汽油车尾气、餐饮业油烟、柴油车尾气.     

北京城区大气PM_(2.5)主要化学组分及污染特征

为了解北京城区大气PM2.5主要化学组成特征,于2012年8月─2013年7月对城区石景山、东四和通州3个采样点及城区对照点定陵和区域传输点榆垡开展为期1 a的PM2.5组分研究,共获得268组样品.结果表明:城区平均质量浓度大于1.0μg/m3的组分有OC、NO3-、SO42-、NH4+、EC、Cl-、Si、Ca、Al、K+,其中ρ(OC)、ρ(NO3-)、ρ(SO42-)、ρ(NH4+)分别为(22.2±17.1)、(21.5±25.9)、(19.8±23.7)、(14.3±16.8)μg/m3,分别占ρ(PM2.5)的17.9%、17.3%、15.9%、11.5%,城区各主要组分的平均质量浓度明显大于对照点;城区各采样点之间主要组分所占比例相差不大,与城区对照点、区域传输点差异明显;春、夏、秋、冬四季城区采样点的主要组分均为OC、NO3-、SO42-、NH4+,这4种组分质量浓度之和分别占各季ρ(PM2.5)的62.5%、54.2%、46.0%、62.7%,其中春季ρ(NO3-)、夏季ρ(SO42-)、秋冬季的ρ(OC)相对较高;北京城区各采样点均受SOC影响较大,OC/EC〔ρ(OC)/ρ(EC)〕的平均值为5.7,城区SNA(二次无机气溶胶)占ρ(PM2.5)的比例(15.0%~53.1%)和NO3-/SO42-〔ρ(NO3-)/ρ(SO42-)〕(0.47~1.36)均随空气质量指数上升而增加,同时观测期间北京城区PM2.5中NO3-/SO42-的平均值为1.14,较往年明显增大,表明目前北京城区的PM2.5排放源逐步由以固定源为主向固定源和移动源并重的方向发展.     

北京市典型排放源PM_(2.5)成分谱研究

为了建立和完善北京市PM_(2.5)本地化源谱,对北京市11类排放源PM_(2.5)进行采集,并测定其26种组分,分析了不同排放源源谱的组分特征.结果表明,在有组织排放源中,燃煤电厂PM_(2.5)中OC和Si含量很高,占PM_(2.5)的质量分数分别为8.56%和6.19%(平均值),而供热/工业锅炉排放PM_(2.5)中则是SO_4~(2-)(占48.38%)和OC(11.0%)比例最高,水泥窑炉PM_(2.5)中OC(7.12%)、Ca(4.81)和Si(4.41%)占有较大比例;垃圾焚烧排放的PM_(2.5)中Si、Ca、K和SO_4~(2-)均较高,分别占8.15%、9.36%、7.17%和6.79%,且Cl~-含量(2.5%)高于其他所有源,生物质燃烧源PM_(2.5)中OC(21.7%)、Si(6.75%)、Ca(6.15%)较为丰富,餐饮源PM_(2.5)中OC(19.44%)、SO_4~(2-)(5.76%)和K(3.11%)含量均较高;无组织开放源中,道路扬尘和土壤风沙PM_(2.5)化学组分含量变化较为一致,均是Si(分别为16.8%和9.3%)和OC(分别为8.89%和6.61%)最高,建筑水泥尘PM_(2.5)中Ca(17.46%)含量高于其他源;流动排放源PM_(2.5)中OC、EC比例最高,其中,重型柴油车的OC(29.79%)与EC(26.5%)排放比例相当,而轻型汽油车OC排放占有绝对优势(占75%).本文通过对比国内外部分排放源PM_(2.5)成分谱的差异,指出不同区域相同源类排放的PM_(2.5)化学组分差异较大,在应用受体模型中的化学质量平衡模型(CMB)判断受体颗粒物来源时,应基于本地的排放源成分谱,以避免较大的误差.     

沈阳市采暖期与非采暖期空气PM_(2.5)污染特征及来源分析

为了研究沈阳市采暖期与非采暖期空气PM2.5污染特征及来源,于2015年1月29日~2016年1月26日在沈阳市采集PM2.5有效样品113组,并分析了其载带的水溶性离子、碳组分及元素组分。结果表明,采样期间沈阳市PM2.5质量浓度均值为66μg·m-3,其中31.0%的样品超过《环境空气质量标准》(GB3095-2012)日均值二级标准(75μg·m-3),采暖期PM2.5的平均浓度和超标率(90μg·m-3、68.6%)明显高于非采暖期(51μg·m-3、31.4%)。采样期间21种元素(除了Mg、Ti、Ca、Fe、Si)、水溶性离子(除Ca2+以外)和OC、EC质量浓度均呈现出采暖期高于非采暖期的趋势;[NO3-]/[SO42-]比值表明非采暖期受移动源影响明显增加,燃煤等固定源仍是采暖期PM2.5的主要来源,PM2.5中水溶性离子是固定源和移动源共同作用的结果;氮氧化率(NOR)和硫氧化率(SOR)分析得到NOx二次转化程度较弱,SO2二次转化程度较强,特别是在非采暖期;富集因子结果表明EF值较高的元素主要来自燃煤、交通污染和工业排放。PM2.5组分重构质量与实测质量呈现较好的相关性,采暖期和非采暖期PM2.5中主要组分均为有机物(OM)(28.0%、23.1%)、矿物尘(MIN)(14.5%、26.0%)和SO42-(15.1%、19.9%),PM2.5受二次粒子、燃烧源和扬尘源影响较大。     

2020年南通市大气颗粒物组分和污染特征分析

本次研究以南通市大气颗粒物组成和污染特征为研究对象,利用南通市大气超级站监测数据,分析了2020年南通市PM2.5和PM10浓度水平,时间变化特征和组分特征.结果表明,2020年南通市PM2.5和PM10年均质量浓度分别为34μg/m3和56μg/m3,具有明显的冬高夏低的特征,PM2.5/PM10呈现为冬季>夏季>春季≈秋季.PM2.5中含碳组分和水溶性阴阳离子高低顺序为:NO3->OC>SO2-4>NH4+>EC>Cl->K+>Na+>Ca2+>Mg2+.冬季OC、NH4+、SO2-4和NO3-浓度值显著高于其他三个季节,PM2.5中NO3-、OC、SO2-4和NH4+的占比分别为27.7％、15.4％、15.0％和14.2％.NO3-/SO2-4比值为1.9,表明受移动源影响较大;OC和EC浓度均为冬季最高,夏季最低,四季OC/EC介于3.2～4.6,表明南通全年均受二次有机碳(SOC)的影响,且主要受柴油、汽油车的尾气排放和燃煤排放影响.     

重型柴油车PM2.5和碳氢化合物的排放特征

采用车载排放试验对国Ⅱ、国Ⅲ、国Ⅳ重型柴油车尾气在实际道路排放的PM2.5和碳氢化合物进行样品采集,采用电感耦合等离子体质谱技术、离子色谱仪和碳质分析仪对PM2.5各组分进行测试分析,采用五气分析仪对HC进行在线分析.结果表明,重型柴油车PM2.5和HC的排放因子分别为(0.22±0.12) g/km和(0.57±0.45) g/km,且排放因子随机动车排放标准的提高呈明显下降趋势.EC和OC是机动车尾气PM2.5的主要组分,分别占总质量百分比的38.87%~42.87%和16.22%~19.96%;水溶性离子中含量较为丰富的组分主要是SO42-、NH4+和NO3-,分别占总PM2.5质量百分比的7.64%~8.85%、2.22%~3.97%、1.91%~2.73%;元素中含量较高的组分为S、Na、Ca、Fe、和Al;PM2.5和HC的排放因子随车速的增加均呈下降趋势.     

生物质锅炉与燃煤锅炉颗粒物排放特征比较

选择2台设计结构不同的生物质锅炉(BB1、BB2),针对木质和秸秆2种生物质燃料开展烟尘、PM₁₀和PM_2.5排放特征的研究,并与燃煤锅炉进行比较. 结果表明:2台生物质锅炉的大气污染物排放质量浓度都未达到北京市DB 11/139—2007《锅炉大气污染物排放标准》的要求;2台生物质锅炉颗粒物的排放因子存在差别,燃烧木质成型燃料时,BB1和BB2生物质锅炉除尘器后的烟尘排放因子分别为207.10和465.51mg/kg,PM₁₀排放因子分别为75.18和149.61mg/kg, PM_2.5排放因子分别为58.48和106.86mg/kg;燃烧秸秆成型燃料时,BB1和BB2生物质锅炉除尘器后的烟尘排放因子分别为142.86和1200.86mg/kg,PM₁₀排放因子分别为63.63和102.01mg/kg,PM_2.5的排放因子分别为50.90和76.51mg/kg. 与热功率相近的燃煤锅炉比较,2台生物质锅炉除尘器前的PM₁₀平均排放因子低30.41%,PM_2.5平均排放因子却高36.84%,即PM_2.5在生物质锅炉烟尘中所占比例更高. 尽管利用可再生能源的生物质锅炉具有很好的发展前景,但目前该类锅炉仍存在污染物排放不达标的现象,因此,需要提高热能利用效率和除尘效率,以减少污染.      

成都冬季PM_(2.5)化学组分污染特征及来源解析

2017年1月1~20日在成都地区分昼夜对PM2.5进行连续膜样品采集,并在实验室测定了其主要化学组分(水溶性离子和碳质组分)的质量浓度。观测期间,PM2.5的平均质量浓度为(127.1±59.9)μg·m-3;总水溶性离子的质量浓度为(56.5±25.7)μg·m-3,其中SO42-、NO3-和NH4+是最主要的离子,质量浓度分别为(13.6±5.5)、(21.4±12.0)和(13.3±5.7)μg·m-3,一共占到了水溶性离子的85.6%;有机碳(OC)和元素碳(EC)的平均质量浓度分别为34.0μg·m-3和6.1μg·m-3,分别占PM2.5质量浓度的26.8%和4.8%。昼夜污染对比显示,PM2.5白天和夜晚质量浓度分别为(120.4±56.4)μg·m-3和(133.8±64.0)μg·m-3,夜间污染更为严重。SO42-、NO3-和NH4+白天浓度高于夜间,这与白天光照促进了二次离子的形成有关;而Cl-、K+、OC和EC浓度夜间明显升高,可能是受夜间煤和生物质燃烧排放增加的影响。通过对近年来成都冬季PM2.5化学组分的研究进行文献总结和比较后发现,SO42-浓度显著降低,从2010年的50.6μg·m-3降低到2017年的13.6μg·m-3;而NO3-浓度变化不大,维持在20μg·m-3左右。PM2.5中离子酸碱平衡分析表明,成都冬季PM2.5由于NH4+的相对过盛而呈现出碱性,与以往呈偏酸性结果存在差异。对成都冬季NO3-/SO42-的比值进行计算,NO3-/SO42-平均值为1.57,表明移动源对PM2.5污染影响更大。OC与EC的相关性表明,白天和夜间OC与EC的相关系数分别为0.82和0.90(P0.01),OC与EC来源具有一致性。SOC估算结果显示,白天和夜间SOC浓度分别为8.5μg·m-3和11.9μg·m-3,占到OC的28.1%和31.8%。K+/EC平均值为0.31,并且K+与OC之间相关系数为0.87(P0.01),说明生物质燃烧对成都冬季碳质气溶胶有一定影响。主成份分析表明,成都冬季PM2.5主要来源于燃烧源(燃煤、生物质燃烧等)、二次无机污染源以及土壤和扬尘源,其贡献率分别为32.8%、34.5%和21.5%。     

中国海峡西岸城市群冬季PM2.5和PM10中水溶性离子的污染特征

为了研究中国海峡西岸城市群冬季大气颗粒物水溶性离子的污染特征,采集该区域8个城市共14个采样点位(包含1个背景点)的PM2.5和PM2.5~10样品,采用离子色谱分析F-、Cl-、NO3-、SO42-、Na+、K+、NH4+、Ca2+和Mg2+ 9种水溶性离子的质量浓度.结果表明,海峡西岸城市群冬季大气颗粒物污染严重,PM2.5和PM10的日均值分别为89.65,135.65μg/m3,PM2.5占PM10的66.1%.城区水溶性无机离子主要集中在PM2.5上,其浓度分布存在空间差异,温州地区水溶性无机离子浓度处于较高水平;SO42-、NO3-和NH4+是水溶性无机离子的主要贡献者,其占PM2.5 中水溶性离子总量的79.6%~89.0%,占PM10的74.2%~83.4%.由于受冬季季风的影响,该区域非海盐离子对水溶性无机离子的贡献较大.NO3-/SO42-的质量浓度比显示,冬季海峡西岸城市群已处于机动车污染与燃煤污染并存的复合型污染状态.