上海城区典型空气污染过程中细颗粒污染特征研究

采集了上海城区2009年10月10~21日期间2次空气污染过程的样品,在对污染过程分析的基础上,着重分析了PM2.5及其化学组分的变化,探讨了污染源及形成机制.研究表明,14日的灰霾过程主要由本地排放的污染物二次转化形成,PM2.5占PM10比重超过60%且PM2.5中离子组分含量高.17~19日的浮尘过程中,受北方沙尘影响本市粗颗粒浓度上升,PM2.5所占比重下降,二次离子组分从细颗粒物向粗颗粒物转移且Ca2+浓度上升,同时受到长江三角洲区域秸秆焚烧的影响,细颗粒物中K+, EC和OC含量高.因此,应在控制本地源排放的同时,加强对细颗粒尤其是二次细颗粒污染及其前体物的协同控制.     

基于多源观测资料的海峡西岸城市春季颗粒物污染研究

以海西区沿海城市为研究对象,重点分析了厦门地区2017年春季大气颗粒物污染过程中边界层要素演变及颗粒物水平和垂直分布特征,并利用地面观测数据、气溶胶激光雷达、卫星遥感分析等多源观测资料,探讨了3月1—2日颗粒物污染过程.研究表明,海西区颗粒物污染过程中,暖区条件下静稳小风和高温高湿条件有利于局地细颗粒物的吸湿增长,细颗粒物占比较高,而在受冷锋南下影响下东北大风和高湿条件下,粗颗粒占比较高;海西区沿海各城市的细颗粒污染趋势基本一致,而粗颗粒污染峰值在沿海城市由北向南依次出现,表现出显著的向南传输的特征;海西区细颗粒污染主要集中在近地面层,受人为源排放累积影响,粗颗粒则是由外源输入,并沉降至近地面附近;冷空气南下过程中,在由锋前暖区的静稳条件向冷锋过境转变时,气溶胶污染由局地累积向区域传输转变,颗粒物尺度也从细颗粒物转变为粗颗粒物.海西区空气总体较为清洁,在污染相对较小条件下,颗粒物污染是通过多来源、多尺度的污染物造成的,是受细颗粒局地源产生和输送及外源粗颗粒物的输入和沉降共同影响的.     

2015年石家庄市采暖期一次重污染过程细颗粒物在线来源解析

近年来,我国北方采暖期的大气污染问题备受关注.以2015年11月24日至12月4日石家庄地区一次重污染过程为例,采用大气细颗粒物实时在线源解析技术,对不同时段细颗粒物来源解析结果和各类源粒径分布、重污染期间各类源的质谱特征,结合气象条件进行综合分析.结果表明：重污染期间主要污染物来源为燃煤、工业工艺、机动车尾气和二次无机源;低压、静稳条件和低空传输共同作用下,以燃煤及工业工艺源排放颗粒物为主的细颗粒物严重累积,二次转化加剧,导致此次重污染的发生;来自燃煤源的颗粒物以混合碳为主,工业工艺源以金属为主,机动车尾气源以元素碳和金属锰为主,纯二次无机源以二次无机离子为主,来自扬尘源的颗粒物以铝、钙、铁和硅酸盐为主,生物质燃烧源以左旋葡聚糖LEV为主,餐饮源以有机酸为特征信号;与重污染前后不同,八类源于重污染发生期间在整个粒径段呈现均匀分布状态.     

秦皇岛春季一次臭氧污染特征及气象影响研究

利用秦皇岛市环境监测站和气象站数据、NCEP2.5*2.5再分析资料,对秦皇岛市2021年5月21日—23日一次臭氧污染过程的污染特征、天气形势、气象条件、与细颗粒物的关系、减排措施及管控效果进行分析。结果表明：此次污染天气过程500hPa形势场为暖脊控制,地面位于低中心底部,高温高湿、持续的西南风、较长的日照时数、较高的太阳辐射、较高的静稳指数等均有利于增强光化学反应,致使臭氧浓度升高。较高的臭氧浓度,大气的氧化性增强,将促进二次细颗粒物的生成。5月21日—23日在臭氧达到峰值一段时间后,细颗粒物浓度逐渐升高,约滞后1—2小时。针对此次污染过程,5月18日7时—22日19时采取污染应对管控措施,要求强化工业企业VOCs排放管控,加强夜间NO_x管控,尽量降低污染影响。此次污染为本地贡献加上风向污染传输,臭氧开始出现超标,随着大面积启动应急管控措施,减排效果明显,低于上风向曹妃甸、滦南及滦县(均在250μg/m³左右),表明本地污染管控起到了一定作用。     

利用SPAMS研究西安市重污染天气细颗粒物污染特征及来源

为了对西安市冬季重污染过程中的细颗粒物进行动态源解析,于2016年12月5-22日,利用SPAMS（单颗粒气溶胶质谱仪）在西安市城市运动公园开展连续观测.将观测期分为4个阶段,结合气象条件对不同阶段细颗粒物的污染特征进行分析比较.依据质谱特征,将所采集到的颗粒分为EC（元素碳）、OC（有机碳）、ECOC（混合碳）、HM（重金属）、LEV（左旋葡聚糖）、SiO₃（矿尘）、K（钾）、Na（钠）、HOC（有机大分子）及Other（其他）类.结果表明:观测期间所采集到的OC类颗粒物数量最多,在重污染阶段OC、K和EC类颗粒物占颗粒总数的70%以上,是重污染天气的主要组成颗粒.在雾霾消散期,OC、LEV和SiO₃类颗粒是主要类型颗粒物.根据颗粒物的化学类型及离子特征,利用PMF（正交矩阵因子分解）模型法得到6种污染源贡献率分别为27.7%（燃煤源）、22.3%（二次污染源）、20.4%（交通源）、10.4%（生物质燃烧源）、9.7%（工艺过程源）、6.5%（扬尘源）及3.0%（其他未知源）.研究显示:在重污染阶段,燃煤源与交通源占比大幅上升,与二次污染源共同造成了此次重污染天气;在雾霾消散期,扬尘源及生物质燃烧源成为大气细颗粒物的主要污染源.      

西安冬季重污染过程PM2.5理化特征及来源解析

基于单颗粒气溶胶质谱仪（SPAMS）观测数据、颗粒物质量浓度数据和气象要素数据,研究了2017年11月西安市一次重污染过程中细颗粒物的化学组分特征及其成因,并使用正矩阵因子分析法（PMF）对细颗粒进行了来源解析.结果表明,西安市冬季重污染过程中细颗粒物主要类型为有机碳（OC）、元素碳（EC）、混合碳（ECOC）、富钾（K）、钠-钾（Na-K）、有机胺（amine）、矿尘（dust）和重金属（HM）,其主要来源为燃煤（24.9%）,二次（29.3%）,工业（19.3%）,交通（13.3%）,生物质燃烧（5.2%）和扬尘（1.9%）.通过对比分析不同污染过程细颗粒物的理化特征,发现高湿度,低风速的不利气象条件和供暖及工业生产导致的燃煤污染、二次污染,是此次重污染过程的主因.     

利用SPAMS研究南宁市四季细颗粒物的化学成分及污染来源

为研究南宁市四季大气颗粒物的化学成分及污染来源,利用单颗粒气溶胶质谱仪(single particle aerosol mass spectrometer,SPAMS)对南宁市2015年四季大气细颗粒物进行观测.SPAMS所测得4个观测阶段大气细颗粒物数浓度与细颗粒物质量浓度线性相关系数均在0.75以上,在一定程度上颗粒物数浓度可反映大气污染状况.南宁市四季大气细颗粒物平均质谱图体现出冬、春两季二次反应生成的污染物质较多.利用自适应共振神经网络分类方法对细颗粒物化学成分进行分类,南宁市细颗粒物各化学成分数浓度占比和污染来源在四季均有差异,且化学成分能体现污染来源.冬季元素碳最高,对应较高的燃煤源;秋季有机碳最高,对应较高的机动车尾气源;夏季富钾颗粒、左旋葡聚糖和矿物质较高,对应较高的生物质燃烧源和扬尘源;春季富钠颗粒和重金属略高.在污染升高过程,生物质燃烧源和燃煤源等贡献较大.     

苏州市连续重污染过程中可溶性离子组分分析研究

文章利用苏州南门空气质量监测站点的可溶性离子组分的数据,结合2013年连续重污染过程细颗粒物中可溶性离子组分.结果表明,重污染过程是在不利气象条件下一次污染过程,从后向轨迹分析,空气团裹挟大量污染物到达苏州,使本地污染和区域污染相互叠加;可溶性离子组分占到细颗粒物组分的一半,可溶性离子又以硫酸盐、硝酸盐和铵盐为主要成分,其中硫酸盐主要来自于二氧化硫的转换.     

利用SPAMS研究石家庄市冬季连续灰霾天气的污染特征及成因

2014年11月18~26日石家庄市发生了连续的灰霾天气.利用位于石家庄市大气自动监测站(20 m)的单颗粒气溶胶质谱仪(SPAMS)分析了细颗粒物的化学组成,根据石家庄市大气污染物排放源谱库对主要成分进行了来源解析,并结合颗粒物质量浓度和气象条件研究了该地区冬季灰霾天气成因.结果表明,石家庄市大气细颗粒物来源分为7类,各源示踪离子:燃煤源为Al,工业源为OC、Fe、Pb,机动车尾气源为EC,扬尘源为Al、Ca、Si,生物质燃烧源为K和左旋葡聚糖,纯二次无机源为SO-4、NO-2和NO-3,餐饮源为HOC.灰霾期间大气中主要含有OC、HOC、EC、HEC、ECOC、富钾颗粒、矿物质和重金属等8类颗粒,其中OC和ECOC颗粒最多,分别占到总数的50%和20%以上,OC颗粒主要来自燃煤和工业工艺,ECOC颗粒主要来自燃煤和机动车尾气排放.灰霾发生时含有NH+4、SO-4、NO-2和NO-3等二次离子的颗粒物占比升高,其中含NH+4颗粒增幅最大;EC、OC与NO-3、SO-4、NH+4在灰霾天气下的混合程度均比干净天气高,其中与NH+4的混合程度加剧最为明显.冬季采暖期煤炭的大量燃烧、医化行业工艺过程及机动车尾气等污染源排放的一次气态污染物(SO2、NOx、NH3、VOCs)和一次颗粒物在静稳天气中难以扩散而迅速累积,气态污染物发生二次转化形成硝酸铵、硫酸铵,而颗粒物之间通过碰撞形成二次颗粒物并发生不同程度的混合,从而导致大气能见度下降,以上是石家庄市冬季灰霾形成的主要原因.     

氮氧化物在夜间颗粒有机物生成中的作用

颗粒有机物大约占对流层大气中细颗粒物(亚微米颗粒物)总质量的20%,目前认为其大部分来源于挥发性分子的氧化过程.这些颗粒物在诸多大气过程中扮演重要角色,因此亟需更深入地了解其复杂组分和化学性质.近期由美国加利福尼亚大学伯克利分校领导的一项研究中,直接观测到了颗粒物中有机氮化合物在夜间的生成过程.该类有机物大约占夜间生成的颗粒有机物的1/3,并随人为排放的氮氧化物(NOx)增加而增加,但却会在挥发性有机物(VOC)浓度很高时受到抑制.这些观测结果将有助于对颗粒有机物的污染进行控制.     

北京某区域儿童夏季PM2.5的污染特征及分析

近年来,随着社会和经济的不断发展,人们对室内外空气质量的重视程度也不断提高。室内外空气质量尤其是细颗粒物污染与人群健康密切相关。北京市大气细颗粒物污染形势十分严峻,因此,相关研究也成为国内外研究的热点和难点问题。本文对北京市某区域年龄在9～11岁之间的38名健康儿童人群活动场所夏季PM2.5的污染特征作了研究评价。结果表明,运用室内外环境监测与问卷调查法相结合的研究方法,儿童人员夏季PM2.5室内外浓度呈现明显的时间、空间变化特征,并受到气象因素及室内外源排放的共同影响。     

南通市重污染过程PM_(2.5)中OC/EC浓度水平及污染特征分析

采用EC/OC在线分析仪连续监测数据,结合空气自动监测站监测的PM_(2.5)浓度数据和气象参数,对南通市几次重污染过程进行了分析。结果表明,OC/EC浓度随PM_(2.5)浓度变化趋势基本一致,重污染过程中明显升高,是导致南通市重污染天气的重要元素之一。重污染过程中存在明显的二次有机碳污染,且重污染程度越高,二次有机污染越严重。单次重污染过程OC/EC来源基本相同,仅凭OC/EC的比值判断污染物来源是不充分的。污染过程中TC(OC+EC)的上升幅度较PM_(2.5)中其他组分低,污染后其下降幅度也相对较低。     

苏南城市空气质量污染特征及趋势分析研究

利用2013年-2015年苏南5市空气自动站监测数据,分析了该地区空气质量的污染特征和变化趋势.研究发现:2013年-2015年,苏南5市空气优良率为56.9%～68.9%,PM2.5是主要污染物;沿长江向东,空气污染逐步偏向光化学污染类型.从时间上可知,呈现冬季以PM2.5污染为主、春夏季以O3污染为主的特征;PM2.5等4项污染物24小时呈现双峰.从趋势上可知,PM2.5等5种污染物浓度呈下降趋势,O3污染有所加重.同时,各市也表现了不同的情况,管理上需要区别对待.     

Chemical composition and quantitative relationship between meteorological condition and fine particles in Beijing

The recent year‘s monitor results of Beijing indicated that the pollution level of fine particles PM2.5 showed an increasing trend. To understand pollution characteristics of PM2.5 and its relationship with the meteorological conditions in Beijing, a one-year monitoring of PM2.5 mass concentration and correspondent meteorological parameters was performed in Beijing in 2001. The PM2.5 levels in Beijing were very high, the annual average PM2.5 concentration in 2001 was 7 times of the National Ambient Air Quality Standards proposed by US EPA. The major chemical compositions were organics, sulfate, crustals and nitrate. It was found that the mass concentrations of PM2.5 were influenced by meteorological conditions. The correlation between the mass concentrations of PM2.5 and the relative humidity was found. And the correlation became closer at higher relative humidity. And the mass concentrations of PM2.5 were negtive-correlated to wind speeds, but the correlation between the mass concentration of PM2.5 and wind speed was not good at stronger wind.     

秦皇岛重点工业污染源一次PM2.5排放量估算分析研究

依据《PM2.5源排放清单编制技术指南》结合企业排污申报登记数据,量化分析了秦皇岛一次PM2.5排放源中工业源PM2 5排放数据,重点核算分析了秦皇岛的支柱产业玻璃、水泥的一次PM2.5排放量情况.结果显示在秦皇岛当地的工业企业中,水泥行业所排放的PM2.5总量在全部重点工业一次PM2.5排放源中所占的比例较大,同时结果显示在生产过程中使用燃煤较多的企业PM2.5的排放量要高于其它企业.从地区分布上来分析,秦皇岛市抚宁县PM2.5的排放量是当地三区四县中最多的地区.     

常州市区空气PM2．5污染分布和气象因素影响初探

PM2.5作为一种重要的空气污染物指标,其形态与组成非常复杂,影响人类身体健康。本文根据常州市环境空气自动监测站系统的常年污染物和气象监测资料,研究了常州市PM2.5污染状况及与其他城市的比较,指出PM2.5的冬春季污染较重、夏秋季污染较轻的季节变化特征,日变化的双峰结构特征,以及城市风场和降水对常州市PM2.5浓度的影响规律。研究揭示PM2.5污染与气象因素之间的相关关系,为本地PM2.5监测、预警和污染防治提供参考。     

京津冀及周边减排对北京市PM2.5浓度下降评估研究

利用第三代区域空气质量模式CMAQ (Community Multiscale Air Quality)及京津冀地区高分辨的污染源排放清单,基于2011年、2012年和2013年秋冬季美国国家环境预报中心全球再分析资料的气象条件分析,选取2012年10月1日至12月30日作为代表性时段,模拟了PM2.5的浓度变化趋势,同时根据《京津冀及周边地区落实大气污染防治行动计划实施细则》和2012年到2017年污染源减排控制目标,进行了减排效果评估分析.结果显示,模式系统能较好捕捉PM2.5浓度的变化趋势,海淀站和上甸子站观测与模拟值的相关系数分别为0.71和0.63.主要污染源和污染物排放量削减30%~40%后,北京市PM2.5浓度发生了明显降低,海淀站、上甸子站和城六区的平均浓度下降率分别为(24.9±2.3)%,(20.2±2.7)%和(24.8±2.1)%.如果严格执行《京津冀及周边地区落实大气污染防治行动计划实施细则》,在气象条件和2012年相似情况下,到2017年,北京市城区PM2.5年均浓度控制在60μg/m3内的防治目标可以实现.     

上海西南郊区PM2．5污染状况研究

研究了上海西南郊区PM2．5（细颗粒物）污染特征,分析了PM2．5与其它污染因子和气象因子相关性,并提出了PM2．5污染控制建议。     

Quantitative relationship between visibility and mass concentration of PM2.5 in Beijing

The pollution of particulate matter less than 2.5μm （PM2.5） is a serious environmental problem in Beijing. The annual average concentration of PM2.5 in 2001 from seasonal monitor results was more than 6 times that of the U,S, national ambient air quality standards proposed by U.S. EPA. The major contributors to mass of PM2.5 were organics, crustal elements and sulfate. The chemical composition of PM2.5 varied largely with season, but was similar at different monitor stations in the same season. The fine particles （PM2.5） cause atmospheric visibility deterioration through light extinction, The mass concentrations of PM2.5 were anti-correlated to the visibility, the best fits between atmospheric visibility and the mass concentrations of PM2.5 were somehow different： power in spring, exponential in summer, logarithmic in autumn, power or exponential in winter. As in each season the meteorological parameters such as air temperature and relative humidity change from day to day, probably the reason of above correlations between PM2.5 and visibility obtained at different seasons come from the differences in chemical compositions of PM2.5.     

广州亚运期间鹤山大气颗粒物及碳组分的分析

2010年11月广州亚运会期间,在鹤山连续测量了PM10、PM2.5及PM2.5中有机碳(OC)、元素碳(EC)的质量浓度,结合气象数据综合分析了该地区上述各种污染物的污染特征。研究结果表明:鹤山大气颗粒物以PM2.5为主,PM10和PM2.5具有较好的相关性(R2=0.72),其中PM2.5污染较严重;与国内外其他城市相比,鹤山OC、EC质量浓度处于中等偏高水平;OC和EC质量浓度的相关性较差(相关系数R2=0.32),OC/EC质量浓度比值远大于2,说明鹤山大气OC、EC来源较复杂,同时存在严重的二次污染;估算的二次有机碳(SOC)占OC总质量的66.5%。各种气象因素中,风速对污染物的质量浓度影响最大,秸秆燃烧等人类活动对其也有显著影响。