京津冀区域PM2.5及二次无机组分污染特征研究

选取北京、石家庄和唐山作为京津冀区域典型城市,基于实地样品采集和组分分析结果,探讨PM_2.5组分中二次无机水溶性离子（SNA）浓度变化特征,并利用空气质量模型模拟结果分析重污染前后京津冀地区各类污染源大气污染物排放对PM_2.5和SNA质量浓度的贡献.结果显示：3个城市PM_2.5质量浓度整体呈现逐年下降的趋势,多数情况下SO₄^2-、NO₃^-和NH₄⁺浓度极大值同时出现在冬季,PM_2.5化学组分较为稳定.相对于常规时段,重污染期间SO₄^2-、NO₃^-和NH₄⁺质量浓度明显增加,重污染前一天SNA浓度占PM_2.5比值达到最高.重污染的形成是本地源排放和外来区域传输共同作用的结果,外来源对NO₃^-的贡献整体高于SO₄^2-和NH₄⁺.交通源、居民源和工业源对PM_2.5、SO₄^2-和NO₃^-浓度贡献最高,NH₄⁺主要来自居民源的排放.     

浅析潮州市大气细颗粒物无机元素及其污染特征

本文在分析PM2.5组成的基础上,简要分析大气颗粒物无机元素的组分及污染特征,期望为潮州市今后PM2.5的研究及防治工作提供理论基础。     

德州市大气细粒子中碳组分的污染特征研究

2012年2-9月间在德州市城区及郊区布置6个采样点位,分别采集了采暖季(2012年2月28日-3月4日)、风沙季(2012年5月3日-8日)、非采暖季(2012年9月20日-9月25日)共216个PM2.5样品膜,采用美国Sunset Laboratory Inc热光反射法碳谱分析仪测定了PM2.5样品中OC、EC的浓度值,应用OC/EC比值法对SOC进行了估算。结果表明,德州市PM2.5污染较严重,年平均浓度为159.68μg/m3,各点位浓度的空间分布无明显差异,季节变化趋势为:采暖季>风沙季>非采暖季。PM2.5中OC和EC的平均浓度分别为16.80μg/m3、3.65μg/m3;OC和EC的日均浓度分别占PM2.5的9.61%和2.10%,OC是PM2.5的重要组成部分;OC、EC浓度的季节变化趋势与PM2.5浓度特征相同。年平均浓度为3.91μg/m3;SOC在OC和PM2.5中所占的比例分别为22.30%和2.54%,SOC对OC具有较大的贡献;SOC在OC中所占的比值季节变化趋势为风沙季>非采暖季>采暖季。     

北京市东北城区冬季大气细粒子与相关气体污染特征

利用VAPS通用型大气污染物采样仪与DX-600型离子色谱仪于2008年11月及2009年1月进行了北京市东北城区大气细粒子(PM2.5) 可溶性离子组分和相关气体组分的同时监测与分析.结果表明,在采样期间,北京PM2.5质量浓度随时间呈“3峰”的变化,在“3个峰段”期,随采样时间的推进,PM2.5质量浓度增高;与北京市以往监测结果相比,北京市PM2.5中几种主要水溶性无机离子的污染水平呈现下降的趋势;PM2.5呈弱酸性,对大气环境酸化和酸性湿沉降的形成具有一定的促进作用;PM2.5中NH4+主要以硫酸盐、硝酸盐及氯盐的形式存在;PM2.5中SO42-、NO3-的质量浓度变化趋势分别与环境空气中SO2、NO2的质量浓度变化趋势相似,PM2.5中SO42-和NO3-分别主要由SO2、NO2转化而来,且NO2二次转化率低于SO2的二次转化率.     

昆山市大气 PM 2．5中无机元素污染特征研究

应用SEM－EDS结合XRF法测定了2013年8月－2014年5月昆山市7个不同地区大气PM2．5中无机元素的污染水平。研究发现,昆山地区一共可检出40种无机元素,其中主要的22种元素浓度范围在3.02～1113 ng／m3之间,合计为3784 ng／m3;PM2．5中无机元素季节变化明显,呈现春秋季高,夏冬季低的变化特点。无机元素的空间变化不大。通过富集因子的研究,Sc、Ni、Cu、Zn、As、Br、Cd、Pb、Se、Ag、Sn、Sb和Tl等13种元素EF＞10,富集程度非常高,说明人类活动对这些元素的贡献较大。     

成都市城区大气细颗粒物水溶性离子污染特征

为了解成都市城区大气细颗粒物水溶性离子污染特征,在成都市城区四季采集PM2.5有效样品共计102个,测得颗粒物质量浓度以及水溶性离子质量浓度(NH4+、Ca2+、Na+、Mg2+、K+、F-、NO3-、SO42-、Cl-),并分析其浓度变化特征,重点关注二次无机离子的污染特征及形成影响.结果表明,成都市城区水溶性离子与...     

成都市城区PM2.5中二次水溶性无机离子污染特征

2009年4月~2010年1月在成都市城区采集131个PM2.5样品,应用离子色谱法对PM2.5中二次水溶性无机离子(NH+4、NO-3和SO2-4)含量进行分析,并探讨其污染特征.结果表明,PM2.5中NH+4、NO-3和SO2-4的平均浓度值分别为(10.4±8.6)、(19.7±14.6)和(32.8±21.8)μg·m-3,分别占PM2.5质量的(5.5±2.8)%、(11.1±3.5)%和(19.3±6.4)%,三者总和占PM2.5质量浓度的(35.9±12.7)%.PM2.5中NH+4、NO-3和SO2-4的季节变化特征明显,夏、冬两季NH+4、NO-3和SO2-4的浓度均为SO2-4>NO-3>NH+4,其总和占PM2.5质量浓度的百分比为冬(44.3%)>夏(39.4%).相关分析结果显示,NH+4、NO-3和SO2-4在成都主要以NH4HSO4、(NH4)2SO4和NH4NO3形式存在;NO-3/SO2-4比值表明,成都市大气中硫和氮的主要来源以固定源为主;硫氧化速率和氮氧化速率的年均值分别为:0.33±0.12和0.19±0.09,表明成都市PM2.5中SO2-4和NO-3主要经二次转化形成.     

重庆市主城区不同粒径颗粒物水溶性无机组分特征

于2010年3月—2011年7月,在重庆市主城区同步采集PM_1.0、PM_2.5和PM₁₀三种粒径的颗粒物样品. 用离子色谱分析了样品中F-、Cl-、NO₃-、SO₄2-、Na+、NH₄+、K+、Mg2+和Ca2+ 9种水溶性无机组分,并收集了SO₂和NO₂等气体污染物的数据. 结果表明:采样期间ρ(PM_1.0)、ρ(PM_2.5)和ρ(PM₁₀)分别为82.9、104和160 μg/m3,PM_1.0、PM_2.5、PM₁₀中所测9种水溶性无机组分的浓度之和分别为40.82、48.66和57.99 μg/m3. ρ(SO₄2-)、ρ(NO₃-)和ρ(NH₄+)相对较高,并且主要分布在细颗粒物中. 多数水溶性无机组分浓度冬季最高,春季其次,夏、秋季浓度偏低. 所测组分溶液的pH显酸性,冬季样品的pH最低,细粒子的酸性要强于粗粒子. SOR(硫的氧化率)与NOR(氮的氧化率)与国内其他地区相比较高,SOR秋季最高,NOR冬季最高. 因子分析结果表明,化石燃料以及生物质的燃烧、机动车尾气排放是水溶性无机组分的主要来源,建筑施工、土壤风沙等扬尘类污染源对水溶性无机组分也有一定的贡献.      

北京及周边地区夏季PM2.5中含碳组分污染特征与来源解析

为研究《打赢蓝天保卫战三年行动计划》等政策实施后北京及其周边区域夏季环境PM_2.5含碳组分特征及来源,2019年7月分别在北京城区与河北郊区的2个站点同步连续采集大气PM_2.5样品,利用热光碳分析仪分别测定了有机碳(OC)和元素碳(EC)及其组分的质量浓度;通过最小OC/EC比值法、最小相关系数法估算了二次有机碳(SOC)浓度;利用主成分分析、后向轨迹分析等方法探究了含碳气溶胶的来源。结果表明:夏季北京城区PM_2.5中ρ(OC)和ρ(EC)平均分别为(6.34±0.64),(1.96±0.29)μg/m3,分别占ρ(PM_2.5)的18.65%和5.78%;河北郊区PM_2.5中ρ(OC)与ρ(EC)平均分别为(6.29±0.79),(3.54±0.63)μg/m3,分别占ρ(PM_2.5)的17.69%和9.53%。2种方法估算出北京城区的ρ(SOC)分别为(3.35±0.59),3.98μg/m3,分别占ρ(OC)的(51.77±6.97)%和68.48%;河北郊区的ρ(SOC)分别为(3.28±0.69),4.17μg/m3,分别占ρ(OC)的(62.42±9.62)%和68.32%。此外,夏季北京城区与河北郊区均存在较为严重的二次污染;北京城区含碳组分主要污染源是混合机动车排放、道路扬尘及燃烧源;而工业燃煤排放、机动车尾气及扬尘是河北郊区含碳组分的主要污染源。后向轨迹分析发现,夏季气团轨迹主要来自东南、西南及偏南方向,且对北京城区与河北郊区2个区域PM_2.5中碳组分的影响较大。     

舟山市大气细颗粒物组分特征及其污染来源解析

为研究舟山市大气细颗粒物(PM_(2.5))的主要污染来源,在2016年4月—2017年1月期间利用3个国控点对舟山市PM_(2.5)开展手工监测,并对其主要污染源进行样品采集,基于420个环境样品和13类源样品的化学组分分析,应用CMB-二重源解析技术,对舟山市颗粒物受体成分谱、本地化源成分谱的组分特征和颗粒物的污染来源进行分析。结果表明:普陀点的PM_(2.5)浓度均值低于位于主城区的檀枫点和临城点,3个站点的颗粒物浓度分别为(36. 46±19. 40),(40. 92±20. 68),(40. 03±21. 55)μg/m~3。PM_(2.5)受体中以NO_3~-、SO_4~(2-)、NH_4~+等二次组分含量最高,二次无机盐和移动源是监测期间舟山市大气PM_(2.5)的主要来源,解析结果具有显著的海岛型城市特征。以船舶源为代表的移动源既是颗粒物的重要一次源,又是二次无机盐生成的主要前体物贡献来源之一,故加强移动源的排放管理对于舟山市的颗粒物污染防治具有重要意义。     

南京工业区秋季大气挥发性有机物污染特征及来源解析

2018年秋季在南京利用大气挥发性有机物(volatile organic compounds, VOCs)吸附浓缩在线监测系统(AC-GCMS 1000)对大气VOCs进行连续观测,以了解其化学特征、臭氧生成潜势和污染来源.结果表明,南京秋季大气VOCs体积分数为(64.3±45.6)×10^-9,以烷烃(33.1%)、含氧挥发性有机物(OVOCs)(22.3%)及卤代烃(21.8%)为主.VOCs的昼夜变化呈"双峰型"变化特征,高值主要出现在清晨的06:00～07:00及夜间的18:00～20:00,主要受机动车排放及气象要素的共同影响.秋季南京VOCs的臭氧生成潜势(ozone formation potential, OFP)为267.1μg·m^-3,主要贡献物种是芳香烃类化合物(55.2%)和烯烃类化合物(20.8%).PMF受体模型源解析确定5个VOCs来源,分别是交通排放(34%)、工业排放(19%)、LPG排放(17%)、涂料及有机溶剂挥发(16%)以及生物质燃烧和燃煤排放(14%),因此控制南京工业区秋季大气污染应主要着力于交...     

上海市大气PM2.5中溶剂可抽提有机物的特征研究

利用溶剂抽提、分离、毛细管气相色谱-质谱联用技术对2000年10月至2001年8月上海市5个不同功能区采集的大气PM_(2.5)样品中的溶剂可抽提有机物进行了检测,共检测出正构烷烃、单环芳烃、多环芳烃、有机酸、有机醇、有机酯等各类溶剂可抽提有机化合物267种。检出的82种多环芳烃中有15种属于美国EPA优先控制污染物名单。比较了不同季节、不同区域PM_(2.5)样品中正构烷烃、多环芳烃等化合物分布特征的差异。检出的喹啉类含氮杂环类化合物以及有机酸等污染物表现出一定的机动车排放特征。     

广州城区秋季大气PM_(2.5)中主要水溶性无机离子分析

分别在广州市中心城区高楼顶(距地50m)和交通干线路边(距地1.2m),于2006年秋季连续一周采集了大气PM2.5样品,对比分析了SO42-、NO3-、Cl-、F-、Na+、NH4+、Ca2+、K+、Mg2+等9种水溶性无机离子含量。结果表明,楼顶相对充分混合大气中PM2.5的质量浓度范围59.5～129.5μg/m3,均值为83.7μg/m3;交通干线路边大气PM2.5的质量浓度范围为108.4～132.2μg/m3,均值为121.1μg/m3。9种离子总浓度平均达到50.9(楼顶)和44.1(路边)μg/m3,占PM2.5质量浓度的60.8%(楼顶)和36.4%(路边)。SO42-和NO3-为水溶性无机离子主要组成,其占PM2.5质量浓度的比例均是楼顶高于路边,显示二次气溶胶对楼顶充分混合大气中PM2.5有较大贡献,而路边样品中一次来源贡献相对较大。计算表明采样期间海盐对广州大气PM2.5中的水溶性组分贡献较小。NH4+当量浓度远小于SO42-和NO3-的当量浓度,中和度远1,反映PM2.5酸性较强,且楼项PM2.5粒子酸性高于路边样品。     

运城市区夏季大气挥发性有机物污染特征及来源解析

基于2020年6～8月运城市区VOCs、 O₃和NO₂的在线监测数据,分析了运城市区夏季VOCs的污染特征,同时使用正交矩阵因子分解法（PMF）确定了其主要排放源,并通过最大增量反应活性法（MIR）和气溶胶生成系数法（FAC）对VOCs的化学反应活性进行了评估.结果表明,运城市区夏季凌晨和傍晚时段受VOCs和NO₂污染较为严重,VOCs日变化峰值分别出现在08:00和20:00,峰值的出现主要受交通早晚高峰的影响;6～8月的ρ（VOCs）为50.52μg·m^-3,质量分数最高的物种为烷烃（39.39%）和含氧挥发性有机物（OVOCs, 34.63%）.利用PMF模型共确定了5个VOCs排放源,其中贡献率最大的为机动车尾气排放源（33.10%）,其次为工业排放源（29.46%）、天然气及煤燃烧源（17.31%）、溶剂使用源（11.94%）和植物排放源（8.19%）,控制机动车尾气排放源是缓解运城市夏季VOCs污染的关键.VOCs的臭氧生成潜势（OFP）均值为162.88μg·m^-3     

廊坊市秋冬季大气细颗粒物污染特征及来源解析

分析了2019～2020年秋冬季廊坊市北部、市区和南部这3个站点的大气细颗粒物及其化学组成.空间分布上,PM_2.5浓度整体为：南部>市区>北部.PM_2.5主要成分为有机物、硝酸盐、硫酸盐、铵盐、矿物组分、氯离子和元素碳,分别占PM_2.5的质量分数为25.4%、21.5%、11.0%、11.5%、13.7%、3.5%和5.8%,金属元素及其他物质的质量分数分别为0.3%和7.2%;二次无机盐浓度呈现市区(28.7μg·m^-3)高于北部(28.0μg·m^-3)和南部(26.8μg·m^-3)郊区的变化特征,而有机物(其浓度分别为16.6、13.0和18.5μg·m^-3,由北向南,下同)、矿物组分(9.6、6.7和9.7μg·m^-3)、氯盐(2.0、2.0和2.8μg·m^-3)和元素碳(3.6、3.2和4.3μg·m^-3)浓度呈现南部和北部郊区高于市区的变化特征.随...     

夏秋季石家庄大气污染变化特征观测研究

研究了石家庄夏秋季节大气污染状况及2008奥运前后大气污染物浓度变化特征.2007和2008年夏秋季节,使用全自动在线观测仪器对石家庄大气环境质量进行连续监测,目的是阐明奥运期间石家庄污染物减排对当地大气环境的改变,探讨石家庄地区产生的大气污染物对北京及周边地区可能的影响.结果表明,除了氮氧化物,其他污染物均有超标情况出现,其中夏秋季节O3浓度较高,小时最大浓度值平均(O3-Max)分别为(177.2±63.0)和(105.8±61.7)μg·m-3,NO和NO2在夏秋季节的浓度分别为(4.5±4.0)、(32.7±12.4)μg·m-3和(21.5±16.9)、(60.5±16.9)μg·m-3,SO2浓度分别为(72.0±27.5)和(92.0±44.4)μg·m-3,PM2.5和PM10浓度达到(102.3±47.6)、(153.3±58.3)μg·m-3和(95.8±50.0)、(147.4±67.0)μg·m-3;奥运期间各类污染物浓度显著下降,NOx、O3-Max、SO2、PM2.5和PM10浓度分别为(43.8±15.0)、(142.0±54.9)、(52.4±18.8)、(76.7±35.1)和(116.5±38.8)μg·m-3,其中SO2、PM2.5和PM10分别较2008年监测期间平均值降低34.6%、22.8%和21.0%.本研究系统分析了夏秋季节石家庄大气污染状况,为评估当地大气污染控制措施提供了科学依据.     

天津市2017年重污染过程二次无机化学污染特征分析

基于2017年天津市超级观测站数据,筛选出7次典型重污染过程,从污染物浓度、二次转化方面分析重污染过程二次无机化学污染特征.结果表明,重污染期间NO₃^-和SO₄^2-浓度较清洁天气增长幅度最高,显著高于PM_2.5的增长程度,说明二次无机转化是导致重污染期间PM_2.5污染加重的重要原因;下半年PM_2.5和SO₂污染程度较上半年减轻,与秋冬季采取燃煤治理等活动有关;重污染期间NO₂/SO₂比值为1.5~19.6,其中下半年NO₂/SO₂比值显著高于上半年,说明在各项污染源管控下移动源的影响比例相对增加;大部分重污染期间NO₃^-浓度大于SO₄^2-浓度,SOR值高于NOR值,说明重污染期间硫酸盐和硝酸盐转化均较重要;在SO₂浓度显著降低的情况下,重污染期间SO₄^2-浓度并未明显降低,说明除二次无机转化外,硫酸盐生成还受其他因素影响.     

广州市交通干线附近细颗粒污染特征

利用中山大学大气环境监测平台数据,对广州市交通干线附近的ρ(PM_2.5)和ρ(PM₁)进行了统计学分析,以研究交通干线附近细颗粒污染特征及变化规律. 结果表明:2008—2012年广州市PM_2.5超标严重,但ρ(PM_2.5)有所下降. 受季节性污染源及气象因素影响,广州市夏季ρ(PM_2.5)平均值为42μg/m3,明显低于春、秋、冬三季. ρ(PM_2.5)在工作日与周末差异明显,周末明显高于工作日,而ρ(PM₁)在工作日与周末差异不明显. ρ(PM_2.5)与ρ(PM₁)日变化趋势基本一致,整体上呈白天低、夜晚高,上午低、下午高的特征. ρ(PM_2.5)日变化呈单峰,19:00左右达到最大值(53μg/m3);而ρ(PM₁)呈双峰变化,在20:00左右达到高峰值(43μg/m3),上午09:00左右也有一小峰值(37μg/m3). ρ(PM_2.5)和ρ(PM₁)的相关性较好,R(相关系数)为0.94,PM₁是PM_2.5的主要构成颗粒,所占比重平均值为0.65. ρ(PM_2.5)和ρ(PM₁)均与交通流量存在相关性,在白天和夜晚变化趋势相一致,但交通流量白天与ρ(PM_2.5)更为密切,夜晚则与ρ(PM₁)更为密切.      

交通来源颗粒物及其无机成分污染特征的研究

对谭裕沟隧道和梧桐山隧道TSP,PM₁₀和PM_2.5质量浓度和主要无机成分的分析结果表明,交通来源颗粒物中细粒子主要来源于机车尾气排放,粒径较大的颗粒物则主要来源于机动车行驶载带的地面扬尘.