共查询到20条相似文献,搜索用时 93 毫秒
1.
大气细颗粒物中有机物含量占20%~80%,部分有机物除具有较强的毒性外,还具有较强吸湿性,影响大气环境质量.因此,为充分研究细颗粒物中一元羧酸的来源及其对大气环境的影响,于2020年在秦皇岛市区(海港区站点)和工业园区(昌黎站点)采集细颗粒物,经预处理的样品用三氟化硼-甲醇(BF3-CH3OH)衍生化试剂衍生后,采用气相色谱质谱联用(GC-MS)的方法对PM2.5中的一元羧酸进行测定,一共检测到17种一元羧酸(碳数分布在10~24之间).结果表明:①PM2.5浓度的季节性变化呈冬季>秋季>春季>夏季的特征,且工业园区(昌黎站点)PM2.5浓度为21.40~112.41 μg/m3,高于市区(海港区站点为9.01~104.88 μg/m3).②两个采样点一元羧酸浓度的季节性变化特征并不明显,海港区站点、昌黎站点一元羧酸的年均浓度分别为873.91、895.22 ng/m3.③两个站点碳数小于22的一元羧酸浓度均表现出明显的偶数碳优势,海港区站点、昌黎站点浓度最高的一元羧酸均为棕榈酸(C16),年均浓度分别为512.86、514.34 ng/m3;其次是硬脂酸(C18),年均浓度分别为270.06、268.17 ng/m3.两站点各季节C16和C18分别占一元羧酸总浓度的48.83%~66.40%和22.81%~36.96%.一元羧酸的碳优势指数(CPI)与植物贡献的一元羧酸(碳数≥ 22)总浓度呈负相关.④根据碳数分布规律、∑C ≥ 22/∑C < 22(碳数大于等于22的一元羧酸与碳数小于22的一元羧酸浓度的比值)、C18/C16(硬脂酸和棕榈酸浓度的比值)、CPI值以及C18:1/C18(油酸与硬脂酸浓度的比值)来初步判断一元羧酸的来源及其对大气环境的影响,发现秦皇岛市两个站点夏季大气氧化性最强(市区大气氧化性较工业园区强),春、秋两季大气氧化性较弱,尤其是工业园区春季大气氧化性最弱,其一元羧酸主要来自本地源;燃煤、机动车尾气排放、道路扬尘以及肉类烹饪是大气PM2.5中一元羧酸的主要来源;植物源对一元羧酸浓度的贡献较小.研究显示,秦皇岛市两个站点一元羧酸浓度的季节性变化并不显著,燃煤、机动车排放、道路扬尘及肉类烹饪对一元羧酸贡献较大. 相似文献
2.
本文针对重庆主城区4个采样点PM2.5中羧酸开展研究,通过GC-MS分析,定量分析了16种饱和脂肪酸、21种不饱和脂肪酸和8种二元羧酸等多种物质的浓度水平,进而对羧酸的季节变化及来源进行了探讨.羧酸日均总浓度为130.42~1953.79 ng·m~(-3),一元脂肪酸和二元羧酸在各采样点浓度差异显著.一元脂肪酸呈明显的季节变化,夏季最高(961.97 ng·m~(-3)),冬季最低(49.24 ng·m~(-3)).饱和脂肪酸中偶数碳优势明显,以C_(16)(棕榈酸)和C_(18)(硬脂酸)最为丰富.二元羧酸也呈明显的季节变化,在冬季最高(432.04 ng·m~(-3)),春季最低(64.57 ng·m~(-3)).二元羧酸以丙二酸、丁二酸和戊二酸为主.细菌活动和烹饪油烟对一元脂肪酸具有较大的贡献,光化学氧化作用则对二元羧酸贡献较大. 相似文献
3.
为探究典型“组群式”城市——淄博市夏季大气颗粒物中水溶性离子化学特征及来源,于2016年8月对淄博市6个城市点(桓台、张店、临淄、淄川、博山、周村)、2个郊区点(沂源、高青)及1个清洁对照点(鲁山)同步进行PM2.5和PM10采样,分析了大气颗粒物质量浓度及9种水溶性离子的空间分布特征,并利用主成分分析方法探讨了PM2.5和PM10中水溶性离子的主要来源.结果表明:①淄博夏季各点位(清洁对照点除外)PM2.5和PM10质量浓度日均值范围分别为57.2~112和77.4~163 μg/m3,空间分布特征表现为城市点>郊区点>清洁对照点;各点位PM2.5/PM10(质量浓度之比)在0.61~0.80之间,表明淄博夏季大气颗粒物污染以PM2.5为主.②水溶性离子在PM2.5和PM10中占比分别为53.3%和48.5%,其中二次无机离子分别占总离子浓度的91.4%和83.7%,表明大气颗粒物主要以二次离子为主,并且主要富集在PM2.5中;PM2.5中∑阴离子/∑阳离子(摩尔浓度之比)为1.07,PM10中该比值为0.87,说明PM2.5接近中性,而PM10呈弱碱性.③淄博夏季各点位离子来源具有一定的空间差异性,城市点、郊区点与清洁对照点间的CD(分歧系数)均高于0.2,而城市点间CD值低于0.2,说明城市点位间的水溶性离子的化学性质较为相似.④主成分分析表明,淄博夏季大气PM2.5中的水溶性离子可能主要来源于工业源、生物质锅炉、燃煤、二次源、道路尘及建筑尘,而PM10中的离子主要来源于道路尘、建筑尘、海盐及二次源.研究显示,淄博市颗粒物污染严重,具有明显的空间分布特征,水溶性离子来源复杂,应采取分区、多源控制的污染防治对策. 相似文献
4.
为了解西安市高新区采暖期大气颗粒物(包括PM1 0和PM2.5)污染状况,于2013年1月1日到2013年3月15日在高新区进行了为期74 d的连续自动采样。结果表明:采样期间高新区PM1 0的小时浓度范围28~1744μg/m3,平均浓度为332μg/m3;PM2.5的小时浓度范围13~946μg/m3,平均浓度为207μg/m3。PM2.5占PM1 0的平均比例为63.8%。颗粒物浓度日变化呈现弱双峰特征,分别在凌晨2:00和上午7:00~8:00左右达到浓度最高值,但是上午的峰值并不明显。颗粒物在15:00~1 6:00之间浓度达到最低值,由于受采暖影响,18:00之后颗粒物浓度明显上升。 相似文献
5.
鞍山大气颗粒物浓度的变化特征 总被引:1,自引:1,他引:1
利用鞍山大气成分监测站Grimm180观测的2007年颗粒物数浓度,ρ(PM10),ρ(PM2.5)和ρ(PM1.0)以及台站的常规气象观测资料,分析了该地区颗粒物数浓度的谱分布、质量浓度的变化特征及与气象条件的相关性. 结果表明:颗粒物数浓度谱分布符合Junge分布;参数υ与能见度呈负相关,υ值越大且PM0.45占PM10的数浓度比例小于90%,能见度较差;颗粒物质量浓度日变化呈双峰特征,ρ(PM10),ρ(PM2.5)和ρ(PM1.0)之间有很好的相关性,ρ(PM2.5)/ρ(PM10)平均值为0.654,ρ(PM1.0)/ρ(PM2.5)的平均值为0.832,ρ(PM1.0)/ρ(PM10)平均值为0.545;鞍山地区年主导风向为SE,颗粒物质量浓度变化受辽宁沙尘移动路径的影响较小,主要受排放累积型污染影响,其中大雾天气条件下颗粒物质量浓度较高,大雾期间的回归方程截距较年平均回归方程的大,这对研究颗粒物质量浓度的突变特性具有指示作用. 相似文献
6.
多环芳烃(polycyclic aromatic hydrocarbons,PAHs)是环境空气中一类重要的有毒化合物,为探究兰州市大气细颗粒物(fine particulate matter,PM_(2.5))中PAHs的污染特征,于2012年冬季和2013年夏季采集兰州市PM_(2.5)样品共60个,并进行了GC/MS分析.结果表明,16种PAHs的冬、夏季平均总质量浓度分别为(191.79±88.29)ng·m~(-3)和(8.94±4.34)ng·m~(-3),冬季污染程度明显严重;降雪是导致兰州冬季大气PM_(2.5)中PAHs质量浓度降低最主要的气象因素;冬、夏季PAHs的环数分布均以4环比例最大,分别为51.40%和49.94%,5~6环比例夏季41.04%,高于冬季24.94%,2~3环比例冬季23.67%,高于夏季9.03%;通过PAHs的特征比值分析,兰州大气PM_(2.5)中PAHs的来源冬季以燃煤源和机动车尾气为主,其中柴油车比例较大;夏季汽油车对PAHs的相对贡献较大. 相似文献
7.
为研究北京偏南地区细颗粒物(PM_(2.5))中水溶性无机离子的变化特征,利用大气细颗粒物快速捕集系统及化学成分分析系统RCFP-IC,于2016年对北京南郊区大兴PM_(2.5)中9种水溶性无机离子(Cl~-、NO_2~-、NO_3~-、SO_4~(2-)、Na~+、NH_4~+、K~+、Mg~(2+)和Ca~(2+))展开为期1 a的连续在线观测.结果表明,观测期间,9种水溶性无机离子总质量浓度为38.6μg·m~(-3),并呈现冬春高,夏秋低的特征,浓度水平高低顺序为SO_4~(2-)NO_3~-NH_4~+Ca~(2+)NO_2~-Cl~-Na~+K~+Mg~(2+);在冬季,SO_4~(2-)、NO_3~-和NH_4~+浓度占比高达75.7%;春季次之,为72.8%;夏季最低,仅为60.2%.并且随着空气污染的加剧,SO_4~(2-)、NO_3~-和NH_4~+浓度显著增加,这表明SO_4~(2-)、NO_3~-和NH_4~+与空气质量的恶化密切相关,但相比NO_3~-和NH_4~+,SO_4~(2-)在二次离子形成过程中占据主导地位;SO_4~(2-)、NO_3~-和NH_4~+存在显著的日变化特征,SO_4~(2-)统计日变化为双峰型,峰值分别出现在10:00和18:00左右,而NO_3~-和NH_4~+呈单峰型,峰值出现在10:00左右.基于后向轨迹聚类分析结果发现,对南郊区污染有影响的气团主要有3类,分别来自东南方向、西部和来自蒙古高原的高空气团,东南方向气流会加重南郊区水溶性盐的累积,而偏北气流有利于污染物扩散和稀释;基于主成分分析发现,北京南郊区水溶性盐的污染来源分别为二次源、燃煤源和土壤风沙尘及建筑扬尘的混合源.利用潜在源贡献因子分析法对南郊区冬季水溶性盐的潜在污染源区进行分析发现,影响大兴水溶性盐浓度潜在源区主要分布在南郊区的东南部. 相似文献
8.
成都市冬季大气颗粒物组成特征及来源变化趋势 总被引:7,自引:0,他引:7
年冬季分别在成都市8个环境受体采样点采集PM10、PM2.5样品,同时采集颗粒物源类样品,分析上述样品质量浓度及多种无机元素、水溶性离子和碳组分的含量,以对这3 a冬季大气颗粒物浓度、特征组分、来源及变化趋势进行分析. 使用CMB-iteration模型对成都市中心城区的PM10、PM2.5进行来源解析. 结果表明: 成都市冬季ρ(PM10)在工业区最高,PM2.5污染呈现区域性特征;冬季PM10的主要来源有扬尘、二次硫酸盐、煤烟尘、二次硝酸盐和机动车尾气尘,上述5类源在2010─2012年的分担率分别为24%~29%、17%~22%、13%~16%、6%~12%、6%~11%;对PM2.5有重要贡献的源类有二次硫酸盐、扬尘、煤烟尘、二次硝酸盐和机动车尾气尘,这5类源在2010─2012年的分担率范围分别为25%~27%、19%~22%、12%~15%、11%~13%、8%~11%. 二次粒子、扬尘等是成都市大气颗粒物的主要污染源,其中扬尘、建筑水泥尘等以粗粒子为主的源类浓度贡献呈逐年下降趋势,而二次粒子等以细粒子为主的源类浓度贡献则逐年上升,成都市冬季大气细颗粒物污染加重. 相似文献
9.
为探究郑州市PM2.5的污染水平,水溶性离子组成特征并进行来源分析,于2016年四季进行PM2.5周年膜采样,每个季节连续采集30 d共采集有效样品170个.分别采用重量法测定PM2.5的质量浓度,离子色谱法测定水溶性离子浓度,并使用主成分分析法对其进行来源解析.结果表明,在采样期间郑州市PM2.5年均质量浓度为150.72μg·m-3,季节性特征明显,冬季最高,夏季最低,秋季略高于春季.NH4+、NO3-、SO42-是郑州PM2.5中最主要的无机水溶性离子,三离子之和占所测7种水溶性离子总含量的比例分别为92.55%(春)、92.94%(夏)、93.06%(秋)和93.15%(冬).阴阳离子电荷当量年均值为0.886,PM2.5呈弱碱性.春、夏季节铵盐的存在形态为NH4NO3和(NH4)2SO4,秋季铵盐的存在形式可能为NH4NO3、(NH4)2SO4和NH4HSO4,冬季NH4+除上述3种存在形式外,可能还以NH4Cl或其他形式存在.郑州市大气中存在较强的SO2、NO2二次转化过程,水溶性离子的主要来源是二次转化过程,化石燃料和生物质燃烧、矿尘、农业活动以及土壤和建筑尘等. 相似文献
10.
于2013年6月至2014年5月在贵阳市城区设置采样点,利用国产武汉天虹智能采样器连续一年采集大气颗粒物(PM2.5)样品共357个,采用HOBO U30气象仪同步记录气象数据。气象数据分析表明贵阳市春、秋和冬季均为东北风,夏季多南风且风速较大,全年以东北风为主。结合气象数据分析了贵阳市市区PM2.5污染特征并初步讨论其来源。结果表明:PM2.5日浓度范围为4~193μg/m3,平均值为70±33μg/m3,日超标率为46%。以季节来看,夏季PM2.5浓度最低,冬季最高,秋、春季次之。PM2.5主要来源于工业排放与燃煤污染。与国内其它城市研究相比,处于轻度污染水平。 相似文献
11.
乌鲁木齐市PM_(2.5)和PM_(2.5~10)中碳组分季节性变化特征 总被引:2,自引:0,他引:2
2011年1月至12月在乌鲁木齐市区用膜采样法采集了大气PM_(2.5)和PM_(2.5~10)样品,并利用热光/碳分析仪测定了其中有机碳(OC)和元素碳(EC)的质量浓度.通过OC与EC的粒径分布特征、比值和相关性的分析,初步分析了乌鲁木齐市大气可吸入颗粒物中碳质气溶胶污染特征,并用OC/EC比值法估算了二次有机碳(SOC)的浓度.结果表明,PM_(2.5)和PM_(2.5~10)的年平均质量浓度分别为92.8μg/m~3和64.7μg/m~3.PM_(2.5)中OC和EC的年平均浓度分别为13.85μg/m~3和2.38μg/m~3,PM_(2.5~10)中OC和EC的年平均浓度分别为2.63μg/m~3和0.57μg/m~3.OC和EC四季变化趋势基本一致,季浓度最高.碳组分主要集中于PM_(2.5)中,OC/EC比值范围为3.62~11.21.夏季和秋季的PM_(2.5)和PM_(2.5~10)中OC和EC的相关性较好(R20.65).估算得出的PM_(2.5)和PM_(2.5~10)中SOC的估算浓度为2.31~11.98μg/m~3和0.38~1.49μg/m~3. 相似文献
12.
2007年12月~2008年10月期间,分3个时段,设置2个点位,采集了天津市大气环境中PM10和PM2.5样品.用热光反射分析仪测定样品中的碳组分含量,并用OC/EC最小比值法估算二次有机碳(SOC)的浓度.结果表明,市区采样点颗粒物浓度高于郊区,2个采样点的颗粒物浓度变化趋势一致.5月份 PM2.5/PM10比值最小,主要由于土壤风沙尘对PM10的贡献较大.PM10和PM2.5中的有机碳(OC)、元素碳(EC)浓度12月份最高,且变化趋势相同.OC占总碳(TC)比例较高,PM10中OC/TC为0.60~0.83,PM2.5中OC/TC为0.55~0.81.碳组分主要集中在PM2.5中,PM10中约有76%的OC存在于PM2.5中.12月份的SOC浓度最高,与12月份的气象条件和污染源排放等因素有关. 相似文献
13.
北京市区春夏PM2.5和PM10浓度变化特征研究 总被引:2,自引:0,他引:2
通过对北京市2012年3月~6月PM2.5和PM10实时数据的整理和分析,结果表明,北京市区大气中细颗粒物PM2.5和可吸入颗粒物PM10浓度日变化趋势基本相同,PM2.5和PM10存在显著或极显著的正相关关系;3月~6月,PM2.5浓度随季节变化逐渐升高,PM10的浓度随季节变化先升高后减小;3月~6月PM2.5与PM10日平均浓度分别为62.77μg/m3和133.88μg/m3,分别为国家二级标准的83.69%和89.25%。 相似文献
14.
2010年1月上海市政府颁布了《崇明生态岛建设纲要(2010-2020)》,本文从2013年9月1日至2014年8月31日运用颗粒物采集仪器于森林公园、绿华、现代农业园区、城桥四个空气自动监测点位监测PM10和PM2.5,分析PM10和PM2.5的浓度与风向的关系得出PM10和PM2.5污染与江对面的吴淞工业区、宝钢、石洞口电厂、罗店工业区乃至江苏太仓沿江工业区的污染物排放密切相关,在相当大的程度上主要是来自于他们的贡献. 相似文献
15.
16.
利用均匀分布于烟台市区的10个空气自动监测点位2013年的数据研究了PM10和PM2.5浓度的季节性变化特征.对PM10 、PM2.5质量浓度分别进行了月均值和季节性均值变化特征分析,研究了不同季节和雾霾天气情况下,PM2.5在PM10中含量的变化情况.结果表明:烟台市区细颗粒物污染较严重,各采样点各月均值中超过二级标准的比例达到88.3%;2013年烟台市区PM 10、PM2.5质量浓度均呈现出春冬季节较高、夏秋季节较低、采暖季明显高于非采暖季,PM10浓度风沙季明显高于其他季节的特点;PM2.5对PM10的贡献呈现明显的季节性变化规律,在雾霾天气情况下明显偏高. 相似文献
17.
在连续2年进行累积1周同步采样的基础上,对北京市城区和居住区2个采样点环境空气中PM2.5的浓度及其时间变化特征进行了分析.PM2.5周平均浓度的变化范围为37~346靏/m3,年均浓度接近或超过PM10的二级年均标准.PM2.5浓度具有明显的季节变化特征,即冬季最高,夏季最低.2个采样点PM2.5浓度的周变化与季节变化均相似.PM2.5与PM10、TSP的比值均在冬季最高,春季最低,反映采暖燃烧源对细颗粒物的贡献较大,而沙尘天气对粗颗粒物的贡献较大;其年均值分别为55%和29%. 相似文献
18.
19.
为研究廉江市大气颗粒物污染特征,于2014年11月~12月采集TSP、PM10、PM2.5样品,用重量法分析质量浓度,并对相关性进行分析.结果表明,用环境空气质量标准(GB 3095-2012)来衡量,廉江市冬季大气颗粒物TSP、PM10、PM2.5的日均浓度均符合标准,环境空气状况良好;三个代表性采样点在监测周期内TSP、PM10、PM2.5的浓度变化趋势大体一致,监测结果能客观反映该区域颗粒物的污染状况;PM2.5与PM10,PM10与TSP之间均存在着显著相关性,回归方程相关性较好. 相似文献
20.
对2015年3月—2016年2月邯郸市大气中的PM_(10)、PM_(2.5)和PM_(1.0)进行了在线监测,探讨了其质量浓度的变化特征,并分析了其质量浓度与风速、风向的关系。结果表明:邯郸市颗粒物质量浓度水平较高,β射线吸收法所监测的PM_(10_WET)、PM_(2.5_WET)和PM_(1.0_WET)年均浓度值分别为202.5,114.8,81.1μg/m~3,PM_(2.5_DRY)/PM_(10_WET)和PM_(2.5_WET)/PM_(10_WET)分别为0.58、0.70,PM_(1_DRY)/PM_(2.5_WET)和PM_(1_WET)/PM_(2.5_WET)分别为0.58、0.71,PM_(2.5)为PM_(10)中的主要组成,PM_(1.0)为PM_(2.5)中的主要组成。邯郸市PM_(10)、PM_(2.5)和PM_(1.0)质量浓度冬季最高;PM_(10)、PM_(2.5)和PM_(1.0)日变化峰值为上午09:00左右,谷值为下午16:00左右,扬沙、降雨,霾和春节不同条件下PM_(10)、PM_(2.5)和PM_(1.0)差异明显。邯郸市PM_(10)、PM_(2.5)和PM_(1.0)的浓度高值主要分布在风向0°~100°和175°~225°、风速小于1 m/s的情况下。 相似文献