渭南市冬季PM2.5化学组成及来源解析

基于2020年12月16日至2021年1月14日采集的渭南PM_2.5样品,分析了PM_2.5中碳质组分和无机离子的污染特征,并利用正矩阵因子分解法(PMF)、潜在源贡献因子(PSCF)和浓度权重轨迹(CWT)等方法对其来源与源地进行了解析.结果表明,渭南冬季夜间和白天ρ(PM_2.5)、ρ(OC)、ρ(EC)、ρ(TWSIIs)的平均值分别为：119.08、 17.02、 6.20、 34.20μg·m^-3和130.66、 18.09、 6.22、 50.65μg·m^-3.采样期间水溶性离子浓度表现为：F^->NO^-₃>Ca²⁺>SO₄^2->Na⁺>Cl^->NH⁺₄>K⁺>Mg²⁺     

和田市城区PM2.5化学组成特征及来源分析

为了解中国极干旱区域和田市城区大气PM_2.5的组成特征及污染水平,于2014年1-12月采集和田市城区大气PM_2.5样品,并用气相色谱-质谱联用仪（GC-MS）、离子色谱仪（IC）、电感耦合等离子体质谱仪（ICP-MS）及元素分析仪分析其中PAHs（多环芳烃）、金属元素、水溶性无机离子、OC（有机碳）和EC（元素碳）等化学组分.结果表明,采样期间和田市城区大气PM_2.5质量浓度年均值为（770.11±568.01）μg/m3,呈夏季最高、冬季最低趋势;金属元素、水溶性无机离子、OC、EC、∑₁₆ PAHs（总多环芳烃）分别占PM_2.5质量浓度的15.292%、9.789%、4.246%、0.331%、0.015%.利用PMF（正交矩阵因子分解法）分别对PM_2.5中PAHs和金属元素、水溶性无机离子、OC、EC进行来源解析表明,PAHs主要来源为煤和汽油燃烧排放（13.91%）、生物质燃烧（33.98%）、天然气燃烧（52.11%）;金属元素、水溶性无机离子、OC、EC的主要来源为土壤尘（56.49%）、油类燃烧（25.49%）、机动车排放（10.09%）、燃煤及生物质燃烧（7.93%）.研究显示,采样期间沙尘对和田市城区大气PM_2.5组成影响较大,是该地区大气污染来源的主要因素.      

晋东南地区冬季PM2.5污染输送路径分析

利用2017~2019年晋城市和长治市冬季PM_2.5逐时浓度资料、地面风场数据等,结合HYSPLIT轨迹模型和中尺度数值模式WRFV4.2分析了晋东南地区冬季PM_2.5污染的特征和传输特点.结果表明,晋城市冬季PM_2.5污染程度高于长治市.受地形影响,晋城市地面盛行偏南风、偏北风和西北风,污染方向主要为偏南风和偏北风;长治市近地面盛行偏南风,该风向污染频率最高.影响晋城市和长治市污染的潜在源区主要分布在偏西、东北和东南方向,偏西气流来自陕西省中部,东北气流来自河北省西南部,东南气流来自河南省中东部.污染经过晋东南地区主要影响山西省中南部和北京南部.通过数值模拟流场,结合潜在源区和影响区域的分析结果,在均压场或高压后部的天气形势下,晋东南地区污染输送路径包括来自东北方向（河北省西南部一带）的气流,沿长治市东北部的滏口陉向晋东南地区输送污染物及沿太行山东麓向南在晋豫交界处的太行陉发生转折向晋东南地区输送污染物;来自东南方向（河南北部及东部）的气流输送和来自偏西方向（陕西中南部）的气流输送.污染物经过晋东南地区向北输送至山西省中南部,部分经过山西省中东部的井陉输送至北京南部.     

十堰市城区冬季PM2.5污染特征与来源解析

为探讨内陆山区城市湖北省十堰市冬季PM_2.5污染特征及来源构成,于2016年1月12日—2月4日在4个采样点位同步采集PM_2.5样品,分析了无机元素、水溶性离子、有机碳和元素碳的质量浓度.并采集了十堰市主城区城市扬尘、裸露山体尘、建筑水泥尘、燃煤源、机动车尾气、工业源及餐饮油烟源等7类污染源,初步建立十堰市本地的污染源成分谱库,利用统计学方法研究冬季PM_2.5的污染特征,并采用CMB受体模型及“二重源解析技术”分析其来源构成.结果表明:冬季采样期间,十堰市ρ（PM_2.5）平均值达到110.65 μg/m3,超过GB 3095—2012《环境空气质量标准》二级标准24 h浓度限值,并且随空气RH（相对湿度）增加污染加重.城区3个采样点PM_2.5化学组成及特征的空间差异不明显.PM_2.5中ρ（TC）最高,其次是ρ（NO₃-）和ρ（SO₄2-）,与二次反应、机动车尾气、煤燃烧等密切相关.ρ（NO₃-）/ρ（SO₄2-）为1.22,说明机动车尾气的影响较大.二次粒子、燃煤源和机动车尾气是十堰市城区冬季大气PM_2.5的主要来源,贡献率分别为51.2%、10.9%和10.1%.研究显示,十堰市城区冬季ρ（PM_2.5）超过GB 3095—2012二级标准,PM_2.5的污染控制应以二次粒子、燃煤和机动车为主,采取多源控制原则.      

2014年冬季珠三角区域典型城市PM2.5污染时空关联特征

为探讨冬季珠江三角洲（下称珠三角）区域污染物的空间传输延迟性及其与气象、地理的关联性,利用2014年12月1日-2015年1月9日天气图、珠三角区域4个典型城市——韶关、广州、深圳、香港的地面气象数据及ρ（PM_2.5）,采用时间序列、相关性分析等方法,分析了2014年冬季各城市大气ρ（PM_2.5）变化关联特征以及受天气过程的影响.结果表明:在研究时段内,受11次冷空气南下和3次西南暖湿气流控制的典型天气过程影响,4个典型城市的ρ（PM_2.5）小时均值、日均值的时间序列变化趋势具有一致性,并且4个城市间的ρ（PM_2.5）相关性均呈现深圳与香港>广州与深圳>韶关与广州的现象.在冷空气南下的典型天气过程中,4个城市ρ（PM_2.5）小时均值存在显著相关,其中,韶关与广州的相关系数为0.84,广州与深圳的相关系数为0.80,深圳与香港的相关系数为0.92;4个城市间ρ（PM_2.5）变化存在一定的滞后现象,其中,广州较韶关延迟4 h,深圳较广州延迟3 h,香港较深圳延迟1 h;而在西南暖湿气流控制的典型天气过程中,4个城市间ρ（PM_2.5）变化的关联特征不明显.研究显示,冬季珠三角区域污染物在典型冷空气南下过程中存在较明显的空间传输延迟特征,并且各典型城市间浓度变化相关性较显著.      

黄河流域城市PM2.5时空分异特征及污染物解析

分析揭示黄河流域城市PM_2.5时空分异特征,对打赢大气污染防治攻坚战,推动黄河流域空气污染跨区域协同治理机制的建立和完善,以及流域绿色高质量发展具有重要意义.本文以中国空气质量在线监测分析平台456个监测站点的PM_2.5浓度监测数据为基础,运用莫兰指数和标准差椭圆方法分析黄河流域70个城市2015—2021年PM_2.5的时空分异特征、演变格局,并基于皮尔逊相关系数分析法对其污染源进行解析.结果表明：(1)PM_2.5浓度的月度、季节变化特征明显.月均浓度呈底部宽缓的“U”型分布,12月或1月达到最大值;冬季平均浓度最高、春秋季次之、夏季最低,冬季浓度是夏季的1.9～2.6倍;年均PM_2.5浓度整体趋降,且表现为下游>中游>上游的空间分异性.(2)PM_2.5的空间聚集表现为上游“低—低”集聚、下游“高—高”集聚、中游城市的空间聚集特征不显著,空间正相关集聚的城市数量以先增后减的趋势变化,负相关集聚特征的城市较少.(3)PM_2.5     

深圳市PM2.5 化学组成与时空分布特征

于2008-12-30～2009-12-25,在深圳市宝安区、罗湖区和盐田区各设置一个采样点采集大气细粒子PM2.5,分析了PM2.5中主要的水溶性离子组分、有机碳和元素碳,同时结合气象条件,对深圳市PM2.5的化学组成及时空分布特征进行了研究.结果表明,深圳市PM2.5污染总体上呈现西高东低的空间分布特点,但是SO24-和NH4+的空间差异不大,说明深圳PM2.5污染具有明显的区域传输特征.OC/EC值自西向东逐渐升高,说明深圳西部地区受一次源排放影响更为显著.受亚热带海洋性季风气候的影响,深圳市PM2.5总体污染程度表现为秋冬高、夏春低的特点,各主要组分的质量浓度变化也均有类似的特征.与2004年深圳的类似观测结果比较发现,该地区脱硫措施显著降低了PM2.5中硫酸盐浓度,而机动车尾气对PM2.5的贡献变得更加重要.     

中国典型城市群PM2.5污染特征研究进展

为进一步梳理近年来我国城市区域大气PM_2.5污染防治方面的研究成果,基于我国31个城市PM_2.5污染现状,以城市群为视角,总结了京津冀城市群、长三角城市群与川渝城市群PM_2.5组成与污染特征,分析了PM_2.5及其含碳气溶胶、水溶性无机离子、地壳元素等的整体特征,并在城市群间进行对比分析.结果表明:①3个城市群的ρ(PM_2.5)高低顺序依次为京津冀城市群>川渝城市群>长三角城市群,长距离传输使PM_2.5污染成为京津冀城市群、长三角城市群与川渝城市群面临的共同问题.②3个城市群的PM_2.5中均以SNA和OC为主,尽管ρ(PM_2.5)水平有下降趋势,但个别污染物(如SNA)略呈上升趋势.③京津冀城市群与川渝城市群的ρ(OC)接近,并且均高于长三角城市群的80%,较高的ρ(OC)/ρ(EC)反映我国城市群普遍存在SOC污染.④各城市群PM_2.5监测网(如监测时间和采样方法)发展水平迥异,...     

深圳大气PM2.5化学组成的长期变化特征

为分析深圳市大气细颗粒物（PM_2.5）浓度长期持续下降的原因,进而明确PM_2.5下一步减排潜力和精细化管理方向,本研究基于2019年在深圳市西乡点位采集的PM_2.5样品,分析了西乡PM_2.5的化学组成及季节分布特征.结果表明,2019年西乡点位PM_2.5年均浓度为29.4μg/m³,总体上呈现夏低冬高的季节特征,有机物（OM）和硫酸根（SO₄^2-）仍是主要的组分,分别占总质量的42.3%和17.6%.对2009、2014、2019年典型月份PM_2.5的组分进行对比,PM_2.5全年质量浓度从42.3μg/m³（2009年）下降至24.6μg/m^3.（2019年）,OM、SO₄^2-、硝酸根（NO₃^-）、铵根（NH₄⁺）和元素碳（EC）等都有明显的下降趋势.矿物质元素（Al、Ca）是地面扬尘和建筑尘的标识组分,近年来Al、Ca浓度的增加趋势表明宝安区西乡扬尘的影响在逐渐扩大.2009、2014、2019年OC/EC的值逐渐扩大,说明了一次燃烧源排放的影响逐渐减小,但二次有机物（SOC）的贡献逐渐凸显.通过分析2004、2009、2014、2019年夏、冬季PM_2.5中6种主要组分变化趋势,表明6种主要组分夏冬两季皆有下降趋势,但由于气象因素导致冬季污染物受到区域传输的影响较大,夏季各组分浓度的下降幅度普遍高于冬季.总体来说深圳市PM_2.5浓度持续下降的原因是深圳市对机动车、工业VOC （挥发性有机物）、远洋船舶以及一次燃烧源的管控和减排.     

聊城市冬季PM2.5及水溶性离子污染特征及来源分析

为研究聊城市冬季PM_2.5污染特征,于2016年1月7-29日在聊城市区对PM_2.5样品进行了采集,并对其水溶性离子（包括F-、Cl-、NO₃-、SO₄2-、NH₄+、Ca2+、Na+、Mg2+、K+）进行了分析.结果显示:观测期间聊城市ρ（PM_2.5）平均值为（192.4±88.9）μg/m3,超过GB 3095-2012《环境空气质量标准》日均二级标准限值的1.6倍.水溶性离子质量浓度为（77.4±46.9）μg/m3,占ρ（PM_2.5）的40.2%,其中SNA（NO₃-、SO₄2-和NH₄+）为主要离子,占水溶性离子比例达82.5%.轻度、中度、重度及严重污染时PM_2.5中水溶性离子质量浓度分别为（32.49±3.67）（46.26±17.66）（77.11±11.64）和（139.21±51.71）μg/m3,SNA分别占ρ（PM_2.5）的24.4%、26.7%、30.4%和39.0%,随着污染程度加重,SNA比例升高.观测期间SOR（硫转化率）与NOR（氮转化率）的平均值分别为0.18和0.20,随着ρ（PM_2.5）升高,SOR及NOR明显上升,表明冬季PM_2.5污染越严重时SO₂与NO₂的转化速率越强,二次无机污染严重.主成分分析结果表明,二次转化、扬尘源及工业生产为水溶性离子的主要来源.后向气流轨迹结果显示,观测期间污染气团主要来源于西北方向,受内蒙古及河北城市影响较大,但当污染气团来源于周边城市且天气静稳时,颗粒物浓度最高.研究显示,聊城市冬季PM_2.5污染较为严重.      

聊城冬季一重污染过程PM2.5污染特征及成因分析

北方秋冬季为重污染过程频发季节,为了解聊城市冬季重污染过程中PM_(2.5)及化学组分污染特征,于2016年1月7~11日在聊城市区开展PM_(2.5)样品采集并分析了其中水溶性离子、碳成分及无机金属元素这3种化学组分,并对污染特征及成因进行了分析.结果表明,此次污染过程PM_(2.5)浓度呈现明显的倒V字型,平均浓度为238.3μg·m~(-3),超过国家环境空气质量标准(GB 3095-2012)二级浓度限值2.2倍;NH_4~+、NO_3~-和SO_4~(2-)为PM_(2.5)的主要水溶性离子成分;随污染加重或减轻,NH_4~+、SO_4~(2-)、NO_3~-、Cl-和Mg~(2+)浓度呈现增加或降低趋势,而Ca~(2+)变化趋势与之相反.污染鼎盛时,NH_4~+、NO_3~-和SO_4~(2-)浓度分别为48.96、68.45和80.55μg·m~(-3),达到起始阶段的6.29、7.31和7.84倍;过程期间OC和EC的浓度为20.8~60.2μg·m~(-3)和3.0~7.5μg·m~(-3),OC浓度高于EC且变化幅度明显偏大;过程期间各日无机金属元素浓度和分别为10.2、22.4、16.0、19.6和8.2μg·m~(-3),富集因子(EF)结果显示,各元素EF均小于10,未被富集,表明污染过程中其主要来源于地壳等自然源;PM_(2.5)质量浓度重构结果表明,有机物(OM)、SO_4~(2-)和NO_3~-为PM_(2.5)的主要组分,其次为NH_4~+、地壳物质和其他离子,EC和微量元素含量相对较低.随着PM_(2.5)污染加重,二次无机盐(SO_4~(2-)、NO_3~-及NH_4~+)浓度及所占比例均随之增加,OM浓度随之增加但比例有所下降,而地壳物质浓度及比例均下降,表明二次无机转化是此次污染过程的主要原因,主要受燃煤和机动车排放影响.     

太原市某城区四季大气PM2.5中重金属污染特征分析

为了研究太原市大气PM_(2.5)中重金属污染的季节变化特征,于2012年12月至2013年9月4个季度典型时段在太原市迎泽区采集环境大气PM_(2.5)样品,采用连续提取法和电热板消解法分析了样品中5种重金属元素的化学形态和总浓度,并对重金属的生物有效性进行了评价.结果表明,1太原市迎泽区大气中PM_(2.5)日均质量浓度高达122.08~211.81μg·m~(-3),其四季日均浓度呈现为:冬季春季夏季秋季.2大气PM_(2.5)中重金属浓度在4个季节呈现一定的季节变化,其中Cu和Ni的季节变化不明显,Cr在夏、秋季浓度较高,Pb、Cd的浓度在冬季最高.3PM_(2.5)中不同重金属化学形态分布不同,除Cu外,其他4种重金属在不同季节的各化学形态含量基本相同,超过75%的Pb和Cd的分布在可溶态与可交换态、碳酸盐态、可氧化态与可还原态;Ni和Cr主要以有机质、氧化物与硫化物结合态和残渣态为主;Cu在春、夏、秋季主要分布在有机质、氧化物与硫化物结合态和残渣态两种形态中,在冬季主要在可氧化态与可还原态和有机质、氧化物与硫化物结合态两种形态中.4PM_(2.5)中5种重金属的生物有效性大小顺序为CdPbCuNiCr;Cd和Pb为生物可利用性元素,Cu、Ni和Cr为潜在生物可利用性元素.     

银川市冬季PM2.5重污染特征、来源与成因分析

近年来银川市冬季重污染过程频发,为明确银川市冬季PM_2.5重污染的特征,分析其主要来源及成因,于2016年12月-2017年1月在银川市选取3个采样点开展PM_2.5的样品采集与化学组分分析,利用CMB（化学质量平衡）模型对银川市冬季PM_2.5进行来源解析,对比分析了重污染日与非重污染日污染特征的差异.结果表明:①银川市冬季重污染日ρ（PM_2.5）[（181±33.6）μg/m3]是非重污染日的2.1倍;重污染日和非重污染日的ρ（NO₃-）/ρ（SO₄2-）均小于1,表明燃煤仍是银川市冬季PM_2.5的重要来源.银川市冬季PM_2.5中ρ（SOC）为（14.4±7.34）μg/m3,约占ρ（OC）的65.2%.②与非重污染日相比,重污染日人为源无机元素As、Pb、Cd和Zn质量浓度在ρ（PM_2.5）中的占比分别升高33.2%、18.4%、9.8%和2.9%,表明银川市冬季重污染主要受人为源贡献影响.③源解析结果表明,燃煤源、机动车尾气源、二次离子源和扬尘源是银川市PM_2.5的主要污染源,与非重污染日相比,重污染日机动车尾气源的贡献率明显降低.研究显示,银川市冬季重污染受人为源污染物排放的影响较大,燃煤源是银川市冬季PM_2.5的重要来源.      

浙江省大气颗粒物PM2.5化学组分污染特征分析

为探究浙江省城市大气颗粒物的组分污染特征,基于2019年10月1日至2020年9月30日浙江省内11个点位4个区域的手工采样监测数据,分析了浙江省PM_2.5组分不同区域不同季节的污染特征.结果表明,采样期内浙江省各地区ρ(PM_2.5)平均值范围为34.3～46.4μg·m^-3,其中浙西和浙北内陆地区PM_2.5浓度相对较高,分别高出均值15.1%和13.2%,浙东和浙南沿海地区PM_2.5浓度相对较低,分别低于均值8.4%和14.9%.季节性特征呈现秋季和冬季较高,夏季最低,空间分布来看,浙南地区的PM_2.5浓度春季、秋季和冬季季节变化不明显,浙西地区为：秋季>冬季>春季>夏季,浙北和浙东地区均呈现冬季>秋季>春季>夏季的季节变化特征.内陆地区采样期内,风景名胜区、行政区、居民区和商业交通居民混合区的ρ(PM_2.5)分别为：(40.2±10.2)、(46.3±9.6)、(50.1±10.6)和(46.7...     

北京冬季奥运会历史同期大气PM2.5污染特征分析

基于2015~2021年的1~3月北京市大气PM_2.5浓度与化学组成长期观测数据,分析了2022年北京冬季奥林匹克运动会（冬奥会）和北京冬季残疾人奥林匹克运动会（冬季残奥会）历史同期的PM_2.5污染态势、化学组成特征以及潜在源区.2015~2018年的1~3月重污染［日均ρ（PM_2.5）>75 μg·m^-3］天数以及重污染期间PM_2.5平均值下降十分显著,之后这两者未发生明显改变.2018~2021年的1~3月每年平均发生重污染23 d,重污染天ρ（PM_2.5）平均值约为120.0 μg·m^-3.2015~2021年的1~3月超长重污染过程（连续重污染超过5 d）平均每年发生2~3次,其中2021年发生3次,且持续时间最长达到8 d.历年冬奥会历史同期发生重污染的天数为2~9 d,春节期间烟花爆竹大量燃放可能是该时期重污染发生的重要原因之一;冬季残奥会历史同期重污染天数一般为1~5 d,但2021年受频繁出现的静稳天气影响,重污染天数高达9 d.在同时段重污染期间,PM_2.5化学组成均以二次组分为主,例如在PM_2.5可测组分中,2020年NO₃^-质量分数高达46%,较同年清洁天（11%）显著增加;SO₄^2-质量分数为12%~19%,说明当前硫酸盐污染仍不容忽视.北京市1~3月PM_2.5主要贡献区域包括内蒙古自治区中西部、河北省、天津市、山西省、陕西省、山东省中西部和河南省北部.研究结果将为北京市冬季空气质量持续改善以及2022年冬奥会与冬季残奥会期间北京市环境空气质量保障提供科学依据.     

高速公路沿线PM2.5中重金属污染特征

为研究高速公路沿线PM_(2. 5)中重金属的污染特征,于2018年3～8月分3次集中采集南昌市周边3条高速公路(昌樟、昌铜和温厚)的服务区、收费站、隧道和公路沿线的PM_(2. 5)样品,运用电感耦合等离子体质谱联用仪(ICP-MS)监测了PM_(2. 5)中6种重金属(Cu、Zn、Pb、Cd、Cr和Ni)浓度,分析其污染状况和分布情况,并利用地累积指数法、潜在生态风险指数法评价其污染特征、潜在生态危害程度.结果表明,3条高速公路服务区和收费站的PM_(2. 5)和PM_(2. 5)中重金属均未表现出显著差异.高速公路沿线中PM_(2. 5)和PM_(2. 5)中的重金属显示为特长隧道长隧道公路沿线、服务区和收费站,重金属浓度从高到低依次为Zn(3. 8μg·m~(-3))、Pb(10. 2×10-2μg·m~(-3))、Cr(6. 8×10-2μg·m~(-3))、Cu(3. 5×10-2μg·m~(-3))、Ni(1. 5×10-2μg·m~(-3))和Cd(0. 1×10-2μg·m~(-3)).不同月份PM_(2. 5)及PM_(2. 5)中重金属浓度的显著差异可归结为温度和降水的影响.其中PM_(2. 5)的浓度与温度呈反相关,而PM_(2. 5)中Zn浓度与温度呈极显著正相关,主要是由于温度升高加重轮胎磨损和金属腐蚀.高速公路PM_(2. 5)中重金属污染程度和潜在生态危害程度表现为Zn和Cd Pb Cu Ni和Cr,其中Zn和Cd污染及危害程度是评价标准中最严重的等级,大气污染防治计划应着重考虑交通源的Zn和Cd污染.     

乌鲁木齐市重污染期间PM2.5污染特征与来源解析

目前有关我国城市大气重污染期间PM_2.5污染特征及其来源的研究较少,为深入了解典型城市大气重污染期间PM_2.5的污染特征与来源构成,于2013年1月19—30日在乌鲁木齐市采集PM_2.5样品,并依据相关划分标准,确定1月19—28日为重污染天气. 分析了重污染天气下ρ(PM_2.5)及主要化学组成(包括水溶性离子、无机元素和碳组分),运用统计学方法研究了重污染期间PM_2.5的污染特征,并且采用富集因子法和CMB受体模型解析了PM_2.5的来源构成.结果表明:大气重污染期间ρ(PM_2.5)严重超标,其中米东区环境保护局采样点的ρ(PM_2.5)最高,其次是铁路局、市监测站;PM_2.5化学组分以SO₄2-、TC、Si和NO₃-为主,其中二次离子占ρ(PM_2.5)的43.1%;城市扬尘、煤烟尘和二次粒子是环境空气中PM_2.5的主要污染源类,三者在乌鲁木齐市以及米东区的分担率分别为24.7%、15.6%、38.0%和20.8%、28.0%、36.2%,其中二次硫酸盐的分担率在两地更分别达到28.6%和27.0%.      

南昌市冬季大气PM2.5中重金属元素来源分析及健康风险评价

采集2015年南昌市冬季大气PM_(2.5)样品,利用电感耦合等离子体质谱仪(ICP-MS)测定样品中重金属(V、Mn、Cr、Co、Ni、Cu、Zn、Cd、Ba和Pb)的含量,分析重金属的分布特征和来源,并对重金属健康风险进行评价。结果表明:采样期间PM2.5浓度总平均值为(29.74±16.82)μg/m~3,其中省外办最高,武术学校最低;各重金属元素总体平均浓度从高到低次序为:ZnPbCuMnBaNiVCrCdCo。因子分析结果表明:PM_(2.5)中重金属元素的来源包括道路交通尘和冶金化工排放、机动车尾气以及混合源。健康风险评价结果显示:PM_(2.5)中Mn对人体健康存在非致癌风险,其他元素(Cr、Ba、Co、Pb、Cd、Cu、V、Zn、Ni)基本没有非致癌风险;Cr对人体有较明显的致癌风险,Cd、Ni和Co对部分年龄段的人群(尤其是成年人)存在一定的致癌风险。     

南昌市大气颗粒物污染特征及PM2.5来源解析

为探讨2013年南昌市大气颗粒物的污染特征及分布状况,收集南昌市9个大气监测站点实时发布的PM₁₀和PM_2.5数据,分析了ρ（PM₁₀）、ρ（PM_2.5）和ρ（PM_2.5）/ρ（PM₁₀）的变化规律及其与气态污染物的相关性,并结合污染严重的秋季时段,采用PCA-MLR（主成分分析-多元线性回归）模型对大气PM_2.5中化学组分来源进行解析.结果表明:①ρ（PM₁₀）和ρ（PM_2.5）的年均值分别为（115.4±39.1）（69.1±26.8）μg/m3,均超过GB 3095-2012《环境空气质量标准》二级标准限值,ρ（PM₁₀）和ρ（PM_2.5）的最高值分别出现在石化、省外办监测站点,最低值出现在林科所监测站点.ρ（PM₁₀）和ρ（PM_2.5）季节性变化特征明显,呈冬季>春、秋两季>夏季的趋势,全年ρ（PM₁₀）超标天数占比为25.48%,ρ（PM_2.5）超标天数占比为36.71%,各季度ρ（PM_2.5）超标天数占比均高于ρ（PM₁₀）.②受人为活动和边界层高度的影响,ρ（PM_2.5）和ρ（PM₁₀）日变化呈双峰双谷形态,一个波峰出现在08:00-10:00,另一个波峰出现在20:00-22:00,并且晚间小时峰值高于早间,最低值出现在15:00.③ρ（PM_2.5）/ρ（PM₁₀）年均值为60.3%,在冬季最高达65.1%,相关性分析发现ρ（PM₁₀）与ρ（PM_2.5）存在较显著的线性关系,表明二者具有同源性.④ρ（PM₁₀）、ρ（PM_2.5）均与ρ（SO₂）、ρ（NO₂）、ρ（CO）呈显著正相关,并且冬季相关性高于夏、秋两季;而ρ（PM₁₀）、ρ（PM_2.5）均与ρ（O₃）全年呈显著负相关,并且夏、秋两季相关性高于冬季,说明气态污染物的二次转化对ρ（PM_2.5）和ρ（PM₁₀）有较大影响.⑤南昌市秋季PM_2.5的最大污染源为道路扬尘/机动车尾气混合污染源,其次分别为施工扬尘源、燃煤源、冶炼尘/生物质燃烧混合污染源,各污染源对PM_2.5的贡献率分别为40.9%、35.8%、12.4%、10.9%.研究显示,南昌市PM_2.5的污染程度较PM₁₀严重,PM_2.5已成为南昌市大气颗粒物污染的主要组分,PM_2.5主要来源为城市扬尘和机动车尾气.