洛阳市大气细颗粒物化学组分特征及溯源分析

为研究洛阳市大气细颗粒物(PM2.5)的化学组分及来源的时空分布特征,对汾渭平原地区较为欠缺的PM2.5相关研究进行补充,在2018年4月至2019年1月在洛阳市高新和林校2个点位进行了样品采集,对P(PM2.5)、化学组分(水溶性离子、碳质组分、元素)和来源进行分析.2个点位的年均ρ(PM2.5)分别为(76.6±37.9)μg-m-3和(83.2±38.9)μg·m-3,季节变化由高到低均为:冬季、春季、秋季和夏季.高新和林校的9种水溶性离子浓度分别占PM2.5的 55.1％和54.2％,林校的二次离子(NO3-、SO42-和NH4+)年均浓度之和高于高新.高新和林校的ρ[有机碳(OC)]、P[元素碳(EC)]分别为(12.4±7.7)μg·m-3、(1.2±0.5)μg·m-3和(13.4±7.7)μg·m-3、(1.3±0.5)μg·m-3,林校的含碳组分在各季节均高于高新;高新和林校冬季的二次有机碳(SOC)在OC中质量分数分别为67.8％和77.3％,远高于其他季节.化学质量平衡结果表明,高新和林校的主要贡献源均为二次硝酸盐(26.9％和27.1％)、二次硫酸盐(14.5％和14.8％)、燃煤(12.6％和11.6％)、SOA(10.8％和12.2％),高新的生物质源贡献较高,而林校的扬尘源和机动车源贡献较高.后向轨迹和潜在源贡献因子分析表明,洛阳市春季不仅受到来自西北方向的传输,来自西南地区的污染传输也不能忽略;夏季既受到正东方向的季风影响,又有来自正南方向的潜在污染;秋季污染物主要来自东南方向,同时也存在西北方向的潜在来源;冬季受到的传输影响则主要来自周边区域,污染来源较为集中.     

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.     

宁波市春节期间水溶性离子污染来源和特征分析

利用在线气体及气溶胶检测系统对宁波市春节期间痕量气体和水溶性离子组分进行观测,结合气象要素,分析研究细颗粒物中水溶性离子污染来源和组分特征.观测期间ρ(PM2.5)平均值为33.1 μg·m-3,存在轻度污染.水溶性离子浓度大小排序为:NO3-＞SO42-＞NH4+＞K+＞Cl-＞Na+＞Ca2+＞Mg2+,二次无机离...     

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%。     

北京东北部城区大气细粒子与相关气体污染特征研究

于2008年7月~2009年4月的4个季节,在北京市朝阳区北部,利用VAPS通用型大气污染物采样仪(URG3000K)对大气细粒子(PM2.5)和环境空气中相关气体进行了同时采集,并利用IC离子色谱仪(DX-600型)分析了PM2.5中水溶性无机离子成分和环境空气中相关气体的含量.结果表明,PM2.5质量浓度春季>夏季>冬季>秋季;SO42-、NO3-和NH4+是PM2.5中最主要的3种水溶性无机离子,年均质量浓度分别为14.82μg/m3、11.57μg/m3和8.35μg/m3,三者浓度之和占PM2.5中总水溶性无机离子浓度的86.28%.SO42-、NH4+浓度占PM2.5浓度百分比均为夏、秋季高于冬、春季; NO3-浓度占PM2.5浓度的百分比为秋季>春季>夏季>冬季.空气中的SO2、NO2和NH3等气态污染物的含量直接影响PM2.5中二次离子SO42-、NO3-和NH4+的浓度, SO2、NO2浓度的季节特征为冬、春季高于夏、秋季,与SO42-、NO3-的季节变化规律相反; NH3浓度在夏季最高,冬季最低. PM2.5酸度在夏、秋季高于冬、春季,且夏、秋季PM2.5样品全部呈酸性,冬、春季PM2.5样品一部分呈酸性,一部分呈碱性.夏季SOR值和NOR值分别为冬季的4.8倍和3倍,表明夏季SO2和NO2更易转化生成SO42-和NO3-.PM2.5中SO42-、NO3-和NH4+主要以(NH4)2SO4、NH4NO3的形式共存于气溶胶体系中.     

重庆市冬季PM_(2.5)及气态污染物的分布特征与来源

利用重庆市大气污染物监测站2013年冬季(2013年11月—2014年1月)的实测数据,分析PM2.5及相关气态污染物(SO2、NO2、O3)的时空特征,并采用轨迹聚类与PSCF(潜在源贡献因子)分析污染物来源.结果表明:除ρ(O3)以外,其他3种污染物质量浓度的月际变化趋势基本一致,均呈12月升高、1月降低的特征;污染物空间分布不均,其中ρ(PM2.5)和ρ(NO2)在工业区和人口密集区较高,ρ(SO2)南高北低,ρ(O3)城区低于郊区.ρ(SO2)、ρ(NO2)与ρ(PM2.5)均呈显著正相关,其中ρ(SO2)与ρ(PM2.5)的R(相关系数)在城、郊区分别为0.71、0.65,ρ(NO2)与ρ(PM2.5)在城、效区的R分别为0.73、0.56;而ρ(O3)与ρ(PM2.5)未表现出显著相关.ρ(SO2)、ρ(NO2)与ρ(PM2.5)的相关性高低可在一定程度上说明二次气溶胶的污染程度,ρ(O3)与ρ(PM2.5)的相关性受到PM2.5来源和污染程度的影响.轨迹分析结果显示,重庆市2013年冬季主要受东北方向气流影响;聚类分析表明,重庆市11月没有表现出明显的PM2.5外来输送特征,但12月和1月的PM2.5外来输送特征明显,并且不同方向的气流污染物浓度差异也较大.PSCF分析发现,重庆市冬季PM2.5、SO2、NO2、O3主要来源于本地和周围城市局地传输,同时还受南宁、贵阳、遵义、达州等地的影响.     

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。     

成都夏冬季PM2.5中水溶性无机离子污染特征

利用大气细颗粒物水溶性组分及气态前体物在线监测设备(GAC-IC)对成都市2017年夏、冬两季大气PM_(2.5)中水溶性无机离子(WSIIs)及气态前体物进行了连续观测,对其污染特征及冬季一次典型污染过程进行了深入分析.结果表明,成都冬季PM_(2.5)质量浓度为100.2μg·m~(-3),显著高于夏季(34.0μg·m~(-3)).WSIIs是PM_(2.5)的重要组成,对夏、冬季PM_(2.5)的贡献分别可达52.9%和53.3%.夏、冬季的二次离子(SNA)占WSIIs的比例分别为73.2%和87.6%,其中,SO_4~(2-)和NO~-_3分别是夏、冬季SNA的主导组分,对SNA的贡献分别为37.7%和59.7%.冬季NO~-_3/SO_4~(2-)比值(2.7)显著高于夏季(0.8),体现了移动源(尤其是机动车源)对该季节PM_(2.5)的重要贡献.受来源及气象条件差异的影响,两季节SNA的日变化规律明显.在冬季,随着污染加重,各化学组分及主要气态前体物浓度均显著增加,NO~-_3是引发重污染的关键组分.后向轨迹分析表明,成都两季节气团来向差异明显,夏、冬季聚类对应的WSIIs分别以SO_4~(2-)和NO~-_3为主导,成都周边地区的近距离低空传输对该城市PM_(2.5)污染贡献重大.     

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.     

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.     

紫外光照下盐酸环丙沙星的光解性能

本研究重点考察了盐酸环丙沙星初始浓度、硝酸铅、硝酸镉、氯化铅、氯化镉等重金属盐对盐酸环丙沙星光降解性能影响.结果表明,黑暗条件下环丙沙星无降解;紫外光照可以有效去除环丙沙星,且环丙沙星的光降解速率随其初始浓度的增大而降低;硝酸铅和硝酸镉(除0.006 mmol·L~(-1)体系外)可以促进环丙沙星的光降解,且随摩尔比的增大(即硝酸盐浓度的降低),环丙沙星的半衰期逐渐增大;随着摩尔比的增大(即氯化盐浓度的降低),氯化铅和氯化镉先促进后抑制环丙沙星的光降解.     

2013年1月邯郸市严重霾天气的污染特征分析

利用河北工程大学大气环境监测站点的PM₁₀、PM_2.5、SO₂和NO_x在线监测数据,并结合能见度、湿度数据,对邯郸市2012年12月1日到2013年1月31日的大气污染状况进行分析,特别是2013年1月持续发生的霾天气,以探讨严重霾污染的过程特征.结果表明,2013年1月,SO₂与NO_x的平均浓度分别为225.3 μg·m^-3和217.8 μg·m^-3,PM₁₀和PM_2.5的平均浓度分别为328.5 μg·m^-3和229.4 μg·m^-3,均超过新颁布的环境空气质量标准,是2012年12月平均浓度的1.4~3.5倍.重污染过程分析结果显示,污染峰值附近几天内PM₁₀、PM_2.5的时均浓度变化无明显规律.累积阶段的PM_2.5/PM₁₀在0.42~0.52之间,峰值前后上升并超过0.70,扩散阶段PM_2.5/PM₁₀降到0.70以下,且呈波动式变化.当PM_2.5/PM₁₀小于0.40时,能见度基本位于2~18 km之间;当PM_2.5/PM₁₀在0.40~0.60之间时,能见度在0.7~8 km之间;当PM_2.5/PM₁₀大于0.60时,能见度分布于2 km以下.     

重庆市北碚城区大气污染物浓度变化特征观测研究

为了研究重庆市北碚区大气污染物浓度变化特征及其污染状况,采用全自动在线监测仪器对重庆市北碚城区大气污染物进行连续在线监测,分析了2012年1月~2013年2月的大气污染物观测数据.结果表明,除SO2以外,其它污染物均有超出国家新环境空气质量标准(GB 3095-2012)的情况出现,其中细粒子污染最严重.大气污染物浓度具有明显的季节变化,2012年春夏秋冬季各污染物平均浓度:O3为(36.1±19.2)、(48.8±32.6)、(29.8±28.6)、(18.2±15.8)μg·m-3,Ox为(77.6±20.6)、(91.3±37.6)、(77.5±30.6)、(69.4±18.2)μg·m-3,表现为夏高冬低;NO为(11.8±9.4)、(8.2±4.9)、(20.7±17.1)、(30.4±25.1)μg·m-3,NO2为(42.3±13.1)、(40.5±9.9)、(47.2±14.1)、(51.2±15.9)μg·m-3,NOx为(54.1±20.8)、(48.7±12.6)、(67.9±25.5)、(81.6±37.9)μg·m-3,均表现为冬高夏低;SO2为(50.5±23.3)、(26.3±16.7)、(38.8±18.4)、(53.7±23.4)μg·m-3,表现为冬春高而夏秋低;而PM2.5则为(61.4±28.5)、(68.1±32.5)、(61.9±27.1)、(89.6±44.2)μg·m-3,表现出冬季高而其它季节比较平稳的特征.O3、Ox、NO、NOx以及SO2浓度均为单峰型的日变化形式,其中O3和Ox的日变化峰值出现在午后16:00,而NO、NOx及SO2的日最大值则出现在08:00~11:00;NO2和PM2.5的日变化模态呈双峰型,有早晚两个峰值.O3和Ox在夏季日变化振幅最大,而其它污染物则冬季日变化振幅最大.将工作日与周末各污染物浓度的日变化相比,成对t检验分析表明,NO并无明显差异(P=0.14),但N2O工作日显著高于周末(P=0.03),而O3则为工作日极显著低于周末(P<0.001).相关分析表明,O3浓度与气温和风速呈显著或极显著正相关,与相对湿度呈极显著负相关,而NOx则与以上各气象要素的关系正好相反;PM2.5与气温和风速呈负相关,与相对湿度呈正相关;SO2与各气象要素的关系在不同的季节表现不同.除此之外,风向也是影响大气污染物浓度的一个重要因素.     

2017年汾渭平原东部大气颗粒物污染特征分析

高度集中的煤炭产业和繁忙的交通运输使得汾渭平原成为全国污染最严重的地区之一.利用中国环境监测总站发布的大气环境监测资料,以统计的方法分析了2017年汾渭平原东部三门峡市、运城市、渭南市、洛阳市的颗粒物质量浓度演变特征,并与北京市开展对比分析.结果表明:①2017年汾渭平原东部颗粒物污染形势较为严峻,ρ（PM_2.5）年均值范围为61~75 μg/m3,高于北京市（58 μg/m3）,ρ（PM_2.5）/ρ（PM₁₀）范围为0.47~0.57,远低于北京市的0.66,说明汾渭平原东部一次颗粒物的贡献更为显著.②与北京市相比,汾渭平原东部重污染有效时数较长,在三门峡市、运城市、渭南市和洛阳市出现PM_2.5重度及以上污染过程的时数分别占全年总时数的6.56%、8.91%、9.23%和9.10%.但由于汾渭平原东部重污染期间颗粒物质量浓度较北京市低,因此造成汾渭平原东部和北京市重度及以上污染过程中颗粒物质量浓度平均值在颗粒物质量浓度年均值中占比基本相同.③汾渭平原东部颗粒物质量浓度的周变化特征与北京市有显著区别.④重污染期间,汾渭平原东部ρ（PM_2.5）和ρ（PM₁₀）的日变化特征与ρ（SO₂）相同,均呈白天高、夜间低的特征,而北京市ρ（PM_2.5）和ρ（PM₁₀）的日变化特征与ρ（SO₂）相反,呈白天低、夜间高的特征,说明汾渭平原东部特殊的能源结构、边界层动力演变和局地环流造成高架点源对重污染期间污染物质量浓度的影响较显著.研究显示,汾渭平原东部应该加强重污染期间高架点源的管控.      

不同环境因素下太湖中四环素的自然消减

四环素已经广泛应用于兽药生产和疾病治疗中,并通过禽畜粪便等途径进入环境中,基于四环素残留物的危害性,采用了模拟自然环境状态的实验方法,研究了四环素在不同环境状态(光照、底泥、重金属)下的自然消减过程.结果表明,四环素在自然光照下的消减不明显;未杀菌底泥水体中,四环素的消减速率大于杀菌底泥水体;实验初期,含硝酸铅水体中四环素消减缓慢,随着时间延长,消减速率加快,而在硝酸镉水体中四环素短时间内消减趋势已经十分明显,且消减速率大于硝酸铅水体;以0.08 mmol·L-1四环素为例,四环素在光照下各环境因素中的消减速率依次为:未杀菌底泥(87.2%)>杀菌底泥(70.37%)>硝酸镉水体(64.2%)>硝酸铅水体(32.3%)>空白组(6.6%),各环境因素均促进了四环素的消减.避光时,各环境因素中四环素的消减趋势与光照组相同,但消减速率较光照组小,表明光照对四环素的自然消减具有一定的促进作用.     

石家庄市采暖前后大气颗粒物及其碳组分特征

为研究石家庄市大气颗粒物、碳组分特征和污染来源,采集2016年11月1日—12月31日石家庄市大气颗粒物（PM₁₀、PM_2.5和PM₁）样品,分析采暖前后PM₁₀、PM_2.5和PM₁及其中OC（有机碳）、EC（元素碳）和WSOC（水溶性有机碳）浓度水平,计算颗粒物与碳组分间相关性,进行OC/EC（质量浓度之比,下同）特征比值法和8个碳组分（OC1、OC2、OC3、OC4、OPC、EC1、EC2和EC3）研究.结果表明:①采暖后ρ（PM₁₀）和ρ（PM_2.5）比采暖前分别增加了26.4%和32.1%,而采暖后ρ（PM₁）比采暖前降低了12.2%.采样期间ρ（PM₁₀）与ρ（PM_2.5）显著相关,而ρ（PM₁）分别与ρ（PM_2.5）和ρ（PM₁₀）相关性差.采暖后散煤燃烧造成ρ（PM₁₀）和ρ（PM_2.5）增加,区域机动车限行和工业限产/停产导致ρ（PM₁）降低.②Pearson相关系数计算可知,ρ（OC）与ρ（EC）强相关;ρ（PM₁₀）和ρ（PM_2.5）分别与ρ（OC）和ρ（WSOC）强相关,而ρ（PM₁）分别与ρ（OC）和ρ（WSOC）中等相关;ρ（PM₁₀）和ρ（PM_2.5）分别与ρ（EC）弱相关,ρ（PM₁）与ρ（EC）中等相关.③采暖后PM₁₀、PM_2.5和PM₁中ρ（OC）比采暖前分别增加了215.1%、97.2%和18.5%;采暖后PM₁₀和PM_2.5中ρ（EC）比采暖前分别增加了65.2%和5.3%,而采暖后PM₁中ρ（EC）比采暖前降低了10.9%.集中供热和散煤燃烧排放了大量OC;PM₁₀和PM_2.5中EC主要来源于散煤燃烧,PM₁中EC主要来源于工业排放和机动车尾气.④采暖前PM₁₀、PM_2.5和PM₁中OC/EC平均值分别为4.5、4.5和4.3;采暖后PM₁₀和PM_2.5中OC/EC平均值分别为9.8和9.7,而PM₁中OC/EC平均值为7.4.采暖前后SOC/OC（质量浓度之比,下同）平均值的范围为0.36~0.65,石家庄市冬季大气中SOC污染严重;⑤8个碳组分分析发现,石家庄市机动车限行导致PM₁中ρ（EC1）降低,而采暖后集中供暖和散煤燃烧的增加,导致ρ（OC2）明显增加.研究显示,大气颗粒物中碳组分采暖前主要来源于机动车尾气,而采暖后主要来源于燃煤燃烧,尤其是散煤燃烧.      

三岔河梯级水库浮游植物光合作用效率的时空变化

浮游植物最大光合作用效率(F_v/F_m)可以判断水生生态环境状况,是探究梯级筑坝对河流生态环境影响的重要参数。本研究对三岔河梯级水库的浮游植物F_v/F_m及相关的水化学参数进行了季节性调查,探讨F_v/F_m的时空变化及其环境影响因素。结果表明,F_v/F_m具有明显的时空差异性,在空间分布上为库区下泄水河流;F_v/F_m和浮游植物总细胞丰度呈现显著正相关,库区总细胞丰度大,F_v/F_m比其它区域高。在时间分布上为冬季夏季≈秋季春季,表明浮游植物在水温较低时,会提高光合作用效率,F_v/F_m增高。     

杀菌剂对湖泊水体温室气体浓度分析的影响

通过往湖泊水样中添加杀菌剂(CuSO4和HgCl2),利用平衡法,用气相色谱仪测定CO2、CH4、N2O浓度,研究杀菌剂(CuSO4和HgCl2)添加对湖泊水体CO2、CH4、N2O浓度分析的影响.实验设计:对照组(CK)不加任何试剂;处理组T1加1mL CuSO4溶液,T2加5 mL CuSO4溶液,T3加0.5 mL HgCl2溶液;每组的水样分两批分析:(Ⅰ)预处理完成后立即分析和(Ⅱ)预处理完成后静置两天再分析.结果表明,CuSO4和HgCl2的添加均能明显增加水体中CO2的浓度,CK(Ⅰ)和CK(Ⅱ)的CO2平均浓度分别为(11.5±1.47)μmol·L-1和(14.38±1.59)μmol·L-1,T1(Ⅰ)和T1(Ⅱ)的CO2平均浓度分别为(376±70)μmol·L-1和(448±246.83)μmol·L-1;T2(Ⅰ)和T2(Ⅱ)的CO2平均浓度分别为(885±51.53)μmol·L-1和(988.83±101.96)μmol·L-1;T3(Ⅰ)和T3(Ⅱ)的CO2平均浓度分别为(287.19±30.01)μmol·L-1和(331.33±22.06)μmol·L-1.但CuSO4和HgCl2添加对水体中CH4和N2O的浓度没有影响.对比Ⅰ和Ⅱ的实验结果可知,在水样预处理完成后需当天分析其温室气体(CO2、CH4、N2O)浓度.本研究表明,杀菌剂的添加能显著增加水体CO2的浓度.     

闽江口养殖塘水-大气界面温室气体通量日进程特征

湿地围垦养殖是人类对于滨海湿地的主要干扰方式之一.以闽江口鳝鱼滩湿地围垦养虾塘和鱼虾混养塘为研究对象,利用悬浮箱-气相色谱法对养殖塘秋季水-大气界面CO2、CH4和N2O通量日进程进行了观测并同步测定了地面气象及表层水的物理、生物和化学指标.养虾塘和鱼虾混养塘水-大气界面CO2、CH4和N2O通量均具有明显的日变化特征,2种养殖塘整体上均表现为吸收CO2的汇,CO2通量平均值分别为-48.79 mg·（m2·h）-1和-105.25 mg·（m2·h）-1,排放CH4的源,CH4通量平均值分别为1.00 mg.（m2.h）-1和5.74 mg·（m2·h）-1,鱼虾混养塘水-大气界面CH4排放量和CO2吸收量均高于养虾塘.养殖塘水-大气界面温室气体通量受到诸多环境因子的影响,多元逐步回归分析结果表明,对于养虾塘,叶绿素a是影响其水-大气界面CO2通量日变化的主要环境因子,PO34-和SO24-是影响水-大气界面CH4通量日变化的主要环境要素;鱼虾混养塘水-大气界面CO2通量主要受到水温、叶绿素a的影响,而溶解氧、PO34-和pH是影响其CH4通量的主要环境因子。     

济南市春季大气颗粒物污染研究

对济南市2005年春季大气颗粒物中PM10、PM2.5和细颗粒物中的黑碳气溶胶的浓度水平、时间分布和日变化进行了观测,并结合气象资料对变化特征进行综合分析,探讨了PM10,PM2.5和黑碳的相对含量以及对能见度的影响等.研究结果表明,PM10和PM2.5平均浓度分别为242.5μg·m-3和109.4μg·m-3.与我国空气质量二级标准PM10日均值150μg·m-3和美国国家空气质量PM2.5日均标准65μg·m-3相比,超标率分别达到80.77%和84.61%,污染较严重;监测期间PM2.5/PM10的平均值为0.456.在PM2.5中,黑碳气溶胶平均质量浓度为5.39μg·m-3,占PM2.5的5.06%,日浓度变化呈双峰型.在监测时间内,污染物浓度与温度无明显的相关性;与相对湿度呈弱正相关;与风速呈明显的负相关关系.降水对PM10、PM2.5和黑碳的清除作用较为显著.PM10、PM2.5和黑碳浓度与能见度均呈负相关,相关系数(r)分别为-0.633、-0.695和-0.704,细颗粒物是影响能见度的主要因素.