北京市冬春季大气颗粒物的粒径分布及消光作用

2004年1─5月,在北京市区连续监测了大气环境中ρ(PM₁₀₎,ρ(PM_2.5),ρ(PM₁)和ρ(TSP),以及大气能见度、地面气象要素.结果表明:春节期间颗粒物中细粒子所占的比例较高,ρ(PM₁)/ρ(PM_2.5)为0.81,ρ(PM10)/ρ(TSP)为0.61;而沙尘期其值分别为0.55和0.28.不同粒径的颗粒物质量浓度均呈在明显日变化,其夜间浓度峰值高于早晨交通繁忙时段.根据经验公式,将大气能见度换算为大气消光系数,并导出颗粒物消光系数.结果表明:颗粒物消光系数与颗粒物质量浓度呈显著正相关.进一步定义了颗粒物质量浓度消光比(CE_P),用来表征颗粒物的污染特征.统计分析结果表明:当CE_P<103时,颗粒物质量浓度很低,PM_2.5所占比例较高,代表了有利于污染扩散的气象条件;当CE_P>167,颗粒物质量浓度高,但细粒子比(ρ(PM_2.5)/ρ(PM₁₀₎)稳定在0.5～0.7,湿度也稳定在20%～50%,代表了不利于污染扩散的气象条件.      

北京交通环境PM10分布特征及重金属形态分析

以北京市西三环航天桥地区为对象,研究了城市交通环境大气可吸入颗粒物浓度及主要化学组成随时间和粒径的分布特征. 结果表明:该地区大气中ρ(PM₁₀)冬季略高于春季,秋季次之,夏季最低;颗粒物中ρ(PM_2.5)/ρ(PM₁₀)和ρ(PM_1.0)/ρ(PM₁₀)平均值分别为82.6%和70.3%;ρ(PM₁₀)与ρ(PM_2.5)和ρ(PM₁₀)与ρ(PM_1.0)之间均有显著的相关性. PM₁₀中金属元素浓度冬春季较高,夏秋季较低;Mg,Ca和Fe等地壳元素浓度随粒径的减小而降低,而Pb,Zn和Ni等重金属元素浓度总体上随粒径的减小而增加. 颗粒物中的Cr和Ni主要以有机物结合态存在,Cu,Zn和Cd主要以酸可提取态存在,Pb主要以酸可提取态和氧化物结合态存在;颗粒物中所含Cd和Zn元素的生物有效性最高. PM₁₀中水溶性ρ(SO₄2-)在夏季和冬季最高,秋季最低,而水溶性ρ(NO₃->/sup>)全年变化不大;［0.43～2.1 μm)粒径段颗粒物中的水溶性ρ(SO₄2-)及ρ(NO₃->/sup>)较高,分别占PM₁₀中水溶性ρ(SO₄2-)及ρ(NO₃->/sup>)总量的68.3%及57.6%;ρ(NO₃->/sup>)/ρ(SO₄2-)平均值为0.659.      

气象因素对北京市大气颗粒物浓度影响的非参数分析

利用2005年9月—2006年9月北京市大气颗粒物分级(不同粒径)监测资料和同期分时段气象观测数据,采用非参数分析(Spearman秩相关系数)法对北京市3种粒径大气颗粒物在不同季节的浓度水平与气象因素的影响进行了研究.结果表明:不同季节影响颗粒物质量浓度的气象因素各不相同;春季ρ(PM_2.5),ρ(PM2.5～10)和ρ(PM₁₀₎都与气压呈显著负相关;夏季颗粒物质量浓度受降水影响很大;秋、冬季ρ(PM_2.5)和ρ(PM₁₀₎均与日照时数呈显著负相关;冬季ρ(PM_2.5),ρ(PM_2.5～10)和ρ(PM10)均与平均风速呈显著负相关,与气温、相对湿度呈显著正相关. 细粒子和粗粒子质量浓度对气象因素变化的响应程度也有较大区别. 春、夏季地面平均风速对粗粒子质量浓度的影响比细粒子显著,ρ(PM_2.5)/ρ(PM₁₀₎随风速增加而增大;秋季日照时数对细粒子质量浓度的影响比粗粒子更显著,ρ(PM_2.5)/ρ(PM₁₀₎随日照时数增加而减小;冬季相对湿度对粗粒子质量浓度的影响比细粒子显著,ρ(PM_2.5)/ρ(PM₁₀₎随相对湿度增加而减小.      

长株潭城市群秋季大气颗粒物及其重金属元素污染特征

为研究长株潭城市群大气颗粒物及典型元素污染特征,于2011年11月在长沙、株洲、湘潭三地采集TSP和PM₁₀样品,同期在北京进行采样,以分析颗粒物及其中重金属元素(Cr、Cd、Hg、Pb和As)质量浓度的分布特征. 结果表明:秋季长沙、株洲、湘潭三地的ρ(TSP)均低于北京,背景点(长沙沙坪站)最低,为(110±48)μg/m3. 株洲ρ(PM₁₀)与北京相近,略高于湘潭和长沙,但背景点ρ(PM₁₀)仍为最低. ρ(PM₁₀)/ρ(TSP)在70.26%~95.80%之间,平均值为85.90%. 长株潭城市群的ρ(Cr)、ρ(Hg)、ρ(As)、ρ(Cd)和ρ(Pb)在TSP中分别为37.7~60.7、0.2~1.5、22.7~92.0、4.2~36.8和142.9~508.3ng/m3,在PM₁₀中相应分别为20.4~33.5、0.1~1.0、20.6~74.2、3.8~31.9和126.1~432.4ng/m3. 长株潭城市群各采样点Cd在TSP和PM₁₀中的富集因子均最大,分别为475.8~4690.7和840.5~7489.8;其次为Hg、Pb和As;Cr的富集因子在TSP和PM₁₀中分别为7.8~33.3和9.1~33.6,均为最小.      

鞍山大气颗粒物浓度的变化特征

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(PM_2.5)和ρ(PM_1.0)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(PM_2.5)和ρ(PM_1.0)之间有很好的相关性,ρ(PM_2.5)/ρ(PM₁₀₎平均值为0.654,ρ(PM_1.0)/ρ(PM_2.5)的平均值为0.832,ρ(PM_1.0)/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.      

济南市大气颗粒物背景值确定方法

城市大气颗粒物背景值的确定能够为制订城市大气颗粒物污染防治目标提供重要基础支撑,探索大气颗粒物背景值确定方法对于大气污染防治具有重要意义.以济南市清洁对照点跑马岭监测数据为基础,直接采用概率密度法计算得到的ρ（PM₁₀）和ρ（PM_2.5）背景值范围分别是100~110和40~50 μg/m3.综合应用空气质量模型模拟法和概率密度法,提出基于数值模拟的城市大气颗粒物环境背景值确定方法,并在此基础上确定了济南市大气颗粒物背景值.结果表明:济南市ρ（PM₁₀）和ρ（PM_2.5）背景值范围分别是30~35和15~20 μg/m3,其中ρ（PM₁₀）环境背景值秋季（40~45 μg/m3）最高、夏季（25~30 μg/m3）最低;ρ（PM_2.5）环境背景值秋季（25~30 μg/m3）最高、冬季（10~15 μg/m3）最低.研究显示,基于数值模拟计算得到的颗粒物背景值明显低于直接采用概率密度法得到的结果,表明跑马岭受人为因素影响明显,监测结果已不能完全代表济南市大气颗粒物背景值水平;而数值模拟法可以完全剔除了人为源的贡献,计算得到较为准确的ρ（PM₁₀）和ρ（PM_2.5）背景值.      

大气颗粒物中多环芳烃的污染特征及来源识别

研究了北京市2000年采暖期和非采暖期2个典型代表月(6月和12月)不同粒径颗粒物的质量浓度特征以及不同粒径颗粒物中ρ(PAHs)分布特征,并同时利用比值法和化学质量平衡(CMB)受体模型对可吸入颗粒物(PM₁₀)中PAHs的来源进行识别和解析.研究结果表明:北京市采暖期ρ(颗粒物)明显高于非采暖期;采暖期和非采暖期不同粒径颗粒物的比例有差别,采暖期、非采暖期ρ(PM₁₀)分别约占ρ(TSP)的0.662和0.734;PAHs具有更明显富集于细颗粒物中的特征;源解析结果表明燃煤污染和机动车污染是PM₁₀中PAHs的最主要来源.      

燃煤电厂湿法脱硫对细颗粒物的脱除特性

应用DGI承重撞击器对四台燃煤机组湿法脱硫前、后细颗粒物进行采集,分析细颗粒物的粒径分布、元素组成以及脱硫系统的脱除效率.结果表明:脱硫前细颗粒物粒径峰值出现在0.20~0.40 μm处,脱硫后峰值出现在0.20~0.30 μm处.经过湿法脱硫系统后ρ(PM_2.5)、ρ(PM₁)、ρ(PM_0.5)、ρ(PM_0.2)出现不同程度的增长,平均增长率分别为13.28%、19.57%、28.79%、33.51%.分粒径颗粒物中ρ(Si)、ρ(Al)在脱硫前、后均随着颗粒物粒径的减小呈递减趋势,并且脱硫后ρ(Si)、ρ(Al)均有不同程度的降低,ρ(Fe)随颗粒物粒径的减小呈增加趋势,表现出一定的富集特性;湿法脱硫后Ca在PM₁中的质量浓度出现明显的增长,ρ(Ca)由18.86~51.47 μg/m3增至41.87~84.83 μg/m3. Si、Al是PM_2.5中的主要元素,经过湿法脱硫后ρ(Si)、ρ(Al)由59%~72%降至43%~59%;而Ca在PM_2.5中表现出相反的变化趋势,ρ(Ca)由8%~13%升至17%~26%.      

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.      

成都市气温与PM2.5和O3交互作用对疾病死亡人数的影响研究

利用成都市2014~2016年逐日呼吸系统疾病和心脑血管疾病死亡资料、同期气象资料和PM_2.5日均浓度和每日臭氧最大8h平均浓度（O₃）资料,采用分布滞后模型以及广义相加模型中的独立效应模型、非参数二元响应模型和温度分层模型探究了成都市气温、PM_2.5和O₃单效应,以及气温与PM_2.5（或O₃）交互作用对当地呼吸和心脑血管疾病死亡人数的影响.单效应分析结果表明,气温与两种疾病死亡人数的累计暴露-反应关系均呈反“J”型分布,最适温度在22.2℃,该温度对应的疾病死亡人数最少;累积滞后1d的PM_2.5（或O₃）对应的健康风险最大,此时,PM_2.5和O₃浓度每升高10μg/m³,呼吸系统疾病死亡风险分别增加0.58%和0.54%,心脑血管疾病死亡风险分别增加0.35%和0.66%.分季节研究结果表明,PM_2.5对两种疾病死亡影响的健康风险冬季最高,而O₃的健康风险在秋季最显著.交互作用的研究结果表明,高温与高浓度的PM_2.5（或O₃）对疾病死亡的影响存在协同放大效应,当气温高于22.2℃时,PM_2.5和O₃浓度每升高10μg/m³,对应的呼吸系统疾病死亡风险分别增加2.30%和1.14%,心脑血管疾病死亡风险分别增加1.09%和1.03%.研究结果提示O₃对人群健康的影响也不容忽视,应该引起足够的重视.     

南京北郊雾天PM10中多环芳烃粒径分布特征

为研究雾天PM10中多环芳烃粒径分布特征,2007-11-15~2007-12-30在南京北郊进行了PM10分8级粒径多环芳烃(PAHs)成分连续样品采集,由同步气象观测资料选出雾天与晴天样本作为对比,用GC-MS分析其中16种PAHs含量.雾天夜间PM2.1和PM9.0平均质量浓度为120.34μg.m-3和215.92μg.m-3,接近白天PM2.1(126.76μg.m-3)和PM9.0(213.41μg.m-3),昼、夜基本没有变化;晴天夜间PM2.1和PM9.0平均质量浓度为71.45μg.m-3和114.33μg.m-3,高于白天PM2.1(41.02μg.m-3)和PM9.0(74.38μg.m-3),昼、夜变化很明显;雾天PM2.1∑16PAHs为49.97 ng.m-3,是晴天(33.30 ng.m-3)1.50倍,PM9.0∑16PAHs为59.45 ng.m-3,是晴天(40.80 ng.m-3)1.46倍;PM2.1和PM9.0中PAHs单体平均浓度均为荧蒽最高,且雾天(PM2.1为7.98 ng.m-3,PM9.0为9.99 ng.m-3)高于晴天(PM2.1为5.23 ng.m-3,PM9.0为6.77 ng.m-3);雾天PM2.1和PM9.0中苯并[a]芘的浓度为1.77ng.m-3和1.99 ng.m-3,高于晴天(PM2.1为1.46 ng.m-3,PM9.0为1.84 ng.m-3).结果表明,雾过程加重了近地面大气PM2.5和PM10的污染;雾天与晴天PM10∑16PAHs粒径分布的昼夜特征与PM10在2种天气系统下粒径分布的昼夜特征基本一致,均为双峰型分布,分别位于积聚模态和粗模态粒子.白天雾过程对PM10及PM10∑16PAHs的粒径分布影响比较大,夜间雾过程则对其没有太大影响.     

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。     

不同控制指标下的大气PM_(10)浓度对人群的健康影响——以2006年珠江三角洲地区为例

根据珠江三角洲地区16个典型站点2006年监测的PM10浓度数据,以珠江三角洲地区人群2006年PM10暴露浓度作为基准,采用泊松回归模型和寿命表方法,评价PM10浓度对人群健康影响.该区2006年PM10年均浓度达到73μg/m3,若所有监测城市PM10浓度达到国家二级标准(100μg/m3),成人(≥30岁)可避免死亡人数为2300人,人群平均期望寿命延长0.13a.当PM10年均浓度达到WHO推荐过渡指标值(70,50,30μg/m3)及指导值(20μg/m3)后,成人可避免死亡人数分别为8700,19700,32600,38500人;人群平均期望寿命分别延长0.47,1.1,1.9,2.3a.     

大气颗粒物和降水化学特征的相互关系

分别于2007年在泰安市郊区和深圳市郊区采集了大气颗粒物并同时对降水进行了分级采样,通过降水过程中降水化学特征的变化和降水前后颗粒物浓度和化学组成的改变,讨论了云下冲刷过程中大气颗粒物对降水化学组分的贡献和降水对颗粒物的去除作用.泰安降水雨量加权pH为5.97,总可溶解离子浓度为1 187.96μeq.L-1,PM10的质量浓度为131.76μg/m3,PM2.5为103.84μg/m3.深圳降水雨量加权pH为4.72,总可溶解成分离子浓度为175.89μeq.L-1,PM10的质量浓度为56.66μg/m3,PM2.5为41.52μg/m3.泰安和深圳降水过程中pH和离子浓度都逐渐降低,冲刷过程主要是中和作用.泰安和深圳降水中Na+和Ca2+的去除效率较高,NH4+和NO3-去除效率较低.两地降水化学性质的差别取决于云水酸度、大气颗粒物性质和大气中酸碱性气体差别的共同作用.降水对大气颗粒物质量浓度、离子组分和元素组分都有显著清除作用.     

北京2008奥运期间PM10的单颗粒形貌类型及生物活性研究

采集2008年北京奥运会期间大气PM_(10)和PM_(2.5)样品,计算质量浓度,得出奥运会期间大气污染水平.利用场发射扫描电镜(FESEM)和图像分析技术对PM_(10)和PM_(2.5)的形貌特征和粒度分布进行分析.同时应用质粒DNA 评价法研究了奥运会期间PM_(10)样品的生物活性.结果表明,奥运会期间可吸入颗粒物质量浓度日均值均符合国家2级标准,PM_(2.5)和PM_(10)的比值为0.63,以细粒子PM_(2.5)为主.奥运期间PM_(10)和PM_(2.5)样品的微观形貌主要为球形颗粒、烟尘集合体、不规则矿物和未知细颗粒,其中球形颗粒和未知细颗粒占有相当大的数量比例.PM_(10)和PM_(2.5)数量-粒度呈单峰分布,主要分布在0.1～0.4 μm范围内.PM_(10)的体积-粒度呈双峰分布,主要分布在0.4～0.5 μm和1～2.5 μm范围内,PM_(2.5)主要分布在1～2.5 μm范围内.质粒DNA 评价结果表明,北京2008奥运期间可吸入颗粒物生物活性明显降低,要达到20%的损伤需要的颗粒物剂量浓度在180 μg·mL~(-1)以上,明显高于2004年的63 μg·mL~(-1),可见奥运期间大气颗粒物对人体危害比往年减小.     

北京市冬季公共场所室内空气中TSP, PM10, PM2.5和PM1污染研究

在北京市的海淀区、朝阳区、丰台区和昌平区选择了 49个公共场所 (包括办公室、宾馆、图书馆、超市等等 ) ,分别对其室内空气中TSP ,PM10 ,PM2 5 和PM1的浓度进行了测定 ,并且对室内空气中粉尘含量的影响因素进行了分析和探讨 .研究结果表明 ,繁忙的交通状况和建筑施工将明显增加公共场所室内空气中TSP ,PM10 ,PM2 5 和PM1浓度 .频繁的室内清扫有助于降低室内空气中颗粒物的浓度 .在室内空气中 ,PM10 浓度与TSP浓度呈现明显的正向线性相关性 ,而PM2 5 和PM1的浓度与PM10 浓度的相关性较差     

乌鲁木齐市大气颗粒物中重金属的污染特征及风险水平评价

为了解乌鲁木齐市新疆农业大学大气颗粒物（TSP、PM₁₀、PM₅、PM_2.5）中Cu、Mn、Zn、Pb、Cr、Cd 6种重金属元素的分布特征及其经呼吸摄入方式带来的健康风险,采用崂应2050型大气综合采样器于2018年春季、夏季、秋季、冬季分别进行样品采集,使用TAS-990原子吸收分光光度计测定颗粒物中的重金属元素.结果表明:①新疆农业大学2018年四季ρ（TSP）、ρ（PM₁₀）、ρ（PM₅）、ρ（PM_2.5）范围分别为93.17~257.14、70.57~202.29、57.58~147.96、48.71~147.46 μg/m3.②各季节重金属平均质量浓度在不同大气颗粒物中均呈ρ（Zn）> ρ（Cu）> ρ（Pb）> ρ（Cr）> ρ（Mn）> ρ（Cd）的趋势.③不同大气颗粒物中重金属非致癌总风险均呈儿童高于成人的特点,HI（非致癌风险总值）均小于限值（1）,Cd、Cr经呼吸途径产生的ILCR（终身增量致癌风险）为3.07×10-6~2.36×10-5.④I_geo（地累积指数）结果表明,大气颗粒物中Mn的I_geo平均值为-2.43,表现为无污染;Cr的I_geo平均值为0.78,表现为无-中污染;Cu和Pb的I_geo平均值分别为4.53、4.33,表现为重-极重污染;Zn和Cd的I_geo平均值分别为5.68、7.18,表现为极重污染.研究显示,新疆农业大学大气颗粒物中Cd、Cr对人体无致癌风险,但Zn与Cd的污染较重,应及时对乌鲁木齐市实施相应管控措施.      

珠江三角洲大气细颗粒物的致癌风险及源解析

于2004年4、7、10月和2005年1月对广州、深圳大气细颗粒物(PM2.5)中17种多环芳烃(PAHs)的浓度进行了分析,以苯并[a]芘(BaP)为毒性参照物的致癌毒性当量浓度(BaPeq),通过线性剂量-反应模型计算了呼吸致癌风险水平,结合源排放谱和化学质量平衡受体模型(CMB),研究了对致癌风险的各排放源贡献.结果表明,PAHs的浓度为5.87~63.36ng/m3,平均浓度深圳为32.68 ng/m3,广州为28.15ng/m3,且呈冬高夏低的分布规律.BaP和BaPeq日均超标率达到2.78%和5.56%,相对于WHO的日均标准的超标率达到50.0%和61.1%.该地区呼吸致癌风险平均水平为1×10-6~1×10-5,高于日常活动所致风险,低于引起关注的最低风险值.共解析出3种OC及致癌风险的排放源,分别为燃煤排放、机动车排放、生物质燃烧,其中燃煤排放和生物质燃烧贡献最大,对OC及BaPeq的贡献呈现相似规律.     

Monthly and seasonal trends of total suspended particulate matter and smoke concentration in industrial and residential areas in Cairo

Total suspended particulate (TSP) matter and smoke were investigated at Shoubra El-Kheima industrial area and El-Dokki residential area located in Cairo. TSP gave the highest monthly mean concentration in 2 years' study at Shoubra El-Kheima (895 μg m⁻³), nearly 12 times the geometrical mean of air quality standard (75 μg m⁻³). The corresponding figure at the residential area is 544 μg m⁻³, which is 7.3 concentrations during spring and lower during summer. Smoke concentration in the industrial area was nearly 1.4 and 1.2 times its concentration in the residential area during the 2 study years. Smoke concentration was found to be light to moderate during 86% of the days and heavy to extremely heavy during 14% of the days at the industrial area. The corresponding percentages for the residential area were 90% and 10% for light to moderate and heavy to extremely heavy, respectively.     

霾天气下南京PM2.5中金属元素污染特征及来源分析

2007年6月13日至2008年5月29日期间,对南京大气中PM2.5进行了连续采样,并利用电感耦合等离子体质谱分析法测定了PM2.5中K、Al、Ca、Pb等30种元素的质量浓度,对比分析了这些元素在霾日与非霾日的污染特征.结果表明,PM2.5污染水平较高,年质量浓度均值达103μg/m3.霾日PM2.5质量浓度水平是非霾日的2.35倍.春季霾日前后PM2.5中元素变化特征不明显,秋冬季节霾日元素浓度基本大于非霾日.平均而言,整个采样期间Cu、Se、Hg、Bi等人为污染元素的富集因子均较高,且霾日明显大于非霾日.因子分析结果表明,南京市霾日PM2.5主要来源于土壤尘、冶金化工尘、化石燃料燃烧、垃圾焚烧及建筑扬尘,贡献率依次为29.21%、20.15%、27.15%、7.09%和5.10%.