基于DTT法测量广州市区PM2.5的氧化潜势

大气颗粒物氧化潜势（Oxidative potential）常用于表征颗粒物对人体健康的影响.二硫苏糖醇（DTT）法是近年发展的一种测定颗粒物氧化潜势的方法,本研究改进了该方法的颗粒物提取方式和反应流程,并开展了广州市区PM_2.5氧化潜势（DTT_m&DTT_v）的测量.结果表明,广州市区2018年1月和4月PM_2.5的DTT_m值分别为（13.47±3.86）,（14.66±4.49）pmol/（min·μg）,DTT_v值分别为（4.67±1.06）,（4.45±1.02）nmol/（min·m³）,与国内外研究结果相当.DTT_v与PM_2.5质量浓度、OC、EC、BC具有较强的相关性,但DTT_m与以上参数相关性低,说明含碳组分不是广州市PM_2.5氧化潜势的主要贡献者.     

太原市冬季不同污染程度下PM2.5的化学组成、消光特征及氧化潜势

为深入探究重污染地区气溶胶的消光特征和健康风险,于2019年冬季开展了太原市PM_2.5主要化学成分和氧化潜势的分析.采样期间ρ(PM_2.5)为（89.9±33.6）μg·m^-3,其中水溶性离子和碳质气溶胶分别占到43.3%和33.8%,浓度较高的组分依次为：OC>SO₄^2->NO^-₃>EC>NH⁺₄>Cl^->Ca²⁺.随着污染程度的增加,PM_2.5中有机物（OM）和矿物尘的占比下降了5.8%和11.2%,而SNA(NO^-₃、 SO₄^2-和NH⁺₄)的质量分数由33.9%显著增加到56.0%.基于IMPROVE公式估算,太原市冬季大气颗粒物的平均消光系数为（453...     

深圳市大气PM2.5来源解析

为识别和量化深圳市大气PM_2.5的污染来源,2014年3,6,9,12月分别在5个站点采集PM_2.5的膜样品并进行质量浓度及组分分析,利用正向矩阵因子解析（PMF）模型对其主要来源和时空变化规律进行了解析.结果表明,2014年深圳市PM_2.5年均浓度为35.7 μg/m³,其中机动车源、二次硫酸盐生成、二次有机物生成和二次硝酸盐生成是最主要的来源,质量浓度贡献比例分别为27%、21%、12%和10%;地面扬尘、生物质燃烧源、远洋船舶源、工业源、海洋源、建筑尘和燃煤源贡献比例达2%~6%.各个源贡献的时空变化特征表明,二次硫酸盐生成、生物质燃烧源、二次有机物生成、工业源、远洋船舶源和海洋源显示出明显的区域源特征,机动车源、二次硝酸盐生成、燃煤源、地面扬尘和建筑尘具有显著的本地源特征.     

西安冬季PM2.5中不同极性水溶性有机物的污染特征及氧化潜势

大气细颗粒物(PM_2.5)通过产生活性氧(ROS)对健康造成不利影响.酸性、中性和高极性水溶性有机物(WSOM)是有机气溶胶中产生ROS的重要成分.采集西安市区2019年冬季PM_2.5样品,深入探究不同极性水平WSOM组分的污染特征和健康风险.结果表明,西安市PM_2.5中ρ(WSOM)为(4.62±1.89)μg·m^-3,类腐殖质物质(HULIS)是WSOM的重要组成部分(78.81%±10.50%),霾天HULIS的占比更高.三类不同极性WSOM的碳浓度水平在霾天和非霾天大小分别为：中性HULIS(HULIS-n)>酸性HULIS(HULIS-a)>高极性有机物(HP-WSOM)和HULIS-n>HP-WSOM>HULIS-a.采用DCFH(2′,7′-二氯二氢荧光素)法测量其氧化潜势(OP),发现霾天和非霾天单位质量OP(OP_m)的规律均为HP-WSOM>HULIS-a>HULIS-n,单位空气体积OP(OP_v)特征...     

郑州市冬季大气PM2.5金属元素来源及健康风险评价

以郑州市2019年12月大气PM_2.5为对象,分析其中Ca、 Fe、 K、 Mg、 Sb、 Na、 As、 Cu、 Pb、 Zn、 V、 Co、 Cr和Ni含量,运用地累积指数(geo-accumulation index,I_geo)和正定矩阵因子模型（positive matrix factorization, PMF）分析元素污染程度和来源,采用美国EPA健康风险评价模型对重金属元素的健康风险进行评价.结果显示,采样期间日均ρ(PM_2.5)为108μg·m^-3,金属元素中ρ（Ca）最高(5.9μg·m^-3).地累积指数结果表明,Sb污染程度最高,Sb、 As和Cu造成极重污染,PMF解析结果表明,采样期间研究区域金属元素来源有冶金工业源、交通移动源、固体废物焚烧源和燃煤与扬尘混合源.不同污染水平下儿童所受非致癌风险更高而成年人所受致癌风险更高,各金属元素对人体的非致癌风险总体上在人体可接受范围,而As造成的致癌风险超出可接受范围.各类源HQ值均小于1,非致癌风险可忽略不计,...     

天津市PM2.5-O3复合污染特征及气象影响分析

为了解天津市PM_2.5-O₃复合污染特征及气象成因,基于2013～2019年高时间分辨率的PM_2.5、 O₃和气象观测数据,对天津市PM_2.5-O₃复合污染特征、污染物浓度分布以及关键气象因子进行分析.结果表明,2013～2019年,天津市复合污染日94 d,总体呈现下降趋势,前期（2013～2015年）下降明显,由2013年的23 d降至2015年的11 d,下降52.2%;后期（2016～2019年）波动式上升,由2016年的12 d升至2019年的14 d,上升16.7%.复合污染日主要出现在每年的3～9月,年际变化较大,2013～2016年在6～8月出现较多,2017～2019年在4月和9月出现较多.小时ρ(PM_2.5)在75～85μg·m^-3时,小时ρ（O₃）存在峰值区(301～326μg·m^-3).在所有O₃污染中,PM_2.5...     

COVID-19管控期间苏州市PM2.5中金属元素浓度变化及来源解析

为了解COVID-19管控期间苏州市PM_2.5中金属元素浓度变化和来源,利用多金属在线监测仪于2019年12月1日～2020年3月31日测定了14种金属元素小时浓度,分析停产前、停产期和复工期金属元素浓度变化,并采用PMF模型分析其污染来源.结果表明,停产期Cr、 Mn、 Zn和Fe浓度降幅最大,较停产前分别降低了87.6%、 85.6%、 78.3%和72.2%;复工期Mn、 Cr、 Zn和Fe浓度升幅最大,较停产期分别增加了227.0%、 215.4%、 147.4%和113.4%.K在3个阶段日变化均不相同;Zn在3个阶段日变化均呈单峰形,但峰宽和峰值出现时间有所不同;Fe、 Mn、 Pb、 Se和Hg日变化无明显变化,仅仅是浓度发生了变化;Ca、 Ba、 Cu、 As、 Cr和Ni停产期和复工期日变化较停产前变化较大. PMF模型来源解析结果表明,金属元素主要来源于扬尘、机动车、燃煤、工业冶炼和混合燃烧源,其中工业冶炼源浓度变化最大,停产期浓度下降了89.0%,复工期浓度较停产期上升了358.0%.     

承德市PM2.5中多环芳烃的季节分布特征、来源解析及健康风险评价

为研究承德市PM_2.5中多环芳烃（PAHs）的季度变化特征和污染来源,于2019年的1、 4、 7和10月采集PM_2.5样品,采用气相色谱-质谱联用仪（GC-MS）测定了16种PAHs的浓度,并利用时序变动、特征比值和正定矩阵因子模型（PMF）的方法,分析了各季节PAHs的浓度变动、组分特征和潜在污染源.此外,为评价PAHs对健康风险的影响,采用BaP毒性当量法(BaP_Teq)及增量终生致癌风险（ILCR）模型,并结合PAHs数据和PMF结果进行分析.结果表明,采样期间承德市PM_2.5中■的变化范围为2.7～246.4 ng·m^-3,呈现（136.8±52.1）ng·m^-3（冬季）>（70.3±36.7）ng·m^-3（秋季）>（24.7±17.4）ng·m^-3（春季）>（13.7±9.4）ng·m^-3（夏季）的显著季节特征.不同环数PAHs的浓度占总浓度的占比中,5～6环的...     

疫情管控期西安PM2.5和O3污染特征及成因分析

基于西安疫情管控期空气监测数据,分析PM_2.5和O₃的时空序列特征,从PM_2.5源解析、O₃前体物VOCs溯源、气象要素和区域传输方向探讨污染成因.结果表明：(1)管控期PM_2.5和O₃分别同比上升20.39%和23.72%,其他参数均下降;与管控前后时期相比,管控期PM_2.5和PM₁₀日均值协同变化趋势减弱,O₃和NO₂此消彼长趋势增强;相比去年同期,PM_2.5小时值升高11～19μg·m^-3,O₃小时值夜间18:00～23:00升幅增大,为10～19μg·m^-3.(2)污染物浓度变化呈现一定的空间聚集协同性;受地形及植被阻滞吸附影响,PM_2.5污染集中在北部,由于城郊NO₂滴定效果弱于城区,表现为南部郊区O₃污染较...     

基于受体和化学传输的综合模型解析重庆PM2.5来源

为进一步提高PM_2.5污染源解析的准确性,研究提出一种基于受体和化学传输的综合源解析模型（CTM-RM）,并以重庆冬季一次典型PM_2.5污染过程为例（2019年1月21～27日）开展模型评估与应用.结果表明,观测期间基于CTM-RM获得的模拟误差平方值较CAMx/PSAT低84.58%,PM_2.5及其化学组分浓度的模拟相对误差值较CAMx/PSAT下降15.69%～92.86%;此外,CTM-RM还可以获取重庆市PM_2.5污染源贡献的时空分布特征.观测期间,主城区PM_2.5农业源、工业源、电力源、民用源、交通源和其他源的调整因子R值分别为1.39±0.38、 1.54±0.48、 1.01±0.13、 1.02±0.58、 0.86±0.59和0.58±0.67,各污染源R值的累积分布函数差异明显.民用源和工业源是主城区PM_2.5的主要污染源（46.23%和28.23%）.与其他源不同,污染日交通源贡献率（8.62%）同比清洁日显著上升（P<0.00...     

临沂市冬季环境空气PM2.5中水溶性离子污染特征及来源分析

为探究临沂市冬季环境空气PM_2.5中水溶性离子污染特征及来源,于2016年12月11日—2017年1月9日在临沂大学、兰山区政府、高新区翠湖嘉园、汤庄办事处、河东区政府、临沂开发区6个采样点开展样品采集.结果表明:①采样期间全市ρ（PM_2.5）日均值的平均值为144.86 μg/m3,ρ（PM_2.5）日均值在2016年12月20日和2017年1月4日出现峰值,分别为304.46和341.65 μg/m3.②水溶性离子日均质量浓度大小顺序依次为ρ（NO₃-）> ρ（SO₄2-）> ρ（NH₄+）> ρ（Cl-）> ρ（K+）> ρ（Ca2+）> ρ（Na+）> ρ（F-）> ρ（Mg2+）> ρ（NO₂-）,其中,在PM_2.5中w（NO₃-）、w（SO₄2-）、w（NH₄+）分别为22.33%、16.57%、13.62%,说明NO₃-、SO₄2-和NH₄+是临沂市PM_2.5的主要组成部分.③临沂市污染天和非污染天ρ（PM_2.5）日均值分别为164.00和56.86 μg/m3.随污染水平增加,PM_2.5中w（NO₃-）明显增高,w（SO₄2-）和w（NH₄+）基本不变,说明w（NO₃-）的增加导致ρ（PM_2.5）的升高.污染天和非污染天的NOR（氮氧化率）分别为0.28和0.11,SOR（硫氧化率）分别为0.34和0.28,说明污染越重,NOR和SOR越高,并且NO_x的气-粒转化速率较SO₂慢.污染天ρ（Cl-）和ρ（K+）分别为7.22和1.77 μg/m3,分别是非污染天的2.5和3.0倍.④采样期间非污染天和污染天的N/S〔ρ（NO₃-）/ρ（SO₄2-）〕分别为0.85和1.39,说明非污染天时固定源对PM_2.5的贡献相对较大,而污染天时移动源对PM_2.5的贡献相对较大.⑤通过PMF模型法解析出3个因子.因子1对PM_2.5中水溶性离子的贡献率为56.13%,代表二次源和生物质燃烧源;因子2的贡献率为25.22%,代表工业源和垃圾焚烧源;因子3的贡献率为18.65%,代表扬尘源.研究显示,临沂市冬季PM_2.5污染严重,水溶性离子来源复杂,应采取多源控制的污染防治对策.      

郑州市冬季大气PM2.5传输路径和潜在源分析

针对郑州市2017年12月~2018年2月的冬季气象数据和大气污染物质量浓度在线监测数据,分析了气象条件对颗粒物浓度的影响.通过混合型单粒子拉格朗日综合轨迹(HYSPLIT)方法模拟了郑州市冬季48 h的气流后向轨迹,同时进行了聚类分析,并使用潜在源贡献因子(PSCF)方法和浓度权重轨迹(CWT)方法分析了郑州市冬季PM_(2.5)的潜在污染来源和不同潜在源区对郑州市大气PM_(2.5)浓度的贡献.结果表明,低风速、高湿度和较少的降水是造成颗粒物污染严重的重要气象因素;超过60%的后向轨迹来自西北方向,其次是来自京津地区的轨迹占比为25.6%,而来自南边和东边的轨迹只占7.5%和6.1%,但对应着较高的PM_(2.5)浓度;郑州市冬季PM_(2.5)的潜在源区主要是北部的京津冀传输通道城市,包括焦作、开封、新乡、鹤壁、濮阳、安阳、邯郸和邢台,此外,相邻省份包括山西省、湖北省和安徽省部分区域对郑州市大气PM_(2.5)污染水平也有着较大的影响和贡献.     

南京地区细颗粒物污染输送影响及潜在源区

基于南京市空气质量数据和NCEP全球再分析资料,利用后向轨迹模式计算了2019年3月至2020年2月以南京城区为受体点的逐小时气团24 h后向轨迹,并将后向轨迹数据和PM_2.5浓度数据结合,进行轨迹聚类和潜在源区分析.结果表明,研究期间南京市ρ(PM_2.5)平均值为(36±20)μg·m^-3,超过国家二级标准限值的污染天数为17 d,ρ(PM_2.5)的季节变化特征明显：冬季(49μg·m^-3)>春季(42μg·m^-3)>秋季(31μg·m^-3)>夏季(24μg·m^-3),全年PM_2.5浓度和地面气压显著正相关,而跟气温、相对湿度、降水量和风速均为显著负相关关系;春季气团输送路径为7条,其余季节均为6条,其中,春季的西北路和东南偏南路,秋季东南路和冬季西南路是各季主要的污染输送路径,均具有传输距离短,气团移动慢的特点,说明静稳天气下本地累积是PM_2.5出...     

周口市2022年冬季重污染过程中细颗粒物污染特征及成因分析

为研究周口市冬季大气细颗粒物污染特征及导致其暴发增长的主要影响因素,利用城区环境空气在线高时间分辨仪器对2022年1月周口市大气常规污染因子、细颗粒物中水溶性离子等进行观测分析.结果表明,二次无机气溶胶(SNA)、碳质气溶胶(CA,包括有机碳OC和无机碳EC)以及重构后的地壳物质(CM,如Al₂O₃、 SiO₂、 CaO和Fe₂O₃等)是PM_2.5中含量前三的组成,占比分别为61.3%、 24.3%和9.72%,SNA、 CA、 CM和二次有机气溶胶(SOA)浓度均随AQI升高而升高. 1月硫氧化率(SOR)和氮氧化率(NOR)分别为0.53和0.46, SO₄^2-和NO^-₃增长速率[μg·(m³·h)^-1]分别为0.027(-5.89～9.47,下同)和0.051(-23.1～12.4).重污染时段SO₄     

关中地区冬季PM2.5中碳气溶胶的污染特征及来源解析

为研究关中地区冬季PM2.5中碳气溶胶的污染特征和来源,于2012年12月至2013年2月在西安、宝鸡、渭南和秦岭进行PM2.5的采集,并利用热光反射法测定了样品中的有机碳(organic carbon,OC)和元素碳(elemental carbon,EC).结果表明,4个采样点OC的平均质量浓度分别为47.8、45.8、31.2和37.0μg·m-3,EC分别为8.5、6.7、7.6和5.7μg·m-3,总碳气溶胶(total carbonaceous aerosol,TCA)分别占PM2.5的36.4%、46.2%、36.9%和33.4%.OC和EC的相关性在西安(R2=0.93)和秦岭(R2=0.91)高于宝鸡(R2=0.58)和渭南(R2=0.62),表明OC和EC在西安和秦岭可能具有更为相似的来源,也可能具有更高的混合程度.所有样品的OC/EC比值均大于2.0,表明有二次气溶胶(secondary organic carbon,SOC)的生成,4个采样点SOC分别占OC的21.6%、40.3%、23.2%和27.8%.正定矩阵因子分析法(positive matrix factorization,PMF)解析结果显示,燃煤是关中地区冬季碳气溶胶的首要来源,占45.3%~47.9%,汽油车和生物质燃烧是次要来源,分别占26.1%~33.1%和14.3%~20.1%,此外柴油车也有一定贡献.     

天津市PM2.5-O3复合污染特征及来源分析

为了解天津市PM_2.5-O₃复合污染特征及来源,基于2017～2019年高时间分辨率PM_2.5、 O₃和挥发性有机物（VOCs）在线监测数据,对复合污染下天津市VOCs浓度水平、化学组成及O₃和二次有机气溶胶（SOA）生成潜势来源进行分析.结果表明,2017～2019年,天津市复合污染日为34 d,分布在每年的3～9月,年度变化呈现稳中略升趋势;小时ρ(PM_2.5)在75～85μg·m^-3时,小时ρ（O₃）存在峰值区(301～326μg·m^-3).复合污染下ρ（VOCs）为72.59μg·m^-3,烷烃、芳香烃、烯烃和炔烃质量分数分别为61.51%、 20.38%、 11.54%和6.57%; VOCs中浓度较高的前20种物种的浓度均上升,其中乙烷、正丁烷、异丁烷和异戊烷等烷烃类物种质量分数上升,烯烃和炔烃类质量分数略下降,芳香烃类中的苯和1,2,3-三甲苯质量分数略升....     

郴州市大气PM2.5碳组分污染特征及其来源分析

为研究郴州市PM_2.5中碳组分的污染特征及来源,于2016年7月-2017年4月分4个季度典型时段采集郴州市环境大气中的PM_2.5,测定了样品中OC（有机碳）和EC（元素碳）的质量浓度,对碳气溶胶污染水平、时空分布、SOC（二次有机碳）以及OC和EC相关性等特征进行了分析,并分析了碳组分的来源.结果表明:郴州市ρ（PM_2.5）年均值为（40.2±19.0）μg/m3,ρ（OC）、ρ（EC）占比分别为15.7%和7.2%;ρ（OC）与ρ（EC）相关性分析显示二者来源较为一致,但春季、夏季差异相对较大;ρ（SOC）全年估算值为1.84 μg/m3,占ρ（OC）的29.11%,夏季较高的温度和较低的相对湿度导致夏季ρ（SOC）的估算偏低.结合碳组分丰度分析、PCA（主成分分析）和PMF（正矩阵因子分解分析）结果发现,燃煤/道路尘、机动车排放和生物质燃烧对PM_2.5中TC（总碳）的影响最为明显,贡献率分别为49.25%~56.71%、19.79%~25.36%和9.35%~13.69%.反向轨迹聚类结果显示,广东珠三角区域的汽油车排放、道路尘和生物质燃烧对郴州市PM_2.5中碳组分有较大的影响,而燃煤和柴油车的贡献主要来源于本地.研究显示,郴州市PM_2.5中碳组分污染较为严重,应重点加强本地燃煤和柴油车的控制.      

典型物流城市2016年冬季2次污染过程PM2.5污染特征及来源解析

为研究典型物流城市临沂市冬季重污染天气过程中PM_(2.5)化学组分特征,探讨污染成因,于2016年12月～2017年1月在6个采样点连续采集28 d的PM_(2.5)样品,并对其离子、元素、碳组分进行分析.采样期间PM_(2.5)质量浓度均值(145. 2±87. 8)μg·m~(-3),日均值超标率为82%; 2次污染过程中PM_(2.5)均值浓度分别为(187. 3±79. 8)μg·m~(-3)和(205. 3±92. 0)μg·m~(-3),为《环境空气质量标准》(GB 3095-2012)年均二级标准的5. 4和5. 9倍.化学组分质量重构结果显示二次无机离子(SNA)是冬季PM_(2.5)的主要组分(所占质量分数为51. 2%),其次为有机物OM(23. 8%),再次为矿物尘MIN(12. 7%).结合污染过程中化学组分的变化趋势和累积速率发现,第1个污染过程中SNA和OM是引起PM_(2.5)浓度增加的原因之一,第2个污染过程中SNA是导致污染的主因,硫氧化率(SOR)、氮氧化率(NOR)和OC/EC比值的日均变化趋势进一步验证了该结论. PMF源解析结果表明,临沂市冬季大气PM_(2.5)的首要源类为二次颗粒物和生物质燃烧混合源(分担率50. 0%),其次为燃煤源(16. 8%)、机动车(12. 9%)和城市扬尘(10. 0%),再次为工业源(5. 3%)和土壤尘(5. 0%). 2次污染过程中二次颗粒物的贡献较之冬季平均有明显增加,说明不利气象条件下二次颗粒物的生成、累积是导致重污染期形成的主因.     

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.      

常州市冬季PM2.5中类腐殖质昼夜特征分析

为探讨常州冬季大气气溶胶中类腐殖质(HULIS)的昼夜变化特征,在常州市城郊于2017年1月1日～2月28日采集了64个细颗粒物(PM_(2.5))样品,分析获取了类腐殖碳(HULIS-C)的浓度和光学变化特征.冬季PM_(2.5)昼夜平均质量浓度分别为122. 60μg·m~(-3)和111. 72μg·m~(-3),HULIS-C的昼夜平均质量浓度分别为4. 18μg·m~(-3)和3. 74μg·m~(-3),白天均高于夜晚.紫外光谱分析结果表明,HULIS/WSOA(水溶性有机质)于250 nm处的吸光度比值(昼:77%,夜:75%)明显大于HULIS-C/WSOC(水溶性碳)的浓度比值(昼:51%,夜:50%),表明较多的高紫外吸收物质和多聚共轭芳香结构存在于HULIS中;昼夜HULIS在250 nm和365 nm光下的吸光度比值(E250/E365)和特征紫外吸光度(SUVA280)的差异小,说明HULIS在芳香度和分子量上昼夜差异小,且昼夜HULIS化学性质及组成相近;进一步分析了HULIS的光吸收效率(MAE365)和光吸收指数(AAE300-400),发现昼夜没有明显差异.此外,通过HULIS-C和PM_(2.5)中其他化学组分的相关性分析,定性了解常州市冬季HULIS的主要影响因素,HULIS-C来源上受到了生物质燃烧、化石燃料燃烧、工厂排放以及二次生成的共同影响;而昼夜之间对比表明,昼间HULIS主要受到二次生成的影响,而夜间HULIS来源上除受到白天二次生成影响外,也受到了一次燃烧排放的影响.