基于CAMx模型的福州市PM_(2.5)来源解析

为了持续改善环境空气质量,判断PM_(2.5)的来源是控制和治理的关键。该文应用WRF-CAMx模式,对福州地区2013年1、4、7、10月污染物的传输过程进行模拟。结果显示,工业源对PM_(2.5)浓度的贡献率最大,为45.9%~62.3%,其次交通源为17.2%~26.7%,民用源为13.6%~17.7%;本地源排放是福州地区污染物主要来源,本地源对PM_(2.5)的贡献率为83.8%~89.1%,外界传输贡献率为10.9%~16.2%;福州地区一次PM对PM_(2.5)的贡献最大,贡献率为64.6%~82.9%,SO2的贡献率为9.1%~12.1%,NOx贡献率为0.5%-12.5%。     

青岛市PM_(2.5)输送来源研究

基于轨迹聚类,结合全球数据同化系统的气象资料以及青岛市PM_(2.5)的浓度监测资料,对2014年1-12月到达青岛市的气团进行了统计分析。利用潜在源区贡献法(PSCF)和浓度权重法分别分析了青岛市PM_(2.5)的潜在污染来源地区及不同地区对青岛市PM_(2.5)的权重浓度贡献。结果表明:在研究期间内,影响青岛市的气团主要有3类:第1类为来自西北内陆的大陆性气团,第2类为海洋性气团,第3类为区域输送气团;其中来自西北内陆的气团占46%,对应的PM_(2.5)浓度为60.86μg/m3,海洋性气团占39.95%,对应PM_(2.5)浓度为45.53μg/m3;区域传输特征气团占14.05%,对应浓度最高,为62.97μg/m3。PSCF分析结果显示:青岛市PM_(2.5)的潜在污染源地区为河南中部、安徽北部、山东西部、内蒙古中部、京津唐地区及长江三角洲附近黄海区域。CWT分析结果表明:对青岛市PM_(2.5)污染的权重浓度贡献较高的为河南中部地区、山东与河北交界地区,蒙古东部,京津唐地区及黄海南部等。区域传输是青岛市PM_(2.5)污染的重要来源。     

海口市PM_(2.5)和PM_(10)来源解析

以海口市为例,研究了我国典型热带沿海城市——海口市环境空气颗粒物的污染特征和主要来源.2012年春季和冬季在海口市区4个采样点同步采集了环境空气中PM10和PM2.5样品,同时采集了多种颗粒物源样品,并使用多种仪器分析方法分析了源与受体样品的化学组成,建立了源化学成分谱.使用CMB(化学质量平衡)模型对海口市大气颗粒物进行源解析.结果表明:污染源贡献具有明显的季节特点,并存在一定的空间变化.冬季城市扬尘、机动车尾气尘、二次硫酸盐和煤烟尘是海口市PM10和PM2.5中贡献较大的源,在PM10和PM2.5中贡献率分别为23.6%、16.7%,17.5%、29.8%,13.3%、15.7%和13.0%、15.3%;春季机动车尾气尘、城市扬尘、建筑水泥尘和二次硫酸盐是海口市PM10和PM2.5中贡献较大的源,在PM10和PM2.5中贡献率分别为27.5%、35.0%,20.2%、14.9%,12.8%、6.0%和9.5%、10.5%.冬季较重的颗粒物污染可能来自于华南内陆地区的区域输送,特别是,本地排放极少的煤烟尘和二次硫酸盐受区域输送的影响更为显著.     

盐城市PM_(2.5)空气质量达标数值模拟研究

利用盐城市2016年空气质量数据,分析了盐城市6项常规污染物的达标差距。在此基础上设置减排情景,并运用WRF-CMAQ空气质量模型针对三个减排情景开展模拟评估。2016年盐城市PM_(2.5)年均浓度为43μg/m~3,超过国家《环境空气质量标准》(GB 3095-2012)二级标准22.8%。模拟结果显示常规减排情景下盐城市即可实现2020年39.0μg/m~3空气质量改善目标,但是常规减排情景和强化减排情景下,盐城市PM_(2.5)浓度均未能达到2030年的预期目标。在进一步实施产业结构升级和能源结构调整降低VOCs和NH_3排放后,可于2030年实现PM_(2.5)浓度低于35.0μg/m~3的预期目标。     

基于COPERT Ⅳ模型的机动车PM_(2.5)排放来源特征分析

以广东省佛山市为研究范围,主要采用COPERTⅣ模型研究了重点车型排气管与非排气管排放的PM2.5特征及其影响因素,并分析了佛山2012年机动车排放PM2.5的排放来源。分析表明:非排气管排放PM2.5随车重增加而增加,随车速提升而降低;排气管排放PM2.5随车速和排放标准的提升而降低;随着排放标准的提升,排气管和非排气管排放差异越来越小;2012年佛山市机动车非排气管排放的PM2.5占机动车PM2.5总排放的28.9%,且随着未来黄标车淘汰等机动车污染控制措施的执行,非排气管PM2.5排放将成为大气环境控制污染治理的内容之一。     

应用受体模型(CMB)对北京市大气PM_(2.5)来源的解析研究

为研究影响北京市大气环境PM2.5污染水平的主要来源,于2012年8月—2013年7月,依托北京市大气地面观测网络在10个监测点采集的491 d(次)大气PM2.5有效样本,对其化学组分进行了测试分析;从城市大气污染源组成出发,建立和完善了5类固定点源、2类流动源、4类无组织面源的PM2.5排放成分谱.应用受体模型(CMB)开展了来源解析研究.结果显示:1观测期间大气环境PM2.5的来源主要包括:一次来源机动车(16%)、燃煤(15%)、土壤尘(6%)、二次硫酸铵和硝酸铵(36%),以及有机物(20%)和其他未识别来源(7%);与历史解析结果相比,燃煤源分担率有所下降,二次无机盐与有机物分担率上升,且二次硝酸盐有赶超二次硫酸盐之势;2从主要组分的来源看,观测期间环境大气PM2.5中近25%的硫酸盐来自于燃煤锅炉和电厂排放,17%的有机物来自机动车排放;3北京市PM2.5来源类型大致相同,但各点位PM2.5来源种类和分担率具有一定差异,对一些排放量较大的局地排放源有比较明确的响应.研究表明,开展区域性PM2.5治理、大力削减前体物、严格控制本地机动车、燃煤等PM2.5排放都是改善北京市空气质量的重要途径.     

基于ARIMA模型的PM_(2.5)预测

PM2.5的精确预测是大气污染评价和治理的关键性工作。本文针对PM2.5浓度变化的时间序列分布特征,结合环境监测站提供的相关数据,应用自回归移动平均模型(ARIMA(p,d,q))预测短期PM2.5的日平均浓度。结果表明:由于PM2.5浓度变化受气象场、排放源、复杂下垫面、理化生过程的耦合等多种因素的影响,不同时段内的变化模式存在巨大差异,因此采用分时段序列预测模型可以提高PM2.5的预测精度;通过将分时段序列模型与灰色GM(1,1)模型和全年时间序列模型的预测结果进行对比,发现该模型预测效果更好。     

镇江市冬季PM_(2.5)的来源解析

采集了镇江环境监测站1月份的PM2.5样品,用SPAMS 0515对PM2.5来源进行解析,结果显示,对镇江市区冬季环境空气有明显贡献的颗粒物来源是汽车尾气、燃煤、工业排放和扬尘,4者的贡献率分别为汽车尾气占22.5%、燃煤占16.3%、工业源占13.6%、扬尘占11.8%。镇江市区冬季PM2.5颗粒中,汽车尾气、燃煤分布在小粒径段,扬尘分布在大粒径段。日间汽车尾气和扬尘对PM2.5增高的影响增大,早高峰、晚高峰汽车尾气贡献增长。PM2.5中含的Mn、Fe、Cr、Zn、Pb 5种金属元素颗粒中含Pb颗粒数量最大。     

佛山市机动车尾气颗粒物PM_(2.5)的排放特征研究

以2010年为基准年,利用COPERTⅣ模型计算了佛山市机动车尾气PM10及PM2.5的排放因子和排放量,评估了交通源车型组成及国标分布特征对PM2.5分担率的影响,建立了5大类车型的PM2.5及PM10排放量比值关系。2010年佛山市机动车的PM2.5及PM10直接排放量分别为1 953.03 t/a及2 422.60 t/a;PM2.5排放量最高的2类车型为重型柴油车与摩托车,分担率分别为61.5%及19.3%;在所有机动车中国0车具有最高PM2.5分担率,高达47.5%;不同车型PM2.5/PM10排放量之比亦不同,依次为:轻型柴油车0.850>重型柴油车0.847>摩托车0.811>轻型汽油车0.574>重型汽油车0.477。柴油车与摩托车为削减PM2.5直接排放的主要控制对象,尤其应重点淘汰国0、国Ⅰ及国Ⅱ柴油类黄标车,综合考虑道路状况的前提下可实施限摩政策。     

徐州市春季PM_(10)及PM_(2.5)污染来源分析

采集了徐州市具有代表性的9个点位的春季环境空气样品,对不同功能区的监测点PM10及PM2.5污染水平及其来源进行了分析。结果表明,徐州市区代表不同功能的监测点污染特征明显,PM10与PM2.5污染主要来源于燃煤(包括电厂、其他工业)等固定源、机动车移动源,并受到工业废气、建筑施工扬尘等的影响。其水溶性离子、金属成分污染水平与其他城市相当,但由于受燃煤电厂的影响,Pb,Mn,As,Cr含量明显高于其它城市。     

乌鲁木齐PM_(10)和PM_(2.5)的形貌特征与来源解析

PM_(10)和PM_(2.5)是近年来乌鲁木齐市空气质量的首要污染物,其成分复杂,来源不清。采用扫描电镜和离子色谱研究了乌鲁木齐市2015年采暖期和非采暖期大气颗粒物PM_(10)和PM_(2.5)的显微形貌,元素组成及其水溶性离子特征,并采用主成分分析法(PCA)对其来源进行解析。结果表明:PM_(10)和PM_(2.5)的颗粒形态各异,以球状、团絮状形状居多。主要物质有硅铝酸盐颗粒、铁氧化物颗粒,硫酸/碳酸盐晶体,碳质气溶胶以及不明物质等。采暖期和非采暖期主要的无机水溶性离子分别是SO_4~(2-)、NH_4~+、NO_3~-、Cl~-和SO_4~(2-)、NH_4~+、NO_3~-、Ca~(2+)。推测乌鲁木齐市颗粒物污染主要来源于固定污染源。     

海南省PM_(2.5)主要来源与防治对策

为保持海南省的环境空气质量优良,防治雾霾污染,着重从直接来源、间接来源、迁移来源三个方面分析PM2.5的主要来源。以城镇为治理重点,加强街道的治理,大力绿化美化,加大汽车尾气的污染防治,强化餐饮业油烟排放管理;此外,加强建设施工场地的监管,进一步推进工业企业减排,加快清洁能源推广,强化污染监测体系建设,发挥公众参与等,从而切实搞好海南省空气中PM2.5的污染防治。     

哈尔滨郊区PM_(2.5)污染来源及特征

利用电感耦合等离子体质谱(ICP-MS)技术和统计学方法研究了哈尔滨市郊区采集的2012-2013年23个PM2.5样品的污染来源及特征。17种与污染源及健康相关的元素含量分布分析表明,冬季和夏季的燃煤、汽车尾气排放对PM2.5的贡献率最显著,且四季中其它污染源也有稳定的贡献率。对PM2.5四季样品中的47种元素进行富集因子分析,结果表明,Zn、Cu、Mo、Cd、Pb、In、Sb、Tl、Bi等9种元素富集因子(EF)值大于10,元素来自于人为源,其他38种元素的EF值小于10,来自土壤或扬尘等自然源;聚类分析表明,人为源元素中In、Bi、Tl、Cd、Pb、Mo、Sb主要来自煤炭燃烧、Cu、Zn主要来源于汽车尾气。     

PM_(2.5)的来源、危害及防治措施研究

随着民众环保意识的增强,公众对空气环境质量越来越关注,要求也日益提高。由于空气污染物中的PM2.5对人体健康产生严重的危害性,近年来,成为政府和社会各界关注的环境热点问题。PM2.5是形成灰霾的罪魁祸首。PM2.5不仅能降低能见度,还能导致多种健康危害。它粒径小、组份复杂、有毒,影响大气环境质量,并危及人体健康。就PM2.5的来源与危害进行了详细介绍。针对中国具体国情,从环境监管、源头控制、防治机构、产业布局等几个方面提出了控制途径和防治措施。     

济南市四季PM_(10)、PM_(2.5)输送来源及其传输过程

利用HYSPLIT模型计算出济南市2012年全年逐日72 h的气流后向轨迹。对四季的气流轨迹做聚类分析得到抵达济南市的5种轨迹类型,结合PM10、PM2.5的日均浓度资料,计算潜在源的贡献作用和浓度权重轨迹,得到影响济南市四季PM10和PM2.5浓度的潜在源区以及不同潜在源区,对济南市四季的PM10和PM2.5浓度的贡献。结果表明:四季PM10的潜在源区和PM2.5的潜在源区分布大体相同。四季的PM10和PM2.5的潜在源区都包括济南市的周边地区,该区域对济南市日均的ρ(PM10)和ρ(PM2.5)的贡献分别在0.1、0.06 mg/m3以上。春季,2种污染物的潜在源区为江苏北部源区。夏季,其污染物潜在源区为山东省南部源区与江苏北部源区。秋季,2种污染物的潜在源区主要分布在河北南部、河南东部、江苏北部等地区;冬季,其污染物潜在源区主要分布在津冀鲁交界地区、河南东部、安徽北部等地区。     

华北平原城乡夏季PM_(2.5)组成特征及来源研究

为研究华北平原细颗粒物(PM_(2.5))的组成特征及来源,基于CAREBEIJING-NCP 2014大型观测项目,于2014年夏季在北京城区和河北郊区望都进行了同步观测,分析了两地PM_(2.5)中水溶性离子、元素、有机碳(OC)和元素碳(EC).结果表明,采样期间望都站点PM_(2.5)平均质量浓度为(71.47±38.04)μg/m~3,高于北京城区(51.44±30.94)μg/m~3,PM_(2.5)中各化学组分浓度也均表现为望都高于北京,二次无机离子(硫酸盐、硝酸盐及铵盐)在两地PM_(2.5)中占比最高,约为60%.PM_(2.5)中多种元素浓度也表现为望都均高于北京,但富集因子分析表明,北京市PM_(2.5)中元素富集因子更高.来源分析表明,两地PM_(2.5)中元素均受到工业源和尘源的影响;此外,观测期间两地均受到生物质燃烧影响.后向轨迹分析表明,当到达两地的气团来向相同时,北京与望都PM_(2.5)浓度水平和化学组成呈现相似性,但当气团来向不同时,两地污染特征差异较大.     

广州市PM_(2.5)中含碳有机物的来源分析

通过对广州市城区PM_(2.5)的质量浓度和含碳气溶胶的组分连续1 a的采样分析,获得了广州地区PM_(2.5)中含碳气溶胶的年变化特征,对广州市PM_(2.5)中有机碳OC的来源和烃类有机物的主要来源进行了分析。结果表明,化石燃料燃烧和汽车尾气污染对广州市PM_(2.5)中含碳有机物的贡献较大,植物排放对春秋季PM_(2.5)有一定的贡献,而夏季则同时受到植物源和人为源的污染;采用散点图法和比值-比值法对多环芳烃的来源进行了分析,机动车排放对低环数PAHs(Flu、Pyr)的贡献较大,生物质燃烧对高环数PAHs(Bghi P、Icd P)具有显著贡献,而且存在一定的光化学老化,而藿烷和EC主要来自机动车排放源;广州市PM_(2.5)中有机碳OC的主要来源为机动车排放、燃煤排放、生物质燃烧、餐饮油烟、二次形成和其他来源,冬季分别贡献15.3%、20.5%、8.0%、11.5%、14.9%和29.8%。     

基于CALPUFF模型对垃圾焚烧发电项目PM_(2.5)的模拟与研究

与大气导则推荐的AEMROD、ADMS相比,CALPUFF具有较为复杂的化学反应模块,利用CALPUFF高斯烟团大气扩散模型,在建立垃圾焚烧发电项目PM2.5的排放清单的同时,模拟一次PM2.5和二次PM2.5的浓度贡献及区域浓度分布,为垃圾焚烧及其他排放PM2.5建设项目的环境影响评价方法提供参考。     

京津冀重霾期间PM_(2.5)来源数值模拟研究

厘清PM2.5的来源是开展重霾污染防治的前提条件.本研究利用嵌套网格空气质量预报模式系统(NAQPMS)及其耦合的污染来源追踪技术,针对2013年1月我国中东部的重霾污染过程,定量模拟分析京津冀各城市PM2.5浓度的来源和相互贡献.研究结果表明,NAQPMS模式能够合理反映京津冀不同城市PM2.5浓度的变化特征.京津冀各城市近地面PM2.5浓度主要受本地排放影响,本地贡献率介于29.8%~63.7%.而800 m高空层各城市PM2.5浓度以外来贡献为主(69.3%~86.3%).在污染最严重的东南部地区(包括邢台、邯郸、沧州和衡水),PM2.5浓度受区域外的山东和河南的显著影响,贡献率可达25.2%~31.5%.因此,在京津冀区域内进行协同减排控制的同时,需进一步将山东、河南等省份纳入联防联控范围,才能有效防控重霾污染.     

合肥城区PM_(10)及PM_(2.5)季节污染特征及来源解析

于2014年4月、8月、10月和12月在合肥市城区采集了大气PM_(10)和PM_(2.5)样品,对PM_(10)和PM_(2.5)的质量浓度及其化学组分(无机元素、含碳组分和水溶性离子)进行了测定.结果显示:合肥城区的PM_(10)和PM_(2.5)的平均质量浓度高达113,83μg/m3,分别超出国家环境空气质量标准年均PM_(10)和PM_(2.5)限值的1.61和2.37倍.不同粒径的颗粒物中主要化学组分含量的高低顺序基本一致,水溶性离子的含量最高,其次为碳组分,无机元素.利用正交矩阵因子分析(PMF)对合肥城区PM_(10)和PM_(2.5)的本地来源进行解析,结果表明:PM_(10)中二次源、燃煤、机动车尾气尘及地壳尘的贡献百分比分别为32.5%、25.9%、15.7%和25.5%;PM_(2.5)中二次源、燃煤、机动车尾气尘及地壳尘的贡献百分比分别为38.8%、25.9%、9.9%和21.7%.利用激光雷达评估合肥市环境中颗粒物PM_(10)的区域传输,四个季节常规贡献率分别为13.4%、12.9%、13.5%和16.4%.