济南市柴油型移动源排放颗粒物中碳组分特征和排放量估算

为了识别济南市柴油型移动源排放颗粒物中碳组分特征,采用稀释通道采样器于2021年采集了柴油货车和工程机械尾气排放颗粒物,并对汽油车尾气一并采集对比,分析了尾气排放颗粒物质量浓度和其中的碳组分。结果表明,柴油型移动源排放颗粒物质量浓度明显高于汽油车,且以细颗粒物为主,PM_2.5/PM₁₀数值几乎接近于1.0,其中柴油货车排放颗粒物质量浓度高于工程机械,且随车型增大排放颗粒物质量浓度增大,重型柴油载货车排放PM_2.5和PM₁₀质量浓度最大,分别为4.56×10⁴μg·m^-3和4.71×10⁴μg·m^-3。柴油货车PM_2.5和PM₁₀排放因子范围分别为8.90-21.8 mg·km^-1和9.40-22.5 mg·km^-1,工程机械中破碎机颗粒物排放因子略大于挖掘机,破碎机PM_2.5和PM₁₀     

城市森林大气PM2.5中水溶性无机离子沉降特征

森林被誉为"地球之肺",在防霾治污方面有其独特不可替代的作用,不同树种沉降PM_2.5的功能有很大差别.本文选取代表性城市森林——奥林匹克森林公园为研究对象,设置垂直监测塔观测大气PM_2.5的浓度垂直分布,以考察不同季节城市森林对PM_2.5中各组分的影响.在冬季、春季和夏季各采集PM_2.5样品,分析并计算PM_2.5中Na⁺、NH₄⁺、K⁺、Mg2⁺、Ca2⁺、Cl^-、NO₃^-和SO₄^2-等典型水溶性无机离子的浓度.结果表明,PM_2.5中水溶性无机离子总浓度呈规律性变化特征:冬季((56.90±27.38)μg·m-3)>春季((46.69±12.24)μg·m^-3)>夏季((23.16±8.75)μg·m^-3).其中SO₄^2-和NO₃^-浓度和占PM_2.5主要水溶性无机离子总浓度的50%以上.3个季节中,除冬季外,在春季和夏季,8种离子有明显的垂直方向上的沉降,夏季的沉降速率高于春季,但是春季由于大气颗粒物浓度高,沉降通量高于夏季.NO₃^-和SO₄^2-垂直方向的沉降量在所有可溶性无机离子中最高.植被密度、叶面积指数、气象条件等因素对于PM_2.5的沉降特征有明显影响.     

2015—2021年京津冀地区空气污染物的时空变化特征

自改革开放以来,中国经济持续快速发展,与此同时环境也面临着挑战。在过去一段时间,全国城市普遍受到空气污染的严重影响,尤其是颗粒物(particulate matter,PM)污染和近期的臭氧(O₃)污染。京津冀地区作为中国发展的关键板块,其环境问题更是引起了广泛的关注。在本文中,我们系统地研究了京津冀地区六种空气污染物(CO、NO₂、O₃、PM₁₀、PM_2.5和SO₂)的时空变化特征。在2015—2021年,京津冀地区的CO、PM₁₀、PM_2.5和SO₂年浓度整体呈下降趋势,平均浓度分别降低0.11 mg/m³、7.7 mg/m³、5.4 mg/m³和4.2 mg/m³,而NO₂和O_3-8h年平均浓度呈现先增后减的趋势。其中京津冀中南部地区SO₂     

华南水稻秸秆焚烧期碳质气溶胶组分特征及源贡献评估

近年来中国空气质量得到了明显改善,但PM_2.5污染事件依旧频发,农作物秸秆焚烧是重要的诱发因素之一。为探讨华南地区水稻秸秆集中焚烧情形下的碳质气溶胶组分特征,于2014年夏秋水稻收割期在“中国广东大气超级站”开展了两期在线观测。结果显示,夏收期元素碳(EC)和有机碳(OC)的平均质量浓度分别为(2.5±1.3)μg·m^-3和(6.6±2.5)μg·m^-3;秋收期则是夏收期的两倍,分别为(5.8±3.9)μg·m^-3和(13.6±8.5)μg·m^-3。总碳(TC)平均占ρ(PM_2.5)的30.9%±3.7%和26.8%±7.1%,是PM_2.5的重要组成部分。夏收期ρ(EC)/ρ(PM_2.5)和ρ(OC)/ρ(PM_2.5)均随ρ(PM_2.5)的增加而下降,占比之和从74.0%下降至18.3%,而ρ(OC)/ρ(EC)比值则随ρ(PM_2.5)的增加从1....     

保定市污染天气PM2.5中水溶性离子的特征和源解析

采集了2018年保定市污染天气的PM_2.5样品,采用离子色谱法测定了PM_2.5样品中的水溶性离子（WSIs）,分析了不同季节PM_2.5及其水溶性离子的分布特征,并采用PMF模型对PM_2.5进行了源解析.结果表明,采样期间保定市的PM_2.5浓度为18.4—258.0μg·m^-3,年均值为（91.5±62.5）μg·m^-3;季节规律是冬季(160.6μg·m^-3)>秋季(105.3μg·m^-3)>春季(57.6μg·m^-3)>夏季(53.2μg·m^-3).WSIs年均值为49.20μg·m^-3,占PM_2.5.的63.95%,WSIs的季节规律和PM_2.5的一致.二次离子占水溶性离子的77.12%.湿度和温度与SOR和NOR成正相关.春夏两季水溶性离子主要以Na_...     

2001—2020年湖北省PM2.5时空分布特征及气象驱动因子分析

把握PM_2.5污染的时空演变规律是对其进行针对性治理的基础与前提。从PM_2.5地球表面浓度栅格数据提取湖北省2001—2020年各地级市PM_2.5年均浓度数据,利用空间自相关、核密度估计、地理探测器等方法研究PM_2.5时空分布及气象驱动因子特征。结果表明,湖北省各主要城市PM_2.5浓度二级标准达标率趋于增加。各城市PM_2.5年均浓度均值在2001—2013年由42.47逐步上升至62.94μg·m^-3,2013—2020年由62.94减少至32.85μg·m^-3。核密度估计表明,2013年以前各城市PM_2.5年均浓度值随时间推移逐渐分散,2013年后逐渐集中于浓度较低的区间。以武汉市等中部城市为分界线,湖北省PM_2.5向东西2个方向均存在由高至低的浓度梯度,且西面浓度小于东面。2013年后浓度较高地区的扩散效应逐渐减小。PM_2.5空间分布存在显著的...     

宝鸡市秋季清洁和污染时段水溶性离子污染特征及来源解析

为探究宝鸡市秋季大气PM_2.5中水溶性离子的污染特征及来源,于2019年10月15日至11月14日分别对宝鸡市监测站、文理学院和陈仓区环保局的3个站点进行PM_2.5样品采集,通过离子色谱仪得到水溶性离子质量浓度,分析了3个站点水溶性离子在清洁时段和污染时段的变化特征及来源.结果表明,三站点PM_2.5的质量浓度陈仓区环保局>文理学院>宝鸡市监测站.清洁时段和污染时段PM_2.5平均质量浓度分别为40.0μg·m^-3和100.1μg·m^-3,水溶性离子平均质量浓度分别为（13.7±7.7）μg·m^-3和（57.8±15.0）μg·m^-3.污染时段NO₃-/SO₄2-值是清洁时段的1.6—1.8倍.污染越重,SNA（NO₃-、SO₄2-和NH₄⁺）质量浓度越大,占总水溶性离子和P...     

利用无人机测量纺织印染工业区烟囱细颗粒物排放

在工业园区的烟囱中,由于难以到达烟囱顶部,因此,很难直接测量烟囱排放的颗粒物(particulate matters,PM)。本研究在无人机(unmanned aerial vehicle,UAV)上部署了自主研发的PM检测器,直接测量纺织印染工业园区烟囱烟羽中PM的排放。与商用PM检测装置(LD-5R,SIBATA,日本京都)相比,自主研发的探测器在无人机上同时进行垂直PM测量时表现出相似的性能,并具有良好的相关性(R²为0.911～0.951)。在静电沉淀后,颜料印花中不同尺寸的颗粒物质量浓度和颗粒物数量浓度(particle number concentrations,PNC)显著高于染色工艺和数码印花2到3倍。活性炭吸附和静电沉淀是园区主要的PM控制技术。染色工艺的排放经活性炭吸附后,PM质量浓度和PNC含量最高,PM₁、PM_2.5和PM₁₀的浓度分别为1 027μg/m³、1 637μg/m³和2 020μg/m³。根据PM...     

基于多同位素的珠三角PM2.5中二次无机气溶胶来源解析

二次无机气溶胶(SIA,Secondary inorganic aerosol)是PM_2.5中的重要组成部分,其快速形成是导致大气能见度下降的重要原因。二次无机气溶胶主要包括硫酸根、硝酸根和铵根离子,其来源广、生成途径复杂,识别其来源存在一定的挑战。最近,基于稳定同位素(δ³⁴S-SO₄^2-、δ¹⁵N-NO₃^-、δ¹⁸O-NO₃^-、δ¹⁵N-NH₄⁺)的源解析方法被应用到相应污染物的来源解析。选取珠三角鹤山大气超级站作为研究地点,开展了为期1年的大气PM_2.5样品采集,在分析了70个样品的水溶性离子、痕量金属元素、有机碳、无机碳的基础上,选取其中的37个大气PM_2.5样品,分析了相应的δ³⁴S-SO₄^2-     

2015—2020年海南岛大气PM2.5和PM10的时空分布特征

基于2015—2020年海南省18个市县环境监测数据和气象观测数据,结合Cressman客观差值、相关分析和气候倾向率等统计方法对PM_2.5和PM₁₀质量浓度时空分布特征进行深入分析.结果表明,PM_2.5和PM₁₀质量浓度空间分布上均呈北半部高于南半部的特征,同时2015—2020年均表现为快速下降的变化趋势,趋势系数分别为-0.982(PM_2.5)和-0.935(PM₁₀),通过了99.9%的信度检验.PM_2.5和PM₁₀质量浓度有明显的季节变化特征,冬季质量浓度最高,秋季和春季次之,夏季最低.PM_2.5和PM₁₀质量浓度呈现U形的逐月变化,最低值出现在7月,最高值出现在12月. PM_2.5和PM₁₀质量浓度呈“双峰双谷”型的日变化,受人为活动影响较为显著. PM_2.5和PM₁₀与...     

川南四座城市PM2.5化学组分污染特征及其源解析

为探究川南地区大气气溶胶中化学组分与来源特征,于2015年9月—2016年8月在四川盆地南部4个典型代表城市(泸州、内江、宜宾、自贡)采集了226个PM_2.5样品,对PM_2.5的质量浓度和主要化学组分(水溶性离子和碳质组分)进行测定,并利用颗粒物源解析受体模型对PM_2.5来源进行解析.结果表明:川南地区PM_2.5日均浓度为46.4—68.0μg·m^-3,均高于国家环境空气质量标准年均PM_2.5限值(35.0μg·m^-3).OC、EC和水溶性二次离子(SO₄^2-、NO₃-和NH₄+)分别占PM_2.5质量的15.7%—22.8%、4.2%—6.4%和28.6%—55.8%.PM_2.5及其主要化学组分浓度有显著的季节变化,即冬季浓度显著高于其他季节,夏季浓度最低.泸州除夏季外,其他季节SO₄2-、NO₃-同源性较好;其他城市在冬季,SO₄2-、NO₃-同源性较好.NH₄+主要存在形式为NH₄NO₃、(NH₄)2SO₄、NH₄HSO₄.OC、EC来源复杂,主要为机动车源、煤燃烧源和生物质燃烧源.川南地区PM_2.5的来源主要受8种因子影响,按总体贡献排序依次为:二次硫酸盐、生物质燃烧、工业源、二次硝酸盐、机动车源、煤燃烧、道路尘埃和建筑尘埃.此外,相比较而言,机动车源贡献在泸州市较凸显,煤燃烧源贡献在宜宾市较凸显.     

西宁市道路扬尘排放清单及时空分布特征

本研究通过实地采样与调查获取活动水平及相关数据,采用排放因子法建立2018年西宁市道路扬尘排放清单.利用Arc GIS进行3 km×3 km的空间分配,分析了其时空分布特征,利用蒙特卡洛模拟分析了道路扬尘排放清单的不确定性.结果表明,2018年西宁市道路扬尘PM_2.5和PM₁₀排放量分别为1904.10 t和8563.09 t,其中国道贡献率最高,分别为41.79%和39.74%.主要排放地区为大通县,贡献率分别为36.32%和35.47%.道路扬尘排放在全年各月出现差异,其中在6月出现最高值.蒙特卡罗模拟结果表明,在95%的概率分布范围内,西宁市2018年道路扬尘PM_2.5和PM₁₀不确定性范围为-26.49%—51.11%和-30.14%—30.06%.     

嘉善冬季PM2.5化学组分特征及来源分析

为研究嘉兴地区嘉善冬季污染时段和清洁时段PM_2.5化学组分特征,结合气象数据对2019年1月嘉兴市嘉善县善西超级站在线自动监测PM_2.5及化学组分数据、气态污染物(NO₂和SO₂)进行了分析.结果表明,2019年1月嘉善善西超级站污染时段PM_2.5浓度(97.18μg·m^-3)为清洁时段(36.77μg·m^-3)的2.6倍.污染时段水溶性离子浓度(41.58μg·m^-3)较清洁时段(19.82μg·m^-3)高21.76μg·m^-3,但占比有所降低,含碳组分比例增加.OC;EC比值为3.93,可能受到燃煤及机动车排放的共同影响.低风速及高湿有利于NO₂和SO₂等气态污染物进行二次转化,污染时段硫转化率和氮转化率均比清洁时段高,分别增高7.93%和54.11%,说明NOx向硝酸盐二次转化较为明显,导致颗粒物浓度升高.聚类分析结果显示67.34%气流来自北方,且相应的气流轨迹上污染物浓度比周边高,说明污染物存在一定的长距离输送.结合风玫瑰图可以看出,污染主要为本地及其周边的输送,污染物的长距离输送在短时会使污染浓度突增.因此,在重点关注本地及周边污染的同时,偏北气流下的污染物区域输送不可忽视.     

2018年成都市PM2.5中水溶性无机离子污染特征及来源解析

为了探究成都市PM_2.5水溶性无机离子的污染特征与来源贡献,于2018年1月1日—12月31日利用高分辨率的MARGA对PM_2.5组分展开在线监测,结合同一点位的气态污染物、气象参数监测数据进行分析.结果表明,水溶性无机离子与PM_2.5具有相同的月变化趋势,水溶性无机离子月均浓度为10.35-39.60μg·m^-3,在PM_2.5中的占比为31%—51%,水溶性无机离子是PM_2.5的重要组成部分.NO₃^-在水溶性无机离子中月均占比以12月最高,8月最低,SO₄^2-刚好与之相反.大气长期处于富氨状态,二次离子主要以（NH₄）₂SO₄、NH₄NO₃、NH₄Cl的形式存在,SOR在冬季12月与夏季8月分别出现高值0.61与0.5,但NOR只在冬季出...     

天津市采暖季PM2.5组分消光特性及来源分析

为了解天津市采暖季细颗粒物组分对能见度的影响、明确消光组分来源,对天津市2017年采暖季大气PM_2.5样品进行了为期一月的连续采集,并测定水溶性离子、有机碳和元素碳的含量,通过修正IMPROVE方程研究了细颗粒物消光特性,并采用主成分分析—多元线性回归模型(PCA-MLR)对其来源进行解析,同时应用潜在源贡献因子(PSCF)和浓度权重轨迹(CWT)明确PM_2.5质量浓度的潜在污染源区域。结果表明,OC、EC以及SNA(NO3^?、NH₄⁺、SO₄^2?)的生成和积累对于能见度的下降具有重要影响,且能见度随SOR和NOR二次转化程度的升高而下降;2017年天津市采暖季日均消光系数为(294.56±262.89)Mm^?1,其中OM(34.86%)、硝酸盐(22.84%)、硫酸盐(11.59%)和EC(11.54%)为主要消光组分,硝酸盐和硫酸盐的增加对于能见度的下降起主要影响作用;根据PCA分析结果可知,天津市采暖季PM_2.5中的碳组分和水溶性离子主要来源于燃煤、生物质燃烧(68%),受扬尘(22%)和海盐(8%)的影响较小;区域传输分析结果表明天津市采暖季PM_2.5污染源潜在区域主要分布在河北中西部、河南北部、山西北部和内蒙古中部、西部。     

2020年冬季石河子市城区和工业区PM2.5中无机元素污染特征及来源

石河子市是位于新疆乌昌石区域中部的工业城市，2020年12月和2021年1月在石河子市城区和工业区共布设2个采样点，全天候采集细颗粒物(PM_2.5)样品61 d，利用电感耦合等离子质谱仪(ICP-MS)对24种元素含量进行分析，并通过富集因子法(EF)解析PM_2.5中无机元素的污染特征及来源.结果表明，冬季采样期间，石河子市重度及以上污染天数占整个采样期的53.2%，以PM_2.5为首要污染物的污染天数占整个采样期的98.4%，采样期城区和工业区的PM_2.5日均值分别为164.7μg·m^-3和113.6μg·m^-3，表明石河子市冬季PM_2.5污染严重；采样期城区和工业区PM_2.5中无机元素浓度分别为4.4μg·m^-3和3.6μg·m^-3，主要成分均为K、Ca、Na、Mg、Al、Fe,6种元素之和在城区和工业区元素中的占比分别为97.4%和97.5%，表明这6种元素为城区和...     

高山风景区居民区碳质气溶胶污染特征及来源

碳质气溶胶是大气颗粒物的重要组成部分,具有很强的环境和气候效应,是气溶胶科学研究领域的热点.为探究庐山风景区居民区PM_2.5中碳质组分的污染特征及来源,于2019年12月2日—2020年10月31日在庐山风景区居民区进行PM_2.5样品采集,并对其碳质组分有机碳(OC)和元素碳(EC)进行分析.结果表明,观测期间庐山风景区居民区PM_2.5的平均质量浓度为(46.45±18.64)μg·m^-3,其中OC和EC平均质量浓度分别是(4.08±1.61)μg·m^-3和(0.23±0.10)μg·m^-3,占PM_2.5总质量的8.78%和0.50%.且碳质颗粒的污染水平普遍低于城市地区,介于国内其他典型高山背景点之间.采用EC示踪法对PM_2.5中的二次有机碳(SOC)进行估算,发现采样期间SOC的平均浓度为(1.51±1.22)μg·m^-3,占OC的33.2%,表明SOC是PM_2.5...     

疫情常态化管控下济南市春节前后PM2.5中二次组分变化特征

为研究新冠肺炎疫情常态化管控下,济南市春节前后PM_2.5中二次组分的变化特征、气粒分配规律及其影响因素,本文对2021年2月1-27日春节前、春节期间和春节后的3个时段济南市区在线监测的水溶性离子、碳组分及气态前体物质量浓度小时数据进行分析.结果表明,2021年疫情常态化管控下济南市春节前后二次组分浓度与2020年同比均明显下降,ρ(NO₃^-)、ρ(SO₄^2-)、ρ(NH₄⁺)和ρ(SOA)分别下降53.09%、58.32%、51.17%和61.84%,其中二次无机组分(NO₃^-、SO₄^2-、NH₄⁺之和)和SOA在PM_2.5中的占比分别为54.07%和8.20%,春节期间PM_2.5及二次组分在10—18时浓度较低,与春节期间白天人为活动相对减少,机动车、建筑工...     

青藏高原东缘冬季PM2.5中碳组分特征和来源解析

于2017年冬季12月13—21日在青藏高原东缘理塘地区分昼夜采集PM_2.5样品,并用DRI2001A热光碳分析仪测定了有机碳(OC)和元素碳(EC)的质量浓度,研究青藏高原PM_2.5中碳组分的化学特征及主要来源,以期为理塘地区制定污染排放政策提供参考。结果表明,2017年冬季青藏高原东缘理塘地区PM_2.5平均质量浓度为44.34μg·m^?3,OC和EC的质量浓度为12.72μg·m^?3和3.85μg·m^?3,分别占PM_2.5质量浓度的29.61%和8.96%。通过经验公式,计算得到总碳气溶胶(TCA)质量浓度为24.20μg·m^?3,占PM_2.5的54.84%,说明碳质气溶胶对青藏高原东缘理塘地区PM_2.5有着十分重要的贡献。OC和EC在白天和夜间都有较高的相关性(相关系数分别为0.74和0.91),表明OC和EC的来源基本一致,受燃烧源影响较大。其中白天的相关系数低于夜间,说明青藏高原东缘理塘地区白天碳组分来源相对复杂。昼夜浓度对比显示,青藏高原东缘理塘地区PM_2.5白天和夜间的质量浓度分别为53.88μg·m^?3和33.44μg·m^?3,OC和EC浓度白天高于夜间,表明白天人为排放相对较高。冬季观测期间,PM_2.5中二次有机碳(SOC)昼夜浓度分别为1.11μg·m^?3和3.03μg·m^?3,分别占OC质量浓度的7.09%、26.59%,表明青藏高原东缘理塘城区白天碳组分主要为一次源。利用PMF 5.0软件对理塘城区碳组分进行进一步的解析,结果显示燃煤和生物质燃烧的混合源对总碳(TC)的贡献高达47.84%,占比最高;其次是汽车尾气和柴油车尾气源,贡献率分别为28.62%和23.54%。     

渭河流域PM2.5时空演化及人口暴露风险

研究PM_2.5时空演化及人口暴露风险,对于环境风险评价及人居环境改善、政府环保部门制定针对性的空气污染防控政策具有重要意义。渭河流域是国家重要工业基地,也是国家级城市群和关中—天水国家级经济区的核心区域,降低该区域PM_2.5人口暴露风险是实现高质量发展的必然途径。基于渭河流域2000-2020年PM_2.5遥感反演数据和人口格网分布数据,测算人口暴露风险指数。采用Theil-Sen Median与Mann Kendall检验法,分别识别PM_2.5质量浓度值和人口暴露风险指数时间演化特征,并通过GIS空间探索工具,分析其空间变化特征。结果表明,(1)2000-2020年渭河流域PM_2.5年均质量浓度为47.2μg·m^-3,最高值为2013年的57.6μg·m^-3,最低值为2020年的31.8μg·m^-3,呈现先上升后下降的变化趋势。趋势显著性检验发现,渭河流域PM_2.5污染情况呈现好转趋势。(2...