重庆主城区PM2.5中羧酸的季节变化和来源分析

本文针对重庆主城区4个采样点PM2.5中羧酸开展研究,通过GC-MS分析,定量分析了16种饱和脂肪酸、21种不饱和脂肪酸和8种二元羧酸等多种物质的浓度水平,进而对羧酸的季节变化及来源进行了探讨.羧酸日均总浓度为130.42~1953.79 ng·m~(-3),一元脂肪酸和二元羧酸在各采样点浓度差异显著.一元脂肪酸呈明显的季节变化,夏季最高(961.97 ng·m~(-3)),冬季最低(49.24 ng·m~(-3)).饱和脂肪酸中偶数碳优势明显,以C_(16)(棕榈酸)和C_(18)(硬脂酸)最为丰富.二元羧酸也呈明显的季节变化,在冬季最高(432.04 ng·m~(-3)),春季最低(64.57 ng·m~(-3)).二元羧酸以丙二酸、丁二酸和戊二酸为主.细菌活动和烹饪油烟对一元脂肪酸具有较大的贡献,光化学氧化作用则对二元羧酸贡献较大.     

菏泽市冬季PM2.5中二元羧酸类SOA的昼夜变化特征

为研究菏泽市冬季大气气溶胶中二元羧酸类化合物的昼夜变化特征与形成机制,于2017年冬季(12月)进行为期1个月的PM_(2.5)样品采集,并分析二元羧酸、酮羧酸、α-二羰基化合物及左旋葡聚糖等化学组分.结果表明,菏泽市冬季PM_(2.5)中白天二元羧酸与酮羧酸的总浓度均呈昼高夜低的变化特征,但α-二羰基化合物(二元羧酸的重要前体物)的变化特征却与之相反,表明白天气溶胶的氧化程度比夜晚强.无论在白天还是晚上,草酸(C_2)均是浓度最高的二元羧酸,其次是邻苯二甲酸(Ph)、丁二酸(C_4)和丙二酸(C_3),与其他城市地区的分子组成是相似的.由C_3/C_4的比值与温度(T)间的相关性分析可知,菏泽市冬季有机化合物主要受本地源的影响,而受远源输入的影响很小. C_2与SO_4~(2-)、气溶胶实际酸度(pHIS)的相关性分析表明,C_2主要是在液相中经酸催化的二次氧化反应形成的.因为主要的二元羧酸类化合物(C_2、Gly和mGly)与左旋葡聚糖(Levo)的相关性很强,且K~+/OC的平均比值为0. 06(范围为0. 03～0. 13),所以可以得出二元羧酸类化合物及K~+主要受生物质燃烧的影响.     

泰山夏季PM2.5中二元羧酸类SOA的分子组成及来源

为研究泰山夏季大气PM_(2.5)中二元羧酸类化合物的浓度水平、分子组成及来源,于2014年7~8月在泰山山顶进行PM_(2.5)样品采集,分析其二元羧酸类化合物、生物源二次有机气溶胶的示踪物(异戊二烯、α-/β-蒎烯及β-石竹烯的氧化产物)、水溶性有机碳(WSOC)及无机离子.结果表明,泰山夏季PM_(2.5)中二元羧酸的总浓度为(376±189)ng·m-3,其中草酸(C2)的浓度最高,其次是丙二酸(C3)、丁二酸(C4)和壬二酸(C9).泰山地区二元羧酸总浓度高于海洋地区,但低于城市和其他高山地区,表明受人为污染影响较小.C2/C4、C3/C4和F/M比值表明二元羧酸主要来自光化学氧化,且氧化程度较深.C9占二元羧酸的相对含量、C9/C6和C9/Ph比值均高于城市、海洋与高山地区,表明泰山地区SOA主要受生物源的影响,而非人为源.通过与模式估算值的对比及相关性分析,进一步表明泰山夏季二元羧酸类SOA主要受当地生物源光化学氧化的影响.     

北京市大气PM10和PM2.5中有机物的时空变化

2005年四季在北京市不同功能区9个采样点采集大气PM₁₀和PM_2.5样品,并对其中有机物污染水平、分布特征及不同功能区PM₁₀和PM_2.5中有机物的相关性进行了探讨.结果表明,市区PM₁₀和PM_2.5中有机物年均值分别为41.39 μg/m³和34.84 μg/m³,是对照区十三陵的1.44倍和1.26倍;冬季有机物污染最严重,分别为春季的1.15、 1.82倍,秋季的2.06、 2.26倍,夏季的4.53、 6.26倍.不同季节PM_2.5与PM₁₀中EOM的比值超过0.60, 并呈现一定季节差异.各功能区有机污染表现出工业区(商业区)＞居民区(交通区、对照区)的变化趋势,且不同功能区PM_2.5中EOM对PM₁₀中EOM的影响程度各异.有机组分的年均值有非烃＞沥青质＞芳烃＞饱和烃的变化规律,而污染源的季节性排放是造成有机物组分季节变化的主要原因.     

泉州市大气PM2.5中水溶性离子季节变化特征及来源解析

为掌握泉州市大气PM_(2.5)中无机水溶性离子的季节变化特征,于2014年3月~2015年1月同步采集了泉州市5个采样点共116个PM_(2.5)样品.用离子色谱法分析了PM_(2.5)中Na~+、NH_4~+、K~+、Ca~(2+)、Mg~(2+)、F~-、Cl~-、NO_3~-和SO_4~(2-)等9种水溶性无机离子.观测期间,总水溶性离子浓度季节变化特征为春季(14.24±6.43)μg·m~(-3)冬季(8.54±7.61)μg·m~(-3)夏季(4.10±2.67)μg·m~(-3)秋季(3.91±2.58)μg·m~(-3);SO_4~(2-)、NO_3~-和NH_4~+(SNA)是PM_(2.5)中主要的3种离子,占水溶性离子总质量浓度比例分别为春季(90.3±3.3)%、夏季(68.8±11.7)%、秋季(78.9±7.1)%和冬季(74.0±18.4)%,说明春季二次污染较为严重;PM_(2.5)中阴、阳离子电荷平衡分析显示,阴离子相对亏损,大气细颗粒物组分呈弱碱性;春、冬季NH_4~+主要以(NH_4)_2SO_4、NH_4HSO_4和NH_4NO_3等形式存在,而夏、秋季则主要以NH_4HSO_4和NH_4NO_3形式存在;PMF源解析结果表明,泉州市大气PM_(2.5)中水溶性离子主要来自海盐、二次源、建筑扬尘、垃圾焚烧源和生物质燃烧源.     

福建九仙山大气PM10及部分化学组成的季节变化

于2011年3月~2012年1月期间在福建德化县九仙山气象站采集大气PM_(10)样品,分析了九仙山大气PM_(10)中水溶性离子及二元羧酸,对其季节分布与来源进行了探讨.结果表明,九仙山大气PM_(10)、水溶性无机离子和有机二元羧酸的季节分布规律较为接近,都表现为春季的浓度显著高于其它季节,但9种二元羧酸对PM_(10)的贡献(0.51%±0.41%)显著低于水溶性离子(18.07%±8.73%).其中,水溶性离子组成以NO_3~-和SO_4~(2-)的浓度为最高,其次为Na~+和NH_4~+;阴离子与阳离子当量浓度、NH_4~+与SO_4~(2-)当量浓度,以及NH_4~+与NO_3~-当量浓度之间都存在显著正相关关系.有机二元羧酸的组成以乙二酸的浓度为最高,占测量二元羧酸总量的75%左右,且随碳数增加呈逐渐递减趋势;来源特征比值(丙二酸/丁二酸、己二酸/壬二酸)、MODIS火点图及后向轨迹图显示,有机二元羧酸主要来自大气二次化学反应过程,生物质燃烧的直接贡献很小.     

北京南郊区PM2.5中水溶性无机盐季节变化及来源分析

为研究北京偏南地区细颗粒物(PM_(2.5))中水溶性无机离子的变化特征,利用大气细颗粒物快速捕集系统及化学成分分析系统RCFP-IC,于2016年对北京南郊区大兴PM_(2.5)中9种水溶性无机离子(Cl~-、NO_2~-、NO_3~-、SO_4~(2-)、Na~+、NH_4~+、K~+、Mg~(2+)和Ca~(2+))展开为期1 a的连续在线观测.结果表明,观测期间,9种水溶性无机离子总质量浓度为38.6μg·m~(-3),并呈现冬春高,夏秋低的特征,浓度水平高低顺序为SO_4~(2-)NO_3~-NH_4~+Ca~(2+)NO_2~-Cl~-Na~+K~+Mg~(2+);在冬季,SO_4~(2-)、NO_3~-和NH_4~+浓度占比高达75.7%;春季次之,为72.8%;夏季最低,仅为60.2%.并且随着空气污染的加剧,SO_4~(2-)、NO_3~-和NH_4~+浓度显著增加,这表明SO_4~(2-)、NO_3~-和NH_4~+与空气质量的恶化密切相关,但相比NO_3~-和NH_4~+,SO_4~(2-)在二次离子形成过程中占据主导地位;SO_4~(2-)、NO_3~-和NH_4~+存在显著的日变化特征,SO_4~(2-)统计日变化为双峰型,峰值分别出现在10:00和18:00左右,而NO_3~-和NH_4~+呈单峰型,峰值出现在10:00左右.基于后向轨迹聚类分析结果发现,对南郊区污染有影响的气团主要有3类,分别来自东南方向、西部和来自蒙古高原的高空气团,东南方向气流会加重南郊区水溶性盐的累积,而偏北气流有利于污染物扩散和稀释;基于主成分分析发现,北京南郊区水溶性盐的污染来源分别为二次源、燃煤源和土壤风沙尘及建筑扬尘的混合源.利用潜在源贡献因子分析法对南郊区冬季水溶性盐的潜在污染源区进行分析发现,影响大兴水溶性盐浓度潜在源区主要分布在南郊区的东南部.     

苏州市PM2.5中水溶性离子的季节变化及来源分析

2015年在苏州市城区采集大气细颗粒物PM_(2.5)样品共87套,用重量法分析了PM_(2.5)的质量浓度,离子色谱法分析了颗粒物中F-、Cl-、NO_3~-、SO_4~(2-)、Na~+、NH_4~+、K~+、Mg~(2+)和Ca~(2+),共9种水溶性无机离子.观测期间,苏州市PM_(2.5)的年均质量浓度为(74.26±38.01)μg·m-3,其季节特征为冬季春季秋季夏季;9种水溶性离子的总质量浓度为(43.95±23.60)μg·m~(-3),各离子的浓度高低顺序为NO_3~-SO_4~(2-)NH_4~+Na~+Cl~-K~+Ca~(2+)F-Mg~(2+);SNA(SO_4~(2-)、NO_3~-和NH_4~+三者的简称)是最主要的水溶性离子;SO_4~(2-)、NO_3~-和NH_4~+三者之间具有显著的相关性,它们在PM_(2.5)中主要是以NH_4NO_3和(NH_4)_2SO_4的结合方式存在.苏州市PM_(2.5)中水溶性离子的主要来源包括工业源、燃烧源、二次过程和建筑土壤尘等.     

天津市春季道路降尘PM2.5和PM10中的元素特征

为探究天津市春季道路降尘中元素污染特征及来源,于2015年春季采集了天津市道路降尘样品,通过再悬浮得到PM_(2.5)和PM_(10)滤膜样品,继而测定了滤膜样品中16种元素的含量,通过非参数检验、分歧系数法、富集因子法等研究了道路降尘中元素的污染特征、来源和成分谱的相似性.结果表明,天津市春季道路降尘PM_(2.5)和PM_(10)质量分数平均值在1%~20%之间的元素从大到小依次为:SiAlCaFeMgKNa;PM_(10)和PM_(2.5)中元素成分谱分歧系数为0.06,表明两者元素成分谱很相似;PM_(10)和PM_(2.5)中,元素Cd和Cr强烈富集,Zn、Cu、Pb和As显著富集;道路降尘PM_(2.5)和PM_(10)中元素主要来源于土壤风沙尘、建筑尘、交通尘(汽车尾气的排放、轮胎磨损和刹车片磨损)和煤烟尘.     

南昌市城市空气PM2.5和PM10时空变异特征及其与景观格局的关系

基于2013—2015年南昌市9个空气环境监测点的连续数据,分析了空气PM_(2.5)、PM_(10)质量浓度(以下简称浓度)的时空变异规律,并以景观格局指数为定量指标,研究了监测点的两种颗粒物浓度与其周边500 m半径、1000 m半径缓冲区的土地利用状况的关系.结果表明:(1)南昌市3年来PM_(2.5)和PM_(10)浓度逐年显著降低.(2)通过聚类分析,9个监测站依据颗粒物污染可分为4大类,表现出一致的城乡梯度差异.(3)在斑块类型水平上,PM_(2.5)和PM_(10)浓度与500、1000 m半径缓冲区的C-PLAND(建筑用地覆盖率)、C-SHDI(建筑用地多样性指数)显著正相关,与1000m缓冲区的F-ED(林地边界密度)显著正相关;与F-PLAND(林地覆盖率)、C-Fi(建筑用地分离度指数)、F-MPS(林地平均斑块面积)显著负相关.在景观水平上,PM_(2.5)和PM_(10)浓度在500 m缓冲区与LPI(最大斑块所占景观比例)显著负相关;与1000 m缓冲区的MPS(平均斑块面积)显著负相关.景观格局指数直接反映土地利用状况,它与PM_(2.5)和PM_(10)浓度的相关性,表现出生态学中典型的\"源汇景观\"关系.     

重庆市北碚城区气溶胶中水溶性无机离子的质量浓度及其粒径分布

为了研究重庆市北碚区城区气溶胶中水溶性无机离子的浓度和分布特征,于2014年3月~2015年2月利用安德森采样器连续采集大气气溶胶分级样品,并用离子色谱法分析了不同粒径(9.00、5.80、4.70、3.30、2.10、1.10、0.65和0.43μm)中Na~+、NH~_4~+、K~+、Mg~(2+)、Ca~(2+)、F-、Cl-、NO_3~-、SO_4~(2-)这9种水溶性无机离子.结果表明,SO_4~(2-)、NH~_4~+、NO_3~-、Cl-、Na~+、K~+主要分布在细粒子中,Mg~(2+)、Ca~(2+)、F-主要分布在粗粒子中.SNA(SO_4~(2-)、NH~_4~+和NO_3~-三者的简称)呈明显单峰型分布,其峰值均出现在0.65~1.10μm的液滴模态,且在细粒子中主要以(NH4)2SO4和NH4NO3形式存在.SO_4~(2-)的形成主要来自云内过程,部分来自SO_2的氧化.Na~+、Cl-、Mg~(2+)在粗、细粒子中呈双峰型分布;K~+在0.43~1.10μm呈单峰型分布;F-、Ca~(2+)在粗粒子中出现峰值.观测期间,PM2.1和PM9.0中总水溶性离子的年均质量浓度分别为(32.68±15.28)μg·m~(-3)和(48.01±19.66)μg·m~(-3),且浓度具有相似季节变化特征,均表现为冬季春季夏季秋季.大部分离子(Na~+、NH~_4~+、K~+、Cl-、NO_3~-、SO_4~(2-))浓度表现为冬春季偏高,夏秋季偏低;而少数离子(F-、Mg~(2+)、Ca~(2+))浓度在秋季最低,其他季节浓度变化稍有不同.SNA是PM2.1中最主要的水溶性离子;而PM9.0中水溶性离子的主要成分除了SNA外,还包括Ca~(2+).PM2.1和PM9.0中阳离子总浓度明显高于阴离子,且不同离子间均具有一定的相关性.主成分分析结果表明,该地区水溶性离子的主要来源包括机动车尾气的排放源、燃烧源、土壤源和建筑道路扬尘.分析气象因素的影响,发现气温对二次离子的生成有明显关系(P0.05),而相对湿度、风速的影响则不显著(P0.05).     

大气PM2.5中水溶性有机碳和类腐殖质碳的季节变化特征

2011年12月至2012年11月期间在上海市华东理工大学采样点采集PM2.5样品,对样品中的水溶性有机碳(WSOC)和类腐殖质碳(HULIS-C)进行了测定,探讨了WSOC和HULIS-C的季节变化特征.结果表明:采样期间PM2.5、WSOC和HULIS-C的年平均质量浓度分别为(66.19±28.59)、(4.21±1.83)和(2.69±1.36) μg·m-3,WSOC和HULIS-C分别占PM2.5质量的6.5%±1.7%和4.1%±1.3%.HULIS-C占WSOC质量的62.8%±11.8%,表明HULIS-C是WSOC的主要成分.WSOC和HULIS-C的质量浓度均具有显著的季节变化特征,呈现冬季>春季>秋季>夏季,而HULIS-C/WSOC比值的季节变化相对较小,其四季平均比值呈现秋冬季略高,春夏季略低的特点.WSOC和HULIS-C质量浓度与能见度、风速呈负相关,与空气污染指数(API)呈显著正相关.WSOC和HULIS-C的浓度水平可能受到多种燃烧源的综合影响,本地燃烧源的贡献不容忽视.此外,在特定气象条件下周边污染源和长距离输送对高浓度WSOC和HULIS-C也会有贡献.     

成都市冬季大气颗粒物组成特征及来源变化趋势

年冬季分别在成都市8个环境受体采样点采集PM₁₀、PM_2.5样品,同时采集颗粒物源类样品,分析上述样品质量浓度及多种无机元素、水溶性离子和碳组分的含量,以对这3 a冬季大气颗粒物浓度、特征组分、来源及变化趋势进行分析. 使用CMB-iteration模型对成都市中心城区的PM₁₀、PM_2.5进行来源解析. 结果表明: 成都市冬季ρ(PM₁₀)在工业区最高,PM_2.5污染呈现区域性特征;冬季PM₁₀的主要来源有扬尘、二次硫酸盐、煤烟尘、二次硝酸盐和机动车尾气尘,上述5类源在2010─2012年的分担率分别为24%～29%、17%～22%、13%～16%、6%～12%、6%～11%;对PM_2.5有重要贡献的源类有二次硫酸盐、扬尘、煤烟尘、二次硝酸盐和机动车尾气尘,这5类源在2010─2012年的分担率范围分别为25%～27%、19%～22%、12%～15%、11%～13%、8%～11%. 二次粒子、扬尘等是成都市大气颗粒物的主要污染源,其中扬尘、建筑水泥尘等以粗粒子为主的源类浓度贡献呈逐年下降趋势,而二次粒子等以细粒子为主的源类浓度贡献则逐年上升,成都市冬季大气细颗粒物污染加重.      

2011年春季辽宁一次沙尘天气过程及其对不同粒径颗粒物和空气质量的影响

利用2011年5月11—12日辽宁沙尘天气过程的相关资料,分析了沙尘天气对不同粒径颗粒物及空气质量的影响及此次沙尘过程的天气成因.结果表明:沙尘天气发生前后可吸入颗粒物PM10、PM2.5和PM1的浓度变化很大,沈阳、鞍山、本溪和丹东4城市PM10、PM2.5的小时浓度最大值都增大了1.5~20倍;粗粒子PM(2.5~10)的数量浓度分别增加了30~41倍,质量浓度分别增加了27~30倍;细粒子PM(1~2.5)的质量浓度分别增加了30~35倍,数量浓度分别增加了15~30倍;微粒子的数量浓度和质量浓度各城市表现不同,沈阳微粒子的数量浓度和质量浓度最大值增大了3倍和5倍,而鞍山PM1的数量浓度和质量浓度分别减少了50%和10%.受蒙古气旋的影响内蒙古地区产生大风降温天气,大风将内蒙古地区的沙尘带到高空并随西风带向东移动进入辽宁,由于辽宁地区风速比较小,造成了辽宁大部分地区的浮尘天气,并对辽宁各地空气质量造成了严重影响,除丹东外辽宁其他13个城市空气质量都达到了轻微污染到重度污染的级别,铁岭、阜新、沈阳和抚顺的污染指数分别超过了300,达到了重度污染的级别.     

常州夏冬季PM2.5中无机组分昼夜变化特征与来源解析

为探讨常州大气气溶胶中无机组分的昼夜变化特征,在夏冬两季分别连续采集1个月的PM2.5样品,对比分析了11种水溶性离子和13种重金属元素的昼夜特征和来源.结果表明,夏冬两季PM2.5平均质量浓度白天高于夜间,水溶性离子占比夜间稍高于白天.冬季水溶性离子占PM2.5的比例(44%~45%)高于夏季(31%~36%),而重金属元素呈现相反的季节性特征(冬季白天3.03%,夜间2.29%;夏季白天4.40%,夜间4.51%).SO_4~(2-)、NO_3~-、NH_4~+是主要的二次离子,占总水溶性离子77%~85%,说明常州市大气污染呈二次污染为主的复合污染特征.夏季强太阳辐射的光化学反应导致白天SO_4~(2-)占比(49.0%)稍高于夜间(41.1%),而白天高温NH_4NO_3分解,使NO_3~-浓度白天(1.98μg·m-3)远低于夜间(5.10μg·m-3).NH_4~+与SO_4~(2-)、NO_3~-之间好的线性相关性及预测NH_4~+与实测NH_4~+的比值接近1,表明NH_4~+主要以(NH4)2SO4,NH_4NO_3和NH4Cl形态存在.离子平衡表明夏季颗粒物呈弱碱性,冬季呈中性.Fe、Al和Zn这3种重金属元素占比最大,Fe和Al元素白天占比明显高于夜间,Zn正好相反.无机组分相关性及主成分分析表明,无机组分都来自二次生成、扬尘和交通等排放源,表现一定的季节性和昼夜变化特征.     

邯郸市大气颗粒物污染特征的监测研究

使用振荡天平颗粒物在线监测仪连续监测了邯郸市PM10和PM2.5浓度,分析了2012年7月31日—12月2日4个月内PM10、PM2.5的浓度水平、时变规律和PM2.5/PM10的变化情况.结果表明,监测时段内PM10和PM2.5的日均浓度平均值分别为208.4 μg·m-3和99.1 μg·m-3,是国家二级标准的1.4倍和1.3倍;浓度超标的天数占总观测天数的61.6%和60.0%,其污染程度与北京、天津相当,属污染较严重的地区.PM2.5/PM10在19.3%~89.8%之间周期性波动,平均值为49.4%,接近北方城市的平均水平.PM10和PM2.5的浓度变化具有很好的正相关性;日均值在4个月中呈现明显的周期性变化和月际波动,10、11月的PM10和PM2.5浓度变化剧烈且大大高于8、9月份.PM10和PM2.5浓度一天中小时均值的变化呈同步的双峰型分布,最高值出现在9:00和20:00左右,最低值出现在15:00~17:00之间.本研究系统分析了夏秋季节邯郸市大气颗粒物污染状况,以期为当地颗粒物污染的控制提供科学依据.     

廊坊市秋季环境空气中颗粒物组分昼夜变化特征研究

为研究廊坊市区秋季环境空气中颗粒物浓度及其组分昼夜变化特征,于2015年9月12—21日在廊坊市进行PM_(2.5)和PM_(10)采样,并对采集的样品无机元素、水溶性离子和碳组分(OC和EC)分析.结果表明,夜间PM_(2.5)和PM_(10)浓度比白天高,且下半夜出现大幅上升.PM_(2.5)/PM_(10)比值为0.49~0.62,下半夜最高.碳组分、Ba、Cr、Cl~-、NO_3~-、SO_4~(2-)、NH_4~+等主要富集在PM_(2.5)中,而Ca、Al、Si、Mg~(2+)和Ca~(2+)等主要富集在PM_(10)中.通过昼夜颗粒物组分对比发现,夜间EC、Cu、Zn、Cr、Pb、Cl~-、NO_3~-和NH_4~+等浓度明显上升.同时,下半夜OC/EC比值明显变小,Cl-、NO_3~-和NH_4~+浓度明显增大,同时段CO和NO_2浓度上升,而SO_2浓度变化平缓.以上表明采样期间廊坊夜间可能存在移动源和部分工业污染源排放.