武汉市开放源PM2.5成分谱的建立与特征分析

采用再悬浮采样方法获得武汉4类开放源（土壤风沙尘、施工扬尘、道路扬尘和城市扬尘）细颗粒物（PM_2.5）样品,分析了无机元素、水溶性离子和碳质组分含量,构建了武汉市开放源PM_2.5成分谱。结果表明:开放源PM_2.5的组成以地壳类元素为主,地壳类元素占化学成分总量的62.69%~80.14%,自然背景特征明显。土壤风沙尘PM_2.5中Si和Al的含量较高,施工扬尘PM_2.5中Ca和有机碳（OC）的含量显著高于其他3类尘源,道路扬尘PM_2.5中的主要组分为Ca、Si和OC,城市扬尘PM_2.5中的主要组分为Si和Ca。Ca、Cu、Zn分别在施工扬尘、道路扬尘和城市扬尘中强烈富集,富集因子（EF）均>20,表明受人为源的影响大。源谱中的碳组分以OC为主,OC/EC值均>2,表明开放源对二次气溶胶形成有一定影响。4类源谱相互之间的分歧系数为0.29~0.47,相关系数为0.19~0.97,其中土壤风沙尘与其他3类扬尘之间的相似度不高;城市扬尘、施工扬尘、道路扬尘互相之间存在较高的相似度,具有很强的共线性。构建武汉开放源PM_2.5精细化成分谱,可为武汉开展PM_2.5源解析及开放源污染防治提供参考。     

我国典型燃煤源和工业过程源排放PM2.5成分谱特征

鉴于我国本地化源谱（源成分谱）数量不足的现状,采用稀释通道系统对燃煤源和工业过程源进行采样,建立了4类燃煤锅炉（链条炉、流化床、往复炉和煤粉炉）和6类工业过程源（炼铁、铝焙烧、铝煅烧、砖瓦炉、水泥窑头和窑尾）的PM_2.5成分谱,并对源谱特征进行研究.结果表明:① 不同源谱组分特征差异明显.水泥窑炉排放的PM_2.5中,w（Ca）、w（Si）、w（OC）、w（SO₄2-）较高,分别为8.51%~14.18%、5.69%~11.80%、3.47%~15.56%、8.67%~16.85%;燃煤锅炉中Al（4.50%~8.67%,质量分数,余同）、OC（6.44%~15.33%）、SO₄2-（9.85%~22.87%）组分贡献较大;炼铁和铝冶炼工艺源谱中主导化学组分分别为Fe（8.57%~9.88%）和Al（11.81%~16.58%）;砖瓦炉颗粒物源谱中主要组分为SO₄2-、NH₄+、Si等.② 不同污染源PM_2.5成分谱的分歧系数结果显示,流化床和煤粉炉、水泥窑头和窑尾源谱较为相似,其分歧系数分别为0.26和0.28,其余源谱间均存在一定差异.进一步计算组分差异权重（R/U）发现,往复炉源谱中组分Zn、Sn与其他3类锅炉有明显不同.流化床/煤粉炉源谱中的Si、Ni,窑头/窑尾源谱中的K、Mn、OC组分差异显著,可以作为区分相似源谱的标识组分.与其他研究建立的源谱相比,燃煤源谱中w（EC）和w（SO₄2-）偏高.钢铁源谱中w（EC）和w（NH₄+）较其他地区偏高,w（Pb）偏低;工业过程源谱中,w（Cl-）较SPECIATE相关源谱偏低,而w（Ⅴ）和w（Cr）偏高.鉴于颗粒物源谱受到不同燃料种类、燃烧方式和烟气控制设施等影响而存在差异,源谱的准确性和代表性还需进一步测试和验证.      

六类餐饮源排放PM2.5化学成分谱

大气颗粒物源成分谱可以表征源排放颗粒物的理化特征,为受体模型开展来源解析研究提供基础数据.餐饮油烟排放是室内外环境大气污染的来源之一,当前餐饮源排放PM_2.5的化学成分谱仍然缺乏.该研究分别在成都市、武汉市和天津市采集了29组6种餐饮源（居民烹饪、火锅店、烧烤店、职工食堂、中餐馆、商场综合餐饮）排放的PM_2.5样品,分析无机元素、离子、碳、多环芳烃（PAHs）等化学组分,并构建了餐饮源排放颗粒物化学成分谱.结果表明:①餐饮源排放PM_2.5化学成分中的主要组分为OC（有机碳）、EC（元素碳）、Ca、Al、Fe、NH₄+、SO₄2-、NO₃-、Na+、K+、Mg2+和Cl-,其中w（OC）最高,为41.67%~57.91%.②餐饮源排放PM_2.5的PAHs中,3环和4环占比较高,其中芴（Flu）、菲（Phe）、荧蒽（Fla）、芘（Pyr）的质量分数相对其他物质较高.研究显示:餐饮源排放PM_2.5中OC/EC约为15.99~67.61,在一定程度上可以用来表征餐饮源排放;Fla/（Fla+Pyr）和InP/（InP+BghiP）多集中在0.45~0.55之间,或可作为标识餐饮源的特征比值.      

基于树模型的北京市PM2.5预测效果对比分析

在城市空气质量预测中,ρ（PM_2.5）会受到气象条件和时间周期的影响。选取北京市全市为实验区域,对多种污染物浓度特征、时间特征及天气特征等进行分析,采用2019年33个空气质量监测站逐小时数据开展PM_2.5预测实验,建立了基于特征的LightGBM （light gradient boosting machine） PM_2.5质量浓度预测模型,分别与随机森林模型（RF）、梯度提升树模型（GBDT）、 XGBoost模型3个PM_2.5浓度预测模型进行对比。结果表明:在PM_2.5浓度预测精度方面,LightGBM模型最高,XGBoost模型次之,RF模型最差。LightGBM模型的PM_2.5污染浓度预测准确率高于其他模型,R2为0.9614,且具有训练快、内存少等优点。LightGBM模型的5个评估指标均优于其他模型,说明其在PM_2.5逐时预测上具有很好的稳定性和应用前景。     

PM2.5与O3协同控制视角下深圳市工业VOCs源谱特征

选取深圳8类典型工业行业开展VOCs样品采集,检测分析了100种VOCs组分,从PM_2.5和O₃协同控制的角度分析了不同污染源的成分谱特征和对环境的影响.结果表明：加油站源谱组成以烷烃（48.4%）占主导,OVOCs （27.6%）占比突出,乙酸乙酯（14.1%）、异戊烷（13.0%）、正戊烷（12.0%）为其优势排放物种;涂料制造、胶黏剂生产、油墨制造、化工制品、纺织印染、医药制造行业排放组成均以OVOCs （42.3%~97.1%）占主导,丙酮为大多数行业的优势物种,且乙腈在部分行业中占比突出.垃圾发电行业以OVOCs （33.9%）和卤代烃（28.3%）占主导,乙醛（13.4%）、丙酮（11.0%）、一氯甲烷（6.1%）为该行业排放的优势物种.以PM_2.5和O₃协同控制为导向,芳香烃和烯烃是储存运输源需要控制的重点;OVOCs和芳香烃都应成为工艺过程源和废弃物处理源控制的关键.涂料制造行业的源反应活性SR_O3和SR_SOA值分别为6.0g/g和1.2g/g,削减单位质量排放的VOCs所减少的PM_2.5和O₃生成潜势最多,应成为深圳市PM_2.5和O₃协同控制下的优先控制行业.     

不同排放源对华东地区PM2.5影响的数值模拟

使用中尺度气象-化学耦合模式WRF-Chem针对MEIC源清单中五大部门来源（工业源、电力源、民用源、交通源和农业源）对华东地区PM_2.5的影响进行了模拟研究,主要得到以下结论：春夏秋季PM_2.5约40%~60%来源于工业源,冬季由于采暖供热燃用大量散烧煤,导致民用源对PM_2.5的贡献最大,在山东、安徽和江苏省等高值区贡献率超过50%;农业源、电力源和交通源对PM_2.5影响的季节差异不大,农业源贡献约20%~30%,交通源和火电源贡献约10%.因此冬季需主要控制民用源排放,春夏秋季主要控制工业源排放,其次是农业源排放.一次PM_2.5在工业、电力和民用源贡献的PM_2.5中所占比例可达50%~60%;NO₃^-和NH+4在交通源贡献的PM_2.5中总比例可达53%,在农业源中总比例高达93%;由于模式对SO₄^2-模拟偏低,SO₄^2-在工业源和电力源贡献的PM_2.5中占比约5%~15%;OC对来自民用源的PM_2.5有30%的贡献,BC对来自交通源的PM_2.5有15%的贡献;Na⁺和Cl^-对PM_2.5的贡献在各大来源中均低于3%.     

餐饮源油烟中PM2.5的化学组分特征

集中分析了餐饮无组织排放源(街边小吃、火锅店、露天烧烤)及有组织排放源(10家大中型餐馆)油烟PM_2.5中的TC(总碳)、元素组分、离子组分和16种PAHs,得到了各类餐饮源油烟PM_2.5的化学组成特征,建立了餐饮源油烟化学成分谱. 结果表明:各餐饮源油烟的ρ(PM_2.5)是大气背景值的3~42倍,其中露天烧烤油烟的ρ(PM_2.5)最高,达5 659.8 μg/m3. 不同餐饮源油烟的PM_2.5中各化学组分均为w(TC)(38.1%~75.8%)＞w(元素组分)(4.5%~27.0%)＞w(离子组分)(2.7%~22.6%),并且ρ(PM_2.5)与w(TC)呈显著正相关(R=0.84). 菲(PHE)、芘(PYR)、荧蒽(FLT)的质量分数在各类餐饮源油烟的PAHs中均普遍较高,分别为13.8%~21.6%、9.2%~26.5%、6.9%~22.0%.大中型餐馆油烟的PAHs中苯并苝(BPE)的质量分数最高(27.5%),而在其他餐饮源中均小于6.7%;(CHR)的质量分数最低(3.3%),而在其他餐饮源中均大于5.3%. 露天烧烤油烟的PAHs中芘、荧蒽的质量分数分别是其他餐饮源的2.7和2.3倍以上;萘(NAP)的质量分数(0.3%)较小,但在其他餐饮源中均大于11.4%,可以作为特定餐饮源油烟的特征物种.      

城市间PM2.5源的碳成分谱比较

为了解我国不同城市PM_2.5源的碳成分谱特征和地域差异,采集沈阳市、十堰市和乌鲁木齐市的燃煤源、柴油车尾气源、汽油车尾气源和餐饮源样品,使用热光透射法分析PM_2.5中的总碳（TC）、有机碳（OC）和元素碳（EC）,以及细分的8种碳组分（OC1,OC2,OC3,OC4,EC1,EC2,EC3和OPC_T）,构建各类污染源碳成分谱.结果表明：3个城市4类源TC/PM_2.5从高到低分别为：餐饮源（65.1%±8.4%）、柴油车尾气源（46.2%±9.5%）、汽油车尾气源（37.7%±3.5%）和燃煤源（17.3%±8.0%）;OC/TC在餐饮源中最高（98.0%±0.5%）,EC/TC在柴油车尾气源中最高（38.6%±8.5%）.3个城市同类源的碳组分含量受污染源细分后的不同类型影响有一定差异,但归一化处理后总体仍表现为燃煤源中OC2（14%~30%）和OC3（13%~23%）含量最高,柴油车尾气源中EC2（22%~56%）含量最高,汽油车尾气源中OC2（24%~41%）、OC1（16%~42%）和OC3（12%~26%）含量最高,餐饮源中OC2（21%~43%）和OC3（23%~49%）含量最高.不同污染源的OC/EC值为燃煤源在0.4~7.6之间,柴油车尾气源在0.2~5.6之间,汽油车尾气源在1.1~38.5之间,餐饮源在6.4~170.2之间.分歧系数结果显示3个城市不同源的碳成分谱具有差异性,同类源的碳成分谱具有相似性.将3个城市同类源碳成分谱合并后利用化学质量平衡灵敏度矩阵得到OC2,OC3,OC4,EC1和OPC_T可共同作为燃煤源的标识组分;EC2是柴油车尾气源的标识组分;OC1,OC2和OC3可共同作为汽油车尾气源的标识组分;OC2和OC3可共同作为餐饮源的标识组分.沈阳市、十堰市和乌鲁木齐市相同污染源相似的碳成分谱和一致的标识碳组分可为国内其他城市相关研究提供数据参考.     

不同分辨率CMAQ模式系统对北京PM2.5预报效果研究

自北京奥运会以来,CMAQ模式作为北京多模式预报系统的一个成员在北京空气质量预报中得到广泛应用.为了更好地发展模式系统预报性能,本文针对北京开展完整年份PM_2.5模拟预报效果评估,结合我国环境空气质量标准,引入IAQI预报准确率、等级预报准确率以及预报综合评分法等多项指标,研究评价不同代际不同模式分辨率CMAQ模式系统预报效果差异.研究结果表明,①新研发的CMAQ模式系统预报效果整体优于原有业务预报模式系统,综合考虑预报级别准确性和预报空气质量分指数精确度的得分评估结果显示,新一代CMAQ模式3 km空间分辨率(BJ03)4 d预报时效内得分为73.1～80.5分,高于9 km空间分辨率(BJ09)和原有CMAQ模式5 km空间分辨率(CN05)和15 km空间分辨率(CN15)的预报结果综合得分.②BJ03区域的预报效果优于BJ09区域,BJ03区域预报的PM_2.5-IAQI准确率达42%,空气质量等级准确率达68%～79%,预报综合评价得分最高80.5分;而9 km分辨率CMAQ模式预报的PM_2.5-IAQI准确率为...     

淮海经济区核心区污染排放对重点区域城市PM2.5贡献研究

基于WRF-CMAQ空气质量模型，采用开关污染源排放的敏感性试验方法，定量分析了淮海经济区核心区污染排放对京津冀区域、"2+26 "大气污染传输通道城市、汾渭平原地区和长三角区域PM_2.5的贡献.结果表明，对京津冀区域，污染贡献比例最大值出现在10月份，同时对不同城市的贡献值在10%以内变化；对" 2+26"大气传输通道城市，影响的时空差异变化明显，其中对聊城市、菏泽市和济南市的贡献值均超过了10%；对汾渭平原地区的贡献总体较弱，最大贡献值低于5%；对长三角区域，贡献值在不同城市间的时空差异变化明显.考虑到淮海经济区地处京津冀和长三角过渡地带，且对京津冀和长三角区域PM_2.5影响较大，建议尽快将淮海经济区核心地区纳入国家大气污染重点控制区.     

典型非金属矿物制造工艺过程源成分谱特征

鉴于我国缺乏非金属矿物制品工艺过程源成分谱(源谱)现状,采用稀释通道系统于2017年2～6月采集了玻璃制造、陶瓷制造和砖瓦制造共6个非金属矿物制品企业排放的PM_(10)和PM_(2.5)样品,对样品中的50种化学组分进行分析,构建相应的源谱,并对其特征进行研究.结果表明,玻璃制造源谱中以Na元素为主(质量分数介于9. 2%～18. 5%之间),陶瓷制造源谱中以Al、Si、Ca和Fe等地壳元素为主(质量分数在1. 7%～8. 7%之间),耐火砖和页岩砖源谱则是以SO_4~(2-)、NH_4~+等水溶性离子为主,SO_4~(2-)和NH_4~+质量分数分别介于36. 9%～48. 1%和7. 7%～17. 0%之间.不同企业因燃料类型、脱硫脱硝除尘方式不同会对源谱中的化学组分产生影响.源谱之间的分歧系数(CD)显示除页岩砖制造外,其余源谱2种粒径之间均较为相似,同粒径不同源谱间均存在差异,浮法玻璃与药用玻璃之间和2个陶瓷企业之间的CD值相对较小.使用R/U值比较源谱间不同组分的差异识别出Na和As元素可作为玻璃制造的标识组分,陶瓷制造可用Al和Ti来识别,NO_3~-和NH_4~+区分耐火砖,SO_4~(2-)和NH_4~+识别页岩砖.     

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.     

环境空气PM2.5连续监测系统手工采样比对测试

借鉴美国EPA关于PM2.5连续监测仪器手工采样比对测试的性能指标和检测方法,结合我国现行的相关技术规范,选取两种不同原理4种型号典型的进口和国产环境空气PM2.5连续自动监测系统,分别在春、夏、秋、冬这4个季节开展了PM2.5连续自动监测与手工采样测量(重量法)之间的比对测试.研究确定了符合我国环境质量现状和环境监测管理需求的PM2.5连续监测系统与手工采样比对测试(调试)的质控措施要求(手工采样测量结果平行性≤5μg·m-3或5%)和技术指标要求(线性回归方程斜率1±0.15;截距0±10;相关系数≥0.95)以及相应的操作方法,为我国环境空气PM2.5连续自动监测系统的现场有效使用和数据质量保证提供了必要的技术手段和质控方法.     

基于重庆本地碳成分谱的PM2.5碳组分来源分析

为了解重庆主城PM2.5中碳组分特征和来源,2012-05-02~2012-05-10日在商业区、工业区和居民区进行了PM2.5采样.利用TOR方法分析了8种碳组分,对3个不同功能区大气环境PM2.5以及燃煤尘、尾气尘(机动车尾气、船舶尾气、施工机械尾气)、生物质燃烧尘、餐饮油烟尘这6类源PM2.5中的8种碳组分进行了特征分析.在源的碳成分谱基础上,利用化学质量平衡(CMB)模型得到重庆本地PM2.5的碳来源指示组分,利用因子分析法解析出各类源对不同功能区内PM2.5碳组分的贡献率.结果表明,重庆地区燃煤尘、机动车尾气尘、船舶尾气尘、施工机械尾气尘、生物质燃烧尘、餐饮油烟尘的OC/EC值分别为6.3、3.0、1.9、1.4、12.7和31.3.EC2、EC3的高载荷指示柴油车尾气排放,OC2、OC3、OC4、OPC的高载荷指示燃煤排放,OC1、OC2、OC3、OC4、EC1指示汽油车尾气排放,OC3指示餐饮业排放,OPC指示生物质燃烧排放.商业区OC/PM2.5为17.4%,EC/PM2.5为6.9%,估算得到,二次有机碳(SOC)/OC为40.0%;工业区OC/PM2.5为15.5%,EC/PM2.5为6.6%,SOC/OC为37.4%;居民区OC/PM2.5为14.6%,EC/PM2.5为5.6%,SOC/OC为42.8%.工业区PM2.5中碳组分的主要来源为燃煤和汽油车尾气、柴油车尾气;商业区PM2.5中碳组分的主要来源为汽油车尾气、柴油车尾气和餐饮业油烟;居住区PM2.5中碳组分的主要来源为汽油车尾气、餐饮业油烟、柴油车尾气.     

PM_(2.5)对环境空气质量评价结果的影响分析

从2011年12月1日开始在常规空气监测点对影响吉林市空气质量的两个颗粒物指标PM2.5和PM10进行了同步比对监测。结果表明:PM2.5和PM10有显著的相关性,相关系数为0.982;采暖期PM2.5和PM10的比值平均为0.57。分别采用现行和新标准对监测结果进行了评价,其结果好于二级天数将比现行标准评价结果减少12.4%。     

重庆主城区大气PM10及PM2.5来源解析

为探讨重庆主城区4个季节大气PM₁₀和PM_2.5的主要来源,于2012年2—12月在重庆主城区的工业区、文教区和居住区5个环境监测点同步采集PM₁₀及PM_2.5样品,分析了无机元素、水溶性离子、有机碳和元素碳含量及其分布特征. 采集了重庆主城区土壤尘、建筑水泥尘、扬尘、移动源(包括机动车、施工机械及船舶)、工业源(包括固定燃烧源及工业工艺过程源)、生物质燃烧源及餐饮源等7类污染源,建立了重庆市本地化的污染源成分谱库. 利用CMB(化学质量平衡)受体模型及二重源解析技术分析了PM₁₀及PM_2.5的来源. 结果表明:重庆主城区大气中ρ(PM₁₀)及ρ(PM_2.5)的年均值分别为153.2和113.1 μg/m3,超过GB 3095—2012《环境空气质量标准》二级标准限值2倍以上. 大气PM₁₀的主要来源为扬尘、二次粒子和移动源(贡献率分别为23.9%、23.5%和23.4%),大气PM_2.5主要来源于二次粒子和移动源(贡献率分别为30.1%和27.9%).PM₁₀和PM_2.5的主要源类贡献率差别不大,表明研究区域内大气颗粒物污染控制应采取多源控制原则. 大气PM₁₀来源的季节性变化特征表现为春季和秋季主要以扬尘为主、夏季和冬季主要以二次粒子为主.      

PM2.5化学组分连续观测在污染事件源解析中的应用

为探索PM_2.5组分高时间分辨观测数据在污染事件源解析中的应用,于2017年1~12月对南京市环境空气中PM_2.5组分进行连续观测.分别利用重金属自动分析仪、离子在线分析仪和半连续OC/EC分析仪测定PM_2.5中元素、水溶性离子和碳质组分的小时浓度.选取其中15种元素与5种丰量组分,分别基于3次污染事件（春节期间烟花爆竹燃放、春季沙尘暴和冬季灰霾）和全年的观测结果采用正矩阵因子分析（positive matrix factorization,PMF）模型进行源解析,并比较不同输入数据条件下（PMF_{烟花-沙尘-灰霾}和PMF_全年）的源贡献分布及特征组分平均浓度的估算情况.结果表明,基于不同观测数据的源解析结果在PMF因子类型、组成及贡献分布上均存在较大差异.例如,基于全年观测数据（PMF_全年）的源解析结果中烟花爆竹燃放的平均贡献仅为1.50%,远低于PMF_烟花结果中对应的源贡献（5.24%）;扬尘源的平均相对贡献在PMF_沙尘结果中为8.51%,比PMF_全年结果中扬尘源的贡献（4.45%）高近1倍.主要归结于PMF模型假设来源构成不发生变化,基于长期观测数据的源解析结果易受到排放源变化的影响.另外,烟花爆竹燃放期间,特征组分K的PMF_烟花估算结果[（1.32±1.17）μg·m^-3,P=0.64]较PMF_全年[（1.16±1.19）μg·m^-3,P=0.0090]更接近其观测平均值[（1.36±1.19）μg·m^-3].春季沙尘暴期间,特征组分Fe、Si和Ti的PMF_全年估算结果[（0.061±0.042）~（1.06±0.65）μg·m^-3]均显著低于观测平均值（P<0.05）,而它们的PMF_沙尘估算值在峰值区域同观测值高度一致.冬季灰霾污染期间,PM_2.5各丰量组分PMF_全年和PMF_灰霾估算值同观测值的吻合程度均很高（r>0.99）.因此,基于污染事件期间的连续观测结果进行PMF源解析能较准确地反映特征组分及相关排放源的短期变化,有利于提高污染溯源的时效性.     

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.     

青岛环境空气PM10和PM2.5污染特征与来源比较

年分别在青岛设6个和2个采样点采集PM₁₀和PM_2.5样品,分析二者质量浓度及颗粒物中多种无机元素、水溶性离子和碳等组分的质量浓度,以研究PM₁₀及PM_2.5的污染特征. 采用CMB-iteration模型估算法,确定一次源类及二次源类对PM₁₀和PM_2.5的贡献,利用统计学方法比较PM₁₀和PM_2.5的污染源. 结果表明:青岛大气颗粒物质量浓度季节变化显著,表现为春、冬季高,夏、秋季低;Na、Mg、Al、Si、Ca和Fe元素主要富集在PM₁₀中,SO₄2-、NO₃-、EC和OC主要富集在PM_2.5中;城市扬尘、煤烟尘、建筑水泥尘及海盐粒子等粗粒子在PM₁₀中的分担率较PM_2.5中的高,分担率分别为28.7%、17.2%、7.16%及4.47%;二次硫酸盐、二次硝酸盐、机动车尾气尘及SOC(二次有机碳)等在PM_2.5中的分担率较PM₁₀中的高,分担率分别为19.3%、8.97%、13.7%及6.07%;由PM₁₀与PM_2.5化学组分的分歧系数可见,春、秋季PM₁₀和PM_2.5化学构成存在一定差异,而冬、夏季二者的化学构成相似.