北京市大气气溶胶PM2.5中极性有机化合物的测定

提出了用GC-MS分析大气细粒子中极性有机化合物的测定方法,给出了2类衍生化反应的最佳条件.标准物质工作曲线相关系数在0.995～1.000之间,仪器精密度为1%～10%,标准物质的标准偏差为3%～20%,实际样品的标准偏差为3%～17%,仪器定量限为0.1～4.0 ng·μL^-1.实测了北京市夏、秋、冬3季大气细粒子样品,定量极性有机化合物42种,其中一元羧酸30种、二元羧酸5种、无水单糖3种、甾醇类3种和苯甲酸,并对这些化合物的可能来源进行了探讨.     

北京大气PM2.5中微量元素的浓度变化特征与来源

为了解北京大气细粒子中微量元素的污染水平和来源,在车公庄和清华园进行了连续1年、每周1次的PM_2.5采样和全样品分析.微量元素浓度的周变化大,尤以冬季为甚,相邻2周最大相差达1.6倍;但除冬季的平均浓度较高之外,其季节变化并不显著.微量元素的富集因子在春季最低,反映了频繁发生的沙尘天气的影响.Se、Br和Pb的浓度比来自于北京A层土壤中的含量要高出约1000～8000倍,表明它们主要来自于人为污染.其中Se的富集度最高,反映了北京细粒子来自于燃煤污染的特征.Pb的年均浓度(0.31μg·m^-3)虽然未超过WHO的年均标准,但与洛杉矶和布里斯班相比处于较高的水平;与Br、Se的比较分析表明,燃煤可能是Pb除机动车排放之外的另一个重要来源.     

北京市大气细粒子的来源分析

细粒子(空气动力学直径小于2.5μm的颗粒物)污染是许多城市重要的大气环境问题.从1999年至2000年对北京市细粒子展开了4次采样和化学分析,有效采样天数为40d.利用正定矩阵分解(PMF)方法对细粒子的来源进行了分析.化学成分包括EC(元素碳)、有机物、SO₄^2-、F^-、Cl^-、Fe、Ca、K、Mg、Al、Na、Zn、Mn、Ti、Pb、Ba和P等17种.发现主要来源有6类:地面扬尘、建筑源、生物质燃烧、二次源、机动车排放和燃煤.     

苏州市大气细颗粒物(PM2.5)工业源排放清单

通过发放调查表、现场咨询等形式,获得苏州市2012年工业企业基本信息,参照国内外已有研究成果,确定排放因子,并根据实际情况对钢铁行业进行了系数修订,得到苏州市工业源大气细颗粒物排放清单.结果表明:苏州地区工业源PM_(2.5)排放总量约为6.57×10~4t,工艺过程源和固定燃烧源分别占94%和6%;张家港地区贡献率最大,为51%,其次为常熟13.8%;姑苏区贡献率最小,为0.13%;苏州市平均排放强度为10.42 t·km~(-2),张家港排放强度最大,达到了43.57 t·km~(-2),其次为新区12.38 t·km~(-2);钢铁与炼焦、火电、水泥行业是PM_(2.5)的主要贡献者,分别为50%、17%和14%;空间分布显示苏州北部相对细颗粒污染较大,重点企业多集中在张家港、常熟地区,东部污染较少.     

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.     

北京市2014~2020年PM2.5和O3时空分布与健康效应评估

细颗粒物（PM_2.5）和臭氧（O₃）是我国的主要大气污染物,严重危害人群健康.北京市自2013年以来大力开展大气污染治理工作,现已取得显著成效.通过分析2014~2020年北京市34个大气环境监测站的PM_2.5和O₃浓度变化特征并评估大气污染防治的健康效应,对推进大气污染防治具有重要意义.结果表明,2014年北京市PM_2.5年均值和4~9月平均O₃日最大小时（O_{3_max}）值分别为92.0 μg·m^-3和81.9 nmol·mol^-1.2014~2020年PM_2.5平均每年降低7.5 μg·m^-3,但是O_{3_max}持续偏高.在季节尺度,冬季的12月和1月PM_2.5浓度最高,夏季的8月浓度最低.相反地,O_{3_max}在每年6月浓度最高.PM_2.5浓度日变化规律为,夜间22：00至次日00：00最高,14：00~16：00最低.而O₃浓度在07：00最低,随后逐步升高并在午后达到最高.在空间分布上,PM_2.5在2014和2019年都呈现南高北低的趋势,O_{3_max}在全市范围内均较高,仅在道路区域偏低.大气污染对人群健康影响的评估结果表明,2014年北京市与PM_2.5相关的心血管和呼吸道疾病超额死亡人数分别为1580人和821人,与O₃相关的呼吸道疾病超额死亡人数为2180人.2019年与PM_2.5相关的超额死亡人数仅为2014年的50%,而与O₃相关的超额死亡人数与2014年持平.北京市细颗粒物治理成效显著,但是O₃污染问题凸显,O₃已经成为危害北京市居民健康的首要大气污染物.未来需要加强PM_2.5和O₃协同治理.     

烟花爆竹集中燃放的大气细颗粒物(PM2.5)成分图谱

烟花爆竹燃放是大气细颗粒物（PM_2.5）来源的途径之一.以泉州城区春节期间为例,研究烟花爆竹燃放对大气细颗粒物的影响,服务大气污染的特殊污染源管理.结果表明,烟花爆竹集中燃放时段,SO₂、PM₁₀和PM_2.5浓度明显升高,尤以PM_2.5的升高最为显著,城区PM_2.5日均浓度峰值约为年均值的4倍,涂山街点位PM_2.5小时浓度峰值约为城区年均值的21倍;燃放高峰期Al、Mg、Ba、Cu、Sr等烟花爆竹的特征元素占比迅速上升,Al⁺、Mg⁺、Ba⁺、Cu⁺间的小时数浓度高度相关;监测期间泉州城区细颗粒物主要污染源是烟花爆竹燃放和生物质燃烧,贡献占总颗粒物的一半以上,燃煤和工业工艺源的比例相对较低,均低于10.0%;集中燃放时段大气细颗粒物浓度高达0.578 mg·m^-3,此时的烟花源的贡献比例也提升到58.2%;污染过程分析表明PM_2.5浓度与烟花源的占比、数浓度的变化趋势具有趋同性.以上结果说明烟花爆竹的集中燃放是春节期间泉州大气环境恶化的主要原因.     

北京市夏季不同O3和PM2.5污染状况研究

从天气背景场、气象要素、前体物和PM_(2.5)化学组分、气团运动轨迹以及大气氧化性等方面对北京市夏季两种不同的O_3和PM_(2.5)污染状况进行了分析.结果表明,O_3达到中度污染而PM_(2.5)浓度优良(O_3和PM_(2.5)一高一低)污染状况的天气形势场为:高空为偏西北气流,地面受高压后部控制;而O_3和PM_(2.5)同时达到中度污染(O_3和PM_(2.5)两高)的天气形势场为:高空为偏西气流,地面受低压控制.与O_3和PM_(2.5)一高一低污染状况相比,O_3和PM_(2.5)两高时的气象要素特征为:偏南风更为明显和相对湿度更高.O_3和PM_(2.5)两高时污染物浓度演变特征为,O_3和PM_(2.5)的起始浓度较高,PM_(2.5)日变化特征更为明显,而O_3平均浓度却低于O_3和PM_(2.5)一高一低的污染状况.前体物、大气氧化性以及PM_(2.5)化学组分分析的结果表明,较高的起始浓度在不利气象条件下的积累和吸湿增长以及当天较大偏南风造成的区域传输可能是造成O_3和PM_(2.5)两高污染状况中PM_(2.5)浓度达到四级中度污染的主要原因.     

降水和风对大气PM2.5、PM10的清除作用分析

对合肥2015—2017年的降水、风和PM_(2.5)、PM_(10)浓度观测数据统计研究发现,降水对PM_(2.5)、PM_(10)有一定的清除作用,尤其在秋冬季节.秋冬季节小雨、中雨分别导致PM_(2.5)和PM_(10)浓度降低23.1%、40.4%和32.0%、63.7%.雨日PM_(2.5)/PM_(10)比例上升8.4%,表明降水对PM_(10)清除作用更显著.降水前后PM_(2.5)浓度变化与降水前PM_(2.5)浓度、降水强度、降水时长密切相关.当降水强度大于4 mm·h~(-1)或PM_(2.5)初始浓度高于115μg·m~(-3)时,降水对PM_(2.5)产生明显清除作用;而降水强度小于1 mm·h~(-1)或PM_(2.5)初始浓度低于115μg·m~(-3)时由于吸湿增长作用极易造成PM_(2.5)浓度反弹升高;且持续3 h以上雨强介于1～4 mm·h~(-1)的降水也对PM_(2.5)产生清除作用.降水前后PM_(10)浓度变化与初始浓度密切相关,而与雨强相关性较弱.当PM_(10)初始浓度大于50μg·m~(-3),降水就对PM_(10)产生明显清除作用,且PM_(10)初始浓度越高,降水后PM_(10)浓度下降越多.风速大于2 m·s~(-1)可显著降低PM_(2.5)浓度,因此,当风速大于4 m·s~(-1)时合肥较少出现中度及以上污染,但易造成地面起尘,使PM_(10)浓度不降反升.合肥冬季严重污染主要出现在西北风向,夏季中度以上污染天气较少,主要出现在风速低于3 m·s~(-1)的东南风向.     

珠江三角洲大气光化学氧化剂(Ox)与PM2.5复合超标污染特征及气象影响因素

基于粤港澳珠江三角洲区域空气监测网络12个监测子站的大气污染物数据,梳理2013~2017年大气光化学氧化剂O_x（NO₂+O₃）与PM_2.5质量浓度的变化趋势.O_x+PM_2.5复合超标污染定义为NO₂和PM_2.5质量浓度日平均值以及O₃浓度日最大8 h平均值（O₃ MDA8）同时超过二级浓度限值,分析了不同类型站点复合超标污染的时空分布特征以及气象因素影响.结果表明,2013~2017年珠三角PM_2.5年均质量浓度由（44±7）μg·m^-3下降至（32±4）μg·m^-3,实现PM_2.5连续3 a达标.O_x年均质量浓度由2013年（127±14）μg·m^-3下降至2016年（114±12）μg·m^-3,2017年反弹至（129±13）μg·m^-3,O₃浓度上升明显（10 μg·m^-3）.以O₃为首要污染物的污染过程占比由2013年33%增多至2017年78%,多个城市同时发生污染的区域特征明显.研究时段内O_x+PM_2.5复合超标污染事件共发生60次,主要在城区站点（78%）和郊区站点（22%）.秋季发生复合超标污染天数最多（52%）,是因为强太阳辐射有利于臭氧生成,大气氧化性增加,进而促进了PM_2.5二次生成.造成珠三角复合超标污染的天气形势主要为高压出海型（43%）、高压控制型（30%）和热带低压型（27%）.就具体气象因素而言,气温在20~25℃且相对湿度在60%~75%的范围内时,复合超标污染事件发生占比最高（22%）.在O₃重污染过程中,夜间高湿和低风速使得NO₂和PM_2.5浓度显著上升,日间高温加剧了复合超标污染.     

燃煤电厂细颗粒物排放粒径分布特征

目前细颗粒物区域污染已成为普遍现象,控制燃煤电厂细颗粒物的排放是控制大气中细颗粒物的重要途径之一,而了解燃煤电厂细颗粒物的排放粒径分布及其形成的可能原因和影响因素显得尤为重要.针对浙江某电厂660 MW燃煤机组,在120、100、90和85℃四种不同运行工况下,采用Dekati ELPI+对电除尘器入口和出口以及烟囱60 m横断面处烟尘进行多平台同步采样测试,以研究该电厂所排放细颗粒物的粒径分布特征、不同工况下细颗粒物的排放浓度及其变化规律.结果表明:① 不同工况下,电除尘器出口和烟囱60 m横断面处颗粒物数浓度都主要集中在亚微米态（粒径 < 1 μm）,并随粒径增大而数浓度快速减小.② 随着烟冷器出口烟气温度的降低,烟气经过除尘装置后,无论是颗粒数浓度还是质量浓度均有一定程度的下降,但当烟气温度降至90℃时,继续降温对电除尘器除尘效果的影响基本趋于恒定.③ 无论燃用设计煤还是校验煤,当烟冷器出口烟气温度相对较低时,经脱硫后积聚模态颗粒物质量浓度较除尘后有明显增加;而烟气温度较高时,呈现出脱硫后较除尘后粗模态颗粒物质量浓度增长的现象.④ 当原烟气稀释倍数从7倍增至10倍时,6~27 nm粒径段颗粒物数浓度呈指数倍增长,说明稀释过程主要影响纳米级颗粒物的数浓度.⑤ 燃用设计煤,烟冷器出口烟气温度90℃时,电除尘器对PM₁的去除效果最明显为63.9%~99.8%,可见降低电除尘器入口运行烟温,可促进其对亚微米态颗粒物的捕集率.      

2013—2018年北京市大气PM2.5持续高暴露对居民因病入院的急性影响

为探讨以细颗粒物（PM_2.5）持续高浓度暴露为特征的大气污染事件对于人群因病入院的急性影响,收集2013—2018年北京市大气PM_2.5浓度、气象因素数据和人群因病入院数据,以PM_2.5浓度〔75.0 μg/m3、150.0 μg/m3、第95百分位数（205.8 μg/m3）〕和持续时间（≥2 d、≥3 d）联合定义6种持续高暴露情景,采用基于quasi-Poisson回归的广义相加模型开展时间序列分析,获得不同情景下PM_2.5对人群因病入院的急性影响.结果表明:①对于全人群研究发现,相较于非持续高暴露情景,持续2 d及以上的重污染（PM_2.5浓度>150.0 μg/m3）情景引起非意外总疾病和心脑血管系统疾病的发病风险均显著增加,增幅分别为5.0%（95% CI,1.2%~9.0%）和5.6%（95% CI,1.8%~9.5%）.②亚组人群分层分析发现,持续2 d及以上的重污染情景下,男性、女性、0~64岁、65~74岁、75岁及以上等亚组人群的非意外总疾病和心脑血管系统疾病的发病风险均显著增加;当出现极端PM_2.5暴露浓度（>205.8 μg/m3）且持续3 d以及上时,女性和0~64岁、65~74岁人群的非意外总疾病和心脑血管系统疾病的发病风险均显著增加.③因呼吸系统疾病入院分析发现,仅在PM_2.5浓度>150 μg/m3且持续时间≥2 d的情景下,观察到0~64岁人群的发病风险显著增加,增幅为3.4%（95% CI,0.2%~6.6%）.研究显示,以PM_2.5持续高暴露为特征的大气污染事件对人群因病入院有显著影响.      

北京APEC期间大气颗粒物中类腐殖酸的污染特征及来源

为分析北京市APEC期间强化减排措施对大气细颗粒物中类腐殖酸(humic-like substances,HULIS)浓度及污染特征的影响.对APEC前后样品进行了碳质组分(OC/EC)、水溶性有机碳(water-soluble organic carbon,WSOC)、HULIS和水溶性离子分析,研究发现APEC采样期间大气颗粒物中HULIS的浓度范围为1~15μg·m~(-3).HULIS浓度在会议减排前、中和后期分别为7.99、5.83和7.06μg·m~(-3).会议减排对降低HULIS浓度起到了一定作用.在会议期间HULIS的浓度下降程度明显快于EC与WSOC.会议之后HULIS的浓度上升程度明显慢于OC、EC、WSOC和PM_(2.5);HULIS占PM_(2.5)的值在采样期间变化不大,在采样期间、会议减排前、中和后期分别为13.60%、13.59%、14.02%和12.22%.HULIS-C/OC的值和HULIS-C/WSOC的值依次为28.95%、35.51%、28.37%、19.93%和52.75%、59.58%、51.54%、45.39%.HULIS与湿度呈显著正相关,与风速呈显著负相关;生物质燃烧和二次转化可能是北京大气颗粒物中HULIS重要来源.     

燃煤控制对北京市空气质量的改善分析

根据清洁空气行动计划,北京市将继续调整能源结构,新建天然气热电中心替代燃煤发电,并且进行工业锅炉煤改气、居民供暖煤改电、远郊区炊事用气改造等措施,以减少煤炭的使用量. 采用自下而上的排放因子法,估算减少燃煤所产生大气污染物(TSP、PM₁₀、一次PM_2.5、SO₂、NO_x及VOC)的减排量,并利用ADMS-Urban模型模拟其对环境空气质量的改善. 结果表明:①2015年北京市煤炭控制在1500×104t以内,测算的煤炭减量为863.38×104t,TSP、PM₁₀、一次PM_2.5、SO₂、NO_x和VOC的减排量分别为2580.17、2032.94、1183.53、6265.30、7220.90和1058.44t. ②各污染物减排空间分布基本一致,主要集中在城市功能拓展区,包括石景山、朝阳区、海淀区和丰台区等,上述区域对TSP、PM₁₀、一次PM_2.5、SO₂、NO_x和VOC削减贡献分别达到78.3%、81.5%、82.7%、85.2%、83.0%和49.9%. ③ADMS-Urban模型模拟结果表明,减少燃煤可使环境空气中ρ(TSP)、ρ(PM₁₀)、ρ(一次PM_2.5)、ρ(SO₂)、ρ(NO_x)和ρ(VOC)分别降低0.55~12.74、0.44~10.78、0.27~6.77、0.78~17.31、1.67~43.48和0.17~12.07μg/m3.      

2011~2012北京大气PM2.5中重金属的污染特征与来源分析

为研究北京PM_(2.5)中重金属污染特征,于2011年夏季~2012年夏季每3 d采集一次PM_(2.5)样品.利用电感耦合等离子体质谱(ICP-MS)分析了Li、V、Cr、Mn、Co、Cu、Zn、As、Se、Ti、Ga、Ni、Sr、Cd、In、Ba、Tl、Pb、Bi和U的浓度,选取其中Zn、Pb、Mn、Cu、As、V和Cr 7种主要重金属元素进行深入讨论.北京市PM_(2.5)中重金属Zn、Pb、Mn、Cu、As、V和Cr的平均质量浓度分别为(331.30±254.52)、(212.64±182.06)、(85.96±47.00)、(45.19±27.74)、(17.13±19.02)、(4.92±3.38)和(9.04±7.84)ng·m-3.采样期间秋冬季节PM_(2.5)中重金属污染较春夏季节严重,这可能与北京秋冬季节取暖导致煤燃烧增加有关.霾过程会加剧北京PM_(2.5)中主要重金属Zn、Pb、Mn、Cu、As、V和Cr的污染,霾天对重金属污染的增加作用呈现一定的季节变化特征.源分析结果表明北京大气颗粒物中重金属主要来源于扬尘(包括建筑扬尘和道路扬尘)和煤燃烧,少量来自远距离输送和其他工业来源.     

燃煤电厂排放细颗粒物的水溶性无机离子特征综述

当前我国面临严重的大气细颗粒物(PM2.5)污染,燃煤电厂是大气中PM2.5的重要来源之一.为了实现国家"十一五"和"十二五"规划对二氧化硫(SO2)和氮氧化物(NOx)的总量减排目标,燃煤电厂大规模安装烟气脱硫和脱硝设施,这虽然减少了气态污染物转化生成的二次PM2.5,但另一方面也会对烟气中PM2.5的物理化学特征产生影响,有可能增加一次PM2.5的排放.本文综述了燃煤电厂排放PM2.5及其水溶性离子的粒径分布特征,重点介绍了脱硫和脱硝这两种烟气处理设施对燃煤电厂排放PM2.5的影响原理及相关研究结果,特别是对细颗粒物中水溶性离子(如SO2-4、Ca2+和NH+4)的影响.在目前我国PM2.5污染十分严重和燃煤电厂大量安装脱硫和脱硝装置的背景下,定量研究脱硫和脱硝对PM2.5排放特征的影响具有十分重要的意义.