大气颗粒物来源解析

内涵解析何谓大气颗粒物来源解析?大气颗粒物来源解析是指通过化学、物理学、数学等方法定性或定量识别环境受体中大气颗粒物污染的来源。这是一项长期复杂且系统的技术性工作,涉及多种技术方法、模型选择、样品采集与分析、化学成分谱的科学构建、模拟运算以及解析结果评估与应用等,是科学、有效开展颗粒物污染防治工作的基础和前     

秦皇岛市大气颗粒物来源解析研究

对秦皇岛海港区和山海关区的颗粒物来源进行了定性识别和定量解析。并考察了重点污染源——我国最大的煤码头秦皇岛港煤码头对市区扬尘和TSP中的碳的影响。得出秦皇岛市海港区和山海关区TSP主要来源为风沙、扬尘,其次为燃煤飞灰和海盐尘。气象条件特别是风向对TSP各源分担率的影响很大,秦皇岛市煤码头是该区域TSP中碳的主要来源。不同气象条件下,煤码头对海港区和山海关区的影响程度明显不一样。      

重庆城区大气颗粒物污染来源解析

首次在重庆采用受体模型－ＣＭＢ７．０模型来定量解析各种尘源对受体ＴＳＰ的贡献率（％），结果表明：重庆城区大气ＴＳＰ主要来源燃煤烟尘（４３．０％），钢铁冶金尘（３５．７），道路土壤尘（９．３％），建筑材料尘（３．０％）及ＳＯ＾２－４（６．２％）ＮＯ＾－３（１．１％）二次气溶胶。     

我国大气颗粒物来源及特征分析

我国大气颗粒物来源复杂,呈现大气复合型污染特征,对主要污染源进行识别和定量,是制定城市空气质量改善措施的基础。本研究总结了2000年以来我国近30个城市大气可吸入颗粒物PM10源解析研究,结果表明我国大气颗粒物PM10主要来自六类源:扬尘(土壤尘、道路尘、建筑尘);燃煤;工业排放;机动车排放;生物质燃烧;SO2、NOx、VOCs氧化产生的二次颗粒物。研究还表明,不同地区不同季节大气颗粒物主要来源和相对贡献存在差异。近年来随着大气颗粒物控制措施的实施,城市PM10污染状况已明显改善,大气细颗粒物PM2.5越来越受关注,在制定空气质量达标方案时,各类燃烧源和二次颗粒物的重要性将进一步上升。     

用因子分析法解析抚顺市大气颗粒物来源

用因子分析法对2002年7月在抚顺市望花、新华、东洲、站前、水库五个监测点采集的TSP颗粒物样品进行了污染源定性识别和定量分析。计算结果表明，对于颗粒物样品，主要污染物来源是土壤尘，燃煤飞灰，建筑水泥，对颗粒物的贡献达71.2％。其次是燃煤，燃油的贡献占20.0％，汽车尾气占6.0％。     

自贡市大气颗粒物污染特征及来源解析

利用自贡市大气监测数据、同期气象数据以及颗粒物源解析在线监测资料,对颗粒物污染的特征及成因进行研究.结果表明:颗粒物年均浓度受浮尘天气影响明显,季均浓度呈冬高夏低变化,月均浓度呈"U"字形变化,日均浓度呈双峰型变化;颗粒物与降水、温度、气压、风速存在相关性,与相对湿度无相关性,PM10、CO、NO2、SO2、O3浓度对PM2.5浓度变化影响显著;PM2.5主要成分为元素碳、有机碳、富钾颗粒等,主要来源为机动车尾气、燃煤、工业工艺源等.     

徐州市大气细颗粒物在线来源解析研究

为了解徐州市大气细颗粒物的组成,初步摸清徐州环境空气PM2.5污染物的来源,研究化学组成和源贡献率,于2013年11月24日~2013年11月29日,利用单颗粒气溶胶质谱仪,对徐州市大气细颗粒物进行实时在线源解析。通过一系列的分析,初步评估重要污染源对徐州环境空气PM2.5污染的影响程度,为区域大气污染综合整治提供有效的数据支撑和依据。     

北京市大气细颗粒物污染与来源解析研究

采集北京市2014年冬、春、夏、秋4个季节代表月1、4、7、10月的大气细颗粒物PM_2.5样品,分析研究了PM_2.5质量浓度、化学特征、季节变化和污染成因.同时,采用正交矩阵因子分析法（PMF）对PM_2.5进行了来源解析.结果表明,北京市2014年PM_2.5年均浓度为87.74μg/m³,是国家环境空气质量标准年均浓度限值的2.5倍.轻、重污染期间,PM_2.5浓度较常日分别增加了1.5和3.9倍,其季节变化表现为冬季 >夏季 >秋季 >春季.地壳元素Mg、Al、Fe、Ca、Ti在轻度污染和重度污染期间较常日略有升高,分别是常日浓度的1.1~1.2倍和1.2~1.5倍.污染元素S、Pb、Zn、Cu浓度变化显著,轻度污染和重度污染期间分别是常日浓度的1.3~2.7倍和1.9~5.9倍.S元素是PM_2.5中受人为活动影响较为严重的组分,其相应的SO₄^2-年均浓度为13.43μg/m³,在轻度污染和重度污染期间分别是常日浓度的2.7和5.9倍.硫酸盐的形成主要受O₃浓度、温度、相对湿度等气象要素的协同影响,较高的O₃浓度、较高温度和相对湿度有利于硫酸盐的生成.PM_2.5主要来源于机动车排放、燃煤、地面扬尘和工业排放,其贡献率分别为37.6%、30.7%、16.6%和15.1%.     

江汉油田大气颗粒物污染状况及来源解析

文章在对江汉油田近5年环境空气中可吸入颗粒物污染现状分析的基础上,解析了5种主要尘源对PM10的贡献值和分担率,得出了交通扬尘是江汉油田首要可吸入颗粒物的结论,以源解析结果为依据,提出了大气污染防治对策.     

北京市大气颗粒物及其铅的来源识别和解析

2005年9月—2006年9月,在北京的北郊(昌平区)、城区和南郊(房山区)3个采样点位共采集总悬浮颗粒物(TSP)样品166个. 用ICP-AES和ICP-MS方法测量Pb等29个无机元素. 应用正矩阵因子分析方法识别的TSP的3组主要来源为土壤扬尘源、建筑源和燃煤源;2组次要来源为有色冶金源和燃油源. 北京市大气颗粒物中Pb的2个主要来源为燃煤源和有色冶金源,分别占总量的19%～39%和49%～62%;次要来源有土壤扬尘源和建筑源,分别占总量的2%～4%和7%～8%. 北京市北郊、城区和南郊的ρ(Pb)年均值分别为102,142和179 ng/m3. 燃煤源排放的铅分布比较均衡,在3个采样点位ρ(Pb)大体持平;而有色冶金源排放的铅有明显的采样点位差异,具有南高北低的趋势,这提示有色冶金源的主要方位是在北京的南边. 北京市大气ρ(Pb)有可观的下降空间. 铅排放削减和有关环境管理措施的主要对象应为涉铅的有色冶金行业. 对原料煤中铅含量的监测、控制和管理也应予以重视.      

基于PMF的武汉市大气细颗粒物消光来源解析

利用武汉2020年7月(夏季)和10月(秋季)的在线观测数据,同时将颗粒物的光学参数和化学组分数据输入正定矩阵因子分解(PMF)源解析模型,对PM_2.5消光系数的源贡献进行定量解析.研究发现,对吸收系数贡献较大的源为机动车(66.3%)和工业源(14.2%),对散射系数贡献较大的源为以硝酸盐为主的二次无机盐Ⅰ(38.4%)和机动车(27.0%),光散射的源贡献率呈现出明显的季节变化,二次无机盐Ⅰ在夏季(14.6%)的贡献较秋季(47.4%)显著降低.消光系数源贡献方面,夏季机动车(37.2%)和以硫酸盐为主的二次无机盐Ⅱ(21.2%)对消光的贡献较大,而秋季主要的消光源为二次无机盐Ⅰ(44.7%)和机动车(26.7%).最后,还获取了几个重要源的波长吸收指数(AAE)值:机动车(0.96)、工业源(1.04)、扬尘(1.39)、生物质燃烧(2.24).     

利用二重源解析技术解析抚顺市大气颗粒物的来源

在利用CMB模型对大气颗粒物进行解析时经常遇到一组数据多种结果的现象,同时,扬尘属于混合尘源类,与一些单一尘源类之间可能存在严重的共线性,从而很难准确地解析出各单一尘源类对受体的贡献值.二重源解析技术较好地解决了上述问题.本文利用二重源解析技术对抚顺市的大气颗粒物来源进行了解析.解析结果表明扬尘、土壤风沙尘、煤烟尘和有机碳是抚顺市环境空气中TSP的四大排放源类,其贡献率分别为扬尘37.5%、土壤风沙尘15.9%、有机碳13.9%、煤烟尘6.0%.     

大气颗粒物组分解析

将大气颗粒物的组分划分为有机和无机两大类，并按照粒径大小划分为TSP、PM10和PM25的不同粒径范围，通过对不同类别和粒径范围样品的采集、元素分析和数据处理，探索出一套对大气颗粒物组分分析的研究方法，通过该方法的运用来实现对大气颗粒物组分构成的全面了解。     

龙岩市大气颗粒物来源统计分析

通过采样和分析,对龙岩市大气颗粒物10种主要源样品进行了富集因子分析和R型聚类分析.结果表明:各类源样品的成分谱具有显著差异,对不同元素的富集程度各不相同,但对金属元素的富集程度均较高.高岭土矿中W的富集因子为255.32, Bi的富集因子为520.12,红土壤中Bi的富集因子为173.41,小煤炉灰中Sb的富集因子为119.98,以机动车尾气、钢铁厂及燃煤等的贡献为主;龙岩市大气颗粒物的来源可以分为4个类型,即道路尘及土壤风沙尘类,建筑水泥尘类,金属冶炼及钢铁厂尘类和饲料厂尘类别.     

濮阳市秋冬季大气细颗粒物污染特征及来源解析

濮阳市作为京津冀周边地区大气污染传输通道城市之一,秋冬季重污染天气频发,空气污染问题严峻.为了研究濮阳市秋冬季大气细颗粒物污染特征及其主要来源,于2017年10月15日至2018年1月13日在濮阳市3个国控点对PM_(2.5)进行了手工膜采样与化学组分分析,并结合PMF受体模型,开展了细颗粒物来源解析研究.结果表明,濮阳市2017年秋冬季PM_(2.5)平均质量浓度为94. 16μg·m~(-3),濮水河管理处的污染状况最严重,进入采暖季后3站点均表现为重度及严重污染事件频发,轻度污染发生频率降低,重污染发生时NO_2与CO浓度升高明显. PM_(2.5)中的主要组分为水溶性离子(52. 33%)、碳质组分(25. 32%)和地壳元素(0. 08%),NO_3~-的含量高而SO_4~(2-)的浓度水平较低.重污染发生时,PM_(2.5)中水溶性离子、OC、EC和K浓度都出现了明显的升高,而地壳元素浓度降低.采样期间濮阳市的硫氮转化率水平较高,大气氧化性较强,硫氮转化促进了重污染的发生.濮阳市2017年NOx、CO和VOCs排放量较高,来源解析结果表明,濮阳市秋冬季PM_(2.5)主要来源分别为二次无机盐(37%)、工业源(16%)、二次有机气溶胶SOA(14%)、生物质燃烧源(12%)、移动源(9%)、燃煤源(7%)和扬尘源(4%).可见,二次转化在濮阳重污染的形成过程中起到重要作用,要减轻大气细颗粒物污染,需要重点控制工业源、生物质燃烧、移动源和民用散煤燃烧的排放.     

南昌市大气颗粒物污染特征及PM2.5来源解析

为探讨2013年南昌市大气颗粒物的污染特征及分布状况,收集南昌市9个大气监测站点实时发布的PM₁₀和PM_2.5数据,分析了ρ（PM₁₀）、ρ（PM_2.5）和ρ（PM_2.5）/ρ（PM₁₀）的变化规律及其与气态污染物的相关性,并结合污染严重的秋季时段,采用PCA-MLR（主成分分析-多元线性回归）模型对大气PM_2.5中化学组分来源进行解析.结果表明:①ρ（PM₁₀）和ρ（PM_2.5）的年均值分别为（115.4±39.1）（69.1±26.8）μg/m3,均超过GB 3095-2012《环境空气质量标准》二级标准限值,ρ（PM₁₀）和ρ（PM_2.5）的最高值分别出现在石化、省外办监测站点,最低值出现在林科所监测站点.ρ（PM₁₀）和ρ（PM_2.5）季节性变化特征明显,呈冬季>春、秋两季>夏季的趋势,全年ρ（PM₁₀）超标天数占比为25.48%,ρ（PM_2.5）超标天数占比为36.71%,各季度ρ（PM_2.5）超标天数占比均高于ρ（PM₁₀）.②受人为活动和边界层高度的影响,ρ（PM_2.5）和ρ（PM₁₀）日变化呈双峰双谷形态,一个波峰出现在08:00-10:00,另一个波峰出现在20:00-22:00,并且晚间小时峰值高于早间,最低值出现在15:00.③ρ（PM_2.5）/ρ（PM₁₀）年均值为60.3%,在冬季最高达65.1%,相关性分析发现ρ（PM₁₀）与ρ（PM_2.5）存在较显著的线性关系,表明二者具有同源性.④ρ（PM₁₀）、ρ（PM_2.5）均与ρ（SO₂）、ρ（NO₂）、ρ（CO）呈显著正相关,并且冬季相关性高于夏、秋两季;而ρ（PM₁₀）、ρ（PM_2.5）均与ρ（O₃）全年呈显著负相关,并且夏、秋两季相关性高于冬季,说明气态污染物的二次转化对ρ（PM_2.5）和ρ（PM₁₀）有较大影响.⑤南昌市秋季PM_2.5的最大污染源为道路扬尘/机动车尾气混合污染源,其次分别为施工扬尘源、燃煤源、冶炼尘/生物质燃烧混合污染源,各污染源对PM_2.5的贡献率分别为40.9%、35.8%、12.4%、10.9%.研究显示,南昌市PM_2.5的污染程度较PM₁₀严重,PM_2.5已成为南昌市大气颗粒物污染的主要组分,PM_2.5主要来源为城市扬尘和机动车尾气.      

舟山市大气细颗粒物组分特征及其污染来源解析

为研究舟山市大气细颗粒物(PM_(2.5))的主要污染来源,在2016年4月—2017年1月期间利用3个国控点对舟山市PM_(2.5)开展手工监测,并对其主要污染源进行样品采集,基于420个环境样品和13类源样品的化学组分分析,应用CMB-二重源解析技术,对舟山市颗粒物受体成分谱、本地化源成分谱的组分特征和颗粒物的污染来源进行分析。结果表明:普陀点的PM_(2.5)浓度均值低于位于主城区的檀枫点和临城点,3个站点的颗粒物浓度分别为(36. 46±19. 40),(40. 92±20. 68),(40. 03±21. 55)μg/m~3。PM_(2.5)受体中以NO_3~-、SO_4~(2-)、NH_4~+等二次组分含量最高,二次无机盐和移动源是监测期间舟山市大气PM_(2.5)的主要来源,解析结果具有显著的海岛型城市特征。以船舶源为代表的移动源既是颗粒物的重要一次源,又是二次无机盐生成的主要前体物贡献来源之一,故加强移动源的排放管理对于舟山市的颗粒物污染防治具有重要意义。     

廊坊市秋冬季大气细颗粒物污染特征及来源解析

分析了2019～2020年秋冬季廊坊市北部、市区和南部这3个站点的大气细颗粒物及其化学组成.空间分布上,PM_2.5浓度整体为：南部>市区>北部.PM_2.5主要成分为有机物、硝酸盐、硫酸盐、铵盐、矿物组分、氯离子和元素碳,分别占PM_2.5的质量分数为25.4%、21.5%、11.0%、11.5%、13.7%、3.5%和5.8%,金属元素及其他物质的质量分数分别为0.3%和7.2%;二次无机盐浓度呈现市区(28.7μg·m^-3)高于北部(28.0μg·m^-3)和南部(26.8μg·m^-3)郊区的变化特征,而有机物(其浓度分别为16.6、13.0和18.5μg·m^-3,由北向南,下同)、矿物组分(9.6、6.7和9.7μg·m^-3)、氯盐(2.0、2.0和2.8μg·m^-3)和元素碳(3.6、3.2和4.3μg·m^-3)浓度呈现南部和北部郊区高于市区的变化特征.随...     

天津近海夏季大气颗粒物元素特征及来源解析

2006年夏季在天津近海海域走航采集总悬浮颗粒物(TSP)样品,用于研究近海海域大气颗粒物污染特征和来源。采集到的样品通过重量分析得到颗粒物浓度,同时进行元素分析。并结合气象要素分析,显示陆源污染物在陆风影响下传输到海上,解释了采样期间近海海域TSP浓度较高的现象。研究使用富集因子和化学质量受体平衡(CMB)模型对近海海域TSP进行解析。通过富集因子分析,估计近海海域TSP来源主要有人为源、地壳源和海盐粒子源。CMB结果显示燃煤飞灰所代表的人为源对TSP贡献最大(36.14%),其次是地壳源类(33.26%)以及海盐粒子(1.58%),其他未识别的源为30.58%。由此推断陆地污染源对近海海域大气颗粒物的贡献远远高于海盐粒子,因此对渤海周围陆地污染源的控制应得到足够重视。