太原市空气颗粒物中正构烷烃分布特征及来源解析

为明确城市空气颗粒物中正构烷烃分布特征及污染来源,采集采暖和非采暖季环境空气PM10样品和典型排放源(高等植物、燃煤和机动车)样品,利用GC-MS测定正构烷烃,选取诊断参数并结合污染源排放特征讨论PM10中正构烷烃分布和来源,采用主成分分析法定量解析源贡献率.结果表明,环境空气PM10中正构烷烃含量呈较强时空变化,采暖和非采暖季浓度分别为213.74~573.32 ng·m-3和22.69~150.82 ng·m-3,前者总浓度最高是后者的18倍;采暖季郊区点位(JY、JCP、XD和SL)浓度均高于市区,以JY最高(577.32 ng·m-3),非采暖季工业区(JS)总烷烃量(150.82 ng·m-3)明显高于其它点位,是SL总量的7倍.采暖季化石燃料来源烷烃(C n≤C24)与总烷烃量相关性优于植物来源烷烃(C n≥C25),非采暖季相反,表明前者化石燃料输入较后者高.CPI和%WNA指示非采暖季植物贡献率较采暖季高,且植物蜡烷烃随环境压力的增大总产率增加;C max和OEP表明非采暖季PM10中有机质成熟度低于采暖季;两季样品TIC图均存在UCM鼓包,机动车尾气是该城市的重要污染源.PCA解析结果表明太原市环境空气PM10中正构烷烃首要排放源为机动车尾气和高等植物,约占51.28%;其次为煤烟尘,贡献率为43.14%.煤烟尘污染控制协同机动车尾气净化措施的完善将成为降低城市空气颗粒物中正构烷烃浓度的有效途径.     

室内外PM10中多环芳烃相关关系及来源分析

为研究室内外PM10中多环芳烃相关性和来源特征,于2009年非采暖季、采暖季在天津市某小区36位住户室内和室外进行PM10膜采样,并分析其中12种PAHs浓度.结果表明,非采暖季较采暖季更为良好的室内外通风性,导致非采暖季室内外PM10中PAHs浓度没有显著差异(P>0.05),而采暖季室内PM10中PAHs浓度显著小于室外浓度;非采暖季室内外PM10中各PAHs占总PAHs的质量百分比基本一致,而采暖季其室内外质量百分比有明显不同;采暖季和非采暖季室内外PM10中PAHs的I/O平均值均低于1,但采暖季I/O值小于非采暖季. 对参与者的时间活动模式分析表明,在采暖季和非采暖季,室内吸烟、清洁活动以及烹饪对室内PM10中PAHs浓度变化均没有显著影响(P>0.05). 室内外PAHs浓度线性回归分析表明,室内PM10中5~7环PAHs主要受到室外源的影响,2~4环PAHs主要受到室内源的影响,非采暖季和采暖季室内外PM10中总PAHs的有效穿透因子分别为0.73和0.51. 通过特征比值法对PM10中PAHs来源进行解析得出,燃煤源、柴油机动车是其主要来源.     

室内外PM_(10)中多环芳烃相关关系及来源分析——以天津市某老年社区为例

为研究室内外PM10中多环芳烃相关性和来源特征,于2009年非采暖季、采暖季在天津市某小区36位住户室内和室外进行PM10膜采样,并分析其中12种PAHs浓度.结果表明,非采暖季较采暖季更为良好的室内外通风性,导致非采暖季室内外PM10中PAHs浓度没有显著差异(P0.05),而采暖季室内PM10中PAHs浓度显著小于室外浓度;非采暖季室内外PM10中各PAHs占总PAHs的质量百分比基本一致,而采暖季其室内外质量百分比有明显不同;采暖季和非采暖季室内外PM10中PAHs的I/O平均值均低于1,但采暖季I/O值小于非采暖季.对参与者的时间活动模式分析表明,在采暖季和非采暖季,室内吸烟、清洁活动以及烹饪对室内PM10中PAHs浓度变化均没有显著影响(P0.05).室内外PAHs浓度线性回归分析表明,室内PM10中5~7环PAHs主要受到室外源的影响,2~4环PAHs主要受到室内源的影响,非采暖季和采暖季室内外PM10中总PAHs的有效穿透因子分别为0.73和0.51.通过特征比值法对PM10中PAHs来源进行解析得出,燃煤源、柴油机动车是其主要来源.     

Models3在北京地区PM_(10)模拟应用中的三维系统检验

为研究北京地区大气PM10的变化规律和三维空间结构,文章基于Models3/CMAQ空气质量模式,利用北京及周边省市详细调查的污染源数据,采取双层网格嵌套技术建立起适用于北京及周边地区的大气PM10数值模拟系统。为了检验该模式系统的准确性和可靠性,文章将模拟结果与北京市城近郊区7个地面站近2500h的逐时地面监测数据以及一次典型污染过程的激光雷达垂直观测记录分别进行了对比分析,结果表明,该模式系统较好的反映了北京地区PM10浓度三维时空分布特征,是研究华北地区复杂地形下大气PM10传输及演变规律的一个有效工具。     

部分中原城市PM_(2.5)中水溶性离子污染特征

对中原地区的郑州、洛阳、平顶山三市采暖季和非采暖季大气PM2.5中水溶性离子进行了研究,并对比分析了三地区水溶性离子不同季节的变化幅度。结果显示,三地区PM2.5中NH4+、NO3-和SO42-等二次离子为水溶性离子的主要成分,占80%以上;非采暖季质量浓度SO42>NO3->NH4+,采暖季尤其是严重灰霾期则为NO3->SO42->NH4+;除SO42-外,其它7种水溶性离子质量浓度均为采暖季大于非采暖季;郑州、平顶山两地采暖季水溶性离子总质量大于非采暖季,洛阳则相反;三地区主要是以燃煤为主的固定污染源污染,但是NOx的浓度已经显著增加,尤其是采暖季NO3-/SO42-比值均大于1.0,机动车尾气对环境质量影响明显增大,郑州、平顶山两地的机动车尾气污染对空气质量的影响较洛阳大;洛阳受季风影响较另外两地严重。总水溶性离子质量浓度采暖季低于西安地区,从采暖季到非采暖季变化趋势不如西安地区显著;非采暖季与西安、北京地区基本相当。     

天津市可吸入颗粒物及元素室内外相关性

选取天津市某社区作为采样点,于2009年8、9月(代表非采暖季)和11、12月(代表采暖季)采集了室内和室外可吸入颗粒物(PM10)样品,以研究天津市PM10及元素的室内外相关性.结果表明,采暖季PM10的室外平均浓度为198.88μg/m3.非采暖季和采暖季PM10的室内外浓度比(I/O比值)的变化范围分别为0.14~3.22和0.10~3.70,平均值分别为0.88和0.96,室内外相关系数(R2)分别为0.32和0.46.Al、Ca、Fe等元素的浓度均高于1μg/m3,V、Mn、Cu等元素浓度变化范围为0.01~1μg/m3;非采暖季和采暖季元素I/O比值的变化范围分别为0.62~1.04和0.41~0.92.以采暖季为例,使用PM10质量(元素)浓度的质量平衡模型计算的有效穿透因子(Finf)、贡献值、贡献率分别为0.26(0.39)、50.84μg/m3(78.69μg/m3)、43.97%(50.05%),两种结果存在差异的原因是2种模型对Finf的假设不同.     

天津市PM10中元素的浓度特征和富集特征研究

为了解天津市大气PM10中元素的浓度水平和污染元素的来源,在天津市布置了7个采样点,获得了风沙季、非采暖季和采暖季19个元素的监测数据。结果表明:Ni、Pb、Cu、Cr是PM10中的主要超标污染元素;K、Ca、Na、Mg、Al、Si、Fe、Ti等8种元素是PM10浓度的主要贡献率元素(92%);19个元素的富集系数风沙季明显低于非采暖季;Co、Cu、Zn、Br、Pb五个元素各季和各站的富集系数均大于10,人为源贡献大于自然源,是环境治理的重点元素。     

济南市环境空气细粒子PM_(2.5)污染特征及影响因素

采集2008~2009年济南市采暖季和非采暖季五个采样点环境空气细粒子PM2.5,根据颗粒物质量浓度分析其污染特征,并结合气象要素分析其影响因素。研究表明:济南市PM2.5的污染比较严重,采暖季高于非采暖季;化工厂和市中心监测站PM2.5污染都处于较高水平,处于郊区的开发区污染水平相对较低。在与气象要素的关系方面,大气细粒子与空气湿度具有较好的正相关性,与风速、气温呈一定的负相关性。大气细粒子对大气能见度影响较大,二者具有较好的正相关性,相关系数达0.90。     

奥运时段北京及近周边区域空气污染观测与比对分析

为研究奥运时段北京与近周边区域空气质量的相互影响,评价区域污染源协同减排对奥运时段北京空气质量的作用,寻求北京空气污染预警的有效途径,2008-06-01～2008-10-03在北京奥运村以及近周边的河北涿州、廊坊、香河、燕郊进行了空气污染联网观测.结果表明,夏秋季节北京和近周边首要污染物均为颗粒物,北京和周边可吸入颗粒物(PM10)平均质量浓度分别为(114±66)μg/m3和(128±59)μg/m3;细粒子(PM2.5)质量浓度则分别为(77±47)μg/m3和(81±51)μg/m3;臭氧质量浓度小时最大值的平均分别为(164±52)μg/m3和(165±55)μg/m3;NOx分别为(58±23)μg/m3和(25±14)μg/m3.相对于6月,奥运会时段(8月8日～8月24日)北京地区PM10、PM2.5、O3、NOx的浓度分别下降69%、62%、18%和41%,残奥会时段(9月6日～9月17日)PM10、PM2.5、O3、NOx的浓度分别下降56%、49%、17%和16%.北京大气中细粒子浓度受周边影响严重,而NOx有向周边扩散的潜势,夏季臭氧则表现出区域污染的特征.结合气象要素分析表明,近周边区域联网观测,有助于北京空气质量预警研究,并可为区域协同防控空气污染提供科学支撑.     

忻州市环境空气PM10和TSP中水溶性阴离子特征分析

利用中流量采样器收集忻州市采暖季和非采暖季4个监测点位的PM10和TSP样品,通过离子色谱法测定SO2-4、NO-3和Cl-的质量浓度,并以此3种水溶性阴离子的时空分布、相关性参数和特征比值来探讨其在环境空气中的污染特征和来源.结果表明,采暖季PM10和TSP中3种水溶性阴离子的总质量浓度分别为14.24μg·m-3和21.97μg·m-3,明显高于非采暖季(分别为8.56μg·m-3和11.84μg·m-3).采暖季和非采暖季3种水溶性阴离子总质量在PM10中所占比例分别为15.70%和13.19%,在TSP中所占比例分别为12.16%和8.84%,离子主要富集在PM10中.采暖季4个采样点位3种阴离子的质量浓度均高于非采暖季,采样点位DC的阴离子质量浓度高于其它点位,时空差异明显.采暖季NO-3与SO2-4相关性显著,说明二者形成过程的控制因子相同;非采暖季Cl-与SO2-4、NO-3的相关性显著,说明三者具有共同来源.NO-3/SO2-4比值在0.31~1.41之内,相对较高,暗示机动车尾气对空气颗粒物的影响突出,但均值都小于1,表明空气污染来源仍以燃煤等固定源排放为主.总体而言,忻州市水溶性阴离子的污染属于机动车尾气和燃煤的复合型污染.     

多模式模拟评估奥运赛事期间可吸入颗粒物减排效果

以空气质量多模式系统为工具,分析奥运赛事期间可吸入颗粒物(PM10)浓度大幅减小特征,从气象场和排放源两方面研究PM10浓度大幅减小的主要原因.多模式系统由嵌套网格空气质量模式(NAQPMS)、通用空气质量多尺度模式(CMAQ)和复杂大气空气质量三维模式(CAMx)3个空气质量复合模型组成,并以中尺度气象模式(MM5)和稀疏矩阵排放处理模型(SMOKE)提供统一气象场及排放源.研究对比2006年8月、2008年8月两组气象条件下北京PM10浓度水平及模拟效果,结果表明奥运赛事期间PM10浓度大幅减小的主要原因不是气象因素,而是由于额外措施引起的PM10排放减少.同时采用多模式系统数值模拟反向评估,获得北京奥运赛事期间奥运控制及额外减排措施引起的PM10减排量,结果表明,奥运赛事期间所有额外控制措施对颗粒物浓度效果相当于在2008年8月气象条件下,削减大约200t.d-1的无组织PM10排放,相当于北京正常时期PM10排放的50%.     

Estimation of PM_(10) in the trafc-related atmosphere for three road types in Beijing and Guangzhou,China

The levels of roadside PM10in Beijing, China, were investigated in 2011 and 2012 on a seasonal basis to estimate the population exposure to particulates for three road types. The measurements of PM10 were also conducted in the southern Chinese megacity of Guangzhou for comparison purposes. The results showed that roadside PM10in Beijing correlated strongly with the PM10background in the urban atmosphere. The levels of PM10in street canyons were markedly higher than those along the open roads and in crossroad areas because of limited ventilation. An elevation of PM10was observed in April, which was possibly due to the sand storms that frequently occur in the spring. Based on these observations, roadside PM10in Beijing could have multiple origins and was to some extent dispersiongoverned. In Guangzhou, the roadside PM10did not closely relate to the background values. The PM10 pollution was greatly afected by local trafc conditions. The simulation of PM10 for diferent road types was completed during the study period using the Motor Vehicle Emissions Factor Model(MOBILE6.2) as an emission model and the California Line Source Dispersion Model(CALINE4) and Operational Street Pollution Model(OSPM) as dispersion models. The MOBILE6.2/CALINE4 software package was demonstrated to be sufcient for the simulation of PM10in the open roads and crossroad areas in both Beijing and Guangzhou, and the simulation results of roadside PM10 in the street canyons by the MOBILE6.2/OSPM package were in close agreement with those of the measurements.     

空气重污染应急措施对北京市PM2.5的削减效果评估

利用嵌套网格空气质量模式系统(NAQPMS)模拟了2013年1月10~14日一次典型的大气严重污染过程,并利用同期气象和污染物浓度的小时观测数据验证了NAQPMS的模拟结果.敏感性试验结果表明,在重污染期间,当仅实施《北京市空气重污染应急预案(试行)》一级预警中机动车单双号限行措施时,可削减北京PM2.5小时平均浓度4%~10%;当仅实施工业限产减排30%的措施时,可削减北京PM2.5小时平均浓度1%~6%;当同时实施机动车单双号限行和工业限产减排30%的措施时,可削减北京平均PM2.5小时平均浓度6%~12%,并且PM2.5小时浓度与削减率的变化趋势呈反相关,即该措施对污染较轻时段PM2.5浓度削减率高于污染峰值时段;若京津冀地区两市一省同时实施机动车单双号限行和工业限产减排30%的措施时,可削减重污染期间北京小时平均PM2.5浓度20%~35%,且污染严重的区域和时段削减效果更加显著,空气质量可提升一个等级.研究结果表明,当北京发生重污染时,仅靠北京本地限排限产并不能有效减轻PM2.5浓度,若要有效控制北京重污染,应根据污染物区域输送特征,京津冀地区实施大气污染联防联控.     

应用PART5模式计算机动车尾气管的颗粒物排放

采用修正的PART5模式获得了北京市机动车尾气管的颗粒物(PM10和PM2.5)排放因子.在此基础上,计算了北京市1995和1998年机动车PM10和PM2.5的排放总量,并确定了分车型的排放分担率和颗粒物中各组分(铅、硫酸盐、可溶性有机物和残余碳等)的比例.结果表明,北京市机动车PM10和PM2.5的平均排放因子很高,其中汽油车、摩托车和重型柴油车的排放因子分别是美国同期水平的1.7～8.6倍、2.1～3.5倍和1.3～1.5倍.1995年北京市机动车尾气管排放的PM10和PM2.5分别为2445t和1890t,1998年则分别增至3359t和2694t,增加的幅度为37.4%和42.5%.     

交通来源颗粒物排放因子的研究

用谭裕沟隧道TSP,PM₁₀和PM_2.5的质量浓度和主要成分的分析结果,得到一定机动车流量和速度下交通来源不同粒径颗粒物质量浓度和主要成分的平均排放因子,可以基本代表北京市机动车行驶的综合排放因子,具有应用价值.还估算了北京市交通来源不同粒径颗粒物及其主要化学成分的排放量.      

北京市2009年8月大气颗粒物污染特征

为研究2008年8月北京奥运会1a之后北京市大气颗粒物的污染特征,于2009年8月对北京市大气颗粒物PM10、PM2.5样品进行采集,测量其质量浓度并对其中的水溶性离子组分进行分析.研究发现2009年8月北京市大气颗粒物PM10、PM2.5质量浓度日均值分别为176.9μg/m3和102.5μg/m3.PM10质量浓度比2008年观测值上升了180%,比2007年降低了10%; PM2.5质量浓度比2008年观测值上升了126%,比2007年上升了31%.水溶性离子是大气颗粒物的重要组分,分别占PM10和PM2.5质量浓度的43%和61%.对比发现,污染天气条件下PM2.5/PM10和NO3-/SO42-比值升高,移动源是北京地区主要的污染物来源.风向风速和降水等天气条件对颗粒物质量浓度有很大影响,其中0.5~1.0m/s的东南风条件下大气颗粒物污染最为严重.     

北京市大气环境中硫酸盐、硝酸盐粒径分布及存在形式

为了解北京市大气颗粒物中,二次硫酸盐、硝酸盐的存在形式及其含量,于2008年5月～2009年4月,利用MOUDI对北京市大气颗粒物分10级进行采样,利用离子色谱技术对各粒径范围大气颗粒物中的无机水溶性组分进行分析,并利用偏相关分析的方法确定其存在形式和估算其含量.结果表明,北京市大气颗粒物中水溶性硫酸盐和硝酸盐表现为单...     

Carbonaceous aerosols in PM10 and pollution gases in winter in Beijing

An intensive observation of organic carbon (OC) and element carbon (EC) in PM10 and gaseous materials (SO2, CO, and O3,) was conducted continuously to assess the characteristics of wintertime carbonaceous aerosols in an urban area of Beijing, China. Results showed that the averaged total carbon (TC) and PM10 concentrations in observation period are 30.2±120.4 and 172.6±198.3 μ/m3, respectively. Average OC concentration in nighttime (24.9±19.6 μ/m3) was 40% higher than that in daytime (17.7±10.9 μ/m3). Average EC concentrations in daytime (8.8±15.2 μ/m3) was close to that in nighttime (8.9±15.1 μ/m3). The OC/EC ratios in nighttime ranging from 2.4 to 2.7 are higher than that in daytime ranging from 1.9 to 2.0. The concentrations of OC, EC, PM10 were low with strong winds and high with weak winds. The OC and EC were well correlated with PM10, CO and SO2, which implies they have similar sources. OC and EC were not well correlated with O3. By considering variation of OC/EC ratios in daytime and night time, correlations between OC and O3, and meteorological condition, we speculated that OC and EC in Beijing PM10 were emitted as the primary particulate form. Emission of motor vehicle with low OC/EC ratio and coal combustion sources with high OC/EC ratio are probably the dominant sources for carbonaceous aerosols in Beijing in winter. A simple method was used to estimate the relative contribution of sources to carbonaceous aerosols in Beijing PM10. Motor vehicle source accounts for 80% and 68%, while coal combustion accounts for 20% and 32% in daytime and nighttime, respectively in Beijing. Averagely, the motor vehicle and coal combustion accounted for 74% and 26%, respectively, for carbonaceous aerosols during the observation period. It points to the motor vehicle is dominant emission for carbonaceous aerosols in Beijing PM10 in winter period, which should be paid attention to control high level of PM10 in Beijing effectively.     

北京市区春夏PM2.5和PM10浓度变化特征研究

通过对北京市2012年3月～6月PM2.5和PM10实时数据的整理和分析,结果表明,北京市区大气中细颗粒物PM2.5和可吸入颗粒物PM10浓度日变化趋势基本相同,PM2.5和PM10存在显著或极显著的正相关关系;3月～6月,PM2.5浓度随季节变化逐渐升高,PM10的浓度随季节变化先升高后减小;3月～6月PM2.5与PM10日平均浓度分别为62.77μg/m3和133.88μg/m3,分别为国家二级标准的83.69%和89.25%。