南通市重污染过程PM_(2.5)中OC/EC浓度水平及污染特征分析

采用EC/OC在线分析仪连续监测数据,结合空气自动监测站监测的PM_(2.5)浓度数据和气象参数,对南通市几次重污染过程进行了分析。结果表明,OC/EC浓度随PM_(2.5)浓度变化趋势基本一致,重污染过程中明显升高,是导致南通市重污染天气的重要元素之一。重污染过程中存在明显的二次有机碳污染,且重污染程度越高,二次有机污染越严重。单次重污染过程OC/EC来源基本相同,仅凭OC/EC的比值判断污染物来源是不充分的。污染过程中TC(OC+EC)的上升幅度较PM_(2.5)中其他组分低,污染后其下降幅度也相对较低。     

唐山一次冬季重污染过程污染特征及成因分析

选取河北省唐山市2017年12月27~31日一次典型重污染过程,开展其污染特征及成因分析,对污染期间气象要素、大气颗粒物组分特征进行综合研究.结果表明,此次大气重污染过程中PM_2.5平均质量浓度为154μg/m³,重度污染及以上时PM_2.5/PM₁₀为0.7;PM_2.5中SNA质量浓度占比达58.0%,OC/EC的比值为4.1,说明颗粒物二次反应和有机物在此次污染过程有较大贡献;长期均压场以及近地面高湿、小风、逆温的出现导致唐山地区大气层结稳定,加之周边地区区域传输的贡献,是导致此次大气重污染过程的重要影响因素.     

北京冬季一次重污染过程的污染特征及成因分析

为了研究北京冬季重污染过程的污染特征及形成原因,选取2013年1月9~15日一次典型重污染过程,对污染期间气象要素、大气颗粒物组分特征和天气背景场进行综合研究.结果表明,此次大气重污染过程中PM₁₀和PM_2.5平均质量浓度分别为347.7μg/m³和222.4μg/m³,均超过环境空气质量标准(GB3095-2012)中规定的日均二级浓度限值.重污染时段PM_2.5中NH₄⁺、NO₃^-和SO₄^2-质量浓度之和占PM_2.5质量浓度的44.0%,OC/EC的平均比值为5.44,说明二次无机离子和有机物对此次污染过程中PM_2.5贡献较大.稳定的大气环流背景场、高湿度低风速的地面气象条件和低而厚的逆温层导致北京地区大气层结稳定,加上北京三面环山的特殊地形结构,是造成此次大气重污染过程的主要原因.     

典型时段西南地区PM_(2.5)及组分污染特征

选取西南地区为采样点,于2015年非重污染和重污染时期对环境PM_(2.5)进行采样,并对PM_(2.5)、水溶性离子和碳质组分的污染特征进行分析。结果显示:重污染与非重污染天PM_(2.5)质量浓度分别为(204.8±47.0)μg/m~3和(66.8±23.1)μg/m~3。重污染天气下SO_4~(2-)、NO_3~-和NH_4~+浓度分别是非重污染天气下的3.5,4.2,3.4倍,SIA浓度占PM_(2.5)的比例可高达42.2%。重污染期间OC和EC浓度分别是非重污染期间的4.8,2.7倍,SOC浓度在非重污染和重污染期间分别为(3.2±1.6),(25.6±15.2)μg/m~3,OC、EC较低的相关性也反映出重污染期间碳质组分来源的复杂性。     

京津冀典型城市一次重污染过程特征及边界层结构变化对其影响

为探究典型重污染过程的污染特征与大气边界层结构演变规律,基于PM_2.5采样数据、气象观测数据及WRF-Chem模式,以北京市和石家庄市2016年12月27日—2017年1月10日一次重污染过程为研究对象,对气象要素、PM_2.5化学组分、天气背景场、边界层结构演变特征,以及大气边界层结构变化对ρ(PM_2.5)及其主要化学组分的影响进行分析.结果表明:①研究期间,北京市和石家庄市ρ(PM_2.5)分别为(165.63±110.89)(247.67±95.22)μg/m3,石家庄市污染程度高于北京市;高空纬向环流和地面弱高压控制的天气背景场,低于1.75 m/s的风速以及超过75%的相对湿度是造成北京市与石家庄市重污染的不利气象条件.②重污染时段北京市与石家庄市SNA(SO₄2-、NO₃-、NH₄+三者的统称)与碳质组分(OC、EC)占比之和超过76%,是PM_2.5中的两大主要组分;重污染时段ρ(SNA)占比明显上升,北京市与石家庄市ρ(SNA)占比由非重污染时段的42.23%、45.93%分别升至重污染时段的58.87%、59.62%;北京市与石家庄市ρ(OC)/ρ(EC)分别为5.13、3.51,表明在重污染时段两城市存在明显的二次有机气溶胶污染.③WRF-Chem模式模拟结果表明,PM_2.5污染严重时北京市与石家庄市在300~500 m处均出现明显的逆温,垂直风场主要表现为低层偏南风顺时针向上切变为偏西风,切变高度在400~1 000 m,逆温层结与明显垂直风切变的边界层特征共同抑制了污染物的湍流与扩散.④北京市与石家庄市重污染时段的PBLH(Planetary Boundary Layer Height,大气边界层高度)日均值与非重污染时段相比分别下降了202、128 m,PBLH每下降100 m,北京市与石家庄市ρ(PM_2.5)分别上升18.81、29.85 μg/m3,PBLH下降是导致两城市ρ(PM_2.5)快速上升的重要因素.北京市与石家庄市的PBLH与PM_2.5组分质量浓度之间的相关性不同,北京市PBLH与ρ(SNA)的相关性高于与碳质组分质量浓度的相关性,石家庄市PBLH与ρ(EC)相关性最高,表明此次重污染过程中北京市PM_2.5污染特征以二次形成为主,而石家庄市以一次排放为主.研究显示,北京市与石家庄市此次重污染过程与大气边界层结构变化密切相关.      

邢台市冬季一次重污染过程PM2.5污染特征分析

为了解邢台市秋冬季重污染过程的污染特征,于2018年11月10-16日,在邢台市一中、内丘以及沙河3个点位采集PM2.5样品,分析PM2.5浓度及其化学组分.结果表明:重污染过程期间邢台市PM2.5平均浓度为176.2 μg/m3,超过GB 3095-2012《环境空气质量标准》二级标准限值1.4倍;水溶性离子以NO3...     

典型重工业城市空气重污染过程特征与来源解析

为揭示邯郸市空气污染过程及形成原因,以邯郸市环境监测中心为采样点,对采样滤膜进行离子和碳质组分测试,探讨PM_2.5组分浓度变化特征,并利用WRF-CAMx空气质量模型模拟分析2017~2018年秋冬季3次重污染前后邯郸市各个地区各类污染源大气污染排放对PM_2.5质量浓度的贡献.结果显示,重污染期间邯郸市水溶性粒子占PM_2.5质量浓度的62.4%,二次离子中呈现NO₃^- > SO₄^2- > NH₄⁺变化趋势.受地面均压场和高压底部控制及500hPa高空纬向环流影响,污染物水平方向和垂直方向传输受到抑制,同时边界层高度的降低进一步加剧PM_2.5污染浓度的升高,随着西伯利亚东部高压和欧亚大陆高压南下以及边界层高度的上升,3次重污染过程得以彻底清除.PSAT示踪模块结果表明复兴区,丛台区和永年区是邯郸市PM_2.5浓度贡献的主要区县,3个区县重污染贡献总和为66.8%~72.2%,重污染时段冶金,交通源和居民散煤燃烧是3大主要污染源.     

2013年1月北京市一次空气重污染成因分析

采用数值模式与观测资料相结合的方式,对北京市2013年1月9日至15日一次空气重污染过程的大气环境背景、气象条件和形成原因进行了初步分析.结果表明,重污染过程期间10日至14日PM2.5平均值为323μg·m-3;重污染过程与当地气象条件密切相关,稳定的大气环流形势为污染的持续提供了大气环流背景,风速较小、湿度较大、边界层较低、持续逆温是造成重污染的主要原因;重污染过程中区域输送对北京PM2.5贡献率在53%~69%之间且存在明显的二次转化,区域输送起着更为重要的作用;气象条件对持续性重污染的形成和破坏起到了关键性的作用,因此需要加强对重污染预警预报研究,以有效预防和控制空气重污染.     

山地型城市冬季大气重污染过程特征及成因分析

以阳泉市2018年12月26日～2019年1月20日发生的典型大气重污染过程为例,研究了山地型城市冬季大气重污染过程特征及成因.结果表明,重污染发生时段首要污染物为PM2.5,水溶性离子和碳质组分是PM2.5主要组分,其中二次离子SO42-、NO3-和NH4+是主要水溶性离子成分(共占离子组分的87.7％),二次有机碳...     

贵阳市秋、冬季PM_(2.5)中碳组分污染特征及来源分析

为研究贵阳市大气细粒子PM2.5中有机碳(OC)和元素碳(EC)的污染特征,于2013年10月14日至2013年12月25日,采集2个监测点位秋季和冬季的PM2.5样品,检测分析PM2.5中有机碳(OC)、元素碳(EC)的质量浓度。结果表明,秋季PM2.5中OC的平均浓度为14.9μg/m3,EC的平均浓度为2.31μg/m3;冬季PM2.5中OC的平均浓度为26.2μg/m3,EC的平均浓度为7.53μg/m3,呈冬季高、秋季低的季节变化特征。秋、冬季PM2.5中OC/EC的值均大于2,表明存在二次有机碳(SOC)的贡献;秋季SOC的值为6.89μg/m3,冬季SOC的值为8.29μg/m3。通过计算PM2.5中8个碳组分丰度,初步判断PM2.5中秋季碳的主要来源是汽车尾气、道路扬尘和生物质燃烧,冬季碳的主要来源是汽车尾气、燃煤尘和道路扬尘。     

郑州市两次典型大气重污染过程成因分析

于2017年11月21~29日利用在线金属分析仪及气象仪器在郑州大学站点进行连续观测,识别郑州市秋冬季节典型灰霾重污染爆发的成因.结果表明：观测期间采样点大气PM_2.5中As,Mn,Fe,Cu和Zn等元素浓度相比其他城市较高;基于气象数据统计分析可知,来自郑州市东北方向污染气团的传输,以及低风速、高湿度的静稳天气造成的本地排放污染物积聚是这两次重污染形成的主要气象因素;同时,利用正矩阵因子分解法（PMF）定量解析出观测期间主要贡献源：扬尘源（36.8%）,机动车源（27.6%）,工业源（21.0%）和燃烧源（14.6%）.其中,扬尘源在清洁天的贡献占比较高,而重污染期间机动车源和燃烧源的贡献显著增大.     

无锡市冬季典型天气PM2.5中碳组分的污染特征

于2013-12-03~2014-01-03在无锡市对大气细粒子(PM2.5)进行了连续采集,并用热/光透射法(TOT)分析了其中有机碳(OC)和元素碳(EC)的浓度,结合气象参数,分析了冬季霾产生过程及霾天气下碳组分的污染特征.结果表明,采样期间共有3次霾产生过程,冷空气、风和降水成为改善空气质量最有效的途径.PM2.5、OC及EC的日均质量浓度分别为(132.38±87.17)、(22.80±9.77)和(2.08±1.63)μg·m-3,总碳(TC,TC=OC+EC)占PM2.5的23.57%,同时TC与PM2.5之间存在较好的相关性,相关系数为(R2)0.730;采样期间,TC在PM2.5中所占的比例与PM2.5的浓度之间存在相反的变化趋势,并且在霾天气下TC所占的比例要比非霾天气小,二次无机气溶胶粒子(SO2-4、NO-3、NH+4)的快速增长可能是造成霾天气下细粒子浓度较高的原因之一;OC/EC值为12.83,并且相关性较差,可能与二次污染有关,对二次有机气溶胶(SOC)进行估算:得到SOC平均质量浓度为9.04μg·m-3,占OC的40.96%.     

沈阳市冬季不同污染程度PM2.5中OC和EC污染特征

于2018年12月~2019年1月对沈阳市PM_2.5进行持续在线浓度监测,使用有机碳/元素碳分析仪对PM_2.5中有机碳（OC）和元素碳（EC）的质量浓度进行分析,研究了不同污染程度下PM_2.5及其碳组分的污染特征和来源.结果表明,沈阳地区冬季碳组分污染较为严重,不同污染程度下的总碳气溶胶（TCA）约占PM_2.5的36.3%~42.8%.中/重度污染天气下PM_2.5、OC和EC的平均质量浓度达到148.6,29.6,6.6μg/m³,是清洁天的3.1~3.3倍.PM_2.5、OC和EC的日变化均表现为早晚高、午后低,任一时刻其浓度均为中/重度污染>轻度污染>清洁天.不同污染程度下的OC/EC值均大于2,其中污染天比值分布在2.1~25.3区间内,表明燃煤和机动车尾气排放是污染天碳质气溶胶的主要来源.二次有机碳（SOC）随污染程度增加表现出升高趋势,清洁天、轻度污染和中/重度污染下其平均浓度依次为2.9,6.5,10.6μg/m³.后向轨迹聚类结果表明,沈阳地区冬季污染天主要受偏北和西北方向气团影响.     

长治市重污染天气特征分析

基于2016年1月至2017年2月的长治市空气质量监测数据及气象资料,本文对长治市重污染日逐月分布及其对应的天气类型和气象要素特征进行了系统分析。结果表明:该期间长治市共发生33d重污染天气,12月和1月PM2.5浓度最高;区域稳定的气象条件是形成重污染的主要原因,地面气象要素主要表现为小风(1.23 m/s),湿度较大(52.8%)的特点;高压类、低压类和均压类三种地面天气形势所占污染天数的比例分别为78.8%、9.1%和12.1%,其中500h Pa高度场为偏西气流,同时地面处于高压后部,是导致长治市发生重污染天气过程的重要原因之一。     

天津冬季一次重污染过程颗粒物中水溶性离子粒径分布特征

为研究天津冬季重污染天气过程中颗粒物水溶性离子的粒径谱分布及二次离子生成机制,于2014年1月利用Anderson撞击式分级采样器在中国气象局天津大气边界层观测站内采集颗粒物样品,并使用离子色谱仪分析Na~+、NH_4~+、K~+、Mg~(2+)、Ca~(2+)、Cl~-、NO_3~-、SO_4~(2-)等8种水溶性无机离子(TWSII).结果表明,采样期间PM_(2.5)和PM_(10)质量浓度均值分别为(138±100)μg·m~(-3)和(227±142)μg·m~(-3),粗、细粒子中TWSII的平均浓度分别为(34.07±6.16)μg·m~(-3)和(104.16±51.76)μg·m~(-3).细粒子中SO_4~(2-)、NO_3~-和NH_4~+这3种离子的浓度远高于其他离子,且相关性较好,粗粒子中NO_3~-、SO_4~(2-)、Cl~-浓度较高.随着污染程度加剧,细粒子中TWSII浓度增加明显,粗粒子中则变化不大.水溶性离子的粒径谱分布显示,SO_4~(2-)以单模态分布,优良天峰值出现在0.43~0.65μm,NO_3~-在优良日呈现三模态分布,峰值分别出现在0.43~0.65、2.1~3.3和5.8~9.0μm,NH_4~+呈双模态分布,优良日峰值出现在0.43~0.65μm和4.7~5.8μm,污染日3种二次离子峰值均以0.65~1.1μm的单模态分布为主,与三者之间的热动力平衡过程有关.细粒子中NH_4~+除与SO_4~(2-)和NO_3~-结合外,还与部分Cl~-结合,粗粒子中NH_4~+全部与NO_3~-和SO_4~(2-)结合后,剩余的NO_3~-和SO_4~(2-)与其他阳离子结合.     

2015年12月北京市一次重污染过程中PM_(2.5)特征分析

2015年入冬以来京津冀区域重污染频发,综合分析了2015年12月19—26日京津冀及周边地区发生的一次重污染过程中PM_(2.5)分布特征及成因。监测数据显示,2015年12月北京市重污染日共计13 d,累计月均值为151.8μg/m3。在12月19—26日一次重污染过程中,区域污染面积均超过40万km2,北京市单站PM_(2.5)小时均值超过800μg/m3。污染初期北京市南部地区PM_(2.5)浓度明显偏高,且PM_(2.5)极端高值出现在南部站点。污染输送阶段,北京市PM_(2.5)小时浓度在短时内呈爆发式增长,浓度增值是年均值的2~5倍。污染缓解阶段,偏北风作用,浓度明显下降。除了极端不利的天气形势外,区域散煤排放是造成重污染的重要原因;河北省唐山、保定、廊坊、石家庄等城市区域输送加重了污染程度。     

2020年天津市两次重污染天气污染特征分析

为了解2020年天津市两次重污染天气污染特征,基于2020年1～2月高时间分辨率的在线监测数据,对天津市2020年1月16～18日(重污染过程Ⅰ)和2020年2月9～10日(重污染过程Ⅱ)进行分析,结果表明,两次重污染过程均呈现前期区域输送和后期本地不利气象条件叠加双重影响的特点,重污染过程期间平均风速均较低,平均相对湿度接近70%,部分时段接近饱和,边界层高度低于300 m,水平和垂直扩散条件均较差.与重污染过程Ⅰ相比,重污染过程Ⅱ主要污染物浓度和污染程度均降低,尤其是NO₂浓度下降明显,重污染过程Ⅱ北部地区PM_2.5和CO浓度较高.两次重污染过程PM_2.5中化学组分浓度和占比发生明显变化,重污染过程Ⅰ二次无机离子(SO₄^2-、 NO^-₃和NH⁺₄)、 EC和Ca²⁺平均浓度较高,OC和Cl^-平均浓度略低于重污染过程Ⅱ,K⁺...     

贵阳市冬季一次典型PM2.5污染过程分析

为研究贵阳市冬季PM2.5污染过程的成因及气象影响因素,选取2020年12月一次典型污染天气过程,探讨了此过程期间污染物浓度变化、大气环流形势、地面气象要素变化、大气层结情况及区域性污染传输等特征.结果表明:此次污染过程与气象条件密切相关,稳定的大气环流形势为污染的持续累积提供了大气环流背景,区域性大气静稳、近地面水平...     

上海市郊大气含碳颗粒物污染特征

利用STAPLEX六级采样器(＜0.49,0.49 ～0.95,0.95 ～1.50,1.50 ～3.00,3.00～7.20,＞7.20 μm)结合美国DRI碳分析仪分析了上海市嘉定区2008年4月至2010年10月大气颗粒物中EC和OC的含量和粒径分布,用EC示踪法估算POC和SOC的含量及粒径分布,并结合颗粒物中水溶性钾定量分析了上海市嘉定区大气颗粒物中EC和OC来自生物质燃烧排放的分担率.结果显示,上海市嘉定区大气颗粒物中EC与OC的含量分别为(3.54±1.46) μg·m-3和(19.35±9.38) μg·m-3,占颗粒物质量的2.8％±1.1％和14.8％±4.0％.嘉定区PM3.0中的OC与北京、杭州和武汉等城市的夏季以及珠江三角洲和上海市市区PM2.5中的OC相当,而EC含量偏小,反映了嘉定区EC受机动车尾气排放影响小.上海市嘉定区大气颗粒物中EC、OC、POC和SOC均呈双模态分布,其中EC、POC的分布峰位于＜0.49μm和＞3.00 μm的粒径段,OC的分布峰位于＜0.95.Μm和＞3.00μm的粒径段,SOC的分布峰位于0.49～0.95.Μm和3.0～7.2 μm的粒径段.各粒径段OC中SOC的比重分别为:36.64％±20.66％、74.92％±22.74％、54.80％±23.52％、56.30％±23.00％、66.89％±23.37％和47.22％±23.65％,说明嘉定区SOC的污染严重.基于OC、EC与K+的线性回归分析,大气颗粒物中生物质燃烧排放的OC和EC分担率分别为40％和32％,且各粒径段的分担率也有差别,最大的OC和EC分担率为76％和50％,对应于0.49～0.95μm粒径段.