武汉军运会前后大气PM2.5化学组分和来源

基于第七届世界军人运动会前后武汉大气细颗粒物(PM_2.5)及其化学组分的在线监测数据,分析了管控前、管控期和管控后PM_2.5的质量浓度和化学组分,并通过PMF结合后向轨迹的聚类分析和浓度权重轨迹开展来源解析.研究揭示了军运会前后武汉市PM_2.5对本地和周边区域管控措施的响应,可为PM_2.5的区域精准防控提供依据.在减排措施影响下,管控期间ρ(PM_2.5)为(31.3±12.0)μg·m^-3,比管控前降低14.7%;而二次组分有明显生成,其中硫酸盐、硝酸盐和铵盐(SNA)质量浓度升高25.6%.管控后由于湿度降低和西北气团的影响,SNA的质量浓度降低36.9%,矿质元素的质量浓度升高4.7倍.源解析表明管控前后机动车尾气的整体贡献率变化不显著(P<0.05).管控期工业排放和燃煤贡献分别较非管控期降低68.1%和43.7%,二次源贡献上升89.5%.由于并未针对机动车尾气采取大规模控制,管控期NO^-₃和NO<...     

新冠疫情管控措施对郑州市PM2.5浓度、粒径分布、组分和来源的影响

新冠肺炎疫情（COVID-19）管控期间是一次典型的极限减排情景,是研究管控措施对大气颗粒物影响的重要机会.本研究于2020年1月16～31日利用在线观测仪器对郑州市PM_2.5进行观测,分别探究管控前（2020年1月16～23日）与管控期间（2020年1月24～31日）PM_2.5浓度、粒径分布、化学组分、来源解析和传输影响的变化特征.结果表明,相较于管控前,管控期间郑州市大气PM_2.5浓度下降4.8%.粒径分布特征表明,管控期间0.06～1.6μm的颗粒物质量浓度和数浓度下降显著. PM_2.5组分特征表明,SO₄^2-、 NO^-₃和NH⁺₄等二次无机离子是PM_2.5中占比最大的组分,管控期间NO^-₃浓度的下降对PM_2.5的下降有显著贡献.采用正定矩阵因子分解模型（PMF）解析PM     

“大气十条”实施期间南京市PM2.5化学组成与来源的演变特征

为深入认识“大气污染防治行动计划”(“大气十条”)对大气细颗粒物(PM_2.5)污染的影响,基于“大气十条”实施期间南京市主城区(草场门)PM_2.5的化学组分监测资料,研究了PM_2.5主要组分的浓度和占比、富集因子和酸度等变化特征,并采用正定矩阵因子分解法(PMF)进行了PM_2.5的来源解析.结果发现,“大气十条”实施期间,南京市PM_2.5中硫酸根(SO₄^2-)的占比总体下降,但硝酸根(NO^-₃)和铵根(NH⁺₄)的占比均明显上升,两者的占比从2014年的25.58%上升到2017年的37.15%;碳组分(OC和EC)的浓度在“大气十条”早期出现大幅下降,但后期的下降趋势明显变缓,其中,有机碳(OC),特别是二次有机碳(SOC)的占比不降反升;PM_2.5酸性显著减弱,阴阳离子的摩尔当量比值(CE/AE)从2014年的0.83上升...     

COVID-19管控前后不同污染阶段PM2.5中二次无机离子变化特征

为探讨新冠肺炎疫情(COVID-19)管控前后不同污染阶段PM_2.5中二次无机离子变化特征,使用高分辨率(1 h)在线仪器对2019年12月15日至2020年2月15日郑州冬季气象、污染气体浓度和PM_2.5中水溶性离子水平进行在线监测,分析此次COVID-19管控前后霾过程的成因、大气污染物的日变化特征和在霾不同阶段下大气污染物的分布特征.结果表明,郑州主要受到高压脊控制,天气形势稳定,有利于大气污染物累积,二次无机气溶胶(SNA,包括SO₄^2-、NO^-₃和NH⁺₄)是水溶性离子的主要组分,占比高达90%以上,COVID-19期间居家隔离措施对霾不同阶段下大气污染物的分布特征产生不同的影响,COVID-19期间PM_2.5在干净、发生和消散阶段的浓度比COVID-19前有所提高,但是发展阶段明显降低,居家隔离明显使PM_2.5高值降低了;NO₂、SO<...     

长株潭城市群PM2.5中二次无机离子特征及生成机制

二次无机离子是大气PM_2.5的主要组分,其对城市霾污染的驱动作用愈发明显.目前长株潭城市群秋冬季PM_2.5污染形势依旧严峻,但该区域的二次转化对冬季霾污染过程以及秋冬季SNA差异特征的影响尚不明晰.2020年11月和2021年1月在长株潭城市群4个典型站点进行PM_2.5连续采样,并定量分析了SO₄^2-、 NO^-₃和NH⁺₄等组分.结果显示,秋季和冬季PM_2.5中ρ(SO₄^2-)、ρ(NO^-₃)、ρ(NH⁺₄)平均值(μg·m^-3)分别为(5.2±2.5)、(7.9±4.8)、(4.1±2.2)和(7.2±4.2)、(17.1±10.5)、(7.8±5.2).在冬季霾污染过程中,ρ(SO₄^...     

北京城区不同组分PM2.5散射特性及来源分析

近年来北京城区PM_2.5浓度下降伴随其中二次离子占比升高,为探索不同组分PM_2.5散射特性及其来源,于2020年12月至2021年11月开展了小时分辨率的PM_2.5及其组分浓度和散射系数的连续在线监测,分析了PM_2.5组分及散射的特征和来源.结果表明,研究期间北京城区PM_2.5最主要组分为NO^-₃,PM_2.5中ω(NO^-₃)和ω(SNA)分别为24%和46%.根据浓度和组分占比将PM_2.5划分为6种类型：优型出现频率最高,为56%,四季分布均匀,PM_2.5中ω(SNA)、ω(OM)和ω(FS)相当,分别为32%、 32%和28%;沙尘(D)型和OM(O)型全年出现频率较低,分别以FS和OM为主要组分,PM_2.5中ω(FS)和ω(OM)分别为66%和46%,主要分布于春季和夏季;OM+SO₄     

伊犁河谷核心区春季PM2.5组分特征及来源解析

为研究伊犁河谷核心区春季大气细颗粒物(PM_2.5)中无机元素、水溶性离子和碳组分特征和来源,于2021年4月20～29日在伊犁河谷核心区布设6个环境采样点,对PM_2.5中水溶性离子、无机元素和碳组分等51种化学组分进行分析,并使用化学质量平衡(CMB)模型对其来源进行解析.结果表明,采样期间ρ(PM_2.5)变化范围介于9～35μg·m^-3.Si、 Ca、 Al、 Na、 Mg、 Fe和K等地壳元素占比较高,占PM_2.5的12%,表明春季PM_2.5受到明显的扬尘源的影响.富集因子结果表明,Zn、 Ni、 Cr、 Pb、 Cu和As元素主要来源于化石燃料燃烧和机动车排放.元素组分的空间分布特征受采样点周边环境的影响,新政府片区受燃煤源的影响较大,故As浓度较高,伊宁市局和第二水厂受机动车影响较大,Sb和Sn浓度较高.PM_2.5中9种水溶性离子(WSIIs)的浓度占PM_2.5的33.2%,其中ρ(SO^2-     

排放和气象对疫情前后武汉不同类型点位大气污染物的影响

采用随机森林算法剥离了排放和气象对6种大气污染物(SO₂、 NO₂、 CO、 PM₁₀、 PM_2.5和O₃)浓度的贡献,识别了疫情前后武汉市中心城区、郊区、工业区、三环线交通点和城市背景点这5种类型点位的大气污染物浓度变化.结果表明,与管控前相比,管控期间PM_2.5/CO、 PM₁₀/CO和NO₂/CO分别减小了10.8～21.7、 9.34～24.7和14.4～22.1倍,表明排放对PM_2.5、 PM₁₀和NO₂贡献减小;O₃/CO增加了50.1～61.5倍,表明二次生成增加明显.解除管控后排放对各类污染物的贡献均增加.管控期间,受一些不可间断工序的运行影响,工业区PM_2.5降幅最小(20.5%).与管控期间相比,解除管控后居民生活、交通出行和工业生产等基本恢复,使5种类型站点PM_2.5     

沈阳市PM2.5污染组分特征及其来源解析

为了解沈阳市空气细颗粒物的污染特征及主要来源,于2015年2月、5月、8月和10月在沈阳市采集PM_2.5样品,对PM_2.5质量浓度及其化学组分（无机元素、含碳组分和水溶性离子）进行测定.结果显示,采样期间沈阳市PM_2.5平均质量浓度为69 μg/m³,是《环境空气质量标准》（GB 3095-2012）年均二级标准限值（35 μg/m³）的2.0.水溶性离子在PM_2.5中的含量最高,其次为碳组分、无机元素.富集因子结果表明：沈阳市富集因子值最高的元素来自于燃煤、交通污染、工业排放等污染源.正交矩阵因子分析（PMF）结果表明：PM_2.5结果中燃煤源、二次源、工业源、扬尘源和交通源的贡献比分别为33.4%、27.2%、16.7%、11.5%、11.2%.     

南京亚微米级颗粒物化学组成的季节变化、粒径分布和来源

于2016～2017年不同季节在南京大学仙林校区采集分粒径的颗粒物样品,分析了粒径≤1.1μm颗粒物(PM_1.1;<0.4、0.4～0.7和0.7～1.1μm)中水溶性离子、碳质组分和元素的浓度.结果表明,受当地扩散条件以及热不稳定组分在高温下挥发分解的影响,PM_1.1、 OC、 NO^-₃、 SO₄^2-和NH⁺₄浓度均表现出秋冬高、春夏低的特点.而元素碳在春季因工业和道路扬尘贡献的升高达到最大浓度[(1.87±0.98)μg·m^-3].根据丰量组分间的特征比值,南京PM_1.1中的阴离子由NO^-₃、 SO₄^2-和Cl^-主导,碳质组分主要来自化石燃料燃烧及老化过程.随着温度的升高,热不稳定组分NH⁺₄、 NO     

Chemical compositions of PM2.5 aerosol during haze periods in the mountainous city of Yong'an, China

Haze phenomena were found to have an increasing tendency in recent years in Yong'an, a mountainous industrial city located in the center part of Fujian Province, China. Atmospheric fine particles (PM_2.5) in the urban area during haze periods in three seasons (spring, autumn and winter) from 2007 to 2008 were collected, and the mass concentrations and chemical compositions (seventeen elements, water soluble inorganic ions (WSIIs) and carbonaceous species) of PM_2.5 were determined. PM_2.5 mass concentrations did not show a distinct difference among the three seasons. The carbonaceous species organic carbon (OC) and elemental carbon (EC) constituted up to 19.2%-30.4% of the PM_2.5 mass during sampling periods, while WSIIs made up 25.3%-52.5% of the PM_2.5 mass. The major ions in PM_2.5 were SO₄^2-, NO₃^- and NH₄⁺, while the major elements were Si, K, Pb, Zn, Ca and Al. The experimental results (from data based on three haze periods with a 10-day sampling length for each period) showed that the crustal element species was the most abundant component of PM_2.5 in spring, and the secondary ions species (SO₄^2-, NO₃^-, NH₄⁺, etc.) was the most abundant component in PM_2.5 in autumn and winter. This indicated that dust was the primary pollution source for PM_2.5 in spring and combustion and traffic emissions could be the main pollution sources for PM_2.5 in autumn and winter. Generally, coal combustion and traffic emissions were considered to be the most prominent pollution sources for this city on haze days.     

武汉地区秋冬季清洁与重污染过程的水溶性离子特征研究

利用武汉地区2014年秋、冬季在线离子色谱分析仪Marga监测所得的大气PM_(2.5)中水溶性离子数据和武汉市环境空气质量自动监测的细颗粒物数据,分析了武汉地区秋、冬季重污染和清洁过程的大气污染特征.结果表明,PM_(2.5)是武汉地区秋、冬季大气污染的首要污染物,无论是在清洁还是重污染过程中,NO_3~-、SO_4~(2-)和NH_4~+3种成分都是PM_(2.5)的主要无机成分.重污染过程中PM_(2.5)的平均浓度是清洁过程的4.5倍,而3种主要水溶性离子平均浓度增长至清洁过程的5~6倍,且有着显著的相关性,二次生成水溶性离子的污染已成为武汉秋、冬季大气污染的主要因素.Cl-在重污染过程中的浓度及与PM_(2.5)的相关系数显著增大,表明化石燃料燃烧等过程也对重污染的形成产生了较显著的作用,值得关注的是,K~+在重污染过程中的浓度及与PM_(2.5)的相关系数增大也验证了燃烧过程对重污染起到的贡献.硫氧化率和氮氧化率的分析结果表明,重污染过程中的二次转化要多于清洁过程,可能是非均相反应生成了二次污染的硫酸盐和硝酸盐.线性回归分析的方程系数研究表明,NH_4NO_3和(NH_4)_2SO_4可能是清洁和重污染过程中主要的盐类物质.NO_3~-/SO_4~(2-)的平均质量浓度比说明移动源对武汉地区秋、冬季二次污染的形成和发展已经起到越来越大的作用,特别是重污染过程中的影响更大.     

四川盆地典型城市PM2.5污染过程组分特征和来源解析

为探究四川盆地典型城市PM_2.5污染特征和来源,利用成都市、绵阳市、自贡市超站数据分析2020年冬季典型污染过程PM_2.5组分特征,并采用CMB模型模拟获得研究期间PM_2.5来源及演变特征.结果表明,不同城市PM_2.5组分变化特征不尽相同,成都市污染过程整体呈现NO₃^-主导特征,但重度污染由OC主导.绵阳市污染期间呈现OC主导特征,是污染加重时增长最快的组分.EC是自贡市轻度污染增长最快的组分,NO₃^-、SO₄^2-、NH₄⁺是中度污染增长较快的组分,OC、EC是重度污染增长较快的组分.3个城市均是二次硝酸盐对PM_2.5贡献率最高.比较而言,成都市机动车、扬尘源贡献率均最高;绵阳市二次有机碳贡献率最高,是成都市的2倍;自贡市燃煤源和二次硫酸盐贡献率分别比成都市和绵阳市高出4%~6%和7%~9%.成都市由优良天气到中度污染,二次硝酸盐贡献率随着污染程度的加重而增加,轻度污染较优良天气上升6%,中度污染较轻度污染天气上升3%.中度到重度污染,二次有机碳、机动车贡献率分别上升2%和1%.绵阳市由轻度到重度污染,二次有机碳对PM_2.5的贡献率上升3%,机动车贡献率上升2%,是其污染加重的主要原因.自贡市由轻度到重度污染,各污染源贡献率变化幅度较小.     

细颗粒物(PM2.5)可溶性提取液对发光细菌的光抑制与组分浓度的相关性分析

为科学评估PM_(2.5)对生物体的综合生物效应,利用费氏弧菌检测了PM_(2.5)水溶性提取液的光抑制效应,统计分析了227组PM_(2.5)主要组分与发光抑制率的相关关系.实验结果表明:PM_(2.5)水溶性提取液的发光抑制率值与OC、NO-3、EC和微量元素等组分浓度显著相关,相关系数从高到低的排序为:OC微量元素ECNO-3(p0.01).PM_(2.5)中,主要来自燃煤、交通燃油、生物质燃烧及冶金工业污染源排放的组分(苯并(a)芘、Cl-、OC、Cu、K+、Mn、Zn、EC、Pb、Se、F-等)浓度与发光抑制率显著相关.此外,二次来源的NO-3、NH+4等组分浓度与发光抑制率在冬季和春季显著相关.     

上海市夏季颗粒物污染过程数值模拟研究

利用观测资料和嵌套网格空气质量模式(Nested Air Quality Prediction Model System,NAQPMS)模拟研究了2010年7月26日—8月26日上海市及周边城市PM10、PM2.5及其无机盐组分的浓度变化趋势及时空分布特点.结果表明,NAQPMS模式较为合理的重现了上海各方位站点及其周边城市PM10、PM2.5及其硫酸盐、硝酸盐等无机化学组分的浓度水平与变化趋势,相关系数在0.7以上.研究期间造成上海颗粒物污染的主要原因是:弱气旋低压系统控制下,西南或西北气流将内陆污染物输送至上海市,当低压中心移至上海附近时带来的辐合气流使得污染进一步累积上升.长三角地区PM2.5主要无机盐组分分布特征表明,上海市及周边城市的硫酸盐、硝酸盐和铵盐的总和占PM2.5浓度的40%~60%,二次气-粒转化过程贡献明显,且以SO2向SO2-4的氧化转换为主;污染上升过程中NO-3/SO2-4比率增大,说明流动源的贡献有所增加.     

北京、石家庄2017—2018年PM2.5与SNA组分特征及典型重污染分析

基于北京、石家庄2017、2018年的1月和7月PM_2.5样品采集,研究两地采暖期、非采暖期及典型重污染过程的PM_2.5、SNA污染特征及二次转化特征.应用TrajStat模型,结合浓度权重轨迹分析法（CWT）,分析两地PM_2.5气流输送路径以及潜在源区.利用WRF-CAMx模式定量分析两地重污染月份（2017年1月）PM_2.5、硫酸盐及硝酸盐的区域传输贡献.结果表明, 2017年1月北京和石家庄均存在重污染过程,两年1月石家庄市PM_2.5浓度均高于北京; SNA占PM_2.5所有组分的34.11%~51.68%,对PM_2.5浓度有重要贡献,其中北京NO₃^-浓度最高,石家庄SO₄^2-浓度最高, SO₄^2-/NO₃^-夏季高于冬季;北京SOR高于石家庄,石家庄NOR高于北京,重污染期间两城市硫酸盐、硝酸盐、铵盐质量浓度、SOR与NOR明显升高;两地冬季气流主要受俄罗斯、蒙古、内蒙戈壁等地区的西北方向远距离输送影响,另外北京两年冬季均存在西南传输通道,石家庄重污染期间受冀南和鲁西北重工业城市群潜在贡献较高,两市夏季受东南季风影响,污染轨迹多来自渤海湾和山东等地区; 2017年1月,北京、石家庄PM_2.5受周边区域传输贡献分别为33.80%、22.54%,其中河北南部分别贡献14.86%, 17.21%,二次离子中NO₃^-的传输作用比SO₄^2-更加突出.从PM_2.5本地源来看,北京主要来源为移动源和扬尘源,分别占比43.30%、20.10%,石家庄为工业、燃煤和扬尘,分别占比26.40%、24.82%、22.50%.     

中原城市冬季两次重污染形成机制及来源

为揭示郑州市冬季空气污染过程及形成原因,选取郑纺机国控站点为采样点,探讨2019年12月郑州大气污染物浓度和主要气象参数特征,对比不同污染阶段PM_2.5水溶性离子、元素和碳质组分浓度变化,并利用空气质量模型模拟结果,分析采样期间污染源排放与区域传输对采样点PM_2.5质量浓度的贡献.结果表明,采样期间第一次和第二次重污染形成和消散过程略有差异,分别呈现出"缓慢累积、缓慢清除"和"缓慢积累、快速清除"的特征.第一次和第二次重污染时段NO₃^-、SO₄^2-和NH₄⁺质量浓度占PM_2.5比值达到41.5%和46.2%,OC/EC比值分别为4.0和4.5,二次气溶胶颗粒的大量生成是两次重污染形成的主要原因.采样期间本地、东部、南部、西部和北部区域对采样点PM_2.5浓度贡献占比均值分别为58.0%、2.4%、6.7%、6.9%和12.7%,第一次重污染是本地污染物排放和外来源区域传输共同作用的结果,期间西部和南部区域及外来工业源贡献占比有所升高;而第二次重污染则主要受到本地大气污染物累积的影响,期间交通源、扬尘源和燃煤源污染贡献骤增,外部区域对采样点PM_2.5浓度的影响有所减弱.     

广州PM2.5化学组分特征及其与气象因子的关系

于2012年12月—2013年12月在广州城区(市站)和东部郊区(九龙)开展为期一年的PM2.5样品采集,并同步收集气象因子和气态污染物质量浓度等数据.结果表明,PM2.5中主要化学组分为有机质(OM)和硫酸盐(SO2-4),分别占市站和九龙PM2.5质量浓度的49.4%和15.2%及57.0%和17.3%.碳质气溶胶(OM和EC)贡献接近50%,二次无机气溶胶(SO2-4、NO-3和NH+4总和,SIA)贡献超过30%.由于以机动车尾气为代表的移动污染源在城市区域贡献较大,市站[NO-3]/[SO2-4]比值显著高于九龙.两个站点[NH+4]/[SO2-4]摩尔质量比均高于1.5,表明观测期间广州市干季大气处于富铵状态.市站和九龙站硫氧化率(SOR)和氮氧化率(NOR)的时空变化趋势与O3类似,表明大气光化学过程是影响广州市SOR和NOR的重要因素.相对湿度低于65%时,SOR和NOR均较高;温度对SOR和NOR的影响有显著的城郊差异.降雨对PM2.5及各化学组分浓度有显著去除作用.     

Aerosol scattering coefficients and major chemical compositions of fine particles observed at a rural site in the central Pearl River Delta, South China

During November-December 2010 aerosol scattering coefficients were monitored using a single-waved (525 nm) Nephelometer at a regional monitoring station in the central Pearl River Delta region and 24-hr fine particle (PM_2.5) samples were also collected during the period using quartz filters for the analysis of major chemical components including organic carbon (OC), elemental carbon (EC), sulfate, nitrate and ammonium. In average, these five components accounted for about 85% of PM_2.5 mass and contributed 42% (OC), 19% (SO₄^2-), 12% (NO₃^-), 8.4% (NH₄⁺) and 3.7% (EC), to PM_2.5 mass. A relatively higher mass scattering efficiency of 5.3 m²/g was obtained for fine particles based on the linear regression between scattering coefficients and PM_2.5 mass concentrations. Chemical extinction budget based on IMPROVE approach revealed that ammonium sulfate, particulate organic matter, ammonium nitrate and EC in average contributed about 32%, 28%, 20% and 6% to the light extinction coefficients, respectively.     

阳泉市秋冬季PM2.5化学组分及来源分析

采集了阳泉市城区2017年10月15日～2018年1月23日PM_(2.5)样品,分析了优良天和污染天PM_(2.5)及其化学组分特征,并利用富集因子分析法(EF)和正定矩阵因子分析法(PMF)对PM_(2.5)进行来源分析.结果表明,采样期间污染天二次无机离子(SO_4~(2-)、 NO~-_3和NH~+_4)在PM_(2.5)中的比例为23.83%,是优良天的2.43倍,污染天二次无机污染严重,污染天人为源相关的元素Cd、 Sb、 Sn、 Cu、 Pb、 Zn和As富集程度大于优良天;主要的污染源对PM_(2.5)的贡献分别是燃煤29.26%、扬尘23.83%、机动车19.34%、二次源16.01%和工业源11.57%,其中,污染天机动车排放对PM_(2.5)的贡献20.57%,高于优良天时17.82%,而燃煤源的贡献23.04%明显低于优良天时33.75%,静稳天气时机动车排放对PM_(2.5)贡献较优良天上升,燃煤源对PM_(2.5)贡献有下降.因此,阳泉市在秋冬季应加强对燃煤、扬尘源的控制,同时进一步加强对机动车的控制,以减少污染期间机动车的贡献.