北京西三环地区不同粒径大气颗粒物中有机脂肪酸的污染特性

年1—7月在北京市西三环航天桥地区,用大流量分级采样器分5级采集大气颗粒物样品,采用溶剂提取和衍生化方法对样品进行前处理,利用GC-MS分析不同粒径颗粒物中的有机脂肪酸. 结果表明:在颗粒物中共检出21种MOA(一元有机脂肪酸)和7种DIA(二元有机脂肪酸);ρ(∑₂₁MOA)(21种MOA总质量浓度)和ρ(∑₇DIA)(7种DIA总质量浓度)均在粒径<0.69μm的超细颗粒中最高,分别约占各自5级颗粒物质量浓度总和的30.0%和32.5%;颗粒物中ρ(∑₂₁MOA)和ρ(∑₇DIA)月际变化规律不同,前者在1—2月最高,3月次之;而后者在5—7月最高. MOA和DIA的组成、分布特点亦不尽相同,其中C₁₀~C₂₄的MOA表现出明显的偶数碳优势,而DIA没有显现奇偶优势;MOA中ρ(C₁₆-MOA)最高,ρ(C₁₈-MOA)次之;DIA中ρ(壬二酸)最高. 基于MOA的C₁₈/C₁₆〔ρ(C₁₈-MOA)/ρ(C₁₆-MOA)〕和CPI(碳优先指数)分析表明,颗粒物中MOA主要来自人为源,与燃煤排放、机动车尾气及烹调排放相关,1—2月燃煤排放对颗粒物中MOA的贡献明显.      

南宁市一次污染过程大气颗粒物理化特性及来源

利用颗粒物粒径谱仪和单颗粒气溶胶质谱仪等,对南宁市2016年12月5~11日大气污染过程进行实时监测,分析颗粒物粒径分布特征、化学组分及其污染来源.结果表明,观测期间南宁市20 nm~10μm颗粒物数浓度粒径主要集中在23~395 nm之间,主峰值出现在100 nm左右.期间有3次新粒子生成现象,下午14:00~18:00有30 nm左右新粒子开始生成,晚20:00~次日06:00碰并长大到40~110 nm左右,3次新粒子生成过程受机动车尾气一次排放的污染影响.对污染期间细颗粒物化学成分在线溯源分析发现,污染期间有大量的二次反应颗粒物生成,判定颗粒物来源主要有生物质燃烧源、扬尘源和燃煤源,其中,远距离传输对生物质燃烧源有贡献.     

苏州市大气中汞的形态分布特征及来源分析

针对苏州市大气中汞的分布特征和污染来源,自2018年1月1日至2018年12月31日对苏州市大气中的气态元素汞(GEM)、气态氧化汞(GOM)和颗粒态汞(PBM)进行1 a的连续监测,并基于浓度权重轨迹分析法(CWT)和浓度玫瑰图法,研究2018年大气汞来源和浓度变化规律.结果表明,监测期间苏州市大气中GEM、GOM和PBM浓度分别在0～53.3 ng·m~(-3)、 0～256 pg·m~(-3)和0～5 208 pg·m~(-3),年均浓度分别为(2.57±2.09)ng·m~(-3)、(5.27±15.7)pg·m~(-3)和(16.0±157)pg·m~(-3).其中,GEM是苏州市大气汞的主要成分,约占99.2%.监测期间,苏州市大气中GEM季节平均浓度表现出冬季(3.17 ng·m~(-3))春季(3.09 ng·m~(-3))秋季(2.30 ng·m~(-3))夏季(1.98 ng·m~(-3))的规律.根据CWT分析结果,苏州大气中汞迁移具有季节性差异:春季和冬季的含汞气团主要来自于内陆,夏季主要来自于苏州本地、黄海和东海,秋季的含汞气团来自于内陆、黄海和渤海.同时研究发现西北方向来自内陆的大气汞浓度较高,东方向来自海洋的大气汞浓度较低.苏州市大气中GEM和PBM平均浓度表现为昼间低夜间高,与大气参数进行相关性拟合,得出大气中GEM日变化规律与太阳总辐射亦呈显著的相关性(r=-0.664,P0.001),与湿度呈显著的相关性(r=0.859,P0.001),与气温呈显著的相关性(r=-0.866,P0.001); PBM与太阳总辐射呈一般相关性(r=-0.554,P0.01),与湿度呈显著的相关性(r=0.835,P0.001),与气温呈显著的相关性(r=-0.831,P0.001).苏州市大气中GOM平均浓度在1 d内出现多次峰值(05:00、 12:00、 18:00和23:00)和谷值(02:00、 10:00、 15:00和19:00).GOM浓度升高与早晚高峰燃料油燃烧排放正相关,亦与O_3浓度升高导致GEM氧化生成GOM正相关.     

唐山大气颗粒物中水溶性无机盐的观测研究

为认知唐山大气颗粒物中典型二次污染化学成分水溶性无机盐的浓度水平、季节变化和粒径分布特征,于2010年9月～2011年8月使用惯性撞击式分级采样器对唐山大气颗粒物进行了分级采样,并用离子色谱分析了其中水溶性无机盐含量.结果表明,PM9(可视为可吸入颗粒物)和PM2.1(细粒子)中以3种水溶性无机盐SO24-、NO3-和NH4+为主,三者之和分别占PM9和PM2.1中水溶性无机盐总浓度的68%和77%;PM9和PM2.1中3种盐的浓度和在春、夏、秋、冬这4个季节分别为35.0、84.7、67.3、61.6μg.m-3和23.2、64.8、52.7、49.6μg.m-3,颗粒物中3种盐在细粒子中的赋存比例年均值分别为70%、75%和94%,夏季赋存于粗粒子中的比例显著高于其它季节.Ca2+和Mg2+全年均呈粗模态单峰分布.唐山大气颗粒物污染严重,控制燃煤、机动车尾气和生物质燃烧直排颗粒物的同时,要重点加强对气态污染物排放的控制,同时要控制地面扬尘和建筑灰尘.全面控制人为污染排放源,同时加强绿化和地面硬化、封闭式管理建筑工地,才有可能抑制住唐山市目前严重的大气污染.     

谈大气中的颗粒物污染与来源分析

摘要：本文主要研究了大气中的颗粒物污染的种类以及具体成分，并对其来源进行了调查分析，最后由此提出针对源头的污染防治措施。     

霾与非霾期间汞在不同粒径颗粒物上的分布特征

在我国高速经济增长过程中,霾污染日趋突出,同时大气汞污染也十分严重,而颗粒汞对于汞在大气中的循环演化意义重大.为了探讨霾污染期间汞在不同粒径颗粒物中的分布特征,采用Nano-moudi 12级(6.2~9.9μm、3.1~6.2μm,1.8~3.1μm、1.0~1.8μm、0.56~1.0μm、0.32~0.56μm、0.18~0.32μm、0.10~0.18μm,0.056~0.10μm、0.032~0.056μm、0.018~0.032μm、0.010~0.018μm)大气颗粒物采样器,对上海霾与非霾期间不同粒径大气颗粒物中的汞进行分析.结果表明,颗粒态汞含量与颗粒物含量正相关;采样期间霾天颗粒态汞平均浓度0.31 ng·m-3是非霾天颗粒态汞平均浓度0.11 ng·m-3的2~3倍;霾和非霾天颗粒态汞浓度以及颗粒物质量浓度随粒径分布呈双峰型,霾期间峰值分别出现在0.56~1.0μm粒径段和3.1~6.2μm粒径段,而非霾期峰值分别出现在0.32~0.56μm和3.1~6.2μm粒径段;霾天较非霾天颗粒态汞和颗粒物的粒径分布均出现了向大粒径方向偏移;颗粒态汞主要分布在粒径≤1μm粒子上,能够长时间停留和长距离输送;非霾期间颗粒态汞在颗粒物中的平均含量为0.029 ng·μg-1,而霾期间为0.015 ng·μg-1;霾污染过程中其他污染物迅速成长,而汞成长较慢;霾天积聚核模态粒子中颗粒态汞质量浓度为2.06 ng·m-3,而非霾天为0.55 ng·m-3,积聚态颗粒物的大幅增加,是灰霾形成的主要原因.本地源燃煤等的排放以及风沙扬尘的增加和外地源的输送是导致霾天污染严重的重要原因.     

大气颗粒物中稀土元素污染的研究进展

大气颗粒物污染问题近年来备受关注。其中,稀土元素是大气中不易被生物降解且具有生物蓄积性的组分之一,能以颗粒物为载体及传输媒介迁移转化,危害生态环境和人类健康,治理大气颗粒物中稀土元素污染首先要对其来源进行解析。该文概述了大气颗粒物中稀土元素的测定与来源解析方法,综述了国内外关于大气颗粒物中稀土元素分布特征及其风险评估的研究进展,并展望了该领域的研究方向。     

黄山秋季大气颗粒物理化特性

为了研究华东背景地区大气单颗粒的理化特性,利用单颗粒飞行时间质谱仪(SPAMS)于2012年9月5日至10月28日在黄山对大气颗粒物进行了观测,并结合Hysplit后向轨迹模式探究了不同气团对颗粒物性质的影响.结果表明,黄山地区颗粒物可分为老化碳(Aged-EC)、富钾(K)、元素碳-有机碳混合物(ECOC)、有机碳(OC)、钠-钾混合物(NaK)、元素碳(EC)、元素碳-重金属混合物(ECHM)、重金属(HM)、矿物质(Minerals)共9类,其中Aged-EC占比最高,K其次,且含碳颗粒物老化程度较为严重.含碳颗粒物Aged-EC、 ECOC和OC集中在积聚模态(0.2～1.4μm),HM、 NaK和Minerals则集中于粗粒子模态(>1.4μm).除K、 ECHM和ECOC外,较高风速下不利于颗粒物的累积;相对湿度越高,含碳颗粒物的占比越大,而K、 OC、 Minerals和NaK的占比越小.聚类分析结果表明,采样时段内黄山地区主要受西北气团、海洋气团和局地气团影响.周边地区的工业排放、燃煤等活动是Aged-EC的首要贡献源.     

北京郊区农田夏季大气颗粒物质量和离子成分谱分布特征

农业活动是大气颗粒物的重要来源之一.为了研究北京郊区农田大气颗粒物质量和离子成分的分布,探讨其来源,本研究使用8级串联撞击式采样器MOUDI采集了2004年夏季北京远郊菜地的大气颗粒物样品,测量了0.18～18μm粒径段颗粒物质量和水溶性无机离子的粒径分布.细粒子的主要离子成分是SO₄^2-、NO₃^-和NH₄⁺,与温度、湿度和光照等条件相关,推测主要来自农田释放的NH₃与光化学生成的酸性物种的反应.细粒子中的K⁺可能来自植物的排放和生物质的燃烧.粗粒子中Ca²⁺、Mg²⁺、NO₃^-和SO₄^2-可能主要来自土壤颗粒物通过机械过程进入大气,以及其后酸性物种和土壤颗粒物表面的化学反应.研究结果表明,施用的化肥和土壤可能是决定农田大气中颗粒物的重要因素,北京远郊菜地对大气颗粒物可能有着重要的贡献.     

南京市秋季大气颗粒物中金属元素的粒径分布

在南京市仙林地区,采用ANDERSON八级撞击采样器,于2016年秋季采集了63个大气颗粒物有效样本,并利用ICP-MS分析了金属元素的含量.结合气象等资料,研究了大气颗粒物金属元素的粒径分布与富集特征,并对其来源进行了探讨.结果表明：南京秋季大气颗粒物质量浓度的粒径分布呈双峰型,峰值分别位于0.4~1.1和3.3~9μm;金属元素的粒径分布呈3种类型,一是粗粒子单峰型,峰值位于3.3~5.8μm,主要元素包括Na、Al、Ca、Mg、Co、Ce、Sr和Ba;二是细粒子单峰型,峰值位于0.4~1.1μm,主要元素包括Zn、As、Cd、Ag、Tl和Pb;三是粗细粒子双峰或多峰型,峰值位于1.1和5μm粒径段,主要元素包括K、Se、Li、Be、Mn、V、Cu、Cr、Ni和Fe.按富集因子的大小,可将元素分为3类,低富集元素包括Ba、Ca、Ce、Sr、Mg、Fe、Co、Mn、Be和V,中富集元素包括Li、Na、Ni、K和Cr,高富集元素包括Cu、Tl、Zn、As、Pb、Ag、Cd和Se.不同的粒径分布和富集水平反映了大气颗粒物的来源特征.研究结果可以为深入认识大气颗粒物金属元素的来源及其环境与健康效应提供科学依据.     

滨海城市气溶胶中颗粒态汞的分布特征

与气溶胶颗粒相结合的汞,即颗粒态汞,不仅对人体健康及生态环境产生一定的危害,而且在汞的生物地球化学过程扮演重要角色.以我国东南滨海城市厦门市为研究对象,采集郊区、居民区、旅游区、工业区和背景区四季(2008年10月～2009年8月)的PM2.5、PM10和TSP样品,基于塞曼原子吸收法的俄罗斯LumexRA-915+汞分析仪对大气不同粒径颗粒物中颗粒态汞进行了测试.结果表明,厦门市大气不同粒径颗粒物中汞的含量均表现为冬、春两季的浓度明显高于夏、秋两季;春、夏、秋、冬四季细颗粒物(PM2.5)中的含量分别为(51.46±19.28)、(42.41±12.74)、(38.38±6.08)和(127.23±33.70)pg/m3.不同粒径颗粒物中汞主要分布在PM2.5中,占到颗粒物态汞的42.48%～67.87%,表明细粒子富集汞的能力较强.不同功能区颗粒态汞的浓度分布趋势为背景区居民区旅游区工业区郊区,说明颗粒态汞浓度的空间分布特征与采样点的环境功能密切相关.总体而言,滨海城市大气颗粒态汞含量较低;PM2.5对颗粒态汞的富集明显高于PM10和TSP,表明对颗粒态汞的控制应集中在细颗粒物污染上.     

天津市环境空气中细粒子的污染特征与来源

于2006年8─12月,在天津市中心城区采集细粒子(PM_2.5)并测定其中水溶性无机离子和元素的质量浓度,应用因子分析与多元线性回归技术解析PM_2.5的来源. 结果表明:ρ(PM_2.5)月均值为103.9～217.4 μg/m3,呈冬季最高、夏季最低的特征. 水溶性无机离子质量浓度占ρ(PM_2.5)的比例为24.90%～49.76%,其中ρ(SO₄2－),ρ(NO₃－),ρ(NH₄+)与ρ(Cl－)之和约占离子总质量浓度的90%. 在夏季,二次粒子质量浓度占ρ(PM_2.5)比例最大,这与SO₂向SO₄2-,NO₂向NO₃-的转化率升高有关. PM_2.5中Cl富集主要与燃煤等人为排放有关, 海盐源对Cl－的贡献不足20%. 天津PM_2.5中含量最高的元素为Si,约占元素总质量浓度的28.4%. 微量元素中以Zn和Pb的含量最高,二者主要来自燃煤和机动车排放. 源解析结果表明,二次污染、化石燃料燃烧、土壤尘和建筑粉尘是天津市环境空气中PM_2.5的主要来源,贡献率分别为53.4%,25.8%,12.3%和8.6%.      

上海市大气总汞季节变化特征及与气象条件的关系

2008年到2010年对上海市西南部大气中总汞(TGM———Total Gaseous Mercury)的污染水平进行监测,结果表明TGM日均浓度为ND~57.23ng/m(3(7.79±3.29)ng/m)3。TGM呈现出一定的季节性变化特征,浓度最高的是秋季,然后依次是冬季、春季、夏季,平均浓度分别为(9.30±2.48)、(8.32±2.79)、(7.78±2.33)、(2.16±3.29)ng/m3。TGM浓度受东南风向影响最大,其次为西北和东北风向。在置信水平为95%的情况下,TGM浓度与日平均温度呈正相关性,而与日温差、相对湿度、日相对湿度差、风速无显著相关性。但TGM浓度分别与日均O3浓度和NO2浓度均呈显著正相关。利用HYSPLIT_4模型对TGM浓度高值与低值几天的空气气团来源轨迹进行反演,结果发现高低浓度日的气团来源略有差别,总体上看,冬季、春季和秋季受北方气团影响较大,夏季则受我国东部海域影响,具体的局部和长距离输送的贡献需要进一步研究。     

上海市微小颗粒物污染现状调查与分析

对上海市PM2.5的污染现状进行了调查与分析，在2000～2001年间对上海市7个采样点的PM2.5进行了样品采集，初步得到了上海市PM2.5浓度的时间变化规律。全市7个监测点的PM2.5年平均浓度值为60．1μg／m^3，其中市区6个监测点PM2.5的年平均浓度位为65．2μg／m^3，清洁对照点南汇监测点PM2.5的年平均浓度值为41．3μg／m^3；市区冬季的PM2.5月平均浓度值最高，达到80．2μg／m^3,夏季的PM2．5月平均浓度值最低，为35．9μg／m^3，春季和秋季的月平均浓度值分别为72．6μg／m^3，70．4μg／m^3。上海的年平均PM2.5浓度值与美国的标准值(15μg／m^3)相比，超标情况是相当严重的。     

城市大气可吸入颗粒物的研究

阐述了可吸入颗粒物的一般特性，其主要物理性质大多数取决于粒径；城市大气中可吸入颗粒物的主要组成是可溶性无机盐、矿物颗粒、有机化合物和元素碳四大类。同时，详细阐述了国外对可吸入颗粒物的研究现状，确认了可吸入颗粒物污染程度与死亡率增加之间的关系。以上海为例，介绍了我国对可吸入颗粒物的研究现状。     

上海市降水过程中汞的浓度变化研究

为了研究降水过程中汞浓度变化规律,采集了上海市区2009年7月6日一次连续降水过程中的分时段12个雨水样品,利用冷原子荧光测汞仪测定了总汞、溶解态汞和颗粒态汞浓度.分析结果显示,降水过程各时段雨水样品的总汞浓度变化范围为0.26～0.53 μg·L-1之间,其中溶解态汞占总汞的比例为67.9％～96.8％;总汞浓度和颗粒态汞浓度的总体变化规律较一致,降水事件的前30分钟内浓度较高,之后逐渐降低,最终趋于稳定;溶解态汞浓度从降水事件开始由高到低逐渐变化,最终也趋于稳定.通过清除比计算云下冲刷过程对雨水中总汞浓度的贡献,发现云下冲刷的贡献大于40.9％.     

上海市环境空气NO2浓度时空分布特征

为监测机动车尾气造成的氧化型光化学烟雾的污染，采用被动扩散管的监测方法在上海布设65个监测点位，经13个月的连续监测，得出了上海市环境空气中NO2浓度时空分布特征及污染的重点区域，NO2时空分布主要特征：NO2高浓度值出现在交通主干道上（高架出口、隧道口、车辆堵塞的交通要道）；NO2浓度空间分布呈市中心区→市郊区→外围农村区逐渐减弱的趋势；总体时序分布呈秋冬季高于春夏季的变化趋势。     

青岛沿海大气气溶胶中无机组分在粗、细粒子上的分布

在1997-09～1998-08分4次对大气气溶胶进行了监测.结果表明:青岛沿海地区的气溶胶质量浓度多集中于＜2.5μm的细粒子中,同时采暖季节细粒子比例浓度大大高于非采暖季节.SO₄^2-、NH₄⁺、NO₃^-、K⁺主要存在于粒径小于2.5μm的细粒子中.Na⁺、Cl^-、Mg²⁺、Ca²⁺则主要存在于大于2.5μm的粗粒子中,冬季F^-、Cl^-、Br^-均主要存在于细粒子中,而夏季则主要存在于粗粒子中,表明这3种离子在气溶胶粒径分布中可能受人为燃烧源和温度影响.     

天津污灌区内气态汞的污染特征及在叶菜类蔬菜中的富集

污灌区土壤相当于一个巨大的汞(Hg)源向水体和大气释放汞,挥发的气态汞可以通过植物叶片的气孔进入植物体内,严重威胁着当地农产品安全及人类健康.天津污灌区是汞污染的重灾区之一,本研究选取天津污灌区内某稻田(污灌约30a)、菜田(污灌约15 a)和污灌区边缘某草地(无污灌史,对照)作为监测地点,以5种常见叶菜(菠菜、苋菜、油菜、生菜、韭菜)作为生物监测实验对象,考察污灌区内产地土壤、大气汞的浓度及其在叶菜中的富集特征.结果表明:1经过长期污灌,稻田和菜田土壤汞含量已显著高于区域土壤汞背景含量和土壤环境质量标准一级标准,但未超过二级.对照草地土壤汞含量在背景含量与一级标准之间.稻田和菜地大气环境已受到较为严重的汞污染,气态总汞均值分别为71.3 ng·m-3和39.2ng·m-3,远高于北半球大气总汞含量的背景水平(1.5~2.0 ng·m-3),对照草地总汞含量平均为9.4 ng·m-3.2叶菜汞含量与污灌区气态汞含量对数之间呈现极显著的线性关系,5种叶菜对污灌区气态汞的敏感程度依次为菠菜>苋菜>韭菜>油菜>生菜.菠菜和苋菜Hg含量的中位值及平均值均超出食品卫生限量标准,其中菠菜的中位值及均值在20μg·kg-1以上,其余3种叶菜中位值及均值在限量值标准以下.3污灌区内叶菜Hg来源主要通过叶片吸收气态汞进入植株体内,而非颗粒态汞.研究表明在污灌地区种植叶菜,不仅需要考虑土壤污染的因素,也需要考虑气态汞暴露的风险.