深圳市城区和郊区黑碳气溶胶对比研究

为了解深圳地区黑碳气溶胶（BC）的污染特征,使用深圳市西涌（XC）站点（郊区）和竹子林（ZZL）站点（城区）2014年1月1日~2015年6月30日测得的BC浓度及常规气象资料,对比研究了深圳地区两个不同代表性站点的BC变化特征.结果表明：在观测期间,郊区XC和城区ZZL站点BC小时平均浓度分别为（1.12±0.90）,（2.58±2.00）μg/m³,本底浓度分别为（0.27±1.31）,（1.07±0.85）μg/m³,气溶胶吸收系数σ_abs分别为（5.87±4.81）,（13.47±10.50） Mm^-1,城区站点值均高于郊区站点.两站点BC浓度分布均为对数正态分布,且都呈现干季高、湿季低的季节变化特点.日变化分析表明ZZL站点BC浓度呈现明显的双峰结构,XC站点日变化不明显.通过计算两地的气溶胶波长吸收指数AAE值,发现两地AAE值均接近1,说明两地BC污染主要来源于化石燃料的燃烧.进一步分析可知XC站点西北方向32km处是世界第三大集装箱码头,当西北风达到一定程度时（10~20m/s）,码头排放的污染物将严重影响XC站点的BC浓度.后向轨迹聚类分析结果表明,XC站点主要受中远距离输送影响,ZZL站点主要受周边及本地污染源排放影响.     

成都冬季PM2.5化学组分污染特征及来源解析

2017年1月1~20日在成都地区分昼夜对PM_(2.5)进行连续膜样品采集,并在实验室测定了其主要化学组分(水溶性离子和碳质组分)的质量浓度.观测期间,PM_(2.5)的平均质量浓度为(127.1±59.9)μg·m~(-3);总水溶性离子的质量浓度为(56.5±25.7)μg·m~(-3),其中SO2-4、NO-3和NH+4是最主要的离子,质量浓度分别为(13.6±5.5)、(21.4±12.0)和(13.3±5.7)μg·m~(-3),一共占到了水溶性离子的85.6%;有机碳(OC)和元素碳(EC)的平均质量浓度分别为34.0μg·m~(-3)和6.1μg·m~(-3),分别占PM_(2.5)质量浓度的26.8%和4.8%.昼夜污染对比显示,PM_(2.5)白天和夜晚质量浓度分别为(120.4±56.4)μg·m~(-3)和(133.8±64.0)μg·m~(-3),夜间污染更为严重.SO2-4、NO-3和NH+4白天浓度高于夜间,这与白天光照促进了二次离子的形成有关;而Cl-、K+、OC和EC浓度夜间明显升高,可能是受夜间煤和生物质燃烧排放增加的影响.通过对近年来成都冬季PM_(2.5)化学组分的研究进行文献总结和比较后发现,SO2-4浓度显著降低,从2010年的50.6μg·m~(-3)降低到2017年的13.6μg·m~(-3);而NO-3浓度变化不大,维持在20μg·m~(-3)左右.PM_(2.5)中离子酸碱平衡分析表明,成都冬季PM_(2.5)由于NH+4的相对过剩而呈现出碱性,与以往呈偏酸性结果存在差异.对成都冬季NO-3/SO2-4的比值进行计算,NO-3/SO2-4平均值为1.57,表明移动源对PM_(2.5)污染影响更大.OC与EC的相关性表明,白天和夜间OC与EC的相关系数分别为0.82和0.90(P0.01),OC与EC来源具有一致性.SOC估算结果显示,白天和夜间SOC浓度分别为8.5μg·m~(-3)和11.9μg·m~(-3),占到OC的28.1%和31.8%.K+/EC平均值为0.31,并且K+与OC之间相关系数为0.87(P0.01),说明生物质燃烧对成都冬季碳质气溶胶有一定影响.主成分分析表明,成都冬季PM_(2.5)主要来源于燃烧源(燃煤、生物质燃烧等)、二次无机污染源以及土壤和扬尘源,其贡献率分别为32.8%、34.5%和21.5%.     

广州城区低空逆温及其对空气质量影响分析

研究了广州城区的低空逆温特征,并分析其对空气质量的影响,发现广州城区全年均有低空逆温出现,低空逆温平均时长为4.4 h,干季低空逆温出现天数和平均时长均高湿季约50%,干季低空逆温使温度垂直递减率更小。低空逆温呈现一强一弱的双峰型日变化特征,干季双峰型更为明显,峰值主要集中在午后前后和清晨,湿季低空逆温出现高峰的时间早于干季,且出现的频次更为集中在夜间。干季出现逆温时对大气扩散条件影响更大,污染物浓度更容易累积。广州市AQI超标时有超过50%的天数同时出现了低空逆温,其中干季NO_2和PM_(2.5)浓度变化对低空逆温更为敏感,干季出现低空逆温时,NO_2和PM_(2.5)浓度显著上升。     

广州市PM2.5污染特征及潜在贡献源区分析

基于NCEP/NCAR全球再分析气象资料和2015-2017年PM_(2.5)浓度,利用HYSPLIT模型研究不同气流轨迹对广州PM_(2.5)浓度的影响,以及污染输送路径和潜在源区空间分布特征。结果表明:(1)广州2015-2017年PM_(2.5)平均浓度为36.5μg/m~3,逐月平均PM_(2.5)浓度1月份最高,为49.3μg/m~3,轻度污染及以上时次比例达15.66%,6月份最低,为20.8μg/m~3,无轻度及以上污染时次。(2)PM_(2.5)平均浓度在不同情景类型下的浓度高低顺序依次为:污染日干季清洁日湿季,其中污染日的PM_(2.5)平均浓度是清洁日的近3倍,干季的PM_(2.5)平均浓度是湿季的1.4倍;不同情景类型下的PM_(2.5)浓度日变化特征基本都在白天时段低(16时最低),晚上时段高(21-22时最高),日变化幅度为污染日干季清洁日湿季。(3)在干季,影响广州的气流轨迹路径主要有5类:东北路径、东南路径、西北路径、西南路径及偏西路径,其中第2类东南路径对广州PM_(2.5)平均浓度的贡献最高;而在湿季,影响广州的气流轨迹路径主要有4类:偏南路径、东南路径、偏北路径及西南路径,其中第3类偏北路径对广州PM_(2.5)浓度的贡献最高。(4)基于潜在源贡献因子和浓度权重轨迹分析法分析表明,广州PM_(2.5)浓度潜在源贡献较大的区域主要集中在广州东部的东莞、惠州、深圳、肇庆、中山等周边地区,该研究可为确定广州污染潜在源贡献区以及区域联防联控提供参考。     

万州城区夏季、冬季PM_(2.5)中有机碳和元素碳的浓度特征

在位于三峡库区腹心的山地城市万州城区采集夏季和冬季PM2.5样品,采用热光反射法(Thermal Optical Reflection,TOR)测定了PM2.5中有机碳(OC)和元素碳(EC)的浓度,探讨了其污染特征及来源.结果发现,OC和EC在夏季的平均浓度分别为(7.09±1.86)μg·m-3和(3.49±0.64)μg·m-3;冬季分别为(16.82±6.87)μg·m-3和(6.21±2.06)μg·m-3,高于夏季,这可能与冬季当地居民生物质燃烧的贡献显著增加有关.冬季OC和EC显著线性相关(r=0.89),表明冬季两者的一次污染来源相近.冬季PM2.5中总碳(TC)和水溶性K+含量的相关性(r=0.88)高于夏季(r=0.69),表明冬季生物质燃烧对碳污染贡献显著.利用OC/EC比值法对二次有机碳(SOC)进行估算,SOC的浓度均值在夏季为(2.17±1.46)μg·m-3,占OC比例为28.18%±13.85%;冬季为(4.46±3.69)μg·m-3,占OC的23.13%±12.30%.通过计算PM2.5中8个碳组分丰度,初步判断机动车尾气排放和生物质燃烧是万州城区碳组分的主要来源.     

广州中心城区大气污染物“周末效应”分析

本文分析了广州中心城区大气污染物周末和非周末浓度变化特征,发现广州中心城区干季SO_2、NO_2、PM_(10)、PM_(2.5)4项污染物周末日均浓度值比非周末高,日变化浓度峰值周末高于非周末,特别是PM_(2.5)存在显著的"周末效应",湿季"周末效应"稍弱于干季;广州中心城区SO_2、NO_2、PM_(10)、PM_(2.5)干季周末与非周末浓度相对偏差最大值主要出现在傍晚,湿季周末与非周末浓度相对偏差最大值主要出现在上午;广州中心城区O3-8h周末与非周末浓度湿季相对偏差较大,日变化上非周末浓度值高于周末,周末与非周末浓度相对偏差最大值出现在夜间。     

河谷城市采暖季黑碳气溶胶污染来源解析

为了解河谷型城市宝鸡市大气中冬季黑碳(BC)气溶胶的污染特征及光学特性,于2020年11月15日-2021年3月15日,利用AE-31型黑碳仪连续监测BC质量浓度,结合周末效应、相关性分析、聚类分析、潜在源贡献分析对宝鸡市采暖期间BC气溶胶进行污染特征和来源解析。结果表明：研究期间,宝鸡市BC的质量浓度范围为0.3～4.8μg/m³,平均质量浓度为1.4μg/m³,BC的日变化大致呈双峰双谷型;采暖期周末效应指数W值大于0,主要受工作日机动车辆限行的影响。采暖期的AAE平均值为1.64μg/m³,AAE值整体大于1.1;12月19日起AAE值超过1.8,生物质燃烧是BC的主要来源。研究期间宝鸡市不同污染等级下污染物的主要输送气流均来自东南方向,且均为短距离传输,污染气团的活动范围呈喇叭状,与河谷东宽西窄的地形相似;采暖季WPSCF的高值区域主要分布宝鸡市本部及周围地区,河谷地形与主导风向对采暖、汽车尾气和工业排放的污染物产生了传输和堆积的作用,导致了BC潜在源区的演变。     

广州市PM_2.5和PM_1.0质量浓度变化特征

文章报道了2005年干季和2006年湿季广州市大气细粒子PM2.5和PM1.0质量浓度的实时监测情况。监测结果表明:干季监测点PM2.5日均质量浓度在11.8～164.0μg/m3之间,总平均值为81.7μg/m3;湿季日均质量浓度在19.9～121.2μg/m3之间,总平均值为57.7μg/m3。干季PM1.0日均质量浓度变化范围为14.9～129.1μg/m3,总平均值为59.4μg/m3;湿季日均质量浓度在11.9～86.7μg/m3之间,总平均值为52.9μg/m3。对比发现,PM1.0总平均质量浓度在干、湿季相差很小,且与湿季PM2.5总平均质量浓度也相差不大,显示PM1.0具有相对固定成因来源且基本不受季节变化影响,而且湿季PM2.5的组成主要由PM1.0大气细粒子构成。干季PM2.5和PM1.0质量浓度日变化特征呈明显夜间高、白天低的特点,质量浓度的最大值都出现在晚上21:00左右;湿季由于雨水频繁,没有明显的日变化特征。气象分析表明,干季大气细粒子质量浓度主要受冷空气影响,而湿季主要受降雨影响。     

陕南农村冬季PM_(2.5)主要化学组分特征

通过对陕南农村冬季PM_(2.5)采样分析,获得PM_(2.5)质量浓度及主要化学组分特征。PM_(2.5)平均质量浓度为89.5±42.0μg·m~(-3),超过国家二级标准。观测期间PM_(2.5)中OC、EC浓度平均值分别为16.0±6.9μg·m~(-3)和5.7±3.2μg·m~(-3),OC/EC平均比值为3.0±0.4。主要水溶性离子组分为NO_3~-、SO_4~(2-)和NH_4~+。粒子数浓度与表面积浓度峰值主要集中在0.5μm以下粒径段。PAHs、BeP和BaP平均质量浓度分别为48.9±10.9 ng·m~(-3)、3.0±0.9 ng·m~(-3)和1.2±0.7 ng·m~(-3),PAHs污染较严重,强致癌物BaP浓度超过国家环境空气质量标准年平均浓度限值。当地农村以石煤为主的能源结构及采用的燃烧方式是导致污染的重要因素。     

成都冬季PM_(2.5)化学组分污染特征及来源解析

2017年1月1~20日在成都地区分昼夜对PM2.5进行连续膜样品采集,并在实验室测定了其主要化学组分(水溶性离子和碳质组分)的质量浓度。观测期间,PM2.5的平均质量浓度为(127.1±59.9)μg·m-3;总水溶性离子的质量浓度为(56.5±25.7)μg·m-3,其中SO42-、NO3-和NH4+是最主要的离子,质量浓度分别为(13.6±5.5)、(21.4±12.0)和(13.3±5.7)μg·m-3,一共占到了水溶性离子的85.6%;有机碳(OC)和元素碳(EC)的平均质量浓度分别为34.0μg·m-3和6.1μg·m-3,分别占PM2.5质量浓度的26.8%和4.8%。昼夜污染对比显示,PM2.5白天和夜晚质量浓度分别为(120.4±56.4)μg·m-3和(133.8±64.0)μg·m-3,夜间污染更为严重。SO42-、NO3-和NH4+白天浓度高于夜间,这与白天光照促进了二次离子的形成有关;而Cl-、K+、OC和EC浓度夜间明显升高,可能是受夜间煤和生物质燃烧排放增加的影响。通过对近年来成都冬季PM2.5化学组分的研究进行文献总结和比较后发现,SO42-浓度显著降低,从2010年的50.6μg·m-3降低到2017年的13.6μg·m-3;而NO3-浓度变化不大,维持在20μg·m-3左右。PM2.5中离子酸碱平衡分析表明,成都冬季PM2.5由于NH4+的相对过盛而呈现出碱性,与以往呈偏酸性结果存在差异。对成都冬季NO3-/SO42-的比值进行计算,NO3-/SO42-平均值为1.57,表明移动源对PM2.5污染影响更大。OC与EC的相关性表明,白天和夜间OC与EC的相关系数分别为0.82和0.90(P0.01),OC与EC来源具有一致性。SOC估算结果显示,白天和夜间SOC浓度分别为8.5μg·m-3和11.9μg·m-3,占到OC的28.1%和31.8%。K+/EC平均值为0.31,并且K+与OC之间相关系数为0.87(P0.01),说明生物质燃烧对成都冬季碳质气溶胶有一定影响。主成份分析表明,成都冬季PM2.5主要来源于燃烧源(燃煤、生物质燃烧等)、二次无机污染源以及土壤和扬尘源,其贡献率分别为32.8%、34.5%和21.5%。     

中国典型城市机动车排放演变趋势

选择中国12个典型城市建立1990~2009年机动车排放清单,分析各城市机动车排放历史演变趋势.结果显示,1990~2009年,研究各城市CO、VOCs、NOx和PM排放因子分别降低57%~81%、53%~78%、22%~74%和31%~76%.20年间,各城市CO和VOCs排放量总体在2000年后陆续达到增长峰值后开始下降,总量分别增长1.0倍和1.4倍;NOx和PM排放量总体保持持续增长,分别增长3.2倍和3.3倍.各城市汽油车是CO和VOCs排放主要贡献源,LDA-G、MDTB-G和HDTB-G对各城市机动车CO和VOCs排放的贡献和分别为约70%~90%和约50%~85%,其中LDA-G的排放贡献明显提高.LDA-G、MDTB-G、MDTB-D和HDTB-D贡献了80%~90%的NOx排放,其中MDTB-D和HDTB-D的排放贡献率从平均57.8%上升为72.7%.对于PM,MDTB-D和HDTB-D占排放的70%~90%.此外,部分城市摩托车排放的贡献不容忽视.     

小兴安岭泥炭藓沼泽生态系统中的汞

研究了小兴安岭汤旺河流域中的泥炭、土壤和植物样品的汞,泥炭地总汞的平均含量为65.8～186.6ng/g;高于黑龙江土壤A层汞平均含量,也高于美国佛罗里达大沼泽国家公园和瑞典Birkeness湿地的含量.甲基汞平均含量为0.16～1.86ng/g;约占总汞的0.2%～1.4%,泥炭地总汞最高浓度出现在5～10cm深处,为186.6ng/g,甲基汞最高浓度出现在10～15cm处,为1.86ng/g,均随深度增加而减少.甲基汞含量与总汞没有很强的相关性(P=0.05,r=0.28)     

国外保护矿业环境的矿业立法择优

勘探尤其是开采对环境的污染和破坏是比较典型的,为此,世界绝大多数国家制订了独立于矿产资源法的《矿业法》,从立法资源上保证保护矿业环境的法律构建.国外《矿业法》以源头控制、全过程控制、无过错和合力等立法原则,贯通于行政特许权授予为主并综合运用矿业主体激励、市场力量、公众参与等其他管理方式之中,构建成立体性保护矿业环境的法律制度.国外矿业法择优显得我国取代《矿业法》的《矿产资源法》关于矿业环境保护的规定过分“吝啬“.     

鸭绿江口潮滩沉积物间隙水中的营养盐

通过对鸭绿江口潮滩区2个采样点采集的柱状样分析、培养实验,测定了沉积物间隙水中的营养盐和沉积物中的S^2-结果表明,鸭绿江口潮滩区沉积物间隙水中的NO₃^-含量平均值为3.0μmol/L,垂直分布变化不大.PO₄^3-和SiO₃^2-的含量范围分别为0.8～70.4μmol/L,111.6～1054.3μmol/L,且两者垂直变化类似,随沉积物深度的增加先增加后下降.沉积物中硫化物的分布是随深度增加,含量升高.鸭绿江口潮滩区沉积物Eh、pH的测定结果显示,在13cm以下,Eh降为负值,沉积物还原性逐渐增强.而pH自上而下变化不大.由分子扩散公式计算结果表明,鸭绿江口潮滩区营养盐均由沉积物向上覆水扩散.     

我国四个港湾疏浚物石油污染

文中叙述了１９８８￣１９９０年间，我国４个港湾－大连湾、天津港、深圳湾及珠江河段各疏浚区疏浚物中油类污染调查及分布状况。文中介绍了站位布设原则，样品采集、样品处理、分析测试方法。进行了沾污疏浚物油类出溶出实验，认为油类溶出实验是估价疏浚物油类污染的程度的重要手段。讨论了４港湾疏浚物油类污染水平。大连湾海域疏浚物石油污染明显，珠江河段，深圳湾及天津港疏浚物稍受影响，基本上是清洁的。     

上海城郊夏季大气VOCs在臭氧生成中的作用

为研究上海市夏季臭氧高发季节大气VOCs在臭氧生成中作用,选取2018年5～8月大气臭氧较高的时段,在淀山湖科学观测研究站对103种挥发性有机物、臭氧和氮氧化物等环境污染物进行观测.结果表明,上海臭氧高发季节大气平均φ(VOCs)为32.7×10-9,羰基化合物是VOCs的主要组分,所占质量分数达35.0％.羰基化合物...     

深圳市夏季臭氧污染研究

以2009年8月为例分析了深圳市夏季臭氧污染情况及污染气象特征,基于二维空气质量模式对臭氧污染控制进行数值模拟. 结果表明:深圳市８月各监测点均存在臭氧超标现象,污染形势严峻;副热带高压控制和热带气旋外围下沉气流是造成夏季出现高浓度臭氧的主要天气过程,此时大气边界层混合层高度在500～800 m,且近地面风速约在5 ms以内,不利于污染物扩散;臭氧的生成受前体物挥发性有机物(VOC)和氮氧化物(NO_x)排放的共同影响,其中VOC排放的影响较大,深圳市臭氧控制应以降低VOC排放量为重点,模拟得出对VOC和NO_x按25∶1～40∶1的比例协同减排可有效降低臭氧污染.      

我国企业信息化建设中角色关系的思考

我国企业信息化建设中存在三类角色分别是企业、管理咨询公司和信息化产品开发商,他们各有优势和不足.只有三方面互相影响、互相促进、改变三者之间的"挤压关系",建立新的服务、协作、监督关系,企业信息化才能顺利进行.本文通过对这三类角色各自特点的分析和比较,深刻的思考了在我国企业信息化建设中这些角色之间的关系.     

固体吸附热脱附-气相色谱法测定环境空气中苯系物的不确定度研究

对固体吸附/热脱附-气相色谱法测定环境空气中的苯系物的结果从标准溶液引入、各种量器引入、重复测定样品引入、标准工作曲线拟合引入、加标回收率引入、采样过程中引入、试剂纯度引入7方面进行了不确定度评定,得出样品重复测定、采样过程和各种量器引入的不确定度占比最大.因此,在实验测定中,要提高操作人员的技能,尽量减少配制标准溶液时各种量器引入的误差,严格控制实验室温湿度条件;规范采样流程,在采样前要对大气采样器的流量进行校准,才能降低固体吸附热脱附-气相色谱法测定苯系物的合成不确定度.     

Hydrocarbons in particulate samples from wildfire events in central Portugal in summer 2010

In summer 2010, twenty eight(14 PM_(2.5)samples plus 14 samples PM_(2.5–10)) smoke samples were collected during wildfires that occurred in central Portugal. A portable high-volume sampler was used to perform the sampling, on quartz fibre filters of coarse(PM_(2.5–10)) and fine(PM_(2.5)) smoke samples. The carbonaceous content(elemental and organic carbon) of particulate matter was analysed by a thermal–optical technique. Subsequently, the particulate samples were solvent extracted and fractionated by vacuum flash chromatography into three different classes of organic compounds(aliphatics, polycyclic aromatic hydrocarbons(PAHs) and carbonyl compounds). The organic speciation was performed by gas chromatography–mass spectrometry(GC–MS). Emissions were dominated by the fine particles, which represented around 92% of the PM_(10). A clear predominance of carbonaceous constituents was observed, with organic to elemental carbon(OC/EC)ratios ranging between 1.69 and 245 in both size fractions. The isoprenoid ketone6,10,14-trimethyl-2-pentadecanone, a tracer for secondary organic aerosol formation, was one of the dominant constituents in both fine and coarse particles. Retene was the most abundant compound in all samples. Good correlations were obtained between OC and both aliphatic and PAH compounds. Pyrogenic processes, thermal release of biogenic compounds and secondary processing accounted for 97% of the apportioned PM_(2.5)levels.