无锡市区大气污染物污染特征及影响因素研究

利用2014年无锡市区的6种大气污染物浓度和气象因子等监测数据,研究了无锡市区各种大气污染物的污染特征及其影响因素。结果表明:(1)无锡市区PM_(2.5)、PM_(10)、SO_2、NO_2、CO浓度的季节变化特征为冬季最高,夏季最低;O_3浓度表现为夏季最高,冬季最低。就全年的综合情况而言,颗粒物污染,尤其是PM_(2.5)污染最严重。(2)PM_(2.5)、PM_(10)、SO_2、NO_2、CO浓度间两两呈正相关;PM_(2.5)、SO_2、NO_2、CO浓度均与O_3浓度呈负相关。(3)温度与PM_(2.5)、PM_(10)、SO_2、NO_2、CO浓度呈负相关,与O_3浓度呈正相关;相对湿度与PM_(2.5)、PM_(10)、SO_2、NO_2、O_3浓度呈负相关,与CO浓度无相关性;风级与PM_(2.5)、PM_(10)、SO_2、NO_2、CO浓度呈负相关,与O_3浓度无相关性。降水有利于PM_(2.5)、PM_(10)、SO_2、NO_2、O_3浓度的降低,但对CO浓度影响不大。(4)无锡市区空气质量周末比工作日差。NO_2、SO_2浓度周末低于工作日,O_3浓度周末高于工作日,呈现明显的"周末效应";PM_(2.5)、CO浓度周末高于工作日,未出现"周末效应"。     

汾渭平原采暖期与非采暖期大气环境质量时空变化特征研究

采暖期重污染天气频发,成为大气环境质量改善的难点。汾渭平原刚被划为中国环境治理的重点区域,大气污染形势十分严峻。基于2014—2018年PM2.5、SO_2、NO_2、O_3和CO等污染物监测数据及空气质量指数,分析了汾渭平原采暖期和非采暖期大气环境质量的时空变化特征。结果表明:(1)采暖期PM_(2.5)、SO_2、NO_2和CO浓度均高于非采暖期,非采暖期PM_(2.5)相比采暖期低42%～54%,采暖期SO_2、NO_2和CO的平均浓度分别是非采暖期的2.7、1.5、1.6倍,而非采暖期O_3平均浓度是采暖期的2.2倍;(2)PM_(2.5)和SO_2为采暖期首要污染物,O_3为非采暖期首要污染物;(3)采暖期和非采暖期三省交界处和临汾的PM2.5浓度均较高,采暖期气态污染物的空间分布与非采暖期基本相似,其中SO_2浓度的空间分布为山西境内河南境内陕西境内;(4)采暖期PM_(2.5)与SO_2、NO_2、CO浓度均呈正相关,与O_3呈负相关,非采暖期SO_2、NO_2和CO随PM_(2.5)浓度呈一致变化趋势,均先上升后下降,与采暖期的变化趋势并不相同;(5)采暖对PM_(2.5)和SO_2的年平均贡献率分别为34.9%和42.1%。     

西安市全年中PM_(2.5)水溶性无机离子变化特征

采用ICS-1100型离子色谱仪在2014年6月到2015年6月期间对西安市大气中PM_(2.5)水溶性离子(NO_3~-、NH_4~+、SO_4~(2-)、NO_2~-、Cl~-、Na~+、Ca~(2+)、Mg~(2+)、K+)进行的实时监测,分析了全年PM_(2.5)中水溶性无机离子变化特征。结果显示:采样期间,西安市PM_(2.5)中NO_3~-、NH_4~+、SO_4~(2-)和Cl~-年均值占总离子的89.49%,且有明显月变化趋势,峰值出现在11和12月份,月浓度均值较往年同期降低,最高达到30.26、15.19、11.43和16.60μg·m~(-3)。Na~+、Ca~(2+)、Mg~(2+)和K~+浓度变化趋势与主离子不完全一致。NO_3~-均值大于SO_4~(2-)均值,表明PM_(2.5)中水溶性离子的主要贡献者为移动源。NO_3~-小时均值高于SO_4~(2-)小时均值,且在10:00和20:00处形成2个峰值。PM_(2.5)中NO_3~-与NO_2~-在0.05水平上显著相关,SO_4~(2-)与Cl~-的在0.01水平上极显著相关。     

一次强沙尘过程影响下的银川市大气污染物浓度及PM_(2.5)化学组成变化特征

2014年4月22—29日在中国西北地区发生强沙尘天气期间,对银川市大气污染物(PM_(10)、PM_(2.5)、SO_2、NO_2、O_3)进行了监测,并重点分析了PM_(2.5)的化学组成变化特征。结果表明,沙尘天气发生前,PM_(10)、PM_(2.5)、SO_2和NO_2平均小时质量浓度分别为99.33、36.89、25.84、47.21μg/m~3;沙尘天气发生时,PM_(10)、PM_(2.5)、SO_2和NO_2平均小时质量浓度分别为1 121.43、209.19、6.13、18.42μg/m~3:说明此次沙尘传输经过地区大气较为清洁,随沙尘气溶胶传输的NO_2和SO_2较少。沙尘气溶胶由于带有大量的Ca~(2+)、Mg~(2+),使得PM_(2.5)碱性增强,PM_(2.5)中的硫酸盐和硝酸盐存在形式主要为NH_4HSO_4和NH_4NO_3。沙尘气溶胶除了对PM_(2.5)中来源于自然源的无机元素浓度有显著提升外,对于水溶性离子、碳成分等直接或间接来源于人为源的组分浓度也有较大的提升。Ti、Fe、Al、Ca、Si、Sr、Mg、Na、K、Ba、P可以认为基本来源于沙尘矿物粒子。此外,沙尘气溶胶还能促进大气SO_2、NO_2向二次硫酸盐、硝酸盐转化,尤其是硫酸盐。     

河谷型城市一次大气持续重污染特征及其原因分析 —— 以宝鸡市为例

利用2016年冬季12月16—22日监测的宝鸡市6种大气污染物及主要气象要素,分污染前、重污染期、污染结束3个过程分析了污染物的变化特征,探讨了大气污染物时间变化与气象要素关系。结果表明:(1)大气重污染过程中主要污染物为PM_(10)和PM_(2.5),重污染期最大值比污染前增加113%、93%,比污染结束高出268%、190%,浓度均超过《环境空气质量标准》(GB 3095—2012)中24h平均二级限值。SO_2、CO、NO_2、O_3重污染期最大值比污染前增加7%、33%、54%、18%,比污染结束高出36%、33%、58%、57%,但浓度均未超过GB 3095—2012中1h平均二级限值。日变化总体表现为PM_(2.5)、PM_(10)、CO出现两个峰值,SO_2、NO_2、O_3出现一个峰值;3个过程峰值点出现时间基本一致;重污染期PM_(2.5)、PM_(10)较高,但振幅比污染前后的振幅减小。(2)PM_(10)、PM_(2.5)与相对湿度、风速关系密切,与气温关系较差。(3)河谷地形、气象条件及大气环流场相互作用形成污染物持续的集聚是导致宝鸡市重污染发生的重要因素,并对污染物的扩散和清除具有滞后作用。     

夏季降雨对大气污染物的清除影响

从南昌市环境监测站获取大气中主要污染物浓度,降雨量由APS-3A型降雨降尘自动采样器实际监测得到,分析了南昌市新城区2014年夏季降雨对大气污染物浓度的影响。结果表明:(1)中强降雨(日降雨量≥10 mm)对大气中的SO_2、PM_(10)和PM_(2.5)都有明显的清除效果,对SO_2、PM_(10)和PM_(2.5)的清除效率分别为14.3%~50.0%、20.2%~68.8%、20.0%~74.0%;1~10mm的降雨对SO_2、PM_(10)和PM_(2.5)也有一定的清除效果;≤1mm的降雨,对PM_(10)具有清除作用,但清除效率较低(2.3%~23.2%),而对SO_2和PM_(2.5)清除效果不明显。降雨量对NO_2的浓度变化影响不大。(2)降雨对大气污染物的清除效率受降雨前污染物本底浓度的影响,污染物本底浓度很低时甚至会出现反弹现象。(3)降雨对污染物的清除效率除了受降雨量的影响外,其降雨场数和降雨累积时间对其也有一定的影响。     

乌昌石区域的非金属矿物制品业大气污染物排放清单研究

建立了乌昌石区域非金属矿物制品业CO、NO_x、SO_2、PM_(2.5)和PM_(10) 5种大气污染物的排放清单,并进行了时空分布特征分析,初步探究了估算的不确定性。结果显示,乌昌石区域非金属矿物制品业CO、NO_x、SO_2、PM_(2.5)和PM_(10)总排放量分别为3.71×10~4、2.76×10~4、3.10×10~4、3.04×10~4、1.29×10~5 t。熟石膏行业是CO的主要排放源;水泥(干法)行业是NO_x、SO_2、PM_(2.5)和PM_(10)的主要排放源。乌鲁木齐市是CO、NO_x和SO_2排放量的最大贡献源;石河子市是PM_(2.5)和PM_(10)排放量的最大贡献源。乌昌石区域5月至9月是一年中污染物排放的高峰期,11:00至20:00是一天中污染物排放的高峰期。空间上,乌昌石区域的污染物排放主要分布在乌鲁木齐市中部、西南部以及石河子市。     

西宁取暖季PM2.5水溶性离子的污染特征研究

于2017年1—5月(取暖季)在西宁市区、郊区、农村设置采样点采集PM_(2.5)样品,利用离子色谱法测定PM_(2.5)中水溶性无机离子浓度。结果表明:取暖季西宁大气PM_(2.5)日均质量浓度为(55.98±52.66)μg/m~3,呈现明显的市区郊区农村的浓度变化特征。PM_(2.5)中水溶性离子质量浓度之和占PM_(2.5)质量浓度的36.3%,水溶性离子平均浓度大小为SO_4~(2-)NO_3~-NH_4~+Na~+Cl~-C_2O_4~(2-)Ca~(2+)F~-K~+Mg~(2+);取暖季西宁大气硫氧化率(SOR)和氮氧化率(NOR)平均值分别为0.21、0.13,表明SO_4~(2-)、NO_3~-主要由二次转化形成,PM_(2.5)中NO_3~-/SO_4~(2-)(质量浓度比)为0.75,阳离子与阴离子电荷摩尔数比值为0.89,表明燃煤是PM_(2.5)主要贡献源,颗粒物总体呈酸性。后向轨迹分析表明,重污染期间西宁PM_(2.5)及其中水溶性离子的浓度变化不仅受本地污染源的影响,也受外来气团输送的影响。     

济南市PM2.5化学组分及污染特征分析

为探讨济南市大气PM_(2.5)主要化学组分和污染特征,2017年在济南市开展了PM_(2.5)样品采集工作,分析了PM_(2.5)中有机碳(OC)、元素碳(EC)和水溶性离子浓度水平。结果表明:采样期间济南市PM_(2.5)中OC、EC年均质量浓度分别为9.10、2.68μg/m~3,全年OC与EC质量浓度的比值为3.4,二次有机碳污染严重;OC、EC季节分布特征明显,均为冬季浓度最高,且秋、冬季两者相关系数较高,表明秋季和冬季OC、EC来源较为一致。NO_3~-、SO_4~(2-)、NH_4~+年均质量浓度之和为34.29μg/m~3,占水溶性离子总量的88.9%,是济南市PM_(2.5)中最重要的组分;各水溶性离子浓度具有明显的季节变化特征,NO_3~-、SO_4~(2-)、NH_4~+、Cl~-和K~+均冬季浓度最高,而Ca~(2+)春季浓度最高;PM_(2.5)中NO_3~-与SO_4~(2-)质量浓度的比值为1.10,说明相比于固定污染源,移动污染源对济南市PM_(2.5)影响更大。     

唐山新冠肺炎防疫期间空气质量变化特征及污染成因分析

为研究唐山市新冠肺炎防疫期间环境空气质量变化特征以及形成重污染的成因,分析了2020年1月1日至2月29日的PM_(10)、PM_(2.5)、SO_2、NO、NO_2、CO、PM_(2.5)组分(有机碳(OC)、元素碳(EC)、重金属等)和气象数据。结果表明,防疫期间空气质量整体改善,相比正常生产期间除CO浓度均值未变化,其他参数均呈下降趋势,其中NO、NO_2浓度降幅最大,分别降低73%和41%,受车流量减少影响显著。防疫期间的2月9—13日出现1次连续5天的重污染过程,相比正常生产期间PM_(10)、PM_(2.5)和CO浓度分别增长了69%、104%和95%,Fe浓度增加57%,呈钢铁型污染特征;该时段相对湿度和风速分别为80.2%、0.7m/s,为高湿低风速气象条件,二次无机盐(SNA,包括NH_4~+、NO_3~-、SO_4~(2-))在PM_(2.5)中占比为64%,比正常生产期间高31%,此次污染过程受本地工业大气污染物排放累积以及二次生成共同影响。     

焦作市冬季PM2.5中水溶性离子组成特征及来源解析

为探讨焦作市冬季PM_(2.5)中水溶性离子特征及其来源,于2017年12月至2018年2月在焦作市区连续采集大气颗粒物PM_(2.5)样品,测定其中9种水溶性离子浓度。结果表明,焦作市冬季PM_(2.5)质量浓度为(99.11±73.26)μg/m~3,总水溶性离子质量浓度为(66.88±48.68)μg/m~3,其中NO_3~-、SO_4~(2-)、NH4_+是水溶性离子的主要成分,3者合计占总水溶性离子的81.5%(质量分数)。与清洁天相比,污染天NO_3~-、SO_4~(2-)、NH_4~+在PM_(2.5)中的占比显著增加,表明人为活动排放的二次污染物是焦作市冬季污染天PM_(2.5)的主要贡献成分;随着相对湿度的增加,大气中存在明显的气溶胶二次转化过程;焦作市大气PM_(2.5)移动源贡献大于固定源。焦作市PM_(2.5)中水溶性离子在清洁天主要受工业和生物质燃烧影响,而在污染天主要受气态污染物二次转化影响;后向轨迹聚类显示,采样期间焦作市主要受京津冀地区、西北地区气团影响。     

乌昌石区域化石燃料固定燃烧点源大气污染物排放清单及时空分布

建立了2015年乌昌石区域化石燃料固定燃烧点源大气污染物(NO_x、SO_2、PM_(2.5)和PM_(10))的排放清单,并对污染物的时空分布特征进行了分析。结果表明,2015年乌昌石区域化石燃料固定燃烧点源NO_x、SO_2、PM_(2.5)和PM_(10)的年排放量分别为2.10×10~5、1.52×10~5、4.28×10~4、8.35×10~4 t。从行业上来看,电力生产与供应行业对NO_x、SO_2、PM_(2.5)和PM_(10)的贡献率最大,分别为70.78%、66.56%、51.10%、49.98%;从化石燃料上来看,煤炭对NO_x、SO_2、PM_(2.5)和PM_(10)的贡献率最大,分别为95.63%、99.84%、99.70%、99.84%;从锅炉类型上来看,煤粉炉对NO_x、SO_2、PM_(2.5)和PM_(10)的贡献率最大,分别为84.20%、85.09%、83.43%、84.06%。固定燃烧点源污染物排放呈现出明显的时间变化特征,采暖季污染物排放量明显高于非采暖季,一天中白天的污染物排放量高于夜晚。空间分布显示,大气污染物的排放源主要集中在乌鲁木齐市、五家渠市和昌吉市。     

杭州市不同高度大气PM_(2.5)的污染特征研究

为研究杭州市大气PM_(2.5)的污染特征,评估本地污染源和外来污染源对PM_(2.5)的影响,于2013年10月10日至11月2日对杭州市主城区两个不同高度的采样点进行采样,并定量分析大气PM_(2.5)中的化学成分。结果表明,采样期间20、84m高度的大气PM_(2.5)日均质量浓度分别为(80.5±28.9)、(80.3±29.3)μg/m3,不同高度的PM_(2.5)浓度及其化学成分无明显差异;PM_(2.5)主要成分质量分数按如下排序:SO_4~(2-)有机碳(OC)NO_3~-NH_4~+元素碳(EC);大气PM_(2.5)中二次粒子SO_4~(2-)、NO_3~-、NH_4~+平均质量浓度总和约为39.0μg/m3,二次转化是杭州市大气PM_(2.5)的主要来源,SO_4~(2-)、NO_3~-、NH_4~+贡献率为48%左右;20、84 m高度的大气PM_(2.5)中OC分别为(15.6±5.1)、(14.8±4.7)μg/m3,EC分别为(4.6±1.8)、(4.6±1.6)μg/m3,OC/EC(质量比)约为3.3。采样期间,杭州市大气PM_(2.5)在近地面垂直方向上分布较为均匀,表明杭州市大气PM_(2.5)受外来污染源的影响较小。而在本地污染源中,杭州市大气PM_(2.5)主要受到生物质燃烧、机动车尾气、燃煤和餐饮油烟等来源的影响,地面扬尘的作用不明显。     

天津市PM 2.5水溶性无机离子污染特征与来源分析

比较了天津市雾霾天和非雾霾天PM_(2.5)中水溶性无机离子(SO_4~(2-)、NO_3~-、Cl~-、NH_4~+、Ca~(2+)、Na~+、Mg~(2+)、K~+)的污染特征,并对其来源进行分析。结果表明:(1)非雾霾天PM_(2.5)日均质量浓度为35～60μg/m~3,均值为43μg/m~3,雾霾天PM_(2.5)日均质量浓度为120～332μg/m~3,均值为242μg/m~3;雾霾天水溶性无机离子浓度均高于非雾霾天。(2)非雾霾天SO_4~(2-)主要来自大气中燃煤源的SO_2二次转化,NO_3~-主要来自一次污染源,雾霾天SO_4~(2-)、NO_3~-主要来自大气中燃煤源的SO_2、NO_2二次转化;非雾霾天NH_4~+主要以(NH_4)_2SO_4和NH_4NO_3的形式存在,雾霾天NH_4~+主要以NH_4NO_3和NH_4HSO_4的形式存在;Na~+、K~+、Cl~-除了海盐来源外,煤和生物质的燃烧及其二次转化是主要贡献源;Ca~(2+)和Mg~(2+)主要来自建筑扬尘源和土壤扬尘源。(3)风速和相对湿度是雾霾天SO_4~(2-)、NO_3~-、NH_4~+浓度变化的重要原因。     

重庆城区PM_(2.5)化学组分特征及季节变化

2014年7月—2015年5月典型季节期间在重庆城区选择典型站点开展PM_(2.5)样品采集,并测量质量浓度,分析样品中水溶性离子、无机元素、OC和EC等组分,在此基础上对组分化学组成进行了质量重构。结果表明:观测期间PM_(2.5)年均值为76.4μg·m~(-3),浓度季节变化为冬季秋季春季夏季;组分方面,以二次转化为主的SO_4~(2-)、NH_4~+、NO_3~-和OC是PM_(2.5)组分中最主要成分,OC/EC比值4个季度均大于2,表明城区二次有机碳生成显著;硫氧化率(SOR)分析,气态污染物SO_2的二次转化效率较高,大气存在明显的二次转化过程。PM_(2.5)质量重构后主要组成为有机气溶胶(OM)、二次无机离子(SNA)和矿物尘,重庆城区应协同控制一次排放的颗粒物和气态污染物SO_2和NO_x,从而控制二次组分浓度。     

基于减排敏感性的武汉市PM_(2.5)污染控制研究

采用基于气象预报(WRF)的多尺度空气质量(CMAQ)模型,通过研究不同大气污染物排放情景下PM_(2.5)平均浓度变化,分析SO_2、NO_x、PM_(10)、PM_(2.5)、VOCs等大气污染物减排对武汉市PM_(2.5)的影响。结果表明,大气污染物减排对武汉市PM_(2.5)年均浓度影响十分显著,且随着污染控制力度加大,PM_(2.5)污染持续减轻;当SO_2、NO_x、PM_(10)、PM_(2.5)、VOCs排放量均削减40%时,PM_(2.5)年均浓度下降24.0%,依然超出《环境空气质量标准》(GB 3095—2012)二级标准值。基于空间布局和行业敏感性确定武汉市大气污染控制方案,方案实施后SO_2、NO_x、PM_(10)、PM_(2.5)、VOCs排放总量分别下降53%、26%、32%、36%和31%,PM_(2.5)年均浓度下降35%左右,控制效果更加明显。     

西安市机动车污染物排放清单与空间分布特征

基于机动车排放因子(MOVES)模型和地理信息系统(ArcGIS)技术,建立了西安市2017年分辨率为1km×1km的机动车污染物排放清单。结果显示:2017年西安市机动车污染物PM_(2.5)、PM_(10)、NO_x(NO+NO_2)、NO、NO_2、N_2O和挥发性有机物(VOCs)的年排放总量分别为126.1×10~4、138.2×10~4、2 884.2×10~4、2 577.8×10~4、306.4×10~4、27.9×10~4、1 281.2×10~4 kg;柴油车是PM_(2.5)、PM_(10)和NO_x排放的主要来源,贡献率分别为80.2%、79.5%和75.8%;VOCs和N_2O则主要来自汽油车,贡献率分别为74.2%、89.7%;总体看来,研究区域内不同污染物的空间分布规律相似,这与西安市公路分布有关,PM_(2.5)和NO_x的排放主要集中在主城区及周边县区的高速路和国道,而VOCs的排放主要集中在主城区二环及环内。     

乌鲁木齐市固定燃烧点源大气污染物排放清单

通过现场调研结合物料衡算法、排放因子法,建立了2015年乌鲁木齐市固定燃烧点源大气污染物CO、NO_x、SO_2和PM_(2.5)排放清单。结果表明,2015年乌鲁木齐市CO、NO_x、SO_2、PM_(2.5)的排放量分别为4.41×10~4、6.20×10~4、4.61×10~4、1.57×10~4t;从排放污染物的行业来看,采矿与制造业对4种污染物排放的贡献最大,其对CO、NO_x、SO_2、PM_(2.5)排放的贡献率分别为49.02%、42.17%、48.40%、78.55%。从地区分布来看,米东区污染物排放量最大,其对CO、NO_x、SO_2、PM_(2.5)排放的贡献率分别为46.99%、45.90%、51.69%、29.68%。从排放时间来看,供暖季污染物的排放量明显高于非供暖季,白天的污染物排放量高于夜晚。采用蒙特卡罗统计法分析预测的污染物排放量与排放清单计算结果较为接近。     

珠江三角洲PM_(2.5)高污染天气的区域污染特征分析

利用珠江三角洲(简称珠三角)58个监测点位2013—2015年的CO、SO_2、NO_2、O_3、PM_(10)、PM_(2.5)浓度数据,对珠三角PM_(2.5)高污染天气的污染物分布特征进行研究,以期更深入地揭示珠三角PM_(2.5)的污染特征。结果表明:珠三角PM_(2.5)高污染天气主要发生在秋季(10月)和冬季(1月、12月);相对于冬季,秋季珠三角大气污染光化学反应更活跃;秋季珠三角PM_(2.5)高污染天气由一次污染和二次污染同步加强导致,污染防治难度大;冬季珠三角大气污染体现了高污染区域传输影响的特征,PM_(2.5)污染由高污染区域传输背景下的本地污染积累加强导致,佛山和广州一带尤为明显,是重点防治地区。     

绵阳重污染天气机动车限行对空气质量的影响研究

为应对2017年底绵阳出现的一次重污染天气,绵阳政府于2017年12月25日0时至29日12时首次实行了机动车尾号限行措施。利用2017年12月20日至2018年1月2日绵阳4个国控环境质量监测站点的CO、NO_2、SO_2、O_3、PM_(2.5)、PM_(10)的数据分析限行前后的污染物浓度变化特征,并结合气象数据进行污染成因分析。结果表明,大气颗粒物PM_(2.5)和PM_(10)是此次重污染天气的首要污染物,机动车尾号限行措施对PM_(2.5)和PM_(10)有一定的减排效果。机动车尾号限行措施对NO_2、SO_2、O_3具有明显的减排效果,而对CO几乎没有减排效果。限行前和限行期大气颗粒物主要来源于化学转化形成的二次颗粒物,而限行后则转为沙尘、扬尘等一次颗粒物。江油对绵阳大气颗粒物PM_(2.5)、PM_(10)影响很大,气流轨迹出现频率高,大气颗粒物浓度也高,有必要考虑进行区域联防联控。