共查询到18条相似文献,搜索用时 203 毫秒
1.
为深入了解唐山市采暖期PM2.5污染成因与来源,采用在线监测设备于2017年12月1日-2018年1月28日连续监测了唐山市PM2.5及其水溶性离子和碳质组分(OC、EC)的质量浓度变化,并结合部分常规气体污染物及气象数据进行对比分析.结果表明:①相对湿度的增加和风速的降低促进了污染的发展.②清洁、轻中度污染和重污染时,SOR(硫氧化率)分别为0.05、0.08、0.20,NOR(氮氧化率)分别为0.05、0.12、0.26,随着污染的加重,SO2、NOx向PM2.5中SO42-、NO3-的二次转化现象更加明显.③清洁时,ρ(OC)、ρ(EC)、ρ(SO42-)和ρ(Cl-)占PM2.5化学组分(水溶性离子、碳质组分)质量浓度总和的68%,主要污染源为燃煤;清洁、轻中度污染和重污染时,ρ(NO2)/ρ(SO2)分别为0.96、1.14、1.44,ρ(NO3-)/ρ(SO42-)分别为0.94、1.57和1.75;重污染时,ρ(SO42-)、ρ(NO3-)、ρ(NH4+)三者之和占PM2.5化学组分质量浓度总和的61%,二次污染物成为主要污染源.④观测期,唐山市轻中度污染和重污染时,受经北京市、天津市等唐山市西部地区方向气团影响频率分别为61%、63%,受该方向气团影响时,ρ(NO2)/ρ(SO2)、ρ(NO3-)/ρ(SO42-)明显增大.研究显示,相较于燃煤排放物在大气污染物中的占比变化,随着污染的加重,工业工艺和机动车尾气排放产生的污染物占比明显增大,区域传输对大气污染影响不可忽略,政府有必要开展区域联防联控、停产限产和限行限号的措施. 相似文献
2.
近年来银川市冬季重污染过程频发,为明确银川市冬季PM2.5重污染的特征,分析其主要来源及成因,于2016年12月-2017年1月在银川市选取3个采样点开展PM2.5的样品采集与化学组分分析,利用CMB(化学质量平衡)模型对银川市冬季PM2.5进行来源解析,对比分析了重污染日与非重污染日污染特征的差异.结果表明:①银川市冬季重污染日ρ(PM2.5)[(181±33.6)μg/m3]是非重污染日的2.1倍;重污染日和非重污染日的ρ(NO3-)/ρ(SO42-)均小于1,表明燃煤仍是银川市冬季PM2.5的重要来源.银川市冬季PM2.5中ρ(SOC)为(14.4±7.34)μg/m3,约占ρ(OC)的65.2%.②与非重污染日相比,重污染日人为源无机元素As、Pb、Cd和Zn质量浓度在ρ(PM2.5)中的占比分别升高33.2%、18.4%、9.8%和2.9%,表明银川市冬季重污染主要受人为源贡献影响.③源解析结果表明,燃煤源、机动车尾气源、二次离子源和扬尘源是银川市PM2.5的主要污染源,与非重污染日相比,重污染日机动车尾气源的贡献率明显降低.研究显示,银川市冬季重污染受人为源污染物排放的影响较大,燃煤源是银川市冬季PM2.5的重要来源. 相似文献
3.
为探究临沂市冬季环境空气PM2.5中水溶性离子污染特征及来源,于2016年12月11日—2017年1月9日在临沂大学、兰山区政府、高新区翠湖嘉园、汤庄办事处、河东区政府、临沂开发区6个采样点开展样品采集.结果表明:①采样期间全市ρ(PM2.5)日均值的平均值为144.86 μg/m3,ρ(PM2.5)日均值在2016年12月20日和2017年1月4日出现峰值,分别为304.46和341.65 μg/m3.②水溶性离子日均质量浓度大小顺序依次为ρ(NO3-)> ρ(SO42-)> ρ(NH4+)> ρ(Cl-)> ρ(K+)> ρ(Ca2+)> ρ(Na+)> ρ(F-)> ρ(Mg2+)> ρ(NO2-),其中,在PM2.5中w(NO3-)、w(SO42-)、w(NH4+)分别为22.33%、16.57%、13.62%,说明NO3-、SO42-和NH4+是临沂市PM2.5的主要组成部分.③临沂市污染天和非污染天ρ(PM2.5)日均值分别为164.00和56.86 μg/m3.随污染水平增加,PM2.5中w(NO3-)明显增高,w(SO42-)和w(NH4+)基本不变,说明w(NO3-)的增加导致ρ(PM2.5)的升高.污染天和非污染天的NOR(氮氧化率)分别为0.28和0.11,SOR(硫氧化率)分别为0.34和0.28,说明污染越重,NOR和SOR越高,并且NOx的气-粒转化速率较SO2慢.污染天ρ(Cl-)和ρ(K+)分别为7.22和1.77 μg/m3,分别是非污染天的2.5和3.0倍.④采样期间非污染天和污染天的N/S〔ρ(NO3-)/ρ(SO42-)〕分别为0.85和1.39,说明非污染天时固定源对PM2.5的贡献相对较大,而污染天时移动源对PM2.5的贡献相对较大.⑤通过PMF模型法解析出3个因子.因子1对PM2.5中水溶性离子的贡献率为56.13%,代表二次源和生物质燃烧源;因子2的贡献率为25.22%,代表工业源和垃圾焚烧源;因子3的贡献率为18.65%,代表扬尘源.研究显示,临沂市冬季PM2.5污染严重,水溶性离子来源复杂,应采取多源控制的污染防治对策. 相似文献
4.
为探讨内陆山区城市湖北省十堰市冬季PM2.5污染特征及来源构成,于2016年1月12日—2月4日在4个采样点位同步采集PM2.5样品,分析了无机元素、水溶性离子、有机碳和元素碳的质量浓度.并采集了十堰市主城区城市扬尘、裸露山体尘、建筑水泥尘、燃煤源、机动车尾气、工业源及餐饮油烟源等7类污染源,初步建立十堰市本地的污染源成分谱库,利用统计学方法研究冬季PM2.5的污染特征,并采用CMB受体模型及“二重源解析技术”分析其来源构成.结果表明:冬季采样期间,十堰市ρ(PM2.5)平均值达到110.65 μg/m3,超过GB 3095—2012《环境空气质量标准》二级标准24 h浓度限值,并且随空气RH(相对湿度)增加污染加重.城区3个采样点PM2.5化学组成及特征的空间差异不明显.PM2.5中ρ(TC)最高,其次是ρ(NO3-)和ρ(SO42-),与二次反应、机动车尾气、煤燃烧等密切相关.ρ(NO3-)/ρ(SO42-)为1.22,说明机动车尾气的影响较大.二次粒子、燃煤源和机动车尾气是十堰市城区冬季大气PM2.5的主要来源,贡献率分别为51.2%、10.9%和10.1%.研究显示,十堰市城区冬季ρ(PM2.5)超过GB 3095—2012二级标准,PM2.5的污染控制应以二次粒子、燃煤和机动车为主,采取多源控制原则. 相似文献
5.
焦作市是京津冀地区"2+26"通道城市之一.为研究焦作市大气污染特征,于2016年1月-2018年2月使用3个国控站点(马村区生态环境局、焦作市生态环境局和高新区政府)大气环境监测数据,以及2018年1月焦作市边界站PM2.5及其化学组分(水溶性离子和碳组分)监测数据进行分析.结果显示:焦作市大气污染以PM2.5污染为主,2017年ρ(NO2)、ρ(PM2.5)、ρ(PM10)、ρ(CO)和ρ(SO2)平均值分别为42.4 μg/m3、79.0 μg/m3、136.5 μg/m3、1.42 mg/m3和38.3 μg/m3,较2016年分别下降了10.5%、10.6%、11.2%、20.7%和37.6%.在时间分布上,大气污染物质量浓度日变化具有明显的季节性特征,春、夏两季ρ(NO2)日变化较秋、冬两季呈更宽的"U型",ρ(SO2)峰值出现在12:00左右,推测原因与夜间高架源排放有关;在空间分布上,本地一次污染排放可能主要来自市区工地扬尘、西南地区交通源和东部污染点源.观测期间,ρ(NO3-)、ρ(NH4+)和ρ(SO42-)较高,平均值分别为39.42、23.66和23.01 μg/m3,分别占水溶性离子质量浓度的41.8%、25.1%和24.4%,占ρ(PM2.5)的27.4%、16.4%和16.0%.污染天的NOR(氮转化率)(0.35)和SOR(硫转化率)(0.43)明显高于清洁天的NOR(0.25)和SOR(0.18),表明污染天NO2和SO2二次转化程度更高.SOR和NOR随相对湿度的增加而增加,表明相对湿度较高时有利于NO2和SO2的二次转化.污染天和清洁天ρ(SOC)(SOC为二次有机碳)估算值分别为19.79和3.51 μg/m3,分别占ρ(OC)的79.4%和54.9%,占ρ(PM2.5)的9.8%和10.4%,表明焦作市SOC对OC有较大的贡献.PSCF(潜在源贡献因子法)结果表明,本地源是影响焦作市秋、冬两季PM2.5的主要潜在源,太行山南麓区域输送也对其有一定贡献.研究显示,焦作市大气污染较严重,本地一次排放、二次转化和区域输送是焦作市PM2.5的主要来源. 相似文献
6.
天津市环境空气中细粒子的污染特征与来源 总被引:18,自引:6,他引:18
于2006年8─12月,在天津市中心城区采集细粒子(PM2.5)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PM2.5的来源. 结果表明:ρ(PM2.5)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(PM2.5)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(PM2.5)比例最大,这与SO2向SO42-,NO2向NO3-的转化率升高有关. PM2.5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PM2.5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PM2.5的主要来源,贡献率分别为53.4%,25.8%,12.3%和8.6%. 相似文献
7.
为深入研究菏泽市秋冬季PM2.5中水溶性离子污染特征,于2017年10月15日-2018年1月31日对菏泽市3个监测点同步进行PM2.5的采集和分析,分析探讨了不同污染程度下ρ(PM2.5)及水溶性离子化学特征.结果表明:①菏泽市秋冬季PM2.5呈区域污染特征.②整个观测期间,ρ(PM2.5)范围为26.72~284.10 μg/m3,平均值为103.27 μg/m3,其中水溶性离子对ρ(PM2.5)贡献率较大,为44.65%~49.87%;SNA(NO3-、NH4+、SO42-的统称)的占比较高,SNA占总水溶性离子质量浓度的86.88%,说明二次气溶胶为菏泽市大气PM2.5中的重要组成部分.③SNA三角图解和水溶性离子相关性结果表明,采样期间大气中NO3-、SO42-可能以NH4NO3、(NH4)2SO4形式存在;ρ(Cl-)与ρ(K+)相关性较高(清洁天和污染天的相关系数分别为0.79和0.81),由此推测Cl-与K+具有同源性,二者主要源于生物质燃烧.④重度及以上污染天的SOR(硫氧化率)和NOR(氮氧化率)分别为0.54和0.37,分别是清洁天的2.08和2.06倍;轻/中污染天的SOR和NOR分别为0.37和0.29,分别是清洁天的1.42和1.61倍.随着污染程度的加重,SO2和NO2向SO42-和NO3-的二次转化增强.重污染日SOR、NOR和相对湿度均大于清洁天和轻/中度污染天,而温度则未表现出相似的变化趋势,说明非均相反应是菏泽市秋冬季SO42-和NO3-形成的重要原因.研究显示,菏泽市污染呈区域性污染特征,二次气溶胶是菏泽市大气PM2.5的重要组成部分,污染天ρ(NO3-)、ρ(SO42-)、ρ(NH4+)均与相对湿度呈显著正相关(P < 0.05),均与温度呈负相关,表明在污染天高湿低温对SO2、NO2转化为SO42-、NO3-有推动作用. 相似文献
8.
为研究本溪市大气PM2.5中水溶性离子污染特征,于2016年1—10月在本溪市开展PM2.5样品采集,使用离子色谱法分析了其中8种水溶性离子(Cl-、NO3-、SO42-、NH4+、Ca2+、Na+、Mg2+、K+),并采用PMF(positive matrix factorization,正矩阵因子分解法)模型对水溶性离子的来源进行分析.结果表明:观测期间,本溪市ρ(PM2.5)平均值为(57.6±21.9)μg/m3,ρ(PM2.5)季节性变化特征明显,呈冬季 > 秋季 > 春季 > 夏季趋势;水溶性离子平均质量浓度为19.3 μg/m3,占ρ(PM2.5)的33.6%,各离子质量浓度高低顺序为SO42- > NO3- > NH4+ > Cl- > Ca2+ > K+ > Na+ > Mg2+;SNA(SO42-、NO3-和NH4+)是PM2.5中主要的3种离子,在春季、夏季、秋季和冬季分别占水溶性离子的73.2%、88.2%、82.5%和73.6%,表明夏季的二次污染较为严重.阴、阳离子电荷平衡分析结果显示,阴离子相对亏损,本溪市PM2.5整体呈弱碱性,NO3-、SO42-与NH4+相关性较高,其在PM2.5中主要以NH4NO3和NH4HSO4的形式存在. PMF分析结果表明,本溪市PM2.5中水溶性离子的来源主要包括二次转化源、燃煤源和扬尘源.研究显示,本溪市PM2.5中水溶性离子季节性变化特征明显,二次转化源、燃煤源和扬尘源是其主要来源. 相似文献
9.
为探讨西宁市PM2.5水溶性无机离子的特征及其来源,于2017年1月-2018年4月在西宁市开展PM2.5样品采集工作,使用离子色谱仪分析水溶性无机离子.结果表明:西宁市大气中ρ(PM2.5)平均值为(42.7±36.6)μg/m3,4个采样点ρ(PM2.5)大小顺序依次为市区(54.9 μg/m3)>工业区(44.1 μg/m3)>郊区(40.8 μg/m3)>农村(28.3 μg/m3);ρ(PM2.5)季节性分布特征明显,呈冬季最高、夏季最低的特征.SNA(为SO42-、NO3-和NH4+的统称)是最主要的水溶性离子,占总水溶性离子的66.3%,SNA季节性分布特征为冬季最高、夏季最低.4个采样点SOR(硫氧化率)和NOR(氮氧化率)平均值均大于0.10,说明SO42-和NO3-主要来源于二次转化.采样期间PM2.5中ρ(NO3-)/ρ(SO42-)为0.72,表明燃煤源排放大于交通源排放.主成分分析显示,西宁市PM2.5水溶性离子来源主要为二次粒子源、工业源、扬尘源和燃烧源.研究显示,西宁市城区、工业区、郊区大气中ρ(PM2.5)平均值均超过GB 3095-2012《环境空气质量标准》一级标准限值,建议减少PM2.5的产生应以控制二次粒子源、工业源、燃烧源和扬尘源为主. 相似文献
10.
为研究长三角背景点夏季PM2.5污染特征,于2018年5月30日—8月15日在上海市崇明岛对PM2.5样品进行昼夜采集,并对其中水溶性无机离子(Cl-、NO3-、SO42-、Na+、NH4+、K+、Mg2+、Ca2+)进行了分析.运用PSCF(潜在源贡献)方法判别污染物排放源区,并结合PCA(主成分分析)和PMF(正交矩阵因子)源解析探究PM2.5来源.结果表明:①观测期间崇明岛ρ(PM2.5)平均值为(33±21)μg/m3,低于GB 3095—2012《环境空气质量标准》一级标准限值(35 μg/m3),但在部分时段存在显著超标现象,ρ(PM2.5)最高值在120 μg/m3以上.②水溶性无机离子质量浓度平均值为(14±9.3)μg/m3,占PM2.5的42.4%,其中SNA(SO42-、NO3-、NH4+三者统称)为主要离子,占水溶性离子总质量浓度的85.7%.③n(NH4+)/n(SO42-)(NH4+与SO42-的摩尔浓度比)显示,清洁期〔ρ(PM2.5) < 15 μg/m3〕呈贫铵状态,过渡期〔15≤ρ(PM2.5)≤35 μg/m3〕和污染期〔ρ(PM2.5)>35 μg/m3〕均呈富铵状态;过渡期SNA主要以NH4HSO4和NH4NO3形式存在,而污染期则主要以(NH4)2SO4和NH4NO3形式存在.④通过对两次典型污染事件进行离子相关性分析和PSCF分析发现,E1污染事件(5月30日—6月8日)为局地生物质燃烧型污染事件,E2污染事件(7月23日—8月1日)为区域传输污染事件.源解析结果进一步表明,两次典型污染事件期间气态污染物的二次转化对PM2.5的贡献最显著,贡献率分别为62.8%和59.8%;其次是生物质燃烧,其贡献率分别为32.5%和20.1%;E2污染事件期间海盐源对崇明岛PM2.5贡献率较高(16.6%),远超过E1污染事件期间对PM2.5的贡献率(2.7%).研究显示,区域输送对崇明岛PM2.5有显著贡献,二次颗粒物累积是崇明岛PM2.5超标的主要原因. 相似文献
11.
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PM2.5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. 相似文献
12.
2014年10月北京市出现了多次重霾天气,与此同时,通过全国秸秆燃烧卫星遥感监测发现,北京周边河南、河北等地区恰存在一定规模的秸秆燃烧活动. 对2014年10月4—27日北京市大气PM2.5中的水溶性离子、金属、OC(有机碳)、EC(元素碳)和有机物示踪物等化学成分进行了分析,对霾天和非霾天PM2.5中化学成分进行了比较,并使用CMB(化学质量平衡)模型对PM2.5中有机物的来源进行了解析,采用后向轨迹模拟和卫星遥感图像定量评估生物质燃烧(秸秆燃烧等)对重霾污染的影响. 结果表明:霾天ρ(PM2.5)〔(229.0±96.3)μg/m3〕是非霾天的5.0倍,水溶性离子总质量浓度〔(125.3±59.3)μg/m3〕是非霾天的6.5倍,ρ(SO42-)、ρ(NO3-)和ρ(NH4+)分别是非霾天的6.1、8.6和7.1倍,ρ(OC)〔(81.8±39.5)μg/m3〕是非霾天的7.8倍,ρ(EC)〔(6.7±3.4)μg/m3〕是非霾天的4.2倍;霾天生物质燃烧的示踪物——左旋葡聚糖和K+的质量浓度平均值分别是非霾天的9.1和3.3倍. 生物质燃烧、机动车排放以及二次污染物对有机细颗粒物的贡献率分别为18.9%、36.9%和41.9%;二次细颗粒物质量浓度增加了1倍左右;气象条件同样在很大程度上促进了霾的形成. 常规的源解析方法仅可对生物质燃烧的一次污染贡献进行定量,但对重霾污染贡献的全面评价尚需进一步探讨. 相似文献
13.
为研究石家庄市大气颗粒物、碳组分特征和污染来源,采集2016年11月1日—12月31日石家庄市大气颗粒物(PM10、PM2.5和PM1)样品,分析采暖前后PM10、PM2.5和PM1及其中OC(有机碳)、EC(元素碳)和WSOC(水溶性有机碳)浓度水平,计算颗粒物与碳组分间相关性,进行OC/EC(质量浓度之比,下同)特征比值法和8个碳组分(OC1、OC2、OC3、OC4、OPC、EC1、EC2和EC3)研究.结果表明:①采暖后ρ(PM10)和ρ(PM2.5)比采暖前分别增加了26.4%和32.1%,而采暖后ρ(PM1)比采暖前降低了12.2%.采样期间ρ(PM10)与ρ(PM2.5)显著相关,而ρ(PM1)分别与ρ(PM2.5)和ρ(PM10)相关性差.采暖后散煤燃烧造成ρ(PM10)和ρ(PM2.5)增加,区域机动车限行和工业限产/停产导致ρ(PM1)降低.②Pearson相关系数计算可知,ρ(OC)与ρ(EC)强相关;ρ(PM10)和ρ(PM2.5)分别与ρ(OC)和ρ(WSOC)强相关,而ρ(PM1)分别与ρ(OC)和ρ(WSOC)中等相关;ρ(PM10)和ρ(PM2.5)分别与ρ(EC)弱相关,ρ(PM1)与ρ(EC)中等相关.③采暖后PM10、PM2.5和PM1中ρ(OC)比采暖前分别增加了215.1%、97.2%和18.5%;采暖后PM10和PM2.5中ρ(EC)比采暖前分别增加了65.2%和5.3%,而采暖后PM1中ρ(EC)比采暖前降低了10.9%.集中供热和散煤燃烧排放了大量OC;PM10和PM2.5中EC主要来源于散煤燃烧,PM1中EC主要来源于工业排放和机动车尾气.④采暖前PM10、PM2.5和PM1中OC/EC平均值分别为4.5、4.5和4.3;采暖后PM10和PM2.5中OC/EC平均值分别为9.8和9.7,而PM1中OC/EC平均值为7.4.采暖前后SOC/OC(质量浓度之比,下同)平均值的范围为0.36~0.65,石家庄市冬季大气中SOC污染严重;⑤8个碳组分分析发现,石家庄市机动车限行导致PM1中ρ(EC1)降低,而采暖后集中供暖和散煤燃烧的增加,导致ρ(OC2)明显增加.研究显示,大气颗粒物中碳组分采暖前主要来源于机动车尾气,而采暖后主要来源于燃煤燃烧,尤其是散煤燃烧. 相似文献
14.
为了定量解析环境受体中不同方向PM2.5的源贡献水平,利用“源方向解析”(source directional apportionment,SDA)法〔综合PMF(positive matrix factorization,正定矩阵因子)方法和后向轨迹模型〕对京津冀大气污染传输通道上某典型城市——菏泽市环境受体中PM2.5进行来源解析,并分析不同方向的源贡献.结果表明,菏泽市环境受体中ρ(PM2.5)变化范围为42.73~191.72 μg/m3,平均值为92.54 μg/m3.SO42-、NO3-和NH4+是菏泽市环境受体中PM2.5的主要化学组分;ρ(SO42-)、ρ(NO3-)和ρ(NH4+)的平均值分别为29.78、22.11和7.91 μg/m3,三者之和占ρ(PM2.5)的63.54%.PMF的计算结果显示,二次无机盐、机动车排放、扬尘、煤烟尘和建筑水泥尘是菏泽市环境受体中PM2.5的贡献源类,分担率分别为32.61%、22.60%、19.54%、16.25%和9.00%.利用后向轨迹模型识别出PM2.5贡献源类的4个潜在方向,分别为东南、正西、西北和正东.二次无机盐在4个方向的贡献分别为8.49%、5.01%、6.65%和12.88%;机动车排放分别为1.39%、4.44%、7.47%和8.22%;扬尘分别为4.95%、3.65%、4.12%和6.92%;煤烟尘分别为4.56%、1.93%、2.16%和7.28%;建筑水泥尘分别为2.22%、1.88%、1.27%和3.56%.研究显示,菏泽市PM2.5污染较为严重,其中二次源、机动车和扬尘源是其主要贡献源类,并且来自菏泽市东部的各源类贡献均较高. 相似文献
15.
廊坊市是北京市及周边传输通道“2+26”城市之一.为研究廊坊市开发区冬季颗粒物中碳组分污染特征,于2018年1月5日—2月5日在廊坊市开发区国控点位同步开展PM2.5及PM10样品采集,使用DRI分析OC(有机碳)与EC(元素碳)的质量浓度.结果表明:廊坊开发区冬季ρ(PM2.5)、ρ(PM10)分别为(54.5±46.0)(91.0±58.2)μg/m3.PM2.5中ρ(OC)、ρ(EC)分别为14.64、3.54 μg/m3,PM10中分别为17.07、4.58 μg/m3;PM2.5、PM10中ρ(OC)与ρ(EC)相关性均较好,R2均为0.91(P < 0.01),表明二者具有相似的来源;在PM2.5和PM10中OC/EC〔ρ(OC)/ρ(EC),下同〕分别为4.46和4.16,ρ(SOC)(SOC为二次有机碳)分别为6.15和5.88 μg/m3,分别占ρ(OC)的42.1%和37.7%,表明二次污染较严重.碳组分丰度及主成分分析结果表明,PM2.5与PM10中碳组分来源基本一致,主要来源于汽车尾气、水溶性极性化合物、生物质燃烧及燃煤的混合源,柴油车排放,以及道路扬尘.后向气流轨迹聚类结果表明,颗粒物及碳组分质量浓度受途径内蒙古自治区及河北省中部、北京市南部气团的影响较大;对于碳组分来源,道路扬尘及汽车尾气受气团传输的影响较大,而生物质燃烧、燃煤等受气团传输的影响较小.研究显示,汽车尾气、燃烧源及道路扬尘为廊坊市开发区冬季碳组分的主要来源. 相似文献
16.
乌鲁木齐市重污染期间PM2.5污染特征与来源解析 总被引:4,自引:0,他引:4
目前有关我国城市大气重污染期间PM2.5污染特征及其来源的研究较少,为深入了解典型城市大气重污染期间PM2.5的污染特征与来源构成,于2013年1月19—30日在乌鲁木齐市采集PM2.5样品,并依据相关划分标准,确定1月19—28日为重污染天气. 分析了重污染天气下ρ(PM2.5)及主要化学组成(包括水溶性离子、无机元素和碳组分),运用统计学方法研究了重污染期间PM2.5的污染特征,并且采用富集因子法和CMB受体模型解析了PM2.5的来源构成.结果表明:大气重污染期间ρ(PM2.5)严重超标,其中米东区环境保护局采样点的ρ(PM2.5)最高,其次是铁路局、市监测站;PM2.5化学组分以SO42-、TC、Si和NO3-为主,其中二次离子占ρ(PM2.5)的43.1%;城市扬尘、煤烟尘和二次粒子是环境空气中PM2.5的主要污染源类,三者在乌鲁木齐市以及米东区的分担率分别为24.7%、15.6%、38.0%和20.8%、28.0%、36.2%,其中二次硫酸盐的分担率在两地更分别达到28.6%和27.0%. 相似文献
17.
基于CALPUFF-CMB复合模型的燃煤源精细化来源解析 总被引:1,自引:0,他引:1
为了反映燃煤源对环境受体的影响情况,利用扩散模式(CALPUFF模式)对燃煤源多种子源类的排放、扩散过程进行模拟,得到燃煤源各子源类对环境受体中PM10的影响权重,进而构建更具代表性的燃煤源成分谱.然后将受体颗粒物化学成分和两套源成分谱(基于环境影响构建的燃煤源成分谱和基于各子源类煤烟尘排放量加权平均的传统源成分谱),分别纳入CMB模型进行乌鲁木齐市采暖季环境受体中PM10的来源解析.结果表明:基于CALPUFF模拟结果,得到燃煤源的3类子源类电厂、供热、工业燃煤源的影响权重分别为0.02、0.39和0.59.基于传统方法构建的源成分谱进行源解析的结果显示,各源类的贡献大小依次为:集中燃煤(27.2%) > 城市扬尘(19.1%) > 二次硫酸盐(15.7%) > 民用散煤(9.9%) > 二次硝酸盐(9.5%) > 机动车尾气尘(7.6%) > 钢铁尘(1.2%) > 建筑水泥尘(0.2%);而基于环境影响构建的源成分谱获得的结果显示:二次硫酸盐(20.1%) > 城市扬尘(20%) > 集中燃煤(18.9%) > 民用散煤(11.5%)二次硝酸盐(10.5%) > 机动车尾气尘(9%) > 钢铁尘(1.7%) > 建筑水泥尘(1.4%).基于不同燃煤源子源类对受体环境的影响权重,将乌鲁木齐市颗粒物来源解析结果进一步细分,得到相对精细化的来源解析结果.结果显示,民用散煤的贡献为11.5%,电厂燃煤源为0.4%,供热燃煤源为7.4%,工业燃煤源为11.1%. 相似文献
18.
为了研究南京市PM2.5的污染特征及来源贡献,于2018年3月至2019年2月在南京仙林地区进行PM2.5组分的在线监测,运用PMF和CMB受体模型,开展PM2.5的来源解析.结果表明,观测期间南京市PM2.5平均质量浓度为54.3μg/m3,其中冬季平均浓度76.4μg/m3.PM2.5的主要组分为NO3-(21.3%~30.8%)、SO42-(18.9%~23.5%)、NH4+(14.3%~16.2%).从全年平均来看,PMF模型得到的PM2.5解析结果为:二次无机气溶胶(54.9%)、燃煤源(17.4%)、二次有机气溶胶(7.4%)、机动车排放源(7.1%)、工业源(4.9%)、扬尘源(4.8%)、其他源(3.4%);CMB模型得到的PM2.5解析结果为:硝酸盐(33.0%)、硫酸盐(24.0%)、燃煤源(16.4%)、机动车排放源(8.4%)、二次有机气溶胶(7.1%)、扬尘源(5.7%)、其他源(2.9%)、工业源(2.4%).不同季节PM2.5来源有所差异,夏冬季二次无机气溶胶占比大于春秋季,春冬季燃煤占比最大,二次有机气溶胶在秋季占比最大.结合2017年南京市大气污染源排放清单,对二次气溶胶贡献进行再解析,得到南京仙林地区PM2.5主要贡献来自燃煤源(PMF:34.14%,CMB:33.82%),机动车排放源(PMF:27.33%,CMB:29.33%)以及工业源(PMF:26.76%,CMB:24.77%).可见,影响南京仙林地区PM2.5的污染源主要来自燃煤源、机动车排放源和工业源,基于在线组分监测、利用PMF和CMB模型得到的PM2.5源解析结果具有较好的一致性. 相似文献