PM2.5污染对我国健康负担和经济损失的影响

开展全国范围归因于PM_2.5污染的健康负担和经济损失研究,对于污染防控政策至关重要.首先利用空气质量模型（WRF-Chem）模拟结果,分析2016年PM_2.5的时空分布和暴露水平;同时结合环境健康风险及环境价值评估方法,评估PM_2.5污染引起的健康负担和经济损失;最后基于情景分析方法,预估实现具体PM_2.5控制目标的健康经济效益.结果表明,2016年,我国PM_2.5污染主要集中在京津冀及周边地区、长三角地区、四川盆地以及西北沙漠地区,且71.49%的人口暴露在PM_2.5浓度高于35 μg·m^-3的环境空气中;PM_2.5污染造成约106.04万人过早死亡,约占总死亡人数的10.9%,其中冠心病和中风约占80%;PM_2.5污染造成健康经济损失7059.31亿元,约占国内生产总值（GDP）的0.95%.PM_2.5污染造成的健康负担和经济损失存在显著空间差异,主要分布在PM_2.5浓度和人口密度高的中东部地区;情景分析表明,我国所有地区PM_2.5浓度降至35 μg·m^-3,只能避免17.11%的健康经济损失,而降至10 μg·m^-3可以带来80.47%的健康经济效益.建议环境管理者进一步加强控制力度,更好地保障居民的健康和财富利益,尤其是心脑血管疾病患者等敏感人群以及归因死亡率高的地区.     

“一带一路”沿线国家PM2.5污染与人口暴露风险的时空分布特征

使用1999—2016年0.01°×0.01°高空间分辨率的卫星反演PM_2.5浓度数据集，结合精度为1 km×1 km的人口栅格数据，分析了"一带一路"沿线65个国家PM_2.5污染与暴露风险的时空变化特征.结果表明：①PM_2.5浓度存在着明显的区域分布差异，PM_2.5浓度高值区（>35 μg·m^-3）主要分布在地形平坦、人口密集的恒河平原、华北平原和中南半岛等区域，中值区（10~35 μg·m^-3）主要集中在俄罗斯西部、中东欧、沙特东部和缅甸等区域，而低值区（<10 μg·m^-3）主要分布在高海拔、高纬度与荒漠化地区，如青藏高原、西伯利亚、西亚卢特沙漠等区域；②65国年均PM_2.5浓度从1999年的12.0 μg·m^-3上升到2016年的14.1 μg·m^-3，年均增长超过0.1 μg·m^-3，累计有22.5%的区域有显著的增加趋势，仅有5.2%的区域呈显著下降趋势；③2000—2016年，PM_2.5浓度在35 μg·m^-3以上的区域面积比重从2.2%上升到7.2%，暴露人口占比从18.9%增加至41.9%；④人口暴露风险平均值从2000年的665.2增加至2016年的1140.4，Hurst总体均值为0.59，其中大于0.5的持续性区域占82.3%，持续性特征以弱持续性为主.     

2013-2014年河南省PM2.5浓度及其来源模拟研究

随着城市化和工业化水平的逐渐提高,河南省的空气污染问题也日益严重.利用嵌套网格空气质量模式（NAQPMS）,数值模拟了2013年7月-2014年6月年河南省大气细颗粒物及其前体物（NO₂、SO₂、PM₁₀、PM_2.5）的地面浓度,并量化了其主要来源.结果表明：模式能够较好地再现污染物的时空演化特征.整体来讲,河南省PM_2.5的高值区集中在中部和北部地区,呈现冬季高、夏季低的特点.在线源解析模拟发现,河南省不同地区PM_2.5的来源有所不同,中西部地区主要来自于本地,而在东部和北部地市,来自周边省份的区域输送更为显著,其贡献达到40%～50%,且在PM_2.5浓度的高值区更为明显.就行业贡献而言,居民源、工业源和机动车排放是河南省PM_2.5浓度的主要来源,其浓度贡献分别为23.7 μg·m^-3（贡献比例24%,下同）、20.6 μg·m^-3（21%）和21.3 μg·m^-3（22%）,电厂、农牧业和地面扬尘的浓度贡献分别为7.0 μg·m^-3（7%）、8.7 μg·m^-3（9%）和17.8 μg·m^-3（18%）.受居民源影响最大的地区是河南中东部和北部地市,其贡献达到PM_2.5浓度的27%、27%和25%.工业源影响最大的地区集中在太行山南部地市,其浓度贡献为26.4 μg·m^-3（24%）,在其他地市的贡献为17%～23%.机动车对河南东部影响最为显著,其浓度贡献为22.9 μg·m^-3（24%）.电厂和农畜牧业对全省PM_2.5的贡献分布比较均匀,分别为6%～9%和8%～10%.分析不同浓度下的PM_2.5来源,发现工业源和扬尘贡献随PM_2.5浓度增加逐渐降低,而居民源和机动车排放的贡献则有所增加,在PM_2.5浓度高于100 μg·m^-3期间,达到22%和20%.     

2013~2020年甘肃省PM2.5健康负担的时空变化趋势及驱动力

为评估大气污染防治行动计划以来,甘肃省PM_2.5相关健康影响的时空变化趋势及其驱动因素,应用最新的全球暴露死亡模型（GEMM）估算了2013~2020年甘肃省归因于PM_2.5的健康负担,并通过因素分解法进一步探讨了PM_2.5归因死亡长期变化的主要原因. 结果表明,2013~2020年,甘肃省人口加权PM_2.5浓度下降了34.57%,暴露于PM_2.5年均浓度超过35 μg·m^-3的人口比例从72.89%大幅下降至11.61%. 研究期间,甘肃省PM_2.5归因死亡人数从12 826（95%CI：7 840~17 408）人下降至9 814（95%CI：6 407~13 036）人,下降了23.48%;其中,缺血性心脏病的归因死亡人数有所增加（12.11%）,而中风、慢性阻塞性肺病、肺癌和下呼吸道感染的归因死亡人数呈下降趋势;60岁及以上人群的归因死亡人数占80%以上;中东部地区的PM_2.5归因死亡人数显著高于河西地区,且大部分地区呈下降趋势;人口规模、年龄结构、基线死亡率和PM_2.5浓度在归因死亡人数变化中的贡献分别为-1.26%、16.16%、 -9.84%和-28.55%,人口老龄化和PM_2.5浓度降低是PM_2.5归因死亡增加和减少的主要因素. 甘肃省积极的清洁空气政策减轻了PM_2.5污染造成的健康负担,但在人口老龄化加剧的趋势下,未来需要大幅降低PM_2.5浓度才能避免更多的归因死亡.     

南京市不同功能区冬季大气PM2.5分布特征及其来源解析

2016年12月-2017年1月,在南京市4类典型功能区（农业区、住宅区、交通干道区、工业区）各选两点,共采集了大气PM_2.5样品32套,测定并分析了其质量浓度、9种水溶性离子（WSIs）、有机碳（OC）以及元素碳（EC）的含量.观测期间,南京市冬季PM_2.5的平均浓度为104.5 μg·m^-3,分布特征为：工业区（116.6 μg·m^-3）>农业区（104.3 μg·m^-3）>住宅区（100.1 μg·m^-3）>交通干道区（96.9 μg·m^-3）;WSIs、OC和EC的平均浓度（/PM_2.5）分别为：53.4 μg·m^-3（51.1%）、11.8 μg·m^-3（11.3%）、8.2 μg·m^-3（7.8%）.农业区和住宅区受WSIs污染较严重且NOR、SOR较高,而工业区和交通干道区的OC、EC污染较严重且SOC/OC较高.进一步运用PMF模型解析,南京市冬季PM_2.5来源为：二次源（37.3%）、工业源（31.2%）、交通源（16.4%）、建筑尘（7.9%）和燃煤源（7.2%）.最后,本文收集了自2000年起南京市冬季大气PM_2.5浓度及其污染来源研究,总体而言,近年来南京冬季大气PM_2.5浓度呈下降趋势,其主要污染源比重也发生了较大变化,燃煤贡献有所下降,而工业和交通排放逐渐上升,且二次污染贡献逐渐突出.今后,控制二次污染源将成为南京市大气PM_2.5治理的重中之重.     

南京江北2014-2016年PM2.5质量浓度分布特征及气象和传输影响因素分析

利用2014-2016年南京江北地区PM_2.5质量浓度和气象要素的小时数据,并结合HYSPLIT模式后向轨迹聚类分析和PSCF法分析了PM_2.5质量浓度的污染特征及其主要影响因素和主要来源特征.结果表明：2014-2016年PM_2.5质量浓度呈逐年下降趋势,下降幅度约为17.40%,由2014年的62.1 μg·m^-3下降至2016年的51.2 μg·m^-3,能见度由2014年的5.8 km上升至2016年6.6 km.PM_2.5质量浓度存在显著的月变化和季节变化特征,1月浓度最高,可达93.0 μg·m^-3;8月浓度最低,仅为38.8 μg·m^-3;冬季浓度最高,可达76.8 μg·m^-3,夏季浓度最低,仅为47.1 μg·m^-3.不同季节日变化均为单峰型分布.气象要素对PM_2.5质量浓度的影响较大,不同相对湿度下能见度和PM_2.5质量浓度具有较好的拟合关系.霾和非霾天PM_2.5质量浓度的阈值为15 μg·m^-3.不同季节的主导气团不同,春季主导气团为偏北气流和偏东气流,占比分别为43.50%和30.80%;夏季主导气团以东部气流为主,占比约为68.22%;秋季和冬季主导气团为来自北方的气流,总占比分别为83.52%和100%;偏北内陆气团PM_2.5质量浓度较大,偏东海洋性气团PM_2.5质量浓度较低.PM_2.5质量浓度潜在源区春冬季潜在源区范围较大,夏秋季潜在源区范围较小,季节变化显著.春季潜在来源主要分布在安徽、江西北部、江苏南部和浙江北部等地区,夏秋季分布在安徽东部、浙江北部和江苏南部等地区,冬季分布在安徽、河南东部,山东和江苏等地区.     

“大气十条”实施对2013—2017年大气气溶胶-辐射相互作用的影响

为应对严重的大气污染问题，我国于2013年颁布并实施了严格的《大气污染防治行动计划》（"大气十条"）.本研究利用在线耦合的区域大气化学传输模型WRF-Chem进行数值模拟，研究了2013—2017年"大气十条"实施期间大气气溶胶-辐射相互作用（Aerosol-Radiation Interaction，ARI）强度的变化及其对空气质量的影响，并量化分析了排放和气象条件变化对气溶胶-辐射相互作用强度变化和空气质量改善的相对贡献.研究发现，"大气十条"实施后ARI对PM_2.5质量浓度的增强效应明显减弱，ARI效应的减弱导致2017年全国平均PM_2.5浓度相较2013年下降了2.7 μg·m^-3，占PM_2.5浓度总降幅的9.1%.在这一过程中污染减排起了主导作用，约占ARI效应减弱导致全国平均PM_2.5浓度下降的88%，气象条件变化的贡献约占12%.在季节尺度上，冬季ARI效应减弱最为明显，使得2017年冬季全国月平均PM_2.5浓度同比2013年下降了12.1%.在区域尺度上，ARI效应的减弱对京津冀区域PM_2.5浓度的影响最为显著，使得2017年该区域平均PM_2.5浓度相较2013年下降了2.8 μg·m^-3，占该区域PM_2.5浓度总降幅的9.9%.2013—2017年，ARI效应对京津冀区域冬季重污染天气的影响程度也明显降低.以2013年1月和2017年1月为例，ARI效应使得这两个月内强霾事件期间区域日平均PM_2.5浓度峰值分别增加了47.6 μg·m^-3和33.7 μg·m^-3.研究表明"大气十条"实施后ARI对PM_2.5质量浓度的增强效应明显减弱，从而进一步推动了全国及重点区域PM_2.5浓度的下降，带来了额外的空气质量改善效益.     

京津冀地区高分辨率PM2.5浓度时空变化模拟与分析

为了全覆盖、高分辨率和高精度识别京津冀地区大气PM_2.5质量浓度时空变化,选取多角度大气校正算法遥感反演的1km AOD为主要预测因子,多种气象要素和土地利用要素为辅助预测因子,构建了混合效应模型+地理加权回归模型的两阶段统计模型,并针对京津冀地区PM_2.5污染较严重的特点,模型中引入了AOD²等独特预测因子.通过上述两阶段模型定量预测了研究区2017年1 km²空间分辨率的每日PM_2.5质量浓度.结果表明,模型交叉验证的决定系数R²为0.94,斜率为0.95,均方根预测误差为13.14 μg·m^-3,在前人基础上预测精度进一步提升,可用于PM_2.5浓度时空变化预测与分析.2017年,京津冀地区PM_2.5浓度年均值为44.96 μg·m^-3,年均值范围在0~89.89 μg·m^-3之间.PM_2.5浓度时空变化差异性明显,整体上呈现"平原西南部浓度高、平原东北部浓度中等和山区高原浓度低"的空间分布格局以及"冬季浓度高、夏季浓度低和春秋过渡"的季节变化特点.模型预测结果的高时空分辨率可以支持流行病学研究在较小区域的暴露评估和识别小尺度污染源的时空变化,分析发现在大气污染防治行动计划实施以来,污染较严重的冀中南山麓平原区可能出现了重要污染源的空间变化.模型预测与分析结果可以为京津冀大气污染防治提供科学支撑.     

2013年1月邯郸市严重霾天气的污染特征分析

利用河北工程大学大气环境监测站点的PM₁₀、PM_2.5、SO₂和NO_x在线监测数据,并结合能见度、湿度数据,对邯郸市2012年12月1日到2013年1月31日的大气污染状况进行分析,特别是2013年1月持续发生的霾天气,以探讨严重霾污染的过程特征.结果表明,2013年1月,SO₂与NO_x的平均浓度分别为225.3 μg·m^-3和217.8 μg·m^-3,PM₁₀和PM_2.5的平均浓度分别为328.5 μg·m^-3和229.4 μg·m^-3,均超过新颁布的环境空气质量标准,是2012年12月平均浓度的1.4~3.5倍.重污染过程分析结果显示,污染峰值附近几天内PM₁₀、PM_2.5的时均浓度变化无明显规律.累积阶段的PM_2.5/PM₁₀在0.42~0.52之间,峰值前后上升并超过0.70,扩散阶段PM_2.5/PM₁₀降到0.70以下,且呈波动式变化.当PM_2.5/PM₁₀小于0.40时,能见度基本位于2~18 km之间;当PM_2.5/PM₁₀在0.40~0.60之间时,能见度在0.7~8 km之间;当PM_2.5/PM₁₀大于0.60时,能见度分布于2 km以下.     

成都市大气细颗粒物组成和污染特征分析(2012-2013年)

为了解成都市大气细颗粒物的污染特征,于2012年5月-2013年5月在成都市城区开展了每6 d采集1次样品的长期颗粒物观测.利用十万分之一分析天平、热光碳分析仪、离子色谱、电感耦合等离子体质谱(ICP-MS)分别分析了颗粒物样品的质量浓度、有机碳/元素碳、水溶性离子、无机元素等,同步收集了污染物在线观测数据、气象数据和卫星遥感数据.结果表明,采样期间,成都市可吸入颗粒物(PM₁₀)和细粒子(PM_2.5)浓度颗粒物浓度分别高达(129.7±76.4)和(91.6±54.3) μg·m^-3,PM_2.5中以二次无机离子(SNA,43.6%)和有机物(OM,31.2%)污染最为突出,其次为土壤组分(Soil,13.8%)、元素碳(EC,5.0%)和微量元素(Trace,0.8%);1月、3月、5月和10月是污染较重的月份.通过比较揭示了不同污染源影响下的典型污染特征.生物质燃烧期间,成都城区PM_2.5浓度达214.3 μg·m^-3,PM_2.5/PM₁₀比达0.89,其中OM贡献增加至57.2%,K⁺浓度达8.7 μg·m^-3,OC/EC比达8.3,SNA比重下降;而沙尘传输期间,PM_2.5浓度为122.6 μg·m^-3,仅占PM₁₀浓度的0.28,PM_2.5中土壤组分比例剧增至77.3%,SNA和无机元素的比重明显下降;静稳天气下PM_2.5浓度为261.0 μg·m^-3,各组分比重并无明显变化,硝酸盐和铵盐比例稍有增加.     

2017—2018年秋冬季唐山市PM2.5中元素组成特征及来源解析

为研究唐山市大气PM_2.5中元素组成特征及其来源,于2017年10月19日—2018年1月31日（秋冬季）在唐山市的超级站（典型城市站点）、开平站（工业站点）和古冶站（工业站点）开展了PM_2.5的手工连续采样,定量分析测定了PM_2.5中23种无机元素.结果表明:Si、Al、Ca和Na等地壳元素的质量浓度均在10月最高,在1月最低.10月,ρ（Cr）在开平站最高（0.020 0 μg/m3）,随后逐月略微降低,其主要受钢铁冶炼工业的减产和限产影响.多数重金属元素质量浓度在11月或12月最高,包括Zn、Pb、Mn、Cu、Ni、Se、V、Cd和Co,其可能受燃煤取暖影响.Cd、Zn、Pb和Cu四种元素的富集因子值分别为2 677、616、422和77,均达到极强富集,且均受人为排放源影响最大.基于因子分析法得出,唐山市大气PM_2.5中元素的主要来源有燃煤源、钢铁工业源与扬尘源的混合源、交通源以及土壤扬尘源,其方差贡献率分别为56.3%、21.6%、7.1%、5.4%.研究显示,秋冬季唐山市大气颗粒物PM_2.5中元素最主要的污染来源为工业源、燃煤源和扬尘源.      

上海市冬季PM_(2.5)无机元素污染特征及来源分析

为了解高污染季节上海市细颗粒物PM2.5及其无机元素的污染特征和来源,于2013年1月4日至2月1日在上海3个点位采集PM2.5样品,并采用电感耦合等离子光谱仪(ICP-OES)测定样品中19种元素含量.结果表明,采样期间PM2.5污染水平较高,均值达(90.5±41.2)μg·m-3,且郊区明显高于市区和背景参照点.所测无机元素的空间分布规律与PM2.5一致,但背景参照点元素Zn的浓度较高.采样期间Cd、As、Zn、Pb、S和Cu等人为污染元素的富集因子较高.因子分析结果表明冬季上海市PM2.5具有多源性,主要来源于燃煤、自然尘、燃油以及机动车.     

北京冬季PM2.5中金属元素浓度特征和来源分析

为了解北京冬季细颗粒物中金属元素的浓度水平及其来源,于2014年12月至2015年1月使用中流量PM_(2.5)采样器在北京城区开展了为期30 d的连续采样,采用滤膜称重法检测PM_(2.5)浓度,电感耦合等离子体质谱法(ICP-MS)分析PM_(2.5)中16种元素总量,并采用富集因子法和因子分析法分析元素污染特征及其来源.结果表明,观测期间PM_(2.5)中主要金属元素为K、Ca、Fe、Al和Mg,占16种元素总量的90.7%.与白天相比,地壳元素如Mg和Al等在夜间的浓度下降30%以上,而人为源金属元素如Cu和Pb等的浓度则上升40%以上.从优良天到重污染天气,上述16种金属元素的总浓度上升1倍,但其在PM_(2.5)中的比例却逐渐降低,说明金属元素的富集不是PM_(2.5)上升的主要原因.随着污染程度的加剧,Cu、Zn、As、Se、Ag和Cd等主要来自人为源的金属元素浓度上升较快,重度污染天与优良天的浓度比值范围为2.9~5.3;而Al、Mg、Ca、Mn和Fe等地壳元素浓度上升则较缓,重度污染天与优良天的浓度比值范围为1.2~1.8.北京冬季PM_(2.5)中金属元素主要来源于燃煤和生物质燃烧、交通和工业排放以及地面扬尘,贡献率分别为34.2%、25.5%和17.1%.     

郑州-新乡冬季PM2.5中元素浓度特征及其源分析

为了探究郑州-新乡地区PM_(2. 5)中各化学组成的污染特征和可能来源,用中流量大气采样器于2016年冬季分别在郑州、新乡市区进行连续1个月大气PM_(2. 5)膜采集,利用重量法、电感耦合等离子体质谱法(ICP-MS)和离子色谱法分别进行了PM_(2. 5)浓度、17种金属元素的含量和7种水溶性离子含量的测定,并采用富集因子法和主成分分析法分析元素污染特征及其来源.结果表明,新乡地区2016年冬季PM_(2. 5)的质量浓度日均值为223. 87μg·m~(-3),郑州2016年冬季PM_(2. 5)质量浓度日均值为226. 67μg·m~(-3),两地污染水平相对较高.两地PM_(2. 5)中主要常量元素均为Al、Ca和Fe,约占17种元素总量的50%,而主要重金属含量差异明显,新乡PM_(2. 5)中重金属的含量均高于郑州地区,其中Cd、Ag和Pb富集因子超过1 000,新乡Cd元素富集突出.两地水溶性盐离子均以SO_4~(2-)、NO_3~-和NH_4~+这3种离子为主,占水溶性离子总量超过94%,(NH_4)_2SO_4和NH_4NO_3是两地PM_(2. 5)中主要存在形式.源解析结果显示,新乡2016年冬季的主要来源是生物质燃烧及二次气溶胶混合源,贡献率为34. 94%.郑州2016年冬季PM_(2. 5)的主要来源是燃煤及交通混合源,贡献率为33. 99%.     

2000～2021年成渝城市群PM2.5时空变化及驱动机制多维探测

研究成渝城市群PM_2.5浓度时空变化和驱动机制，对区域大气环境保护和国家经济可持续发展具有重要意义.基于PM_2.5遥感数据、 DEM数据、基于站点的气象数据、 MODIS NDVI数据、人口密度数据、夜间灯光数据、路网数据和土地利用类型数据，采用Theil-Sen Median趋势分析和Mann-Kendall显著性检验等方法，结合地理探测器，在多时空尺度上分析成渝城市群PM_2.5时空变化，并探测影响其变化的驱动机制.结果表明，2000～2021年成渝城市群PM_2.5浓度整体呈波动下降态势，冬季PM_2.5污染最为突出.PM_2.5浓度具有明显的空间异质性，呈现出“中间高，四周低”的空间分布特征，PM_2.5浓度高值区主要集中在自贡、内江、资阳和广安，PM_2.5浓度呈显著下降的区域主要集中在重庆西部等地.因子探测结果表明，成渝城市群PM_2.5浓度空间分异受气候、地形、植被和人文因子共同影响.高程、...     

济南市春季大气颗粒物污染研究

对济南市2005年春季大气颗粒物中PM10、PM2.5和细颗粒物中的黑碳气溶胶的浓度水平、时间分布和日变化进行了观测,并结合气象资料对变化特征进行综合分析,探讨了PM10,PM2.5和黑碳的相对含量以及对能见度的影响等.研究结果表明,PM10和PM2.5平均浓度分别为242.5μg·m-3和109.4μg·m-3.与我国空气质量二级标准PM10日均值150μg·m-3和美国国家空气质量PM2.5日均标准65μg·m-3相比,超标率分别达到80.77%和84.61%,污染较严重;监测期间PM2.5/PM10的平均值为0.456.在PM2.5中,黑碳气溶胶平均质量浓度为5.39μg·m-3,占PM2.5的5.06%,日浓度变化呈双峰型.在监测时间内,污染物浓度与温度无明显的相关性;与相对湿度呈弱正相关;与风速呈明显的负相关关系.降水对PM10、PM2.5和黑碳的清除作用较为显著.PM10、PM2.5和黑碳浓度与能见度均呈负相关,相关系数(r)分别为-0.633、-0.695和-0.704,细颗粒物是影响能见度的主要因素.     

基于发热量的中国煤炭碳含量研究

煤炭基于发热量的碳含量数据,是计算煤炭的二氧化碳排放因子的基础。本研究对全国范围内采集的煤炭样品进行工业分析、元素分析及发热量分析,统计分析得出我国基于发热量的煤炭碳含量。对所得结果按地区分煤种分别阐述,并与国外煤炭碳含量数据进行了对比。结果表明,我国褐煤、次烟煤、烟煤、无烟煤的碳含量平均值分别为27.21±0.35 kg/GJ、26.57±0.14 kg/GJ、25.50±0.03 kg/GJ、26.77±0.13 kg/GJ。我国无烟煤的碳含量与IPCC缺省值相当,烟煤、褐煤的碳含量比IPCC缺省碳含量分别低1.16%和1.41%,次烟煤碳含量比IPCC缺省碳含量高1.41%。     

福建省4种主要乔木枝叶燃烧含碳物质排放特性分析

森林可燃物燃烧释放的大量含碳物质对大气环境和生态系统碳平衡具有重要影响,揭示森林可燃物燃烧的含碳物质排放特性具有重要的科学意义.运用自主设计的生物质燃烧系统,模拟福建省4种主要乔木树种——马尾松、杉木、樟树、桉树的枝、叶燃烧,分析其在不同燃烧状态（阴燃、明燃）下含碳气体（CO、CO₂、C_xH_y）和PM_2.5的排放因子（分别以EF_CO2、EF_CO、EF_CxHy、EF_PM2.5表示）及PM_2.5中的碳质组分之间的差异性.结果表明,马尾松、杉木、樟树、桉树燃烧排放的含碳气体、PM_2.5的排放因子及PM_2.5的碳质组分在不同燃烧状态下差异较大,阴燃时EF_CO2、EF_CO、EF_CxHy、EF_PM2.5平均值在分别为（1 400.7±76.5）（297.6±16.2）（25.2±3.9）（23.9±4.3）g/kg,明燃时分别为（1 582.8±73.2）（253.6±16.1）（17.2±3.7）（8.4±2.8）g/kg,除CO₂外其他多为阴燃显著高于明燃.针叶树种（杉木、马尾松）枝、叶在阴燃时EF_PM2.5高于阔叶树种（樟树、桉树）,而明燃时差异相对较小.PM_2.5中OC（有机碳）、EC（元素碳）、TC（OC+EC）的质量分数阴燃时分别为45.6%、12.0%、57.6%,明燃时分别为42.9%、17.6%、60.5%.EF_OC/EF_PM2.5、EF_EC/EF_PM2.5、EF_OC/EF_EC在两种燃烧状态下具有不同的特征,其特征值可作为区分不同燃烧源或不同燃烧状态的指标;EF_OC/EF_PM2.5在明燃和阴燃时差异不大,平均值分别为0.49、0.46;EF_EC/EF_PM2.5明燃显著高于阴燃,平均值分别为0.18、0.12;4种乔木的枝、叶燃烧的EF_OC/EF_EC明燃低于阴燃,平均值分别为2.59和4.01.在两种燃烧状态下OC与PM_2.5的排放因子均呈显著相关.研究显示,不同燃烧条件以及不同燃料燃烧对排放含碳物质具有显著影响.      

鄂东典型工业城市大气PM10中元素浓度特征和来源分析

为了解鄂东典型工业城市——黄石市可吸入颗粒物中元素的浓度水平、污染特征及来源,于2012年4月至2013年2月在黄石市城区采集PM_(10)样品,利用能量色散X射线荧光光谱仪测定了17种元素的质量浓度.运用富集因子法讨论了PM_(10)中14种元素的污染特征,并通过主成分分析法和正定矩阵因子分析法(PMF)分析了这些元素的来源.结果表明,观测期间黄石城区PM_(10)中元素质量浓度变化范围较大,在0.01~9.83μg·m~(-3)之间,其中S的浓度最高,Ni和V的浓度最低.与国家二级标准相比,Pb和Cd日均浓度超标较为严重,全年超标天数分别达到36.4%和89.1%.富集因子分析表明,PM_(10)中Ti、V、Mn和Ni为轻度富集,受自然源和人为源的双重影响;Ca、Cr和Ba为中度富集,Cu、Zn和Pb为高度富集,Sn、Sb和Fe为超富集,说明这些元素受到人为源的影响较大.主成分分析和PMF源解析结果表明,PM_(10)中元素主要来源于地壳源/土壤扬尘、燃煤源、工业源和机动车源,且两种方法的解析结果具有较好的一致性.     

小麦－玉米轮作期土壤排放N2O通量及总量估算

对小麦-玉米轮作期周年的N₂O通量进行了测定和总量估算,分析了N₂O通量与土壤温度、地温、气温、降水和施氮量的关系。由实验获知,华北平原栾城农业生态系统实验站的农田N₂O通量(N)为10.6-24.2μg/(m²·h),相应的全年排放总量(N)为0.93-2.11kg(hm²·a)。施用尿素的农田排放N₂O量约占化肥施用量的0.54%,施用有机肥和化肥的农田排放N₂O量占总施氮量的0.70%。