超低排放改造后燃煤电厂常规大气污染物排放特征

基于海口电厂"超低排放"燃煤机组在线监测数据和实测结果，研究颗粒物、SO₂、NO_x排放特征，分析颗粒物粒径分布和化学成分谱.结果显示，"超低排放"机组颗粒物、SO₂、NO_x排放浓度均值分别为（1.57±0.81）、（15.15±6.23）和（40.10±3.63）mg·m^-3，均满足超低排放限值要求.TSP、PM₁₀、PM_2.5、PM₁、SO₂、NO_x的排放因子均值分别为0.0099、0.0098、0.0092、0.0065、0.1131、0.2882 kg·t^-1，排放因子集中在很窄的区间内，呈正态或偏正态分布，与未进行超低改造研究结果比较，排放因子减小了1~2个数量级.颗粒物数浓度分布呈双峰分布，数浓度峰值粒径为0.027 μm和0.641 μm；质量浓度呈单峰分布，峰值粒径为1.100 μm.PM₁₀、PM_2.5、PM₁的成分谱差异很小，其主要化学组分为SO₄^2-、Ca、NH₄⁺、NO₃^-、OC，在PM₁₀中质量占比分别为29.41%±0.94%、12.09%±1.95%、9.49%±2.35%、6.96%±0.49%、4.93%±0.57%；在PM_2.5中质量占比分别为29.18%±1.58%、12.72%±1.77%、9.21%±2.01%、5.31%±0.13%、4.33%±0.72%；在PM₁中质量占比分别为29.04%±3.15%、17.99%±3.61%、8.42%±1.50%、4.445±0.08%、5.075±0.07%.     

沈阳市冬季大气PM2.5中水溶性离子污染特征及来源解析

为研究沈阳市冬季PM_2.5和水溶性离子的污染特征,使用URG-9000D在线监测系统于2018年冬季对大气颗粒物和气体组分进行连续采样.结果表明,采样期间沈阳市PM_2.5的平均质量浓度为80.67 μg·m^-3,总水溶性离子质量浓度变化范围为2.68~132.79 μg·m^-3.与清洁天相比,污染天NO₃^-、SO₄^2-和NH₄⁺（SNA）占比明显增加,占到PM_2.5的43.7%.静稳天气时SO₂短时间内的迅速累积使得沈阳市冬季大气PM_2.5有暴发性增长现象.Pearson相关性分析可知,SNA、Cl^-与PM_2.5之间的相关系数均达0.78以上,表明沈阳市冬季PM_2.5的主要贡献组分为SNA和Cl^-.PMF源解析表明沈阳市冬季污染物来源主要包括二次反应源、燃煤和生物质燃烧源以及扬尘源.     

上海市秋季典型大气高污染过程中颗粒物的化学组成变化特征

于2010年10月1日至11月30日在上海市城区对大气中颗粒物质量浓度及细粒子化学组分进行了在线连续观测,获得了秋季大气灰霾和沙尘等典型污染过程中颗粒物质量浓度和化学组成的变化特性.观测结果显示,在大气灰霾污染过程中PM₁₀和PM_2.5的日均最高浓度分别达到216~293 μg·m^-3和130~204 μg·m^-3,PM_2.5/PM₁₀的比值在65%以上,总的可溶性无机离子(TWSII)占PM_2.5质量浓度的50%以上,有机碳(OC)和元素碳(EC)的总和占25%~30%.二次可溶性离子(SO₄^2-, NO₃^-, NH₄⁺)占TWSII的83.3%~87.5%,OC/EC的比值在5左右,表明在灰霾污染过程中二次组分对PM_2.5的贡献较大;沙尘天气以粗粒子污染为主,TWSII、OC和EC分别仅占PM_2.5质量浓度的27.2%、13.4%和2.0%,二次可溶性离子(SO₄^2-, NO₃^-, NH₄⁺)占TWSII的55.7%,Ca²⁺、Mg²⁺等地壳组分的比例较灰霾天气明显升高.研究结果还显示,SO₄^2-和NO₃^-等二次离子组分的生成与颗粒物中硫与氮的氧化速率有关,在大气灰霾过程中硫转化率(SOR)和氮转化率(NOR)值较高,分别为0.24±0.10和0.15±0.06,说明SO₂通过二次反应生成SO₄^2-的能力较强,在污染的环境下高浓度的NO₂更有利于向NO₃^-转化.     

太原市大气PM2.5中水溶性离子的季节污染特征及来源分析

为探究当前空气质量持续改善背景下重污染地区大气PM_2.5和水溶性无机离子（WSⅡs）的污染特征和季节变化,于2019年在太原市采集了四季PM_2.5样品.结果表明,2019年太原市PM_2.5年均质量浓度为（65.50±30.44）μg·m^-3,水溶性离子浓度的季节特征为：冬季（39.81 μg·m^-3） > 秋季（33.05 μg·m^-3） > 春季（20.50 μg·m^-3） > 夏季（19.62 μg·m^-3）.WSⅡs以二次离子SNA为主,占总离子浓度的76.90%±10.51%,且随着PM_2.5污染加重,SNA的比重显著升高.其中,SO₄^2-和NO₃^-在秋、冬季的浓度最高,这与气态污染物排放增加和二次转化程度的升高（硫氧化率SOR>0.30,氮氧化率NOR>0.10）有关;NH₄⁺、Cl^-和K⁺在冬季的浓度最高,是其他季节的1.2~7.9倍,可能归因于冬季燃煤和生物质燃烧活动的增加;由于春季风速较高,受土壤扬尘的影响,Ca²⁺和Mg²⁺的比重在春季显著增加为20.2%.春季和夏季为贫氨状态,而秋、冬季为富氨状态,且硝酸盐颗粒物在高湿度条件下的吸湿增长比硫酸盐更为显著.太原市大气PM_2.5中水溶性离子主要来源于二次生成、燃煤、生物质燃烧和土壤扬尘.     

华山地区PM2.5中无机离子垂直分布特征

2016年夏季在华山山腰及山脚设两个采样点（垂直高程相差约700 m）,运用大流量采样器进行每4 h 1次PM_2.5样品采集,对其无机离子进行分析,探讨其浓度、组成、垂直变化、日变化及酸度的特征.结果表明：采样期间,华山山腰及山脚的PM_2.5分别为：（46.9±38.2）μg·m^-3和（76.0±44.3）μg·m^-3,PM_2.5中无机离子分别为：（16.6±15.7）μg·m^-3和（24.0±15.0）μg·m^-3.两个点位无机离子浓度依次为：SO₄^2- > NO₃^- > NH₄⁺ > Ca²⁺.SO₄^2-、NO₃^-、NH₄⁺为主要组分,占华山山腰及山脚大气PM_2.5总离子质量浓度的89%和85%.线性回归分析显示：PM_2.5中的NH₄⁺在华山山腰主要以（NH₄）₂SO₄和NH₄NO₃的形式存在,而在华山山脚主要以NH₄HSO₄和NH₄NO₃的形式存在.华山山腰和山脚PM_2.5及其离子呈现出不同的日变化特征：山腰在12：00~16：00出现峰值,主要是因为边界层抬升和山谷风输送地表污染物的缘故;山脚则分别在白天08：00~12：00和夜晚00：00~04：00出现双峰值,这主要是由于早高峰交通排放增加和夜间大型载货卡车流量增大所致.利用阴阳离子当量平衡法及ISORROPIA Ⅱ模型进一步探讨了PM_2.5酸度特征,结果表明：华山山脚PM_2.5的酸度（pH=2.9±2.0）强于山腰（pH=3.2±2.3）.     

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.     

遵义市PM2.5中水溶性离子的污染特征及来源解析

为探究遵义市PM_2.5中水溶性离子的污染特征及来源,于2018年6月~2019年5月采集了遵义市两个采样点共120个PM_2.5样品,并利用离子色谱法对样品中8种水溶性离子进行了分析。结果表明：采样期间,遵义市PM_2.5平均值为47.6±19.3 μg/m³,呈现冬春高、夏秋低的季节变化特征;8种水溶性离子平均质量浓度顺序为SO₄^2- > NO₃^- > NH₄⁺ > Ca²⁺ > K⁺ > Cl^- > Na⁺ > Mg²⁺,平均值为13.74 μg/m³,水溶性离子质量浓度的季节变化与PM_2.5变化趋势相似;SO₄^2-、NO₃^-、NH₄⁺（SNA）是PM_2.5中主要水溶性离子,占比为83.8%,说明遵义市大气PM_2.5二次污染较严重;相关性分析表明,PM_2.5中NH₄⁺主要以（NH₄）₂SO₄、NH₄HSO₄的形式存在,部分以NH₄NO₃的形式存在;[NO₃^-]/[SO₄^2-]小于1,表明固定源为主要污染源;主成分分析结果表明,PM_2.5中水溶性离子主要来源于燃煤、交通混合源、土壤、建筑扬尘及农业源。     

成都城区PM2.5季节污染特征及来源解析

于2009—2010年各季节典型月在成都城区采集了大气PM_2.5样品,对PM_2.5的质量浓度及其主要化学成分(含碳组分、水溶性无机离子和元素)进行了测定. 结果显示:成都城区PM_2.5平均质量浓度高达(165.1±85.1)μg·m^-3,是国家环境空气质量标准年均PM_2.5限值的4.7倍. OC、EC和水溶性二次离子(SO₄^2-,NO₃^-和NH₄⁺)的平均浓度分别为(22.6±10.2)μg·m^-3,(9.0±5.4)μg·m^-3和(62.8±44.3)μg·m^-3,分别占PM_2.5浓度的13.7%、5.5%和38.0%. PM_2.5及其主要化学成分浓度季节特征明显,即秋冬季高于春夏季. 利用正交矩阵因子分析(PMF)对成都城区PM_2.5的来源进行解析,结果表明,土壤尘及扬尘、生物质燃烧、机动车源和二次硝酸盐/硫酸盐的贡献率分别为14.3%、28.0%、24.0%和31.3%. 就季节变化而言,生物质燃烧源贡献率在四个季节均维持在较高水平;土壤尘及扬尘的贡献率在春季显著提高;机动车源的贡献率在夏季中表现突出;而二次硝酸盐/硫酸盐的贡献率在秋冬季中则最为显著.     

硫酸铵和硝酸铵对镇江市大气PM2.5理化性质的影响

近年来,无机盐尤其是硝酸盐对我国大气PM_2.5的贡献日益凸显,而其如何影响颗粒物的重要理化性质尚待深入研究.于2021年1~12月期间,在镇江市开展了连续观测,获得了大气PM_2.5中硫酸铵［（NH₄）₂SO₄）］和硝酸铵（NH₄NO₃）浓度,系统讨论了二者对颗粒物消光、吸湿增长和酸度的影响.结果表明,2021年镇江市ρ［（NH₄）₂SO₄］和ρ（NH₄NO₃）的年均值分别为（6.5±4.5）μg ·m^-3和（15.0±13.3）μg ·m^-3,对PM_2.5浓度的平均贡献率分别为（20.5±18.2）%和（34.5±18.4）%;PM_2.5的总消光系数为（224.5±194.2） Mm^-1,其中NH₄NO₃的贡献率为（40.1±20.9）%,（NH₄）₂SO₄为（19.1±10.8）%;（NH₄）₂SO₄和NH₄NO₃是PM_2.5吸湿增长的主要贡献者,在污染条件下NH₄NO₃对颗粒物液态水的贡献率为（53.8±13.4）%~（61.6±14.6）%;NH₄NO₃是未来镇江市能见度和空气质量改善的关键污染物,但削减NH₄NO₃前体物可能会导致颗粒物酸度增加,尤其对春冬季节颗粒物酸度的影响较为明显.研究结果对理解空气质量变化及二次影响具有重要意义,并对镇江市空气质量的持续改善提供了重要参考.     

兰溪市PM2.5中水溶性离子的组成特征及季节变化

为探索浙江省中部地区大气细颗粒物（PM_2.5）中水溶性离子的组成特征及其季节变化,采集了兰溪市市区和近郊两个站点2016年4个季节的PM_2.5样品,利用双通道离子色谱对水溶性无机离子（Cl^-、NO₃^-、SO₄^2-、Na⁺、NH₄⁺、K⁺、Ca²⁺、Mg²⁺）进行了定量分析.结果表明,兰溪PM_2.5中离子总浓度存在明显的冬季高、夏季低的季节变化趋势,年均值为21.19 μg·m^-3,约占PM_2.5质量的45%;SO₄^2-、NO₃^-和NH₄⁺是水溶性离子中最主要的组分,年均浓度分别为8.11、5.92、3.87 μg·m^-3.Cl^-和NO₃^-浓度的季节变化最为显著,冬/夏浓度比接近10,其半挥发特性是导致兰溪PM_2.5中离子组成呈现季节变化的重要原因.兰溪PM_2.5中NO₃^-/SO₄^2-比值的冬季平均值为1.18,说明流动源对兰溪PM_2.5有很大贡献;夏季（以及春、秋季）时NO₃^-/SO₄^2-比值较低,且与PM_2.5浓度呈负相关,与矿物尘结合的硝酸根离子的较大贡献可能是导致夏季PM_2.5浓度较低时NO₃^-/SO₄^2-比值较高的主要原因.阴阳离子平衡、相关性及主成分分析（PCA）结果表明,矿物尘对兰溪市PM_2.5的酸度及离子赋存状态有较大影响;冬季及春、秋季兰溪的PM_2.5具有一定的酸性;NO₃^-和SO₄^2-主要与NH₄⁺结合,但部分可能与钙等其他组分结合;Cl^-和K⁺主要来源于生物质燃烧,但K⁺的年均浓度仅为0.31 μg·m^-3,说明生物质燃烧对兰溪PM_2.5的贡献不大.     

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.     

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“.     

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)     

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.     

瑞丽城区一氧化碳污染的现状

经监测，瑞丽市城区街道空气中一氧化碳的日平均浓度己超过国家二级标准，其主要来源是汽车尾气排放，而且其浓度与汽车流量呈线性正相关。主导风与街道斜交，在街道峡谷内形成旋涡流场，使ＣＯ向背风面扩散并沿街道输送，导致局部测点浓度过高。目前控制ＣＯ浓度宜限制尾气超标汽车入城并合理分流入城汽车。     

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.