京津冀地区环境空气PM2.5自动监测现场比对研究

采用手工采样器对京津冀地区环境空气PM2.5自动监测数据进行现场比对,依据自动仪器与手工仪器数据的相对偏差来评价自动监测数据质量。研究发现,京津冀地区PM2.5自动监测数据质量总体较好,2013年较2012年有所提高。各城市PM2.5自动监测与手工监测数据的相对偏差之间差异较大,相对偏差绝对值的平均值的波动范围为4.3%~29.5%。当PM2.5浓度较低时,相对偏差在±25%范围内的数据比例较小,低浓度时的数据质量应引起重视。     

烧结机细颗粒物PM2.5排放特性

利用基于荷电低压颗粒物撞击器(ELPI)的颗粒物排放稀释采样系统,对不同烧结机组的机头、机尾、配料和整粒后的烟粉尘进行了PM2.5的现场测试。结果表明了各测试点位排放的PM2.5粒径分布和质量浓度分布特点。烧结机机头脱硫后虽然降低PM2.5的质量浓度,却增大了其粒数浓度,因此应对脱硫工艺进行优化。PM2.5单体颗粒形态有:球形颗粒、超细颗粒、不规则颗粒和烟尘集合体。PM2.5中SO42-、有机碳(OC)、无机碳(EC)和铁(Fe)的含量较高,分别为2.65%~10.76%,6.15%~12.6%,3.05%~10.05%和4.14%~26.78%。     

南京市气溶胶PM2.5中多环芳烃来源识别

对2005年7月至2006年2月采集到的南京市气溶胶Pm2.5 进行季节性初步分析,并对其中的15种优控多环芳烃(PAHs)进行分析研究,通过比值法判断南京市PAHs夏季主要来源于柴油型燃烧,冬季主要来源于柴油和煤型相结合的燃烧.对15种优控PAHs两两之间的相关性分析,发现各化合物之间显著相关,表明各化合物的来源有相似之处.     

武汉市冬夏季大气PM2.5浓度及其烃类化合物的变化特征

分析了武汉市2009年冬夏两个季节大气PM2.5的浓度,并用气相色谱/质谱(GC/MS)技术研究了烃类化合物组成及变化特征。结果表明,PM2.5的质量浓度为25.0～302.4μg/m3,冬季明显高于夏季。检测出nC11～nC34正构烷烃,高碳数部分奇偶优势明显,碳优势指数(CPI)在1.1～2.9,具有高等植物蜡和人为源输入特征,冬夏季分布差异较大;藿烷和甾烷的普遍检出证实了大气颗粒物已明显受到化石燃料残余物的污染,且在冬季浓度相对较高;高环数多环芳烃含量较高,特征性诊断参数表明机动车排放相对较大。     

长春市供暖季办公建筑室内PM2.5中金属元素的污染特征及风险评估

对长春市供暖季某办公建筑室内PM_(2.5)进行采样,用电感耦合等离子发射光谱法(ICP-OES)对其中金属元素进行检测。采用富集因子法与主成分分析法对PM_(2.5)中的金属元素进行源解析,并对其潜在生态风险和人体健康风险进行评估。结果显示,室内PM_(2.5)中金属元素来源主要有燃煤排放尘、工业过程排放尘、机动车排放尘、室内污染源排放尘及土壤扬尘,5种来源的贡献率分别为27.35%、17.57%、12.44%、8.93%、8.05%。PM_(2.5)中金属元素的综合潜在生态风险指数为1 729.63,存在极强生态危害;金属元素对成人的非致癌暴露量以呼吸摄入为主,对儿童的非致癌暴露量以手口摄入为主,对成人和儿童均具有非致癌风险,但不具有致癌风险。     

基于BP人工神经网络的城市PM2.5浓度空间预测

针对PM2.5日均质量浓度,采用BP人工神经网络模型,预测研究区空气中PM2.5浓度的空间变异,通过与普通克里格(Ordinary Kriging)插值方法对比验证BP人工神经网络预测模型的精度.结果表明:BP人工神经网络预测模型下研究区检验样本点位置的PM2.5仿真浓度与观测浓度之间的均方差、平均绝对误差、平均相对偏差和相关系数分别为0.296 μg2/m6、0.412 μg/m3、1.650％和0.851;而与此同时,普通克里格插值方法下的对应结果分别为1.041 μg2/m6、0.689 μg/m3、11.910％、0.638.研究成果在肯定BP人工神经网络预测模型可用于揭示PM2.5浓度空间变异特征的同时,也证实了其相对于普通克里格插值方法在固定空间点位准确预测PM2.5浓度方面的优势.     

PM2.5中元素碳测定的研究进展

针对大气颗粒物中碳质细颗粒的不断深入研究，以及由此引发的环境污染问题，引用大量文献，从元素碳特性以及形成机理论述了各种元素碳测定技术及其特点，并结合国外的元素碳测定技术，探讨了国内相关技术的发展方向。     

潍坊市环境受体中PM2.5污染特征与精细化来源解析

为掌握潍坊市PM2.5的主要来源、各排放源对PM2.5的贡献与内陆、沿海城市的差别,采集了潍坊市2017年不同季节环境受体中PM2.5样品和源样品,分析了样品中的化学组分,建立了源成分谱和受体组分数据库,基于复合受体模型和源排放量等对潍坊市PM2.5进行了来源解析。结果表明:(1)PM2.5和化学组分浓度总体表现为秋冬季较高、春夏季较低。(2)潍坊市源解析结果总体介于沿海城市和内陆城市之间。(3)精细化源解析表明:煤烟尘是首要的贡献源类,其分担率达到36.0%,其中电厂、工业、民用燃煤的分担率分别为14.4%、18.0%和3.6%;机动车尘的分担率达到25.4%,其中载客、载货、其他汽车的分担率分别为6.3%、14.0%和5.1%;扬尘中土壤风沙尘、建筑水泥尘的分担率分别为10.1%和11.7%;工艺过程的贡献相对较低(3.9%)。     

西安市冬、夏两季PM2.5中碳气溶胶的污染特征分析

为研究西安市冬、夏两季大气颗粒物PM2.5中碳组分的污染变化规律,利用TEOM系列RP1400a采样仪于2010年冬季和夏季进行采样,测定了样品中的有机碳(OC)、无机碳(EC)和水溶性有机碳(WSOA)的含量。结果显示,PM2.5中OC和EC的季节平均浓度值冬季较高,分别是夏季的2.62,1.75倍,这表明西安市冬季碳气溶胶污染严重。OC和EC日变化在不同季节均呈现双峰分布特征,这主要是由交通源的排放和不利的气象条件造成的。OC和EC在冬、夏两季都有较强的相关性(R2分别为0.823和0.543),且OC/EC平均值分别为5.36和3.58,均大于2,表明采样各时段有二次有机碳(SOC)生成。     

基于LUR模型的PM2.5浓度空间分布监测及分析

为有效解决传统监测技术无法获取城市内部高分辨率PM_2.5浓度空间分布情况的问题,基于土地利用回归(land use regression,LUR)模型,以关中平原城市群为例模拟其PM_2.5空间分布状况,通过获取研究范围内54个监测站点的PM_2.5浓度数据,结合土地利用类型、气象、地形、植被指数、人口密度、交通和污染源等因素,分别建立春、夏、秋、冬及年均5个LUR模型。结果表明：LUR模型调整后各季节及年平均值的R²分别达到0.831 (春)、0.817 (夏)、0.874 (秋)、0.857 (冬)、0.900 (全年平均),5种模型拟合度均较好;采取交叉互验的方法进行了精度检验,显示5种模型的平均精度均达到80.4%,说明LUR模型在模拟关中平原城市群PM_2.5浓度空间分布时适用性良好。模拟结果显示,研究区各季节的PM_2.5浓度在空间分布上大致相同,呈现出东部高、西部低的明显特征,且空间分布状况受地形因素的影响较大。但在浓度均值的季节变化上则具有夏季低、冬季高的明显差异。本研究结果可为关中平原城市群PM_2.5污染防治提供科学依据,亦可为城市内部PM_2.5浓度空间分布数据的获取提供新思路。     

某焦化厂PM2.5中多环芳烃的排放特征及其对周边环境影响

为了解焦化厂在装煤过程中产生的PM2.5及其周边区域空气环境PM2.5中多环芳烃（PAHs）的含量,采用微纤维石英滤膜对PM2.5采样,并通过气相色谱-质谱仪分析PM2.5上负载的16种毒性较大PAHs。结果表明：焦炉装煤除尘烟气PM2.5中PAHs的成分主要受到炼焦配煤的影响;布袋除尘器对装煤除尘烟气中高环PAHs的处理效果显著;焦化厂周边空气环境中PM2.5中的PAHs浓度呈明显空间递减趋势。采用特征比值法分析得到该区域空气环境中PAHs主要来源于煤炭燃烧,用毒性当量法分析得到焦化厂区域PM2.5中PAHs的毒性为其他区域的9~90倍,高环PAHs的毒性贡献较大。