共查询到17条相似文献,搜索用时 187 毫秒
1.
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
2.
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
3.
为研究济南市机动车排气对城市区域空气质量的影响,利用环境空气质量监测站点(简称"1号站点")和路边机动车尾气监测站点(简称"2号站点")的在线数据,以及基于4种模拟情景的CMAQ空气质量模型预测数据,研究了济南市城市区域大气污染物质量浓度变化规律及不同机动车车型对6种常规大气污染物的贡献.结果表明:①在采暖季,1号站点ρ(PM2.5)、ρ(PM10)、ρ(NO2)、ρ(CO)、ρ(O3)和ρ(SO2)月均值分别为435 μg/m3、702 μg/m3、84.2 μg/m3、6.8 mg/m3、4.5 μg/m3和92 μg/m3.②2015年12月24日(灰霾天),1号站点ρ(CO)、ρ(PM2.5)和ρ(PM10)均明显升高,ρ(SO2)、ρ(O3)和ρ(NO2)均变化不明显.2个监测站点中ρ(NO2)和ρ(PM10)均呈双峰趋势,2个峰值出现的时间与上、下班高峰期基本一致.除ρ(O3)和ρ(SO2)达GB 3095-2012《环境空气质量标准》二级标准外,其他污染物均超过GB 3095-2012二级标准限值,采暖季大气污染特征为颗粒物型污染.③机动车对研究区域NO2和PM10贡献率较大,其中,小型车对CO、NO2、PM10和PM2.5贡献率最大,其贡献率分别为85.7%、50.1%、53.4%和52.8%.机动车排放源能降低空气中ρ(O3),其总贡献率为-25.5%,其中大型车、中型车、小型车对O3的贡献率分别为-8.8%、-2.7%和-8.9%.灰霾天下不同机动车车型对空气中污染物质量浓度的总贡献率均比采暖季大.研究显示,济南市采暖季大气污染特征为颗粒物型污染,机动车排放源对空气中NO2和PM2.5有较大贡献. 相似文献
4.
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
5.
利用中国环境监测总站发布的实时大气环境监测资料,选择北京国家奥林匹克体育中心(下称北京奥体中心)为研究对象,分析了2014年全年北京奥体中心空气质量演变特征. 结果表明:①2014年全年北京奥体中心首要污染污染物为PM2.5,其次是NO2,而PM2.5和PM10出现中度污染以上的污染事件主要集中在冬季和春末秋初;②PM2.5、PM10、SO2、NO2、O3和CO等主要污染物的年均质量浓度分别为89.75、141.12、21.83、64.26、48.60和1 210 μg/m3. 其中年均ρ(PM2.5)是GB 3095—2012《环境空气质量标准》二级标准限值(35 μg/m3)的2.6倍,年均ρ(PM10)也是其二级标准限值(70 μg/m3)的2.0倍,年均ρ(SO2)略高于其一级标准限值(20 μg/m3),而年均ρ(NO2)则高于其标准限值(40 μg/m3);③北京奥体中心全年逐月ρ(SO2)/ρ(NO2)都小于1.00,年均值为0.37,反映出北京目前硝酸型污染特征越来越明显;④针对不同污染等级下各类污染物质量浓度的分析结果显示,严重污染时ρ(PM2.5)和ρ(PM10)平均值分别高达324.75和494.98 μg/m3,分别是世界卫生组织(WHO)《空气质量准则》推荐24 h平均浓度准则值的13和10倍,其浓度如此之高会对人体健康造成严重危害;⑤ρ(PM2.5)年均24 h变化趋势表明,ρ(PM2.5)具有明显的日变化特征,出现2个峰值,高峰值出现在午夜时分(23:00—翌日01:00),次高峰值出现在上午(09:00—11:00),最低值出现在下午(15:00—17:00),次低谷值则出现在凌晨(05:00—07:00),说明ρ(PM2.5)除与混合层高度日变化特征密切相关外,还与人们的日常生活有一定联系. 相似文献
6.
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
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.
为了解常州市冬季大气污染特征,对2013—2015年常州市冬季PM2.5、PM10、SO2、NO2、CO数据进行分析,并结合HYSPLIT 4.9模式研究不同气团来源对常州市各污染物浓度的影响及潜在污染源区分布特征.结果表明,常州市冬季以PM2.5污染为主,其占冬季首要污染物的90%以上,冬季PM2.5小时浓度对应的空气质量级别以良和轻度污染出现频次最多,冬季的ρ(PM2.5)对ρ(PM2.5)年均值的贡献率高达37.4%,不完全燃烧是颗粒物的一个重要来源.冬季ρ(PM2.5)、ρ(PM10)、ρ(SO2)、ρ(NO2)和ρ(CO)的日变化均呈双峰分布,两个峰值分别出现在交通的早高峰和晚高峰附近.ρ(NO2)在晚高峰明显大于早高峰,而ρ(SO2)和ρ(CO)表现为早高峰大于晚高峰.常州市CO/NOx和SO2/NOx的分析结果表明,常州市交通源的贡献明显,点源对常州市的空气质量的影响也较大.1和6 h的ρ(PM2.5)梯度变化可判识细颗粒物的爆发性增长.冬季常州市受到西北、西和西南等地区的大陆性气流影响较大,其对应的ρ(PM2.5)、ρ(PM10)、ρ(SO2)、ρ(NO2)和ρ(CO)平均值相对较高,且对应的污染轨迹出现概率较大.偏东方向的气流由于移动速度慢,不利于污染物扩散易造成污染累积,导致ρ(PM2.5)、ρ(SO2)和ρ(NO2)相对较高.WPSCF(源区分布概率)高值区(>0.5)集中于从芜湖至上海的长江中下游区域和杭州湾区域.PM2.5、PM10、SO2、NO2和CO潜在源区存在较大差异性,NO2、SO2和CO本地化的潜在贡献较PM2.5和PM10更明显.此外,受船舶等影响海洋源区对NO2、SO2和CO的潜在贡献较大.研究显示,长三角区域的大气污染物以本地污染为主,但远距离污染输送贡献也不容忽视. 相似文献
9.
为了明确驻马店市区PM2.5污染特征及贡献源类,2019年1—3月在驻马店市区2个采样点采集PM2.5样品,分析了其化学组分特征;结合PMF和后向轨迹模型构建了PM2.5的时间和空间来源解析方法,并对该解析方法进行应用.结果表明:①采暖季,驻马店市区环境空气中ρ(PM2.5)平均值为117 μg/m3,NO3-和OC是其主导组分;ρ(OC)和ρ(EC)分别达18.2和5.2 μg/m3,且ρ(OC)/ρ(EC)平均值为3.5,说明机动车源和燃煤源的影响较明显.②ρ(SO42-)与ρ(NO3-)相关性显著(R=0.80,P < 0.01),表明SO42-和NO3-具有较高的同源性.③重污染过程中ρ(SNA)(SNA为SO42-、NO3-和NH4+三者统称)平均值为61.5 μg/m3,显著高于清洁期;重污染过程中硫氧化率(SOR)和氮氧化率(NOR)分别达0.42和0.39,说明存在明显的二次离子生成过程.④重污染过程中Si、Al、Mg等地壳类元素的浓度和占比均高于清洁期,说明重污染过程中扬尘源的贡献可能较高.⑤来源解析结果表明,二次源是采暖季PM2.5的最大贡献源,贡献率为32.6%,其次为扬尘和生物质燃烧混合源(26.4%)、机动车源(21.4%)、燃煤源(13.2%)和工业源(6.3%);两次重污染过程中的最大贡献源分别为二次源(54.5%)和机动车源(46.2%),清洁期的主要贡献源主要为二次源(45.2%)和燃煤源(29.8%).从空间变化来看,扬尘和生物质燃烧混合源对天方二分厂的贡献率(29.3%)明显高于对彩印厂的贡献率(23.3%),而燃煤源对彩印厂的贡献率(16.5%)高于对天方二分厂的贡献率(10.1%),其他源类的贡献率相差不大.正东、东南以及西北方向是彩印厂和天方二分厂各类源的主要贡献方向.研究显示:二次源是采暖季、重污染期间和清洁期最大的贡献源;相比于清洁期,重污染期间扬尘和生物质燃烧混合源贡献增加.源类贡献存在空间差异,正东、东南及西北方向是采样点各类源主要贡献方向. 相似文献
10.
为了研究漯河市PM2.5和PM10及其水溶性离子变化特征,于2017年5月—2018年2月在漯河市3个采样点同步采集PM2.5和PM10样品,分别获得PM2.5和PM10有效样品191和190个.用离子色谱法分析样品中F-、Cl-、NO3-、SO42-、Na+、NH4+、K+、Mg2+、Ca2+等9种水溶性无机离子.结果表明:在采样期间,漯河市ρ(PM2.5)平均值为72.42 μg/m3,其中ρ(总无机水溶性离子)的年均值为34.76 μg/m3,占ρ(PM2.5)的46.72%;ρ(PM10)平均值为126.52 μg/m3,其中ρ(总无机水溶性离子)的年均值为46.40 μg/m3,占ρ(PM10)的35.67%.2种颗粒物水溶性离子质量浓度的季节性变化均呈冬季高、夏季低的趋势.PM2.5/PM10〔ρ(PM2.5)/ρ(PM10)〕在四季分别为0.50、0.61、0.56、0.57.采样期间漯河市PM2.5中NOR(氮氧化率)和SOR(硫氧化率)的年均值分别为0.17和0.30,PM10中NOR和SOR的年均值分别为0.22和0.34,说明颗粒物中SO42-的二次转化效率高于NO3-.PM2.5和PM10在采样期间均呈弱碱性,且碱性在夏季最强,秋季最弱.利用PMF模型分析PM2.5和PM10中水溶性离子的主要来源发现,PM2.5中水溶性离子来源主要包括生物质燃烧源、燃煤源、建筑扬尘源、工业源和二次污染源,PM10中水溶性离子来源主要包括燃煤源、建筑扬尘源、二次污染源、生物质燃烧源和工业源.研究显示,漯河市颗粒物污染中水溶性离子来源复杂,应采取多源控制的污染防治措施. 相似文献
11.
为深入探究高ρ(PM2.5)地区重污染过程的发展变化规律,以石家庄市一次重污染过程(2017年1月13-20日)为例,结合空气质量监测数据、PM2.5组分测试数据、气象观测资料,从重污染发展阶段(简称"P1阶段")、维持阶段(简称"P2阶段")和清除阶段(简称"P3阶段")分析PM2.5及其化学组分的变化特征、气象条件和高低空天气形势演变特征,并利用WRF-Chem模型定量研究重污染过程气溶胶反馈效应对典型气象要素的影响.结果表明:①此次重污染过程属于逐步累积增长、快速清除型,在P2阶段ρ(PM2.5)平均值为241.0 μg/m3,最大值为367.5 μg/m3.②P1和P2阶段高低空大气环流配置稳定,大气边界层高度范围为620.6~712.2 m,风速范围为1.3~2.5 m/s,相对湿度范围为60%~80%.③P2阶段SOR(硫氧化率)和NOR(氮氧化率)均为0.3,ρ(SNA)(SNA为SO42-、NO3-和NH4+的统称)为128.8 μg/m3,占ρ(PM2.5)的56.2%;OM[有机质,ρ(OM)=ρ(POA)+ρ(SOA),其中,POA为一次有机气溶胶,SOA为二次有机气溶胶]是除SNA以外的第二大组分,在P1和P3阶段ρ(POA)大于ρ(SOA),而在P2阶段ρ(SOA)与ρ(POA)相等,均为28.0 μg/m3,表明在重污染过程中二次污染严重;整个污染过程ρ(NO3-)/ρ(SO42-)为1.0,表明石家庄市移动源和固定源对ρ(PM2.5)贡献相当.④WRF-Chem模型模拟结果表明,太阳辐射量、温度和大气边界层高度受气溶胶反馈效应的影响在P2阶段的下降量分别为75.1 W/m2、2.7℃和109.9 m,比P1阶段分别高33.6%、91.4%和18.6%,比P3阶段分别高147.0%、305.3%和24.1%.研究显示,此次静稳天气下的重污染过程二次污染严重,气溶胶反馈效应整体使得太阳辐射量、温度和大气边界层高度均向不利于污染扩散的趋势发展,造成石家庄市的ρ(PM2.5)进一步增加. 相似文献
12.
乌鲁木齐市是“丝绸之路经济带”关键节点城市,为了解乌鲁木齐市2015—2018年空气污染状况,利用2015年1月1日—2018年12月23日乌鲁木齐市7个国控空气质量监测站的ρ(PM2.5)、ρ(PM10)监测数据,基于ArcGIS空间分析平台,分析乌鲁木齐市PM2.5、PM10的时空分布特征.结果表明:ρ(PM2.5)从2015年(66.60 μg/m3)到2016年(76.93 μg/m3)呈上升趋势,在2016—2018年呈单一下降趋势;ρ(PM10)从2015年(132.74 μg/m3)到2016年(125.93 μg/m3)呈下降趋势,在2016—2018年呈单一上升趋势.2015—2018年工业活动集中的乌鲁木齐市边缘各区的ρ(PM2.5)、ρ(PM10)平均值比城市中心(商业区、居民区)分别高11.28、7.17 μg/m3,说明工业集中地区的大气环境质量受污染影响明显.此外,2015—2018年乌鲁木齐市大气污染呈季节性和北高南低的区域性分布特征.气象因子分析表明,ρ(PM2.5)、ρ(PM10)均与相对湿度呈正相关,与降雨量、风速等气象因素呈负相关.2015—2018年,乌鲁木齐市大气中ρ(PM2.5)/ρ(PM10)呈先增后降的趋势,冬季以PM2.5污染为主,其他季节以PM10污染为主.研究显示,2015—2018年乌鲁木齐市空气污染状况变化与地形、气象条件、城市化建设均有一定的关系. 相似文献
13.
关中地区是我国大气污染的重点监测区域,为探究偏东风输送对关中地区冬季PM2.5重污染的影响,重点分析了2018年1月12-18日在偏东风输送影响下关中地区ρ(PM2.5)日均值的变化过程;利用WRF和CAMx模式对PM2.5重污染过程进行模拟并讨论其消长原因.结果表明:①冬季关中地区在高压脊和西南槽的控制下,偏东风将污染物输送至关中地区,加之关中地区地形阻滞,致使关中地区的ρ(PM2.5)上升.②研究期间,关中地区ρ(PM2.5)日均值范围为103~240 μg/m3,偏东风输送是导致此次重污染过程的重要原因.重污染的发生还与气象要素的变化有关,其中ρ(PM2.5)日均值与气温、相对湿度均呈滞后相关性.在ρ(PM2.5)日均值相等的情况下,相对湿度越大,能见度越低;随着ρ(PM2.5)日均值和相对湿度的升高,能见度下降的速率逐渐变慢.③根据WRF-CAMx的模拟结果,此次重污染过程中关中地区PM2.5污染输送关系不均衡,宝鸡市和咸阳市均以本地贡献为主,其本地贡献率超过45.00%,而渭南市接收关中地区其他城市及关中地区以外区域污染输送占比为69.82%;位于盆地中东部的咸阳市、西安市和渭南市的ρ(PM2.5)月均值均大于关中地区ρ(PM2.5)平均值;渭南市、西安市、运城市以及关中地区以外城市是此次关中地区跨市PM2.5污染输送的主要来源.研究显示,偏东风输送是关中地区此次大气重污染过程的重要原因. 相似文献
14.
为掌握贵阳市大气PM2.5中重金属的污染特征、潜在来源和健康危害,于2017年10月—2018年2月白天(08:00—19:00)、夜间(20:00—翌日07:00)连续采集秋、冬两季大气颗粒物PM2.5样品(n=202),采用电感耦合等离子体质谱(ICP-MS)法,检测样品中10种重金属(Pb、Cd、Cr、As、Zn、Mn、Co、Ni、Cu和V)含量,分析其昼夜质量浓度特征及变化规律,运用PMF(正定矩阵因子分析)模型和HMHR(健康风险评价模型)分别探讨其来源及健康风险.结果表明:①秋、冬两季大气颗粒物ρ(PM2.5)日均值分别为(53±18)(62±20)μg/m3,均低于GB 3095—2012《环境空气质量标准》二级标准(75 μg/m3);ρ(As)、ρ(Zn)和ρ(Mn)均呈冬季高于秋季的特征,其他元素变化不明显.②白天ρ(PM2.5)为(61±20)μg/m3,稍高于夜间〔(58±24)μg/m3〕;ρ(Pb)白天低于夜间,ρ(Ni)、ρ(Mn)、ρ(Zn)和ρ(Cu)则白天高于夜间,其他元素昼夜质量浓度无明显差异.③PMF模型分析表明,交通污染、燃煤、工业冶金和土壤扬尘是采样期间10种重金属的主要来源,其贡献率分别为39%、37%、14%、10%.④HMHR结果表明,Cd和Mn对儿童存在非致癌风险,其他重金属元素对人群无非致癌风险.致癌元素As、Cr和Cd的致癌风险值介于4.3×10-6~4.4×10-5之间,对人群可能存在致癌风险;而Ni和Co的致癌风险值均低于可接受水平(10-6).研究显示,贵阳市秋、冬两季PM2.5中重金属污染水平整体较低,交通污染和煤炭燃烧是其主要来源,重金属元素中Cd、Mn、As和Cr对人群存在一定的健康风险. 相似文献
15.
福建省沿海地区春季ρ(O3)较高且超标天数较多,为研究春季ρ(O3)超标的天气学成因,选取2017年4月26日-5月1日O3污染过程,利用统计对比和聚类分析方法,将全过程分成污染前、污染维持和污染后3个阶段,再将污染维持阶段分为4个区,利用ρ(O3)和ρ(PM2.5)小时均值资料,结合天气形势和气象要素场变化,分析此次O3污染的主要特点.结果表明:①此次O3污染与天气形势关系密切,在冷高压(4月28-29日)控制下,光化学反应条件有利,太阳辐射强、日照时间超过11 h,08:00起ρ(O3)上升速率为15~20 μg/(m3·h),ρ(O3)最大8 h滑动平均值[简称"ρ(O3)-max-8 h"]超过GB 3095-2012《环境空气质量标准》二级标准限值,但大气扩散条件好,ρ(PM2.5)日均值未超过一级标准限值,ρ(O3)超标原因为光化学反应所致,并且ρ(O3)分布有明显的日变化规律.②在锋前暖区(4月26日08:00-16:00)及变性冷高压(4月30日-5月1日)控制下,光化学反应剧烈,08:00起ρ(O3)上升速率为25~35 μg/(m3·h),天气静稳且大气扩散条件差,本地生成的O3在近地层累积效应明显,4月30日ρ(O3)小时均值和ρ(O3)-max-8 h达到过程峰值,ρ(PM2.5)日均值超过GB 3095-2012二级标准限值,ρ(O3)-max-8 h超过三级标准限值,空气质量达中度污染,ρ(O3)超标原因为光化学反应加本地累积所致,并且ρ(O3)分布也有明显的日变化规律.③受强冷空气影响,4月26日20:00-24:00福建省沿海地区的6个城市ρ(O3)不降反升,22:00-24:00 ρ(O3)8 h滑动平均值陆续达到一天中的最高值;4月27日ρ(O3)维持在70~140 μg/m3之间,ρ(O3)分布没有明显的日变化规律.研究显示,导致福建省沿海地区春季O3污染天气的成因是多种因素共同作用的结果. 相似文献
16.
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
17.
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