典型藻类生物质燃烧PM2.5的排放特性及机制

为探究典型藻类生物质燃烧过程中微细颗粒物PM_(2.5)的排放特性及机制,采用一维管式炉对藻类生物质小球藻、条浒苔和马尾藻在不同燃烧温度下的PM_(2.5)排放浓度进行实验研究.结果表明,PM_(2.5)的排放特性随藻种而异且与燃烧温度密切相关.小球藻的PM_(2.5)排放浓度随燃烧温度的升高而降低,600℃时的峰值浓度为138.667 mg·m~(-3).与之不同的是,条浒苔和马尾藻的PM_(2.5)排放浓度在单峰时随温度的升高而降低,双峰时随着温度的升高而升高,600℃时峰值最高分别为24.733 mg·m~(-3)和3.757 mg·m~(-3),当温度从700℃升至900℃时3藻种的峰值时间提前,然而,小球藻峰值降低,条浒苔和马尾藻峰值均增加.在此基础上,对PM_(2.5)的产量进行了分析,并根据各自的排放特性对其排放机制进行了分析.研究认为,高含量挥发分及碳氢化合物可能是小球藻微细颗粒物形成的主要来源.在高温状态下,条浒苔和马尾藻由于挥发分的快速释放和焦炭颗粒的膨胀导致孔隙扩张.     

上海PM2.5工业源谱的建立

总结统计了我国目前的PM2.5源成分谱,指出我国本土源谱缺乏的现状.我国主要的污染源类如燃煤源、机动车源、道路尘、生物质燃烧源等,在源解析工作中均有借鉴外来源谱的情况.对上海典型工业污染源进行PM2.5源谱测定.研究发现,混合燃料电厂和燃煤电厂主要化学组分相似,但是Ca、Al、Fe在混合燃料电厂排放中贡献更大,Ca占(8.0±4.7)%,而燃煤电厂排放颗粒物中SO42-的贡献可达(23.3%±3.7%).烧结厂和电炉厂的源谱差距较大,烧结厂中SO42- (22.8%±10.0%)、Cl- (20.0%±4.5%)、K (17.2%±8.5%)、OC(13.0%±11.5%)、Ca(12.7%±4.2%)等物种贡献较大,而电炉厂中Fe(38.2% ±0.6%)、Zn(10.4% ±1.2%)等物种含量丰富.不同源类化学组分的显著差异与其工艺过程紧密相关.     

杭州市主要工业燃烧设备PM2.5排放监管必要性研究

如何有效改善大气环境质量已成为杭州市“环境立市”发展战略实施中亟待解决的问题.大气细颗粒物(PM2.5)是造成灰霾天气的最主要因素.通过分析PM2.5的产生、组成、来源,论述了对杭州市燃烧设备PM2.5进行监管的必要性;并结合现阶段PM2.5产排污研究现状、检测结果和常用分析检测方法的论述,揭示了加强燃烧设备PM2.5产排污环节监管对于杭州市进行大气环境治理、企业技术改造等方面的重要性和意义.     

太原秋季大气PM2.5中糖类物质的组成及来源解析

糖类物质是一类重要的生物标志物,可用于大气颗粒物的来源识别.采用高效阴离子交换色谱-脉冲安培检测法(HPAEC-PAD)于2018年秋季对山西太原PM_(2.5)中的糖类物质进行定量分析.结果表明,此次检测共检出8种糖类物质,包括4种糖醇(肌醇、赤藓糖醇、阿拉伯糖醇、甘露糖醇)、3种脱水糖(左旋葡聚糖、甘露聚糖、半乳聚糖)和1种单糖(葡萄糖).3种脱水糖总浓度明显大于其他糖类,且与PM_(2.5)之间呈显著相关性(r=0.74、0.59、0.99),表明生物质燃烧对太原地区PM_(2.5)有明显贡献.应用正定矩阵因子分解模型(PMF5.0)进行源解析发现,太原秋季(9月)PM_(2.5)中的糖类物质主要来源于生物质燃烧、花粉和植物碎屑、真菌孢子和土壤灰尘4类.同时应用特征分子比值并结合太原地区农业生产情况识别出太原市的生物质燃烧源主要为硬木和作物残渣的混合贡献.     

农作物秸秆燃烧PM2.5排放因子的研究

农作物秸秆燃烧是一类重要的生物质燃烧形式,已是大气细粒子的来源之一.建立了实验室模拟-稀释通道采样系统,并利用这一系统测定了浙江、四川、河南、河北、北京(主要粮食产区)五地的玉米、小麦和水稻秸秆燃烧过程中PM_2.5的排放因子.结果表明:实验室模拟明火燃烧的w(PM_2.5)为7.2～39.0 g/kg,与文献[5],[7]～[8]中野外燃烧结果相似,表明两者燃烧状态具有相似性;排放因子受秸秆燃烧状态影响显著,闷火燃烧为明火燃烧的2.4～11.5倍;同时,农作物种类不同PM_2.5排放因子也存在明显差别;而排放因子随秸秆生长地域变化比较小.      

呼和浩特市PM10和PM2.5污染水平分析

分析呼和浩特市2011年8月到2012年7月逐日的PM10,PM2.5的质量浓度监测值,结果表明,呼和浩特市PM10和PM2.5污染在春季和冬季较夏季、秋季严重;PM10和PM2.5有良好的线性关系;PM2.5/PM10(β)平均值为0.55.     

长沙市夏季PM10和PM2.5中水溶性离子的污染特征

对长沙市3个采样点夏季大气中的PM10和PM2.5样品pH值和水溶性离子浓度进行了定量分析.结果表明,颗粒物中主要离子是SO42-、NO3-、NH 和Ca2 ;PM10、PM2.5、NH4 和K 浓度夜间高于白天;SO42-和NO3-则相反.颗粒物尤其是PM2.5酸性强;Mg2 、Ca2和Na 集中在粗粒子中,SO42-、NH4 和K 大部分分布在细颗粒物中,NO3-和Cl-在粗细颗粒段则各占一半.SO2气体发生了二次转化,NO2的转化率不及SO2;由于NO3-/SO42-质量比＜1,长沙市的大气污染物来源以固定源为主.     

济南都市圈PM2.5来源贡献分析

基于CAMx模型的PSAT颗粒物源示踪技术,对2016年济南都市圈PM2.5污染、区域传输规律及行业贡献进行了定量分析.结果表明:从PM2.5年均来源贡献率看,济南市本地排放约占50％,来自济南都市圈总贡献率约占75％.圈内城市间相互贡献明显,最高达13％.夏季,本地贡献最大,区域传输中鲁东地区对研究区域影响最高,为2...     

东南亚生物质燃烧对我国春季PM2.5质量浓度影响的数值模拟

为研究东南亚生物质燃烧对我国的影响,利用NAQPMS(嵌套网格空气质量预报模式系统)模拟分析了2013年3月我国及东南亚污染物质量浓度分布,以及东南亚国家生物质燃烧对我国ρ(PM_2.5)的贡献. 结果表明:NAQPMS模式可较好地再现ρ(PM_2.5)的时空演变规律. 在我国西南部分地区,东南亚生物质燃烧贡献与当地人为源相当,并且在ρ(PM_2.5)较高时尤为明显. 东南亚生物质燃烧对我国的影响主要有两个路径:第一个路径是缅甸向云南等地的输送,对云南ρ(PM_2.5)的月均贡献达到20 μg/m3(贡献率为30%),是云南本地生物质燃烧贡献的2倍左右,日均贡献甚至可达到34 μg/m3(贡献率为43%),高于我国人为源贡献(28 μg/m3)和贡献率(36%);第二个路径是老挝和越南向云南与广西交界的输送, 对南宁ρ(PM_2.5)的月均贡献为10 μg/m3,日均贡献高值区间为20～40 μg/m3. 我国人为源对东南亚的影响较小,对ρ(PM_2.5)月均贡献率在10%以内,主要集中在越南和东南亚南部沿海城市. 东南亚人为源对我国的影响也较小,ρ(PM_2.5)月均贡献在2 μg/m3以下. 研究显示,东南亚生物质燃烧对我国特别是西南地区产生的影响不可忽视.      

珠江三角洲秋季生物质燃烧对有机气溶胶的贡献

本研究基于2018年和2019年秋季在珠江三角洲地区的两次外场观测,应用热脱附-化学电离飞行时间质谱(FIGAERO-ToF-CIMS)获取了高时间分辨率(每小时)的生物质燃烧示踪物左旋葡聚糖的浓度数据,并估算出生物质燃烧对有机气溶胶(OA)的贡献值.结果表明,秋季珠江三角洲地区城市站点和区域站点的左旋葡聚糖平均浓度分别为(0.07±0.08)和(0.14±0.12)μg/m³,呈现区域站点高于城市站点的空间分布特征以及早晨和夜间出现峰值的日变化特征.观察到两个站点的左旋葡聚糖与CO和乙腈之间相关性较低,但与OA之间呈现显著正相关关系.进一步基于受体示踪物法估算出生物质燃烧对OA的平均贡献分别为7.4%(城市站点)和11.4%(区域站点),且两个站点均显示出生物质燃烧对OA的贡献在夜间明显高于白天.     

生物质燃烧排放PM2.5中无机离子及有机组分的分布特征

为探讨生物质在明火和阴燃两种不同条件下PM_(2.5)及主要成分的排放差异,选取了7种具有代表性的生物质样品(小麦、水稻、马尾松叶、马尾松枝、杂草、玉米、棉花)进行了燃烧实验,并对PM_(2.5)样品中的7种主要水溶性离子(Na~+、NH_4~+、K~+、Ca~(2+)、Cl~-、NO_3~-、SO_4~(2-))及有机碳(OC)、元素碳(EC)、水溶性有机碳(WSOC)、有机酸和左旋葡聚糖(LG)等有机成分进行了分析.结果表明,明火和阴燃条件下PM_(2.5)的排放因子分别为2.82~7.74 mg·g~(-1)和3.24~22.56 mg·g~(-1),阴燃时的排放因子偏高,不同燃料类型也存在一定差异.燃烧排放PM_(2.5)中水溶性离子以Cl~-为最高,占总离子的比例为72%~94%,且与NH_4~+存在显著正相关关系,水溶性离子整体表现为明火条件下的浓度显著高于阴燃条件下的浓度.受阴燃条件下氧气不足的影响,PM_(2.5)中有机组分的浓度表现为阴燃高于明火,进而导致阴燃时PM_(2.5)的排放因子增加.水稻秸秆燃烧烟尘中3种来源特征比值(LG/PM_(2.5)、LG/OC和LG/WSOC)仅为小麦和玉米秸秆燃烧排放相应比值均值的0.34、0.24和0.27倍,表明在不同农作物的收获季节采用上述特征比值进行生物质燃烧来源估算时,应区别对待.     

华南沿海地区夏初PM2.5水溶性离子特征及来源解析

2018年6月7日—7月10日,利用在线气体和气溶胶成分监测仪(IGAC)在珠海市沿海站对PM_2.5中水溶性离子浓度和气体开展连续观测分析.结果发现,夏初沿海地区水溶性离子处于较低水平,SO₄^2-、NH₄⁺、NO₃^-、Cl^-、Na⁺、Ca²⁺、K⁺、Mg²⁺浓度分别为4.78、1.87、1.16、0.92、0.37、0.27、0.11和0.11μg·m^-3,其中,代表海洋来源的Na⁺和Cl^-浓度与珠江口东海岸的深圳沿海地区相当. Na⁺和Cl^-呈明显的白天高、夜晚低的日变化特征,与海盐排放在海陆风环流下的输送有关.基于天气形势分析、气团来源分析和PMF来源解析方法研究了观测期间发生的两次污染过程,一次是受到强热带风暴外...     

利用多模式最优集成方法预报上海PM2.5

采用多模式最优集成方法(OCF),对PANDA项目中国和欧洲7个空气质量模式的PM_(2.5)预报结果进行集成释用.2016年6月—2017年5月对上海逐日预报试验结果表明:和最优单模式预报结果相比,OCF预报的PM_(2.5)日均质量浓度的均方根误差降低1.9μg·m-3,相关系数提高0.04,日均质量浓度的精度评分TI提高了2.4,污染TS评分提高了0.28,污染空报率降低了20%,显著提高了PM_(2.5)污染等级预报、趋势预报和精度预报的技巧.对长三角合肥、南京、苏州、杭州、宁波5个城市的预报试验也得到类似的结果,为城市空气质量预报提供了新的方法和思路.但OCF对客观预报的改进幅度在夏季不如冬季显著,在降雨日相对较低.     

CMAQ模式及其修正技术在上海市PM_(2.5)预报中的应用检验

利用CMAQ空气质量数值预报模式对上海市PM2.5浓度进行预报,选取10个囯控站点监测数据对预报进行验证评估.结果表明,CMAQ模式开展能够较好地模拟出PM2.5的时间变化趋势及浓度水平,但总体处于低估的水平,偏低幅度约25%,尤其在高污染阶段,模式的低估更为突出,达32%,这与污染源清单的不确定性有关.为提高PM2.5预报准确度,采用学习型线性回归方法对PM2.5浓度的数值预报结果进行修正,统计检验结果显示修正预报准确率由原来的76.4%提高到了79.3%,污染预报成功指数由56.4%提高至72.1%,明显提高了PM2.5浓度的预报效果,反映了引入实际监测数据对空气质量数值预报模式进行修正的研究意义和可行性.     

上海地区降雨清除PM2.5的观测研究

分析2012—2016年上海徐家汇站的雨量和颗粒物(PM_1、PM_(2.5)、PM_(10))观测数据发现,降雨对PM_(2.5)的湿清除作用明显,降雨日的PM_(2.5)质量浓度较非降雨日平均降低约30%,在污染季节降低更加显著约50%.降雨时PM_1在PM_(2.5)中的占比明显下降,PM_1质量浓度下降幅度占PM_(2.5)下降幅度的84%,表明降雨对PM_1的有效清除是PM_(2.5)质量浓度下降的主要原因.降雨过程结束后PM_(2.5)质量浓度是否下降和降雨前PM_(2.5)的初始质量浓度关系密切,当初始浓度在冬季大于70μg·m~(-3)、在其他季节大于45μg·m~(-3)时,80%以上的降雨过程结束后PM_(2.5)质量浓度较降雨前下降,因此可作为研判降雨过程对PM_(2.5)湿清除影响的预报因子.     

海口市PM_(2.5)和PM_(10)来源解析

以海口市为例,研究了我国典型热带沿海城市——海口市环境空气颗粒物的污染特征和主要来源.2012年春季和冬季在海口市区4个采样点同步采集了环境空气中PM10和PM2.5样品,同时采集了多种颗粒物源样品,并使用多种仪器分析方法分析了源与受体样品的化学组成,建立了源化学成分谱.使用CMB(化学质量平衡)模型对海口市大气颗粒物进行源解析.结果表明:污染源贡献具有明显的季节特点,并存在一定的空间变化.冬季城市扬尘、机动车尾气尘、二次硫酸盐和煤烟尘是海口市PM10和PM2.5中贡献较大的源,在PM10和PM2.5中贡献率分别为23.6%、16.7%,17.5%、29.8%,13.3%、15.7%和13.0%、15.3%;春季机动车尾气尘、城市扬尘、建筑水泥尘和二次硫酸盐是海口市PM10和PM2.5中贡献较大的源,在PM10和PM2.5中贡献率分别为27.5%、35.0%,20.2%、14.9%,12.8%、6.0%和9.5%、10.5%.冬季较重的颗粒物污染可能来自于华南内陆地区的区域输送,特别是,本地排放极少的煤烟尘和二次硫酸盐受区域输送的影响更为显著.     

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.     

2020年2月南宁市一次大气PM2.5污染成因分析

2020年1月31—2月2日新冠肺炎疫情期间,广西发生的一次区域性大气PM_2.5污染引发社会关注.以南宁市为例,利用在线气体组分及气溶胶监测系统（MARGA）、颗粒物激光雷达,结合地面气态污染物和气象数据卫星火点和后向轨迹等分析本次PM_2.5污染成因.依据空气质量分指数,将观测过程划分为优、良和污染3个时段.结果表明,污染时段与生物质焚烧相关的K⁺、Cl^-明显升高,K⁺、Cl^-平均浓度分别为优时段的3.6和17.0倍.3个时段8种水溶性离子总浓度占PM_2.5均在30%左右,3种二次水溶性离子浓度之和占8种离子总浓度的比例为83.33%~89.18%,二次无机组分占比高,与秸秆焚烧促进二次转化有关.二次水溶性离子浓度变化趋势与占比不一致,除了与秸秆燃烧排放特征有关,还与不同二次无机离子形成的机制及主要影响因素不同有关.秸秆焚烧火点集中分布在良时段的南宁市及周边城市,良时段秸秆露天焚烧直接排放大量颗粒物、气态污染物等,在污染时段边界层高度明显下降,湿度增加、静风等不利气象条件下积累,是造成疫情期间南宁市大气PM_2.5污染的主因.污染时段南宁市无明显的颗粒物垂直传输过程,近地面主要受到广东、广西北部湾偏南气流影响,区域污染传输小.