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.      

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.     

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.     

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.      

深圳市典型混合功能区PM2.5源解析研究

为精准识别深圳市典型商业、居住与工业混合功能区的PM_2.5污染来源,选取深圳市北部地区5个点位于2017年9月~2018年8月全年进行PM_2.5的样品采集和组分分析,利用优化的多元线性引擎模型（ME-2）对其主要来源及其时空变化特征进行探索.结果显示,研究区域研究时段的大气PM_2.5年均浓度为29.0μg/m³,解析出了SO₂二次转化（19.9%）、机动车（15.1%）、生物质燃烧（11.2%）等10种来源,其中SO₂二次转化、生物质燃烧、NO_x二次转化、VOCs二次转化、工业排放、老化海盐和远洋船舶源具有显著的区域传输特征,而机动车源、燃煤和扬尘具有本地源特征,受到局地排放的影响较大.重污染天气下机动车源、NO_x二次转化、工业排放及生物质燃烧源的增加最为显著,加强这些源的控制是此类混合功能区PM_2.5污染精细化防治的关键.     

临沂市PM2.5和PM10中元素分布特征及来源解析

为探究临沂市PM_2.5和PM₁₀中元素的污染特征及来源,于2016年12月至2017年10月对临沂市环境空气中PM_2.5和PM₁₀进行了同步采样.利用电感耦合等离子体质谱仪(ICP-MS)和电感耦合等离子体发射光谱仪(ICP-OES)测定了其中的23种元素,并采用富集因子法和PMF法分析其来源.结果表明,采样期间临沂市PM_2.5和PM₁₀中主要元素为Si、Ca、Al、Fe、K、Na和Mg,分别占所测元素的质量分数为92.93%和94.61%. 18种元素(除Ti、Ni、Mo、Cd和Mg)的浓度水平在冬春季最高,夏秋季最低.其中Si、Al、Ca、K和Na表现为春季浓度最高,主要分布在粗颗粒中;Cu、Zn、Pb和Sb表现为冬季浓度最高,主要分布在细颗粒中.富集因子结果表明Cd、Sb和Bi元素富集程度显著,主要受燃煤、工业生产、垃圾焚烧等人为源共同影响.PMF源解析结果表明,临沂市PM_2.5中元素来源主要有燃煤和铜冶炼的混合源、市政垃圾焚烧...     

重庆主城区大气PM10及PM2.5来源解析

为探讨重庆主城区4个季节大气PM₁₀和PM_2.5的主要来源,于2012年2—12月在重庆主城区的工业区、文教区和居住区5个环境监测点同步采集PM₁₀及PM_2.5样品,分析了无机元素、水溶性离子、有机碳和元素碳含量及其分布特征. 采集了重庆主城区土壤尘、建筑水泥尘、扬尘、移动源(包括机动车、施工机械及船舶)、工业源(包括固定燃烧源及工业工艺过程源)、生物质燃烧源及餐饮源等7类污染源,建立了重庆市本地化的污染源成分谱库. 利用CMB(化学质量平衡)受体模型及二重源解析技术分析了PM₁₀及PM_2.5的来源. 结果表明:重庆主城区大气中ρ(PM₁₀)及ρ(PM_2.5)的年均值分别为153.2和113.1 μg/m3,超过GB 3095—2012《环境空气质量标准》二级标准限值2倍以上. 大气PM₁₀的主要来源为扬尘、二次粒子和移动源(贡献率分别为23.9%、23.5%和23.4%),大气PM_2.5主要来源于二次粒子和移动源(贡献率分别为30.1%和27.9%).PM₁₀和PM_2.5的主要源类贡献率差别不大,表明研究区域内大气颗粒物污染控制应采取多源控制原则. 大气PM₁₀来源的季节性变化特征表现为春季和秋季主要以扬尘为主、夏季和冬季主要以二次粒子为主.      

宁波市环境空气中PM10和PM2.5来源解析

2010年在宁波3个环境受体点采集不同季节的PM10和PM2.5样品,同时采集颗粒物源类样品,分析它们的质量浓度及多种无机元素、水溶性离子和碳等组分的含量.采用OC/EC最小比值法确定了SOC(二次有机碳)对PM10和PM2.5的贡献,据此重新构建了受体化学成分谱.使用化学质量平衡模型对宁波市区的PM10和PM2.5来源进行了解析.结果表明:城市扬尘、煤烟尘、二次硫酸盐和机动车尾气尘是环境空气中PM10的主要来源,其分担率分别为23.0%、15.9%、13.3%和12.3%;对PM2.5有重要贡献的源类是城市扬尘、煤烟尘、二次硫酸盐、机动车尾气尘、二次硝酸盐和SOC,其分担率分别为19.9%、14.4%、16.9%、15.2%、9.78%和8.85%.      

可燃物化学性质对燃烧释放PM2.5元素成分的影响

通过自主设计的燃烧装置,对云南省6种典型乔木树种的不同器官(枝、叶、皮)室内模拟阴、明燃两种燃烧过程,收集燃烧排放颗粒物(PM_2.5)并测定K、Mg等8种元素排放因子,比较不同燃烧状态释放PM_2.5中元素含量的差异,同时分析各元素排放因子与可燃物自身元素含量之间的相关性.结果表明:可燃物中K、Mg和Ca元素含量较高,范围为(137.74~4670.70) mg/kg,微量元素Mn含量突出;阔叶可燃物元素含量普遍高于针叶,器官间元素含量差异显著;燃烧释放PM_2.5中K、Na元素排放因子较高,范围为(0.4269~4.9321)~(0.6311~3.0856) mg/kg,微量元素Zn较高、Cu最少,范围为(0.0409~0.3670)~(0.0029~0.0458) mg/kg,常量元素高于微量;树种间元素排放因子表现针叶高于阔叶,器官间较可燃物自身差异增大;燃烧状态对排放因子存在影响,常量元素普遍表现为明燃>阴燃,微量元素无明显规律;PM_2.5与可燃物各元素含量比值中,Na元素最高,其余元素占比普遍0~1%范围,微量元素含量比高于常量,针叶高于阔叶;可燃物的化学性质对其排放特性影响显著,可燃物与PM_2.5的元素间相关性较高,相关水平普遍达0.600以上,器官间不同元素相关水平表现为:常量元素普遍高于微量元素,针叶略高于阔叶,叶>皮>枝,明燃高于阴燃.     

中国PM2.5管理策略研究

文章通过对PM2.5的基本组成、来源与影响因素的分析,构建中国PM2.5全过程管理体系,建立、完善PM2.5削减和控制长效机制,进而实现中国PM2.5管理。     

北京市2014年10月重霾污染特征及有机碳来源解析

2014年10月北京市出现了多次重霾天气,与此同时,通过全国秸秆燃烧卫星遥感监测发现,北京周边河南、河北等地区恰存在一定规模的秸秆燃烧活动. 对2014年10月4—27日北京市大气PM_2.5中的水溶性离子、金属、OC(有机碳)、EC(元素碳)和有机物示踪物等化学成分进行了分析,对霾天和非霾天PM_2.5中化学成分进行了比较,并使用CMB(化学质量平衡)模型对PM_2.5中有机物的来源进行了解析,采用后向轨迹模拟和卫星遥感图像定量评估生物质燃烧(秸秆燃烧等)对重霾污染的影响. 结果表明:霾天ρ(PM_2.5)〔(229.0±96.3)μg/m3〕是非霾天的5.0倍,水溶性离子总质量浓度〔(125.3±59.3)μg/m3〕是非霾天的6.5倍,ρ(SO₄2-)、ρ(NO₃-)和ρ(NH₄+)分别是非霾天的6.1、8.6和7.1倍,ρ(OC)〔(81.8±39.5)μg/m3〕是非霾天的7.8倍,ρ(EC)〔(6.7±3.4)μg/m3〕是非霾天的4.2倍;霾天生物质燃烧的示踪物——左旋葡聚糖和K+的质量浓度平均值分别是非霾天的9.1和3.3倍. 生物质燃烧、机动车排放以及二次污染物对有机细颗粒物的贡献率分别为18.9%、36.9%和41.9%;二次细颗粒物质量浓度增加了1倍左右;气象条件同样在很大程度上促进了霾的形成. 常规的源解析方法仅可对生物质燃烧的一次污染贡献进行定量,但对重霾污染贡献的全面评价尚需进一步探讨.      

不同生物质燃烧排放多环芳烃及糖醇类化合物的模拟研究

选择水稻、小麦、玉米及棉花秸秆与马尾松枝,采集模拟燃烧时排放的PM2.5,分析PM2.5中多环芳烃(PAHs)和糖醇类化合物的含量,获得PM2.5及负载的两类化合物的排放因子;采用500 W汞灯直接照射收集了PM2.5的尘膜,获得了中、高环PAHs及左旋葡聚糖的光解动力学.结果表明,PM2.5的排放因子介于(2.26±0.60)g·kg-1(马尾松枝)~(14.33±5.26)g·kg-1(玉米秸秆)之间;19种PAHs的排放因子介于(0.82±0.21)mg·kg-1(马尾松枝)~(11.14±5.69)mg·kg-1(棉花秸秆)之间,且以4环类PAHs所占比例最高,介于51%~71%之间(其中马尾松枝燃烧时惹烯的排放因子最大);9种糖醇类化合物的排放因子范围为(52.34±50.16)mg·kg-1(水稻秸秆)~(238.81±33.62)mg·kg-1(小麦秸秆),且都以左旋葡聚糖占绝对优势(72%~96%).光照模拟显示,目标化合物的光照损失都遵循拟一级动力学,其中≥4环的PAHs的光解速率常数随着尘膜中PAHs的负载量增大而减小,来源特征比值Flua/(Flua+Py)和Ip/(Ip+Bg P)相对稳定,而左旋葡聚糖的光解速率常数为0.004 5 min-1,与苯并[a]蒽的光解速率常数(0.004 1~0.005 0 min-1)接近.     

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...     

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.     

CMAQ模式及其修正技术在上海市PM2.5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.     

2011年春季辽宁一次沙尘天气过程及其对不同粒径颗粒物和空气质量的影响

利用2011年5月11—12日辽宁沙尘天气过程的相关资料,分析了沙尘天气对不同粒径颗粒物及空气质量的影响及此次沙尘过程的天气成因.结果表明:沙尘天气发生前后可吸入颗粒物PM10、PM2.5和PM1的浓度变化很大,沈阳、鞍山、本溪和丹东4城市PM10、PM2.5的小时浓度最大值都增大了1.5~20倍;粗粒子PM(2.5~10)的数量浓度分别增加了30~41倍,质量浓度分别增加了27~30倍;细粒子PM(1~2.5)的质量浓度分别增加了30~35倍,数量浓度分别增加了15~30倍;微粒子的数量浓度和质量浓度各城市表现不同,沈阳微粒子的数量浓度和质量浓度最大值增大了3倍和5倍,而鞍山PM1的数量浓度和质量浓度分别减少了50%和10%.受蒙古气旋的影响内蒙古地区产生大风降温天气,大风将内蒙古地区的沙尘带到高空并随西风带向东移动进入辽宁,由于辽宁地区风速比较小,造成了辽宁大部分地区的浮尘天气,并对辽宁各地空气质量造成了严重影响,除丹东外辽宁其他13个城市空气质量都达到了轻微污染到重度污染的级别,铁岭、阜新、沈阳和抚顺的污染指数分别超过了300,达到了重度污染的级别.     

上海市夏季颗粒物污染过程数值模拟研究

利用观测资料和嵌套网格空气质量模式(Nested Air Quality Prediction Model System,NAQPMS)模拟研究了2010年7月26日—8月26日上海市及周边城市PM10、PM2.5及其无机盐组分的浓度变化趋势及时空分布特点.结果表明,NAQPMS模式较为合理的重现了上海各方位站点及其周边城市PM10、PM2.5及其硫酸盐、硝酸盐等无机化学组分的浓度水平与变化趋势,相关系数在0.7以上.研究期间造成上海颗粒物污染的主要原因是:弱气旋低压系统控制下,西南或西北气流将内陆污染物输送至上海市,当低压中心移至上海附近时带来的辐合气流使得污染进一步累积上升.长三角地区PM2.5主要无机盐组分分布特征表明,上海市及周边城市的硫酸盐、硝酸盐和铵盐的总和占PM2.5浓度的40%~60%,二次气-粒转化过程贡献明显,且以SO2向SO42-的氧化转换为主;污染上升过程中NO3-/SO42-比率增大,说明流动源的贡献有所增加.     

南京北郊秋季PM2.5碳质组分污染特征及来源分析

本研究于2015年10~11月在南京北郊分昼夜采集PM_(2.5)样品,采用热光透射法(TOT)和离子色谱法对样品中的有机碳(OC)/元素碳(EC)和左旋葡聚糖(levoglucosan)的质量浓度特征进行分析.观测期间OC和EC的平均浓度分别为(11.3±4.9)μg·m-3和(1.1±0.9)μg·m-3,总碳TC占PM_(2.5)的质量分数为22.9%,OC/EC的平均值为7.4,SOC占OC的质量分数为51.9%.PM_(2.5)、OC、EC和SOC质量浓度都体现出夜晚白天的特征,白天OC和EC的相关性好于夜晚(相关性系数分别为0.86和0.7).通过分析PM_(2.5)、左旋葡聚糖和SOC质量浓度以及后向轨迹和火点数据可知南京北郊在13~16号受到来自河北等地生物质燃烧远距离输送的影响.采样期间K+和左旋葡聚糖与OC、EC和SOC的相关性显著(相关性系数分别为0.78、0.79和0.65),经受体示踪物方法估算采样期间生物质燃烧对OC的贡献为21.9%.