南充冬季大气PM2.5污染特征及来源分析

为探究南充市冬季大气PM_(2.5)污染特征,于2017年1月对南充市大气PM_(2.5)进行采样,分析水溶性离子、无机元素和碳质组分的组成、浓度水平和来源。结果表明,二次无机离子SO_4~(2-)、NO_3~-、NH_4~+是南充市冬季大气PM_(2.5)水溶性离子中的重要组成部分,占总离子的86.7%;NH_4~+与NO_3~-和SO_4~(2-)主要是以NH_4NO_3和(NH_4)_2SO_4形式存在,SOR和NOR平均值分别为0.51和0.23,SOR高于NOR,说明南充市冬季硫氧转化速度比氮氧转化速度快且二次离子污染较为严重;NO_3~-/SO_4~(2-)比值为1.11,表明移动源是南充冬季大气污染物的主要来源,并且南充市冬季大气PM_(2.5)偏酸性。OC、EC是大气PM_(2.5)重要组成部分,OC/EC比值大于2,SOC对OC的贡献率较大(65.3%),南充市冬季大气PM_(2.5)中OC主要来源于二次污染。OC、EC之间相关性较好(R=0.84),二者具有共同的来源。主成分分析(PCA)结果表明,南充市冬季PM_(2.5)的主要来源是汽车尾气、燃煤、二次污染、生物质燃烧、土壤及建筑扬尘。     

南昌市冬季一次大气重污染过程的特征分析

对南昌市2016年1月一次以PM_(2.5)为首要污染物的大气重污染过程进行了综合分析,研究其污染特征及成因。重污染时段PM_(2.5)中SO_4~(2-)、NO_3~-和NH_4~+质量浓度之和占42.1%,重污染日OC/EC为4.73,均明显高于非污染期间,说明二次无机离子和有机物贡献较大;NO_3~-/SO_4~(2-)均值为0.85,高于非污染期间的0.56,表明南昌市固定源和移动源污染并重,且重污染期间移动源贡献比例增大。区域污染传输,加上低压、低风速和相对较高的湿度等不利于大气扩散的气象条件可能是此次重污染的成因。     

北京市区冬季PM_(2.5)污染特征及来源分析

选取北京市区为采样点,于2016年1月进行PM_(2.5)采集,并分析了PM_(2.5)和水溶性组分的污染特征和来源。结果表明,采样期间北京市PM_(2.5)质量浓度平均为67.7μg/m~3,水溶性离子是PM_(2.5)的主要组分,其中SO_4~(2-)、NO_3~-和NH_4~+之和占总离子的79.1%;Ca~(2+)和Mg~(2+)分别占PM_(2.5)质量浓度的2.5%和0.9%,海盐气溶胶和K~+分别占PM_(2.5)的3.6%和1.6%。采样期间NO_3~-/SO_4~(2-)为1.1,表明NO_2和SO_2主要来自移动源的贡献。北京市区冬季PM_(2.5)主要来自二次污染源、扬尘、生物质燃烧和海盐气溶胶,贡献率分别为42.351%、21.164%、16.314%和5.436%。     

宜宾市大气细颗粒水溶性离子污染特征研究

在川南地区的宜宾市开展了大气细颗粒物(PM_(2.5))浓度及组分的季节观测分析,结果表明,采样点的PM_(2.5)年均浓度(51. 7μg/m~3)超过二级浓度限值47. 71%,同时全年有20. 94%的天数PM_(2.5)日均浓度超过二级浓度限值;冬季浓度最高、达81. 1μg/m~3,明显高于其他季节,夏季浓度最低。PM_(2.5)中水溶性无机离子浓度总和冬(42. 42μg/m~3)秋(32. 73μg/m~3)春(24. 57μg/m~3)夏(17. 0μg/m~3),但占PM_(2.5)浓度的百分比的季节规律则刚好与之相反,为夏(54. 19%)春(48. 1%)秋(46. 91%)冬(45. 45%);其中,SO_4~(2-)、NO_3~-和NH_4~+是PM_(2.5)中最主要的3种二次无机离子组分,三者浓度之和占PM_(2.5)的37. 47%。PM_(2.5)中SO_4~(2-)、NO_3~-和NH_4~+的浓度均为冬季高于其他季节,但NO_3~-/PM_(2.5)冬(12. 22%)秋(11. 53%)春(8. 14%)夏(5. 43%)、NH_4~+/PM_(2.5)秋(9. 85%)夏(9. 15%)春(8. 52%)冬(7. 61%)、SO_4~(2-)/PM_(2.5)夏(26. 3%)春(20. 75%)秋(15. 82%)冬(14. 61%)。四个季节SOR值均大于NOR值,SOR值季节变化差异不大,但NOR值冬季明显高于其他季节。PM_(2.5)中的SO_4~(2-)、NO_3~-和NH_4~+冬季以(NH_4)_2SO_4、NH_4NO_3的形式共存于气溶胶体系中,而夏季则主要以(NH_4)_2SO_4和NH_4HSO_4存在。     

成都市重污染期间PM_(2.5)中水溶性离子特征分析

为了解成都市冬季重污染过程中细颗粒物的水溶性无机离子污染特征,对一次重污染过程进行分析。此次重污染过程中,二次离子NO_3~-、SO_4~(2-)、NH_4~+是PM_(2.5)中主要的水溶性无机离子,且质量浓度大小为NO_3~-SO_4~(2-)NH_4~+,NO_3~-是首要离子;成都市PM_(2.5)中的阴阳离子基本达到了电荷平衡(C/A值为1.03),呈中性;NH_4~+/SO_4~(2-)比值为0.90,SO_4~(2-)和NO_3~-主要以(NH_4)_2SO_4和NH_4NO_3形式存在,([NO_3~-]+2[SO_4~(2-)])/[NH_4~+]比值小于1,说明此过程中为富氨;重污染期间,SOR和NOR平均值分别为0.46和0.26,与清洁天气相比二次转化更为明显,且硫氧化率大于氮氧化率;NO_3~-/SO_4~(2-)比值为1.49,说明重污染期间研究点处移动源已成为细颗粒物的重要来源。     

潍坊市大气细颗粒物化学组分特征分析

为探讨潍坊市大气细颗粒物(PM_(2.5))的污染特征,于2015年在潍坊城区开展了不同季节的颗粒物观测试验,分析了PM_(2.5)样品的碳组分(OC和EC)、水溶性无机离子和无机元素等。结果显示,在观测期间PM_(2.5)中水溶性无机离子污染最为突出,其次为有机碳、微量元素和元素碳。受采暖季燃煤消耗量增加影响,该季节PM_(2.5)中碳质组分含量、部分水溶性离子(SO_4~(2-)和NH_4~+)含量、人为微量元素含量显著高于其他季节。风沙季,PM_(2.5)中OC主要来源于二次有机碳。     

铜川市降水离子化学组分特征与来源解析

对2011—2015年期间铜川市降水离子化学组分进行分析。结果表明,降水为中性偏碱性,电导率和离子总浓度值较高。阴阳离子总浓度不平衡,阳离子浓度大于阴离子,SO_4~(2-)、NO_3~-是主要致酸性离子,Ca~(2+)、NH_4~+是主要碱性离子。以富集因子法分析,SO_4~(2-)、NO_3~-、F~-主要来自于人为活动排放,Mg~(2+)、K~+主要来自于陆源,Cl~-主要来自于海源。     

炼化企业无机前体物排放对大气细颗粒物的贡献

大气污染物SO_2、NO_X、NH_3是形成二次细颗粒物(PM_(2.5))的重要无机前体物。为控制PM_(2.5)污染,要求形成一套便于炼化企业自身核算无机前体物排放对PM_(2.5)贡献的方法体系。探讨了基于排放清单、PM_(2.5)化学组成和NH_4~+/SO_4~(2-)摩尔浓度比值所建立的计算模型的合理性和可行性,并将其用于某炼厂进行案例分析。结果表明,所建立的计算模型可满足炼化企业PM_(2.5)核算要求,用于核算无机前体物排放对PM_(2.5)最大贡献量。案例企业排放前体物转化形成的PM_(2.5)等效排放量远高于该企业PM_(2.5)直接排放量,应予以关注。     

沈阳市环境空气PM_(2.5)中有机碳、元素碳的污染特征研究

通过采集沈阳市环境空气不同时期PM_(2.5)样品,测定其中有机碳(OC)和元素碳(EC)含量,研究采暖期、非采暖期环境空气PM_(2.5)中OC,EC的污染特征。结果表明,沈阳市采暖期PM_(2.5)中OC,EC的含量高于非采暖期,而且采暖期OC,EC在PM_(2.5)中所占比重较高;采暖期PM_(2.5)中EC和OC的相关系数R是0.75,非采暖期为0.58;采暖期与非采暖期PM_(2.5)中SOC浓度分别为5.87μg/m3与3.92μg/m3,占OC含量的32.95%与50.05%。沈阳市采暖期OC和EC存在一致或者相似来源,采暖期OC和EC主要来源于柴油和汽油车尾气排放及燃煤排放,而非采暖期主要来自柴油和汽油车尾气排放,非采暖期大气光化学活性较高,二次污染源的贡献增强。     

南宁市秋、冬季大气PM_(2.5)中有机碳、无机碳污染特征研究分析

为掌握南宁市大气细颗粒物(PM_(2.5))碳组分的污染特征和来源特点。在秋、冬季两季期间分别采集南宁市大气PM_(2.5)样品,分析有机碳(OC)和元素碳(EC),并采用示踪法初步追溯其来源。结果表明,南宁市秋季大气PM_(2.5)中OC和EC质量浓度均值分别为9. 66和2. 12μg/m~3;冬季均值分别为15. 80和3. 05μg/m~3,秋季较冬季低。秋、冬季PM_(2.5)中OC/EC分别为4. 6和5. 2,表明存在二次有机碳(SOC),经估算,秋、冬季SOC分别为6. 16和10. 97μg/m~3,分别占OC的62. 3%和66. 6%。利用碳组分丰度对碳组分分析结果表明,PM_(2.5)主要来源是机动车尾气和燃煤,同时受甘蔗渣燃烧或生物质露天焚烧的影响。     

新疆环科院承担的国家自然科学基金大气污染研究方向项目通过验收

<正>2019年3月,新疆环科院承担的国家自然科学基金项目《SO_2、NO_2和NH3在典型PM_(2.5)表面降解形成二次无机颗粒物的化学过程研究》顺利通过国家自然科学基金委员会地球科学部的审核验收,准予结题。本项目针对我国多种类、高浓度气态污染物和颗粒物共存的复合污染特点,选取典型的PM_(2.5)组分中的矿物质颗粒物,设计搭建气-固反应原位漫反射红外光谱和离子色谱联合检测技术(DRIFTS/IC),较系统地研究了SO_2、NO_2、NH_3和在典型PM_(2.5)矿物质颗粒物表面吸附-降解形成二次无机颗粒物的非均相反应过程,并考察了气体浓度、配比、温度、相对湿度和光照对反应的影响,结合DFT方法,从分子层次上探讨反应机     

济南市大气降水化学特征分析

为了解济南市大气降水化学特征,于2015年1~12月在山东大学采集了降水样品,测定了p H值、电导率及水溶性无机离子、水溶性有机酸。结果表明,观测期间降水p H雨量加权均值为5.45,电导率均值为78.5μS/cm。降水中离子总浓度为1 189.07μeq/L,污染程度较为严重,其中SO_4~(2-)和NO_3~-是浓度较高的阴离子,NH4+和Ca2+是主要的阳离子。降水中SO_4~(2-)/NO_3~-为2.18,表明济南市大气污染向混合型转变趋势明显。济南市降水中有机酸浓度较低,甲酸和乙酸是主要的有机酸种类。     

秦皇岛市大气重污染特征及防控策略

2016年采样期间和重污染期间,秦皇岛市区PM_(2.5)浓度分别为85.9μg/m~3和180.7μg/m~3,表明重污染期间大气复合污染更为严重。采样期间水溶性离子浓度为39.7μg/m~3,其中SO_4~(2-)、NO_3~-和NH_4~+占总离子的66.5%,重污染期间水溶性离子浓度是采样期间浓度均值的1.5倍。重污染天气主要是受大陆均压场控制,导致污染物不易扩散。因此,建议从完善重污染应急措施、调整产业与能源结构、提高能源利用率、加强生态农业建设、建立大气污染联防联控合作机制等方面进行重污染防控。     

运城市大气降水变化趋势及解析

对2012—2016年期间运城市大气降水进行统计分析,结果表明:大气降水呈中性偏碱性,大气降水离子主要为:SO_4~(2-)、Ca~(2+)、NH_4~+、NO_3~-。阴离子雨量加权年均浓度小于阳离子雨量加权年均浓度,城区主要是盐池这个特殊的地理特征造成的,郊区主要与其生活习惯和农业生产有关。     

克拉玛依市PM_(2.5)污染特征分析

对克拉玛依市2014-2015年PM_(2.5)质量浓度进行整理统计,通过Arc GIS空间插值和EXCEL数理统计分析得出PM_(2.5)的质量浓度变化特征。结果表明,PM_(2.5)各小时浓度均低于国家二级标准,整体空气质量为良;PM_(2.5)季节浓度呈现冬季高,春夏低的规律,其中2月份浓度最高,为63.7μg/m3,4月份最低为23.6μg/m3;各监测站PM_(2.5)浓度受盛行风影响自西北向东南方向递增,依次为南林小区、长征新村、白碱滩区、独山子区、乌尔禾区商贸区;PM_(2.5)与PM10全年平均比值为0.53,整体空气污染较重。此外,PM_(2.5)与NO_2和SO_2均呈正相关,与O_3呈负相关性,说明汽车尾气和化石燃料排放是PM_(2.5)的主要来源。     

长沙市空气自动站周边区域大气污染物排放源清单

以长沙市空气自动站周边3 km为研究对象,基于统计年鉴和实地调查,获得了该地区2015年储存运输源、废弃物处理源、工艺过程源、化石燃料固定燃烧源、农业源、生物质燃烧源、扬尘源、移动源8个源类的活动水平数据。以大气污染物排放源清单编制技术指南为依据,建立了2015年长沙市空气自动站周边3 km区域NH_3、NO_x、PM_(10)、PM_(2.5)、SO_2、VOCs等6项污染物的源排放清单。结果表明,2015年长沙空气自动站周边3 km内,8类大气污染源排放的NH_3、NO_x、PM_(2.5)、PM_(10)、SO_2、VOCs总量分别为53.65t、4 899.35t、1 846.09t、6 257.75t、989.49t、4 383.31t。NH_3、NO_x、PM_(2.5)、PM_(10)、SO_2、VOCs排放量最大的源分别是农业源、移动源、扬尘源、扬尘源、化石燃料固定燃烧源和移动源,贡献率分别为98.45%、84.24%、60.82%、85.90%、97.33%、49.88%。优化道路交通、减少燃煤、减少建筑工地扬尘排放可促进长沙市空气自动站周边空气质量改善。     

湿地匍灯藓监测大气污染的初步研究

本研究监测了湖南省某市5个点位2个时段的大气SO_2、NO_2、CO、PM_(2.5)污染实况,同期检测了自然暴露的湿地匍灯藓的Chlo、MDA、Pro水平。监测和检测结果显示,PM_(2.5)是影响空气质量的主要因子,Pro是比Chlo、MDA更灵敏的监测指标;相关系数分析显示,PM_(2.5)与湿地匍灯藓之间的污染物浓度—生理指标水平关系具有更高的相关性。本研究认为,湿地匍灯藓Pro可应用于PM_(2.5)污染的短期追溯性监测和现状监测。     

秦皇岛空气污染特征及其与气象因素的关系

利用国控站点空气监测数据和气象数据,对2016年秦皇岛市空气污染特征及其与气象因素的关系进行了分析。结果表明:2016年秦皇岛市NO_2、PM_(10)和PM_(2.5)浓度未达到国家二级标准限值,污染物浓度季节变化规律明显,SO_2峰值出现在1月,O_3峰值出现在5月,PM_(10)、PM_(2.5)、NO_2和CO浓度峰值均出现在12月。污染物在西南偏西风时污染程度较高。PM_(10)、PM_(2.5)、SO_2、CO浓度受风速影响较小,NO_2、O_3浓度受风速影响较大。颗粒物浓度受湿度影响较大,随湿度增加而增大。     

乌鲁木齐空气质量指数特征及其与气象要素相关性分析

利用2018年3月至2019年2月乌鲁木齐市空气质量指数(AQI)和同期6种主要空气污染物(PM_(2.5)、PM_(10)、NO_2、SO_2、CO、O_3)以及气象要素数据,研究空气质量指数的变化特征,并分析其与6种主要空气污染物浓度及气象要素的相关性,为乌鲁木齐市大气污染与气象要素相关性研究提供一定的数据支撑。结果表明:乌鲁木齐市首要污染物最多的是PM_(2.5),其次是PM_(10)、NO_2和O_3,AQI指数与PM_(2.5)、PM_(10)、NO_2、SO_2、CO均呈高度相关,与O_3呈中度相关;空气质量指数与平均气温以及能见度具有显著的负相关性(p0.01),而与平均本站气压、平均相对湿度、平均风速、日照时数的相关性均不显著(p0.01)。     

香港地区不同类型站点大气污染变化特征对比研究

选取香港环境保护署设立的5个代表性站点(可归类为路边站、一般站及背景站)2016年的监测结果,对获取的各类污染物(PM_(2.5)、PM_(10)、NO_2、NO_X、SO_2、O_3)浓度变化特征进行对比研究,结果表明:(1)三类站点颗粒物及SO_2浓度年均值差异较小,体现了其区域性的污染特性,NO_2与NO_X年均值均为路边站一般站背景站,而O_3则相反,路边站最低而背景站最高;(2)各类站点PM_(2.5)与PM_(10)季节差异表现为夏季最低而冬季最高,O_3最低值也出现在夏季;(3)三类站点大气污染物日变化特征差异显著,路边和一般站NO_2与NO_X日变化表现为"早晚双峰"型,背景站变化幅度较小;路边站、一般站颗粒物日变化表现为单峰型,峰值出现在晚间22∶00,背景站变化幅度较小;O_3在路边站和一般站呈现双峰型变化,而在背景站为单峰型,峰值出现在下午15∶00左右;(4)所有站点PM_(2.5)、NO_X及O_3"假日效应"明显,具体表现为:PM_(2.5)和O_3浓度在假日全天浓度高于工作日;路边站和一般站的NO_X浓度在假日0∶00~8∶00时段高于工作日,其余时间均低于工作日。