包头城区大气PM_(2.5)污染特征及来源解析

为探讨包头城区大气PM_(2.5)污染特征及主要来源,在包头城区设立4个采样点,于2015年12月-2016年9月采集大气PM_(2.5)样品,共获得160个有效样品,分析了PM_(2.5)及其无机元素、水溶性离子、元素碳(EC)和有机碳(OC)的质量浓度和污染特征。同时采集了包头城区土壤风沙尘、建筑施工尘、道路扬尘、煤炭燃烧尘、装备制造尘和金属冶炼尘等6类污染源,建立了包头市大气PM_(2.5)排放源成分谱。应用非负主成分回归化学质量平衡(NCPCRCMB)模型分析了PM_(2.5)来源。结果表明:观测期间包头市PM_(2.5)的年均浓度为80.58μg/m3,是中国《环境空气质量标准》(GB 3095-2012)年均PM_(2.5)二级标准限值的2.3倍;大气PM_(2.5)的季节变化特征为春、夏、秋三季低冬季高,且冬季显著高于其他三季;大气PM_(2.5)主要来源于二次离子和道路扬尘(贡献率分别为34.37%和15.98%),其他污染源贡献率相对较小。     

包头市环境空气中PM_(2.5)源解析研究

为了对包头市环境空气中PM2.5来源进行解析,在包百大楼设立采样点,于2011年9月—2012年6月利用TH-150C智能中流量(TSP)采样器与PM10-5-2.5大气可吸入颗粒物切割器,采集细颗粒物的重量,利用测量前后滤膜的重量差和通入气体流量体积的比值得出PM2.5的质量浓度。利用电感耦合等离子体质谱仪测定PM2.5中无机元素的含量;2001A型有机碳/元素碳(OC/EC)分析仪,测定PM2.5中碳组分的含量;采用DionexIC-2500型离子色谱仪测定无机离子的含量,最后利用富集因子法对PM2.5进行源解析。研究结果表明:包头市环境空气中PM2.5的质量浓度随时间变化,特征为秋冬季明显高于春夏季,主要原因是进入10月份包头市开始采暖,燃煤的大量增加导致PM2.5的质量浓度的升高,同时源解析结果表明其主要来源为燃煤、汽车尾气的排放、金属冶炼、生物质的燃烧(垃圾焚烧)和土壤尘(包括建筑和道路扬尘等)。     

邯郸市PM_(2.5)化学组成特征及来源解析

该研究通过对邯郸市环境空气中PM_(2.5)样本进行采集和成分检测,分析了该地区PM_(2.5)的浓度及化学组成特征,利用相关性分析法和富集因子法定性判断了PM_(2.5)的主要来源,利用PCA模型定量计算了各类污染源的贡献率,最后将解析结果与已有的PMF模型结果进行了对比分析。结果表明,邯郸市PM_(2.5)日均浓度(2012年10月13日-2013年1月)为146.9 g/m3,是我国环境空气质量标准(Ⅱ级)的2倍。二次水溶性离子、OC、EC是邯郸市PM_(2.5)的主要成分,约占PM_(2.5)总质量浓度的71.5%,其中,OC是PM_(2.5)中含量最丰富的单个组分,大气有机污染特征明显。PCA模型源解析结果为:工业和燃煤33.3%,二次气溶胶和生物质燃烧21.7%,机动车为12.8%,道路扬尘9.1%。将PCA、PMF模型解析结果对比后发现2种模型对PM_(2.5)的来源有较为一致的判定,工业源和燃煤源是该地区PM_(2.5)的主要来源,两者的总贡献率分别为42.1%(PMF)和33.3%(PCA)。除此之外,PMF单独解析出了Ba、Mn、Zn源,K、As、V源和重油燃烧源,PCA单独解析出了生物质燃烧源,不同的解析结果一方面与模型本身有关,另一方面与模型选择的化学成分有关。     

宁波市冬季PM_(2.5)污染特征与来源解析

为了了解宁波市大气中PM2.5污染特征及来源,于2012年冬季在宁波5个环境受体点采集PM2.5样品,分析它们的质量浓度及多种无机元素、水溶性离子、金属元素和碳等组分的含量,并使用PMF模型对宁波市PM2.5来源进行了解析。结果表明:宁波冬季PM2.5浓度较高,5个点位PM2.5中主要化学组分均为有机物、SO42-、NO3-、NH4+和元素碳,约占PM2.5总质量浓度78.2%~92.4%。对宁波市PM2.5有重要贡献的源类分别为钢铁冶炼源、混合扬尘源、生物质燃烧源、二次硝酸盐、高氯源、机动车排放源、重油燃烧源和二次硫酸盐,其分担率分别为5.6%、3.3%、3.2%、28.8%、6.8%、22.2%、0.7%和29.4%。     

天津市某小学儿童个体PM_(2.5)暴露特征及来源解析

为探讨儿童个体PM2.5暴露水平及来源,分别于2010年5月17日—6月24日(夏季)和11月8日—12月3日(冬季)对36名9~12岁小学生进行个体PM2.5暴露样品的采集和分析.结果表明:天津市某小学儿童夏、冬两季个体PM2.5暴露浓度(以质量浓度计)分别为(74.7±29.5)和(122.4±42.3)μg/m3,冬季暴露水平高于夏季,可能与冬季取暖有关.两季PM2.5载带的Al和Si,Zn、Pb和Mn的质量浓度分别呈显著相关;夏、冬两季SO42-和NO3-质量浓度之和分别占个体PM2.5暴露浓度的43.3%和39.5%.夏、冬两季NO3-和SO42-质量浓度平均值之比分别为2.3和0.6,说明夏季机动车排放为主导源,冬季则为固定源(如工业源和燃煤源).冬季OC(有机碳)和EC(无机碳)质量浓度分别高于夏季,与PM2.5质量浓度的季节变化趋势一致.源解析结果表明,天津市儿童夏季PM2.5暴露的来源为二次源、机动车排放、土壤尘、工业源和机动车添加剂,贡献率分别为30.4%、28.9%、12.8%、20.8%和7.1%;冬季则为二次源、机动车排放、土壤尘、工业源、燃煤源和道路尘,贡献率分别为26.5%、24.5%、13.7%、10.3%、19.9%和5.1%.     

吉林市大气PM_(2.5)污染特征及来源分析

2014年在吉林市设立7个大气PM_(2.5)采样点,分采暖季和非采暖季分别采样分析了吉林市城区大气颗粒物污染特征和可能来源。结果表明:吉林市大气颗粒物以PM_(2.5)为主,PM_(2.5)年均值65μg/m3,超过国家二级标准限值86%,PM_(2.5)/PM10的年平均值为61%;PM_(2.5)中,休闲生活区各个时间段金属元素浓度相对较低,工业混合区浓度较高;非金属离子SO2-4、NH+4、NO-3、Cl-是PM_(2.5)水溶性离子的主要成份,其和占PM_(2.5)质量的13.31%,在采暖期浓度质量全部高于非采暖期;采暖期OC和EC来源基本相同,来源于机动车尾气、燃煤和生物质燃烧等,在非采暖期OC和EC来源差异性较大,主要来源于机动车尾气和工业燃煤等。     

邯郸市PM_(2.5)中含碳组分的特征及来源分析

自2012年10月13日-2014年9月11日在邯郸市采集PM2.5样品,并对气态污染物以及颗粒污染物(PM10和PM2.5)进行在线监测,将其中100个样品进行8种碳组分分析,初步探讨含碳气溶胶的特征及来源。结果发现:采样期间PM10和PM2.5的平均浓度分别274.4μg/m3和154.7μg/m3,超标率大于80%,其中2013年1月份PM10和PM2.5的最大值更分别达到924.6μg/m3和658.2μg/m3。OC/PM2.5和EC/PM2.5的比例分别为16.7%和7.0%,采暖时间段的OC及EC的污染程度相较于非采暖时间段更为严重。OC和EC的平均增长率分别为2.67和1.33,污染累积和二次转化贡献率分别占49.8%和50.2%;SOC/OC在49.3%~57.7%之间,SOC/PM2.5在7.9%~11.6%之间,二次有机物污染较为严重。因子分析表明,冬季PM2.5碳组分主要来自于燃煤和柴油车尾气排放,生物质燃烧和汽油车尾气,分别解释了PM2.5中碳组分的39.3%、28.4%以及16.3%。     

天津市PM2.5污染特征与来源解析

使用2013—2018年大范围长期连续PM_(2.5)观测数据分析了天津市PM_(2.5)污染特征,并使用SMOKE/WRF/NAQPMS模型研究了天津市不同季节PM_(2.5)来源情况。天津市近年PM_(2.5)浓度逐年下降,2013—2018年的年均浓度从96μg/m3下降到52μg/m3,均呈现冬季浓度最高,春、秋季较高,夏季最低的趋势;空间分布上呈西高东低、南高北低的分布特征。本地排放是天津市PM_(2.5)主要来源,不同季节占比为30%～40%,周边城市的跨省输送特征明显,沧州市的贡献约为10%,廊坊市的贡献在、秋冬季较大,为10%～14%,山东省在冬季以外的季节也有10%左右的PM_(2.5)贡献,国外及海洋的贡献在夏季较大(23%),但在其他季节的贡献较小。多数时期二次生成的PM_(2.5)贡献比例最大,贡献为30%～40%,说明天津所在的华北地区二次反应较强烈。另外,居民源与工业源的排放占比也较大,特别是冬季的居民源,占比高达42%。制定防治措施时可考虑不同季节的地区联防联控,但由于本地的排放占比均较大,在任何季节都应该强化本地排放的控制,控制重点是居民源与工业源。     

上海市夏冬两季PM_(2.5)中碳组分污染特征及来源解析

2009年7月和2010年1月在上海市华东理工大学采样点采集PM2.5样品,应用热/光碳分析仪对样品中的有机碳(OC)和元素碳(EC)进行了测定,并计算得到了二次有机碳(SOC)、char-EC和soot-EC的质量浓度。结果显示:采样期间PM2.5、OC、EC、SOC、char-EC、soot-EC夏季平均浓度分别为(58.87±20.04)、(11.37±4.12)、(3.68±1.27)、(4.37±2.86)、(3.00±1.24)和(0.68±0.30)μg/m3;冬季平均浓度分别为(142.31±45.47)、(16.01±4.43)、(5.53±2.36)、(5.67±2.92)、(5.11±2.35)和(0.42±0.17)μg/m3,除soot-EC外,均呈现夏季低、冬季高的特点。在不同空气质量下,OC、EC和char-EC的质量浓度具有明显差异,且三者均与能见度、平均风速呈显著负相关。夏冬两季soot-EC、char-EC、SOC和POC占TC的百分含量相差不大,其中POC/TC值最高,soot-EC/TC值最低。夏季SOC/TC的比值高于冬季,可能由于气温高有利于发生光化学反应。对8个碳组分进行主成分分析,结果显示,燃煤、生物质燃烧、汽油和柴油车排放对PM2.5中碳组分的贡献显著,并且可能受燃煤和汽油车排放的影响最大。     

乌鲁木齐市PM_(2.5)和PM_(2.5~10)中碳组分季节性变化特征

2011年1月至12月在乌鲁木齐市区用膜采样法采集了大气PM_(2.5)和PM_(2.5~10)样品,并利用热光/碳分析仪测定了其中有机碳(OC)和元素碳(EC)的质量浓度.通过OC与EC的粒径分布特征、比值和相关性的分析,初步分析了乌鲁木齐市大气可吸入颗粒物中碳质气溶胶污染特征,并用OC/EC比值法估算了二次有机碳(SOC)的浓度.结果表明,PM_(2.5)和PM_(2.5~10)的年平均质量浓度分别为92.8μg/m~3和64.7μg/m~3.PM_(2.5)中OC和EC的年平均浓度分别为13.85μg/m~3和2.38μg/m~3,PM_(2.5~10)中OC和EC的年平均浓度分别为2.63μg/m~3和0.57μg/m~3.OC和EC四季变化趋势基本一致,季浓度最高.碳组分主要集中于PM_(2.5)中,OC/EC比值范围为3.62~11.21.夏季和秋季的PM_(2.5)和PM_(2.5~10)中OC和EC的相关性较好(R20.65).估算得出的PM_(2.5)和PM_(2.5~10)中SOC的估算浓度为2.31~11.98μg/m~3和0.38~1.49μg/m~3.     

济南春季大气PM2.5水溶性组分的半连续在线观测

利用大气细颗粒物(PM2.5)水溶性组分在线分析系统连续监测了2008年3~4月济南市PM2.5水溶性组分的浓度变化,并结合气溶胶部分前体物SO2、NO2、O3等的浓度数据和部分气象资料对监测数据进行了分析.结果表明,SO42-、NO3-和NH4+是PM2.5中水溶性离子的主要成分,分别占总水溶性组分的61.1%、13.4%和16.7%,且PM2.5中总水溶性组分的浓度,特别是SO42-的浓度,明显高于国内其他城市.温度、太阳辐射强度、混合层高度和风速等气象因素对总水溶性离子的浓度变化有重要影响.SO42-浓度白天明显高于夜间,而NO3-和NH4+的浓度昼夜变化幅度较小.SO42-和NO3-主要由SO2和NO2转化而来.后推气流轨迹分析表明,来自东北绕行西南方向和东北方向的混合气团结合济南的特殊地形及局地排放的污染物会加重济南春季PM2.5的污染.     

2016~2020年上海市PM2.5化学组成特征和来源解析

2016~2020年在上海市区和郊区的6个点位开展了颗粒物系统性观测研究,分析了PM_2.5的质量浓度以及水溶性离子、有机碳/元素碳、无机元素等化学组分,并利用正矩阵因子分解模型对PM_2.5的来源进行了解析。结果表明,上海PM_2.5浓度水平呈现下降趋势,年均质量浓度依次为46,43,37,40,39μg/m³,表现为冬高夏低,西高东低的时空分布特征。有机物在PM_2.5中占比最高(30%~32%),不同年份和季节间的差异较小。二次无机离子(硫酸盐、硝酸盐和铵盐)的区域性特征明显,其中硝酸盐的占比在5a间升高最多,且在冬季污染过程中起到了关键作用。解析得到PM_2.5的来源有9类,分别为二次硝酸盐(30.6%)、二次硫酸盐(20.7%)、机动车(12.6%)、工业(8.0%)、生物质燃烧(7.7%)、扬尘(6.5%)、燃煤(5.8%)、海盐(4.8%)和船舶(3.2%)。机动车和船舶等移动源、秸秆焚烧和烟花爆竹燃放等生物质燃烧源的贡献浓度在研究期间呈现下降趋势,体现了相关治理措施的管控效果。     

上海市中心城区樟树叶片中多环芳烃的分布及来源辨析

采用GC-MS对上海市中心城区樟树叶片中16种优控多环芳烃(PAHs)进行定量分析.结果表明,樟树叶片中∑16PAHs、致癌性PAHs、BaPeq含量范围分别为199.14~488.77、56.63~209.37、4.39~14.80ng/g(干质量),最高值均出现在工业区,其次是交通区、商业区,最低值均出现在公园绿地.各采样点樟树叶片不同环数PAHs分布特征相似,以3~4环为主,平均含量分布占∑16PAHs的31.60%和54.25%,其次为2环和5环PAHs,分别占5.83%和5.97%,6环最低,仅占2.35%;主要单体为菲(Phe)、 (Chry)、荧蒽(Fl)、芘(Pyr),工业区萘(Nap)的含量显著高于其他功能区.运用因子分析法和特征比值法源解析表明,樟树叶片中PAHs主要来源于化石燃料的不完全燃烧.     

基于MODIS的中国PM_(2.5)污染时空分布特征研究

近年来,中国各大城市雾霾天数有明显增长的趋势,雾霾天气的产生与细颗粒物PM_(2.5)有直接的联系。基于2013-2015年MODIS气溶胶光学厚度三级产品MOD08,考虑边界层高度、相对湿度、温度、风速、风向等气象因子,分季节构建BP(误差反向传播)神经网络模型,估算全国PM_(2.5)值,基于此值分析中国PM_(2.5)污染的时空分布。结果表明:(1)对气溶胶光学厚度(AOD)缺失值进行插值后夏季预测模型效果最好,R为0.840 1,春秋季预测模型效果较差,R分别为0.602 5、0.589 9。(2)PM_(2.5)空间分布差异性显著,秋季空间分布差异最显著,夏季降水丰富,空间分布差异显著性降低;高值主要出现在华北和西北小面积区域,低值出现在西部蔵区和海南。(3)高值的华北地区和低值的西部地区都有面积逐渐增加的趋势,高值逐渐扩散到西北小面积区域,低值扩散到中部地区。     

重庆市主城区大气细颗粒物污染特征与来源解析

重庆市主城区大气细颗粒物(PM_(2.5))浓度从1990s的100μg·m~(-3)下降至当前的约70μg·m~(-3),但仍高于环境标准限值.为探讨重庆市主城区PM_(2.5)化学组成与来源特征,于2012—2013年在渝北区大气超级站利用四通道采样仪连续采集了颗粒物样品,分析了其中水溶性离子、碳质组分和无机元素含量.采样期间,重庆市主城区大气PM_(10)和PM_(2.5)的年日均浓度分别为103.9和75.3μg·m~(-3),扩散条件不利的冬季,细颗粒物污染较为严重.受静稳天气影响的1月和2月,受沙尘影响的3月,及二次转化显著的6月是重庆市细颗粒物污染较重的月份.重庆市PM_(2.5)组成以有机物(OM,30.8%)为主,其次为硫酸盐(SO_4~(2-),23.0%)、硝酸盐(NO_3~-,11.7%)、铵盐(NH_4~+,10.9%)、地壳物质(Soil,8.2%)、元素碳(EC,5.2%)、K~+(1.1%)、Cl~-(1.0%)和微量元素(Trace,0.6%).较高的SO_4~(2-)浓度和逐步上升的[NO_3~-]/[SO_4~(2-)]比值反映了重庆市燃煤污染较重,同时机动车污染比例逐步增加.采用主因子分析/绝对主因子得分法解析了重庆城区细颗粒物5类主要来源是:二次粒子(41.7%)、燃煤(15.6%)、建筑/道路尘(12.4%)、土壤尘(11.0%)和工业尘(10.4%),通过各污染源季节变化及与其他结果对比,该源解析结果能够较可靠反映重庆市细颗粒物的来源信息.     

邯郸市区PM2.5污染特征及来源解析

对邯郸市区内邯郸钢铁集团（邯钢）、邯郸市环境监测中心（环保局）、河北工程大学（矿院）3个点位4个季节代表月大气PM_2.5样品进行采集,并对其离子、元素、碳质组分进行测试分析;利用基于排放清单、受体模型与空气质量模型相结合的综合来源解析方法,对邯郸市区大气PM_2.5贡献来源进行分析.结果表明：邯郸市区PM_2.5年均浓度为85.5μg/m³,秋冬季浓度明显高于春夏季,邯钢点位浓度略高于矿院和环保局;PM_2.5中占比较高的组分为NO₃^-、SO₄^2-、POA、SOA和NH₄⁺,分别占15.7%、14.5%、13.2%、12.2%和12.4%,具有明显的二次污染和有机污染特征,冬季二次组分和有机组分占比略高于其他季节,环保局点位一次有机气溶胶（POA）和二次有机气溶胶（SOA）占比略高于矿院和邯钢;冶金和扬尘是PM_2.5最主要的贡献来源,贡献率分别为27.0%和18.7%,冶金源在春夏季的贡献比例高于秋冬季,在邯钢点位的贡献率明显高于环保局和矿院.     

ICP-MS与XRF测定PM_(2.5)中重金属含量的对比分析

目前,大气颗粒物中重金属含量分析方法很多,现有环境空气质量标准并未对重金属分析方法进行统一规定,在实际监测过程中各地选择的分析方法都不尽相同。因此,确定合适的分析方法,满足快速准确测定PM_(2.5)中金属元素含量的需求显得极为重要。文章采用ICP-MS与XRF分别测定PM_(2.5)滤膜样品中Al、As等15种金属的含量,并对2组实验结果进行对比及相关性分析。结果显示,2种方法测定元素Al、Mn、Fe、Cu、Zn、As、Se、Pb的相关性系数R在0.818 5~0.953 6之间,趋势线斜率在0.787 9~1.252之间,可比性较好,测定上述元素时2种分析方法均可选用;Ti、V、Cr、Co、Ni、Cd、Ba相关性系数R和趋势线斜率较低,2种方法分析数据差异较大,测定时应选用灵敏度更高的分析方法如ICP-MS。在测定大气颗粒物中重金属元素时,应根据样品实际情况选择合适的分析方法。     

北京市大气细颗粒物污染与来源解析研究

采集北京市2014年冬、春、夏、秋4个季节代表月1、4、7、10月的大气细颗粒物PM_2.5样品,分析研究了PM_2.5质量浓度、化学特征、季节变化和污染成因.同时,采用正交矩阵因子分析法（PMF）对PM_2.5进行了来源解析.结果表明,北京市2014年PM_2.5年均浓度为87.74μg/m³,是国家环境空气质量标准年均浓度限值的2.5倍.轻、重污染期间,PM_2.5浓度较常日分别增加了1.5和3.9倍,其季节变化表现为冬季 >夏季 >秋季 >春季.地壳元素Mg、Al、Fe、Ca、Ti在轻度污染和重度污染期间较常日略有升高,分别是常日浓度的1.1~1.2倍和1.2~1.5倍.污染元素S、Pb、Zn、Cu浓度变化显著,轻度污染和重度污染期间分别是常日浓度的1.3~2.7倍和1.9~5.9倍.S元素是PM_2.5中受人为活动影响较为严重的组分,其相应的SO₄^2-年均浓度为13.43μg/m³,在轻度污染和重度污染期间分别是常日浓度的2.7和5.9倍.硫酸盐的形成主要受O₃浓度、温度、相对湿度等气象要素的协同影响,较高的O₃浓度、较高温度和相对湿度有利于硫酸盐的生成.PM_2.5主要来源于机动车排放、燃煤、地面扬尘和工业排放,其贡献率分别为37.6%、30.7%、16.6%和15.1%.     

利用ME-2模型提升PM2.5源解析效果

为探讨ME-2模型控制旋转对传统PMF模型源解析效果的提升作用，于2017年9月10日~2018年8月29日在深圳北部某工业区开展PM_2.5采样，共获得153套样品.对PM_2.5中31种化学组分进行了分析，筛选出17个物种输入模型运算.2018年深圳北部工业区大气PM_2.5年均浓度为32.3 μg/m³，利用PMF模型初步识别出9个因子，分别为二次硫酸盐、二次硝酸盐、老化海盐、土壤扬尘、工业排放、燃煤、生物质燃烧、船舶排放和机动车，PMF输出结果中"混合因子"问题显著.基于PMF解析结果及获得的先验信息，在ME-2模型中建立4个限制源谱进一步解析，结果表明，与PMF模型相比，ME-2结果的示踪物在源中分配更集中，对示踪物浓度与相应源贡献的时间序列也提供了更好的拟合效果.二次硝酸盐、老化海盐、工业排放源在PMF模型中被高估了9%~51%，而二次硫酸盐、燃煤和生物质燃烧源被低估了19%~40%.本研究中ME-2解析结果比PMF更具有环境和统计学意义，为污染防治提供了更精确的控制指向.     

成都城区PM2.5季节污染特征及来源解析

于2009—2010年各季节典型月在成都城区采集了大气PM_2.5样品,对PM_2.5的质量浓度及其主要化学成分(含碳组分、水溶性无机离子和元素)进行了测定. 结果显示:成都城区PM_2.5平均质量浓度高达(165.1±85.1)μg·m^-3,是国家环境空气质量标准年均PM_2.5限值的4.7倍. OC、EC和水溶性二次离子(SO₄^2-,NO₃^-和NH₄⁺)的平均浓度分别为(22.6±10.2)μg·m^-3,(9.0±5.4)μg·m^-3和(62.8±44.3)μg·m^-3,分别占PM_2.5浓度的13.7%、5.5%和38.0%. PM_2.5及其主要化学成分浓度季节特征明显,即秋冬季高于春夏季. 利用正交矩阵因子分析(PMF)对成都城区PM_2.5的来源进行解析,结果表明,土壤尘及扬尘、生物质燃烧、机动车源和二次硝酸盐/硫酸盐的贡献率分别为14.3%、28.0%、24.0%和31.3%. 就季节变化而言,生物质燃烧源贡献率在四个季节均维持在较高水平;土壤尘及扬尘的贡献率在春季显著提高;机动车源的贡献率在夏季中表现突出;而二次硝酸盐/硫酸盐的贡献率在秋冬季中则最为显著.