烧结机细颗粒物PM2.5排放特性

利用基于荷电低压颗粒物撞击器(ELPI)的颗粒物排放稀释采样系统,对不同烧结机组的机头、机尾、配料和整粒后的烟粉尘进行了PM2.5的现场测试。结果表明了各测试点位排放的PM2.5粒径分布和质量浓度分布特点。烧结机机头脱硫后虽然降低PM2.5的质量浓度,却增大了其粒数浓度,因此应对脱硫工艺进行优化。PM2.5单体颗粒形态有:球形颗粒、超细颗粒、不规则颗粒和烟尘集合体。PM2.5中SO42-、有机碳(OC)、无机碳(EC)和铁(Fe)的含量较高,分别为2.65%~10.76%,6.15%~12.6%,3.05%~10.05%和4.14%~26.78%。     

太仓大气细颗粒物的粒径分布及来源分析

超大城市大气环境日益改善的同时,其周边卫星城市的大气环境将逐步得到关注.利用静电低压撞击器(ELPI)在线测量上海周边卫星城市太仓大气细颗粒物(PM2.5)粒子数浓度和质量浓度的粒径分布;结合太仓大气PM2.5样品中Ca、Ti、V、Cr、Mn、Fe、Co、Ni、Cu、Zn、As、Se、Sr、CA和Pb等15种元素的浓度...     

开封市秋冬季大气细颗粒物化学成分及来源解析

为研究开封市秋冬季大气细颗粒物(PM_2.5)的化学组分及主要来源,分别于2017、2018年秋冬季在开封市设置了3个点位采集大气PM_2.5样品。采用X射线荧光法(XRF)、离子色谱法(IC)与热光反射法(TOR)分别测定了PM_2.5中元素、水溶性离子及碳质组分特征,并运用正定矩阵因子分解(PMF)模型解析PM_2.5来源。结果表明,2017、2018年秋冬季开封市大气PM_2.5平均质量浓度分别为124.38、111.48μg/m³,水溶性离子平均质量浓度为分别为54.48、58.16μg/m³,其中3种二次无机离子(NO^-₃、NH⁺₄、SO₄^2-)是主要组分。2017、2018年秋冬季NO^-₃与SO₄^2-质量比分别为1....     

淮南矿区道路环境大气颗粒物重金属污染特征及来源解析

为了解煤矿开采区道路环境中大气颗粒物重金属元素的污染特征及来源,于2016年12月(采暖期)和2017年5月(非采暖期)分别采集了淮南潘集矿区交通主干线周围大气颗粒物样品,采用电感耦合等离子体质谱(ICP-MS)测定了As、Cd、Hg、Mn、Pb、Cu、Zn、Ni、V等9种重金属元素以及参比元素Al的含量,并利用富集因子法和因子分析法解析了其来源。结果表明:(1)Zn、Mn、Pb含量较高,占所测重金属元素的82%(质量分数)以上;采暖期总悬浮颗粒物(TSP)、PM10和PM2.5中重金属含量总体上均高于非采暖期。(2)富集程度较高的元素有Pb、Cd、Hg,随着颗粒物粒径减小,各重金属元素的富集因子呈现增大趋势。(3)通过因子分析法得出,潘集矿区道路环境中重金属主要来源为交通排放、煤炭燃烧和扬尘等。     

室内空气中颗粒物污染特征研究

为获得室内空气颗粒物污染特征,2009年8月18～24日在某单位工作及生活区选取4个室内点和1个室外点进行颗粒物采样和成分分析.结果表明,室内粗颗粒(PM10)符合<室内空气质量标准>(GB/T 18883-2002),而细粒子(PM2.5)的浓度水平较高,表明室内PM2.5的污染较重;室内与室外PM2.5比值显示,P...     

上海市中心城区主干道道路扬尘组分特征及来源解析

分析了上海市中心城区主干道道路扬尘的化学组分,并采用化学质量平衡模型进行了道路扬尘的源解析。结果表明,上海市中心城区主干道道路扬尘的主要化学组分为Si(18.285 0%(质量分数,下同))、Ca(5.772 2%)、Al(2.460 6%)、Fe(2.345 8%)、Mg(0.889 3%)、K(0.846 4%)、Na(0.785 6%)等地壳元素;源解析结果表明,道路扬尘的首要污染来源是建筑尘(贡献率为34.4%),其次是土壤风沙尘(贡献率为32.6%)、渣土尘(贡献率为20.8%)、机动车尾气尘(贡献率为0.8%)。土壤风沙尘、建筑尘和渣土尘是道路扬尘主要的供应者(贡献率合计超过80%)。     

杭州市空气颗粒物污染特征及变化规律研究

根据2006—2010年杭州市空气颗粒物的监测数据及2002、2006、2008年空气颗粒物来源解析结果,对杭州市空气颗粒物浓度、化学组分与污染来源等特征的变化规律进行分析,以期为空气颗粒物污染控制提供决策依据。结果表明,近年来杭州市PM10浓度有所下降,但一类功能区PM10仍超出《环境空气质量标准》(GB 3095—1996)的要求(≤0.04mg/m3),杭州市空气颗粒物污染以细颗粒物为主,空气颗粒物的二次转化、机动车尾气尘等产生的二次粒子污染相对严重;煤烟尘对杭州市PM10的贡献率下降明显,城市扬尘、二次粒子和机动车尾气尘对PM10的贡献率有所增加,是杭州市PM10的主要来源。     

道路环境黑碳变化特征及影响因素

为了分析道路环境黑碳浓度变化规律及影响因素,在北京APEC会议期间及前后对道路环境黑碳（BC）、NOx及PM2.5浓度进行测量,同时调查道路车流信息及气象数据,应用相关性分析、多元线性回归模型和排放强度计算等方法分析了机动车限行和气象条件对路边BC浓度的影响。结果显示：监测期间北土城东路路边的BC平均浓度为7.44 μg·m-3,限行期间10 d的平均浓度为4.43 μg·m-3,非限行期间21天的平均浓度为8.87 μg·m-3,机动车限行期间BC浓度下降50%。道路环境BC浓度高峰值分别出现在06：00-09：00和18：00-21：00,路边BC浓度与NOx和PM2.5浓度具有正线性相关性。限行期间总车流量下降52%,重型车辆流量变化不大,由于车流量下降和车速升高机动车尾气BC排放强度降低约15%。多元线性回归模型和情景分析结果显示限行期间气象条件和限行措施对BC浓度下降的贡献率分别为56%和30%,非限行期间如果采取限行措施可以使路边BC浓度下降34%。     

基于Fluent城市大气污染物扩散数值模拟

城市大气污染问题已经引起广泛的关注,其中对城市中大气污染物的迁移扩散过程还需进一步研究。为了探究城市复杂地形下大气污染物扩散预测的新模式,采用计算流体力学方法,建立了数值预测模型,构造出水平均匀的大气边界层模拟风场;进一步对建筑物影响下的大气污染物扩散过程进行了模拟,并与实验结果进行了对比。结果表明:数值模拟结果与实验结果基本吻合,计算流体力学方法可用于城市复杂地形下大气污染问题的研究工作;模拟结果与湍流模型的选取和湍流施密特数的设置有密切关系;采用SST k-ω湍流模型对此类问题较适宜,随着湍流施密特数的增大,扩散范围逐渐增大。     

重庆城区PM2.5化学组分特征及季节变化

2014年7月-2015年5月典型季节期间在重庆城区选择典型站点开展PM2.5样品采集,并测量质量浓度,分析样品中水溶性离子、无机元素、OC和EC等组分,在此基础上对组分化学组成进行了质量重构。结果表明：观测期间PM2.5年均值为76.4 μg·m-3,浓度季节变化为冬季 > 秋季 > 春季 > 夏季;组分方面,以二次转化为主的SO42-、NH4+、NO3-和OC是PM2.5组分中最主要成分,OC/EC比值4个季度均大于2,表明城区二次有机碳生成显著;硫氧化率（SOR）分析,气态污染物SO2的二次转化效率较高,大气存在明显的二次转化过程。PM2.5质量重构后主要组成为有机气溶胶（OM）、二次无机离子（SNA）和矿物尘,重庆城区应协同控制一次排放的颗粒物和气态污染物SO2和NOx,从而控制二次组分浓度。     

某高密度街区大气颗粒物质量浓度分布特征实测研究

为研究城市高密度街区大气颗粒物浓度分布特征,2019年秋季对上海市某高密度街区道路大气颗粒物浓度、空气温度、相对湿度、地理位置、车辆与道路图像视频信息进行了同步移动在线监测,并结合街区内固定站数据和后向轨迹模拟结果,总结了影响街区大气颗粒物浓度变化的主要因素。结果表明:城市大气颗粒物背景拟合值处于较低水平时,街区内的大气颗粒物浓度变化和影响因素易被识别;机动车污染源对大气颗粒物浓度贡献大,其中大型机动车的影响明显;户外施工和道路清扫会引起大气颗粒物浓度上升,其中PM₁₀上升更明显;交通密度大的十字路口大气颗粒物浓度通常较高;城市高架的盖状结构会阻碍大气颗粒物在垂直方向上的扩散,引起局部大气颗粒物浓度上升;街区内高大浓密的乔木对近地面的大气颗粒物屏蔽效果不理想,甚至有助于颗粒物累积;早晚高峰时段大气颗粒物浓度较非高峰时段高。     

西安南郊采暖期大气颗粒物PM2.5的污染特征分析

为研究西安市南郊地区采暖期大气颗粒物PM2.5的污染浓度及水溶性成分,使用颗粒物采样器于2009年1月6日～2009年2月15日进行PM2.5采样.将24 h分为8个阶段,每天3 h定时采样.结果表明,西安市南郊地区采暖期PM2.5明显污染,24 h中PM2.5污染状况最严重的时段为21:00～23:59;PM2.5中NH+4、NO-3和SO2-4是其最主要的水溶性组分,在PM2.5中的平均质量混合比分别为10.225%、13.698%和15.650%,三者在PM2.5中质量混合比最高的时段分别为06:00～08:59、03:00～05:59和18:00～20:59.     

某高密度街区大气颗粒物质量浓度分布特征实测研究

为研究城市高密度街区大气颗粒物浓度分布特征,2019年秋季对上海市某高密度街区道路大气颗粒物浓度、空气温度、相对湿度、地理位置、车辆与道路图像视频信息进行了同步移动在线监测,并结合街区内固定站数据和后向轨迹模拟结果,总结了影响街区大气颗粒物浓度变化的主要因素。结果表明:城市大气颗粒物背景拟合值处于较低水平时,街区内的大气颗粒物浓度变化和影响因素易被识别;机动车污染源对大气颗粒物浓度贡献大,其中大型机动车的影响明显;户外施工和道路清扫会引起大气颗粒物浓度上升,其中PM₁₀上升更明显;交通密度大的十字路口大气颗粒物浓度通常较高;城市高架的盖状结构会阻碍大气颗粒物在垂直方向上的扩散,引起局部大气颗粒物浓度上升;街区内高大浓密的乔木对近地面的大气颗粒物屏蔽效果不理想,甚至有助于颗粒物累积;早晚高峰时段大气颗粒物浓度较非高峰时段高。     

西宁市春季道路扬尘碳组分特征及来源解析

为研究西宁市道路扬尘PM_2.5和PM₁₀中碳组分的特征及其来源,于2019年5月使用样方法采集西宁市78条铺装道路,通过NK-ZXF再悬浮仪器将样品悬浮到滤膜上,并利用热光碳分析仪测定有机碳(OC)和元素碳(EC)组分。结果表明：PM_2.5中ω(TC)为8.49%(环线)~10.38%(支路),ω(OC)为7.68%(环线)~9.36%(支路),ω(EC)为0.74%(国道)~1.02%(支路);PM₁₀中ω(TC)为8.38%(环线)~10.78%(支路),ω(OC)为7.30%(环线)~9.76%(支路),ω(EC)为0.59%(高速)~1.09%(环线)。各类型道路中ω(OC) 均明显大于ω(EC),ω(EC) 在不同道路类型中差异不大。OC在PM₁₀中的质量分数均高于在PM_2.5中的值,表明OC更容易富集到粒径大的颗粒物上。采用最小相关系数法(MRS)估算道路扬尘PM_2.5和PM₁₀中SOC含量,得出SOC分别占OC总量的81.91%和76.25%。以上结果说明道路扬尘存在明显的二次污染。因子分析和OC/EC比值分析表明西宁市春季道路扬尘PM_2.5和PM₁₀主要来源于燃煤、生物质燃烧和机动车尾气排放。本研究可为西宁市道路扬尘污染防治工作及制定环境管理对策提供参考。     

Determination of sources of fine particles in different ambient atmospheres in South Korea using a chemical mass balance model

Abstract

To determine the sources of particulate matter less than 2.5?μm (PM_2.5 in different ambient atmospheres (urban, roadside, industrial, and rural sites), the chemical components of PM_2.5 such as ions (Cl^-, NO₃^-, SO₄^2-, NH₄⁺, Na⁺, K⁺, Ca²⁺, and Mg²⁺), carbonaceous species, and elements (Al, As, Ba, Cd, Cu, Fe, Mn, Ni, Pb, Se, V, and Zn) were measured. The average mass concentrations of PM_2.5 at the urban, roadside, industrial, and rural sites were 31.5?±?14.8, 31.6?±?22.3, 31.4?±?16.0, and 25.8?±?12.4?μg/m³, respectively. Except for secondary ammonium sulfate and ammonium nitrate, the model results showed that the traffic source (i.e., the sum of gasoline and diesel vehicle sources) was the most dominant source of PM_2.5 (17.1%) followed by biomass burning (13.8%) at the urban site. The major primary sources of PM_2.5 were consistent with the site characteristics (diesel vehicle source at the roadside site, coal-fired plants at the industrial site, and biomass burning at the rural site). Seasonal data from the urban site suggested that ammonium sulfate and ammonium nitrate were the most dominant sources of PM_2.5 during all seasons. Further, the contribution of road dust source to PM_2.5 increased during spring and fall seasons. We conclude that the determination of the major PM_2.5 sources is useful for establishing efficient control strategies for PM_2.5 in different regions and seasons.     

区域大气环境中PM_(2.5)/PM_(10)空间分布研究

提出了一种利用移动监测技术研究区域大气环境中PM2.5/PM10空间分布的方法,并在2004年12月进行了宁波市全市域PM2.5/PM10空间分布的研究.数据显示:相同路径所代表的地区PM2.5和PM10具有很好的相关性,多数路径上PM2.5与PM10数据的相关系数平方在0.95以上,而不同路径上PM2.5与PM10的比值不同.文中给出了宁波市PM2.5/PM10污染的空间分布图,直观地显示出PM2.5/PM10污染的空间分布情况,突出了污染的重点点位和地区.     

哈尔滨市采暖与非采暖期大气颗粒物污染特性研究

为了研究采暖对哈尔滨市大气颗粒物环境特征的影响,分别在采暖前、采暖期和采暖后采集TSP、PM10和PM2.5.分析了3种粒径颗粒物在采暖期和非采暖期的浓度变化特征以及粒径分布特征,并做了颗粒物的化学成分分析,包括20种无机元素和两种碳成分.结果表明:TSP和PM10在12月、1月、3月和4月均超标,而在非采暖期均达到国...