京津冀和长三角地区一次重霾过程气象成因及传输特征

基于气象数据和空气质量数据,研究了2016年12月29日~2017年1月8日京津冀与长三角地区一次大范围重度污染过程的特征及成因.结果表明,均压场、低边界层高度、静小风是本次重污染过程的主要气象特征,重污染过程的结束得益于后期气压梯度变大,水平扩散条件转好.此外,基于WRF-CMAQ（气象研究与预报建模系统及区域多尺度空气质量模型）模式情景分析法评价了区域传输和局地累积对本次重污染过程的作用,分析显示重污染前期当中东部地区受南风控制时,京津冀地区受长三角地区传输影响较大（15%~20%）,长三角地区以本地贡献为主;累积阶段,长三角地区本地贡献显著下降,受到京津冀地区的贡献明显上升（20%~30%）,京津冀地区主要受本地排放影响.传输通量结果显示长三角向京津冀输送的净通量峰值发生在重污染前期（-21.52t/d）,京津冀向长三角输送的净通量峰值发生在累积阶段（17.29t/d）,区域传输作用在1001~1478m之间最为活跃.     

2016年10～11月期间北京市大气颗粒物污染特征与传输规律

本研究采用气溶胶化学组分在线监测仪（ACSM）对北京地区2016年10月15日~11月15日期间非难熔性PM₁（NR-PM₁）化学组分进行实时连续在线观测,探讨了NR-PM₁化学组分的演变特征;运用潜在源贡献分析（PSCF）法和气象-空气质量模式（WRF-CAMx）识别了北京PM_2.5潜在污染源区和传输路径,揭示了PM_2.5净传输通量的垂直分布特征.结果表明,北京秋季NR-PM₁和PM_2.5质量浓度分别为（59.16±57.05）μg·m^-3和（89.82±66.66）μg·m^-3,其中NR-PM₁平均占PM_2.5的（70.31±22.28）%.整个观测期间,有机物（Org）、硝酸盐（NO₃^-）、硫酸盐（SO₄^2-）、铵盐（NH₄⁺）和氯化物（Chl）分别占NR-PM₁总质量浓度的（42.75±11.35）%、（21.27±7.72）%、（19.11±7.08）%、（12.19±2.64）%和（4.68±3.24）%,不同化学组分的日变化特征存在明显差异.对北京秋季NR-PM₁污染影响较大的潜在源区主要集中在河北南部、河南东北部及山东西部,重污染期间保定、北京南部及廊坊等城市对NR-PM₁贡献较大.WRF-CAMx模拟结果表明,PM_2.5总的净传输通量呈现出显著的垂直分布特征.整个观测期间,毗邻城市主要向北京输入PM_2.5,净通量最大出现在海拔600~1000 m;而重污染前期外来源输送PM_2.5主要位于高空,直到污染最严重的11月5日,PM_2.5转为近地面传输,说明高空和近地面传输是影响北京秋季PM_2.5重污染形成的重要因素.同时鉴别出了两种传输路径,即西南-东北方向（保定→北京→承德）和西北-东南方向（张家口→北京→廊坊北→天津）.     

北京市典型区域大气亚微米颗粒物理化特性及其来源

本研究采用Aerodyne气溶胶化学组成在线监测质谱仪ACSM,于2019年春季、夏季后期、秋季和冬季典型代表月对北京市东南城区非难熔亚微米颗粒物NR-PM₁进行了实时监测与分析,研究了NR-PM₁及其物种在不同时段,特别是霾污染期间的演变特征,以及4个季节有机物的来源.结果表明,整个研究期间NR-PM₁的平均浓度为22.06μg/m³,其季节变化呈现出春季>冬季>秋季>夏季后期的特征.整个研究期间,Org （有机物）的平均浓度为7.12μg/m³,占NR-PM₁的32.30%;NO₃^-和SO₄^2-的平均浓度分别为5.91和6.20μg/m³,分别占NR-PM₁的26.80%和28.12%;而NH₄⁺和Cl^-的平均质量浓度和质量百分数均较低.所有物种呈现出Org> SO₄^2-~NO₃^-> NH₄⁺>Cl^-的特征.清洁天NR-PM₁以Org为主要特征,各季节所有物种的日变化均较小,而霾污染天NR-PM₁以二次无机物种为主要特征,不同季节各物种表现出不同的日变化特征.OA （有机气溶胶）在不同季节解析出的物种有所不同.一次有机气溶胶POA对OA的贡献随春夏秋冬逐渐升高,而二次有机气溶胶SOA则随之逐渐降低.     

Au负载OMS-2催化剂的制备及其低温催化氧化性能

通过前掺杂法(QI),浸渍法(IM)和沉积-沉淀法(DP)3种方法制备了Au负载氧化锰八面体分子筛(OMS-2)Au/OMS-2催化剂,研究了制备方法和制备条件对其催化氧化CO活性的影响.采用X射线衍射(XRD)和BET比表面积测定等技术对所制样品进行表征.结果表明,沉积-沉淀法制备的Au/OMS-2-DP催化剂活性明显高于前掺杂法和浸渍法制备的催化剂,这与Au/OMS-2-DP催化剂比表面积较大和负载Au颗粒较小有关.制备条件(沉淀剂种类、制备溶液pH、Au负载量和催化剂焙烧温度)明显影响Au/OMS-2-DP催化剂的催化活性.对于各种不同的沉淀剂,以KOH为沉淀剂制备的催化剂活性最高,这可能与其无钝化作用,而且形成的Au颗粒较小有关;制备溶液的为最佳,当pH值过高或过低容易导致Au颗粒的聚集和Au沉淀量较少;XRD结果表明,当Au负载量为5wt%催化剂和催化剂焙烧为300℃时,所制备的催化剂颗粒最小,所得的催化剂活性最高.最佳条件制备的Au/OMS-2-DP催化剂活性较好,CO完全转化(100%)的温度为67℃.     

北京冬季一次重污染过程的污染特征及成因分析

为了研究北京冬季重污染过程的污染特征及形成原因,选取2013年1月9~15日一次典型重污染过程,对污染期间气象要素、大气颗粒物组分特征和天气背景场进行综合研究.结果表明,此次大气重污染过程中PM₁₀和PM_2.5平均质量浓度分别为347.7μg/m³和222.4μg/m³,均超过环境空气质量标准(GB3095-2012)中规定的日均二级浓度限值.重污染时段PM_2.5中NH₄⁺、NO₃^-和SO₄^2-质量浓度之和占PM_2.5质量浓度的44.0%,OC/EC的平均比值为5.44,说明二次无机离子和有机物对此次污染过程中PM_2.5贡献较大.稳定的大气环流背景场、高湿度低风速的地面气象条件和低而厚的逆温层导致北京地区大气层结稳定,加上北京三面环山的特殊地形结构,是造成此次大气重污染过程的主要原因.     

APEC期间北京市城区VOCs浓度特征及其对VOCs排放清单的校验

采用“SUMMA罐采样-GC-MS” 离线分析方法,通过对北京市东部城区2014年10月16日~11月27日大气环境挥发性有机化合物(VOCs)监测,得出APEC期间VOCs结果,会议前(10月16~30日)、会议期(11月5~11日)、会议后(11月12~27日),TVOCs(检出VOCs化合物之和)24h日平均浓度分别为49.12×10^-9、25.17×10^-9、23.38×10^-9,随时间呈下降趋势;而3个时间段,TVOCs白天平均浓度分别为41.43×10^-9、17.36×10^-9、20.08×10^-9,会议期浓度最低,且烯烃体积百分比升高,烷烃和芳香烃降低,与会议前、后VOCs化学组分特征形成显著差异.会议前、会议后的TVOCs浓度与气象要素的相关性分析表明:VOCs受温度影响最大(相关性0.74),其次相对湿度(相关性0.67),与风速相关性不显著.最后,基于北京市VOCs排放清单和主要源VOCs化学成分谱,核算了会议期15种主要化合物的日减排量.APEC期间,该15种化合物的减排量与其白天均浓度较会议前、后的下降量显著相关,相关性达到0.76~0.80,间接校验了北京市VOCs排放清单的准确性.     

重型柴油车PM2.5和碳氢化合物的排放特征

采用车载排放试验对国Ⅱ、国Ⅲ、国Ⅳ重型柴油车尾气在实际道路排放的PM2.5和碳氢化合物进行样品采集,采用电感耦合等离子体质谱技术、离子色谱仪和碳质分析仪对PM2.5各组分进行测试分析,采用五气分析仪对HC进行在线分析.结果表明,重型柴油车PM2.5和HC的排放因子分别为(0.22±0.12) g/km和(0.57±0.45) g/km,且排放因子随机动车排放标准的提高呈明显下降趋势.EC和OC是机动车尾气PM2.5的主要组分,分别占总质量百分比的38.87%~42.87%和16.22%~19.96%;水溶性离子中含量较为丰富的组分主要是SO42-、NH4+和NO3-,分别占总PM2.5质量百分比的7.64%~8.85%、2.22%~3.97%、1.91%~2.73%;元素中含量较高的组分为S、Na、Ca、Fe、和Al;PM2.5和HC的排放因子随车速的增加均呈下降趋势.     

铁屑过滤法预处理可生化性差的印染废水

采用铁屑过滤法预处理可化生性差的印染废水,能改善废水的可生化性,降低废水的ＣＯＤ和色度,有利于后续生化处理。     

对硫磷分子印迹膜传感器的制备及识别特性

用电聚合的方法在金电极上制备了以对硫磷为模板分子的自组装邻氨基硫酚分子印迹膜传感器.在含有5 mmol/L对硫磷模板分子、5mmol/L四丁基高氯酸铵支持电解质和30 mmol/L邻氨基硫酚的二氯甲烷的聚合液中于-0.3～1.4 V范围内循环伏安扫描30圈即得到邻氨基硫酚印迹聚合膜.结合在印迹膜上的对硫磷模板分子用0.5 mol/L HCl溶液超声20 min洗脱.循环伏安法用于电化学检测.当富集时间为10 min,磷酸盐缓冲溶液的pH=6.8时,在1.0×10-4～5.0×10-7mol/L浓度范围内与对硫磷还原峰电流成良好的线性关系,检测下限为2.0×10～mol/L.用分子印迹膜传感器对实际样品进行分析,回收率为98.0%～104%.印迹膜传感器和非印迹膜传感器对一系列与对硫磷相近似的化合物如甲基对硫磷、对氧磷、辛硫磷、氧乐果、硝基苯及邻、间、对硝基苯酚进行检测,该传感器对对硫磷具有良好的选择性和灵敏度.     

道路环境颗粒物浓度空间分布研究

由于交通扬尘和车辆尾气排放,道路环境颗粒物浓度高于城市其它区域,文章应用一种移动监测技术测试区域道路环境中PM10浓度空间分布,并进行了呼市城区道路环境PM10空间分布分析;采用降尘法对呼市城区不同区域30条道路进行监测,分析道路降尘空间分布规律,并对两种方法进行比较。文章给出了呼市城区道路环境PM10浓度的空间分布图...