排序方式: 共有23条查询结果,搜索用时 796 毫秒
11.
本研究于2015年冬季,在北京市东南城区开展了C2~C6碳氢化合物大气环境浓度在线监测,研究共检出25种C2~C6碳氢化合物,但鉴于分析仪器的局限性,未包含苯这一重要物种.检出的25种碳氢化合物含量之和(C2~C6 HCs)在12.4~297.5×10~(-9)范围内,不同的空气质量条件下,C2~C6 HCs平均含量分别为29.4×10~(-9)(Ⅰ级,PM_(2.5):35μg·m~(-3))、63.2×10~(-9)(Ⅱ级,PM_(2.5):35~75μg·m~(-3))、85.5×10~(-9)(Ⅲ级,PM_(2.5):75~150μg·m~(-3))、94.9×10~(-9)(Ⅳ级,PM_(2.5):150~250μg·m~(-3))、131.8×10~(-9)(Ⅴ级,PM_(2.5):250μg·m~(-3)),且碳氢化合物的化学组成亦有所差异,烷烃、烯烃、乙炔的摩尔比分别从Ⅰ级条件的47%、45%、7%,变为Ⅴ级条件的59%、30%、12%,烷烃和乙炔的比重上升;烯烃的比重下降.碳氢化合物日变化规律显示,C2~C6 HCs在优良日(PM_(2.5)小时浓度均低于75μg·m~(-3))和污染日(PM_(2.5)小时浓度均高于75μg·m~(-3)),均在08:00~09:00、17:00~18:00存在两个明显的峰值,与日交通峰值时间一致,显示了道路源对局地碳氢化合物浓度的显著影响.通过HCs与CO浓度比值研究,发现随着污染情况的加重,HCs/CO(×10~(-9)/×10~(-6))呈显著下降趋势:90.6(Ⅰ级)、63.8(Ⅱ级)、56.9(Ⅲ级)、37.4(Ⅳ级)、36.4(Ⅴ级).具体化合物与CO比值在污染条件(Ⅲ~Ⅴ)与优良条件(Ⅰ~Ⅱ)的变化率,与各化合物的OH反应速率关联性很差(R=-0.31),由此判断污染时期C2~C6碳氢化合物并未发生强烈的化学衰减.HCs/CO比值变化更多反映了污染源贡献的变化,后向轨迹分析表明,在优良日北京城区多受北部和西北部清洁气团影响,北部地区燃烧源较少,其气团HCs/CO比值较高;而在污染日北京城区受南部和西南部污染气团输送,南部地区工业燃烧源和散煤燃烧源均偏多,其气团HCs/CO值偏低.综上所述,本研究认为重污染过程,北京城区C2~C6碳氢化合物(未包含苯)未体现出显著的化学衰减,碳氢化合物浓度的大幅提升,不仅源于本地污染源的排放累积,还受到南部污染气团的输送贡献. 相似文献
12.
为研究京津冀地区典型城市大气细颗粒物及其碳质组分的时空变化特征及来源,于2016年12月28日—2017年1月22日及2017年7月1—26日,对北京市与石家庄市PM2.5(细颗粒物)及PM1(亚微米颗粒物)进行采集,使用DRI(热光碳分析仪)检测PM2.5与PM1中ρ(OC)与ρ(EC),并对其碳质组分来源进行分析.结果表明:①采样期间,冬、夏两季PM2.5与PM1中ρ(OC)均为石家庄市采样点远高于北京市采样点;冬季PM2.5与PM1中ρ(EC)均为石家庄市采样点高于北京市采样点,夏季则略有不同.②冬季污染日,北京市采样点ρ(PM2.5)与ρ(PM1)均为石家庄市采样点的1.08倍,PM2.5与PM1中的ρ(OC)分别为石家庄市采样点的1.14和1.12倍,石家庄市采样点PM2.5与PM1中ρ(EC)分别为北京市采样点的1.15和1.28倍;冬季重污染日,北京市采样点的ρ(PM2.5)与ρ(PM1)分别为石家庄市采样点的1.03和1.04倍,PM2.5和PM1中的ρ(OC)分别为石家庄市采样点的1.23和1.22倍,石家庄市采样点PM2.5和PM1中的ρ(EC)分别为北京市采样点的1.03和1.16倍.夏季污染日,石家庄市采样点ρ(PM2.5)与ρ(PM1)分别为北京市采样点的1.16和1.30倍,PM2.5与PM1中ρ(OC)分别为北京市采样点的1.64和2.71倍,两个采样点ρ(EC)相近.③冬、夏两季PM2.5与PM1中ρ(SOC)/ρ(OC)均较高,冬季北京市采样点分别为48.09%和54.29%,石家庄市采样点分别为44.98%和48.09%,夏季北京市采样点分别为48.47%和61.50%,石家庄市采样点分别为61.52%和63.55%,表明SOC更易富集于亚微米粒子中.④冬季北京市和石家庄市两个采样点PM2.5与PM1中碳质组分均主要来源于生物质燃烧、燃煤和机动车尾气;夏季北京市采样点PM2.5与PM1中碳质组分主要来源于机动车尾气,石家庄市采样点PM2.5与PM1中碳质组分主要来源于燃煤和机动车尾气.研究显示,北京市和石家庄市两个采样点大气细颗粒物及其碳质组分浓度存在时空分布和污染来源差异. 相似文献
13.
北京典型污染过程PM2.5的特性和来源 总被引:2,自引:0,他引:2
通过采集北京2010年12月—2011年3月冬春季节大气细颗粒物PM2.5样品,分析了冬春季典型污染时段灰霾和沙尘期间大气细颗粒物PM2.5的质量浓度和其中元素、水溶性离子、有机组分OC和EC特性,及其季节变化和来源.结果表明,北京灰霾和沙尘期间PM2.5日均质量浓度分别高达301.8 μg/m3和284.8 μg/m3,是美国EPA PM2.5日均质量浓度限值(35 μg/m3)的8.62倍和8.14倍.灰霾时段,人为污染元素(S、Cu、Zn、As、Se、Cd、Sb、Pb)、二次无机离子(NH4+、NO3-、SO42-)和二次有机碳(SOC)的质量浓度均高于沙尘天气和非污染天气.沙尘天气时地壳元素(Na、Mg、Al、Ca、Fe等)的质量浓度高于灰霾天气和非污染天气.北京冬春季节PM2.5主要来源于燃煤和工业过程、二次转化、地面扬尘、机动车尾气和生物质燃烧.灰霾污染时段二次转化贡献率较高,沙尘污染时段地面扬尘贡献率较高. 相似文献
14.
通过采集唐山市2015~2021年7年间大气污染物PM2.5、 O3、 SO2、 NO2和CO浓度,以及气象要素温度(T)、相对湿度(RH)、风速等相关数据,结合相关性分析和后向轨迹聚类分析技术,分析研究了唐山市近7年间PM2.5和O3不同时段的变化特征,及其影响因素,探讨了气团传输对PM2.5和O3污染的贡献,揭示了PM2.5和O3对大气复合污染的协同影响机制.结果表明,唐山市2015~2021年间PM2.5浓度呈逐年下降的趋势,而O3浓度则呈现出单峰态变化趋势,峰值出现在2017年. PM2.5和O3浓度均呈现出明显的季节变化,其中PM2.5表现为冬季最高夏季最低的特征,而O3则表现为夏季最高而冬季最低的特征.此外,PM2.5的日变化呈双峰态分布,峰值分别发生在工作日早高峰和晚高峰期间. O3日变化则呈单峰态分布,峰值出现在下午紫外线照射较强时段. PM2.5主要受SO2、 NO2和CO的正向影响,而O3则主要受太阳辐射强度和温度的正向影响.在不同污染背景下,PM2.5和O3会受到来自不同方向气团传输的影响. PM2.5和O3对大气复合污染的协同作用在诸多因素的共同影响下,呈现出冬季明显的负向影响,而春、夏和秋季则明显的正向影响.在不同污染背景下,当PM2.5浓度超过150 μg·m-3时,PM2.5和O3的协同作用则表现为明显的负向作用. 相似文献
15.
基于Himawari-8卫星的中国东北秸秆焚烧监测及其对空气质量的影响研究 总被引:2,自引:0,他引:2
利用Himawari-8卫星的AHI成像仪于2016年3月下旬对中国东北进行秸秆焚烧火点监测,结合气溶胶光学厚度(AOD)与地面空气质量数据分析了秸秆焚烧对空气质量的影响。结果显示,研究期间共监测到秸秆焚烧火点425次。齐齐哈尔市、哈尔滨市、呼伦贝尔市、黑河市、绥化市和大庆市火点数较多,分别为116、75、52、50、41、20次。火点数早晚少、中午多。秸秆焚烧对空气质量有很大影响,火点及其下风向的空气质量指数(AQI)和AOD往往较高。秸秆焚烧产生的主要空气污染物是CO和PM10,但它们的峰值滞后于秸秆焚烧的时间。 相似文献
16.
选取北京市地区典型生物质燃料(玉米芯、玉米秆、黄豆秆、草梗、松木、栗树枝、桃树枝)以及民用煤(烟煤、蜂窝煤)在实验室内进行了模拟燃烧实验,对燃烧产生的颗粒物及气体样品进行采集,采用Model 2001A热/光碳分析仪对不同粒径段颗粒物中的有机碳、元素碳进行测定,采用AgilentGC-MS 5977/7890B气质联用仪对燃烧烟气中的挥发性有机物进行分析.研究表明:除蜂窝煤OC、EC的排放因子在2.5~10μm粒径范围内达到最大,其他8种固体燃料燃烧产生的OC、EC的排放因子最大值均在0~2.5μm粒径范围内.薪柴(栗树枝、桃树枝、松木)、秸秆(玉米芯、玉米秆、黄豆秆、草梗)和民用煤(蜂窝煤、烟煤)3类物质燃烧排放VOCs的物种分类差异较大.薪柴和民用煤燃烧排放的卤代烃以及含氧有机物的质量分数明显高于秸秆的质量分数;在同一类别中VOCs物质分布趋势一致.3种薪柴平均总VOCs的排放系数为2.02g/kg,4种秸秆平均总VOCs的排放系数为6.89g/kg,2种民用煤平均总VOCs的排放系数为2.03g/kg,秸秆类的排放因子最大.玉米芯、玉米秆、黄豆秆和草梗的臭氧生成潜势较高,而栗树枝、桃树枝、松木、烟煤以及蜂窝煤的臭氧生成潜势较低,且分布类似.烯烃类、烷烃类、芳香烃类是固体燃料燃烧臭氧生成潜势贡献较大的VOCs物质. 相似文献
17.
通过采集北京市亦庄经济技术开发区2016年7月和10月、2017年1月和4月4个季节典型代表月大气亚微米颗粒物PM1样品,分析研究了该开发区PM1及其水溶性离子组分的季节变化以及不同污染时段的变化特征,揭示了影响二次组分形成和霾污染形成的重要因素.结果表明:研究期间开发区PM1平均浓度为73.95μg/m3,高于北京市同期估算的PM1平均水平,为其1.13倍.夏、秋、冬、春4季PM1平均浓度分别为69.22,63.38,99.50,57.26μg/m3,明显呈现出冬季 > 夏季 > 秋季 > 春季的季节变化特征,各季节霾天PM1浓度是清洁天的1.78~3.17倍.PM1中总水溶性离子浓度为37.30μg/m3,占PM1总质量浓度的50.44%,其中二次组分SO42-、NO3-和NH4+(SNA)平均浓度占总水溶性离子浓度的86.98%,是PM1中水溶性离子的最主要组成部分.PM1总水溶性离子浓度的季节变化与SNA的变化一致,表现为冬季 > 夏季 > 秋季 > 春季.研究期间硫氧化率(SOR)高于氮氧化率(NOR),且SOR表现为夏 > 秋 > 冬 > 春,而NOR表现为夏 > 秋~春 > 冬,相应霾污染天SOR和NOR均显著高于清洁天,其中夏季霾天SO2和NO2的二次转化过程最为显著.SO2向SO42-的转化主要受相对湿度RH、温度T、NO2以及NH3的影响,且液相反应是硫酸盐形成的重要途径.NO2向NO3-的转化受RH、T、O3以及NH3的影响较大.鞍型气压场、均压场、逆温层以及南、东南和西南方向为主的近地面偏弱气团传输是影响霾污染形成的重要因素. 相似文献
18.
以唐山市电力与钢铁行业为例,开展了SO2、NOx的控制潜力研究。通过大量实地调研,获取了唐山市2012年电力及钢铁行业产品年产量、年耗煤量、主要生产过程污染物排放量及配套污染物控制措施等基础数据。采用产污系数法核算各机组生产过程SO2、NOx的产污量。设置两种情景,并通过文献调查选取先进控制技术,计算了控制技术实施后的排放量及控制潜力,给出了不同控制效率下污染物排放与控制潜力的分布。结果表明,唐山市2012年电力行业及钢铁行业SO2相比最先进控制技术有87.6%的减排潜力,相比唐山市目前已有控制技术的较高水平仍具有18.1%的减排潜力;NOx排放基本未得到削减,相比最先进控制技术具有88.6%的减排潜力,相比唐山市目前已有控制技术的较高水平仍具有14.2%的减排潜力。 相似文献
19.
采用KZ滤波法、多元逐步回归法和小波相干性分析法,从不同时间尺度探究了唐山市2015~2022年间PM2.5、PM10和O3的演变特征,并有效区分和定量估算了污染源排放和气象因素对污染物浓度的贡献,揭示了气象因素对污染物不同尺度的影响,以及颗粒物和O3之间的协同作用机制.结果表明:研究期间唐山市颗粒物PM2.5和PM10的浓度长期分量均呈现显著下降趋势,季节分量和短期分量均呈现不同程度的周期波动.O3浓度长期分量变化幅度较小,其季节分量和短期分量均在每年5~7月之间有明显变化趋势.颗粒物PM2.5和PM10浓度的长期分量变化主要由源排放因素控制,且源排放贡献占90%以上,而O3浓度的长期分量变化则由源排放和气象因素共同控制,且其贡献比例约为2:3.气象因素温度、相对湿度、地表垂直风速和降水量对PM2.5主要表现为小时间尺度的正向作用和大时间尺度的负... 相似文献
20.
通过采集北京市2018、2019和2021年大气降水样品,研究了北京市大气降水中主要金属元素和水溶性离子浓度,重金属、水溶性离子、溶解性无机氮(DIN)和无机硫(SO42--S)湿沉降通量及其对生态环境的影响,以及典型降水过程对大气污染物的清除机制. 结果表明,研究期间北京市降水多呈中性或碱性,酸雨率极低,仅为3.06%. 2018、2019和2021年降水中主要金属元素总浓度依次为(4 787.46 ±4 704.31)、(7 663.07 ±8 395.05)和(2 629.13 ±2 369.51)μg·L-1,离子总当量浓度依次为(851.68 ±649.16)、(973.98 ±850.94)和(644.31 ±531.16)μeq·L-1,二者年际变化均表现为:2019年>2018年>2021年;春季、夏季、秋季和冬季的主要金属元素总浓度的季节均值分别为(9 624.25 ±7 327.92)、(4 088.67 ±5 710.14)、(3 357.68 ±3 995.64)和(6 203.19 ±3 857.43)μg·L-1,春季、夏季、秋季和冬季的离子总当量浓度的季节均值分别为(1 014.71 ±512.21)、(729.83 ±589.90)、(724.35 ±681.40)和(1 014.03 ±359.67) μeq·L-1,二者季节变化均表现为:春季>冬季>夏季>秋季. NO3-和SO42-是主要的致酸离子,而NH4+和Ca2+是主要的酸中和离子. 值得注意的是重金属Cd的湿沉降通量虽然较低,仅占所有重金属湿沉降通量的(0.13 ±0.04)%,但Cd的土壤安全年限为291 a,显著低于其他重金属,因此,其生态风险相对较高. 水溶性离子NH4+、Ca2+、NO3-和SO42-的湿沉降通量占总离子湿沉降通量的(85.72 ±2.18)%,对生态环境的综合影响可能较大. DIN湿沉降通量主要以NH4+-N为特征,在夏季对生态环境具有重要的促进作用. SO42--S湿沉降通量在夏季较高,对生态环境的促进作用较大. 大气降水对污染物的清除作用受诸多因素影响,这些因素协同作用直接影响降水对污染物的清除机制. 相似文献