城市建设应注意防尘

２００２年是柳州市的城市建设和管理年，市政府将拿出２５亿元对柳州的市政设施进行规划改造和创建，将全方位掀起城市建设的新高潮。今年先后开工和即将开始建设的项目有：一期防洪工程、潭中西路西段工程等续建项目９个；双冲桥、红光桥、南二环等新建８大工程；另外还有争取年内开工或已部分开工的连塘路及八一路改造、河东行政中心等１７个大型建设项目。柳州市区内呈现出地不分南北、时不分昼夜、热火朝天的建设景象。当以上工程结束时，柳州市的市容市貌将得到根本的转变，一座新兴、美丽的龙城指日可待，广大市民无不额手相庆，欢呼…     

广州PM2.5化学组分特征及其与气象因子的关系

于2012年12月—2013年12月在广州城区(市站)和东部郊区(九龙)开展为期一年的PM2.5样品采集,并同步收集气象因子和气态污染物质量浓度等数据.结果表明,PM2.5中主要化学组分为有机质(OM)和硫酸盐(SO2-4),分别占市站和九龙PM2.5质量浓度的49.4%和15.2%及57.0%和17.3%.碳质气溶胶(OM和EC)贡献接近50%,二次无机气溶胶(SO2-4、NO-3和NH+4总和,SIA)贡献超过30%.由于以机动车尾气为代表的移动污染源在城市区域贡献较大,市站[NO-3]/[SO2-4]比值显著高于九龙.两个站点[NH+4]/[SO2-4]摩尔质量比均高于1.5,表明观测期间广州市干季大气处于富铵状态.市站和九龙站硫氧化率(SOR)和氮氧化率(NOR)的时空变化趋势与O3类似,表明大气光化学过程是影响广州市SOR和NOR的重要因素.相对湿度低于65%时,SOR和NOR均较高;温度对SOR和NOR的影响有显著的城郊差异.降雨对PM2.5及各化学组分浓度有显著去除作用.     

关中地区秋冬季颗粒物二次有机碳的估算

2017年9月4日~2018年1月19日期间分别在关中地区的5个主要城市西安（XA）,渭南（WN）,铜川（TCH）,宝鸡（BJ）,咸阳（XY）设置采样点进行PM_2.5,PM₁₀颗粒物手工采样观测,采用热光透射法（TOT）分析碳组分,最小值法估算二次有机碳（SOC）浓度,结果显示PM_2.5与PM₁₀中SOC平均浓度分别为（7.44±5.54）,（9.62±7.49）μg/m³,一次有机碳（POC）平均浓度分别为（7.04±2.59）,（9.33±4.33）μg/m³,不同粒径颗粒物中SOC各点位的浓度值分布表现基本相同为XY > XA > WN > BJ > TCH.PM_2.5中SOC含量为8.76%,OC占比为48.03%,PM₁₀含量为6.28%,OC占比为48.09%,季节分布均呈现为秋季低冬季高,关中地区SOC污染严重.后向轨迹聚类分析结果显示污染气团传输主要是关中地区局部污染和西北,东北方向传输,其中局部污染轨迹的数量占比较多,浓度较高.低空传输与近地面风向风速及污染物分布存在差异,结合关中地区盆地地形,静风频率高,边界层低等多种因素造成颗粒物中SOC浓度较高,其中BJ点位易受到东北气团的污染物传输累积.     

转炉炼钢一次除尘蒸发冷却器严重积灰问题及解决方案

上海梅山钢铁股份有限公司二炼钢4号、5号转炉一次除尘LT系统于2012年4月开始陆续热试投产,除尘工艺设计及关键设备引进GEA公司技术和工艺及装备。投产至今,随着吹氧量的增加、年产量的提升,出现了蒸发冷却器和静电除尘器入口分布板严重积灰的问题。因此,进行理论计算、CFD模拟并与类似转炉LT系统的蒸发冷却器设计尺寸和运行效果对比,通过增加蒸发冷却器的高度实现了升级改造。     

北京春季亚微米气溶胶的化学组分、特性及有机气溶胶来源解析

基于颗粒物化学组分监测仪(Aerosol Chemical Speciation Monitor,ACSM)的在线实时观测,对北京春季亚微米气溶胶(PM_1)的化学组分和特性进行分析,并利用PMFME-2(Positive Matrix FactorizationMultilinear Engine)源解析模式对其中的有机物进行来源解析。结果表明,在观测期间PM_1的浓度变化范围为2.40-249.10μg·m~(-3),平均浓度58.0μg·m~(-3),其中有机物为主要组分,占比41.4%。有机物的来源包括四个一次源:机动车排放源(hydrocarbon-like organic aerosol,HOA)、烹饪源(cooking organic aerosol,COA)、燃煤燃烧源(coal combustion organic aerosol,CCOA)、生物质燃烧源(biomass burning organic aerosol,BBOA)和一个二次有机源(oxygenated organic aerosol,OOA)。通过不同污染事件的对比结果表明,二次气溶胶在重污染期所占比重会明显上升,并且静稳气象条件也对污染的形成产生重要影响。     

成都次降水稳定氢氧同位素特征及水汽来源分析

基于对成都地区2016年9月至2017年10月采集的113场次降水样品氢氧同位素的分析,发现大气次降水中δD、δ~(18)O、~(17)O、d-excess和~(17)O-excess有显著的季节性变化,旱季高雨季低,反映了该地区旱、雨两季水汽来源不同;地区大气降水线斜率和截距都偏小,表明成都降水来源于具有不同稳定同位素比率的源地,且雨滴在降落过程中发生了二次蒸发;三氧同位素大气降水线(δ'~(17)O=0. 528 9δ'~(18)O+0. 007 5)斜率介于海洋气团(0. 529)与干空气(0. 518)之间,表明成都地区处于海洋气团向内陆迁移的路径上; d值接近全球平均值,而~(17)O-excess值远较海水大,表明成都的水汽来源由海洋气团主导,且到达该地区的过程中同位素经历了严重的富集; d-excess在旱季出现的极低值可能是受到了人工降雨的影响,~(17)O-excess除了与水汽源地的相对湿度有关外,还会受到上游气团对流作用的影响,此外,成都当地的气象因素对不同季节次降水的~(17)O-excess值有不同程度的影响.     

间二异丙苯一次氧化产物失控反应特性研究

间二异丙苯与空气发生一次氧化反应,是间二异丙苯氧化法制备间苯二酚的关键技术,采用DSC差式扫描量热仪和VSP2绝热量热仪等,研究间二异丙苯与空气反应生成一次氧化产物的热稳定性和绝热失控特性。结果显示:间二异丙苯与空气反应生成一次氧化产物的起始放热温度(T0)为129℃,绝热温升(ΔT ad)为222℃,最高失控压力(P max)为4.05 MPa,最大反应速率到达时间为24 h对应的温度(T D24)为49.6℃。在工业化实施时应优化工艺流程,在操作过程中严格控制反应温度,优化操作条件,以保证安全生产。     

北京森林BVOCs排放特征及对区域空气质量的影响

利用林业二类调查蓄积资料,广泛调研植物源挥发性有机物（BVOCs）排放因子的最新研究成果,运用光温影响模型对北京森林BVOCs排放特征进行研究,并分析其对区域空气质量的影响.结果显示,2015年北京森林BVOCs排放量平均值为27.97×10⁹g C/a,变化域值范围为（9.46~76.45）×10⁹g C/a,其中异戊二烯、单萜烯和其他VOCs贡献率分别为75.09%、15.62%和9.29%.不同树种间BVOCs排放量差异较大,杨树和栎树是主要的异戊二烯排放源,贡献率分别为63.16%和25.92%;油松是主要的单萜烯排放源,贡献率为40.90%.不同龄级林对BVOCs排放的贡献不同,中龄林贡献率最大,占总量的39.14%.BVOCs排放呈夏季高、冬季低的特征,春、夏、秋、冬排放量分别占全年的12.55%、77.48%、9.76%和0.21%.BVOCs对O₃生成潜势的贡献量为240.51×10⁹g,其中异戊二烯占92.66%,是主要的贡献者;对二次有机气溶胶（SOA）生成潜势的贡献量为1.73×10⁹g,异戊二烯和单萜烯分别占24.26%和75.73%.研究表明,北京森林BVOCs排放会导致大气年均SOA浓度增加0.94μg/m³,O₃浓度上升9.01μg/m³,特别是对夏季O₃污染具有较大贡献.建议城市绿化时应从有助于空气质量改善的角度考虑树种的VOCs排放能力.     

北京地区2019年2~3月供暖结束前后两次污染过程特征分析

以2019年2~3月北京两次污染过程为例,针对气象要素及污染物浓度进行特征分析,利用后向轨迹及WRF-CAMx模式,分析供暖结束前后的污染物演变规律,并探讨气象条件、区域输送及二次转化等对污染过程的影响.结果表明,2月21~24日（过程1）和3月18~20日（过程2）平均ρ（PM_2.5）差异不大,分别为100.1 μg·m^-3和97.2 μg·m^-3,但过程1平均峰值偏高、日变化明显、过程发展迅速和有两个峰值阶段,且为区域性污染,而过程2更倾向于北京局地污染.两次过程逐时ρ（SO₂）均不超16 μg·m^-3,供暖燃煤治理效果显著,但过程1的SO₂存在夜间次峰值,体现供暖排放影响.过程1的ρ（CO）较高,尤其是2月21~22日前后ρ（CO）/ρ（SO₂）升高,且区域中南部城市及北京南部背景站污染高于城区,表明过程1扩散条件不利,且第一个峰值主要受区域输送影响.过程2的ρ（PM_2.5）/ρ（CO）偏高,表明二次生成PM_2.5占比略大;ρ（NO₂）/ρ（CO）、ρ（SO₂）/ρ（CO）和ρ（SO₄^2-）/ρ（PM_2.5）偏大,SOR与过程1持平,表明过程1更有利于气体相态转化,过程2受工业燃煤影响更大.但将过程1分阶段分析显示,过程1第二阶段与过程2的PM_2.5二次生成指征相似,均高于过程1第一阶段,即过程1第二个峰值与过程2主要与本地排放和化学转化相关.WRF-CMAx对污染物演变趋势有较好的再现能力.同化试验对PM_2.5趋势模拟显著提升,提高了与观测的相关性,但模拟值偏低;对NO₂的模拟2月偏低、3月偏高,对SO₂模拟明显偏高有一定纠正;此外,过程2中北京污染物浓度对河北的敏感性相对过程1偏低,即过程1受区域输送影响更大.模式对污染暴发性增长的模拟亟待提升,污染物种类对减排的响应及大气氧化剂和气溶胶性质相关的反馈等可能是影响模拟效果的重要原因,需进一步研究.     

基于排放清单和实地测试的工业VOCs排放特征:以郑州市高新区为例

基于本地污染源调查,同时对重点工业行业进行实地采样测试,建立了郑州市高新区工业VOCs排放清单及组分清单,并评估了 VOCs各组分的臭氧生成潜势(OFP)和二次有机气溶胶生成潜势(SOAp).结果表明,2017年郑州市高新区工业源VOCs排放总量为4 566.0 t,橡胶和塑料制品业、设备制造业和有色金属业是排放量最大的3个行业,排放量分别为1 924.2、1 396.3和813.4 t;各VOCs组分中,烷烃占比最大(40.9％),其次是含氧VOCs(32.2％)和芳香烃(20.3％);异丙醇、正十二烷、甲苯、甲基环己烷和丙酮是排放量最大的5种物质;OFP总量为8 753.8 t,最大贡献源和VOCs种类分别为设备制造业和芳香烃;SOAp总量为643.0 t,贡献较大的排放源为设备制造业和铝箔制造业,烷烃和芳香烃是两种主要贡献组分.