深圳大气PM2.5中水溶性有机物的来源特征

对2017年9月~2018年8月深圳市北部大气PM_2.5中水溶性有机物（WSOM）的质量浓度、质谱及来源结构进行测量和分析.结果表明：PM_2.5的质量浓度为（32.3±18.4）μg/m³,WSOM的质量浓度为（9.4±5.7）μg/m³,占颗粒物总有机物的（77.6%±14.0%）.质谱分析显示,WSOM的氧碳比（O/C）平均值达到（0.57±0.09）,属于二次有机物的O/C值范围,且生物质燃烧排放的离子碎片C₂H₄O₂⁺的丰度显著,说明WSOM的来源中有显著的生物质燃烧排放的有机气溶胶.为了明确WSOM的来源结构,利用正矩阵因子分解法（PMF）模型进行来源解析,发现3个合理因子：高氧化态有机气溶胶（MO-OOA）,低氧化态有机气溶胶（LO-OOA）和生物质燃烧（BBOA）,贡献比例分别为51.7%,31.8%和16.5%.MO-OOA和BBOA贡献浓度均呈现秋冬高、春夏低的季节变化特征,反向轨迹分析显示其与内陆污染传输关系密切.LO-OOA的变化相对稳定,本地源的贡献较大.结合¹⁴C同位素示踪法对秋冬季WSOM样品分析,发现机动车等化石源二次有机物是WSOM的主要来源,贡献比例达到53.9%,需继续加强对化石燃料控制来降低WSOM污染.     

加入SOA示踪的深圳大气PM2.5受体模型源解析

为厘清包括二次有机气溶胶（SOA）在内的深圳市区PM_2.5各种一次和二次来源贡献,本文于2017年9月2日~2018年8月29日在深圳市大学城点位开展PM_2.5样品采集,并进行化学组分和水溶性有机物（WSOM）质谱测量,共获得162组有效数据.观测期间深圳市大气PM_2.5平均质量浓度为26μg/m³,在传统PMF源解析的基础上加入羧基离子碎片（CO₂⁺）作为SOA的示踪物,加入水溶性有机氧（WSOO）用于计算各因子O/C,验证有机物解析效果.结果表明,SOA可以被独立解析出,其O/C明显高于其他一次污染源中有机物;机动车、二次硫酸盐、二次硝酸盐、SOA为最主要的4个源,对PM_2.5质量浓度的贡献分别为25%、23%、17%和10%,船舶、地面扬尘、老化海盐、建筑尘、生物质燃烧、燃煤和工业贡献均在5%以内.各个源的变化特征表明,机动车、二次硫酸盐、二次硝酸盐、SOA等源贡献呈现冬高夏低的季节特征,与冬季季风条件下源自内陆的污染传输密切相关.污染天气时,二次硝酸盐和SOA的贡献增加相对最显著,因此NOx和挥发性有机物是减排的关键.     

Characteristics and source apportionment of PM2.5 under the dual influence of the Spring Festival and the COVID-19 pandemic in Yuncheng city

Based on the online and membrane sampling data of Yuncheng from January 1st to February 12th, 2020, the formation mechanism of haze under the dual influence of Spring Festival and COVID-19 (Corona Virus Disease) was analyzed. Atmospheric capacity, chemical composition, secondary transformation, source apportionment, backward trajectory, pollution space and enterprise distribution were studied. Low wind speed, high humidity and small atmospheric capacity inhibited the diffusion of air pollutants. Four severe pollution processes occurred during the period, and the pollution degree was the highest around the Spring Festival. In light, medium and heavy pollution periods, the proportion of SNA (SO₄²⁻, NO₃⁻ and NH₄⁺) was 59.6%, 56.0% and 54.9%, respectively, which was the largest components of PM_2.5; the [NO₃⁻]/[SO₄²⁻] ratio was 2.1, 1.5 and 1.7, respectively, indicating that coal source had a great influence; the changes of NOR (nitrogen oxidation ratio, 0.44, 0.45, 0.61) and SOR (sulphur oxidation ratio, 0.40, 0.49, 0.65) indicated the accumulation of secondary aerosols with increasing pollution. The coal combustion, motor vehicle, secondary inorganic sources and industrial sources contributed 36.8%, 26.59%, 11.84% and 8.02% to PM_2.5 masses, respectively. Backward trajectory showed that the influence from the east was greater during the Spring Festival, and the pollutants from the eastern air mass were higher, which would aggravate the pollution. Meteorological and Spring Festival had a great impact on heavy pollution weather. Although some work could not operate due to the impact of the COVID-19 epidemic, the emission of pollutants did not reduce much.     

南京北郊黑碳气溶胶的来源解析

利用七波段黑碳仪对2015年1~12月南京北郊地区黑碳(black carbon,BC)气溶胶实时监测,并结合黑碳仪模型对该期间内BC进行来源解析,探讨化石燃料排放产生BC(BCff)与生物质燃烧产生BC(BCbb)各自的贡献大小.结果表明,观测期间BC的吸收波长指数(α)和生物质燃烧对BC的贡献百分比(BB)的变化范围都较大但趋势较为一致;冬季α值偏高而夏季α值较低,表明不同季节时间BC来源和强度的差异性.BCff在各季节BC总浓度中占比略有不同但均高于75%;BC、BCff和BCbb的日变化趋势均呈双峰特征,在07:00~09:00和18:00~21:00左右浓度有最大值;全天中,BCff对BC贡献最大,浓度值约为BCbb的3~5倍;夜晚BC浓度普遍高于白天,其平均浓度值是白天的1.2倍.由浓度权重轨迹分析的结果可知,影响南京北郊地区高浓度BC的源区主要集中在浙江、安徽以及江西和福建等地区.     

泉州市大气PM2.5镧系元素组成特征及来源解析

2014年3月、4月和7月分别采集了泉州市5个采样点共49个PM_(2.5)样品,采用电感耦合等离子体质谱(ICP-MS)测定样品镧系元素(Loid)及其他微量金属元素浓度水平.分析了PM_(2.5)镧系元素组成特征和配分模式,利用La-Ce-V三元图和化学质量平衡(CMB)受体模型解析了泉州市大气PM_(2.5)污染来源.结果表明:(1)泉州市大气PM_(2.5)总镧系元素(Σ Loid)浓度为2.490~5.708 ng·m~(-3)(含量65.682~126.529μg·g~(-1)),轻重镧系元素比值(L/H)为12.086~14.319;(2)PM_(2.5)镧系元素配分模式与福建土壤相似,PM_(2.5)中Ce元素表现为正异常,而Eu元素表现为负异常;(3)城市扬尘、燃煤尘、汽车尾气尘和垃圾焚烧飞灰是泉州市大气PM_(2.5)的主要来源,贡献率分别为18.9%、10.9%、30.6%和30.2%.     

夏季太湖CDOM光学特性空间差异及其来源解析

为进一步探究夏季太湖CDOM（有色溶解性有机质）光学特性在空间分布上的差异性与其来源的关系,对其紫外-可见吸收及三维荧光光谱特性进行了分析研究,在此基础上进一步分析了CDOM吸尘系数及其荧光组分（C1、C2、C3、C4）强度和各水质参数间的相关性.结合主成分分析法探讨了CDOM的来源以及与各参数指标[ρ（DOC）除外]之间的来源关系.结果表明:CDOM吸收系数α（355）、S值（光谱斜率）变化范围分别为3.27~8.27 m-1和0.011~0.021 nm-1;太湖西部、北部及南部湖区CDOM丰度较大,S值较低,受陆源输入的影响较为明显.CDOM的三维荧光光谱揭示其中含有两种类蛋白质组分C1和C2以及类腐殖质组分C3和C4,并且以类蛋白质组分为主.此外,大部分采样点的荧光指数（FI）为1.70~2.01,自生源指数（BIX）大于1,腐殖化指数（HIX）小于0.6,r_（T/C）（荧光峰T与荧光峰C荧光强度比值）小于2,表明夏季太湖CDOM内源特性相对强烈.研究显示,除ρ（DOC）外,CDOM与其他水质参数在第一主成分上（贡献率为90.8%）均存在显著相关关系,说明各水质参数的来源存在相似性,并且受生物自生源影响更为显著.      

基于质谱技术的在线大气颗粒物来源与污染过程解析研究——以江苏省淮安市为例

通过大气细颗粒物实时在线源解析技术(质谱直接测量法)采集录入淮安市市区部分特征污染源排放成分谱,对淮安市大气细颗粒物进行在线源解析,获取高时间分辨的颗粒物源解析结果,分析颗粒物来源、季度变化和重污染天气的污染过程,评估形成重污染过程的污染影响因子和影响程度,为区域大气污染综合整治提供重要目标指向,同时也为淮安环境空气PM2.5重度污染实时预警与监控、大气污染源减排方案评估、污染事件监控等提供有效的在线监测技术平台.     

应用铅锶同位素示踪研究泉州某林地垂直剖面土壤中重金属污染及来源解析

分别用原子吸收光谱仪(AAS)和电感耦合等离子体质谱仪(ICP-MS)分析了泉州市某林地垂直剖面土壤中8种重金属元素(Sr、Ni、Fe、Cr、Cu、Mn、Pb、Zn)的含量及垂直剖面土壤的铅锶同位素组成,并采用BCR四步提取法对重金属形态进行了分析.重金属总量及形态分析结果表明,泉州市林地土壤重金属污染较轻,主要污染因子为Sr.Pb的非残渣态含量最高,活性最大.内梅罗综合污染指数的评价结果表明,Sr在0~60 cm深度处达到重度污染.次生相与原生相比值法评价结果表明,Pb活性最强,对土壤的潜在危害最大;富集因子计算结果表明,Pb、Sr、Mn、Zn受到外源的影响;因子分析结果表明,重金属主要受到交通源、自然源和农业生产的影响.根据垂直剖面土壤样品与泉州市潜在污染源在~(206)Pb/~(207)Pb-~(207)Pb/~(204)Pb图中的分布特征,Pb主要来源于汽车尾气尘和土壤母质层,利用铅同位素二元混合模型计算出土壤母质层对垂直剖面土壤中铅的贡献率为85.14%(62.53%~98.36%),汽车尾气尘的贡献率平均值为14.86%(1.640%~37.47%).锶同位素示踪结果表明,锶主要来源于汽车尾气尘和土壤母质.铅锶同位素联合示踪结果与前述研究一致.     

北京市铁路站场大气颗粒物的特征与来源分析

利用扫描电镜-X射线能谱(SEM-EDX)技术对北京市铁路站场采集的颗粒物的形貌和化学组分进行分析,并利用富集因子法及元素相关性对颗粒物中的各元素来源进行判别。研究结果表明,铁路站场所采集的主要是2μm以下的球形或椭球形富含S、Br、Zn元素的颗粒,富集因子及元素相关性分析显示,该颗粒物主要来源于铁路机车燃油排放。因此,确定颗粒物的排放源并以此进行控制,对于改善北京铁路站场周围的大气环境具有重要意义。     

太湖表层沉积物重金属污染评价与来源分析

对太湖湖区表层沉积物中11种重金属的总量进行调查分析,借助地累积指数法和潜在生态风险指数法分析了重金属的污染程度和生态风险,并利用主成分分析-绝对主成分分数-多元线性回归受体模型对重金属来源进行解析.结果显示太湖沉积物中Cd、Sb含量平均值分别为江苏省土壤背景值的4.29倍和3.18倍,地累积指数表明Cd和Sb为偏中度...