郑州市氧化铝工业炉窑污染物及源谱特征

采用稀释通道采样法对郑州市一家拜耳法氧化铝企业及一家α-氧化铝企业的PM_2.5、PM₁₀样品进行采集,利用烟气分析仪检测SO₂和NO_x气体的质量浓度.对颗粒物样品中的38种化学组分进行分析,构建相应的源成分谱,运用分歧系数（CD）和组分差异权重分布函数R/U对其特征进行对比研究.结果表明：α-氧化铝源谱中以Cl^-为主（质量分数18.29%~25.21%）,拜耳法氧化铝源谱中以OC和NO₃^-为主（质量分数9.01%~41.87%）.源谱间的分歧系数（CD）显示,同一种生产工艺两种粒径间的源谱比较相似,相同粒径的两种生产工艺之间的源谱差异较大.R/U值对比结果显示,EC、Ca、F^-和Cl^- 4种元素可作为区分两种氧化铝生产工艺的标识组分.     

温度和含水率对村镇垃圾焚烧烟气中有机物排放的影响

使用管式炉模拟村镇生活垃圾焚烧过程,研究不同焚烧温度和不同垃圾含水率条件下,村镇垃圾焚烧烟气中多环芳烃（PAHs）、氯苯及苯系物的生成和分布特性.结果表明,焚烧温度为550℃时,烟气中多环芳烃和氯苯的释放量最大,当温度小于550℃时,多环芳烃和氯苯的释放量随温度升高而增加,温度大于550℃时,多环芳烃和氯苯的释放量随温度升高而降低.高温焚烧不仅可以抑制烟气中多环芳烃的浓度及减少大分子量PAHs的排放,还能降低氯苯的释放量和氯代数,从而减小村镇垃圾焚烧烟气中的毒性;苯系物随着温度升高,由热解转变为高温合成,释放量也随着增加.水分对多环芳烃和氯苯有较大影响,对苯系物的影响较小.在400℃条件焚烧时,水分含量对多环芳烃总体上是促进的,而在850℃焚烧条件下则表现出抑制作用;而水分对氯苯则均表现出抑制作用,并且可以降低氯苯化合物的氯代数.     

典型西南工业城市春冬季PM2.5来源与潜在源区分析——以柳州市为例

为了揭示柳州城区春冬季PM_2.5的来源及其潜在源区分布和贡献,利用2018年24h自动监测数据和气象数据对柳州市大气污染物浓度变化特征进行了分析,并且使用后向轨迹模型（HYSPLIT）对春冬季柳州市PM_2.5逐日72h气流后向轨迹和前向轨迹进行聚类分析,同时结合潜在源贡献因子分析法（WPSCF）和轨迹浓度权重法（WCWT）对其潜在源区和浓度贡献进行了分析.结果显示,（1）在研究期内,不利的主导风向和工业区布局导致研究区PM_2.5在春冬季污染较严重,且工业源和交通源是其主要本地来源;（2）春冬季PM_2.5高值主要来源于西北和东南方向,其中,西北向PM_2.5主要来源于本地排放,且浓度在空间上呈现西高东低的趋势;（3）春季后向轨迹PM_2.5浓度整体大于冬季,春冬季中对柳州市PM_2.5影响最大轨迹均来自东部的短距离输送,而来自西北的气流轨迹输对PM_2.5贡献最低.春冬季柳州市大气PM_2.5通过气流传输对贵州地区大气环境有较大影响;（4）春季,柳州市PM_2.5的主要潜在源区分布在广西东南部、广东中西部、南海沿岸海域、湖南中部、江西西北部、湖北东部及安徽西北部;冬季,主要分布在广西东南部、广东西南部和南海沿岸海域.     

融合Lamb-Jenkinson分型法和LSTM神经网络的PM2.5预测研究

文章采用NCEP/NCAR逐日海平面气压场资料,利用Lamb-Jenkinson环流分型法对张家口大气环流进行分型,分析环流型与PM_(2.5)质量浓度之间的关系,并针对PM_(2.5)浓度的预测,提出一种融合Lamb-Jenkinson环流分型和LSTM神经网络混合模型的方法,即以环流指数为预测因子基于LSTM方法搭建PM_(2.5)质量浓度的预测模型。结果表明:影响张家口地区的主要环流型有反气旋型、气旋型、偏北平直型、西南平直型、偏西平直型、东北平直型等、西北平直型、偏东平直型。PM_(2.5)污染日出现的主要环流型为南气旋平直型、东南平直型、偏南平直型、偏东气旋型、西南气旋平直型、偏东平直型、气旋型等,而反气旋型和反气旋式平直环流型不利于污染出现。张家口地区的PM_(2.5)污染与地面环流有着密切的联系,当存在PM_(2.5)污染时,张家口地区处于日本海高压后部的均压场区域,污染越严重,日本海高压中心强度越强。模型预测结果的均方根误差为9.88、平均绝对误差为5.84、拟合优度达0.80,表明该模型具有一定的预报能力。     

多环芳烃污染与儿童内暴露负荷的关系

为了更好地了解环境空气PAHs污染与儿童内暴露负荷之间的关系,该研究在儿童尿液中未代谢PAHs以及代谢PAHs研究的基础上,同时获取了连续3 d空气中PAHs污染浓度。对环境空气中PAHs和尿液中未代谢的PAHs的分析表明:除Nap和Phe以外的其它PAHs单体在环境空气和尿液中占比一致,而且环境空气和尿液中PAHs组成特征一致,均表现为2环PAHs>3环PAHs>4环PAHs的规律;3 d中仅有A-Nap和U-Nap之间存在相关性(P<0.05,R~2=0.999 6)。对尿液中代谢的PAHs和尿液中未代谢的PAHs分析表明:儿童尿液中排出的Nap、Flu和Phe主要以羟基代谢物为主,仅Pyr与OHPyr基本一致。尿液中未代谢PAHs与代谢的PAHs组成特征一致,表现为Nap>Phe>Flu>Pyr和OHNap>OHPhe>OHFlu>OHPyr的规律;仅U-Nap和OHNap 3 d中均存在相关性,U-Phe和OHPhe、U-Pyr和OHPyr仅1 d存在相关性。结合PAHs污染与儿童内暴露负荷的共同研究表明,PAHs内暴露标志物可以在一定程度上反映环境PAHs污染的时间变异性。