北京地区林木、植被排放碳氢化合物的定性监测

为了研究大气中碳氢化合物的天然来源,采用封闭式采样和气相色谱法,对北京的主要树种(杨树、柳树、松树、柏树等)以及草地和稻田(在水稻生长旺期)进行了碳氢化合物的排放情况调查。发现北京的杨树、柳树、槐树(落叶乔木)主要排放异戊二烯化合物;松树、柏树(针叶林木)排放萜烯类化合物;草地和稻田排放甲烷等低碳化合物。以上结果与国外工作结论近似。      

黑炭气溶胶质谱仪(SP-AMS)分析春季PM2.5中水溶性有机气溶胶

为探讨常州春季大气细颗粒物(PM_(2.5))的化学组成及污染特征,于2017年3月1日～5月30日采集了84个有效样品,对其水溶性离子(WSIIs)、碳质组分(OC和EC)等常规组分进行了测定和分析,并采用黑炭-气溶胶质谱仪(SP-AMS)对水溶性有机气溶胶(WSOA)进行了分析.结果表明,采样期间PM_(2.5)的日均质量浓度为101. 97μg·m~(-3),超标(环境空气质量标准二级标准)率达73. 8%,以轻度、中度和重度污染为主,分别占总天数的39. 3%、21. 4%和13. 1%. WSIIs约占PM_(2.5)的39. 86%,其中二次离子(SO_4~(2-)、NH_4~+和NO_3~-)占WSIIs的81. 85%,阴阳离子电荷平衡的线性拟合直线的斜率(AE/CE)大于1(1. 09),表明PM_(2.5)偏弱酸性. OC/EC比值为2. 53,说明受二次转化的影响. SP-AMS分析WSOA组分包含C_xH_y+(32. 1%)、C_xH_yO+(30. 4%)、C_xH_yO_~(2+)(25. 4%)和H_yO~+(4. 7%),其平均氧碳比(O/C)、氢碳比(H/C)、氮碳比(N/C)和有机质-有机碳比(OM/OC)分别为0. 72、1. 53、0. 04和2. 15,高的O/C表明春季光化学反应导致的二次转化贡献较大.正定矩阵因子分析模型(PMF)对WSOA的质谱进行解析得到:类烃OA(HOA)、半挥发氧化性-生物质燃烧排放OA(SVOOA-BBOA)和低挥发性氧化性OA(LVOOA) 3种有机气溶胶,分别占WSOA总量的18. 4%、34. 1%和47. 4%.     

大伙房水库上游地区农业面源污染现状及防治措施

通过对大伙房水库上游地区农业面源污染现状的调查研究,提出减轻农业面源污染的具体防治措施,即采用培育生物天敌、控制农药使用量、水田改为旱田和控制灌溉水的方法控制氮磷流失,从而保护水源地生态环境。     

成都城区PM2.5季节污染特征及来源解析

于2009—2010年各季节典型月在成都城区采集了大气PM_2.5样品,对PM_2.5的质量浓度及其主要化学成分(含碳组分、水溶性无机离子和元素)进行了测定. 结果显示:成都城区PM_2.5平均质量浓度高达(165.1±85.1)μg·m^-3,是国家环境空气质量标准年均PM_2.5限值的4.7倍. OC、EC和水溶性二次离子(SO₄^2-,NO₃^-和NH₄⁺)的平均浓度分别为(22.6±10.2)μg·m^-3,(9.0±5.4)μg·m^-3和(62.8±44.3)μg·m^-3,分别占PM_2.5浓度的13.7%、5.5%和38.0%. PM_2.5及其主要化学成分浓度季节特征明显,即秋冬季高于春夏季. 利用正交矩阵因子分析(PMF)对成都城区PM_2.5的来源进行解析,结果表明,土壤尘及扬尘、生物质燃烧、机动车源和二次硝酸盐/硫酸盐的贡献率分别为14.3%、28.0%、24.0%和31.3%. 就季节变化而言,生物质燃烧源贡献率在四个季节均维持在较高水平;土壤尘及扬尘的贡献率在春季显著提高;机动车源的贡献率在夏季中表现突出;而二次硝酸盐/硫酸盐的贡献率在秋冬季中则最为显著.     

嘉兴市水污染源解析及等标污染负荷评价

研究水环境污染的主要来源及主要污染物,对于区域水污染治理具有重要意义。本文通过分析嘉兴市各类污染物入河量,以及污染物等标排放量的计算,得出了嘉兴市水环境污染的主要污染物和主要污染源。结果表明,嘉兴市面源污染物的入河量大于点源,畜禽养殖是面源污染的主要来源,也是总磷的主要来源。点污染的主要来源是城镇生活,其中,桐乡市污染物入河量最大,各区县的污染物入河量总体服从桐乡市﹥南湖区﹥嘉善县﹥平湖市﹥海宁市﹥秀洲区﹥海盐县的分布。等标污染负荷的方法显示：嘉兴市的主要污染源是畜禽养殖、城镇生活和农田;总氮、氨氮和总磷为主要污染物。     

成都市工业挥发性有机物排源成分谱

选取成都市汽车制造和石油化工等典型工业行业,通过瓶采样和SUMMA罐采样及GC-MS分析方法,研究了不同生产工艺环节的挥发性有机物(VOCs)排放特征.结果表明,汽车制造各工艺环节均有各自的优势组分,其中喷漆排放以烷烃(32%)和芳香烃(35%)为主.家具制造排放特征与使用原辅料高度相关,以芳香烃(50%)和OVOCs(38%)为主.石油化工各装置区VOCs浓度范围为49～1 387μg·m~(-3),不同装置区存在较大差异,主要是由于炼油区主要产品为C_5～C_9的汽油和苯系物等,化工区则较多使用了溶剂同时生成烯烃类产品.电子制造均以OVOCs为主,占VOCs总排放的50%以上.制鞋行业排放VOCs主要由烷烃和OVOCs贡献,平均占比分别为52%和36%,与所用溶剂组分高度相关.汽车制造VOCs排放组分差异较大,主要以正十二烷和2-丁酮等为主.家具制造排放组分主要为苯乙烯、乙酸乙酯和间/对-二甲苯等,为涂料和稀释剂的典型组分.石油化工各装置区排放组分有差异,炼油区以苯乙烯等为主,化工区主要为1,3-丁二烯等,仓储区主要为C_3～C_5烷烃等,废水处理则主要为C_6～C_8烷烃等.电子制造主要组分均为乙醇和丙酮等醛酮组分.制鞋企业排放组分以C_5和C_6等烷烃为主.通过臭氧生成潜势计算比较,汽车制造和石油化工行业对臭氧生成潜势贡献较大的VOCs排放组分以烯烃和芳香烃为主,具有较高的污染源反应活性.研究表明各工业行业OVOCs排放比例(17%～96%)和对臭氧生成潜势贡献均较为显著,因此在进行VOCs排放控制时,除重点管控芳香烃和烯烃外,亦应提高对OVOCs组分的关注.     

上海市大气颗粒物高浓度区污染物的源解析

应用受体模式的化学质量平衡法支９个监测点的大气颗粒物进行污染源的源解析，得出这９个监测点的各类污染源平均贡献率为建筑尘占３２．１％，土壤尘占２７．５％，钢铁尘占２４．９％，燃煤尘占１４．８％，汽车尘和燃油尘分别占０．２％和０．４％。     

基于关键源区识别的饮用水水源保护区划研究

准确划定饮用水水源保护区是实现饮用水安全精细化管理的重要前提.基于源头削减和全过程协同管理的思路,将GIS平台、ArcSWAT模型、成本-效益分析技术相结合,以贵州省红枫湖饮用水水源保护区为例,通过对近5年（2010-2014年）水污染负荷特征进行模拟,识别影响水环境污染控制的关键源区,在此基础上划定水源保护区.结果表明:① 研究区总氮、总磷污染负荷主要来源为农业面源,其中农业种植和畜禽养殖的负荷贡献分别达到89.7%和91.8%,总氮和总磷负荷高风险区主要集中在流域西北部地势较高且农业耕作活动频繁区域;② 污染控制措施的成本效益分析表明,测土配方施肥、1°~15°坡耕地等高植物篱、保护性耕作、植被缓冲带的成本-效益比较高,在该区域水环境污染控制中具有较高的推广应用价值;③ 基于水污染关键源区识别结果,划定饮用水源四级风险区,其中一级、二级风险区总面积为97.6 km2,仅占原饮用水水源一、二级保护区面积的41.4%,可削减总氮、总磷负荷的60%~70%,所需的搬迁成本仅为原划定方案的35%.研究结果可为我国中西部人口密度大且逐水而居的地区饮用水水源保护区及管控政策的制订提供理论基础和技术参考.      

2016-2018年西宁市颗粒物来源及输送差异分析

利用HYSPLIT模式计算了2016—2018年西宁市逐日72 h气团后向轨迹,采用聚类分析方法,结合同期颗粒物PM₁₀和PM_2.5质量浓度数据,分析逐年和3年平均西宁市颗粒物输送特征及差异,运用潜在源贡献因子分析法（PSCF）和浓度权重轨迹分析法（CWT）对影响西宁市PM₁₀和PM_2.5质量浓度的污染潜在源区及不同潜在源区贡献进行了分析.结果表明,2016—2018年,西宁市颗粒物最主要输送路径源自青海北部的聚类2、甘肃中部的聚类6和甘肃东部的聚类8,占同期总轨迹比例分别为28.1%、27.4%和27.5%;3年平均则源自青海北经青海东折回西宁的聚类2,占比45.3%.最主要输送路径对应颗粒物质量浓度最低,输送距离较短、垂直高度较低、气团移速较慢;影响气团由西北向偏东转变,3年平均则以西北气团为主.2018年源自甘肃经青海东至西宁的短距离输送处于突出地位,所含轨迹占总轨迹的比例高达49.6%.PM₁₀和PM_2.5主要输送路径和污染路径由较长距离向较短距离过渡,较长距离输送路径出现比例逐年较小.PM_2.5/PM₁₀小于0.3时,主要输送路径与PM₁₀污染轨迹有很好的对应关系;PM_2.5/PM₁₀大于0.6时,主要输送路径与PM_2.5污染轨迹有较好的对应关系.PSCF和CWT分析发现,影响西宁市颗粒物质量浓度的主要污染潜在源区分布在新疆南部和青海北部,对PM₁₀质量浓度贡献大于100 μg·m^-3,对PM_2.5质量浓度贡献大于45 μg·m^-3.潜在源区分布年变化差异明显,2016年最广,2018年最小.印度北部主要贡献源区虽分布范围逐年减小,但在2017年局部贡献增大,对PM₁₀贡献超250 μg·m^-3,对PM_2.5贡献超60 μg·m^-3.主要贡献区周边区域及西宁至兰州一带为中等贡献源区,对PM₁₀贡献为50~100 μg·m^-3,对PM_2.5贡献为15~45 μg·m^-3.     

某石油化工园区秋季VOCs污染特征及来源解析

利用快速连续在线自动监测系统对某典型石油化工园区2014年秋季(9、10、11月)大气中VOCs进行监测,并对其组成、光化学反应活性、时间变化特征和来源进行解析.结果表明:秋季大气中VOCs的混合体积分数明显高于国内外其他城市和工业地区,且烷烃是大气中VOCs的最主要成分.研究区秋季3个月份大气中VOCs的混合体积分数之间差异不显著,但各种烃类的日夜变化特征明显:烷烃、烯烃和芳香烃呈现"单峰单谷"变化趋势,乙炔的变化趋势呈"W"型.PMF受体模型解析结果表明主要来源于天然气交通及溶剂、炼油厂的泄漏或挥发等过程,其次为其他交通来源,沥青对于研究区VOCs来源也有一定的贡献.等效丙烯体积和最大臭氧生成潜势对VOCs的光化学反应活性计算结果表明,烯烃和烷烃分别是各自混合体积分数的最主要的贡献者.