鄂尔多斯市秋季大气PM2.5、PM10颗粒物中正构烷烃的组成分布与来源特征

利用气相色谱-质谱技术分析了秋季鄂尔多斯市居民区、工业区和清洁区5个采样点大气PM2,、PM10颗粒物中正构烷烃组分,运用Cmax、CPl、Cn(wax)分子地球化学参数对污染源进行了初步示踪研究,并对污染程度进行了判断.结果表明,鄂尔多斯市秋季大气PM2.5、PM10颗粒物上正构烷烃来源相对比较复杂,各功能区均不同程度的受到人为来源正构烷烃污染的影响.总体来说,工业区和居民区人为来源正构烷烃污染较重,这两个功能区污染状况基本相当,而清洁区受人为来源正构烷烃污染相对较小.在鄂尔多斯地区,气候因素尤其是风向因素对大气颗粒物上正构烷烃污染水平的影响比较大.通过与我国其它大中型城市进行对比发现,我国大部分城市市区大气PM2.5、PM10颗粒物中正构烷烃主要来自于人为污染排放.     

正矩阵因子分解法评价北京市PM_(10)和SO_2监测网络

为辨识北京市大气污染物变化规律相同的区域,筛选监测网络中表征冗余信息的监测点,使用正矩阵因子分解法分别对北京市PM10和SO2监测网络进行分析与评价.分析获得北京市PM10和SO2明显的季节变化特征:PM10浓度春季最高,夏季较低;SO2浓度冬季最高,夏季较低.采用正矩阵分解法对PM10监测网络解析出3个因子,对应北京市PM10污染变化特征相同的3个区域,分别为区域1代表监测点为车公庄与石景山古城,区域2代表监测点为位于城东的前门、天坛、农展馆与奥体中心,区域3代表监测点定陵.结果表明区域2监测点密度较大,存在表征冗余信息的监测点,可以考虑撤销或迁移部分监测点.对SO2监测网络解析出6个因子,分别对应北京市SO2污染变化特征相同的6个区域,代表监测点位分别为定陵、古城、东四、奥体中心、农展馆与天坛和前门与车公庄.评价结果表明北京市PM10和SO2监测网络都存在冗余信息的监测点,可以根据分区结果考虑撤销或者迁移部分监测点,优化监测网络.     

银川市冬季PM2.5重污染特征、来源与成因分析

近年来银川市冬季重污染过程频发,为明确银川市冬季PM_2.5重污染的特征,分析其主要来源及成因,于2016年12月-2017年1月在银川市选取3个采样点开展PM_2.5的样品采集与化学组分分析,利用CMB（化学质量平衡）模型对银川市冬季PM_2.5进行来源解析,对比分析了重污染日与非重污染日污染特征的差异.结果表明:①银川市冬季重污染日ρ（PM_2.5）[（181±33.6）μg/m3]是非重污染日的2.1倍;重污染日和非重污染日的ρ（NO₃-）/ρ（SO₄2-）均小于1,表明燃煤仍是银川市冬季PM_2.5的重要来源.银川市冬季PM_2.5中ρ（SOC）为（14.4±7.34）μg/m3,约占ρ（OC）的65.2%.②与非重污染日相比,重污染日人为源无机元素As、Pb、Cd和Zn质量浓度在ρ（PM_2.5）中的占比分别升高33.2%、18.4%、9.8%和2.9%,表明银川市冬季重污染主要受人为源贡献影响.③源解析结果表明,燃煤源、机动车尾气源、二次离子源和扬尘源是银川市PM_2.5的主要污染源,与非重污染日相比,重污染日机动车尾气源的贡献率明显降低.研究显示,银川市冬季重污染受人为源污染物排放的影响较大,燃煤源是银川市冬季PM_2.5的重要来源.      

上海工业区大气颗粒物中硫的化学形态和分布

用低压冲击式采样器 (DLPI) 采集了上海工业区和郊区大气中28nm~9.92μm粒径范围的颗粒物样品,用同步辐射X射线吸收近边结构谱(XANES)和X射线荧光分析(SRXRF) 对样品中硫的化学形态和含量进行了研究.结果表明,粗颗粒物和细颗粒物中的硫,大部分以硫酸盐形式存在;超细颗粒物中除了硫酸盐硫之外,一部分硫以低价的还原态形式存在,可能的化学形态为金属硫化物、噻吩类有机硫化物.细粒子中硫的质量浓度高于粗颗粒,约 70%的硫分布在细粒子中.硫的质量浓度呈多模态分布.工业区的超细颗粒物峰值出现在0.091~0.154μm;细颗粒的分布为积聚模,峰值出现在0.38~0.611μm;粗颗粒分布为粗模态,在1.59~3.98μm和6.57~9.92μm出现2个峰值.郊区的超细颗粒物中硫的质量分布不存在峰值;积聚模出现两个亚模态,分别为峰值在0.261~0.380μm的“凝结模态”和峰值在0.611~0.945μm的“液滴模态”;粗模态峰值在2.38~6.57μm.污染来源和颗粒物形成、转换机制以及不同采样时间的气象条件差异决定了2个地区颗粒物中硫的分布特性,工业区颗粒物中硫的来源有海盐源的贡献,而郊区较少受海洋源的影响.     

大连市2013年PM_(10)升高原因分析及控制对策

2013年大连市区PM10年均值为85μg/m3,同比升高28.8%,是近十年来PM10涨幅最大的一次。分析得出2013年PM10升高原因主要有:12013年气象条件较2012年不利于污染物扩散;22013年雾霾产生的PM10约占全年PM10总量的14%,同比上升11个百分点;3监测方法转变导致2013年PM10浓度升高7%左右;4本地污染源的影响。据此提出,大连市要完成PM10约束性指标,除了采取常规控制措施外,还需要从根本上改变能源结构,同时开展大气污染联防联控。     

长江输送颗粒态磷的生物可利用性及其环境地球化学意义

模拟不同采样时间长江输送悬浮态颗粒物实验,通过测定藻类增长潜力来讨论颗粒态磷的生物可利用性.结果表明,悬浮物中生物可利用磷(SSBAP)含量在不同采样时间(2001年2月、5月、12月和2002年8月)的平均值分别为(288 3±49 4),(228 2±38 2),(251 6±32 9)和(182 0±8 1)mg·kg-1.不同藻种的SSBAP BAP平均值为:铜绿微囊藻(Microcystisaerugilnosa)54 2%,斜生栅藻(Scendesmusobliquus)60 3%.在4次采样中,通过大通站的BAP浓度均大于水体富营养化的限制值(0 02mg·L-1),说明SSBAP对长江流域、河口及近海区营养盐的贡献是不容忽视的,颗粒态磷是长江河口及近海区富营养化的潜在污染源,它对河口及近海的生态环境造成很大影响.     

北京地区夏冬季气溶胶不同参数的相关性分析

通过对北京市夏冬季不同尺寸大气气溶胶粒子数密度与颗粒物质量浓度及大气能见度的相关性分析,给出了利用粒子数密度计算颗粒物(PM₁₀,PM2.5和PM1.0)质量浓度和大气能见度的经验计算公式。      

成都市大气颗粒物粒径分布及水溶性离子组成的季节变化特征

利用Anderson冲击式分级采样器,于2012年2月~2013年1月在成都市城东成都理工大学校园内按月采集了不同粒径的大气颗粒物样品,分析了颗粒物样品的质量浓度以及9种水溶性离子含量.结果表明,采样期间成都市PM_(2.1)和PM_(11)的年平均浓度分别为(125.9±56.14)μg·m~(-3)和(224.5±83.64)μg·m~(-3),颗粒物浓度冬季最高,春季次之,秋季浓度最低;成都市水溶性离子浓度平均水平为37.15μg·m~(-3),其中检测的9种离子浓度从大到小顺序依次为SO_4~(2-)NO_3~-NH_4~+Ca~(2+)Cl~-Mg~(2+)K~+Na~+F~-,SO_4~(2-)、NO_3~-和NH_4~+占总水溶性离子的78%,是主要的离子组分.SO_4~(2-)、NO_3~-、NH_4~+呈单峰分布,其主要分布于细粒子中;Ca~(2+)和F~-也呈单峰分布,但是主要分布在粗粒子中;Cl~-和K~+粒径分布相似,Mg~(2+)和Na~+分布相似,均呈双峰分布.成都市冬、春季节粗、细颗粒物中的水溶性离子浓度均明显高于夏、秋季节.结合离子相关性分析,细颗粒物中的SO_4~(2-)、NO_3~-和NH_4~+可能主要以(NH_4)_2SO_4或NH_4HSO_4、NH_4NO_3的形式存在,而粗颗粒物中的主要离子组分SO_4~(2-)、NO_3~-和Ca~(2+)则可能以Ca(NO_3)2、CaSO_4等形式存在.主成分分析结果表明,颗粒物中水溶性离子主要来自二次过程、土壤扬尘、生物质燃烧和农业源.     

鞍山大气颗粒物浓度的变化特征

利用鞍山大气成分监测站Grimm180观测的2007年颗粒物数浓度,ρ(PM₁₀₎,ρ(PM_2.5)和ρ(PM_1.0)以及台站的常规气象观测资料,分析了该地区颗粒物数浓度的谱分布、质量浓度的变化特征及与气象条件的相关性. 结果表明:颗粒物数浓度谱分布符合Junge分布;参数υ与能见度呈负相关,υ值越大且PM0.45占PM₁₀的数浓度比例小于90%,能见度较差;颗粒物质量浓度日变化呈双峰特征,ρ(PM₁₀₎,ρ(PM_2.5)和ρ(PM_1.0)之间有很好的相关性,ρ(PM_2.5)/ρ(PM₁₀₎平均值为0.654,ρ(PM_1.0)/ρ(PM_2.5)的平均值为0.832,ρ(PM_1.0)/ρ(PM₁₀₎平均值为0.545;鞍山地区年主导风向为SE,颗粒物质量浓度变化受辽宁沙尘移动路径的影响较小,主要受排放累积型污染影响,其中大雾天气条件下颗粒物质量浓度较高,大雾期间的回归方程截距较年平均回归方程的大,这对研究颗粒物质量浓度的突变特性具有指示作用.      

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％。