太湖中颗粒有机碳对水体固有光学特性的影响

利用2011年5期太湖现场测量数据和室内分析数据,通过建立ρ(POC)(POC为颗粒有机碳)与a_p(λ)(颗粒物吸收系数)、b_bp(510)(总颗粒物的后向散射系数)的相关关系,评价了POC对水体固有光学特性的影响. 结果表明,太湖水体ρ(POC)时空变化显著,各期样品平均值在1 558.06~5 281.09 mg/m3之间变化. ρ(POC)与a_p(λ)具有较好的相关关系,特别是在浮游植物色素强烈吸收的波段(605~700 nm),各期数据的相关系数均在0.9以上;但ρ(POC)与b_bp(510)的相关性较差(R2=0.04, P=0.02). 进一步分析ρ(POC)对颗粒物的色素部分和非色素部分的影响发现,ρ(POC)与色素颗粒物吸收系数〔a_ph(665)〕的相关性很好(R2=0.82),而与非色素颗粒物吸收系数相关性较差. ρ(NPOC)(NPOC为非有机碳颗粒物)与b_bp(510)的相关性较好(R2>0.60),说明太湖水体POC对浮游植物色素的吸光特性有重要影响,而NPOC影响了水体的后向散射特性.      

Mass concentrations and temporal profiles of PM10, PM2.5 and PM1 near major urban roads in Beijing

Mass concentrations of PM₁₀, PM_2.5 and PM₁ were measured near major roads in Beijing during six periods: summer and winter of 2001, winter of 2007, and periods before, during and after the 2008 Beijing Olympic Games. Since the control efforts for motor vehicles helped offset the increase of emissions from the rapid growth of vehicles, the averaged PM_2.5 concentrations at roadsides during the sampling period between 2001 and 2008 fluctuated over a relatively small range. With the implementation of temporary traffic control measures during the Olympics, a clear “V” shaped curve showing the concentrations of particulate matter and other gaseous air pollutants at roadsides over time was identified. The average concentrations of PM₁₀, PM_2.5, CO and NO decreased by 31.2%, 46.3%, 32.3% and 35.4%, respectively, from June to August; this was followed by a rebound of all air pollutants in December 2008. Daily PM₁₀ concentrations near major roads exceeded the National Ambient Air Quality Standard (Grade II) for 61.2% of the days in the non-Olympic periods, while only for 12.5% during the Olympics. The mean ratio of PM_2.5/PM₁₀ near major roads remained relatively stable at 0.55 (±0.108) on non-Olympic days. The ratio decreased to 0.48 (±0.099) during the Olympics due to a greater decline in fine particles than in coarse-mode PM. The ratios PM₁/PM_2.5 fluctuated over a wide range and were statistically different from each other during the sampling periods. The average ratios of PM₁/PM_2.5 on non-Olympic days were 0.71.     

碳磷比对SND过程污染物去除及N2O释放的影响

以两个平行运行的SBR反应器为研究对象,研究了碳磷比对同步硝化反硝化过程中污染物去除及温室气体N2O释放的影响.结果表明:系统对COD和氨氮的去除率均能达到90%以上,总磷和总氮去除率随碳磷比的降低而提高,这是由于低碳磷比下聚磷菌得到富集,同时部分聚磷菌利用NO3-和NO2-为电子受体吸收磷,从而实现脱氮除磷的同步提高.系统的N2O释放量随碳磷比的降低而降低,低碳磷比下N2O释放量仅为高碳磷比的76%.低碳磷比下N2O释放量的减少主要是由于异养反硝化过程对N2O释放的贡献降低导致的.     

民用燃料燃烧排放PM2.5和PM10中碳组分排放因子对比

在实验室中模拟民用燃料在家庭炉灶中的燃烧,应用稀释通道系统采集颗粒物,获得玉米秸秆、薪柴、蜂窝煤和块煤四种常用民用燃料燃烧排放PM10,PM2.5及载带碳组分的排放因子.结果表明,民用燃料燃烧排放的颗粒物以细颗粒为主, PM2.5占PM10的70%~90%.颗粒物排放因子最大的为块煤,其PM2.5和PM10的排放因子分别为9.837和11.929g/kg,分别是蜂窝煤的12.6和13.7倍;玉米秸秆和薪柴PM2.5和PM10的排放因子稍低于块煤,为7.359~10.444g/kg.4种燃料燃烧OC排放因子块煤最高,其在PM2.5和PM10中分别为5.29和5.19g/kg.薪柴燃烧EC的排放因子最高,其在PM2.5和PM10 中的排放因子分别为1.065和1.126g/kg.块煤两种粒径上EC的排放因子略低于薪柴.蜂窝煤EC的排放因子最低,比薪柴低300倍左右,玉米秸秆EC的排放因子也要比薪柴低10倍左右.碳组分是块煤,秸秆,薪柴排放颗粒物的主要成分,其含量在40%~60%之间,该值比蜂窝煤高3倍.四种燃料对应的OC/EC比值差异很大,薪柴和块煤燃烧排放颗粒该值为3~6,秸秆和蜂窝煤燃烧排放颗粒其值高达30~50.     

2000~2011年深圳湾及邻近水域颗粒有机物的来源和时空分布

依据2000~2011年每月一次的调查资料,简要描述和讨论了深圳湾及邻近水域中颗粒有机物(POM)质量浓度的时空分布,并结合盐度和叶绿素a (Chl a)实测数据探讨POM的来源和滞留时间.结果表明深圳湾的POM质量浓度和陆源质量分数分别约为4.2mg/L,79%,而伶仃洋东部沿岸的分别约为1.9mg/L,42%.深圳湾和伶仃洋东部沿岸中现存浮游植物颗粒有机物(PPOM):Chl a比率分别约为92,54g/g,由此估算的PPOM质量浓度分别为0.8,0.2mg/L左右.依据浮游植物生产力和累计海源POM估算的POM滞留时间在深圳湾中为1~5d,而在伶仃洋东部沿岸中约为10d.研究期间伶仃洋东部沿岸POM质量浓度的年际变化略呈上升趋势,从1.7mg/L上升至2.0mg/L;深圳湾POM质量浓度在2000~2005年呈上升趋势,从3.0mg/L上升至5.5mg/L,在2006~2011年则呈下降趋势,从5.4mg/L下降至3.0mg/L.     

杭州市灰霾与非灰霾日不同粒径大气颗粒物来源解析

在2011年典型灰霾和非灰霾天气下,采集了杭州市不同粒径的大气颗粒物样品,测定并分析各粒径段颗粒物的质量浓度及其化学成分;同时采集并分析了主要污染源排放的颗粒物样品,通过CMB(化学质量平衡)模型进行源解析. 结果表明:灰霾天气下,二次粒子是杭州市各粒径段颗粒物的首要贡献源,其对≤1.1、>1.1~3.3、>3.3~5.8和>5.8~10μm粒径段的颗粒物贡献率分别为60.4%、62.2%、54.8%和46.5%. 在一次排放源中,机动车尾气是≤1.1和>1.1~3.3μm粒径段颗粒物的重要来源,贡献率分别为13.8%和12.2%;城市扬尘是>3.3~5.8μm粒径段颗粒物的重要来源,贡献率达到16.0%;而建筑施工尘是>5.8~10μm粒径段颗粒物的重要来源,贡献率为14.2%. 非灰霾天气下,随着颗粒物粒径的增加,二次粒子的贡献率显著下降,对≤1.1μm粒径段颗粒物的贡献率为42.7%,而对>5.8~10μm粒径段颗粒物的贡献率仅为15.5%;机动车是各粒径段颗粒物的重要贡献源,贡献率均在20%以上;煤烟尘是≤3.3μm细粒径段颗粒物的重要贡献源类,贡献率为22.0%;城市扬尘是>3.3~5.8μm粒径段颗粒物的重要来源,贡献率为18.3%;建筑施工尘依然是>5.8~10μm粒径段颗粒物的重要来源,贡献率为21.4%.      

FBC-DPF在柴油机颗粒物控制中的应用研究

目前针对加装FBC-DPF(燃油添加剂-柴油机颗粒捕集器)后的柴油机放特性研究较少,并且缺乏FBC-DPF对颗粒物中PAHs排放量的影响效果研究. 为全面评估加装FBC-DPF后柴油机颗粒物排放特性和FBC-DPF对柴油机尾气中的颗粒物排放污染控制效果,在发动机台架上对装有FBC-DPF的重型柴油机进行了颗粒物排放特性试验. 利用电子低压撞击仪(ELPI)测量加装FBC-DPF前、后柴油机颗粒物的数浓度与粒径分布,用玻璃纤维滤膜采集加装FBC-DPF前、后尾气中的固相PAHs,利用色谱质谱联用仪对加装FBC-DPF前、后尾气中的固相PAHs进行定量分析. 结果表明:①加装FBC-DPF后柴油机排放的颗粒物数浓度大幅降低,FBC-DPF对尾气中颗粒物的捕集效率平均值在95%左右;②加装FBC-DPF后柴油机固相PAHs总比排放量有所降低,在大负荷区域降幅在25.0%~88.0%之间;③加装FBC-DPF前的颗粒物中位直径为30~89nm,而加装FBC-DPF后的颗粒物中位直径为41~98nm,平均增幅为38.2%. 对于国Ⅳ及未来国Ⅴ柴油机排放法规,FBC-DPF是解决柴油机颗粒物排放的有效手段;此外,FBC-DPF可以大幅降低柴油机尾气中的有毒成分,并且能够适应高含硫量的燃油环境.      

园林植物滞留不同粒径大气颗粒物的特征及规律

为研究常用园林植物滞留大气颗粒物的能力,本文以北京市常用园林植物为例,应用直接采样、电镜分析和统计分析的方法,对选定园林植物滞留不同粒径大气颗粒物的特征及规律进行了系统分析。结果表明：（1）园林植物滞留的颗粒物形状为不规则块体、球体和聚合体,通过对比分析得出,滞留大气颗粒物能力由高到低的微形态结构依次是蜡质结构〉绒毛〉沟槽〉条状突起,并且这些微形态结构越密集、深浅差别越大,越有利于滞留大气颗粒物。（2）以园林植物叶片滞留颗粒物的数量进行统计时,得出园林植物叶片表面大部分为PM10（Dp≤10μm）,均在98%以上,而PM2.5（Dp≤2.5μm）均在90%以上,粗颗粒物（Dp〉10μm）的数量对总体数量的贡献非常小,均在2%以下;以体积进行统计时,得出PM10的体积在总体积中的比例在50%以上,对颗粒物总体积贡献最大,滞留的PM2.5体积占总体积8.5%-17.6%,粗颗粒物（Dp〉10μm）体积占总体积20%以上。（3）对园林植物滞留颗粒物累积规律分析得出：在相同观测叶面积下,园林植物滞尘10 d的叶表面颗粒物数量较滞尘5 d的叶表面颗粒物数量均有所增加,增幅最大的是小叶黄杨（Buxus microphylla）,增幅最小的是月季（Rosa chinensis）,通过方差分析得出绦柳（Salix matsudana f.pendula）叶表面颗粒物数量显著低于除银杏（Ginkgo biloba）之外的其它7种树种,大叶黄杨（Euonymus japonicus）、小叶黄杨和国槐（ Sophora japonica）叶表面滞留颗粒物的数量较多,并且显著高于月季、银杏和绦柳叶表面滞留的颗粒物数量;滞尘10 d后园林植物叶表面滞留的颗粒物的总面积均未超过观测叶面积的25%,至于叶片持续滞留颗粒物多少天后达到饱和状态仍需进一步研究。     

北京市2009年8月大气颗粒物污染特征

为研究2008年8月北京奥运会1a之后北京市大气颗粒物的污染特征,于2009年8月对北京市大气颗粒物PM10、PM2.5样品进行采集,测量其质量浓度并对其中的水溶性离子组分进行分析.研究发现2009年8月北京市大气颗粒物PM10、PM2.5质量浓度日均值分别为176.9μg/m3和102.5μg/m3.PM10质量浓度比2008年观测值上升了180%,比2007年降低了10%; PM2.5质量浓度比2008年观测值上升了126%,比2007年上升了31%.水溶性离子是大气颗粒物的重要组分,分别占PM10和PM2.5质量浓度的43%和61%.对比发现,污染天气条件下PM2.5/PM10和NO3-/SO42-比值升高,移动源是北京地区主要的污染物来源.风向风速和降水等天气条件对颗粒物质量浓度有很大影响,其中0.5~1.0m/s的东南风条件下大气颗粒物污染最为严重.     

上海城区典型空气污染过程中细颗粒污染特征研究

采集了上海城区2009年10月10~21日期间2次空气污染过程的样品,在对污染过程分析的基础上,着重分析了PM2.5及其化学组分的变化,探讨了污染源及形成机制.研究表明,14日的灰霾过程主要由本地排放的污染物二次转化形成,PM2.5占PM10比重超过60%且PM2.5中离子组分含量高.17~19日的浮尘过程中,受北方沙尘影响本市粗颗粒浓度上升,PM2.5所占比重下降,二次离子组分从细颗粒物向粗颗粒物转移且Ca2+浓度上升,同时受到长江三角洲区域秸秆焚烧的影响,细颗粒物中K+, EC和OC含量高.因此,应在控制本地源排放的同时,加强对细颗粒尤其是二次细颗粒污染及其前体物的协同控制.