北京市典型排放源PM_(2.5)成分谱研究

为了建立和完善北京市PM_(2.5)本地化源谱,对北京市11类排放源PM_(2.5)进行采集,并测定其26种组分,分析了不同排放源源谱的组分特征.结果表明,在有组织排放源中,燃煤电厂PM_(2.5)中OC和Si含量很高,占PM_(2.5)的质量分数分别为8.56%和6.19%(平均值),而供热/工业锅炉排放PM_(2.5)中则是SO_4~(2-)(占48.38%)和OC(11.0%)比例最高,水泥窑炉PM_(2.5)中OC(7.12%)、Ca(4.81)和Si(4.41%)占有较大比例;垃圾焚烧排放的PM_(2.5)中Si、Ca、K和SO_4~(2-)均较高,分别占8.15%、9.36%、7.17%和6.79%,且Cl~-含量(2.5%)高于其他所有源,生物质燃烧源PM_(2.5)中OC(21.7%)、Si(6.75%)、Ca(6.15%)较为丰富,餐饮源PM_(2.5)中OC(19.44%)、SO_4~(2-)(5.76%)和K(3.11%)含量均较高;无组织开放源中,道路扬尘和土壤风沙PM_(2.5)化学组分含量变化较为一致,均是Si(分别为16.8%和9.3%)和OC(分别为8.89%和6.61%)最高,建筑水泥尘PM_(2.5)中Ca(17.46%)含量高于其他源;流动排放源PM_(2.5)中OC、EC比例最高,其中,重型柴油车的OC(29.79%)与EC(26.5%)排放比例相当,而轻型汽油车OC排放占有绝对优势(占75%).本文通过对比国内外部分排放源PM_(2.5)成分谱的差异,指出不同区域相同源类排放的PM_(2.5)化学组分差异较大,在应用受体模型中的化学质量平衡模型(CMB)判断受体颗粒物来源时,应基于本地的排放源成分谱,以避免较大的误差.     

城区与郊区PM2.5污染及传输特征差异性

基于云高仪激光雷达、飞机AMDAR数据和常规站点等多源观测数据,并与数值模拟（CAMx-PSAT模型）相结合,以京津冀典型城市——北京城区与郊区（密云）和石家庄城区与郊区（平山）为案例研究区域,对城区和郊区边界层高度差异（ΔPBLH）、地面PM_2.5浓度差异（ΔSurf_PM_2.5）、高空PM_2.5浓度差异（ΔVert_PM_2.5）和传输通量强度及高度分布特征差异进行分析.结果表明,由于人为热源、短波辐射和热力湍流等因素,导致城区年均边界层高度（PBLH）较郊区高8%~29%,且不同季节下城区PBLH月均较郊区高2%（石家庄4月）~47%（北京7月）.由于人为排放、逆温和大气湍流等共同作用,在0~1260 m之间等高度城区年均ρ（PM_2.5）较郊区高0.1（石家庄）~29.7（北京）μg ·m^-3,随高度增加而减小.城区年均总净通量强度远大于郊区,城区表现为流出,郊区表现为流入,是由于城区低压和郊区高压,形成城郊热力环流.北京城区和郊区与周边的年均总净通量强度之和（44.77 t ·d^-1）大于石家庄（34.44 t ·d^-1）.受风速和PM_2.5浓度的影响,在0~1260 m之间,城区和郊区与周边的净通量随离地高度的增加通量强度呈现明显增大趋势,其中1月城区和4月郊区与周边的传输交换对环境影响最为明显.不同季节下城区和郊区最大净通量的强度差异明显,两者相差2.23~4.48倍;但最大净通量强度的高度特征差异较小,主要位于611~1260 m.     

Influence of driving cycles on exhaust emissions and fuel consumption of gasoline passenger car in Bangkok

The influence of different driving cycles on their exhaust emissions and fuel consumption rate of gasoline passenger car was investigated in Bangkok based on the actual measurements obtained from a test vehicle driving on a standard chassis dynamometer. A newly established Bangkok driving cycle (BDC) and the European driving cycle (EDC) which is presently adopted as the legislative cycle for testing automobiles registered in Thailand were used. The newly developed BDC is constructed using the driving characteristic data obtained from the real on-road driving tests along selected traffic routes. A method for selecting appropriate road routes for real driving tests is also introduced. Variations of keyed driving parameters of BDC with different driving cycles were discussed. The results showed that the HC and CO emission factors of BDC are almost two and four times greater than those of EDC, respectively. Although the difference in the NOx emission factor is small, the value from BDC is still greater than that of EDC by 10%. Under BDC, the test vehicle consumes fuel about 25% more than it does under EDC. All these differences are mainly attributed to the greater proportion of idle periods and higher fluctuations of vehicle speed in the BDC cycle. This result indicated that the exhausted emissions and fuel consumption of vehicles obtained from tests under the legislative modal-type driving cycle (EDC) are significantly different from those actually produced under real traffic conditions especially during peak periods.     

四川盆地近地面风场及污染物输送通道统计分析

利用2017年四川盆地18个城市PM_2.5小时浓度数据、欧洲气象中心ERA-Interim再分析资料对四川盆地污染特征及不同季节近地面风场特征进行统计分析.通过分异指数和相关性分析各城市PM_2.5逐小时浓度，结合近地面风场特征分析出四川盆地污染物变化趋势最相似的城市组合，探索污染物传输特征.研究发现，分异指数和相关性分析得到的传输通道城市组合与地面风场基本相符.四川盆地污染物输送途径可能包括以下3条路径，第1条"川西通道"：污染物随气流沿广元→绵阳东南部→德阳→成都、眉山北部→雅安流动；第2条"川中通道"：污染物随气流沿巴中→南充北部→遂宁北部、绵阳东南部→资阳北部→眉山东部→乐山北部流动；第3条"川东通道"：污染物随气流沿重庆北部→达州、广安→南充南部→遂宁中部→资阳东部→内江、自贡→宜宾、泸州流动.川西通道城市污染排放量大，容易引起连片污染，对应城市群应实施联防联控；川东通道末端在川南城市群和重庆形成风场辐合，造成污染物的滞留和累积，因此，建议在中长期产业布局中减少川南城市群的重污染企业.     

性能退化对民机巡航阶段污染物排放的影响研究

发动机性能退化将会影响污染物排放,以往污染物排放估算模型未充分考虑性能退化对排放量的影响.因此本文对原有污染物估算模型进行修正,将民机实际运行中表征发动机健康状态的主要参数EGT作为特征量融入到污染物排放估算模型中,提出改进的形成氧化法以及P3-T3方法,定量估算性能退化对污染物排放的影响.使用GE90-115B发动机历史QAR数据,计算航空发动机处于不同健康水平下的巡航阶段污染物排放特性.研究结果表明：航空发动机性能退化将会显著影响巡航阶段污染物排放特性.其中,性能退化严重时航空发动机CO、UHC以及黑碳的巡航阶段平均排放指数较健康状态时分别升高87.52%、247.76%以及19.68%,而NO_x的平均排放指数则下降55.33%.因此在对性能退化的发动机进行污染物评估时必须考虑性能退化的影响.     

贵州红枫湖水体溶解有机质的剖面特征和季节变化

溶解有机氮(dissolved organic nitrogen,DON)与溶解有机碳(dissolved organic carbon,DOC)相结合在湖泊水体溶解有机质(dissolved organic matter,DOM)的研究中少有报道.本研究对贵州喀斯特地区高原性湖泊———红枫湖水体DOC和DON的含量进行了近2a的测定,研究了DOM的剖面特征和季节变化,并探讨了DOM垂向分布和季节变化的影响因素.结果表明,红枫湖DOC的浓度范围为1.60～3.08 mg·L^-1,DON的浓度范围为0.10～0.37 mg·L^-1.在湖水混合期表层和底层的DOC和DON的浓度基本一致,在湖水分层期DOC和DON浓度表现出从表层往底层减小的趋势.表层水体(0～2m或3m)DOC的浓度在春末夏初或夏季达到最大,DON的浓度在春末夏初稍高于其它月份.结合叶绿素和降雨的数据分析认为,藻类活动和陆源输入直接导致了表层水体DOM的季节变化模式.DOM的C/N在一般情况下向下增大,但在夏季南湖的垂向水柱上,DOC和DON的浓度在12m以下增大,C/N从12m的18.1下降为14m的14.9,并向下持续减小,这很有可能是颗粒态有机质发生降解释放出C/N较低的DOM,成为水体内DOM的一个内源.     

杭州市家庭室内空气中PBDEs的污染现状与特征

分析评价了杭州市家庭室内空气中多溴联苯醚(PBDEs)的污染现状及特征.结果显示:杭州家庭客厅空气中气相和颗粒相PBDEs的总浓度平均值分别为52.57 pg·m-3,范围为21.37～83.47 pg·m-3、卧室浓度为43.78 pg·m-3,范围为28.72～58.75 pg·m-3,BDE-47和BDE-99是家庭室内空气中最重要的两种单体,占总浓度的62.75％.室内空气中气相PBDEs浓度是颗粒相的1.49倍.高层建筑中的PBDEs浓度与低层建筑差别不大,均处于较低水平.PBDEs的理化性质、环境条件是影响其气固分配的重要因素.     

德州市采暖季环境空气含氮/硫物质的污染及气-粒分配特征

为探究德州市采暖季环境空气中含氮/硫物质的污染特征、气-粒分配规律及影响因素,对2017年11月10日—2018年3月15日德州市市区环境空气监测站在线离子色谱分析仪监测的水溶性离子及气态前体物质量浓度的小时数据进行了分析.结果表明:①德州市环境空气监测站ρ（NO₃-）、ρ（SO₄2-）和ρ（NH₄+）平均值分别为（18.36±18.55）（12.74±10.92）（9.60±8.75）μg/m3,在2018年1月三者均达到最高值;对比PM_2.5及气态含氮/硫物质的质量浓度发现,ρ（PM_2.5）和ρ（SO₂）在2017年12月、2018年1月和2018年2月的月均值均较高,而ρ（SO₂）与ρ（SO₄2-）、ρ（NH₃）与ρ（NH₄+）均在日间（08:00—17:00）出现波峰.②对颗粒态和气态含氮/硫物质质量浓度日均值进行双变量相关分析发现,ρ（SO₄2-）、ρ（NO₃-）、ρ（NH₄+）两两之间的相关系数均高于0.75,表明二次离子的形成机制相似;而ρ（NH₃）、ρ（NO₂）、ρ（NO）、ρ（SO₂）两两之间均不存在显著相关,说明这些气态前体物来自不同的局部排放源.③过剩NH₃指数（F_N）平均值为0.49±0.16,说明采样时段大气处于富氨环境,过剩的NH₃会与气态HNO₃生成NH₄NO₃,因此NO₃-气溶胶的形成主要受HNO₃的影响或限制.④相对湿度是影响ρ（PM_2.5）最重要的气象因素,高湿环境会促进二次离子的转化.研究显示,冬季采暖排放会增加环境空气中含氮/硫物质的质量浓度,气象因素（尤其是相对湿度）对含氮/硫物质的气-粒分配也有一定影响.      

南昌市固定燃烧点源大气污染物排放清单及特征

大气污染物排放清单是了解区域污染物排放特征、准确模拟空气质量的重要资料,而工业点源是大气污染的重点排放源.通过收集相关活动水平信息和合理的排放因子,采用"自下而上"的方法建立了南昌市2014年点源大气污染物排放清单.结果表明,SO_2、NO_x、CO、PM_(10)、PM_(2.5)和VOC排放总量分别为29576.2、17115.1、25946.6、4689.4、922.9和1190.4 t,其中,金属炼制行业对SO_2、CO和VOC的贡献最高,分别占37.75%、30.59%和38.45%;火电行业是NO_x的主要来源,其贡献率为47%;水泥等建材制造行业对PM_(10)和PM_(2.5)排放贡献最高,分别为26%和25%.根据排放源污染物排放量及地理坐标信息,建立了0.4 km×0.4 km的污染物排放量空间分布特征图,结果表明,南昌市大气污染物排放较为集中,青山湖区北部和新建区北部是SO_2、NO_x、CO和VOC的主要排放区,而PM_(10)和PM_(2.5)的排放量相对分散,并在安义县出现排放高值区.通过将计算结果与统计数据结果进行对比,了解所估算清单的准确程度.对SO_2和NO_x的计算值和统计值进行统计分析,结果显示,NMB(标准化平均偏差)和NME(标准化平均误差)值均小于50%,清单计算精度较高.同时,为了解清单数据质量,对清单的不确定性进行定量分析,结果显示,SO_2和VOC不确定性较低而PM_(10)和PM_(2.5)的不确定性相对较高,清单整体不确定性与其他研究结果相差不大.建议后期研究可以从提升基础数据质量和建立具有区域代表性的排放因子数据库着手,从而减小排放量的不确定性,获得精准可靠的大气污染物清单并应用于空气质量模型预报等更深入的研究.     

Fe(Ⅲ)掺杂Mg/Al-LDO作为氮磷吸附剂的研究

针对污水厂尾水脱氮除磷问题,采用共沉淀法制备了镁铝铁类水滑石（Mg/Al/Fe–LDHs）,在450℃下焙烧3h得到焙烧态类水滑石（Mg/Al/Fe–LDO）.研究了Fe（Ⅲ）掺杂对Mg/Al-LDO吸附氮磷的影响及吸附特性.结果表明,当Mg/Al/Fe物质的量比为3：0.6：0.4时,Mg/Al/Fe-LDO对氮磷吸附性能较好,最大吸附容量分别为28.57mg/g和231.46mg/g.吸附过程均符合Langmuir吸附等温模型,拟合相关系数（R²）达到0.99以上.根据XRD、FTIR的表征结果可以推断,Mg/Al/Fe–LDO是通过“记忆效应”、静电引力作用完成对氮磷的吸附,对磷的吸附还包括离子交换作用.