烟台市环境受体PM2.5四季污染特征与来源解析

于2016～2017年四季在烟台市3个点位采集了PM_(2.5)样品,分析了其质量浓度和化学组分特征.利用CMB模型对受体进行解析,并利用后向轨迹和PSCF对传输气流和潜在源区进行了分析.结果表明,烟台市监测点位冬季、春季、夏季和秋季的PM_(2.5)平均质量浓度分别为(89. 45±56. 80)、(76. 78±28. 44)、(32. 65±17. 92)和(57. 32±24. 60)μg·m~(-3). PM_(2.5)浓度表现出明显的季节变化特征(P 0. 01).全年PM_(2.5)各源类分担率大小依次为:二次硝酸盐源(20. 3%)城市扬尘源(15. 7%)机动车排放源(14. 9%)燃煤源(13. 8%)二次硫酸盐源(12. 8%) SOC(6. 1%)建筑水泥尘源(5. 5%)海盐源(2. 9%),可以看到烟台市以二次源、扬尘、机动车排放源和燃煤源为主要污染源.春季硝酸盐源和城市扬尘源是重要贡献源类,夏季硫酸盐源贡献突出,燃煤源在秋冬季占比突出.烟台市气流输送和潜在源区也呈现出明显的季节变化:冬季主要受烟台市短距离输送的影响;夏季主要受烟台东部沿海和本地的影响;春秋季主要受山东东北部和东部沿海地区的区域传输和烟台市本地源的影响.     

秦皇岛市大气颗粒物来源解析研究

对秦皇岛海港区和山海关区的颗粒物来源进行了定性识别和定量解析。并考察了重点污染源——我国最大的煤码头秦皇岛港煤码头对市区扬尘和TSP中的碳的影响。得出秦皇岛市海港区和山海关区TSP主要来源为风沙、扬尘,其次为燃煤飞灰和海盐尘。气象条件特别是风向对TSP各源分担率的影响很大,秦皇岛市煤码头是该区域TSP中碳的主要来源。不同气象条件下,煤码头对海港区和山海关区的影响程度明显不一样。      

济南市环境空气中多环芳烃的来源识别和解析

根据环境空气污染源标识物的确定和多环芳烃降解行为,利用CMB受体模型进行拟合计算,确定多环芳烃污染源贡献率,并在比较多环芳烃实测值和CMB受体模型计算值的基础上,得出可吸入颗粒物中多环芳烃源解析结果,确定机动车污染源是济南市可吸入颗粒物中多环芳烃的主要贡献源。     

辽宁省三城市大气颗粒物来源解析研究

针对辽宁省的沈阳、抚顺、葫芦岛三个城市的大气颗粒物来源,应用CMB化学质量平衡模型和二重源解析技术进行了定性和定量解析。识别各源类及其成分谱的特征,分析、比较大气颗粒物的时空分布特征,并计算三城市各源类在不同季节对城市大气颗粒物污染的贡献率,得到辽宁省城市大气颗粒物来源和季节分布特征的一般规律,说明城市扬尘、土壤风沙尘和煤烟尘是城市颗粒物的主要来源,应作为颗粒物污染治理的重点,而抚顺市特有的钢铁尘,葫芦岛市特有的锌尘等源类的污染也不容忽视。     

杭州市大气PM2.5和PM10污染特征及来源解析

2006年在杭州市两个环境受体点位采集不同季节大气中PM_2.5和PM₁₀样品,同时采集了多种颗粒物源类样品,分析了其质量浓度和多种化学成分,包括21种无机元素、5种无机水溶性离子以及有机碳和元素碳等,并据此构建了杭州市PM_2.5和PM₁₀的源与受体化学成分谱;用化学质量平衡(CMB)受体模型解析其来源。结果表明,杭州市PM_2.5和PM₁₀污染较严重,其年均浓度分别为77.5μg/m³和111.0μg/m³;各主要源类对PM_2.5的贡献率依次为机动车尾气尘21.6%、硫酸盐18.8%、煤烟尘16.7%、燃油尘10.2%、硝酸盐9.9%、土壤尘8.2%、建筑水泥尘4.0%、海盐粒子1.5%。各主要源类对PM₁₀贡献率依次为土壤尘17.0%、机动车尾气尘16.9%、硫酸盐14.3%、煤烟尘13.9%、硝酸盐粒8.2%、建筑水泥尘8.0%、燃油尘5.5%、海盐粒子3.4%、冶金尘3.2%。     

二次颗粒物源成分谱的建立在尘源解析中的作用

通过CMB模型计算各类尘源对TSP、PM10的影响时发现,二次颗粒物对尘源解析起到了不容忽视的作用,因此就二次颗粒物源成分谱进行了专门解析研究,并把二次颗粒物解析也纳入到模型中来,从而完善了源解析结果。     

Estimating uncertainties and uncertainty contributors of CMB PM2.5 source apportionment results

The chemical mass balance (CMB) model was applied for source apportionment of PM_2.5 in Atlanta in order to explore levels and causes of uncertainties in source contributions. Monte Carlo analysis with Latin hypercube sampling (MC-LHS) was performed to evaluate the source impact uncertainties and quantify how uncertainties in ambient measurement and source profile data affect results. In general, uncertainties in the source profile data contribute more to the final uncertainties in source apportionment results than do those in ambient measurement data. Uncertainty contribution estimates suggest that non-linear interactions among source profiles also affect the final uncertainties although their influence is typically less than uncertainties in source profile data.     

日照市可吸入颗粒物污染源的CMB受体模型解析

颗粒物是中国大多数城市环境空气中的首要污染物,特别是细小的可吸入颗粒物对人类健康的危害更大.为全面弄清城市环境空气中可吸入颗粒物的来源,以日照市为例,分采暖期和非采暖期对其主要大气污染源进行识别和采样,包括煤烟尘、建筑水泥尘、扬尘、土壤风沙尘、海盐粒子和二次粒子,并利用原子发射光谱、离子色谱等仪器对其成分进行定性定量分析,建立可吸入颗粒物的源成分谱和受体成分谱.通过化学质量平衡(CMB)受体模型进行解析,得出各污染源对受体的贡献值和分担率.确定主要污染源,为采取针对性的措施治理污染提供依据.     

十堰市城区冬季PM2.5污染特征与来源解析

为探讨内陆山区城市湖北省十堰市冬季PM_2.5污染特征及来源构成,于2016年1月12日—2月4日在4个采样点位同步采集PM_2.5样品,分析了无机元素、水溶性离子、有机碳和元素碳的质量浓度.并采集了十堰市主城区城市扬尘、裸露山体尘、建筑水泥尘、燃煤源、机动车尾气、工业源及餐饮油烟源等7类污染源,初步建立十堰市本地的污染源成分谱库,利用统计学方法研究冬季PM_2.5的污染特征,并采用CMB受体模型及“二重源解析技术”分析其来源构成.结果表明:冬季采样期间,十堰市ρ（PM_2.5）平均值达到110.65 μg/m3,超过GB 3095—2012《环境空气质量标准》二级标准24 h浓度限值,并且随空气RH（相对湿度）增加污染加重.城区3个采样点PM_2.5化学组成及特征的空间差异不明显.PM_2.5中ρ（TC）最高,其次是ρ（NO₃-）和ρ（SO₄2-）,与二次反应、机动车尾气、煤燃烧等密切相关.ρ（NO₃-）/ρ（SO₄2-）为1.22,说明机动车尾气的影响较大.二次粒子、燃煤源和机动车尾气是十堰市城区冬季大气PM_2.5的主要来源,贡献率分别为51.2%、10.9%和10.1%.研究显示,十堰市城区冬季ρ（PM_2.5）超过GB 3095—2012二级标准,PM_2.5的污染控制应以二次粒子、燃煤和机动车为主,采取多源控制原则.      

基于模糊聚类的PM_(2.5)拟合组分选择模型的研究

提出了一种新的PM2.5源成分谱拟合组分选择模型,在充分考虑拟合过程的物理意义的基础上,采用聚类正确率作为组分选择的依据.实验验证,该模型能够准确获取较好的拟合主组分,相比与经验选或者手动盲选所得拟合结果,我们提出的模型将成功拟合(误差范围在0~0.05之间)的比例由40%提升到83%.