排序方式: 共有12条查询结果,搜索用时 15 毫秒
1.
为更加准确地估算环境受体PM2.5中SOC(二次有机碳)的质量浓度,于2015年6-8月利用在线监测仪器同步采集小时分辨率的PM2.5及OC(有机碳)和EC(元素碳)样品数据,分析碳气溶胶的变化特征,并尝试运用改进的EC示踪法估算ρ(SOC).结果表明:天津市区夏季ρ(PM2.5)为(70.9±46.0)μg/m3,ρ(OC)和ρ(EC)分别为(7.6±3.1)(2.2±1.5)μg/m3,占ρ(PM2.5)的11.8%±4.6%和3.1%±1.4%,OC/EC(质量浓度之比,下同)的平均值为4.0±2.0.ρ(OC)与ρ(EC)之间的Pearson相关系数(R)仅为0.66,说明OC和EC的来源较为复杂,SOC的产生可能是重要影响因素.ρ(NO2)与OC/EC呈显著负相关(R=-0.47,P < 0.01),并且OC/EC(4.0)相对较低,说明天津市区机动车可能对碳气溶胶具有重要影响.ρ(SO2)与ρ(OC)、ρ(EC)的相关性较低(R均为0.33,P均小于0.01),说明天津市区碳气溶胶可能受燃煤源的影响较低.改进的EC示踪法主要是利用O3和CO、EC作为光化学反应和一次源排放的指标,并结合ρ(OC)、ρ(EC)和OC/EC的变化特征,逐步筛选一次排放源主导的时间段的ρ(OC)和ρ(EC)数据,然后利用最小二乘法拟合获得ρ(OC)和ρ(EC)的线性方程,最后进行ρ(SOC)和ρ(POC)(POC为一次有机碳)的估算.天津市区夏季ρ(SOC)的平均值为(2.5±2.0)μg/m3,分别占ρ(OC)和ρ(PM2.5)的28.8%±15.0%和3.7%±3.6%;ρ(POC)的平均值为(5.2±1.7)μg/m3,分别占ρ(OC)和ρ(PM2.5)的71.2%±15.0%和8.1%±5.2%,说明天津市区夏季有机碳的主要来源是一次排放源.研究显示,相比于EC示踪法,改进的EC示踪法估算的ρ(SOC)明显降低,ρ(POC)明显升高.AT(大气温度)对ρ(SOC)的影响较为显著,而WS(风速)对ρ(POC)的影响较为显著. 相似文献
2.
为了解天津市采暖季PM2.5中重金属的污染特征及健康风险,使用Xact-625重金属在线分析仪于2020年11月至2021年3月对PM2.5中的重金属元素进行连续采样,分析10种重金属元素(Pb、 Cd、 Cr、 As、 Zn、 Mn、 Co、 Ni、 Cu和V)的污染特征,利用HYSPLIT模型分析重金属元素的时空分布特征,并结合美国EPA健康风险评价模型对重金属健康风险展开研究.结果表明,采样期间天津市10种重金属元素的总浓度平均值为(261.56±241.74)ng·m-3,Cr[折算Cr(Ⅵ)]和As元素高于《环境空气质量标准》(GB 3095-2012)的年平均限值.后向轨迹分析表明,天津市主要受到来自西北部中距离气团(1号)、西北部长距离气团(2号)、西南部气团(3号)和东北部气团(4号)的影响.不同气团来向重金属元素呈现不同的污染特征和健康风险,3号气团PM2.5浓度、10种重金属元素总浓度和5种重金属元素经呼吸途径暴露的终身致癌风险值之和均最高,2号气团10种重金属元素经呼吸途径暴露... 相似文献
3.
2015年2月16—28日,采用APS-3321空气动力学粒径谱仪在天津市环境监测中心站连续监测0.5~10 μm间不同粒径大气颗粒物数浓度,并同步记录气象参数,研究了大气颗粒物的数浓度变化和粒径分布特征,运用Spearman统计分析方法初步探讨了气象因素对大气颗粒物数浓度的影响。结果表明,该地区大气颗粒物5 min平均数浓度为285 个·cm-3,其中0.5~1.0 μm粒径颗粒物对总粒子数浓度贡献较大,约占96.7%。观测期间共出现颗粒物数浓度显著增高的9个污染事件,不同粒径中污染事件颗粒物数浓度最大值的主导气象因素不同:对于0.5~1.0 μm,其与相对湿度呈明显的正相关性;对于1.0~2.5 μm,其与气象因素无明显相关性;对于2.5~10 μm,其与相对湿度呈明显负相关性、与风速呈明显正相关性。颗粒物数浓度受气象条件影响较大,其中相对湿度影响最为显著,当相对湿度小于70%时,颗粒物数浓度随着湿度的增加而增加;当相对湿度大于70%时,颗粒物数浓度随着湿度的增加而减少。此外,烟花爆竹燃放对颗粒物数浓度短暂上升贡献突出,主要集中在0.5~1.0 μm粒径的亚微米颗粒物。 相似文献
4.
2020年天津市两次重污染天气污染特征分析 总被引:4,自引:5,他引:4
为了解2020年天津市两次重污染天气污染特征,基于2020年1~2月高时间分辨率的在线监测数据,对天津市2020年1月16~18日(重污染过程Ⅰ)和2020年2月9~10日(重污染过程Ⅱ)进行分析,结果表明,两次重污染过程均呈现前期区域输送和后期本地不利气象条件叠加双重影响的特点,重污染过程期间平均风速均较低,平均相对湿度接近70%,部分时段接近饱和,边界层高度低于300 m,水平和垂直扩散条件均较差.与重污染过程Ⅰ相比,重污染过程Ⅱ主要污染物浓度和污染程度均降低,尤其是NO2浓度下降明显,重污染过程Ⅱ北部地区PM2.5和CO浓度较高.两次重污染过程PM2.5中化学组分浓度和占比发生明显变化,重污染过程Ⅰ二次无机离子(SO42-、 NO-3和NH+4)、 EC和Ca2+平均浓度较高,OC和Cl-平均浓度略低于重污染过程Ⅱ,K+... 相似文献
5.
为了解天津市PM2.5的污染特征及来源,基于2017~2019年高时间分辨率的在线监测数据,对PM2.5浓度、化学组分和来源进行了分析.结果表明, 2017~2019年,天津PM2.5平均浓度为61μg·m-3,PM2.5中主要化学组分为NO-3、 OC、 NH+4、 SO4 2-、 EC和Cl-,在PM2.5中占比分别为17.7%、 12.6%、 11.5%、 10.7%、 3.4%和3.1%.从年分布上看,PM2.5及主要化学组分浓度均呈现下降趋势,NO-3和NH+4在PM2.5中占比上升,SO4 2-、 OC和EC在PM 相似文献
6.
气溶胶粒径吸湿增长因子[g(RH)]是影响气溶胶消光和气溶胶辐射强迫的重要因素.利用吸湿性串联差分电迁移率分析仪(HTDMA)观测了天津市冬季不同污染状态下气溶胶粒子gm(RH)的粒径分布.同时基于水溶性离子的粒径分布,利用κ-Köhler理论获取了较宽粒径范围内(60 nm~9.8 μm)的gκ(RH),为环境状态下气溶胶光学参数和直接辐射强迫的模拟提供基础.结果表明,清洁状态下大气光化学反应较为活跃,超细粒子(<100 nm)的gm(RH)较高,gm(RH=80%)在1.30以上.重度污染天,气溶胶中水溶性离子的质量分数随粒子粒径增大而增加,导致gm(RH)随着粒子粒径增大而增大,300 nm粒子的gm(RH=80%)和gm(RH=85%)分别可达1.39和1.46.在较宽粒径范围(60 nm~9.8 μm)内,不同模态气溶胶的吸湿性强弱表现为积聚模态>爱根模态>粗模态.大气重污染过程中气溶胶粒径明显增大,积聚模态气溶胶中NO3-和SO42-含量较清洁天明显增加,受此影响,污染状态下积聚模态气溶胶的吸湿性较清洁天明显增强,gκ(RH)达到1.3~1.4,具有强吸湿性的气溶胶粒径范围也同时扩大,在0.18~3.1 μm粒径段均较高,对能见度恶化有重要的贡献. 相似文献
7.
文章选用2015-2018年天津市复康路站点的长期连续PM_(2.5)组分观测数据,分析了天津市的PM_(2.5)主要组分污染特征,并分析了WRF/NAQPMS模型对天津市不同季节的PM_(2.5)组分的模拟情况。研究发现天津市近年的PM_(2.5)及其主要组分浓度整体在逐年下降,与2015年相比,2018年PM_(2.5)、OM与EC分别下降了27%、30%与28%。Cl~-、F~-、NO_3~-、NO_2~-、SO_4~(2-)等均有较大降幅,2018年与2015年相比分别下降了51%、72%、28%、54%与48%,但Ca~(2+)、Mg~(2+)、K~+浓度均有所上升,升幅分别是177%、170%与76%。这些组分浓度的变化表明燃烧源等人为源排放控制较好,沙尘等影响在加大。大部分PM_(2.5)组分呈现冬季浓度最高,夏季浓度最低的季节变化规律,但Na~+与Ca~(2+)等离子在5-6月也出现了一个峰值,可能与沙尘或海风的影响相关;K+离子在2月出现峰值,可能与烟花或生物质燃烧有关;硝酸盐与铵盐在3月出现了另一个峰值,可能与农业活动有关。总体上数值模式对天津市PM_(2.5)及其主要组分模拟的结果比较理想,NAQPMS模式可以较好地模拟出NO_3~-、OM、NH_4~+、SO_4~(2-)等的变化趋势与浓度水平,但对EC高估了约2倍,这可能主要由于清单对EC排放的估算过高导致。 相似文献
8.
为了快速分析天津市区冬季以及重污染过程中PM2.5的化学组成特征及来源,本研究于2017年1月利用在线监测仪器快速采集了天津市区环境受体中PM2.5及其化学组分的小时数据,并通过PMF(positive matrix factorization,正定矩阵因子分解法)模型解析了天津市区2017年1月及重污染过程中PM2.5的主要贡献源类,分析了重污染过程中排放源的变化趋势.结果表明:2017年1月天津市区PM2.5浓度为6.0~449.0 μg·m-3,平均值为153.3 μg·m-3.NO3-、SO42-、NH4+是PM2.5中水溶性离子的主要组分,三者之和占水溶性离子总量的88.3%.NH4+与Cl-、NO3-、SO42-均表现出显著的正相关性(r=0.82,0.95,0.97;p<0.01).NO3-和SO42-(r=0.90;p<0.01),Ca2+与Mg2+(r=0.65;p<0.01)均表现出显著的相关性,说明它们分别具有较高的同源性.OC和EC也是PM2.5的重要组成部分,两者之和占PM2.5质量浓度的20.4%.重污染过程中,PM2.5及其主要离子的浓度显著的增加(p<0.01),并存在较高的二次离子生成.PMF解析结果表明,二次源类是天津市区2017年1月PM2.5的首要源类,分担率为38.1%,其次为机动车源(分担率为25.6%)、燃煤源(分担率17.1%)、扬尘(分担率10.1%)和生物质燃烧(分担率9.1%).重污染过程中,二次源是PM2.5的主要贡献源类,分担率达到39.3%;说明重污染期间存在显著的二次转化及二次粒子的积累过程.重污染发生演变过程中,二次源、机动车源和燃煤源对PM2.5贡献表现出显著增加的趋势,而扬尘和生物质燃烧的贡献则没有显著增加. 相似文献
9.
2013—2015年,天津市臭氧(O_3)浓度整体呈下降趋势,污染状况略低于京津冀区域的其他城市。O_3浓度春、夏季高,冬季低,高值主要集中在5—9月,浓度从早上06:00开始升高,至中午14:00达到峰值。污染主要集中在中心城区、西部和北部地区,东部、南部和西南部地区污染相对较轻。O_3浓度在温度303 K以上、相对湿度70%以下或西南风为主导时较高。VOCs/NOx比值低于8,O_3的生成处于VOCs控制区。芳香烃类和烯烃类对天津市O_3生成贡献最大,其中,乙烯和甲苯为O_3生成潜势贡献最大的物种,其次为间/对二甲苯、丙烯、邻二甲苯、异戊二烯、反-2-丁烯、乙苯等,通过控制汽车尾气、化工行业及溶剂使用等对O_3生成潜势贡献大的VOCs排放源可有效控制天津市O_3污染。 相似文献
10.