基于绝对主成分-多元线性回归的滇池污染源解析

定量解析污染源是湖泊流域水环境管理的重要基础.基于滇池草海和外海多年水质监测数据,采用主成分分析（PCA）方法识别了主要水质指标的污染源类型,利用绝对主成分-多元线性回归模型（APCS-MLR）得到不同污染源对水质的贡献程度.结果表明,草海主要的污染源有农业面源、城市面源和内源3类,外海的主要污染源是农业面源、城镇生活污染源、城市面源和内源4类.与河流水污染源解析结果不同,底泥内源与气象因子对滇池主要水质指标的影响较大.     

深圳大气PM2.5中水溶性有机物的来源特征

对2017年9月~2018年8月深圳市北部大气PM_2.5中水溶性有机物（WSOM）的质量浓度、质谱及来源结构进行测量和分析.结果表明：PM_2.5的质量浓度为（32.3±18.4）μg/m³,WSOM的质量浓度为（9.4±5.7）μg/m³,占颗粒物总有机物的（77.6%±14.0%）.质谱分析显示,WSOM的氧碳比（O/C）平均值达到（0.57±0.09）,属于二次有机物的O/C值范围,且生物质燃烧排放的离子碎片C₂H₄O₂⁺的丰度显著,说明WSOM的来源中有显著的生物质燃烧排放的有机气溶胶.为了明确WSOM的来源结构,利用正矩阵因子分解法（PMF）模型进行来源解析,发现3个合理因子：高氧化态有机气溶胶（MO-OOA）,低氧化态有机气溶胶（LO-OOA）和生物质燃烧（BBOA）,贡献比例分别为51.7%,31.8%和16.5%.MO-OOA和BBOA贡献浓度均呈现秋冬高、春夏低的季节变化特征,反向轨迹分析显示其与内陆污染传输关系密切.LO-OOA的变化相对稳定,本地源的贡献较大.结合¹⁴C同位素示踪法对秋冬季WSOM样品分析,发现机动车等化石源二次有机物是WSOM的主要来源,贡献比例达到53.9%,需继续加强对化石燃料控制来降低WSOM污染.     

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.      

长三角背景点夏季大气PM2.5中水溶性无机离子污染特征及来源解析

为研究长三角背景点夏季PM_2.5污染特征,于2018年5月30日—8月15日在上海市崇明岛对PM_2.5样品进行昼夜采集,并对其中水溶性无机离子(Cl-、NO₃-、SO₄2-、Na+、NH₄+、K+、Mg2+、Ca2+)进行了分析.运用PSCF(潜在源贡献)方法判别污染物排放源区,并结合PCA(主成分分析)和PMF(正交矩阵因子)源解析探究PM_2.5来源.结果表明:①观测期间崇明岛ρ(PM_2.5)平均值为(33±21)μg/m3,低于GB 3095—2012《环境空气质量标准》一级标准限值(35 μg/m3),但在部分时段存在显著超标现象,ρ(PM_2.5)最高值在120 μg/m3以上.②水溶性无机离子质量浓度平均值为(14±9.3)μg/m3,占PM_2.5的42.4%,其中SNA(SO₄2-、NO₃-、NH₄+三者统称)为主要离子,占水溶性离子总质量浓度的85.7%.③n(NH₄+)/n(SO₄2-)(NH₄+与SO₄2-的摩尔浓度比)显示,清洁期〔ρ(PM_2.5) < 15 μg/m3〕呈贫铵状态,过渡期〔15≤ρ(PM_2.5)≤35 μg/m3〕和污染期〔ρ(PM_2.5)>35 μg/m3〕均呈富铵状态;过渡期SNA主要以NH₄HSO₄和NH₄NO₃形式存在,而污染期则主要以(NH₄)₂SO₄和NH₄NO₃形式存在.④通过对两次典型污染事件进行离子相关性分析和PSCF分析发现,E1污染事件(5月30日—6月8日)为局地生物质燃烧型污染事件,E2污染事件(7月23日—8月1日)为区域传输污染事件.源解析结果进一步表明,两次典型污染事件期间气态污染物的二次转化对PM_2.5的贡献最显著,贡献率分别为62.8%和59.8%;其次是生物质燃烧,其贡献率分别为32.5%和20.1%;E2污染事件期间海盐源对崇明岛PM_2.5贡献率较高(16.6%),远超过E1污染事件期间对PM_2.5的贡献率(2.7%).研究显示,区域输送对崇明岛PM_2.5有显著贡献,二次颗粒物累积是崇明岛PM_2.5超标的主要原因.      

加入SOA示踪的深圳大气PM2.5受体模型源解析

为厘清包括二次有机气溶胶（SOA）在内的深圳市区PM_2.5各种一次和二次来源贡献,本文于2017年9月2日~2018年8月29日在深圳市大学城点位开展PM_2.5样品采集,并进行化学组分和水溶性有机物（WSOM）质谱测量,共获得162组有效数据.观测期间深圳市大气PM_2.5平均质量浓度为26μg/m³,在传统PMF源解析的基础上加入羧基离子碎片（CO₂⁺）作为SOA的示踪物,加入水溶性有机氧（WSOO）用于计算各因子O/C,验证有机物解析效果.结果表明,SOA可以被独立解析出,其O/C明显高于其他一次污染源中有机物;机动车、二次硫酸盐、二次硝酸盐、SOA为最主要的4个源,对PM_2.5质量浓度的贡献分别为25%、23%、17%和10%,船舶、地面扬尘、老化海盐、建筑尘、生物质燃烧、燃煤和工业贡献均在5%以内.各个源的变化特征表明,机动车、二次硫酸盐、二次硝酸盐、SOA等源贡献呈现冬高夏低的季节特征,与冬季季风条件下源自内陆的污染传输密切相关.污染天气时,二次硝酸盐和SOA的贡献增加相对最显著,因此NOx和挥发性有机物是减排的关键.     

城市大气中颗粒物的研究现状及健康效应

综述了大气尘(TSP、PM10、PM2.5)的研究现状,重点围绕TSP、PM10、PM2.5的物理特征、化学组成(有机组成、重金属元素的总含量及其各化学形态分布)及其源解析进行描述,也提及了大气颗粒物与健康的关系.     

Characteristics and source apportionment of PM2.5 under the dual influence of the Spring Festival and the COVID-19 pandemic in Yuncheng city

Based on the online and membrane sampling data of Yuncheng from January 1st to February 12th, 2020, the formation mechanism of haze under the dual influence of Spring Festival and COVID-19 (Corona Virus Disease) was analyzed. Atmospheric capacity, chemical composition, secondary transformation, source apportionment, backward trajectory, pollution space and enterprise distribution were studied. Low wind speed, high humidity and small atmospheric capacity inhibited the diffusion of air pollutants. Four severe pollution processes occurred during the period, and the pollution degree was the highest around the Spring Festival. In light, medium and heavy pollution periods, the proportion of SNA (SO₄²⁻, NO₃⁻ and NH₄⁺) was 59.6%, 56.0% and 54.9%, respectively, which was the largest components of PM_2.5; the [NO₃⁻]/[SO₄²⁻] ratio was 2.1, 1.5 and 1.7, respectively, indicating that coal source had a great influence; the changes of NOR (nitrogen oxidation ratio, 0.44, 0.45, 0.61) and SOR (sulphur oxidation ratio, 0.40, 0.49, 0.65) indicated the accumulation of secondary aerosols with increasing pollution. The coal combustion, motor vehicle, secondary inorganic sources and industrial sources contributed 36.8%, 26.59%, 11.84% and 8.02% to PM_2.5 masses, respectively. Backward trajectory showed that the influence from the east was greater during the Spring Festival, and the pollutants from the eastern air mass were higher, which would aggravate the pollution. Meteorological and Spring Festival had a great impact on heavy pollution weather. Although some work could not operate due to the impact of the COVID-19 epidemic, the emission of pollutants did not reduce much.     

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％。     

南京北郊冬夏季大气PM2.5中水溶性有机碳的研究

为研究南京北郊大气PM_(2.5)中水溶性有机碳(WSOC)的浓度及来源特点,在冬、夏季分别采集PM_(2.5)样品,还同步收集臭氧(O_3)浓度与相对湿度(RH)数据,分析了PM_(2.5)、有机碳(OC)、水溶性有机碳(WSOC)浓度特征,并对WSOC冬、夏季来源及其二次来源差异进行了探讨.结果显示,南京北郊冬季大气污染水平明显高于夏季且来源更复杂,与冬季静稳的天气条件及化石燃料和生物质燃烧排放较严重有关.冬季PM_(2.5)平均值为(136.7±42.4)μg·m~(-3),OC、WSOC浓度分别为(13.4±4.4)、(8.5±3.1)μg·m~(-3);夏季PM_(2.5)、OC、WSOC平均浓度分别为(61.5±14.6)、(6.7±2.1)、(4.6±1.7)μg·m~(-3).冬、夏季WSOC/OC值分别为67%±20%、69%±13%,且二次有机碳(SOC)与WSOC显著正相关,说明二次来源对WSOC有显著影响.冬季WSOC与O_3的负相关性不显著,与RH显著正相关;而夏季WSOC与O_3、RH的相关性正好与冬季相反,说明冬、夏季二次WSOC形成途径存在差异.冬季二次WSOC可能主要来自液相氧化,夏季可能主要来自光化学氧化.通过主成分因子分析法进一步确定南京北郊冬、夏季WSOC分别主要来源于二次来源和生物质燃烧、汽车尾气和扬尘.     

南京北郊黑碳气溶胶的来源解析

利用七波段黑碳仪对2015年1~12月南京北郊地区黑碳(black carbon,BC)气溶胶实时监测,并结合黑碳仪模型对该期间内BC进行来源解析,探讨化石燃料排放产生BC(BCff)与生物质燃烧产生BC(BCbb)各自的贡献大小.结果表明,观测期间BC的吸收波长指数(α)和生物质燃烧对BC的贡献百分比(BB)的变化范围都较大但趋势较为一致;冬季α值偏高而夏季α值较低,表明不同季节时间BC来源和强度的差异性.BCff在各季节BC总浓度中占比略有不同但均高于75%;BC、BCff和BCbb的日变化趋势均呈双峰特征,在07:00~09:00和18:00~21:00左右浓度有最大值;全天中,BCff对BC贡献最大,浓度值约为BCbb的3~5倍;夜晚BC浓度普遍高于白天,其平均浓度值是白天的1.2倍.由浓度权重轨迹分析的结果可知,影响南京北郊地区高浓度BC的源区主要集中在浙江、安徽以及江西和福建等地区.