西安市PM2.5中环境持久性自由基污染特征

环境持久性自由基（EPFRs）是相对传统短寿命自由基提出的一种半衰期较长的新型环境风险物质,可将O₂分子转化为活性氧物质,从而危害人体健康.为研究2018年西安市大气PM_2.5中EPFRs的种类、浓度及其来源,本文利用电子顺磁共振波谱方法对2018全年的大气PM_2.5样品进行EPFRs分析.结果表明：2018年西安市PM_2.5中EPFRs年平均大气浓度为2.16×10¹⁴spins/m³,范围为6.27×10¹²~1.07×10¹⁵spins/m³,呈现冬季>秋季>夏季>春季的季节变化特征.按照EPFRs年平均浓度计算出西安市民每人每天吸入体内EPFRs的量相当于7支香烟,而在冬季雾霾天气高达35支香烟.西安市PM_2.5中EPFRs的年平均g因子为（2.0034±0.0002）,说明其可能主要是以碳为中心的自由基.相关性结果发现EPFRs与SO₂和NO₂显著相关,说明煤炭燃烧源和交通源可能是西安市PM_2.5中EPFRs的重要来源.     

氯氧铁非均相催化过氧化氢降解罗丹明B

传统芬顿(Fenton)法因反应pH值低、产生大量铁泥等限制其规模化应用.采用化学气相转变法制备氯氧铁(FeOCl)纳米片,选择罗丹明B为模型污染物,研究FeOCl作为类芬顿催化剂催化过氧化氢(H_2O_2)降解罗丹明B性能.通过扫描电镜(FE-SEM)和X射线衍射光谱(XRD)等表征结果显示,FeOCl晶型结构完整、呈现纳米片状,可充分暴露催化活性位点.罗丹明B降解实验结果表明,H_2O_2投量为1. 67 mmol·L~(-1)时,投加200 mg·L~(-1)FeOCl,可使得罗丹明B去除率由15. 5%提高至100%(15 min). FeOCl的催化性能随pH升高而降低,初始pH为3、5和7时,反应15 min后罗丹明B去除率分别为100%、100%和84. 0%,初始pH提升至9,去除率则显著降低至57. 6%.与传统Fenton法比较,FeOCl催化H_2O_2的pH值范围明显拓展,在弱酸性和中性条件下表现出优良的催化性能.自由基淬灭实验表明,FeOCl/H_2O_2体系催化降解罗丹明B起主要作用的是羟基自由基(·OH).电子自旋共振波谱仪测定(EPR)结果表明,单独H_2O_2体系未检测出明显的自由基信号,而投加FeOCl使得·OH信号显著增强,·OH是降解罗丹明B的主要氧化活性物种.     

道路沥青中长寿命自由基特征及二次生成

本研究运用电子顺磁共振波谱方法（EPR）发现道路沥青中含有大量的环境持久性自由基（EPFRs）,说明道路沥青可能是道路源大气颗粒物中EPFRs的重要来源途径.因此,进一步通过溶剂萃取从沥青中分离出不同极性组分,研究不同沥青组分中EPFRs的含量和种类分布特征,并且在这基础上探究道路沥青在光化学作用下二次生成EPFRs的潜能和特征.结果表明：沥青中含有的EPFRs类型是以碳原子为中心的自由基和以氧原子为中心的自由基混合存在（g=2.0032~2.0038）,主要可能是芳烃类自由基和半醌自由基.沥青中EPFRs主要存在于不可萃取组分和二氯甲烷可萃取组分中,推测沥青大多数的EPFRs可能源于沥青中的大分子芳香化合物和酚类组分.沥青在模拟太阳光照射后,可生成10%~20%的二次EPFRs,并且发现新生成的主要是以g因子较大的氧原子为中心的EPFRs.     

“三年行动计划”对大气环境持久性自由基污染特征和来源的影响

采用电子顺磁共振波谱法(EPR)对“打赢蓝天保卫战三年行动计划”(“三年行动计划”)实施期间(2018～2020年)以及实施前后(2017年和2021年)西安大气PM_2.5中EPFRs的浓度特征、种类特征及可能来源进行了探讨.结果发现,该计划实施后西安大气PM_2.5中EPFRs平均浓度(5.03×10¹⁴spins/m³)比实施前(7.18×10¹⁴spins/m³)下降了29.9%,表明“三年行动计划”的实施对EPFRs的控制是有效的.冬季浓度(8.61×10¹⁴spins/m³)是夏季(3.10×10¹⁴spins/m³)的2.8倍,其主要类型为以碳为中心附近受含氧官能团影响的自由基.相关性及平行因子分析显示,燃煤源(35.3%)、交通燃烧源(30.0%)和扬尘源(27.8%)可能是西安大气PM_2.5中EPFEs的主要来源.冬季交通燃烧源占比最...     

太原市PM_(2.5)中碳质组分季节变化与组成特征

2013年10月至2014年7月,在太原市区,分4个月采集大气细颗粒物,共采集120个PM_(2.5)样品,分析了颗粒物及其有机碳(OC)和元素碳(EC)浓度。结果表明,采样期间大气中PM_(2.5)的日均浓度为(300±132)μg/m3,PM_(2.5)超国家二级标准较严重,大致呈现春季冬季秋季夏季的季节变化特征。大气PM_(2.5)样品中OC和EC的含量变化范围分别为3.6~137和0.8~19.3 g/m3,季节变化与颗粒物浓度不一致,呈现为冬季秋季春季夏季的季节变化特征。利用核磁共振仪分析了典型样品中碳质组分的结构组成。结果显示,烷基碳、烷基取代芳香烃碳和氧取代的芳烃或者酚醛树脂类碳是气溶胶中有机质的主要组成成分;秋冬季样品中,羧基碳和氧取代碳相对含量较高,主要来源于生物质燃烧;春季羟基类化合物增加显著,主要来源于地表土壤中的糖类;夏季样品中,来源于生物排放的烃类化合物和机动车排放的芳香烃相对含量较高。     

几种光化学体系中羟自由基的产生和测定

在人工光源照射下,以水杨酸为探针性物质,探讨了过氧化氢(H_2O_2)、二氧化钛(TiO_2)、亚硝酸钠(NaNO_2)、硝酸钠(NaNO_3)和杂多酸盐(PW_(12)O_(40)~(3-))等5种光化学体系中羟自由基的产生,并测定了羟自由基的稳态浓度。     

重庆市都市功能核心区秋季大气污染物时空分布特征

为研究重庆市都市功能核心区大气污染物浓度水平及变化规律,统计分析了2014年9月至2014年11月5个监测站(解放碑、高家花园、杨家坪、新山村和南坪)24 h连续监测PM_(2.5)、PM_(10)、SO_2、NO_2、CO和O_3浓度数据.结果表明,观测期间,大气颗粒物污染严重,5个站点PM2.5日均浓度超标率分别为30.8%、37.4%、38.5%、37.4%和31.9%,5个站点PM10日均浓度超标率分别为23.1%、22.0%、18.7%、19.8%和19.8%;重庆市都市功能核心区细颗粒物(PM_(2.5))污染严重,5个站点PM2.5占PM10比例分别为60.2%、64.6%、64.1%、75.4%和62.8%;PM_(2.5)、PM_(10)、NO_2和CO早晚出现高峰值;SO_2和O_3浓度日变化曲线呈现单峰型,峰值分别出现在中午和午后;降水量、气温和水汽压与PM_(2.5)、PM_(10)、SO_2和NO_2呈显著负相关;相对湿度与O_3呈显著负相关,气温、水汽压和风速与O_3呈显著正相关;CO与相对湿度呈显著正相关;风向也影响着大气污染物浓度的时空分布,南偏西、南偏东和东北偏北风利于PM_(2.5)、PM_(10)、SO_2、NO_2和CO浓度积累,西北风利于PM_(2.5)、PM_(10)、SO_2、NO_2和CO扩散;但西北风控制下利于O_3浓度积累.     

包头城区大气PM_(2.5)污染特征及来源解析

为探讨包头城区大气PM_(2.5)污染特征及主要来源,在包头城区设立4个采样点,于2015年12月-2016年9月采集大气PM_(2.5)样品,共获得160个有效样品,分析了PM_(2.5)及其无机元素、水溶性离子、元素碳(EC)和有机碳(OC)的质量浓度和污染特征。同时采集了包头城区土壤风沙尘、建筑施工尘、道路扬尘、煤炭燃烧尘、装备制造尘和金属冶炼尘等6类污染源,建立了包头市大气PM_(2.5)排放源成分谱。应用非负主成分回归化学质量平衡(NCPCRCMB)模型分析了PM_(2.5)来源。结果表明:观测期间包头市PM_(2.5)的年均浓度为80.58μg/m3,是中国《环境空气质量标准》(GB 3095-2012)年均PM_(2.5)二级标准限值的2.3倍;大气PM_(2.5)的季节变化特征为春、夏、秋三季低冬季高,且冬季显著高于其他三季;大气PM_(2.5)主要来源于二次离子和道路扬尘(贡献率分别为34.37%和15.98%),其他污染源贡献率相对较小。     

泉州市大气PM2.5镧系元素组成特征及来源解析

2014年3月、4月和7月分别采集了泉州市5个采样点共49个PM_(2.5)样品,采用电感耦合等离子体质谱(ICP-MS)测定样品镧系元素(Loid)及其他微量金属元素浓度水平.分析了PM_(2.5)镧系元素组成特征和配分模式,利用La-Ce-V三元图和化学质量平衡(CMB)受体模型解析了泉州市大气PM_(2.5)污染来源.结果表明:(1)泉州市大气PM_(2.5)总镧系元素(Σ Loid)浓度为2.490~5.708 ng·m~(-3)(含量65.682~126.529μg·g~(-1)),轻重镧系元素比值(L/H)为12.086~14.319;(2)PM_(2.5)镧系元素配分模式与福建土壤相似,PM_(2.5)中Ce元素表现为正异常,而Eu元素表现为负异常;(3)城市扬尘、燃煤尘、汽车尾气尘和垃圾焚烧飞灰是泉州市大气PM_(2.5)的主要来源,贡献率分别为18.9%、10.9%、30.6%和30.2%.     

西南典型高原山地城市大气黑碳气溶胶污染特征及来源解析

利用大气细颗粒物采样仪器(青岛崂应2050型)和黑碳仪(Soot Scan~(TM)Model OT21),于2016年5月至2017年4月对贵阳市城区大气黑碳进行了连续采样和监测。结果表明,大气黑炭的浓度为1.17～12.77μg/m~3,平均值为5.19±1.91μg/m~3,季节变化特征呈现为冬季秋季春季≈夏季。大气黑碳气溶胶含量与大气细粒颗粒物PM_(2.5)质量浓度及钾离子含量呈显著正相关性,相关系数分别为R~2=0.64(P0.01)和R~2=0.31(P0.01)。源解析结果显示,化石燃料(51.9%)、生物质燃烧(32.4%)和餐饮油烟排放(15.7%)是大气黑碳气溶胶的主要来源。后向轨迹模型HYSPLIT显示,贵阳市全年大气污染气团主要来自我国境内,污染气团的来源与贵阳市大气主导风向有关。     

北京市夏季不同O3和PM2.5污染状况研究

从天气背景场、气象要素、前体物和PM_(2.5)化学组分、气团运动轨迹以及大气氧化性等方面对北京市夏季两种不同的O_3和PM_(2.5)污染状况进行了分析.结果表明,O_3达到中度污染而PM_(2.5)浓度优良(O_3和PM_(2.5)一高一低)污染状况的天气形势场为:高空为偏西北气流,地面受高压后部控制;而O_3和PM_(2.5)同时达到中度污染(O_3和PM_(2.5)两高)的天气形势场为:高空为偏西气流,地面受低压控制.与O_3和PM_(2.5)一高一低污染状况相比,O_3和PM_(2.5)两高时的气象要素特征为:偏南风更为明显和相对湿度更高.O_3和PM_(2.5)两高时污染物浓度演变特征为,O_3和PM_(2.5)的起始浓度较高,PM_(2.5)日变化特征更为明显,而O_3平均浓度却低于O_3和PM_(2.5)一高一低的污染状况.前体物、大气氧化性以及PM_(2.5)化学组分分析的结果表明,较高的起始浓度在不利气象条件下的积累和吸湿增长以及当天较大偏南风造成的区域传输可能是造成O_3和PM_(2.5)两高污染状况中PM_(2.5)浓度达到四级中度污染的主要原因.     

2015年1月下旬北京市大气污染过程成因分析

采用地面观测和数值模拟相结合的方式,对2015年1月下旬北京市两次PM_2.5污染过程进行分析。研究表明,在第1次过程中PM_2.5浓度经过3个抬升阶段达到峰值,过程前期区域传输的作用明显,随后区域传输和本地污染积累、化学反应共同加重了污染的程度;3个浓度抬升阶段中均出现过PM_2.5浓度“跃升式”增长,且污染水平越重,浓度跃升的幅度越大。第2次过程是一次典型的静风、高湿度下的PM_2.5持续性增长过程,主要是本地污染物积累和发生化学反应二次生成导致的。大气氧化性分析和SOR、NOR分析均验证了对两次污染过程特征和成因的推断。数值模拟结果表明,第1次污染过程中区域传输对不同站点PM_2.5的贡献率在15.2%~68.7%之间;第2次过程区域传输的贡献率在12.8%~46.3%之间。     

基于遥感资料的北京大气污染治理投资对降低PM_(2.5)的效能分析

采用北京市环境监测中心35个站点的PM2.5监测数据及MODIS Terra的大气气溶胶光学厚度L3 C051产品数据,分季度建立北京市PM2.5历史浓度遥感估算模型.结合北京大气污染物(PM10、PM2.5、SO2、NO2)年均浓度数据,对北京市2001—2012年间用于工业废气污染治理投资累计额进行了效能分析.研究表明,北京市工业废气污染治理投资对于改善大气PM10、SO2、NO2均有显著贡献,但其对于大气PM2.5污染的治理效果并不明显.可能原因包括PM2.5排放源的复杂性、相关治理措施对PM2.5的针对性、经济增长导致的区域PM2.5源排放持续增长及区域外排放的持续影响等.因此,需要采取专门的有针对性的治理措施,建立健全大气污染治理技术和激励机制,控制工业燃煤及城市交通排放,削减本地及周边源排放,以有效改善北京地区大气PM2.5污染状况.     

北京市大气环境PM2.5和PM1及其碳质组分季节变化特征及来源分析

大气颗粒物是影响我国大多数城市环境空气质量的首要污染物,近年来随着监测技术的进步和采样设备的改进,相关研究对象逐渐从大粒径的PM_10、PM_(2.5)转移到更小粒径的PM_1上.碳质组分是大气颗粒物的重要组成部分.以北京市为研究区域,选取2016年7月、10月及2017年1月、4月作为4个季节的代表月,对大气环境中的PM_(2.5)和PM_1进行采集,分析了二者的质量浓度和季节变化特征.采用两层嵌套气象-空气质量模型系统(WRF-CMAQ)耦合模型对采样时段进行了模拟,分析观测期间PM_(2.5)和PM_1的来源贡献,并使用因子分析法解析了碳质组分的来源.结果表明,PM_(2.5)和PM_1的质量浓度均呈现春、夏、秋、冬这4个季节递增的趋势;PM_1是PM_(2.5)中的主要组成,而且秋冬季节随着灰霾发生频率的增加,PM_1质量浓度占PM_(2.5)的比值明显升高;北京市大气环境中存在明显的二次污染,且SOC更容易在粒径更小的PM_1中积聚.散煤燃烧、机动车尾气排放、居民面源及生物质燃烧排放是北京市大气颗粒物的重要贡献来源;汽油车尾气、柴油车尾气、生物质燃烧和燃煤排放是北京市大气颗粒物中碳质组分的主要来源.     

海陆风对天津市PM2.5和O3质量浓度的影响

静稳天气下局地环流往往会对污染物的传输扩散起重要作用.根据天津市地处渤海西岸,常年受到海陆风影响的特点,综合气象、环境资料及HYSPLIT模型,针对沿海、市区、城郊、山区等代表性站点,研究了海陆风对天津市ρ（PM_2.5）和ρ（O₃）的影响.结果表明:①2015年天津市海陆风天数为78 d,占全年的22%;海陆风多集中于6-9月,其中,7月海陆风日最多、2月最少.②ρ（PM_2.5）和ρ（O₃）季节性变化和空间分布特征不同.春、夏两季ρ（PM_2.5）山区最高、城郊最低;秋、冬两季ρ（PM_2.5）市区最高、山区最低.春、秋两季ρ（O₃）沿海最高、市区最低;夏季ρ（O₃）山区最高、沿海最低.③海陆风对ρ（PM_2.5）有扩散作用,对ρ（O₃）有增加作用.海陆风对沿海ρ（PM_2.5）扩散作用最为明显,致使冬、秋两季ρ（PM_2.5）分别下降20.2%和7.9%;对城郊ρ（O₃）增加作用最为明显,致使秋、夏两季ρ（O₃）分别升高39.8%和16.2%.④个例研究表明,海风向内陆推进过程中垂直方向最高可达1 000 m,受海风影响天津市ρ（PM_2.5）下降,陆风使得ρ（PM_2.5）小幅上升,海陆风总体起扩散作用;海陆风使天津市ρ（O₃）日变化出现3个峰值,日均值明显增大,其中,城郊增幅（68.2%）最大.研究显示,海陆风对天津市ρ（PM_2.5）有扩散的作用,但会增高ρ（O₃）.      

基于无人机的大气细颗粒物与臭氧污染探测与溯源研究进展

近年来,中国大气细颗粒物(PM_2.5)污染的治理已取得阶段性成效,但臭氧(O₃)污染快速上升,实现PM_2.5和O₃协同控制的基础与关键是针对大气污染物的精细化探测和污染溯源.随着无人机技术和传感器技术的迅速发展,基于无人机平台的大气污染探测可以有效获得近地层的PM_2.5和O₃结构特征,并结合计算机算法对大气污染事件进行精准溯源,具有高时效性、高灵活性和高时空分辨率的特征,有助于研究人员了解区域污染物的分布、变化以及来源,为大气复合污染的协同控制提供科学依据.通过回顾传统的大气污染探测方法,总结了污染探测领域常用的无人机飞行平台类型和探测仪器,归纳了基于无人机的PM_2.5和O₃污染探测应用与相关溯源算法,并展望了无人机大气探测的未来研究方向.     

2014—2016年海口市空气质量概况及预报效果检验

本文主要基于CUACE模式在海口市的预报产品,结合2014年3月—2017年2月海口市AQI、PM_2.5、PM₁₀和O₃的实况资料进行预报效果检验.结果表明,①近3年海口市空气质量等级主要以优和良为主,但仍有少部分天数以PM₁₀、PM_2.5和O₃为首要污染物,分别占所有首要污染物天数的27.6%、29.5%和42.9%,其中O₃上升幅度较快.②CUACE模式能较好的模拟出AQI和3类污染物浓度的变化特征,其中PM_2.5的预报值与实测值最为接近,而PM₁₀和O₃普遍偏低.③日平均浓度的预报效果检验表明,PM_2.5的标准误差（RMSE）最小,AQI和PM₁₀次之,O₃最大.3个时次预报平均偏差（MB）和归一化偏差（MNB）均为负值,表明CUACE模式预报的污染要素浓度均偏低于实测值.④海口市空气质量为优等级时,TS评分最高;无首要污染物时,首要污染物预报的TS评分最高,但首要污染物为PM_2.5、PM₁₀或O₃时,TS评分均偏低.     

阜新市MODIS AOD与大气PM_(2.5)浓度相关性研究

利用卫星遥感MODIS数据研究区域大气PM_(2.5)浓度分布是环境管理的有效方法。获取美国国家航空航天局MODIS L1B1KM数据,采用暗目标法反演阜新市大气气溶胶厚度AOD数据;提取阜新市5个大气监测站点位2014年3月至5月、2015年3月至4月期间PM_(2.5)浓度数据进行相关性分析,建立PM_(2.5)浓度-AOD之间的线性、一元二次、对数函数、幂函数及指数函数5种相关性模型;引用湿度影响因子建立大气PM_(2.5)浓度订正模型,采用PM_(2.5)浓度订正模型、Peterson模型分别订正PM_(2.5)浓度及AOD标高,应用阜新市环保局5个监测点位2014年6~12月、2015年5~12月期间PM_(2.5)的月平均浓度进行模型检验。对比分析订正后的5种相关性模型拟合优度,检验结果表明:订正方法提高了PM_(2.5)浓度-AOD相关性;线性相关性模型R2为0.633 6,相对误差为12.41%,相对其他4种模型相对误差较小。利用阜新市大气AOD预测PM_(2.5)浓度具有良好环境指示意义。     

中国典型城市群PM2.5污染特征研究进展

为进一步梳理近年来我国城市区域大气PM_2.5污染防治方面的研究成果,基于我国31个城市PM_2.5污染现状,以城市群为视角,总结了京津冀城市群、长三角城市群与川渝城市群PM_2.5组成与污染特征,分析了PM_2.5及其含碳气溶胶、水溶性无机离子、地壳元素等的整体特征,并在城市群间进行对比分析.结果表明:①3个城市群的ρ（PM_2.5）高低顺序依次为京津冀城市群>川渝城市群>长三角城市群,长距离传输使PM_2.5污染成为京津冀城市群、长三角城市群与川渝城市群面临的共同问题.②3个城市群的PM_2.5中均以SNA和OC为主,尽管ρ（PM_2.5）水平有下降趋势,但个别污染物（如SNA）略呈上升趋势.③京津冀城市群与川渝城市群的ρ（OC）接近,并且均高于长三角城市群的80%,较高的ρ（OC）/ρ（EC）反映我国城市群普遍存在SOC污染.④各城市群PM_2.5监测网（如监测时间和采样方法）发展水平迥异,城市群之间的相互影响和传输机制尚不清楚.建议今后的研究向以下几个方面扩展:①对城郊乡村等大气背景点,以及水库、湖泊等地化循环的重要源汇区域开展研究.②针对同一区域开展采样时段更长且研究方法和分析手段上保持一致的研究.③借用国外经验公式时需考虑我国国情,对基础研究方法开展一系列优化,建立符合我国国情的标准化研究方法.