常州市臭氧污染传输路径和潜在源区

利用NCEP全球再分析资料和HYSPLIT4模式,计算了2013—2015年常州市臭氧(O_3)超标日的气流后向轨迹。结合聚类分析方法和常州市PM2.5、PM10、SO2、NO2、O_3数据,分析了O_3超标日不同类型气团来源对各污染物浓度的影响,并利用引入权重因子后的潜在污染源贡献函数分析了影响常州市O_3超标的潜在污染源区分布特征。结果表明:常州市O_3超标期间易受到东南和西南方向气流影响,其中从东海和黄海途经浙江东北部、上海、江苏南部等地的东南气流占比达50%以上。自内陆途经黄山-湖州-宜兴到常州的气流对应的O_3平均质量浓度最高,为116μg/m3。自山东经枣庄-宿迁-淮安-泰州-苏州-无锡到常州的气流对应的O_3平均质量浓度最低,为78μg/m3,但该气流对应的SO2和NO2平均值为各聚类中的最高。影响常州市O_3的潜在污染源区主要在常州周边200 km以内的区域,且集中在从南京至上海的长江下游沿线区域和杭州湾区域;其中太湖湖区为重点污染源源区之一。O_3超标日影响常州NO2的潜在污染源区主要集中在江苏南部、浙江东北部和上海3个区域,太湖周边的常州、无锡、苏州和湖州等几个临近城市为潜在的重点污染源区。与影响常州O_3的WPSCF高值区相比,影响NO2的高值区分布范围更大、距离更远。影响常州O_3的潜在污染源区分布,与长江三角洲地区人为源大气污染物的高排放区域较为一致,说明长江三角洲地区的O_3污染与本区域的人为源大气污染物排放有着极为密切的关联。     

长三角地区秸秆燃烧排放因子与颗粒物成分谱研究

为获取长三角地区秸秆燃烧污染物排放因子及其颗粒物成分谱,利用自行设计开发的开放式燃烧源排放测试系统,选取小麦、水稻、油菜、豆秸和薪柴等5类典型作物秸秆,分别采用露天焚烧和炉灶燃烧2种燃烧方式,实测其气态污染物和颗粒物排放特征.结果表明,露天燃烧各类秸秆的CO、NOx和PM2.5平均排放因子约为28.7、1.2和2.65 g·kg-1,由于炉灶氧含量相对较低,燃烧不充分,其污染物排放因子总体高于露天燃烧,分别为81.9、2.1和8.5 g·kg-1.各类秸秆中,油菜的排放水平相对较高.含碳组分(OC和EC)是生物质秸秆燃烧产生PM2.5的主要组成,在露天燃烧中OC和EC的质量分数分别占(38.92±13.93)%和(5.66±1.54)%;炉灶燃烧中OC和EC分别为(26.37±10.14)%和(18.97±10.76)%.Cl-、K+等水溶性离子也有较大贡献,在露天燃烧中分别为(13.27±6.82)%和(12.41±3.02)%;在炉灶燃烧中分别为(16.25±9.34)%和(13.62±7.91)%.小麦、水稻、油菜和豆秸等作物秸秆露天燃烧排放颗粒物的K+/OC值分别为0.30、0.52、0.49和0.15,这些特征值可用于判断长三角区域空气质量受秸秆燃烧排放影响的程度,为大气污染来源解析提供直接的判断依据.     

上海郊区家庭妇女PM2.5重金属组分暴露水平、来源与健康风险

为了解上海市郊区家庭妇女大气PM_(2.5)及重金属组分的呼吸暴露水平和潜在健康风险,于2017年2月至2018年6月使用SKC个体采样泵对松江区143位研究对象开展个体暴露监测,采用能量色散X射线荧光光谱法(ED-XRF)测定PM_(2.5)中13种无机元素的质量浓度.利用PMF源解析技术和美国环保署推荐的健康风险评价模型,对Ni、V、Cr、Mn、As和Pb的来源和暴露风险进行分析.结果表明,家庭主妇PM_(2.5)的年日均暴露浓度为40. 61μg·m-3,普遍高于周边环境监测站点的PM_(2.5)平均水平.Cr(Ⅵ)和As的致癌健康风险超过了可接受水平(10-6); V、Cr(Ⅵ)、Mn、Ni和As的非致癌风险处于安全水平,但5种元素的非致癌风险加和超出了安全阈值( 1). PM_(2.5)中10种无机元素(Al、Ti、V、Cr、Mn、Fe、Ni、Zn、As和Pb)的主要来源包括扬尘与室内源混合源(43. 8%)、工业冶炼尘(34. 6%)、燃煤(14. 5%)和燃油(7. 2%).根据源类的健康风险评价结果,应进一步加强工业冶炼和化石燃料燃烧综合防控.     

基于地基观测及源清单的2017-2019年德州市秋冬季大气污染防治效果评估

为评估污染减排措施实施效果,基于地基观测及排放清单数据,运用WRF中尺度气象模型和CAMx空气质量模型,对德州市2017-2019年秋冬季大气污染攻坚实施效果进行了评估.结果表明,2017-2018年秋冬季,德州市ρ（PM_2.5）同比下降31.7%,高于京津冀及周边地区平均水平（25.6%）,大气污染攻坚措施成效显著;2018-2019年秋冬季,德州市ρ（PM_2.5）同比增加8.5%,高于京津冀及周边地区平均水平（4.2%）,这与不利气象条件及排放量同比减少有关.观测结果显示,2018-2019秋冬季,德州市PM_2.5中无机组分、一次排放示踪物以及SO₂和CO等气态前体物浓度较上一年度呈下降趋势,ρ（SOA）（SOA为二次有机气溶胶）、ρ（NH₄+）同比有大幅增长,增幅分别为53.8%和19.1%,这与大气中VOCs（挥发性有机物,增加46.5%）及大气氧化性（增加6.4%）的增加密切相关,表明德州市复合型大气污染加剧,PM_2.5防控难度加大.综合气象和减排评估结果可知,2017-2018年秋冬季,气象条件（13.4%）和长效措施（9.4%）是德州市PM_2.5改善的两个主要因素;2018-2019年秋冬季,长效措施减排效果较为有限,减排主要来自预警应急（5.0%）和区域减排（5.2%）,若仅考虑不利气象条件的影响,将导致同比约19.9%的反弹.因此,持续深入推进长效减排措施,降低污染物排放水平,是德州市实现空气质量改善的根本途径.      

上海城区二次气溶胶的形成:光化学氧化与液相反应对二次气溶胶形成的影响

二次组分是大气细颗粒物中最重要的组成部分之一.本研究旨在探究上海城区大气气溶胶颗粒物中二次组分的贡献及其形成的主要影响因素.利用高分辨率飞行时间气溶胶质谱仪(HR-TOF-AMS)对上海城区春季及夏季的亚微米颗粒物(PM_1)进行实时的在线表征,发现有机物是PM_1中最主要的组成部分,占比为55%;其次是硫酸盐(24%)与硝酸盐(10%).进一步结合正交矩阵因子解析模型(PMF)对有机组分进行了来源解析.结果表明,一次有机气溶胶(POA)与二次有机气溶胶(SOA)分别占总有机物浓度的34%与66%; POA主要来自机动车源与餐饮源的贡献,且在春季和夏季对有机物的贡献趋于稳定.观测期间共观察到3个二次气溶胶显著生成的过程:其中,春季二次组分的显著增长过程以硫酸盐和老化的有机气溶胶在正午时段上升显著为主要特征,主要受光化学氧化过程的促进;夏季二次组分的显著生成过程主要是液相反应与光化学氧化共同促进的结果,如液相反应过程中,硝酸盐浓度与颗粒相水含量有较好的相关性(R~2=0. 72),而光化学氧化期间SOA浓度与大气氧化性(O_x)有较好的相关性.总体而言,二次组分是上海城市大气气溶胶颗粒物中最重要的组成部分,二次有机与无机组分在PM_1颗粒物中占比分别为35. 5%和43%,光化学氧化与液相反应对二次组分的形成有显著的促进作用.     

负载型纳米TiO2/AC对偶氮染料的光催化降解研究

以钛酸四丁酯和粒状活性炭(AC)为主要原料,采用溶胶-凝胶-浸渍法制备出负载型纳米TiO2/AC催化剂.在流化床反应器中分别对2种典型的偶氮类染料橙黄G、活性艳红X-3B模拟废水进行了光催化降解研究,探讨了pH值、外加氧化剂对光催化降解率的影响,并对催化剂进行了回收再生利用试验.结果表明,TiO2/AC催化剂具有良好的光催化活性、吸附特性及可再生性,60 min后对2种染料反应的光催化降解率分别可达到99.71%和97 12%,反应180 min后的TOC去除率分别达到81.54%和81.99%;反应后TiO2/AC催化剂回收率大于95%,经焙烧再生后对橙黄G反应60 min的光催化降解率仍高达95.93%.     

氮掺杂型纳米TiO2在可见光及太阳光下的光催化性能研究

采用钛酸四丁酯为原料,以氨水水解-沉淀法制备出了氮掺杂型纳米TiO2催化剂(N/TiO2),以XRD、XPS、UV-Vis等手段对其进行表征;并通过对偶氮染料橙黄G的降解反应,研究了N/TiO2在可见光及太阳光下的光催化性能,探讨了pH值、外加H2O2氧化剂对光催化降解率的影响,并与P25型纳米TiO2进行了对比.结果表明,在可见光下,N/TiO2对橙黄G具有较高的催化活性,反应150min后降解率可达96.29%,显著高于P25型TiO2(42.55%);在太阳光下,N/TiO2对橙黄G的光催化降解速率较快,反应60min降解率与P25型TiO2基本相同,分别为99.37%、99.94%;较低的pH值环境并适量添加H2O2可显著提高N/TiO2催化效率,在可见光及太阳光下的最佳pH值均为2～3,最佳H2O2加入量分别为0.5mL·L-1、1.5 mL·L-1.     

常州市冬季大气污染特征及潜在源区分析

为了解常州市冬季大气污染特征,对2013—2015年常州市冬季PM_2.5、PM₁₀、SO₂、NO₂、CO数据进行分析,并结合HYSPLIT 4.9模式研究不同气团来源对常州市各污染物浓度的影响及潜在污染源区分布特征.结果表明,常州市冬季以PM_2.5污染为主,其占冬季首要污染物的90%以上,冬季PM_2.5小时浓度对应的空气质量级别以良和轻度污染出现频次最多,冬季的ρ（PM_2.5）对ρ（PM_2.5）年均值的贡献率高达37.4%,不完全燃烧是颗粒物的一个重要来源.冬季ρ（PM_2.5）、ρ（PM₁₀）、ρ（SO₂）、ρ（NO₂）和ρ（CO）的日变化均呈双峰分布,两个峰值分别出现在交通的早高峰和晚高峰附近.ρ（NO₂）在晚高峰明显大于早高峰,而ρ（SO₂）和ρ（CO）表现为早高峰大于晚高峰.常州市CO/NO_x和SO₂/NO_x的分析结果表明,常州市交通源的贡献明显,点源对常州市的空气质量的影响也较大.1和6 h的ρ（PM_2.5）梯度变化可判识细颗粒物的爆发性增长.冬季常州市受到西北、西和西南等地区的大陆性气流影响较大,其对应的ρ（PM_2.5）、ρ（PM₁₀）、ρ（SO₂）、ρ（NO₂）和ρ（CO）平均值相对较高,且对应的污染轨迹出现概率较大.偏东方向的气流由于移动速度慢,不利于污染物扩散易造成污染累积,导致ρ（PM_2.5）、ρ（SO₂）和ρ（NO₂）相对较高.WPSCF（源区分布概率）高值区（>0.5）集中于从芜湖至上海的长江中下游区域和杭州湾区域.PM_2.5、PM₁₀、SO₂、NO₂和CO潜在源区存在较大差异性,NO₂、SO₂和CO本地化的潜在贡献较PM_2.5和PM₁₀更明显.此外,受船舶等影响海洋源区对NO₂、SO₂和CO的潜在贡献较大.研究显示,长三角区域的大气污染物以本地污染为主,但远距离污染输送贡献也不容忽视.      

餐饮行业细颗粒物(PM2.5)排放测算方法:以上海市为例

以上海市餐饮企业为例,研究了餐饮企业PM_(2.5)排放特征以及排放测算方法.按照单位灶头、单位时间、单位就餐人次这3种计算基准,获得了不同类型餐饮企业PM_(2.5)的排放因子,并在此基础上结合2014年上海市餐饮企业活动水平测算了PM_(2.5)的排放清单.结果表明,餐饮企业排放PM_(2.5)的浓度范围0.1~1.8 mg·m~(-3),甚至超过国家饮食业标准中关于油烟1mg·m~(-3)的排放限值;PM_(2.5)中OC质量贡献超过50%,OC/EC比值的变化范围为58.8~752.3,平均值为128.4,可作为餐饮排放的示踪特征.企业规模是影响餐饮企业PM_(2.5)排放因子的重要因素.按照灶头活动、餐饮作业时间以及就餐人次这3种方法计算得出的餐饮企业PM_(2.5)排放因子均表明,大型、中型企业明显高于小型和微型企业(食堂、快餐).基于上述3种排放因子,计算2014年上海PM_(2.5)排放量相对一致,表明本研究获得基于3种活动水平的排放因子比较可靠,未来可应用于其他城市餐饮企业排放清单的核算.