某钢厂大气PM_(2.5)污染特征与潜在源区贡献分析

基于2017年全年在某钢厂厂区4个特征点位进行的环境大气PM_(2.5)、PM_(10)和气象参数的在线监测数据,对一年中污染高发/非高发时段钢铁厂厂区内大气颗粒物的浓度水平、粒径分布、日均值变化趋势以及气象因素对浓度的影响进行了分析,并利用大气气团输送模拟及潜在污染源贡献(PSCF)分析探讨了厂区大气PM_(2.5)的外来输送和本地贡献情况。结果表明:2017年全年某钢厂厂区大气颗粒物以细颗粒物为主;4个站点大气PM_(2.5)日均值全年变化趋势一致,污染高发月份质量浓度均值高于非污染高发月份相应值;除2号站可能受到厂区生产活动排放的影响,PM_(2.5)浓度水平略高外,各站点相互间及与周边环境对照点的浓度保持在一致水平,亦未发现明显的污染物输出现象;冬季外来污染源输入对厂区大气PM_(2.5)浓度贡献较显著,其他季节应主要考虑本地排放影响。     

餐饮源排放PM_(2.5)污染特征研究进展

餐饮油烟排放的污染物危害人体健康,餐饮源已成为城市环境PM_(2.5)的重要来源之一。文章对餐饮源排放PM_(2.5)污染特征的研究进行了综述,包括餐饮源对城市大气环境中PM_(2.5)的贡献、餐饮源排放PM_(2.5)的时空分布特征、化学特性、排放量的估算;初步总结了影响餐饮源PM_(2.5)排放特征的多种因素;分析了餐饮源PM_(2.5)污染的健康效应。该文在汇总国内外研究的基础上,对餐饮源PM_(2.5)的研究前景进行了展望。     

吉林市大气PM_(2.5)污染特征及来源分析

2014年在吉林市设立7个大气PM_(2.5)采样点,分采暖季和非采暖季分别采样分析了吉林市城区大气颗粒物污染特征和可能来源。结果表明:吉林市大气颗粒物以PM_(2.5)为主,PM_(2.5)年均值65μg/m3,超过国家二级标准限值86%,PM_(2.5)/PM10的年平均值为61%;PM_(2.5)中,休闲生活区各个时间段金属元素浓度相对较低,工业混合区浓度较高;非金属离子SO2-4、NH+4、NO-3、Cl-是PM_(2.5)水溶性离子的主要成份,其和占PM_(2.5)质量的13.31%,在采暖期浓度质量全部高于非采暖期;采暖期OC和EC来源基本相同,来源于机动车尾气、燃煤和生物质燃烧等,在非采暖期OC和EC来源差异性较大,主要来源于机动车尾气和工业燃煤等。     

深圳市宝安区PM_(2.5)污染特征及来源分析

利用2015年深圳市宝安区PM_(2.5)监测数据和气象数据进行分析,得出辖区PM_(2.5)年均浓度为38μg/m3,呈夏季低冬季高特征。冬季PM_(2.5)超标天数达15 d,占总超标天数的52%。模型模拟结果表明,辖区PM_(2.5)受本地源的影响约为37%~47%,受周边区域的影响约为53%~63%。按污染源类型来分,宝安区PM_(2.5)受工业企业污染源影响较大,约为49%~59%,受机动车尾气和道路扬尘影响约为25%~35%,受裸土和施工扬尘源影响约为11%~21%。西乡、沙井、松岗子站PM_(2.5)受周边区域影响较大,福永子站PM_(2.5)受本地源影响较大。     

武汉市青山区冬季PM_(2.5)的污染特征及源解析

利用中流量空气颗粒物采样器在武汉市青山区进行连续采样,分析了2013年冬季大气PM_(2.5)的质量浓度,并采用ICP-AES方法研究了样品中19种金属元素的组成和特征。结果表明,PM_(2.5)质量浓度为47~353μg/m~3,参照《环境空气质量标准》(GB 3095-2012)中的二级标准,其中88.6%的样品质量浓度超标;富集因子分析结果表明Ca、Cu、Pb、Zn、Cd、Ni、Mn、Ti、V、As和Hg在PM_(2.5)中明显富集,主要来自人类活动;运用正定矩阵因子分解法(PMF)对PM_(2.5)来源进行了解析,结果表明交通源,工业源,路面扬尘,燃煤源和建筑源是武汉市青山区冬季PM_(2.5)的主要来源。     

广州市区PM_(2.5)的污染特征

对广州市区PM2.5的污染状况进行了分析,结果表明广州市区的PM2.5呈现冬季浓度较高,夏季较低的季节性特征;PM2.5的日变化呈现出明显的双峰形;与PM10的相关性分析表明,PM2.5与PM10具有良好的线性关系。PM2.5/PM10的值约为0.59,表明广州市区空气中细颗粒物在PM10中的比重大于粗颗粒物,鉴于PM2.5的危害性及所占比例,应重视对其的监测。     

泉州市PM_(10)与PM_(2.5)污染特征研究

基于泉州市区2014年1、4、7、10月的空气质量自动监测数据,分析了PM_(10)与PM_(2.5)污染水平并对其季节变化趋势进行探讨。结果表明,监测期间内,泉州市区PM10日均浓度变化范围为0.025~0.376mg/m3,PM2.5日均浓度变化范围为0.010~0.346mg/m3,PM_(10)与PM_(2.5)的年均日浓度分别为0.067mg/m3和0.034mg/m3。泉州市区大气中的PM_(10)与PM_(2.5)浓度均呈现出明显的季节变化趋势,春冬两季浓度高于夏秋两季。利用HYSPLIT-4模型对PM_(10)与PM_(2.5)浓度出现异常高值的时段进行气团后推轨迹推导,结果显示长距离传输和区域传输在不同时段对本地污染的主导作用不同。     

哈尔滨郊区PM_(2.5)污染来源及特征

利用电感耦合等离子体质谱(ICP-MS)技术和统计学方法研究了哈尔滨市郊区采集的2012-2013年23个PM2.5样品的污染来源及特征。17种与污染源及健康相关的元素含量分布分析表明,冬季和夏季的燃煤、汽车尾气排放对PM2.5的贡献率最显著,且四季中其它污染源也有稳定的贡献率。对PM2.5四季样品中的47种元素进行富集因子分析,结果表明,Zn、Cu、Mo、Cd、Pb、In、Sb、Tl、Bi等9种元素富集因子(EF)值大于10,元素来自于人为源,其他38种元素的EF值小于10,来自土壤或扬尘等自然源;聚类分析表明,人为源元素中In、Bi、Tl、Cd、Pb、Mo、Sb主要来自煤炭燃烧、Cu、Zn主要来源于汽车尾气。     

邯郸市PM_(1.0)、PM_(2.5)污染特征及在线水溶性离子分析

对2014年12月—2015年2月邯郸市大气中PM_(1.0)、PM_(2.5)以及PM_(2.5)中的硝酸根(NO-3)、水溶性有机碳(WSOC)和硫酸根(SO2-4)进行在线监测。结果表明,PM_(1.0)中干性成分(PM_(1.0)_DRY)和包含水分的PM_(1.0)(PM_(1.0)_WET)分别占PM_(2.5)的74.0%和81.4%,PM_(1.0)为PM_(2.5)中的主要组成。利用锯齿型方法估算本地源和区域源对PM_(1.0)、PM_(1.0)~2.5、PM_(2.5)的贡献,得出区域源对PM_(1.0)的贡献为40.6%,明显高于对PM_(1.0)~2.5与PM_(2.5)贡献的32.3%和37.7%,因为PM_(1.0)直径小,在大气中存在时间较长、传输距离远。根据NO-3、WSOC、SO2-4与PM_(1.0)、PM_(1.0)~2.5的相关系数,推断NO-3、WSOC可能在PM_(1.0)生成,而SO2-4可能在PM_(1.0)~2.5中生成。     

徐州市春季PM_(10)及PM_(2.5)污染来源分析

采集了徐州市具有代表性的9个点位的春季环境空气样品,对不同功能区的监测点PM10及PM2.5污染水平及其来源进行了分析。结果表明,徐州市区代表不同功能的监测点污染特征明显,PM10与PM2.5污染主要来源于燃煤(包括电厂、其他工业)等固定源、机动车移动源,并受到工业废气、建筑施工扬尘等的影响。其水溶性离子、金属成分污染水平与其他城市相当,但由于受燃煤电厂的影响,Pb,Mn,As,Cr含量明显高于其它城市。     

连云港市PM_(2.5)污染特征及影响因素分析研究

主要利用连云港市环境监测中心站的大气环境自动监测平台的监测数据,对PM2.5质量浓度的变化特征以及与气象要素的关系分析。结果表明,连云港市的PM2.5质量浓度的变化特征基本上有明显的夏季与非夏季两种季节性特征。在夏季,PM2.5污染程度较轻,而在非夏季,PM2.5污染程度较重;风速与PM2.5质量浓度变化曲线几乎是负相关的。当风速大的时候,利于污染物的扩散;而风速小的时候,容易使得污染物浓度变大;PM2.5质量浓度变化曲线与温度的关系几乎呈现的是正相关性。气温的变化不总是反映空气质量的好坏情况,而逆温却易使污染物浓度升高;PM2.5质量浓度变化曲线与相对湿度的关系呈现的是正相关性;PM2.5质量浓度变化曲线与气压的关系在总体是呈负相关的。     

邯郸市PM_(2.5)化学组成特征及来源解析

该研究通过对邯郸市环境空气中PM_(2.5)样本进行采集和成分检测,分析了该地区PM_(2.5)的浓度及化学组成特征,利用相关性分析法和富集因子法定性判断了PM_(2.5)的主要来源,利用PCA模型定量计算了各类污染源的贡献率,最后将解析结果与已有的PMF模型结果进行了对比分析。结果表明,邯郸市PM_(2.5)日均浓度(2012年10月13日-2013年1月)为146.9 g/m3,是我国环境空气质量标准(Ⅱ级)的2倍。二次水溶性离子、OC、EC是邯郸市PM_(2.5)的主要成分,约占PM_(2.5)总质量浓度的71.5%,其中,OC是PM_(2.5)中含量最丰富的单个组分,大气有机污染特征明显。PCA模型源解析结果为:工业和燃煤33.3%,二次气溶胶和生物质燃烧21.7%,机动车为12.8%,道路扬尘9.1%。将PCA、PMF模型解析结果对比后发现2种模型对PM_(2.5)的来源有较为一致的判定,工业源和燃煤源是该地区PM_(2.5)的主要来源,两者的总贡献率分别为42.1%(PMF)和33.3%(PCA)。除此之外,PMF单独解析出了Ba、Mn、Zn源,K、As、V源和重油燃烧源,PCA单独解析出了生物质燃烧源,不同的解析结果一方面与模型本身有关,另一方面与模型选择的化学成分有关。     

合肥城区PM_(10)及PM_(2.5)季节污染特征及来源解析

于2014年4月、8月、10月和12月在合肥市城区采集了大气PM_(10)和PM_(2.5)样品,对PM_(10)和PM_(2.5)的质量浓度及其化学组分(无机元素、含碳组分和水溶性离子)进行了测定.结果显示:合肥城区的PM_(10)和PM_(2.5)的平均质量浓度高达113,83μg/m3,分别超出国家环境空气质量标准年均PM_(10)和PM_(2.5)限值的1.61和2.37倍.不同粒径的颗粒物中主要化学组分含量的高低顺序基本一致,水溶性离子的含量最高,其次为碳组分,无机元素.利用正交矩阵因子分析(PMF)对合肥城区PM_(10)和PM_(2.5)的本地来源进行解析,结果表明:PM_(10)中二次源、燃煤、机动车尾气尘及地壳尘的贡献百分比分别为32.5%、25.9%、15.7%和25.5%;PM_(2.5)中二次源、燃煤、机动车尾气尘及地壳尘的贡献百分比分别为38.8%、25.9%、9.9%和21.7%.利用激光雷达评估合肥市环境中颗粒物PM_(10)的区域传输,四个季节常规贡献率分别为13.4%、12.9%、13.5%和16.4%.     

南京市冬春PM_(2.5)和PM_(10)污染特征及影响因素分析

南京2013年冬季至2014年春季多次出现灰霾污染天气过程,防治颗粒物污染刻不容缓,其中细颗粒物(PM_(10))和超细颗粒物(PM_(2.5))所占比例较大。利用南京市环保局空气质量发布平台污染物监测数据和中国天气网站气象要素数据,对冬春季PM_(2.5)和PM_(10)质量浓度的变化特征以及它们与气象条件的关系进行分析。结果表明:南京冬季PM_(2.5)、PM10平均浓度分别为0.0982,0.1536 mg/m3,春季平均浓度分别为0.0673,0.1207 mg/m3。市区和郊区污染程度由高到低依次为:市区>江宁>六合>溧水。南京空气中颗粒物小时平均浓度日变化呈"双峰双谷型"特征。颗粒物与相对湿度、降雨量和风力呈一定的负相关性,与温度呈一定的正相关性,它们共同影响颗粒物质量浓度水平和大气污染状况。     

典型时段西南地区PM_(2.5)及组分污染特征

选取西南地区为采样点,于2015年非重污染和重污染时期对环境PM_(2.5)进行采样,并对PM_(2.5)、水溶性离子和碳质组分的污染特征进行分析。结果显示:重污染与非重污染天PM_(2.5)质量浓度分别为(204.8±47.0)μg/m~3和(66.8±23.1)μg/m~3。重污染天气下SO_4~(2-)、NO_3~-和NH_4~+浓度分别是非重污染天气下的3.5,4.2,3.4倍,SIA浓度占PM_(2.5)的比例可高达42.2%。重污染期间OC和EC浓度分别是非重污染期间的4.8,2.7倍,SOC浓度在非重污染和重污染期间分别为(3.2±1.6),(25.6±15.2)μg/m~3,OC、EC较低的相关性也反映出重污染期间碳质组分来源的复杂性。     

上海市冬季PM_(2.5)无机元素污染特征及来源分析

为了解高污染季节上海市细颗粒物PM2.5及其无机元素的污染特征和来源,于2013年1月4日至2月1日在上海3个点位采集PM2.5样品,并采用电感耦合等离子光谱仪(ICP-OES)测定样品中19种元素含量.结果表明,采样期间PM2.5污染水平较高,均值达(90.5±41.2)μg·m-3,且郊区明显高于市区和背景参照点.所测无机元素的空间分布规律与PM2.5一致,但背景参照点元素Zn的浓度较高.采样期间Cd、As、Zn、Pb、S和Cu等人为污染元素的富集因子较高.因子分析结果表明冬季上海市PM2.5具有多源性,主要来源于燃煤、自然尘、燃油以及机动车.     

华北平原城乡夏季PM_(2.5)组成特征及来源研究

为研究华北平原细颗粒物(PM_(2.5))的组成特征及来源,基于CAREBEIJING-NCP 2014大型观测项目,于2014年夏季在北京城区和河北郊区望都进行了同步观测,分析了两地PM_(2.5)中水溶性离子、元素、有机碳(OC)和元素碳(EC).结果表明,采样期间望都站点PM_(2.5)平均质量浓度为(71.47±38.04)μg/m~3,高于北京城区(51.44±30.94)μg/m~3,PM_(2.5)中各化学组分浓度也均表现为望都高于北京,二次无机离子(硫酸盐、硝酸盐及铵盐)在两地PM_(2.5)中占比最高,约为60%.PM_(2.5)中多种元素浓度也表现为望都均高于北京,但富集因子分析表明,北京市PM_(2.5)中元素富集因子更高.来源分析表明,两地PM_(2.5)中元素均受到工业源和尘源的影响;此外,观测期间两地均受到生物质燃烧影响.后向轨迹分析表明,当到达两地的气团来向相同时,北京与望都PM_(2.5)浓度水平和化学组成呈现相似性,但当气团来向不同时,两地污染特征差异较大.     

石家庄市环境空气PM_(2.5)和PM_(10)污染变化特征研究

通过对石家庄市2013年1~12月PM2.5和PM10实时数据的整理和分析,结果表明,石家庄市区大气中细颗粒物PM2.5和可吸入颗粒物PM10月均浓度变化呈明显的季节性,二者变化趋势基本一致,采暖期12-2月份浓度普遍高于其他月份,PM2.5和PM10浓度最高值均出现在1月份;春夏PM2.5和PM10浓度有所降低,7月份浓度最低。PM2.5和PM10存在显著的正相关关系。     

南京市典型交通源冬季PM_(2.5)污染特征分析

为研究南京市典型交通源冬季PM_(2.5)的污染特性,于2016年1月9日到2月4日在南京市四平路采集了大气中PM_(2.5)样品,分析了样品中的重金属元素、水溶性离子、有机碳和元素碳的浓度。结果表明,采样期间南京市大气PM_(2.5)中日平均质量浓度为85.3μg/m~3。重金属元素锌(Zn)的浓度最高,其次是铅(Pb)和锰(Mn)的元素浓度,平均浓度分别为104.72 ng/m~3、60.88 ng/m~3,再者是钡(Ba)和铜(Cu)的元素浓度,平均浓度分别为30.23 ng/m~3、45.26 ng/m~3。样品中水溶性离子的平均质量浓度水平为:NO_3~-SO_4~(2-)NH_4~+Cl~-K~+Na~+Mg~(2+)Ca~(2+),其中NO_3~-、SO_4~(2-)和NH_4~+的质量浓度均在10μg/m~3以上,是水溶性离子的主要组分,分别占总离子浓度的37.18%、29.34%、17.42%。     

成都市无车日期间PM_(2.5)污染特征研究

2013年9月20-24日,通过采集成都市无车日前后禁行区域内PM2.5样品,分析样品中主要的可溶性无机离子、碳组分和金属元素,研究无车日期间PM2.5污染特征变化并评估机动车尾气排放对成都市大气污染的影响。结果表明:在无车日期间,可溶性无机离子中二次离子NO3-、SO42-、NH4+的含量分别下降了29.2%、21.6%、20.5%;有车日期间,OC/EC的平均比值为2.64,而无车日OC/EC比值为1.95,表明减少机动车尾气排放有助于减少二次有机碳的转化;PM2.5中Pb、Cs、Ni、Cu、Zn、Cr、As富集因子大,主要来源于人为污染;Pb、Cu和Zn主要来源于机动车,无车日质量浓度分别下降3.7%、16.3%和19.4%。机动车对PM2.5中的二次离子(NO3-、SO42-、NH4+)、碳组分和重金属(Pb、Cu、Zn)均有较大贡献。因子分析表明,机动车排放源对成都市大气污染物细颗粒物PM2.5贡献量达25.8%。