2018年济南市PM2.5叠加沙尘重污染过程分析

为揭示重污染过程中多因素的综合作用,选取济南市2018年11月25日-12月4日一次长时间、高强度PM_2.5污染和沙尘混合的重污染过程,利用气象资料、空气质量监测结果、激光雷达探测资料及水溶性离子在线数据,开展污染特性以及潜在污染源综合分析.结果表明:①研究期间,首要污染物为颗粒物,ρ（PM₁₀）、ρ（PM_2.5）平均值分别为294、141 μg/m3,污染较严重.②根据ρ（PM_2.5）/ρ（PM₁₀）将此次重污染过程分为4个阶段,阶段Ⅰ~Ⅳ总水溶性离子浓度分别为（107.3±35.9）（95.2±34.5）（99.0±18.2）（29.3±9.3）μg/m3,分别占ρ（PM_2.5）的73.8%、56.9%、64.2%和43.2%.SOR（硫氧转化率）分别为0.47、0.42、0.55、0.25,NOR（氮氧转化率）分别为0.42、0.26、0.28、0.13,表明济南市大气中出现了显著的二次转化过程,SOR均大于NOR表明SO₄2-转化程度高于NO₃-.NO₃-/SO₄2-（质量浓度比）分别为2.97、1.75、1.69、1.45,表明此次污染各阶段中氮和硫的来源以移动源为主.③此次重污染过程济南市ρ（PM_2.5）受本地及周边城市传输和两次沙尘过境的综合影响,主要潜在污染源有山东省本地以及江苏省北部、安徽省北部、内蒙古自治区中部和京津冀地区等区域.④近地面均压场、高湿、小风等不利气象因素是导致此次重污染过程的重要因素.研究显示,济南市此次污染过程是不利气象条件、污染物一次积累和二次转化、区域污染传输、沙尘天气等多因素综合作用的结果.      

西安市冬季霾污染过程PM2.5上蛋白质的浓度变化与来源分析

利用2019年12月至2020年1月在西安市3次灰霾污染过程中采集的PM_2.5样品,采用BCA试剂法、离子色谱和气相色谱-质谱检测法分别对样品中的蛋白质含量及无机有机化学成分进行了分析测定,结合相关性分析和气团后向轨迹模型分析探讨了PM_2.5上蛋白质对灰霾污染的响应及其在污染过程中可能的作用.结果表明,冬季灰霾污染期间,西安市PM_2.5中蛋白质组分的平均浓度为(5.587±2.421)μg/m³,处于较高水平;蛋白质浓度变化呈现出显著的短期连续变化特征,夜晚略高于白天.蛋白质的浓度与Cl^-和K⁺呈显著的正相关,说明气溶胶中蛋白质的来源与燃煤和生物质燃烧有关;与NO₃^-与SO₄^2-的浓度呈现显著的正相关,表明蛋白质可能参与NO₃^-与SO₄^2-的氧化转化;蛋白质具有良好的吸湿性,在湿度较大时,以其为核心吸附空气中的水蒸气及易溶于水的气态污染物(O₃、SO₂、NO_X以及挥发性有机物等)形成的气溶胶易于发生吸湿增长及非均相反应,可能利于二次气溶胶的生成.     

常熟市秋冬季典型大气重污染过程中PM2.5及其主要化学组分分析

利用2018-11-21—12-05常熟市空气质量自动监测站点的常规参数逐时数据、细颗粒物化学组分数据及大气颗粒物激光雷达监测结果,对常熟地区秋冬季一次重污染过程中PM_2.5及其主要化学组分(水溶性离子)的污染特征进行系统分析。结果表明:11-24—12-03常熟地区出现了一次持续重污染过程,PM_2.5浓度高值主要出现于高湿、小风、低边界层的天气条件下,且PM_2.5浓度与湿度呈显著正相关,受不利扩散条件下的局地污染累积及高湿状态下颗粒物二次转化影响较大。观测期间,二次离子(NO^-₃、NH⁺₄、SO₄^2-)在水溶性离子中占比较高,尤其是污染期,占比高达97%,受二次生成影响较大;其中,NO^-₃在水溶性离子中占比最高。整个分析时段,SOR与NOR均值分别为0.38与0.22,污染期间SOR与NOR均值明显升高,分别达到0.47与0.32;4个阶段内仅有...     

聊城市冬季PM2.5及水溶性离子污染特征及来源分析

为研究聊城市冬季PM_2.5污染特征,于2016年1月7-29日在聊城市区对PM_2.5样品进行了采集,并对其水溶性离子（包括F-、Cl-、NO₃-、SO₄2-、NH₄+、Ca2+、Na+、Mg2+、K+）进行了分析.结果显示:观测期间聊城市ρ（PM_2.5）平均值为（192.4±88.9）μg/m3,超过GB 3095-2012《环境空气质量标准》日均二级标准限值的1.6倍.水溶性离子质量浓度为（77.4±46.9）μg/m3,占ρ（PM_2.5）的40.2%,其中SNA（NO₃-、SO₄2-和NH₄+）为主要离子,占水溶性离子比例达82.5%.轻度、中度、重度及严重污染时PM_2.5中水溶性离子质量浓度分别为（32.49±3.67）（46.26±17.66）（77.11±11.64）和（139.21±51.71）μg/m3,SNA分别占ρ（PM_2.5）的24.4%、26.7%、30.4%和39.0%,随着污染程度加重,SNA比例升高.观测期间SOR（硫转化率）与NOR（氮转化率）的平均值分别为0.18和0.20,随着ρ（PM_2.5）升高,SOR及NOR明显上升,表明冬季PM_2.5污染越严重时SO₂与NO₂的转化速率越强,二次无机污染严重.主成分分析结果表明,二次转化、扬尘源及工业生产为水溶性离子的主要来源.后向气流轨迹结果显示,观测期间污染气团主要来源于西北方向,受内蒙古及河北城市影响较大,但当污染气团来源于周边城市且天气静稳时,颗粒物浓度最高.研究显示,聊城市冬季PM_2.5污染较为严重.      

西安冬季重污染过程PM2.5理化特征及来源解析

基于单颗粒气溶胶质谱仪（SPAMS）观测数据、颗粒物质量浓度数据和气象要素数据,研究了2017年11月西安市一次重污染过程中细颗粒物的化学组分特征及其成因,并使用正矩阵因子分析法（PMF）对细颗粒进行了来源解析.结果表明,西安市冬季重污染过程中细颗粒物主要类型为有机碳（OC）、元素碳（EC）、混合碳（ECOC）、富钾（K）、钠-钾（Na-K）、有机胺（amine）、矿尘（dust）和重金属（HM）,其主要来源为燃煤（24.9%）,二次（29.3%）,工业（19.3%）,交通（13.3%）,生物质燃烧（5.2%）和扬尘（1.9%）.通过对比分析不同污染过程细颗粒物的理化特征,发现高湿度,低风速的不利气象条件和供暖及工业生产导致的燃煤污染、二次污染,是此次重污染过程的主因.     

北京市冬季重污染期间PM2.5及其组分演变特征

通过实时在线监测了2018年11月27日~2019年1月15日北京市城区PM_2.5、水溶性无机离子（Na⁺、NH₄⁺、K⁺、Mg²⁺、Ca²⁺、F^-、Cl^-、NO₂^-、NO₃^-、SO₄^2-、PO₄^3-）、碳质组分（有机碳OC、元素碳EC）的质量浓度以及气态污染物浓度和气象要素,收集整理了近20年北京市冬季PM_2.5、主要离子组分以及碳质组分浓度,分析研究了1999~2018年北京市冬季PM_2.5、离子、碳质组分的变化特征,重点探讨了监测期间清洁日与两个典型重污染事件PM_2.5及其组分的演变特征.结果表明：研究期间PM_2.5浓度为53.5μg/m³,达到近20年北京市冬季较低值,且大气主要污染源由煤烟型污染源转变为燃煤型与机动车尾气复合型污染源.监测期间,湿度高、微弱的西南风导致重污染产生,清洁日、污染事件I与污染事件II PM_2.5平均浓度分别为32.5,138.9,146.8μg/m³且不同时段PM_2.5日变化趋势存在差异.各离子浓度变化为：NO₃^- > NH₄⁺ > SO₄^2- > Cl^- > K⁺ > Ca²⁺ > Na⁺ > PO₄^3- > F^- > NO₂^-~Mg²⁺,总水溶性离子浓度为24.6μg/m³占PM_2.5总浓度的46.0%,其中SNA浓度占总离子浓度的83.7%,是离子中最主要的组分.碳质组分浓度达到近二十年北京市冬季最低值,变化为：一次有机碳POC > EC > 二次有机碳SOC,OC与EC相关系数达到0.99,一次燃烧源对污染过程有较大贡献.NH₄⁺在清洁日与污染II中富集,主要以（NH₄）₂SO₄、NH₄NO₃和NH₄Cl形式存在,在污染I中较少,仅以（NH₄）₂SO₄和NH₄NO₃存在.在污染I和II期间,SO₄^2-的形成昼夜均受相对湿度与NH₃影响;NO₃^-的形成白天受O₃与NH₃的影响,夜间受相对湿度和NH₃的影响.     

北京市开发区PM1污染特征及影响霾形成的因素

通过采集北京市亦庄经济技术开发区2016年7月和10月、2017年1月和4月4个季节典型代表月大气亚微米颗粒物PM₁样品,分析研究了该开发区PM₁及其水溶性离子组分的季节变化以及不同污染时段的变化特征,揭示了影响二次组分形成和霾污染形成的重要因素.结果表明：研究期间开发区PM₁平均浓度为73.95μg/m³,高于北京市同期估算的PM₁平均水平,为其1.13倍.夏、秋、冬、春4季PM₁平均浓度分别为69.22,63.38,99.50,57.26μg/m³,明显呈现出冬季 > 夏季 > 秋季 > 春季的季节变化特征,各季节霾天PM₁浓度是清洁天的1.78~3.17倍.PM₁中总水溶性离子浓度为37.30μg/m³,占PM₁总质量浓度的50.44%,其中二次组分SO₄^2-、NO₃^-和NH₄⁺（SNA）平均浓度占总水溶性离子浓度的86.98%,是PM₁中水溶性离子的最主要组成部分.PM₁总水溶性离子浓度的季节变化与SNA的变化一致,表现为冬季 > 夏季 > 秋季 > 春季.研究期间硫氧化率（SOR）高于氮氧化率（NOR）,且SOR表现为夏 > 秋 > 冬 > 春,而NOR表现为夏 > 秋~春 > 冬,相应霾污染天SOR和NOR均显著高于清洁天,其中夏季霾天SO₂和NO₂的二次转化过程最为显著.SO₂向SO₄^2-的转化主要受相对湿度RH、温度T、NO₂以及NH₃的影响,且液相反应是硫酸盐形成的重要途径.NO₂向NO₃^-的转化受RH、T、O₃以及NH₃的影响较大.鞍型气压场、均压场、逆温层以及南、东南和西南方向为主的近地面偏弱气团传输是影响霾污染形成的重要因素.     

唐山一次冬季重污染过程污染特征及成因分析

选取河北省唐山市2017年12月27~31日一次典型重污染过程,开展其污染特征及成因分析,对污染期间气象要素、大气颗粒物组分特征进行综合研究.结果表明,此次大气重污染过程中PM_2.5平均质量浓度为154μg/m³,重度污染及以上时PM_2.5/PM₁₀为0.7;PM_2.5中SNA质量浓度占比达58.0%,OC/EC的比值为4.1,说明颗粒物二次反应和有机物在此次污染过程有较大贡献;长期均压场以及近地面高湿、小风、逆温的出现导致唐山地区大气层结稳定,加之周边地区区域传输的贡献,是导致此次大气重污染过程的重要影响因素.     

华中地区夏季PM2.5中水溶性离子污染特征及来源分析

为探究我国华中地区不同区域夏季大气PM_2.5中水溶性离子污染特征及来源,选取武汉、随州和平顶山分别作为城市、郊区和农村监测站点进行大气PM_2.5样品采集,分析了大气中PM_2.5质量浓度以及8种水溶性无机离子含量.结果表明,采样期间3个站点ρ（水溶性离子）呈明显的空间分布特征,即:平顶山[（36.29±9.82）μg·m^-3]>武汉[（32.55±10.05）μg·m^-3]>随州[（26.10±6.23）μg·m^-3],分别占PM_2.5的质量分数为52.47%、 51.32%和48.61%,平顶山站点由于农村生物质燃烧活动,水溶性离子占比最大,其中,二次离子（SNA）是主要的离子成分,分别占总水溶性离子的95.65%、 96.12%和97.33%.武汉（0.64）和随州（0.63）站点硫氧化率均值高于平顶山站点（0.50）,而武汉（0.18）和平顶山（0.19）站点氮氧化率高于随州站点（0.15）,站点间硫氧化率和氮氧化率差...     

南京北郊冬季霾天PM2.5水溶性离子的污染特征与消光作用研究

为了探讨霾天下大气细颗粒物(PM2.5)中水溶性离子的污染特征及其对大气消光的影响,在2013年1月25日至2月3日于南京北郊进行了PM2.5连续在线监测.利用颗粒物-液体转换采集系统(PILS)连续采集水溶性样品,与离子色谱联用分析了其中SO2-4、NO-3、NH+4、Cl-、Na+、K+、Mg2+和Ca2+的含量;同时采用扫描电迁移率粒径谱仪(SMPS)和空气动力学粒径谱仪(APS)测量细粒子的粒径谱分布;采用三波长光声黑碳光度计(PASS-3)实时在线测量细粒子的散射和吸收消光系数;并实时监测痕量气体浓度.结果表明,观测期间霾与非霾天PM2.5中水溶性离子的总质量浓度分别为70.3μg·m-3和22.9μg·m-3;二次吸湿性组分SO2-4、NO-3和NH+4为主要的污染离子.霾天有利于SO2和NOx向SO2-4和NO-3的转化,尤其是NOx的氧化.运用多元线性回归统计方法,建立了PM2.5干消光系数与气溶胶化学成分之间的经验公式,发现NH4NO3对南京冬季消光的贡献最大,其次为(NH4)2SO4、有机碳(OC)和元素碳(EC).两次重污染事件中,污染前体物的一次排放和二次转化的增加分别是造成离子浓度升高的主要原因.     

阜新市秋冬季节PM2.5中无机元素污染特征及来源

为研究阜新市秋冬交替期间大气PM_2.5无机元素污染特征及来源,于2017年10月、12月对城区4个点位采集样品,利用ICP-MS、AFS-8900、ICP-AES测定18种元素含量,结合气象参数,分析秋、冬两季PM_2.5污染特征,运用富集因子法（EF）、主成分分析法（PCA）及聚类分析法解析PM_2.5元素污染特征及来源.结果表明,阜新城区冬季PM_2.5质量浓度（56.5μg/m³）是秋季的1.5倍,秋、冬两季PM_2.5平均质量浓度为47.5μg/m³;冬季PM_2.5与SO₂、NO₂的同源性表现强于秋季;冬季PM_2.5中V、Cr、Mn、Ni、Cu、Zn、Pb、As、Cd、Hg、Mg、Ti 12种典型人为源标识性元素总质量百分比（8.78%）是秋季的1.45倍,表明城区冬季PM_2.5显著受到人为活动影响.富集因子分析显示EF值大于100的元素为Cd、Hg、Zn,冬季EF（Cd）高达532.34,可能与城南3km公里处露天矿坑大量残煤自燃排烟有关;冬季EF（Cr）比秋天增高了7.9倍.源解析结果表明,燃煤与工业烟尘、机动车尾气、生物质燃烧及土壤风沙扬尘是阜新PM_2.5无机元素的主要来源.秋季表现出明显的来源复合性,第一主因子解释了变量总方差的77.013%,聚类分析第1类包含了Cd、Hg、Mn、Ni、As、V、Cr、Cu、Pb、Zn、Ti和Mg 12种元素;冬季则表现出明显的来源广泛性,表明冬季PM_2.5来源相对复杂,应强化冬季PM_2.5污染综合防治与管控.     

阜新市秋冬季节PM2.5中无机元素污染特征及来源

为研究阜新市秋冬交替期间大气PM_2.5无机元素污染特征及来源,于2017年10月、12月对城区4个点位采集样品,利用ICP-MS、AFS-8900、ICP-AES测定18种元素含量,结合气象参数,分析秋、冬两季PM_2.5污染特征,运用富集因子法（EF）、主成分分析法（PCA）及聚类分析法解析PM_2.5元素污染特征及来源.结果表明,阜新城区冬季PM_2.5质量浓度（56.5μg/m³）是秋季的1.5倍,秋、冬两季PM_2.5平均质量浓度为47.5μg/m³;冬季PM_2.5与SO₂、NO₂的同源性表现强于秋季;冬季PM_2.5中V、Cr、Mn、Ni、Cu、Zn、Pb、As、Cd、Hg、Mg、Ti 12种典型人为源标识性元素总质量百分比（8.78%）是秋季的1.45倍,表明城区冬季PM_2.5显著受到人为活动影响.富集因子分析显示EF值大于100的元素为Cd、Hg、Zn,冬季EF（Cd）高达532.34,可能与城南3km公里处露天矿坑大量残煤自燃排烟有关;冬季EF（Cr）比秋天增高了7.9倍.源解析结果表明,燃煤与工业烟尘、机动车尾气、生物质燃烧及土壤风沙扬尘是阜新PM_2.5无机元素的主要来源.秋季表现出明显的来源复合性,第一主因子解释了变量总方差的77.013%,聚类分析第1类包含了Cd、Hg、Mn、Ni、As、V、Cr、Cu、Pb、Zn、Ti和Mg 12种元素;冬季则表现出明显的来源广泛性,表明冬季PM_2.5来源相对复杂,应强化冬季PM_2.5污染综合防治与管控.     

珠三角春节期间PM2.5及水溶性离子成分的变化——以2012年为例

利用广州番禺大气成分站2012春节期间的逐时Marga数据、PM数据分析珠三角地区春节期间颗粒物及其水溶性离子的变化特征.研究发现在烟花爆竹集中燃放时期,PM₁₀、PM_2.5和各种水溶性离子浓度急剧升高,PM_2.5/PM₁₀的值与PM的变化趋势相反,说明主要增加的是PM₁₀中相对较粗的粒子;PM_2.5/PM₁₀平均值是0.92,说明在该期间,仍然主要是细粒子污染;K⁺、Cl^-和Mg²⁺以及NO₃^-和SO₄^2-、NH₄⁺浓度不同程度上升,说明烟花爆竹燃放对它们都存在影响,其中烟花爆竹燃放对PM、K⁺、Cl^-和SO₄^2-的影响最大,对NO₃^-、NH₄⁺也存在一定程度的影响.通过各离子之间的变化趋势以及相关系数研究,发现K⁺、Cl^-、Mg²⁺和Na⁺主要来源于烟花爆竹的燃放,因此在烟花爆竹集中燃放时段浓度急剧升高,SO₄^2-、NO₃^-和NH₄⁺相关系数很高,说明他们三者可能有相同的来源;黑碳浓度明显升高说明烟花爆竹的燃放对其也有一定的影响.     

广州市灰霾期大气PM_(10)中水溶性离子特征

采集广州市大气PM10样品并分别对冬夏两季灰霾和非灰霾期PM10中水溶性离子进行分析。实验表明,广州市灰霾期PM10中水溶性离子的质量浓度要高出非灰霾期4～15倍,其中NO3-浓度升幅最大。非灰霾期主要水溶性无机离子的浓度顺序为SO42->NH4+>NO3-,灰霾期为SO42->NO3->NH4+,严重灰霾期则为NO3->SO42->NH4+。非灰霾期SO42-/NO3-质量浓度比为1.78～3.57,灰霾期为1.04～1.20,而在严重灰霾期则<1,说明灰霾利于NO3-的二次转化生成。实验还表明,灰霾期PM10较非灰霾天气偏酸性,灰霾期SO2和NOx的高转化率导致SO42-和NO3-的大幅增加是加重灰霾期PM10污染的主要原因。     

太原市采暖季PM2.5组分特征及重污染事件分析

针对2017~2018年采暖季太原市PM_2.5及其水溶性离子、碳质组分和无机元素开展在线观测,结合气象数据分析不同污染水平下的组分特征.分析表明,2017~2018年太原市采暖季细颗粒物主要化学成分为SO₄^2-、NO₃^-、NH₄⁺、Cl^-、Ca²⁺、OC、EC,且呈现OC>SO₄^2- > NO₃^- > NH₄⁺ > Cl^- > Ca²⁺ > EC的趋势,随污染水平增长最多的是二次无机物;优良、轻度污染和重污染3种污染水平下OC、EC相关系数分别为0.69、0.66、0.55,N/S分别为1.06、1.29、0.93,表明随着污染水平的提高,OC和EC的来源一致性逐步变差,且排放源虽仍处于氮排放源（移动源和工业源）和硫排放源（燃煤源）的共同控制,但硫排放源贡献率显著升高.重污染事件分析表明太原市重污染应对过程中不仅需要加强机动车、工业源等污染源的管控,更需要重点加强燃煤管控.     

福州市区冬春季PM2.5污染特征与来源差异性分析

基于福州市区2015年2月—2016年1月间的大气PM_(2.5)监测数据,综合运用HYSPLIT后向轨迹模式、潜在源贡献因子法(WPSCF)与浓度权重轨迹分析(WCWT)等方法,探讨了福州市区冬、春季PM_(2.5)污染特征和典型污染过程成因,总结了气象因子和污染来源的季节性差异.研究期间,冬、春季是福州市区PM_(2.5)污染的主要季节,福州市区不同类型站点的PM_(2.5)浓度在冬、春季污染发生时均呈现出整体升高的特点,但浓度日变化却存在季节性差异,冬季无显著日变化,春季则表现为单峰单谷特征.福州市区春季主要受锋前暖区和高压后部等天气系统影响,大气扩散条件差,PM_(2.5)极易在不利的气象条件下累积,福建沿海地区是其PM_(2.5)污染的主要潜在源区;冬季污染易受高压天气系统作用,盛行偏北风,长江三角洲地区的污染物输入会对福州市区空气质量产生较大影响,长江三角洲、浙江东南沿海、福建北部是其PM_(2.5)污染的主要潜在源区.     

2018年秋冬季长江三角洲区域PM2.5污染来源数值研究

使用WRF-Chem和WRF-FLEXPART模式定量研究了2018年秋冬季,尤其是在明显冷空气影响时的长江三角洲PM_2.5来源贡献.结果表明：2018年秋冬季长江三角洲以外的跨区域输送对长江三角洲PM_2.5的贡献占15.9%,长江三角洲内部排放贡献占84.1%,长江三角洲区域内部排放及污染相互传输的影响比长江三角洲外跨区域输送的影响更为显著.而在冷空气影响时段中,跨区域输送对长江三角洲PM_2.5的贡献率为33.1%,约为整个秋冬季长江三角洲外部跨区域平均输送贡献率的2倍,输送影响更为明显;输送对长江三角洲三省一市的贡献为46.2%~56.2%,其中跨区域输送的贡献10.2%~38.6%,也明显大于各自秋冬季的平均水平.在冷空气影响时段,长江三角洲四座重点城市（上海、合肥、南京、杭州）的污染潜在输送路径主要以中东路为主;上海、南京受到长江三角洲以外的污染潜在贡献较多,超过30%;杭州受到长江三角洲以外的污染潜在贡献较少,为16.1%.     

2018年秋冬季长江三角洲区域PM2.5污染来源数值研究

使用WRF-Chem和WRF-FLEXPART模式定量研究了2018年秋冬季,尤其是在明显冷空气影响时的长江三角洲PM_2.5来源贡献.结果表明：2018年秋冬季长江三角洲以外的跨区域输送对长江三角洲PM_2.5的贡献占15.9%,长江三角洲内部排放贡献占84.1%,长江三角洲区域内部排放及污染相互传输的影响比长江三角洲外跨区域输送的影响更为显著.而在冷空气影响时段中,跨区域输送对长江三角洲PM_2.5的贡献率为33.1%,约为整个秋冬季长江三角洲外部跨区域平均输送贡献率的2倍,输送影响更为明显;输送对长江三角洲三省一市的贡献为46.2%~56.2%,其中跨区域输送的贡献10.2%~38.6%,也明显大于各自秋冬季的平均水平.在冷空气影响时段,长江三角洲四座重点城市（上海、合肥、南京、杭州）的污染潜在输送路径主要以中东路为主;上海、南京受到长江三角洲以外的污染潜在贡献较多,超过30%;杭州受到长江三角洲以外的污染潜在贡献较少,为16.1%.