珠江三角洲大气颗粒物研究进展

珠江三角洲地区大气颗粒物污染严重,本文对该地区大气颗粒物的研究进展进行了综述。该地区大气颗粒物具有区域性污染特征。不同采样点不同时间离子浓度有明显差异,它们的形成和转化与大气化学过程有关。OC中的烷烃和多环芳烃多存在于细粒子中,并且二次OC含量较高。珠江三角洲地区大气颗粒物的污染源主要包括工业点源的排放、城市建设、机动车尾气等。     

北京市不同尺度大气颗粒物元素组成的特征分析

在2000年2个典型季节分别采集不同尺度的颗粒物样品,分析其中22种无机元素的含量.利用这些数据较详细地研究了北京市颗粒物的元素组成特征.数据分析结果表明,北京市大气颗粒物中的元素主要分为地壳元素、污染元素和双重元素三大类.利用不同污染元素在各种尺度颗粒物中的富集因子,确定了北京市大气颗粒物具有复合型污染的特征.      

沈阳市区大气颗粒物元素组分及分布的研究

本研究用美国安德逊五段冲击式采样器进行大气颗粒物采样,用中子活化法进行分析,获得43种元素的质量浓度,并求得各种元素的质量中值直径和几何标准差.对大气颗粒物的元素组成及浓度分布、元素浓度与粒径分布进行了研究,对43种元素进行了富集,用富集结果阐明沈阳市区大气颗粒物污染的特征与主要的污染来源.     

广州亚运期间鹤山大气颗粒物及碳组分的分析

2010年11月广州亚运会期间,在鹤山连续测量了PM10、PM2.5及PM2.5中有机碳(OC)、元素碳(EC)的质量浓度,结合气象数据综合分析了该地区上述各种污染物的污染特征。研究结果表明:鹤山大气颗粒物以PM2.5为主,PM10和PM2.5具有较好的相关性(R2=0.72),其中PM2.5污染较严重;与国内外其他城市相比,鹤山OC、EC质量浓度处于中等偏高水平;OC和EC质量浓度的相关性较差(相关系数R2=0.32),OC/EC质量浓度比值远大于2,说明鹤山大气OC、EC来源较复杂,同时存在严重的二次污染;估算的二次有机碳(SOC)占OC总质量的66.5%。各种气象因素中,风速对污染物的质量浓度影响最大,秸秆燃烧等人类活动对其也有显著影响。     

石家庄市采暖前后大气颗粒物及其碳组分特征

为研究石家庄市大气颗粒物、碳组分特征和污染来源,采集2016年11月1日—12月31日石家庄市大气颗粒物（PM₁₀、PM_2.5和PM₁）样品,分析采暖前后PM₁₀、PM_2.5和PM₁及其中OC（有机碳）、EC（元素碳）和WSOC（水溶性有机碳）浓度水平,计算颗粒物与碳组分间相关性,进行OC/EC（质量浓度之比,下同）特征比值法和8个碳组分（OC1、OC2、OC3、OC4、OPC、EC1、EC2和EC3）研究.结果表明:①采暖后ρ（PM₁₀）和ρ（PM_2.5）比采暖前分别增加了26.4%和32.1%,而采暖后ρ（PM₁）比采暖前降低了12.2%.采样期间ρ（PM₁₀）与ρ（PM_2.5）显著相关,而ρ（PM₁）分别与ρ（PM_2.5）和ρ（PM₁₀）相关性差.采暖后散煤燃烧造成ρ（PM₁₀）和ρ（PM_2.5）增加,区域机动车限行和工业限产/停产导致ρ（PM₁）降低.②Pearson相关系数计算可知,ρ（OC）与ρ（EC）强相关;ρ（PM₁₀）和ρ（PM_2.5）分别与ρ（OC）和ρ（WSOC）强相关,而ρ（PM₁）分别与ρ（OC）和ρ（WSOC）中等相关;ρ（PM₁₀）和ρ（PM_2.5）分别与ρ（EC）弱相关,ρ（PM₁）与ρ（EC）中等相关.③采暖后PM₁₀、PM_2.5和PM₁中ρ（OC）比采暖前分别增加了215.1%、97.2%和18.5%;采暖后PM₁₀和PM_2.5中ρ（EC）比采暖前分别增加了65.2%和5.3%,而采暖后PM₁中ρ（EC）比采暖前降低了10.9%.集中供热和散煤燃烧排放了大量OC;PM₁₀和PM_2.5中EC主要来源于散煤燃烧,PM₁中EC主要来源于工业排放和机动车尾气.④采暖前PM₁₀、PM_2.5和PM₁中OC/EC平均值分别为4.5、4.5和4.3;采暖后PM₁₀和PM_2.5中OC/EC平均值分别为9.8和9.7,而PM₁中OC/EC平均值为7.4.采暖前后SOC/OC（质量浓度之比,下同）平均值的范围为0.36~0.65,石家庄市冬季大气中SOC污染严重;⑤8个碳组分分析发现,石家庄市机动车限行导致PM₁中ρ（EC1）降低,而采暖后集中供暖和散煤燃烧的增加,导致ρ（OC2）明显增加.研究显示,大气颗粒物中碳组分采暖前主要来源于机动车尾气,而采暖后主要来源于燃煤燃烧,尤其是散煤燃烧.      

基于光电技术的大气颗粒物监测进展

大气颗粒物是影响大气辐射和全球气候变化最不确定的因素之一,分析大气颗粒物的组分和演变机制,对于科学评价大气环境质量,实施节能减排策略具有重要作用。光电技术以其高精度特征明显,非接触式检测模式,数字化和智能化等特点,在大气颗粒物检测方面具有重要应用。光纤传感技术、激光诱导荧光法、红外吸收检测法等是目前应用较为广泛的技术方法。研发和应用科学、便捷的检测颗粒物的技术手段和方法,对于未来环境保护与促进光电信息产业发展意义深远。     

唐山市大气颗粒物OC/EC浓度谱分布观测研究

华北重工业城市唐山大气颗粒物污染严重,2009～2011年PM1.1、PM2.1、PM9.0及TSP年均值分别为(75±43)、(106±63)、(221±100)和(272±113)μg.m-3;碳质气溶胶在各粒径段均占较大比重,其中,元素碳(EC)在PM1.1、PM2.1、PM9.0及TSP各粒径段的年均比重分别约为9%、9%、6%和4%,有机碳(OC)年均比重分别为25%、24%、16%和14%.颗粒物浓度谱分布及碳质气溶胶富集量呈显著季节变化,秋冬季节细颗粒物中EC和OC浓度可高达(9±4)、(11±5)和(19±7)、(28±10)μg.m-3,分别占PM2.1的11%、10%和26%、25%;春夏季节EC和OC在粗细粒子中的富集量基本相当,分别为(5±2)、(5±1)和(15±3)、(15±1)μg.m-3,分别约占颗粒物总量的7%、6%和26%、18%.     

机动车源大气颗粒物粒径分布及碳组分特征

颗粒物的粒径分布特性与碳质组分的表征已成为大气颗粒物源解析的重要方法.利用微孔均匀沉积式碰撞采样器与有机碳/元素碳分析仪,研究采集自不同区域的机动车源大气颗粒物粒径分布特性及其碳组分含量特征.结果表明,随着粒径级增大,发动机原排颗粒物质量浓度逐渐降低.实验室排空大气颗粒物在0.32~0.56μm粒径级浓度较高;地下停车场大气颗粒物在1.0~1.8μm粒径级浓度较高.柴油机原排颗粒物OC1、OC2和OC3所占比例较多,EC2为元素碳的主要部分.机动车源扩散区域大气颗粒物OC3和OC4含量所占比例较多,地下停车场大气颗粒物EC1占元素碳绝大部分.柴油机原排颗粒物的OC/EC比值较小,在0.92~2.50之间.实验室排空与地下停车场大气颗粒物的OC/EC比值分别在1.40~2.53与2.36~4.82之间.此外,地下停车场大气颗粒物的OC/EC比值均大于2.0,最高可达4.82,可以判定地下停车场有较多的二次颗粒物生成.上述特性可为机动车源大气颗粒物的辨识提供参考依据.     

大同市大气颗粒物及有机污染物的分析研究

对大同市不同功能区的可吸入尘（＜１０μｍ）浓度进行了测定,并探讨了可吸入尘与总悬沙颗粒物的相关比例。总悬浮颗粒物上二氯甲烷萃取物含量达２０％,对其中的有机污染物用ＧＣ／ＭＳＴ和ＨＰＬＣ进行了分析,鉴定出的主要有机污染物有苯系物及芳烃类化合物３８种,烷烃类化合物３１种,以及酚类,酮类,含氮化合物和增塑剂１４种,总计８３种。     

梅州市大气颗粒物中水溶性无机离子组成特征研究

选取梅州市典型污染日(2015年7月8日至29日)进行实际测量,在梅州市环境监控中心站楼顶每天连续采集PM_(10)和PM_(2.5)样品,利用离子色谱仪分析样品中Na+、NH4+、K+、Mg~(2+)、Ca~(2+)、Cl~-、NO_2~-、NO_3~-、SO_4~(2-)离子的质量浓度,结果表明,PM_(10)日均质量浓度为(54±19)μg/m~3,PM_(2.5)日均质量浓度为(35±14)μg/m~3。PM10和PM2.5中水溶性无机离子平均浓度分别为(19.7±4.4)μg/m~3、(10.8±5.0)μg/m3,分别占PM_(10)和PM_(2.5)质量的(42±20)%和(31±9.7)%。其中S0_4~(2-)、NO_3~-、NH_4~+是梅州市PM_(10)和PM_(2.5)中最主要的水溶性无机离子。采样期间SO42-浓度较高的可能原因是煤炭在梅州市的能源结构中占有较高比例。S0_4~(2-)、NO_3~-主要以(NH_4)_2SO_4的形式存在气溶胶体系中。     

杭州市大气颗粒物消光组分的粒径分布特征研究

2010年8月在杭州市朝晖、云栖、杭钢和下沙4个点位采集了不同粒径大气颗粒物样品,并对其主要消光组分的粒径分布特征进行了分析,包括SO42-、NO3-、NH4+、OC和EC等.同时在朝晖点位对多种气态污染物和多个气象要素进行了同步观测,以评估杭州市能见度下降的影响因素.结果表明:PM2.5、RH、SO2和NO2均与能见度呈一定负相关关系.4个监测点位颗粒物浓度变化均呈双峰型,峰值出现在0.4~0.7μm和9.0~10μm粒径段.以3.3μm为粗细颗粒的分界线,不同监测点位PM10中粗、细颗粒所占比例均等.水溶性离子消光组分的浓度大小顺序为:SO42->NH4+>NO3-. SO42-、NO3-和NH4+均显单峰结构,SO42-和NH4+的峰值出现在0.4~1.1μm的粒径段,NO3-峰值出现在5.8~10μm粒径段.OC显单峰结构,峰值出现在0.4~0.7μm粒径段;EC显双峰结构,峰值出现在0.4~0.7μm和2.1~3.3μm范围内.因而,要解决杭州的能见度问题,应减少细颗粒物,尤其是粒径<1.1μm的颗粒物的污染. NO3-、SO42-、OC和EC对杭州市颗粒物消光能力相对贡献率之比为2.2%:13.7%:29.8%:43.8%.因此要有效控制杭州市大气能见度的降低趋势, 首要的就是控制EC的主要排放源,即机动车尾气的排放.     

2009—2011年包头市大气中颗粒物浓度分析

本文通过对内蒙古包头市2009—2011年PM10浓度和TSP浓度的测定,分析了大气中颗粒物浓度的含量状况。结果表明：2009年3月到9月份之间,出现6次沙尘天气,并且颗粒物浓度超过大气空气质量三级标准,其中最严重的一次PM10浓度达到1．147mg／m^3。PM10浓度一天的变化中,在下午5时和晚间10时达到两个峰值,分别是1．608mg／m^3和1．882mg／m^3。2010年中十一月份的TSP日平均浓度较高,比八月份TSP浓度高7倍。2011年春季空气中颗粒物污染较重,在沙尘天气发生期间,颗粒物浓度含量较高     

焦作市不同功能区大气颗粒物粒径分布特征研究

利用TE-20-800型8级分级采样器采集焦作市燃煤电厂区、文教生活区、商业区和交通区大气颗粒物,通过重量法求出不同粒径颗粒物的质量浓度,研究可吸入颗粒物粒径分布特征和质量浓度分布特征发现:焦作市各功能区中可吸入颗粒物粒径分布呈现"两边凸中间凹"的趋势,峰值位置出现在5.8μm~10.0μm和2.1~0.43μm处;研究区空气中PM10浓度均高于国家空气质量二级标准(PM10浓度的日平均值为0.15 mg/m3),与我国新制定的PM2.5日均浓度限值相比(0.075mg/m3),文教生活区、交通区、商业区PM2.5浓度分别为其2.22、1.02、1.66倍,燃煤电厂区低于此标准。     

杭州市大气颗粒物浓度及组分的粒径分布

分别于2008年11月及2009年4~5月及10月采集了杭州大气颗粒物样本,测定了杭州市大气颗粒物及其化学组分[元素碳(EC)/有机碳(OC)、11种水溶性离子、20种元素]的浓度,并研究了其粒径分布特征.结果表明,杭州市大气颗粒物质量浓度、EC和OC的质量浓度、9种离子(SO42-、NO3-、K+、Na+、Cl-、Ca2+、Mg2+、NO2-、F-)浓度的粒径分布均显双峰结构,峰值分别出现在<0.49μm的细粒径段与3.00~7.20 μm的粗粒径段; OC、EC、SO42-、NO3-、NH4+以及主要来自人为源的元素(Cu、Zn、As、Se、Sb、Cd)主要集中在<3.0μm的细颗粒物中;杭州市大气细颗粒物中二次污染严重,细颗粒物主要受工业、交通等人为源影响.     

牡丹江市大气颗粒物源解析研究

本文收集了牡丹江市2000年-2005年期间的可吸入颗粒物、降尘数据,采用扩散模型进行分析,得出了牡丹江市大气颗粒物的来源、分担率.     

关中地区细颗粒物碳组分特征及来源解析

为研究关中地区细颗粒物中碳组分的污染特征及其来源,于2017年9月4日至2018年1月19日在关中地区5个主要典型城市(西安、渭南、铜川、宝鸡和咸阳)设置采样点(XA、WN、TCH、BJ和XY)进行细颗粒物(PM_(2.5))的手工采样观测,碳组分环境样品采用热光透射法(TOT)分析.结果表明,细颗粒物中OC和EC平均浓度分别为(14. 48±7. 86)μg·m~(-3)和(2. 27±0. 95)μg·m~(-3),占比分别为18. 04%和2. 99%,与其他城市相比污染较为严重.碳组分占比的空间分布为XY WN XA BJ TCH,且季节差异明显,冬季占比高于秋季. OC与EC的相关性显著(R~2=0. 79),有着较为相同的污染来源.OC1在碳组分中比例最高为23. 44%,碳组分的浓度顺序为OC1 EC2 EC3 OC4 EC1 OC2 OC3 EC4 EC6 EC5.正矩阵因子分解模型的源解析结果表明,该地区碳组分的4类主要贡献源为生物质燃烧与燃煤源、汽油车尾气、柴油车尾气和道路扬尘污染源,贡献率分别为48. 63%、23. 07%、18. 82%和9. 47%,各点位的污染贡献结构有着明显的差异.     

唐山市大气颗粒物源解析报告

大气中总悬浮颗粒物(TSP)污染来源复杂，既有工业企业排放源，也有交通运输源，既有点源，也有面源，此外还有风沙及二次扬尘等，通过TSP源解析，可确定各类源的贡献率，从而为环境管理、制定环境规划、防污计划提供可靠依据。     

鞍山大气颗粒物浓度的变化特征

利用鞍山大气成分监测站Grimm180观测的2007年颗粒物数浓度,ρ(PM₁₀₎,ρ(PM_2.5)和ρ(PM_1.0)以及台站的常规气象观测资料,分析了该地区颗粒物数浓度的谱分布、质量浓度的变化特征及与气象条件的相关性. 结果表明:颗粒物数浓度谱分布符合Junge分布;参数υ与能见度呈负相关,υ值越大且PM0.45占PM₁₀的数浓度比例小于90%,能见度较差;颗粒物质量浓度日变化呈双峰特征,ρ(PM₁₀₎,ρ(PM_2.5)和ρ(PM_1.0)之间有很好的相关性,ρ(PM_2.5)/ρ(PM₁₀₎平均值为0.654,ρ(PM_1.0)/ρ(PM_2.5)的平均值为0.832,ρ(PM_1.0)/ρ(PM₁₀₎平均值为0.545;鞍山地区年主导风向为SE,颗粒物质量浓度变化受辽宁沙尘移动路径的影响较小,主要受排放累积型污染影响,其中大雾天气条件下颗粒物质量浓度较高,大雾期间的回归方程截距较年平均回归方程的大,这对研究颗粒物质量浓度的突变特性具有指示作用.      

大气中颗粒物组分的ICP—AES法测定

研究了适用于大气颗粒物组分测定的采样膜、采样时间及采样量。应用ICP—AES技术,测得了6500个大气颗粒物数据。并与中子活化法进行了方法对照。