舟山市大气细颗粒物组分特征及其污染来源解析

为研究舟山市大气细颗粒物(PM_(2.5))的主要污染来源,在2016年4月—2017年1月期间利用3个国控点对舟山市PM_(2.5)开展手工监测,并对其主要污染源进行样品采集,基于420个环境样品和13类源样品的化学组分分析,应用CMB-二重源解析技术,对舟山市颗粒物受体成分谱、本地化源成分谱的组分特征和颗粒物的污染来源进行分析。结果表明:普陀点的PM_(2.5)浓度均值低于位于主城区的檀枫点和临城点,3个站点的颗粒物浓度分别为(36. 46±19. 40),(40. 92±20. 68),(40. 03±21. 55)μg/m~3。PM_(2.5)受体中以NO_3~-、SO_4~(2-)、NH_4~+等二次组分含量最高,二次无机盐和移动源是监测期间舟山市大气PM_(2.5)的主要来源,解析结果具有显著的海岛型城市特征。以船舶源为代表的移动源既是颗粒物的重要一次源,又是二次无机盐生成的主要前体物贡献来源之一,故加强移动源的排放管理对于舟山市的颗粒物污染防治具有重要意义。     

鞍山市大气细颗粒物PM2.5中PAHs污染的季节变化特征

PM2.5作为可吸入人体的细颗粒物在大气中停留时间长、输送距离远,对人体健康和大气环境质量影响非常大.选取鞍山市城区7个点位分别采集了4个季节的大气细颗粒物PM2.5样品,通过对其中多环芳烃PAHs的监测,采用BaP当量致毒系数TEF,分析了鞍山市大气PM2.5中PAHs毒性当量随季节的分布特征.研究表明,鞍山大气PM25中PAHs含量的季节分布趋势为:冬季＞秋季＞春季＞夏季.工业区及工业区周边BaP毒性当量浓度要远高于居住区和对照点.     

珠江三角洲大气细颗粒物的致癌风险及源解析

于2004年4、7、10月和2005年1月对广州、深圳大气细颗粒物(PM2.5)中17种多环芳烃(PAHs)的浓度进行了分析,以苯并[a]芘(BaP)为毒性参照物的致癌毒性当量浓度(BaPeq),通过线性剂量-反应模型计算了呼吸致癌风险水平,结合源排放谱和化学质量平衡受体模型(CMB),研究了对致癌风险的各排放源贡献.结果表明,PAHs的浓度为5.87~63.36ng/m3,平均浓度深圳为32.68 ng/m3,广州为28.15ng/m3,且呈冬高夏低的分布规律.BaP和BaPeq日均超标率达到2.78%和5.56%,相对于WHO的日均标准的超标率达到50.0%和61.1%.该地区呼吸致癌风险平均水平为1×10-6~1×10-5,高于日常活动所致风险,低于引起关注的最低风险值.共解析出3种OC及致癌风险的排放源,分别为燃煤排放、机动车排放、生物质燃烧,其中燃煤排放和生物质燃烧贡献最大,对OC及BaPeq的贡献呈现相似规律.     

北京市大气细颗粒物污染与来源解析研究

采集北京市2014年冬、春、夏、秋4个季节代表月1、4、7、10月的大气细颗粒物PM_2.5样品,分析研究了PM_2.5质量浓度、化学特征、季节变化和污染成因.同时,采用正交矩阵因子分析法（PMF）对PM_2.5进行了来源解析.结果表明,北京市2014年PM_2.5年均浓度为87.74μg/m³,是国家环境空气质量标准年均浓度限值的2.5倍.轻、重污染期间,PM_2.5浓度较常日分别增加了1.5和3.9倍,其季节变化表现为冬季 >夏季 >秋季 >春季.地壳元素Mg、Al、Fe、Ca、Ti在轻度污染和重度污染期间较常日略有升高,分别是常日浓度的1.1~1.2倍和1.2~1.5倍.污染元素S、Pb、Zn、Cu浓度变化显著,轻度污染和重度污染期间分别是常日浓度的1.3~2.7倍和1.9~5.9倍.S元素是PM_2.5中受人为活动影响较为严重的组分,其相应的SO₄^2-年均浓度为13.43μg/m³,在轻度污染和重度污染期间分别是常日浓度的2.7和5.9倍.硫酸盐的形成主要受O₃浓度、温度、相对湿度等气象要素的协同影响,较高的O₃浓度、较高温度和相对湿度有利于硫酸盐的生成.PM_2.5主要来源于机动车排放、燃煤、地面扬尘和工业排放,其贡献率分别为37.6%、30.7%、16.6%和15.1%.     

重庆主城区大气PM10及PM2.5来源解析

为探讨重庆主城区4个季节大气PM₁₀和PM_2.5的主要来源,于2012年2—12月在重庆主城区的工业区、文教区和居住区5个环境监测点同步采集PM₁₀及PM_2.5样品,分析了无机元素、水溶性离子、有机碳和元素碳含量及其分布特征. 采集了重庆主城区土壤尘、建筑水泥尘、扬尘、移动源(包括机动车、施工机械及船舶)、工业源(包括固定燃烧源及工业工艺过程源)、生物质燃烧源及餐饮源等7类污染源,建立了重庆市本地化的污染源成分谱库. 利用CMB(化学质量平衡)受体模型及二重源解析技术分析了PM₁₀及PM_2.5的来源. 结果表明:重庆主城区大气中ρ(PM₁₀)及ρ(PM_2.5)的年均值分别为153.2和113.1 μg/m3,超过GB 3095—2012《环境空气质量标准》二级标准限值2倍以上. 大气PM₁₀的主要来源为扬尘、二次粒子和移动源(贡献率分别为23.9%、23.5%和23.4%),大气PM_2.5主要来源于二次粒子和移动源(贡献率分别为30.1%和27.9%).PM₁₀和PM_2.5的主要源类贡献率差别不大,表明研究区域内大气颗粒物污染控制应采取多源控制原则. 大气PM₁₀来源的季节性变化特征表现为春季和秋季主要以扬尘为主、夏季和冬季主要以二次粒子为主.      

基于PMF模型的北京市PM2.5来源的时空分布特征

2012年8月至2013年7月,对北京市定陵、车公庄、东四、石景山、通州、房山、亦庄和榆垡等8个站点的大气细颗粒物PM2.5进行了12个月次的同步采样观测,并测定了其中元素碳、有机碳、水溶性离子和无机元素的浓度水平.利用PMF模型对PM2.5的来源进行解析.结果表明,北京市PM2.5的主要来源为二次源、燃煤、地面扬尘、机动车排放、工业源和建筑尘等,年均贡献率分别为42%、19%、19%、10%、6%和4%.PM2.5的来源具有显著的季节变化,春季大风天气频繁、地面扬尘源为主要来源,而夏、秋、冬季均以二次源为主,尤其是夏季二次源贡献达56%,冬季燃煤源对PM2.5的贡献显著提升为25%.污染源贡献也存在一定空间差异,冬春季燃煤源对郊区点的贡献显著高于城区点,而二次污染源具有区域性污染特征.在区域性积累型重污染日,二次源对PM2.5的贡献均占主要地位,对气态前体物NOx、SO2和VOCs等的控制对PM2.5的减少至关重要.     

南昌市大气颗粒物污染特征及PM2.5来源解析

为探讨2013年南昌市大气颗粒物的污染特征及分布状况,收集南昌市9个大气监测站点实时发布的PM₁₀和PM_2.5数据,分析了ρ（PM₁₀）、ρ（PM_2.5）和ρ（PM_2.5）/ρ（PM₁₀）的变化规律及其与气态污染物的相关性,并结合污染严重的秋季时段,采用PCA-MLR（主成分分析-多元线性回归）模型对大气PM_2.5中化学组分来源进行解析.结果表明:①ρ（PM₁₀）和ρ（PM_2.5）的年均值分别为（115.4±39.1）（69.1±26.8）μg/m3,均超过GB 3095-2012《环境空气质量标准》二级标准限值,ρ（PM₁₀）和ρ（PM_2.5）的最高值分别出现在石化、省外办监测站点,最低值出现在林科所监测站点.ρ（PM₁₀）和ρ（PM_2.5）季节性变化特征明显,呈冬季>春、秋两季>夏季的趋势,全年ρ（PM₁₀）超标天数占比为25.48%,ρ（PM_2.5）超标天数占比为36.71%,各季度ρ（PM_2.5）超标天数占比均高于ρ（PM₁₀）.②受人为活动和边界层高度的影响,ρ（PM_2.5）和ρ（PM₁₀）日变化呈双峰双谷形态,一个波峰出现在08:00-10:00,另一个波峰出现在20:00-22:00,并且晚间小时峰值高于早间,最低值出现在15:00.③ρ（PM_2.5）/ρ（PM₁₀）年均值为60.3%,在冬季最高达65.1%,相关性分析发现ρ（PM₁₀）与ρ（PM_2.5）存在较显著的线性关系,表明二者具有同源性.④ρ（PM₁₀）、ρ（PM_2.5）均与ρ（SO₂）、ρ（NO₂）、ρ（CO）呈显著正相关,并且冬季相关性高于夏、秋两季;而ρ（PM₁₀）、ρ（PM_2.5）均与ρ（O₃）全年呈显著负相关,并且夏、秋两季相关性高于冬季,说明气态污染物的二次转化对ρ（PM_2.5）和ρ（PM₁₀）有较大影响.⑤南昌市秋季PM_2.5的最大污染源为道路扬尘/机动车尾气混合污染源,其次分别为施工扬尘源、燃煤源、冶炼尘/生物质燃烧混合污染源,各污染源对PM_2.5的贡献率分别为40.9%、35.8%、12.4%、10.9%.研究显示,南昌市PM_2.5的污染程度较PM₁₀严重,PM_2.5已成为南昌市大气颗粒物污染的主要组分,PM_2.5主要来源为城市扬尘和机动车尾气.      

石家庄市采暖期大气细颗粒物中PAHs污染特征

采集2015年12月-2016年2月采暖期石家庄市文教区、交通密集区、居民区和商业交通混合区大气细颗粒物样品,依据HJ 646-2013《环境空气和废气气相和颗粒物中多环芳烃的测定气相色谱-质谱法》分析石家庄市大气细颗粒物中PAHs污染水平及分布特征、气象参数与PAHs相关性,并解析PAHs污染来源.结果表明:石家庄市冬季采暖期大气细颗粒物PM₁₀、PM_2.5和PM_1.0中ρ（PAHs）的日均值分别为397.66、349.09和272.35 ng/m3,分别是采暖期前（11月1-15日）的6.16、4.62和4.82倍,并且呈交通密集区>居民区>文教区>商业交通混合区的空间分布特点.相对湿度与细颗粒物PM₁₀、PM_2.5和PM_1.0中ρ（PAHs）均呈显著正相关,R2分别为0.30、0.37和0.33,而风速与三者呈显著负相关,R2分别为-0.39、-0.53和-0.26;PM_1.0中具有显著相关的PAHs单体数量多于PM₁₀和PM_2.5.根据PAHs环数分布特征及特征化合物比值判断,石家庄市冬季采暖期PAHs污染为燃煤与机动车尾气复合型污染特征,同时餐饮油烟也有一定的贡献.      

贵阳市大气颗粒物PM2.5来源初探

2011年4月12-5月2日观测期间,贵阳市PM2.5的中位值浓度为70.88μg/m3,与全国其他城市相比,处于较低水平。通过富集因子法判断贵阳市PM2.5中Al、Fe、Mg、Ti地壳元素来源于土壤,S、Cl、Cu、Zn、Se、As、Br、Pb、Ni、P和Mn来源于各种人为污染源;Se、As和S元素的高富集反映了贵阳市燃煤污染的特征,Pb、Cu、Zn、Br、Ni、Cl等元素的富集反映机动车、工业污染等的影响。PM2.5中的TC浓度略高于其他城市,EC略低于其他城市,OC、二次OC浓度相对其他城市在相同季节较高。     

深圳市郊区大气中PM2.5的特征分析

为了确定深圳市郊区大气中PM2.5的污染特征,本研究分析了2009年和2010年夏季和冬季PM2.5样品中的水溶性离子和多环芳烃成分.结果表明,深圳市郊区大气中PM2.5的质量浓度很高,夏季53.9%和冬季100%的样品超过了WHO的大气质量准则浓度.PM2.5中,冬季最主要的3种离子是SO24-、NO3-和NH4＋.在夏季,这3种离子在PM2.5中的含量都会减少,而Cl-、Na＋、K＋、Ca2＋和Mg2＋的含量会增多.另外,冬季是多环芳烃浓度较高的季节,其中萘、苊烯、苊和苯并荧蒽是冬季PM2.5中多环芳烃的主要成分.本研究还通过比值法和特征化合物法对深圳市郊区大气中的PM2.5进行了源解析,确定了PM2.5的可能来源.     

水泥窑PM2.5排放特性及其PAHs风险分析

采用荷电低压颗粒物撞击器(ELPI)、便携式PM2.5采样器和稀释系统,对国内3家新型干法水泥生产厂(5条生产线)的水泥窑(包括窑头和窑尾)进行现场采样,分析水泥窑排放PM2.5的质量浓度、粒数浓度及其中的多环芳烃(PAHs)浓度,对呼吸致癌风险进行评价.结果表明:从粒数浓度分析,PM2.5中70%以上为PM0.33,这部分颗粒物主要是由气化凝结形成的.各采样点排放的PAHs主要以二环和三环的低环PAHs为主.第3个水泥厂窑头排放的PAHs含量最高,而且苯并[a]芘(BaP)超过国家所规定的8ng/m3标准限值,同时其呼吸致癌风险水平为4.46×10-4,高于可接受致癌风险水平的上限,需要有效处理.     

兰州市PM2.5中多环芳烃的污染特征和来源解析

为了明确兰州市PM_2.5中16种多环芳烃（PAHs）的污染特征和来源,采集了兰州市4个季节的PM_2.5样品,运用气相色谱-质谱联用仪（GC-MS）对PAHs的浓度进行了分析,利用正定矩因子分解法（PMF）、聚类分析和潜在源因子分析法（PSCF）对PAHs的来源进行解析.结果表明,兰州市PM_2.5中ρ（PAHs）均值为：冬季［（118±16.2） ng·m^-3］>秋季［（50.8±21.6） ng·m^-3］>春季［（22.2±8.87） ng·m^-3］>夏季［（4.65±1.32） ng·m^-3］.相关性分析表明,兰州市PM_2.5和TPAHs均与温度呈现极显著的负相关性,与气压呈现极显著的正相关性,与风向、风速和相对湿度的相关性较差.各环PAHs在4个季节的占比相似,其中4环和5环的PAHs占比为最大,其次为6环和2~3环.兰州市PM_2.5中PAHs的主要来源在春夏季为工业排放和生物质及天然气燃烧,秋季工业排放占主导地位,冬季主要为燃煤排放,交通排放在4个季节的贡献比较稳定.聚类分析和PSCF计算结果表明,来自蒙古国、新疆东北部和青海等地的气流对兰州市环境空气质量有重要的影响.     

生物柴油对柴油机排放细颗粒物及其中多环芳烃的影响

在柴油发动机台架上,考察普通柴油和2种原料不同的生物柴油(B100-1,大豆油为原料;B100-2,废油为原料)在2个固定转速不同负荷的4个工况点的细颗粒物PM2.5及其中多环芳烃(PAHs)的排放特性.用石英滤膜采集了尾气中的细颗粒物,并用GC/MS分析了颗粒物中的PAHs.生物柴油在高负荷时降低了柴油机PM2.5的排放速率,最大降幅达到了37.3%,在低负荷情况下增加了PM2.5排放速率.在所测试的工况下,生物柴油的颗粒相PAHs的排放速率较普通柴油均有不同程度的降低,最大降幅达到77.6%.生物柴油不但降低了PAHs的排放速率,还降低了PAHs在PM2.5中的质量百分比.B100-2的PM2.5和PAHs的平均排放速率比B100-1分别增加14.7%和17.8%.3种燃料排放PM2.5中的PAHs的主要化合物相似,均以小分子量为主,其中以菲的含量最高,2~3环PAHs超过总排放50%.生物柴油排放的PAHs毒性当量与柴油相比有较大程度地下降.     

基于GIS及APCS-MLR模型的兰州市主城区土壤PAHs来源解析

为了解兰州市主城区表层土壤多环芳烃(PAHs)的污染现状,采集兰州市主城区表层土样62份,利用GC-MS(气相色谱-质谱联用仪)分析土样中16种优控PAHs的含量,采用描述性统计方法表征PAHs污染特征,运用APCS-MLR(绝对主成分分析-多元线性回归)模型判断土壤PAHs的来源,并验证模型结果的准确性,最后结合地统...     

成都市冬季PM2.5中多环芳烃的源解析与毒性源解析

对成都市2010~2011年住宅区冬季PM2.5中16种多环芳烃(PAHs)进行了来源解析、毒性评估以及毒性源解析研究.结果表明,16种PAHs普遍检出,成都市冬季PM2.5中的ΣPAHs浓度范围为22.79~215.82ng/m3,平均浓度为71.38ng/m3.PAHs组分分析结果显示,低环(2~3环)PAHs含量较低,高环(4~6环)所占比例较大,其比例范围为75.95%~99.52%.利用EPA PMF5.0解析PAHs污染源类型,结果表明成都市冬季PM2.5中PAHs的主要来源是煤和木材燃烧源、柴油燃烧源和汽油燃烧源,其分担率分别是14.88%、31.34%和54.08%.等效因子(TEF)毒性评估表明,成都市冬季的TEQ均值为16.82ng/m3.此外,运用PMF-TEF耦合模型对PAHs进行了毒性源解析,结果表明煤和木材燃烧、柴油燃烧和汽油燃烧的毒性分担率分别是12.39%、24.78%、62.83%.     

南京市可吸入颗粒物（PM10）来源解析研究

基于《南京市环境空气中可吸入颗粒物（PM10）源解析及控制对策研究》课题研究成果,课题于2004年-2005年间共采集了197个源和受体样品,每个样品分析测试了三类化学元素,采用化学质量平衡（CMB）模型解析南京市环境空气中可吸入颗粒物的来源,其中48%来源于扬尘、土壤尘等开放源类。研究认为扬尘等开放源类是南京市可吸入颗粒物污染的首要因素。     

基于PMF和PCA-APCS-MLR模型的煤矿区地下水多环芳烃分布特征及来源解析

为明确典型矿业活动区浅层地下水多环芳烃(PAHs)污染特征及来源,通过水样采集与测试分析,综合采用多元统计分析方法、正矩阵因子分解(PMF)和绝对主成分得分-多元线性回归(APCS-MLR)模型,研究了某煤矿区地下水中PAHs的分布特征与影响因素、污染来源及贡献率。结果表明：研究区地下水中PAHs的总浓度为12.65～127.08 ng/L,平均值为70.99 ng/L。PAHs总体分布呈现中南部高四周低的特征,主要受矿业生产活动、地下水流向和径流强度影响。利用PMF和APCS-MLR两种模型均识别出4个污染源,每个潜在污染源的主要负荷种类相似。PMF中观测值与模型预测值之间的R²为0.60～0.99,PCA-APCS-MLR中R²为0.51～0.91。研究区地下水中PAHs主要来源为煤炭燃烧源、石油源/生物质燃烧源、炼焦排放源、交通排放源,前两者总贡献率超过60%。研究结果可为研究区地下水资源绿色开发与保护提供一定依据。     

河北省某大型焦化厂地下水中多环芳烃的污染特点、源解析及生态风险评价

为研究焦化厂地下水中美国EPA优先控制的16种多环芳烃(PAHs)的分布特点和污染来源,本研究联合使用统计技术、正定矩阵因子分析(PMF)模型和风险商值法,深入分析了焦化厂地下水中PAHs的分布规律,定量解析了PAHs的污染来源,并且对其生态风险进行了科学评价.结果表明,焦化厂地下水中16种PAHs的总检出率较高,达到46.7%.地下水中∑₁₆PAHs的浓度范围是n.d.～444.9μg·L^-1,均值为1.88μg·L^-1.不同生产车间地下水中PAHs的浓度存在明显差异,其中污染最重的车间位于焦油精制区,地下水中∑₁₆PAHs的浓度为444.92μg·L^-1.应用PMF源解析模型,识别出该焦化厂地下水中PAHs有二类污染源：一是石油的燃烧源,二是煤和生物质燃烧以及石油类的泄漏,二种污染源对焦化厂地下水中PAHs的贡献率分别为38.6%和61.4%.焦化厂地下水中∑₁₆PAHs处在高生态风险等级,且有53.4%的地下水采样点单体PAHs的生态风险处在高风险等...     

津冀辽地区典型湖库沉积物PAHs污染特征及来源解析

采集津冀辽地区典型3湖库(于桥水库、衡水湖和大伙房水库)表层沉积物样品共29个,利用GC-MS检测了16种多环芳烃含量.结果 表明,沉积物中∑ PAHs (ng·g-1)分别是337.3 ～1604.1(均值820.0)、461.1 ～1497.5(均值932.3)和102.3 ～2240.5(均值564.9).与国内...