2019年元旦前后石家庄市重污染过程PM2.5污染特征及来源解析

2018年12月30日至2019年1月15日石家庄市发生了连续的灰霾天气,出现12个重污染天,首要污染物均为PM_2.5.本文从污染演变、时空分布、组分分析、污染来源和气象因素等多方面展开分析探讨污染成因.结果表明,PM_2.5主要成分为二次无机离子(65. 4%),主要来源为燃煤(24. 4%)和工业工艺源(23. 7%).随污染加剧SO₄^2-占比和二次无机源贡献均大幅增加.先后受来自偏南-东南和偏西-西南方向低空气团及特殊地形、静稳高湿、近地逆温等不利气象条件影响,燃煤、工业和机动车尾气等一次源产生的污染物在太行山前快速积累,气态污染物二次转化和颗粒物吸湿增长推高PM_2.5,硫酸盐暴发式增长加剧污染发生.建议重污染应急响应期间在确保各项减排措施落实到位情况下,加强二次无机组分前体物SO₂、NO_x及NH₃排放源的管控,并重点关注SO₂排放源(散煤等),同时加强市区东北方向新乐、无极、深泽、晋州...     

德州、北京重污染过程PM2.5中PAHs污染特征及来源分析

为探讨华北地区秋冬季重污染过程PM_2.5（细颗粒物）中PAHs（多环芳烃）的污染水平、分布特征及来源,分别采集2018年11月17日—2019年1月19日德州市和北京市PM_2.5样品,利用气相色谱-质谱法测量两个站点6次重污染过程中26种PAHs浓度水平,分析PAHs污染特征、分子组成分布及其来源,并利用毒性当量因子估算了PAHs毒性.结果表明:①6次重污染过程中,德州站点∑₂₆PAHs浓度为62~191 ng/m3,北京站点为61~129 ng/m3.②单位质量PM_2.5中PAHs的浓度北京站点更高.③两个站点PAHs分子组成分布较为一致,萘、蒽、芴等低分子量的PAHs浓度较低,高分子量PAHs浓度较高,浓度最高的分别为苯并[b]荧蒽、苯并[a]芘、苯并[a]蒽和甲基荧蒽等.④特征比值结果显示,PAHs来源包括柴油车尾气、燃煤和生物质燃烧,德州站点受生物质燃烧影响更为显著.⑤毒性当量计算结果表明,德州站点毒性当量浓度（TEQ）高于北京站点,6次重污染过程中两个站点PAHs的TEQ平均值在6.5~17.2 ng/m3之间,低于国内其他一些地区,但苯并[a]芘的浓度在5.2~13.1 ng/m3之间,超过了GB 3095—2012《环境空气质量标准》日均值的标准限值（2.5 ng/m3）,对人体健康存在潜在危害.研究显示:秋冬季重污染过程中,北京站点单位质量PM_2.5中PAHs的浓度较高,两个点位PAHs分子组成分布特征及来源较为相似,且均对人体健康存在潜在危害;应进一步加强对PAHs浓度水平的控制,这不仅有利于持续改善PM_2.5污染,也有助于减轻人体潜在的健康风险.      

乌鲁木齐市重污染期间PM2.5污染特征与来源解析

目前有关我国城市大气重污染期间PM_2.5污染特征及其来源的研究较少,为深入了解典型城市大气重污染期间PM_2.5的污染特征与来源构成,于2013年1月19—30日在乌鲁木齐市采集PM_2.5样品,并依据相关划分标准,确定1月19—28日为重污染天气. 分析了重污染天气下ρ(PM_2.5)及主要化学组成(包括水溶性离子、无机元素和碳组分),运用统计学方法研究了重污染期间PM_2.5的污染特征,并且采用富集因子法和CMB受体模型解析了PM_2.5的来源构成.结果表明:大气重污染期间ρ(PM_2.5)严重超标,其中米东区环境保护局采样点的ρ(PM_2.5)最高,其次是铁路局、市监测站;PM_2.5化学组分以SO₄2-、TC、Si和NO₃-为主,其中二次离子占ρ(PM_2.5)的43.1%;城市扬尘、煤烟尘和二次粒子是环境空气中PM_2.5的主要污染源类,三者在乌鲁木齐市以及米东区的分担率分别为24.7%、15.6%、38.0%和20.8%、28.0%、36.2%,其中二次硫酸盐的分担率在两地更分别达到28.6%和27.0%.      

北京冬季PM2.5中有机气溶胶的化学特征和来源解析

为探讨北京冬季大气细颗粒物（PM_2.5）中有机气溶胶的浓度水平、分布特征和来源变化,对2016年11月10日~12月10日采集的北京大气PM_2.5样品进行气相色谱-质谱测定,定量了129种颗粒有机物（POM）,约占有机物总量的（9.3±1.2）%.其中含量最高的是糖类,仅左旋葡聚糖即可占到定量有机物的18%,其次是正构烷酸、正构烷烃、二元羧酸和多环芳烃.根据POM示踪物的变化特征,分析了供暖和生物质燃烧传输对北京冬季有机气溶胶的影响.相比于非供暖期间,供暖期间化石燃料示踪物藿烷的质量浓度及在有机物中的占比都明显升高,各组分间的分布也更加趋向于燃煤排放的特征.正构烷烃主峰碳数和奇偶分布的变化,反映了化石燃料贡献增强的影响.生物质燃烧示踪物左旋葡聚糖的浓度权重轨迹（CWT）模型结果表明,北京周围区域的秸秆燃烧污染会通过传输影响北京的有机气溶胶组成.利用分子示踪-化学质量平衡（MM-CMB）模型对2016年北京冬季有机碳（OC）进行了来源解析,并与2006年的结果进行比较,以定量10年间各污染来源贡献发生的变化.2016年与2006年相比,机动车对有机气溶胶贡献明显增加,燃煤和木材燃烧的贡献则大幅度降低,餐饮排放的贡献也不容忽视.因此,控制机动车和餐饮源的排放对改善北京冬季PM_2.5污染问题至关重要.     

郑州市金水区冬季大气PM2.5污染特征及来源解析

为探究郑州市金水区冬季PM_2.5污染特征及来源贡献,采用离线采样法对金水区大气中银行学校和郑纺机两站点的PM_2.5进行了采集,通过颗粒物分析仪解析PM_2.5的组分构成,并重点采用正交矩阵因子(PMF)模型和多尺度空气质量(CMAQ)模型分析评估了PM_2.5的来源及输送贡献。结果表明,银行学校和郑纺机站点中水溶性离子(WSIIs)浓度分别占PM_2.5浓度的46.4%和44.8%,金属元素组分浓度分别占17.2%和14.3%。富集因子(EF)及比值分析显示,两站点需重点关注燃煤源和机动车源的影响。PMF源解析显示,金水区两站点中对PM_2.5的浓度贡献污染源主要是机动车源、扬尘源及燃煤源。CMAQ模型模拟结果显示,金水区两站点中PM_2.5的主要来自金水区自身的排放,贡献占比高达43%以上,其次为金水区的北部、西部和南部区域。研究显示,在加强本地PM_2.5污染管控的同时,需要考虑北部、西部及南部区域以及郑州市周边地区的区...     

“2+26”城市大气重污染下PM2.5来源解析

基于区域大气环境模拟系统RegAEMS开发了大气污染物来源解析模块APSA，以京津冀及周边"2+26"城市为研究对象，模拟2017年12月26日~2018年1月2日该地区一次PM_2.5重污染过程，对PM_2.5进行区域和行业来源解析.结果表明：本次污染持续时间长、影响范围广、污染程度重，"2+26"城市PM_2.5小时最大值为201~507μg/m³，RegAEMS可较好模拟出PM_2.5时空分布；区域来源解析表现为外围区域对"2+26"边界城市影响较大，贡献为15.3%~57.5%，"2+26"中部城市受外围区域影响较小，贡献为0.3%~8.4%，区域传输特征明显，受近地面风场影响较大；行业来源表现为区域内生活源、工业源贡献较大，分别为26.6%~45.8%、16.4%~37.8%，交通源占比13.0%~35.9%.本文研究表明RegAEMS可以实现重污染过程PM_2.5的数值模拟和来源解析，在大气污染精准管控方面具有较好应用前景.     

2016~2020年上海市PM2.5化学组成特征和来源解析

2016~2020年在上海市区和郊区的6个点位开展了颗粒物系统性观测研究,分析了PM_2.5的质量浓度以及水溶性离子、有机碳/元素碳、无机元素等化学组分,并利用正矩阵因子分解模型对PM_2.5的来源进行了解析。结果表明,上海PM_2.5浓度水平呈现下降趋势,年均质量浓度依次为46,43,37,40,39μg/m³,表现为冬高夏低,西高东低的时空分布特征。有机物在PM_2.5中占比最高(30%~32%),不同年份和季节间的差异较小。二次无机离子(硫酸盐、硝酸盐和铵盐)的区域性特征明显,其中硝酸盐的占比在5a间升高最多,且在冬季污染过程中起到了关键作用。解析得到PM_2.5的来源有9类,分别为二次硝酸盐(30.6%)、二次硫酸盐(20.7%)、机动车(12.6%)、工业(8.0%)、生物质燃烧(7.7%)、扬尘(6.5%)、燃煤(5.8%)、海盐(4.8%)和船舶(3.2%)。机动车和船舶等移动源、秸秆焚烧和烟花爆竹燃放等生物质燃烧源的贡献浓度在研究期间呈现下降趋势,体现了相关治理措施的管控效果。     

渭南市冬季PM2.5化学组成及来源解析

基于2020年12月16日至2021年1月14日采集的渭南PM_2.5样品,分析了PM_2.5中碳质组分和无机离子的污染特征,并利用正矩阵因子分解法(PMF)、潜在源贡献因子(PSCF)和浓度权重轨迹(CWT)等方法对其来源与源地进行了解析.结果表明,渭南冬季夜间和白天ρ(PM_2.5)、ρ(OC)、ρ(EC)、ρ(TWSIIs)的平均值分别为：119.08、 17.02、 6.20、 34.20μg·m^-3和130.66、 18.09、 6.22、 50.65μg·m^-3.采样期间水溶性离子浓度表现为：F^->NO^-₃>Ca²⁺>SO₄^2->Na⁺>Cl^->NH⁺₄>K⁺>Mg²⁺     

邯郸市区PM2.5污染特征及来源解析

对邯郸市区内邯郸钢铁集团（邯钢）、邯郸市环境监测中心（环保局）、河北工程大学（矿院）3个点位4个季节代表月大气PM_2.5样品进行采集,并对其离子、元素、碳质组分进行测试分析;利用基于排放清单、受体模型与空气质量模型相结合的综合来源解析方法,对邯郸市区大气PM_2.5贡献来源进行分析.结果表明：邯郸市区PM_2.5年均浓度为85.5μg/m³,秋冬季浓度明显高于春夏季,邯钢点位浓度略高于矿院和环保局;PM_2.5中占比较高的组分为NO₃^-、SO₄^2-、POA、SOA和NH₄⁺,分别占15.7%、14.5%、13.2%、12.2%和12.4%,具有明显的二次污染和有机污染特征,冬季二次组分和有机组分占比略高于其他季节,环保局点位一次有机气溶胶（POA）和二次有机气溶胶（SOA）占比略高于矿院和邯钢;冶金和扬尘是PM_2.5最主要的贡献来源,贡献率分别为27.0%和18.7%,冶金源在春夏季的贡献比例高于秋冬季,在邯钢点位的贡献率明显高于环保局和矿院.     

基于在线观测的天津市PM2.5污染特征及来源解析

为了解天津市PM_2.5的污染特征及来源,基于2017～2019年高时间分辨率的在线监测数据,对PM_2.5浓度、化学组分和来源进行了分析.结果表明, 2017～2019年,天津PM_2.5平均浓度为61μg·m^-3,PM_2.5中主要化学组分为NO^-₃、 OC、 NH⁺₄、 SO₄ ^2-、 EC和Cl^-,在PM_2.5中占比分别为17.7%、 12.6%、 11.5%、 10.7%、 3.4%和3.1%.从年分布上看,PM_2.5及主要化学组分浓度均呈现下降趋势,NO^-₃和NH⁺₄在PM_2.5中占比上升,SO₄ ^2-、 OC和EC在PM     

2015世界互联网大会期间嘉兴市大气细颗粒物污染特征及来源研究——以单颗粒气溶胶质谱技术为例

基于单颗粒气溶胶质谱技术,于2015年12月12—23日互联网大会期间开展了嘉兴市细颗粒物污染特征和来源研究.结果显示,观测期间共捕捉到5次不同的污染过程,分别为:管控期的区域输送(P1)-清洁天(P2)-本地排放(P3)过程,以及管控后的污染反弹(P4)-重污染程(P5)过程.污染期间(P1、P5),硝酸盐含量及比例均有显著增加,并且增加的主要是老化的硝酸盐颗粒,表明硝酸盐的二次转化对长三角地区高浓度细颗粒物形成具有重要影响.受管控措施和南下的强冷空气影响,会议期间,除有机碳和生物质燃烧组分外,PM_(2.5)质量浓度及其它各组分浓度均有不同程度的下降.管控措施解除后(P5),受区域输送和本地污染物积累共同作用,颗粒物浓度开始反弹并持续升高,硝酸盐和EC组分均有明显增加,并且呈现出早、晚高峰值.源解析结果显示,P5期间颗粒物浓度反弹与机动车尾气排放密切相关.研究表明,实施管控措施对降低机动车尾气排放和PM_(2.5)质量浓度、改善环境空气质量等效果显著.     

重庆市主城区大气细颗粒物污染特征与来源解析

重庆市主城区大气细颗粒物(PM_(2.5))浓度从1990s的100μg·m~(-3)下降至当前的约70μg·m~(-3),但仍高于环境标准限值.为探讨重庆市主城区PM_(2.5)化学组成与来源特征,于2012—2013年在渝北区大气超级站利用四通道采样仪连续采集了颗粒物样品,分析了其中水溶性离子、碳质组分和无机元素含量.采样期间,重庆市主城区大气PM_(10)和PM_(2.5)的年日均浓度分别为103.9和75.3μg·m~(-3),扩散条件不利的冬季,细颗粒物污染较为严重.受静稳天气影响的1月和2月,受沙尘影响的3月,及二次转化显著的6月是重庆市细颗粒物污染较重的月份.重庆市PM_(2.5)组成以有机物(OM,30.8%)为主,其次为硫酸盐(SO_4~(2-),23.0%)、硝酸盐(NO_3~-,11.7%)、铵盐(NH_4~+,10.9%)、地壳物质(Soil,8.2%)、元素碳(EC,5.2%)、K~+(1.1%)、Cl~-(1.0%)和微量元素(Trace,0.6%).较高的SO_4~(2-)浓度和逐步上升的[NO_3~-]/[SO_4~(2-)]比值反映了重庆市燃煤污染较重,同时机动车污染比例逐步增加.采用主因子分析/绝对主因子得分法解析了重庆城区细颗粒物5类主要来源是:二次粒子(41.7%)、燃煤(15.6%)、建筑/道路尘(12.4%)、土壤尘(11.0%)和工业尘(10.4%),通过各污染源季节变化及与其他结果对比,该源解析结果能够较可靠反映重庆市细颗粒物的来源信息.     

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%.     

区域大气细粒子污染特征及快速来源解析

在广东大气超级站使用单颗粒气溶胶飞行时间质谱仪(SPAMS)等仪器开展综合观测,2013年12月共监测到两个污染过程,主要的化学成分为元素碳(EC),占总颗粒数的56.8%,其次为有机碳(OC)和重金属(HM),分别占总颗粒数的12.7%和10.1%.两个污染过程中,不同颗粒类别的变化趋势有差异,说明两个污染过程的污染特征有所不同.污染来源分析发现,监测期间主要受到机动车尾气源和燃煤源的影响,二者分别占24.8%和22%;其次为工业工艺源和生物质燃烧,分别占16.4%和10.3%.第一个污染过程中,工业工艺源是首要污染源,而随着颗粒物浓度的增高,燃煤和二次无机气溶胶的比例明显增加,说明此污染过程中受一次污染源(燃煤源和工业工艺源)和二次光化学反应的复合影响.而第二个污染过程中,机动车尾气为首要污染源,其次是燃煤和工业工艺源,整个过程中各源的比例较为稳定,说明该次污染过程主要由不利气象条件导致的污染物累积形成.     

广东省臭氧污染特征及其来源解析研究

使用广东省近年大范围长期连续臭氧观测数据分析了珠三角与广东省的臭氧污染特征,并使用NAQPMS模型研究了广东省与典型城市不同季节的臭氧来源情况.结果表明:2014—2016年广东省的臭氧污染局部在改善.珠三角的臭氧浓度水平总体高于粤东西北地区,广东省臭氧总体上呈现出珠三角中南部和粤东东部部分地区较高、粤西污染相对较轻的分布态势.广东省的臭氧夏秋季浓度较高,冬春季浓度较低.广东省臭氧主要来源于本地排放,夏季占比为57%,其余季节约占40%,臭氧的跨省输送特征明显.珠三角西南部春夏季臭氧本地贡献约为50%,但秋冬季仅占19%~28%.若要减轻广东的臭氧污染,建议实施臭氧消峰行动,即在夏秋季节严控珠三角地区的臭氧前体物排放,特别是珠三角中部广州、佛山与东莞等城市的排放要重点控制.同时,强化粤东西北地区与周边省份的协同减排.     

青岛市冬季正构烷烃污染特征及来源解析

为研究青岛市冬季大气PM_2.5中正构烷烃的浓度水平、分子组成以及来源,于2020年1月10—23日在青岛市崂山区采集城市地区大气PM_2.5样品,通过气相色谱-质谱(GC-MS)进行定量分析得到26种正构烷烃,并对正构烷烃的污染特征及来源进行详细分析。结果表明：正构烷烃浓度为59.2~429.2 ng/m³,平均浓度为（230.9±111.7） ng/m³,其中正二十四烷烃是浓度最高的单体物种,浓度为49.63 ng/m³。依据GB 3095—2012《环境空气质量标准》PM_2.5二级浓度限值,采样期间分别有8天污染天和6天清洁天,污染天和清洁天正构烷烃的浓度分别为（283.7±93.6）和（160.5±82.1） ng/m³。污染天和清洁天正构烷烃碳数分布相似,主峰碳为C₂₂,次峰碳为C₂₄。污染天和清洁天正构烷烃的碳优势指数（CPI、CPI1和CPI2）分别为0.91、0.81、1.19和0.98、0.84、1.38,植物蜡贡献率分别为6.67%和19.31%,表明人为排放源是青岛市冬季正构烷烃的主要来源。主成分分析结果表明,青岛市冬季正构烷烃主要来自人为排放源（煤炭燃烧、车辆尾气排放）,植物排放源的贡献较小。潜在源分析结果表明,正构烷烃主要来自西北方向的长距离传输,低碳数正构烷烃和高碳数正构烷烃的潜在源分布基本一致。

     

Size distribution of chemical elements and their source apportionment in ambient coarse, fine, and ultrafine particles in Shanghai urban summer atmosphere

Ambient coarse particles (diameter 1.8-10 μm), fine particles (diameter 0.1-1.8 μm), and ultrafine particles (diameter < 0.1 μm) in the atmosphere of the city of Shanghai were sampled during the summer of 2008 (from Aug 27 to Sep 08). Microscopic characterization of the particles was investigated by scanning electron microscopy coupled with energy dispersive X-ray spectroscopy (SEM/EDX). Mass concentrations of Si, P, S, Cl, K, Ca, Ti, V, Cr, Mn, Fe, Ni, Cu, Zn, As, Se, Br, Rb, Sr, and Pb in the size-resolved particles were quantified by using synchrotron radiation X-ray fluorescence (SRXRF). Source apportionment of the chemical elements was analyzed by means of an enrichment factor method. Our results showed that the average mass concentrations of coarse particles, fine particles and ultrafine particles in the summer air were 9.38 ± 2.18, 8.82 ± 3.52, and 2.02 ± 0.41 μg/m³, respectively. The mass percentage of the fine particles accounted for 51.47% in the total mass of PM10, indicating that fine particles are the major component in the Shanghai ambient particles. SEM/EDX results showed that the coarse particles were dominated by minerals, fine particles by soot aggregates and fly ashes, and ultrafine particles by soot particles and unidentified particles. SRXRF results demonstrated that crustal elements were mainly distributed in the coarse particles, while heavy metals were in higher proportions in the fine particles. Source apportionment revealed that Si, K, Ca, Fe, Mn, Rb, and Sr were from crustal sources, and S, Cl, Cu, Zn, As, Se, Br, and Pb from anthropogenic sources. Levels of P, V, Cr, and Ni in particles might be contributed from multi-sources, and need further investigation.     

北京冬季一次重污染过程的污染特征及成因分析

为了研究北京冬季重污染过程的污染特征及形成原因,选取2013年1月9~15日一次典型重污染过程,对污染期间气象要素、大气颗粒物组分特征和天气背景场进行综合研究.结果表明,此次大气重污染过程中PM₁₀和PM_2.5平均质量浓度分别为347.7μg/m³和222.4μg/m³,均超过环境空气质量标准(GB3095-2012)中规定的日均二级浓度限值.重污染时段PM_2.5中NH₄⁺、NO₃^-和SO₄^2-质量浓度之和占PM_2.5质量浓度的44.0%,OC/EC的平均比值为5.44,说明二次无机离子和有机物对此次污染过程中PM_2.5贡献较大.稳定的大气环流背景场、高湿度低风速的地面气象条件和低而厚的逆温层导致北京地区大气层结稳定,加上北京三面环山的特殊地形结构,是造成此次大气重污染过程的主要原因.     

大气细颗粒物的污染特征及对人体健康的影响

采集兰州市2005年1月1日至2007年12月31日的大气颗粒物(TSP、PM10、PM2.5、PM1.0),分析不同粒径颗粒物的污染特征及其与气象因素的相关关系,并采用时间序列半参数广义相加模型(GAM)分析了可吸入颗粒物与呼吸系统疾病和心脑血管疾病日入院人次的暴露-反应关系.结果显示,TSP和PM10的质量浓度在春季较高,PM2.5和PM1.0在冬季较高;气象因子与大气颗粒物有显著的相关关系;对于呼吸系统疾病来说,PM10、PM2.5和PM1.0每升高10μg·m-3或10粒子数·m-3,入院危险分别增加0.052%、0.604%和0.652%;对于心脑血管疾病来说,PM10、PM2.5和PM1.0每升高10μg·m-3或10粒子数·m-3入院危险分别增加0.046%、0.697%和0.935%.由此可见,兰州市不同粒径大气颗粒物均有不同程度的污染,PM10、PM2.5和PM1.0对呼吸系统疾病和心脑血管疾病入院人次均有一定影响,且PM10对呼吸系统疾病的影响较心脑血管疾病明显,而PM2.5和PM1.0则正好相反.