西安市人为源一次PM2.5排放清单及减排潜力研究

颗粒物是影响西安市环境空气质量的主要因子.结合《西安统计年鉴2015》《2014年环境统计数据》和现场调查等确定了西安市各类PM_2.5排放源的活动水平数据,采用物料衡算法和排放因子法测算了西安市2014年大气中PM_2.5的年排放总量,并从行业和区域角度详细分析了PM_2.5的排放贡献率.在此基础上,以2014年为基准年,依据西安市地方政策和各行业最新排放标准,对PM_2.5的减排潜力进行了预测.结果表明:2014年西安市人为源一次PM_2.5排放总量为33 660.1 t,其中,固定燃烧源、工艺过程源、移动源、生物质燃烧源、扬尘源和餐饮源的贡献率分别为27.6%、23.5%、6.8%、10.7%、31.1%和0.3%.道路扬尘、窑炉和发电为西安市PM_2.5的重点排放行业,其PM_2.5排放量分别占排放总量的21.4%、20.3%和11.0%.各区县中,鄠邑区、灞桥区和未央区的PM_2.5排放量较高,其贡献率分别为15.7%、13.7%和12.7%;新城区PM_2.5排放量最小,为297.8 t/a.2014年西安市PM_2.5平均排放强度为2.07 t/km2,其中,碑林区排放强度（16.80 t/km2）最大,高陵区（0.48 t/km2）最小.按照《西安市2017年"铁腕治霾保卫蓝天"工作实施方案》等新政策的规定,预测在新的排放标准下西安市PM_2.5排放量将比2014年削减63.7%.研究显示,固定燃烧源、工艺过程源和生物质燃烧源有较大的减排潜力.      

烟台市典型工业排放PM2.5源成分谱特征研究

鉴于烟台市本地化源成分谱研究缺乏的现状,以及颗粒物精细化来源解析及环境管理的需求,采用NK-ZXF颗粒物再悬浮采样器,对6家烟台市典型工业下载灰源样品进行再悬浮采样,构建6类〔燃煤电厂、供热锅炉、生物质锅炉、钢铁（烧结）行业、玻璃行业和垃圾处理行业〕PM_2.5源成分谱,并对PM_2.5源成分谱特征及其排放颗粒物携带重金属特征进行评估.结果表明:①燃煤电厂PM_2.5源成分谱的标识组分包括Si、Cl-和SO₄2-,其质量分数分别为15.2%、9.3%和7.8%;与燃煤电厂相比,供热锅炉排放的PM_2.5中w（OC）偏高、w（SO₄2-）偏低;生物质锅炉排放的主要组分有K、Cl-和OC等,其质量分数分别为7.4%、13.3%和8.6%;钢铁（烧结）行业PM_2.5源成分谱中w（Ca）、w（Fe）和w（Cl-）较高;SO₄2-和Ca为玻璃行业PM_2.5源成分谱的主要组分,其质量分数分别为20.6%、8.2%;垃圾处理行业重金属质量分数最高,其主要组分为Cl-和SO₄2-.②CD（coefficient of divergence,分歧系数）计算结果表明,各源成分谱有一定相异性（CD范围为0.53~0.70）,其中生物质锅炉与垃圾处理行业PM_2.5源成分谱差异（CD为0.70）最大.③各典型工业排放PM_2.5所携带重金属特征显示,垃圾处理行业排放PM_2.5中的重金属质量分数（2.3%）最高,燃煤电厂、供热锅炉、生物质锅炉和玻璃行业排放的重金属中Cr、Ni和Cu相对质量分数较高,钢铁行业和垃圾处理行业排放的重金属中Pb相对质量分数较高.研究显示,所构建的烟台市各典型工业排放PM_2.5源成分谱特征鲜明,能够反映各行业PM_2.5排放特征.      

工业城市人为源VOCs排放特征及典型行业控制对策:以聊城市为例

近年来以PM_2.5和臭氧(O₃)为特征污染物的大气复合污染问题频发,VOCs是工业城市O₃和PM_2.5产生的重要前体物之一,明确VOCs排放来源及特征有利于精准减排以及PM_2.5和O₃协同控制措施的制定. 聊城市是山东省典型工业城市,PM_2.5和O₃分别是秋冬季、夏季的首要污染物. 本研究以聊城市为例,运用排放因子法构建2020年聊城市人为源VOCs排放清单,分析VOCs排放来源及特征并提出控制对策. 结果表明:①2020年聊城市VOCs排放总量为28 434.5 t,溶剂使用源(10 551.5 t)、工艺过程源(6 504.9 t)和移动源(6 311.1 t)为主要排放来源,总占比为82%,与其他工业城市情况相似. ②从空间分布来看,VOCs排放明显集中于城区,与工业企业及人口分布等具有密切联系. 茌平区及东昌府区VOCs排放量较大,分别为6 800.1、6 333.4 t. ③从三级排放源看,机动车(5 748.4 t)、木材生产及胶粘剂使用(4 586.7 t)、橡胶和塑料制品业(2 849.2 t)等VOCs排放量较大,且排放的特征组分对大气中O₃及二次有机气溶胶的生成影响较显著. ④通过对典型行业原辅材料和末端设施使用情况进行分析,发现建筑涂料使用、工业涂装和印刷印染行业溶剂型涂料使用量占比分别为49%、91%和56%,同时工业涂装、印刷印染以及石化与化工行业的高效末端设施使用数量占比总体不足20%,具有较大的减排潜力. 研究显示,聊城市工业VOCs排放源减排潜力较大,应尽快推进典型行业低挥发性溶剂和高效末端设施的替代升级.      

重庆市典型工业源颗粒物污染排放特征

利用稀释通道系统采集重庆市主城区典型燃煤锅炉和水泥窑炉烟道气中的颗粒物样品,并利用静电低压撞击器将其分为12级,分析了工业源颗粒物(0.02~10 μm)粒径谱特征。结果表明,水泥窑炉颗粒物数浓度排放表现出双峰型的对数分布特征,分别出现在积聚态（0.12 μm）以及接近粗颗粒态（1.23~1.96 μm）粒径范围处,燃煤锅炉颗粒物数浓度变化特征以及浓度水平都有较大的差异,主要呈积聚态单峰型变化趋势。大型燃煤电厂颗粒物排放的数浓度和质量浓度均为最高,其峰值分别为2.2×106 cm^-3和174.2 mg/m³。水泥窑炉PM_2.5中OC、Al、Ca含量较高,分别为17.96%、17.32%和9.90%;燃煤锅炉PM_2.5中Al、SO₄^2-和OC含量较高,分别为9.17%、8.92%和6.15%。相对于水溶性组分和碳组分,无机元素含量相对较高,其对水泥窑炉和燃煤锅炉PM_2.5质量浓度的贡献分别达到了44.28%和18.07%。     

我国典型燃煤源和工业过程源排放PM2.5成分谱特征

鉴于我国本地化源谱（源成分谱）数量不足的现状,采用稀释通道系统对燃煤源和工业过程源进行采样,建立了4类燃煤锅炉（链条炉、流化床、往复炉和煤粉炉）和6类工业过程源（炼铁、铝焙烧、铝煅烧、砖瓦炉、水泥窑头和窑尾）的PM_2.5成分谱,并对源谱特征进行研究.结果表明:① 不同源谱组分特征差异明显.水泥窑炉排放的PM_2.5中,w（Ca）、w（Si）、w（OC）、w（SO₄2-）较高,分别为8.51%~14.18%、5.69%~11.80%、3.47%~15.56%、8.67%~16.85%;燃煤锅炉中Al（4.50%~8.67%,质量分数,余同）、OC（6.44%~15.33%）、SO₄2-（9.85%~22.87%）组分贡献较大;炼铁和铝冶炼工艺源谱中主导化学组分分别为Fe（8.57%~9.88%）和Al（11.81%~16.58%）;砖瓦炉颗粒物源谱中主要组分为SO₄2-、NH₄+、Si等.② 不同污染源PM_2.5成分谱的分歧系数结果显示,流化床和煤粉炉、水泥窑头和窑尾源谱较为相似,其分歧系数分别为0.26和0.28,其余源谱间均存在一定差异.进一步计算组分差异权重（R/U）发现,往复炉源谱中组分Zn、Sn与其他3类锅炉有明显不同.流化床/煤粉炉源谱中的Si、Ni,窑头/窑尾源谱中的K、Mn、OC组分差异显著,可以作为区分相似源谱的标识组分.与其他研究建立的源谱相比,燃煤源谱中w（EC）和w（SO₄2-）偏高.钢铁源谱中w（EC）和w（NH₄+）较其他地区偏高,w（Pb）偏低;工业过程源谱中,w（Cl-）较SPECIATE相关源谱偏低,而w（Ⅴ）和w（Cr）偏高.鉴于颗粒物源谱受到不同燃料种类、燃烧方式和烟气控制设施等影响而存在差异,源谱的准确性和代表性还需进一步测试和验证.      

上海PM2.5工业源谱的建立

总结统计了我国目前的PM2.5源成分谱,指出我国本土源谱缺乏的现状.我国主要的污染源类如燃煤源、机动车源、道路尘、生物质燃烧源等,在源解析工作中均有借鉴外来源谱的情况.对上海典型工业污染源进行PM2.5源谱测定.研究发现,混合燃料电厂和燃煤电厂主要化学组分相似,但是Ca、Al、Fe在混合燃料电厂排放中贡献更大,Ca占(8.0±4.7)%,而燃煤电厂排放颗粒物中SO42-的贡献可达(23.3%±3.7%).烧结厂和电炉厂的源谱差距较大,烧结厂中SO42- (22.8%±10.0%)、Cl- (20.0%±4.5%)、K (17.2%±8.5%)、OC(13.0%±11.5%)、Ca(12.7%±4.2%)等物种贡献较大,而电炉厂中Fe(38.2% ±0.6%)、Zn(10.4% ±1.2%)等物种含量丰富.不同源类化学组分的显著差异与其工艺过程紧密相关.     

“双碳”背景下工业源VOCs排放特征与减排潜力研究

运用排放因子法估算2020年工业源VOCs排放量,综合相关文献调研结果、环境空气质量和“双碳”相关政策要求、技术发展规律以及专家评估,运用情景分析法确定排放源减排措施、排放因子减排率、能效提升率并量化2020—2060年强化情景和双碳情景的排放量和减排潜力,同时分析CO2和VOCs减排的协同效应.结果表明,2020年工业源VOCs排放量约为1357.5万t.含VOCs的产品使用环节排放量最大,占总量的55.7%.工业防护涂料涂装、印刷与包装印刷及石油和天然气加工为前3大排放量源,合计贡献率约为34.7%.江苏、山东、广东、浙江是全国前4大排放省份,共占全国总排放量的40.7%.4种控制情景下,2060年高速GDP-强化情景排放量最大,约为532万t;低速GDP-双碳情景最小,约469万t,相比于高速GDP-强化情景排放量减少63万t,表明双碳政策有利于VOCs减排;排放量减排率方面,2020—2040年高速GDP-双碳情景减排率小于低速GDP-强化情景,2040—2060年反之,表明双碳政策更有利于VOCs的中长期减排.环节方面,含VOCs产品的使用排放占比变化最大,2060年双碳情景...     

长三角地区重点源减排对PM2.5浓度的影响

应用中尺度天气-化学预报模式(WRF-Chem),基于重点源(八大重点行业与交通)一般与强化两组减排情景,针对2013年开展长三角地区重点源减排对PM_(2.5)浓度影响的模拟研究.长三角地区SO2、NOx、PM_(2.5)和NMVOC排放在一般减排情景下分别减少36.3%、26.3%、32.0%、14.6%,强化减排情景下分别减少51.4%、39.6%、37.6%、28.4%.模拟结果表明,两组减排情景下长三角地区国控点PM_(2.5)年均浓度分别下降1.4~26.7μg·m~(-3)和2.1~32.3μg·m~(-3),降幅分别为2.7%~23.1%和3.9%~27.5%,二次无机盐中硝酸盐对年均PM_(2.5)浓度的降低贡献最大.PM_(2.5)及二次无机盐浓度变化的季节特征均体现为冬季降幅最小,夏季降幅最大,并且随着减排力度的增强,夏季降幅的进一步降低程度最显著,导致削减效果的季节差异增大.重点源强化减排即可使得上海、江苏夏季PM_(2.5)浓度降低约20%.对大气氧化性的进一步分析表明,减排对四季大气氧化性均有不同程度的增强,加大减排力度后,大气氧化性进一步增强,有利于二次PM_(2.5)的生成,从而阻碍了PM_(2.5)浓度的降低.其中,冬季的阻碍作用最强,导致PM_(2.5)污染改善效果最差.夏季大气氧化性受减排影响较小,从而使得PM_(2.5)污染改善在四季中最有效.此外,春、秋季的阻碍作用也不容忽视.     

岳阳市餐饮业VOCs排放特征及减排潜力研究

基于湖南省岳阳市2019年大气污染源排放清单,对岳阳市餐饮源VOCs排放特征进行分析。根据排放源类别及VOCs净化技术现状,设计低目标和高目标2种减排场景,估算岳阳市餐饮业VOCs减排潜力。结果表明,岳阳市餐饮业VOCs排放主要来自居民餐饮,排放量占比为94.95%,其中农村家庭餐饮排放量占比为63.57%;在设计的2种减排情景下,企业餐饮源中的大、中型餐饮企业减排空间有限,减排贡献率为10.36%,小型餐饮企业减排潜力最大,减排贡献率可达82.71%;在居民餐饮中,农村家庭餐饮减排潜力最大,减排贡献率为66.95%。本研究结果可为餐饮业VOCs治理工作提供科学支撑。     

我国工业源PM_(2.5)源谱的建立方法及行业排放特征分析

介绍了目前我国工业源PM2.5源谱的建立方法及研究现状,通过对国内现有燃煤电厂锅炉、钢铁行业和水泥行业PM2.5源谱数据的汇总和分析,归纳了我国主要工业源PM2.5源谱的特征;从地域、生产工艺、工序、污染物控制措施对PM2.5源谱的影响研究,指出我国目前源谱建立存在的困难和问题,结合我国当前工业生产及环境需求,对我国工业行业建立PM2.5本土源谱提出了意见及建议。     

燃煤工业锅炉可吸入颗粒物的排放特征

利用基于荷电低压捕集器（ELPI）的颗粒物排放稀释采样系统,在8个燃煤工业锅炉的除尘器进、出口进行了烟气可吸入颗粒物（PM₁₀）和细微颗粒物（PM_2.5）的现场测试. 粒径分布结果表明,在所测粒径范围（0.03～10 μm）内,燃煤工业锅炉产生和排放PM₁₀的粒数浓度和质量浓度均出现1个峰值,峰值粒径大约在0.12～0.20 μm范围内. PM_2.5中碳组分和硫酸盐的含量较高,其中有机碳（OC）和元素碳（EC）含量分别为3.7%～21.4%和4.2%～24.6%,硫酸盐含量则在1.5%～55.2%之间. 在无控条件下,燃用原煤的层燃炉的PM₁₀和PM_2.5排放因子分别为0.13～0.65　kg·t^-1和0.08～0.49　kg·t^-1,燃用型煤的链条炉分别为0.24　kg·t^-1和0.22　kg·t^-1,而循环流化床的PM_2.5排放因子为1.14　kg·t^-1,明显高于链条炉. 由于耗煤量大,同时现有除尘设备的效率较低,燃煤工业锅炉可能成为我国最重要的PM₁₀排放源,是今后重点控制的对象.     

安阳市大气PM2.5中水溶性离子季节特征及来源解析

为探究安阳市大气PM_2.5中水溶性离子的污染特征及其来源,于2018～2019年的典型月份在安阳市采集PM_2.5样品,使用离子色谱测试了9种水溶性离子(Na⁺、NH₄⁺、K⁺、Mg²⁺、Ca²⁺、F^-、Cl^-、NO₃^-和SO₄^2-).开展了PM_2.5和水溶性离子浓度水平的分析、阴阳离子平衡和氮氧化率(NOR)、硫氧化率(SOR)的计算、离子相关性和主成分分析等.结果表明,安阳市PM_2.5和水溶性离子年均浓度分别为(85.81±45.43)μg·m^-3和(48.21±30.04)μg·m^-3,各离子浓度高低顺序为NO₃^->SO₄...     

水泥企业不同固定源PM2.5排放特性

为获得水泥企业固定源颗粒物排放特性,采用自设固定源PM_2.5稀释采集系统对陕西省关中地区某水泥企业固定源中的细颗粒物开展了现场实测工作.结果表明:窑头主要排放粒径较小的颗粒物,其粒径分布特征与燃烧气态产物冷凝、碰并、凝聚等机制相关;窑尾、煤磨、破碎、水泥磨主要排放粒径较大的颗粒物,其粒径分布特征与原料、燃料及熟料的破碎、粉磨等物理性质相关;考虑废气标干流量情况下,固定源PM_2.5控制重点依次为窑头、煤磨、窑尾、水泥磨、破碎;窑头在爱根核模态和积聚模态的颗粒物浓度整体水平明显高于窑尾、煤磨、破碎（最高值间约相差3倍左右至1个数量级）;窑头、窑尾、煤磨、破碎浓度分布的共同特征是PM₁₀粒径分布谱中大于0.1 μm的各层级颗粒物质量大多较高且各层级间质量变化较为剧烈.窑头在爱根核模态和积聚模态的颗粒物数浓度整体水平明显高于窑尾、煤磨、破碎（最高值间约相差1~2个数量级）;窑头、窑尾、煤磨、破碎数浓度分布的共同特征是PM₁₀粒径分布谱中粗粒子模态数量均很小.窑尾、窑头、煤磨、破碎、水泥磨排放因子分别为0.156 g/t（以熟料计）、3.914 g/t（以熟料计）、1.538 g/t（以煤计）、0.016 g/t（以石料计）、0.056 g/t（以水泥计）,PM_2.5排放总量分别为207.48、5 205.62、286.38、28.73、131.50 t,固定源PM_2.5排放总量为5 859.7 t.研究显示,水泥企业不同固定源颗粒物排放特性相差较大,即使同一类工艺同一性质固定源其颗粒物排放也存在不同,主要原因在于各企业的运行参数、固定源除尘设施、颗粒物检测方法及仪器等存在不同.      

我国燃煤电厂PM2.5减排潜力预测与分析

为研究燃煤电厂在燃煤发电机组结构优化调整和不同末端控制措施条件下PM_2.5的排放情况,以2012年为基准年,设计了分阶段、分地区不断优化的控制情景(基准、适中、加严和最严情景),并依据《大气细颗粒物一次源排放清单编制技术指南(试行)》建立的减排潜力模型对2017年、2020年和2030年我国燃煤电厂PM_2.5减排潜力及空间分布进行预测分析. 结果表明:通过燃煤发电机组结构优化调整,2017年、2020年和2030年我国燃煤电厂PM_2.5排放量与调整前相比可分别减少3.62×104、8.52×104和24.43×104 t,但相对于基准年而言,PM_2.5排放量并未减少;进一步结合末端控制措施优化进行控制,PM_2.5最大减排潜力(相对于基准年而言)可分别达到59.42×104±7.83×104、82.83×104±5.82×104和81.89×104±6.76×104 t,最高减排比例分别达到66.5%±8.8%、92.8%±6.5%和91.6%±7.6%. 我国各省(市/区)燃煤电厂PM_2.5减排潜力与其煤耗量和采取的控制措施有关,燃煤量越大,控制措施越严格,则减排潜力越大. 京津冀、长三角和珠三角地区燃煤电厂在实现超低排放,即最严情景下2017年PM_2.5减排潜力分别为5.93×104、12.04×104和4.70×104 t;2017年、2020年和2030年这3个区域PM_2.5总减排潜力分别为22.68×104、22.36×104和22.07×104 t. 内蒙古、江苏、山东、广东、河北和山西等地在实施超低排放后,其PM_2.5减排潜力均超过4×104 t,并且在全国范围内实施超低排放可显著降低我国燃煤电厂PM_2.5排放量.      

中原城市群典型城市秋冬季大气PM2.5污染特征及溯源

为了研究中原城市群区域城市秋冬季大气PM_2.5的污染特征和其主要成分的潜在来源,于2018年10月到2019年1月在郑州、洛阳、安阳和新乡这4个典型城市展开秋冬季连续4个月PM_2.5膜样本采集,采用X射线荧光光谱法,碳分析法和离子色谱法分别对18种无机元素,有机碳（OC）/元素碳（EC）,和9种水溶性无机离子进行了测定.根据PM_2.5日均值浓度水平分为3个污染等级,并分别通过对氮氧化率（NOR）和二次有机碳（SOC）及富集因子的计算结果对PM_2.5主要成分NO₃^-和SOC及18种无机元素的时空变化进行了对比分析.通过化学质量平衡（CMB）模型计算了4个城市的排放源及贡献率,并通过后向轨迹（HYSPLIT）模型和潜在源贡献因子法（PSCF）分析了4个城市PM_2.5和主要成分NO₃^-及OC的潜在污染来源.结果表明,采样期间郑州、洛阳、安阳和新乡PM_2.5均值分别为（82.1±45.5）、（84.7±39.8）、（96.8±46.1）和（81.1±36.6）μg·m^-3,日均值的最高浓度值分别是国家二级标准的3.3、2.6、3.0和2.3倍;4个城市PM_2.5的主要组分都为NO₃^-和SOC,NO₃^-的浓度,NO₃^-/EC和NOR都随着污染等级的升高而显著升高,NO₃^-/EC和NOR的均值随着污染等级的升高总体上表现出郑州和洛阳略高于安阳和新乡;SOC的浓度和在OC中的占比及SOC/EC的比值都随着污染等级的升高而增大;从无机元素的浓度和富集程度来看,As在郑州最高,Mn和Fe在洛阳最高,Zn、Ni和Cr在安阳最高以及Cu和Pb在新乡最高;4个城市PM_2.5污染源为二次硝酸盐、二次硫酸盐、有机物、燃煤源、机动车源、扬尘源、生物质源和工艺过程源,二次硝酸盐的分担率在郑州（37.7%）最高,新乡（14.1%）机动车分担率最高,洛阳（7.0%）和安阳（6.8%）的工业过程源的分担率相对较高;郑州、洛阳、安阳和新乡分别有51.6%、49.2%、49.6%和46.3%的气流来自西北方向;郑州潜在污染区域主要集中在河南省,洛阳主要在河南省南部和汾渭平原,安阳和新乡则是主要在河南省和京津冀传输带上,另外安徽西北部、山东西南部、山西东南部和陕西北部也对安阳和新乡OC的污染造成了影响.     

郑州市冬季大气PM2.5传输路径和潜在源分析

针对郑州市2017年12月~2018年2月的冬季气象数据和大气污染物质量浓度在线监测数据,分析了气象条件对颗粒物浓度的影响.通过混合型单粒子拉格朗日综合轨迹(HYSPLIT)方法模拟了郑州市冬季48 h的气流后向轨迹,同时进行了聚类分析,并使用潜在源贡献因子(PSCF)方法和浓度权重轨迹(CWT)方法分析了郑州市冬季PM_(2.5)的潜在污染来源和不同潜在源区对郑州市大气PM_(2.5)浓度的贡献.结果表明,低风速、高湿度和较少的降水是造成颗粒物污染严重的重要气象因素;超过60%的后向轨迹来自西北方向,其次是来自京津地区的轨迹占比为25.6%,而来自南边和东边的轨迹只占7.5%和6.1%,但对应着较高的PM_(2.5)浓度;郑州市冬季PM_(2.5)的潜在源区主要是北部的京津冀传输通道城市,包括焦作、开封、新乡、鹤壁、濮阳、安阳、邯郸和邢台,此外,相邻省份包括山西省、湖北省和安徽省部分区域对郑州市大气PM_(2.5)污染水平也有着较大的影响和贡献.     

天津市PM2.5-O3复合污染特征及来源分析

为了解天津市PM_2.5-O₃复合污染特征及来源,基于2017～2019年高时间分辨率PM_2.5、 O₃和挥发性有机物（VOCs）在线监测数据,对复合污染下天津市VOCs浓度水平、化学组成及O₃和二次有机气溶胶（SOA）生成潜势来源进行分析.结果表明,2017～2019年,天津市复合污染日为34 d,分布在每年的3～9月,年度变化呈现稳中略升趋势;小时ρ(PM_2.5)在75～85μg·m^-3时,小时ρ（O₃）存在峰值区(301～326μg·m^-3).复合污染下ρ（VOCs）为72.59μg·m^-3,烷烃、芳香烃、烯烃和炔烃质量分数分别为61.51%、 20.38%、 11.54%和6.57%; VOCs中浓度较高的前20种物种的浓度均上升,其中乙烷、正丁烷、异丁烷和异戊烷等烷烃类物种质量分数上升,烯烃和炔烃类质量分数略下降,芳香烃类中的苯和1,2,3-三甲苯质量分数略升....     

南京地区细颗粒物污染输送影响及潜在源区

基于南京市空气质量数据和NCEP全球再分析资料,利用后向轨迹模式计算了2019年3月至2020年2月以南京城区为受体点的逐小时气团24 h后向轨迹,并将后向轨迹数据和PM_2.5浓度数据结合,进行轨迹聚类和潜在源区分析.结果表明,研究期间南京市ρ(PM_2.5)平均值为(36±20)μg·m^-3,超过国家二级标准限值的污染天数为17 d,ρ(PM_2.5)的季节变化特征明显：冬季(49μg·m^-3)>春季(42μg·m^-3)>秋季(31μg·m^-3)>夏季(24μg·m^-3),全年PM_2.5浓度和地面气压显著正相关,而跟气温、相对湿度、降水量和风速均为显著负相关关系;春季气团输送路径为7条,其余季节均为6条,其中,春季的西北路和东南偏南路,秋季东南路和冬季西南路是各季主要的污染输送路径,均具有传输距离短,气团移动慢的特点,说明静稳天气下本地累积是PM_2.5出...     

海口市PM_(2.5)和PM_(10)来源解析

以海口市为例,研究了我国典型热带沿海城市——海口市环境空气颗粒物的污染特征和主要来源.2012年春季和冬季在海口市区4个采样点同步采集了环境空气中PM10和PM2.5样品,同时采集了多种颗粒物源样品,并使用多种仪器分析方法分析了源与受体样品的化学组成,建立了源化学成分谱.使用CMB(化学质量平衡)模型对海口市大气颗粒物进行源解析.结果表明:污染源贡献具有明显的季节特点,并存在一定的空间变化.冬季城市扬尘、机动车尾气尘、二次硫酸盐和煤烟尘是海口市PM10和PM2.5中贡献较大的源,在PM10和PM2.5中贡献率分别为23.6%、16.7%,17.5%、29.8%,13.3%、15.7%和13.0%、15.3%;春季机动车尾气尘、城市扬尘、建筑水泥尘和二次硫酸盐是海口市PM10和PM2.5中贡献较大的源,在PM10和PM2.5中贡献率分别为27.5%、35.0%,20.2%、14.9%,12.8%、6.0%和9.5%、10.5%.冬季较重的颗粒物污染可能来自于华南内陆地区的区域输送,特别是,本地排放极少的煤烟尘和二次硫酸盐受区域输送的影响更为显著.