廊坊开发区秋季VOCs污染特征及来源解析

使用ZF-PKU-1007大气挥发性有机物(VOCs)在线连续监测系统,于2018年09月25日~10月18日在廊坊市经济技术开发区对99种VOCs进行了在线连续观测.结果显示,观测期间VOCs浓度为69.56×10^-9,烷烃、烯烃、芳香烃、醛酮类及卤代烃体积分数占VOCs比例分别为53.2%、5.9%、7.6%、10.5%和19.3%;使用OH消耗速率LOH和臭氧生成潜势(OFP)估算了观测期间VOCs大气化学反应活性,结果表明醛酮类、芳香烃和烯烃是主要的活性物质;使用气溶胶生成系数法(FAC)估算了VOCs对二次有机气溶胶(SOA)的贡献,得出VOCs对SOA浓度的贡献值为1.13μg/m^3,其中芳香烃对SOA生成贡献占比为94.3%,间/对-二甲苯、甲苯为优势物种;使用PMF模型对VOCs进行了来源解析,识别了5个主要来源,分别为溶剂使用及挥发源(39.6%)、机动车源(22.5%)、固定燃烧源(17.6%)、石化工业源(11.1%)及植物排放源(9.4%),因此,溶剂使用及挥发源、机动车源及燃烧源应为廊坊开发区秋季大气VOCs控制的重点.

聊城市冬季PM_(2.5)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.

本溪市PM^(2.5)中水溶性离子季节性变化特征及来源分析

为研究本溪市大气PM_(2.5)中水溶性离子污染特征,于2016年1—10月在本溪市开展PM_(2.5)样品采集,使用离子色谱法分析了其中8种水溶性离子(Cl^-、NO_3^-、SO_4^(2-)、NH_4^+、Ca^(2+)、Na^+、Mg^(2+)、K^+),并采用PMF(positive matrix factorization,正矩阵因子分解法)模型对水溶性离子的来源进行分析.结果表明:观测期间,本溪市ρ(PM_(2.5))平均值为(57.6±21.9)μg/m^3,ρ(PM_(2.5))季节性变化特征明显,呈冬季>秋季>春季>夏季趋势;水溶性离子平均质量浓度为19.3μg/m^3,占ρ(PM_(2.5))的33.6%,各离子质量浓度高低顺序为SO_4^(2-)>NO_3^->NH_4^+>Cl^->Ca^(2+)>K^+>Na^+>Mg^(2+);SNA(SO_4^(2-)、NO_3^-和NH_4^+)是PM_(2.5)中主要的3种离子,在春季、夏季、秋季和冬季分别占水溶性离子的73.2%、88.2%、82.5%和73.6%,表明夏季的二次污染较为严重.阴、阳离子电荷平衡分析结果显示,阴离子相对亏损,本溪市PM_(2.5)整体呈弱碱性,NO_3^-、SO_4^(2-)与NH_4^+相关性较高,其在PM_(2.5)中主要以NH_4NO_3和NH_4HSO_4的形式存在.PMF分析结果表明,本溪市PM_(2.5)中水溶性离子的来源主要包括二次转化源、燃煤源和扬尘源.研究显示,本溪市PM_(2.5)中水溶性离子季节性变化特征明显,二次转化源、燃煤源和扬尘源是其主要来源.

廊坊市开发区冬季颗粒物碳组分污染特征及来源分析

廊坊市是北京市及周边传输通道“2+26”城市之一.为研究廊坊市开发区冬季颗粒物中碳组分污染特征,于2018年1月5日—2月5日在廊坊市开发区国控点位同步开展PM 2.5及PM 10样品采集,使用DRI分析OC(有机碳)与EC(元素碳)的质量浓度.结果表明:廊坊开发区冬季ρ(PM 2.5)、ρ(PM 10)分别为(54.5±46.0)(91.0±58.2)μg/m^3.PM 2.5中ρ(OC)、ρ(EC)分别为14.64、3.54μg/m^3,PM 10中分别为17.07、4.58μg/m^3;PM 2.5、PM 10中ρ(OC)与ρ(EC)相关性均较好,R^2均为0.91(P<0.01),表明二者具有相似的来源;在PM 2.5和PM 10中OC/EC〔ρ(OC)/ρ(EC),下同〕分别为4.46和4.16,ρ(SOC)(SOC为二次有机碳)分别为6.15和5.88μg/m 3,分别占ρ(OC)的42.1%和37.7%,表明二次污染较严重.碳组分丰度及主成分分析结果表明,PM 2.5与PM 10中碳组分来源基本一致,主要来源于汽车尾气、水溶性极性化合物、生物质燃烧及燃煤的混合源,柴油车排放,以及道路扬尘.后向气流轨迹聚类结果表明,颗粒物及碳组分质量浓度受途径内蒙古自治区及河北省中部、北京市南部气团的影响较大;对于碳组分来源,道路扬尘及汽车尾气受气团传输的影响较大,而生物质燃烧、燃煤等受气团传输的影响较小.研究显示,汽车尾气、燃烧源及道路扬尘为廊坊市开发区冬季碳组分的主要来源.

合肥市郊夏季PM10浓度及其与能见度的关系

2010年8—9月在合肥市郊对ρ(PM10)进行了观测,并分析了其中9种水溶性离子(NO2-、Cl-、NO3-、SO42-、NH4+、Ca2+、Na+、Mg2+、K+)质量浓度.结果表明:采样期间该地区ρ(PM10)日均值为78.9μg/m3,9种水溶性离子的平均质量浓度为18.93μg/m3,占ρ(PM10)的26.6%,表明水溶性组分是PM10的重要组成之一.SO42-、NO3-、NH4+和Ca2+是主要的阴、阳离子,日均质量浓度分别为8.14、4.81、3.46和1.33μg/m3.不同RH(相对湿度)下PM10对能见度的影响不同,RH小于80%时,二者呈显著的线性负相关〔R(相关系数)为-0.80〕;RH大于80%时,二者呈指数负相关(R为-0.48).离子间相关性分析显示,PM10中水溶性离子的主要结合方式为(NH4)2SO4、NH4HSO4、NH4NO3、KCl及K2SO4.采样期间ρ(NO3-)/ρ(SO42-)平均值为0.59,说明在该地区固定源对水溶性组分的贡献大于移动源.另外,扬尘也是PM10重要来源之一.

聊城市秋季PM_(2.5)中水溶性离子污染特征及来源解析

于2017年10月15—11月14日在聊城市区采集PM_(2.5)样品,并对其中的水溶性离子(Na^(+)、NH_(4)^(+)、K^(+)、Mg^(2+)、Ca^(2+)、F-、Cl^(-)、NO_(3)^(-)、SO_(4)^(2-))进行分析测试,以研究聊城市秋季PM_(2.5)污染特征。结果显示:观测期间PM_(2.5)浓度均值为(104.9±50.5)μg/m^(3),超过GB 3095—2012《环境空气质量标准》二级标准浓度限值0.40倍;水溶性离子浓度为(52.2±35.1)μg/m^(3),占PM_(2.5)的45.7%±11.3%,其中NO_(3)^(-)、SO_(4)^(2-)和NH_(4)^(+)为主要组分,占水溶性离子和PM_(2.5)的比例分别为85.2%和45.0%;随PM_(2.5)污染加重,水溶性离子浓度升高,NH_(4)^(+)占比亦逐渐升高,NO_(3)^(-)及SO_(4)^(2-)占比先升高后有所下降,其他离子占比尤其是Ca^(2+)随之下降,表明PM_(2.5)浓度的升高主要受二次无机转化影响;硫转化率(SOR)与氮转化率(NOR)均值分别为0.28和0.27,表明聊城市秋季SO_(2)与NO_(2)转化速率较高,二次无机污染较为严重,另外SOR及NOR与温度及相对湿度呈显著正相关,且SOR对相对湿度更加敏感而NOR对温度更为敏感;聊城市秋季PM_(2.5)呈弱碱性,NH_(4)^(+)的存在形式主要是(NH4)2SO_(4)和NH_(4)NO_(3)。主成分分析结果表明,二次无机转化、扬尘源和工业生产排放是聊城市秋季PM_(2.5)中水溶性离子的主要来源。

廊坊经济技术开发区冬季PM_(2.5)化学组成特征及来源分析

于2018年1月5日至2月5日在廊坊经济技术开发区(以下简称开发区)开展PM_(2.5)样品采集,基于化学组分数据分析了PM_(2.5)污染特征,使用正矩阵因子分析(PMF)模型和混合单粒子拉格朗日综合轨迹(HYSPLIT)模型分析其来源。结果表明,廊坊开发区冬季PM_(2.5)平均质量浓度为52.4μg/m^(3),最高值达到180.5μg/m^(3);NO_(3)^(-)、SO_(4)^(2-)和NH_(4)^(+)为廊坊开发区冬季PM_(2.5)中的主要离子组分,平均值分别为5.7、3.3、3.2μg/m^(3),三者占到水溶性离子的73.5%(质量分数);OC和EC平均值分别为14.9、3.7μg/m^(3),两者相关性较好,表明两者有共同的来源;无机元素中Al、Si、Mg、Cr、K、Ca等地壳元素浓度较高,As、Cd、Hg、Cr、Sb的富集因子高于1000,受到人为源影响较大。随着PM_(2.5)浓度升高,二次无机离子(NH_(4)^(+)、SO_(4)^(2-)、NO_(3)^(-))占PM_(2.5)比例上升明显,而有机物和地壳物质占比有所下降,表明PM_(2.5)浓度升高时受二次无机转化影响较大;PMF模型结果显示,二次无机源、机动车源、燃煤源和二次有机气溶胶是廊坊开发区冬季PM_(2.5)的主要来源。

北京2011年10月连续重污染过程气团光化学性质研究

于2011年10月份对北京市大气痕量气体、颗粒物及单颗粒组成进行了观测,分析了观测期间各项污染物的关系、单颗粒物物理化学特征及气团光学性质,并结合后向气流轨迹分析了污染物来源.结果显示,2011年10月份存在3次明显的重污染过程:第1次过程区域性特征明显,气团光化学年龄较长,主要来源于河北省和山西省交界处;第2次过程呈区域与局地性叠加特征,气团光化学年龄开始呈现缩短趋势,气团主要来源于河北省;第3次过程中局地特征较明显,气团光化学年龄较短,主要来源于京津及河北省中北部.

银川市冬季PM2.5重污染特征、来源与成因分析

近年来银川市冬季重污染过程频发,为明确银川市冬季PM2.5重污染的特征,分析其主要来源及成因,于2016年12月—2017年1月在银川市选取3个采样点开展PM2.5的样品采集与化学组分分析,利用CMB(化学质量平衡)模型对银川市冬季PM2.5进行来源解析,对比分析了重污染日与非重污染日污染特征的差异.结果表明:①银川市冬季重污染日ρ(PM2.5)〔(181±33.6)μg/m^3〕是非重污染日的2.1倍;重污染日和非重污染日的ρ(NO^-3)/ρ(SO^2-4)均小于1,表明燃煤仍是银川市冬季PM2.5的重要来源.银川市冬季PM2.5中ρ(SOC)为(14.4±7.34)μg/m^3,约占ρ(OC)的65.2%.②与非重污染日相比,重污染日人为源无机元素As、Pb、Cd和Zn质量浓度在ρ(PM2.5)中的占比分别升高33.2%、18.4%、9.8%和2.9%,表明银川市冬季重污染主要受人为源贡献影响.③源解析结果表明,燃煤源、机动车尾气源、二次离子源和扬尘源是银川市PM2.5的主要污染源,与非重污染日相比,重污染日机动车尾气源的贡献率明显降低.研究显示,银川市冬季重污染受人为源污染物排放的影响较大,燃煤源是银川市冬季PM2.5的重要来源.

情景分析技术在制定区域大气复合污染控制方案中的应用研究

目前我国区域性大气复合污染日益严重,迫切需要明晰的控制技术路线指引。本文尝试将情景分析技术应用于区域复合污染控制方案制定中。建立了包括确定主题、驱动力筛选、驱动力预测、排放量预测和情景构建等步骤的情景设计方法。并利用本文建立的方法,详细介绍了在构建区域大气复合污染压力-状态-响应模型的基础上,利用主要驱动力与压力之间的数学关系,进行驱动力预测、构建基线情景和控制情景的方法。讨论了在制定区域协同控制方案过程中,确定满足区域总量控制目标的分区减排原则,并提出实现区域协同控制区域性大气复合污染的控制目标的分区削减方案情景设计的方法建议。

银川市PM_(2.5)中水溶性离子污染特征与来源分析

为明确银川市PM_(2.5)中水溶性离子季节变化特征,于2016年秋冬季和2017年春夏季在银川市开展PM_(2.5)样品采集,分析PM_(2.5)中9种水溶性离子(Na^(+)、NH_(4)^(+)、K+、Mg^(2+)、Ca^(2+)、F^(-)、Cl^(-)、NO_(3)^(-)、SO_(4)^(2-))。结果表明:PM_(2.5)中9种水溶性离子平均浓度和为(23.5±16.8)μg/m^(3),占PM_(2.5)的24.1%,并呈现秋冬高、春夏低的特征,浓度水平为SO_(4)^(2-)>NO_(3)^(-)>NH_(4)^(+)>Cl^(-)>Ca^(2+)>K+>Na^(+)>Mg^(2+)>F^(-),其中SNA(SO_(4)^(2-)、NO_(3)^(-)和NH_(4)^(+))占总离子浓度的80.3%,占PM_(2.5)的20.2%。重污染日SNA对PM_(2.5)的贡献比非重污染日增加1.7个百分点,说明银川市PM_(2.5)浓度越高,二次污染越严重。观测期间银川市阳离子当量浓度(CE)/阴离子当量浓度(AE)平均值为1.4±0.8,春季、夏季、秋季和冬季CE/AE平均值分别为2.8±1.1、2.0±0.4、1.0±0.2和1.1±0.2,表明春季和夏季PM_(2.5)中碱性无机阳离子的贡献较大,秋季和冬季阴阳离子基本平衡。主成分分析结果表明,二次无机源、工业源和扬尘源是银川市PM_(2.5)中水溶性离子的主要来源。后向轨迹聚类分析结果显示,观测期间污染气团主要来源于南部,PM_(2.5)浓度较高,来源于南部的气团受二次污染源的影响较大。

贯彻《大气污染防治行动计划》力促环境空气质量改善

我国政府审时度势,近日制定和出台《大气污染防治行动计划》,表明我国政府治理大气环境污染、改善民生的决心,同时也标志着我国大气环境管理进入新的历史性转折时期。本文在阐述《行动计划》的总体要求、奋斗目标和具体目标以及十大具体措施基础上,揭示了其主要关键突破点和确保政策落实的重要保障措施。

京津冀地区大气污染联防联控机制实施效果及完善建议

回顾了我国京津冀地区大气污染联防联控机制发展历程,从目标效果、制度框架、措施手段等视角系统地阐述了京津冀地区大气污染联防联控机制的实施效果.结果表明:①京津冀地区大气污染联防联控的预期目标(2017年)基本实现,并且随着控制目标逐渐严格,已由年尺度细化至日尺度.②京津冀地区大气污染联防联控顶层制度框架逐渐成熟,运行机制逐渐健全统一,重污染应急管控预案趋向于成本有效性减排策略.③当前大气污染联防联控手段基本为命令控制型,在源头控制上主要采用新源环境准入、老旧源落后产能淘汰、燃煤控制与小规模炉窑综合整治等产业结构优化和能源消耗结构调整策略;在末端控制上,逐步规范和强化大气固定源排污许可证管理制度,实施精细化的移动源、面源排放管理模式.④建议加快建立京津冀地区空气质量管理常设机构,实现大气污染联防联控的长效化;建议实施区域性大气固定源排污许可证制度,在此基础上引入经济刺激型手段,建立基于京津冀地区空气质量改善目标的大气固定源排污权交易制度,让市场机制促使污染源进一步减排和污染控制技术水平的不断提升.

兰州市典型企业VOCs排放特征及反应活性分析

基于兰州市大气VOCs排放清单,选取石化厂、乙烯厂、涂料厂3个典型企业采集VOCs样品,分析其无组织排放特征,并采用MIR (最大增量反应活性)法和LOH(·OH反应速率)法综合评价其化学反应活性,识别各企业的VOCs活性优势物种,同时探究不同企业特征VOCs比值.结果表明:不同排放源φ(VOCs)差异较大,范围为20. 8×10^(-9)～6 520. 3×10^(-9).从VOCs物种构成上来看,涂料厂芳香烃占比最高,而石化厂、乙烯厂均以烷烃物种最为丰富,石化厂不同工艺VOCs物种构成略有差异.从活性上看,涂料厂VOCs活性最高,其LOH和OFP (臭氧生成潜势)分别为2 676. 9 s-1和72 519. 0×10^(-9),约为其他行业的18～1 000倍,间/对-二甲苯、乙苯、邻二甲苯等物种活性较大;其次为石化厂,其LOH和OFP分别为273. 2 s-1和4 039. 1×10^(-9),正戊烷、异戊烷、乙烯、丙烯等物种活性贡献率高,其中柴油工艺对石化厂VOCs活性贡献率最大;乙烯厂的OFP最低,其LOH和OFP分别为4. 6s-1和69. 7×10^(-9),其VOCs活性主要来自乙烯、丙烯、正丁烯等烯烃物种.各工业源BTEX (苯、甲苯、乙苯及3种二甲苯异构体的合称)分布具有一定的差异,对于指示不同VOCs来源有一定的参考价值,但不同源比值的重叠性也表明并非全部VOCs来源可以通过特征物种比值来区分.研究显示,控制工业源特别是涂料与石化工业VOCs的排放有助于控制兰州市O3的生成.

北京怀柔O_3污染过程初始VOCs浓度特征及来源分析

为了解北京怀柔区夏季典型O_3污染过程中初始VOCs (挥发性有机物)浓度(以φ计)的特征,识别其关键物种及主要来源,于2016年8月3—11日在中国科学院大学雁栖湖校区教学楼顶开展强化观测,利用光化学物种比值法和连续反应模型法测算观测期间大气初始φ(VOCs),采用MIR (最大增量反应活性)法估算初始VOCs的OFP (O_3生成潜势),识别关键物种,并应用PMF (正交矩阵因子)模型对初始VOCs的来源进行解析.结果表明:北京怀柔区O_3污染过程中初始φ(VOCs)平均值为25. 27×10-9,如忽略化学损失,φ(VOCs)将被低估约18. 6%.初始VOCs的总OFP值为144. 6×10-9,VOCs物种对总OFP贡献率的顺序依次为醛酮类>烯烃>芳香烃>烷烃,异戊二烯、乙醛、己醛、间/对-二甲苯、甲苯、乙烯、丙烯、1,2,4-三甲苯、丁酮、1,3,5-三甲苯是怀柔区O_3形成的关键活性物种. PMF解析结果显示,机动车尾气源对初始φ(VOCs)的贡献率(23. 5%)最高,其次是溶剂使用源(18. 3%)、植物排放源(18. 1%)、工业过程源(17. 6%)、生物质燃烧源(12. 1%)和煤炭燃烧源(10. 5%).研究显示,在北京怀柔区典型O_3污染过程中,减少机动车尾气源、溶剂使用源、上风向工业过程源的排放是控制怀柔区VOCs的有效措施,而控制异戊二烯、乙醛、己醛、间/对-二甲苯、甲苯等关键活性物种则是有效抑制VOCs排放对O_3生成贡献的重要手段.

邢台市秋季PM2.5及水溶性离子污染特征

为研究邢台市秋季PM2.5污染特征,于2017年10月15日~11月14日在邢台市区对PM2.5样品进行了采集,并对其中水溶性离子(包括Cl^-、NO3^-、SO4^2-、NH4^+、Ca^2+、Na^+、Mg^2+、K^+)进行了分析.结果显示,观测期间邢台市ρ(PM2.5)平均值为(130.0±74.9)μg/m^3,其中水溶性离子质量浓度为(69.8±11.4)μg/m^3,占ρ(PM2.5)的53.3%,NO3^-、SO4^2-和NH4^+为主要离子,占水溶性离子比例达到了89.7%.当污染加重,水溶性离子质量浓度随ρ(PM2.5)增大而升高,且NO3^-、NH4^+及SO4^2-占比亦逐渐升高,但其他离子占比随之下降,Ca^2+尤为明显,表明ρ(PM2.5)升高时主要受二次无机转化影响;观测期间SOR(硫转化率)与NOR(氮转化率)的平均值分别为0.36和0.25,表明秋季SO2与NO2转化速率较强,二次无机污染严重,另外SOR及NOR与温度及相对湿度呈正相关,且SOR对二者更为敏感;邢台市秋季PM2.5呈弱碱性,NH4^+主要以(NH4)2SO4和NH4NO3的形式存在;ρ(NO3^-)/ρ(SO4^2-)平均值为2.13,表明移动源对秋季大气颗粒物的来源贡献较大;PMF分析结果表明,二次转化源、燃烧源及扬尘源为邢台市秋季PM2.5中水溶性离子的主要来源.

郴州市大气PM_(2.5)碳组分污染特征及其来源分析

为研究郴州市PM_(2.5)中碳组分的污染特征及来源,于2016年7月—2017年4月分4个季度典型时段采集郴州市环境大气中的PM_(2.5),测定了样品中OC (有机碳)和EC (元素碳)的质量浓度,对碳气溶胶污染水平、时空分布、SOC (二次有机碳)以及OC和EC相关性等特征进行了分析,并分析了碳组分的来源.结果表明:郴州市ρ(PM_(2.5))年均值为(40. 2±19. 0)μg/m3,ρ(OC)、ρ(EC)占比分别为15. 7%和7. 2%;ρ(OC)与ρ(EC)相关性分析显示二者来源较为一致,但春季、夏季差异相对较大;ρ(SOC)全年估算值为1. 84μg/m3,占ρ(OC)的29. 11%,夏季较高的温度和较低的相对湿度导致夏季ρ(SOC)的估算偏低.结合碳组分丰度分析、PCA (主成分分析)和PMF (正矩阵因子分解分析)结果发现,燃煤/道路尘、机动车排放和生物质燃烧对PM_(2.5)中TC (总碳)的影响最为明显,贡献率分别为49. 25%～56. 71%、19. 79%～25. 36%和9. 35%～13. 69%.反向轨迹聚类结果显示,广东珠三角区域的汽油车排放、道路尘和生物质燃烧对郴州市PM_(2.5)中碳组分有较大的影响,而燃煤和柴油车的贡献主要来源于本地.研究显示,郴州市PM_(2.5)中碳组分污染较为严重,应重点加强本地燃煤和柴油车的控制.

青岛市夏季VOCs污染特征及来源解析

于2020年7月1—31日在山东省青岛市开展VOCs在线监测,对VOCs浓度、污染特征、反应活性及来源进行分析。结果表明:2020年青岛市夏季VOCs浓度为(24.78±11.69)×10^(-9),其中烷烃浓度占比最大(44.79%),醛酮(21.98%)和卤代烃(16.85%)次之;烯烃对臭氧生成潜势(OFP)和羟基反应速率(L·OH)的贡献较大,分别为37.10%和55.63%,丁烯、正丁烷和丙烯为对OFP和L·OH贡献较高的3类物种。使用正矩阵因子分解(PMF)模型对VOCs进行了来源解析,识别出5个来源,包括液化石油气(LPG)/二次生成源(31.1%)、固定燃烧源(22.6%)、移动源(20.6%)、橡塑生产源(18.1%)和工业溶剂源(7.6%),LPG使用是青岛市大气VOCs的控制要点。后向气流轨迹聚类结果表明,青岛市夏季主要受省内城市气团、东北方向远距离海上气团、东—东南方向海上气团的影响,其中来自省内的短程气团对青岛本地VOCs浓度贡献最大。

邢台市冬季一次重污染过程PM_(2.5)污染特征分析

为了解邢台市秋冬季重污染过程的污染特征,于2018年11月10—16日,在邢台市一中、内丘以及沙河3个点位采集PM_(2.5)样品,分析PM_(2.5)浓度及其化学组分。结果表明:重污染过程期间邢台市PM_(2.5)平均浓度为176.2μg/m^(3),超过GB 3095—2012《环境空气质量标准》二级标准限值1.4倍;水溶性离子以NO_(3)^(−)、SO_(4)^(2−)和NH_(4)^(+)为主,平均浓度分别为(32.3±13.4)、(16.4±9.0)和(15.0±6.8)μg/m^(3),分别占PM_(2.5)的18.3%、9.3%和8.5%,3种离子浓度在污染加重时较污染初期分别升高了0.8、2.3和1.2倍;OC平均浓度为(12.9±5.8)μg/m^(3),占PM_(2.5)的7.4%,EC平均浓度为(4.6±1.4)μg/m^(3),占PM_(2.5)的2.7%。邢台市该次重污染过程以二次污染为主导,主要受到燃煤及机动车排放影响较大。

长沙市气流传输特征及其对大气环境的影响分析

利用HYSPLIT气流轨迹模型和GDAS全球资料同化系统数据,文章计算了长沙市2016-2019年区域逐时的72 h气流后向轨迹并进行了轨迹聚类,结合监测数据分析了大气污染物浓度及气象因子受气流传输的影响规律,进一步采用轨迹权重浓度分析(WCWT)识别了污染潜在源区。结果表明:长沙市PM2.5与NO2、SO2、CO均显著正相关,而O3与NO2、CO均显著负相关,且O3与PM2.5浓度分别与风速呈显著正、负相关关系。长沙市受东北方向气流影响显著,春、夏、秋和冬季其轨迹占比分别为50.1%、37.7%、82.1%和42.8%,不同气流传输类型影响下污染物浓度差异明显,颗粒物、NO2、CO在冬季受西南及西北气流影响时浓度较高,其他三季受东北方向短距离传输气流影响时浓度较高,四季O3和SO2分别受东北方向、南面沿海方向气流影响时浓度较高;另外,区域风速和温度受不同类型气流影响时也存在明显差别。WCWT分析表明,长沙市PM2.5潜在源区域主要集中在西北方向的陕西、山西,东北方向的河南以及东南方向的广东等部分区域,O3潜在源区域主要集中在东北方向的河南、河北、江苏、浙江以及西南方向的广西、广东部分区域,SO2、NO2及CO潜在源区域较为相似,在西北方向的宁夏、陕西、湖北沿线及南面的广东珠三角区域均存在贡献高值;污染物潜在源分布差异显示,长沙市NO2受西北燃煤排放影响相对较大,而CO受广东珠三角区域机动车排放影响相对较大,区域NOx对O3的滴定作用明显。