应用颗粒物化学组分监测仪(ACSM)实时在线测定致霾细粒子无机和有机组分

以霾为代表的空气污染严重危害人体健康.霾的形成与细颗粒物化学组分的变化密切相关.本文详细报道了颗粒物化学组分监测仪(ACSM)在表征致霾细粒子化学组分,包括有机物、硫酸盐、硝酸盐、铵盐和氯化物,及其在快速估算大气一次和二次有机组分中的应用.通过对2012年9月北京亚微米细颗粒物(PM1)的观测研究发现,北京秋季重霾污染天和清洁天的化学组分存在显著差异.有机物是PM1的主要化学组分,在清洁天平均贡献PM1的约70%,而在重霾污染天,二次无机组分贡献量显著增加,超过50%.利用有机气溶胶正矩阵因子分解(PMF)源解析结果,进一步建立了适用于北京秋季示踪质荷比m/z 57和m/z 44快速估算大气一次(HOA)和二次有机气溶胶(OOA)的关系式,即HOA=26.6×(m/z 57–0.02×m/z 44);OOA=4.4×m/z 44.PM1总质量浓度与细颗粒物总消光系数高度相关(r2=0.91),说明亚微米细颗粒物在霾的形成过程中起重要作用,其中消光系数与二次颗粒物的相关性远高于一次颗粒物,说明二次颗粒物化学组分的生成和转化在霾形成中起更为关键的作用.

西安夏季大气亚微米颗粒物化学组成与来源的在线观测研究

西安作为汾渭平原地区最大的城市,大气颗粒物污染形势严峻。2017年夏季期间,在西安市浐灞生态园区运用气溶胶化学组分监测仪,对大气亚微米颗粒物中的非难挥发性组分(NR-PM_(1))进行了在线监测。观测期间NR-PM_(1)的平均质量浓度为(30.1±15.4)μg∙m^(−3)。其中有机物含量最高,占NR-PM_(1)总质量浓度的63%,其次为硫酸盐(18%)、铵盐(10%)和硝酸盐(9%)。运用正交矩阵因子分析法共解析出两个主要因子,包括烃类有机组分(HOA)和含氧有机组分(OOA),分别占有机物总质量浓度的43%和55%。HOA主要由机动车排放贡献,而OOA主要由气态污染物的二次反应生成。气象因素对NR-PM_(1)的浓度与化学组分的影响较为显著。高硝酸盐阶段发生在高湿、低温条件,可能是由氮氧化物的液相反应产生的。高硫酸盐阶段发生在低湿、高温条件,主要来自于大气光化学反应的贡献。该研究结果为西安及周边地区的空气污染治理决策提供重要的理论依据。

区域大气细颗粒物化学组分及来源年变化趋势

利用单颗粒气溶胶质谱仪(SPAMS)于2018年1月1日—2019年12月31日对上海市浦东新区环境空气PM2.5开展高时间分辨化学成分监测。结果表明,2019年监测点空气质量总体优于2018年,AQI达标率由74.8%升高至86.6%。通过对PM2.5成分分类,最终确定了8类颗粒物,相较于2018年,2019年富钾颗粒物升幅较为明显,左旋葡聚糖、重金属和元素碳有小幅增加,其余各组分相对减少。对PM2.5排放源分类分析显示,机动车尾气源占比>25%,其中2018年3月、2018年7月、2019年2和3月贡献超过40%;二次无机源和燃煤源呈现一定的季节变化特点,整体秋冬季高于春夏季,2019年燃煤源占比较2018年下降了41%;工业排放源2018年5和10月、2019年1和5月占比相对较高,其余各月份占比相对较为稳定。

大气细颗粒物在线源解析方法研究进展

基于对国内外关于PM2.5化学组分特征、二次气溶胶生成机理、源解析模型的研究综述,引入实现PM2.5在线源解析的2种可能方法,即气溶胶质谱+解析算法与3类化学组分组合观测+受体模型。重点阐述了气溶胶质谱及在线水溶性离子、EC/OC和金属元素仪器的应用研究现状,并分析了不同仪器测定结果的可靠性、优势及缺陷,在此基础上提出加强城市尺度的大气化学二次反应机理及关键技术参数研究、大气颗粒物化学组分连续观测应用于在线源解析的研究、基于多种信息来源和技术手段的在线源解析方法集成研究等建议。

深圳大气气溶胶中水溶性有机物粒径分布特征

建立了雾化器-气溶胶化学组分检测仪（ACSM）联用的分析方法,实现了对2013年春季深圳MOUDI多级采样膜（0.056~18μm）中WSOM与无机离子组分的同时测定.结果表明：所测得的水溶性颗粒物总质量浓度变化范围为（17.4±2.1）μg/m^3,其中有机物和硫酸盐是最主要的两种化学组分;粗、细粒子中的WSOM主要以二次来源为主,且大部分粗粒子中的WSOM可能来源于非均相反应;不同粒径范围WSOM的氧化态（以O/C计）估计值在0.46~1.4范围内,平均为0.96,对应的有机物/有机碳比（OM/OC）估计值在1.8~2.9范围内,平均为2.4,粗粒子中WSOM的O/C比细粒子更高,暗示粗粒子中WSOM可能经历了更多的老化过程.

河北香河亚微米气溶胶组分特性、来源及其演变规律分析

霾的形成发展与细颗粒物化学组分变化紧密相关.本文利用颗粒物化学组分监测仪(ACSM)、黑碳仪等对河北香河夏季亚微米气溶胶(PM1)化学组分、来源及其演变规律进行详细分析.结果表明,PM1平均占到PM2.5的约71%,PM1主要分布在20~80μg·m-3间;观测期间有显著的秸秆燃烧事件,秸秆燃烧时段PM1质量浓度显著升高,其中有机物质量分数迅速升高,平均约占到47%;秸秆燃烧使得大气气溶胶由弱碱性转变为弱酸性;整个观测期间,正交矩阵因子分解法(PMF)共识别出4类有机气溶胶,分别为两种一次有机气溶胶(类烃类有机气溶胶和生物质燃烧有机气溶胶)和两种二次有机气溶胶(低挥发、高氧化性的有机气溶胶和低氧化、半挥发性的有机气溶胶),有机气溶胶氧化程度较高.其中二次有机气溶胶的贡献远大于一次有机气溶胶,平均占到有机物的~69%,而去除秸秆燃烧时段后PMF结果中未解析出生物质燃烧有机气溶胶.

北京市秋季亚微米细颗粒物浓度及其化学组分特征

采用多通道采样器和气溶胶化学组成在线监测仪,对2016年10月北京市区大气亚微米颗粒物（PM_1）化学组分进行了离线采样和在线监测。结果表明,整个观测期间,北京PM_1质量浓度平均为66.04±51.45μg/m^3,重霾期间PM_1的质量浓度（103.16～160.23μg/m^3）是清洁天（3.50～3.78μg/m^3）的27.29～45.78倍;北京秋季重霾天和清洁天的化学组分存在显著差异,有机物是PM_1的主要化学组分,清洁天贡献高达64.90%;而在重霾天,二次无机组分显著增长,贡献高达69.72%。硫酸盐日变化趋势相对平缓,反映出区域特性;而其他组分（有机物、硝酸盐、铵盐及氯化物）表现出显著的日变化特征。整体而言,大气PM_1中各组分受污染源排放、大气化学反应及天气形势的协同影响。

深圳市冬季PM2.5中水溶性有机物的来源特征

利用连续液化采样器(PILS)-超声雾化器-气溶胶化学组分检测仪(ACSM)联用系统,对深圳市冬季PM_(2.5)中水溶性组分进行在线连续观测,获取高时间分辨率的水溶性有机物(WSOM),SO_4^(2-),NO_3^-,NH_4^+和Cl^-浓度信息以及WSOM的质谱结构信息.分析结果表明:PM_(2.5)中水溶性组分的总质量浓度变化范围为4.0～117μg/m^3,平均浓度为20.1μg/m^3,其中WSOM(25.2%)和SO_4^(2-)(22.4%)是最主要的贡献组分.ACSM质谱显示WSOM具有氧化态有机气溶胶(OOA)的质谱特征,其氧碳比(O/C)的平均值达到(0.60±0.09),且WSOM与二次无机离子(SO_4^(2-)+NO_3^-)和钾(K)有强相关性,与黑碳(BC)的相关性较弱,表明了观测期间WSOM主要来源于二次反应产生的二次有机气溶胶(SOA)和生物质燃烧,与机动车等一次排放没有明显关系.

2016年10～11月期间北京市大气颗粒物污染特征与传输规律

本研究采用气溶胶化学组分在线监测仪(ACSM)对北京地区2016年10月15日～11月15日期间非难熔性PM_1(NR-PM_1)化学组分进行实时连续在线观测,探讨了NR-PM_1化学组分的演变特征;运用潜在源贡献分析(PSCF)法和气象-空气质量模式(WRFCAMx)识别了北京PM_(2. 5)潜在污染源区和传输路径,揭示了PM_(2. 5)净传输通量的垂直分布特征.结果表明,北京秋季NR-PM_1和PM_(2. 5)质量浓度分别为(59. 16±57. 05)μg·m^(-3)和(89. 82±66. 66)μg·m^(-3),其中NR-PM_1平均占PM_(2. 5)的(70. 31±22. 28)%.整个观测期间,有机物(Org)、硝酸盐(NO_3^-)、硫酸盐(SO_4^(2-))、铵盐(NH_4^+)和氯化物(Chl)分别占NR-PM_1总质量浓度的(42. 75±11. 35)%、(21. 27±7. 72)%、(19. 11±7. 08)%、(12. 19±2. 64)%和(4. 68±3. 24)%,不同化学组分的日变化特征存在明显差异.对北京秋季NR-PM_1污染影响较大的潜在源区主要集中在河北南部、河南东北部及山东西部,重污染期间保定、北京南部及廊坊等城市对NR-PM_1贡献较大. WRF-CAMx模拟结果表明,PM_(2. 5)总的净传输通量呈现出显著的垂直分布特征.整个观测期间,毗邻城市主要向北京输入PM_(2. 5),净通量最大出现在海拔600～1 000 m;而重污染前期外来源输送PM_(2. 5)主要位于高空,直到污染最严重的11月5日,PM_(2. 5)转为近地面传输,说明高空和近地面传输是影响北京秋季PM_(2. 5)重污染形成的重要因素.同时鉴别出了两种传输路径,即西南-东北方向(保定→北京→承德)和西北-东南方向(张家口→北京→廊坊北→天津).