基于多参数特征比值构建大气颗粒物污染类型快速识别方法

识别颗粒物污染类型是全面厘清污染成因和进行动态源解析的基础。针对北方工业城市包头市的大气污染特征及空气质量监测数据,确定了沙尘型、扬尘型、二次生成与累积型和其他型4种污染类型。根据包头市所处环境空气功能区,选择二级质量浓度限值对污染物质量浓度数据进行归一化处理,进而计算多种污染物特征比值和污染类型的判别阈值,从而快速判别出包头市4种颗粒物污染类型的对应时段。结果表明:基于多参数特征比值构建大气颗粒物污染类型快速识别方法能很好地区分扬尘型和沙尘型污染,对沙尘型污染识别的准确率可达80%,且识别出扬尘型污染日较高风速的气象条件有利于扬尘形成;二次生成与累积型和其他型污染日与历史特征雷达图筛选的偏二次型和燃煤型污染日重合率达到89%。沙尘型污染日的颗粒物质量浓度对2019年包头市PM10超标的贡献率最高,累积型与二次生成型对PM2.5的贡献率最高,因此控制二次生成与累积型污染可以有效改善当地的细颗粒污染。基于多参数特征比值构建大气颗粒物污染类型快速识别方法简化了颗粒物的重污染类型识别过程,可快速识别超标天的污染类型,为颗粒物污染成因的快速分析提供了科学依据。

基于SOA和O_(3)生成潜势的杭州市PM_(2.5)和O_(3)协同控制

2019年3月1日~2019年5月31日期间采用Syntech Spectras GC955在线气相色谱仪对杭州市大气环境中挥发性有机物(VOCs)进行了在线连续监测,分析了VOCs体积分数的组成特征、PM_(2.5)和O_(3)协同控制的优控VOCs物种和VOCs特征污染物比值.结果表明,烷烃是VOCs体积分数中最重要的组分,贡献了62.40%.C2~C6的烷烃、苯系物、乙烯和乙炔是VOCs关键物种.烯烃和芳香烃是OFP的主要贡献组分,贡献率分别为41.35%和37.50%.芳香烃是SOA的主要贡献者,贡献率超过90%.低碳的烷烃、低碳烯烃和苯系物是OFP的关键贡献物种,控制好甲苯、间/对-二甲苯和邻-二甲苯这3种苯系物,是O_(3)和PM_(2.5)协同控制的关键.采样点大气中VOCs除了受机动车尾气的影响外,溶剂使用等工业排放的影响也较为显著.