潮州市城区大气颗粒物的移动监测与分析

2020年9月、10月和11月利用车载Sniffer4D灵嗅大气移动监测设备对潮州市城区的大气颗粒物进行移动监测，分析了颗粒物的时空变化情况。结果表明，潮州市城区的PM_2.5日均浓度范围是15.80～60.80μg/m³,与潮州市国控站点相比偏高，但变化趋势基本一致；PM_1.0、PM_2.5和PM₁₀三者的日均浓度变化趋势高度相似，PM_1.0/PM_2.5比值在66%-74%之间，PM_2.5/PM₁₀比值在86%以上；城区PM_2.5的空间分布差异显著，路口、小巷子、施工区域、南堤路和绿榕南路等机动车车流多的地方，PM_2.5的浓度普遍偏高。     

呼和浩特市城区环境空气颗粒物中重金属含量时间分布特征

于2021年7月至12月，为揭示呼和浩特市城区环境空气颗粒物中重金属含量时间分布特征，使用中流量大气采样器采集环境空气中PM₁₀、PM_2.5样品，选择毒性效应较强的Cr、Mn、Fe、Ni、Cu、As、Cd和Pb等8种重金属作为研究对象，采用ICP-MS测定了其含量。结果表明：(1)2021年7月至12月，除Cu以外，其他重金属在PM₁₀和PM_2.5中的质量浓度变化趋势基本相同；(2)PM₁₀中Cr、Pb呈现出冬季>夏季>秋季的特点；Mn、Fe、As呈现出冬季>秋季>夏季的特点；Cu、Cd呈现出夏季>冬季>秋季的特点；Ni呈现出秋季>夏季>冬季的特点；PM_2.5中Cr、Mn、Fe、As、Cd、Pb呈现出冬季>秋季>夏季的特点；Ni的季节变化与PM₁₀相同，即秋季>夏季>冬季的特点；Cu呈现出秋季>冬季>夏季的特点。PM₁₀和PM     

寒亭区环境空气治污举措成果及防控重点

调阅寒亭区两个空气自动监测站点的污染物监测数据，采用污染物分担率、Spearman秩相关系数、污染状况统计、现状对比等多维度对主要污染物、污染物变化进行污染物年度、月度变化趋势分析，结果表明寒亭区环境空气质量明显转好，在PM₁₀和PM_2.5治理上取得显著成效。为进一步改善空气质量，仍然需要PM₁₀和PM_2.5、臭氧协同治理。     

2021年鹰潭市城区空气质量状况分析

利用2021年鹰潭市城区环境空气自动监测结果，对鹰潭城区的环境空气状况进行了统计分析，分析表明：2021年6项污染物均达到环境空气质量二级标准要求，城区空气质量优良率为95.3%，主要受PM_2.5和臭氧的影响；环境空气污染具有明显的变化特征，SO₂、NO₂、PM₁₀、PM_2.5和CO这5种污染物月均值浓度均呈现先逐渐降低后逐渐升高的“船”形变化趋势，O₃-8 h与之相反，浓度呈现先逐渐升高后逐渐降低的倒“V”形变化趋势；通过同比分析，2021年鹰潭市城区环境空气质量较2020年有一定的改善。     

“乌昌石”区域PM2.5污染特征及其与气象要素的关系

基于2015～2020年“乌昌石”区域PM_2.5逐时监测数据及气象资料，分析了区域内PM_2.5污染特征及其与气象要素的关系。结果表明：2015～2020年“乌昌石”区域PM_2.5年均浓度介于53.61～65.31μg/m³之间，2017年后区域PM_2.5污染得以明显改善，但2020年仍高于国家标准限值，4城市PM_2.5年均浓度呈西低东高的分布特征。6年4城市PM_2.5日均浓度总污染天数比例为24.40%，以轻度污染和重度污染天数为主，不同城市PM_2.5污染等级天数比例差异较大，且主要出现在秋冬季，五家渠和石河子的污染较乌鲁木齐和昌吉更严重。“乌昌石”区域风速、气温、日照时数和降水量与PM_2.5浓度呈极显著负相关，湿度和气压与其呈极显著正相关。研究显示，“乌昌石”区域PM_2.5污染改善显著，但重度污染尚未消除，构建PM_2.5污染发生时的气象要素数据库...     

广东某工业城市空气质量变化特征分析

以一典型工业城市为研究对象，利用该城市国控环境空气质量自动站2016—2020年的二氧化硫(SO₂)、二氧化氮(NO₂)、可吸入颗粒物(PM₁₀)、臭氧(O₃)、一氧化碳(CO)、细颗粒物(PM_2.5)监测数据，分析该城市环境空气中六项主要的空气污染物浓度、AQI达标率、各级污染级别的首要污染物占比和年际变化趋势及其主要污染特征。结果表明：5年间，该城市主要大气污染物的污染程度表现为O₃>PM_2.5>NO₂>PM₁₀>CO>SO₂，空气质量综合指数呈现波动性改善趋势，但臭氧污染日渐凸显，且O₃已成为影响空气质量最为关键的大气污染物。通过分析该区大气质量变化，有针对性地提出空气质量改善建议。     

贵阳市秋冬季大气颗粒物化学组分特征分析

为研究贵阳市秋冬季节大气颗粒物化学组分特征,于2021年11月18日—2021年12月4日在花溪区、乌当区、息烽县、修文县同步采集PM₁₀和PM_2.5样品,并对其质量浓度、水溶性离子、碳组分和无机元素进行了分析。结果表明PM₁₀质量浓度呈花溪区>息烽县>修文县>乌当区的分布特征,PM_2.5质量浓度呈息烽县>花溪区>修文县>乌当区的分布特征;PM₁₀、PM_2.5中水溶性阳离子以Ca²⁺、NH₄⁺、K⁺为主,花溪区Ca²⁺、K⁺的含量相对较高,阴离子以SO₄^2-、NO₃^-、Cl^-为主,息烽县SO₄^2-、NO₃^-<...     

深圳宝安国际机场大气污染物排放清单与扩散模拟研究

2018年深圳宝安国际机场CO、NO_x、PM_2.5、PM₁₀、HC的排放总量分别为1937.11吨、2922.30吨、333.96吨、1228.74吨、429.26吨，其中飞机发动机本身CO、NO_x、PM_2.5、PM₁₀、HC的单位排放量分别为45.9吨/万架次、74.5吨/万架次、2.6吨/万架次、2.7吨/万架次、6.2吨/万架次。利用AERMOD模型模拟得出，2018年深圳宝安国际机场排放的PM_2.5、PM₁₀对西乡监测站的年均贡献浓度分别为0.9μg/m³、1.4μg/m³，约占西乡监测站2018年实际监测浓度的2.9%、3.5%，其中机场对西乡监测站PM_2.5的贡献中二次贡献约占81.6%。针对深圳宝安国际机场颗粒物污染，应重点关注施工和裸露土地扬尘以及非道路移动机械等管控；针对深圳宝安国际机场臭氧污染，应重点加强飞机辅助动力装置、油库及...     

化学团聚促进电除尘脱除PM2.5的实验研究

燃煤排放细颗粒物是大气环境PM_2.5增加的重要来源。采用燃煤热态实验系统,进行了在电除尘器入口烟气添加化学团聚剂以及协同脱硫废水蒸发处理促进电除尘脱除PM_2.5的实验研究。实验考察了团聚剂添加前后PM_2.5浓度及其粒度分布的变化,以及团聚剂浓度、添加点烟温、团聚剂溶液pH、烟气量、雾滴粒径等对PM_2.5脱除效果的影响。结果表明,添加化学团聚液后,通过润湿作用、液桥力和吸附架桥作用可增强PM_2.5之间的接触并促进团聚长大,PM_2.5增大到原先的4倍左右,典型工况下电除尘器出口PM_2.5浓度降低40%以上。增加团聚液浓度可促进PM_2.5的脱除;适当降低团聚液pH有利于PM_2.5的团聚。喷脱硫废水,电除尘器出口PM_2.5浓度变化不大,加团聚剂后出口细颗粒物浓度降低。     

湿法脱硫装置对燃煤锅炉PM2.5排放特征的影响

采用二级稀释采样方法对1台电厂煤粉炉、1台电厂CFB锅炉和2台工业层燃炉配备的WFGD前后烟气中PM_2.5进行现场采样。采用ELPI分析PM_2.5的数量及质量浓度粒径分布;通过SEM分析PM_2.5的显微结构,通过XRF、ICP-OES和离子色谱法分别对PM_2.5中次量、痕量元素及水溶性离子含量进行测定。研究结果表明,相比于WFGD前,煤粉炉和CFB锅炉WFGD后PM_2.5质量浓度减少,而层燃炉WFGD后PM_2.5质量浓度增加。WFGD后PM_2.5中存在大量块状、层状、片状、细小柱状和球形颗粒聚合体的结构,浆液成分及脱硫产物的附着会使PM_2.5的外观形貌特征发生显著变化。脱硫后由于脱硫浆液的参与,PM_2.5中Ca、S及相应Ca²⁺、SO₄^2-含量显著增加,Si和Al的含量下降;气相的As、Se和Hg也会发生不同的化学变化从而进入PM_2.5。湿法脱硫过程中浆液会捕集烟气中颗粒物,但脱硫浆液成分及脱硫产物会经由干化作用直接形成颗粒或与原有颗粒经碰撞聚合形成新颗粒。     

燃煤电厂煤粉炉及CFB锅炉PM2.5产生及排放特性的现场实验研究

采用稀释采样方法对一台220 MW煤粉炉(锅炉A)及一台300 MW的CFB锅炉(锅炉B)电袋复合式除尘器前后PM_2.5进行现场采样。通过ELPI测定PM_2.5的粒径分布;采用SEM分析PM_2.5的显微结构;采用EDX及ICP-OES分别对分级PM_2.5中次量及痕量元素含量进行了检测。结果表明,锅炉A和B除尘前后对应的PM_2.5粒数及质量浓度分布均不同;锅炉A和B产生的PM_2.5分别以较为光滑球形和不规则形状为主,锅炉A除尘后PM_2.5呈表面粗糙球形,锅炉B除尘后PM_2.5单颗粒形貌特征不变;锅炉A和锅炉B产生的PM_2.5除尘前后在各粒径段中Si、Al、Fe、Ca和Mg含量基本一致,As、Cd和Se含量随着粒径的减小而增大;除尘后锅炉A产生PM_2.5中As和Se含量增加,且在亚微米PM_2.5中As和Se含量的增加更明显,锅炉B除尘后PM_2.5中As和Se含量基本不变。     

安徽省大气细颗粒物污染特征及来源解析

基于2015-2020年安徽省空气质量监测和PM_2.5化学组分等逐小时数据，分析了安徽省颗粒物污染特征和污染来源。结果表明，2015-2020年期间全省呈现PM_2.5日均浓度低值日增多、高值日减少的趋势，其中浓度高值主要分布在秋冬季和春末夏初，局部短期污染和区域重污染过程显著，逐步向PM_2.5与O₃复合污染类型转变。2020年全省PM_2.5化学组分中占比较高的三个组分为有机物(28.2%)、硝酸盐(21.6%)和硫酸盐(12.1%)。PMF结果表明，安徽省PM_2.5最主要的来源是二次硝酸盐，其占比范围在26.3%～38.3%之间，其次为二次硫酸盐、燃煤、工业排放和机动车排放。     

常州市冬季PM2.5中金属元素污染特征及健康风险评价

为了解常州冬季PM_2.5中重金属元素的污染特征及其对健康的影响，于2019年冬季采集PM_2.5样品61个，测定了不同元素的含量，评价了不同重金属元素的健康风险。采样期间，PM_2.5的平均质量浓度为64.51μg·m^-3,31.2%的天数超过GB3095-2012中规定的二级浓度限值，说明常州存在一定的大气污染问题；痕量元素仅占所测元素的8.3%,其中，Mn、Zn、Pb和Cu对于成年男性、女性和儿童的非致癌风险均小于1,非致癌风险较低；Ni对于成年男性、女性和儿童不存在致癌风险；而Cr对于三者的致癌风险处于10^-6～10^-4之间，具有潜在致癌风险。     

贵阳市大气细颗粒物PM2.5来源解析研究

2020年7月-2021年6月在贵阳市选取2个采样点位，采集不同季节的大气PM_2.5样品，且测定了PM_2.5及其中无机元素、水溶性离子、有机碳(OC)和元素碳(EC)的含量，建立贵阳市PM_2.5受体成分谱，并利用化学质量平衡模型(CMB)对PM_2.5来源进行解析。结果显示，贵阳市大气PM_2.5中的主要成分包括水溶性二次离子和碳组分，其主要来源是二次硫酸盐、汽车尾气尘、燃煤尘和二次硝酸盐，贡献率依次为33.18%、24.78%、20.75%和8.02%。     

中山市人为源大气污染物排放清单及特征研究

建立了中山市2017年人为源大气污染物排放清单。结果发现，SO₂、NOx、CO、PM₁₀、PM_2.5、BC、OC、VOCs和NH₃排放总量分别为4164、38231、92978、21492、6469、586、1199、56910和7059 t。SO₂的最大排放源是化石燃料固定燃烧源；NOx、CO和BC的最大排放源是道路移动源；PM₁₀和PM_2.5的最大排放源是扬尘源；VOCs的最大排放源是溶剂使用源；NH₃的最大排放源是农业源；其他源中的餐饮油烟源是OC的重要排放源。SO₂、PM₁₀、PM_2.5和VOCs的排放主要集中在中山市北部和东部工业区，以及中心城区，NOx的排放多分布在交通较为密集的交通干线和高速路区域，NH₃的排放主要集中在中山市南部和北部。     

燃煤锅炉SCR对颗粒物排放特性影响

我国电厂多数采用选择性催化还原（SCR）脱硝技术降低电厂NO_x排放,目前关于电厂中SCR对颗粒物排放特性的影响研究十分匮乏。本研究对一热电联产锅炉SCR前后颗粒物和飞灰进行取样,分析颗粒物质量粒径分布以及化学成分。采用计算机控制扫描电镜（CCSEM）对飞灰进行分析,获得颗粒物单颗粒成分。结果表明SCR前后PM₁₀均呈双峰分布。经过SCR后,PM_0.21浓度降低约62%（质量）,而PM_0.21-1浓度升高19%（质量）;PM₁中SO₂相对含量增加约6%（质量）,SiO₂和Al₂O₃相对含量降低,而CaO相对含量没有明显变化;经过SCR后,PM_1-10浓度降低约17%（质量）,成分基本没有变化,但是颗粒成分变得更均一,说明经过SCR后,PM_1-10发生交互作用。因此经过SCR后PM_1-10浓度降低不仅由于颗粒物在SCR中发生沉积,更有可能是颗粒物之间交互作用导致。     

660MW燃煤锅炉细微颗粒物中次量与痕量元素的分布特性

应用承重撞击器(DGI)采样系统在南昌某电厂2^#锅炉电除尘器前进行颗粒物采集,并同时采集了原煤样和底灰样。对飞灰的质量粒径分布、底灰和飞灰中次量与痕量元素的分布特性进行了分析。结果表明PM_1.0和PM_2.5质量分别占PM₁₀质量的16.0%~17.4%和46.9%~50.6%;Na、Mg、P、S主要富集在亚微米颗粒物中,Al、Si、Ca、Ti、Fe、K主要富集在超微米颗粒物中;随着颗粒物粒径的减小,As、Cd、Cr、Pb的浓度逐渐增大,且在亚微米颗粒物中的增幅大于超微米颗粒物,Mn在各级颗粒物中浓度相近;As、Cd、Cr、Pb大量富集于亚微米颗粒物之上,Mn在各级颗粒物中富集特性无明显差异,且各痕量元素挥发特性存在以下规律:As>Cd>Cr>Pb>Mn;文中给出了无控制条件下痕量元素的排放因子,PM_1.0中各元素排放比例存在以下规律:As>Cd>Cr>Pb>Mn。     

阜新市城市空气污染特征及原因分析

依据2021年空气质量监测数据，对阜新市城区空气质量污染时间特征、空间分布特征、气象特征及污染原因进行了分析。PM_2.5、PM₁₀和O₃为阜新市城市空气质量主要污染物，PM_2.5污染主要发生在取暖期，早、晚时段污染相对突出，主要来源于本地低空面源排放。PM₁₀污染主要发生在取暖期和春季，污染主要来自煤和生物质燃烧、外来输入沙尘影响以及本地大风扬尘。O₃污染主要发生在春季和夏季，污染来源有待利用技术手段进一步确定。     

湿法除尘技术进展及变温多相流脱除PM2.5的新方法

分析对比了工业化国家应对工业增长控制PM_2.5排放的策略与技术措施,特别是荷兰在充分的技术经济性研究基础上制定50% PM减排目标、相当于9 mg·m^-3工业尾气颗粒物允许排放浓度标准,值得我国借鉴。工业源颗粒物排放占比前5的冶金、石油加工、化工、建材和食品加工业颗粒排放物呈现PM_1.0的粒度分布峰值特征,应首选湿法静电沉降类(Wet-ESP)减排技术,但其经济性未必适合我国大规模基础工业发展阶段。提出废气-废水多相交叉流阵列变温脱除PM_2.5的新方法,利用气流横掠液柱传热传质产生的速度场、温度场和浓度场推动微粒向气液界面运动,使所有单液柱均成为独立的PM_2.5分离单元,其串-并联组合结构使阵列具有很高的PM_2.5分离总效率。模型预测单元数n=200的交叉流阵列用于810kW大功率钻井柴油机(排气量4906 kg·h^-1干气)尾气碳烟PM_2.5减排的效率为91.4%,现场模型试验实测值略大于80%,理论与实践均表明该方法以废治废、经济可行。     

基于深度时间序列特征融合的西安市2015—2020年供暖季雾霾重污染过程预警

为准确预测雾霾重污染演变过程，本文提出深度时间序列特征融合模型（long short-term memory and multivariate linear regression，LSTM-MLR）并对西安市PM_2.5浓度进行了临近预测。该模型利用不同超参数长短期记忆网络（long short-term memory，LSTM）提取PM_2.5前体和气象因素时间序列中的深度特征；采用多元线性回归（multivariate linear regression，MLR）形式融合LSTM单元输出的深度时间序列特征，最终输出PM_2.5浓度预测值。为评估模型性能，采用西安市2015年1月至2020年3月采暖季数据进行建模并计算未来3h、6h、12h、24h的PM_2.5浓度预测精度。结果表明：LSTM-MLR模型对雾霾严重污染样本的准确预测率分别为94.12%、85.29%、77.57%和51.10%，显著高于随机森林（random forest，RF）、支持向量回归（support vector regression，SVR）、MLR、单变量LSTM（LSTM_PM_2.5）、多变量LSTM（M_LSTM）和LSTM-RF（long short-term memory and random forest）；融合系数显示当前PM_2.5浓度对未来PM_2.5浓度的影响随预测步长的增加从80.89%（t+3）急剧降低至16.34%（t+24），前体浓度影响力从5.23%（t+3）上升至29.43%（t+24），说明提前控制前体物排放强度对雾霾重污染事件消峰降速效果具有显著影响。