天津近岸海域大气颗粒物无机组分季节变化及源析_姬洪亮
天津大气气溶胶化学组分的粒径分布和垂直分布
天津大气气溶胶化学组分的粒径分布和垂直分布姚青;孙玫玲;张长春;穆怀斌【期刊名称】《气象科技》【年(卷),期】2008(36)6【摘要】2006年8月在天津气象铁塔的10、120、220 m 3个不同高度.利用Andersen分级采样器同步进行大气气溶胶采样,样品用离子色谱和电感耦合等离子体质谱仪进行分析.结果表明,K元素主要集中在细粒子,Mg、Ca、Al、Fe元素主要集中在粗粒子,Na元素则具有双峰结构;总离子浓度随着高度的升高有增加的趋势,SO42-、N3-、NH4+、Ca2+是最主要的水溶性尤机离子;二次源是水溶性离子重要的贡献源.NO3-、SO42-、NH4+随着高度升高,浓度有向小粒径集中的趋势;各层气溶胶阴阳离子平衡值小于1,表明气溶胶偏碱性,与天津地处北方,土壤偏碱性,且非采暖期地面扬尘是主要的气溶胶来源有关;各层NO3-/SO42-平均值为0.48,表明非采暖期固定排放源(燃煤)仍然是天津大气细粒子中水溶性离子的主要来源.【总页数】5页(P692-696)【作者】姚青;孙玫玲;张长春;穆怀斌【作者单位】天津市气象科学研究所,天津,300074;天津市气象科学研究所,天津,300074;天津市气象科学研究所,天津,300074;天津市气象科学研究所,天津,300074【正文语种】中文【中图分类】P4【相关文献】1.南京北郊霾天气溶胶化学组分粒径分布特征 [J], 张程;于兴娜;安俊琳;李岩;赵睿东;赵博;肖伟生2.长三角沙尘中气溶胶粒径分布及化学组分特征 [J], 沈利娟;施双双;郭振东;王红磊;刘安康3.北京大气气溶胶中水溶性离子的粒径分布和垂直分布 [J], 徐宏辉;王跃思;温天雪;何新星4.北京市大气气溶胶中金属元素的粒径分布和垂直分布 [J], 徐宏辉;王跃思;温天雪;何新星5.基于化学组分参数化的大气气溶胶吸湿性特征 [J], 沈子宣;徐敏;胡波;王跃思;邹嘉南因版权原因，仅展示原文概要，查看原文内容请购买。
东海近岸大气中的^(210)Po、^(210)Bi和^(210)Pb及其沉降入海通量评估
东海近岸大气中的^(210)Po、^(210)Bi和^(210)Pb及其沉降入海通量评估马瑞阳;钟强强;王浩;杜娟;刘文靖;张洁然;黄德坤;于涛【期刊名称】《海洋学报》【年(卷),期】2024(46)3【摘要】大气^(210)Po、^(210)Bi和^(210)Pb的沉降通量是海洋中核素示踪颗粒物动力学过程(颗粒有机碳输出、颗粒物输运)的基础参数,为揭示我国近海地区^(210)Po、^(210)Bi和^(210)Pb活度浓度的时空变化规律并估算其沉降入海通量,本文于2016年9月至翌年2月和2021年9-11月分别对上海及厦门地区近地表大气气溶胶中^(210)Po、^(210)Pb和^(210)Bi的活度浓度进行了连续观测;基于^(210)Po-^(210)Pb活度比(^(210)Po/^(210)Pb)和^(210)Bi-^(210)Pb活度比(^(210)Bi/^(210)Pb)两种示踪法计算了气溶胶颗粒物的滞留时间,并利用一维简单气溶胶沉降速率模型估算了3种核素以大气沉降方式输入东海的通量。
结果显示,2016年上海秋、冬两季^(210)Po、^(210)Bi、^(210)Pb 3种核素活度浓度的变化范围分别为0.11~1.27 m Bq/m^(3)、0.45~1.83 m Bq/m^(3)和1.12~6.10 m Bq/m^(3);2021年秋季厦门^(210)Po、^(210)Bi、^(210)Pb 3种核素活度浓度的变化范围分别为0.05~0.85 m Bq/m^(3)、0.83~2.52 mBq/m^(3)和0.17~1.32 m Bq/m^(3),上海近地表气溶胶中3种核素的活度浓度秋季平均值比厦门地区高。
利用^(210)Po/^(210)Pb和^(210)Bi/^(210)Pb计算得到上海和厦门近地面大气的气溶胶滞留时间存在显著差异,基于^(210)Po/^(210)Pb计算上海气溶胶滞留时间均值为(94±54)d,基于^(210)Bi/^(210)Pb计算上海气溶胶滞留时间均值为(6.4±4.8)d,造成这种差异的原因很可能是两种示踪法本身具有的系统性差异。
天津市细颗粒物中化学成分及污染水平研究
天津市细颗粒物中化学成分及污染水平研究董海燕;边玮瓅;陈魁【期刊名称】《安徽农业科学》【年(卷),期】2013(041)005【摘要】为研究天津市细颗粒化学组分特征,于2006年8～12月采集PM2.5样品,分析天津市PM25中离子、元素碳、有机碳、无机元素等主要化学成分浓度及月变化特征.结果表明,采样期间,天津市PM25平均浓度为165.90μg/m3,有机碳(OC)、硫酸盐和地壳元素为其主要化学成分,质量浓度之和占PM2.5的37.0％.SO42-、NO3-、NH4+和Cl-为无机离子的主要成分,占全部无机离子的88.6％.OC/EC平均比值为4.21,冬季二次有机碳污染较重,SOC浓度占OC比例为34.5％.微量元素含量不足检出无机元素总量的10％,Zn、Pb等含量较高,质量浓度分别为623.8和302.3 ng/m3,分别占无机元素总量的3.6％和1.8％,表明机动车尾气和燃煤贡献突出.【总页数】4页(P2193-2196)【作者】董海燕;边玮瓅;陈魁【作者单位】天津市环境监测中心,天津300191【正文语种】中文【中图分类】S181.3【相关文献】1.天津市秋季一次典型灰霾过程中颗粒物污染及化学成分特征分析 [J], 边玮瓅;董海燕;元洁;陈魁2.淄博市大气颗粒物中POPs污染水平研究 [J], 雷艳梅;刘晓;桑博3.中国四城市空气颗粒物中铅的污染水平 [J], 胡伟;吴国平4.毛细管进样-激光解吸电离气溶胶飞行时间质谱仪检测超细纳米颗粒物化学成分[J], 王涛;唐小锋;郭晓天;温作赢;顾学军;张为俊5.我国主要城市大气颗粒物及碳组分污染水平研究进展 [J], 崔倩;张艳平;莫杨;王琼;王立新因版权原因，仅展示原文概要，查看原文内容请购买。
天津初夏大气气溶胶粒度谱分布特征
天津初夏大气气溶胶粒度谱分布特征张金娜;董海燕;白志鹏;张裕芬;解以扬【期刊名称】《城市环境与城市生态》【年(卷),期】2007(020)005【摘要】2005年5月17日-5月24日在天津市大气边界层梯度观测站对大气中气溶胶粒子的数浓度进行了观测,换算出粒子表面积浓度和体积浓度,分析了各自在不同粒径段的分布特征,结果表明:天津初夏气溶胶数浓度谱属于双峰型,主峰中心位于0.3 μm左右,粒径在0.25～0.6 μm之间的粒子占总数的98.5%,积聚模态在分配水平上占绝对优势;表面积浓度谱呈现我国城市3峰特征,体积浓度谱在0.30～0.35 μm粒径段出现一个明显的峰.并且根据气溶胶粒径分布的数浓度谱的特征在3个区间分别采用Junge谱、Deirmendjian谱的模式来拟合出天津初夏大气气溶胶粒子粒度谱分布函数表达式.【总页数】5页(P1-5)【作者】张金娜;董海燕;白志鹏;张裕芬;解以扬【作者单位】南开大学环境科学与工程学院,天津,300071;国家环境保护城市空气颗粒物污染防治重点实验室,天津,300071;城市及区域大气环境研究联合实验室,天津,300071;南开大学环境科学与工程学院,天津,300071;国家环境保护城市空气颗粒物污染防治重点实验室,天津,300071;城市及区域大气环境研究联合实验室,天津,300071;南开大学环境科学与工程学院,天津,300071;国家环境保护城市空气颗粒物污染防治重点实验室,天津,300071;城市及区域大气环境研究联合实验室,天津,300071;南开大学环境科学与工程学院,天津,300071;国家环境保护城市空气颗粒物污染防治重点实验室,天津,300071;城市及区域大气环境研究联合实验室,天津,300071;城市及区域大气环境研究联合实验室,天津,300071;天津市气象科学研究所,天津,300074【正文语种】中文【中图分类】X513【相关文献】1.天津冬季相对湿度对气溶胶浓度谱分布和大气能见度的影响 [J], 姚青;蔡子颖;韩素芹;刘爱霞;刘敬乐2.北京上甸子典型天气个例的大气气溶胶数谱分布特征 [J], 沈小静;孙俊英;张养梅;张璐;周怀刚;周礼岩;董璠3.厦门岛南部沿岸大气气溶胶成分谱分布特征 [J], 颜金培;陈立奇;林奇;张远辉;李忠4.厦门岛南部沿岸大气气溶胶成分谱分布特征 [J], 颜金培;陈立奇;林奇;张远辉;李忠;5.银川市初夏气溶胶粒子谱分布特征 [J], 桑建人;杨有林因版权原因，仅展示原文概要，查看原文内容请购买。
天津市PM10,PM2.5和PM1连续在线观测分析
天津市PM10,PM2.5和PM1连续在线观测分析天津市PM10、PM2.5和PM1连续在线观测分析近年来，大气污染成为全球共同面对的难题。
尤其是中国的一些大城市，由于城市化进程加快、工业生产增加等原因，空气质量问题突出。
天津市作为我国重要的经济中心和交通枢纽，其空气质量问题备受关注。
本文通过对天津市PM10、PM2.5和PM1的连续在线观测数据进行分析，探讨了该市大气颗粒物的变化规律和影响因素，为改善空气质量提供科学依据。
首先，我们先来简要介绍一下PM10、PM2.5和PM1。
PM10，即可吸入颗粒物，是指大气中粒径小于或等于10微米的颗粒物。
PM2.5是指大气中粒径小于或等于2.5微米的颗粒物。
而PM1是指大气中粒径小于或等于1微米的颗粒物。
这些颗粒物主要来源于工业排放、机动车尾气、燃煤和扬尘等，对人体健康和环境造成严重危害。
天津市将PM10、PM2.5和PM1的连续在线观测设备布设在不同的监测点位，包括城区、工业区和交通枢纽等。
通过对这些监测点位的数据进行统计和分析，可以更好地了解天津市空气质量的情况。
根据观测数据，天津市的PM10、PM2.5和PM1浓度存在明显的季节变化。
一般来说，夏季的浓度较低，而冬季的浓度则相对较高。
这主要是由于冬季燃煤取暖的增加，排放物增加导致的。
此外，观测数据还显示，城区的颗粒物浓度普遍高于工业区和交通枢纽。
这表明城区的排放源更为集中，并且人口密度大，导致颗粒物浓度升高。
进一步分析天津市空气质量的影响因素，发现机动车尾气排放和大气扬尘是PM2.5和PM10的主要来源。
随着汽车保有量的增加，机动车尾气排放成为主要的污染源。
尤其是在交通拥堵的条件下，PM2.5和PM10的浓度明显上升。
此外，天津市的工业生产也对空气质量产生较大影响。
在工业区，PM2.5和PM10的浓度较高，表明工业排放是颗粒物污染的重要原因之一。
此外，天津市的气象条件也对大气颗粒物浓度有较大影响。
观测数据发现，风速较小、逆温层稳定时，颗粒物容易聚集在空气中，导致浓度升高。
大气颗粒物组分解析
大气颗粒物组分解析
贺斌;张志军
【期刊名称】《环境保护与循环经济》
【年(卷),期】2005(025)001
【摘要】将大气颗粒物的组分划分为有机和无机两大类,并按照粒径大小划分为TSP、PM10和PM2.5的不同粒径范围,通过对不同类别和粒径范围样品的采集、元素分析和数据处理,探索出-套对大气颗粒物组分分析的研究方法,通过该方法的运用来实现对大气颗粒物组分构成的全面了解.
【总页数】2页(P14-15)
【作者】贺斌;张志军
【作者单位】抚顺市环境保护监测站,抚顺,113006;抚顺市环境保护监测站,抚顺,113006
【正文语种】中文
【中图分类】X8
【相关文献】
1.大气细颗粒物实时在线源解析技术解析盐城市大气细颗粒物来源 [J], 张俊;吉祝美;咸月;赵有政
2.宣城市区秋季大气细颗粒物组分特征及来源解析 [J], 秦志勇;张红;汪水兵;洪星园;朱森;包翔
3.关于萍乡市大气细颗粒物组分分析及来源解析 [J], 徐洁;闫喜凤
4.济南市大气细颗粒物水溶性组分及大气传输的研究 [J], 杨凌霄;侯鲁健;吕波;王
文兴;周学华;王哲;周杨;程淑会
5.典型城市大气颗粒物无机组分源解析 [J], 钟宇红;房春生;邱立民;张子宜;于连贵;赵静;董德明
因版权原因，仅展示原文概要，查看原文内容请购买。
天津市PM10,PM2.5和PM1连续在线观测分析
天津市PM10,PM2.5和PM1连续在线观测分析天津市PM10, PM2.5和PM1连续在线观测分析近年来，随着城市化进程的加快和工业化水平的提高，大气污染问题日益突出。
大气颗粒物（PM）是一种主要的大气污染物，对人体健康和环境造成了严重的影响。
为了解天津市PM10、PM2.5和PM1的含量和变化趋势，连续在线观测是必不可少的手段。
首先，在天津市的不同地区选择了几个大气污染较为严重的观测点，通过设置观测仪器对PM10、PM2.5和PM1进行连续在线观测。
观测仪器使用了先进的激光测量技术，能够高精度地测量颗粒物的浓度和大小。
观测周期为一年，每天24小时连续观测。
通过对观测数据的收集和整理，得到了天津市不同地区PM10、PM2.5和PM1的季节变化规律。
研究发现，天津市的PM10、PM2.5和PM1浓度都呈现出明显的季节性变化。
夏季和秋季的大气污染较为严重，而冬季和春季则相对较为清洁。
进一步分析发现，天津市PM10、PM2.5和PM1的浓度在不同地区存在差异。
工业区和交通枢纽附近的地区污染较为严重，而居民区和绿化带则相对较清洁。
这与工业排放和交通排放的分布有关，暗示了不同污染源对大气颗粒物的影响。
此外，观测数据显示，天津市的PM2.5和PM1浓度普遍高于PM10浓度。
这说明颗粒物粒径较小的细颗粒物在天津市的大气中占比较高，对人体健康的影响更大。
这也提醒我们，在大气污染治理中，需要更加重视细颗粒物的控制和排放。
总的来说，通过连续在线观测分析，可以更加全面地了解天津市PM10、PM2.5和PM1的含量和变化趋势。
这有助于科学地指导大气污染治理和环境保护工作。
未来，应进一步完善大气污染监测体系，加强大气颗粒物的监测和研究，为改善大气环境质量提供科学依据。
同时，全社会都应共同努力，减少污染物的排放，保护好我们的共同家园综上所述，天津市的PM10、PM2.5和PM1浓度存在明显的季节性变化，夏季和秋季的大气污染较为严重，而冬季和春季相对较为清洁。
黄、渤海滨海带大气颗粒物时空分布与来源特征
黄、渤海滨海带大气颗粒物时空分布与来源特征许芸松;李尧;陶澍;刘文新;刘伟健;赵永志;余双雨;沈国锋;李静雅;熊冠男;刘洋;蔡传洋【期刊名称】《生态毒理学报》【年(卷),期】2017(012)003【摘要】PM10作为大气污染物监测的主要指标之一,探究大气PM10浓度对大气环境质量和人体健康评价具有重要意义.黄、渤海滨海带包括京、津和辽、冀、鲁、苏等工、农业大省,区域大气PM10污染的时空分布和来源特征具有复杂性和典型性.在锦州、北京、天津、烟台、青岛、连云港和盐城7个城市布设10个采样点,含7个城市点和3个农村点,开展为期一年的大气颗粒物的采样;同时,于冬季1月和夏季7月在锦州、天津和烟台进行合计60 d的加密采样,藉以确定研究区域大气PM10的时空分布和来源特征.结果表明,黄、渤海滨海带大气年均PM10总浓度为(129 ±18) μg·m-3,单月最低值出现在2015年7月盐城农村样点15 μg·m-3,最高值为2015年3月北京城市点307 μg·m-3.盐城大气PM10浓度(城市点(85 ±27) μg·m-3和农村点(66 ±35)μg·m-3)显著低于其他样点大气PM10浓度.渤海滨海带中西部的京(140 ±68 μg·m-3)、津(169 ±60 μg·m-3)两市大气PM10年均浓度显著高于东部的锦州(125±41 μg·m-3)和烟台(109 ±31 μg·m3);而且黄海滨海带大气PM10年均浓度(114 μg·m-3)显著低于渤海滨海带年均浓度(136 μg·m-3),总体上表现出西高东低、北高南低的特征.黄、渤海滨海带城市点和农村点年均浓度分别为(129±18) μg·m-3和(112 ±30) μg·m-3;农村点春冬季大气PM10浓度和城市点浓度相当,无显著差异,夏秋季大气PM10浓度略低于城市浓度,表明农村地区大气颗粒物污染情况也较为严重,需受到关注.区域内PM10浓度季节变化整体表现为春冬高、夏秋低.利用多元回归分析初步判断黄、渤海滨海带PM10属于复合来源,大气PM10浓度约30％的变化与降水、人均能耗和沙尘天气相关.黄、渤海滨海带大气PM10浓度的昼夜变化不大,大气PM10浓度与气温呈现正相关,与风速和降水呈现负相关,表现为受各种气象因素综合作用的影响.【总页数】12页(P346-357)【作者】许芸松;李尧;陶澍;刘文新;刘伟健;赵永志;余双雨;沈国锋;李静雅;熊冠男;刘洋;蔡传洋【作者单位】北京大学城市与环境学院地表过程分析与模拟教育部重点实验室,北京100871;南开大学环境科学与工程学院,天津300350;北京大学城市与环境学院地表过程分析与模拟教育部重点实验室,北京100871;北京大学城市与环境学院地表过程分析与模拟教育部重点实验室,北京100871;北京大学城市与环境学院地表过程分析与模拟教育部重点实验室,北京100871;黑龙江省齐齐哈尔市环境工程评估中心,齐齐哈尔161005;北京大学城市与环境学院地表过程分析与模拟教育部重点实验室,北京100871;北京大学城市与环境学院地表过程分析与模拟教育部重点实验室,北京100871;北京大学城市与环境学院地表过程分析与模拟教育部重点实验室,北京100871;北京大学城市与环境学院地表过程分析与模拟教育部重点实验室,北京100871;北京大学城市与环境学院地表过程分析与模拟教育部重点实验室,北京100871;北京大学城市与环境学院地表过程分析与模拟教育部重点实验室,北京100871【正文语种】中文【中图分类】X171.5【相关文献】1.龙岩市区大气颗粒物中多环芳烃的种类和时空分布特征及来源 [J], 章汝平;陈克华;何立芳;童曼霞;丁马太2.柳州市大气颗粒物中多环芳烃的种类和时空分布特征及来源 [J], 何星存;陈孟林;杨崇毅;洪伟良;倪小明;叶耀平3.新疆大气颗粒物的时空分布特征 [J], 谢运兴;唐晓;郭宇宏;林彩燕;吴煌坚;卢苗苗;王自发4.长沙市大气颗粒物PM2.5和PM10的时空分布特征 [J], 陈雅真;梁小翠;闫文德5.沧州市主城区大气颗粒物污染时空分布特征分析 [J], 马翠萍因版权原因，仅展示原文概要，查看原文内容请购买。
21世纪以来天津细颗粒物气象扩散能力趋势分析
21世纪以来天津细颗粒物气象扩散能力趋势分析蔡子颖;姚青;韩素芹;邱晓滨;张敏【期刊名称】《中国环境科学》【年(卷),期】2017(037)006【摘要】基于高精度的排放源和大气化学模式WRF/chem,在同排放源条件下模拟了2000~2015年天津地区PM2.5质量浓度,根据NECP再分析资料和地面观测相关数据构建细颗粒物气象扩散指数,使用两种方法描述21世纪以来天津地区细颗粒物气象扩散能力变化趋势.研究结果表明:2000~2015年期间天津地区细颗粒气象扩散能力呈现周期性波动,不利气象条件的第一个峰值出现在2003~2004年,第二个峰值为2013~2015年,两个峰值相距11年,在2000~2015年间,天津地区气象扩散能力(主要针对PM2.5影响)年际平均波动4.1%,最大值约为9%,对于大气污染防治目标制定和效果评估,必须考虑气象年际波动的影响;2008~2010年气象条件较有利于细颗粒物扩散,此后逐年转差,在2013~2015年处于历史正距平(不利扩散),从而导致2013~2015年雾霾和重污染天气频发;2015年相比2013年天津细颗粒物气象扩散能力没有明显提高,但PM2.5质量浓度下降29%,大气污染防治措施的有效执行在其中发挥积极作用.【总页数】7页(P2040-2046)【作者】蔡子颖;姚青;韩素芹;邱晓滨;张敏【作者单位】天津市环境气象中心,天津 300074;天津市气象科学研究所,天津300074;天津市环境气象中心,天津 300074;天津市气象科学研究所,天津 300074;天津市气象科学研究所,天津 300074;天津市环境气象中心,天津 300074【正文语种】中文【中图分类】X131.1;X515【相关文献】1.乌鲁木齐市大气可吸入颗粒物中多环芳烃与颗粒物比表面积、气象因素相关性的探讨 [J], 吾拉尔·哈那哈提;薛静;迪丽努尔·塔力甫2.湖州市大气扩散能力与气象条件的关系 [J], 向华;毛敏娟;缪丽娜;李洪权;梁明珠;张喜亮3.市人大常委会执法检查组关于检查《中华人民共和国气象法》和《天津市气象条例》实施情况的报告——2013年9月24日在天津市第十六届人民代表大会常务委员会第四次会议上 [J], 张俊芳;4.21世纪以来我国成人教育研究的现状和趋势分析——基于对国内成人教育研究文献的计量学分析 [J], 陈雪儿5.21世纪以来我国幼儿游戏研究的现状和趋势分析——基于CiteSpace的可视化分析 [J], 许铁梅;丁颖因版权原因，仅展示原文概要，查看原文内容请购买。
北方沿海城市大气PM_(2.5)组分特征及来源分析:以青岛市为例
北方沿海城市大气PM_(2.5)组分特征及来源分析：以青岛市为例张玉卿;张韬;方渊;魏巍;孟赫;刘保双【期刊名称】《环境科学研究》【年(卷),期】2024(37)3【摘要】为探究北方沿海城市大气PM_(2.5)的化学组分特征及其关键来源,本文选择典型代表城市青岛市作为研究对象,在2021年3月−2022年2月采集大气PM_(2.5)样品,测定水溶性无机离子、碳组分及化学元素等组分,深入分析大气PM_(2.5)化学组分特征,采用正定矩阵因子分解(PMF)和潜在源贡献函数(PSCF)对青岛市PM_(2.5)的主要贡献源类和潜在源区进行分析研究.结果表明:①采样期间青岛市PM_(2.5)浓度平均值为42.2μg/m^(3),NO_(3)^(−)、NH_(4)^(+)、SO_(4)^(2−)、OC是PM_(2.5)的主导成分,浓度分别为11.77、5.76、5.20和6.67μg/m^(3),占比分别为27.88%、13.65%、12.32%和15.80%.②各组分浓度季节性变化与PM_(2.5)浓度变化基本一致,呈现冬季最高、夏季最低,春季、秋季相差较小的变化特征.③PMF模型解析结果表明,二次无机源是青岛市PM_(2.5)的主要来源,贡献率达42.8%;其次为二次有机源以及燃煤和生物质燃烧源,贡献率分别为18.1%、15.7%;机动车源贡献率为8.8%,海盐和船舶源贡献率为6.0%;而扬尘源和工艺过程源贡献率相对较低,分别为5.3%和3.3%.冬季燃煤和生物质燃烧源贡献率(24.4%)明显高于其他季节;春季和秋季扬尘源贡献率较高,分别为6.5%和9.8%;夏季二次有机源、海盐和船舶源以及机动车源的贡献率高于其他季节,贡献率分别达23.1%、12.4%和16.3%.④江苏省北部以及山东省中东部是青岛市各类源的主要潜在源区,江苏省东北部、长三角地区以及黄海海域是海盐和船舶源的主要潜在源区.研究显示,二次源是青岛市大气污染物的主要来源,燃煤源和生物质燃烧源、机动车源、海盐和船舶源的影响也不容忽视.二次源、机动车源以及海盐和船舶源可能是北方沿海城市PM_(2.5)的重点关注源类,在大气污染防治措施制定时需要加强对其的精细化管理.【总页数】11页(P525-535)【作者】张玉卿;张韬;方渊;魏巍;孟赫;刘保双【作者单位】山东省青岛生态环境监测中心;南开大学环境科学与工程学院【正文语种】中文【中图分类】X5【相关文献】1.张家界市大气PM_(2.5)碳组分污染特征及来源分析2.采暖期与非采暖期青岛市区PM_(2.5)组分特征及来源分析3.青岛市城区沿海区域PM_(2.5)污染变化特征和来源解析4.北方某工业城市大气PM_(2.5)成分及来源分析5.2020-2021年冬季长三角北部典型农业城市大气PM_(2.5)及其组分特征和来源解析因版权原因，仅展示原文概要，查看原文内容请购买。
天津市夏季灰霾与非灰霾天气下颗粒物污染特征与来源解析
天津市夏季灰霾与非灰霾天气下颗粒物污染特征与来源解析天津市夏季灰霾与非灰霾天气下颗粒物污染特征与来源解析近年来，随着工业化和城市化的进程，大气污染已成为了全球关注的焦点问题之一。
尤其在天津市这样的重工业城市中，大气颗粒物污染问题愈发严重，给人们的健康和生活环境带来了巨大的威胁。
夏季是灰霾天气发生频率较高的时候，本文将重点探讨天津市夏季灰霾和非灰霾天气下的颗粒物污染特征与来源。
首先，对于灰霾天气下的颗粒物污染特征分析。
一般来说，灰霾天气下的颗粒物主要有细颗粒物（PM2.5）和可吸入颗粒物（PM10）。
根据近年来的实测数据统计，天津市夏季灰霾天气下，PM2.5和PM10的浓度均普遍高于非灰霾天气。
尤其是在天津市附近的沿海地区，由于大气湿度较高，空气中颗粒物的分散能力较差，导致颗粒物的滞留时间延长，因而灰霾天气时颗粒物浓度明显增高。
其次，我们来探究夏季灰霾天气下颗粒物污染的来源。
根据大气污染源的特点和天津市的具体情况，夏季灰霾天气下的颗粒物主要来源有工业排放、交通排放和扬尘污染。
工业排放是天津市颗粒物污染的主要原因之一。
天津市是全国重点的工业基地之一，众多的工业企业在生产中释放出大量的废气和颗粒物。
特别是一些高污染行业，如钢铁、化工，其排放的颗粒物含量往往较高。
而夏季灰霾天气下，由于气象条件的不利因素，这些工业废气和颗粒物更容易在大气中停留，导致颗粒物污染加剧。
交通排放也是夏季灰霾天气下颗粒物的重要来源之一。
随着汽车数量的快速增长，尤其是柴油车的普及，交通尾气中的颗粒物排放日益严重。
当灰霾天气发生时，大气中的颗粒物在尾气的作用下更容易聚集和增加，使得颗粒物污染程度加剧。
此外，扬尘污染也是夏季颗粒物污染的重要因素。
在天津市的建筑工地、道路修建和城市拆迁等工程中，常常伴随着大量的扬尘产生。
当灰霾天气发生时，大气中颗粒物浓度升高，使得扬尘颗粒更容易附着于其他颗粒上，形成更大的颗粒物。
这些大颗粒物不仅增加了空气中颗粒物的负荷，还极易引起呼吸道疾病。
天津市夏季灰霾与非灰霾天气下颗粒物污染特征与来源解析
天津市夏季灰霾与非灰霾天气下颗粒物污染特征与来源解析天津市夏季灰霾与非灰霾天气下颗粒物污染特征与来源解析摘要：本文通过对天津市夏季灰霾和非灰霾天气下颗粒物污染特征与来源的分析与解析，旨在深入探讨夏季天津市颗粒物污染的形成机制，为制定有效的环境保护措施提供科学依据。
本研究发现，在天津市夏季，灰霾和非灰霾天气的颗粒物污染特征存在明显差异，灰霾天气下颗粒物浓度较高，且含有更多的细颗粒物，而非灰霾天气下颗粒物浓度较低，且以较大颗粒物为主。
颗粒物的主要来源包括工业排放、交通污染和扬尘等。
1. 引言补充引入灰霾天气与非灰霾天气对人们生活和健康的影响，以及颗粒物污染对空气质量和环境的危害。
2. 实验方法介绍实验设计和所采集的样本、数据的处理方法。
3. 结果与讨论3.1 灰霾天气下颗粒物污染特征通过对灰霾天气下的颗粒物进行采样和分析，发现灰霾天气下颗粒物污染较为严重。
颗粒物浓度普遍较高，达到甚至超过国家标准的限值。
其中，细颗粒物的含量占比较高，表明灰霾天气下主要受到细颗粒物的污染。
其中颗粒物的组成成分分析发现，大量的硫酸盐颗粒物、氯化物颗粒物和有机碳颗粒物存在于灰霾天气中，这些物质往往会由空气中的污染物在空气中相互作用形成。
3.2 非灰霾天气下颗粒物污染特征与灰霾天气下不同，非灰霾天气下的颗粒物污染相对较低。
颗粒物浓度普遍低于国家标准的限值，但仍然存在一定的污染。
与灰霾天气相比，非灰霾天气下的颗粒物以较大颗粒物为主，细颗粒物的含量较低。
颗粒物的组成成分分析发现，主要成分包括黄色沙尘、飞尘和建筑工地扬尘等。
4. 形成机制与影响因素4.1 灰霾天气颗粒物污染的形成机制灰霾天气下颗粒物污染的形成机制主要包括工业排放、交通污染和气象条件等多种因素。
其中，工业排放是灰霾天气下颗粒物污染的主要来源之一。
工业生产过程中的燃烧和排放过程会释放大量的颗粒物污染物，如颗粒物、硫酸盐和氯化物等。
交通污染也是灰霾天气下颗粒物污染的重要原因之一，尤其是汽车尾气中的颗粒物污染物。
天津不同气团来向PM2.5中组分和污染源贡献的季节变化
天津不同气团来向PM2.5中组分和污染源贡献的季节变化史旭荣;温杰;田瑛泽;史国良;张裕芬;冯银厂【摘要】利用基于新型多点位三维受体模型和后轨迹所构建的来向解析技术(SDA),探讨了天津市内陆和近海点位的不同季节不同来向气团载带的颗粒物浓度、组分和源分担率特征,并定量计算了不同来向污染源对受体点位的贡献大小.整体上,渤海来向的气团相对清洁(97.1μg/m3),气团占比较大(23.7％);内蒙-河北-北京-天津来向气团载带的PM2.5浓度高(197μg/m3),但气团占比小(内陆点位春冬季分别为12.5％,11.9％,近海点位春冬季分别为8.6％,10.7％),对PM2.5的综合影响较小.近海点位春夏秋冬季对PM2.5分担率最大的污染源分别为:SSW来向地壳源(12.8％)、SE来向硫酸盐+SOC(二次有机碳)(9.8％)、WSW来向燃煤源(10.3％)、WNW来向硫酸盐+SOC(12.1％).内陆点位分别为SSW来向地壳源(14.5％)、S来向硫酸盐+SOC(13.5％)、SSW来向机动车源(8.9％)、WNW来向硫酸盐+SOC(9.5％).【期刊名称】《中国环境科学》【年(卷),期】2018(038)007【总页数】9页(P2406-2414)【关键词】多点位三维模型;污染源来向解析技术;后向轨迹;PM2.5【作者】史旭荣;温杰;田瑛泽;史国良;张裕芬;冯银厂【作者单位】南开大学环境科学与工程学院,国家环境保护城市空气颗粒物污染防治重点实验室,天津 300071;南开大学环境科学与工程学院,国家环境保护城市空气颗粒物污染防治重点实验室,天津 300071;南开大学环境科学与工程学院,国家环境保护城市空气颗粒物污染防治重点实验室,天津 300071;南开大学环境科学与工程学院,国家环境保护城市空气颗粒物污染防治重点实验室,天津 300071;南开大学环境科学与工程学院,国家环境保护城市空气颗粒物污染防治重点实验室,天津300071;南开大学环境科学与工程学院,国家环境保护城市空气颗粒物污染防治重点实验室,天津 300071【正文语种】中文【中图分类】X513大气细颗粒物(PM2.5,空气动力学当量直径≤2.5µm)危害人体健康,降低空气质量[1-3].为了解PM2.5的主要来源和形成机制,国内外已有大量的研究[4-7].常用的来源解析模型有扩散模型、受体模型和空气质量模型,由于受体模型不需要详细的气象和源排放信息,从观测的受体出发计算各污染源的贡献,得到了广泛应用[8-10].目前常用的受体模型多为二维受体模型,随着源解析要求提升,采样手段不断丰富,出现了包括化学组分浓度、时间序列和空间变化(多点位采样)、粒径变化信息(多粒径采样)的三维数据.传统的二维模型应用可能会导致失去一些关键信息.三维模型能够充分挖掘三维数据的内在信息,提高源解析结果的准确性和精度[11].对于不同点位三维数据,传统三维模型只能提取相同的源贡献矩阵,显然与实际情况不符.为更好地挖掘三维数据信息及反映实际情况,基于 M E2运算的新型三维受体模型随之提出,包括多点位和多粒径三维模型[12-13].PM2.5来源广泛,成因复杂,受到本地排放和远距离传输的共同影响.任传斌等研究了北京城区 PM2.5的输送途径与潜在源区的贡献[14];王郭臣等研究了天津市PM10和NO2输送路径及潜在源区[15].此外,污染源贡献存在着明显的季节变化特征,不同化学组分浓度变化在不同季节也存在差异.Sun等[16]研究了北京市2007年四季不同粒径段的化学组成特征;Li等[17]研究了宁波市四季的 PM2.5化学组成时空变化.受体点位四季受到不同来向气团的影响,不同气团特征不同,比如气团所载带的PM2.5浓度、组分占比及PM2.5污染源贡献;即使为同一来向气团,其特征也存在明显的季节变化.目前分析各气团来向的化学组分特征和污染源贡献季节变化特征的研究较少,将三维模型和后轨迹结合进行不同季节的污染来向解析的研究更少.本研究丰富完善了这一不足,在近海、内陆点位同时采集和分析 PM2.5样品,利用来向源解析技术(source directional apportionment, SDA),不仅分析了不同气团来向PM2.5浓度、组分和源贡献特征,也研究了同一气团的季节变化特征. SDA是基于多点位三维受体模型-后轨迹模型所构建.多点位三维受体模型可以深度挖掘多点位数据信息,降低解析结果不确定性[13],与后轨迹模型[18-19]结合,可定量不同来向各污染源的贡献.1 材料与方法1.1 样品采集及分析选取了两个采样点,分别位于天津市内陆地区和近海地区(图 1).内陆采样点位于城区一栋四层楼高的楼顶(39°06′N,117°09′E),属于居民和商业混合区.近海采样点(39°02′N,117°43′E)位于天津市滨海新区,靠近渤海. 2013年5月到2014年1月,利用天虹中流量采样器(TH-150,采样流速为100L/min)在两个点位同时采样,每个点位均进行平行采样,分别将大气颗粒物采集到石英纤维膜(Q膜)和聚丙烯纤维膜上(P膜)(直径均为 90mm);采样周期 12h,分别从 08:00 到20:00以及20:00到08:00,内陆点位共采得330个样品,近海点位为329个样品(同时同地采的P Q膜合为一个样品). 本研究中春季定义为5月份,夏季为6、7、8月份,秋季为9、10、11月份,冬季为12、1月份.图1 采样点位Fig.1 Sampling site为保证采样和分析质量,分别在400℃～500℃和60℃对空白石英膜 (Q膜) 和聚丙烯膜 (P膜) 烘膜,以去除滤膜中的有机组分,避免对分析造成影响.烘好膜后,将空白膜放置在恒温恒湿环境中平衡 48h;采后膜也需放置在相同环境中平衡 48h,再称重.利用精度为±0.0001g的天平进行称重,至少称重 2次,要求|m1-m2|≤0.00005g,若不满足要求,重新称重,直到满足要求. 所有滤膜保存在-4℃.去除不满足质控和分析要求的滤膜样品后,最后共获得356个样品,内陆和近海点位均为 178个,满足模型计算要求.其中,春季28个,夏季47个,秋季75个,冬季28个. Q膜用于测定碳组分(OC, EC)和水溶性离子(Cl-, NO3-, SO42-,NH4+, Na+, K+, Mg2+, Ca2+)含量,P 膜用于测定元素(Na, Mg, Al, Si, K, Ca, Ti, V, Cr, Mn, Fe, Ni, Cu, Cd,Zn, Hg, Pb)含量.碳组分含量用热光碳分析仪测定;水溶性离子含量用离子色谱仪(DX-120, DIONEX)测定;元素含量用电感耦合等离子体质谱仪 (ICP-AES)(IRIS Intrepid II, Thermo Electron)测定.测定中要求所有试剂空白的测试结果均低于方法检出限;每20个样品测定两个实验室空白,要求两次测定中各待测组分含量的相对偏差≤20%;每次采样带一个全程序空白,其等分为两部分分别测定,其中待测组分含量相对偏差≤20%. 共分析了21种组分, SO42-, NO3-, NH4+,Cl-, OC, EC, Si, Al, Ca组分含量均较高.1.2 多点位三维受体模型本研究采集了两个点位的受体数据,不仅包括组分浓度,时间序列信息,还包括空间点位变化信息.为深度挖掘该三维数据的内在信息,本研究选择三维模型进行解析.对于传统二维模型,两点位的数据需分别输入模型运算(178×21,样品数×组分数);而三维模型的输入数据是三维的(178×21×2,样品数×组分数×采样点位).式(1)和(2)分别为二维模型和三维模型基本原理.式中:xij表示在第i个样品中的第j种组分的浓度; gih表示第h个污染源对第i个样品的贡献,为源贡献时间序列; fhj表示在第h个污染源中的第j种组分的质量占比,为源谱; eij表示残差.采样点位均在天津市内,三维模型假设不同点位的源谱相似;由于当地源排放和传输等的影响,模型假设源贡献不同.公式如下[13]:式中:ijkx表示在第k个采样点的第i个样品中的第j种组分的浓度;aihk表示第h 个污染源对第k个采样点的第i个样品的贡献,为源贡献时间序列;bjh表示在第h 个污染源中的第j种组分的质量占比,为源谱;eijk表示残差.1.3 污染源来向解析技术(SDA)污染源来向解析技术(source directional apportionment, SDA)用来定量计算每个气团来向上各污染源的贡献.具体操作方法如下:(1)利用三维源解析模型定量计算每个采样点位污染源类型及源贡献.(2)利用后轨迹辨别两点位四季每小时的主要气团来向( Hysplit4User’s Guide-Version 4.9, NOAA’s ARL, 2009, / HYSPLIT.php).后推时间为12h,起始点高度为采样点高1000m.(3)定量每个气团来向上的污染源贡献(,µg/m3)及贡献占比( , %).该值越大,相应地对采样点位PM2.5的贡献越大[20].式中:gih表示在第 I个气团来向上,第 h个源对第 i个样品的贡献,µg/m3;nI为在第I个气团来向上样品的个数;N表示所有来向上的总样品个数;1,2…nI…nM表示不同的气团来向;TC表示所有来向上的PM2.5的平均浓度.本研究中每小时就有一个气团来向,该小时组分浓度和源贡献浓度用所在采样时间段的浓度代替(08:00 到20:00以及 20:00到08:00).2 结果与讨论2.1 不同来向PM2.5和组分浓度的季节变化近海点位 PM2.5浓度均值依次为:春季91.0µg/m3(28.7～194µg/m3) ＜秋季107µg/m3 (18.5～340µg/m3) ＜夏季112µg/m3 (35.9～332µg/m3) ＜冬季162µg/m3 (39.9～337µg/m3);内陆地区 PM2.5浓度大小:春季117µg/m3(46.2～227µg/m3) ＜夏季135µg/m3 (58.4～256µg/m3) ＜秋季158µg/m3 (48.7～458µg/m3) ＜冬季209µg/m3 (73.3～361µg/m3) (表1).内陆点位风速大小为春季(3.98m/s)＞夏季(2.81m/s)＞秋季(2.58m/s)＞冬季(2.25m/s);近海点位为春季(3.03m/s)＞夏季(2.24m/s)＞秋季(1.90m/s)＞冬季(1.86m/s).春季PM2.5浓度低,可能与春季强风产生的较好的污染物扩散条件有关[21].冬季浓度高,可能因为冬季燃煤取暖导致污染物排放增加有关.此外,冬季两点位的风速均为最低,限制了污染物的扩散过程,使得污染物累积.矿物质组分(Al,Si,Ca,K,Fe),OC、EC、NO-、3 SO42-、NH4+是 PM2.5中主要的化学组分.近海点位组分占比分别为 17.5%, 11.1%, 4.0%, 10.3%, 17.7%,7.0%;内陆点位分别为 17.8%, 11.6%, 3.9%, 12.3%,15.8%, 6.0%.近海点位所有来向气团的 Na+,Cl-组分占比均比内陆点位高(采样期间近海点位均值分别为1.60,3.76µg/m3,内陆点位分别为0.65, 2.33µg/m3),近海点位受到更多海洋源的影响,表明 Na+, Cl-可用于标识海盐源.春季各气团来向上的Al,Si,Ca占比均值比其他季节高(春季分别为5.5%,11.0%,3.0%,其他季节均值为3.2%,8.3%,1.9%),而SO42-、NO3-占比均值较低(春季分别为14.4%,9.6%,其他季节均值为16.2%,12.1%).近海点位春季来向1(渤海来向)和来向2(途经山东河北)的气团占比较大;夏季来向3的气团占比增大,来向3气团全部为当地气团,暗示夏季主要为当地污染源;秋季渤海来向的气团占比降低,河北来向的气团占比升高;冬季的气团主要来自西北方向.内陆点位的气团来向占比与近海点位相似. 内陆点位只有春夏季有轨迹来自渤海方向,近海点位四季都有源于渤海方向的气团.值得注意的是,各来向的气团途径很多区域最终到达采样点,所以气团 PM2.5浓度不仅与远距离传输的外来源有关,也与在传输过程中载带的天津当地排放的污染物量有关.各来向气团对点位 PM2.5的影响由气团的清洁程度和气团占比共同决定.整体上,渤海来向的气团轨迹相对清洁(97.1µg/m3).内蒙来向的气团通常发生在春、冬季.春季内蒙来向气团浓度高,气团占比低(近海点位:来向4,133µg/m3,8.6%;内陆点位:来向4,111µg/m3,12.5%) (表 1,图 2、3).这里气团浓度指春季后轨迹为内蒙方向的所有样品浓度均值;气团占比指春季后轨迹为内蒙方向的样品数与春季总样品数的比值,反映该来向气团的影响时长.因此,春季内蒙来向气团浓度虽高,但持续时间短,对采样点位的影响是短期的.冬季内蒙来向的气团污染物浓度达到最高值,近海点位为254µg/m3,内陆点位为292µg/m3(表1).冬季大量燃煤取暖导致污染物排放增加;此外,内蒙来向的气团传输距离最远,途中会载带各省市的大气颗粒物,可能因此导致该来向气团的污染物浓度最高.但该气团的占比低,近海和内陆点位分别为10.7%、11.9% (图2、3),表明内蒙来向气团的影响是短期的.表1 各气团来向的PM2.5平均浓度Table 1 Average mass concentrations of PM2.5 from different directionsPM2.5(µg/m3) 来向1 来向2 来向3 来向4 来向5 均值近海点位-春 64.3 91.3 95.1 133 71.4 91.0近海点位-夏 111 125 121 86.2 112近海点位-秋 126 66.6 101 99.9 136 107近海点位-冬 172 254 127 137 162内陆点位-春 98. 8 122 106 111 120 117内陆点位-夏 153 126 120 139 135内陆点位-秋 161 184 134 134 158内陆点位-冬 204 292 184 196 185 209近海点位SO42-在PM2.5中的组分占比最高值出现在夏季气团来向4,为24.3% (气团途经北京,天津);最低值出现在冬季来向2,为5.2% (气团途经内蒙,河北,北京,天津,传输距离远).NO3-的占比最高值、最低值分别出现在冬季来向3和来向2,分别为13.1%, 4.6% (来向3气团途经河北,北京,天津;来向2气团途经内蒙,河北,北京,天津,传输距离远).OC、EC的占比最高值出现在夏季来向 4;最低值出现在春季来向1,最高值分别为13.7%,6.3%,最低值分别为5.3%,2.5% (夏季来向4途经北京,天津;春季来向1为渤海来向),春季来向1气团载带颗粒物的 SO42-、NO3-占比较低(分别为10.98%,5.90%)).表明渤海来向气团老化程度较低,较为新鲜.夏季SO42-和OC出现占比最高值可能因为夏季光化学反应强烈,导致二次生成加强, SO42-和SOC贡献增大.NO3-占比高值出现在冬季,可能因为冬季温度低,利于硝酸盐气固分配[22-23].内陆点位SO42-在PM2.5中的组分占比最高值出现在夏季来向1,为19.9%(气团途经山东,河北,天津);最低值出现在春季来向 5,为 8.7%(气团途经河北,天津). NO3-占比最高值出现在冬季气团来向5,为 18.5%(气团主要为当地气团);最低值出现在春季来向5,为6.1%(气团途经河北,天津). OC、EC组分占比最高值、最低值分别出现在冬季来向4(途经北京,天津,14.6%)、春季来向 5(主要为当地气团,5.0%).两点位春季来向4均为内蒙来向,矿物质组分和二次组分含量均较高,较高的二次组分可能与远距离传输过程中,气团载带的化学组分发生老化所致.图2 近海点位四季各气团来向上组分和源贡献占比(SS&SOC:硫酸盐和二次有机碳)Fig.2 Chemical components and source contributions abundance from different clusters during four seasons in coastal site图3 内陆点位四季各污染来向上组分和源贡献占比 (SS&SOC: 硫酸盐和二次有机碳)Fig.3 Chemical components and source contributions abundance from different clusters during four seasons in inland site2.2 不同来向污染源贡献的季节变化模型模拟的颗粒物浓度与实测PM2.5浓度的相关性较好(近海点位斜率为 0.98,R=0.97;内陆点位斜率为0.96, R=0.91),表明解析结果较为合理.两点位的主要污染源为硫酸盐+二次有机碳(SS &SOC)、硝酸盐、地壳尘、燃煤、机动车、海盐(表2).污染源贡献存在明显的季节变化特征,两点位均是春季一次源中地壳源贡献大(近海点位 35.3%,内陆 38.7%),二次源贡献较小(近海点位 32.1%,内陆32.8%);夏季硫酸盐+SOC贡献占比大(近海点位29.6%,内陆 32.7%);冬季燃煤和硫酸盐+SOC 的贡献占比大(近海点位分别为22.8%、23.3%,内陆分别为23.2%、23.8%) (表2).夏季光照充足,大气中自由基含量较多导致光化学反应强烈.硝酸盐在冬季的贡献最高(近海点位14.3%,内陆21.2%),可能与冬季燃煤增加导致硝酸盐前体物 NOx排放增加有关,此外冬季温度低,利于半挥发性硝酸盐沉积分配于气溶胶相中[22-23]. 表2 各源类对PM2.5分担率(%)的季节变化Table 2 Source contributions to PM2.5 during four seasons注:二次源包括硫酸盐+SOC和硝酸盐.分担率(%) 海盐燃煤机动车地壳近海点位-春 5.6 15.3 8.8 35.3近海点位-夏 3.8 13.6 18.1 19. 9近海点位-秋 7.0 25.2 12.7 17.5近海点位-冬 8.2 22.8 13.4 19.5内陆点位-春1.8 19.7 14.0 38.7内陆点位-夏 1.5 19.7 14.5 22.4内陆点位-秋 1.8 20.6 18.3 15.1内陆点位-冬 2.2 23.2 21.3 13.2硝酸盐硫酸盐+SOC 一次二次12.5 19.6 65.0 32.1 13.9 29.6 55.5 43.5 12.8 24.8 62.5 37.6 14.3 23.3 63.8 37.6 12.7 20.1 72.4 32.8 18.1 32.7 56.6 50.8 18.6 17.9 54.0 36.5 21.2 23.8 57.6 45.0不同来向气团的污染源贡献存在差异,取决于气团占比、气团所载带的 PM2.5浓度和污染源在气团PM2.5的含量占比.图4表示不同来向污染源对点位的分担率大小.海岸点位春季,各来向污染源对点位PM2.5的分担率主要为SSW、W、SE、NW 来向地壳源(分别为12.8%,8.7%,6.8%, 5.1%), SSW、SE、W来向硫酸盐+SOC(分别为6.6%, 5.5%,4.7%), SSW、SE来向燃煤源(4.7%,4.6%)等.地壳源为春季主要的颗粒物来源.夏季各来向污染源对点位 PM2.5分担率大小依次为SE来向硫酸盐+SOC(9.8%)＞WSW来向硫酸盐+SOC (8.4%)＞S 来向硫酸盐+SOC(8.3%)＞SE 来向地壳源(8.1%)＞S来向机动车源(6.1%)等,夏季二次生成对PM2.5的影响较大.秋季WSW来向的污染源对点位颗粒物的浓度贡献很大,该来向的气团途经河北,天津.分担率为硫酸盐+SOC (10.5%)＞燃煤源(10.3%)＞地壳源(7.1%)＞机动车源(5.9%)＞硝酸盐(4.5%)等.冬季S来向机动车源对点位PM2.5分担率最小(0.9%),WNW来向的燃煤源、硫酸盐+SOC源对点位 PM2.5的分担率较大(分别为 11.2%,12.1%),表明冬季二次生成和燃煤为主要的污染源贡献(图4).对于内陆点位, 春季 SE, SSW 来向污染源对PM2.5的分担率较高,与近海点位类似,地壳源为春季的主要颗粒物来源.二次生成 (硫酸盐+SOC)在夏季的分担率仍为最大, S来向硫酸盐+SOC(13.5%)＞SSW 来向硫酸盐+SOC(10.8%).秋季 SSW 来向的机动车源、燃煤源和二次硫酸盐+SOC源(8.9%,6.2%,6.6%)、E来向的燃煤源(5.1%)对点位颗粒物的贡献较大.SSW 来向的气团途经河北,天津.冬季WNW来向的硫酸盐+SOC(9.5%)、硝酸盐(8.2%)、机动车(8.2%)、燃煤源(8.0%)、NNE来向和S来向的燃煤源(分别为5.2%,5.0%)、NNW来向机动车源(5.1%)对点位PM2.5的分担率较大(图4).图4 四季不同来向的污染源贡献(SDA结果)Fig.4 Source contributions ofPM2.5 from air masses of different directions in four seasons3 结论3.1 本研究结合新型多点位三维模型和后轨迹对天津市近海、城区点位PM2.5进行解析,分析各气团轨迹来向上污染源对 PM2.5的贡献.春季 PM2.5浓度低,冬季高(近海点位春冬季分别为91.0µg/m3,162µg/m3;内陆点位春冬季分别为117µg/m3, 209µg/m3).矿物质组分,碳组分和 SO42-, NO3-,NH4+为颗粒物中的主要组分.3.2 内陆点位主要的气团来向与近海点位相似:春季渤海来向和途经山东河北的气团占比较大;夏季主要为当地气团;秋季渤海来向的气团占比降低,河北来向的气团占比升高;冬季的气团主要来自西北方向.气团载带的颗粒物浓度不仅与远距离传输有关,也可能在传输过程中会载带当地排放的颗粒物.3.3 渤海来向的气团相对清洁,气团占比较大;内蒙河北-北京-天津来向的气团通常发生在春、冬季,污染物浓度高,但气团占比较小(内陆点位春冬季分别为12.5%,11.9%,近海点位春冬季分别为8.6%,10.7%),持续时间短,对PM2.5的综合影响较小.3.4 近海点位春季来向 1气团载带的颗粒物碳组分、SO42-、NO3-的占比较低,春季来向1为渤海来向,表明渤海来向气团老化程度较低,较为新鲜.两点位春季来向 4均为内蒙-河北-北京-天津来向,矿物质组分和二次组分含量较高,二次组分较高可能与远距离传输过程中,化学组分发生老化所致.3.5 春季地壳源贡献大,夏季二次生成贡献大,冬季二次和燃煤贡献较大.近海点位春、夏、秋、冬季对点位PM2.5分担率最大的污染源分别为: SSW来向地壳源(12.8%)、SE来向硫酸盐+SOC (9.8%)、WSW来向燃煤源(10.3%)、WNW 来向硫酸盐+SOC(12.1%).内陆点位分别为SSW来向地壳源(14.5%)、S来向硫酸盐+SOC(13.5%)、SSW 来向机动车源(8.9%)、WNW来向硫酸盐+SOC(9.5%).参考文献：【相关文献】[1] Sorensen M, Daneshvar B, Hansen M, et al. Personal PM2.5 exposure and markers of oxidative stress in blood [J]. Environmental Health Perspectives, 2003,111(2):161-166. [2] 张莹,王式功,贾旭伟,等.气温与 PM2.5协同作用对疾病急诊就诊人数的影响 [J]. 中国环境科学, 2017,37(8):3175-3182.[3] 吴兑,刘啟汉,梁延刚,等.粤港细粒子(PM2.5)污染导致能见度下降与灰霾天气形成的研究 [J]. 环境科学学报, 2012,32(11): 2660-2669.[4] Amato F, Hopke P K. Source apportionment of the ambient PM2.5 across St. Louis using constrained positive matrix factorization [J].Atmospheric Environment, 2012,46:329-337.[5] Huang R J, Zhang Y L, Bozzetti C, et al. High secondary aerosol contribution toparticulate pollution during haze events in China [J].Nature, 2014,514:218-222.[6] Zhang Y, Cai J, Wang S, et al. Review of receptor-based source apportionment research of fine particulate matter and its challenges in China [J]. Science of the Total Environment, 2017, 586:917-929.[7] Tao J, Zhang L M, Cao J J, Zhang R J. A review of current knowledge concerning PM2.5 chemical composition, aerosol optical properties and their relationships across China [J]. Atmospheric Chemistry and Physics,2017,17:9485-9518.[8] 朱坦,冯银厂.大气颗粒物来源解析原理、技术及应用 [M]. 北京:科学出版社, 2012:1-10.[9] Hopke P K. Recent developments in receptor modeling [J]. Chemo Metrics,2003,17:255-265.[10] Shi G L, Feng Y C, Zeng F, et al. Use of a Nonnegative constrained principal component regression chemical mass balance model to study the constributions of nearly collinear sources [J]. Environmental Science& Technology, 2009,43: 8867-8873.[11] Paatero P. User’s Guide for Positive Matrix Factorization Programs PMF2 and PMF3, Part 1-2: Tutorial, University of Helsinki, Helsinki,Finland, 2007 [Z].[12] Tian Y Z, Shi G L, Han B, et al. 2014. The accuracy of two- and three-way positive matrix factorization models: Applying simulated multisite data sets [J]. Journal of the Air & Waste Management Association, 2014,64:1122-1129.[13] Tian Y Z, Liu J Y, Han S Q, et al. Spatial, seasonal and diurnal patterns in physicochemical characteristics and sources of PM2.5 in both inland and coastal regions within a megacity in China [J]. Journal of Hazardous Materials, 2018,342:139-149.[14] 任传斌,吴立新,张媛媛,等.北京城区 PM2.5输送途径与潜在源区贡献的四季差异分析 [J]. 中国环境科学, 2016,36(9):2591- 2598.[15] 王郭臣,王钰,信玉洁,等.天津市 PM10和 NO2输送路径及潜在源区研究 [J]. 中国环境科学, 2014,34(12):3009-3016.[16] Sun K, Liu X G, Gu J W, et al. Chemical characterization of sizeresolved aerosols in four seasons and haze days in the megacity Beijing of China [J]. Journal of environmental sciences, 2015,32:155-167.[17] Li M G, Hu M, Du B H, et al. Temporal and spatial distribution of PM2.5 chemical composition in a coastal city of Southeast China [J]. Science of the Total environment, 2017,605-606:337-346.[18] Roland D, Barbara S, Glenn R, et al. Hys plit 4 user’s guide [EB/OL].[2009-01-01]. http://ready. Arl. Noaa. Gov/Hysplit. Php.[19] Draxler R R, Hess G D. An overview of the Hysplit 4modelling system for trajectories, dispersion, and deposition [J]. Australian Meterological Magazine, 1998,(47):295-308. [20] Tian Y Z, Shi G L, Han B, et al. Using an improved source directional apportionment method to quantify the PM2.5 source contributions from various directions in a megacityin China [J]. Chemosphere, 2015,119:750-756.[21] Khan M F, Shirasuna Y, Hirano K, et al. Characterization of PM2.5,PM2.5-10 and PM＞10 in ambient air yokohama, Japan [J]. Atmospheric Research, 2010,96:159-172.[22] Guo H Y, Sullivan A P, Campuzano-Jost P, et al. Fine particle pH and the partitioning of nitric acid during winter in the northeastern United States [J].Journal of Geophysical Research: Atmospheres. 2016:10355-10376.[23] Guo H Y, Liu J M, Froyd K D, et al. Fine particle pH and gas–particle phase partitioning of inorganic species in Pasadena, California, during the 2010 CalNex campaign [J]. Atmospheric Chemistry and Physics,2017,17:5703-5719.。
2011年秋冬季天津PM2.5组分特征及其对能见度的影响
2011年秋冬季天津PM2.5组分特征及其对能见度的影响刘爱霞;韩素芹;姚青;张敏;蔡子颖【期刊名称】《气象与环境学报》【年(卷),期】2013(029)002【摘要】利用2011年能见度、相对湿度、风速逐时观测资料和11月16日至12月13日颗粒物膜采样数据,分析天津市大气能见度与PM2.5组分的关系.结果表明:天津颗粒物质量浓度与能见度变化总体呈负相关,PM2.5和相对湿度对能见度的影响作用明显.能见度与颗粒物中TC质量浓度变化呈负相关,So42-,NO3-,OC和EC是影响大气能见度的主要组分,其中SO42-浓度对能见度影响最大,其次为OC浓度、EC浓度,NO;浓度对能见度的影响相对较小.后向轨迹和混合层高度分析表明,气象条件是造成PM2.5质量浓度分布差异的重要原因.【总页数】6页(P42-47)【作者】刘爱霞;韩素芹;姚青;张敏;蔡子颖【作者单位】天津市气象科学研究所,天津300074;天津市气象科学研究所,天津300074;天津市气象科学研究所,天津300074;天津市气象科学研究所,天津300074;天津市气象科学研究所,天津300074【正文语种】中文【中图分类】X823【相关文献】1.2013—2016年天津城区大气能见度的变化特征r与影响因素 [J], 李英华;姚立英;姚青;韩素芹;蔡子颖;刘敬乐2.天津秋冬季PM2.5碳组分化学特征与来源分析 [J], 霍静;李彭辉;韩斌;陆炳;丁潇;白志鹏;王斌3.2009年秋冬季天津低能见度天气下气溶胶污染特征 [J], 姚青;蔡子颖;韩素芹;曲平4.营口地区秋冬季PM2.5变化特征及其与能见度的关系 [J], 张智超; 吴杨; 崔福涛; 吴国振5.2014-2017年华北平原PM2.5组分消光与能见度对比研究 [J], XinruiWu;Guangzhou Fan;Yuesi Wang;Lili Wang;Wenkang Gao;JinyuanXin;Xiaoling Zhang;Ruirui Si;Guangjing Liu;An'na Li;Tianxue Wen;Zirui Liu;Shigong Wang因版权原因，仅展示原文概要，查看原文内容请购买。
天津冬季大气中PM2.5及其主要组分的污染特征
天津冬季大气中PM2.5及其主要组分的污染特征李伟芳;白志鹏;魏静东;刘爱霞;赵玉洁;金陶胜【期刊名称】《中国环境科学》【年(卷),期】2008(028)006【摘要】研究了天津冬季中心城区、工业区和滨海区大气中PM2.5及其水溶性无机离子和含碳组分的污染特征.结果表明,天津冬季PM2.5污染严重,平均质量浓度为223μg/m3,其中有机物、5042和元素碳是含量较高的3种组分,分别占PM2.5总质量的23.4%,13.1%,12.8%.PM2.5浓度及其化学组成空间分布较为均匀,但工业区受局部排放源的影响,含碳物质污染突出;S042、N03、Cl、NH4+和K+约占离子总量的90%,阴、阳离子末达到平衡状态.酸性阴离子过剩;有机碳与元素碳的浓度比为1.4,低于国内其他城市;有机碳主要来自污染源的直接排放,二次有机碳的含量约为27%～37%;机动车尾气、燃煤是PM2.5的主要排放源,海盐粒子的贡献甚微.【总页数】6页(P481-486)【作者】李伟芳;白志鹏;魏静东;刘爱霞;赵玉洁;金陶胜【作者单位】南开大学环境科学与工程学院,国家环境保护城市空气颗粒物污染防治重点实验室,天津,300071;南开大学环境科学与工程学院,国家环境保护城市空气颗粒物污染防治重点实验室,天津,300071;南开大学环境科学与工程学院,国家环境保护城市空气颗粒物污染防治重点实验室,天津,300071;天津市气象科学研究所,天津,300074;天津市塘沽区气象局,天津,300457;南开大学环境科学与工程学院,国家环境保护城市空气颗粒物污染防治重点实验室,天津,300071【正文语种】中文【中图分类】X513【相关文献】1.冬季大气中PM10和PM2.5污染特征及形貌分析 [J], 郭清彬;程学丰;侯辉;张先波2.天津秋冬季PM2.5碳组分化学特征与来源分析 [J], 霍静;李彭辉;韩斌;陆炳;丁潇;白志鹏;王斌3.冬季大气中PM10和PM2.5污染特征及形貌研究 [J], 张光红4.武汉经济技术开发区冬季大气中PM2.5的组成及污染特征 [J], 李艾华;姜郡亭;刘琼玉5.2011年秋冬季天津PM2.5组分特征及其对能见度的影响 [J], 刘爱霞;韩素芹;姚青;张敏;蔡子颖因版权原因，仅展示原文概要，查看原文内容请购买。
天津市PM1o,PM2.5和PM1连续在线观测分析
天津市PM1o,PM2.5和PM1连续在线观测分析黄鹤;蔡子颖;韩素芹;姚青;吴彬贵【期刊名称】《环境科学研究》【年(卷),期】2011(024)008【摘要】利用2010年9月1日-11月30日在中国气象局天津大气边界层观测站采集的ρ(PM10),ρ(PM2.5)和ρ( PM1)数据,分析了观测期间可吸入颗粒物的统计特征,结合同期气象观测资料,分析了典型天气条件下ρ(PM10),ρ( PM2.5)和ρ(PM1)的日变化特征及与风速、风向的关系.结果表明:观测期间,ρ( PM1o)日均值有超过1/2的天数超过《国家环境空气质量标准》(GB 3095-1996)二级标准限值;ρ(PM2.5)有63 d超过美国国家环境保护局(US EPA) 1997标准限值,超标率高达76.8％；不同天气条件下,ρ(PM1o),ρ(PM2.5)和ρ(PM1)日变化特征明显,三者一般在大雾或扬沙/浮尘天气条件下出现高值,有降水过程时出现低值；可吸入颗粒物以粗粒子( PM2.5-10)和PM1为主,PM2.5-1o,PM1-2.5和PM1主要分布在风速小于3 m/s,风向为225°～280°和70°～110°范围内；风速大于3 m/s时,ρ( PM2.5～1o)和ρ( PM1-2.5)有所增加.ρ(PM1o),ρ(PM25)和ρ( PM1)未出现周末效应,但存在明显的周内变化.【总页数】7页(P897-903)【作者】黄鹤;蔡子颖;韩素芹;姚青;吴彬贵【作者单位】天津市气象科学研究所,天津300061;天津市气象科学研究所,天津300061;天津市气象科学研究所,天津300061;天津市气象科学研究所,天津300061;天津市气象科学研究所,天津300061【正文语种】中文【中图分类】X513【相关文献】1.宁波市大气可吸入颗粒物PM1o和PM2.5的源解析研究 [J], 叶文波2.一次连续在线观测分析天津市细颗粒物污染特征 [J], 董海燕;古金霞;陈魁;白志鹏;姜伟;蒙海涛3.武汉中心城区可吸入颗粒物连续在线观测分析研究 [J], 曹新光;胡红兵4.香格里拉地区近10年大气本底环境颗粒物PM1/PM2.5/PM10质量浓度变化特征浅析 [J], 杨禄麟; 翟建雄5.在线连续流量扩散云室对华北冬季大气冰核的观测分析 [J], 毕凯;黄梦宇;马新成;田平;陈羿辰;丁德平因版权原因，仅展示原文概要，查看原文内容请购买。
天津市大气颗粒物中有机标识物粒径分布的季节特征
天津市大气颗粒物中有机标识物粒径分布的季节特征王晓宁;田瑛泽;薛倩倩【期刊名称】《中国环境科学》【年(卷),期】2022(42)11【摘要】为探讨采暖季和非采暖季大气颗粒物中有机标识组分的粒径分布特征,识别其来源,于2018年5月至2019年4月在天津采集分粒径颗粒物,利用GC-MS 对9个粒径段颗粒物中17种多环芳烃(PAHs)、20种正构烷烃(n-Alkanes)和7种藿烷(hopanes)进行分析,并通过有机标识物及特征比值的方法探讨其主要来源.结果表明:非采暖季的四环多环芳烃Pyr、BaA、Chr和五环多环芳烃BbF、BaP呈3峰分布,其余PAHs呈双峰分布,采暖季的低环PAHs呈双峰分布,中高环PAHs近似单峰分布.根据PAHs特征比值发现,非采暖季的燃煤源和交通源是PAHs的主要贡献源,采暖季PAHs受燃煤源的影响更显著.非采暖季的正构烷烃中C29呈单峰分布,C27、C31、C32和C33近似单峰分布,其余正构烷烃呈双峰分布,采暖季的正构烷烃均呈双峰分布.根据正构烷烃碳优势指数(CPI)和主碳峰数(Cmax)发现,人为源是正构烷烃的主要来源,非采暖季受自然源的影响大于采暖季,自然源排放的正构烷烃倾向于富集在粗颗粒物上,人为源排放的正构烷烃则更倾向于富集在细颗粒物上.藿烷在粗粒径段和细粒径段均存在峰值.根据藿烷特征比值发现,非采暖季的藿烷受交通源的影响较大,采暖季的藿烷受燃煤源的影响更显著.【总页数】9页(P4974-4982)【作者】王晓宁;田瑛泽;薛倩倩【作者单位】南开大学环境科学与工程学院【正文语种】中文【中图分类】X511【相关文献】1.天津市典型城区大气碳质颗粒物的粒径分布特征和来源2.不同季节广东鹤山超级站大气颗粒物中有机碳(OC)和元素碳(EC)粒径分布研究3.黄石市大气颗粒物中碳组分粒径分布特征及来源4.广州大气颗粒物水溶性有机氮的粒径分布特征和来源分析5.三明市大气颗粒物数浓度与粒径分布季节特征因版权原因，仅展示原文概要，查看原文内容请购买。
天津地区冬季不同粒径大气颗粒物中的DDTs
天津地区冬季不同粒径大气颗粒物中的DDTs兰天;吴水平;徐福留;王学军;陶澍【期刊名称】《农业环境科学学报》【年(卷),期】2005(24)6【摘要】为进一步探讨大气颗粒物中DDTs的环境危害和给风险评价提供数据支持,采用气溶胶粒度分布采样器(辽阳应用技术研究所,FA-3)采集并分析了天津13个样点冬季不同粒径大气颗粒物中DDTs残留量.结果表明,P,P'-DDT(1.071±0.736 ng·m-3),P,P'-DDE(0.858±0.532ng·m-3)是主要污染物,P,P'-DDD(0.436±0.190ng·m-3)浓度相对较低.不同粒径颗粒物对DDTs的富集程度有差异,在4.7-5.8 μm和<0.43μm范围内有较强的富集趋势.粒径<2.1 μm的颗粒中P,P'-DDE/∑DDT比值明显小于粒径>2.1 μm的颗粒的该比值.不同样点大气颗粒物中DDTs浓度差异显著,可能与早期农业施用空间差异有关.【总页数】4页(P1182-1185)【作者】兰天;吴水平;徐福留;王学军;陶澍【作者单位】北京大学环境学院地表过程分析与模拟教育部重点实验室北京100871;北京大学环境学院地表过程分析与模拟教育部重点实验室北京 100871;北京大学环境学院地表过程分析与模拟教育部重点实验室北京 100871;北京大学环境学院地表过程分析与模拟教育部重点实验室北京 100871;北京大学环境学院地表过程分析与模拟教育部重点实验室北京 100871【正文语种】中文【中图分类】X513【相关文献】1.北京西三环地区不同粒径大气颗粒物中有机脂肪酸的污染特性 [J], 何翔;钱枫;李峣2.大连市冬季不同粒径中大气污染颗粒物的来源 [J], 韩应建3.冬季大气中不同粒径颗粒物浓度及5种重金属成份的分析 [J], 雷秀芬;王龙4.京津地区不同粒径大气颗粒物中的有机污染物 [J], 吴水平;左谦;陶澍;李玉;张震;沈伟然;秦保平;孙韧5.广州地区不同粒径段大气颗粒物中水溶性有机碳的吸光贡献 [J], 郭子雍;阳宇翔;彭龙;廉秀峰;傅玉珍;张国华;毕新慧;王新明因版权原因，仅展示原文概要，查看原文内容请购买。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
风为主,风可以将沿海地区的污染物吹向近岸海 度的季节变化
域,因此近岸海域可能会受到沿海的影响. 采样 位置设在在采样船 2 层平台,距海面约 5m,上风 向不受任何障碍物的影响,距采样船发动机排烟
采样期间天津近岸海域 TSP,PM10 和 PM2.5 的质量浓度分别为(294.98±3.95),(279.87±17.53), (205.50±38.13)μg/m3.3 种粒径颗粒物的质量浓度
纤维滤膜,石英膜用于分析离子和碳,聚丙烯纤维 尤其是采样日之前渤海海面采样区域有过明显
滤膜用于分析元素.在采样前后,样品滤膜和空白 降雨,这对大气颗粒物的冲刷作用很明显,因此夏
滤膜置于铝箔做成的样品袋中妥善保存.采样前 季大气颗粒物浓度小于秋冬两季.
烘烤温度定在 400℃,对石英膜烘烤 2h;聚丙烯滤
The variation range of OC/EC in 2.13~5.58indicated the existence of secondary organic carbon in this region. Key words：Tianjin offshore area；atmospheric particulate matter；inorganic components；sources
1.2 采样仪器与设备 采用配有 TSP、PM10 和 PM2.5 切割头的
TH-150AⅡ智能中流量总悬浮微粒无碳刷采样
PM10 春 季 和 冬 季 超 出 了 国 家 二 级 标 准 [8] 150μg/m3, 秋 季 则 超 出 了 国 家 三 级 标 准 [8] 250μg/m3.秋季和冬季航次采样时间正处于北方
GSR12)等.剪取 1/4 石英膜用 DX-120 离子色谱 测定 Na+、Mg2+、K+、Ca2+、NH4+、Cl-、NO3-、 SO42-等 8 种离子[7],采用 DRI Model 2001A 热光 碳分析仪分析有机碳(OC),元素碳(EC).
(E117.950°,N39.125°),ZD-TJ096(E117.950°,N38. 618°)每个季度同步采集 TSP、PM10、PM2.5 样品
境质量改善提供科学依据. 1 实验方法 1.1 采样时间与地点
(a)2006 年 8 月 26 日~27 日
(b)2006 年 12 月 9 日~10 日
(c)2007 年 4 月 24 日~25 日
(d)2007 年 11 月 12 日~13 日
图 1 采样点位与走航航线示意 Fig.1 Location of sampling sites and lanes
Laboratory of Urban Ambient Air Particulate Matter Pollution Prevention and Control, College of Environmental Science and Engineering, Nankai University, Tianjin 300071, China). China Environmental Science, 2011,31(2)：177~185 Abstract：Atmospheric particulate matter with different diameters (TSP, PM10and PM2.5) were collected during four cruises in Tianjin offshore area in 2006~2007 to analyze mass concentrations, main chemical components including
收稿日期：2010-06-21 基金项目：国家海洋局“908”专项(908-TJ-09) * 责任作者, 教授, zbai@
178
中国环境科学
31 卷
域对 TSP、PM10、PM2.5 进行了 4 个季节的走航 观测,研究了颗粒物质量浓度季节变化,并对其化 学组成和来源进行了分析.为弥补我国近岸海域 大气气溶胶研究的不足,促进环渤海地区大气环
口约 10m,采样期间始终保持船的排烟口处于采 呈现出明显的季节变化,秋季颗粒物浓度最高,冬
样平台的下风向.采样期间同步记录现场温度、 季次之,夏季最低(图 2).秋冬两季的 TSP 浓度超
压力、湿度、风向和风速等气象参数.
出 了 国 家 环 境 空 气 质 量 二 级 标 准 [8]300μg/m3;
海洋是大气气溶胶的源和汇[1-2],而近岸海 域是大气污染物从陆地向大洋迁移、扩散的过 渡带[3].近年来,国内外通过航海调查、岸基观 测等手段对不同海域气溶胶的成分、时空分布 及来源等进行了研究,结果表明,近海大气气溶 胶受到陆地源的影响强烈,并与海区的地理位 置有关[4-5].
天津市濒临渤海,近年来环渤海地区经济的 快速发展使得大气颗粒物受到陆地人为排放源 的严重影响[6],而对该海域大气气溶胶成分的报 道甚少.本课题组于 2006~2007 年在天津近岸海
值得注意的是,夏季航次采集到的 TSP 浓度
膜的烘烤温度定为 60℃,烘烤 0.5h 以消除杂质的 为(144.80±4.70)μg/m3,而 1984 年戴树桂等[9]在渤
干扰.
海开展的海洋气溶胶研究所得到的 TSP 浓度仅
1.3 样品分析
为 10μg/m3,远远低于本次研究所得的浓度值.这
用美国 METTLER TOLEDO-XP26 Delta- 种变化可能是由于 20 年来沿岸工业区域的不断
2期
姬洪亮等：天津近岸海域大气颗粒物无机组分季节变化及源析
179
ZD-TJ087、ZD-TJ096),见图 1.各点位都在 10m 等深线以内,在 24h 内采样船沿预定航线走完 5 个 点位.TJ05(E117.890°,N38.931°),TJ02 (E117.720°, N38.881°),TJ01(E117.619°,N38.708°), ZD-TJ087
中国环境科学 2011,31(2)：177~185
China Environmental Science
天津近岸海域大气颗粒物无机组分季节变化及源析
姬洪亮,赵 宏,孔少飞,白志鹏*,韩 斌 (南开大学环境科学与工程学院,国家环境保护城市空气颗粒物污染
防治重点实验室,天津 300071)
摘要：2006~2007 年在天津近岸海域分 4 个季节走航采集了不同粒径大气颗粒物样品,分析了其质量浓度以及元素、离子和碳等化学组成,
分别于 2006 年 8 月 26~27 日,2006 年 12 月 段分别代表夏、冬、春、秋 4 个季节. 租用津汉 9~10 日,2007 年 4 月 24~25 日和 2007 年 11 月 渔 04046 号作为此次研究的采样船,整个研究区 12~13 日在研究区进行样品采样.以上 4 个时间 域内共设置了 5 个采样点位(TJ01、TJ02、TJ05、
关键词：天津近岸海域；大气颗粒物；无机组分；来源
中图分类号：X131.1
文献标识码：A
文章编号：1000-6923(2011)02-0177-09
Seasonal variation of inorganic composition in ambient particulate matter in Tianjin offshore area and its source analysis. JI Hong-liang, ZHAO Hong, KONG Shao-fei, BAI Zhi-peng*, HAN Bin, (State Environmental Protection Key
器(武汉天虹智能仪表厂)完成颗粒物样品采集. 采暖期,化石燃料的消耗量大幅增加,因此这 2 个
不同粒径颗粒物同时用 2 台仪器平行采样,采样 季节污染比其他两季严重.春季采暖期已经结束,
流量设定为 100L/min,采样时间设置为 24h.采样 加之春季天气干燥、多风,利于污染物的扩散.夏
滤膜分别选用直径 90mm 的石英滤膜和聚丙烯 季渤海天气湿润,一年中的主要降雨集中在夏季,
elements, ions and carbon. The sources were analyzed using enrichment factors and ratios. The mass concentrations of TSP, PM10and PM2.5 were (294.98±3.95), (279.87±17.53) and (205.50±38.13)μg/m3, respectively and they represented obviously seasonal variation, with the highest value in autumn, then coming winter and the lowest in summer. The total element concentrations were 48.75, 47.94 and 32.08μg/m3 in TSP, PM10 and PM2.5. The highest ion was Na+ for TSP. The richest ion was Cl- for PM10and for PM2.5. The concentrations of OC for PM were all higher in autumn and winter than in spring and summer. The main source was soil for TSP in spring, but coal combustion translation particles influenced most for PM10and PM2.5in autumn and winter according to the Al/Fe value. Higher EFc values for Cu、Zn and Pb were found with the highest value 741.3 for Pb in PM10in winter. NO3-/SO42- ranged from 0.28to 0.85, with higher values in spring and summer than autumn and winter, which indicated that coal combustion and vehicle emission were both main sources.