城市大气颗粒物

城市大气颗粒物（精选9篇）

城市大气颗粒物 篇1

收录日期:2012年4月23日

一、大气颗粒物污染简介

大气颗粒物指除气体之外的所有包含在大气中的物质, 包括所有各种各样的固体或液体气溶胶。其中, 有固体的烟尘、灰尘、烟雾, 以及液体的云雾和雾滴。粒径大到200微米, 小到0.1微米。

统计数据表明, 目前我国烟尘和粉尘排放量虽有逐年下降的趋势, 但影响城市空气质量的主要污染物仍是颗粒物。2004年的环境状况报告显示, 46.8%的城市颗粒物浓度超过二级标准;颗粒物污染较重的城市主要分布在西北、山西、内蒙、辽宁、河南、湖南和四川。总的来说, 随着300多个城市中达到二级标准的比例逐年增加, 中国城市的空气质量有所好转。

对于我国城市而言, 污染源主要为各种工业生产过程中产生的大气污染和居民燃煤污染。另外, 近年来私人轿车的数量急速增多和市政建设等也都带来了严重的环境问题。

二、大气颗粒物治理措施

(一) 加强污染物排放管理的建议。

政府部门需加强大气颗粒物污染管理力度。政府部门应将大气颗粒物排放制度化, 如进行以下流程:首先, 政府需明确污染排放许可证颁发的法规和管理流程, 包括许可证申请的严格化、污染指数检测报告的准确化、许可证管理人员的考核、许可证管理机关的执法权明确化、许可证审批程序的合理化以及管理资金的流向明朗化;其次, 在执法办事的过程中需要严格执行污染排放许可证颁发的法规和管理流程, 提高工作人员的素质以及办事效率。

(二) 城市生态环境整治建议。

城区生态环境综合整治方案的设计范围是以城市中心区的建成区为核心地域向外延伸。

1、水域生态工程方案。

城市中的水域具有吸尘、降尘和调节城市气候的重要作用, 是唯一不起尘的地域。保持并扩大现有水域面积, 提高水域覆盖率, 可控制大气中的污染物的扩散。

2、绿色生态工程方案。

绿化是城市生态建设的另一重要组成部分。绿化可以调节气候、减少污染、净化空气、防风固沙, 是非常经济的生物防治措施, 称之为“城市肺”。中心区TSP中扬尘比例较高, 与城市绿化率不高有着密切关系。因此, 方案对绿化工程做出重点规划。以林为主, 草花为辅, 建设大型防护林带和城市森林公园, 使绿化工程最大限度地发挥环境保护和生态平衡作用;建立林、草、花相间的城市立体景观系统, 使中心区内已建成地域的裸地全部绿化, 在建地域的裸地应随建设工程的结束时间而完成绿化工程。

(1) 在城市外部建立外防护林带, 并形成以沿河流、湖泊建立内防护林带, 使其最大限度地净化城市空气。

(2) 建立城市森林公园, 消耗城市日常产生的大气颗粒物污染。

(3) 在城市近郊储灰场和垃圾场附近建设高大防护林地, 以阻挡储灰坑和垃圾山起尘。

(4) 对于服务期满的土地进行恢复处理。还要做好裸地绿化工作, 退耕还林, 将废弃的、或暂时无用处的裸地充分利用, 建立绿化带或防护林带。

(三) 城市工业环境整治方案。

目前, 我国许多城市内或近郊都存在一些具有一定大气污染的工厂。对于这些工厂, 我们不仅要采取以上的管理方案, 还需严格按照国家相关部门的要求, 要求工厂进行废气的处理, 达到环保要求。对于大气颗粒物污染, 可以概括为以下几种控制技术, 机械力除尘、过滤除尘、静电除尘和湿式除尘四种类型, 其中前三种可统称为干式除尘。

1、机械力除尘。

机械力除尘是借助质量力的作用达到除尘目的的方法, 相应的除尘装置称为机械式除尘器。质量力包括重力、惯性力和离心力, 主要除尘器形式为重力沉降室、惯性除尘器和旋风除尘器等。

(1) 重力沉降。利用颗粒污染物与气体密度不同, 使颗粒污染物在重力作用下自然沉降下来, 与气体分离的过程。但因其效率低, 只能作为初级除尘手段, 主要用于高效除尘装置的前级除尘器。

(2) 惯性除尘。利用颗粒污染物与气体在运动中惯性力不同, 使颗粒污染物从气体中分离出来的过程。

(3) 离心除尘。利用旋转的气流所产生的离心力, 将颗粒污染物从气体中分离处理的过程。其中, 离心除尘器是机械式除尘器中效率最高的。主要缺点是对5微米以下的细小颗粒物去除效果不理想。

2、过滤除尘。

过滤除尘是使气流通过多孔滤料, 将气流中颗粒污染物截留下来, 使气体得到净化的过程, 主要有袋式除尘及颗粒层过滤除尘两种方式。

(1) 袋滤除尘。利用棉、毛或人造纤维等加工的滤布捕集颗粒污染物的方法, 主要通过筛分、惯性碰撞、扩散、静电、重力沉降等作用机制, 依靠滤料表面来捕集颗粒污染物, 属于外部过滤。

(2) 颗粒层过滤除尘。通过将松散多孔的滤料填充在框架内作为过滤层, 颗粒物在滤层内部被捕集的一种除尘方法, 属内部过滤方式。

3、静电除尘。

利用高压电场产生的静电力 (库仑力) 的作用从气流中分离悬浮粒子 (尘粒或液滴) 的一种方法。静电除尘处理气量大, 可应用于高温、高压场所, 广泛应用于工业除尘。静电除尘器的主要缺点是设备庞大、占地面积大、一次性投资费用高。

4、湿式除尘。

也称为洗涤除尘。该方法是用液体洗涤含尘气流, 使尘粒与液膜、液滴或气泡碰撞而被吸附, 凝聚变大, 尘粒随液体排出, 气体得到净化。由于洗涤液对多种气态污染物具有吸收作用, 因此它能净化气体中的固体颗粒物, 又能同时脱除气体中的气态有害物质, 某些洗涤器也可以单独充当吸收器使用。湿式除尘器结构简单、造价低、除尘效率高, 在处理高温、易燃、易爆气体时安全性好。不足是用水量大, 易产生腐蚀性液体, 产生的废液或泥浆进行处理, 可能造成二次污染。

5、粉尘与烟气处理。

粉尘和烟气主要来源于燃烧设备和工业生产工艺。对粉尘的净化控制, 主要是三类技术。对于烟气的处理技术, 主要是三种:一是洗涤吸收技术, 典型装置是烟气洗涤塔;二是吸附技术, 典型装置是过滤层净化器;三是催化处理技术, 典型装置有催化燃烧器、热催化器等。

三、结论

由于城市持续高速的经济增长和污染控制的困难, 城市空气污染治理仍面临着巨大的挑战。大气颗粒物污染是大气污染的主要方面。其对人类身心健康, 城市居住环境以及地球生态环境都有着巨大影响。目前, 由于治理资金以及技术等问题, 大气颗粒物的治理仍任重而道远。每种控制方法都有其使用条件和使用环境, 对于不同地域和不同条件还应根据各自需求选择正确的方式方法。

参考文献

[1]李春燕, 高翠香.大气颗粒物污染与城市生态环境整治方案[J].唐山学院学报, 2007.3.

[2]田丰.水利工程建设与保护生态环境可持续发展[J].辽宁工业大学学报 (自然科学版) , 2009.2.

[3]蒋展鹏.环境工程学[M].北京:高等教学出版社, 1992.

城市大气颗粒物 篇2

城市典型气象条件与大气颗粒物污染之间的关系

针对城市气象与城市气候特点,分析了典型气象条件下颗粒物的变化趋势,分析了由城市气候现象产生的城市效应问题,为研究空气中颗粒物来源、变化趋势奠定了基础.

作 者：孙韧 刘伟 张赞 韩毓  作者单位：天津市环境监测中心,天津,300191 刊 名：中国环境监测  ISTIC PKU英文刊名：ENVIRONMENTAL MONITORING IN CHINA 年，卷(期)： 21(2) 分类号：X513 关键词：城市气象   颗粒物   污染变化  

城市大气颗粒物 篇3

随着社会经济的发展, 我国的城市化进程不断加快, 城市规模不断扩大, 城市人口飞速增加, 也是的城市大气污染的程度日益严重。在大气污染中, 大气颗粒物是一种重要的污染物, 会对人体健康以及城市局部环境、气候等产生重要的影响。最近几年, 人们对于大气污染的研究主要倾向于PM10和PM2.5等细颗粒物, 尤其是PM2.5中有机物的研究, 可以帮助人们了解大气环境的质量状况, 为城市大气污染的改善和治理提供必要的参考依据。

一、大气颗粒物概述

颗粒物又称尘, 是存在于大气中的固体或者液体颗粒状物质, 可以分为一次颗粒物和二次颗粒物, 其中一次颗粒物主要是天然污染源以及人物污染源释放到大气中, 造成直接污染的颗粒物, 如土壤粒子、海盐颗粒等。二次污染物是由大气中某些污染气体组分 (氮氧化物、二氧化硫等) 之间, 或者这些组分与大气中的正常组分 (氧气、氮气等) 之间通过各种化学反应生成的颗粒物, 如硫酸盐等。大气颗粒物对于人体和环境的危害是十分巨大的, 不仅会影响人体健康, 还会对可见光进行散射, 造成大气能见度的降低, 甚至如果颗粒物含量较大, 还会干扰太阳和地面的辐射, 造成地区性乃至全球性的气候变化。

二、气相色谱质谱联用技术

气相色谱质谱联用, 是指气相色谱法-质谱法的联合应用, 简称气质联用, 是一种结合气相色谱和质谱的特性, 在试样中对不同物质进行鉴别的方法, 其在多个领域得到了广泛的应用, 如药物检测、火灾调查、环境分析、未知样品测定等, 同时, 也可以用于识别物质中以前认为被识别前就已经蜕变了的痕量元素。在现代化计算机技术不断发展的影响下, 气相色谱质谱联用仪被广泛地应用在水、空气、土壤等的环境检测中, 分析其中的污染成分, 从而为环境污染的治理工作提供良好的参考和借鉴。

三、实验与分析

针对国内某城市的大气污染情况, 运用气相色谱质谱联用的方法, 对大气颗粒物中的有机成分进行检测和分析, 为大气污染的治理提供科学依据。

1. 实验部分

(1) 仪器与试剂的准备

采用的GC-MS联用仪 (气相色谱质谱联用仪) , Turbo Mass-Auto system XL型;TH-16A型大气颗粒物智能采样仪;KQ-250B超声波清洗器;LABOROTA-4003旋转蒸发仪;QM-A石英纤维滤膜;BS/BT系列精密电子天平秤。试剂采用色谱级二氯甲烷、甲醇, 以及二氧化硅干燥剂, 采用去离子水作为实验用水。

(2) 样品的采集

仪器准备完成后, 需要对大气颗粒物进行样品的采集工作, 采样区域选择该市某科研大楼附近, 共分为三个采样阶段, 第一阶段采用6张采样膜, 采样时间10天, 第二阶段采用12张采样膜, 采用时间13天, 第三阶段采用20张采样膜, 采样时间90天。

采样完成后, 在实验室环境中, 将石英滤膜放入125mL的广口瓶中, 加入50mL左右的容积, 然后盖上盖子, 使用超声提取5次, 前3次采用二氯甲烷溶剂, 后2次采用甲醇溶剂, 每次提取时间为20min。之后, 将提取液合并, 放入旋转蒸发仪, 将其浓缩至5mL, 之后使用高纯度的氮气, 继续浓缩至1mL, 使用0.45μm微孔滤膜进行过滤后, 放入GC-MS联用仪进行分析。

2. 结果与讨论

经过测试, 在气相色谱分析中, 进样35min后, 试样中的有机物就可以完全分离, 因此将分析时间确定在35min。同时, 根据相似相溶的原理, 采用80mSE-54色谱柱进行分析。为了保证分析结果, 要保证进样口的温度为300℃。

运用GC-MS联用仪, 对样品进行分析, 在得到气相色谱图后, 与仪器附带的质谱库进行对比, 经适当放大、除噪音处理后, 在谱库中进行检索。通过多次试验对比, 该市在夏季的大气颗粒物中, 存在19种有机物, 包括12种烷烃、4种烯烃、1种醇类、1种酯类、1种酮类。而秋季大气颗粒物中有机物有21种, 包括12种烷烃、5种烯烃、2种醇类、1种酯类、1种酮类。将两者进行对比分析, 发现在秋季大气有机物中, 烷烃的种类和数量发生了较大的变化, 除夏季样品中存在的10种烷烃, 还出现了多种新的种类, 如戊烷等。而其他有机物也出现了一定的变化, 只有有机酯类与有机酮类没有变化。而对冬季样品的分析中, 同样出现了7种新的有机物, 包括1种烷烃、2种烯烃、2种酮类、1种醇类以及1种酯类。经分析发现, 冬季大气污染情况较为严重, 除了冬季少风、空气流通缓慢外, 还与该市燃煤取暖有直接的关系。

与国内同类实验相比, 该实验得出的结论基本准确, 可以为大气污染的治理提供科学合理的参考依据。

结语:总而言之, 在当前经济飞速发展的影响下, 我国的城市化进程不断加快, 城市的大气污染程度也日益严重, 采用气相色谱质谱联用的方法, 对大气颗粒物中的有机成分进行分析, 可以对大气有机物进行定性和定量, 从而明确污染的原因, 为大气污染的治理提供科学的参考依据, 对城市大气环境进行改善, 推动城市的可持续发展。

参考文献

[1]瞿德业, 周围, 鹿晨昱.气相色谱-质谱联用分析兰州市大气颗粒物中的有机成分[J].光谱实验室, 2012, 29 (5) :3142-3147.

[2]王欣欣, 刘庆阳, 刘艳菊, 谷学新.二级热脱附-气相色谱-质谱联用测定大气可吸入颗粒物中的16种多环芳烃[J].色谱, 2010, 28 (9) :849-853.

城市大气颗粒物 篇4

江汉油田大气颗粒物污染状况及来源解析

摘要：文章在对江汉油田近5年环境空气中可吸入颗粒物污染现状分析的基础上,解析了5种主要尘源对PM10的.贡献值和分担率,得出了交通扬尘是江汉油田首要可吸入颗粒物的结论,以源解析结果为依据,提出了大气污染防治对策.作 者：郑文红 李坤凌 ZHENG Wen-hong LI Kun-ling 作者单位：江汉油田环境监测中心站,潜江,433124期 刊：环境科学与技术 ISTICPKU Journal：ENVIRONMENTAL SCIENCE & TECHNOLOGY年，卷(期)：,30(z1)分类号：X831关键词：二重源解析 贡献值 分担率

城市大气颗粒物 篇5

近年来,由于大气颗粒物污染的日趋严重,其检测技术得到了国内外学者的普遍重视。目前,常用的颗粒物质量浓度的测定方法是光散射法。国外对于光散射颗粒物质量浓度测量法的研究开展得比较早,现今技术也比较成熟,商业化的产品也比较多[1],其中以美国SKC和TSI公司的商品最多。我国对光散射浓度测量方面的研究起步较晚,直到上世纪70年代才开始,与欧美等发达国家相比,技术上还存在一些不足[1]。

经过近四十年的发展,我国也逐渐有一些产品商业化,如PC.3A激光可吸入粉尘测试仪和PC.3A激光可吸入粉尘连续测试仪等[2]。但这些产品以及国内环境研究工作者对大气颗粒物的研究也主要集中在PM2.5以上的颗粒物,而对人体健康危害更大的细小颗粒(PM2.5以下)研究较少,因此设计并制作细小颗粒物实时监测和预警系统具有十分重要的科学研究价值。

本文设计的大气颗粒物自动监测预警系统,通过Easy ARM1138嵌入式系统对大气颗粒进行实时采集,并对数据进行处理,可检测粒径范围为0.1μm-10μm,而且,系统可应用于细小颗粒物的检测。整个系统简单、使用灵活、操作方便。系统设备具有现场应急监测和自动遥测预警的双重功能,且监测和采集速度快,可靠性高,具有很好的经济价值。

1 光散射法

光散射法是通过测量颗粒物受光照射后所发出的散射光信号的大小来测量颗粒物的质量浓度。它由于测量速度快、高灵敏度、重复性好、可测粒子尺寸宽及适于在线非接触测量等优点而被广泛应用。利用光散射原理测量颗粒物质量浓度的方法也有两种:光度计法(群颗粒散射法)和粒子计数法(单粒子光散射法)。本文利用光度计法测量颗粒物质量浓度,该方法是利用Mie散射理论及颗粒物的各参量来反演颗粒物质量浓度的,它的原理是颗粒物质量浓度与光度计接收到的散射光通量成线性关系[1]。

根据Mie散射理论,当一束强度为I0的自然光入射到一个各向同性的球形微粒时,其散射光强为:

式中,I(θ)为散射光强度,I0为入射光强度,λ为入射光波长,i1、i2为散射光的两个强度函数,i1=S1(m,θ,a),i2=S2(m,θ,a),分别对应于散射光强度的两个垂直的偏振分量,其中a为粒子的尺度系数,S1、S2光的振幅函数,m=m1+im2为粒子对周围介质的复折射率Θ[3]。由Mie理论可知,散射光强度与颗粒物粒径、入射光波长相关。即在温度和湿度较稳定的洁净环境下,当光照射在空气中悬浮的颗粒物上时,产生散射光。在颗粒物性质一定的条件下,颗粒物的散射光强度与其质量浓度成正比[4]。通过测量散射光强度,应用质量浓度转换系数K值,可求得颗粒物质量浓度。

2 系统的实现

2.1 系统的硬件设计

该颗粒物监测预警系统的主要大气颗粒物信号采集模块、Easy ARM1138控制单元、GPRS无线通信模块以及一些外围设备构成,监测系统的构成如图1所示。系统主要实现光电传感器的数据采集,完成A/D采样、大气颗粒物的浓度计算以及数据的存储及显示,如果颗粒物浓度连续超标,要进行语音报警,同时对污染情况进行分析,并根据实际污染情况或污染趋势以文本的形式向工作人员发送预警信息,这大大提高了系统的便携性和数据的实时性。

(1)信号采集模块

信号采集模块主要由二极管激光器、光电传感器及信号调理部分组成。本文选用波长为785nm,功率为100mw的半导体二极管作为光源,相对于氦氖激光器而言,该类激光器光敏区光强均匀性好,粒子信号离散度相对较小,大大提高了不同粒径颗粒的分辨率[5]。

光电传感器主要由光电二极管构成,它将入射的散射光转化为相应强度的光电流。当大气通道中不存在颗粒物时,激光器发射的激光将全被大气通道底部的光陷阱吸收,光电传感器无信号输入;当空气中存在颗粒物时,颗粒物会随着空气以一定的速率通过光敏区,入射激光照射到颗粒物上会产生相应散射光,光电传感器接收到散射光后,能够感应颗粒物的散射光并输出相应的电信号,电脉冲信号的峰值与散射光亮成一定的比例,即在散射光强度稳定的情况下,悬浮微粒的粒径不同,其散射光强度随之不同,电脉冲峰值也不同。

光电二极管完成光电转换后,此时的光电流较小,对于一个微米量级的颗粒,产生的电脉冲信号一般为产μA量级[1],因此需要对信号进行调理,首先需要利用匹配低噪声的精密运算放大器将微弱的电流信号转化成电压信号,然后进行线性放大及阻抗匹配。信号调理部分主要由电流电压转换电路,电压跟随电路,二级放大电路和积分电路构成。信号调理电路如图2所示。

(2)Easy ARM1138控制单元

Easy ARM1138微控制器是围绕ARM CortexTM-M3处理器内核来设计的,系统使用的是LM3S1138的最小系统。Cortex-M3处理器是专门为那些对成本和功耗非常敏感但同时对性能要求又相当高的应用而设计的,是广大片上系统的理想解决方案。由于该处理器集成一个10位的ADC模块,支持8个输入通道,以及一个内部温度传感器[6]。因此无需使用A/D采样芯片,Easy ARM1138完全可以满足系统的要求,从而减少了系统的外围设备。

(3)外围设备

温湿度传感器使用SHT11,该温湿度传感器将温度感测、湿度感测、信号变换、A/D转换和加热器等功能集成到一个芯片上,测量精确度高。实时时钟采用SD2405时钟芯片,精度高,实时性好,该芯片使用标准的I2C协议,便于ARM处理。对于信号的快速采集,从读写速度、时序控制等方面考虑,采用SRAM芯片CAT24C256作为数据存储器,它是一个256Kb的串行CMOS E2PROM,支持标准(100k Hz)和快速(400k Hz)的I2C协议,主要用来存储实时的大气颗粒物浓度数据以及浓度超标时的报警参数。数据显示使用WLA56可控制彩色TFT液晶显示屏,主要用来显示颗粒物浓度,温、湿度信息等数据。报警模块由语音芯片ISD4003构成,ISD4003的单片录放时间4至8分钟,音质好,广泛用于便携式电子产品中,它在系统中主要实现浓度超标时的语音报警功能。

(4)GPRS无线通信模块

系统的无线通信由GPRS模块构成,当被测大气中的颗粒物浓度连续超标时,系统通过RS232将数据传送给GPRS模块,GPRS模块把污染信息传送给工作人员。GPRS模块选用ZWG-03A设备,该设备是基于GSM网络的一款智能短信设备,通过串口通信,给设备上电后,接上PC的串口电缆,向设备发送命令即可进行配置。协议简单,操作简单而可靠。

(5)电源模块

系统电源部分都采用三端稳压管实现。为整个系统提供±12v、±5v、3.3v和3v的电压,确保电路的正常稳定工作。由于系统中,既有数字电路又有模拟电路,为了避免数字电路产生的噪声会影响模拟电路,使模拟电路的小信号指标变差,这两部分单独供电,使得模拟地和数字地分开。在做PCB板时,在电源处单点共地。

2.2 系统的软件设计

软件部分主要实现光电传感器的数据采集,完成A/D采样、大气颗粒物的浓度计算以及数据的存储及显示,如果颗粒物浓度连续超标,要进行语音报警,同时对污染情况进行分析,最后以文本的形式向工作人员发送预警信息。由于电路系统的背景噪声相对较大,例如放大电路的温漂、电路中存在的不确定噪声等,因此,系统在LM3S1138进行A/D采样后,通过软件设定阈值和采样取平均值的方法,对数据进行处理,以达到低通滤波的效果,从而使得系统的背景噪声大大地减小。系统的软件流程如图3所示。

3 测试结果与分析

文中采用TSI公司的Dust TrakⅡ作为标定用的测量仪对系统的K值进行标定。标定后,分别将TSI与本文的监测系统置于测量环境中的同一测点,同一高度,同一方向,同时测量颗粒物的质量浓度。由于空气中颗粒物分布的不均匀,气泵的流量也不同,两台仪器的测量结果不可能是完全一致的。对测量的数据进行比较,结果如图4所示。

图4(a)是软件没有对数据进行处理时,两仪器颗粒物浓度的测量结果,从中可以看出,本系统与Dust TrakⅡ的结果相差比较大,线性度不是很好,这可能是由于系统在稳定性及精度上仍存在一定的不足。主要原因有以下几方面:一是光电传感器输出功率不是特别稳定;二是温湿度的干扰;最后也是最主要的原因是由于电路系统的背景噪声较大。为了降低系统的背景噪声,除了信号调理部分的电压跟随与积分电路以外,在软件部分又对信号进行了处理,如对A/D采样结果进行加权平均,并设定阈值,对采样结果进行一定的软件滤波,通过这样的改进后,测得的结果如图4(b)所示,从图中可以看出数据集中在斜率为45°的直线上,显然,通过改进,系统的线性度有了较大的提高。

4 结束语

随着自动化及信息技术的迅速发展,监测系统已逐步向高质量、多功能、集成化、自动化、系统化、智能化的方向发展[7]。本文利用光散射法设计并建立了适用于细微颗粒物的大气颗粒物监测预警系统。实践证明,该系统不仅能满足恶劣环境检测的要求,而且具有测量准确、实时性强、成本低等优点,可在对环境质量要求很高或是环境大气监测领域推广使用,对改善城市生态环境,创造良好的投资环境起到促进作用。

参考文献

[1]王莹.提高光度计法可吸入颗粒物质量浓度测量系统的精度研究[D].南京:南京理工大学,2007:5-6,17.

[2]许玉凤,卞保民.基于光度计法的粉尘质量浓度测量系统的研究与开发[D].南京:南京理工大学,2007:34-35.

[3]SY Du,DW Kang,XE Lei,et al.Numerical study on adjusting andcontrolling effect of forest cover on PM10 and O3[J].AtmosphericEnvironment,2007(41):797-808.

[4]胡澄,邹丽新.基于MIE散射理论的粉尘浓度测量研究[D].苏州:苏州大学,2007:9-10.

[5]易磊隽,张溢.尘埃粒子计数器的国产化研究与开发[D].四川:四川大学,2006:9-10,39.

[6]LM3S1138微控制器数据手册[Z].广州周立功单片机发展有限公司,2008:20-24.

城市大气颗粒物 篇6

关键词：大气颗粒物,可吸入颗粒物(PM10),细颗粒物(PM2.5),总悬浮颗粒物(TSP),组成,源解析法,测量技术

由人类活动等原因所产生的某些颗粒物进入大气,会对环境造成污染。颗粒物污染是空气中最重要的污染物之一,我国大多数地区空气首要污染物就是颗粒物。每个成年人平均每天呼吸空气15m3,保证人们呼吸到清洁干净的空气是最重要的环保任务之一。由于颗粒物表面的吸附作用,其组分非常复杂,其中含有多种有毒有害化学成分,对大气环境造成诸多不良影响,并危及人体健康。借助大气颗粒物及其组成成分测定,通过源解析探明其来源及影响因素,控制大气颗粒物排放,对保证大气环境质量、改善人们生存环境具有重大意义。本文对此进行综述,着重介绍大气颗粒物及其组成成分、源解析及测量技术最新进展。

1 大气颗粒物对人体健康的影响

空气中大气颗粒物被称为人类第一杀手,原因是细颗粒物上聚集大量有害重金属、酸性氧化物、有害有机物、细菌和病菌等,会通过呼吸道而进入人体上下呼吸道。不同粒径的颗粒物可在不同的呼吸道部位沉积。10~100μm的颗粒物被阻挡在鼻腔外,2.5~10μm的颗粒物大部分被鼻咽区截留,0.01~2.5μm的颗粒物主要沉积在支气管和肺部,特别是0.1μm左右的颗粒物沉积在肺部,甚至可穿过肺泡进入血液中,对人体健康危害最大[1~7]。由于体积更小,PM2.5具有更强的穿透力,可能抵达细支气管壁,并干扰肺内的气体交换。更小的微粒(直径≤100nm)会通过肺部传递影响其他器官。其中,发表于《美国医学会杂志》的一项研究表明,PM2.5会导致动脉斑块沉积、引发血管炎症和动脉粥样硬化,最终导致心脏病或其他心血管问题[8,9]。这项始于1982年的研究证实,当空气中PM2.5的浓度长期高于10μg/m3,就会带来死亡风险的上升。浓度每增加10μg/m3,总的死亡风险会上升4%,心肺疾病带来的死亡风险上升6%,肺癌带来的死亡风险上升8%。此外,PM2.5极易吸附多环芳烃等有机污染物和重金属,使致癌、致畸、致突变的机率明显升高。

美国国家航空航天局(NASA)2010年9月公布一张全球空气质量地图,专门展示世界各地PM2.5的密度。由加拿大达尔豪斯大学的2位研究人员制作。他们根据NASA的2台卫星监测仪的监测结果,绘制一张显示出2001-2006年PM2.5平均值的地图(见图1)。

在20世纪70年代,人们开始注意到颗粒物污染与健康问题之间的联系[10],在美国,每年由于颗粒物污染造成的死亡人数约为2.2~5.2万人(2000年数据)[11],在欧洲这一数字则高达20万。为就减少空气污染对健康的影响提供全球性指导,世界卫生组织(WHO)于2005年发布《空气质量准则》[12],其中包括对颗粒物浓度的限制(见表1)。国际上对颗粒物的PM10的限制标准(见表2)。

图中色调由浅至深代表着PM2.5的质量浓度越来越高

2012年2月29日的国务院常务会议上,已同意发布新修订的《环境空气质量标准》。新标准增加细颗粒物(PM2.5)和臭氧(O3)8h浓度限值监测指标。会议要求2012年在京津冀、长三角、珠三角等重点区域以及直辖市和省会城市开展细颗粒物与臭氧等项目监测,2013年在113个环境保护重点城市和国家环境保护模范城市开展监测,2015年覆盖所有地级以上城市。并于2012年2月29日发布国家标准GB3095-2012《环境空气质量标准》。

2 大气颗粒物的分类

空气中颗粒物并不都是几何球体,大多成不规则形态,因此需将换算成球体直径,这就是当量直径(de)。其真实直径为Dρ,由于颗粒物来源不同,其密度ρ(或比重)不同,即使Dρ相同,它们在空气中的动力学特征也是不同的,也就是在空气中沉降速度不同,从而又引入空气动力学直径Da概念:Da=Dρ(ρ)1/2,如ρ>1,其空气动力学直径Da就比它真实直径Dρ大,反之则小。换算成空气动力学直径后就将颗粒物在空气中沉降速度拉到同一水平上[1]。粒子状态的污染物是分散在空气中微小液体和固体颗粒,粒径多在0.01~100μm之间,是一个复杂的非均匀体系。通常根据颗粒物在重力作用下沉降特征,将其分为降尘(dust fall)和总悬浮微粒(TSP)。粒径较大的颗粒物靠自身的重力可较快地沉降到地面上,称为降尘,其粒径范围一般在100~1000μm。粒径小于10μm的颗粒物能长期地飘浮在大气中,成为飘尘。飘尘易随着呼吸进入人体肺部,故称之为可吸入颗粒物,粒径小于2.5μm的颗粒能通过呼吸过程深入到人体肺部,2.5~10μm的颗粒易沉积在上呼吸道,引发各种疾病。飘尘飘浮在大气中,与大气构成气溶胶(aerosol),具有胶体性质,该胶体体系的分散介质是空气,分散相是10μm以下的液滴或固体颗粒。气溶胶则是由固体颗粒、液体颗粒、液固颗粒悬浮于气体介质中形成的均匀分散体系,烟、雾、悬浮颗粒物、可吸入颗粒物、烟气等都是用来描述气溶胶的名词[17]。

为适应国民经济社会发展和环境保护工作的需要,保护生态环境和人体健康,最近国家环保部决定修订《环境空气质量标准》[16]和《保护农作物的大气污染物最高允许浓度》[18],在《环境空气质量标准》中将增设细颗粒物(PM2.5)浓度限值,广泛征求各方面的意见[19]。按照征求意见中的名词解释,总悬浮颗粒物(TSP)是指环境空气中空气动力学当量直径≤100μm的颗粒物,可吸入颗粒物(particulate matter,PM10)是指环境空气中空气动力学当量直径≤10μm的颗粒物,也称可吸入颗粒物。细颗粒物(particulate matter,PM2.5)则是指环境空气中空气动力学当量直径≤2.5μm的颗粒物。细颗粒物(PM2.5)的比表面积大于PM10,更易吸附有毒害的物质。TSP的粒径范围为0.1~100μm,它不仅包括被风扬起的大颗粒物,也包括烟、雾以及污染物相互作用产生的二次污染物等极小颗粒物。

3 大气颗粒物的来源及影响因素

3.1 大气颗粒物的来源

大气颗粒物的来源、组成、在空气中存在寿命及输送距离(见表3)[1]。

大气颗粒物通过光散射和光吸收等消光效应降低大气能见度,SO42-和有机气溶胶等通过直接或间接辐射强迫影响全球气候变化,人为源排放的颗粒物通过直接或间接作用减少东亚地区区域降水,区域霾可致使粮食减产[20]。

3.2 污染源解析模型

在大气颗粒物研究中用到源解析法(Source Apportionment),不仅定性地识别其来源,还定量地计算出各种源对环境污染的贡献[21]。源解析应用最多的方法是受体模型中的化学质量平衡法(CMB),金蕾等对CMB模型、二重源解析技术、主因子分析、正矩阵因子分析法等目前应用较广泛的受体模型方法的原理、优缺点和应用现状进行比较分析,对单颗粒源解析方法、有机物示踪技术和扩散与受体模型联用技术等受体模型新技术方法进行评述[22]。

张丹等通过对颗粒物粒径大小、性质分类的分化学法和显微法,依次介绍化学质量平衡法、因子分析法、正定矩阵法、比值法、线性回归因子分析法、富积因子法、投影寻踪法、遗传算法、光化学显微法、激光显微质谱法、扫描电子显微法、计算机扫描电镜等源解析方法,阐述不同解析方法各自的优缺点[23]。李祚泳等应用BP网络进行大气颗粒物源解析,将大气采集样本申的元素含量及其污染源成分谱构成训练样本集,用BP网络进行训练。由训练好的网络的权值分布计算出网络各输入节点的权重贡献率,根据输入节点的权重贡献率确定与其相联系的污染排放源的重要性,从而实现大气颗粒物的源解析[24]。王帅杰等从受体模型、样品的处理技术、源解析技术发展的最新趋势介绍大气颗粒物源解析技术的研究进展[25]。田福林等阐述常用的受体模型化学质量平衡模型(CMB)、正定矩阵因子分解模型(PMF)、因子分析/多元线型回归(FA/MLR)、绝对因子得分/多元线性回归(AFS/MLR)、非负约束的因子分析模型(FA-NNC)和同位素来源解析技术(CSRA)的方法和原理,总结受体模型应用于3种典型持久性有毒物质(PTS)PAHs、PCDD/Fs和PCBs的来源解析研究进展,并对PTS类污染物来源解析的发展趋势和我国源解析研究亟待解决的问题进行展望[26]。易惠等介绍粗集理论模型、BP网络权重分析、投影寻踪回归、正定矩阵分解和主成分分析等多种方法,并指出可吸入颗粒物源解析方法的发展趋势和还需做的工作[27]。刘慧丽等介绍国内外用于大气颗粒物源解析研究受体模型的进展,对受体模型的研究体系、研究方法作阐述[28]。

李祚泳等基于粗集理论通过计算大气污染源排放的元素组成的差异与大气颗粒物样本中元素含量的分类关系,用排放源对于大气颗粒物元素含量的有效程度为标准评价排放源的重要性,进行实例分析计算并与其他几种源解析法结果进行比较,表明不同源解析法给出的主要排放源的重要性排序是一致的[29]。陈分定采用CMB、FA、PMF 3种模型对龙岩市大气颗粒物PM10进行来源解析研究,有助于更有效地治理颗粒物污染,提高环境空气质量。建立基于GIS的大气颗粒物源解析结果展示系统可直观地展现龙岩市大气颗粒物PM10的分布规律、污染物来源、污染程度等信息,方便地生成污染物分布图、各项指标专题图以及等值线图层,对这些图层有选择、有次序地叠加,在一张图上可以显示不同图层的综合信息[30]。郝明途等在二重源解吸技术基础上,改进扬尘对受体贡献值的计算方法,并对结果进行验证[31]。曹兰建立某市PM10浓度预报的分段BP神经网络模型。PM10日平均浓度误差大多数在-0.010~0.010mg/m3范围内,相对误差在-20%~20%范围内,表明BP神经网络对PM10的浓度预报是一种有效的工具[32]。李志成等利用Matlab小波分析工具,分析珠江三角洲地区2006年PM10的突变特征,并对典型区域性颗粒物空气污染过程进行识别。结合全球资料同化系统(GDAS)气象数据,运用HYSPLIT v4.9模式,以4个典型空气观测站点的数据为基础,分析高污染过程期间后向气流轨迹的特征和区域PM10的变化与输送过程,并对比分析污染超标日和非超标日的PM10与风速、相对湿度、平均温度及地面平均气压等常规气象要素之间的关系。结果表明,影响该地区颗粒物高污染时段输送的气流主要来源于内陆东北气流和沿海气流。本地排放和区域城市间传输是造成珠三角地区颗粒污染过程的主要原因,静风或极小风,以及较高地面平均气压是影响珠三角地区PM10污染的主要气象要素[33]。朱春等通过Mie理论模型研究不同粒径下单体颗粒物的光学特性及机动车排放的nm/μm级粒径下细微/超细颗粒物的无量纲光散射率(Qscat)、无量纲光吸收率(Qabs)以及无量纲消光率(Qext)。结果表明,不同国家的轻型柴油车(LDV)排放超细颗粒物的化学组分差异较大,而重型柴油车(HDV)则没有显著差别,相关性分析表明,机动车排放颗粒物的EC组分所占比例与复折射系数的实部(n)和虚部(k)均有极强相关性,相关系数(R2)分别为0.9956和0.9938。通过Mie理论计算4种复折射系数下典型机动车排放颗粒物Qscat、Qabs和Qext随粒径的变化特征发现,粒径为400~600 nm范围的单体颗粒物消光作用最大,当颗粒物粒径大于1μm时,Qscat,Qabs和Qext逐渐稳定为常数1.2、1.0和2.2,此时消光率与复折射系数无关[34]。邵龙义等采用分形理论研究北京可吸入颗粒物(PM10)粒度分布的分形特征,计算各采样点PM10粒度分布的分形维数,分析PM10粒度分布分形维数的变化与粒度分布的关系,讨论采样时气象条件等因素对颗粒物粒度分布分形维数的影响。结果表明,北京市PM10粒度分布的分形维数在1.6446~2.6655之间,夏季PM10的粒度分布分形维数(2.6655)明显大于秋季(1.6446),表明夏季PM10的粒度普遍较秋季的细。分形维数能够较好地表征颗粒物的粒度分布,可以用分形维数定量比较不同采样点、不同季节的粒度分布,颗粒物的不同粒度分布分形维数和采样时的局部环境及气象条件相吻合[35]。李伟等分采暖期和非采暖期对城市的主要大气污染源进行识别和采样,包括煤烟尘、建筑水泥尘、扬尘、土壤风沙尘、海盐粒子和二次粒子,并利用AAS、IC等仪器对其成分进行定性定量分析,建立可吸入颗粒物的源成分谱,从而得出颗粒物元素成分谱,通过化学质量平衡(CMB)受体模型进行解析,得出各污染源对受体的贡献值和分担率,确定主要污染源[36]。

3.3 交通影响

马晓旦等分析交通主干道旁室内外PM10的来源,认为大气中悬浮颗粒物表面吸附来自燃料燃烧、机动车尾气、工业粉尘、废弃物燃烧等排放物,并叙述室内外PM10的类别、来源和特性,通过现场监测交通主干道旁室内外和远离主干道的室内外PM10的浓度,并分析实验监测结果产生的原因和变化的规律[37]。陈建华等研究北京市典型交通路口大气颗粒物的污染特征及影响因素,认为交通来源颗粒物是影响交通路口污染水平的首要因素,颗粒物中Al,Ca,Fe和Mg等元素主要来自机动车行驶载带的道路可扬尘,而Cu,Pb等元素主要来自机动车的排放[38]。王玮等研究典型交通路口大气颗粒物中非烃类化合物和多环芳烃的污染状况[39]。结果表明:交通排放是大气颗粒物中非烃类化合物和PAHs的重要来源之一;总体上非烃类化合物主要富集在粒径较小的粒子中,细粒子中的非烃类化合物应主要来源于机动车尾气排放;白天ρ(非烃类化合物)随机动车流量的增加而增加,夜晚机动车流量减小,但ρ(非烃类化合物)却高于白天,显示出大型柴油车的主要影响和贡献;非烃类化合物的污染主要表现为酞酸酯和苯酚类化合物的污染。多环芳烃在粒径较小的粒子中比例较高;白天ρ(PAHs)随机动车流量的增加而增加,夜晚ρ(PAHs)高于白天;污染源识别表明,交通路口大气颗粒物中的多环芳烃除主要来源于机动车尾气排放外,还有一部分来源于道路扬尘[39,40]。

3.4 能源消费影响

城市大气颗粒物 篇7

大气气溶胶中的含碳物质主要包含有机碳(OC)和元素碳(EC)以及少量的碳酸碳(CC)。EC为黑色,由化石燃料或木材等生物质的不完成燃烧产生并由污染源直接排放,故EC只存在于由污染源直接排放的一次气溶胶中。有机碳OC既包括原生(一次)气溶胶中的有机碳,又包括次生(二次)气溶胶中的有机碳,次生气溶胶中的有机碳主要是气态有机物经光化学转化而产生的。OC中富含致癌物质和基因毒性诱变物,而EC具有较强的吸附能力,容易成为富集中心和化学反映床;因此会对人类的健康产生很大的威胁。另外,EC具有强吸光能力,会对气溶胶的辐射强迫产生重要影响,甚至引起地气系统增温[4,5]。因此对城市大气气溶胶中含碳物质的研究具有重要意义。

实验分别在春、夏、秋、冬四季采集石家庄市大气颗粒物TSP、PM10、PM2.5样品,探讨OC和EC的变化特征,从而为解析其来源。

1 样品采集与分析

1.1 样品采集

采集样品为大气颗粒物TSP、PM10、PM2.5样品,采样时间为2013年春(4月22日至5月7日)、夏(6月17日至6月28日)、秋(10月9日至10月17日)、冬(11月24日至12月3日)四季。采样地点为化工学校、西北水源、西南高教、高新区、监测中心、五十四所,共6个点位。采样仪器为武汉天虹TH—150系列智能中流量总悬浮微粒采样器。采样滤膜为英国Whatman公司的石英纤维滤膜(直径90 mm)。每个样品采集20 h。

1.2 样品分析

采用美国沙漠所DRI(Desert Research Institute)的DRI 2001A热光碳分析仪分析样品的OC和EC浓度。

2 结果与讨论

2.1 采样期间大气颗粒物TSP、PM10、PM2.5碳组分含量分析

采样期间不同粒径颗粒物中OC、EC和TC的浓度变化情况见图1~图3。OC在TSP、PM10、PM2.5中浓度均值分别为58.78μg/m3、44.65μg/m3和39.28μg/m3;EC浓度均值分别为17.11μg/m3、13.87μg/m3、12.25μg/m3。从图中可以看出采样期间各粒径颗粒物中OC、EC和TC的浓度季节变化较为明显,均表现为冬季>秋季>春季>夏季,冬季明显偏高,这与石家庄市冬季大气扩散能力较弱有关。冬季大气温度较低,大气混合层高度低,不利于污染物的垂直扩散,因而即使在污染物排放强度不变的情况下冬季大气污染物的浓度也会较高,同时采暖颗粒物污染也是造成石家庄市冬季颗粒物污染较重的原因。而夏季是颗粒物污染相对较轻的季节,这与夏季雨水较多且大气混合层高度较高、大气稳定度差、扩散条件较好有关,所有这些因素都会降低大气中的污染物浓度。

2.2 不同粒径颗粒物中碳组分污染特征及来源初步分析

对采样期间碳组分占颗粒物TSP、PM10和PM2.5中质量比例进行分析,发现在PM2.5中,碳组分占到颗粒物质量的10%以上,在秋冬季甚至能达到50%,说明碳组分是颗粒物的重要成分。

对碳组分在不同粒径颗粒物中的分布分析可知,其中有约70%以上的碳组分存在于粒径小于10μm的颗粒物中,有大于50%的成分都存在于粒径小于2.5μm的细粒子中;夏季比例较低,粒径小于2.5μm的细粒子中有约40%的成分,说明碳组分在细粒子中富集效应更明显。

有研究认为,通过研究OC和EC相关性,可以对碳气溶胶粒子的来源进行定性分析。对石家庄大气颗粒物TSP、PM10和PM2.5中的OC和EC做线性回归,得到其相关性分析见图4~图6,表明采样期间TSP、PM10和PM2.5中的OC和EC的质量浓度显著相关,可说明二者来源相同。

2.3 采样期间各粒径颗粒物SOC污染特征分析

研究表明,当OC/EC的值超过2.0时,即表明二次有机碳(SOC)的存在[6,7]。采样期间不同粒径颗粒物的OC/EC值见表3。从表中可以看出OC/EC值春夏季在1~2之间,秋冬季在3~5之间。SOC的估算公式如下[8,9]:

式(1)中:OCtot为总有机碳,(OC/EC)min为OC/EC最小值。

不同粒径颗粒物中SOC的估算值见表1,可以看出秋冬季SOC在OC中所占比例达60%,说明SOC是OC的重要组成部分,秋冬季存在较为严重的二次有机碳(SOC)的污染,这主要与日益增加的机动车尾气和其他的污染物排放以及气象条件有关系。

2.4 石家庄市大气颗粒物碳气溶胶来源分析

根据IMPROVE分析协议[10],将OC定义为OC1+OC2+OC3+OC4+OPC,将EC定义为EC1+EC2+EC3-OPC。样品中8个碳组分的丰度可表现出一定的源谱特征,对其进行分析可以在一定程度上实现对碳气溶胶的源解析。有研究认为[11—15],OC1和OPC在生物质燃烧样品中最丰富,OC2、OC3、OC4及EC1在燃煤和机动车尾气中最丰富,EC2和EC3是在柴油车尾气中最丰富。表2给出了石家庄大气颗粒物中8个碳组分分析,据此初步识别污染源组分。

石家庄市大气颗粒物中EC1值最高,其次是OPC、OC3、OC2和OC4,说明采样期间各采样点颗粒物中碳的主要来源是燃煤、机动车尾气及生物质样品燃烧。

3 结论

(1)采样期间,石家庄市颗粒物碳组分浓度季节变化较为明显,冬季最高,夏季最低。

(2)碳组分在细颗粒物中的累积效应明显。对OC和EC进行回归分析显示,OC和EC显著相关,说明OC和EC的来源相同。

(3)秋冬季OC/EC比值均大于2,表明石家庄市大气颗粒物中存在二次有机碳污染。

城市大气颗粒物 篇8

1 样品采集

1.1 采样地点及装置

2008年11月1日上午10点在成都理工大学第9教学楼A座楼顶雨棚下设置1个采样点, 距地面高度约18m。采样装置为一块经过清洁的30cm×80cm见方的平板玻璃, 置于专门的木支架上。

1.2 采样频率及样品收集

从2008年11月开始, 在每个月的最后一天取样一次。取样前, 准备好清洁过的软毛刷、白纸、酒精棉球, 先用软毛刷将沉降在平板玻璃上的大气颗粒物样品收集到白纸上, 然后用酒精棉球将平板玻璃擦拭干净, 以接收下一次的样品。每次收集到的样品分别进行编号后放入干燥箱中保存, 并将用过的软毛刷清洗干净, 晾干, 以备下次使用。采样期间共收集到12份样品。

2 样品分析

所有样品收集完毕之后, 进行样品的制备。先将每份样品研磨均匀 (粒度100目) , 然后用天平进行称重。对于短照射用样品, 称取相应重量后, 封入清洁的聚乙烯袋中。

所有的样品都送往中国原子能科学研究院进行照射, 由于时间关系, 只进行了短照射, 照射时间4小时。将活化后的样品在高纯锗 (HPGe) γ射线谱仪计算机全自动测量系统中进行分析测量, 得出了Sm、Mo、Ce、Ca、Lu、U、Yb、Th、Cr、Au、W、Hf、Ba、Nd、As、Sb、Cs、Br、Tb、Sc、Rb、Fe、Zn、Ta、Co、Na、Eu、La、K等29种元素的含量。

3 数据分析

采用富集因子法对得出的数据进行统计学分析, 并与近20年内测得的几组数据进行对比分析, 研究该地区大气颗粒物污染的变化趋势, 最后与其他五个城市的大气颗粒物污染情况进行了对比分析。

3.1 富集因子法

富集因子法是戈登 (Gorden) 于1974年首先提出来的。它用于研究大气气溶胶粒子中元素的富集程度, 判断和评价气溶胶粒子中元素的自然来源和人为来源[2]。首先选择一种相对稳定的元素R作参比元素, 将气溶胶粒子待考查元素i与参比元素R的相对浓度 (Xi/XR) 气溶胶和地壳中相对应元素和R的平均丰度求得的相对浓度 (Xi′/XR′) 地壳, 按下式求得富集因子 (EF) 地壳:

式中Xi′和XR′分别是元素i和R的地壳丰度。以Sc作为参比元素, 分别计算春、夏、秋、冬四季所收集样品经中子活化分析测得元素的富集因子, 如图1所示。

由图1可知, 富集因子较大的元素主要有Au、As、Sb、W、Br、Zn, 即为该地区大气颗粒物中主要的污染因子。

3.2 大气颗粒物污染的变化趋势

成都理工大学中子活化分析实验室利用已有实验设备的优势, 分别在1988年、1990年、1997年、2002年、2007年对校园内的大气降尘进行了采样、分析。对这五次的测量数据与本次的数据进行比较后, 选取共同的元素进行富集因子计算, 所得结果如图2所示。

从图2可以看出Lu、Sm、Fe、Hf、La、Ce、Th、Co等地壳元素的富集因子在这6次测量中没有出现大的波动, 相对比较稳定, 而主要污染元素As、Sb、Zn则出现了较大的波动。As的富集因子从1988~2002呈稳步上升的趋势, 从1988年的8.78上升到1990年的29.07, 一个很主要的原因是位于采样点东南1公里处的华能成都电厂在1990年正式投入运营, 煤的大量燃烧造成了大气降尘中As的富集, 在2002年达到最大值58.72。华能成都电厂在2007年6月16日12点05分正式关闭之后, 成都理工大学刘晓辉老师于2007年6月24日~7月10日对校园中的大气降尘进行了采样分析, 结果显示As的富集因子大幅降低至31.33, 并且在2008年的测量中仍维持在31.93的水平, 这说明大气降尘中污染元素As的主要来源是燃煤。而污染元素Sb的富集因子在华能成都电厂关闭前后出现波动, 说明Sb的来源不仅仅是煤的大量燃烧, 还与其他的人类活动造成的污染源有关。Zn的富集因子在2002年后持续大幅降低, 可能的原因是随着社会和经济的发展, 成都理工大学周边地区大量减少了使用植物桔梗作为燃料。

3.3 与其他城市的比较

为了能够对成都理工大学所在地区的大气颗粒物污染水平有一个更加全面、深入的认识, 本文选取了北京、哈尔滨、重庆、武汉、长沙等5个城市, 对大气颗粒物中的5个主要污染元素As、Br、Zn、Pb、Sb的富集因子进行了对比研究。

6个城市大气颗粒物中5个主要污染元素的富集因子如表1所示, 其中, 北京的污染是最严重的, 其次是哈尔滨和重庆, 成都、武汉和长沙的污染水平相对比较低。

虽然成都的大气颗粒物中5个主要污染元素的富集因子相对于污染严重的北京、哈尔滨要低很多, 环境质量相对较好, 但仍然存在一定的污染, 需要进行更进一步的研究, 找出大气颗粒物污染的来源。

4 污染源解析

为了有效地整治城市大气颗粒物的污染, 改善空气的区域环境质量, 客观诊断大气颗粒物污染的来源是大气污染研究极为重要的内容。为了更好地区分颗粒物的来源, 表2给出了各类污染源的主要特征元素, 为判断颗粒物中污染源提供了依据。

本研究采用的是美国SPSS13.0 for Windows软件中的因子分析法来进行源解析, 分析的对象为2008~2009年度在1号采样点收集的12份样品经中子活化分析后所测得的元素含量数据。

采用SPSS13.0 for Windows软件中的FA模块 (因子分析法) 进行原有变量是否适合因子分析的判断, 然后提取因子, 最后得出经极大方差法旋转后的因子载荷矩阵如表3所示。

由表3可以看出, 第一因子中土壤元素Lu、Sm、Hf、La、Ce、Yb、Th载荷较高, 载荷值均在0.8以上, 由此可知是土壤尘源, 其贡献率为48.04%;

第二因子中元素As、Sb的载荷较高, 载荷值为0.94和0.81, 它们是燃煤尘源的标识元素, 其贡献率为17.13%;

第三因子中元素Br的载荷较高, 载荷值为0.83, 它是汽车尾气尘源的标识元素, 其贡献率为12.42%;

第四因子中元素Ca的载荷较高, 载荷值为0.85, 它是建筑尘源的标识元素, 其贡献率为6.37%;

第五因子中元素Fe、Cr、W载荷较高, 载荷值为0.85、0.64和0.79, 它们是钢铁冶金尘源的标识元素, 其贡献率为5.26%;

第六因子中元素K、Zn载荷较高, 载荷值为0.82和0.68, 它们是植物及垃圾焚烧尘源的标识元素, 其贡献率为3.61%。

由此得出该地区大气颗粒物污染的主要污染源有6个, 分别为土壤尘源、燃煤尘源、汽车尾气尘源、建筑尘源、钢铁冶金尘源和植物及垃圾焚烧尘源。

5 结论与展望

运用中子活化分析方法对成都理工大学校园内采集的大气颗粒物样品进行了分析, 测量了29种元素的含量。然后运用富集因子法进行了统计分析, 得出了大气颗粒物中的主要污染物, 并与近20年内测得的几组数据进行了对比分析, 最后利用统计分析软件SPSS13.0 for Windows中的因子分析法对该地区大气颗粒物的污染源进行了源解析, 得出了6个主要污染源, 对该地区的大气污染防治提供了参考依据。

在今后的研究中, 可以建立相对多一些的采样点, 并运用多种统计方法进行分析, 使之相辅相成、取长补短, 解析结果互相验证, 得到和实际情况比较符合的结果, 使源解析工作更具有实际意义。

摘要：对成都理工大学校区采集的大气颗粒物样品进行中子活化分析后, 利用富集因子法对所测得的元素含量数据进行统计分析, 并对比分析了成都理工大学校区近20年内的6次采样测量数据, 对该地区的大气颗粒物污染变化趋势进行了初步分析, 最后利用统计学软件SPSS 13.0 for Windows进行了源解析, 得出了6个主要污染源。

关键词：大气颗粒物,中子活化分析,富集因子法,源解析

参考文献

[1]李雪贞.利用中子活化分析研究北京良乡大气污染[D].成都:成都理工大学, 2006.

[2]Loureiro A., Vasconcellos M., Pereira E, [J].Radioanal.Nucl.Chem., 1992, 159:21-23.

[3]张丹.重庆市主城区可吸入颗粒物的来源解析[D].重庆:西南大学, 2007.

[4]李彩霞.长沙市大气颗粒物的污染特征及源解析[D].长沙:湖南大学, 2008.

[5]袁春欢.哈尔滨市大气可吸入颗粒物组分及来源研究[D].哈尔滨:哈尔滨工业大学, 2006.

城市大气颗粒物 篇9

灰霾发生时,大气颗粒 物浓度、组成和来 源会发生 变化[2,3]。大气颗粒物影响气候变化[4],降低大气能见度[5,6], 危害人类健康[7,8]。本论文从灰霾期间大气颗粒物浓度水平、 化学成分变化及来源分析等方面进行了综述,以期为灰霾污染的控制提供参考。

1灰霾期间大气颗粒物浓度分布

灰霾发生时,大气颗粒物浓度水平、粒径分布和垂直分布会表现出差异。灰霾日大气颗粒物浓度要高于非灰霾日,而且污染比较严重,如表1所示。大气颗粒物粒径分布会发生变化。洪也等[9]对沈阳研究发现,灰霾日细粒子所占比重较大, 不同粒径浓度表现为粒径越细,质量浓度越高。段菁春等[10]对广州研究结果 显示,大气颗粒 物在积聚 态颗粒物 ( 0. 32 ~ 1. 8 μm) 和粗颗粒物( 3. 2 ~ 10 μm) 处有2个明显峰值; 灰霾时积聚态颗粒物在TSP中所占比例比粗颗粒物高,而灰霾结束后两者比例相当或者略少。吴琳等[11]分4个粒径段 ( ≤1. 1、 > 1. 1 ~ 3. 3、 > 3. 3 ~ 5. 8和 > 5. 8 ~ 10 μm) 研究杭州大气颗粒物粒径分布,研究结果显示,颗粒物浓度最高值在灰霾和非灰霾日均出现在 > 5. 8 ~ 10 μm,而颗粒物浓度最低值在灰霾日出现在 > 3. 3 ~ 5. 8 μm,非灰霾日出现在≤1. 1 μm。不同天气条件下,大气颗粒物浓度垂直分布规律也不同。樊文雁等[12]利用北京325 m气象塔8、80和240 m平台梯度,分析了雾、霾、 晴三种天气状况下PM2. 5垂直分布特征。结果发现,雾天近地层PM2. 5浓度明显高于较高层,不同高度浓度变化规律相似; 霾天PM2. 5时空分布均匀,说明了城市群区域污染特征。

*沈阳以 PM2. 1浓度代表 PM2. 5浓度,杭州以 PM3. 3浓度代表 PM2. 5浓度。

2灰霾期间大气颗粒物化学组成

2.1水溶性离子

水溶性离子是大气颗粒物的重要组成部分,可直接影响大气降水的酸度,并因其吸湿性影响云凝结核,影响云的形成和发展[20]。通过散射和吸收太阳光影响大气能见度和地 - 气系统的能量平衡[21]。此外,水溶性组分可增加有毒有机物质的溶解性,影响人体健康[22]。灰霾天水溶性离子浓度水平要高于非灰霾天。张帆等[15]采用离子色谱( IC) ,分析了武汉秋季灰霾天和非灰霾天PM2. 5中9种水溶性离子 ( SO24、NO3、Cl-、F-、NH4+、K+、 Na+、Ca2 +和Mg2 +) 浓度。结果表明,SO24、NO3和NH4+是PM2. 5中最重要的3种水溶性离子,灰霾日PM2. 5中水溶性离子比例呈现增大趋势,它们可能来源于生物质燃烧、土壤扬尘、化石燃料燃烧、汽车尾气排放等过程。李丽珍等[23]分析了霾和正常天气下西安TSP和PM2. 5中11种水溶性离子 ( NH4+、K+、Na+、Ca2 +、 Mg2 +、SO24、NO2、NO3、Cl-、F-和Br-) 变化特征。结果显示,SO24、NO3和NH4+是TSP和PM2. 5的主要成分,灰霾天3种离子所占比例高于正常天气; 灰霾天大气颗粒物比正常天偏酸性, 灰霾天SO2和NOx转化率高于正常天气。曹玲娴等[13]分析了太原市冬季灰霾期间PM2. 5中水溶性离子 ( NH4+、K+、Na+、Ca2 +、 Mg2 +、SO24、NO3、Cl-和F-) 浓度变化特征。结果显示,灰霾过程中各离子浓度表现为不同程度增加,F-、SO24、NO3和Cl浓度分别是非灰霾日的10. 1、9. 1、8. 3和7. 2倍,阴离子的增加程度高于阳离子。

灰霾和非灰霾天气条件下,大气颗粒物中水溶性离子粒径分布也存在差异。黄怡民等[14]利用Anderson惯性撞击式8级采样器,分析了北京夏冬季大气颗粒物中水溶性离子粒径分布特征。结果显示,SO24和NH4+在夏冬季灰霾日为细模态离子,峰值出现在0. 43 ~ 0. 65 μm粒径段,而非灰霾日呈现双模态分布; NO3在冬季灰霾日为细模态分布,而在非灰霾日为双模态分布。常清等[24]分析了北京冬季灰霾天气PM10中不同粒径水溶性离子分布特征。结果显示,SO24、NO3和NH4+呈现单峰,主要存在于液滴模态; Ca2 +和Mg2 +呈现双峰,以粗模态为主; Cl-和K-呈现双峰,以细模态为主; Na+、NO2和F-浓度较低,呈现多个峰值; 非灰霾日SO24在0. 31、0. 76和5. 13 μm 3个粒径出现峰值,灰霾日峰值均出现在0. 76 μm; 非灰霾日NO3在0. 48 μm出现峰值,非灰霾日峰值右移至0. 76 μm,二次无机离子在灰霾天气形成中起着重要作用。

2.2有机碳和元素碳

有机碳( OC) 和元素碳( EC) 是大气颗粒物的重要组成部分。 OC主要源于化石燃料燃烧,也可由有机气体前体物经过化学转化而形成,自然源贡献相对较小。EC主要源于机动车排放、化石燃料和生物质燃烧等。OC和EC可通过辐射强迫作用影响区域和全球气候变化,影响区域大气降水,甚至危害人 体健康[25,26]。陈晓秋等[19]分析了福州市春冬季灰霾日和非灰霾日OC和EC污染特征。结果显示,OC和EC灰霾日浓度水平明显高于非灰霾日。魏欣等[16]发现天津灰霾日PM2. 5和PM10中OC和EC浓度为非灰霾日的1. 25倍以上。由于EC有良好的稳定性, 而OC来源除了一次排放外,还有二次化学反应生成,因此,通过OC/EC的比值可以判断是否有二次有机碳的生成[24]。谭吉华等[27]发现严重灰霾时积聚模态颗粒物及OC和EC浓度在PM10中所占比例要高于正常天气,而且随着污染加重,OC/EC的比值会逐渐增加,表明了灰霾期间存在着明显的二次污染过程。

不同粒径大气颗粒物中OC和EC分布也存在差异。谭吉华等[27]使用MOUDI冲击式采样器,分析了广州市灰霾期间大气颗粒物中OC和EC的粒径分布特征。结果显示,非灰霾日OC和EC呈双模态分布,灰霾日EC为单模态分布,OC为双模态分布,峰值向大粒径偏移。常清等[24]分析了北京冬季灰霾天气PM10中不同粒径的EC和OC分布特征,结果显示,OC和EC呈单峰型,主要富集于细粒子,峰值分别出现在0. 76 ~ 1. 22 μm和0. 48 ~ 0. 76 μm粒径段; 灰霾发生时,OC与颗粒物质量浓度谱峰值变化一致。

2.3金属元素

大气颗粒物中金属元素主要来源于自然源 ( 火山喷发、风蚀、森林火灾和海洋等) 和人为源 ( 燃料燃烧、冶金工业、机动车尾气和垃圾焚烧等)[28,29]。大气颗粒物重金属通过呼吸进入人体后,可造成各种人体机能障碍,导致身体发育迟缓,甚至引发各种癌症[30,31]。另外,一些重金属能够催化大气有机物的光化学反应,产生次生大气污染物,影响大气污染物的转化过程[32]。灰霾日金属元素污染水平总体高于非灰霾日。曹玲娴等[13]研究了太原市灰霾期间PM2. 5中Hg、As、Zn和Pb变化特征。结果表明,灰霾日Hg、As、Zn和Pb浓度分别是非灰霾日的4. 9、2. 8、1. 4和3. 6倍; 灰霾日Hg、Pb和As浓度增加程度高于Zn,说明了太原市冬季采暖期燃煤的影响要高于机动车影响。魏欣等[16]使用ICPAES分析了天津市夏季灰霾日和非灰霾日PM2. 5和PM10中Si、Ti、Al、Mn、Ca、Na、K、Cu、Zn、 As、Pb、Cr、Ni、Co、Cd、Hg、Fe、V和S的质量浓度。结果表明,灰霾日PM2. 5和PM10中S含量相比非灰霾日分别增加了47. 0% 和42. 4% ,而其他元素含量在灰霾日和非灰霾日的变化相对较小,说明了灰霾日一次、二次硫酸盐对颗粒物的贡献比较显著。郑楠等[33]采用X射线荧光光谱( XRF) 分析了北京市冬季PM10中元素含量。结果表明,灰霾日Al和Si含量显著下降,而S和Cl在颗粒物中大量富集,说明了灰霾天气促进了二次颗粒物的生成。

灰霾日和非灰霾日金属元素的粒径分布也存在差异。朱琼宇等[34]采用Nano - moudi 12级大气颗粒物采样器,分析了上海市灰霾日和非灰霾日汞的分布特征,灰霾日峰值分别出现在0. 56 ~ 0. 11 μm和3. 1 ~ 6. 2 μm粒径段,而非灰霾日峰值分别出现在0. 32 ~ 0. 56 μm和3. 1 ~ 6. 2 μm粒径段,灰霾日较非灰霾日颗粒态汞粒径分布向大粒径方向偏移。洪也等[9]采用FA 3型Anderson撞击式大气颗粒物分级采样器,分析了沈阳市冬季灰霾日金属元素粒径分布特征,把元素分为Fe类、Mn类、 K类和Zn类。其中,Fe类元素在灰霾日呈三峰型,非灰霾日呈双峰型; Mn类元素在灰霾日呈单峰型,非灰霾日呈双峰型; K类和Zn类在灰霾日和非灰霾日均呈单峰型,峰值出现在细粒径段。范雪波等[35]分析了上海市灰霾天大气颗粒物中K、 Ca、Ti、Mn、Cr、Ni、Cu、S、Cl、Zn、As、Pb和Fe的粒径分布特征。结果表明,Ca、Ti、Mn、Cr、Cl、Zn、As、Pb在灰霾日为双模态结构,而非灰霾日为单模态结构; Ni在灰霾日为三模态结构,而非灰霾日为双模态结构; Ni、Cu和Zn灰霾天富集因子明显大于非灰霾日。

3灰霾期间大气颗粒物来源分析

大气颗粒物源解析方法主要包括: 源排放清单法、扩散模型法和受体模型法。受体模型法应用较早,是目前最常用的大气颗粒物源解析方法,主要包括因子分析法( FA) 和化学质量平衡模型法( CMB)[36]。姚玉刚等[37]采用基于因子分析的主成分分析方法,将苏州市灰霾期间PM2. 5的9个化学组分 ( SO24、 NO3、Cl-、NH4+、K+、Na+、Ca2 +、OC和EC) 整合为4个主成分。结果表明,苏州市灰霾期间PM2. 5主要来源于光化学二次反应、燃煤、机动车尾气、农作物秸秆焚烧和海盐等。魏欣等[16]采用CMB模型解析天津市夏季灰霾日和非灰霾日PM2. 5的主要来源。结果表明,天津市夏季PM2. 5主要来源为二次离子 ( 二次硫酸盐和二次硝酸盐) 、开放源颗粒物 ( 扬尘和建筑尘) 和煤烟尘,灰霾日二次离子贡献率为43. 9% ,二次硫酸盐和二次硝酸盐的贡献率分别为非灰霾日的1. 34和2. 17倍。吴琳等[11]采用CMB模型,分不同粒径段 ( ≤1. 1、 > 1. 1 ~ 3. 3、 > 3. 3 ~ 5. 8和 > 5. 8 ~ 10 μm) 解析杭州大气颗粒物来源。结果显示,灰霾天气下,二次粒子是各粒径段颗粒物的首要来源, 贡献率分别为60. 4% 、62. 2% 、54. 8% 和46. 5% ,而非灰霾天气下,随着颗粒物粒径的增加,二次离子贡献率显著下降, ≤1. 1 μm的贡献率 为42. 7% , > 5. 8 ~ 10 μm的贡献率 为15. 5% 。Han等[38]利用PMF模型将2013年1月北京灰霾污染主要来源解析为: 二次硝酸盐、二次硫酸盐、燃煤、生物质燃烧和扬尘。

4结语