|
|
|
题名
|
作者
|
年代
|
出处
|
被引量
|
| 1 | 成都城区PM_(2.5)季节污染特征及来源解析显示文摘于2009—2010年各季节典型月在成都城区采集了大气PM2.5样品,对PM2.5的质量浓度及其主要化学成分(含碳组分、水溶性无机离子和元素)进行了测定.结果显示:成都城区PM2.5平均质量浓度高达(165.1±85.1)μg·m-3,是国家环境空气质量标准年均PM2.5限值的4.7倍.OC、EC和水溶性二次离子(SO2-4,NO-3和NH+4)的平均浓度分别为(22.6±10.2)μg·m-3,(9.0±5.4)μg·m-3和(62.8±44.3)μg·m-3,分别占PM2.5浓度的13.7%、5.5%和38.0%.PM2.5及其主要化学成分浓度季节特征明显,即秋冬季高于春夏季.利用正交矩阵因子分析(PMF)对成都城区PM2.5的来源进行解析,结果表明,土壤尘及扬尘、生物质燃烧、机动车源和二次硝酸盐/硫酸盐的贡献率分别为14.3%、28.0%、24.0%和31.3%.就季节变化而言,生物质燃烧源贡献率在四个季节均维持在较高水平;土壤尘及扬尘的贡献率在春季显著提高;机动车源的贡献率在夏季中表现突出;而二次硝酸盐/硫酸盐的贡献率在秋冬季中则最为显著. | 张智胜 陶俊 谢绍东 周来东 宋丹林 张普 曹军骥 罗磊 | 2013 | 环境科学学报2013，33，11： | 147 |
| 2 | 成都市PM_(2.5)中有毒重金属污染特征及健康风险评价显示文摘2009年4月至2010年1月在成都市城区采集PM2.5样品.采用X射线荧光光谱法分析20种元素,并重点分析As、Cd、Cr、Mn、Ni、Pb和Sb 7种有毒重金属元素.采用富集因子法、地累积指数法、相关性分析法和美国环保局暴露模型分别讨论了有毒重金属的污染特征、来源和健康风险.结果表明:成都市PM2.5中有毒重金属浓度处于较高水平,分别是:As(40.5±30.3),Cd(9.5±13.2),Cr(17.9±10.5)、Mn(137.6±84.3),Ni(5.1±4.1),Pb(320.5±186.0)和Sb(11.0±16.0)ng/m3.As严重超标,Cd和Pb也有超标现象.多数元素均在冬季达到最大值,夏季达到最小值.Cr、Mn、Ni污染程度较低,属于轻微污染,As、Cd、Pb、Sb的污染程度极高.PM2.5中有毒重金属主要来源于土壤尘及其扬尘,机动车排放和煤燃烧,冶金及机械制造和刹车磨损.Mn对儿童、成人均产生较严重的非致癌健康风险,分别为6.01、2.59、2.46,As、Cd、Cr、Ni、Pb、Sb的非致癌风险值均小于1,健康影响较小.As、Cr对人体有致癌健康风险. | 李友平 刘慧芳 周洪 范忠雨 张智胜 邹长武 | 2015 | 中国环境科学2015，35，7： | 107 |
| 3 | 成都市大气细颗粒物组成和污染特征分析(2012—2013年)显示文摘为了解成都市大气细颗粒物的污染特征,于2012年5月—2013年5月在成都市城区开展了每6 d采集1次样品的长期颗粒物观测.利用十万分之一分析天平、热光碳分析仪、离子色谱、电感耦合等离子体质谱(ICP-MS)分别分析了颗粒物样品的质量浓度、有机碳/元素碳、水溶性离子、无机元素等,同步收集了污染物在线观测数据、气象数据和卫星遥感数据.结果表明,采样期间,成都市可吸入颗粒物(PM10)和细粒子(PM2.5)浓度颗粒物浓度分别高达(129.7±76.4)和(91.6±54.3)μg·m-3,PM2.5中以二次无机离子(SNA,43.6%)和有机物(OM,31.2%)污染最为突出,其次为土壤组分(Soil,13.8%)、元素碳(EC,5.0%)和微量元素(Trace,0.8%);1月、3月、5月和10月是污染较重的月份.通过比较揭示了不同污染源影响下的典型污染特征.生物质燃烧期间,成都城区PM2.5浓度达214.3μg·m-3,PM2.5/PM10比达0.89,其中OM贡献增加至57.2%,K+浓度达8.7μg·m-3,OC/EC比达8.3,SNA比重下降;而沙尘传输期间,PM2.5浓度为122.6μg·m-3,仅占PM10浓度的0.28,PM2.5中土壤组分比例剧增至77.3%,SNA和无机元素的比重明显下降;静稳天气下PM2.5浓度为261.0μg·m-3,各组分比重并无明显变化,硝酸盐和铵盐比例稍有增加. | 陈源 谢绍东 罗彬 | 2016 | 环境科学学报2016，36，3： | 52 |
| 4 | 成都城区PM_(2.5)中有害微量元素的污染特征显示文摘在2011年各典型季节月,采集成都城区的PM2.5样品,采用电感耦合等离子体质谱仪(ICP—MS)分析获取32种元素浓度,对其中9种有害元素浓度、富集程度及可能来源进行分析.结果表明,有害元素Pb、Mn、As、Cr、Sb、Cd、Se、Ni和C0的年均浓度分别为(171.7±86.2)、(66.4±36.7)、(19.8±11.1)、(9.2±5.0)、(6.5±4.2)、(3.5±1.9)、(2.7±1.2)、(2.5±1.6)和(0.5±0.3)ng·m-3.绝大多数样品中As浓度超过世界卫生组织和中国环境空气质量标准的参考限值.元素se、cd、sb、Pb和As有明显的富集现象,富集因子均值范围在492~5340.受土壤尘的影响,所有元素的富集因子在春季较低.因子分析结果进一步表明PM2.5中有害微量元素主要来自机动车、燃煤以及金属冶炼等人为来源. | 张智胜 陶俊 龙颖贤 林泽健 | 2014 | 中国科学院大学学报(中英文)2014，31，3： | 22 |
| 5 | 成都市大气颗粒物粒径分布及水溶性离子组成的季节变化特征显示文摘利用Anderson冲击式分级采样器,于2012年2月~2013年1月在成都市城东成都理工大学校园内按月采集了不同粒径的大气颗粒物样品,分析了颗粒物样品的质量浓度以及9种水溶性离子含量.结果表明,采样期间成都市PM_(2.1)和PM_(11)的年平均浓度分别为(125.9±56.14)μg·m^(-3)和(224.5±83.64)μg·m^(-3),颗粒物浓度冬季最高,春季次之,秋季浓度最低;成都市水溶性离子浓度平均水平为37.15μg·m^(-3),其中检测的9种离子浓度从大到小顺序依次为SO_4^(2-)>NO_3^->NH_4^+>Ca^(2+)>Cl^->Mg^(2+)>K^+>Na^+>F^-,SO_4^(2-)、NO_3^-和NH_4^+占总水溶性离子的78%,是主要的离子组分.SO_4^(2-)、NO_3^-、NH_4^+呈单峰分布,其主要分布于细粒子中;Ca^(2+)和F^-也呈单峰分布,但是主要分布在粗粒子中;Cl^-和K^+粒径分布相似,Mg^(2+)和Na^+分布相似,均呈双峰分布.成都市冬、春季节粗、细颗粒物中的水溶性离子浓度均明显高于夏、秋季节.结合离子相关性分析,细颗粒物中的SO_4^(2-)、NO_3^-和NH_4^+可能主要以(NH_4)_2SO_4或NH_4HSO_4、NH_4NO_3的形式存在,而粗颗粒物中的主要离子组分SO_4^(2-)、NO_3^-和Ca^(2+)则可能以Ca(NO_3)2、CaSO_4等形式存在.主成分分析结果表明,颗粒物中水溶性离子主要来自二次过程、土壤扬尘、生物质燃烧和农业源. | 陶月乐 李亲凯 张俊 李斯奇 李晓东 | 2017 | 环境科学2017，38，10： | 19 |
| 6 | 成都市冬季3次灰霾污染过程特征及成因分析显示文摘基于成都市大气环境超级观测站气态污染物和PM2.5中组分在线监测数据,对2019~2020年成都市3次灰霾污染过程气象要素和组分特征进行分析,采用CMB模型模拟获得研究期间PM2.5污染来源及变化趋势,剖析各污染过程成因.结果表明:(1)3次污染过程均发生在相对湿度和温度持续上升,风速和边界层高度持续降低的不利气象条件下,日均相对湿度均大于70%,日均温度均大于8℃,日均风速均低于0.8 m·s^-1,日均边界层高度均低于650 m;(2)3次污染过程中主要组分均为NO3^-、OC、NH4^+和SO4^2-,其中NO3^-质量浓度和占比污染时段较清洁时段增长倍数均高于其他组分,分别增加了1.47~2.09倍和0.22~0.35倍,NO3^-是成都市冬季PM2.5污染的关键组分;(3)3次污染过程SOR均值为0.40,NOR均值为0.27,SO2和NOx的二次转化程度较高,SO2向SO4^2-转化以夜间非均相氧化反应为主,NOx向NO3^-转化以非均相水解反应为主;(4)3次过程变化特征略有不同,过程Ⅰ呈现出明显的二次硝酸盐主导的特征,过程ⅡPM2.5浓度上升过程中主要受燃煤排放影响,PM2.5浓度高值时段主要受NO3^-影响,过程Ⅲ总体仍为二次硝酸盐主导的特征,但部分污染时段化石燃料燃烧源排放有所增加;(5)二次硝酸盐、二次硫酸盐、机动车和燃煤源为研究期间主要污染来源,PM2.5浓度与二次硝酸盐贡献率正相关,与扬尘源贡献率负相关. | 冯小琼 陈军辉 尹寒梅 徐雪梅 熊文朋 梅林德 钱骏 刘政 | 2020 | 环境科学2020，41，10： | 14 |
| 7 | 四川盆地典型城市PM_(2.5)污染过程组分特征和来源解析显示文摘为探究四川盆地典型城市PM_(2.5)污染特征和来源,利用成都市、绵阳市、自贡市超站数据分析2020年冬季典型污染过程PM_(2.5)组分特征,并采用CMB模型模拟获得研究期间PM_(2.5)来源及演变特征.结果表明,不同城市PM_(2.5)组分变化特征不尽相同,成都市污染过程整体呈现NO_(3)^(-)主导特征,但重度污染由OC主导.绵阳市污染期间呈现OC主导特征,是污染加重时增长最快的组分.EC是自贡市轻度污染增长最快的组分,NO_(3)^(-)、SO_(4)^(2-)、NH_(4)^(+)是中度污染增长较快的组分,OC、EC是重度污染增长较快的组分.3个城市均是二次硝酸盐对PM_(2.5)贡献率最高.比较而言,成都市机动车、扬尘源贡献率均最高;绵阳市二次有机碳贡献率最高,是成都市的2倍;自贡市燃煤源和二次硫酸盐贡献率分别比成都市和绵阳市高出4%~6%和7%~9%.成都市由优良天气到中度污染,二次硝酸盐贡献率随着污染程度的加重而增加,轻度污染较优良天气上升6%,中度污染较轻度污染天气上升3%.中度到重度污染,二次有机碳、机动车贡献率分别上升2%和1%.绵阳市由轻度到重度污染,二次有机碳对PM_(2.5)的贡献率上升3%,机动车贡献率上升2%,是其污染加重的主要原因.自贡市由轻度到重度污染,各污染源贡献率变化幅度较小. | 钱骏 冯小琼 陈军辉 尹寒梅 徐雪梅 刘政 | 2021 | 环境科学学报2021，41，11： | 14 |
| 8 | 春季沙尘过程北京市不同粒径大气气溶胶污染特征及来源分析显示文摘为了解沙尘气溶胶在大气中的物理、化学特性演变,于2017年5月北京沙尘暴发期间,对北京大气中不同粒径颗粒物的质量浓度进行了连续观测,并用离子色谱仪和水溶性有机碳分析仪对其中的主要水溶性化学组分进行了检测.结果表明,沙尘期间TSP及其中的水溶性有机碳(WSOC)、元素碳(EC)、有机碳(OC)和水溶性无机离子的平均质量浓度分别为(2237.59±681.49)、(29.90±18.05)、(1.46±3.05)、(67.35±29.07)和(136.75±46.38)μg·m^(-3),除EC变化不大外,其他成分沙尘期浓度远高于非沙尘期,其中Na^+、NH_4^+、K^+、Mg^(2+)、Ca^(2+)、Cl^-、NO_3^-、SO_4^(2-)、WSOC的浓度分别为沙尘前的11.55、3.00、14.88、14.89、9.40、4.60、2.40、3.91、1.83倍,浓度增长最为明显的是地壳元素离子,变化最小的为NH_4^+和NO_3^-;粒径分析表明,地壳元素离子在整个采样期间均在粗粒径段(4.7~5.8μm)表现出最大浓度;沙尘期间SO_4^(2-)及NO_3^-均以粗模态为主,沙尘结束后SO_4^(2-)在0.43~0.65μm粒径段出现峰值,而NO_3^-依然是在4.7~5.8μm粒径段出现峰值,表明大部分NO_3^-主要以非均相反应存在于粗粒径段中.沙尘期SO_4^(2-)与地壳元素离子表现显著的正相关关系,与NH_4^+没有表现出相关性,表明沙尘期SO_4^(2-)主要来自于沙尘携带的一次来源,非沙尘期SO_4^(2-)与地壳元素没有明显的相关性,而与NH_4^+之间相关系数r=0.70,表明其为非均相二次转化形成.NO_3^-与地壳元素离子和NH_4^+的相关性分析表明其在沙尘期既有一次来源,也有二次转化,而在非沙尘期主要来源于二次转化过程. | 杨阳 李杏茹 陈曦 刘水桥 刘雨思 徐静 王莉莉 陶明辉 王格慧 | 2018 | 环境科学2018，39，12： | 13 |
| 9 | 成都市道路细颗粒物污染特征显示文摘2013年9月20—28日,通过采集成都市城区道路大气环境中的PM2.5样品,分析测定了其中可溶性无机离子、碳组分和金属元素含量。结果表明,PM2.5中Fe、Mn、Ti、Si、Al等主要来源于机动车行驶产生的道路扬尘,Pb、Cu、Ni和Zn等主要来源于机动车尾气及零部件磨损;PM2.5中水溶性无机离子占道路大气环境细颗粒物的33.7%,A/C比值为0.95,表明细颗粒物偏弱碱性;机动车尾气排放的OC1、OC2、OC4和EC1等4种碳组分占道路大气环境细颗粒物碳组分的65.8%,且OC/EC比值为2.9,有二次有机碳(SOC)产生。 | 袁小燕 叶芝祥 杨怀金 张菊 | 2015 | 环境工程学报2015，9，9： | 13 |
| 10 | 公众参与下的企业能源消费行为演化研究显示文摘企业能源消费导致的环境污染严重影响公众的公共健康水平,阻碍生态文明的可持续发展.运用演化博弈理论与方法,围绕公共健康损失赔偿大小,研究了公众与高污染企业能源消费行为策略选择的互动机制;运用数值实验建立了公共健康损失赔偿较小、公共健康损失赔偿较大以及公共健康损失与企业额外收益均较大三种博弈场景,展示了决策参数的不同取值和初始状态改变对演化结果的影响.研究表明:在不同场景下,公众参与下的企业能源消费行为演化路径的速度与策略均有差异.公众与高污染企业的策略主要由公众健康损失赔偿、企业转型成本及额外收益共同决定;公共健康损失赔偿较大、污染企业实行能源转型策略比例达到95%以上与企业额外收益足够大时,公众与污染企业最终分别演化为不参与环境管理和实行能源转型策略.本文的研究结果可为公共健康水平的提升提供相应的参考. | 曲卫华 颜志军 | 2016 | 系统工程理论与实践2016，36，10： | 11 |
| 11 | 南充冬季大气PM2.5污染特征及来源分析显示文摘为探究南充市冬季大气PM2.5污染特征,于2017年1月对南充市大气PM2.5进行采样,分析水溶性离子、无机元素和碳质组分的组成、浓度水平和来源。结果表明,二次无机离子SO^2-4、NO^-3、NH^+4是南充市冬季大气PM2.5水溶性离子中的重要组成部分,占总离子的86.7%;NH^+4与NO^-3和SO^2-4主要是以NH 4NO 3和(NH 4)2SO 4形式存在,SOR和NOR平均值分别为0.51和0.23,SOR高于NOR,说明南充市冬季硫氧转化速度比氮氧转化速度快且二次离子污染较为严重;NO^-3/SO^2-4比值为1.11,表明移动源是南充冬季大气污染物的主要来源,并且南充市冬季大气PM2.5偏酸性。OC、EC是大气PM2.5重要组成部分,OC/EC比值大于2,SOC对OC的贡献率较大(65.3%),南充市冬季大气PM2.5中OC主要来源于二次污染。OC、EC之间相关性较好(R=0.84),二者具有共同的来源。主成分分析(PCA)结果表明,南充市冬季PM2.5的主要来源是汽车尾气、燃煤、二次污染、生物质燃烧、土壤及建筑扬尘。 | 郭佳灵 李友平 刘欢 李敏 邹长武 | 2020 | 四川环境2020，39，1： | 8 |
| 12 | 呼包鄂地区沙尘期间大气污染特征研究显示文摘为研究沙尘天气下典型大气污染特征,选择呼和浩特市、包头市、鄂尔多斯市(简称“呼包鄂地区”)为研究对象,分析了呼包鄂地区2016年春季3月1日-5月31日的PM10与PM2.5数据,利用CMB(化学质量平衡)受体模型、后向轨迹模型研究了呼包鄂地区污染源的特征,通过富集因子法评估了人类活动对沙尘天气的影响,最终通过特征比值法对沙尘天气与非沙尘天气进行了区分.结果表明:①沙尘天气与非沙尘天气时,呼包鄂地区PM10、PM2.5中主要化学组分均为Si、Ca、Al、Fe、OC、SO4^2-与NO^3-.沙尘天气时,ρ(PM10)与ρ(PM2.5)的差值大于非沙尘天气,较高的ρ(Al)、ρ(Si)、ρ(Ca)说明呼包鄂地区受到较大的沙尘天气影响.②CMB受体模型源解析结果表明,沙尘天气时扬尘源对PM10与PM2.5的贡献率分别为59.3%、48.7%,说明PM 10和PM2.5的主要污染源均为扬尘源.后向轨迹模式模拟表明,呼包鄂地区的沙尘主要来自其西北部地区.③元素Na、K、Mg的EF(富集因子)在PM10与PM2.5中均大于1.0,Si、Cu的EF在PM2.5中均大于1.0,但在PM10中小于或等于1.0;依据EF表征级别,自然因素对PM2.5和PM 10的影响程度均较大,并且PM2.5受人类活动影响的程度大于PM10.通过特征比值发现,ρ(Si)/ρ(Al)大于1.7且ρ(Si)/ρ(Fe)大于2.2可作为呼包鄂地区典型沙尘天气的界定.研究显示,呼包鄂地区春季受到较大程度的沙尘影响,这些沙尘主要来自其西北部地区,通过特征比值法可以对呼包鄂地区沙尘天气进行界定. | 李伊明 彭杏 皇甫延琦 徐娇 史国良 冯银厂 | 2020 | 环境科学研究2020，33，4： | 8 |
| 13 | 新冠疫情期间四川盆地空气质量及影响因素分析显示文摘基于污染源排放调查、空气质量和组分站观测数据,利用WRF/SMOKE/CMAQ模式系统,分析2020年新冠疫情期间污染源和气象条件变化对空气质量的影响.结果表明:①2020年新冠疫情期间,四川盆地除ρ(O_(3))同比上升外,ρ(SO_(2))、ρ(NO_(2))、ρ(CO)、ρ(M_(2.5))和ρ(M_(10))均同比下降,下降幅度为8%~41%.②疫情期间成都市M_(2.5)组分与2019年同期相比,ρ(Cl^(-))、ρ(K^(+))、ρ(Si)、ρ(Al)、ρ(Ca)和ρ(EC)的占比均同比下降,说明疫情期间施工工地、机动车、工业燃煤和生物质燃烧排放减少是ρ(M_(2.5))下降的主要原因.③疫情期间,工业源SO_(2)、NO_(x)、M_(10)、M_(2.5)和VOCs排放量分别同比下降32%、31%、40%、39%和41%;成都市机动车车流量仅为正常时段的40.3%,车速提升19.7%,NO_(x)、VOCs和CO日排放量降幅分别为44.7%、49.6%和38.0%,污染物的非等比例下降使得机动车排放贡献的大气氧化性进一步增强.④2020年疫情期间四川盆地气象条件同比不利,使得ρ(M_(2.5))、ρ(NO_(2))、ρ(SO_(2))、ρ(O_(3))和ρ(M_(10))分别上升2%、4%、23%、6%和8%,扣除气象条件变化影响后,ρ(M_(2.5))、ρ(NO_(2))、ρ(SO_(2))和ρ(M_(10))分别下降21%、45%、31%和30%,ρ(O_(3))上升12%. | 陈军辉 冯小琼 李媛 王书肖 | 2021 | 环境科学2021，42，12： | 7 |
| 14 | 内江市大气细颗粒物化学组成及其消光特征显示文摘2012—2013年在内江市环境监测站楼顶采集了PM_(10)和PM_(2.5)样品,并分析了颗粒物中金属无机元素、水溶性离子和碳质组分的质量浓度,以研究颗粒物的污染水平及其消光特性.采样期间,内江市的PM_(10)和PM_(2.5)浓度分别为(116.3±54.7)μg·m^(-3)和(78.6±36.8)μg·m^(-3);颗粒物污染冬季较重,其次为秋季,春季和夏季污染水平相当.内江市PM_(2.5)中以二次无机离子(SNA,42.5%)和有机物(OM,35.0%)污染最为突出,其次为地壳元素(Soil,11.4%)、元素碳(EC,5.2%)和微量元素(Trace,0.3%).高相对湿度和细颗粒物浓度是导致内江灰霾频发的主要原因,10km能见度对应的PM_(2.5)浓度界值为72.2μg·m^(-3).采用IMPROVE模型计算,内江市PM_(2.5)的平均散射系数为(504.6±293.2)Mm-1,吸光系数平均为(41.0±20.6)Mm-1;PM_(2.5)中硫酸盐对消光系数贡献最大,占40.0%;其次为有机物和硝酸盐,贡献率分别是29.2%和15.3%;EC的贡献率为7.3%.PM_(2.5)质量浓度与散射系数呈现出较强的线性关系(r=0.88),通过回归方程得到PM_(2.5)的质量散射效率为4.2 m^2·g^(-1). | 陈源 谢绍东 罗彬 | 2017 | 环境科学学报2017，37，2： | 6 |
| 15 | 西安市秋季大气颗粒物散射特征及其影响因素显示文摘为研究污染条件下西安市秋季大气颗粒物的散射特征及其影响因素,于2012年11月监测大气颗粒物散射系数并采集PM2.5样品。探讨了大气颗粒物的散射日变化特征,通过实验分析PM2.5中水溶性离子(Na+、NH4+、K+、Mg2+、Ca2+、F-、Cl-、NO-3和SO2-4)和含碳物质(有机碳和元素碳)的污染水平,并讨论它们的来源及对散射系数的影响。结果表明,颗粒物的散射系数均值为(579±387)Mm-1,夜间高日间低。PM2.5质量浓度与散射系数呈现出较强的线性关系(相关系数为0.85),通过回归方程得到PM2.5散射效率为3.09 m2·g-1。在PM2.5化学组分中,有机物对消光系数的贡献最大,占52.3%;其次是NH4NO3和(NH4)2SO4,贡献率分别为16.2%和13.7%。 | 周雅清 曹军骥 王启元 刘随心 张婷 | 2015 | 科技导报2015，33，6： | 6 |
| 16 | 成都市PM2.5中无机组分与硝酸盐氮氧同位素变化特征显示文摘2013年1月12日~2013年1月23日和2014年8月10日~2014年8月21日在成都市城东成都理工大学校园内按昼夜采集PM2.5样品,分析了PM2.5样品的质量浓度、9种水溶性无机离子含量和硝酸盐的δ15N和δ18O。结果表明,采样期间成都市PM2.5冬、夏季的质量浓度分别为161~677μg/m3(360±118μg/m3)和87~137μg/m3(92±18μg/m3),冬季超标2~9倍,属于重度污染,夏季超标1~2倍,属于轻度污染;SO42-、NO3-和NH4+(SNA)的质量浓度占总水溶性无机离子和PM2.5质量浓度的比值冬夏季分别为72%±14.3%和65%±9.2%,21.1%±2.5%和30.3%±6.9%,是主要的无机离子组分。结合离子相关性分析,SNA的存在形式在白天以(NH4)2SO4或NH4HSO4为主,部分以NH4NO3的形式存在,而在夜间则以NH4NO3为主,部分以(NH4)2SO4或NH4HSO4形式存在。成都市PM2.5中硝酸盐的δ15N和δ18O呈冬季高、夏季低的特征。冬季,硝酸盐来源于燃煤和机动车尾气;夏季,硝酸盐来源于机动车尾气、燃煤和农业土壤释放,根据其[NO3-]/[SO42-]值说明成都市冬夏季均以固定污染源(燃煤)为主,移动污染源(机动车尾气)为辅。成都市冬季大气颗粒物中硝酸盐主要由NOx经O3氧化形成,夏季主要经·OH氧化形成硝酸盐或N2O5水解生成硝酸盐。 | 杨周 李晓东 雷国良 李亲凯 | 2020 | 地球与环境2020，48，1： | 6 |
| 17 | 典型灰霾期间城市大气PM_(2.5)演化的标度行为实证研究显示文摘针对成都市2014年1月22-31日的持续重度灰霾过程,运用频度统计分析、功率谱分析和去趋势波动分析方法,对成都市6个国控环境空气质量监测子站(草堂寺、金泉两河、梁家巷、人民公园、三瓦窑、灵岩寺)大气PM_(2.5)小时平均浓度时间序列的标度行为(标度律)进行实证研究。结果显示,此次灰霾期间高浓度PM_(2.5)的波动行为呈现明显的日周期循环规律,这与人类的生产生活具有密切关系。宏观上看,PM_(2.5)浓度波动在统计上服从典型的负幂律分布规律,具有标度不变分形特征。同时,利用功率谱及去趋势波动分析发现,各监测子站PM_(2.5)时间演化的DFA指数均在1左右,PM_(2.5)演化呈现1/f噪声性质,表明灰霾期间高浓度PM_(2.5)的动态演化过程表现出长程关联特性(或长期持续性),其波动关联特性在研究时段内呈现幂律分布的标度律。实证研究表明,此次灰霾期间成都市大气PM_(2.5)时间演化呈现出自组织临界性(SOC)基本特征,高浓度PM_(2.5)时间演化过程涌现出的长期持续性标度律很可能是由城市灰霾污染的SOC行为导致。该研究对深入认识灰霾天气大气PM_(2.5)非线性演化的内在动力学机制具有一定启示意义。 | 吴生虎 史凯 谢志辉 黄毅 刘春琼 向昌国 | 2016 | 环境科学与技术2016，39，2： | 6 |
| 18 | 南京北郊早春霾污染过程及硫酸盐形成研究显示文摘对2016年3月南京北郊PM_(2.5)进行采样分析,通过样品中的水溶性离子(Na^+、NH_4^+、K^+、Ca^(2+)、Mg^(2+)、Cl^-、NO_3^-、SO_4^(2-))和碳质组分(OC、EC),探讨霾污染的特征、来源及硫酸盐形成机制.结果表明,采样期间南京北郊PM_(2.5)平均浓度(103.22±48.5)μg/m^3.污染天二次硫酸盐的形成与NO_2对SO_2的氧化相关性较强,而O_3的氧化作用影响较小;清洁天则相反.污染天,具有酸度缓冲作用的矿物粉尘使得气溶胶颗粒物总体呈弱碱性,而碱性环境下又更利于二次硫酸盐的形成.南京北郊早春二次污染严重,SOC主要由大气中碳氢化合物与O_3发生光氧化反应生成.污染天主要排放源为机动车尾气排放,其次是生物质和煤炭燃烧;清洁天主要排放源为煤炭燃烧和扬尘,机动车尾气影响较小. | 赵云卿 陈善莉 朱彬 郭照冰 | 2018 | 中国环境科学2018，38，7： | 4 |
| 19 | 北京市2018年春季一次沙尘回流过程的污染特征显示文摘通过监测数据分析,结合轨迹模拟和特征雷达图的分析结果,对2018年4月14~19日北京出现的一次沙尘天气过程进行分析.结果显示:依据ρ(PM_(2.5))和ρ(PM_(10))及其比值PM_(2.5)/PM_(10)[ρ(PM_(2.5))/ρ(PM_(10)),下同]的变化情况,此次沙尘过程可分为沙尘期、中间期、回流期和回流后期4个典型时期.沙尘期ρ(PM_(10))平均值达到(278.5±83.7)μg/m^(3),明显高于回流期和回流后期,回流后期ρ(PM_(2.5))平均值达到(135.5±16.9)μg/m^(3),明显高于回流期和沙尘期.沙尘期逐小时PM_(2.5)/PM_(10)<0.2,回流期和回流后期PM_(2.5)/PM_(10)比值分别介于0.3~0.6和0.5~0.8范围内.SO_(4)^(2-)、NO_(3)^(-)和NH_(4)_(+)等(SNA)水溶性离子沙尘期浓度占比仅为7.3%±2.5%,沙尘回流期和回流后期SNA占比分别增长至47.0%±6.3%和51.3%±5.7%.研究表明,受天气系统影响,回流沙尘可裹挟南部的细颗粒和气态污染物输送到北京后发生累积和二次转化,从而推高PM_(2.5)浓度,因此发生沙尘回流时,区域内应加强一次污染物排放的管控力度,同时北京市需进一步加强机动车氮氧化物的排放监管. | 张咪 段菁春 殷丽娜 胡丙鑫 康盼茹 李燕丽 刘文雯 周雪明 | 2021 | 中国环境科学2021，41，11： | 3 |
| 20 | 成都市无车日期间PM_(2.5)污染特征研究显示文摘2013年9月20-24日,通过采集成都市无车日前后禁行区域内PM2.5样品,分析样品中主要的可溶性无机离子、碳组分和金属元素,研究无车日期间PM2.5污染特征变化并评估机动车尾气排放对成都市大气污染的影响。结果表明:在无车日期间,可溶性无机离子中二次离子NO3-、SO42-、NH4+的含量分别下降了29.2%、21.6%、20.5%;有车日期间,OC/EC的平均比值为2.64,而无车日OC/EC比值为1.95,表明减少机动车尾气排放有助于减少二次有机碳的转化;PM2.5中Pb、Cs、Ni、Cu、Zn、Cr、As富集因子大,主要来源于人为污染;Pb、Cu和Zn主要来源于机动车,无车日质量浓度分别下降3.7%、16.3%和19.4%。机动车对PM2.5中的二次离子(NO3-、SO42-、NH4+)、碳组分和重金属(Pb、Cu、Zn)均有较大贡献。因子分析表明,机动车排放源对成都市大气污染物细颗粒物PM2.5贡献量达25.8%。 | 袁小燕 叶芝祥 杨怀金 杨松 杨德容 吕维阳 | 2015 | 环境科学与技术2015，38，8： | 2 |
您所在的机构暂未开通此部分的功能，请联系管理员