陳 剛,劉佳媛,皇甫延琦,王海婷,史國(guó)良,田瑛澤*,朱 余,李 菁,馮銀廠

?

合肥城區(qū)PM10及PM2.5季節(jié)污染特征及來源解析

陳 剛1,劉佳媛1,皇甫延琦1,王海婷1,史國(guó)良1,田瑛澤1*,朱 余2,李 菁3,馮銀廠1

(1.南開大學(xué)環(huán)境科學(xué)與工程學(xué)院,國(guó)家環(huán)境保護(hù)城市空氣顆粒物污染防治重點(diǎn)實(shí)驗(yàn)室,天津 300350；2.安徽省環(huán)境監(jiān)測(cè)中心站,安徽 合肥 230071；3.合肥市環(huán)境監(jiān)測(cè)中心站,安徽 合肥 230031)

于2014年4月、8月、10月和12月在合肥市城區(qū)采集了大氣PM10和PM2.5樣品,對(duì)PM10和PM2.5的質(zhì)量濃度及其化學(xué)組分(無(wú)機(jī)元素、含碳組分和水溶性離子)進(jìn)行了測(cè)定.結(jié)果顯示:合肥城區(qū)的PM10和PM2.5的平均質(zhì)量濃度高達(dá)113, 83μg/m3,分別超出國(guó)家環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)年均PM10和PM2.5限值的1.61和2.37倍.不同粒徑的顆粒物中主要化學(xué)組分含量的高低順序基本一致,水溶性離子的含量最高,其次為碳組分,無(wú)機(jī)元素.利用正交矩陣因子分析(PMF)對(duì)合肥城區(qū)PM10和PM2.5的本地來源進(jìn)行解析,結(jié)果表明: PM10中二次源、燃煤、機(jī)動(dòng)車尾氣塵及地殼塵的貢獻(xiàn)百分比分別為32.5%、25.9%、15.7%和25.5%;PM2.5中二次源、燃煤、機(jī)動(dòng)車尾氣塵及地殼塵的貢獻(xiàn)百分比分別為38.8%、25.9%、9.9%和21.7%.利用激光雷達(dá)評(píng)估合肥市環(huán)境中顆粒物PM10的區(qū)域傳輸,四個(gè)季節(jié)常規(guī)貢獻(xiàn)率分別為13.4%、12.9%、13.5%和16.4%.

合肥；PM10；PM2.5；季節(jié)污染特征；來源解析

鑒于大氣細(xì)顆粒物的健康、環(huán)境和氣候效應(yīng)[1-4],2012年起,京津冀、長(zhǎng)三角、珠三角等重點(diǎn)區(qū)域以及直轄市和省會(huì)城市開展了PM2.5監(jiān)測(cè),以了解其來源和理化特征[5-8].目前,中國(guó)已經(jīng)公布大氣源解析研究的直轄市和省會(huì)城市包括有北京、天津、石家莊、上海、杭州、南京及廣州等,主要集中在京津冀、長(zhǎng)三角和珠三角地區(qū)[9-10].基于各地區(qū)源解析結(jié)果,分類明確且與管理需求相對(duì)應(yīng),將為當(dāng)?shù)乜諝赓|(zhì)量持續(xù)改善戰(zhàn)略的制定提供重要參考,并為其他地區(qū)實(shí)施源解析研究工作的制定提供科學(xué)支持[11].

當(dāng)前合肥市大氣環(huán)境形勢(shì)嚴(yán)峻,以煤為主的能源結(jié)構(gòu)未發(fā)生根本性變化,在以二氧化硫、氮氧化物和可吸入顆粒物為特征的傳統(tǒng)煤煙型污染尚未得到徹底控制的情況下,以O(shè)3、PM2.5和酸雨為特征的區(qū)域性復(fù)合型大氣污染日益突出,灰霾天氣時(shí)有發(fā)生,區(qū)域內(nèi)空氣重污染現(xiàn)象大范圍同時(shí)出現(xiàn)的頻次日益增多.為了減緩空氣污染對(duì)該地區(qū)人體健康和社會(huì)經(jīng)濟(jì)發(fā)展的負(fù)面影響,迫切需要對(duì)該地區(qū)展開PM2.5的污染特征及來源解析研究.

本研究于2014年4月、8月、10月和12月份在合肥城區(qū)選取5個(gè)有代表性點(diǎn)位,加強(qiáng)觀測(cè)實(shí)驗(yàn),獲取了PM10和PM2.5中含無(wú)機(jī)元素、碳組分(含有機(jī)碳(OC)和元素碳(EC))和水溶性無(wú)機(jī)離子等觀測(cè)數(shù)據(jù),探討了PM10和PM2.5及其主要化學(xué)組分的季節(jié)變化特征,利用正交矩陣因子分析模型(PMF)分析模式對(duì)顆粒物進(jìn)行來源解析,并首次利用激光雷達(dá)觀測(cè)分析外來污染輸送對(duì)合肥市環(huán)境空氣中PM10的貢獻(xiàn)率,以期為當(dāng)?shù)卣贫ㄏ鄳?yīng)的大氣顆粒物污染控制政策提供科學(xué)支撐.

1 材料與方法

1.1 采樣點(diǎn)設(shè)置

合肥市 (北緯32°,東經(jīng)117°)位于中國(guó)中部,具有承東啟西、接連中原、貫通南北的重要區(qū)位優(yōu)勢(shì),全市建成區(qū)面積為393km2,市區(qū)常住人口385萬(wàn).合肥市區(qū)呈現(xiàn)中間高、南北兩側(cè)低的局部地貌特征.合肥地處中緯度地帶,屬于暖溫帶向亞熱帶的過渡帶氣候類型,為亞熱帶濕潤(rùn)季風(fēng)氣候.多年統(tǒng)計(jì)年平均氣溫15~17℃,年平均降水量在1000~1200mm左右,年日照時(shí)數(shù)在1500~1800h左右.根據(jù)其氣候四季分明特點(diǎn),本研究在合肥城區(qū)選取5個(gè)有代表性點(diǎn)位,分別為瑤海區(qū)(市區(qū)東部)、包河區(qū)(市區(qū)南部)、高新區(qū)(市區(qū)西部)、廬陽(yáng)區(qū)(市區(qū)北部)和長(zhǎng)江中路(市區(qū)中部,即合肥市超級(jí)灰霾站所在地)采集樣品,開展大氣顆粒物源解析工作.

1.2 樣品的采集

依據(jù)檢測(cè)方法對(duì)樣品量的要求,本次采樣時(shí)長(zhǎng)設(shè)定為22h.本研究5個(gè)有代表性的監(jiān)測(cè)點(diǎn)位(表1),共采集顆粒物樣品1156個(gè),其中,有效樣品1093個(gè).采樣時(shí)間為2014年4月16日~4月29日(春季),7月23日~8月18日(夏季),10月15日~11月2日(秋季)和12月3日~12月16日(冬季).每季度連續(xù)采樣了14d,規(guī)范記錄觀測(cè)采樣時(shí)的氣象條件.采樣儀器為武漢天虹公司研制的四通道采樣器(型號(hào):TH-16A,中國(guó)),切割粒徑為10,2.5μm.每個(gè)點(diǎn)位配置采樣器1臺(tái),同步采集PM10、PM2.5樣品.根據(jù)濾膜特性和采樣后用于化學(xué)分析的需要來確定濾膜材質(zhì),本研究選擇直徑為47mm的有機(jī)濾膜(用于元素分析)及石英濾膜(用于離子、碳組分分析),電子天平(型號(hào)CP225D, Germany)稱重濾膜.采樣過程考慮到氣象條件、污染源排放及人類活動(dòng)等因素的時(shí)間變化規(guī)律,以及采樣濾膜的負(fù)荷和化學(xué)組分分析.

1.3 樣品分析

本研究涉及的主要污染源類的標(biāo)識(shí)組分為:15種無(wú)機(jī)元素、5種水溶性離子以及OC、EC(表2).使用合肥市環(huán)境監(jiān)測(cè)中心站實(shí)驗(yàn)室ICP-MS(Agilent 7500ce)對(duì)特氟龍膜上氣溶膠所含的無(wú)機(jī)元素進(jìn)行了測(cè)定,具體的分析步驟可參見文獻(xiàn)[12].采用美國(guó)沙漠研究所研制的熱

光碳分析儀(DRI Model 2001,USA)光碳分析儀(DRI Model 2001,USA)對(duì)石英膜樣品中碳組分進(jìn)行測(cè)定.根據(jù)美國(guó)IMPROVE-A熱光反射協(xié)議(Thermal-Optical Reflectance)對(duì)OC和EC進(jìn)行劃分,將OC定義為OC1+OC2+OC3+OC4+ OPC,EC定義為EC1+EC2+EC3-OPC．該方法主要測(cè)試原理及詳細(xì)步驟可參考文獻(xiàn)[13].

剪取1/4石英膜并加入10mL去離子水(>18.2MΩ),超聲萃取lh后采用0.45μm的過濾器過濾定容,然后使用安徽省環(huán)境監(jiān)測(cè)中心站實(shí)驗(yàn)室的 Dionex-ICS 2000型離子色譜儀對(duì)水溶性陰陽(yáng)離子進(jìn)行測(cè)定,具體分析方法可參考文獻(xiàn)[14].

表1 采樣點(diǎn)位周圍的環(huán)境 Table 1 Environment around the sampling sites

1.4 質(zhì)量控制和質(zhì)量保證

為了實(shí)現(xiàn)受體采樣的全過程跟蹤和問題可追溯性,本研究針對(duì)現(xiàn)場(chǎng)采樣、濾膜稱重及分析過程等環(huán)節(jié)實(shí)行全過程質(zhì)量控制.

(1)各點(diǎn)位的所有儀器每天設(shè)置在同一時(shí)間開機(jī)進(jìn)行采樣,并保證所有濾膜樣品在各個(gè)環(huán)節(jié)完整無(wú)缺.

(2)平行樣:在采樣的同時(shí)由不同的采樣人員在同一地點(diǎn)采集同一類樣品,平行樣的數(shù)量保持在樣品量的10%,平行樣的相對(duì)標(biāo)準(zhǔn)偏差￡20%.現(xiàn)場(chǎng)空白質(zhì)控樣:每個(gè)采樣時(shí)段在每個(gè)點(diǎn)位至少采集一組現(xiàn)場(chǎng)空白質(zhì)控樣.

(3)標(biāo)準(zhǔn)曲線核查:分析各組分時(shí),繪制標(biāo)準(zhǔn)曲線,線性方程及相關(guān)性系數(shù),平行樣誤差在10%以內(nèi).

(4)空白分析:每批次的實(shí)驗(yàn)試劑均進(jìn)行試劑空白分析,或每20個(gè)樣品測(cè)定一次實(shí)驗(yàn)室空白.

(5)測(cè)定質(zhì)控樣:依據(jù)標(biāo)準(zhǔn)品定一個(gè)定值范圍,篩選測(cè)定樣品的閾值,控制其誤差.

1.5 區(qū)域傳輸影響分析方法

本研究利用激光雷達(dá)監(jiān)測(cè)結(jié)果(合肥市超級(jí)灰霾站中部署的激光雷達(dá))和后向軌跡信息,分析外來污染輸送對(duì)合肥市環(huán)境空氣中顆粒物的貢獻(xiàn)率.利用激光雷達(dá)可探測(cè)的氣溶膠光學(xué)參數(shù)為后項(xiàng)散射系數(shù)和消光系數(shù).其中氣溶膠的消光系數(shù)與大氣的光學(xué)厚度、透射系數(shù)以及顆粒物濃度直接相關(guān).近地面氣溶膠消光系數(shù)與近地面氣溶膠質(zhì)量濃度的相互關(guān)系如下公式:

式中:是模型參數(shù),與季節(jié)、氣溶膠模式及氣象條件有關(guān).()和分別是高度處的氣溶膠質(zhì)量濃度和消光系數(shù).同時(shí)考慮到測(cè)量時(shí)的不穩(wěn)定因素,即:

式中:為常量.

通過激光雷達(dá)觀測(cè)數(shù)據(jù)可以識(shí)別出合肥市在什么時(shí)段遭遇到了外來污染,從退偏圖可以識(shí)別出污染物的種類,結(jié)合消光圖與退偏圖可以清晰觀測(cè)到外來污染對(duì)合肥市空氣質(zhì)量的影響過程.同時(shí),結(jié)合后向軌跡信息可以判斷出外來污染的來源方位.

為了實(shí)現(xiàn)對(duì)顆粒物質(zhì)量濃度的探測(cè),建立質(zhì)量濃度與消光系數(shù)[15]之間的物理模型至關(guān)重要.反演顆粒物輸送通量的步驟如下:(1)激光雷達(dá)測(cè)量獲取地面顆粒物消光系數(shù);同時(shí)在同一地點(diǎn)測(cè)量顆粒物質(zhì)量濃度;(2)積累一定量的相同條件下的消光系數(shù)與質(zhì)量濃度數(shù)據(jù),發(fā)現(xiàn)二者之間存在一定的線性關(guān)系,通過迭代法得到兩者關(guān)系式的系數(shù).在不同的氣象條件下,溫度和相對(duì)濕度對(duì)顆粒物質(zhì)量濃度測(cè)量有一定的影響,需要根據(jù)實(shí)際情況對(duì)這個(gè)模型進(jìn)行調(diào)整和優(yōu)化,這個(gè)過程稱為校準(zhǔn);(3)由這個(gè)關(guān)系式,可以根據(jù)垂直方向的消光系數(shù)反演顆粒物質(zhì)量濃度的空間垂直分布PM10().而垂直方向的消光系數(shù)可以由激光雷達(dá)垂直觀測(cè)得到;(4)根據(jù)激光雷達(dá)測(cè)量數(shù)據(jù)對(duì)外來污染物進(jìn)行識(shí)別判斷,對(duì)不同高度上的外來污染物累加求和,進(jìn)而得出外來污染物輸送總量;(5)根據(jù)激光雷達(dá)測(cè)量數(shù)據(jù)對(duì)當(dāng)?shù)匚廴疚锢奂忧蠛?進(jìn)而得出當(dāng)?shù)匚廴疚锟偤?(6)將外來污染物輸送總量除以本地污染物總和,即可得出外來污染占當(dāng)?shù)乜傮w污染的比例.

2 結(jié)果與討論

2.1 顆粒物季節(jié)變化特征

根據(jù)分析結(jié)果,用5個(gè)點(diǎn)的監(jiān)測(cè)濃度平均值代表市區(qū)的總體污染情況,用各季節(jié)加權(quán)濃度代表全年的污染情況.如圖1所示,從不同采樣時(shí)期來看,PM10、PM2.5的濃度趨勢(shì)較為一致.其中,春季采樣期間受到降雨的影響,濃度波動(dòng)幅度不大,且粒徑分布特征也保持在較穩(wěn)定的水平;夏季顆粒物濃度較低;秋季部分時(shí)段受秸稈燃燒影響(采樣期間出現(xiàn)了重污染天氣),顆粒物濃度有所上升.冬季PM10、PM2.5濃度與春季相當(dāng).

總體上來說,合肥市PM10、PM2.5的濃度分別為110,83μg/m3,均超過國(guó)家二級(jí)標(biāo)準(zhǔn)(PM10、PM2.5年濃度分別為70,35μg/m3),污染形勢(shì)十分嚴(yán)峻: 其中,秋季采樣期間出現(xiàn)重污染天氣,導(dǎo)致PM10、PM2.5濃度高于其他季節(jié).

如圖1所示,細(xì)粒子比例較高,其中PM2.5/ PM10年均比例為71.6%.不同季節(jié)顆粒物的粒徑分布特征存在差異,其中夏季細(xì)粒子比例最高(PM2.5/PM10為73.7%),這與夏季二次粒子生成有關(guān);秋冬季相當(dāng)(PM2.5/PM10分別為71.9%、71.6%);而春季細(xì)粒子比例相對(duì)較低(PM2.5/PM10為69.3%).研究表明:顆粒物的粒徑分布特征在一定程度上與監(jiān)測(cè)點(diǎn)位周圍不同季節(jié)的污染源排放情況有關(guān).根據(jù)采樣記錄,春季采樣期間受到降雨的影響,濃度波動(dòng)幅度不大,且粒徑分布特征也保持在較穩(wěn)定的水平.夏季和秋季部分時(shí)段受秸稈燃燒影響,顆粒物濃度有所上升.冬季總體來看,合肥市顆粒物濃度波動(dòng)幅度一般.

2.2 化學(xué)組分的季節(jié)變化特征

不同粒徑顆粒物中各組分濃度見表3.合肥城區(qū)PM10中水溶性離子、含碳組分及元素分別占總濃度的53.73%、22.87%和23.41%,PM2.5中水溶性離子、含碳組分及元素分別占總濃度的59.14%、24.0 7%和16.79%.不同粒徑的顆粒物中主要化學(xué)組分含量的高低順序基本一致(表3), SO42-的含量最高、其次為NO3-、碳組分(OC、EC)的含量排在第3位,無(wú)機(jī)元素含量低于離子組分和碳組分,可見水溶性離子和含碳組分更容易在細(xì)顆粒物富集.另外,對(duì)顆粒物中主要組分含量研究,按照顆粒態(tài)有機(jī)物(OM)、EC、硫酸鹽、硝酸鹽、地殼類物質(zhì)(也稱礦物塵、土壤塵)微量元素和其他等對(duì)顆粒物的質(zhì)量進(jìn)行重構(gòu).

表3 PM10、PM2.5及其化學(xué)組分季節(jié)濃度水平(μg/m3) Table 3 Ambient particulate matter and its chemical compositions for all seasons at Hefei (μg/m3)

續(xù)表3

化學(xué)組成春夏秋冬全年 PM10PM2.5PM10PM2.5PM10PM2.5PM10PM2.5PM10PM2.5 Cr0.01±0.010.01±0.010.00±0.000.00±0.000.03±0.010.01±0.010.02±0.020.02±0.090.02±0.010.01±0.03 Mn0.08±0.080.06±0.040.05±0.020.03±0.020.17±0.100.11±0.090.11±0.040.08±0.050.10±0.060.07±0.05 Fe1.96±1.610.88±0.511.20±0.550.45±0.353.66±1.641.28±0.952.28±1.451.01±0.742.27±1.310.90±0.64 Co0.00±0.000.00±0.000.00±0.000.00±0.000.00±0.000.00±0.000.00±0.000.00±0.000.00±0.000.00±0.00 Cu0.03±0.530.03±0.060.03±0.030.02±0.020.05±0.020.03±0.110.03±0.010.02±0.420.04±0.150.03±0.15 Zn0.31±0.500.29±0.150.27±0.100.18±0.080.53±0.180.26±0.000.36±0.200.38±0.010.37±0.250.28±0.06 Cd0.00±0.000.00±0.000.00±0.000.00±0.000.01±0.000.01±0.010.00±0.000.00±0.000.00±0.000.00±0.00 Pb0.12±0.110.10±0.170.07±0.040.06±0.040.21±0.100.13±0.080.19±0.070.18±0.270.11±0.080.10±0.14 OC12.66±3.098.41±3.1511.16±3.229.13±2.7221.66±1.9317.32±5.7517.12±3.7114.86±2.8215.65±2.9812.43±3.61 EC4.84±1.143.56±1.994.27±0.963.71±1.117.28±1.946.21±2.486.10±1.426.08±1.675.62±1.364.89±1.81 Na+0.57±0.810.48±0.531.36±0.951.28±0.491.90±0.961.49±0.651.65±0.441.50±0.531.37±0.791.19±0.55 NH4+9.03±3.658.23±2.937.38±3.596.64±2.828.47±4.258.89±2.496.80±2.727.03±1.927.92±3.557.70±2.54 Cl-0.89±0.620.55±0.460.35±0.330.17±0.412.35±1.371.37±0.924.56±1.374.28±1.632.04±0.921.59±0.85 NO3-19.87±7.6114.68±5.6310.18±6.268.77±3.7423.76±6.9417.39±5.5519.25±6.7517.01±5.4518.26±6.8914.46±5.09 SO42-18.94±6.0414.99±4.9822.17±4.8419.75±2.3925.09±6.3221.99±6.2815.29±3.5313.69±3.5120.37±5.1817.61±4.29

PM10、PM2.5中主要組分含量見圖2.重構(gòu)后PM10中主要組分為:地殼元素27%,硫酸鹽22%,顆粒態(tài)有機(jī)物15%,硝酸鹽19%,一次排放元素碳5%,其他12%.重構(gòu)后PM2.5中主要組分為:地殼元素19%,硫酸鹽26%,顆粒態(tài)有機(jī)物16%,硝酸鹽20%,一次排放元素碳6%,其他13%.

2.3 PM10、PM2.5來源解析

采用美國(guó)EPA推薦方法及國(guó)家環(huán)保部《大氣顆粒物來源解析技術(shù)指南》推薦的PMF模型,對(duì)合肥市本地顆粒物來源進(jìn)行解析.PMF程序[16]輸入數(shù)據(jù)包括2種:其一是各種樣品的濃度數(shù)據(jù);其二是各數(shù)據(jù)的不確定性.本研究中因子個(gè)數(shù)通過“Robust”觀測(cè)數(shù)據(jù)量值使之不至于偏差過大,同時(shí)保證模擬結(jié)果與觀測(cè)結(jié)果有較好的相關(guān)關(guān)系.PMF模型使用PM2.5和PM10樣品分析獲得的無(wú)機(jī)元素、水溶性離子和碳組分?jǐn)?shù)據(jù).

將5個(gè)受體點(diǎn)位全年P(guān)M10和PM2.5受體濃度數(shù)據(jù)(169′22: 169個(gè)樣品,22個(gè)化學(xué)組分)納入PMF模型進(jìn)行計(jì)算,解析結(jié)果表明:合肥市大氣顆粒物PM10、PM2.5中主要來自二次源(二次硫酸鹽和二次硝酸鹽)、燃煤塵、機(jī)動(dòng)車尾氣塵和地殼塵(含揚(yáng)塵、建筑塵和鋼鐵塵)等4個(gè)因子(圖3).PMF解析結(jié)果的值(10=3169,2.5=3041)均接近于理論值(3042),表明結(jié)果比較理想.

PM10來源解析得到的4個(gè)因子[17-18]中,因子1的Al、Si、OC、EC等組分含量較高,可能為煤煙塵;因子2的NH4+、NO3-、SO42-等組分含量較高,可能為二次硫酸鹽和二次硝酸鹽;因子3的OC、EC含量較高,可能為機(jī)動(dòng)車尾氣塵;因子4的Al、Si、Ca等組分含量較高,可能為地殼塵(圖4).PM2.5來源解析得到的4個(gè)因子和PM10結(jié)果相似:因子1的Al、Si、OC、EC等組分含量較高,可能為煤煙塵;因子2的NH4+、NO3-、SO42-等組分含量較高,可能為二次硫酸鹽和二次硝酸鹽;因子3的OC、EC含量較高,可能為機(jī)動(dòng)車尾氣塵;因子4的Al、Si、Ca等組分含量較高,可能為地殼塵(圖3).

PMF模型解析PM10、PM2.5(圖4)表明:PM10的4個(gè)因子含量達(dá)到了99.6%,PM2.5的4個(gè)因子含量達(dá)到了96.3%.其中,PM10中二次源、燃煤、機(jī)動(dòng)車尾氣塵及地殼塵的貢獻(xiàn)百分比分別為32.5%, 25.9%,15.7%和25.5%;PM2.5結(jié)果中二次源、燃煤、機(jī)動(dòng)車尾氣塵及地殼塵的貢獻(xiàn)百分比分別為38.8%,25.9%,9.9%和21.7%.由此可見,合肥市環(huán)境空氣顆粒物的主要污染源類包括二次污染源以及煤煙塵、地殼塵和機(jī)動(dòng)車尾氣塵等一次污染源.

2.4 區(qū)域傳輸影響分析

2.4.1 后向軌跡 為深入分析區(qū)域傳輸帶來的外來污染輸送對(duì)合肥市環(huán)境空氣中顆粒物的貢獻(xiàn)率,本研究采用美國(guó)國(guó)家海洋和大氣管理局(NOAA)發(fā)布的用于計(jì)算和分析大氣污染物輸送、擴(kuò)散軌跡的后向軌跡模型(HYSPLIT),對(duì)2014年4月、6月、10月和12月合肥市1000m高處的氣團(tuán)進(jìn)行72h后軌跡聚類[19],分析氣象因素對(duì)顆粒物傳輸?shù)挠绊?圖5).

分析顯示:2014年4月,傳輸氣團(tuán)聚類為4條,這些氣團(tuán)主要來自華東和華北;6月的傳輸氣團(tuán)主要來自長(zhǎng)江三角洲;表明華東地區(qū)的污染對(duì)合肥市污染傳輸貢獻(xiàn)較為明顯;10月,氣團(tuán)主要來自正北地區(qū);12月的3條氣團(tuán)均來自西北方向,顯示合肥市冬季顆粒物外來污染輸送主要受到來自東北和西北方向.總體來說,后軌跡聚類分析為合肥市不同季節(jié)顆粒物外來污染輸送指明了方向,為相關(guān)的污染治理提供依據(jù).

2.4.2 采樣期間區(qū)域傳輸貢獻(xiàn) 利用激光雷達(dá)監(jiān)測(cè)結(jié)果分析外來污染輸送對(duì)合肥市環(huán)境空氣中PM10的貢獻(xiàn)率.雷達(dá)數(shù)據(jù)分析結(jié)果顯示(圖6):在春季源解析采樣的4月16日~4月29日,有7d遭遇了外來污染,外來污染發(fā)生時(shí)段分別為4月22~29日,相應(yīng)的外來污染對(duì)1km以下污染物的平均貢獻(xiàn)率為13.4%.在夏季源解析采樣的7月23日~8月18日,有遭遇了外來污染,外來污染發(fā)生時(shí)段分別為7月21~23日、25~30日、8月3~4日,相應(yīng)的外來污染對(duì)1km以下污染物的平均貢獻(xiàn)率為12.9%.在秋季源解析采樣的10月15日~ 11月2日(扣除10月19日~20日的短期重污染過程),還有5d遭遇了外來污染,外來污染發(fā)生時(shí)段分別為10月15日、16~18日、11月2日,相應(yīng)的外來污染對(duì)1km以下污染物的平均貢獻(xiàn)率為13.5%.其中,2014年10月19~20日,合肥市遭遇到了明顯的外來污染,從退偏分析主要污染物為細(xì)粒子;從19日污染開始逐步累積,20日達(dá)到一個(gè)高峰值.經(jīng)過計(jì)算,合肥市10月19日外來污染所占比例為19.5%;后向軌跡分析顯示,污染主要來自于北方.在冬季源解析采樣的12月3日~12月16日,有12天遭遇了外來污染,外來污染發(fā)生時(shí)段分別為12月3~8日、11~16日,相應(yīng)的外來污染對(duì)1km以下污染物的平均貢獻(xiàn)率為16.4%.

3 結(jié)論

3.1 合肥市PM10、PM2.5的濃度分別為110, 83μg/m3,均超過國(guó)家二級(jí)標(biāo)準(zhǔn),污染形勢(shì)十分嚴(yán)峻:其中,秋季采樣期間出現(xiàn)重污染天氣,導(dǎo)致PM10、PM2.5濃度高于冬季.

3.2 合肥城區(qū)PM10中水溶性離子、含碳組分及元素分別占總濃度的53.73%、22.87%和23.41%, PM2.5中水溶性離子、含碳組分及元素分別占總濃度的59.14%、24.07%和16.79%.不同粒徑的顆粒物中主要化學(xué)組分含量的高低順序基本一致,水溶性離子的含量最高、其次為含碳組分,無(wú)機(jī)元素含量低于離子組分和碳組分,可見水溶性離子和含碳組分更容易在細(xì)顆粒物富集.

3.3 PMF模型解析結(jié)果表明:PM10中二次源、燃煤、機(jī)動(dòng)車尾氣塵及地殼塵的貢獻(xiàn)百分比分別為32.5%,25.9%,15.7%和25.5%;PM2.5中二次源、燃煤、機(jī)動(dòng)車尾氣塵及地殼塵的貢獻(xiàn)百分比分別為38.8%,25.9%,9.9%和21.7%.由此可見,合肥市環(huán)境空氣顆粒物的主要污染源類包括二次污染源以及煤煙塵、地殼塵和機(jī)動(dòng)車尾氣塵等一次污染源是合肥市空氣中主要的顆粒物源類.

3.4 利用激光雷達(dá)監(jiān)測(cè)結(jié)果和后向軌跡信息,分析外來污染輸送對(duì)合肥市環(huán)境空氣中PM10的貢獻(xiàn)率.后軌跡顯示表明合肥市顆粒物外來污染輸送主要來自正東、正北、東北和西北方向.激光雷達(dá)監(jiān)測(cè)結(jié)果對(duì)合肥市外來污染輸送顆粒物PM10常規(guī)貢獻(xiàn)率分別為13.4%、12.9%、13.5%、16.4%,全年平均常規(guī)貢獻(xiàn)率為14.1%.

Samet J M, Dominici F, Curriero F C, et al. Fine particulate air pollution and mortality in 20US Cities, 1987—1994 [J]. The New England Journal of Medicine, 2000,343(24):1742-1749.

吳 兌,劉放漢,梁延剛,等.粵港細(xì)粒子(PM2.5)污染導(dǎo)致能見度下降與灰霾天氣形成的研究 [J]. 環(huán)境科學(xué)學(xué)報(bào), 2012,32(11): 2660-2669.

Wang H L, Zhuang Y H, Wang Y, et al. Long-term monitoring and source apportionment of PM2.5/PM10in Beijing, China [J]. Journal of Environmental Sciences (China), 2008,20(11):1323-1327.

Ramanathan V, Crutzen P J, Kiehl J T, et al. Atmosphere Aerosols, climate, and the hydrological cycle [J]. Science, 2001,294(5549): 2119-2124.

Malm W C, Schichtel B A, Pitchford M L, et al. Spatial and monthly trends in speciated fine particle concentration in the U.S. [J]. Journal of Geophysical Research, 2004,109(D3):1-13.

Viana M, Kuhlbusch T A, Querol X, et al. Source apportionment of particulate matter in Europe: A review of methods and results [J]. Journal of Aerosol Science, 2008,39(10):827-849.

Kirpa Ram, Sarin, M. M. and Tripathi, S. N. Temporal Trends in Atmospheric PM2.5, PM10, Elemental Carbon, Organic Carbon, Water-Soluble Organic Carbon, and Optical Properties: Impact of Biomass Burning Emissions in The Indo-Gangetic Plain [J]. Environmental Science & technology, 2012,46(2):686–695.

Hasheminassab S, Daher N, Saffari A, el at. Spatial and temporal variability of sources of ambient fine particulate matter (PM2.5) in California [J]. Atmospheric Chemistry Physics, 2014,14:12085–12097.

Ye B M, Ji X L, Yang H Z, et al. Concentration and chemical composition of PM2.5in Shanghai for a 1-year period [J]. Atmospheric Environment, 2003,37(4):499-510.

周 敏,陳長(zhǎng)虹,王紅麗,等.上海秋季典型大氣高污染過程中有機(jī)碳和元素碳的變化特征 [J]. 環(huán)境科學(xué)學(xué)報(bào), 2013,33(1):181-188.

鄭 玫,張延君,閆才青,等.中國(guó)PM2.5來源解析方法綜述 [J]. 北京大學(xué)學(xué)報(bào)(自然科學(xué)版), 2014,50(6):1141-1154.

Xu H M, Cao J J, Ho K F, et al. Lead concentrations in fine particulate matter after the phasing out of leaded gasoline in Xi'an, China [J]. Atmospheric Environment, 2012,46:217-224.

陳 剛,周瀟雨,吳建會(huì),等.成都市冬季PM2.5中多環(huán)芳烴的源解析與毒性源解析 [J]. 中國(guó)環(huán)境科學(xué), 2015,35(10):3150-3156.

Zhang T, Cao J J, Tie X X, et al. Water-soluble ions in atmospheric aerosols measured in Xi'an, China: Seasonal variations and sources [J]. Atmospheric Research, 2011,102(1/2):110-119.

古金霞,董海燕,白志鵬,等.天津市顆粒物散射消光特征及化學(xué)組分貢獻(xiàn)研究 [J]. 中國(guó)環(huán)境科學(xué), 2012,32(1):17-22.

Liu G R, Shi G L, Tian Y Z, et al. A new receptor model- incremental lifetime cancer risk method to quantify the carcinogenic risks associated with sources of particle-bound polycyclic aromatic hydrocarbons from Chengdu in China [J] Journal of Hazardous Materials, 2015,283:462–468.

Hasheminassab S, Daher N, Saffari A, el at. Spatial and temporal variability of sources of ambient fine particulate matter (PM2.5) in California [J]. Atmospheric Chemistry and Physics, 2014,14: 12085–12097.

王蘇蓉,喻義勇,王勤耕,等.基于PMF模式的南京市大氣細(xì)顆粒物源解析 [J]. 中國(guó)環(huán)境科學(xué), 2015,35(12):3535-3542.

Steigvil B, Vadimas D, Vidmantas U. The Use of Trajectory Cluster Analysis to Evaluate the Long-Range Transport of Black Carbon Aerosol in the South-Eastern Baltic Region [J]. Advances in Meteorology, 2014(2):1-11.

致謝：本實(shí)驗(yàn)的現(xiàn)場(chǎng)采樣工作由安徽省環(huán)境監(jiān)測(cè)中心站及部分組分分析工作由合肥市環(huán)境監(jiān)測(cè)中心站協(xié)助完成,在此表示感謝.

* 責(zé)任作者, 講師, tianyingze@hotmail.com

Seasonal variations and source apportionment of ambient PM10and PM2.5at urban area of Hefei, China

CHEN Gang1, LIU Jia-yuan1, HUANGFU Yan-qi1, WANG Hai-ting1, SHI Guo-liang1, TIAN Ying-ze1*, ZHU Yu2, LI Qing3, FENG Yin-chang1

(1.State Environmental Protection Key Laboratory of Urban Ambient Air Particulate Matter Pollution Prevention and Control, College of Environmental Science and Engineering, Nankai University, Tianjin 300350, China；2.Anhui Provincial Environmental Monitoring Center Station, Hefei 230071, China；3.Hefei Environmental Monitoring Center Station, Hefei 230031, China)., 2016,36(7)：1938~1946

PM10and PM2.5samples were collected from April, August, October and December in 2014 at urban five sites in Hefei. The concentration and chemical compositions (including elements, carbonaceous species and water soluble inorganic ions) of PM10and PM2.5were determined. The average PM10and PM2.5mass concentration was 113μg/m3, 83μg/m3, respective, which was 1.61 and 2.37 times of the annual PM10and PM2.5National Ambient Air Quality Standard of China. The contents of main chemical components in different particle size fractions were consistent. For instance, the content of water soluble ions was the highest, followed by carbon fractions and inorganic elements. Positive Matrix Factorization (PMF) model was performed to identify the sources of PM10and PM2.5at urban Hefei．Four sources significantly contributing to the observed PM10were: secondary nitrate /sulfate, coal combustion, vehicle emissions and soil dust and fugitive dust, with the contributions of 32.5%, 25.9 %, 15.7% and 25.5% to PM10mass concentration, respectively. The contributions to PM2.5of these four sources were 38.8%, 25.9%, 9.9% and 21.7%, respectively. The regional transmission of PM10in Hefei was evaluated by using laser radar, and the four season contribution were 13.4%, 12.9%, 13.5% and 16.4%, respectively.

Hefei；PM10；PM2.5；seasonal variations；source apportionment

X513

A

1000-6923(2016)07-1938-09

陳 剛(1990-),男,安徽安慶人,南開大學(xué)碩士研究生,主要研究大氣顆粒物來源解析.發(fā)表論文7篇.

2015-12-15

國(guó)家自然科學(xué)基金項(xiàng)目(201509020)