PM2.5来源解析全解

1、环境空气中PM2.5来源解析综述大气颗粒物是近年来影响我国城市大气环境质量的主要问题之一，特别是粒径小于2.5“m勺细颗粒物。经过科研人员的不断探索，发现人体健康的损害和发病率与空气中的细颗粒物密切相关。近年来，大量研究也表明PM25因其粒径较小、比表面积较大，所以它更容易富集空气中的有机污染物、酸性氧化物、有毒重金属、细菌和病毒。当被人吸入到体内时，就可以产生并导致人体呼吸、内分泌、心血管、神经及免疫等各系统疾病的发生。此外，PM2.5还会对大气能见度的降低有重要影响，它是雾或阴霾的主要构成，可以吸收和反射太阳辐射，这不仅影响城市大气的光学性质，而且影响热平衡，导致农作物产量降低。PM2.5

2、可以长时间的在大气中停留，有时可以达到几天以上，这就导致PM?具备长距离传输的能力，从而可以对远方的城市或地区造成影响。随着人们对PM25危害认识的逐渐深入，世界各国对PM2.5的要求也越来越严格。美国于1997年提出PM2.5的质量标准，中国在2012年颁布新的环境空气质量标准(GB3095-2012)，其中新增加了PM2.5的浓度限值，并开始加大对PM2.5的污染状况及其控制的研究。本文系统的从源解析技术、成分的提取、细颗粒物的采样以及成分检测等方面简述其在国内外的进展。现阶段，源解析的方法有扩散模型和受体模型，但是因为扩散模型需知道污染源个数和方位，颗粒物扩散过程中详细气象资料，以及颗粒

3、物在大气中生成、消除和输送等重要特征参数，这些资料和参数的难以获取，因此现在多用受体模型。而在说到受体模型之前又不得不提到标识元素，所谓标识元素是指那些能够表征排放源特征并且在大气的迁移过程中变化不大的元素。它是某源类区别于其他源类的重要标志，对排放源的确定起了很重要的作用。由于源分类的不同，标识元素的选取也不尽相同。以土壤为主的地质尘一般选取Si、Ca和0C作为标识元素；HO在香港地区的成分谱研究中将Si、Al、K、Ca、Ti、和Fe作为土壤和铺过路面的道路尘的标示元素。华蕾等对北京市土壤尘、道路扬尘、城市扬尘、建筑施工尘、钢铁尘、煤烟尘等主要PM10无组织排放源和固定源进行采样、分析，建立

4、相应的成分谱数据库，通过对其化学组分分析，确定各类PM10排放源的化学组分特征和标识元素。土壤尘、建筑施工扬尘、钢铁尘、煤烟尘PM10的标识元素分别为Si、Ca、Fe、Al,道路扬尘显示出明显的土壤尘、建筑施工尘和机动车污染的特征，城市扬尘成分谱与道路尘有很强的共线性,具有明显的道路扬尘特征。杨复沫等人选用Ca作为建筑尘的标识元素，因为他发现Ca随着建筑施工活动的减少而减少，WATSON等人将几种金属元素Ti、V、Mn用来标识建筑水泥尘,FUNG在香港空气污染源分担率的研究中(PM10)发现Se在建筑尘中占了相当大的质量比例。受体模型分为显微镜法和化学法。显微镜发包括光学显微镜法(0M)、扫描

5、电子显微镜法(SEM)和计算机控制扫描电镜法(CCSEM)。刘田等利用SEM对枣庄市的大气颗粒的形貌、粒径和化学元素成分等进行测量分析，并结合X射线能谱，鉴别出两市大气颗粒物的来源。化学法包括化学质量平衡法(CMB)、多元统计模型和富集因子法(EF)。其中CMB法根据各种排放源的颗粒组成，将颗粒物浓度分解为一组由各类源贡献的组合，利用有效方差最小二乘法解出各类源对颗粒物浓度的贡献。张勇等利用CMB对安阳市大气颗粒物中多环芳烃进行了源解析,确定市区多环芳烃的主要排放源类，并建立相应源成分谱；曲直，房春生等通过研究长春市环境空气中各种pm25污染源的特点，并并根据每种污染源的特点探讨样品采集和混样

6、的方法，确定污染源和受体成分谱的化学组成及分析方法。Gupla等将CMB法运用于Kolkala居民区和工业区的PM10,结果表明，居民区燃煤烟尘对PM10的贡献最大，占42%；在工业区，机动车尾气尘是PM10的最大贡献者，占47%。针对CMB模型不能解决扬尘共线性问题，冯银厂等首次提出大气颗粒物二重源解析技术.此技术从提出后在我国得到较多应用,金永民等利用二重源解析技术对抚顺市大气颗粒物的来源进行了解析，解析出扬尘、土壤风沙尘、烟煤尘和有机碳是抚顺市环境空气中TSP的4大排放源类，其贡献率分别为37.5%，15.9%，13.9%，6.0%。而多元统计模型的基本思路是直接对受体样品进行分析，利用

7、样品物质间的相互关系得到源成分谱或产生暗示重要排放源类的因子，主要包括因子分析法(FA)、主成分分析法(PCA)、绝对主因子分析法(APCA)、正交矩阵因子分解法(/PMF)和UNMIX等模型。由于多元统计法不需事先知道详细的源成分谱数据，并能够解析次生或易变化物质的来源，所以在国内外也得到广泛运用。杨丽萍等运用FA研究兰州市的大气降尘，研究表明主要有4类来源：燃煤41.04%，风沙扬尘22.97%，汽车尾气18.67%和建材12.84%；邹本东等切对北京市大气颗粒物PM10的来源进行了解析，证明在缺少源成分谱时，可采用PCA模型来分析大气颗粒物的来源。在国外，Keeler等采用PMF法对美国

8、Ohio的湿沉降进行大气汞的源解析研究，确定对大气汞有贡献的六种源：钢铁产业、化工燃料燃烧、灰尘、燃煤、磷产业和钼工业；Callen等应用UNMIX模型对西班牙Zaragoza地区PM10样品进行了源解析，得出6个贡献源:工业和交通源、海洋气溶胶源、生物质燃烧源、地壳源和重型车尾气排放源。由于以上介绍的分析方法没有一种是尽善尽美，都存在一定的局限。为提高PM2.5源解析的准确性，许多学者将多种模型进行联合对其进行分析。Guo-LiangShi等20为解决源的共线问题,将PCA与CMB两种方法结合起来，对2007年成都PM10进行了解析。Larsen0等则运用UNMIX、PCA和PMF三种模型对

9、Baltimore的PAHs进行了解析。K.F.Ho等将富集因子法、PCA和聚类分析运用于香港PM2.5的解析。Puja等采用富集因子法和APCA法等方法对印度东北部的PM2.5进行解析，其中97%的PM2.5来源成功的被解析出。为了能够得到准确的源解析，仅仅是方法的联用还是不够的，被采集到细颗粒物上水溶性离子、金属元素和有机成分的提取液非常重要，提取率的高低，可以直接影响源解析的结果。针对细颗粒物在滤膜上的提取，科研人员做了大量实验。孙靖和张长寿用高氯酸、硝酸和氢氟酸组成的混酸在加热的条件下消解玻璃纤维滤筒滤膜采集的铅尘样品，可基本除去滤膜中的硅。大部分除去滤筒中的硅，残留的硅酸对铅的溶出和

10、准确测定不干扰。因此是取代索氏提取法和酸煮法的理想方法。郝恩，金凤，白慧芝，姚新民对GBZ/T160.222004中7.2样品处理方法进行改进，建立方便、准确的滤膜中锡测定方法，将GBZ/T160.222004中7.2样品处理方法中浓硫酸和硝酸改用2ml浓盐酸在电热板上加热(7090C)消解滤膜。改进前回收率为47.6%,改进后回收率大于97%。改进后的消解方法回收率高，消解时间短，操作简单。王燕萍，陈丰，刘芳，马微针对大气颗粒物滤膜样品现有的消解方法中存在的不足，就空白滤膜样品，对其消解条件(消解用酸的质量分数、样品浸泡时间、消解加热时间)进行了优化研究，选择了砷(As)、钡(Ba)、镉(C

11、d)、锰(Mn)、铅(Pb)等金属元素进行了详细探讨，建立了一种操作简便、准确、能同时测定多种金属元素的消解方法,并将该方法与电感祸合等离子体原子发射光谱法(ICP-AES)相结合,对TSP滤膜样品中的相关金属元素进行了分析测定，与国家标准方法进行了比对,结果令人满意.徐朝辉,童晋荣,万端极将超声提取技术、膜分离技术、超临界流体萃取技术进行了耦合并应用于青蒿素的生产工艺中，讨论了提取试剂、提取方式的差别，考察了膜的选择与运行状况，确定了工艺参数，并进行了乙醇溶液的中试实验，可得收率为0.48%、纯度为92%的青蒿素粗品，为该联合技术的工业化清洁生产提供了借鉴和参考。查立新,马玲,刘文长,刘洪青

12、,陈波,冯玲玲28采用振荡提取和超声提取两种提取方式对土壤样品中Cu、Pb、Zn、Co、Ni、Cr、Cd、Mn、As、Sb、Hg、Se等12种元素形态分析进行了实验，对超声提取时间进行了详细研究，比较了振荡提取和超声提取的精密度和准确度。结果表明，采用超声提取技术可以大大减少提取时间，工作效率比振荡提取提高5倍。超声提取的精密度优于振荡提取，方法精密度为3.1%34.8%(n=12)，准确度(各态量之和与全量相对误差）为0.34%11.85%，超声提取条件更易掌握和控制，方法简单快速，适合于批量样品分析，已用于分析数万件生态地球化学评价样品。1979年Tessier等利用不同的提取剂采用连续的

13、提取步骤，建立了土壤、沉积物等元素的化学形态分析方法，为土壤元素的化学形态分析奠定了基础。其后，有关元素化学形态分析技术方法研究和应用研究日渐活跃，欧盟的BCR三步提取法，克服了Tessier法重现性差的不足而得到了更多的应用。陈怀满教授等35对土壤中元素形态与植物的吸收进行了深入研究，对重金属在土壤和植物中污染的迁移性及生物的有效性进行比较全面的总结和评估;葛晓立等将元素形态分析用于地方病研究，提高了环境评价质量。牛桂昂综述了大气颗粒物PM2.5中重金属的检测方法、来源、分布特征和化学形态分析方面的研究进展，并且对以后的研究方向进行了展望。马艳华从组成元素、分布特征、元素相关性及生物效应等方

14、面对PM2.5重金属组成特征的研究进展进行较系统的归纳和总结，提出未来该研究需关注的方向，以期为后续的深入研究提供参考。金属元素在大气颗粒物中的时间分布变化显著，往往具有明显的季节变化和日变化规律。刘艳秋等对吉林图们市大气颗粒物中重金属的研究表明，不同季节重金属含量不同，每天的不同时间重金属的含量也有变化，大部分重金属含量在冬季比在其他季节高，重金属在早晨比在中午和晚上高，这可能是由冬季煤的大量燃烧和早晨出现逆温所导致。郑志侠针对颗粒物中重金属在不同时间和空间及不同粒径颗粒物中的含量和分布特征，以及重金属的来源解析和形态分析上进行综述，总结近年来大气颗粒物中重金属研究的成果，并就该领域研究方向

15、进行了展望。袁媛对河南省开封市大气颗粒物随高度垂直分布变化进行研究，通过对秋季和冬季玉祥酒店和电业局2个采样点各在4个不同高度的PM10和PM25中的重金属浓度进行监测，发现各金属元素来源不同垂直分布特征也不相同。PM2.5所含的无机重金属元素，根据其含量划分为了主要元素（如Al、Mg、Ca、Fe）、次主要元素（如Ti、Cr、Mn、Ni、Cu、Zn、As、Sr、Sb、Ba、Pb）和微量元素（Be、Sc、Co、Ga、Se、Zn、Mo、Ag、Cd、Sn、Ti）。袁中新等通过比较土壤及沙尘重金属元素组成特征，从而得到颗粒物金属指纹特征，进而用其作为判断亚洲沙尘的指针。重金属污染物的生物毒性和迁移性很

16、大程度上取决于它们的化学形态和结合状态（如第一纪或第二纪矿物的沉降作用，有机配位体的络合作用等），不同的重金属形态的毒性、迁移及在生态系统中的循环过程存在显著差异。因此，探讨有效的重金属形态分析方法是重金属的生态学效应评价的基础。目前研究最彻底、应用最广泛的重金属形态分析方法是Tessier等提出的顺序提取法及其修正方法，适合多种金属的提取，将金属的存在形态划分为可交换态、碳酸盐结合态、铁锰氧化物结合态、有机物结合态和残渣态5类。MoloiS71等将大气颗粒物中的金属分为环境可迁移态、碳酸盐和氧化物态、有机结合态和硅酸盐结合。Kye用SMT(TheStandardMeasurementsand

17、TestingProgramoftheEuropeanCommunity)分类法把重金属的存在形态划分水溶态、可交换态、碳酸盐结合态、铁锰氧化物结合态、有机物、硫化物结合态和残渣态七种。李显芳49用石英纤维滤膜采集大气中的Pb,对几种典型的铅污染源排放样品进行序列提取和分析测定,说明以Pb的序列提取分量作为一种指纹技术来识别大气中Pb污染的来源是可行的,为研究大气颗粒物Pb污染特征及其来源提供了更多的信息。要对PM2.5到PM2.5的采样方法。为了探讨太原市大气阴霾天气的主要污染物PM2.5中水溶性组分的污染特征,进行源解析，随之而来的是成分的提取；若要提取，就不得不说贾小花，解静芳等于201

18、1年12月2012年1月，采用美国ThermalAnderson公司的大流量PM2.5颗粒物采样器进行了PM2.5样品采集,采样点设在山西大学环境与资源学院楼顶(3747.713N,11234.882E，海拔802m)，周围是太原市城中村改造居民区、交通繁忙区和几所学校.每天分白天(09:0021:00)和夜间(21:00次日09:00)进行两次连续采样,采样期间共获得白天和夜间样品各28个,共获得样品56个采样期间PM?浓度的昼夜变化规律不明显.朱倩茹，刘永红，徐伟嘉，黄敏等51利用广州中山大学力学楼大气环境自动检测平台,在2008年1月1日2010年12月31日实时检测水平能见度、风速、风

19、向、降雨量、相对湿度、气压、温度等各种气象参数。其中pm25质量浓度值、风速、风向、降雨量、相对湿度、气压、温度等气象参数值检测间隔时间为5s，能见度数值检测间隔为15s结果表明，PM2.5质量浓度变化呈现夏季和非夏季2种典型的季节性特征，夏季月平均值0.049mg/m3,主要分布在0.030.05mg/m3,非夏季月均值为0.063mg/m3,分布于0.050.08mg/m3之间;夏季、非夏季PM2.5质量浓度超标率(采用美国EPA标准)分别为70.7%、77.8%，质量标准2倍、3倍以上出现的概率都表现出明显的季节性差异;赵秀娟，蒲维维，孟伟，马志强，董璠，何迪等于2011年9月1日12月

20、7日利用分别在城区宝联站(3956N，11617E，75.0ma.s.1)和远郊区上甸子站(4039N，11707E，293.9ma.s.1)的检测站同时进行气溶胶综合观测.结果表明，北京地区PM2.5污染和气溶胶光学特性受雾霾天气的影响非常明显.PM2.5浓度、osca和气溶胶吸收系数(cabs)在雾霾期均明显高于非雾霾期，雾霾期日均PM25浓度在城区和郊区分别达到97.6ygm3和64.4ygm3，为非雾霾期日均浓度的3.3和4.8倍.城区高PM2.5浓度造成雾霾类天气出现频率明显高于郊区.轻雾天城区PM25浓度、osca和cabs明显高于郊区，区域输送的影响相对较弱，轻雾和霾天城郊差异较

21、小，区域性特征明显，而雾天rsca城郊非常接近且在各雾霾类天气中相对最高，气溶胶散射能力最强，区域性特征较为明显据赵普生等研究表明。北京地区19802008年霾日总体呈增加趋势，从1980年的年均50d左右增加到2008年的72d，城区则出现频率更高。朱倩茹，刘永红，徐伟嘉，黄敏等利用广州中山大学力学楼大气环境自动监测平台,于2008年1月1日2010年12月31日进行，水平能见度以及风速、风向、降雨量、相对湿度、气压、温度等各种气象参数的监测.20082010年广州PM2.5质量浓度分别为0.062、0.050、0.055mg/m3，三年均值0.056mg/m3;PM2.5质量浓度变化呈现夏

22、季和非夏季2种典型的季节性特征，夏季月平均值0.049mg/m3，主要分布在0.030.05mg/m3，非夏季月均值为0.063mg/m3，分布于0.050.08mg/m3之间。胡保昆，窦以文，储伟等54利用2009-2010年北京市宝联大气成分观测站连续PM2.5浓度的观测资料,统计分析了北京地区PM2.5的年、季、月和重污染日变化特征。从逐时PM2.5细颗粒物观测数据中，按00：0023：00为一日统计PM2.5细颗粒物浓度算术日平均值中可知，北京四季PM2.5浓度春季最低，秋季最高。北京市PM2.5细颗粒物浓度3月平均最低为46.60pg/m3，污染最小。于阳春,胡波,王跃思等55在20

23、09年8月2011年6月期间在北京东灵山森林站连续观测了SO2、NO、O3和PM25的浓度，利用观测数据分析了大气污染物2x32.5的月变化、季节变化和统计日变化特征，结合气流轨迹探讨了传输对污染物的影响。结果表明，观测期间NO、NO2、NO、O3、SO2和PM2.5浓度的平均值分2x32别为(2.01.6)、(13.27.2)、(15.38.2)、(61.019.6)、(3.63.6)、(35.632.0)ygm-3，均低于北京城区的观测值.NO浓度秋季最高，夏季最x低，分别为(17.0&0)ygm-3和(13.84.l)ygm-3.湿沉降是使大气颗粒物浓度减少的途径之一,汤天然,陈建楠,李

24、广前,朱彬等56利用2013年6月南京市逐日PM2.5浓度资料，及同期降水、风速和相对湿度的数据，分析了南京夏季PM.与气象条件变化之间的关系。结果表明，在低风在风速较大的条件下，污染物在随风扩散稀释的同时，降雨对污染物的湿沉降作用促进了PM2.5浓度降低。建议在采用人工增雨方法清除PM2.5时，要考虑气象速、高湿度、污染物不易扩散条件下，降雨并不能有效降低当日PM2.5浓度。而条件的影响。2006年1月1日到2006年12月31日,刘洁,张小玲,徐晓峰,徐宏辉57在北京上甸子区域大气本底站和城区宝联环境观测站连续观测了SO2、NOx、O3和PM2.5的浓度,分析了北京城区和郊区的季节变化及日

25、变化的差异,并结合风向讨论了城区污染对于大气本底的影响.结果表明，NO、SO?浓度在采暖季城郊差异最大,x2城区是本底的46倍,城郊O3有一致的浓度变化.本底站PM2.5在4、5月达到lOOpg/m3以上，是年平均的23倍;NO和SO2的日变化在城区表现为双峰型,x2在O9:OO前后和22:OO前后形成高值,郊区表现为单峰型,在22:OO前后出现高值.郊区O3的日变化峰值滞后于城区大约2hPM2.5日变化规律表现得较不规则。大气边界层结构、天气条件以及污染源对污染物的生成和传输起着重要作用.当然，源解析当中也存在着不同成分的检测。贾小花，解静芳等50于2011年12月2012年1月，采用美国T

26、hermalAnderson公司的大流量PM2.5颗粒物采样器进行了PM2.5样品采集,共获得样品56个。用TOC/TN分析仪（MultiN/C3100,德国AnalytikJena分析仪器股份公司）进行TOC和TN的测定.TOC值通过TC值减去IC值得到.TC测定过程是将样品中的所有有机和无机碳物种高温催化氧化生成CO2,用NDIR进行检测;IC测定方法是在酸性条件下,将样品中的无机碳溶解生成CO2，用NDIR进行检测.用离子色谱仪（瑞士万通883）测定NO3-和SO42-等离子的浓度大小.研究结果表明,太原市冬季采暖期PM污染严重,并且比北京、天津、广州、南京、西安的污染水平都高对PM2.

27、5主要影响因素风速、相对湿度、温度和昼夜变化等的分析表明，风速大小与PM2.5的浓度大小呈负相关（r=-0.4693,a=0.05）,相对湿度与PM2.5浓度呈正相关（r=0.4092,a=0.05）,而温度与其浓度变化关系不明显;水溶性TOC对PM25贡献较高，占PM25总量的13.2%57.7%;NO3-、SO42-也与水溶性TOC有重要的相关关系.刘辉，贺克斌，马永亮，赵晴，段凤魁，梁林林等于2008你那6月至9月，在北京城区清华大学和郊区密云水库开展大气颗粒物观测，采集了PM2.5样品共180个，并获得了PM2.5及12种水溶性离子的质量浓度.观测期间城区和郊区PM2.5浓度接近，分别为68.9pgm-3和52.9pgm-3;二次无机离子SO42-、NO3-和NH4+是PM2.5中含量最高的水溶性离子（三者占水溶性离子的比例达90%以上）并具有较高的区域贡献.观测期间pm2.5水溶性离子浓度的变化特征并不完全一致,nh4+占pm2.5比例的变化幅度明显小于SO42-和no3-,no3-浓度受源排放变化的影响程度比SO42-更加明显.这些复杂的变化特征表明，除污染物源排放外，气象条件也是影响PM2.5及其水溶性离子浓度的重要因素.气团来源分析显示，南方气流的区域性缓慢传输是导致奥运前