论文部分内容阅读
摘 要:本篇文章以某城市数据为例,对市区内的PM2.5中的元素碳、有机碳进行测量,并根据数据分析得知其污染特征,根据白天、夜间时段内PM2.5的浓度,得出它的变化趋势。希望本文的研究能够为读者提供有益参考。
关键词:PM2.5;有机碳;元素碳;污染特征
有机碳和元素碳,是大气颗粒物(PM2.5)浓度最大的两大形式,其中前者具有较高的吸附活性,在空气的流动中会捕获污染物,由此发生形态的变化。而后者主要吸收可见光、红外光,它在空气中的浓度变化,会直接影响着可见度。有机碳在大气活动中为相关化学反应提供氧化剂,从而出现光线散射作用。元素碳产生的污染物,则与人息息相关,也是衡量某个地区空气污染的重要指标。
一、有机碳、元素碳测量试验准备以及方法
在1月至9月,对某市区的PM2.5中的有机碳、元素碳进行测量,位置安排在该城市的市中心,仪器安防高度在建筑楼顶,高度大于在30m。测量的仪器为RP1400a颗粒物分析,以此测定PM2.5的浓度,为了防止在这过程中湿度对测量数据准确性的影响,需要在测量开始前与测量过程中,将测试样品进行加热处理,使其保持在50℃左右。
测量仪器基于热解法原理,用切割头分离大气颗粒物,再利用有机碳、元素碳的挥发特性,针对二氧化碳进行测量,从而得到PM2.5中的各项数据。
二、测量过程以及结果分析
1、测量气象条件以及月段测量结果
首选是气象条件,1月份测量地区的温度变化在-10℃到5℃之间,平均气温保持在-1.2℃。当月的主要风向为北风,平均风速达每秒2.6m,这一时期的风速变化范围较大,从0.1m~7.3m/s不等,平均湿度在40.9%。
根据1~9月这一时期的PM2.5测量结果,样本数为435个。结果如下:1、有机碳濃度平均值为11.2,标准偏差7.3,最小值1.6,最大值30.6;2、元素碳的平均值、标准偏差、最小值、最大值分别为5.9、4.9、0.3、20.4。
通过以上数据可以得知,在测试时期内PM2.5的有机碳比元素碳的平均值更高,并且呈现较大的变化幅度。有机、元素碳的平均值,分别为11.2ug/m3和5.9ug/m3,其中前者浓度变化范围在1.6ug/m3~30.6ug/m3之间,后者变化范围在0.3ug/m3~20.4ug/m3之间。将测量地区的有机碳与其他城市同时段的浓度相对比,低于B城(18.5ug/m3),高于C城(10.3ug/m3)。在元素碳浓度方面,测量地区低于B城(7.3ug/m3)、C城(8.4ug/m3)[1]。
根据这次测试,可以得知PM2.5浓度平均值为78ug/m3,有机碳与元素碳在PM2.5的比重分别为7.7%、14.6%,两者质量相加相当于PM2.5质量的22.3%,由此可以得知两个元素是PM2.5的重要组成部分。再进一步对于PM2.5与其他两者进行分析,可以得知湿度对有机碳、元素碳的影响,它们的相关系数均>0.8.
根据有机碳、元素碳的产生来源分析,可以得知机动车以及燃煤设备是主要的排放单元。根据湿度对其他三者相关性分析,PM2.5受湿度影响最大,主要是因为其含有硫酸盐、硝酸盐等物质。
2、日段内有机碳和元素碳的变化特征
按一天24小时的有机碳、元素碳浓度分析,得出两者的变化曲线,然后将不同时段的有机碳浓度除以元素碳浓度,由此得出该日段的变化曲线。根据某一日短的测量结果显示,有机、元素碳在日渐的浓度变化相似,都是在夜间较高,而在日渐降低。此外在0:00~8:59这一时间段内,有机碳的浓度呈现下降趋势。在9:00~17:59之间,浓度变化较小,处于全日较低水平,并从18点开始浓度才有所升高,并在0:00左右浓度达到最大值。
关于元素碳的浓度变化,则是从0:00开始逐渐降低浓度,这种下降趋势持续到下午,然后再开始缓慢提升。若是排除该测量地区源排放问题,单纯考虑天气变化的因素,那么有机碳和元素碳的浓度变化规律是同步的[2]。
将12:00~17:59之间的有机碳的数据除以元素碳的数据,可以发现当前采暖强度较低,同时元素碳排量较少,除以得到的值较高。但是从18:00开始,下班高峰期到来,测量区域内的车流量和采暖强度也随之增加,有机碳除以元素碳的值正逐步降低。在3:00~5:59之间,发现由于测量地区减少了人为活动,有机碳和元素碳两者的排放量都显著减少,其中后者的比例降得更大,相应的有机碳/元素碳的值有所增加。
为了进一步分析这种变化的原因,又根据PM2.5在该日短的数据,发现有机碳、元素碳浓度降低原因,发现与当时天气变化大有很大的关系。选取的日段冷空气频繁影响,使得大风、下雪天气并存,由此影响带起活动中各种污染物的运动情况,所以呈现规律性不强的浓度变化特点。鉴于此,将测量的数据压缩到3个小时内,以此降低测量数据分析不规律性的影响。这样的操作方式,可以得知当日机动车、采暖以及天气对当日空气PM2.5中有机碳、元素碳的而影响,以及它们呈现的变化规律。
综合上述,有机碳和元素碳占了PM2.5的22.3%的比重,对测量地区1~9月的数据结果显示,有机碳、元素碳的平均浓度为11.2ug/m3、5.9ug/m3,产生来源主要是机动车和燃煤设备。针对某一日段的浓度变化曲线分析,发现两者浓度变化保持着一致的规律,只有在发生变化情况明显的天气下,才会出现大的差异。
参考文献
[1]张晶晶,张清花.昌吉市典型区域PM_(2.5)中有机碳和元素碳污染特征分析[J].新疆环境保护,2018,40(01):24-26+32.
[2]李晶,曲健,李哲,等.沈阳市环境空气PM_(2.5)中有机碳、元素碳的污染特征研究[J].环境保护与循环经济,2018,38(01):50-54.
作者简介:
戴炜帅(1993-11-22)男,汉族,籍贯浙江乐清,学历研究生 研究方向:大气污染
(作者单位:浙江师范大学)
关键词:PM2.5;有机碳;元素碳;污染特征
有机碳和元素碳,是大气颗粒物(PM2.5)浓度最大的两大形式,其中前者具有较高的吸附活性,在空气的流动中会捕获污染物,由此发生形态的变化。而后者主要吸收可见光、红外光,它在空气中的浓度变化,会直接影响着可见度。有机碳在大气活动中为相关化学反应提供氧化剂,从而出现光线散射作用。元素碳产生的污染物,则与人息息相关,也是衡量某个地区空气污染的重要指标。
一、有机碳、元素碳测量试验准备以及方法
在1月至9月,对某市区的PM2.5中的有机碳、元素碳进行测量,位置安排在该城市的市中心,仪器安防高度在建筑楼顶,高度大于在30m。测量的仪器为RP1400a颗粒物分析,以此测定PM2.5的浓度,为了防止在这过程中湿度对测量数据准确性的影响,需要在测量开始前与测量过程中,将测试样品进行加热处理,使其保持在50℃左右。
测量仪器基于热解法原理,用切割头分离大气颗粒物,再利用有机碳、元素碳的挥发特性,针对二氧化碳进行测量,从而得到PM2.5中的各项数据。
二、测量过程以及结果分析
1、测量气象条件以及月段测量结果
首选是气象条件,1月份测量地区的温度变化在-10℃到5℃之间,平均气温保持在-1.2℃。当月的主要风向为北风,平均风速达每秒2.6m,这一时期的风速变化范围较大,从0.1m~7.3m/s不等,平均湿度在40.9%。
根据1~9月这一时期的PM2.5测量结果,样本数为435个。结果如下:1、有机碳濃度平均值为11.2,标准偏差7.3,最小值1.6,最大值30.6;2、元素碳的平均值、标准偏差、最小值、最大值分别为5.9、4.9、0.3、20.4。
通过以上数据可以得知,在测试时期内PM2.5的有机碳比元素碳的平均值更高,并且呈现较大的变化幅度。有机、元素碳的平均值,分别为11.2ug/m3和5.9ug/m3,其中前者浓度变化范围在1.6ug/m3~30.6ug/m3之间,后者变化范围在0.3ug/m3~20.4ug/m3之间。将测量地区的有机碳与其他城市同时段的浓度相对比,低于B城(18.5ug/m3),高于C城(10.3ug/m3)。在元素碳浓度方面,测量地区低于B城(7.3ug/m3)、C城(8.4ug/m3)[1]。
根据这次测试,可以得知PM2.5浓度平均值为78ug/m3,有机碳与元素碳在PM2.5的比重分别为7.7%、14.6%,两者质量相加相当于PM2.5质量的22.3%,由此可以得知两个元素是PM2.5的重要组成部分。再进一步对于PM2.5与其他两者进行分析,可以得知湿度对有机碳、元素碳的影响,它们的相关系数均>0.8.
根据有机碳、元素碳的产生来源分析,可以得知机动车以及燃煤设备是主要的排放单元。根据湿度对其他三者相关性分析,PM2.5受湿度影响最大,主要是因为其含有硫酸盐、硝酸盐等物质。
2、日段内有机碳和元素碳的变化特征
按一天24小时的有机碳、元素碳浓度分析,得出两者的变化曲线,然后将不同时段的有机碳浓度除以元素碳浓度,由此得出该日段的变化曲线。根据某一日短的测量结果显示,有机、元素碳在日渐的浓度变化相似,都是在夜间较高,而在日渐降低。此外在0:00~8:59这一时间段内,有机碳的浓度呈现下降趋势。在9:00~17:59之间,浓度变化较小,处于全日较低水平,并从18点开始浓度才有所升高,并在0:00左右浓度达到最大值。
关于元素碳的浓度变化,则是从0:00开始逐渐降低浓度,这种下降趋势持续到下午,然后再开始缓慢提升。若是排除该测量地区源排放问题,单纯考虑天气变化的因素,那么有机碳和元素碳的浓度变化规律是同步的[2]。
将12:00~17:59之间的有机碳的数据除以元素碳的数据,可以发现当前采暖强度较低,同时元素碳排量较少,除以得到的值较高。但是从18:00开始,下班高峰期到来,测量区域内的车流量和采暖强度也随之增加,有机碳除以元素碳的值正逐步降低。在3:00~5:59之间,发现由于测量地区减少了人为活动,有机碳和元素碳两者的排放量都显著减少,其中后者的比例降得更大,相应的有机碳/元素碳的值有所增加。
为了进一步分析这种变化的原因,又根据PM2.5在该日短的数据,发现有机碳、元素碳浓度降低原因,发现与当时天气变化大有很大的关系。选取的日段冷空气频繁影响,使得大风、下雪天气并存,由此影响带起活动中各种污染物的运动情况,所以呈现规律性不强的浓度变化特点。鉴于此,将测量的数据压缩到3个小时内,以此降低测量数据分析不规律性的影响。这样的操作方式,可以得知当日机动车、采暖以及天气对当日空气PM2.5中有机碳、元素碳的而影响,以及它们呈现的变化规律。
综合上述,有机碳和元素碳占了PM2.5的22.3%的比重,对测量地区1~9月的数据结果显示,有机碳、元素碳的平均浓度为11.2ug/m3、5.9ug/m3,产生来源主要是机动车和燃煤设备。针对某一日段的浓度变化曲线分析,发现两者浓度变化保持着一致的规律,只有在发生变化情况明显的天气下,才会出现大的差异。
参考文献
[1]张晶晶,张清花.昌吉市典型区域PM_(2.5)中有机碳和元素碳污染特征分析[J].新疆环境保护,2018,40(01):24-26+32.
[2]李晶,曲健,李哲,等.沈阳市环境空气PM_(2.5)中有机碳、元素碳的污染特征研究[J].环境保护与循环经济,2018,38(01):50-54.
作者简介:
戴炜帅(1993-11-22)男,汉族,籍贯浙江乐清,学历研究生 研究方向:大气污染
(作者单位:浙江师范大学)