检索规则说明:AND代表“并且”;OR代表“或者”;NOT代表“不包含”;(注意必须大写,运算符两边需空一格)
检 索 范 例 :范例一: (K=图书馆学 OR K=情报学) AND A=范并思 范例二:J=计算机应用与软件 AND (U=C++ OR U=Basic) NOT M=Visual
作 者:黄晓锋[1] 云慧[1] 宫照恒[1] 李响[1] 何凌燕[1] 张远航[2] 胡敏[2]
机构地区:[1]北京大学深圳研究生院环境与能源学院城市人居环境科学与技术重点实验室,深圳518055 [2]北京大学环境科学与工程学院环境模拟与污染控制国家重点联合实验室,北京100871
出 处:《中国科学:地球科学》2014年第4期723-734,共12页Scientia Sinica(Terrae)
基 金:深圳市人居环境委环境科研课题;深圳市科技计划;国家自然科学基金项目(批准号:21277003)资助
摘 要:PM2.5是我国大气复合污染的关键污染物,随着新的国家空气质量标准的实施,PM2.5成为未来我国大气污染防控的重点对象.准确细致地掌握PM2.5的来源结构是有效防控PM2.5的前提条件,但全面系统的我国PM2.5源解析研究结果在国内外文献中却鲜有报道.研究基于2009年全年在深圳开展的PM2.5样品采集与分析,应用正向矩阵因子解析(PMF)模型对其主要来源及时空变化规律进行了解析,结果表明,深圳市区(大学城点)大气PM2.5年均浓度为42.2μg m-3,其中二次硫酸盐生成、机动车排放、生物质燃烧和二次硝酸盐生成是最主要来源,对PM2.5总质量分别贡献了30.0%,26.9%,9.8%和9.3%;高氯源、重油燃烧、海盐、扬尘和冶金工业分别贡献了PM2.5总质量的2%~4%.不同源贡献的时空变化规律显示,机动车排放主要为本地源,二次硫酸盐和生物质燃烧主要为区域源,而本地排放和区域传输对二次硝酸盐生成都有重要贡献.二次有机气溶胶(SOA)的识别一直是颗粒物源解析的难点,在本研究中结合了PMF模型与OC/EC比值法对PM2.5中SOA进行了估算,结果表明,深圳市区(大学城点)PM2.5中SOA年均浓度为7.5μg m-3,占有机物质量的57%,机动车排放是SOA前体物的最主要来源.研究可为国内今后更广泛深入地开展PM2.5污染与源解析研究提供相关案例借鉴.
分 类 号:X513[环境科学与工程—环境工程]
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在链接到云南高校图书馆文献保障联盟下载...
云南高校图书馆联盟文献共享服务平台 版权所有©
您的IP:216.73.216.28