16.青岛市雾日PM1中金属元素来源及健康风险评估
摘要：为了解青岛市雾日PM1中金属元素的污染程度及其来源，并评估其对人类健康的危害，本研究依据能见度及湿度数据对雾日进行划分，结合正定矩阵因子分解法(PMF)源解析模型和健康风险评价模型揭示了青岛市雾日亚微米颗粒物(PM1)中金属元素的来源和健康风险.结果表明，清洁雾日PM1浓度略高于清洁日，而污染雾日PM1浓度是霾日PM1的1.11倍，清洁日的3.07倍.秋冬季雾日金属元素受人为源影响，K元素含量最高;夏季雾日的主要贡献元素是典型的地壳元素Ca、Fe、Al及海盐Na元素.PMF结果表明秋冬季雾日PM1中金属元素主要来自煤/生物质燃烧、机动车源、地壳源、海盐源、船舶源和工业源;夏季雾日PM1中金属元素主要来自煤/生物质燃烧、机动车源、地壳源、海盐源、船舶源和工业源.夏季采样点位临海，海雾频发，海盐源为夏季雾日金属元素的重要贡献.健康风险评估结果表明，成年人与儿童暴露于青岛秋冬季雾日PM1的非致癌风险均低于阈值.成人和儿童呼吸途径Mn的非致癌风险最高，儿童手口摄食As的非致癌风险(HQAS=0.50)最高.As(3.1×10-6)和Cr(1.9×10-6)的致癌风险均已超过致癌风险阈值，建议加强含Mn、As、Cr排放源的管控.
关键词：PM1;金属元素;雾日;来源;健康风险;
【文章引用】陶文鑫,杜金花,杨建立等.青岛市雾日PM_(1)中金属元素来源及健康风险评估[J/OL].中国环境科学,1-13[2024-01-29].https://doi.org/10.19674/j.cnki.issn1000-6923.20231127.045.
15.植物源挥发性有机物采样和分析方法研究进展
摘要：植物源挥发性有机物(BVOCs)排放量约占全球总VOCs排放的90%，其排放易受环境因子(温度、光照、土壤水分、饱和水汽压差、风速、风向、O3和CO2浓度等)的影响，对采样和分析要求极高，而BVOCs样品的精准采集与分析是获取BVOCs排放因子的基础。该文综述了国内外BVOCs采样和分析方法，根据采样系统是否能控制或模拟环境因子(温度、湿度、光照强度、空气湍流、二氧化碳浓度等)，对采样叶室的适用性进行了分析。其中光合仪-动态封闭系统可精准控制温度、光照强度、二氧化碳浓度，易使空气形成自然交换且便于外场测量，适用于大多数植物BVOCs排放测量。依托高塔、系留球、飞机等开展测量的开放式采样系统适用于外场的长期观测。PTR-MS、PTR-TOF-MS、Vocus-PTR-TOF等在线分析系统逐步得到应用。微型传感器已应用于BVOCs的快速检测，碳同位素分析法已应用于BVOCs合成转化过程中组分的探究。对采样和分析系统发展的研究，将为精准获取BVOCs排放因子并评估其环境效应提供依据。
关键词：植物源挥发性有机物;动态封闭系统;便携式分析系统;微型传感器;碳同位素法;
【文章引用】张宜升,谭玉冉,韩枝燏等.植物源挥发性有机物采样和分析方法研究进展[J].环境科学与技术,2023,46(04):81-91.DOI:10.19672/j.cnki.1003-6504.2399.22.338.
14.海运低硫管控政策下青岛PM2.5和PM1金属元素污染特征及来源解析
摘要：为精准识别海运船舶低硫管控政策下青岛的PM2.5、PM1来源及船舶排放贡献,依托滨海国控子站临近点位以及市区点位,于2021年夏季、秋冬季开展了大气PM2.5、PM1观测,分析了其金属元素组分变化特征.利用富集因子法、正定矩阵因子分解模型(PMF)源解析方法对其来源进行解析,结合气流后向轨迹和潜在贡献源区对其空间分布特征进行分析,通过不同气团颗粒物中V/Ni值探究了其对船舶排放的示踪有效性.结果表明,夏季PM2.5中V和Ni浓度分别为(2.54±1.83) ng/m3和(4.42±2.71) ng/m3,PM1中V和Ni浓度分别为(2.52±1.97) ng/m3和(3.90±2.43) ng/m3显著低于实施排放控制政策(DECA2.0)之前的观测结果.秋冬季PM1中V浓度显著低于DECA2.0实施前的观测结果,V和Ni来源发生分离.来源解析结果表明,船舶排放对夏季PM2.5和PM1贡献分别为11.1%和8.4%.夏季来自海洋的清洁气团PM2.5、PM1中V/Ni分别为(0.71±0.24)和(1.06±0.65),秋冬季海洋气团PM1中V/Ni为(0.54±0.24),显著高于混合气团与内陆气团,因此将V/Ni值用于评估滨海城市大气环境受船舶排放的影响时须结合气团传输轨迹.青岛夏季PM2.5和PM1中V和Ni的潜在源区分布在连云港、日照周边海域以及青岛胶州湾,秋冬季PM1中V和Ni的潜在源区主要为渤海海域.
关键词：PM1;船舶排放;金属元素;来源解析;V/Ni;青岛;
【文章引用】陶文鑫,谭玉冉,张宜升等.海运低硫管控政策下青岛PM_(2.5)和PM_1金属元素污染特征及来源解析[J].中国环境科学,2023,43(07):3339-3349.DOI:10.19674/j.cnki.issn1000-6923.20230223.002.
13.Characterization and sources of trace elements in PM1 during autumn and winter in Qingdao,Northern China
Abstract：Atmospheric sub-micrometer particles (PM1, particles with an aerodynamic diameter ≤ 1.0 μm) monitoring in Qingdao, a coastal city in Northern China, was conducted for two consecutive years from November 1, 2018 to January 31, 2019 (hereafter referred to as OP2018–2019) and from October 28, 2019 to January 20, 2020 (hereafter referred to as OP2019–2020). The results showed that compared with OP2018–2019, the concentrations of V, Ni, As, Pb, and Cd in PM1 in OP2019–2020 decreased by 61.9%, 31.4%, 49.2%, 25.4%, and 27.1%, respectively. For the indicators of ship emission sources, a significant reduction in V (73.3%) and Ni (22.1%) concentrations were observed after the implementation of the updated Domestic Emission Control Area (DECA 2.0) policy for ships since January 1, 2019 proposed by the Ministry of Transportation. This result demonstrated that the implementation of the DECA 2.0 policy had a significant effect on reducing ship emissions. The Field Emission Scanning Electron Microscope analysis identified the impact of ship emission sources, while the inconsistent distribution of V and Ni revealed other potential sources of Ni. The V/Ni ratios during the pre-policy and post-policy periods decreased by 40.7%. Along with the further implementation of the domestic coastal ship pollution control zone policy, V/Ni ratio should be cautiously used as a parameter for ship emission sources. The positive matrix factorization method identified five source factors: coal combustion/biomass burning (47.8%), crustal sources (21.2%), vehicle exhaust/road dust (15.1%), industrial emissions (11.1%), and ship emissions (4.9%). The contribution rates of ship emission sources before and after the DECA 2.0 policy were analyzed and found to be 5.6% and 3.4%. The potential source contribution factor analysis of As showed that the potential emission source areas were significantly reduced in OP2019–2020, which might be related to the coal fired cleanup operations conducted in Beijing-Tianjin-Hebei and surrounding areas.
12. 干旱胁迫对植物源挥发性有机物排放影响的研究进展
摘要：随着干旱频率和强度的增加，干旱胁迫对植物源挥发性有机物（BVOCs）的影响受到更多关注。文章综述了干旱胁迫对BVOCs排放影响方面取得的研究进展，探究了干旱胁迫对BVOCs排放的影响。根据近期国内外相关文献，将干旱程度进行划分，研究干旱、复水后对BVOCs排放速率、排放量的影响，探讨复合其他环境因子对BVOCs排放的影响，并探究干旱胁迫对BVOCs排放影响的机理。轻度干旱刺激BVOCs增加排放35%～190%，中度干旱抑制排放8%～97%，重度干旱抑制排放40%～100%。随着干旱程度的加深，BVOCs的排放先增加后减少。对复水的研究总结发现，轻度、中度干旱条件下，异戊二烯和单萜烯的排放速率恢复；重度干旱条件下，异戊二烯快速恢复，单萜烯未恢复。干旱导致BVOCs排放量的估算误差为-70%～40%。净光合速率和气孔导度对水分亏损的敏感度高于BVOCs。BVOCs的释放是植物应对干旱胁迫的保护机制。综述结果可以更好地评估BVOCs排放对当前及未来干旱胁迫情景下的响应，为大气复合污染防控提供支撑。
关键词：干旱胁迫;植物源挥发性有机物;异戊二烯;单萜烯;干旱程度;
【文章引用】韩枝燏,张宜升,马子轸等.干旱胁迫对植物源挥发性有机物排放影响的研究进展[J].环境科学与技术,2021,44(11):63-71.DOI:10.19672/j.cnki.1003-6504.1500.21.338.
11. 山东省植物源挥发性有机物排放特征及清单构建
摘要：为探究山东省植物源挥发性有机物(BVOCs)的排放，利用最新的普查结果——第九次一类植物清查报告，参考其他研究中涉及本研究对象植物的BVOCs排放因子，使用光温模型对2016年山东省植物源挥发性有机物的排放量进行估算，并探究其对区域空气质量的影响。基于对16种优势植被类型的测算，2016年山东省BVOCs排放总量为198.0 Gg/a,异戊二烯排放量为176.5 Gg/a,占比89.1%;单萜烯和OVOCs排放量分别为：16.4和5.1 Gg/a,占比8.3%和2.6%。7月BVOCs排放量最高，占比29.1%,其中异戊二烯、单萜烯和OVOCs的占比分别为90.8%,7.1%和2.1%。BVOCs季节变化明显，除冬季外主要排放异戊二烯，冬季主要排放单萜烯和OVOCs。杨树是主要的异戊二烯和BVOCs排放量的贡献者，排放量为84.2 Gg/a。草地是单萜烯排放量最大的植物，排放量为11.4 Gg/a。BVOCs对臭氧生成潜势的贡献量为1938.9 Gg/a,异戊二烯是主要的贡献者，占比96.6%。BVOCs对二次有机气溶胶(SOA)生成潜势的贡献为8.5 Gg/a,异戊二烯和单萜烯分别占比41.7%和58.3%。
关键词：山东省;植物源挥发性有机物;排放清单;臭氧;二次有机气溶胶;
【文章引用】 韩枝燏,谭玉冉,杜金花等.山东省植物源挥发性有机物排放特征及清单构建[J].青岛理工大学学报,2023,44(01):101-109.
11. Impacts of Drought and Rehydration Cycles on Isoprene Emissions in Populus nigra Seedlings
Abstract：The volatile organic compounds emitted by plants significantly impact the atmospheric environment. The impacts of drought stress on the biogenic volatile organic compound (BVOC) emissions of plants are still under debate. In this study, the effects of two drought–rehydration cycle groups with different durations on isoprene emissions from Populus nigra (black poplar) seedlings were studied. The P. nigra seedlings were placed in a chamber that controlled the soil water content, radiation, and temperature. The daily emissions of isoprene and physiological parameters were measured. The emission rates of isoprene (Fiso) reached the maximum on the third day (D3), increasing by 58.0% and 64.2% compared with the controlled groups, respectively, and then Fiso significantly decreased. Photosynthesis decreased by 34.2% and 21.6% in D3 in the first and second groups, respectively. After rehydration, Fiso and photosynthesis recovered fully in two groups. However, Fiso showed distinct inconsistencies in two groups, and the recovery rates of Fiso in the second drought group were slower than the recovery rates of Fiso in the first groups. The response of BVOC emissions during the drought-rehydration cycle was classified into three phases, including stimulated, inhibited, and restored after rehydration. The emission pattern of isoprene indicated that isoprene played an important role in the response of plants to drought stress. A drought–rehydration model was constructed, which indicated the regularity of BVOC emissions in the drought– rehydration cycle. BVOC emissions were extremely sensitive to drought, especially during droughts of short duration. Parameters in computational models related to BVOC emissions of plants under drought stress should be continuously improved.
【文章引用】 HAN Z, ZHANG Y, ZHANG H, et al. Impacts of Drought and Rehydration Cycles on Isoprene Emissions in Populus nigra Seedlings [J/OL] 2022. IJERPH | Free Full-Text | Impacts of Drought and Rehydration Cycles on Isoprene Emissions in Populus nigra Seedlings (mdpi.com)
10. Effects of light on the emissions of biogenic isoprene and monoterpenes: A review
Abstract：Light constitutes one of the most important environmental factors for plant growth and development. Besides its regulatory roles in plant growth and productivity, light also affects synthesis and emission of biogenic volatile organic compounds (BVOCs). The influences of light dependence and combined factors (e.g., canopy and leaf development stages with light) on the emissions of biogenic isoprene (ISO) and monoterpenes (MTs) are reviewed, and their emission mechanisms with different light intensities and quality are summarized. The results show that in the range between zero to the saturation points of ISO and MTs, their emission rates increase with an increment of photosynthetically active radiation, and then remain unchanged or fluctuated. After the light-off action, the emission rates of ISO and MTs rapidly drop to near zero, and there is a low-intensity re-emission phenomenon with the peak appeared within 10–20 min. ISO concentration is the highest at the height of the strong ISO-emitting species inside the canopy. Changes of ISO concentration are consistent with its emission rate, peaking at 12:00–14:00. MTs are emitted and accumulated at night, leading to a lag in the canopy concentration. MTs peak concentrations mostly occur near the ground (0–2 m) in the morning of the next day. The ISO emission rates of mature leaves are 90–130% higher than those of young leaves and senescent leaves. MTs are mainly synthesized during the bud stage when the leaf age is 1–30 days. The highest and lowest emission rates of MTs are in the bud stage and mature leaves, respectively. This review provides references for reducing the uncertainty of BVOC emission factors and for optimizing regional BVOC emission models.
【文章引用】 Xinyu Wang, Yisheng Zhang, Yuran Tan, Yan Tan, Jianhui Bai, Dasa Gu, Zizhen Ma, Jinhua Du, Zhiyu Han, Effects of light on the emissions of biogenic isoprene and monoterpenes: A review, Atmospheric Pollution Research, Volume 13, Issue 5, 2022, 101397, ISSN 1309-1042, https://doi.org/10.1016/j.apr.2022.101397.
9. 青岛市秋冬季PM1中金属元素污染特征及健康风险评估
摘要：于2018年11月1日至2019年1月31日(OP2018-2019)和2019年11月1日至2020年1月20日(OP2019-2020)在青岛对PM1进行了连续两年秋冬季逐日采集.将观测期划分为4个空气质量等级（Ⅰ级、Ⅱ级、Ⅲ级和Ⅳ级），分析了PM1中金属元素浓度特征及来源，评估了不同人群的非致癌风险（Zn、Pb、Mn、Cu和V）和致癌风险（As、Cr、Ni、Cd和Co）.结果表明，与OP2018-2019相比，OP2019-2020期间不同空气质量等级下金属元素总浓度变化与Ca、K和Al浓度变化有关，受扬尘源和生物质燃烧源影响较大.与OP2018-2019相比，OP2019-2020期间不同空气质量等级下V浓度分别下降19.0%、60.5%、82.7%和77.5%.推测与船舶国内排放控制区域（DECA）政策实施有关，青岛周边海域船舶改换燃油品质，导致V浓度大幅降低.由富集因子、比值法和气流后向轨迹结果进一步表明V浓度变化主要受DECA政策影响.然而，实施DECA政策后，V/Ni值作为判断区域内受船舶源影响的限值，需进一步探究.由健康风险评估结果表明，OP2018-2019和OP2019-2020期间非致癌元素Mn的危险系数范围为0.07～1.22，建议加强管控含Mn污染源的排放.OP2018-2019和OP2019-2020期间不同空气质量下As、Cd的终生致癌风险概率（ILCR）值低于10-4，但高于10-6，表明存在致癌概率，但仍可接受.OP2018-2019期间空气质量为Ⅳ级时，Cr的ILCR值高于10-4，存在致癌风险.
【文章引用】刘子杨,张宜升,张厚勇,马子轸,陶文鑫,王娇,薛莲,彭倩倩,杜金花,赵娇娇,彭亮,孙英杰.青岛秋冬季PM_(1)中金属元素污染特征及健康风险评估[J/OL].环境科学:1-14[2022-02-17].DOI:10.13227/j.hjkx.202112069.
7. Characterization and sources of trace elements in PM1 during autumn and winter in Qingdao, Northern China
Abstract：Atmospheric sub-micrometer particles (PM1, particles with an aerodynamic diameter ≤ 1.0 μm) monitoring in Qingdao, a coastal city in Northern China, was conducted for two consecutive years from November 1, 2018 to January 31, 2019 (hereafter referred to as OP2018–2019) and from October 28, 2019 to January 20, 2020 (hereafter referred to as OP2019–2020). The results showed that compared with OP2018–2019, the concentrations of V, Ni, As, Pb, and Cd in PM1 in OP2019–2020 decreased by 61.9%, 31.4%, 49.2%, 25.4%, and 27.1%, respectively. For the indicators of ship emission sources, a significant reduction in V (73.3%) and Ni (22.1%) concentrations were observed after the implementation of the updated Domestic Emission Control Area (DECA 2.0) policy for ships since January 1, 2019 proposed by the Ministry of Transportation. This result demonstrated that the implementation of the DECA 2.0 policy had a significant effect on reducing ship emissions. The Field Emission Scanning Electron Microscope analysis identified the impact of ship emission sources, while the inconsistent distribution of V and Ni revealed other potential sources of Ni. The V/Ni ratios during the pre-policy and post-policy periods decreased by 40.7%. Along with the further implementation of the domestic coastal ship pollution control zone policy, V/Ni ratio should be cautiously used as a parameter for ship emission sources. The positive matrix factorization method identified five source factors: coal combustion/biomass burning (47.8%), crustal sources (21.2%), vehicle exhaust/road dust (15.1%), industrial emissions (11.1%), and ship emissions (4.9%). The contribution rates of ship emission sources before and after the DECA 2.0 policy were analyzed and found to be 5.6% and 3.4%. The potential source contribution factor analysis of As showed that the potential emission source areas were significantly reduced in OP2019–2020, which might be related to the coal fired cleanup operations conducted in Beijing-Tianjin-Hebei and surrounding areas.
【文章引用】 Ziyang Liu, Houyong Zhang, Yisheng Zhang, Xiaohuan Liu, Zizhen Ma, Lian Xue, Xing Peng, Jiaojiao Zhao, Weiwei Gong, Qianqian Peng, Jinhua Du, Jiao Wang, Yuran Tan, Lingyan He, Yingjie Sun, Characterization and sources of trace elements in PM1 during autumn and winter in Qingdao, Northern China, Science of The Total Environment, 2021, 151319, ISSN 0048-9697, https://doi.org/10.1016/j.scitotenv.2021.151319.
6. 青岛市秋冬季PM1中含碳组分污染特征与来源分析
摘要：对2017年11月1日～2018年1月31日期间青岛大气PM1及含碳组分进行连续监测,结合国控站点监测数据和气象条件,分析了秋冬季PM1中含碳组分及来源.结果表明,采样期间青岛市PM1质量浓度为41.50±26.50μg/m3.观测期间共出现9个霾污染期（HD）,其有机碳（OC）与元素碳（EC）的质量浓度分别为12.14±3.70、3.40±1.22μg/m3,均高于非霾期（6.44±2.33、1.56±1.01μg/m3）.霾污染期间,由含碳物质转化产生的二次有机碳（SOC）浓度均值为3.72±1.67μg/m3,是非霾期（2.86±0.86μg/m3）的1.25倍.采用SPSS软件对PM1中含碳组分主成分分析,识别出3个因子,因子1载荷贡献率最大（60.86%）,其最大变量为OC2、OC3、OC4和EC1,表明来源于汽油车尾气、燃煤排放以及道路扬尘等的混合源。
关键词：PM1、含碳组分、来源解析、青岛
【文章引用】刘子杨,彭倩倩,王新雨,张厚勇,刘晓环,王征,杜金花,张宜升. 青岛市秋冬季PM1中含碳组分污染特征与来源分析[A]. 中国环境科学学会.2020中国环境科学学会科学技术年会论文集（第一卷）[C].中国环境科学学会:中国环境科学学会,2020:7.
5. 青岛冬季霾-沙尘重污染过程PM1理化特征及来源分析
摘要：对2018年11月21日～12月2日期间青岛市大气PM1的质量浓度、化学组分和数浓度进行连续观测,结合国控站点监测数据和气象条件,分析青岛市秋末冬初一次典型霾-沙尘重污染过程的特征及污染物来源.结果表明:本次污染过程可分为霾前（11月21～23日）、霾期（11月24～25日）、霾-沙尘叠加期（11月26日）、沙尘期（11月27～29日）、沙尘后（11月30日～12月2日）5个发展阶段,观测期间PM1质量浓度为（40±20）μg/m3,霾期PM1为沙尘期的2.03倍.冷锋锋前以人为污染物气团为主,锋后以冷干沙尘气团为主,并在长距离传输中保持干燥,受沙尘传输过程中经过区域的影响较小,导致沙尘阶段PM2.5和PM10错峰12h出现.霾期PM1中SO42-、NO3-质量浓度比霾前分别升高73%、111%,SOR、NOR分别升高28%、67%,表明霾期NO3-的二次转化明显升高.PM1中NH4+主要以（NH4）2SO4和NH4NO3形式存在,为富氨条件.本次沙尘事件气团传输过程中途经山西、河北、山东西北部等污染物高强度排放区域,前锋到达青岛时,携带的人为污染物占主导,导致沙尘期PM1中OC、EC占比为霾期的1.73、1.53倍.霾期SOC/OC值为0.43,略低于沙尘期,表明霾期SOC生成受到抑制.
关键词：霾-沙尘过程、污染特征、水溶性离子、PM1、青岛
【文章引用】 彭倩倩,刘晓环,杜金花,刘子杨,韩枝燏,王征,薛莲,刘翔,孙英杰,张宜升.青岛冬季霾-沙尘重污染过程PM_1理化特征及来源分析[J].中国环境科学,2020,40(09):3731-3740.
4. 青岛市秋冬季霾期PM1及其含碳组分理化特征及来源研究
摘要：对2017年11月1日—2018年1月31日与2018年11月1日—2019年1月31日连续两年青岛市大气PM1进行监测,获取了PM1中含碳组分的变化趋势,结合国控站点监测数据和气象条件,分析了秋冬季PM1来源.结果表明:2017、2018年秋冬季观测期间PM1日均质量浓度分别为40.58±25.98、42.55±25.05μg/m3;霾日质量浓度分别为84.71±16.70、81.52±18.39μg/m3.与2017年相比,2018年同期PM1质量浓度增长4.85%,霾日下降3.76%.2017年霾日PM1中OC、EC质量浓度分别为13.67±3.95、3.95±1.02μg/m3,2018年分别为16.48±6.34、3.34±1.16μg/m3.与2017年相比,2018年霾日OC质量浓度增长20.56%,EC下降15.44%.2017、2018年霾日SOC质量浓度分别是非霾日的1.28和2.15倍,表明霾污染发生时易发生有机碳二次转化.含碳组分主成分分析均解析出3个因子.因子1解释变量均最大,分别为58.98%、67.14%,其表征含碳组分主要源于生物质燃烧、燃煤、道路扬尘及汽油车尾气等排放源.由后向气流轨迹分析得出,2017、2018年秋冬季气团轨迹多起源于内蒙古,经河北、天津、山东等省市抵达青岛.
关键词：PM1、含碳组分、来源解析、青岛
【文章引用】 刘子杨,张宜升,彭倩倩,王新雨,薛莲,王娇,刘晓环,王征.青岛市秋冬季霾期PM1及其含碳组分理化特征及来源研究[J].南京信息工程大学学报(自然科学版),2020,12(06):676-685.
3. 青岛市秋冬季霾污染PM1及其含碳组分理化特征
摘要：对2017年11月1日至2018年1月31日与2018年11月1日至2019年1月31日期间青岛大气PM1及含碳组分进行连续监测,结合国控站点监测数据和气象条件,分析了秋冬季PM1中含碳组分污染特征及来源。结果表明2017年、2018年秋冬季PM1质量浓度均值分别为40.58±25.98、42.55±25.05μg/m3,为分析大气污染情况将观测期间划分为霾日与非霾日,2017年秋冬季霾日PM1质量浓度范均值为84.71±16.70μg/m3;2018年为81.52±18.39μg/m3。2017年霾日OC、EC分别为13.67±3.95、3.95±1.02μg/m3;2018年16.48±6.34、3.34±1.16μg/m3。2017年霾期SOC质量浓度分别为3.66±2.16μg/m3,是非霾日的1.28倍;2018年霾期为7.57±2.93μg/m3,是非霾日的2.15倍。2017年、2018年含碳组分主成分分析识别出3个因子,因子1表明污染物主要来自于生物质燃烧、道路扬尘、汽油车尾气和柴油车尾气排放.因子2、因子3贡献多来自于汽车尾气排放。对气团轨迹聚类分析后,2017年秋冬季聚类6簇,第1簇占总观测时数的33.70%;2018年共5簇,第2簇贡献率最多,达32.61%。
关键词：PM1、含碳组分、来源解析、青岛
【文章引用】 刘子杨,彭倩倩,王新雨,刘晓环,张宜升. 青岛市秋冬季霾污染PM1及其含碳组分理化特征[A]. 中国环境科学学会.第二十四届大气污染防治技术研讨会论文集[C].中国环境科学学会:中国环境科学学会,2020:7.
2. 全球变暖对植被源异戊二烯排放影响的研究进展
摘要：全球变暖背景下植被源异戊二烯的排放通量直接或间接地影响全球大气的物理化学变化,如何预测植物异戊二烯排放的响应机制以及削减其排放估算的不确定性成为热点问题.综述了升温对异戊二烯影响方面的研究进展,分析了不同因素（时间、物种及地域）下异戊二烯应对单因子温度胁迫的影响,以及升温分别与光照、干旱、O3等因子复合对异戊二烯排放的影响.结果表明:在一定范围内升温将增加异戊二烯排放,而与光照、干旱、O3等因子的复合处理并无明确的响应关系.鉴于温度胁迫及温度与其他因素间复合响应机理尚不清晰,异戊二烯排放与全球变暖之间的相互机制仍有待深入研究.
关键词：全球变暖、植被源、异戊二烯、温度胁迫、复合作用
【文章引用】王新雨,张宜升,刘子杨,韩枝燏,张厚勇,杜金花.全球变暖对植被源异戊二烯排放影响的研究进展[J].青岛理工大学学报,2020,41(04):55-63.
1. 青岛市秋冬季大气PM1理化特征及来源分析
摘要：近年来,发展中国家的快速工业化和城市化导致严重的空气污染,发展中国家的污染轨迹与发达国家相似,中国作为世界上最大的发展中国家,近几十年经历了一系列的环境问题,颗粒物的污染尤为严重。利用改进的ZR-3930仪器对青岛市区2017年和2018年秋冬季大气PM1的质量浓度、化学组分和数浓度进行连续观测,结合国控站点监测数据和气象条件,探讨了青岛市区秋冬季大气亚微米颗粒物（PM1）理化特征及其来源,对2018年11月和2019年1月的两次重污染事件进行重点分析,主要结论为:依据空气质量指数（AQI）将观测期间的空气质量状况划分为六个等级,并归纳为三类,一类空气质量状况为优、良天气（AQI为0～100）,二类空气质量状况为轻度和中度污染天气（AQI为101～200）,三类空气质量状况为重度及严重污染天气（AQI大于200）。与优良天气相比重度和严重污染天气SO42-、NO3-、NH4+分别升高95.62%、288.53%、115.55%。与轻度和中度污染天气相比SO42-、NO3-、NH4+分别升高22.05%、98.53%、2.65%,说明SNA的增加是青岛污染加重的原因,其中NO3-增长最为明显。与优良天气相比,Cl-和K+在重度和严重污染时期分别升高64.86%、100.69%,表明生物质燃烧及燃煤也对重污染过程产生极大贡献。轻度与中度污染阶段主要受家庭生物质燃烧、二次生成、燃煤、沙尘影响,重度与严重污染阶段主要受家庭生物质燃烧、海盐、沙尘、二次生成、燃煤、机动车影响。2017年优良、轻度和中度污染天气PM1中OC、EC主要来自机动车排放,重度及严重污染天气PM1中OC、EC主要受机动车排放和生物质燃烧影响。2018年优良和重度及严重污染时,青岛PM1中OC、EC主要受燃煤影响,轻度和中度污染时则受机动车排放影响较大。2018年11月21日～12月2日期间,青岛市发生了一次典型霾-沙尘重污染过程,霾-沙尘重污染过程分为霾前（EP1）、霾期（EP2）、霾-沙尘叠加期（EP3）、沙尘期（EP4）、沙尘后（EP5）5个发展阶段。霾-沙尘重污染期间PM1质量浓度为（40±20）μg/m3,冷锋锋前以人为污染物气团为主,锋后以冷干的沙尘气团为主,并在长距离传输中保持干燥,受沙尘传输过程中经过区域的影响较小,导致沙尘阶段PM2.5和PM10错峰12h出现。霾-沙尘重污染过程期间,PM1中水溶性离子质量浓度为（18.53±8.08）μg/m3,占PM1质量浓度的（44.32±4.75）%。SNA质量浓度为（16.67±7.65）μg/m3,在PM1中占比为（42.30±4.88）%。霾期SNA为沙尘期的2.17倍。霾前SOR、NOR分别为0.25、0.09,霾期SOR、NOR比霾前分别升高28%、67%,表明霾期NO3-的二次转化明显升高。PM1中NH4+主要以（NH4）2SO4和NH4NO3形式存在,为富氨条件。本次沙尘事件气团传输过程中途经山西、河北、山东西北部等污染物高强度排放区域,前锋到达青岛时,携带的人为污染物占主导,导致沙尘期PM1中OC、EC占比分别为霾期的1.73、1.53倍。霾期、沙尘期SOC/OC值分别为0.43、0.48,霾期低于沙尘期,表明霾期SOC生成受到抑制。2019年1月重污染为一次本地污染源导致的霾事件。观测期间,PM1质量浓度为（77.32±20.55）μg/m3。轻度污染时期、重度到严重污染时期PM1质量浓度分别为（64.61±1.13）、（80.49±22.03）μg/m3。霾污染期间,水溶性离子质量浓度为（36.86±10.33）μg/m3,占PM1质量浓度的（47.80±4.94）%,离子以SO42-为主,硫氧化速率（SOR）、氮氧化速率（NOR）值分别为0.22、0.10,SOR、NOR值均大于0.1,表明本次污染过程SO42-、NO3-的二次转化程度均较高。[NH4+]/[SO42-]的物质的量比为5.37,表明本次污染过程大气为富氨条件。轻度污染期、重度污染到严重污染期SOC/OC分别为0.63、0.56,表明随污染程度加重SOC生成受到抑制。研究2017年和2018年秋冬季的PM1及其组分的特征及来源,以及对典型重污染过程的分析对青岛PM1的潜在源区以及秋冬季污染对策的制定提供了科学依据。
关键词：PM1、水溶性离子、含碳组分、重污染、青岛
【文章引用】彭倩倩. 青岛市秋冬季大气PM_1理化特征及来源分析[D].青岛理工大学,2020.
