2. 华北电力大学环境与化学工程系, 北京 102206
2. School of Environment and Chemical Engineering, North China Electric Power University, Beijing 102206, China
近年来,我国大中型城市雾霾天气逐年增多[1, 2, 3],大气颗粒物已经成为影响我国城市空气质量的首要污染物[4]. PM2.5是空气动力学当量直径小于等于2.5 μm的颗粒物[5],对灰霾天气的形成和人体健康有很大的影响[6, 7, 8, 9]. 探讨PM2.5中的元素组成及来源已成为目前研究的热点[10, 11, 12, 13, 14]. 其中,燃煤锅炉排放的颗粒物已成为城市大气颗粒物污染的重要来源,引起了研究者的广泛关注[15, 16, 17],不同研究者所建立的不同城市的煤烟尘的成分谱之间存在较大的差异.
阳泉市地处京津冀三角的边缘,PM2.5浓度经常处于居高不下的状态,为有效地防治大气颗粒物(PM2.5)污染,亟需对阳泉市PM2.5的来源进行解析. 化学质量平衡(CMB)模型是目前应用最广泛的进行源解析研究的受体模型[18],而这种模型需要以本地的源成分谱作为输入参数. 阳泉作为中国著名的无烟煤产地,煤炭储量丰富,研究其燃煤烟尘PM2.5中的化学组分特征对阳泉市大气颗粒物污染防治意义重大,目前关于阳泉市PM2.5燃煤电厂化学组分特征的研究还未见报道.
本研究同时采集阳泉市5家燃煤电厂锅炉除尘器下载灰,通过再悬浮方式将颗粒物同时采集到聚丙烯滤膜和石英滤膜上,测定PM2.5中元素、 离子以及EC、 OC的含量水平,建立阳泉市电厂燃煤烟尘PM2.5成分谱,以期为阳泉市PM2.5源解析研究工作提供数据支撑.
1 材料与方法 1.1 排放源选择及样品的采集选择阳泉市电力行业5家电厂(表 1),分别用滤筒采集其除尘器下的灰各约1 kg,装入聚四氟乙烯塑料袋中运回实验室.
![]() | 表 1 采样点位具体信息 Table 1 Information of sampling sites |
样品经150目筛筛分后,筛下物避光低温(4℃)保存. 将样品置于再悬浮装置后,使用TH-150C型中流量采样器同时采用聚丙烯和石英滤膜进行平行采集PM2.5样品.
1.3 样品的处理和分析将采样后的聚丙烯滤膜剪碎放入锥形瓶中,加适量去离子水润湿,再加入分析纯的HNO3 15 mL,HClO4 5 mL; 将锥形瓶放在电炉上加热,温度控制在100℃以下; 试样与酸不断反应,当酸剩余约3 mL时,将锥形瓶取下冷却,加少量去离子水,过滤残渣,定容15 mL,待测. 过滤后的残渣放回原锥形瓶中,用2%KOH溶液30 mL煮沸0.5 h,再过滤定容于50 mL容量瓶,检测Si容量. 对预处理好的聚丙烯滤膜样品使用ICP-9000(N+M)型等离子体发射光谱仪分析测试Na、 Mg、 Al、 Si、 K、 Ca、 Cd、 Ti、 V、 Cr、 Mn、 Fe、 Ni、 Cu、 Zn、 As、 Pb、 Co这18种无机元素.
用1/4石英膜的样品,将样品浸泡在10 mL去离子水中,摇匀,置于超声波浴下提取10 min,然后静置,取上层清液用于离子色谱分析. 对处理好的1/4的石英膜样品使用青岛盛瀚CIC-200型离子色谱仪测定NO3-、 SO42-、 Cl-、 K+、 Na+、 Mg2+、 NH4+这7种离子; 另取1/4的石英膜样品使用德国生产的ElementarAnalysensysteme GmbH vario EL cube,分析元素碳EC、 有机碳OC.
1.4 质量保证和质量控制(QA/QC)采样前石英膜经马弗炉高温灼烧以除去吸附的有机物; 采样完成后的石英膜称重后置于锡箔纸内于4℃冷藏避光保存; 聚丙烯膜称重后,放入干燥器中于22℃恒温条件保存. 为保证前处理及分析方法的可靠性,选择GSD6沉积物标准样进行相同的处理和分析,同时取空白滤膜按照相同步骤进行空白实验,结果表明目标物回收率大于85%,平行样测定相对标准差(RSD)均小于7%,且空白膜中元素及离子含量均低于检出限,不会对结果造成影响.
1.5 富集因子分析法运用地球化学富集因子分析法[19]分析不同煤种的下载灰中微量元素的富集因子,从而进一步对比与原煤中各元素含量的差异. 计算公式如下:

根据富集因子的大小,可以将元素的富集程度分为5个级别[20],见表 2.
![]() | 表 2 富集因子分级表 Table 2 Grade table of enrichment factor |
运用分歧系数法[21]可以分析同一粒径不同区域的煤烟尘成分谱之间的相似程度,其计算公式如下:

C值越接近于0,说明2个成分谱非常相似,C值越接近于1,说明2个成分谱组分相差越大. 姬亚芹将若干城市的成分谱按照不同的分析系数代入CMB受体模型进行解析,结果表明:在其他源和受体成分谱不变的条件下,分歧系数在0.2以下的2个成分谱的源解析结果相同,本研究中以0-0.2为2个成分谱必定相似,0.2-0.5可能相似,0.5-1必定不相似为基础来分析.
2 结果与讨论 2.1 分析结果对5家电厂的除尘器下载灰中的成分进行分析测试,结果见图 1.
![]() | 图 1 阳泉市电厂燃煤烟尘中各化学成分的质量比 Fig. 1 Mass fractions of chemical components in coal dust of power plants in Yangquan |
对分析结果进行归一化处理,取其均值得到阳泉市电厂燃煤烟尘PM2.5成分谱,见表 3. 阳泉市电力行业燃煤锅炉排放的颗粒物(PM2.5)中主要组分为SO42-、 Ca、 NO3-、 OC、 EC、 Al、 Si、 Na、 Mg、 Fe以及Cl-,其他各种微量、 痕量重金属元素所占的比例很低.
![]() | 表 3 阳泉市电厂燃煤烟尘PM2.5成分谱 /% Table 3 PM2.5 source profiles of coal dust of power plants in Yangquan/% |
根据5家电厂煤炭使用种类的不同,将其分为2类,一类是以无烟煤为燃料的电厂,一类是以煤矸石、 中煤等劣质煤为燃料的电厂. 通过对煤烟尘PM2.5化学成分的测定结果进行分类处理,得到两类煤质燃烧后的烟尘成分谱,见图 2.
![]() | 图 2 无烟煤与劣质煤燃烧后烟尘PM2.5中化学组分的比较 Fig. 2 Comparison of chemical composition between PM2.5 in dusts from combustion of blind coal and fault coal |
由图 2可知,Ca是劣质煤电厂除尘器下载灰中最丰富的组分,含量为(17.53±2.55)%,其次为SO42-,含量为(14.95±0.39)%; SO42-是无烟煤电厂中含量最丰富的组分,含量为(14.27±2.43)%,其次为Ca,含量为(12.06±0.69)%; TC在两种烟尘中的含量都居于第三位,在劣质煤和无烟煤中含量分别为(9.66±0.35)%、 (11.71±2.18)%. 可以发现劣质煤燃烧排放的PM2.5中Ca的含量约是无烟煤中的1.5倍,这与劣质煤中Ca的含量较高有很大关系; 此外,劣质煤燃烧排放的PM2.5中SO42-、 Al、 Na、 Fe、 Mg、 Cl-的含量略高于无烟煤,TC、 NO3-、 OC、 Si的含量略低于无烟煤. 造成这种差异的原因有多种,除与锅炉的燃烧方式、 燃料的性质等因素[22]有关外,还与除尘方式有关.
2.3 不同煤种的除尘器下载灰PM2.5中元素的富集程度由图 3可知,Pb在无烟煤与劣质煤燃烧排放的PM2.5中的富集系数最大,且在无烟煤中明显高于劣质煤,分别为15.91、 10.66,均为显著富集; Ni在无烟煤PM2.5中富集因子为6.48,显著富集,在劣质煤 中为4.25,中度富集; Zn在无烟煤中富集因子为4.61,中度富集,在劣质煤中为5.31,显著富集; Cr在无烟煤与劣质煤中的富集因子分别为2.29、 3.25,均为中度富集; V在无烟煤与劣质煤中的富集因子分别为1.17、 1.57,均为轻微富集; 其他微量元素的富集系数均小于1. 分析造成富集系数差异的原因除与煤质的不同有关外,其燃烧方式、 除尘方式及锅炉的负荷等因素也会对元素的富集系数产生影响.
![]() | 图 3 微量元素的相对富集系数 Fig. 3 Relative enrichment factor of trace elements |
表 4比较了不同地区的燃煤烟尘的PM2.5化学成分谱,可以发现不同地区不同研究者建立的燃煤烟尘PM2.5成分谱中主要化学组分所占质量分数存在着较大的差异,这与其燃烧方式、 除尘方法以及建立源谱的方式、 采样方法、 分析方法均有关系. 其中由于煤质的不同造成煤中挥发分含量的不同,燃烧方式的不同,会影响煤炭燃烧充分的程度,进而导致飞灰中含碳量的差异,以及建立源谱过程中计算方法、 统计方法的不同均会影响成分谱的建立.
![]() | 表 4 不同地区燃煤烟尘PM2.5源谱中主要化学组分比较 /% Table 4 Comparison of major chemical components in coal dust PM2.5 source profile from different cities/% |
阳泉市电厂燃煤烟尘PM2.5中,Ca含量明显高 于国内其他地区,与美国Texas、 Mexico的数据相近,是不同于国内其他地区燃煤源谱最突出的特点; OC含量略高于国内其他地区,可能是本地区燃煤工况不佳、 除尘设施不完善导致; SO42-含量与北京接近,低于上海的水平,但远高于国内其他地区; Al、 Fe含量均略低于国内其他地区; Mg含量略高于其他地区; Cl-含量略高于其他地区,但远远低于北京.
运用分歧系数法计算本研究得到的两种煤种燃烧后烟尘的成分谱之间的分歧系数为0.072,因此可以认为这两个成分谱必定相似.
根据表 4各个城市的源成分谱,计算得到阳泉市燃煤烟尘PM2.5成分谱与其他城市的分歧系数,见表 5.
![]() | 表 5 阳泉市电厂燃煤烟尘PM2.5成分谱与其他城市分歧系数 Table 5 Coefficient of divergence of PM2.5 source profiles between Yangquan and other cities |
阳泉与石家庄、 美国Colorado之间的相似系数分别为0.568、 0.589,表明阳泉市电力行业燃煤烟尘PM2.5成分谱与石家庄、 美国Colorado不存在相似性; 与上海、 北京、 辽宁抚顺、 浙江宁波、 美国Texas、 Mexico之间的相似系数在0.276-0.433之间,表明阳泉市燃煤烟尘PM2.5成分谱与这些城市存在可能的相似性,表明不同地区燃煤烟尘成分谱存在差异. 因此,在进行PM2.5的源解析工作时,不同的地区应建立各地本土的源成分谱,避免盲目借鉴外来成分谱,以提高源解析工作的准确性与可靠性.
3 结论(1)阳泉市电厂燃煤锅炉排放的颗粒物(PM2.5)中主要组分为SO42-、 Ca、 TC、 NO3-、 OC、 Al、 Si、 Na、 Fe、 Mg以及Cl-,其他各种微量、 痕量重金属元素所占的比例很低.
(2)Pb在煤烟尘PM2.5中相对富集系数最大,达到10.66-15.91,呈显著富集,煤烟尘中富集系数大于1的微量元素还有Zn、 Ni、 Cr、 V.
(3)无烟煤和劣质煤燃烧后煤烟尘的PM2.5成分谱之间的分歧系数为0.072,可以认为这两个成分谱必定相似; 不同地区不同研究者建立的煤烟尘PM2.5源成分谱中主要化学组分所占比例存在着较大的差异.
(4)在进行PM2.5的源解析工作时,不同的地区应建立各地本土的源成分谱,避免盲目借鉴外来成分谱,以提高源解析工作的准确性与可靠性.
[1] | 童尧青, 银燕, 钱凌, 等. 南京地区霾天气特征分析[J]. 中国环境科学, 2007, 27 (5): 584-588. |
[2] | Tan J H, Duan J C, Chen D H, et al. Chemical characteristics of haze during summer and winter in Guangzhou[J]. Atmospheric Research, 2009, 94 (2): 238-245. |
[3] | 张逢生, 王雁, 闫世明. 1975-2010年阳泉市霾气候特征及其气象影响因素特征分析[J]. 山西科技, 2014, 29 (1): 50-52. |
[4] | 杨仪方, 钱枫, 谢婷, 等. 北京市春季大气颗粒物污染特性研究[J]. 环境污染与防治, 2009, 31 (7): 44-47, 51. |
[5] | 王平利, 戴春雷, 张成江. 城市大气中颗粒物的研究现状及健康效应[J]. 中国环境监测, 2005, 21 (1): 83-87. |
[6] | 杨卫芬, 银燕, 魏玉香, 等. 霾天气下南京PM2.5中金属元素污染特征及来源分析[J]. 中国环境科学, 2010, 30 (1): 12-17. |
[7] | 高健, 张岳翀, 王淑兰, 等. 北京2011年10月连续灰霾过程的特征与成因初探[J]. 环境科学研究, 2012, 25 (11): 1201-1207. |
[8] | 杨欣, 陈义珍, 刘厚凤, 等. 北京2013年1月连续强霾过程的污染特征及成因分析[J]. 中国环境科学, 2014, 34 (2): 282-288. |
[9] | Sun Y L, Zhuang G S, Tang A H, et al. Chemical characteristics of PM2.5and PM10in haze-fog episodes in Beijing[J]. Environmental Science & Technology, 2006, 40 (10): 3148-3155. |
[10] | 刘凤娴, 彭林, 牟玲, 等. 忻州市市区大气颗粒物中的元素组成特征[J]. 环境化学, 2014, 33 (2):313-320. |
[11] | You W, Zang Z L, Pan X B, et al. Estimating PM2.5 in Xi'an, China using aerosol optical depth: A comparison between the MODIS and MISR retrieval models[J]. Science of the Total Environment, 2015, 505 : 1156-1165. |
[12] | Marcazzan G M, Ceriani M, Valli G, et al. Source apportionment of PM10 and PM2.5 in Milan (Italy) using receptor modelling[J]. Science of the Total Environment, 2003, 317 (1-3): 137-147. |
[13] | Ho K F, Cao J J, Lee S C, et al. Source apportionment of PM2.5 in urban area of Hong Kong[J]. Journal of Hazardous Materials, 2006, 138 (1): 73-85. |
[14] | Zheng M, Salmon L G, Schauer J J, et al. Seasonal trends in PM2.5 source contributions in Beijing, China[J]. Atmospheric Environment, 2005, 39 (22): 3967-3976. |
[15] | 陆炳, 孔少飞, 韩斌, 等. 燃煤锅炉排放颗粒物成分谱特征研究[J]. 煤炭学报, 2011, 36 (11): 1928-1933. |
[16] | 齐堃, 戴春岭, 冯媛, 等. 石家庄市PM2.5工业源成分谱的建立及分析[J]. 河北工业科技, 2015, 32 (1): 78-84. |
[17] | 王玮, 汤大钢, 刘红杰, 等. 中国PM2.5污染状况和污染特征的研究[J]. 环境科学研究, 2000, 13 (1): 1-5. |
[18] | 郑玫, 张延君, 闫才青, 等. 上海PM2.5工业源谱的建立[J]. 中国环境科学, 2013, 33 (8): 1354-1359. |
[19] | 王起超, 邵庆春, 周朝华. 不同粒度飞灰中16种微量元素的含量分布[J]. 环境污染与防治, 1998, 20 (5): 37-41. |
[20] | 姬亚芹, 朱坦, 冯银厂, 等. 用富集因子法评价我国城市土壤风沙尘元素的污染[J]. 南开大学学报(自然科学版), 2006, 39 (2): 94-99. |
[21] | 姬亚芹. 城市空气颗粒物源解析土壤风沙尘成分谱研究[D]. 天津: 南开大学, 2006. |
[22] | 周新刚, 刘志超, 路春美, 等. 燃煤电厂锅炉飞灰含碳量影响因素分析及对策[J]. 节能, 2005, 278 (9): 45-47. |
[23] | Song Y, Tang X Y, Xie S D, et al. Source apportionment of PM2.5 in Beijing in 2004[J]. Journal of Hazardous Materials, 2007, 146 (1-2): 124-130. |
[24] | 金永民. 抚顺市大气颗粒物主要排放源的成分谱研究[J]. 中国环境监测, 2007, 23 (2): 58-61. |
[25] | 肖致美, 毕晓辉, 冯银厂, 等. 宁波市环境空气中PM10和PM2.5来源解析[J]. 环境科学研究, 2012, 25 (5): 549-555. |
[26] | Chow J C, Watson J G, Kuhns H, et al. Source profiles for industrial, mobile, and area sources in the Big Bend Regional Aerosol Visibility and Observational study[J]. Chemosphere, 2004, 54 (2): 185-208. |
[27] | Watson J G, Chow J C, Houck J E. PM2.5chemical source profiles for vehicle exhaust, vegetative burning, geological material, and coal burning in Northwestern Colorado during 1995[J]. Chemosphere, 2001, 43 (8): 1141-1151. |