英语原文共 18 页，剩余内容已隐藏，支付完成后下载完整资料
机动车尾气作为大气氨排放源对超大城市上海的重要性
摘要：
农业活动是上海市和中国其他大部分区域氨排放的主要来源；但是，关于机动车尾气氨排放对于城市大气氨的贡献有一个悬而未决的争论。从2014年4月至2015年4月，我们在上海大气超级站进行了大范围气体（包括氨气）和PM2.5中的化学物质小时分辨率的测定。这份大数据库展示了由春季农作物残渣燃烧所引发的持续几个小时的氨污染事件，该污染氨浓度高于平均浓度5.3mu;g·m-3四倍。因为依赖温度的农业源的强烈排放，通常氨气浓度在夏季（7.3plusmn;4.9mu;g·m-3）更高（平均值plusmn;1sigma;）。但是，夏季的氨气浓度只比其他季节的氨气平均浓度高出大约2.4mu;g·m-3或者41%，此外，冬季氨气浓度（5.0plusmn;3.7mu;g·m-3；n=2113）和春季浓度（5.1plusmn;3.8mu;g·m-3，n=2198）相似，但平均值比秋季浓度（4.5plusmn;2.3mu;g·m-3；n=1949）稍高。此外，其他气象要素如行星边界层高度、相对湿度并不是影响各季节氨气浓度的主要因素。这些发现表明在上海城市区域还有其他与气候无关的氨排放源。无论季节变换，NH3和CO的日变化均呈现明显的双峰分布，最大值出现在早晨和夜晚。空间分析表明，NH3浓度的升高时气流多来自通路网密集的城市东北、西南部。NH3的空间源区和昼夜变化共同佐证了上海大气NH3浓度的变化与城市日常交通活动有关。为了进一步检测机动车对NH3排放的影响，2014年春季在车流量大的城市隧道内（从隧道入口到出口）外（沿着垂直于隧道310m路旁断面）进行的NH3浓度采样，结果表明出口的浓度要比在入口和外界大气所测分别高出5和11倍左右。基于以里程为基础衍生出的机动车氨气排放因子为28mg·km-1，2014年上海市3.04百万辆机动车产生了大约1300tNH3， 占据了城市氨排放总量的12%。总而言之，我们的结果清楚地展示了和燃烧相关的机动车排放在上海市是一个重要的氨气源并且对城市大气中的PM2.5污染有潜在的影响。
1引言：
NH3是大气中最丰富的含氮物质之一，还是最主要的还原氮成分。它通过作为颗粒状铵盐的前体在局地和区域尺度上对流层化学过程和空气质量有重要影响。虽然中国在通过控制NOx和SO2排放来改善空气质量方面作出了巨大努力，但该国的大部分人口目前仍生活在达不到国家细微颗粒物标准的环境中（PM2.5，代表空气动力学当量直径小于2.5微米的颗粒）。氨排放减排已经作为降低外界PM2.5等级的一个高效策略被提出。但是氨的排放源及其对外界环境浓度尤其是城市大气氨的相对贡献仍然存在不确定性。
之前已有许多研究对氨的排放源问题作了研究，主要来源包括含氮肥料和动物饲养产生的排泄物的氨挥发，这一部分一共占据了全球80%多的氨排放总量。因此，这并不奇怪先前的调查主要集中在奶牛场，动物饲养场，畜牧设施，淤浆泻湖，坑式厕所和农田附近，因为这些地方的氨浓度水平普遍较高。生物质的燃烧，包括农业废物，热带草原和森林火灾的氨排放具有显著的时空变异特性，其对全球氨排放量的贡献可高达12%。尽管对氨排放源的关注主要在农业和农村环境，但许多研究表明城市中的环境氨气浓度可与农村相当，甚至高于后者。这些观测强烈表明，在城市地区一定存在其他非农业氨源。
从20世纪80年代开始，在汽车上引入三元催化转化器（TWCs），这大大减轻了来自汽车排气管的污染物排放。引入TWCs用于汽油动力车辆和选择性催化还原（SCR）来控制柴油动力车辆排放的氮氧化物而产生的副作用增加了机动车氨排放，这一非农业氨源已经通过实验室测力计和路上测量直接记录（包括移动追踪系统和隧道测试），或者间接通过环境NH3浓度与其他公认的示踪气体（e.g.，CO， NOx ）之间的强相关分析得以证实。在美国，评估下来约有5 %的氨排放是由于汽车车辆，而英国的这一评估数字为12 %，剩下的几乎所有的氨都来自于农业源。在区域层面，机动车排放量对总量的贡献很小。然而，它们集中在面积相对狭小的城市地区，其中NH3的农业源大多不存在。因此，不难想见汽车车辆对城市NH3预算和随后次要的PM2.5中的二次气溶胶形成不成比例的更大影响。另一方面，我们注意到一些重要的研究没有发现道路交通对环境NH3浓度的影响的证据。因此，需要做更多的努力来阐明车辆排放的NH3对城市大气的贡献。上海，与中国东部的许多其他城市一样，正在面临严重的空气污染问题，例如PM2.5浓度高，能见度低。尽管许多研究旨在理解颗粒污染，但对中国最大的城市NH3的特性知之甚少。为了抑制严重的空气污染，中国最近在几个主要城市出台了一项空气污染监测研究计划（简称大气超级站计划）。在2014年，在上海地区建立了一个配备有先进仪器的新的原位大气站，从而对PM2.5和相关前驱气体进行了全面的监测。这里，我们介绍和分析从1年中NH3的实时测量中检索的季节趋势，日变化和污染事件，目的是为了能探索控制上海NH3浓度的来源和参数。同时，还会进行额外的特定源调查来检查上海城市交通繁忙的隧道中车辆氨排放和转运情况。
常运华：车辆尾气排放作为大气氨源的重要性
图1.上海浦东环境监测中心（PEMC）大气超级站的位置。左图显示了中国东部和南部的各种类型的土地利用。右图中的红色区域和黑线分别代表上海的城市地区和主要道路。
2 方法
2.1 浦东站的长期监测
在距上海市中心（人民广场）东部5km处的浦东环境检测中心(PEMC; 121.5446 E, 31.2331 N)的屋顶（地面以上18m）进行了大气气溶胶和相关前驱气体的化学和光学性质的原位连续观测。该站点位于上海市区东部的一个混合使用的城市地区（办公，商业，住宅和交通），并且在5公里内没有明显的NH3点源。作为一个国家控制的站点，浦东站是由中国环境保护部门设计，由上海环境监测中心负责的，该站主要负责 PM10，PM2.5和其他标准污染物（CO，SO2，NOx和O3）的每小时空气质量数据的发布。
从2014年4月3日至2015年4月2日，使用MARGA仪器（气溶胶和活性气体分析仪的测量，Metrohm Applikon B.V.，NL）对水溶性气体（NH3，HNO3，HONO，HCl和SO2）和PM2.5组分（NO3-，Cl-，SO42-，Na ，NH4 ，K ，Mg2 和Ca2 ）进行测量，时间分辨率为每小时。MARGA将可溶性气体重新转移到旋转的湿壁磨蚀机中，而蒸汽喷射气溶胶收集器用于精细颗粒收集。同时，使用七个波长（370,470,520,590,660,880和950nm）从AE31气味仪每5分钟检索气溶胶光吸收系数，以PM2.5为截止。从880nm处的吸收系数计算整个数据库的黑碳（BC）浓度。根据国家规范HJ / T193-2005，通过上海环境空气质量自动监测站技术指南对测量过程进行严格的质量保证和质量控制程序。并且，一同位于PD顶层的屋顶的气象参数，包括温度，相对湿度和降雨量也会通过自动气象站(Met One Instruments, US)来进行监测。
为了探索NH3测量的在线和离线方法之间的可比性，将Ogawa无源取样装置（PSD）和位于PD的MARGA共同定位来被动测量2014年5月至2015年6月每周周围环境中的NH3浓度。Ogawa PSD是配备有由制造商提供两个14mm浸渍有磷酸的石英过滤器（用作副本）的双侧无源采样器。根据制造商的方案(http://www.ogawausa.com)，将暴露过的过滤器样品用8mL超纯水（18.2MOmega;cm）浸泡，并通过离子色谱系统来分析(883 Basic IC plus, Metrohm Co., Switzerland)。被动采样提取物中的NH4 检测限度为2.8mu;g/L，这对应符合七天样品约0.1ppb的环境NH3浓度检测限度。通过MARGA测量的NH3浓度（ppb）在同一时间段内平均高于与用Ogawa PSDs（ppb）所测浓度。补充中的图S1显示了两种NH3测量方法之间良好的相关性（y=0.82times; 0.56，n=53，R2=0.84，plt;0.001），并验证了来自MARGA平台的NH3数据的可靠性。
2.2隧道内外NH3浓度的道路测量
为了补充从上述主要监测活动获得的信息，在2014年4月9日至5月21日在邯郸隧道内外的8个地点进行了额外的NH3浓度测量。邯郸隧道是上海东北部一条长720米的城市快车道，将复旦大学校园分为两部分（图9a）。隧道的中间部分包含一个总计200米的开孔阵列用于通风。隧道有两个交通孔；每个孔的横截面积为70平方米，四个车道每天通常有120000辆车通过。在一组高功率风扇的驱动下，在隧道出口处测量的平均风速大约为5plusmn;1ms-1。隧道的最高车速上限为80km/h，一般行驶速度为50-60km/h。在隧道北边的洞内，四个取样点分别设在隧道的两端（隧道出口和入口10m处，简称T-d和T-a）和隧道中部通风孔阵列的两端（图9a；入口和出口附近的位置，分别简称为T-b和T-c）。在隧道外，建立了包括四个与隧道垂直的路旁断面，间隔距离从0m（简称O0m），20m（O20m），150m（O150m）至310m（O310m）。图9a显示了隧道和采样点的布局。
使用US EPA方法207.1（确定来自固定源的氨气排放）测量每个站点的NH3浓度。简单的说，就是对于每个样品，将环境空气通过两个烧结玻璃鼓泡器（在每个鼓泡器中含有10ml
0.005mol/LH2SO4吸收溶液）以1L/min的流速泵送2小时。将这两个起泡器串联连接，取样列的NH3收集效率为95％或更高（通过在我们的试验研究中使用四个串联的起泡器来检查，收集效率=100（[前两个起泡器的数值]/[四个起泡器的数值总和]）。测量在上午（当地时间8:00至11：00）和下午（14：00至19：00）之间进行。由于监测站点接近实验室，所有样品可以通过IC快速收集和分析以避免潜在的污染和领域空白从而低于检测限度。
考虑到人员在T-a，T-b和T-c位点取样的风险，6个样品会在在这三个位点同时收集。19对配对样品成功收集完后会在O0m，O20m，O150m，O310m站点测定。
2.3 行星边界层高度模拟
天气研究和预报（WRF）模型v3.5.1(Skamarock et al., 2008) 用于模拟行星边界层的高度。WRF模拟从一个45times;45公里水平分辨率的亚洲母域进行，嵌套到15times;15公里的第二个域，覆盖东部中国，朝鲜半岛和日本，并进一步嵌套到第三 覆盖长江三角洲地区5times;5公里处。使用Lam-bert保角锥投影，真实纬度限制为4和44，站立经度为115。三个域的覆盖如图S4所示。我们选择了RRTM长波辐射方案和Dudhia短波辐射方案。延世大学方案用于行星边界层选项。WRF模型配置可以在别处找到。将具有1.0times;1.0°水平分辨率的国家环境预测中心（NCEP）FNL数据库（http://rda.ucar.edu/datasets/ds083.2/）作为模型的初始和边界条件。应用在WRF中具有四维数据同化（FDDA）的单向嵌套方法。我们针对YRD地区的NCDC表面气象网络（国家气候数据中心，http://www7.ncdc.noaa.gov/CDO/cdo）进行了模型评估（图S4中的红点）。表面风速，温度和湿度的评估结果如补充表S2中所示。可以看出，这些气象参数在大多数月份的基准内，表明我们的WRF建模结果是可靠的。大气化学接口处理器（MCIP）（Otte and Pleim，2010）v4.1用于通过输出行星边界层场的大气高度，即标准MCIP输出之一来后期处理WRF结果。模拟期与观察结果一致，即从2014年4月至2015年4月。在这项研究中，应用了从第三域衍
剩余内容已隐藏，支付完成后下载完整资料
资料编号：[25994]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
