焦炉顶和厂区环境中有机碳和元素碳的粒径分布

为了明确焦炉顶和厂区环境空气颗粒物中有机碳(organic carbon,OC)和元素碳(elemental carbon,EC)的污染特征,利用美国Staplex234大流量采样器(粒径:≤1.4μm、1.4～2.1μm、2.1～4.2μm、4.2～10.2μm、≥10.2μm)采集焦炉顶和厂区的环境空气颗粒物样品,并用德国Elementar Analysensysteme GmbH vario EL cube分析其中的OC和EC组分.结果表明,焦炉顶TSP中ρ(OC)和ρ(EC)分别为291.6μg·m-3、255.1μg·m-3,厂区ρ(OC)和ρ(EC)分别为377.8μg·m-3、151.7μg·m-3;厂区≤1.4μm颗粒物中二次有机碳(secondary organic carbon,SOC)的质量浓度为147.3μg·m-3;焦炉顶≤2.1μm颗粒物中ρ(OC)/ρ(EC)值为1.3.厂区TSP中ρ(EC)低于焦炉顶,ρ(OC)明显高于焦炉顶,且厂区≤10.2μm颗粒物中ρ(OC)、ρ(EC)远高于焦化厂所在地区环境空气;焦炉顶和厂区的OC、EC均主要富集在细颗粒物中,焦炉顶和厂区OC的粒径分布差别较大,厂区比焦炉顶OC的粒径分布更趋向于向细颗粒物分布,焦炉顶和厂区EC的粒径分布相似;厂区粒径≤10.2μm颗粒物中,随着粒径的减小,ρ(SOC)和SOC对OC的贡献均呈增大的趋势.     

鼎湖山大气颗粒物中OC与EC的浓度特征及粒径分布

为了解华南背景区域鼎湖山站碳质气溶胶的浓度水平与来源,采用DRI Model 2001A热/光碳分析仪测定了鼎湖山站大气颗粒物分级样品中的有机碳(OC)与元素碳(EC)浓度水平,并分析了碳质组分的浓度特征和粒径分布.结果表明,在PM_(1.1)、 PM_(2.1)和PM_(9.0)中,鼎湖山OC的平均质量浓度分别为(5.6±2.0)、(7.3±2.4)和(12.8±4.0)μg·m~(-3), EC的平均质量浓度分别为(2.3±1.4)、(2.7±1.6)和(3.4±1.7)μg·m~(-3). PM_(1.1)和PM_(2.1)中OC分别占PM_(9.0)中OC的43.8%和57.0%, EC占67.6%和79.4%. OC和EC主要富集在细粒子中. PM_(1.1)和PM_(2.1)中OC和EC在秋季最高,OC在冬季最低,EC在夏季最低. PM_(9.0)中OC夏季最高.鼎湖山中碳质气溶胶以OC2、 EC1、 OC3和OC4为主,夏季OC3EC1,生物排放源增强,冬季EC1质量浓度最高,局地的机动车排放源更强.OC和EC在4个季节都呈现双峰型分布,细粒径段峰值位于0.43～0.65μm,粗粒径段峰值出现在3.3～5.8μm. PM_(1.1)和PM_(2.1)中OC以一次排放为主,二次有机碳(SOC)在春季最高[(3.0±1.4)μg·m~(-3)],冬季最低[(1.3±1.4)μg·m~(-3)],春季二次转化更强.鼎湖山大气细粒径段OC主要来自燃煤和机动车排放,粗粒径段主要来自生物源排放,EC主要受到燃煤、机动车排放和扬尘的影响.     

重庆市北碚城区气溶胶中有机碳和元素碳的污染特征

为了研究重庆市北碚城区大气碳质气溶胶组分的污染特征,于2014年3月~2015年2月采用安德森采样器采集大气颗粒物样品,用DRI Model 2001 A热光碳分析仪测定其中有机碳(OC)和元素碳(EC)的质量浓度.结果表明,北碚城区PM_(2.1)和PM_(9.0)中OC和EC的年平均浓度分别为(16.3±7.6)、(1.8±0.7)和(25.0±9.7)、(3.2±1.3)μg·m-3.在PM_(2.1)中,OC和EC均呈现出冬春季大于夏秋季的季节变化特征,而PM_(9.0)中OC呈现出夏春季大于冬秋季,EC呈现出冬春季大于夏秋季的季节变化特征.对全年OC和EC的粒径进行分析,发现OC在整个粒径上呈现"双峰型"分布,其中细粒子段峰值位于0.43~0.65μm粒径段,粗粒子段峰值位于4.7~5.8μm粒径段;EC呈现出"三峰型"分布,其中细粒子段峰值位于0.43~0.65μm粒径段,粗粒子段峰值位于4.7~5.8μm粒径段,同时2.1~3.3μm粒径段也出现一个明显峰值.对OC和EC进行相关性分析并对PM_(2.1)中的SOC进行估算,发现北碚城区全年SOC浓度为(6.3±5.9)μg·m-3,占全年OC的33.5%±22.6%,且OC和EC显著相关.最后对北碚城区大气气溶胶的污染来源进行分析,发现污染主要来源于汽油车尾气、生物质燃烧和燃煤排放.     

北京冬季PM2.5中元素碳、有机碳的污染特征

通过2003年1月对北京市区PM_2.5中元素碳(EC)、有机碳(OC)连续测量,分析了其污染特征。监测资料表明,北京市区PM_2.5中ρ(OC)高于ρ(EC),它们多在夜间高、白天低,且变化趋势大致相同。北京市区冬季ρ(OC) ρ(EC)的值较低。      

忻州市环境空气PM10中有机碳和元素碳污染特征分析

采集了忻州市4个监测点位采暖季和非采暖季环境空气PM10样品,利用Elementar Analysensysteme GmbH vario EL cube测定有机碳(organic carbon,OC)和元素碳(elemental carbon,EC)的质量浓度,通过OC和EC的时空分布、比值以及相关性分析揭示忻州市的碳组分污染特征.结果表明,忻州市PM10中OC和EC的平均质量浓度分别为(18.5±4.5)μg·m-3和(16.1±4.3)μg·m-3,采暖季和非采暖季TCA占PM10的比例分别为70.7%和43.8%;4个监测点位采暖季OC的质量浓度均高于非采暖季,XT、DC和KQ监测点采暖季EC的质量浓度高于非采暖季,SQ监测点则相反,采暖季燃煤是OC和EC的主要来源;监测点XT的OC质量浓度最高,为24.1μg·m-3,DC的EC质量浓度最高,为22.0μg·m-3,SQ的OC和EC质量浓度最低,分别为17.2μg·m-3和14.5μg·m-3,区域性污染特征存在差异;OC/EC均值小于2,一次污染严重;非采暖季OC与EC浓度相关性较好(R2=0.55),二者排放源单一,主要来源为机动车尾气排放,采暖季相关性不显著(R2=0.13),二者排放源复杂.忻州市主要通过控制燃煤、机动车尾气、生物质燃烧、工业源等的一次排放来减轻碳组分污染,进而提高环境空气质量.     

春节期间西安城区碳气溶胶污染特征研究

采用美国R&P公司TEOM-1400a大气颗粒物监测仪器及其8通道采样系统(ACCU),在2011年春节期间实时监测和分8个时段采集了西安城区的PM2.5样品.研究了春节期间西安城区大气中PM2.5的碳气溶胶污染特征.目的是阐明2011年春节期间燃放烟花爆竹时,西安城区大气中细颗粒PM2.5的质量浓度、元素碳(EC)、有机碳(OC)及水溶性有机碳(WSOC)的浓度分布特征,探讨了其污染来源.结果表明,除夕00:00～02:59为污染浓度最大时段,PM2.530 min平均浓度在01:00时刻达到最大值1 514.8μg·m-3,其碳组分OC、EC、WSOC、非水溶性有机碳(WIOC)分别为123.3、18.6、66.7和56.6μg·m-3,高于春节期间的其他正常时段1.7倍、1.2倍、1.4倍和2.2倍.碳气溶胶组分WSOC与OC、EC相关性分析表明春节烟火期间含碳物质更多的来自于烟花爆竹燃放,但其对烟火时段的气溶胶的贡献较小,仅为9.4%.     

清洁取暖对保定市采暖期PM2.5中碳质气溶胶的影响

为了研究清洁取暖措施对保定市PM_2.5中碳质气溶胶浓度和来源的影响,于2014年和2019年冬季采暖期在保定市采集PM_2.5样品,用DRI Model 2001A热光碳分析仪测定样品中OC和EC的浓度.结果表明,2014年采暖期PM_2.5中ρ(OC)和ρ(EC)平均值分别为60.92μg·m^-3和18.15μg·m^-3,2019年采暖期PM_2.5中ρ(OC)和ρ(EC)平均值分别为36.63μg·m^-3和6.07μg·m^-3,与2014年相比2019年OC、 EC浓度分别下降了39.87%和66.56%,EC下降幅度大于OC,且2019年气象条件与2014年相比更不利于污染物扩散.通过对OC和EC相关性分析和SOC估算,发现2014年和2019年保定市OC和EC相关性R²分别为0.874和0.811,表明保定市OC和EC具有较为一致的来源.2014年和2019年ρ(SOC)的平均值分别为16...     

南京大气PM2.5中碳组分观测分析

为了解南京地区大气细颗粒物及化学成分在灰霾期间的污染水平及可能来源,于2007年6月至2008年5月,采集PM2.5样品,并测定了其中有机碳(OC)和元素碳(EC)的含量.并考察了有机碳和元素碳的季节变化特征,比较分析了南京地区灰霾与非灰霾期间含碳气溶胶的污染特征.结果显示,南京大气中PM2.5、OC和EC浓度变化范围分别是12.1~287.1,2.6~47.0和1.0~33.6mg/m3,其中夏季PM2.5(109.6mg/m3)和OC(20.8mg/m3)的值在四个季度中最高,呈现出夏季>秋季>冬季>春季的季节变化特征;EC则具有秋季>春季>冬季>夏季的季节变化特征. 霾日的OC、EC、总碳含量(TC)浓度及OC与EC比值分别是非霾日的2.0、1.8、1.9和1.7倍.后向轨迹分析表明,在有利的天气背景下,具有丰富水汽和污染物的混合气团最易使南京产生霾天气.     

兰州春夏季PM10碳组分昼夜变化特征与来源分析

为探讨兰州市春夏季大气可吸入颗粒物(PM_(10))中碳气溶胶的昼夜变化特征及来源,从2015年4月1日至8月30日分白天(08:00~20:00)和夜间(20:00~次日08:00)对兰州市区PM_(10)样品进行采集,并分析了其中的有机碳(OC)和元素碳(EC)的昼夜浓度.结果表明,采样期间白天PM_(10)、OC和EC的平均浓度分别为(136.0±84.3)、(12.4±3.2)和(2.3±0.7)μg·m-3.夜间,PM_(10)和OC、EC的平均浓度分别为(196.0±109.2)、(16.0±5.3)和(5.0±2.1)μg·m-3.PM_(10)、OC和EC浓度均呈现出夜间高于白天.采样期间白天二次有机碳占有机碳的比值均高于夜间,表明白天受二次有机碳的污染更严重.沙尘日PM_(10)和OC浓度均高于非沙尘日,而EC浓度与非沙尘日接近.沙尘日,二次有机碳和总碳气溶胶的浓度均较高,但对PM_(10)的贡献相对较低.对碳气溶胶8种组分进行主成分分析,结果表明在非沙尘日,白天碳气溶胶主要来源于燃煤、汽油车、柴油车排放和生物质燃烧,夜间主要受到燃煤、扬尘以及柴油车和生物质燃烧的影响.     

盘锦市秋冬季节PM2.5中碳组分特征及来源解析

为研究盘锦市秋冬季节大气PM_(2.5)中碳组分的污染特征和来源,于2016年10月和2017年1月采集盘锦市3个点位PM_(2.5)样品,通过OC/EC比值法,EC示踪法以及主成分分析法对PM_(2.5)中碳组分进行污染特征分析及来源解析.结果表明,盘锦市秋冬季节PM_(2.5)浓度均超过环境空气质量标准(GB 3095-2012)二级标准,秋季OC和EC的平均浓度为10.02μg·m~(-3)和3.91μg·m~(-3),冬季为16.04μg·m~(-3)和5.62μg·m~(-3);采样期间秋冬季节OC/EC均大于2.0,说明各采样点位在秋冬季均可能存在二次污染,Spearman相关分析及线性拟合可知开发区OC与EC来源复杂,第二中学及文化公园OC和EC可能具有同源性;通过EC示踪法对SOC进行定量估算,得出秋季SOC浓度为7.21μg·m~(-3),冬季为23.07μg·m~(-3),对结果进行不确定性分析,可知秋冬季节SOC不确定性的绝对误差和相对误差均在可接受范围内;通过主成分分析得出盘锦市秋冬季节PM_(2.5)中碳组分主要来源于煤烟尘,生物质燃烧以及机动车尾气.     

天津市大气PM10中碳组分垂直分布特征研究

针对天津市大气颗粒物PM10中碳组分的垂直分布特征开展研究,结果显示天津市含碳组分垂直分布特征明显,OC和EC浓度随高度升高而减少.各高度中,近地面10 m处大气OC和EC浓度最高,碳颗粒污染最重,近地面SOC污染亦较重,与机动车尾气排放有较大关系;40 m高度处OC和EC的相关系数最小,该高度处碳颗粒来源较复杂,近地面机动车和高架源燃煤排放等源均对碳颗粒有贡献;120 m处OC和EC的相关性最高,碳组分同源性较高,与该高度处碳颗粒主要受高架源排放影响有关;220 m处OC与EC相关性较低,OC含量最高,OC/EC比值较高,可能与220 m处区域输送燃烧的碳颗粒较多有关.     

天津市典型城区大气碳质颗粒物的粒径分布特征和来源

为分析天津市典型城区大气碳质颗粒物的粒径分布及其来源,于2009年12月—2010年11月采用9级惯性撞击式分级采样器对大气颗粒物进行采样,采用热光碳分析仪分析了颗粒物中的EC(元素碳)和OC(有机碳)的质量浓度. 结果表明:天津市典型城区大气颗粒物中EC和OC主要存在于细颗粒物中,在≤2.1μm的4个细粒径段中,ρ(EC)的加和年均值为(2.6±0.9)μg/m3,占PM₉(空气动力学直径≤9.0μm)ρ(TEC)的72%;ρ(OC)为(21.5±7.7)μg/m3,占PM₉中ρ(TOC)的60%. ρ(EC)和ρ(OC)季节变化显著,在≤2.1μm粒径段中,春、夏、秋、冬季的ρ(EC)分别为(1.7±0.3)、(2.1±0.4)、(3.1±0.5)和(3.7±0.5)μg/m3;ρ(OC)分别为(17.6±0.4)、(14.4±1.1)、(21.9±1.8)和(32.1±2.5)μg/m3. ρ(EC)峰值分别出现在≤0.43、>0.65~1.1和>4.7~5.8μm 3个粒径段,其中最高值出现在≤0.43μm粒径段;ρ(OC)峰值分别出现在>0.65~1.1和>4.7~5.8μm 2个粒径段,最高值出现在>0.65~1.1μm粒径段. 天津市典型城区细颗粒物中的OC、EC主要来自燃煤、机动车和烹饪排放,粗颗粒物中的OC、EC则更多来自于路面和建筑扬尘.      

乌鲁木齐市PM_(2.5)和PM_(2.5~10)中碳组分季节性变化特征

2011年1月至12月在乌鲁木齐市区用膜采样法采集了大气PM_(2.5)和PM_(2.5~10)样品,并利用热光/碳分析仪测定了其中有机碳(OC)和元素碳(EC)的质量浓度.通过OC与EC的粒径分布特征、比值和相关性的分析,初步分析了乌鲁木齐市大气可吸入颗粒物中碳质气溶胶污染特征,并用OC/EC比值法估算了二次有机碳(SOC)的浓度.结果表明,PM_(2.5)和PM_(2.5~10)的年平均质量浓度分别为92.8μg/m~3和64.7μg/m~3.PM_(2.5)中OC和EC的年平均浓度分别为13.85μg/m~3和2.38μg/m~3,PM_(2.5~10)中OC和EC的年平均浓度分别为2.63μg/m~3和0.57μg/m~3.OC和EC四季变化趋势基本一致,季浓度最高.碳组分主要集中于PM_(2.5)中,OC/EC比值范围为3.62~11.21.夏季和秋季的PM_(2.5)和PM_(2.5~10)中OC和EC的相关性较好(R20.65).估算得出的PM_(2.5)和PM_(2.5~10)中SOC的估算浓度为2.31~11.98μg/m~3和0.38~1.49μg/m~3.     

邯郸市PM2.5中碳组分的浓度、来源及其变化

为明确邯郸市PM_(2.5)中碳组分污染浓度、来源和近年来的变化,分别于2015和2017年1、4、7、10月在河北工程大学能环实验楼4层采集PM_(2.5)样品,采用热/光碳分析仪测定了样品中8种碳组分含量,并计算得到有机碳(OC)、元素碳(EC)、Char-EC和Soot-EC含量.结果表明,2017年PM_(2.5)中碳组分浓度较2015年下降约15%,质量分数下降约17%,季节变化均表现为冬高夏低的特点;2017年SOC浓度和SOC/PM_(2.5)、SOC/OC比值均低于2015年,SOC浓度和SOC/PM_(2.5)比值下降约36%,季节分布特征相似(秋冬高、春夏低).两年除夏季外,其余季节OC、EC相关系数均高于0.7,表明存在共同来源;2017年OC、OC1与EC相关性高于2015年,此外,两年中EC1～EC3、Char-EC和Soot-EC与各组分相关系数差异较大;两年中Char-EC与OC、EC的相关性(r=0.5～1.0)明显高于Soot-EC与OC、EC的相关性(r=0.1～0.6),这主要与二者形成机理有关.碳组分之间的关系和主成分分析结果表明,燃煤、生物质燃烧和柴油车尾气的混合源是2015年碳质组分的主要来源,而2017年则来源于燃煤和机动车尾气排放.     

南京市PM2.1中有机碳和元素碳污染特征及影响因素

采用DRI Model 2001A热/光碳分析仪测定了2011年南京市区(南师)和郊区工业区(南化)大气气溶胶细粒子(PM2.1)中有机碳(OC)和元素碳(EC)的含量,并对两地的OC、EC污染特征进行了评价,分析了细粒子中含碳物质的来源.结果显示,在PM2.1中,南京市市区OC、EC的年平均浓度分别为12.79,3.18μg/m3,郊区工业区分别为13.44,3.74μg/m3,工业区污染更加严重.市区和工业区冬春季OC、EC含量较高且冬季OC、EC相关性较高,这与冬季燃煤量增加,并且受内陆西风及逆温的影响,污染物集中在南京市上空不易扩散有关;夏季两地OC、EC含量及相关性均达到最低,可能由于夏季降雨频繁,加上台风作用,稀释和清除了部分污染物.应用OC/EC比值法对市区和郊区工业区二次有机碳(SOC)含量进行了估算,两地均是夏季SOC占TOC比例最高,分别为46.63%、45.65%,SOC主要来自于光化学反应,可见在光照充裕、辐射强烈的夏季更加有助于SOC的生成.     

树叶烟尘中的有机碳和元素碳

为了探讨不同燃烧条件下树叶烟尘中有机碳(OC)、元素碳(EC)及8种碳组分(OC1~OC4、POC、EC1~EC3)的质量分数及分布,利用自制的燃烧采样装置,对10种绿叶进行了阴、明燃两种条件的燃烧,并用热/光碳分析仪对产生的烟尘进行了测定.结果表明,10种绿叶阴燃烟尘中的OC、EC质量分数均值分别为48.9%和4.5%,焦炭char-EC(定义为EC1-POC)的质量分数均值为4.4%.该条件下绿叶燃烧的烟尘(PM)、OC及EC的排放因子均值分别为102.4、50.0和4.7 g·kg-1,烟尘中OC/EC、OC1/OC2及焦炭和炭灰的比值char-EC/soot-EC(定义为EC1-POC/EC2+EC3)的均值分别为11.5、1.9和48.1.明燃条件下,10种绿叶烟尘中OC、EC及char-EC的质量分数均值分别为44.9%、10.9%和10.7%,PM、OC及EC的排放因子均值分别为59.2、26.6和6.0 g·kg-1.10种绿叶明燃烟尘中上述三特征比值的均值分别为4.8、1.1和133.0.树叶阴燃烟尘中OC1质量分数及OC1/OC2值均显著高于明燃,而明燃烟尘中的char-EC质量分数及char-EC/soot-EC显著大于阴燃.树叶烟尘中OC、EC的组成在不同树种及燃烧条件间均体现出一些差异,同时也明显区别于其他生物质烟尘.     

天津市区夏季碳气溶胶特征及改进的二次有机碳估算方法

为更加准确地估算环境受体PM_2.5中SOC（二次有机碳）的质量浓度,于2015年6-8月利用在线监测仪器同步采集小时分辨率的PM_2.5及OC（有机碳）和EC（元素碳）样品数据,分析碳气溶胶的变化特征,并尝试运用改进的EC示踪法估算ρ（SOC）.结果表明:天津市区夏季ρ（PM_2.5）为（70.9±46.0）μg/m3,ρ（OC）和ρ（EC）分别为（7.6±3.1）（2.2±1.5）μg/m3,占ρ（PM_2.5）的11.8%±4.6%和3.1%±1.4%,OC/EC（质量浓度之比,下同）的平均值为4.0±2.0.ρ（OC）与ρ（EC）之间的Pearson相关系数（R）仅为0.66,说明OC和EC的来源较为复杂,SOC的产生可能是重要影响因素.ρ（NO₂）与OC/EC呈显著负相关（R=-0.47,P < 0.01）,并且OC/EC（4.0）相对较低,说明天津市区机动车可能对碳气溶胶具有重要影响.ρ（SO₂）与ρ（OC）、ρ（EC）的相关性较低（R均为0.33,P均小于0.01）,说明天津市区碳气溶胶可能受燃煤源的影响较低.改进的EC示踪法主要是利用O₃和CO、EC作为光化学反应和一次源排放的指标,并结合ρ（OC）、ρ（EC）和OC/EC的变化特征,逐步筛选一次排放源主导的时间段的ρ（OC）和ρ（EC）数据,然后利用最小二乘法拟合获得ρ（OC）和ρ（EC）的线性方程,最后进行ρ（SOC）和ρ（POC）（POC为一次有机碳）的估算.天津市区夏季ρ（SOC）的平均值为（2.5±2.0）μg/m3,分别占ρ（OC）和ρ（PM_2.5）的28.8%±15.0%和3.7%±3.6%;ρ（POC）的平均值为（5.2±1.7）μg/m3,分别占ρ（OC）和ρ（PM_2.5）的71.2%±15.0%和8.1%±5.2%,说明天津市区夏季有机碳的主要来源是一次排放源.研究显示,相比于EC示踪法,改进的EC示踪法估算的ρ（SOC）明显降低,ρ（POC）明显升高.AT（大气温度）对ρ（SOC）的影响较为显著,而WS（风速）对ρ（POC）的影响较为显著.      

成都碳质气溶胶变化特征及二次有机碳的估算

利用2020年6月~2021年5月在成都市观测的碳质气溶胶小时分辨率数据,分析了气溶胶中总碳(TC)、有机碳(OC)、元素碳(EC)和二次有机碳(SOC)的变化特征.结果表明:观测期间m(TC)、m(OC)、m(EC)和r(OC/EC)的年均值分别为(9.5±4.4)μg/m³,(6.4±3.2)μg/m³,(3.2±1.1)μg/m³,2.2±0.5.成都m(TC)、m (OC)、m (EC)均表现冬为季最高((15.8±8.2),(11.1±5.8),(4.6±2.5)μg/m³),春秋次之,夏季最低((6.1±0.9),(4.5±2.0),(2.7±1.4)μg/m³)的特征.r(OC/EC)季节均值(1.9~2.6)以及四个季节的m(TC)、m(OC)、m(EC)呈现早(07:00~09:00)晚(22:00~01:00)“双峰”的日变化特征,表明机动车排放源对成都碳质气溶胶的影响较大.春夏季OC与EC的相关性小于秋冬季,表明春夏季OC、EC来源差异较大.由EC示踪法和最小相关性法得到m(SOC),r(SOC/OC)在夏季最大(40.4%),冬季最小(27.3%).春、夏季SOC与O₃呈显著正相关,表明较强的光化学反应对SOC生成有重要贡献.选取各季节连续高m(TC)时段与季节平均作对比,发现碳质气溶胶有明显夜间积累过程,夏季高浓度时段二次生成使得m(OC)增长显著高于m(EC),r(OC/EC)也迅速上升.     

上海市大气颗粒物中有机碳（OC）与元素碳（EC）的粒径分布

分析了上海市嘉定区不同粒径大气颗粒物(0.49、0.49～0.95、0.95～1.50、1.50～3.00、3.00～7.20、7.20μm)中OC和EC质量浓度的粒径分布特征;讨论了不同粒径大气颗粒物中二次有机碳EC示踪法中(OC/EC)pri的选定方法,用改进后的EC示踪法估算出上海市嘉定区大气颗粒物中的二次有机碳(SOC)质量浓度的粒径分布;通过OC和EC的相关性定性分析了上海市嘉定区大气颗粒物的主要来源.上海市嘉定区大气颗粒物中OC和SOC的质量浓度呈双峰分布,峰值出现在0.49μm与3.00μm的粒径段,EC出现双峰或三峰分布,与OC相比,更集中在0.49μm的粒径段.细颗粒(3.00μm)中OC和EC分别占总OC和EC质量浓度的59.8%～80.0%和58.1%～82.4%,OC和EC的质量浓度主要集中在3.00μm的颗粒物中.不同粒径颗粒物中SOC占相应粒径段内OC浓度的15.7%～79.1%,其中细颗粒物(3.00μm)和粗颗粒物(3.00μm)中SOC质量浓度占相应粒径段中OC的41.4%和43.5%.OC、EC和SOC的粒径分布显现出明显的时间依存性.OC和EC的相关性分析表明,上海嘉定区大气颗粒物的污染源主要以轻型汽油车尾气为主.