百色市PM10和PM2.5中有机碳和元素碳污染特征及来源解析

2015—2016年在百色市布设3个采样点采集PM_(10)和PM_(2.5)样品,分析其中有机碳(OC)和元素碳(EC)的含量。结果表明,PM_(10)和PM_(2.5)中OC、EC四季均值分别为15.0μg/m~3、5.55μg/m~3和11.7μg/m~3、4.72μg/m~3;OC与EC相关性不显著,存在不同的污染来源;OC/EC值多数2,存在二次污染,主要来源于柴油、汽油车尾气和燃煤的排放。由总碳质气溶胶(TCA)和8个碳组分丰度分析可知,百色市碳气溶胶(CA)来源于汽车尾气、道路扬尘、燃煤的排放。二次有机碳(SOC)在OC中的占比均75%,表明百色市大气颗粒物中OC以SOC为主,夜间污染重于昼间。     

南通市不同空气质量级别对应的EC和OC变化特征

采用EC/OC在线分析仪和空气自动站连续监测数据(2016年3月—2017年2月),对南通市不同空气质量级别下的EC、OC变化特征进行了分析。结果表明,EC、OC小时均值分别为1.25~6.55,4.16~24.90μg/m~3,与空气质量级别呈正相关(r=0.999,0.963,p0.01);ρ(EC)/ρ(PM_(2.5))、ρ(OC)/ρ(PM_(2.5))分别为3.54%~6.64%,11.53%~22.18%,总体随空气质量级别的升高而下降,存在明显二次有机碳(SOC)污染,ρ(SOC)为2.29~14.18μg/m~3,与空气质量级别呈正相关(r=0.921,p0.05);ρ(SOC)/ρ(PM_(2.5))为5.44%~12.22%,总体随空气质量级别的升高而下降。"优"—"轻"空气质量级别下,EC小时值日变化曲线呈双峰型,OC小时值日变化曲线呈单峰型,"中""重"空气质量级别下,EC、OC小时值日变化规律不明显。"优、良、中、重"空气质量级别下的EC和各空气质量级别下的OC的季节平均值均为夏季最高,其余季节分布规律不明显,EC、OC总均值季节分布为:夏冬春秋。     

西宁市城区冬季PM2.5和PM10中有机碳、元素碳污染特征

2014年11月—2015年1月对西宁市冬季开展PM_(2.5)和PM_(10)的连续监测。利用DRI 2001A型热光碳分析仪(美国)对有机碳和元素碳进行分析,结果表明:西宁市冬季PM_(2.5)和PM_(10)中碳气溶胶所占比例分别为33.13%±6.83%、24.21%±6.27%,说明碳气溶胶主要集中在PM_(2.5)中;OC/EC值均大于2,说明西宁市大气中存在二次污染;SOC占PM_(2.5)和PM_(10)的质量浓度比例分别为46.50%和57.40%,PM_(2.5)中SOC浓度占PM_(10)中SOC浓度的61.88%,说明SOC主要存在于PM_(2.5)中,且SOC形成的二次污染和直接排放的一次污染都是西宁市碳气溶胶的主要来源;与其他城市比较发现,西宁市冬季PM_(2.5)中的碳气溶胶含量普遍高于其他城市,PM_(10)中OC质量浓度相对其他城市较高,EC质量浓度偏低;OC和EC的相关性不显著,说明来源不统一;进一步对OC和EC各组分质量浓度进行分析知,西宁市冬季碳气溶胶主要来源于机动车汽油排放、燃煤和生物质燃烧。     

采暖期北京大气PM2.5中碳组分的分布特征及来源解析

在冬季采暖期采集北京大气中的PM_(2.5)样品,利用自动称重系统AWS-1和热/光碳分析仪测定样品中PM_(2.5)和OC/EC,研究碳组分的变化特征,并通过OC/EC的值和单颗粒气溶胶质谱仪(SPAMS 0515)分析大气颗粒物中碳气溶胶的可能来源。结果表明:PM_(2.5)污染天气的OC、EC在PM_(2.5)中的占比要比清洁天气时低,其中SOC在PM_(2.5)中的占比由清洁天气时的22.9%减少到了重污染天气的15.4%,这是因为大气中的PM_(2.5)有较强的消光作用,导致气溶胶的氧化能力降低,造成了SOC的生成量减少;通过分析OC/EC值表明,冬季采暖期北京大气碳气溶胶的主要来源为机动车尾气和燃煤,这与SPAMS 0515在线解析的结果一致。采用SPAMS 0515进行在线OC、EC分析,在PM_(2.5)质量浓度≤250μg/m3时同手工方法有较好的相关性。解析结果表明,燃煤和机动车尾气是北京冬季采暖期的首要污染物来源,占比分别为34.0%和26.4%。     

南京大气细颗粒中有机碳与元素碳污染特征

为了解南京城区大气细颗粒物中有机碳与元素碳的污染特征,在国控点草场门进行了连续一年的PM2.5采样,分析了有机碳(OC)、元素碳(EC)、ρ(OC)/ρ(EC)污染特征和变化规律。结果表明,采样期间有些PM2.5的日均值超过了《环境空气质量标准》(GB 3095-2012)二级标准,ρ(OC)/ρ(EC)为0.77～4.98,平均值为1.92。PM2.5样品中OC约占18%、EC约占9%。     

重庆市春季大气PM10中有机碳、元素碳浓度水平及污染特征分析

2006年4月于重庆市主城区9个采样点和1个城郊对照点同步采集了大气PM10样品,利用热分解示差热导法元素分析仪测定了PM10中的有机碳(OC)、元素碳(EC)的质量浓度,对OC和EC的污染水平、空间分布、OC和EC的浓度关系以及二次有机碳(SOC)等特征进行了较为详细的分析。结果显示,不同区域采样点的OC、EC浓度存在较明显差异,主城区大气环境中OC、EC平均浓度分别为52.5、8.6μg/m3,是对照点OC(16.8μg/m3)、EC(2.9μg/m3)浓度的3.1和3.0倍;主城区总碳气溶胶(TCA)占PM10总浓度的比例均值为33.3%;无论是高污染城区点还是一般城区点,OC和EC浓度间的相关性均不显著;各样点OC/EC值均超过2,表明存在二次有机碳的贡献;初步估算主城区PM10中的二次有机碳浓度均值为39.6μg/m3,占PM10总浓度的16.1%左右。     

重庆市主城区二次有机碳气溶胶污染特征研究

为研究重庆市大气PM_(2.5)中二次有机气溶胶污染特征,于2013年1—12月运用URG-3000ABC型中流量颗粒物采样仪连续同步采集重庆市主城区大气PM_(2.5)样品,选取OC/EC比值对PM_(2.5)中的SOC污染进行估算,结果表明,该市主城区PM_(2.5)中SOC年平均质量浓度为12.5μg/m3,占OC质量浓度的50.0%,占PM_(2.5)质量浓度的10.1%,SOC质量浓度为冬季秋季夏季春季。机动车排放是SOC前体物的主要来源。     

2014-2018年南京PM2.5中碳组分污染特征分析

利用在线高分辨率仪器对2014-2018年南京市PM2.5中有机碳(OC)、元素碳(EC)进行了连续监测,结果表明:离线分析法与在线分析法对OC、EC的测定结果具有很好的线性相关性,离线分析的EC、OC浓度高于在线自动监测值;2014-2018年南京OC与EC的平均质量浓度分别为(6. 38±3. 91)μg/m^3和(3. 12±1. 76)μg/m^3,整体呈下降趋势,冬季OC与EC均较高,夏季两者质量浓度较低。OC和EC均呈现夜间高、白天低的日变化规律,OC与EC第一个峰值均出现在08:00左右,OC第二个峰值出现在20:00前后;夏季OC与EC相关性最低,冬季最高,NO2、CO与OC、EC的相关性总体高于SO2,表明燃料燃烧对碳气溶胶有一定贡献,但没有交通源的贡献显著,夏季O3与OC呈现一定程度的正相关性。利用最小相关系数法(MRS)计算大气OC中一次有机碳(POC)和二次有机碳(SOC),结果显示OC中以POC为主,但SOC呈逐年上升趋势,2018年SOC质量浓度达1. 96μg/m3,在OC中占比达31. 9%,后续颗粒物污染治理的重点可能应关注VOCs。     

石家庄市春节期间大气颗粒物有机碳和元素碳的变化特征

为研究石家庄市大气颗粒物的污染特征及其来源,于2013年2月6—19日春节期间在石家庄市采集大气颗粒物TSP、PM10、PM2.5样品,对其有机碳、元素碳进行分析测定。结果表明,石家庄TSP、PM10、PM2.5日平均质量浓度分别为389、330、245μg/m3,颗粒物污染严重;碳组分在颗粒物中占有较大比重,且随着粒径的减少,碳组分比重逐渐增加;存在不严重的次生有机碳污染;OC与EC的相关系数较高,说明两者有较为相似的污染源,主要为燃煤、机动车排放源。各种气象条件对PM2.5、OC、EC浓度和OC/EC的变化都有不同程度的影响。     

东营春季PM10中有机碳和元素碳的污染特征及来源

2010年4月采集了东营市大气PM10样品,测定了PM10的浓度,并采用IMPROVE-TOR方法准确测量了样品中的8个碳组分.结果表明,采样期间,东营市大气PM10的平均浓度为(147.02±56.22) μg/m3；PM10中有机碳(0C)、元素碳(EC)浓度平均值分别为11.82、3.68 μg/m 3；PM10中OC和EC显著相关,表明OC、EC的来源相同；所有采样点PM10中OC/EC均大于2.15,表明存在二次有机碳(SOC)的贡献；PM10中SOC平均质量浓度是3.91 μg/m3,占OC质量浓度的33.08％；通过计算PM10中8个碳组分丰度,初步判断东营市颗粒物中碳的主要来源是汽车尾气、道路扬尘和燃煤.     

欧盟黑碳监测现状及我国开展黑碳监测的建议

介绍了欧盟关于黑碳概念的定义及黑碳的来源和危害，着重从政策、技术、实践3个层面分析了欧盟黑碳监测的发展现状。借鉴欧盟的先进发展经验，对我国开展黑碳监测的必要性进行了分析，并提出了相关的发展建议。     

上海地区土壤碳汇功能评估

利用上海市第二次土壤普查资料，2004年-2005年上海耕地地力调查资料，以及2009年实地调查采样、实验分析获得的数据，研究了3个时期上海土壤有机碳的变化特征。结果表明，20多年：来上海土壤有机碳平均含量没有明显变化，土壤有机碳库逐渐减小，从而使得上海城市化过程中土壤成为一种碳源，而不是碳汇。城市郊区以扩大蔬菜、果树、苗木种植为特征的旱地作物种植方式代替水稻田，是城市化影响土地利用类型变化的明显特征，而水稻田土壤有机碳含量高于林地、菜地。种植结构的变化对土壤有机碳含量有重要影响，同时，耕作制度、耕作方式、施肥等农业管理方式也有一定影响。虽然园林绿地得到快速发展，但没有弥补城市化过程导致农田面积减少带来的有机碳损失。     

Carbon Emissions Trading and Equity in International Agreements

This paper explores the distributional consequences of alternative emissions trading schemes. It is argued that the distributional impact stems from the difference between two social welfare functions: the function which is implicitly maximised in a competitive market equilibrium and the function which is implicitly adopted when a given equity principle is chosen. An integrated assessment model is used to illustrate these findings, by simulating the introduction of various emissions trading schemes for the Kyoto protocol on the reduction of greenhouse emissions. It is shown that (1) changes produced on an equity index by the imposition of emission constraints (by country) may not be significantly higher than those obtained by the subsequent introduction of a market mechanism, and that (2) the various market regimes which could be adopted have quite different distributional implications. This revised version was published online in July 2006 with corrections to the Cover Date.     

PM2.5中OC/EC测定的离线分析法与在线分析法比较

采用离线分析法和在线分析法同步监测了武汉市PM_(2.5)中有机碳(OC)、元素碳(EC)和总碳(TC)的浓度,分析了2种方法的差别。结果表明,离线分析法与在线分析法对TC的测定结果具有很好的可比性,2种方法对TC的测定结果显著相关(r=0.970 9)。离线分析法得到的OC浓度普遍高于在线分析法,前者为后者的1.12倍,造成OC结果差异的主要原因可能是采样系统的差异。2种方法对EC测定的相关性较低(r=0.763 0),且2种方法对EC测定的精密度(相对偏差为13.14%)也不如其对TC和OC测定的精密度(相对偏差分别为3.42%和5.95%),造成EC结果差异的原因较复杂。离线分析法测得的OC/EC值明显高于在线分析法,鉴于OC/EC值在颗粒物源解析研究中具有重要意义,需要规范OC/EC分析方法。     

Carbon storage in eucalyptus and pine plantations in South Africa

Carbon (C) is stored by plantation forests either when ecosystems with a low C density (such as tropical grasslands) are afforested or when timber is converted to semipermanent products. If the afforestation rate is relatively constant and the plantations are not harvested immediately upon reaching maturity, the amount of C stored in trees as a result of afforestation can be calculated by a simple static approximation. Rotation forestry requires a mean C storage method that averages C density over the rotation. Plantation forestry as practiced in South Africa requires a more detailed dynamic approach that accounts for time-varying rates of afforestation and the age-dependence of C accumulation rates in plantations. To determine C storage in products, the output of long-lived plantation products and their C content once all processing losses are accounted for must be known. The South African case study shows that new afforestation stored approximately 2.54 Tg C in 1990, and storage in forest products accounted for an additional 1.15 Tg C. Together, these two activities offset approximately 3.8% of the carbon dioxide emissions from South Africa.     

合肥市春季大气PM10和PM2.5中碳组分的污染特征

2014年4月，应用热/光碳分析仪测定合肥市春季大气PM10和PM2.5中的有机碳（OC）、元素碳（EC）。结果显示，PM10、PM2.5的平均质量浓度分别为(124.0±34.3)μg/m3和(96.3±29.2) μg/m3,PM10中OC、EC的平均质量浓度分别为(15.1±5.5)μg/m3和(6.0±2.1) μg/m3，PM2.5中OC、EC的平均质量浓度分别为(12.1±3.5）μg/m3和(5.5±2.1) μg/m3。OC、EC在PM2.5中所占的比例均高于在PM10中的比例，说明合肥市春季PM2.5中碳的含量更高。通过分析8个碳组分及OC/EC比值，发现燃煤、机动车尾气和生物质燃烧是主要贡献源； OC易形成二次污染，EC排放以焦炭为主。     

万峰湖总有机碳空间分布特征

于2012年9月对万峰湖(水库)的总有机碳(TOC)空间分布特征进行研究,结果显示:TOC含量范围为0.41~3.94 mg/L。TOC在纵向分布上的差异不显著,在垂向分布上,总体呈现出上层中层下层的趋势。TOC在垂向上的分布差异主要源于万峰湖属于深水水库,不同深度水层因光照和温度差异所导致生物量的多寡是致使万峰湖出现上层TOC浓度明显高于中层和下层的主要因素。