国Ⅰ～国Ⅲ重型柴油车尾气PM_(2.5)及其碳质组分的排放特征

机动车排放是大气PM2.5污染的主要来源之一,而在机动车排放的PM2.5中,约80%以上来自重型柴油车.为了研究重型柴油车尾气PM2.5及其碳质组分的排放特征,本研究基于车载排放测试系统(PEMS),对7辆不同排放阶段的重型柴油车进行了尾气PM2.5采样分析,并进一步分析了PM2.5中的OC和EC组分.结果显示,从国Ⅰ到国Ⅲ阶段,重型柴油车PM2.5排放因子分别为(0.466±0.300)g·km-1、(0.112±0.025)g·km-1和(0.056±0.034)g·km-1,表明随着排放标准的加严,测试车辆的尾气PM2.5排放因子呈现显著的下降趋势.行驶工况对重型柴油车尾气PM2.5及其碳质组分排放存在较大影响,PM2.5排放因子在高速和市区工况下相对较高,而在市郊工况下则较低;OC和EC的比值在市区工况下为(2.86±1.07)∶1,而在市郊和高速工况下为(0.97±0.49)∶1.     

基于重庆本地碳成分谱的PM2.5碳组分来源分析

为了解重庆主城PM2.5中碳组分特征和来源,2012-05-02~2012-05-10日在商业区、工业区和居民区进行了PM2.5采样.利用TOR方法分析了8种碳组分,对3个不同功能区大气环境PM2.5以及燃煤尘、尾气尘(机动车尾气、船舶尾气、施工机械尾气)、生物质燃烧尘、餐饮油烟尘这6类源PM2.5中的8种碳组分进行了特征分析.在源的碳成分谱基础上,利用化学质量平衡(CMB)模型得到重庆本地PM2.5的碳来源指示组分,利用因子分析法解析出各类源对不同功能区内PM2.5碳组分的贡献率.结果表明,重庆地区燃煤尘、机动车尾气尘、船舶尾气尘、施工机械尾气尘、生物质燃烧尘、餐饮油烟尘的OC/EC值分别为6.3、3.0、1.9、1.4、12.7和31.3.EC2、EC3的高载荷指示柴油车尾气排放,OC2、OC3、OC4、OPC的高载荷指示燃煤排放,OC1、OC2、OC3、OC4、EC1指示汽油车尾气排放,OC3指示餐饮业排放,OPC指示生物质燃烧排放.商业区OC/PM2.5为17.4%,EC/PM2.5为6.9%,估算得到,二次有机碳(SOC)/OC为40.0%;工业区OC/PM2.5为15.5%,EC/PM2.5为6.6%,SOC/OC为37.4%;居民区OC/PM2.5为14.6%,EC/PM2.5为5.6%,SOC/OC为42.8%.工业区PM2.5中碳组分的主要来源为燃煤和汽油车尾气、柴油车尾气;商业区PM2.5中碳组分的主要来源为汽油车尾气、柴油车尾气和餐饮业油烟;居住区PM2.5中碳组分的主要来源为汽油车尾气、餐饮业油烟、柴油车尾气.     

沈阳市国三和国四排放标准不同车型柴油车PM2.5和PM10排放因子及碳组分源谱

柴油车是机动车排放的大气颗粒物的主要来源,为研究沈阳市柴油车PM_(2.5)和PM_(10)的排放因子及其碳组分排放特征,采用检车线车载测试方法采集了15辆国三和国四排放标准的小型、中型、大型载客和轻型、中型、重型载货柴油车尾气样品,并对其中的碳组分进行化学分析.结果表明,国三柴油车PM_(2.5)和PM_(10)的排放因子分别为(0. 193±0. 092) g·km-1和(0. 338±0. 305) g·km-1,国四柴油车PM_(2.5)和PM_(10)的排放因子分别为(0. 085±0. 038) g·km-1和(0. 100±0. 042) g·km-1,随排放标准的提升PM_(2.5)和PM_(10)排放因子显著下降.同一排放标准下,排放因子随车型的增大而增大. TC为柴油车的主要组分,国四柴油车中TC的质量分数(23%～48%)明显低于国三柴油车(29%～70%).各车型柴油车元素碳(EC)的质量分数均大于有机碳(OC),OC/EC为0. 70±0. 29,且国四柴油车OC/EC值低于国三柴油车.因载客汽车总行驶里程明显高于载货汽车导致油耗较高,相同排放标准载客汽车OC和EC的质量分数高于载货汽车.国三、国四柴油车质量分数最高的碳组分均为EC2,可将EC2作为柴油车的标识组分.     

工程机械不同工况下PM_(2.5)排放及其碳质组分特征

我国工程机械排放控制起步较晚.为研究实际工况下工程机械的PM2.5排放特性及其碳质组分构成,采用便携式颗粒物稀释采样系统,对3台工程机械(2台挖掘机和1台装载机)在不同典型工况(行驶、作业和怠速)下的PM2.5及其碳质组分〔OC(有机碳)和EC(元素碳)〕的现场排放特征进行了测试.结果表明:沃尔沃挖掘机、山河智能挖掘机的PM2.5排放因子(基于燃油)分别为1.85~3.26和1.56~2.62 g/kg,厦工装载机的PM2.5排放因子为0.98~1.48 g/kg.不同工况对PM2.5排放因子影响较大,怠速工况下PM2.5排放因子是行驶工况下的1.49~1.76倍.工程机械排放的PM2.5中,碳质组分是最主要的成分,其质量分数高达71.0%~84.5%.其中,w(OC)为44.6%~72.0%,在怠速工况下最高;w(EC)则为8.6%~30.9%,在行驶工况下较高.测试工程机械的PM2.5排放水平较高,因此应尽快加强工程机械排放的污染防治.     

民用燃料燃烧排放PM2.5和PM10中碳组分排放因子对比

在实验室中模拟民用燃料在家庭炉灶中的燃烧,应用稀释通道系统采集颗粒物,获得玉米秸秆、薪柴、蜂窝煤和块煤四种常用民用燃料燃烧排放PM10,PM2.5及载带碳组分的排放因子.结果表明,民用燃料燃烧排放的颗粒物以细颗粒为主, PM2.5占PM10的70%~90%.颗粒物排放因子最大的为块煤,其PM2.5和PM10的排放因子分别为9.837和11.929g/kg,分别是蜂窝煤的12.6和13.7倍;玉米秸秆和薪柴PM2.5和PM10的排放因子稍低于块煤,为7.359~10.444g/kg.4种燃料燃烧OC排放因子块煤最高,其在PM2.5和PM10中分别为5.29和5.19g/kg.薪柴燃烧EC的排放因子最高,其在PM2.5和PM10 中的排放因子分别为1.065和1.126g/kg.块煤两种粒径上EC的排放因子略低于薪柴.蜂窝煤EC的排放因子最低,比薪柴低300倍左右,玉米秸秆EC的排放因子也要比薪柴低10倍左右.碳组分是块煤,秸秆,薪柴排放颗粒物的主要成分,其含量在40%~60%之间,该值比蜂窝煤高3倍.四种燃料对应的OC/EC比值差异很大,薪柴和块煤燃烧排放颗粒该值为3~6,秸秆和蜂窝煤燃烧排放颗粒其值高达30~50.     

民用燃煤排放分级颗粒物中碳组分排放因子

中国是全球碳质气溶胶最重要的贡献者之一,民用燃煤排放占有很大的比重.排放因子的不确定性直接影响碳气溶胶排放清单的准确性.本研究基于室内模拟燃烧实验和稀释通道采样系统,采用FA-3型9级撞击采样器采集了3种蜂窝煤(考虑明烧和闷烧)和包括烟煤与褐煤在内的4种块煤燃烧排放的九级粒径颗粒物,采用热光法分析了不同粒径颗粒物中有机碳(OC)和元素碳(EC)的含量,计算得到排放因子.结果表明:(1)对于蜂窝煤的明烧与闷烧,PM2.1中OC排放因子分别为0.07g·kg~(-1)和0.10 g·kg~(-1),EC的排放因子为0.002 g·kg~(-1)和0.001 g·kg~(-1);闷烧排放的有机碳颗粒物高于明烧;元素碳排放因子低于明烧.块煤排放PM2.1中OC与EC排放因子分别是1.4 g·kg~(-1)和0.02 g·kg~(-1),高出蜂窝煤排放一个数量级.(2)粒径分析结果表明,民用煤燃烧排放的颗粒物及其载带的碳组分集中在细颗粒物上,碳组分的质量中值粒径均小于2.5μm,总碳(OC+EC)的排放因子粒径分布表明蜂窝煤燃烧排放的碳组分富集于≤0.43μm粒径段,块煤富集于0.43~0.65μm粒径段.     

黄石市夏季昼间大气PM10与PM2.5中有机碳、元素碳污染特征

2012年7月,对黄石市城区夏季昼间大气颗粒物PM10与PM2.5样品进行采集,并用热/光反射法(TOR)分析其中的有机碳(OC)、元素碳(EC).结果显示,新老城区PM10中OC平均含量分别为14.60μg·m-3和18.70μg·m-3,EC平均含量分别为4.70μg·m-3和11.02μg·m-3;PM2.5中OC平均含量分别为11.89μg·m-3和13.66μg·m-3,EC平均含量分别为2.28μg·m-3和4.96μg·m-3.研究结果表明,夏季昼间黄石市新老城区大气PM10与PM2.5中碳组分浓度变化趋势相同,且老城区大气PM10、PM2.5中的OC和EC含量普遍要比新城区高,且PM10中OC、EC在总碳(TC)的质量分数均高于在PM2.5中,说明黄石市老城区碳污染状况较新城区要严重,其夏季昼间大气粗颗粒物中碳的含量更高.通过对OC/EC及8个碳组分进行探讨,发现黄石市大气颗粒物中OC易形成二次污染,而EC排放以烟炱为主,夏季燃煤和机动车尾气是黄石碳污染的重要污染源,生物质燃烧也具有一定影响.     

国Ⅴ公交车燃用生物柴油的颗粒物碳质组分排放特性

以一辆国Ⅴ柴油公交车为研究对象,在重型底盘测功机上运行中国典型城市公交循环,研究了纯柴油（D100）,体积混合比例分别为5%,10%和20%餐厨废弃油脂制生物柴油-柴油混合燃料（即B5,B10,B20）的颗粒物（PM）碳质组分排放特性.结果表明：国Ⅴ柴油公交车尾气颗粒物碳质组分包括有机碳（OC）和元素碳（EC）,OC占73%~82%,OC的主要组分是OC2和OC3,生物柴油对车辆尾气颗粒物OC组成比例没有影响;随着生物柴油混合比例的增加,公交车尾气颗粒物OC和OC+EC排放呈降低的趋势,EC排放增加,且B10的OC排放较高;PM_0.05~0.1,PM_0.1~0.5,PM_0.5~2.5,PM_2.5~18 4个粒径段颗粒物中,PM_0.1~0.5的OC和EC排放最高,PM_2.5~18的EC排放几乎为零,生物柴油可改善公交车尾气超细颗粒（PM_0.05~0.1）的OC排放,对公交尾气颗粒物EC排放基本没有影响;公交使用生物柴油混合燃料尾气颗粒物OC/EC减小,且PM_0.05~0.1和PM_0.5~2.5OC/EC降低幅度明显,对大气二次气溶胶的影响减弱.     

钢铁工业排放颗粒物中碳组分的特征

为探究钢铁工业排放颗粒物中碳组分的特征,使用荷电低压颗粒物撞击器(ELPI)采样,采集到3组不同载荷和除污设施的烧结炉和1组炼铁高炉排放的颗粒物样品,利用热-光反射法,分析颗粒物中的有机碳(OC)和元素碳(EC)以及按温度划分的7种碳组分物质.结果表明,烧结工艺排放颗粒物中OC的质量分数高于炼铁工艺,OC在PM_(10)和PM_(2.5)质量分数分别是(5.3±2.3)%和(7.1±3.0)%,说明OC易在细粒径段颗粒富集,炼铁工艺排放颗粒物中OC在PM_(10)和PM_(2.5)质量分数分别是2.5%和2.0%;4组样品的7种碳组分相对比例相似,OC2和OC3在7种碳组分中质量分数最高,EC1、EC2、EC3的质量分数依次递减,OC1的质量分数可能与锅炉规模和脱硫设施有关;另外,烧结工艺排放各粒径段的颗粒物中OC和EC表现出较高的相关性,一次排放的PM_(2.5)中的OC/EC为4.7±0.7,远高于受体中估算二次碳组分的指标值.钢铁工业排放颗粒物中碳质组分的深入分析,可以为受体碳质气溶胶的来源解析提供基础数据,也有助于钢铁工业后续的除污管理.     

常州夏秋季PM2.5中碳质气溶胶特征及来源

为更好地了解碳质组分的特点和来源,在常州市采集了夏季(7~8月)和秋季(10~11月)60个细颗粒物(PM_(2.5))样品.采样期间,夏季PM_(2.5)、OC、EC平均浓度分别为73.0、14.3和3.3μg·m~(-3),秋季为84.2、13.2和3.5μg·m~(-3).总碳质组分(OC+EC)占PM_(2.5)总质量的24.3%(夏季)和20.7%(秋季).采用IMPROVE-A热/光反射法测定的碳质8组分结果表明,OC2、OC3、OC4和EC1相关性好(r0.92),EC2和EC3相关性较好(r0.65),说明可能的相似来源.OC与EC相关性中等,表明碳质组分来源复杂.秋季WSOC/OC(60.9%)略高于夏季(57.4%),而夏季SOC/OC(52.5%)略高于秋季(49.0%).夏季和秋季SOC/OC都低于WSOC/OC,说明部分水溶性有机碳是一次源.WSOC和SOC相关性强,进一步验证了大部分SOC具有水溶性.碳质组分之间的关系及主成分分析表明,采样期间燃煤和机动车尾气排放是碳质组分的两个主要来源.后向轨迹分析表明,采样点PM_(2.5)和碳质组分主要受当地排放源和短距离传输的影响,长距离传输贡献较小.     

重型柴油车PM2.5和碳氢化合物的排放特征

采用车载排放试验对国Ⅱ、国Ⅲ、国Ⅳ重型柴油车尾气在实际道路排放的PM2.5和碳氢化合物进行样品采集,采用电感耦合等离子体质谱技术、离子色谱仪和碳质分析仪对PM2.5各组分进行测试分析,采用五气分析仪对HC进行在线分析.结果表明,重型柴油车PM2.5和HC的排放因子分别为(0.22±0.12) g/km和(0.57±0.45) g/km,且排放因子随机动车排放标准的提高呈明显下降趋势.EC和OC是机动车尾气PM2.5的主要组分,分别占总质量百分比的38.87%~42.87%和16.22%~19.96%;水溶性离子中含量较为丰富的组分主要是SO42-、NH4+和NO3-,分别占总PM2.5质量百分比的7.64%~8.85%、2.22%~3.97%、1.91%~2.73%;元素中含量较高的组分为S、Na、Ca、Fe、和Al;PM2.5和HC的排放因子随车速的增加均呈下降趋势.     

菏泽市冬季大气PM2.5和PM10中碳组分来源解析

为研究菏泽市冬季大气颗粒物中碳组分的污染特征和来源,于2016年1月采集菏泽市冬季大气PM_2.5和PM₁₀样品,基于热光反射法分析样品中OC（有机碳）、EC（元素碳）及8个碳组分[OC1、OC2、OC3、OC4、EC1、EC2、EC3和OP（裂解碳）]的含量,并计算得到ρ（Char-EC）（Char-EC为燃料燃烧后固体残渣中的EC）和ρ（Soot-EC）（Soot-EC为燃烧后气相挥发物质再凝结形成的EC）,以定性识别大气颗粒物中碳组分的来源.结果表明,菏泽市冬季大气颗粒物样品中碳组分浓度处于较高水平,PM_2.5中的ρ（OC）、ρ（EC）分别为26.34、9.22 μg/m3,PM₁₀中ρ（OC）、ρ（EC）分别为31.82、10.71 μg/m3.采样期间大气PM_2.5中碳组分（OC、EC、OC1、OC2、OC3、OC4、EC1、EC2、EC3、Char-EC、Soot-EC）浓度与PM₁₀中相应各组分浓度的比值均大于0.5（0.60~0.90）,表明碳组分多集中于细粒子（PM_2.5）.大气颗粒物样品中各碳组分浓度具有明显空间差异,各点位大气PM_2.5和PM₁₀中ρ（OC）均显著高于ρ（EC）（T检验,P < 0.05）.菏泽市冬季大气PM_2.5和PM₁₀中Char-EC/Soot-EC（二者质量浓度之比）分别为10.04、8.00,并且存在显著的空间差异性（T检验,P < 0.05）.PMF（正定矩阵因子分解法）解析结果表明,菏泽市冬季大气PM_2.5和PM₁₀中碳组分来源主要有4类,包括两类柴油车（1类排放的碳组分中以EC2为主,定义为柴油车-1;1类排放的碳组分中以EC3为主,定义为柴油车-2）、汽油车、生物质燃烧和燃煤混合源,对大气PM_2.5中碳组分的分担率分别为13.98%、5.13%、24.47%、41.97%,对大气PM₁₀中碳组分的分担率分别为16.08%、8.21%、18.34%、47.35%.可见,菏泽市冬季大气PM_2.5和PM₁₀中碳的主要来源是柴油车、汽油车、生物质燃烧和燃煤.      

深圳市机动车PM_(2.5)排放因子隧道测试研究

为深入了解深圳市机动车排放PM2.5化学特性,选取深圳具有代表性的城市隧道进行机动车排放因子测试。通过连续8 d的监测,获得隧道内PM2.5质量、EC、OC的浓度、交通参数、气象参数等实测数据。利用单程隧道活塞效应计算出隧道内机动车排放PM2.5质量、EC、OC的平均排放因子,分别为64.0,9.68,20.2 mg(/km.辆)。隧道内OC/EC的值在0.32~0.74之间,平均为0.52,表明深圳市机动车对PM2.5的排放,柴油车起主要作用。对塘朗山隧道与国内外其他隧道实验的测定结果进行比较,结果显示PM2.5质量的平均排放因子高低与机动车组中重型车所占比例大小规律一致,说明机动车组中重型车比例是城市控制机动车PM2.5排放的主要因素。利用线性回归分别计算重型车、轻型车对PM2.5质量、EC、OC的排放因子,经分析重型车为深圳市机动车尾气排放控制的重点,尤其是重型柴油车。     

落叶燃烧排放的颗粒物及有机碳、元素碳的研究

为研究落叶燃烧排放的颗粒物(PM)及有机碳(OC)、元素碳(EC),采用明燃和闷燃两种形式对10种乔木的落叶进行燃烧实验,采集了排放的烟尘,并用元素碳/有机碳分析仪测定样品的OC和EC含量.结果表明,落叶在明燃状态下PM、OC、EC的排放因子范围分别为7.9~31.9、0.9~9.7、3.6~13.9 g·kg-1,平均值分别为19.7、5.2、6.8 g·kg-1.闷燃状态下PM、OC、EC的排放因子范围分别为61.3~128.9、31.7~60.4、1.9~6.0 g·kg-1,平均值分别为91.0、43.0、4.0 g·kg-1.明燃和闷燃的OC/EC变化范围分别为0.21~1.82和8.16~16.84.明燃状态下OC/PM、EC/PM的范围分别为0.11~0.41和0.18~0.56.闷燃状态下OC/PM、EC/PM的范围分别为0.43~0.53和0.03~0.06.OC和PM的排放因子在两种燃烧状态下均呈现显著的相关性.在不同的燃烧状态下,各组分之间的排放因子具有较大的差异,OC的排放因子在闷燃状态下高于明燃状态,而EC的排放因子则相反.不同燃烧状态下PM、OC、EC的排放因子及它们之间的比值分析,对建立森林生物质燃烧源排放清单以及来源解析具有重要意义.     

鞍山城区夏季PM_(2.5)中碳组分污染特征及来源

2014年7月采集鞍山市大气中PM2.5样品,采用IMPROVE-TOR方法准确测量了样品中的8个碳组分,研究了鞍山城区夏季PM2.5及其载带的碳组分的污染特征。鞍山市夏季PM2.5浓度为(53.4±18.0)μg/m3,有机碳(OC)、元素碳(EC)和总碳(TC)占PM2.5的比例分别为(11.89±3.86)%、(4.79±1.31)%和(16.68±5.02)%,表明碳是鞍山城区夏季PM2.5中的重要成分。PM2.5中OC、EC浓度显著相关,R=0.715;另外,全市OC/EC的平均值为2.49±0.43,所有监测点位OC/EC的平均值均2,表明PM2.5中二次有机碳(SOC)对OC有贡献,从而说明OC、EC的来源相同。8个碳组分(OC1、OC2、OC3、OC4、EC1、EC2、EC3、OPC)的丰度研究显示,鞍山市城区夏季PM2.5中碳主要来源于机动车尾气尘、道路尘和燃煤尘。     

大连市PM2.5中有机碳和元素碳的季节变化特征和来源分析研究

2014年1月-2014年12月期间,在大连市对PM2.5的质量浓度和含碳气溶胶进行了在线连续观测,获得了不同季节的含碳气溶胶的变化特征.观测结果显示:大连市PM2.5中有机碳(OC)和元素碳(EC)的年平均质量浓度分别为6.9 μg/m3和2.9 μg/m3,OC和EC浓度之和占PM2.5的18%,表明碳质气溶胶是大连市大气细粒子中的重要组分.OC和EC的比值表明机动车尾气、燃煤排放和船舶排放是大连市PM2.5中OC和EC的主要来源.重污染过程期间OC/EC的比值和PM2.5的变化趋势呈负相关关系可以作为判定外来污染输送的一个重要指标.     

天津市大气中PM10、PM2.5及其碳组分污染特征分析

2007年12月~2008年10月期间,分3个时段,设置2个点位,采集了天津市大气环境中PM10和PM2.5样品.用热光反射分析仪测定样品中的碳组分含量,并用OC/EC最小比值法估算二次有机碳(SOC)的浓度.结果表明,市区采样点颗粒物浓度高于郊区,2个采样点的颗粒物浓度变化趋势一致.5月份 PM2.5/PM10比值最小,主要由于土壤风沙尘对PM10的贡献较大.PM10和PM2.5中的有机碳(OC)、元素碳(EC)浓度12月份最高,且变化趋势相同.OC占总碳(TC)比例较高,PM10中OC/TC为0.60~0.83,PM2.5中OC/TC为0.55~0.81.碳组分主要集中在PM2.5中,PM10中约有76%的OC存在于PM2.5中.12月份的SOC浓度最高,与12月份的气象条件和污染源排放等因素有关.     

南京北郊夏季大气颗粒物中有机碳和元素碳的污染特征

采用DRI Model 2001A热/光碳分析仪对2013年5~7月期间南京北郊大气气溶胶9级惯性撞击式分级Andersen采样器膜采样样品中有机碳(OC)和元素碳(EC)的质量浓度进行了分析.结果表明,南京北郊夏季EC、OC的平均浓度,在PM2.1(空气动力学直径≤2.1μm)中分别为(2.6±1.1)μg·m-3、(13.0±5.2)μg·m-3,在PM9.0(空气动力学直径≤9.0μm)中,分别为(3.4±1.7)μg·m-3、(20.3±7.3)μg·m-3.EC主要富集在超细颗粒物中,OC主要存在于细颗粒物中,EC的PM1.1/PM9.0比值和OC的PM2.1/PM9.0比值分别为0.62和0.64.EC和OC浓度的平均最高值都出现在≤0.43μm粒径段中,分别占PM9.0中的总元素碳的33.4%和总有机碳的21.1%.南京北郊夏季PM1.1、PM2.1和PM9.0中EC、OC的相关性较好,说明存在共同的一次污染源.通过OC/EC特征物比值的方法得到南京夏季碳质颗粒物的主要来源有机动车尾气排放、燃煤排放和地面扬尘排放.     

邯郸市PM_(2.5)中含碳组分的特征及来源分析

自2012年10月13日-2014年9月11日在邯郸市采集PM2.5样品,并对气态污染物以及颗粒污染物(PM10和PM2.5)进行在线监测,将其中100个样品进行8种碳组分分析,初步探讨含碳气溶胶的特征及来源。结果发现:采样期间PM10和PM2.5的平均浓度分别274.4μg/m3和154.7μg/m3,超标率大于80%,其中2013年1月份PM10和PM2.5的最大值更分别达到924.6μg/m3和658.2μg/m3。OC/PM2.5和EC/PM2.5的比例分别为16.7%和7.0%,采暖时间段的OC及EC的污染程度相较于非采暖时间段更为严重。OC和EC的平均增长率分别为2.67和1.33,污染累积和二次转化贡献率分别占49.8%和50.2%;SOC/OC在49.3%~57.7%之间,SOC/PM2.5在7.9%~11.6%之间,二次有机物污染较为严重。因子分析表明,冬季PM2.5碳组分主要来自于燃煤和柴油车尾气排放,生物质燃烧和汽油车尾气,分别解释了PM2.5中碳组分的39.3%、28.4%以及16.3%。     

南宁市生物质锅炉排放的颗粒物中碳组分特征

针对生物质锅炉排放的颗粒物,分别采集了PM_(10)和PM_(2.5),主要研究了颗粒物中碳组分特征、粒径分布等.采用热光反射法(TOR)测定了样品中的有机碳(OC)和元素碳(EC)含量,得到char-EC和soot-EC的含量.结果表明,不同的除尘方式对生物质锅炉排放颗粒物中的OC和EC含量有明显的影响;作为识别源的指标OC/EC值和chart-EC/soot-EC,测得布袋除尘样品中,OC/EC和char-EC/soot-EC在PM_(10)中分别为1.4±0.4和35.7±16.5,在PM_(2.5)中分别为2.2±1.3和15.5±10.3;旋风除尘PM_(10)样品中OC/EC值和char-EC/soot-EC分别为6.1±1.9和5.2±2.5,旋风除尘PM_(2.5)样品中6.5±2.0、2.5±2.3.对8个碳丰度分析可知,布袋除尘样品中EC1在TC中的占比最高;旋风除尘样品中OC1-OC3在TC中占比较高.此外,OC2、OC3和EC2主要富集在PM_(2.5)中,OC4、EC1和EC3主要富集在PM_(10)中.