广州大气PM_(2.5)中含碳组分的污染特征及来源解析

于2015年1月至11月在广州利用大流量大气颗粒物采样器采集细颗粒物(PM_(2.5))样品,并利用热光反射法(TOR)测定大气颗粒物中有机碳(OC)和元素碳(EC)浓度。结果表明,广州ρ(PM_(2.5))年均值为(69.5±35.6)μg·m~(-3),是GB 3095—2012《环境空气质量标准》中PM_(2.5)年均质量浓度二级标准限值(35μg·m~(-3))的2.0倍,表明广州大气细颗粒物污染严重。OC、EC和总碳气溶胶(TCA)的年均质量浓度分别为(8.31±4.53)、(3.56±2.72)和(16.85±9.60)μg·m~(-3),分别占PM_(2.5)质量浓度的13.2%、5.9%和27.0%,表明含碳组分是PM_(2.5)的重要组成部分。OC和EC浓度季节变化规律存在差异性,OC浓度在冬季最高,而EC浓度在秋季最高。OC和EC的相关性弱和比值高的特征结果表明冬季二次有机碳(SOC)污染最严重,其平均质量浓度为6.9μg·m~(-3),占OC质量浓度的62.4%。主成分分析结果表明,冬季和春季广州PM_(2.5)中碳组分来源较复杂,主要包括机动车尾气、燃煤和生物质燃烧,夏季碳组分的主导污染来源是燃煤和机动车尾气,而秋季碳组分主要来源于机动车尾气。     

北京城区PM_(2.5)有机碳和元素碳的污染特征及来源分析

为研究北京城区PM_(2.5)中有机碳(OC)和元素碳(EC)的浓度水平、季节变化特征与主要来源,于2015年4月至2016年3月在北京西三环交通带附近采集4个季节PM_(2.5)有效样品95组,利用热光反射法测定了PM_(2.5)中OC和EC的质量浓度,并对OC/EC值、OC与EC相关性、二次有机碳(SOC)等特征及污染来源进行了分析.结果表明,采样期间PM_(2.5)平均质量浓度为(109.9±7.99)μg·m~(-3). PM_(2.5)中OC的年平均质量浓度为(13.49±4.32)μg·m~(-3),占PM_(2.5)的13.13%; EC的年平均质量浓度为(5.41±1.83)μg·m~(-3),占PM_(2.5)的5.2%.OC和EC平均浓度及OC和EC在PM_(2.5)中所占比例的季节变化特征均为冬季最高,秋季大于春季,夏季最低.4个季节PM_(2.5)中OC/EC比值均大于2.0,表明各季节存在二次有机碳(SOC)的生成,采用OC/EC最小比值法对SOC含量进行了估算,SOC年平均浓度为(6.88±1.10)μg·m~(-3),占OC含量的50.86%,冬秋季节的SOC浓度水平高于春夏季节.夏季SOC对OC的贡献率为62.22%,高于其他季节.相关性分析表明,OC与EC的相关性在春季(R2=0.9046)和秋季(R2=0.8886)高于夏季(R2=0.4472)和冬季(R2=0.6018),表明春秋两季OC与EC来源相似且相对简单.进一步对PM_(2.5)中8个碳组分质量浓度进行分析显示,北京城区大气碳质气溶胶主要来自汽油车排放和燃煤.     

宜宾市PM_(2.5)中碳组分的污染特性及来源分析

2017年1月—12月期间在四川省宜宾市布置4个点位,共采集360个PM_(2.5)样品膜,采用美国沙漠研究所DRI Model 2001型热光分析仪测定PM_(2.5)样品中OC、EC的浓度值,应用OC/EC比值法对SOC进行了估算.结果表明,宜宾市PM_(2.5)年均浓度为75.2μg·m~(-3).OC、EC年均浓度分别为14.3μg·m~(-3)和4.30μg·m~(-3),季节变化趋势为冬季秋季春季夏季,OC占PM_(2.5)比例为19.0%,为PM_(2.5)重要组成部分.SOC年均浓度为4.70μg·m~(-3),对OC贡献较大,在OC中占比为29.3%;SOC在OC中的占比春季冬季≈秋季夏季.进一步对OC1、OC2、OC3、OC4、EC1、EC2、EC3、和OPC进行主成分分析,结果表明机动车尾气、燃煤排放和生物质燃烧是宜宾市PM_(2.5)中OC和EC的主要贡献源,可贡献PM_(2.5)中碳组分的54.0%—69.0%.     

天津市采暖季PM_(2.5)中碳组分污染特征及来源分析

为探究天津市采暖季PM_(2.5)中碳组分的污染特征及来源,于2017年11月28日—2017年12月30日,分昼夜采集天津市大气中的PM_(2.5)样品,并利用热光碳分析仪测定了PM_(2.5)样品中有机碳(OC)和元素碳(EC)的质量浓度。对天津市PM_(2.5)中OC和EC的浓度变化特征进行分析,采用OC/EC最小比值法估算二次有机碳(SOC)的含量,然后利用主成分分析法(PCA)对碳组分进行来源解析,并基于后向轨迹聚类分析方法探讨区域污染传输对天津市碳组分的影响。结果表明,(1)采样期间,PM_(2.5)中OC和EC的平均质量浓度分别为15.63、4.19μg·m~(-3),分别占PM_(2.5)质量浓度的23.78%和6.38%,天津市碳组分污染仍然比较严重。另外,OC和EC的质量浓度及其占PM_(2.5)质量浓度的百分比均呈现出昼低夜高的特点。(2)OC和EC之间的相关性在白天与夜间均较强(R2分别为0.89和0.75),表明OC与EC的来源均较为一致。夜间相关系数R2较低,碳组分来源更为复杂。(3)白天SOC的估算值为5.37μg·m~(-3),占OC的38.71%;夜间SOC的估算值为8.54μg·m~(-3),占OC的48.69%,天津市存在严重的SOC污染。(4)2017年采暖季,天津市PM_(2.5)碳组分污染主要来源于汽油车尾气、道路扬尘、燃煤与生物质燃烧。与白天相比,夜间道路扬尘的贡献作用更加显著。(5)采样期间,天津市气团轨迹主要来自西北与偏北方向。不同方向的气团轨迹对PM_(2.5)中碳组分的影响存在显著差异。研究结果可为天津市制定具有针对性的大气污染控制措施以及区域间的联防联控提供科学依据。     

太原市PM_(2.5)中含碳气溶胶特征分析

为研究太原市环境空气中含碳组分的时空分布变化规律,于2014年3月、5月、8月、12月采集了太原市3个点位春、夏、秋、冬等4个季节的PM_(2.5)样品,利用碳分析仪(DRI 2001A)测定了样品中OC1、OC2、OC3、OC4、EC1、EC2、EC3、OPC共8种碳组分含量,计算了有机碳(OC)、元素碳(EC)二者浓度,分析了OC和EC的时空分布特征.结果显示,太原市PM_(2.5)中OC和EC的平均质量浓度分别是13.5±14μg·m~(-3)和6.5±6.1μg·m~(-3),其中OC浓度随季节变化顺序为冬季春季夏季秋季,EC浓度季节变化与OC一致.春、夏、秋、冬4个季节总含碳气溶胶(TCA)占PM_(2.5)比例分别为17.6%、9.5%、8.8%、42.3%,其中冬季最高,表明冬季含碳气溶胶污染较为严重.夏季中OC和EC相关性较弱(R~2=0.4054),而春季(R~2=0.7659)、秋季(R~2=0.8253)、冬季(R~2=0.8184)OC和EC相关性较强,表明夏季碳气溶胶来源不同.通过(OC/EC)min最小比值法估算二次有机碳(SOC)浓度,春、夏、秋、冬季SOC浓度分别为2.8±2.9μg·m~(-3)、1.0±0.8μg·m~(-3)、 0.5±0.4μg·m~(-3)、 3.6±3.5μg·m~(-3),冬季SOC浓度最高. 8种碳组分分析结果显示,不同季节一次排放源中生物质燃烧、机动车尾气排放及煤炭燃烧对太原市含碳气溶胶贡献不同,其中,冬季燃煤和机动车排放使太原市含碳气溶胶污染严重,应加强燃煤和机动车排放源管控,来减轻碳组分污染.     

石家庄冬季道路积尘PM_2.5与PM_10碳组分污染特征分析

为探讨石家庄市冬季道路积尘中PM_2.5与PM_10的碳组分污染特征和来源,利用移动式采样法对市区不同类型铺装道路积尘进行收集,用热光碳分析仪测定样品中有机碳(OC)和元素碳(EC)的含量并分析其特征.结果表明,OC、EC在PM_2.5中的平均质量浓度为166.54 mg·g~(-1)、25.35 mg·g~(-1),在PM_10中的平均质量浓度为118.31 mg·g~(-1)、20.3 mg·g~(-1),总碳(TC)占PM_2.5中百分比为19.2%,占PM_1013.9%,表明碳组分更容易富集到细粒径颗粒物上;相关性分析表明OC、EC来源大致相同;8个碳组分中OC3的百分含量最高,OC4次之,EC3最低;主成分分析及OC、EC相关分析结果表明冬季道路积尘中的碳主要来自于机动车尾气排放和大气降尘中的燃煤成分.     

高原城市昆明PM_(2.5)中碳组分污染特征及来源分析

为研究昆明市大气细颗粒物(PM_(2.5))中碳组分特征,于2014年7月21—27日、2014年10月27—11月2日、2014年1月9—15日、2015年4月14—20日采集了昆明中心城区3个采样点的大气PM_(2.5)四季样品,采用IMPROVE热光分析法准确地测量了样品的有机碳(OC),元素碳(EC)及其中的8个碳组分含量,分析了OC和EC的时空变化特征、相关性关系及其比值特征,并采用因子分析方法研究了主要排放来源对总碳的贡献.结果显示,昆明城区的OC和EC年平均浓度分别为17.83±9.57μg·m~(-3)、5.11±4.29μg·m~(-3),OC浓度显示冬季≈春季秋季夏季的变化趋势,EC浓度显示冬季春季≈秋季夏季的变化趋势,OC与EC浓度季节分布的不一致反映了两种不同性质碳组分排放源之间可能存在差异.从空间分布上来说,OC和EC均呈现金鼎山(工业区)东风东路(交通密集区)西山森林公园(清洁对照区)的特点,与PM_(2.5)的空间分布规律保持一致.OC和EC的相关性在冬、春季较显著,而夏、秋季的相关性较弱.二次有机碳(SOC)对OC的贡献率在金鼎山、东风东路和西山森林公园的3个采样点分别为25.8%、23.7%和47.7%,SOC是总有机碳的重要组成部分.因子分析表明,4个季节燃煤、汽油车、柴油机排放及生物质燃烧对碳气溶胶贡献显著,都是碳组分的重要来源之一.其中,在常年尺度上,机动车排放和燃煤的混合贡献了碳组分的51.3%,是昆明城区碳气溶胶的最主要来源.     

济南市居住区采暖季大气PM_(2.5)中碳组分构成及变化分析

为探究济南市采暖季环境空气中PM_(2.5)中碳组分的污染情况及主要来源,于2017年11月16日-2018年3月31日和2017年11月16日-28日分别进行了居住区和背景区离线颗粒物采样,运用美国沙漠研究所DRIModel2015多波长热/光学碳分析仪对大气PM_(2.5)中碳组分进行了分析。研究结果显示,日均质量浓度ρ(OC)、ρ(EC)和ρ(PM_(2.5))在居住区为9.26、3.16、85.32μg·m~(-3),在背景区为2.88、1.44、59.27μg·m~(-3),说明居住区碳组分污染程度明显高于背景区。居住区日均质量浓度最高的碳组分为OC4、OC3和EC2;OC3和OC4日均质量浓度随污染等级从优向重度污染变化的过程逐渐增大,且OC日均质量浓度的变化情况跟OC3和OC4日均质量浓度变化相一致。但OC/PM_(2.5)和EC/PM_(2.5)均随污染等级的加重而呈下降趋势,可见OC和EC并不是济南采暖季重污染天气的控制因子。PMF来源解析结果显示,济南市采暖季居住区碳组分贡献较大的源为燃煤源、汽油车尾气和道路尘。结合碳组分在线监测仪器(美国SUNSET公司,型号RT-4)同期OC和EC质量浓度数据,采用Cabada改进后的方法,计算出SOC和POC质量浓度分别为1.14μg·m~(-3)和4.69μg·m~(-3)对采样时间段内一次典型重污染过程进行分析,发现CO、EC、POC等一次污染物的大量排放、不利的气象因素、区域传输等因素共同导致了此次污染过程的的形成。     

武汉市青山区道路尘碳组分污染特征及来源分析

为研究武汉市道路尘中碳组分污染特征及来源,于2018年5月在武汉市青山区采集道路尘样品,用热光碳分析仪测定样品中有机碳(OC)、元素碳(EC)、烟炱(soot)和焦炭(char)含量,并使用特征比值法、相关分析及主成分分析法对道路尘碳组分污染特征和来源进行探讨分析.结果表明,道路尘中OC、EC、soot和char含量平均值分别为1.29、2.21、2.04、0.17 g·kg^-1,说明不同碳组分含量存在较大的空间变异性.相关性分析表明OC和EC的来源存在一定差异,且EC主要贡献来源是soot.OC;EC和char;soot比值和主成分分析结果表明,武汉市青山区道路尘中碳组分主要来源于机动车尾气和燃煤排放,也可能受到生物质燃烧的影响.     

拉萨市大气中碳颗粒物的浓度变化及特征

利用STAPLEX大流量分级采样器于2014年8—12月采集拉萨市城区大气颗粒物84个样品,测定不同粒径上有机碳(OC)和元素碳(EC)的质量浓度,定性分析二次有机碳(SOC),基于碳质组分和~(14)C值得到其来源.结果表明,不同粒径的OC质量浓度呈双峰分布,较高峰出现在0.49μm粒径段,次高峰出现在1.5—3.0μm粒径段(8—9月)和3.0—7.2μm粒径段(11—12月);EC主要分布在0.49μm粒径段.OC/EC比值为4.15—33.80,表明拉萨大气颗粒物存在二次有机碳.研究表明,拉萨市碳质颗粒物的主要污染源是燃煤、机动车尾气、生物质燃烧和地面扬尘、生物质燃烧和地面扬尘是OC的主要来源,燃煤和机动车尾气则是EC的主要来源.     

中国典型沿海城市冬季PM2.5中碳组分的污染特征及来源解析

为研究中国典型沿海城市冬季PM_2.5中碳组分的污染特征及来源,于2018年12月5日—2019年1月30日分别在天津(TJ)、上海(SH)和青岛(QD)同步采集PM_2.5样品。结果表明,天津、上海和青岛PM_2.5的平均浓度分别为(116.96±66.93)、(31.21±25.62)、(74.93±54.60)μg·m^-3,OC和EC的空间分布均为天津(18.69±7.95)μg·m^-3和(4.98±2.08)μg·m^-3>青岛(16.45±8.94)μg·m^-3和(2.01±1.04)μg·m^-3>上海(7.28±3.11)μg·m^-3和(1.05±1.25)μg·m^-3。3个站点的OC和EC均呈现较好的相关性,表明OC和EC具有相似的来源;OC/EC比值范围在2.37—7.53、5.47—46.41和4.77—13.36之间,证明各采样点均存在二次有机碳(SOC)的生成;采用最小R²法(MRS)估算SOC浓度,得到3个采样点SOC的平均质量浓度为(5.09±4.68)、(3.90±1.65)、(4.21±4.31)μg·m^-3,分别占OC总量的27.2%、55.8%和19.5%,其中上海的SOC在OC中的占比最大,说明上海二次有机碳污染较为严重,这主要归因于冬季严重污染源排放和有利的二次转化气象条件,而天津和青岛的碳组分主要来自污染源的直接排放。主成分分析(PCA)结果发现,天津PM_2.5中碳组分主要来源于道路尘、生物质燃烧和机动车尾气,上海PM_2.5中碳组分主要来源于生物质燃烧、道路扬尘和机动车尾气。青岛PM_2.5中碳组分主要来源于道路扬尘、机动车尾气。后向轨迹聚类分析表明,来自西北方向的气团对天津的影响较大,PM_2.5和碳组分的浓度值最大;而对上海而言,主要受北方气溶胶经过海面又传输回上海的气团的影响;青岛站点主要受华北地区污染物和本地排放源的影响。     

华北典型城市PM_(2.5)中碳质气溶胶的季节变化与组成特征

2013年10月至2014年9月,在华北典型城市——河南新乡市市区采集4个季节大气PM_(2.5)样品,每个季节连续采样1个月,共获得样品124个。用热-光透射法(TOT)分析了PM_(2.5)中的碳质气溶胶组成,并用核磁共振(~(13)C-NMR)的方法测定了碳组分结构。采样期间PM_(2.5)、OC和EC的日平均质量浓度分别为(238±123)、(28.5±20.5)和(5.08±4.46)μg·m~(-3)。其中4个季节的TC与PM_(2.5)质量浓度高度相关,显示碳质气溶胶是新乡PM_(2.5)的重要组分,其季节平均质量浓度大小顺序为:冬季秋季春季夏季。OC/EC比值在2.78~16.20之间,平均值为6.33,说明新乡碳质气溶胶来源具有多样性。不同季节OC/EC比值的变化范围也有不同,其中春季变化范围最小,说明污染源相对比较稳定;冬季变化范围最大,最低值为2.78,最高值为16.2,显示了生物质燃烧贡献的重要性。核磁共振结果显示新乡市碳质组分的主要成分为烷基碳、羟基碳、烷基取代的芳香碳和芳烃或者酚醛树脂类碳。秋季羧酸类碳和氧取代芳烃或者酚醛树脂类碳明显增加,显示了生物质燃烧对城市秋季大气碳质气溶胶贡献的重要性;冬季羟基化合物增加主要来源于室内生物质燃烧;春季芳香类化合物增加,可能为汽车尾气排放源;夏季烷烃类碳明显增加,与植物生长和气候有关。     

南京北郊冬季PM_(2.5)中水溶性离子以及碳质组分特征分析

2015年12月21日—2016年2月29日在南京北郊进行了大气细颗粒物PM_(2.5)的观测,并分析其中主要水溶性离子(Na~+、NH_4~+、K~+、Mg~(2+)、Ca~(2+)、Cl~-、NO_3~-、SO_4~(2-))浓度以及碳质组分(OC、EC)含量.结果表明,观测期间南京北郊冬季大气细颗粒物(PM_(2.5))污染较为严重,二次离子(NO_3~-+SO_4~(2-)+NH_4~+)为主要污染成分,占PM_(2.5)浓度的47%.对36个观测日进行SO_4~(2-)-NO_3~--NH_4~+三相聚类,发现3种离子在整个体系中的配比存在差异.排放源类型所造成的前体物的不同以及NH_4~+与SO_4~(2-)、NO_3~-的结合方式是造成这种差异的主要原因.OC与EC的变化趋势相似,OC含量较高,而且浓度波动幅度较大.OC/EC的值为2.63±0.90,说明普遍存在二次反应产生的SOC.K+/PM_(2.5)比值法表明,除燃煤与机动车尾气排放以外,生物质燃烧亦是PM_(2.5)污染的排放源.     

青藏高原东缘冬季PM2.5中碳组分特征和来源解析

于2017年冬季12月13—21日在青藏高原东缘理塘地区分昼夜采集PM_2.5样品,并用DRI2001A热光碳分析仪测定了有机碳(OC)和元素碳(EC)的质量浓度,研究青藏高原PM_2.5中碳组分的化学特征及主要来源,以期为理塘地区制定污染排放政策提供参考。结果表明,2017年冬季青藏高原东缘理塘地区PM_2.5平均质量浓度为44.34μg·m^?3,OC和EC的质量浓度为12.72μg·m^?3和3.85μg·m^?3,分别占PM_2.5质量浓度的29.61%和8.96%。通过经验公式,计算得到总碳气溶胶(TCA)质量浓度为24.20μg·m^?3,占PM_2.5的54.84%,说明碳质气溶胶对青藏高原东缘理塘地区PM_2.5有着十分重要的贡献。OC和EC在白天和夜间都有较高的相关性(相关系数分别为0.74和0.91),表明OC和EC的来源基本一致,受燃烧源影响较大。其中白天的相关系数低于夜间,说明青藏高原东缘理塘地区白天碳组分来源相对复杂。昼夜浓度对比显示,青藏高原东缘理塘地区PM_2.5白天和夜间的质量浓度分别为53.88μg·m^?3和33.44μg·m^?3,OC和EC浓度白天高于夜间,表明白天人为排放相对较高。冬季观测期间,PM_2.5中二次有机碳(SOC)昼夜浓度分别为1.11μg·m^?3和3.03μg·m^?3,分别占OC质量浓度的7.09%、26.59%,表明青藏高原东缘理塘城区白天碳组分主要为一次源。利用PMF 5.0软件对理塘城区碳组分进行进一步的解析,结果显示燃煤和生物质燃烧的混合源对总碳(TC)的贡献高达47.84%,占比最高;其次是汽车尾气和柴油车尾气源,贡献率分别为28.62%和23.54%。     

安阳市燃煤源颗粒物及碳组分排放特征

为探究安阳市燃煤源排放特征,基于实地调研、抽样调查和部门座谈等方法,利用排放因子法自下而上的估算了2016年安阳市燃煤源颗粒物和碳组分排放清单,利用经纬度坐标和所属乡镇信息,进行了全市PM_(10)、PM_(2.5)、PM_1、EC和OC排放空间分配,并通过对2017年燃煤源相关政策的搜集整理,结合2016年调研情况,对2017年安阳市主要燃煤相关政策颗粒物减排效果进行了估算。结果表明:安阳市2016年燃煤源PM_(10)、PM_(2.5)、PM_1、EC和OC排放总量分别为5 735.03、2 986.61、1 049.40、718.05和385.29 t;散煤燃烧源是PM_(10)、PM_(2.5)、PM_1、EC和OC的主要贡献源,分别贡献了各污染物的70.71%、76.98%、91.81%、85.14%和71.83%;从空间分布来看,排放主要集中在林州市的河顺镇、龙安区的东风乡以及殷都区的纱厂路街道,而排放强度较高的乡镇(街道)主要集中在市区的纱厂路街道、北大街街道、洹北街道、豆腐营街道和东风乡;通过对2017年燃煤源相关政策的搜集整理,结合2016年调研情况,估算2017年燃煤源PM_(10)、PM_(2.5)和PM_1减排量分别为2 735.15、1 410.08和457.61t,分别占2016年燃煤源排放总量的47.69%、47.21%和43.61%。研究显示,2016年安阳市燃煤源颗粒物排放量较大,2017年安阳市采取的燃煤相关政策措施对安阳市燃煤源颗粒物减排效果显著。     

长治市秋冬季PM2.5组分特征及来源解析

采集了2017—2018年秋冬季长治市审计局站、监测站、清华站等3个监测站点的大气PM_(2.5)样品,分析了其元素、水溶性离子及碳质组分特征,并利用化学质量平衡模型(CMB)对PM_(2.5)进行来源解析.结果表明,采样期间长治市PM_(2.5)浓度为67.9μg·m~(-3),其中审计局站PM_(2.5)浓度最高(70.6μg·m~(-3)),其次为监测站(70.0μg·m~(-3))和清华站(63.0μg·m~(-3));二次无机离子(SO_4~(2-)、NO~-_3、NH~+_4)平均浓度(20.7μg·m~(-3))占PM_(2.5)浓度的30.5%,与大量排放到大气中的SO_2、NO_2二次生成有关;OC(12.6μg·m~(-3))和EC(6.6μg·m~(-3))分别占PM_(2.5)的18.6%和9.7%;OC/EC为2.06,且SOC(5.9μg·m~(-3))在OC中占比高达63.1%,表明长治市秋冬季二次污染较重;典型地壳元素Si和Ca占元素组分平均浓度的29.8%和22.8%,说明扬尘污染对长治市PM_(2.5)的有一定影响;源解析结果表明,长治市秋冬季PM_(2.5)主要来源为:机动车源17.0%、燃煤源16.5%、扬尘源14.6%、二次硝酸盐13.9%、二次硫酸盐11.0%、二次有机气溶胶10.8%、工艺过程源9.3%、生物质燃烧源1.9%、其他源5.0%.因此,为进一步降低长治市环境空气中PM_(2.5)的污染,需在加强管控机动车,燃煤和扬尘等一次排放源的基础上,降低一次污染物SO_2、NO_2等的排放,从而实现对二次污染源前体物的控制.     

济南市秋冬季大气细粒子污染特征及来源

快速的经济发展和城市化进程造成我国城市大气污染日益显著,并受到更为广泛的关注.为了解济南市大气细粒子及其化学成分的污染特征,于2013.10.15—2013.11.16和2013.12.24—2014.1.27(总观测天数为62天)利用中流量颗粒物采样器采集了济南市大气PM_(2.5)样品,分析了其中的化学成分,包括水溶性离子、无机金属元素、元素碳(EC)和有机碳(OC),并结合颗粒物质量重构法和主成分分析法探讨了济南市大气细粒子的来源.结果表明,监测期内济南市PM_(2.5)质量浓度严重超标,日均值均高于我国国家环境空气质量标准(GB3095—2012)中的一级标准,最高日均值达到了335μg·m~(-3).水溶性离子、有机碳、元素碳和金属元素分别占总PM_(2.5)浓度的45.3%、34.7%、2.3%、5.6%(秋季),42.8%、32.9%、3.6%、12.5%(冬季).二次水溶性离子NO_3~-、SO_4~(2-)和NH_4~+为主要的水溶性离子,分别占总离子浓度的34.1%、35.6%、9.2%(秋季)和35.2%、30.4%、15.9%(冬季).OC和EC的平均质量浓度分别为33.8μg·m~(-3)和4.3μg·m~(-3),OC/EC比值表明秋季汽车尾气与生物质燃烧对有机气溶胶的贡献较大,而冬季燃煤排放对有机气溶胶的贡献较大.化学质量重构结果表明,秋季济南市细粒子中二次无机盐、海盐、重金属、矿物尘、建筑尘、有机物和元素碳的质量百分比分别为38.6%、1.2%、0.2%、5.4%、1.4%、34.7%和2.3%,冬季分别为34.8%、1.5%、3.5%、7.5%、3.2%、33.0%和3.6%.主成分分析结果表明,汽车尾气及二次转化、燃煤以及冶炼工业排放是济南市大气细粒子的主要来源.     

新冠肺炎疫情期间南京市PM_(2.5)中碳质组分污染特征分析

为掌握新冠肺炎疫情爆发前后南京市城区细大气细颗粒物(PM_(2.5))中有机碳(OC)和元素碳(EC)的浓度变化特征,于2020年1—2月期间在南京市主城区在线监测了PM_(2.5)、OC、EC浓度及气象要素。与应急响应前相比,应急响应启动后PM_(2.5)浓度下降了41.2%,EC浓度下降了57.9%,而OC浓度不降反增,表明停工停产显著降低了PM_(2.5)和EC浓度,但对OC浓度变化影响较小。在应急响应前,OC和EC浓度均呈现白天浓度低、清晨及傍晚浓度高的日变化规律;在应急响应后,EC浓度日变化不大且维持在较低水平,OC浓度呈现午后浓度低、午前和傍晚浓度高的变化规律。PM_(2.5)浓度在应急响应后的大幅减少导致光照辐射强度提升,有利于光化学反应生成二次有机碳(SOC)。在PM_(2.5)和EC浓度下降的形势下SOC浓度不降反增,同时OC与EC的相关性显著降低。     

乌鲁木齐大气细颗粒物(PM_(2.5))有机碳和元素碳污染特征分析

对乌鲁木齐市中心区域树木年轮实验室(TRL)和黑山头(HST)2013年1月─2014年2月期间采集的大气细颗粒物(PM_(2.5))样品,利用热光碳分析仪分析了其中的有机碳(OC)和元素碳(EC)浓度水平、污染特征及其可能来源,以期为深入了解乌鲁木齐市颗粒物污染现状,确定乌鲁木齐市大气污染治理重点,制定大气污染防治策略提供依据。结果表明:年轮室OC和EC的质量浓度分别为(15.73±8.50)和(5.48±2.70)μg·m-3,分别占PM_(2.5)质量浓度的9.15%和3.19%,黑山头OC和EC的质量浓度分别为(11.31±7.29)和(4.14±3.26)μg·m-3,分别占PM_(2.5)质量浓度的9.26%和3.06%。年轮室OC的月变化呈现单峰型,4月份浓度最小,1月份浓度最大,黑山头OC的月平均浓度1月份最大,6月份最小,两个站点EC月平均浓度分布均无明显的特征,两个站点最大浓度均出现在2013年1月。OC质量浓度的季节变化是冬季(19.80±8.53)μg·m-3秋季(12.83±8.25)μg·m-3夏季(9.82±2.83)μg·m-3春季(9.31±3.91)μg·m-3,EC质量浓度的季节变化是秋季(5.72±3.35)μg·m-3冬季(5.25±2.61)μg·m-3夏季(5.21±2.37)μg·m-3春季(4.89±2.31)μg·m-3。在不同的季节,OC浓度变化比较明显,EC排放相对稳定。乌鲁木齐春夏季OC和EC的相关性较高,并且相关系数较为接近,说明春夏两季OC和EC来源相对简单,来源一致,主要来源于交通源机动车尾气的排放;秋冬季相关性较低,说明OC和EC来源复杂,秋冬季进入采暖期,采暖期燃煤燃气增加,排放量增大,排放源结构复杂。     

昆明城区夏季单颗粒气溶胶质谱特征及来源分析

使用单颗粒气溶胶质谱仪(SPAMS)于2015年8月1日至7日,对大气中细颗粒连续监测,有8万多个颗粒具有测径和电离信息,SPAMS所捕获的颗粒数与PM_(2.5)浓度的相关性达到0.78,表明在一定程度上颗粒物数浓度能够反映大气污染变化趋势.分析表明,捕集到的大气颗粒物可分为具有代表性的8类:元素碳(EC)、混合碳(ECOC)、有机碳(OC)、高分子有机碳(HOC)、富钾(K-rich)、矿物质(KWZ)、左旋葡聚糖(LEV)和重金属(Metal)颗粒,不同类型颗粒粒径分布差异较为明显.颗粒类型以ECOC和OC颗粒为主,约占到电离颗粒数的50%以上.ECOC和OC颗粒数百分比在1:00 am至12:00 am左右,先上升后下降;EC颗粒主要受到机动车尾气排放影响,所占比例白天高于夜间;燃烧源排放颗粒物的增加和低风速是造成PM_(2.5)浓度上升阶段的主要原因;源解析结果表明,拓东体育馆周围大气污染源以机动车尾气为主,贡献率为28.5%;其次为燃煤源,贡献率为23.8%.