共查询到19条相似文献,搜索用时 65 毫秒
1.
春季分别同时在中国南方4个背景地区(海南尖峰岭、香港鹤嘴、浙江临安和云南腾冲)进行大气加密观测实验,并分析其大气中PM2.5质量浓度及其碳质颗粒组分(有机碳(OC)、元素碳(EC)和左旋葡聚糖).结果表明,各区域背景站点由于受不同污染源及传输过程影响而呈现出不同的特征:西南部腾冲站点与东部临安站点由于分别受到生物质燃烧和化石燃料燃烧等一次污染源的主导影响,而形成高OC、EC水平特征,且经受体示踪物方法估算腾冲站点受生物质燃烧对其OC的贡献均值可达到73%;尖峰岭站点由于二次污染及活跃的生物活动的共同作用,表现了高OC/EC比值及低碳质颗粒物浓度的特征,而鹤嘴站点则主要受海洋气团影响呈现出低碳质颗粒浓度与两两呈高度相关的特点,反映了其所在区域春季的背景特征. 相似文献
2.
为研究郴州市PM2.5中碳组分的污染特征及来源,于2016年7月-2017年4月分4个季度典型时段采集郴州市环境大气中的PM2.5,测定了样品中OC(有机碳)和EC(元素碳)的质量浓度,对碳气溶胶污染水平、时空分布、SOC(二次有机碳)以及OC和EC相关性等特征进行了分析,并分析了碳组分的来源.结果表明:郴州市ρ(PM2.5)年均值为(40.2±19.0)μg/m3,ρ(OC)、ρ(EC)占比分别为15.7%和7.2%;ρ(OC)与ρ(EC)相关性分析显示二者来源较为一致,但春季、夏季差异相对较大;ρ(SOC)全年估算值为1.84 μg/m3,占ρ(OC)的29.11%,夏季较高的温度和较低的相对湿度导致夏季ρ(SOC)的估算偏低.结合碳组分丰度分析、PCA(主成分分析)和PMF(正矩阵因子分解分析)结果发现,燃煤/道路尘、机动车排放和生物质燃烧对PM2.5中TC(总碳)的影响最为明显,贡献率分别为49.25%~56.71%、19.79%~25.36%和9.35%~13.69%.反向轨迹聚类结果显示,广东珠三角区域的汽油车排放、道路尘和生物质燃烧对郴州市PM2.5中碳组分有较大的影响,而燃煤和柴油车的贡献主要来源于本地.研究显示,郴州市PM2.5中碳组分污染较为严重,应重点加强本地燃煤和柴油车的控制. 相似文献
3.
为探讨厦门市冬季大气PM_(2.5)含碳组成特征,于2014-12-10至2015-01-09同步采集了城区和郊区的PM_(2.5)样品。采用热光透射法分析了PM_(2.5)中OC、EC的质量浓度。结果表明,近年来厦门市PM_(2.5)、OC、EC的浓度表现出逐年降低的趋势。城区和郊区的OC平均浓度分别为9.77±1.87和9.17±2.42μg/m~3,EC平均浓度分别为1.87±0.73和2.43±1.10μg/m~3,与国内外其他城市相比,厦门市冬季大气PM_(2.5)中的OC、EC浓度均处于较低水平,人为引起的大气含碳成分污染相对较轻。城区和郊区的OC/EC值均大于2,SOC占OC比例分别高达34.96%、39.03%,厦门大气PM_(2.5)中的OC受到二次污染较严重。PM_(2.5)、OC、EC的分布规律表明,OC、EC受到了除天气条件以外的其他因素如OC和EC污染源种类、源强以及二次转化程度的影响。城区(R2=0.107 9)和郊区(R2=0.341 9)的OC与EC相关性不明显,初步判断厦门市冬季PM_(2.5)中OC和EC的来源较复杂,EC可能主要来自化石燃料和生物质不完全燃烧等一次排放源,OC则主要受到化石燃料燃烧和二次污染的影响,城区污染源还包括烹饪源以及生物质燃烧。 相似文献
4.
广州市夏季室内外PM2.5中有机碳、元素碳的分布特征 总被引:26,自引:2,他引:26
2004年7~8月在广州市9个采样点的室内、室室外同步采集了PM2 5样品,采用热光反射碳分析仪分析得到OC、EC的质量浓度,对OC、EC污染水平、空间分布、室内室外质量浓度关系、0C/EC质量浓度关系及二次有机碳等特征进行了深入细致的分析研究.结果表明,OC室内、外平均质量浓度为17.3和19.9μg·m-3,EC室内、室外平均质量浓度为6.5和6.6μg·m-3,总碳气溶胶占PM25质量的50%以上;在不同类型采样点0C、EC质量浓度存在区别;室内环境中OC、EC质量浓度相关性显著,室外环境中0C、EC质量浓度相关性不显著;0C、EC质量浓度比ρ(OC)/ρ(EC)超过2;室内、室外PM2 5中二次有机碳质量浓度是7.6和10.0μg·m-3,占总有机碳的比率为43.8%、45.5%. 相似文献
5.
对2004年8月8日~2005年2月28日云南朱张区域大气本底观测站大气PM10中有机碳(OC)和元素碳(EC)浓度进行观测.结果表明,OC、EC平均浓度分别为3.13±0.91,0.34±0.18μg/m3,OC/EC比值平均为11.92.OC约占总碳(TC)的90.5%,而EC贡献较少.挥发性有机碳(VOC)表现出明显的季节变化,OC、EC浓度变化趋势基本一致,但季节变化不太明显.OC、EC浓度与世界其它背景站点较接近,表明本站能获得区域大气气溶胶的本底特征. 相似文献
6.
朔州市市区PM2.5中元素碳、有机碳的分布特征 总被引:1,自引:2,他引:1
采集朔州市市区4个点位采暖季和非采暖季环境空气PM2.5样品,利用Elementar Analysensysteme Gmb H vario EL cube型元素分析仪测定其中元素碳(elemental carbon,EC)和有机碳(organic carbon,OC)含量,并对碳组分的浓度水平、时空分布特征和主要来源进行分析.结果表明,朔州市市区非采暖季PM2.5中OC和EC的平均浓度为(14.3±2.7)μg·m-3和(10.3±3.1)μg·m-3,采暖季OC、EC平均浓度分别为(23.3±5.9)μg·m-3和(20.0±5.7)μg·m-3;4个点位OC和EC的浓度均表现为采暖季大于非采暖季,其中在采暖季,点位SW中OC和EC浓度分别为28.5μg·m-3和28.1μg·m-3,高于其它采样点,在非采暖季,点位PS中OC和EC的浓度分别为17.7μg·m-3和14.1μg·m-3高于其它采样点;采暖季和非采暖季PM2.5中OC/EC值均小于2,但OC和EC相关性不好(在采暖季和非采暖季的相关系数分别为0.66和0.52),说明PM2.5中碳气溶胶来源复杂.控制碳组分一次排放来源,如燃煤烟尘、生物质燃烧及机动车尾气排放,同时关注二次污染是控制朔州市PM2.5的关键.朔州市市区采暖季和非采暖季PM2.5中二次有机碳(secondary organic carbon,SOC)浓度分别为(6.44±2.77)μg·m-3和(4.11±1.92)μg·m-3. 相似文献
7.
上海中心城区冬季PM_(2.5)中有机碳和元素碳组成变化特征 总被引:5,自引:0,他引:5
采样分析了上海中心城区冬季2009年1月-2月PM2.5中有机碳和元素碳组分,并对其污染和变化特征进行了分析。监测分析结果表明,中心城区范围内OC、EC质量浓度空间分布无明显差异;OC、EC是PM2.5的重要组成部分,其在PM2.5中的质量分数分别为8.88%、1.49%;ρ(OC)/ρ(EC)比值较高,为5.73,且存在一定程度的二次有机污染;OC质量浓度和EC质量浓度有着很好的相关性,二者一定程度上有着相同的源;春节前后,TC浓度变化(即OC+EC)呈现明显的假日效应,机动车排放是TC的重要来源之一。 相似文献
8.
为研究天津大气PM2.5中有机碳和元素碳的特征,于2009年9月4日到2010年2月25日在天津3个监测点位采集PM2.5样品,分析了PM2.5颗粒中元素碳和有机碳的含量特征、与气象条件的相互关系、以及碳组分的来源.结果表明3个监测点位PM2.5的平均质量浓度为123.85μg/m3;TC的平均浓度为18.76μg/m3,其中OC的平均浓度为14.48μg/m3,EC的平均浓度为4.27μg/m3,日均OC和EC浓度分别占PM2.5的11.7%和3.5%.秋季SOC的估算值为5.1μg/m3, 占OC的40.7%、PM2.5的4.3%;冬季SOC的估算值为6.5μg/m3, 占OC的35.7%,PM2.5的4.9%.观测期间EC与温度呈比较好的负相关关系; OC、EC、TC的浓度与风速有较好的负相关性.48h后推气流轨迹结果显示局地盘旋的气流(L)和来自天津北方或西北方区域气流(N/NW)有较高的碳组分浓度;天津大气PM2.5中碳组分受包括生物质燃烧、汽车排放、燃煤和道路扬尘混合来源影响. 相似文献
9.
上海城区PM2.5中有机碳和元素碳变化特征及来源分析 总被引:1,自引:6,他引:1
2010年6月~2011年5月间在上海城区点位采集了181组PM2.5样品,采用热光反射法(thermal optical reflectance,TOR)测定了样品中的有机碳(organic carbon,OC)和元素碳(elemental carbon,EC)含量.结果表明,上海城区环境空气PM2.5中OC和EC年平均浓度分别为8.6μg·m-3±6.2μg·m-3和2.4μg·m-3±1.3μg·m-3,两者之和占PM2.5质量浓度的20%.OC和EC的季节平均浓度值冬季最高,夏季最低,秋季OC和EC在PM2.5中的比例最高.全年OC/EC比值为3.54±1.14.采用最小OC/EC比值法估算二次有机碳(secondary organic carbon,SOC)含量得到SOC年均浓度为3.9μg·m-3±4.2μg·m-3,占OC含量的38.9%.夏季SOC浓度低且与O3最大小时浓度值相关性好,表明光化学反应是夏季SOC的重要生成途径,主导西风向的秋冬季SOC浓度高于静风条件下的浓度水平,存在输送作用.进一步对OC1、OC2、OC3、OC4、EC1、EC2、EC3和OPC进行主成分分析,结果显示上海城区PM2.5中OC和EC主要来自机动车尾气、燃煤排放、生物质燃烧和道路尘,这4个来源对含碳组分的贡献率达69.8%~81.4%,其中机动车尾气在4个季节中的贡献率均较高,生物质燃烧贡献约15%~20%,春季和秋季道路尘影响明显,冬季燃煤的贡献高于其他季节. 相似文献
10.
为研究石家庄市大气颗粒物、碳组分特征和污染来源,采集2016年11月1日—12月31日石家庄市大气颗粒物(PM10、PM2.5和PM1)样品,分析采暖前后PM10、PM2.5和PM1及其中OC(有机碳)、EC(元素碳)和WSOC(水溶性有机碳)浓度水平,计算颗粒物与碳组分间相关性,进行OC/EC(质量浓度之比,下同)特征比值法和8个碳组分(OC1、OC2、OC3、OC4、OPC、EC1、EC2和EC3)研究.结果表明:①采暖后ρ(PM10)和ρ(PM2.5)比采暖前分别增加了26.4%和32.1%,而采暖后ρ(PM1)比采暖前降低了12.2%.采样期间ρ(PM10)与ρ(PM2.5)显著相关,而ρ(PM1)分别与ρ(PM2.5)和ρ(PM10)相关性差.采暖后散煤燃烧造成ρ(PM10)和ρ(PM2.5)增加,区域机动车限行和工业限产/停产导致ρ(PM1)降低.②Pearson相关系数计算可知,ρ(OC)与ρ(EC)强相关;ρ(PM10)和ρ(PM2.5)分别与ρ(OC)和ρ(WSOC)强相关,而ρ(PM1)分别与ρ(OC)和ρ(WSOC)中等相关;ρ(PM10)和ρ(PM2.5)分别与ρ(EC)弱相关,ρ(PM1)与ρ(EC)中等相关.③采暖后PM10、PM2.5和PM1中ρ(OC)比采暖前分别增加了215.1%、97.2%和18.5%;采暖后PM10和PM2.5中ρ(EC)比采暖前分别增加了65.2%和5.3%,而采暖后PM1中ρ(EC)比采暖前降低了10.9%.集中供热和散煤燃烧排放了大量OC;PM10和PM2.5中EC主要来源于散煤燃烧,PM1中EC主要来源于工业排放和机动车尾气.④采暖前PM10、PM2.5和PM1中OC/EC平均值分别为4.5、4.5和4.3;采暖后PM10和PM2.5中OC/EC平均值分别为9.8和9.7,而PM1中OC/EC平均值为7.4.采暖前后SOC/OC(质量浓度之比,下同)平均值的范围为0.36~0.65,石家庄市冬季大气中SOC污染严重;⑤8个碳组分分析发现,石家庄市机动车限行导致PM1中ρ(EC1)降低,而采暖后集中供暖和散煤燃烧的增加,导致ρ(OC2)明显增加.研究显示,大气颗粒物中碳组分采暖前主要来源于机动车尾气,而采暖后主要来源于燃煤燃烧,尤其是散煤燃烧. 相似文献
11.
关中地区冬季PM2.5中碳气溶胶的污染特征及来源解析 总被引:3,自引:4,他引:3
为研究关中地区冬季PM2.5中碳气溶胶的污染特征和来源,于2012年12月至2013年2月在西安、宝鸡、渭南和秦岭进行PM2.5的采集,并利用热光反射法测定了样品中的有机碳(organic carbon,OC)和元素碳(elemental carbon,EC).结果表明,4个采样点OC的平均质量浓度分别为47.8、45.8、31.2和37.0μg·m-3,EC分别为8.5、6.7、7.6和5.7μg·m-3,总碳气溶胶(total carbonaceous aerosol,TCA)分别占PM2.5的36.4%、46.2%、36.9%和33.4%.OC和EC的相关性在西安(R2=0.93)和秦岭(R2=0.91)高于宝鸡(R2=0.58)和渭南(R2=0.62),表明OC和EC在西安和秦岭可能具有更为相似的来源,也可能具有更高的混合程度.所有样品的OC/EC比值均大于2.0,表明有二次气溶胶(secondary organic carbon,SOC)的生成,4个采样点SOC分别占OC的21.6%、40.3%、23.2%和27.8%.正定矩阵因子分析法(positive matrix factorization,PMF)解析结果显示,燃煤是关中地区冬季碳气溶胶的首要来源,占45.3%~47.9%,汽油车和生物质燃烧是次要来源,分别占26.1%~33.1%和14.3%~20.1%,此外柴油车也有一定贡献. 相似文献
12.
本研究于2015年10~11月在南京北郊分昼夜采集PM_(2.5)样品,采用热光透射法(TOT)和离子色谱法对样品中的有机碳(OC)/元素碳(EC)和左旋葡聚糖(levoglucosan)的质量浓度特征进行分析.观测期间OC和EC的平均浓度分别为(11.3±4.9)μg·m-3和(1.1±0.9)μg·m-3,总碳TC占PM_(2.5)的质量分数为22.9%,OC/EC的平均值为7.4,SOC占OC的质量分数为51.9%.PM_(2.5)、OC、EC和SOC质量浓度都体现出夜晚白天的特征,白天OC和EC的相关性好于夜晚(相关性系数分别为0.86和0.7).通过分析PM_(2.5)、左旋葡聚糖和SOC质量浓度以及后向轨迹和火点数据可知南京北郊在13~16号受到来自河北等地生物质燃烧远距离输送的影响.采样期间K+和左旋葡聚糖与OC、EC和SOC的相关性显著(相关性系数分别为0.78、0.79和0.65),经受体示踪物方法估算采样期间生物质燃烧对OC的贡献为21.9%. 相似文献
13.
利用热光分析法探究了西安市2017年353个PM2.5样品中的元素碳(EC)、有机碳(OC)、甲醇可萃取有机碳(MSOC)以及热-光分析法得到的7个碳组分(OC1~4、EC1~3)的质量浓度、季节变化趋势以及来源.结果表明,西安市2017年OC、EC以及MSOC的平均质量浓度分别为(17.56±11.83)、(4.08±2.95)和(11.10±6.77)μg·m-3.OC质量浓度的季节性趋势为冬季 > 春季 > 夏季 > 秋季;EC为冬季 > 春季≈秋季 > 夏季.MSOC/OC比值年平均值为0.64±0.20,冬季最高,夏季最低.春季OC和EC相关性较好(r2=0.76),而在冬季的相关性较差(r2=0.43),说明碳气溶胶的来源不同.采用EC示踪法对二次气溶胶的含量进行估算,SOC的平均含量分别占到了春、夏、秋、冬四季OC质量浓度的51.9%、38.4%、37.3%、44.0%.采用主成分分析法得出西安市的碳质气溶胶主要来源于燃煤和机动车排放. 相似文献
14.
通过分析2013—2017年海口市风向频率、地面PM_(2.5)浓度及海口市所处北部湾地理位置,确定12月为北部湾对海口市最不利风向时间段.利用中尺度气象模式(WRF,Weather Research Forecast)驱动空气质量模型(CMAQ,Community Multi-scale Air Quality),设置一系列数值模拟情景,深入分析北部湾人为源对海口市PM_(2.5)浓度影响.结果表明:WRF/CMAQ能很好地再现北部湾气象场和PM_(2.5)浓度的时空分布.2013年12月,北部湾人为源对海口市PM_(2.5)平均贡献率约为45.4%,其中约有90%来源于海口市自身人为源,约有10%来源于广东广西片区,海南片区除海口外其余市县贡献可忽略不计.污染时段,北部湾和海口市自身贡献率均下降,平均贡献率分别为40%和36%,表明污染时段海口市PM_(2.5)主要源区不仅来自北部湾.通过分析后向轨迹,发现污染时段均会经过一个关键区——珠三角区域,表明珠三角区域很有可能也是造成2013年12月海口市PM_(2.5)污染的主要源区.清洁时段,北部湾和海口市自身贡献率均上升,平均贡献率分别为52%和48%,表明北部湾对海口市PM_(2.5)浓度影响在清洁时段更显著.因此,北部湾未来产业规划值得关注,因为这些产业很有可能使目前海口市清洁时段变为污染时段,导致空气质量下降. 相似文献
15.
华北区域点冬季二次有机气溶胶特征与影响因素 总被引:2,自引:0,他引:2
为探明二次有机气溶胶(SOA)的污染特征和影响因素,本研究于2018年11月—2019年1月对华北区域点(德州市郊区点)细颗粒物(PM_(2.5))的化学组成进行了在线测量,并分析了PM_(2.5)中有机碳(OC)、元素碳(EC)和水溶性离子组分的污染特征及PM_(2.5)与气象要素之间的相关性.结果表明,观测期间德州PM_(2.5)污染严重,平均质量浓度为(115.6±24.6)μg·m~(-3);其中,有机碳和元素碳是PM_(2.5)的主要成分,平均质量浓度分别为(8.2±5.8)μg·m~(-3)和(2.6±2.2)μg·m~(-3),占PM_(2.5)总质量的7.1%和2.2%;PM_(2.5)与风速呈负相关,与相对湿度呈正相关,与气温的相关性较差,偏北风对PM_(2.5)浓度影响较大.同时,本研究利用EC示踪OC/EC比值法对PM_(2.5)中的二次有机碳(SOC)进行了估算,通过估算得到的SOC结果表明,华北区域点冬季SOC是OC的重要组成部分,平均浓度为(4.0±2.9)μg·m~(-3),占OC的45.7%,SOC在白天占比较高(62.7%),早晚由于有局地生物质燃烧影响,SOC占比降低,约占OC的42.7%.本研究还分析了SOC生成的影响因素,分析了德州市冬季O_3、含水量、酸度与SOC的相关性.结果表明,SOC受臭氧浓度影响,但在白天和夜晚表现出不同的相关关系,可能存在不同的生成机制.最后,利用ISORROPIA模型估算了颗粒物的含水量和酸度,发现SOC在高含水量和低含水量下存在不同的关系,高含水量更能促进SOC生成;在高含水量下SOC与H~+具有显著相关性,但在低含水量下则不相关,表明颗粒物含水量较高、H~+浓度较高情况下液相酸催化反应可能对SOC具有重要贡献. 相似文献
16.
为了研究清洁取暖措施对保定市PM2.5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PM2.5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PM2.5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PM2.5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... 相似文献
17.
太原市大气PM2.5中碳质组成及变化特征 总被引:1,自引:4,他引:1
采用DRI Model 2001A热/光碳分析仪测定了2009年冬季和2010年春季太原市区大气细粒子(PM2.5)中有机碳(OC)和元素碳(EC)的昼夜变化特征,分析了含碳物质的变化特征,并探讨了其来源.结果表明,PM2.5、OC、EC平均浓度水平和OC/EC平均值均呈现出冬季[(289.2±104.8)μg·m-3、(65.2±22.1)μg·m-3、(23.5±8.2)μg·m-3和2.8±0.3]高于春季[(248.6±68.6)μg·m-3、(29.7±6.2)μg·m-3、(20.2±5.4)μg·m-3和1.5±0.3],冬季夜晚[(309.3±150.0)μg·m-3、(74.6±19.5)μg·m-3、(24.3±6.6)μg·m-3和3.1±0.3]高于白天[(234.9±122.1)μg·m-3、(54.9±28.2)μg·m-3、(22.6±10.8)μg·m-3和2.5±0.5],春季白天[(292.5±120.8)μg·m-3、(32.7±10.5)μg·m-3、(22.7±10.1)μg·m-3和1.6±0.5]高于夜晚[(212.3±36.7)μg·m-3、(29.6±6.6)μg·m-3、(20.7±6.4)μg·m-3和1.5±0.2]的污染特征.这是因为冬季处于采暖期,特别是夜晚,煤和生物质燃烧量增加导致碳质颗粒物排放量增加以及大气温度低且稳定不利于污染物扩散;高的OC/EC是OC排放量增加所致而非二次有机碳(SOC)的贡献,因为气温低且太阳辐射弱不利于SOC的生成.春季白天PM2.5、OC和EC浓度水平高于夜晚可能是白天风速比夜晚大且相对湿度比夜晚低而更有利于城市扬尘形成所致,OC/EC高可能是白天温度较高且太阳辐射较强有利于SOC的生成.与国内其他城市相比,太原PM2.5、OC和EC均处于较高的浓度水平,表明太原碳质气溶胶污染严重,可能对城市灰霾形成有重要贡献. 相似文献
18.
为研究京津冀地区典型城市大气细颗粒物及其碳质组分的时空变化特征及来源,于2016年12月28日—2017年1月22日及2017年7月1—26日,对北京市与石家庄市PM2.5(细颗粒物)及PM1(亚微米颗粒物)进行采集,使用DRI(热光碳分析仪)检测PM2.5与PM1中ρ(OC)与ρ(EC),并对其碳质组分来源进行分析.结果表明:①采样期间,冬、夏两季PM2.5与PM1中ρ(OC)均为石家庄市采样点远高于北京市采样点;冬季PM2.5与PM1中ρ(EC)均为石家庄市采样点高于北京市采样点,夏季则略有不同.②冬季污染日,北京市采样点ρ(PM2.5)与ρ(PM1)均为石家庄市采样点的1.08倍,PM2.5与PM1中的ρ(OC)分别为石家庄市采样点的1.14和1.12倍,石家庄市采样点PM2.5与PM1中ρ(EC)分别为北京市采样点的1.15和1.28倍;冬季重污染日,北京市采样点的ρ(PM2.5)与ρ(PM1)分别为石家庄市采样点的1.03和1.04倍,PM2.5和PM1中的ρ(OC)分别为石家庄市采样点的1.23和1.22倍,石家庄市采样点PM2.5和PM1中的ρ(EC)分别为北京市采样点的1.03和1.16倍.夏季污染日,石家庄市采样点ρ(PM2.5)与ρ(PM1)分别为北京市采样点的1.16和1.30倍,PM2.5与PM1中ρ(OC)分别为北京市采样点的1.64和2.71倍,两个采样点ρ(EC)相近.③冬、夏两季PM2.5与PM1中ρ(SOC)/ρ(OC)均较高,冬季北京市采样点分别为48.09%和54.29%,石家庄市采样点分别为44.98%和48.09%,夏季北京市采样点分别为48.47%和61.50%,石家庄市采样点分别为61.52%和63.55%,表明SOC更易富集于亚微米粒子中.④冬季北京市和石家庄市两个采样点PM2.5与PM1中碳质组分均主要来源于生物质燃烧、燃煤和机动车尾气;夏季北京市采样点PM2.5与PM1中碳质组分主要来源于机动车尾气,石家庄市采样点PM2.5与PM1中碳质组分主要来源于燃煤和机动车尾气.研究显示,北京市和石家庄市两个采样点大气细颗粒物及其碳质组分浓度存在时空分布和污染来源差异. 相似文献
19.
为了研究杭甬地区大气气溶胶中含碳气溶胶的季节性变化和它们的来源,于2014年12月至2015年11月收集了杭州和宁波2个城市中4个采样点的PM_(2.5)样品,利用碳热光学分析仪测定了样品中8种碳组分,获得了有机碳(OC)和元素碳(EC)的质量浓度.在此基础上,估算了含碳气溶胶总量(TCA)和二次有机碳(SOC)的浓度水平,根据OC与EC的相关性、比值和不同碳组分的特征,分析了主要来源.结果表明:(1)杭甬地区总碳(TC)年均浓度为(14.3±4.1)μg·m~(-3),占年均PM_(2.5)浓度的(26.2±6.5)%;OC和EC的年均浓度分别为(11.3±3.4)μg·m~(-3)和(3.0±0.9)μg·m~(-3).4季中,冬季TC浓度最高;(2)杭甬地区估算的TCA年均浓度为(25.6±7.5)μg·m~(-3),占PM_(2.5)的(42.2±10.0)%,SOC占OC年均值的(41.1±5.5)%;(3)杭甬地区年均OC/EC比值为4.7±1.7,落在汽车尾气排放,煤炭燃烧和生物燃料燃烧的区间内,说明这些排放源都是含碳气溶胶的主要来源.各个采样点在秋冬季都具有更高的char-EC/soot-EC比值,表明了这2个季节生物质燃烧活动的贡献也不容忽视. 相似文献