新冠疫情管控期间西安细颗粒物中碳组分浓度变化特征

于2019年1月27日—3月18日及2020年1月27日—3月18日对西安市细颗粒物(PM_2.5)的碳组分浓度进行了在线观测，对比分析了非疫情与疫情期间各常规污染因子、气象要素、PM_2.5中有机碳(OC)和元素碳(EC)的污染特征。结果表明：非疫情与疫情期间西安市的气象条件总体水平较为相近。疫情期间的二氧化硫(SO₂)、臭氧(O₃)浓度相对升高。重污染天气下，除PM_2.5外，其他污染物浓度均降低，说明疫情管制对重污染天气污染物浓度的削弱作用明显。疫情期间，PM_2.5中的OC组分浓度及占比有显著升高，与疫情期间的各类交通管制导致的机动车尾气排放量显著降低有关。另外，OC与EC的相关性较强，说明污染来源与人类日常生活有关。疫情期间西安市颗粒物中碳组分主要来自各类生物质燃烧，并且存在SOC污染，SOC在OC中的占比达到37.8%。疫情期间重污染天气下，SOC在OC中的占比达到87.5%,说明SOC对重污染天气OC的贡献较大。     

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%。     

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。     

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。     

石家庄市大气颗粒物中有机碳和元素碳的季节变化特征

为了解石家庄市大气颗粒物中有机碳和元素碳的季节变化特征,对春、夏、秋、冬四季采集的PM_(10)、PM_(2.5)样品中的有机碳(OC)和元素碳(EC)进行了分析。结果表明,石家庄市PM_(10)、PM_(2.5)污染严重;PM_(10)、PM_(2.5)中ρ(OC)和ρ(EC)季节变化特征均为夏季春季秋季冬季。冬季PM_(10)中ρ(OC)和ρ(EC)分别为42.85和8.88μg/m~3;PM_(2.5)中ρ(OC)和ρ(EC)分别为41.2和8.59μg/m~3。PM_(2.5)中EC占比最高为3.9%,EC更容易在PM_(2.5)中富集;在四个季节中,冬季PM_(10)、PM_(2.5)中ρ(OC)/ρ(EC)为最高,分别为4.83和4.80,冬季取暖用燃煤加重了OC、EC的污染。冬季PM_(10)中二次有机碳ρ(SOC)为20.92μg/m~3,PM_(2.5)中ρ(SOC)为23.50μg/m~3。     

天津市区PM2.5中碳组分污染特征及来源分析

为研究天津市细颗粒中碳组分特征,于2006年8-12月连续采集PM25样品,分析其来源及浓度特征.结果表明,天津市区PM25、有机碳(OC)及元素碳(EC)浓度分别为165.90、23.90、5.50 μg/m3,3项浓度均为冬季最高.OC、EC、总碳在PM2.5中所占比例分别为14.31％、3.66％和18.14％,秋季在PM 2 5中所占比例最高,夏季最低.OC/EC平均值为4.21,按照秋、夏、冬呈递增的季节变化趋势.冬季二次有机碳污染较重,二次有机碳浓度(13.98 μg/m3)占OC比例为34.5％.因子分析表明,非采暖期汽油车对碳气溶胶作用显著,采暖期生物质燃烧、燃煤及汽油车排放贡献.     

福州市春、冬季霾日与非霾日PM_(2.5)及碳气溶胶污染水平与特征

分析和探讨了福州市春、冬季霾日和非霾日PM2.5、OC和EC的污染特征,福州市五四北和紫阳两点位春、冬季PM2.5、OC、EC霾日的浓度水平明显高于非霾日,霾日对PM2.5、OC及EC的影响程度相一致;PM2.5最高值均出现在霾日,并超过美国USEPA日均值65μg/m3的标准;春季的OC高于冬季,OC/EC的比值>2.0,表明存在次生有机碳SOC,福州市区春、冬季SOC分别占OC的37%和28%,OC占PM2.5的比例为15%～26%;作为一次气溶胶的元素碳EC在大气中的浓度水平较为稳定,OC占PM2.5的比例为4%～5%;福州市环境空气中的OC和EC具有相同的来源,主要为移动污染源.     

广州市城区站点冬季PM2.5时间变化及碳氮同位素组成特征

于2018年冬季在广州城区磨碟沙站点开展细颗粒物(PM_2.5)样品采集，并获得PM_2.5中水溶性离子、含碳组分、稳定碳氮同位素的组成及时间变化特征，重点讨论了PM_2.5浓度升高时段的化学组成特征变化，进而利用稳定碳氮同位素变化特征探究了主要污染来源。结果表明：采样期间，研究站点PM_2.5平均质量浓度为22.1μg/m³,共出现两个PM_2.5浓度水平升高时段，所对应的平均质量浓度分别达46.0μg/m³和63.0μg/m³。风速降低、温度升高等不利气象条件是导致上述时段PM_2.5浓度上升的重要原因。在上述时段，伴随着PM_2.5浓度的升高，NO^-₃和NH⁺₄浓度均出现显著升高，NO^-₃与SO^2-₄的摩...     

碳组分不同监测分析技术的比较

采用在线监测和实验室分析方法，分别在热光透射法(TOT)NIOSH 5040、870升温协议和热光反射法(TOR)IMPROVE-A升温协议下测定PM_2.5中有机碳(OC)、元素碳(EC),并将各测定结果做比对分析。结果表明，在线监测(NIOSH 5040)与实验室分析(IMPROVE-A)结果的相关系数R>0.8,总体相关性较好，EC值差异略大；在线监测与实验室分析在NIOSH 870协议下TC测定值总体相近，OC与EC测定值略有差异；在线监测中NIOSH 5040协议下的OC测定值略低于870协议，EC测定值略高于870协议，日常监测中两种温度协议均可选择。     

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。     

APEC期间京津冀及周边地区PM2.5中碳组分变化特征及来源

在APEC会议期间和会期之后,分别采集北京、天津、石家庄、保定、济南5个采样点的PM2.5样品,通过分析碳组分的变化特征,研究京津冀地区污染物减排的影响以及减排后各指标的变化特征,分析大气颗粒物中碳气溶胶的可能来源。采用重量法测定组分中PM2.5的含量,利用热/光碳分析仪测定组分中OC、EC的含量,结果表明,由于采取了污染源减排措施,会议期间PM2.5、OC、EC的质量浓度均低于会期之后;会议期间和会期之后OC与EC均表现出了较好的相关性,r2为0.789~0.983,说明OC与EC的排放源基本相同;会议期间OC/EC为3.11~3.62,表明含碳气溶胶的来源主要是机动车排放,同时也存在一定的燃煤排放,会期之后为3.08~6.10,表明燃煤的排放在碳气溶胶中的比重明显增加,另外OC/EC也表明APEC会议期间和会期之后二次有机碳在各采样点均普遍存在。     

宁波PM10中有机碳和元素碳的季节变化及来源分析

为了探讨宁波市大气颗粒物中浓度水平与季节变化,2010年1、5、8、11月分季节采集了宁波市大气中PM10样品,在宁波连续观测了PM10以及有机碳(OC)、元素碳(EC)的浓度变化,并探讨宁波全年各季碳气溶胶污染变化特征;PM10中OC和EC相关性较好,说明OC与EC的来源相同,各采样点PM10中OC/EC的各季均值大部分超过2.0,表明宁波空气中存在一定的二次污染。宁波秋季SOC占OC含量高于其他季节。从PM10中8个碳组分丰度初步判断宁波市颗粒物中碳的主要来源是汽车尾气、道路扬尘及燃煤。     

Seasonal Variation of Chemical Composition in Fine Particles at Gosan, Korea

PM_2.5 aerosol samples were collected at Gosan in Jeju Island during six intensive measurement periods between November 2001 and August 2003. In order to investigate the chemical composition of fine particles, major ion components, trace elements, and elemental and organic carbon were analyzed. Quite different seasonal characteristic in the chemical composition of fine particles was observed. The concentration of most secondary aerosol components showed a summer minimum and a winter maximum with higher correlation between them at Gosan. This fact clearly reveals the possibility of long-range transport of such pollutants in winter. On the other hand, OC and EC had the highest concentration and good correlation with ion components, such as K⁺, Ca²⁺ in fall. It means that biomass burning could significantly influence the ambient fine carbonaceous particulate in fall, which was primarily long-range transported.     

合肥市冬季灰霾天气PM_(2.5)源解析

于2016年12月30日—2017年2月4日,利用单颗粒气溶胶飞行时间质谱仪(SPAMS),对合肥市PM_(2.5)开展来源解析连续监测,共捕捉到4次较为明显的灰霾过程,对颗粒物种类及质谱特征进行了分析。结果显示,监测期间合肥市主要颗粒物成分为元素碳(EC)(31. 9%)、富钾(K)(16. 6%)、有机碳(OC)(16. 0%)及混合碳颗粒(ECOC)(15. 0%)等。主要污染源为机动车尾气源(24. 5%)、工业工艺源(22. 7%)、燃煤源(14. 1%)、二次无机源(13. 5%)等。污染天气发生时,工业工艺源占比上升2. 2个百分点,生物质燃烧和燃煤源占比分别下降1. 7和2. 7个百分点,机动车尾气和扬尘源基本持平,表明此次污染过程主要受到工业工艺源的累积影响。     

Characteristics of Carbonaceous Aerosol at Taichung Harbor, Taiwan during Summer and Autumn Period of 2005

In recent years, suspended particle pollution has become a serious problem in Taiwan. The carbonaceous materials EC and OC are play important roles in various atmospheric processes. The primary OC/EC ratio approach is applied to assess the contribution of secondary organic aerosol (SOA) to the PM_2.5 and PM₁₀ mass at the Taichung harbor sampling site. The results indicated that the average EC and OC concentration were 1.06 and 6.50 μg m⁻³, respectively, in fine particulate. And the average EC and OC concentration were 4.04 and 40.32 μg m⁻³, respectively, in coarse particulate at Taichung Harbor sampling site. In addition, and the average EC/OC rations was 8.72 in fine particle, respectively, at Taichung Harbor, Taiwan during summer and autumn period of 2005. The fine particle exhibited high particulate concentrations in October, and lower concentration particulate occurred in August. And in this study OC and EC concentrations in this study are compared with those in other cities. The results of EC and OC concentration in this study are also compare with those other cities.     

宜都市PM2.5与O3季节性分布特征及潜在源区分析

为了解宜都市PM_2.5与O₃的污染特征及潜在来源,利用宜都市2020年3月至2022年2月在线监测数据及气象数据,对宜都市PM_2.5与O₃质量浓度变化特征、气象影响因素及潜在源区进行了分析,结果表明:宜都市PM_2.5质量浓度冬高夏低,日变化呈双峰特征,O₃质量浓度夏高冬低,日变化呈单峰特征。高湿、静稳的气象条件以及较强偏北风作用下的区域污染传输对PM_2.5污染有重要影响,高温以及中湿度对O₃污染过程有重要作用。春、夏、秋季偏南方向气流轨迹占主导,且携带较高的污染物浓度,冬季来自湖北东北及西南方向的气流占比较高且携带的PM_2.5浓度较高;宜都市PM_2.5、O₃的潜在源区具有季节性差异,总体来看,主要分布在河南南部、湖北东部及湖南的北部区域。     

宁波市区冬季大气颗粒物及其主要组分的污染特征分析

为了更好地研究影响宁波市区环境空气质量的污染物变化特征,于2010年1月20—30日进行了加强监测。研究结果表明,宁波市区大气中PM₁₀和PM_2.5质量浓度较高,其中PM_2.5/PM₁₀为0.5~0.85。对PM₁₀和PM_2.5采样膜分析,水溶性粒子和含碳组分分别占PM₁₀和PM_2.5质量浓度的56.7%和66.9%,其中二次污染的水溶性离子SO₄^2-、NO₃^-和NH₄⁺是PM₁₀和PM_2.5中浓度较高的离子组分;PM_2.5样品中OC与EC的相关性较好,表明OC与EC的来源相对一致,可能主要来自机动车尾气的贡献;但PM₁₀样品中OC与EC的相关性较差,表明其来源相对复杂;其中SOC的浓度占OC的13%~35%,说明宁波市区冬季导致二次污染的光化学反应不活跃。     

杭州秋冬季PM2.5污染特征分析

为研究杭州PM_2.5污染来源特征,利用2013—2019年杭州市PM_2.5监测数据和气象观测数据,分析了杭州市2013—2019年PM_2.5浓度变化,选取本地积累型和输入型2种PM_2.5污染过程,结合单颗粒气溶胶飞行时间质谱仪（SPAMS）和在线离子色谱数据,探讨杭州市PM_2.5化学组分和污染来源。结果表明：每年秋冬季（11月至次年3月）杭州以东北风、西北风及偏南风为主,风速低于4 m/s时,大气扩散条件差,受本地污染物积累影响,PM_2.5浓度容易出现超标;风速较大且为东北风和西北风时,受上游污染输入影响,易出现PM_2.5重度污染。本地积累型和输入型案例中,PM_2.5化学组分中占比最大的为NO₃^-、SO₄^2-和NH₄⁺;PM_2.5浓度上升过程中,二次NO₃^-和SO₄^2-转换率明显上升,其中NO₃^-上升更为显著,二次气溶胶污染严重。2次案例中,PM_2.5来源贡献占比前3位均为机动车尾气源、燃煤源和工业工艺源,其中本地积累型PM_2.5浓度上升阶段,机动车尾气源占比会明显上升;输入型案例中,输入阶段机动车尾气源占比显著上升,燃煤源贡献也小幅上升。