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。     

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。     

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。     

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.     

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.     

南京市城区PM2.5中化学组分演变特征

于2011—2017年在江苏省南京环境监测中心办公楼顶开展PM_(2.5)监测采样,分析其样品中OC、EC、水溶性离子和20余种无机元素等组分演变特征。结果表明,NO3-、SO24-、NH4+、OC、EC等是PM_(2.5)的主要组分,且大部分组分值随ρ(PM_(2.5))降低呈下降趋势; OC在2016—2017年成为占比最大的组分;ρ(NO_3~-)/ρ(SO_4~(2-))由0. 9上升至1. 3,ρ(OC)/ρ(EC)由3. 2上升至3. 6,均呈持续上升趋势;机动车污染和有机碳污染明显加重,南京大气污染类型从传统煤烟型污染向煤烟型与氧化型污染共同主导的复合型污染转变; K~-、Cl~-、SO_4~(2-)等水溶性离子和痕量元素K、Al、Ca、Na、Mg等值持续下降,说明工业污染减排、燃煤总量控制和污染治理、扬尘管控和秸秆禁烧效果显著。     

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.     

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。     

北京清华园采暖前与采暖期PM10中含碳组分的理化特征

采用美国rp公司生产的Series5400大气颗粒物碳质组分监测仪对清华园PM10中的碳质组分进行了连续在线监测(2002年9月~11月)。结合PM2.5中碳质组分浓度、PM10的浓度和气象数据,分析了碳质组分的污染特征。结果表明,采样期间清华园大气PM10中有机碳(OC)、元素碳(EC)的日平均质量浓度分别在4.07~65.81μg/m3、0.96~26.14μg/m3之间变化,平均值分别为20.8±12.1和7.0±5.1μg/m3。OC在总碳(TC)中占有很大比例,OC/TC平均值为75.84%;TC在PM10中的含量平均为25.0%。本文对9~10月份(秋季)和11月份(初冬)OC、EC的相关性分别进行了分析,结果表明OC、EC之间具有良好的相关性,9月份和10月份相关性系数(R2)为0.83;11月份为0.90。二次生成的OC(OCsec)浓度估算结果表明,9、10月份OCsec在OC中的比例(60.7%)比11月份(38.5%)大。碳质组分主要集中在细颗粒物中,PM10中的OC有70.3%存在于细颗粒物PM2.5中,TC则有58.6%存在于PM2.5中。     

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。     

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。     

广州市灰霾期PM10的化学组成对能见度的影响

采集广州市大气可吸入颗粒物(PM10)样品,并分别对冬、夏两季灰霾和非灰霾期PM10中有机碳(OC)、元素碳(EC)和水溶性离子进行分析。广州市灰霾期大气PM10中的主要化学成分按质量浓度大小排序为OC>NO3->SO24->NH4+>EC(非灰霾期则依次为OC>SO24->EC>NH4+>NO3-),其质量浓度分别为非灰霾期的4.7、12.5、3.7、3.2和2.3倍。相关性分析表明,灰霾期总碳[TC(OC+EC)]及NO3-的质量浓度对大气能见度的降低起主要作用,而非灰霾期则主要是TC和SO24-。     

秸秆焚烧对空气质量影响特征及判别方法的研究

利用南京空气自动监测数据及PM_(2.5)组分监测结果,分析了2011年夏收秸秆焚烧期间大气污染特征,并探寻快速判别秸秆焚烧影响的指标及方法。结果表明:秸秆焚烧期间PM_(2.5)污染特征显著,其组分中K~+、EC、OC等浓度相对偏高。基于离子组分及碳元素在线监测数据,可选取K~+作为快速判别指标,并根据K~+与PM_(2.5)的相关性,计算秸秆焚烧对PM_(2.5)的贡献。同时结合OC、EC浓度变化,综合判别秸秆焚烧对空气质量的影响程度。     

合肥市冬季细颗粒物中碳组分特征分析

利用2020年12月1日至2021年2月28日合肥市细颗粒物(PM_2.5)、有机碳(OC)和元素碳(EC)等环境空气质量监测数据和气象观测数据，分析了合肥市大气PM_2.5中OC和EC的污染特征，并探讨了其来源以及气象因素影响。结果表明：合肥市冬季碳质气溶胶是PM_2.5中主要组分，随着污染程度的加重，碳质气溶胶的质量浓度逐步增加，但其在PM_2.5中的占比先减小后增加。在以PM_2.5为首要污染物的不同污染级别天气条件下，OC和EC的相关性说明不同程度下碳质气溶胶来源复杂。OC/EC表明机动车尾气和燃煤源排放是碳质气溶胶的主要来源。二次有机碳(SOC)会随着污染程度的加重而呈现升高趋势。OC和EC在冬季受温度影响较小；较大的相对湿度对OC和EC具有一定的清除作用，明显降水或连续降水的清除作用更加显著；而风速对含碳气溶胶的影响主要出现在污染天气背景下。     

秸秆焚烧期间空气中细颗粒的组分特征

分析并探讨了南京市秸秆焚烧期间细颗粒中水溶性阴离子和铵,有机碳(OC)和元素碳(EC),以及Cu、Zn、Pb、Si等38种元素的含量和浓度.结果表明:细颗粒( PM2.5)水溶性离子中硫酸根浓度最高,其次是铵根离子,硝酸盐和氯离子,氟离子和亚硝酸盐最低.秸秆焚烧期间细颗粒样品中离子含量占26％,Si元素和金属所占份额为...     

Results of An Indoor Size Fractionated PM School Sampling Program in Libby, Montana

Libby, Montana is the only PM_2.5 nonattainment area in the western United States with the exceptions of parts of southern California. During January through March 2005, a particulate matter (PM) sampling program was conducted within Libby’s elementary and middle schools to establish baseline indoor PM concentrations before a wood stove change-out program is implemented over the next several years. As part of this program, indoor concentrations of PM mass, organic carbon (OC), and elemental carbon (EC) in five different size fractions (>2.5, 1.0–2.5, 0.5–1.0, 0.25–0.5, and <0.25 μm) were measured. Total measured PM mass concentrations were much higher inside the elementary school, with particle size fraction (>2.5, 0.5–1.0, 0.25–0.5, and <0.25 μm) concentrations between 2 and 5 times higher when compared to the middle school. The 1.0–2.5 μm fraction had the largest difference between the two sites, with elementary school concentrations nearly 10 times higher than the middle school values. The carbon component for the schools’ indoor PM was found to be predominantly composed of OC. Measured total OC and EC concentrations, as well as concentrations within individual size fractions, were an average of two to five times higher at the elementary school when compared to the middle school. For the ultrafine fraction (<0.25), EC concentrations were similar between each of the schools. Despite the differences in concentrations between the schools at the various fraction levels, the OC/EC ratio was determined to be similar.     

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。     

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。     

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.