2014年“国家公祭日”保障期间南京PM2.5中碳组分污染特征

利用2014年“国家公祭日”期间南京市草场门测点OC和EC在线监测仪器，分析了PM_2.5中碳组分污染特征，结果表明：“国家公祭日”保障期间OC、EC的平均质量浓度为9.6 μg/m³和3.9 μg/m³，两者占PM_2.5质量的19%，是PM_2.5的重要组成部分；“国家公祭日”期间OC/EC（质量浓度比）的平均值为2.47，表明大气中存在二次反应生成的SOC，通过分析管控不同阶段EC与OC以及EC与SO₂、NO₂的相关性，表明两者受本地机动车影响较大；通过气流后向轨迹聚类分析表明，“国家公祭日”管控期间来自周边安徽、江苏、浙江交界处的气流对应的EC浓度最高，为7.14 μg/m³，进一步运用浓度权重轨迹（CWT）方法分析EC的潜在贡献源区，表明对南京EC输送强潜在源区主要在安徽省东南部，集中在芜湖、宣城、黄山一线，其贡献可超过8 μg/m³。     

南京市城区和郊区PM2.5中碳质组分特征差异及来源分析

为比较南京市城区和郊区细颗粒物（PM_2.5）中碳质组分特征及来源差异，利用碳组分在线监测仪器对2022年城区和郊区有机碳（OC）和元素碳（EC）进行连续监测。研究结果表明：（1）2022年南京市城区OC、EC质量浓度分别为（5.24±2.39），（1.27±0.62）μg/m³，郊区OC、EC质量浓度分别为（5.67±2.45），（1.32±0.70）μg/m³。2022年OC和EC质量浓度水平分别较2014—2018年均显著下降。城区和郊区的OC、EC质量浓度均呈现冬季高、夏季低的特点。从日变化特征看，城区和郊区OC和EC质量浓度均呈现白天低、夜间高的特点，并且具有明显的峰谷值。（2）城区和郊区OC、EC均在冬季呈现良好的相关性，显著高于春季和夏季。根据碳质组分与气态污染物的关系以及ρ（OC）/ρ（EC）分析结果，城区和郊区均存在二次污染，机动车和燃煤是城、郊区的主要污染源，机动车源对城区影响大于郊区，燃煤源对郊区影响大于城区。（3）污染源的直接排放对南京市OC的质量浓度水平影响较大，郊区二次有机碳（SOC）质量浓度高于城区。城区需要重点关注机动车排放，郊区需要与周边区域协同治理燃煤、生物质燃烧等方面的污染排放。     

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。     

北京市PM2.5质量浓度特征及组分化学质量闭合研究

2013年7—9月分2次在北京市朝阳区的4个采样点(来广营、垡头、奥体和建外)进行PM_2.5手工采样,共获得164个有效滤膜样品。以石英滤膜为例,这4个采样点的均值分别为85、94、81、86 μg/m³。数据显示PM_2.5质量浓度呈"南高北低"的特点。化学质量闭合研究表明:碳质组分(OM+EC)和二次无机离子是PM_2.5的主要组成;碳质组分对夏季PM_2.5的质量浓度贡献比较稳定,2次采样对PM_2.5的贡献均在1/3左右,与采样时间和地点无关;二次无机离子的贡献则与采样时间有关,对PM_2.5的贡献在第一和第二次采样时间分别约为30%和20%。4个采样点中,最南端的垡头PM_2.5质量浓度最高,有机颗粒物、SO₄^2-、NO₃^-和NH₄⁺的质量浓度平均值最高,分别为26、18.2、10.5、5.9 μg/m³。     

合肥市春季大气PM10和PM2.5中碳组分的污染特征

2014年4月，应用热/光碳分析仪测定合肥市春季大气PM10和PM2.5中的有机碳（OC）、元素碳（EC）。结果显示，PM10、PM2.5的平均质量浓度分别为(124.0±34.3)μg/m3和(96.3±29.2) μg/m3,PM10中OC、EC的平均质量浓度分别为(15.1±5.5)μg/m3和(6.0±2.1) μg/m3，PM2.5中OC、EC的平均质量浓度分别为(12.1±3.5）μg/m3和(5.5±2.1) μg/m3。OC、EC在PM2.5中所占的比例均高于在PM10中的比例，说明合肥市春季PM2.5中碳的含量更高。通过分析8个碳组分及OC/EC比值，发现燃煤、机动车尾气和生物质燃烧是主要贡献源； OC易形成二次污染，EC排放以焦炭为主。     

交通限行对大气颗粒物及PM2.5中二NFDA1英的影响

为了研究北京大气颗粒物和二NFDA1英(PCDD/Fs)的污染状况以及评估交通限行对大气颗粒物和PCDD/Fs的影响。利用同位素稀释高分辨率气相色谱/高分辨率质谱(HRGC/HRMS)联用法和USEPA 1613B 标准方法,以中国地质大学(北京)东门为采样点,采集大气PM_2.5、PM₁₀、TSP样品,对北京市交通限行期间以及交通限行前后等不同交通状况下颗粒物浓度及大气PM_2.5中17种2,3,7,8-PCDD/Fs污染特征进行了监测。结果表明,PM_2.5、PM₁₀、TSP的日均质量浓度在交通限行前分别为126、202、304 μg/m³,限行期间分别为39、78、93 μg/m³,限行结束后分别为79、126 μg/m³。PM_2.5中17种PCDD/Fs的质量浓度(毒性浓度)3个时段分别为1 804 fg/m³(70 fg I-TEQ/m³)、252 fg/m³ (9 fg I-TEQ/m³)和1 196 fg/m³ (48 fg I-TEQ/m³)。北京市交通限行期间颗粒物浓度和二 NFDA1 英浓度显著低于交通限行前后,交通源减排措施的实施是大气颗粒物和二 NFDA1英污染水平降低的主要原因,从减排效果看,交通源减排措施对大气细颗粒物(PM_2.5)的控制效果明显好于大气粗颗粒物。     

杭州市大气PM2.5和PM10污染特征及来源解析

2006年在杭州市两个环境受体点位采集不同季节大气中PM_2.5和PM₁₀样品,同时采集了多种颗粒物源类样品,分析了其质量浓度和多种化学成分,包括21种无机元素、5种无机水溶性离子以及有机碳和元素碳等,并据此构建了杭州市PM_2.5和PM₁₀的源与受体化学成分谱;用化学质量平衡(CMB)受体模型解析其来源。结果表明,杭州市PM_2.5和PM₁₀污染较严重,其年均浓度分别为77.5μg/m³和111.0μg/m³;各主要源类对PM_2.5的贡献率依次为机动车尾气尘21.6%、硫酸盐18.8%、煤烟尘16.7%、燃油尘10.2%、硝酸盐9.9%、土壤尘8.2%、建筑水泥尘4.0%、海盐粒子1.5%。各主要源类对PM₁₀贡献率依次为土壤尘17.0%、机动车尾气尘16.9%、硫酸盐14.3%、煤烟尘13.9%、硝酸盐粒8.2%、建筑水泥尘8.0%、燃油尘5.5%、海盐粒子3.4%、冶金尘3.2%。     

济南市大气细颗粒物中二(口恶)英污染水平及季节变化

2021年对济南市大气PM_2.5中17种2,3,7,8氯取代二(口恶)英(PCDD/Fs)污染现状进行监测。对其异构体分布、指示性单体、季节变化规律等特征及其与常规污染物相关性进行了分析。结果表明:大气PM_2.5中PCDD/Fs浓度范围和年平均值分别为0.157~1.595 pg/m³和0.785 pg/m³,而毒性当量(以I-TEQ计)范围和年平均值分别为0.009~0.116 pg TEQ/m³和0.052 pg TEQ/m³。PCDD/Fs浓度与毒性当量季节变化特征显著,均呈现出冬季>春季>秋季>夏季的情况,可能由季节性排放源和气象条件不同导致。不同季节PCDD/Fs异构体分布模式一致,主要由高氯代(1,2,3,4,6,7,8-HpCDF、OCDD、OCDF和1,2,3,4,6,7,8-HpCDD)单体组成;而对毒性当量贡献最大的单体是2,3,4,7,8-PeCDF,其与总毒性当量具有较好的相关性。同时,PCDD/Fs浓度与SO₂、NO₂、PM_2.5等大气常规污染物呈显著正相关。这表明,大气PM_2.5中PCDD/Fs与常规污染物的生成和排放密切相关。     

广州PM2.5污染特征及影响因素分析

对广州市2008—2010年PM_2.5质量浓度、影响因素数据资料进行整理统计,通过定性分析、定量计算以及对各物理量之间的相互作用过程研究,得出PM_2.5质量浓度变化特征和各影响因素之间的关系。结果表明,PM_2.5质量浓度变化呈现夏季和非夏季2种典型的季节性特征,夏季月平均值0.049 mg/m³,主要分布在0.03～0.05 mg/m³,非夏季月均值为0.063 mg/m³,分布于0.05～0.08 mg/m³之间;夏季、非夏季PM_2.5质量浓度超标率(采用美国EPA标准)分别为70.7%、77.8%,质量标准2倍、3倍以上出现的概率都表现出明显的季节性差异;PM_2.5与温度正相关,和其他因素负相关,其中与能见度相关性最大,其次是温度、风速,与降雨量相关性最差,与气压、相对湿度相关系数季节性特征显著。     

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。     

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%。     

鸭绿江丹东段水体TOC与高锰酸盐指数相关性及应用探讨

通过对2007年~2009年鸭绿江丹东段地表水中TOC和高锰酸盐指数进行枯、丰、平三个水期109组数据同步监测的结果表明,两者之间存在密切的相关关系,经一元线性回归得出三个水期的回归方程。经相关系数显著水平检验,表明在99.9%的置信水平下,TOC和高锰酸盐指数线性相关非常显著。     

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。     

Modeling the Formation of Chlorination By-Products During Enhanced Coagulation

Because of increasing need to balance health risks for pathogen control and disinfection by-products (DBP) formation in drinking water supplies, water utilities are forced to closely examine and optimize their disinfection practices. This research was designed to investigate the effects of independent variables of dissolved organic carbon (DOC), ferric chloride dosage, chlorine dose, and reaction time on trihalomethanes (THMs) formation in Terkos Lake Water (TLW) of Istanbul City. A statistically-based empirical model was developed for predicting THM formation during enhanced coagulation. The R ² and F value of model were 0.762 and 460, respectively. The model was found to be statistically significant for all four variables, and model predictions appear to be most accurate for this study. A multiple linear model exhibited the best fit of data. It was observed that THM formation depended primarily on DOC removal. Model calibration, testing and validation were accomplished by using independent data set.     

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.     

Ambient Aerosol and its Carbon Content in Gainesville, a Mid-Scale City in Florida

Ambient aerosols were collected during 2000–2001 in Gainesville, Florida, using a micro-orifice uniform deposit impactor (MOUDI) to study mass size distribution and carbon composition. A bimodal mass distribution was found in every sample with major peaks for aerosols ranging from 0.32 to 0.56 μm, and 3.2 to 5.6 μm in diameter. The two distributions represent the fine mode (<2.5 μm) and the coarse mode (>2.5 μm) of particle size. Averaged over all sites and seasons, coarse particles consisted of 15% carbon while fine particles consisted of 22% carbon. Considerable variation was noted between winter and summer seasons. Smoke from fireplaces in winter appeared to be an important factor for the carbon, especially the elemental carbon contribution. In summer, organic carbon was more abundant. The maximum secondary organic carbon was also found in this season (7.0 μg m⁻³), and the concentration is between those observed in urban areas (15–20 μg m⁻³) and in rural areas (4–5 μg m⁻³). However, unlike in large cities where photochemical activity of anthropogenic emissions are determinants of carbon composition, biogenic sources were likely the key factor in Gainesville. Other critical factors that affect the distribution, shape and concentration were precipitation, brushfire and wind.     

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。     

大气颗粒物样品中有机碳和元素碳的测定

采用元素分析仪测定大气颗粒物样品中有机碳、元素碳。应用商业化仪器元素分析仪 ,在燃烧炉温度为 4 50°C时 ,一步测出样品中有机碳的含量 ;再运用加酸的方法除去样品中的碳酸盐 ,然后在燃烧炉温度为 950°C时测出样品中有机碳、元素碳含量之和。通过差减计算 ,得出元素碳的值。有机碳、元素碳测量的标准偏差平均值分别为 0 2 5%、0 50 %。     

溶解性有机碳对微库仑法测定水中可吸附有机卤素的影响

微库仑法测水样中可吸附有机卤素(AOX)受多种因素影响,其中溶解性有机碳(DOC)的影响非常显著。DOC对微库仑法2种前处理方法(双柱法和振荡法)的影响差异很大。双柱法受DOC影响较小,当DOC浓度小于1 000 mg/L时,AOX加标回收率范围为94.0%~104%。振荡法受DOC影响较明显,随着DOC浓度的升高,AOX回收率持续下降,当DOC浓度达到1 000 mg/L时,AOX加标回收率下降至72.1%,但DOC浓度小于100 mg/L时,AOX加标回收满足方法要求。进一步研究发现,DOC对振荡法的影响主要由于竞争吸附降低了活性炭对AOX的吸附容量,而非吸附速率,虽然增大活性炭用量可在一定程度上减小DOC对AOX测定的影响,但对样品进行稀释是减少DOC影响的最简单高效的办法。同时,DOC对不同类型的有机卤代物影响不同,有机溴受DOC影响程度小于有机氯。