|
1.
|
大气细颗粒物中有机碳和元素碳监测方法对比
|
|
|
|
|
|
|
庞博 吉东生 刘子锐 朱彬 王跃思《环境科学》,2016年第37卷第4期
|
|
|
在线精确测量大气细颗粒物中有机碳(OC)和元素碳(EC)是研究碳质气溶胶形成和来源解析的重要科学基础. 在线测定仪器选取不同的升温程序可能导致OC和EC观测数据差异,造成对研究结果的误判. 对比分析在线OC/EC分析仪最常使用的RT-Quartz(R法)、NIOSH 5040(N法)和Fast-TC(F法)这3种温度协议下获得的OC和EC实际观测结果,结合北京空气污染程度,讨论了3种分析程序观测结果的异同. 结果表明,3种分析程序对TC(TC=OC+EC)、OC和EC的测量均无显著性差异,但存在一定偏差. 对TC的测量,R法比N法低5%,比F法高1%; 对OC的测量,R法比N法低9%,比F法高1%; 对EC的测量,R法比N法高20%,比F法低11%,其中R法温度协议在不同空气质量下对TC、OC和EC测量的变异系数均小于N法和F法. 使用R法的在线分析与小流量PM2.5石英膜采样-离线分析所测定的TC、OC和EC结果的线性拟合斜率分别为1.21、1.14和1.35, R2TC、R2OC和R2EC分别为0.99、0.99和0.98; R法测定的EC浓度显著低于多角度吸收光度计(MAAP)测定的BC浓度. 当BC<8 μg ·m-3时,EC/BC为0.39,而当BC>8 μg ·m-3,EC/BC为0.88. EC与BC变化趋势相近,但浓度值存在系统误差.
|
|
2.
|
2014—2018年南京PM2.5中碳组分污染特征分析
|
|
|
|
|
|
|
丁峰 朱志锋 陆晓波 杨丽莉 张良瑜《中国环境监测》,2020年第36卷第2期
|
|
|
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/m3和(3.12±1.76) μg/m3, 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1.96 μg/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。
|
|
3.
|
膜采样离线分析与在线测定大气细粒子中元素碳和有机碳的比较 被引次数：3
|
|
|
|
|
|
|
胡敏 邓志强 王轶 林鹏 曾立民 Yutaka Kondo ZHAO Yong-jing《环境科学》,2008年第29卷第12期
|
|
|
针对普遍采用的膜采样离线分析与在线测定大气细粒子中元素碳和有机碳的方法进行了比较分析. 2006年1月～2007年4月期间在北京大学校园内应用膜采样离线分析和在线分析分季节同时测定了PM2.5中元素碳（EC）和有机碳（OC），并将结果进行对比.结果显示，膜采样法测得的OC约为在线仪器测得的OC的2倍， 2种方法差别主要体现在对OC的测量上.不加平行板有机物扩散吸收管引入OC比较大的正误差，而加平行板有机物扩散吸收管又将引入OC的负误差，约10%.同时采用平行板有机物扩散吸收管和后置膜的离线分析方法同在线观测的结果具有比较好的一致性.
|
|
4.
|
太原市PM10及其污染源中碳的同位素组成 被引次数：1
|
|
|
|
|
|
|
张建强 王莹 彭林 白慧玲 牟玲 刘效峰 宋翀芳《中国环境科学》,2012年第32卷第6期
|
|
|
通过采集太原市PM10及其主要源(煤烟尘、机动车尾气尘、土壤风沙尘)样品,结合离线分步加热氧化法和同位素质谱仪测定了颗粒物中有机碳(OC),元素碳(EC)和总碳(TC)的同位素组成, 并探讨了太原市PM10中碳的来源.结果表明,太原市冬季、春季PM10中OC、EC和TC的碳同位素组成分别是-34.7‰、-23.5‰、-23.9‰和-30.5‰、-23.1‰、-23.9‰; 煤烟尘中OC、EC和TC的碳同位素组成分别是-26.5‰、-23.2‰、-23.6‰,土壤风沙尘分别为-24.6‰、-14.1‰、-17.3‰,汽油车和柴油车尾气尘分别为-27.7‰、-25.5‰、-27.0‰和-25.7‰、-24.3‰、-24.8‰. EC和TC的同位素组成是区分土壤风沙尘较好的标识指标,TC的同位素组成是汽油车尾气尘较好的标识指标;利用二元复合计算公式结果显示土壤风沙尘中OC、EC占TC的百分含量分别为30%、70%;煤烟尘中OC、EC占TC的百分含量分别为11%、89%;汽油车尾气尘中OC、EC占TC的百分含量分别为78%、22%,柴油车尾气尘中OC、EC占TC的百分含量分别为36%、64%;太原市PM10中的TC和EC主要来源于煤烟尘,OC少部分来源于机动车尾气排放,另外还有其他的重要贡献源.
|
|
5.
|
邯郸市PM2.5中碳组分的浓度、来源及其变化
|
|
|
|
|
|
|
纪尚平 王丽涛 赵乐 齐孟姚 鲁晓晗 王雨 刘振通 谭静瑶 刘营营 杜超《环境科学学报》,2019年第39卷第9期
|
|
|
为明确邯郸市PM_(2.5)中碳组分污染浓度、来源和近年来的变化,分别于2015和2017年1、4、7、10月在河北工程大学能环实验楼4层采集PM_(2.5)样品,采用热/光碳分析仪测定了样品中8种碳组分含量,并计算得到有机碳(OC)、元素碳(EC)、Char-EC和Soot-EC含量.结果表明,2017年PM_(2.5)中碳组分浓度较2015年下降约15%,质量分数下降约17%,季节变化均表现为冬高夏低的特点;2017年SOC浓度和SOC/PM_(2.5)、SOC/OC比值均低于2015年,SOC浓度和SOC/PM_(2.5)比值下降约36%,季节分布特征相似(秋冬高、春夏低).两年除夏季外,其余季节OC、EC相关系数均高于0.7,表明存在共同来源;2017年OC、OC1与EC相关性高于2015年,此外,两年中EC1～EC3、Char-EC和Soot-EC与各组分相关系数差异较大;两年中Char-EC与OC、EC的相关性(r=0.5～1.0)明显高于Soot-EC与OC、EC的相关性(r=0.1～0.6),这主要与二者形成机理有关.碳组分之间的关系和主成分分析结果表明,燃煤、生物质燃烧和柴油车尾气的混合源是2015年碳质组分的主要来源,而2017年则来源于燃煤和机动车尾气排放.
|
|
6.
|
大气颗粒物中碳组分测定结果比较:元素分析和热光反射方法 被引次数：5
|
|
|
|
|
|
|
吴琳 冯银厂 叶文媛 朱坦 刘双喜《环境科学研究》,2010年第23卷第12期
|
|
|
采用元素分析(EA)和热光反射(TOR)2种方法对108个大气颗粒物样品(PM10和PM2.5)中的碳组分同步进行测定,分析2组测量结果的差别,并从原理上阐述2种方法的异同和优缺点.结果表明,EA法所得的ρ(TC)和ρ(OC)分别是TOR法测得的ρ(TC)和ρ(OC)的1.52和1.15倍.造成ρ(TC)结果相差很大的主要原因可能是2种方法的升温程序和控温时间不同,检测器不同;通过"归一化"讨论,从ρ(TC)和ρ(OC)测定结果上验证了EA法和TOR法在原理上的区别.为碳数据分析比较提供了一种思想,即通过TOR法测得的裂解碳(OP)在OC中的质量分数来校正EA法测得的ρ(OC);虽然EA法和TOR法对OC和EC的定量分析存在一定差别,但2种方法测出的ρ(OC)和ρ(EC)在季节分布规律上相同.
|
|
7.
|
天津市大气中PM10、PM2.5及其碳组分污染特征分析 被引次数：11
|
|
|
|
|
|
|
吴琳 冯银厂 戴莉 韩素琴 朱坦《中国环境科学》,2009年第29卷第11期
|
|
|
2007年12月~2008年10月期间,分3个时段,设置2个点位,采集了天津市大气环境中PM10和PM2.5样品.用热光反射分析仪测定样品中的碳组分含量,并用OC/EC最小比值法估算二次有机碳(SOC)的浓度.结果表明,市区采样点颗粒物浓度高于郊区,2个采样点的颗粒物浓度变化趋势一致.5月份 PM2.5/PM10比值最小,主要由于土壤风沙尘对PM10的贡献较大.PM10和PM2.5中的有机碳(OC)、元素碳(EC)浓度12月份最高,且变化趋势相同.OC占总碳(TC)比例较高,PM10中OC/TC为0.60~0.83,PM2.5中OC/TC为0.55~0.81.碳组分主要集中在PM2.5中,PM10中约有76%的OC存在于PM2.5中.12月份的SOC浓度最高,与12月份的气象条件和污染源排放等因素有关.
|
|
8.
|
上海市夏冬两季PM_(2.5)中碳组分污染特征及来源解析
|
|
|
|
|
|
|
黄众思 修光利 朱梦雅 陶俊 郁建珍《环境科学与技术》,2014年第4期
|
|
|
2009年7月和2010年1月在上海市华东理工大学采样点采集PM2.5样品,应用热/光碳分析仪对样品中的有机碳(OC)和元素碳(EC)进行了测定,并计算得到了二次有机碳(SOC)、char-EC和soot-EC的质量浓度。结果显示:采样期间PM2.5、OC、EC、SOC、char-EC、soot-EC夏季平均浓度分别为(58.87±20.04)、(11.37±4.12)、(3.68±1.27)、(4.37±2.86)、(3.00±1.24)和(0.68±0.30)μg/m3;冬季平均浓度分别为(142.31±45.47)、(16.01±4.43)、(5.53±2.36)、(5.67±2.92)、(5.11±2.35)和(0.42±0.17)μg/m3,除soot-EC外,均呈现夏季低、冬季高的特点。在不同空气质量下,OC、EC和char-EC的质量浓度具有明显差异,且三者均与能见度、平均风速呈显著负相关。夏冬两季soot-EC、char-EC、SOC和POC占TC的百分含量相差不大,其中POC/TC值最高,soot-EC/TC值最低。夏季SOC/TC的比值高于冬季,可能由于气温高有利于发生光化学反应。对8个碳组分进行主成分分析,结果显示,燃煤、生物质燃烧、汽油和柴油车排放对PM2.5中碳组分的贡献显著,并且可能受燃煤和汽油车排放的影响最大。
|
|
9.
|
北京清华园采暖前与采暖期PM10中含碳组分的理化特征 被引次数：2
|
|
|
|
|
|
|
贾英韬 贺克斌 马永亮 杨复沫 段凤魁 雷宇 S.Tanak T.Okuda《中国环境监测》,2006年第22卷第4期
|
|
|
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。
|
|
10.
|
钢铁工业排放颗粒物中碳组分的特征 被引次数：2
|
|
|
|
|
|
|
张进生 吴建会 马咸 冯银厂《环境科学》,2017年第38卷第8期
|
|
|
为探究钢铁工业排放颗粒物中碳组分的特征，使用荷电低压颗粒物撞击器（ELPI）采样，采集到3组不同载荷和除污设施的烧结炉和1组炼铁高炉排放的颗粒物样品，利用热-光反射法，分析颗粒物中的有机碳（OC）和元素碳（EC）以及按温度划分的7种碳组分物质. 结果表明，烧结工艺排放颗粒物中OC的质量分数高于炼铁工艺，OC在PM10和PM2.5质量分数分别是（5.3±2.3）%和（7.1±3.0）%，说明OC易在细粒径段颗粒富集，炼铁工艺排放颗粒物中OC在PM10和PM2.5质量分数分别是2.5%和2.0%；4组样品的7种碳组分相对比例相似，OC2和OC3在7种碳组分中质量分数最高，EC1、EC2、EC3的质量分数依次递减，OC1的质量分数可能与锅炉规模和脱硫设施有关；另外，烧结工艺排放各粒径段的颗粒物中OC和EC表现出较高的相关性，一次排放的PM2.5中的OC/EC为4.7±0.7，远高于受体中估算二次碳组分的指标值. 钢铁工业排放颗粒物中碳质组分的深入分析，可以为受体碳质气溶胶的来源解析提供基础数据，也有助于钢铁工业后续的除污管理.
|
|
11.
|
落叶燃烧排放的颗粒物及有机碳、元素碳的研究 被引次数：2
|
|
|
|
|
|
|
杨伟宗 刘刚 李久海 徐慧 吴丹《环境科学》,2015年第36卷第4期
|
|
|
为研究落叶燃烧排放的颗粒物(PM)及有机碳(OC)、元素碳(EC),采用明燃和闷燃两种形式对10种乔木的落叶进行燃烧实验,采集了排放的烟尘,并用元素碳/有机碳分析仪测定样品的OC和EC含量.结果表明,落叶在明燃状态下PM、OC、EC的排放因子范围分别为7.9 ～31.9、0.9 ～9.7、3.6～13.9 g·kg-1,平均值分别为19.7、5.2、6.8 g·kg-1.闷燃状态下PM、OC、EC的排放因子范围分别为61.3～128.9、31.7 ～60.4、1.9～6.0 g·kg-1,平均值分别为91.0、43.0、4.0 g·kg-1.明燃和闷燃的OC/EC变化范围分别为0.21 ～1.82和8.16 ～ 16.84.明燃状态下OC/PM、EC/PM的范围分别为0.11 ～0.41和0.18～0.56.闷燃状态下OC/PM、EC/PM的范围分别为0.43 ～0.53和0.03～0.06.OC和PM的排放因子在两种燃烧状态下均呈现显著的相关性.在不同的燃烧状态下,各组分之间的排放因子具有较大的差异,OC的排放因子在闷燃状态下高于明燃状态,而EC的排放因子则相反.不同燃烧状态下PM、OC、EC的排放因子及它们之间的比值分析,对建立森林生物质燃烧源排放清单以及来源解析具有重要意义.
|
|
12.
|
树叶烟尘中的有机碳和元素碳
|
|
|
|
|
|
|
陈惠雨 刘刚 徐慧 李久海 吴丹《环境科学》,2015年第36卷第3期
|
|
|
为了探讨不同燃烧条件下树叶烟尘中有机碳( OC)、元素碳( EC)及8种碳组分( OC1~OC4、 POC、 EC1~EC3)的质量分数及分布,利用自制的燃烧采样装置,对10种绿叶进行了阴、明燃两种条件的燃烧,并用热/光碳分析仪对产生的烟尘进行了测定.结果表明,10种绿叶阴燃烟尘中的OC、EC质量分数均值分别为48.9％和4.5％,焦炭char-EC(定义为EC1-POC)的质量分数均值为4.4％.该条件下绿叶燃烧的烟尘( PM)、OC及EC的排放因子均值分别为102.4、50.0和4.7 g·kg-1,烟尘中OC/EC、OC1/OC2及焦炭和炭灰的比值 char-EC/soot-EC (定义为 EC1-POC/EC2＋EC3)的均值分别为11.5、1.9 和48.1.明燃条件下,10种绿叶烟尘中OC、EC及char-EC的质量分数均值分别为44.9％、10.9％和10.7％,PM、 OC及EC的排放因子均值分别为59.2、26.6和6.0 g·kg-1 .10种绿叶明燃烟尘中上述三特征比值的均值分别为4.8、1.1和133.0.树叶阴燃烟尘中OC1质量分数及OC1/OC2值均显著高于明燃,而明燃烟尘中的char-EC质量分数及char-EC/soot-EC显著大于阴燃.树叶烟尘中OC、EC的组成在不同树种及燃烧条件间均体现出一些差异,同时也明显区别于其他生物质烟尘.
|
|
13.
|
森林生物质燃烧烟尘中的有机碳和元素碳 被引次数：2
|
|
|
|
|
|
|
黄柯 刘刚 周丽敏 李久海 徐慧 吴丹 洪蕾 陈惠雨 杨伟宗《环境科学》,2015年第36卷第6期
|
|
|
选取10种乔木制备风干树枝、新鲜树枝两种类型的样品,通过自制的生物质燃烧装置模拟阴、明燃两种燃烧方式燃烧制备的树枝样品,采集排放的烟尘,并使用DRI2001A热/光分析仪测定样品中的有机碳(OC)、元素碳(EC). 结果表明,风干树枝明燃排放烟尘中OC的排放因子(EFOC)、EC的排放因子(EFEC)、PM的排放因子(EFPM)均值分别为6.8、2.1、16.5 g·kg-1,阴燃排放烟尘中均值分别为57.5、11.1、130.9 g·kg-1; 新鲜树枝明燃排放烟尘中EFOC、EFEC、EFPM均值分别为13.6、3.3、30.5 g·kg-1,阴燃排放烟尘中均值分别为57.6、9.6、125.6 g·kg-1. 树枝(风干树枝、新鲜树枝)阴燃时EFOC、EFEC、EFPM均高于明燃时,在明燃(高温度)条件下含水率与树枝燃烧时EFOC、EFEC、EFPM是呈正相关关系. 树枝燃烧烟尘中OC、EC、TC(TC=OC+EC)占PM的百分比约为45%、10%、55%,乔木树枝阴燃排放烟尘中OC的质量分数高于明燃,EC的质量分数低于明燃. 新鲜树枝排放烟尘中OC的质量分数高于风干树枝,EC的质量分数低于风干树枝. 风干树枝明燃条件下OC/EC的均值为3.3(2.5~5.2),阴燃条件下均值为5.2(4.3~6.3); 新鲜树枝明燃条件下OC/EC的均值为4.1(3.1~5.3),阴燃条件下均值为6.2(4.2~8.4),乔木树枝阴燃时OC/EC的值高于明燃,含水率高的乔木树枝(新鲜树枝)燃烧排放烟尘中OC/EC的值高于含水率低的树枝(风干树枝). 风干树枝燃烧烟尘中OC、EC的相关系数为0.985,新鲜树枝燃烧烟尘中OC、EC的相关系数为0.915,含水率不同的乔木树枝(风干树枝、新鲜树枝)在不同燃烧条件下(明燃、阴燃)排放烟尘中OC与EC都具有良好的相关性.
|
|
14.
|
乌鲁木齐市PM2.5和PM2.5~10中碳组分季节性变化特征
|
|
|
|
|
|
|
王果 迪丽努尔&# 塔力甫 买里克扎提&# 买合木提 阿布力克木&# 阿布力孜 王新明 丁翔《中国环境科学》,2016年第36卷第2期
|
|
|
2011年1月至12月在乌鲁木齐市区用膜采样法采集了大气PM2.5和PM2.5~10样品,并利用热光/碳分析仪测定了其中有机碳(OC)和元素碳(EC)的质量浓度.通过OC与EC的粒径分布特征、比值和相关性的分析,初步分析了乌鲁木齐市大气可吸入颗粒物中碳质气溶胶污染特征,并用OC/EC比值法估算了二次有机碳(SOC)的浓度.结果表明,PM2.5和PM2.5~10的年平均质量浓度分别为92.8 μg/m3和64.7 μg/m3.PM2.5中OC和EC的年平均浓度分别为13.85 μg/m3和2.38 μg/m3,PM2.5~10中OC和EC的年平均浓度分别为2.63 μg/m3和0.57 μg/m3.OC和EC四季变化趋势基本一致,季浓度最高.碳组分主要集中于PM2.5中,OC/EC比值范围为3.62~11.21.夏季和秋季的PM2.5和PM2.5~10中OC和EC的相关性较好(R2>0.65).估算得出的PM2.5和PM2.5~10中SOC的估算浓度为2.31~11.98 μg/m3和0.38~1.49 μg/m3.
|
|
15.
|
万州城区夏季、冬季PM2.5中有机碳和元素碳的浓度特征 被引次数：5
|
|
|
|
|
|
|
彭超 翟崇治 王欢博 田密 李红丽 刘源 付川 张六一 杨复沫《环境科学学报》,2015年第35卷第6期
|
|
|
在位于三峡库区腹心的山地城市万州城区采集夏季和冬季PM2.5样品,采用热光反射法(Thermal Optical Reflection,TOR)测定了PM2.5中有机碳(0C)和元素碳(EC)的浓度,探讨了其污染特征及来源.结果发现,OC和EC在夏季的平均浓度分别为(7.09±1.86) μg·m-3和(3.49±0.64) μg·m-3;冬季分别为(16.82±6.87) μg·m-3和(6.21±2.06) μg·m-3,高于夏季,这可能与冬季当地居民生物质燃烧的贡献显著增加有关.冬季OC和EC显著线性相关(r=0.89),表明冬季两者的一次污染来源相近.冬季PM2.5中总碳(TC)和水溶性K+含量的相关性(r=0.88)高于夏季(r=0.69),表明冬季生物质燃烧对碳污染贡献显著.利用OC/EC比值法对二次有机碳(SOC)进行估算,SOC的浓度均值在夏季为(2.17±1.46) μg· m-3,占OC比例为28.18％±13.85％;冬季为(4.46±3.69) μg·m-3,占OC的23.13％±12.30％.通过计算PM2.5中8个碳组分丰度,初步判断机动车尾气排放和生物质燃烧是万州城区碳组分的主要来源.
|
|
16.
|
菏泽市PM2.5碳组分季节变化特征
|
|
|
|
|
|
|
刘泽珺 吴建会 张裕芬 梁丹妮 马咸 刘保双 冯银厂 张勤勋《环境科学》,2017年第38卷第12期
|
|
|
于2015年8月到2016年4月在菏泽市城区采集PM2.5颗粒，利用热/光碳分析仪测定了颗粒物中8种碳组分，获得了有机碳（OC）和元素碳（EC）的质量浓度，分析了OC与EC的比值、相关性，使用OC/EC比值法估算了二次有机碳（SOC）的浓度，并使用主成分分析法研究8种碳组分含量.结果表明，① PM2.5中OC、EC的年质量浓度变化范围分别为1.2~60.6 μg·m-3、0.6~24.8 μg·m-3，OC/PM2.5、EC/PM2.5的季节分布特征相似：冬季 > 春季 > 秋季 > 夏季；② OC/EC的年平均值为2.6±1.0，春夏秋冬OC、EC的相关系数分别为0.91、0.56、0.86、0.75，估算的SOC年平均浓度为（4.7±5.0）μg·m-3；③不同季节8种碳组分质量分数均为EC1最高，EC3最低.主成分分析结果显示，春秋冬这3个季节碳组分的主要来源为燃煤、机动车和生物质燃烧.
|
|
17.
|
石家庄夏季道路尘有机碳和元素碳特征及来源
|
|
|
|
|
|
|
郭森 王蕾 周盼 郭硕 秦伟 安塞 肖捷颖 刘娟 姬亚芹《环境工程》,2018年第4期
|
|
|
为明确石家庄市夏季道路尘中有机碳和元素碳污染特征及来源,用样方法采集市区4种不同类型共8条铺装道路尘样,处理后经热光碳分析仪测定有机碳(OC)和元素碳(EC)组分。结果表明:总碳(TC)在道路尘PM_(2.5)、PM_(10)中质量分数分别为129 465.2,103 911.4μg/g;PM_(2.5)和PM_(10)中OC和EC相关系数分别为0.94和0.86,可认为OC、EC来源基本一致;OC/EC均2,表明存在二次有机碳(SOC)的贡献;通过OC/EC最小比值法估算得出SOC占PM_(2.5)和PM_(10)中OC总量的42.5%和32.8%,一次有机碳(POC)贡献较大;夏季道路积尘中的碳主要来自于汽、柴油车尾气排放、大气降尘中燃煤成分和生物质燃烧。
|
|
18.
|
常州夏秋季PM2.5中碳质气溶胶特征及来源
|
|
|
|
|
|
|
叶招莲 刘佳澍 李清 马帅帅 许澎《环境科学》,2017年第38卷第11期
|
|
|
为更好地了解碳质组分的特点和来源，在常州市采集了夏季（7~8月）和秋季（10~11月）60个细颗粒物（PM2.5）样品.采样期间，夏季PM2.5、OC、EC平均浓度分别为73.0、14.3和3.3μg·m-3，秋季为84.2、13.2和3.5μg·m-3.总碳质组分（OC+EC）占PM2.5总质量的24.3%（夏季）和20.7%（秋季）.采用IMPROVE-A热/光反射法测定的碳质8组分结果表明，OC2、OC3、OC4和EC1相关性好（r>0.92），EC2和EC3相关性较好（r>0.65），说明可能的相似来源. OC与EC相关性中等，表明碳质组分来源复杂.秋季WSOC/OC（60.9%）略高于夏季（57.4%），而夏季SOC/OC（52.5%）略高于秋季（49.0%）.夏季和秋季SOC/OC都低于WSOC/OC，说明部分水溶性有机碳是一次源. WSOC和SOC相关性强，进一步验证了大部分SOC具有水溶性.碳质组分之间的关系及主成分分析表明，采样期间燃煤和机动车尾气排放是碳质组分的两个主要来源.后向轨迹分析表明，采样点PM2.5和碳质组分主要受当地排放源和短距离传输的影响，长距离传输贡献较小.
|
|
19.
|
沈阳市国三和国四排放标准不同车型柴油车PM_(2.5)和PM_(10)排放因子及碳组分源谱
|
|
|
|
|
|
|
赵雪艳 王静 祝胜男 卞思思 张宇 王歆华 殷宝辉 杨文 白志鹏《环境科学》,2019年第40卷第10期
|
|
|
柴油车是机动车排放的大气颗粒物的主要来源,为研究沈阳市柴油车PM_(2.5)和PM_(10)的排放因子及其碳组分排放特征,采用检车线车载测试方法采集了15辆国三和国四排放标准的小型、中型、大型载客和轻型、中型、重型载货柴油车尾气样品,并对其中的碳组分进行化学分析.结果表明,国三柴油车PM_(2.5)和PM_(10)的排放因子分别为(0. 193±0. 092) g·km-1和(0. 338±0. 305) g·km-1,国四柴油车PM_(2.5)和PM_(10)的排放因子分别为(0. 085±0. 038) g·km-1和(0. 100±0. 042) g·km-1,随排放标准的提升PM_(2.5)和PM_(10)排放因子显著下降.同一排放标准下,排放因子随车型的增大而增大. TC为柴油车的主要组分,国四柴油车中TC的质量分数(23%～48%)明显低于国三柴油车(29%～70%).各车型柴油车元素碳(EC)的质量分数均大于有机碳(OC),OC/EC为0. 70±0. 29,且国四柴油车OC/EC值低于国三柴油车.因载客汽车总行驶里程明显高于载货汽车导致油耗较高,相同排放标准载客汽车OC和EC的质量分数高于载货汽车.国三、国四柴油车质量分数最高的碳组分均为EC2,可将EC2作为柴油车的标识组分.
|
|
20.
|
广西玉林市大气PM10和PM2.5中有机碳和元素碳污染特征分析
|
|
|
|
|
|
|
黄炯丽 陈志明 莫招育 李宏姣 杨俊超 刘慧琳 毛敬英 梁桂云 张达标 吴熊平 郝爽《环境科学》,2018年第39卷第1期
|
|
|
2015年7月~2016年3月期间在广西玉林市3个空气监测点位共采集环境大气颗粒物PM_(10)样品218份,PM_(2.5)样品202份,利用多波段热/光碳分析仪分析其颗粒物中有机碳和(OC)和元素碳(EC)浓度水平、时空变化、污染特征及可能来源.结果表明,玉林市PM_(10)中OC和EC质量浓度分别为10.99μg·m~(-3)和5.11μg·m~(-3);PM_(2.5)中OC和EC质量浓度分别为7.51μg·m~(-3)和4.70μg·m~(-3).3个监测点位大气中PM_(10)和PM_(2.5)冬季的OC和EC浓度水平均高于其他季节,PM_(10)、PM_(2.5)中OC和EC的相关性较好,R2分别为0.58和0.60(P均小于0.01).应用最小OC/EC比值法对二次有机碳(SOC)含量进行了估算,冬季大气PM_(10)和PM_(2.5)中SOC平均质量浓度分别为14.50μg·m~(-3)和6.74μg·m~(-3),高于其他季节.PM_(10)和PM_(2.5)中SOC/OC比值均0.5,玉林市大气中粗细颗粒物均以SOC为主.夏季PM_(10)和PM_(2.5)中SOC/OC分别为80.6%和77.7%,为四季最高值,与夏季温度较高、光照强烈、有利于光化学反应将OC转化为SOC有关.
|
|
