安庆市PM2.5碳质组分污染特征及来源解析

2020年3月2日—2021年2月28日在安庆市政务服务中心楼顶设置监测点,手工采集PM_2.5样品,运用多波段碳分析仪(DRI Model 2015)分析样品中碳质组分有机碳(OC)和元素碳(EC)质量浓度;利用OC/EC法、相关分析法和主成分因子分析法对PM_2.5中碳质组分的污染特征和可能来源进行解析。结果显示:安庆市手工采样期间PM_2.5平均质量浓度为(45.9±28.1)μg/m³,OC和EC的平均浓度分别为(8.0±3.4)、(1.4±0.6)μg/m³,在PM_2.5中占比为17.4%、3.1%。四季OC平均浓度分布为冬季(9.7±4.2)μg/m³ >春季(9.0±2.5)μg/m³ >秋季(8.3±2.9)μg/m³ >夏季(5.1±1.6)μg/m³,EC平均浓度分布为冬季(1.7±0.5)μg/m³ >春季(1.7±0.6)μg/m³ >秋季(1.3±0.4)μg/m³ >夏季(0.8±0.3)μg/m³。OC/EC范围为3.11~12.14,平均值为5.83,表明安庆市存在二次有机碳(SOC),SOC均值为(2.89±1.94)μg/m³,分别占OC和PM_2.5浓度的36.1%、6.3%;四季OC、EC相关性不显著,r均小于0.85,说明安庆市的碳质组分较复杂;在不同空气质量等级条件下,OC质量浓度随着污染等级的升高而逐渐升高,EC质量浓度随着污染等级升高而先升高后降低。利用主成分分析法进行来源解析发现,道路扬尘、燃煤、柴油车尾气是碳质组分的主要来源。     

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。     

2013-2017年京津冀区域PM2.5浓度变化特征

利用2013-2017年京津冀区域13个城市PM_2.5监测数据，综合探讨了该区域PM_2.5浓度的时空变化特征。结果表明：京津冀区域PM_2.5污染整体较重，但治理成效显著，2013-2017年区域PM_2.5年均质量浓度分别为106、93、77、71、64 μg/m³，完成《大气污染防治行动计划》PM_2.5浓度下降25%左右的目标；13个城市PM_2.5浓度各百分位数总体呈现下降趋势，且随百分位数增大而下降速率加大，PM_2.5年均质量浓度平均每年下降10.6 μg/m³，污染严重的太行山沿线城市邢台、石家庄、邯郸3个城市平均每年分别下降20.3、16.1、13.9 μg/m³；京津冀区域PM_2.5重度污染天数比例分别为19.9%、16.6%、9.5%、9.0%、7.0%，呈下降趋势。2013-2017年京津冀区域PM_2.5平均质量浓度与非重度污染天相比升高19 μg/m³，PM_2.5重度污染天平均质量浓度较非重度污染天时高244.4%。     

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。     

春节期间烟花爆竹燃放对海口市空气质量的影响

基于2018年与2019年春节期间常规空气污染物数据、2019年细颗粒物PM_2.5中水溶性离子和OC/EC的化学组分数据，结合气象资料，分析了春节期间烟花爆竹燃放对海口市空气质量的影响。结果表明：春节期间烟花爆竹燃放对海口市初一的空气质量影响较大，主要影响污染物为PM₁₀、PM_2.5和SO₂，对NO₂、CO和O₃影响相对较小；实施烟花爆竹严格管控后空气质量明显改善，2019年除夕夜PM₁₀、PM_2.5和SO₂质量浓度峰值较2018年分别下降67.4%、68.5%和66.7%；烟花爆竹集中燃放主要造成K⁺、Cl^-、Mg²⁺和SO₄^2-快速上升，其中K⁺影响最为显著，K⁺短时上升了16.21 μg/m³，增加17.01倍；对于NO₂^-、Na⁺、F^-、NO₃^-、Ca²⁺、NH₄⁺等6种离子和OC/EC影响较小。     

污染天气条件下人工降雨对成渝西南区域环境空气质量的影响评估

基于成渝地区大气污染防控形势的严峻性,选取该区域西南部的乐山市作为研究对象,对2016—2020年人工降雨对该城市环境空气质量的影响进行研究。评估发现:冬季改善效果最好,平均每毫米降雨量可降低环境空气质量指数(AQI)约10,对应的SO₂、NO₂、CO、O₃、PM₁₀、PM_2.5浓度分别降低1.8 μg/m³、3.8 μg/m³、0.1 mg/m³、8.1 μg/m³、6.9 μg/m³、8.9 μg/m³;其次是春季,每毫米降雨量可降低AQI约8,对应的6项污染物浓度分别降低1.0 μg/m³、3.3 μg/m³、0.1 mg/m³、8.1 μg/m³、6.1 μg/m³、8.4 μg/m³;再次是夏季,每毫米降雨量可降低AQI约3,对应的6项污染物浓度分别降低0.6 μg/m³、1.6 μg/m³、0.03 mg/m³、6.9 μg/m³、1.2 μg/m³、2.0 μg/m³;秋季每毫米降雨量可降低AQI约1,对应的6项污染物浓度分别降低0.4 μg/m³、0.6 μg/m³、0.01 mg/m³、3.5 μg/m³、0.1 μg/m³、0.1 μg/m³。计算不同季节降雨总量与污染物削减量之间的Pearson相关系数,结果表明,春季人工降雨总量与O₃浓度削减总量呈显著正相关,夏、秋两季人工降雨总量与PM_2.5浓度削减总量呈显著正相关。     

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。     

周口市大气污染特征及污染防控对策——以2021冬防为例

基于周口市2021年冬防期间（2021年10月1日—2022年3月31日）4个国控站点的在线小时数据和日均数据，利用统计和相关性分析等方法，研究了冬防期间污染要素的时空变化特征及其与主要气象因子之间的相关性。结果表明，周口市2021冬防期间空气质量达标率为64.8%，主要污染物为细颗粒物（PM_2.5），其中1月的大气污染最严重，ρ（PM_2.5）小时平均值为120 μg/m³，可吸入颗粒物（PM₁₀）质量浓度小时最高值出现在3月沙尘期间，为591 μg/m³。各污染要素的变化整体趋同，但多个站点的ρ（SO₂）和ρ（NO₂）频繁出现短时高值，这一现象可能与局地细颗粒物污染相关，在后续大气污染防控中需引起重点关注。市运管处站的NO₂和SO₂质量浓度整体偏高，需关注周边机动车相关的颗粒物排放。此外，西北风和东风对于PM_2.5污染传输的影响较大，气象不利条件下，需要加强管控，以有效保证空气质量达标。     

潍坊市灰霾天气特征及影响因素

根据潍坊市国家环境空气质量监测点位和国家气象台站监测数据,对潍坊市2019年灰霾发生情况进行统计,并分析了灰霾天气与气象要素、环境空气质量的关系。结果表明:潍坊市 2019年按小时计算的灰霾发生频率为22.4%。灰霾在冬季和秋季相对高发,发生次数占全年小时灰霾数的66.7%,发生比例为56.2%。从时间上看,灰霾发生频率呈正弦曲线分布,在早上06:00-07:00发生频率最高,17:00前后发生频率相对较低。灰霾发生时风速、温度与能见度呈正相关关系,相对湿度与能见度呈负相关关系。潍坊市灰霾现象主要发生在风速小于3 m/s、相对湿度大于30%时,当风速大于5 m/s、相对湿度小于10%时极少发生灰霾。PM_2.5是影响灰霾发生的主要污染因子,与能见度的相关系数最高。灰霾主要发生在48 μg/m³2.5质量浓度<239 μg/m³条件下,占灰霾总次数的84%;而当PM_2.5质量浓度>140 μg/m³时灰霾发生频率达到100%;灰霾天气统计期间潍坊市空气中PM_2.5与PM₁₀的质量浓度平均比值为0.52,其中,灰霾发生时比值为0.75,非灰霾时比值为0.43。随着灰霾程度的加重,PM_2.5/PM₁₀逐渐增大;当灰霾程度达到轻度及以上时,PM_2.5/PM₁₀大于全年平均值。     

2011年夏冬两季福州城区黑炭气溶胶污染特征研究

为探讨福州市城区夏冬两季黑炭气溶胶污染特征，2011年7月和12月在福州市紫阳监测站楼顶使用AE-31型黑炭仪监测黑炭气溶胶污染。结果表明：①夏季黑炭浓度为2.3±0.9 μg/m³，冬季黑炭浓度为3.2±1.3μg/m³，冬季黑炭浓度高于夏季。从频数分布图来看夏季黑炭浓度更为集中。②夏季黑炭浓度日变化具有明显的峰值和谷值，冬季黑炭日变化趋势图并没有统一出现峰值和谷值。夏季和冬季日变化趋势的差异是由大气扩散条件、气象因素及污染物来源等的不同导致的。③通过对黑炭浓度与PM_2.5浓度之间相关性分析表明，黑炭与PM_2.5显著正相关，表明黑炭与PM_2.5有着相似的来源。     

新疆准东经济技术开发区二氧化碳排放现状与降碳对策研究

通过分析新疆准东经济技术开发区各行业的二氧化碳排放量及排放特征，研究新疆准东经济技术开发区碳达峰碳中和的实现路径。分析结果显示，准东经济技术开发区最主要的二氧化碳排放源是化石燃料燃烧，其对二氧化碳排放量的贡献比例在95.2%以上。能源活动二氧化碳排放量占总排放量的98.5%以上；工业生产过程排放的二氧化碳较少，占比在1.5%以下。新疆准东经济技术开发区主要二氧化碳排放行业是煤电、电解铝、煤化工、硅基新材料。在此基础上，结合各行业特点，提出发展园区循环经济、制定低碳行业标准和培育低碳产业等详细对策。     

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.     

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。     

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.     

南通市不同空气质量级别对应的EC和OC变化特征

采用EC/OC在线分析仪和空气自动站连续监测数据(2016年3月—2017年2月),对南通市不同空气质量级别下的EC、OC变化特征进行了分析。结果表明,EC、OC小时均值分别为1.25~6.55,4.16~24.90μg/m~3,与空气质量级别呈正相关(r=0.999,0.963,p0.01);ρ(EC)/ρ(PM_(2.5))、ρ(OC)/ρ(PM_(2.5))分别为3.54%~6.64%,11.53%~22.18%,总体随空气质量级别的升高而下降,存在明显二次有机碳(SOC)污染,ρ(SOC)为2.29~14.18μg/m~3,与空气质量级别呈正相关(r=0.921,p0.05);ρ(SOC)/ρ(PM_(2.5))为5.44%~12.22%,总体随空气质量级别的升高而下降。"优"—"轻"空气质量级别下,EC小时值日变化曲线呈双峰型,OC小时值日变化曲线呈单峰型,"中""重"空气质量级别下,EC、OC小时值日变化规律不明显。"优、良、中、重"空气质量级别下的EC和各空气质量级别下的OC的季节平均值均为夏季最高,其余季节分布规律不明显,EC、OC总均值季节分布为:夏冬春秋。     

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 %。     

Comparison of EC and BC and evaluation of dust aerosol contribution to light absorption in Xi'an, China

The concentrations of EC, BC and dust aerosols were determined for atmospheric samples collected from an observation station in Xi'an, China. The results show that the averaged correlation coefficient between EC and BC was founded to be 0.72 with 0.81 (n = 49) in autumn, 0.70 (n = 112) in winter and 0.69 (n = 57) in spring, respectively. Absorption coefficients of dust aerosol were estimated to be 2.7 m² g⁻¹ in autumn and 4.4 m² g⁻¹ in winter. The comparison of absorption coefficients of dust aerosol with those of BC implies that BC is the principal light-absorbing aerosol over Xi'an atmosphere. By combining thermal analysis of elemental carbon and dust contents in the aerosol samples, however, the fraction of dust absorption to total light absorption is estimated to be 19% in autumn and 31% in winter, respectively.     

Evaluation of Carbon Uptake and Emissions by Forests in Korea During the Last Thirty Years (1973–2002)

The contribution of Korean forests to carbon sequestration for anthropogenic carbon emissions was evaluated. In addition, monitoring of carbon species released from forest fires was conducted. Despite a high carbon uptake by Korean forests, a tremendous increase in fossil fuel burning resulted in a small contribution by forests to carbon removal. The removal efficiency had a 5–31% range with an average of 12% during the period 1973–2002. In 2000, the amount of carbon released from burned trees corresponded to 1.6% of carbon uptake by forests. The distribution of surface CO concentration (ppb) derived from MOPITT (Measurement of Pollution in the Troposphere) showed high CO levels over the East/Japan Sea on April 10, 2000 when the largest forest fires occurred along the east coast of Korea. Trajectory analysis and ground CO measurements also indicated that CO levels over the East/Japan Sea were influenced by forest fires. This study suggests that continuous monitoring of carbon emissions from forest fires is needed for a more reliable estimate of carbon flux in the environment.     

南京大气细颗粒中有机碳与元素碳污染特征

为了解南京城区大气细颗粒物中有机碳与元素碳的污染特征,在国控点草场门进行了连续一年的PM2.5采样,分析了有机碳(OC)、元素碳(EC)、ρ(OC)/ρ(EC)污染特征和变化规律。结果表明,采样期间有些PM2.5的日均值超过了《环境空气质量标准》(GB 3095-2012)二级标准,ρ(OC)/ρ(EC)为0.77～4.98,平均值为1.92。PM2.5样品中OC约占18%、EC约占9%。