大气颗粒物中元素碳的直接测定

对原来用元素分析仪测定大气颗粒物样品中有机碳、元素碳的方法[1 ] 进行改进 ,将差减法间接测定元素碳改为一步直接测定元素碳。有机碳、元素碳的测量标准偏差的平均值分别为 0 35 %、0 34% ,提高了元素碳的测量精度 ,同时避免了误差传递 ,解决了差减法测定元素碳时出现负值的情况。     

大气总悬浮颗粒中有机碳的测定

本文提出一种新的高灵敏度测定总悬浮颗粒中有机碳的方法一元素分析法。该方法是在氧化炉最佳温度为６００℃时，一步测定出样品中有机碳的含量，并成功地对齐齐哈尔市大气总悬浮颗粒中的有机碳进行了连续的监测。结果表明，总悬浮颗粒中有机碳的含量有较明显的变化规律。     

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。     

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%。     

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.     

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。     

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。     

利用TOC-5000A总有机碳分析仪测定环境水样中包含全部颗粒态有机碳的研究

本文结合TOC总有机碳分析仪和SSM固体样品燃烧装置各自的特点，探索了测定环境水样中包含全部颗粒态有机碳的测定方法．此方法能够全面反映环境水样中总有机碳的含量     

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。     

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。     

北京大气颗粒物中有机碳和元素碳的浓度水平和季节变化

分析了北京市两个采样点十三陵站(清洁对照点)和天坛站(居民生活区)的110个大气颗粒物样品有机碳和元素碳的测定数据,结果表明两站点具有明显的季节变化特征.一号站OC质量浓度年均值为22.0μg/m3,EC为3.6μg/m3,五号站OC质量浓度年均值为41.5μg/m3,EC为7.8μg/m3.OC百分含量秋季高,反映出活跃的大气化学反应和严峻的污染形势,春季低表现了风沙气候的影响.城区的EC百分含量冬季增高则是燃煤贡献所致.对1998年1月份和9、10月份的数据进行了实例分析.结果表明稳定的天气条件和北京特殊的地貌容易导致空气污染事件.有机物污染是1998年北京秋季空气污染的一个特征.     

A methodology to estimate carbon storage and flux in forestland using existing forest and soils databases

Sequestration of carbon through expansion and management offorestland can assist in reducing greenhouse gas concentrationsin the atmosphere. Quantification of the amount of carbonpresents an ongoing challenge that calls for new approaches.These new approaches must seek to simplify the science-basedaccounting of carbon storage and flux, while adhering to generalprinciples of greenhous gas accounting. Quantifying change incarbon storage and carbon flux consists of two steps: developinga baseline of carbon storage, and measuring resulting storageand flux following a change of conditions. A methodology isproposed that accomplishes both steps, applicable to anaggregate-level analysis using the state of Iowa (U.S.A.) as a case study. The method combines existing databasesfrom the U.S. Forest Service (USFS) and U.S. Department ofAgriculture (USDA), and merges these with the methods of Birdsey(USDA, 1992, 1995; IPCC, 1997; EIIP, 1999) for partitioningcarbon stocks into storage pools. Forested ecosystems in the study area contain approximately 137.3 metric tons organiccarbon per hectare, or 114 million metric tons of carbon inaggregate. Of this total, 44.7 million tons are stored inbiomass tissue, and 69.2 million tons of carbon are contained insoils. Carbon flux due to forests in the state of Iowa isestimated to be a net annual sequestration (removal from theatmosphere) of 4.3 million metric tons of CO₂-equivalent,approximately 5% of the net annual CO₂-equivalentemissions from the state (Ney et al., 1996).     

气相色谱法测定工业废气中二硫化碳富集方法的研究

研究了大气中痕量二硫化碳在 SQ-2 0 6(以 1 0 %的 SE-3 0为固定液 ,配火焰光度检测器 )上的测定方法及二硫化碳的富集和解吸条件的选择。以碳分子筛为吸附剂 ,最佳收集速度为 2 0 ml/min,解吸液体积 1 5 ml,解吸时间 3 5 min。用外标法定量 ,测定的回收率为 99.2 % ,最低检出浓度 2 .0 4× 1 0 - 8g/     

静态顶空进样气相色谱法测定水中CS2的研究

采用气相色谱法静态顶空进样,极性柱分离,ECD检测器检测,对CS2的测定进行了全面的实验.实验表明,本方法简单、快速,并且具有精密度好、准确度高和检出限低的特点,完全能够满足快速分析水中CS2的要求.     

燃烧氧化-非分散红外吸收法测定废水中TOC

通过选择一定的仪器使用条件及样品预处理方法,利用燃烧氧化-非分散红外吸收法对生活污水、工业废水中TOC进行测定,方法的检出限为0.5mg/L,RSD为4.4%,加标回收率在91.0%～102%。本方法操作简单、快速,成本较低,灵敏度完全能满足废水中TOC项目的监测要求。     

超临界二氧化碳萃取－GC／MS测定土壤中的多环芳烃

本文开发了一种采用超临界二氧化碳萃取土壤中多环芳烃、不须经过纯化步骤，直接可用于ＧＣ／ＭＳ分析的简便、高效的方法。本实验中超临界革取的流体是二氧化碳，改善剂是５％的二氯甲烷／甲醇，萃取温度为１２０℃、压力为３４ＭＰａ。ＧＣ／ＭＳ分析时除了采用外标外，还加入了６种同位素ＰＡＨｓ内标以校正各段ＰＡＨｓ的响应因子。采用本方法成功地测定了我国未开垦森林土壤中的ＰＡＨｓ。     

碳酸盐碳测定在沙尘暴来源地识别中的应用

根据中国大气颗粒物特点 ,在国内沙尘暴研究中首次尝试利用碳酸盐碳进行沙尘暴来源地识别。测定了一系列黄沙、大气颗粒物和沙尘暴源区土壤样品。初步了解了上述样品中碳酸盐碳含量情况 ,结合国外研究结果对影响北京的沙尘暴源区进行推测并与其他方法作了比较     

Soil and vegetation carbon stocks in Brazilian Western Amazonia: relationships and ecological implications for natural landscapes

The relationships between soils attributes, soil carbon stocks and vegetation carbon stocks are poorly know in Amazonia, even at regional scale. In this paper, we used the large and reliable soil database from Western Amazonia obtained from the RADAMBRASIL project and recent estimates of vegetation biomass to investigate some environmental relationships, quantifying C stocks of intact ecosystem in Western Amazonia. The results allowed separating the western Amazonia into 6 sectors, called pedo-zones: Roraima, Rio Negro Basin, Tertiary Plateaux of the Amazon, Javari-Juruá-Purus lowland, Acre Basin and Rondonia uplands. The highest C stock for the whole soil is observed in the Acre and in the Rio Negro sectors. In the former, this is due to the high nutrient status and high clay activity, whereas in the latter, it is attributed to a downward carbon movement attributed to widespread podzolization and arenization, forming spodic horizons. The youthful nature of shallow soils of the Javari-Juruá-Purus lowlands, associated with high Al, results in a high phytomass C/soil C ratio. A similar trend was observed for the shallow soils from the Roraima and Rondonia highlands. A consistent east–west decline in biomass carbon in the Rio Negro Basin sector is associated with increasing rainfall and higher sand amounts. It is related to lesser C protection and greater C loss of sandy soils, subjected to active chemical leaching and widespread podzolization. Also, these soils possess lower cation exchangeable capacity and lower water retention capacity. Zones where deeply weathered Latosols dominate have a overall pattern of high C sequestration, and greater than the shallower soils from the upper Amazon, west of Madeira and Negro rivers. This was attributed to deeper incorporation of carbon in these clayey and highly pedo-bioturbated soils. The results highlight the urgent need for refining soil data at an appropriate scale for C stocks calculations purposes in Amazonia. There is a risk of misinterpreting C stocks in Amazonia when such great pedological variability is not taken into account.