南京大气PM2.5中碳组分观测分析

为了解南京地区大气细颗粒物及化学成分在灰霾期间的污染水平及可能来源,于2007年6月至2008年5月,采集PM2.5样品,并测定了其中有机碳(OC)和元素碳(EC)的含量.并考察了有机碳和元素碳的季节变化特征,比较分析了南京地区灰霾与非灰霾期间含碳气溶胶的污染特征.结果显示,南京大气中PM2.5、OC和EC浓度变化范围分别是12.1~287.1,2.6~47.0和1.0~33.6mg/m3,其中夏季PM2.5(109.6mg/m3)和OC(20.8mg/m3)的值在四个季度中最高,呈现出夏季>秋季>冬季>春季的季节变化特征;EC则具有秋季>春季>冬季>夏季的季节变化特征. 霾日的OC、EC、总碳含量(TC)浓度及OC与EC比值分别是非霾日的2.0、1.8、1.9和1.7倍.后向轨迹分析表明,在有利的天气背景下,具有丰富水汽和污染物的混合气团最易使南京产生霾天气.     

北京城区PM_(2.5)中有机碳和元素碳的变化特征

为了了解北京城区大气细颗粒物(PM2.5)中有机碳(OC)和元素碳(EC)的浓度水平与季节变化特征,2013年5月、8月、10月和2014年1月分季节在北京城区进行了PM2.5和PM2.5中OC、EC的连续监测。在监测期间,PM2.5质量浓度平均值为86.8μg/m3,PM2.5中OC的平均浓度为15.46μg/m3,占PM2.5的17.8%;EC的平均浓度为2.88μg/m3,占PM2.5的3.3%。北京城区的PM2.5和OC、EC随季节变化明显,冬季最高,秋季大于春季,夏季最低。其中秋、冬季的OC、EC浓度的日变化有着明显的白天低、傍晚前后逐渐升高、在午夜出现峰值的特点。通过一次重污染过程分析发现,静稳、高湿的气象条件使PM2.5、OC、EC的浓度都有着显著地增加。对OC、EC相关分析显示,冬季两者的相关性最高。而且OC/EC的比值都大于2.0,说明北京存在着一定的二次污染。     

贵阳市秋、冬季PM_(2.5)中碳组分污染特征及来源分析

为研究贵阳市大气细粒子PM2.5中有机碳(OC)和元素碳(EC)的污染特征,于2013年10月14日至2013年12月25日,采集2个监测点位秋季和冬季的PM2.5样品,检测分析PM2.5中有机碳(OC)、元素碳(EC)的质量浓度。结果表明,秋季PM2.5中OC的平均浓度为14.9μg/m3,EC的平均浓度为2.31μg/m3;冬季PM2.5中OC的平均浓度为26.2μg/m3,EC的平均浓度为7.53μg/m3,呈冬季高、秋季低的季节变化特征。秋、冬季PM2.5中OC/EC的值均大于2,表明存在二次有机碳(SOC)的贡献;秋季SOC的值为6.89μg/m3,冬季SOC的值为8.29μg/m3。通过计算PM2.5中8个碳组分丰度,初步判断PM2.5中秋季碳的主要来源是汽车尾气、道路扬尘和生物质燃烧,冬季碳的主要来源是汽车尾气、燃煤尘和道路扬尘。     

太原市PM2.5中有机碳和元素碳的污染特征

采集了太原市4个点位冬季和夏季PM2.5样品,利用元素分析仪测定了PM2.5中有机碳(OC)和元素碳(EC)的质量浓度,并对碳气溶胶污染水平、时空分布、二次有机碳(SOC)以及OC和EC相关性等特征进行了分析.结果表明,太原市冬季有机碳(OC)、元素碳(EC)平均质量浓度为22.3μg·m-3和18.3μg·m-3,夏季OC、EC平均质量浓度为13.1μg·m-3和9.8μg·m-3,冬季和夏季总碳气溶胶(TCA)占PM2.5的比例分别为56.6%和36.5%;各点位OC和EC质量浓度均呈现冬季夏季的季节特征,冬季OC、EC浓度呈现出较好的均一性,夏季OC、EC质量浓度存在较明显的空间分布差异;太原市SOC污染较轻;冬季OC、EC相关性较强,夏季OC、EC相关性差.     

上海城区PM2.5中有机碳和元素碳变化特征及来源分析

2010年6月~2011年5月间在上海城区点位采集了181组PM2.5样品,采用热光反射法(thermal optical reflectance,TOR)测定了样品中的有机碳(organic carbon,OC)和元素碳(elemental carbon,EC)含量.结果表明,上海城区环境空气PM2.5中OC和EC年平均浓度分别为8.6μg·m-3±6.2μg·m-3和2.4μg·m-3±1.3μg·m-3,两者之和占PM2.5质量浓度的20%.OC和EC的季节平均浓度值冬季最高,夏季最低,秋季OC和EC在PM2.5中的比例最高.全年OC/EC比值为3.54±1.14.采用最小OC/EC比值法估算二次有机碳(secondary organic carbon,SOC)含量得到SOC年均浓度为3.9μg·m-3±4.2μg·m-3,占OC含量的38.9%.夏季SOC浓度低且与O3最大小时浓度值相关性好,表明光化学反应是夏季SOC的重要生成途径,主导西风向的秋冬季SOC浓度高于静风条件下的浓度水平,存在输送作用.进一步对OC1、OC2、OC3、OC4、EC1、EC2、EC3和OPC进行主成分分析,结果显示上海城区PM2.5中OC和EC主要来自机动车尾气、燃煤排放、生物质燃烧和道路尘,这4个来源对含碳组分的贡献率达69.8%~81.4%,其中机动车尾气在4个季节中的贡献率均较高,生物质燃烧贡献约15%~20%,春季和秋季道路尘影响明显,冬季燃煤的贡献高于其他季节.     

西安市PM2.5中碳质气溶胶污染特征

利用热光分析法探究了西安市2017年353个PM_2.5样品中的元素碳（EC）、有机碳（OC）、甲醇可萃取有机碳（MSOC）以及热-光分析法得到的7个碳组分（OC1~4、EC1~3）的质量浓度、季节变化趋势以及来源.结果表明,西安市2017年OC、EC以及MSOC的平均质量浓度分别为（17.56±11.83）、（4.08±2.95）和（11.10±6.77）μg·m^-3.OC质量浓度的季节性趋势为冬季 > 春季 > 夏季 > 秋季;EC为冬季 > 春季≈秋季 > 夏季.MSOC/OC比值年平均值为0.64±0.20,冬季最高,夏季最低.春季OC和EC相关性较好（r²=0.76）,而在冬季的相关性较差（r²=0.43）,说明碳气溶胶的来源不同.采用EC示踪法对二次气溶胶的含量进行估算,SOC的平均含量分别占到了春、夏、秋、冬四季OC质量浓度的51.9%、38.4%、37.3%、44.0%.采用主成分分析法得出西安市的碳质气溶胶主要来源于燃煤和机动车排放.     

天津近岸海域大气颗粒物无机组分季节变化及源析

2006~2007年在天津近岸海域分4个季节走航采集了不同粒径大气颗粒物样品,分析了其质量浓度以及元素、离子和碳等化学组成,并应用富集因子以及特征化合物比值对其来源进行了探讨.结果表明,天津近岸海域TSP,PM10和PM2.5的质量浓度分别为(294.98±3.95),(279.87±17.53),(205.50±38.13)μg/m3,且呈现出明显的季节变化,秋季颗粒物浓度最高,冬季次之,夏季最低. TSP、PM10和PM2.5中总元素浓度分别为48.76, 47.94,32.08 μg/m3. TSP中含量最高的离子是Na+, PM10和PM2.5中含量最高的离子是Cl-. 3种不同粒径中OC浓度秋、冬两季均明显高于春夏两季. Al/Fe的比值分析结果表明,春季TSP的主要来源为土壤尘,秋、冬季PM10和PM2.5主要受燃煤的影响. Cu、Zn和Pb的富集系数较高,其中Pb在冬季PM10中富集达到最高为741.3. NO3-/SO42-的变化范围为0.28~0.85,春夏季该比值较高于秋冬季,反映了该海域同时受燃煤与机动车污染的影响.OC/EC变化范围为2.13~5.58,表明该海域气溶胶中存在着大量二次有机碳.     

大连市PM2.5中有机碳和元素碳的季节变化特征和来源分析研究

2014年1月-2014年12月期间,在大连市对PM2.5的质量浓度和含碳气溶胶进行了在线连续观测,获得了不同季节的含碳气溶胶的变化特征.观测结果显示:大连市PM2.5中有机碳(OC)和元素碳(EC)的年平均质量浓度分别为6.9 μg/m3和2.9 μg/m3,OC和EC浓度之和占PM2.5的18%,表明碳质气溶胶是大连市大气细粒子中的重要组分.OC和EC的比值表明机动车尾气、燃煤排放和船舶排放是大连市PM2.5中OC和EC的主要来源.重污染过程期间OC/EC的比值和PM2.5的变化趋势呈负相关关系可以作为判定外来污染输送的一个重要指标.     

京津冀区域PM2.5中碳组分污染特征研究

为了解京津冀区域PM_(2.5)中碳组分污染特征,于2015年7月和10月及2016年1月和4月在北京、天津、保定、石家庄、沧州5个城市同步采集PM_(2.5)样品,采用热/光分析法分析样品中有机碳(OC)和元素碳(EC),使用OC/EC最小比值法估算二次有机碳(SOC).结果表明:京津冀区域主要城市OC、EC和SOC的年均浓度分别为12.9~28.5、4.1~7.9和3.3~10.4μg·m~(-3),OC/EC和SOC/OC的比值分别为2.4~3.0和0.26~0.32.OC和EC的浓度呈现保定石家庄沧州天津北京的空间分布特点和夏季春季秋季冬季的季节变化特点.OC/EC的比值及OC和EC的相关性在夏季最低,冬季最高,这可能与京津冀区域冬季采暖燃煤有关,冬季不利的气象条件也加剧了碳质气溶胶污染.冬季较高的SOC浓度主要与低温、气态前体物的增加以及频繁出现的逆温、小风和混合层高度降低等不利气象条件有关.京津冀区域碳质气溶胶的污染特征具有空间相似性.     

黄石市夏季昼间大气PM10与PM2.5中有机碳、元素碳污染特征

2012年7月,对黄石市城区夏季昼间大气颗粒物PM10与PM2.5样品进行采集,并用热/光反射法(TOR)分析其中的有机碳(OC)、元素碳(EC).结果显示,新老城区PM10中OC平均含量分别为14.60μg·m-3和18.70μg·m-3,EC平均含量分别为4.70μg·m-3和11.02μg·m-3;PM2.5中OC平均含量分别为11.89μg·m-3和13.66μg·m-3,EC平均含量分别为2.28μg·m-3和4.96μg·m-3.研究结果表明,夏季昼间黄石市新老城区大气PM10与PM2.5中碳组分浓度变化趋势相同,且老城区大气PM10、PM2.5中的OC和EC含量普遍要比新城区高,且PM10中OC、EC在总碳(TC)的质量分数均高于在PM2.5中,说明黄石市老城区碳污染状况较新城区要严重,其夏季昼间大气粗颗粒物中碳的含量更高.通过对OC/EC及8个碳组分进行探讨,发现黄石市大气颗粒物中OC易形成二次污染,而EC排放以烟炱为主,夏季燃煤和机动车尾气是黄石碳污染的重要污染源,生物质燃烧也具有一定影响.     

南通市重污染过程PM_(2.5)中OC/EC浓度水平及污染特征分析

采用EC/OC在线分析仪连续监测数据,结合空气自动监测站监测的PM_(2.5)浓度数据和气象参数,对南通市几次重污染过程进行了分析。结果表明,OC/EC浓度随PM_(2.5)浓度变化趋势基本一致,重污染过程中明显升高,是导致南通市重污染天气的重要元素之一。重污染过程中存在明显的二次有机碳污染,且重污染程度越高,二次有机污染越严重。单次重污染过程OC/EC来源基本相同,仅凭OC/EC的比值判断污染物来源是不充分的。污染过程中TC(OC+EC)的上升幅度较PM_(2.5)中其他组分低,污染后其下降幅度也相对较低。     

改性纳米碳管的理化性质、毒性及风险研究进展

随着纳米材料的广泛应用,在生产加工过程中,各种改性后的纳米碳管(CNTs)进入环境。充分认识改性后CNTs的理化性质是对其进行客观风险评价的重要前提。主要分析了几种常用方法改性后的CNTs的悬浮、吸附特征及其理化性质差异,综述了目前CNTs毒理学实验的研究进展,评价了其潜在风险,并提出了今后研究的方向。     

后京都议定书时代的二氧化碳排放格局与中国面临的发展挑战

阐述了近期世界主要国家的温室气体排放状况,以及2012年<京都议定书>第一承诺期到期后,全球二氧化碳可能的排放格局.分析了气候变化对中国发展带来的挑战.指出气候变化是人类共同面临的挑战,世界各国都在采取各种措施努力减少额外的二氧化碳排放量;作为发展中的温室气体排放大国,中国面临巨大的减排压力,为此,中国必须尽快做出调整,向低碳经济转型.     

北京冬季PM2.5中元素碳、有机碳的污染特征

通过2003年1月对北京市区PM_2.5中元素碳(EC)、有机碳(OC)连续测量,分析了其污染特征。监测资料表明,北京市区PM_2.5中ρ(OC)高于ρ(EC),它们多在夜间高、白天低,且变化趋势大致相同。北京市区冬季ρ(OC) ρ(EC)的值较低。      

上海中心城区冬季PM_(2.5)中有机碳和元素碳组成变化特征

采样分析了上海中心城区冬季2009年1月-2月PM2.5中有机碳和元素碳组分,并对其污染和变化特征进行了分析。监测分析结果表明,中心城区范围内OC、EC质量浓度空间分布无明显差异;OC、EC是PM2.5的重要组成部分,其在PM2.5中的质量分数分别为8.88%、1.49%;ρ(OC)/ρ(EC)比值较高,为5.73,且存在一定程度的二次有机污染;OC质量浓度和EC质量浓度有着很好的相关性,二者一定程度上有着相同的源;春节前后,TC浓度变化(即OC+EC)呈现明显的假日效应,机动车排放是TC的重要来源之一。     

大气细颗粒物中有机碳和元素碳监测方法对比

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BC8μg·m-3时,EC/BC为0.39,而当BC8μg·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.     

上海市大气颗粒物中有机碳（OC）与元素碳（EC）的粒径分布

分析了上海市嘉定区不同粒径大气颗粒物(0.49、0.49～0.95、0.95～1.50、1.50～3.00、3.00～7.20、7.20μm)中OC和EC质量浓度的粒径分布特征;讨论了不同粒径大气颗粒物中二次有机碳EC示踪法中(OC/EC)pri的选定方法,用改进后的EC示踪法估算出上海市嘉定区大气颗粒物中的二次有机碳(SOC)质量浓度的粒径分布;通过OC和EC的相关性定性分析了上海市嘉定区大气颗粒物的主要来源.上海市嘉定区大气颗粒物中OC和SOC的质量浓度呈双峰分布,峰值出现在0.49μm与3.00μm的粒径段,EC出现双峰或三峰分布,与OC相比,更集中在0.49μm的粒径段.细颗粒(3.00μm)中OC和EC分别占总OC和EC质量浓度的59.8%～80.0%和58.1%～82.4%,OC和EC的质量浓度主要集中在3.00μm的颗粒物中.不同粒径颗粒物中SOC占相应粒径段内OC浓度的15.7%～79.1%,其中细颗粒物(3.00μm)和粗颗粒物(3.00μm)中SOC质量浓度占相应粒径段中OC的41.4%和43.5%.OC、EC和SOC的粒径分布显现出明显的时间依存性.OC和EC的相关性分析表明,上海嘉定区大气颗粒物的污染源主要以轻型汽油车尾气为主.     

重庆市北碚城区气溶胶中有机碳和元素碳的污染特征

为了研究重庆市北碚城区大气碳质气溶胶组分的污染特征,于2014年3月~2015年2月采用安德森采样器采集大气颗粒物样品,用DRI Model 2001 A热光碳分析仪测定其中有机碳(OC)和元素碳(EC)的质量浓度.结果表明,北碚城区PM_(2.1)和PM_(9.0)中OC和EC的年平均浓度分别为(16.3±7.6)、(1.8±0.7)和(25.0±9.7)、(3.2±1.3)μg·m-3.在PM_(2.1)中,OC和EC均呈现出冬春季大于夏秋季的季节变化特征,而PM_(9.0)中OC呈现出夏春季大于冬秋季,EC呈现出冬春季大于夏秋季的季节变化特征.对全年OC和EC的粒径进行分析,发现OC在整个粒径上呈现"双峰型"分布,其中细粒子段峰值位于0.43~0.65μm粒径段,粗粒子段峰值位于4.7~5.8μm粒径段;EC呈现出"三峰型"分布,其中细粒子段峰值位于0.43~0.65μm粒径段,粗粒子段峰值位于4.7~5.8μm粒径段,同时2.1~3.3μm粒径段也出现一个明显峰值.对OC和EC进行相关性分析并对PM_(2.1)中的SOC进行估算,发现北碚城区全年SOC浓度为(6.3±5.9)μg·m-3,占全年OC的33.5%±22.6%,且OC和EC显著相关.最后对北碚城区大气气溶胶的污染来源进行分析,发现污染主要来源于汽油车尾气、生物质燃烧和燃煤排放.     

典型排放源黑碳的稳定碳同位素组成研究

采集了我国主要的黑碳排放源(生物质燃烧、民用燃煤和机动车尾气)的烟尘样品,分析烟尘中黑碳(BC)和总碳(TC)与原始燃料的稳定碳同位素组成(δ13C),对比各种δ13C值之间的关联性,评估运用δ13C技术进行BC源解析的潜力.结果表明:①3种典型排放源烟尘样品的δ13CBC与燃料有较好的一致性,且不同排放源的δ13CBC变化范围之间有比较明显的差别:生物质燃料除玉米秸(C4植物,δ13CBC为-13.62‰)显著不同外,C3植物的δ13CBC平均值为-26.49‰±1.17‰;烟煤的平均值为-23.46‰±0.37‰;机动车尾气(包括柴油车和汽油车)的平均值为-25.17‰±0.40‰.②各种排放源的BC形成过程存在程度各异的碳同位素分馏,C4植物(玉米秸)燃烧过程分馏作用较明显(BC的δ13C相对燃料负偏1.62‰),而C3植物和民用煤燃烧过程的分馏较小(分别正偏0.63‰和0.52‰).③BC的纯化手段(CTO-375方法)对生物质烟尘的δ13C有一定的影响(BC和TC的δ13C相差约为0.50‰),对化石燃料烟尘没有影响.上述典型排放源的δ13C数据库可为BC源解析提供依据.     

焦炉顶和厂区环境中有机碳和元素碳的粒径分布

为了明确焦炉顶和厂区环境空气颗粒物中有机碳(organic carbon,OC)和元素碳(elemental carbon,EC)的污染特征,利用美国Staplex234大流量采样器(粒径:≤1.4μm、1.4～2.1μm、2.1～4.2μm、4.2～10.2μm、≥10.2μm)采集焦炉顶和厂区的环境空气颗粒物样品,并用德国Elementar Analysensysteme GmbH vario EL cube分析其中的OC和EC组分.结果表明,焦炉顶TSP中ρ(OC)和ρ(EC)分别为291.6μg·m-3、255.1μg·m-3,厂区ρ(OC)和ρ(EC)分别为377.8μg·m-3、151.7μg·m-3;厂区≤1.4μm颗粒物中二次有机碳(secondary organic carbon,SOC)的质量浓度为147.3μg·m-3;焦炉顶≤2.1μm颗粒物中ρ(OC)/ρ(EC)值为1.3.厂区TSP中ρ(EC)低于焦炉顶,ρ(OC)明显高于焦炉顶,且厂区≤10.2μm颗粒物中ρ(OC)、ρ(EC)远高于焦化厂所在地区环境空气;焦炉顶和厂区的OC、EC均主要富集在细颗粒物中,焦炉顶和厂区OC的粒径分布差别较大,厂区比焦炉顶OC的粒径分布更趋向于向细颗粒物分布,焦炉顶和厂区EC的粒径分布相似;厂区粒径≤10.2μm颗粒物中,随着粒径的减小,ρ(SOC)和SOC对OC的贡献均呈增大的趋势.