盘锦市夏冬季PM2.5中碳组分污染特征及来源分析

于2016年7月和2017年1月采集盘锦市3个点位的PM_2.5样品,研究盘锦市夏冬季节PM_2.5中碳组分的特征与来源.结果表明：盘锦市夏季PM_2.5、有机碳（OC）和元素碳（EC）日均浓度分别为（46.14±12.70）,（8.58±2.82）和（2.89±1.54）μg/m³;冬季分别为（91.01±43.51）,（24.50±15.51）和（7.31±5.00）μg/m³.夏季开发区和第二中学2个采样点的OC与EC之间不具有线性相关性;冬季3个采样点OC、EC高度相关.采用最小相关系数法（MRS）估算SOC浓度,得到夏季SOC的浓度为4.65μg/m³,占OC总量的54.19%;冬季SOC浓度为8.42μg/m³,占OC总量的34.36%.通过比值分析和主成分分析得出盘锦市夏季PM_2.5中碳组分主要来源为汽油车尾气和燃煤排放;冬季PM_2.5中碳组分主要来源为机动车尾气、燃煤排放和生物质燃烧.     

氮氧同位素示踪南昌秋冬季降水中NO3-来源及其贡献

为确定南昌市秋冬季降水中硝酸盐来源及贡献,于2016年9月1日至2017年2月28日对南昌地区雨水进行采集,分析了其化学组成及NO₃^-同位素组成并利用贝叶斯混合模型对NO₃^-四种潜在来源贡献进行计算.结果显示NO₃^-浓度范围为7.3~99.5μmol/L,平均值为36.1μmol/L;δ¹⁵N-NO₃^-变化范围为-6.0‰~+8.3‰,平均值为-0.8‰,两者均呈现冬季高秋季低的变化趋势.NO₃^-浓度季节性变化可能是受到降雨量等因素的影响,而δ¹⁵N-NO₃^-变化可能是冬季降水中机动车尾气排放偏高和秋季降水中煤燃烧来源偏高双重因素作用的结果.同位素及贝叶斯混合模型源解析结果表明,南昌市降水中NO₃^-主要来源于生物质燃烧（32.5%）、机动车尾气排放（30.8%）和煤燃烧（23.1%）,三者贡献超过86%;而机动车尾气排放和生物质燃烧释放均超过30%,这可能与近年来机动车快速增加和秋冬季野外生物质大量燃烧有关.煤燃烧虽然也是重要来源,但相对生物质燃烧和机动车尾气排放较小,这可能与近年我国减排措施有关.     

京津冀地区典型城市大气细颗粒物碳质组分污染特征及来源

为研究京津冀地区典型城市大气细颗粒物及其碳质组分的时空变化特征及来源,于2016年12月28日—2017年1月22日及2017年7月1—26日,对北京市与石家庄市PM_2.5（细颗粒物）及PM₁（亚微米颗粒物）进行采集,使用DRI（热光碳分析仪）检测PM_2.5与PM₁中ρ（OC）与ρ（EC）,并对其碳质组分来源进行分析.结果表明:①采样期间,冬、夏两季PM_2.5与PM₁中ρ（OC）均为石家庄市采样点远高于北京市采样点;冬季PM_2.5与PM₁中ρ（EC）均为石家庄市采样点高于北京市采样点,夏季则略有不同.②冬季污染日,北京市采样点ρ（PM_2.5）与ρ（PM₁）均为石家庄市采样点的1.08倍,PM_2.5与PM₁中的ρ（OC）分别为石家庄市采样点的1.14和1.12倍,石家庄市采样点PM_2.5与PM₁中ρ（EC）分别为北京市采样点的1.15和1.28倍;冬季重污染日,北京市采样点的ρ（PM_2.5）与ρ（PM₁）分别为石家庄市采样点的1.03和1.04倍,PM_2.5和PM₁中的ρ（OC）分别为石家庄市采样点的1.23和1.22倍,石家庄市采样点PM_2.5和PM₁中的ρ（EC）分别为北京市采样点的1.03和1.16倍.夏季污染日,石家庄市采样点ρ（PM_2.5）与ρ（PM₁）分别为北京市采样点的1.16和1.30倍,PM_2.5与PM₁中ρ（OC）分别为北京市采样点的1.64和2.71倍,两个采样点ρ（EC）相近.③冬、夏两季PM_2.5与PM₁中ρ（SOC）/ρ（OC）均较高,冬季北京市采样点分别为48.09%和54.29%,石家庄市采样点分别为44.98%和48.09%,夏季北京市采样点分别为48.47%和61.50%,石家庄市采样点分别为61.52%和63.55%,表明SOC更易富集于亚微米粒子中.④冬季北京市和石家庄市两个采样点PM_2.5与PM₁中碳质组分均主要来源于生物质燃烧、燃煤和机动车尾气;夏季北京市采样点PM_2.5与PM₁中碳质组分主要来源于机动车尾气,石家庄市采样点PM_2.5与PM₁中碳质组分主要来源于燃煤和机动车尾气.研究显示,北京市和石家庄市两个采样点大气细颗粒物及其碳质组分浓度存在时空分布和污染来源差异.      

南昌市PM2.5中结合氨基酸的浓度组成及来源

采集了春季南昌市城市和森林地区的大气PM_2.5样品及潜在大气氨基酸排放源（植物和土壤）样品,测定并分析了样品中结合氨基酸（CAAs）的浓度、组成及甘氨酸（Gly）的氮同位素值.结果表明,城市和森林地区PM_2.5中总CAAs的浓度分别为0.507~3.912和0.497~2.647nmol/m³.通过对PM_2.5中CAAs组成占比分析发现,城市和森林地区CAAs组成成分相似,其中Pro、Gly、Ala、Leu和His是PM_2.5中丰富的CAAs物种.结合Gly的氮同位素值可知,城市地区（+0.62‰~+22.67‰）和森林地区（+1.99‰~+23‰） PM_2.5中δ¹⁵N_C-Gly值表现出较大的变化范围.根据大气CAAs潜在排放源δ¹⁵N值清单,本研究中生物质燃烧、土壤源和植物源是PM_2.5中CAAs的主要来源.贝叶斯稳定同位素模型计算源分配结果表明生物质燃烧、土壤源和植物源对城市地区PM_2.5中CAAs的平均贡献为42%、40%和18%,对森林地区PM_2.5中CAAs的平均贡献为38%、38%和24%.     

天津市PM2.5中氮含量及同位素的昼夜及季节变化

为研究天津市大气气溶胶中氮的来源,分析了2016年夏、冬两季昼夜采集的细颗粒物气溶胶（PM_2.5）中无机离子浓度和氮同位素组成（δ¹⁵N）.结果显示：天津市冬季平均PM_2.5质量浓度（207 μg/m³）远高于夏季（40.1 μg/m³）,冬季PM_2.5的δ¹⁵N值（+5.1‰）低于夏季（+10.7‰）,即夏季PM_2.5较冬季更富集¹⁵N;夏季PM_2.5中NH₄⁺的平均浓度高于c（NO₃^–）,但是冬季NO₃^–浓度最高,其次是c（NH₄⁺）>c（SO₄^2–）;此外,通过对比昼夜样品,夏季PM_2.5中氮含量和氮同位素组成在昼夜均表现出明显差异,而冬季不明显.结果表明,天津市夏季气溶胶中含氮化合物在昼夜受海陆风的影响,即白天受海洋气溶胶影响较大而夜间则为陆源气溶胶物质影响,然而冬季受东亚季风的影响削弱了海陆风对海陆间大气气溶胶的交换作用,且在冬季化石燃料燃烧源氮贡献较大.     

玉龙雪山PM2.5稳定碳同位素特征及来源分析

于2020年4~8月在青藏高原东南部玉龙雪山进行PM_2.5采样,共采集44个样本,测定其水溶性离子成分、水溶性有机碳(WSOC)浓度、总碳(TC)浓度及其稳定碳同位素组成(δ¹³C_TC).结果表明,玉龙雪山春夏季TC浓度分别为(7.1±3.8)μg/m³和(2.9±0.7)μg/m³,WSOC浓度分别为(3.3±2.1)μg/m³和(1.5±0.4)μg/m³,均呈现春高夏低的变化趋势.春夏季δ¹³C_TC值分别为(-24.7±1.0)‰和(-26.0±0.6)‰,春季较夏季偏正,表明可能受到不同来源影响.通过对非海盐钾离子(nss-K⁺)相关性、NASA火点图及后向轨迹分析可知,东南亚地区春季生物质燃烧可能是主导原因.利用贝叶斯模型计算玉龙雪山PM_2.5中TC来源贡献,结果表明春季主要来源于生物质燃烧和煤燃烧,贡献比分别为60.6%和23.5%;夏季主要来源于生物质燃烧、植物蒸发和机动车排放,同时二次有机气溶胶形成对TC的贡献也不可忽视.     

宁东基地大气PAHs污染特征及呼吸暴露风险

利用主动观测技术对宁东能源化工基地大气PM_2.5、PM_1.0和气相中的PAHs浓度水平、族谱特征、时空分布及来源进行研究,并基于该观测数据对居民呼吸暴露健康风险进行评估.结果表明,宁东基地大气PM_2.5、PM_1.0及气相中∑₁₆PAHs浓度范围分别为：17.95~325.12ng/m³、12.66~311.96ng/m³和26.33~97.88ng/m³,年均浓度分别为（99.42±117.48）ng/m³、（78.88±100.58）ng/m³和（57.89±47.39）ng/m³.宝丰基地冬夏季大气PM_2.5、PM_1.0和气相中∑₁₆PAHs浓度水平均明显高于英力特;宝丰和英力特基地冬季大气PM_2.5、PM_1.0中∑₁₆PAHs浓度水平均明显高于夏季浓度.宁东基地大气中∑₁₆PAHs的浓度水平要高于国内外其他城市,大气PAHs污染较为严重.源解析表明夏季宁东基地PAHs的主要排放源是工业煤燃烧和机动车尾气,冬季则主要来自工业煤燃烧和木材、薪柴等生物质燃烧排放.宁东基地人群暴露于大气PAHs可能会造成平均冬季每百万人中约有33~2628人罹患癌症,夏季每百万人中约有11~834人罹患癌症的风险.     

黄石市大气PM2.5中碳氮组分的污染特征及来源解析

基于稳定同位素技术与正定矩阵因子分解(PMF)模型,探究黄石市城区大气PM_2.5中碳氮组分的污染特征和来源.结果表明,黄石市城区大气PM_2.5中总碳浓度[ρ(TC)]与总碳同位素组成(δ¹³C_TC)均呈冬高夏低的季节性变化特征,夏季分别为(4.4±1.2)μg·m^-3和(-26.3±0.5)‰,冬季分别为(9.9±3.5)μg·m^-3和(-25.5±0.5)‰;总氮浓度[ρ(TN)]在夏季[(9.1±9.1)μg·m^-3]明显低于冬季[(62.4±26.4)μg·m^-3],而总氮同位素组成(δ¹⁵N_TN)在夏季[(12.8±1.9)‰]较冬季[(2.9±4.0)‰]明显富集.除本地源贡献外,黄石市PM_2.5中碳氮组分主要受湖南北部近距离区域排放和西北方向远距离传输影响.贝叶斯混合模型(MixSIAR)与PMF模型解析出机动车排放源为PM_2...     

十堰市城区冬季PM2.5污染特征与来源解析

为探讨内陆山区城市湖北省十堰市冬季PM_2.5污染特征及来源构成,于2016年1月12日—2月4日在4个采样点位同步采集PM_2.5样品,分析了无机元素、水溶性离子、有机碳和元素碳的质量浓度.并采集了十堰市主城区城市扬尘、裸露山体尘、建筑水泥尘、燃煤源、机动车尾气、工业源及餐饮油烟源等7类污染源,初步建立十堰市本地的污染源成分谱库,利用统计学方法研究冬季PM_2.5的污染特征,并采用CMB受体模型及“二重源解析技术”分析其来源构成.结果表明:冬季采样期间,十堰市ρ（PM_2.5）平均值达到110.65 μg/m3,超过GB 3095—2012《环境空气质量标准》二级标准24 h浓度限值,并且随空气RH（相对湿度）增加污染加重.城区3个采样点PM_2.5化学组成及特征的空间差异不明显.PM_2.5中ρ（TC）最高,其次是ρ（NO₃-）和ρ（SO₄2-）,与二次反应、机动车尾气、煤燃烧等密切相关.ρ（NO₃-）/ρ（SO₄2-）为1.22,说明机动车尾气的影响较大.二次粒子、燃煤源和机动车尾气是十堰市城区冬季大气PM_2.5的主要来源,贡献率分别为51.2%、10.9%和10.1%.研究显示,十堰市城区冬季ρ（PM_2.5）超过GB 3095—2012二级标准,PM_2.5的污染控制应以二次粒子、燃煤和机动车为主,采取多源控制原则.      

山西省四城市冬季PM2.5中碳质组分特征及来源分析

为研究山西省太原、阳泉、长治和晋城冬季PM_2.5中碳质组分的污染特征和来源,于2017-11-15—12-31同步采集了冬季PM_2.5样品,采用热/光分析法分析了样品中有机碳（OC）和元素碳（EC）组分含量,使用最小相关系数法估算了二次有机碳（SOC）浓度,并利用相关分析及正定矩阵因子分析法（PMF）研究了各城市PM_2.5中碳质组分的来源。结果表明:采样期间各城市OC、EC的平均浓度分别为（13.5±5.7）,（8.0±4.4）μg/m3,均呈阳泉（（17.3±4.5）,（13.6±3.0）μg/m3）>太原（（16.5±7.0）,（7.8±4.2）μg/m3）>长治（（12.8±4.0）,（7.7±2.8）μg/m3）>晋城（（8.3±2.9）,（2.9±1.3）μg/m3）的空间分布特点。各城市OC、EC与气态污染物SO₂、NO₂和CO均显著相关,表明燃煤源和机动车尾气对碳质组分的影响较大。OC和SOC与相对湿度均呈显著正相关,各城市SOC在OC的占比排序为太原（48%）>长治（45%）>晋城（36%）>阳泉（34%）,与相对湿度一致,说明各城市冬季SOC的形成可能主要来自液相反应。PMF解析结果显示:各城市冬季PM_2.5中碳质组分主要来源于燃煤源（24.2%~30.4%）、汽油车尾气（21.0%~30.9%）、柴油车尾气（16.1%~24.3%）和扬尘源（17.2%~20.5%）,其中燃煤源对长治冬季PM_2.5中碳质组分的贡献（30.4%）高于其他3个城市,汽油车尾气对太原的贡献（30.9%）高于其他城市,而柴油车尾气（24.3%）和扬尘（20.5%）对阳泉的贡献均高于其他城市。     

南京北郊地区昼夜大气PM2.5中硫同位素的组成及来源

为研究南京地区昼夜大气PM_2.5中的硫同位素组成情况,采用Delta V Advantage同位素质谱仪技术对2016年3-4月南京北郊地区大气PM_2.5中昼夜δ34S（硫同位素值）进行分析,结合大气颗粒物化学组成,追溯昼夜大气PM_2.5及SO₄2-的来源.结果表明:南京北郊地区PM_2.5和SO₄2-的整体变化趋势一致,具有同源性.南京北郊地区白天大气PM_2.5的δ34S范围为4.23‰~7.16‰,平均值为5.45‰±0.91‰;晚上δ34S的范围为4.20‰~6.73‰,平均值为5.22‰±0.83‰.相较于晚上,白天δ34S略高主要与NO_x对SO₂的异相氧化反应和机动车尾气的排放有关.重霾天δ34S范围为4.20‰~7.16‰,平均值为5.39‰±0.87‰;清洁天δ34S范围为3.14‰~5.14‰,平均值为4.03‰±0.57‰.重霾天的硫源与燃煤、机动车尾气排放及NO_x对SO₂的异相氧化反应有关;而清洁天主要受到机动车尾气排放及SO₂与O₃均相氧化反应的影响.研究显示,南京北郊地区ρ（PM_2.5）昼大于夜,而ρ（SO₄2-）夜大于昼,重霾天大气PM_2.5的δ34S高于清洁天,这主要与NO_x、SO₂、O₃的相互转化有关.      

石家庄市采暖前后大气颗粒物及其碳组分特征

为研究石家庄市大气颗粒物、碳组分特征和污染来源,采集2016年11月1日—12月31日石家庄市大气颗粒物（PM₁₀、PM_2.5和PM₁）样品,分析采暖前后PM₁₀、PM_2.5和PM₁及其中OC（有机碳）、EC（元素碳）和WSOC（水溶性有机碳）浓度水平,计算颗粒物与碳组分间相关性,进行OC/EC（质量浓度之比,下同）特征比值法和8个碳组分（OC1、OC2、OC3、OC4、OPC、EC1、EC2和EC3）研究.结果表明:①采暖后ρ（PM₁₀）和ρ（PM_2.5）比采暖前分别增加了26.4%和32.1%,而采暖后ρ（PM₁）比采暖前降低了12.2%.采样期间ρ（PM₁₀）与ρ（PM_2.5）显著相关,而ρ（PM₁）分别与ρ（PM_2.5）和ρ（PM₁₀）相关性差.采暖后散煤燃烧造成ρ（PM₁₀）和ρ（PM_2.5）增加,区域机动车限行和工业限产/停产导致ρ（PM₁）降低.②Pearson相关系数计算可知,ρ（OC）与ρ（EC）强相关;ρ（PM₁₀）和ρ（PM_2.5）分别与ρ（OC）和ρ（WSOC）强相关,而ρ（PM₁）分别与ρ（OC）和ρ（WSOC）中等相关;ρ（PM₁₀）和ρ（PM_2.5）分别与ρ（EC）弱相关,ρ（PM₁）与ρ（EC）中等相关.③采暖后PM₁₀、PM_2.5和PM₁中ρ（OC）比采暖前分别增加了215.1%、97.2%和18.5%;采暖后PM₁₀和PM_2.5中ρ（EC）比采暖前分别增加了65.2%和5.3%,而采暖后PM₁中ρ（EC）比采暖前降低了10.9%.集中供热和散煤燃烧排放了大量OC;PM₁₀和PM_2.5中EC主要来源于散煤燃烧,PM₁中EC主要来源于工业排放和机动车尾气.④采暖前PM₁₀、PM_2.5和PM₁中OC/EC平均值分别为4.5、4.5和4.3;采暖后PM₁₀和PM_2.5中OC/EC平均值分别为9.8和9.7,而PM₁中OC/EC平均值为7.4.采暖前后SOC/OC（质量浓度之比,下同）平均值的范围为0.36~0.65,石家庄市冬季大气中SOC污染严重;⑤8个碳组分分析发现,石家庄市机动车限行导致PM₁中ρ（EC1）降低,而采暖后集中供暖和散煤燃烧的增加,导致ρ（OC2）明显增加.研究显示,大气颗粒物中碳组分采暖前主要来源于机动车尾气,而采暖后主要来源于燃煤燃烧,尤其是散煤燃烧.      

和田市城区PM2.5化学组成特征及来源分析

为了解中国极干旱区域和田市城区大气PM_2.5的组成特征及污染水平,于2014年1-12月采集和田市城区大气PM_2.5样品,并用气相色谱-质谱联用仪（GC-MS）、离子色谱仪（IC）、电感耦合等离子体质谱仪（ICP-MS）及元素分析仪分析其中PAHs（多环芳烃）、金属元素、水溶性无机离子、OC（有机碳）和EC（元素碳）等化学组分.结果表明,采样期间和田市城区大气PM_2.5质量浓度年均值为（770.11±568.01）μg/m3,呈夏季最高、冬季最低趋势;金属元素、水溶性无机离子、OC、EC、∑₁₆ PAHs（总多环芳烃）分别占PM_2.5质量浓度的15.292%、9.789%、4.246%、0.331%、0.015%.利用PMF（正交矩阵因子分解法）分别对PM_2.5中PAHs和金属元素、水溶性无机离子、OC、EC进行来源解析表明,PAHs主要来源为煤和汽油燃烧排放（13.91%）、生物质燃烧（33.98%）、天然气燃烧（52.11%）;金属元素、水溶性无机离子、OC、EC的主要来源为土壤尘（56.49%）、油类燃烧（25.49%）、机动车排放（10.09%）、燃煤及生物质燃烧（7.93%）.研究显示,采样期间沙尘对和田市城区大气PM_2.5组成影响较大,是该地区大气污染来源的主要因素.      

鞍山市大气PM10中多环芳烃(PAHs)的污染特征及其来源

2005年3月和8月在辽宁省鞍山市8个采样点采集PM₁₀样品,用液相色谱-质谱法分析了PM₁₀上负载的11种多环芳烃(PAHs),并探讨了其分布特征和来源.结果表明:鞍山市PM₁₀中ρ(PAHs)时空变化特征显著,冬季高于夏季,且工业区PAHs污染最严重;在PAHs中4环以上的组分占主导,冬季ρ(4环PAHs)较高,而在夏季ρ(5～6环PAHs)较高.运用比值法和主成分分析法对PAHs来源进行分析,发现冬季的主要污染源为燃煤排放、机动车尾气排放和炼钢工业排放;夏季主要污染源为燃煤排放、机动车尾气排放、生物质燃烧排放和炼钢工业排放等,来源较冬季复杂.机动车尾气排放对PAHs的贡献在2个季节都较为明显,冬季燃煤排放的贡献比重明显增加.      

南昌市大气颗粒物污染特征及PM2.5来源解析

为探讨2013年南昌市大气颗粒物的污染特征及分布状况,收集南昌市9个大气监测站点实时发布的PM₁₀和PM_2.5数据,分析了ρ（PM₁₀）、ρ（PM_2.5）和ρ（PM_2.5）/ρ（PM₁₀）的变化规律及其与气态污染物的相关性,并结合污染严重的秋季时段,采用PCA-MLR（主成分分析-多元线性回归）模型对大气PM_2.5中化学组分来源进行解析.结果表明:①ρ（PM₁₀）和ρ（PM_2.5）的年均值分别为（115.4±39.1）（69.1±26.8）μg/m3,均超过GB 3095-2012《环境空气质量标准》二级标准限值,ρ（PM₁₀）和ρ（PM_2.5）的最高值分别出现在石化、省外办监测站点,最低值出现在林科所监测站点.ρ（PM₁₀）和ρ（PM_2.5）季节性变化特征明显,呈冬季>春、秋两季>夏季的趋势,全年ρ（PM₁₀）超标天数占比为25.48%,ρ（PM_2.5）超标天数占比为36.71%,各季度ρ（PM_2.5）超标天数占比均高于ρ（PM₁₀）.②受人为活动和边界层高度的影响,ρ（PM_2.5）和ρ（PM₁₀）日变化呈双峰双谷形态,一个波峰出现在08:00-10:00,另一个波峰出现在20:00-22:00,并且晚间小时峰值高于早间,最低值出现在15:00.③ρ（PM_2.5）/ρ（PM₁₀）年均值为60.3%,在冬季最高达65.1%,相关性分析发现ρ（PM₁₀）与ρ（PM_2.5）存在较显著的线性关系,表明二者具有同源性.④ρ（PM₁₀）、ρ（PM_2.5）均与ρ（SO₂）、ρ（NO₂）、ρ（CO）呈显著正相关,并且冬季相关性高于夏、秋两季;而ρ（PM₁₀）、ρ（PM_2.5）均与ρ（O₃）全年呈显著负相关,并且夏、秋两季相关性高于冬季,说明气态污染物的二次转化对ρ（PM_2.5）和ρ（PM₁₀）有较大影响.⑤南昌市秋季PM_2.5的最大污染源为道路扬尘/机动车尾气混合污染源,其次分别为施工扬尘源、燃煤源、冶炼尘/生物质燃烧混合污染源,各污染源对PM_2.5的贡献率分别为40.9%、35.8%、12.4%、10.9%.研究显示,南昌市PM_2.5的污染程度较PM₁₀严重,PM_2.5已成为南昌市大气颗粒物污染的主要组分,PM_2.5主要来源为城市扬尘和机动车尾气.      

浙北地区PM2.5中多环芳烃特征

为了研究浙北地区PM_2.5中多环芳烃（PAHs）的季节性变化和它们的来源,于2014年11月~2015年11月收集了杭州和宁波2个城市中4个采样点的PM_2.5样品,利用气-质联用仪测定了17种PAHs浓度.结果表明,∑PAHs年平均浓度范围为24.1~51.9ng/m³,平均值为（35.5 ±12.3） ng/m³.2~3环PAHs在PM_2.5中的浓度较低（<1ng/m³）,而4~6环PAHs占总PAHs的77.0%.∑PAHs的浓度与PM_2.5呈相似的季节性变化特征,冬季浓度最高而夏季最低.惹烯作为软木燃烧的示踪物,冬季的浓度是夏季的4倍,表明在冬季软木燃烧的排放和对PM_2.5的贡献都有所增加.除了夏季的2个城区站点,其它季节和站点∑PAHs浓度和PM_2.5呈现一定的正相关性.特征PAHs比值显示,浙北地区气溶胶相关的多环芳烃主要来自燃烧和热解排放,如生物质燃烧和煤燃烧,而交通排放和石油挥发源的影响不大.     

菏泽市冬季大气PM2.5和PM10中碳组分来源解析

为研究菏泽市冬季大气颗粒物中碳组分的污染特征和来源,于2016年1月采集菏泽市冬季大气PM_2.5和PM₁₀样品,基于热光反射法分析样品中OC（有机碳）、EC（元素碳）及8个碳组分[OC1、OC2、OC3、OC4、EC1、EC2、EC3和OP（裂解碳）]的含量,并计算得到ρ（Char-EC）（Char-EC为燃料燃烧后固体残渣中的EC）和ρ（Soot-EC）（Soot-EC为燃烧后气相挥发物质再凝结形成的EC）,以定性识别大气颗粒物中碳组分的来源.结果表明,菏泽市冬季大气颗粒物样品中碳组分浓度处于较高水平,PM_2.5中的ρ（OC）、ρ（EC）分别为26.34、9.22 μg/m3,PM₁₀中ρ（OC）、ρ（EC）分别为31.82、10.71 μg/m3.采样期间大气PM_2.5中碳组分（OC、EC、OC1、OC2、OC3、OC4、EC1、EC2、EC3、Char-EC、Soot-EC）浓度与PM₁₀中相应各组分浓度的比值均大于0.5（0.60~0.90）,表明碳组分多集中于细粒子（PM_2.5）.大气颗粒物样品中各碳组分浓度具有明显空间差异,各点位大气PM_2.5和PM₁₀中ρ（OC）均显著高于ρ（EC）（T检验,P < 0.05）.菏泽市冬季大气PM_2.5和PM₁₀中Char-EC/Soot-EC（二者质量浓度之比）分别为10.04、8.00,并且存在显著的空间差异性（T检验,P < 0.05）.PMF（正定矩阵因子分解法）解析结果表明,菏泽市冬季大气PM_2.5和PM₁₀中碳组分来源主要有4类,包括两类柴油车（1类排放的碳组分中以EC2为主,定义为柴油车-1;1类排放的碳组分中以EC3为主,定义为柴油车-2）、汽油车、生物质燃烧和燃煤混合源,对大气PM_2.5中碳组分的分担率分别为13.98%、5.13%、24.47%、41.97%,对大气PM₁₀中碳组分的分担率分别为16.08%、8.21%、18.34%、47.35%.可见,菏泽市冬季大气PM_2.5和PM₁₀中碳的主要来源是柴油车、汽油车、生物质燃烧和燃煤.      

森林地区PM2.5中氨基酸的水平、来源及转化

在春季采集了南昌森林地区(28.75°N,115.71°E)大气PM_2.5样品,测定了其结合氨基酸(CAAs)和游离氨基酸(FAAs)的浓度以及甘氨酸(Gly)的氮同位素.结果表明,大气气溶胶中总CAAs的浓度为272.8~4761.5pmol/m³,总FAAs浓度为56.4~494.0pmol/m³.通过分析PM_2.5中氨基酸的百分比组成,得出CAAs中Pro、Gly、Glu、Leu和Ala为主要氨基酸,分别占总CAAs的(19.5±12.0)%, (19.4±10.6)%, (15.3±4.9)%, (12.8±5.4)%和(9.1±1.6)%.在FAAs中,Gly为最丰富的氨基酸,占总FAAs的(71.1±9.2)%,其他单个FAAs的百分比却很小(占比范围为0.1%~14.3%).FAAs中的中性氨基酸百分占比明显高于其在CAAs中的百分占比,这可能与远距离传输过程中氨基酸的光化学反应有关.通过氨基酸浓度与O₃、NO₂和温度的相关性分析,发现森林地区气溶胶中FAAs形成与大气光化学过程和热反应有关.气溶胶中δ¹⁵N_C-Gly值(-1.0‰~+17.5‰)和δ¹⁵N_F-Gly值(-5.5‰~+13.0‰)均接近于土壤源的δ¹⁵N_Gly值,说明森林地区PM_2.5中氨基酸可能主要来源于土壤源.     

成都市PM10中碳质气溶胶长期来源特点

大气颗粒物中包含多种组分的气溶胶,其中碳质气溶胶由于对人体健康、能见度有较大影响,已受到越来越多的关注.为研究碳质气溶胶的长期变化规律,采集了成都市2009—2013年的PM₁₀样品,对其中所含的无机元素、水溶性离子及碳组分分别进行测定,并使用“PMF（正定矩阵因子分解法）-比值”模型分别对PM₁₀和所含的碳质气溶胶的来源进行分析.结果表明,1月、2月、5月和12月的碳质气溶胶浓度较高,其中1月、2月和12月的OC/EC（有机碳与元素碳质量浓度之比）较高,并且PMF-比值模型计算结果也显示冬季SOC增多,表明冬季可能有更多的二次有机碳（SOC）生成;5月的char-EC/soot-EC（二者质量浓度之比,其中char-EC=EC1-OP,soot-EC=EC2+EC3,它们可更好地区分源类）较高,K含量也较高,表明可能有更多的生物质燃烧排放.PM₁₀解析共发现6类源,依次为地壳扬尘（26.5%）、二次硫酸盐（25.1%）、燃煤&生物质燃烧混合源（17.3%）、二次硝酸盐&二次有机碳混合源（12.3%）、机动车源（11.8%）和水泥尘源（7.0%）;碳质气溶胶解析发现,OC主要来源依次为机动车源（38.2%）、燃煤&生物质燃烧混合源（33.1%）和二次有机碳（25.3%）,char-EC的主要来源是燃煤&生物质燃烧混合源和机动车源,分别占50.5%和45.4%,soot-EC则主要受机动车影响（达73.2%）.研究显示,成都市PM₁₀主要来自于地壳扬尘、二次生成和燃煤&生物质燃烧,而碳质气溶胶主要来自于机动车、燃煤&生物质燃烧.      

华北农村冬季细颗粒物元素组分的特征及来源

利用2018年11月21日~2019年2月8日期间的Xact元素仪观测数据,分析了华北农村地区望都站点秋冬季细颗粒物PM_2.5中的元素组分特征.结果表明,采样期间,望都站受到了严重的PM_2.5污染,PM_2.5的平均浓度为（186.6±142.0）μg/m³.PM_2.5中最主要的元素是S、Cl和K,其平均质量浓度分别为6230,8708,1780ng/m³;其次是Al、Si、Ca、Fe和Zn,其平均质量浓度在500~1000ng/m³;剩余元素的平均质量浓度均低于500ng/m³.使用Al作为参比元素计算各元素的富集系数判断来源,Si、Ca、Ti、Fe主要来自于地壳源,K、Cr、Mn、Ni、Se、Ba同时受地壳源与人为源影响,Cu、Zn、As、Ag、Cd、In、Sn、Pb主要来自于人为源;采用NMF（非负矩阵因子分解法）模型量化各种潜在排放源对本研究中PM_2.5的贡献,确认烟花爆竹源、扬尘源、机动车尾气源、燃煤/生物质燃烧源、二次源和工艺过程源是主要污染源,其贡献分别为2.6%、1.7%、6.5%、39.7、36.5%和13%.夜间燃煤/生物质燃烧源贡献与白天二次源贡献是造成PM_2.5重污染的主要成因.春节期间,烟花爆竹燃放源会造成农村地区重污染过程.Ba的富集因子适合作为烟花爆竹燃放的指征.本文研究结果可为华北农村冬季细颗粒物溯源和治理提供数据支持.