大气14CO2的时空分异特征及其在化石源CO2示踪中的应用

大气CO₂中放射性碳同位素(¹⁴C)的水平可以反映化石源CO₂的影响程度,这对于评估我国目前化石源CO₂的排放状况和制定节能减排政策具有重要的指导意义。本文在概述大气¹⁴CO₂采样和分析方法的基础上,简要介绍了大气¹⁴CO₂观测的起源和主要的源汇过程,重点论述了大气¹⁴CO₂的时空分异特征及其驱动因素;阐述了化石源CO₂浓度的估算方法及¹⁴CO₂在国内外化石源CO₂示踪中的应用现状,并对大气¹⁴CO₂观测在我国化石源CO₂示踪中的应用前景进行了展望;旨在为我国正确地开展大气¹⁴CO₂的观测研究,深刻地理解特定区域大气¹⁴CO₂的时空分异特征和化石源CO₂的分布状况提供参考。     

青菜对14CO2的吸收和积累动态

为了探明¹⁴CO₂在环境中的行为,采用同位素示踪技术研究了青菜对¹⁴CO₂的吸收和积累动态.结果显示,通过叶片光合作用从空气中吸收的¹⁴CO₂会向青菜其他部位组织输送并形成积累趋势,各部位组织中^１４Ｃ比活度随时间呈线性增长,增长速率介于95.3～270.2 Bq/(g·d)范围内, 大小次序为:菜心＞叶＞叶柄＞茎盘＞根.青菜对¹⁴CO₂(^１４Ｃ)具有强烈的富集作用,各部位的富集系数随时间呈快速增加,积累效应十分明显,其中菜心中的富集系数最大(48 d时高达156.4),叶片次之(48 d时为135.6). 青菜各部位^１４Ｃ比活度均随¹⁴CO₂引入次数的增加而递增,回归分析表明:各部位组织中^１４Ｃ比活度C的变化与引入次数N间呈线性正相关.青菜对空气中¹⁴CO₂的高富集特性可用来作为监测大气¹⁴CO₂污染的指示作物.     

兰溪市PM2.5中水溶性离子的组成特征及季节变化

为探索浙江省中部地区大气细颗粒物（PM_2.5）中水溶性离子的组成特征及其季节变化,采集了兰溪市市区和近郊两个站点2016年4个季节的PM_2.5样品,利用双通道离子色谱对水溶性无机离子（Cl^-、NO₃^-、SO₄^2-、Na⁺、NH₄⁺、K⁺、Ca²⁺、Mg²⁺）进行了定量分析.结果表明,兰溪PM_2.5中离子总浓度存在明显的冬季高、夏季低的季节变化趋势,年均值为21.19 μg·m^-3,约占PM_2.5质量的45%;SO₄^2-、NO₃^-和NH₄⁺是水溶性离子中最主要的组分,年均浓度分别为8.11、5.92、3.87 μg·m^-3.Cl^-和NO₃^-浓度的季节变化最为显著,冬/夏浓度比接近10,其半挥发特性是导致兰溪PM_2.5中离子组成呈现季节变化的重要原因.兰溪PM_2.5中NO₃^-/SO₄^2-比值的冬季平均值为1.18,说明流动源对兰溪PM_2.5有很大贡献;夏季（以及春、秋季）时NO₃^-/SO₄^2-比值较低,且与PM_2.5浓度呈负相关,与矿物尘结合的硝酸根离子的较大贡献可能是导致夏季PM_2.5浓度较低时NO₃^-/SO₄^2-比值较高的主要原因.阴阳离子平衡、相关性及主成分分析（PCA）结果表明,矿物尘对兰溪市PM_2.5的酸度及离子赋存状态有较大影响;冬季及春、秋季兰溪的PM_2.5具有一定的酸性;NO₃^-和SO₄^2-主要与NH₄⁺结合,但部分可能与钙等其他组分结合;Cl^-和K⁺主要来源于生物质燃烧,但K⁺的年均浓度仅为0.31 μg·m^-3,说明生物质燃烧对兰溪PM_2.5的贡献不大.     

基于电化学传感器的大气NO2与O3监测研究

利用四电极电化学传感器开展大气NO₂和O₃监测研究.为解决温度和湿度对传感器响应的影响问题,提出了一种具有温湿度补偿与零点校正功能的大气NO₂和O₃测量结果校准模型,通过活性炭吸附特性获得干净的背景气体,实现传感器准确的零点校正,并利用实验系统实测数据结合多元线性回归方法获得校准模型参数.首先对传感器线性响应特性进行了测试,发现O₂和O₃的测量灵敏度分别为3.889 ppbv·mV^-1和4.107 ppbv·mV^-1.同时,在合肥西郊科学岛开展了为期2 d的大气NO₂和O₃连续观测,发现两者的浓度分别为0~30 ppbv和2~100 ppbv.最后将传感器观测结果与NO_x/O₃分析仪测量结果进行了回归分析,发现两者测得的NO₂线性拟合斜率为0.9701±0.0182,R²为0.8378,测得的O₃线性拟合斜率为0.9850±0.0101,R²为0.9431.研究表明,校准后的电化学传感器可用于大气NO₂和O₃的长期监测,可为推动大气环境监测技术发展提供新的思路.     

关中盆地NO2和SO2对颗粒物污染的协同效应

基于WRF-Chem模式模拟了关中盆地2019年1月2—14日一次颗粒物污染事件,评估了NO_x和SO₂减排及其在颗粒物污染中的协同作用对PM_2.5污染的影响。敏感性实验结果表明：NO_x减排可使PM_2.5中硝酸盐含量下降,但大气中O₃浓度上升,大气氧化能力增强,其他二次组分上升,导致PM_2.5下降不明显;SO₂人为源减排可使硫酸盐质量浓度下降,但由于硫酸盐在PM_2.5中占比较低,当SO₂减排75%时,PM_2.5仅下降1.74%;当减排比例较高时,NO_x和SO₂同时减排更有利于颗粒物污染防治。PM_2.5质量浓度在NO_x和SO₂同时减排75%时比分开减排75%时多下降0.75%,主要是硫酸盐下降所致;对气溶胶含水量进行分析,发现NO_x对气溶胶含水量影响较大,当NO_x减排75%时,气溶胶含水量可下降15.51%;此外,NO_x和SO₂同时减排比分开减排时气溶胶含水量更低,更不利于二次颗粒物生成。     

贵州喀斯特水库红枫湖、百花湖P(CO2)季节变化研究

针对贵州喀斯特地区富营养水库（红枫湖、百花湖）表层水中的CO₂分压P(CO₂)进行为期1 a的监测,分析了影响两湖P(CO₂)季节变化的因素并阐明了两湖P(CO₂)季节变化的机理.不同于北部温带地区水库,两湖出现明显的季节变化特征：夏季表层水中CO₂欠饱和,其他季节CO₂过饱和.通过对物理、化学及生物因素与P(CO₂)之间的相关性分析. 结果表明,两湖P(CO₂)与Chla之间存在的显著负相关,是由于浮游植物光合作用与细菌呼吸作用共同影响的结果,也是两湖P(CO₂)出现季节变化的主要原因.水温与P(CO₂)之间的显著负相关,主要是由于水温影响浮游植物生长引起的.降雨量与P(CO₂)之间的显著负相关,主要是由于降雨量影响水库中营养盐的输入和浮游植物生长引起的.NO^-₃、NO^-₂与P(CO₂)之间的显著正相关,是藻类吸收与有机质降解、硝化反应等共同作用的结果.SiO^{2-₃与P(CO₂)之间的显著负相关,是SiO2-₃受降雨输入及藻类吸收共同影响的结果.而两湖DOC与P(CO₂)相关性的差异可能与两湖DOC来源不同有关.}     

硫酸铵和硝酸铵对镇江市大气PM2.5理化性质的影响

近年来,无机盐尤其是硝酸盐对我国大气PM_2.5的贡献日益凸显,而其如何影响颗粒物的重要理化性质尚待深入研究.于2021年1~12月期间,在镇江市开展了连续观测,获得了大气PM_2.5中硫酸铵［（NH₄）₂SO₄）］和硝酸铵（NH₄NO₃）浓度,系统讨论了二者对颗粒物消光、吸湿增长和酸度的影响.结果表明,2021年镇江市ρ［（NH₄）₂SO₄］和ρ（NH₄NO₃）的年均值分别为（6.5±4.5）μg ·m^-3和（15.0±13.3）μg ·m^-3,对PM_2.5浓度的平均贡献率分别为（20.5±18.2）%和（34.5±18.4）%;PM_2.5的总消光系数为（224.5±194.2） Mm^-1,其中NH₄NO₃的贡献率为（40.1±20.9）%,（NH₄）₂SO₄为（19.1±10.8）%;（NH₄）₂SO₄和NH₄NO₃是PM_2.5吸湿增长的主要贡献者,在污染条件下NH₄NO₃对颗粒物液态水的贡献率为（53.8±13.4）%~（61.6±14.6）%;NH₄NO₃是未来镇江市能见度和空气质量改善的关键污染物,但削减NH₄NO₃前体物可能会导致颗粒物酸度增加,尤其对春冬季节颗粒物酸度的影响较为明显.研究结果对理解空气质量变化及二次影响具有重要意义,并对镇江市空气质量的持续改善提供了重要参考.     

Radioactive tracer of the photochemical reaction of 14CS2 with OH in the presence of O2

The photochemical reaction of¹⁴CS ₂ with OH has been studied．The results indicated that the main products of the reaction were¹⁴COS and ¹⁴CO with a small amount of ¹⁴CO₂ in the reaction system(¹⁴CS₂-H₂O₂-C₃H₈-N₂-O₂>)．The reaction was promoted by oxygen．¹⁴COS and ¹⁴CO had the similar kinetic curves while ¹⁴CO₂ got a different kind of Curve．The overall rate constant increased with the increasing of oxygen partial pressure．The rate constant for the removal of ¹⁴CS₂ was K=3.4×10^-12cm³/(mO1.s) at 33330 Pa 0₂．The conversion of ¹⁴CS₂ to ¹⁴CO₂ at room temperature was observed and the possible mechanism of the photochemical reaction was disscussed．     

2013年1月华北地区重霾污染过程SO2和NOx的CMAQ源同化模拟研究

以2006年中国地区的INTEX-B排放清单为基础,采用CMAQ模式污染源同化方法,反演更新了2013年1月重霾污染过程华北地区的SO₂和NO_x排放源;应用WRF-CMAQ模式以及2006年INTEX-B初始排放源和2013年1月改进的排放源,分别模拟了1月9-15日和28-31日两次持续重霾污染过程的SO₂和NO₂浓度,并与华北地区47个环境监测站点实测值进行对比,重点分析了基于初始源和同化反演源的模拟效果及其改进原因;本文亦采用2012年清华大学编制的东亚地区MEIC排放清单评估了SO₂和NO_x同化反演源的合理性.分析结果表明:①CMAQ模式污染源同化方法可适用于重霾污染过程,即采用同化反演源模拟的SO₂、NO₂浓度时空变化特征与实测值较一致,而且可反映SO₂、NO_x排放源强的动态变化特征;②基于同化反演源的SO₂、NO₂浓度模拟效果明显优于2006年INTEX-B排放源,其时间变化趋势与实测值较一致,而且可模拟重霾污染过程SO₂、NO₂浓度的峰值;③采用反演源模拟的SO₂、NO₂浓度空间区分布特征与实测值较一致,而且可较好反映重污染区的极值分布特征;④经污染源同化改进后SO₂、NO₂模拟浓度与实测值的相关系数有所提高,误差明显减小;SO₂的改进效果略优于NO₂,这与污染源对两种污染物浓度的影响差异有关;⑤初始源中SO₂、NO_x排放源的空间分布和强度与2012年清华大学编制的排放源强差异较大,而同化反演源的空间分布和强度均接近于上述2012年排放源,较好反映出重点地区的高污染源分布特征.本文研究结果将为改进重霾污染过程的空气质量预报、减小自下而上建立的排放源清单不确定性、评估SO₂、NO_x等排放源的影响效应以及不同气象条件下区域排放源的动态调控等提供新技术途径和研究思路.     

甘肃南部典型城镇PM2.5浓度及水溶性离子特征分析

为研究甘肃南部城镇PM_2.5及水溶性离子（WSIIs）浓度水平,于2019年4月—2020年2月在甘肃成县按季度进行PM_2.5样品采集,分析了其变化特征,并运用相关和主成分分析法进行来源解析.结果表明：采样期间甘肃成县PM_2.5年平均质量浓度为（57.2±26.9） μg·m^-3,表现为冬季>春季>秋季>夏季的季节变化特征,冬季质量浓度约为夏季的1.9倍,全年空气质量优良率为81%,其中夏季达100%.WSIIs质量浓度呈现SO₄^2->NO₃^->Na⁺>NH₄⁺>Ca²⁺> K⁺>Cl^->Mg²⁺的特征.SNA是浓度水平最高的3种水溶性离子,占8种主要水溶性离子浓度的70.1%.ρ（NO₃^-）/ρ（SO₄^2-）平均值为0.6,表明工农业生产及化石燃料燃烧排放等固定源是颗粒物污染的主要来源.新型冠状病毒疫情期间人员管控对PM_2.5和水溶性离子中SNA质量浓度影响显著,PM_2.5平均质量浓度降幅达44.2%.源解析表明,PM_2.5中WSIIs主要来自化石燃料燃烧、生物质燃烧及二次源和道路建筑扬尘等.     

亚热带稻田生态系统CO2通量的季节变化特征

为估算和评价稻田生态系统碳源/汇强度及其对大气CO₂浓度变化的贡献,研究了稻田生态系统与大气间CO₂交换通量的季节变化特征及其影响因素.采用涡度相关技术对我国亚热带稻田生态系统CO₂交换通量进行了连续监测,在数据剔除、校正和差补的基础上,对瞬时CO₂通量值进行计算求得日CO₂通量值和年CO₂通量值,并对CO₂通量季节变化及其与主要气象因子的关系进行了探讨.结果表明,稻田生态系统光合吸收CO₂通量（GPP）、呼吸排放CO₂通量（R_eco）和净吸收CO₂通量（NEE）的季节变化均呈6～9月较高,1～5月和10～12月较低的对称分布.其中5～9月水稻生长时期的NEE总量占年总量的80%以上,对年NEE总量起决定性作用.光合有效辐射（PAR）和日平均气温（T_a）是GPP与NEE季节变化的最主要影响因子,二者与GPP和NEE分别存在显著的二元线性关系.年净吸收CO₂总量为2?475.6 g/(m²·a),这表明我国亚热带稻田生态系统是大气CO₂的汇.     

遵义市PM2.5中水溶性离子的污染特征及来源解析

为探究遵义市PM_2.5中水溶性离子的污染特征及来源,于2018年6月~2019年5月采集了遵义市两个采样点共120个PM_2.5样品,并利用离子色谱法对样品中8种水溶性离子进行了分析。结果表明：采样期间,遵义市PM_2.5平均值为47.6±19.3 μg/m³,呈现冬春高、夏秋低的季节变化特征;8种水溶性离子平均质量浓度顺序为SO₄^2- > NO₃^- > NH₄⁺ > Ca²⁺ > K⁺ > Cl^- > Na⁺ > Mg²⁺,平均值为13.74 μg/m³,水溶性离子质量浓度的季节变化与PM_2.5变化趋势相似;SO₄^2-、NO₃^-、NH₄⁺（SNA）是PM_2.5中主要水溶性离子,占比为83.8%,说明遵义市大气PM_2.5二次污染较严重;相关性分析表明,PM_2.5中NH₄⁺主要以（NH₄）₂SO₄、NH₄HSO₄的形式存在,部分以NH₄NO₃的形式存在;[NO₃^-]/[SO₄^2-]小于1,表明固定源为主要污染源;主成分分析结果表明,PM_2.5中水溶性离子主要来源于燃煤、交通混合源、土壤、建筑扬尘及农业源。     

三亚城区PM2.5中水溶性离子特征与来源分析

基于2019年三亚城区站点PM_2.5中水溶性离子在线观测数据,分析了水溶性离子的质量浓度水平、不同时间尺度和不同PM_2.5浓度下的特征,探讨了气象因子对离子组分的影响,通过主成分分析（PCA）解析来源.结果表明：2019年三亚城区总水溶性离子（TWSI）质量浓度为8.173 μg·m^-3,占ρ（PM_2.5）的58.4%,各离子质量浓度大小依次为：ρ（SO₄^2-） > ρ（NO₃^-） > ρ（K⁺） > ρ（NH₄⁺） > ρ（Na⁺） > ρ（Cl^-） > ρ（Ca²⁺） > ρ（F^-） > ρ（Mg²⁺） > ρ（NO₂^-）,其中二次离子SO₄^2-、NO₃^-、NH₄⁺（SNA）和K⁺为主要离子组分,占总水溶性离子的80.0%,海盐粒子Na⁺及Cl^-之和占比为14.7%,且与风速呈显著正相关;TWSI季节浓度变化特征明显,秋季最高,春冬季次之,夏季最低,主要与秋冬季风速较大、主导风向转为东北风,易受外来传输有关;SO₄^2-在各个季节均是浓度及占比最高的离子,硫氧化率（SOR）的日均值均大于0.1,存在显著的SO₂向SO₄^2-转化的过程;PCA分析结果表明三亚城区水溶性离子主要受海洋源、二次源及生物质燃烧源的影响.     

新乡市大气PM2.5中水溶性离子的污染特征、来源解析及气象影响分析

为探究新乡市大气PM_2.5中水溶性无机离子（WSIIs）的污染演变、来源特征及其气象影响,利用URG-9000在线监测系统于2022年1月（冬季）、4月（春季）、7月（夏季）和10月（秋季）对PM_2.5组分进行在线观测.结果表明,TWSIIs（总水溶性无机离子）与PM_2.5的季节变化特征一致,季度ρ（TWSIIs）均值变化范围为19.62~72.15 μg·m^-3,在PM_2.5中的占比超过66%,WSIIs是大气PM_2.5的重要组分.年均NO₃^-/SO₄^2-（质量浓度比）为2.11,且呈现逐年增加的趋势,移动源对二次无机气溶胶（SNA）的影响不容忽视,年均[NH₄⁺]/[NO₃^-]（量比）为1.95,说明农业源是大气中氮的主要贡献者.后向轨迹分析表明,在盛行东北风且风速较大时,PM_2.5中Ca²⁺和Mg²⁺的浓度较高.低温高湿的气象条件下（T<8℃,RH>60%）,SOR和NOR值均较高,更多的气态前体物SO₂和NO₂转化为颗粒态的SO₄^2-和NO₃^-.与SOR不同,在高温条件下（T>24℃）,NOR并没有表现出高值特征,与高温条件下NH₄NO₃的分解有关.结合PMF和后向轨迹分析,来自西北方向的气团所对应的扬尘源对WSIIs的贡献较大,观测站点周边区域的低空低速气团所对应的二次硫酸盐以及二次硝酸盐和生物质源对WSIIs的贡献较大.     

张掖市城区大气细颗粒物PM2.5的化学组成及来源解析

为研究张掖市城区大气细颗粒物（PM_2.5）的污染特征和来源,于2020年9月至2021年7月在张掖市城区的河西学院和湿地博物馆2个采样点进行了PM_2.5样品采集,对PM_2.5浓度、化学组成（水溶性无机离子、碳质组分和元素）和来源进行分析.结果表明,河西学院和湿地博物馆两个采样点的年均ρ（PM_2.5）分别为（73.7±31.8）μg·m^-3和（68.1±33.3）μg·m^-3,季节浓度均值均呈现春季>冬季>秋季>夏季的变化.河西学院采样点的二次水溶性无机离子（SO₄^2-、NO₃^-和NH₄⁺）年均值高于湿地博物馆.河西学院采样点的ρ（OC）和ρ（EC）分别为（9.6±5.7）μg·m^-3和（2.9±1.6）μg·m^-3,湿地博物馆采样点的年均ρ（OC）和ρ（EC）分别为（9.2±5.8）μg·m^-3和（2.5±1.3）μg·m^-3,河西学院的含碳组分在各季节均高于湿地博物馆.河西学院和湿地博物馆两个采样点的年均二次有机碳（SOC）在OC中的质量分数分别为49.4%和43.7%,表明张掖市存在较为严重的二次污染.河西学院和湿地博物馆两个采样点的元素浓度年均值分别为（6.0±3.5）μg·m^-3和（5.8±3.9）μg·m^-3,受到人为源的影响,Zn、Ca、Al和Fe等元素浓度水平相对较高.正定矩阵因子分解模型（PMF）结果表明,张掖城区PM_2.5的主要贡献源为二次气溶胶（28.0%）、交通源（25.8%）、扬尘源（15.2%）、燃煤源（14.0%）、生物质燃烧和垃圾焚烧源（12.5%）和工艺过程源（4.5%）.     

北京城市大气CO2浓度变化特征及影响因素

北京大气CO₂浓度日变化强烈,全年北京时间15:00时前后为全天最低值,最高值则出现在夜间,日变化幅度为23.2～39.0μmol·mol^-1,夏季和秋季日变化幅度比冬季和春季大.北京城区大气CO₂浓度季节变化明显,最大值出现在冬季,月平均浓度为421.5～441.0μmol·mol^-1;最小值则在夏季,月平均浓度367.4～371.6μmol·mol北京CO₂浓度的季节变化幅度明显高于附近的华北兴隆区域站和瓦里关山大陆本底站等的相应值,其原因是北京CO2浓度季节变化主要受人为取暖活动控制,同时植被的季节变化也起一定作用.1993～1995年北京大气CO₂浓度上升较快,平均增长率为3.7%·a^-1,1995年平均浓度达到最高,为409.7±25.9μmol·mol,随后缓慢下降.     

黔中岩溶地区草地土壤CO2的稳定碳同位素组成

黔中岩溶地区草地土壤 CO₂ 的δ¹³C值在地 -气界面层上随土层深度的增加而降低 ,在地 -气界面层以下 ,土壤 CO₂ 的δ¹³C值基本不变 .土壤 CO₂ 的 δ¹³C值存在季节变化与昼夜变化的特征 .夏季 CO₂ 的 δ¹³C值最高 (-15.5‰ ) ,冬季 CO₂ 的 δ¹³C值最低 (-18.9‰) ;从夏季到冬季 ,土壤 CO₂ 的 δ¹³C稳定值逐渐降低 ,降低幅度超过 3‰ .在一天中 ,中午土壤 CO₂ 的 δ¹³C值最高(-14.0‰ ) ,早晚土壤 CO₂ 的δ¹³C值较低 (-15.4‰ )     

大气CO2摩尔分数升高对高、低应答水稻稻田N2O排放的影响

依托稻田大气CO₂摩尔分数（x［CO₂］）升高平台FACE （free-air CO₂ enrichment）,采用静态透明箱-气相色谱法研究x［CO₂］升高（正常x［CO₂］+200 μmol·mol^-1）对高、低应答水稻（产量对x［CO₂］升高的响应分别为>30%和10%~15%）稻田N₂O排放的影响.本试验设置4个处理：A-W （正常x［CO₂］+低应答水稻）、F-W （x［CO₂］升高+低应答水稻）、A-S （正常x［CO₂］+高应答水稻）和F-S （x［CO₂］升高+高应答水稻）.结果表明,对比正常x［CO₂］处理（A-S和A-W）,x［CO₂］升高条件下高、低应答水稻（F-S和F-W）稻田N₂O排放分别降低52.54%（P<0.05）和38.40%（P<0.05）,水稻产量分别增加22.96%（P<0.05）和12.11%（P>0.05）,稻田N₂O排放强度分别降低61.68%（P<0.05）和45.13%（P<0.05）.另外,高、低应答水稻稻田N₂O排放与稻田土壤NH₄⁺-N含量呈显著相关关系,而与NO₂^--N含量无显著相关.x［CO₂］升高条件下,土壤温度是影响高应答水稻稻田N₂O排放的重要因素.综合考虑,未来x［CO₂］升高条件下,高应答水稻品种的"增产减排"效果最佳.     

溴代甲烷在SO42-/TiO2上的光催化降解

采用溶胶-凝胶法制备了SO₄^2-/TiO₂催化剂,运用XRD、BET比表面测定,FTIR等技术对催化剂进行了表征,并在微型常压连续反应装置上进行CH₃Br光催化反应性能考察.结果表明,SO₄^2-引入TiO₂体系使得催化剂的结构和光催化性能得到显著改善.SO₄^2-负载量为9%,烧结温度为450℃时,SO₄^2-/TiO₂催化剂的光催化活性最高;SO₄^2-/TiO₂催化剂对反应物料中的水汽有很好的耐受性;当反应温度低于85℃时,提高反应温度,有利于改善对CH₃Br的光催化反应活性,表观活化能约为19.6kJ·mol^-1,反应温度在85℃～105℃区间时,CH3Br的光催化降解表观活化能为0.     

贵阳市花溪城区大气PM2.5中碳质气溶胶的变化特征及来源解析

碳质气溶胶作为大气气溶胶的重要组成部分,对大气环境质量、人类健康及全球气候变化有着重要的影响.为探究贵阳市花溪城区大气细颗粒物（PM_2.5）中碳质气溶胶的变化特征及来源,于2020年不同季节开展大气PM_2.5原位观测研究,利用热/光学碳分析仪（DRI Model 2015）测定大气PM_2.5的碳质组分.结果表明,观测期间大气ρ（PM_2.5）、ρ[总碳质气溶胶（TCA）]、ρ[有机碳（OC）]、ρ[二次有机碳（SOC）]和ρ[元素碳（EC）]的平均值分别为：（39.7±22.3）、（14.1±7.2）、（7.6±3.9）、（4.4±2.6）和（2.0±1.0）μg·m^-3,OC/EC的平均值为（3.9±0.8）.ρ（PM_2.5）、ρ（TCA）、ρ（OC）、ρ（SOC）和ρ（EC）呈现冬季最高[（52.6±28.6）、（17.0±9.6）、（9.1±5.2）、（6.1±3.9）和（2.4±1.2）μg·m^-3],夏季最低[（25.1±7.1）、（11.6±3.6）、（6.3±1.9）、（3.7±1.2）和（1.6±0.6）μg·m^-3]的季节变化特征.OC/EC季节变化呈现：夏季（4.2±0.8）>冬季（3.8±0.9）>秋季（3.8±0.5）>春季（3.7±0.9）,表明花溪城区各季节均存在SOC生成.SOC与OC呈现显著相关（R²=0.9）,且随着大气氧化性增强,SOC浓度呈增加趋势.OC与EC各季节均呈现较好相关性,其中秋季最高（R²=0.9）,其他3个季节偏低（R²为0.74~0.75）,表明二者具有共同来源.通过OC/EC值范围初步判断碳质气溶胶来源于机动车尾气排放、燃煤排放和生物质燃烧排放.为了进一步定量解析主要排放源对碳质气溶胶的贡献,利用PMF模型对碳质气溶胶来源解析,结果表明贵阳市花溪城区碳质气溶胶主要来源为燃煤源（29.3%）、机动车排放源（21.5%）和生物质燃烧源（49.2%）.