常州春季PM2.5中WSOC和WSON的污染特征与来源解析

为了解常州春季大气气溶胶中水溶性有机碳(WSOC)和有机氮(WSON)的特点和来源,在常州市城郊于2017年春季的3月1日~5月30日采集了84个细颗粒物(PM_(2.5))样品.分析了其中的水溶性组分包括水溶性有机碳、水溶性总氮(WSTN)、水溶性离子以及碳质组分(有机碳/元素碳,OC/EC)的浓度,探讨了WSOC和WSON的浓度水平及其来源.结果表明,采样期间,PM_(2.5)、WSOC和WSON日平均浓度分别为101.97、7.63和1.50μg·m~(-3).其中,WSON占WSTN的12.9%,水溶性无机氮主要以NH+4、NO-3两种形式存在,两者占WSTN的86.15%.WSOC与WSON弱相关(r=0.58),说明WSOC和WSON来源并不完全一致.WSOC与SOC、K+、二次离子(SO2-4、NH+4和NO-3)相关,说明WSOC主要来自生物质燃烧和二次转化;WSON与二次离子相关性强,说明主要来自二次转化.风速是影响WSOC和WSON浓度水平的主要因素,WSON与大气压正相关且与温度负相关.主成分分析结果表明,PM_(2.5)主要来自二次形成、扬尘和燃煤、生物质燃烧、海洋等4个来源.后向轨迹分析表明,长距离传输方向气团中PM_(2.5)和WSOC、WSON总浓度高于短距离传输,但不同传输路径中WSON/WSTN占比无明显差异.     

南京霾天气及PM_(2.5)化学污染特征分析

为了研究大气细粒子PM2.5在霾天气下的化学污染特性,2012年4月1日-27日在南京信息工程大学1号新实验楼楼顶,在霾天对大气细粒子PM2.5进行了采样,利用离子色谱法、TOC法等测得PM2.5的质量浓度、水溶性离子及水溶性有机碳组分浓度。结果表明:霾越重PM2.5质量浓度越高,霾天的PM2.5与地面温度、风速呈一定的负相关,与相对湿度呈正相关。SO42-、NO3-、NH4+、Ca2+、Na+、Cl-以及水溶性总有机碳是PM2.5的主要组成部分,其质量浓度随霾的加重而增加,其中NH4+、SO42-、NO3-及TOC质量浓度的增加幅度更明显,表明气态污染物的二次转化对采样点灰霾污染也有突出贡献。     

2011年春季沙尘天气影响下上海大气颗粒物及其化学组分的变化特征

于2011年4月28日~5月18日对上海大气中颗粒物的质量浓度及细粒子中的化学组分进行了连续观测,获得了上海受春季沙尘天气影响下大气颗粒物质量浓度和主要化学组分特征.结果表明,沙尘天气中PM10和PM2.5的质量浓度显著高于非沙尘天,最高日均浓度分别达到787.2μg·m-3和139.5μg·m-3,PM2.5/PM10的均值为(32.9±14.6)%(15.6%~85.1%);总水溶性无机离子(TWSⅡ)占PM2.5的质量分数为(27.2±19.2)%(4.8%~80.8%),二次组分SNA(SO2-4、NO-3、NH+4)占TWSⅡ的(76.9±13.9)%(41.9%~94.2%),TWSⅡ和SNA对PM2.5的贡献均小于非沙尘天,而Ca2+的含量比却有明显上升.非沙尘天测得的OC/EC值高于强沙尘天,但低于弱沙尘天.此外分析还得到,沙尘中的高矿尘粒子具有酸性缓冲作用,使得沙尘天颗粒的碱性强于沙尘发生前.非沙尘天SO2-4、NO-3主要以NH4HSO4、(NH4)2SO4和NH4NO3的形式存在,沙尘天还会与其他矿物离子结合.     

成都市城区PM2.5中二次水溶性无机离子污染特征

2009年4月~2010年1月在成都市城区采集131个PM2.5样品,应用离子色谱法对PM2.5中二次水溶性无机离子(NH+4、NO-3和SO2-4)含量进行分析,并探讨其污染特征.结果表明,PM2.5中NH+4、NO-3和SO2-4的平均浓度值分别为(10.4±8.6)、(19.7±14.6)和(32.8±21.8)μg·m-3,分别占PM2.5质量的(5.5±2.8)%、(11.1±3.5)%和(19.3±6.4)%,三者总和占PM2.5质量浓度的(35.9±12.7)%.PM2.5中NH+4、NO-3和SO2-4的季节变化特征明显,夏、冬两季NH+4、NO-3和SO2-4的浓度均为SO2-4>NO-3>NH+4,其总和占PM2.5质量浓度的百分比为冬(44.3%)>夏(39.4%).相关分析结果显示,NH+4、NO-3和SO2-4在成都主要以NH4HSO4、(NH4)2SO4和NH4NO3形式存在;NO-3/SO2-4比值表明,成都市大气中硫和氮的主要来源以固定源为主;硫氧化速率和氮氧化速率的年均值分别为:0.33±0.12和0.19±0.09,表明成都市PM2.5中SO2-4和NO-3主要经二次转化形成.     

北京城区大气PM2.5主要化学组分构成研究

2012年8月至2013年7月期间,对北京市城区石景山、车公庄、东四和通州这4个点位开展为期一年的PM2.5化学组分研究,共获得样本220组,使用化学质量重构方法进行组分重构研究.结果表明,通过化学质量重构方法获得的PM2.5质量和实际测定PM2.5质量浓度具有很好的相关性,相关系数为0.95,其中春季、秋季和冬季相关系数均大于0.95以上,夏季稍差(0.77);采样期间4个点位的PM2.5主要组分OM、EC、SO2-4、NO-3、NH+4、Cl-、地壳元素、微量元素的质量浓度分别为31.4、3.8、19.9、21.6、14.4、4.0、15.4、2.9μg·m-3,分别占总组分的25.1%、3.0%、15.9%、17.2%、11.5%、3.2%、12.3%、2.3%,除地壳物质外各组分呈东高西低的趋势;2013年1月11日至14日重污染期间,OM、SO2-4、NO-3、NH+4的浓度是全年平均的1.9、5.0、3.2、4.2倍,SO2-4成为本次污染过程中最主要的组分.采暖期和非采暖期城区PM2.5最大的组分均为OM,采暖期相对非采暖期OM、NH+4、NO-3、SO2-4均有较大增幅,但地壳物质和EC相差不大,两个时期差异最大的组分为具有较强燃煤指示性的Cl-(4.4倍).对于化学质量重构结果的未知组分,其中城区PM2.5中水份约占6.0%,夏季颗粒物的水份最大(6.5%),春季和冬季相当,秋季较少(3.7%).     

武汉市大气PM2.5中水溶性离子污染特征及来源

于2016年8月—2017年4月采集了武汉市PM2.5样品,使用离子色谱法分析了PM2.5中的水溶性离子(F-、Cl-、SO2-4、NO-3、Na+、NH+4、K+、Mg2+、Ca2+),并研究其污染特征及来源.结果表明,武汉市PM2.5质量浓度变化范围为24.8～215.7μg·m-3,均值为(81.3±38.1)μg·m-3.9种水溶性离子的年均质量浓度占PM2.5质量浓度的29.3%,其中,SO2-4、NO-3、NH+4(三者合称SNA)为主要的水溶性离子,SNA占PM2.5质量浓度的23.3%～32.0%.硫氧化率(SOR)和氮氧化率(NOR)年均值分别为0.4、0.1,说明武汉市大气存在较强的SO2向SO2-4、NO2向NO-3转化的二次过程.观测期间,武汉市的细颗粒物整体呈弱碱性.Ca2+与Mg2+,以及NH+4与NO-3、SO2-4等均有显著相关性,NH+4、NO-3、SO2-4主要以(NH4)2SO4和NH4NO3的形式存在.武汉市全年NO-3/SO2-4比值为0.9,表明固定源贡献相对较大.主成分分析结果表明,武汉市大气PM2.5中水溶性离子主要来自于燃煤及机动车排放、工业生产、扬尘等.     

长沙市秋冬季PM2.5及水溶性有机碳污染特征研究

该研究于2017年9月-2018年2月连续采集长沙市大气PM2.5样品,分析了PM2.5样品中水溶性有机碳(WSOC)的浓度变化及其与大气污染物的相关性,对比分析了清洁天和污染天WSOC浓度特征,并基于后向轨迹分析(HYSPLIT)和潜在源贡献因子分析(PSCF)方法探讨了秋冬季WSOC的传输路径及潜在来源贡献。结果表明,秋、冬季WSOC平均浓度分别为6.22、7.00μg/m3,WSOC与相对湿度和风速均呈显著负相关,与温度相关性不明显。WSOC与PM2.5具有显著的相关性(R=0.800),秋季WSOC与CO、O3、NO2、SO2的相关性比冬季更加显著。污染天风速小、相对湿度低,WSOC污染浓度明显高于清洁天。HYSPLIT和PSCF分析结果表明,除本地排放外,WSOC还受来自偏北及偏东方向区域污染源传输的影响。     

霾天气南京市大气PM_(2.5)中水溶性离子污染特征

为了讨论南京市大气细颗粒物(PM2.5)及水溶性组分在霾天气下的污染水平和污染特征,2007年6月10日至2008年5月29日对南京市大气细粒子PM2.5进行了采样,用PM2.5在线监测浓度、离子色谱法等分别测得PM2.5的质量浓度、水溶性离子组成,初步研究了南京市大气细粒子(PM2.5)及水溶性组分在霾天气下的污染水平和污染特征。结果表明,南京市大气细颗粒物污染严重,霾天气下PM2.5中总水溶性离子质量浓度为54.28μg/m3,为非霾天气的1.6倍。分析的6种离子中SO42-、NO3-、NH4+是PM2.5的主要组成成分。灰霾期间PM2.5与NO3-、SO42-、NH4+的相关性较高,PM2.5中颗粒物的主要存在形式可能为NH4Cl、NH4NO3,(NH)42SO4或NH4HSO4。对比不同季节不同天气下的SOR(SO2转化率)和NOR(NOx转化率),发现霾天气下SO2和NOX转化率高于正常天气,表明SO2、NO2在霾天气更容易转化为二次粒子。     

北京地区气溶胶水溶性组分粒径分布特征

2016~2017年,分别在夏季和冬季在北京城区利用微孔均匀分级采样器(MOUDI-122),采集环境气溶胶,并对其中水溶性离子和水溶性有机物开展了定量分析,对主要水溶性组分质量浓度粒径分布特征,以及季节和不同污染状态下的差异进行了讨论。结果表明,NH4+、NO3-、SO42-、K+和冬季Cl-主要分布在积聚模态,Mg2+和Ca2+主要分布在粗粒子模态,NH4+、NO3-、SO42-在积聚模态的质量浓度最高,二次离子仍是北京地区PM2.5污染的主要组分。SO42-在夏季浓度较高,而NO3-、K+、Cl-在冬季明显高于夏季,Mg2+和Ca2+来源较为独立,与气溶胶其他主要组分的相关性较低。夏季NO3-和SO42-浓度昼夜差异显著,白天SO42-浓度水平明显高于夜晚,夜晚NO3-浓度明显高于白天,且主要表现在积聚模态。污染状况下,二次离子在积聚模态和粗模态浓度增加明显,但在爱根模态中浓度降低。冬季随着污染加重,二次离子液滴模态质量中值粒径明显增大。夏季积聚模态WSOC浓度粒径分布峰值粒径明显大于冬季,0.056~0.32μm粒径段WSOC在不同污染状态下浓度水平基本一致,在0.32μm以上区间,污染状态下WSOC平均浓度明显高于清洁时段。     

春节期间西安城区碳气溶胶污染特征研究

采用美国R&P公司TEOM-1400a大气颗粒物监测仪器及其8通道采样系统(ACCU),在2011年春节期间实时监测和分8个时段采集了西安城区的PM2.5样品.研究了春节期间西安城区大气中PM2.5的碳气溶胶污染特征.目的是阐明2011年春节期间燃放烟花爆竹时,西安城区大气中细颗粒PM2.5的质量浓度、元素碳(EC)、有机碳(OC)及水溶性有机碳(WSOC)的浓度分布特征,探讨了其污染来源.结果表明,除夕00:00～02:59为污染浓度最大时段,PM2.530 min平均浓度在01:00时刻达到最大值1 514.8μg·m-3,其碳组分OC、EC、WSOC、非水溶性有机碳(WIOC)分别为123.3、18.6、66.7和56.6μg·m-3,高于春节期间的其他正常时段1.7倍、1.2倍、1.4倍和2.2倍.碳气溶胶组分WSOC与OC、EC相关性分析表明春节烟火期间含碳物质更多的来自于烟花爆竹燃放,但其对烟火时段的气溶胶的贡献较小,仅为9.4%.     

成都市西南郊区夏秋季PM_(2.5)碳组分化学特征

为研究成都市西南郊区PM_(2.5)中碳组分浓度的季节变化及污染特征,分析了PM_(2.5)中有机碳(OC)、元素碳(EC)的含量。结果表明:颗粒物PM_(2.5)、总碳(TC)、有机碳(OC)月平均质量浓度夏季比秋季略高;OC/EC平均比值在夏季和秋季分别为2.47和2.18,说明均有二次有机碳(SOC)的生成;OC和EC在夏秋季均有较强的相关性(夏季R~2为0.77,秋季R~2为0.79);SOC在夏、秋季的月平均浓度分别为4.02,2.76μg/m~3;降雨在一定程度上降低了PM_(2.5)的浓度。     

施用生物炭对土壤呼吸以及土壤有机碳组分的影响

为确定生物炭对土壤呼吸速率以及土壤碳组分的影响,采用田间小区试验,以苹果果树枝条生物炭为试验材料,研究了添加0、20、40、60、80 t/hm2的苹果果树枝条生物炭后,小麦生态系统呼吸（R_e）、土壤呼吸（R_s）、植物呼吸（R_p）、土壤TOC（总有机碳）、土壤POC（颗粒有机碳）、WSOC（土壤水溶性有机碳）和土壤AOC（易氧化有机碳）的变化以及各指标之间的相关性.结果表明,添加生物炭显著提高了小麦生态系统呼吸速率、土壤呼吸速率和植物呼吸速率,与对照相比分别增加了9.98%~27.57%、9.33%~19.47%和10.18%~30.14%,并且生物炭施用量为20和40 t/hm2时土壤呼吸速率显著高于其他两个处理,而对于小麦生态系统呼吸速率和植物呼吸速率来说,施用40 t/hm2生物炭时其值最高.对于土壤碳组分,施用生物炭显著提高了0~20 cm土层中土壤w（TOC）、w（POC）和w（AOC）,并且土壤w（TOC）和w（POC）与生物炭施用量呈极显著正相关.对于WSOC而言,当生物炭施用量高于40 t/hm2时其值显著降低,与对照相比,0~10、>10~20和>20~30 cm三个土层中w（WSOC）分别降低了21.82%~28.37%、35.88%~36.58%和32.28%~44.07%.研究显示,适量施用生物炭能够提高土壤w（TOC）、w（POC）和w（AOC）而降低了w（WSOC）,但同时也增加了小麦生态系统呼吸速率.      

不同粒段降尘重金属赋存与有机碳关联性分析

为评估不同粒径降尘重金属形态与有机物含量的相关性,测定山西运城市3种不同粒段降尘颗粒中不同形态As、Pb、Cd、Cr、总有机碳（TOC）及水溶性有机碳（WSOC）含量,并对重金属富集因子、生物有效性以及重金属赋存形态与有机碳含量之间的关联性进行了分析.结果表明：降尘中金属总含量呈现As > Cr > Pb > Cd,随粒径增大,富集重金属总量升高,不同粒段重金属形态区别不明显;随着粒径的减少,降尘中WSOC和TOC明显降低;降尘TOC和WSOC含量与某些形态的Pb、Cd、Cr之间具有较好的相关性,与As相关性较差;富集因子（EF）呈现Cd > As > Pb > Cr,其中Pb和Cd具有潜在的健康风险,Cr、As属于较稳定的元素.降尘颗粒来源不同,赋存有机物和重金属行为差异明显,不同粒段降尘颗粒环境风险不同.     

天津2009年3月气溶胶化学组成及其消光特性研究

2009年3月,采集天津城区PM10和PM2.5样品,分析其中的水溶性无机离子、有机碳(OC)和元素碳(EC),并估算其二次有机碳(SOC)浓度及消光系数.结果表明,天津城区PM10和PM2.5污染严重,水溶性无机离子和含碳物质在PM10中的比例为24.8%和10.0%,在PM2.5中的比例为26.6%和13.9%;SO42-、NO3-和Ca2+是主要的无机离子,霾日天气有利于SO2和NO2向硫酸盐和硝酸盐的二次转化;通过OC/EC最小比值法估算SOC的浓度,表明SOC与OC的比值分别为38%(PM10)和24%(PM2.5),霾日天气有利于SOC生成;二次离子(SO42-,NO3-和NH4+)、粗粒子、OC和EC是大气消光的主要贡献者,其消光贡献比例分别为33.1%, 22.6%,22.0%和15.6% 采用化学组分和相对湿度可以较好的拟合大气消光系数及大气能见度.     

总有机碳测定仪的新用途──测气体中CO_2的研究

用ＴＯＣ总有机碳测定仪来鉴定污水和生活用水处理效果及污染指标是它的一项实际应用，而本义介绍的用来测定ＣＯ２则是一项开创性的工作。作者在对进口的ＴＯＣ仪使用的基础上研究了测定气体中总碳、总有机碳尤其是ＣＯ２问题，取得了较好的结果并应用到实际测定中。     

稻草烟尘中有机碳/元素碳及水溶性离子的组成

选取我国6种稻草,通过自制的生物质焚烧装置模拟秸秆露天焚烧.采用Model 2001A热/光分析仪和ISC 2000/ISC3000离子色谱仪测定了阴燃、明燃烟尘中有机碳(OC)、元素碳(EC)与水溶性离子的含量.结果表明,明燃条件下稻草中OC排放因子(EFOC)均值为(6.37±1.86)g·kg-1,EC排放因子(EFEC)均值为(1.07±0.30)g·kg-1;阴燃条件下稻草中EFOC均值为(37.63±6.26)g·kg-1,EFEC均值为(4.98±1.42)g·kg-1.同一品种稻草燃烧排放出的PM、OC与EC变化趋势一致.明燃时稻草中的OC/EC均值为5.96,阴燃时比值均值为7.80,OC/PM几乎不受燃烧状态的影响,阴燃、明燃时EC/PM分别在0.06~0.08、0.08~0.11范围内,通过EC/PM比值可以初步判断燃烧状态的趋势,两种燃烧方式中排放的OC、EC相关性达到0.97,在0.01水平上相关性显著.阴离子中,Cl-含量最高,明燃时稻草中Cl-的排放因子均值为(0.246±0.150)g·kg-1,阴燃下为(0.301±0.274)g·kg-1,明燃时K+排放因子均值为(0.118±0.051)g·kg-1,阴燃时排放因子远低于明燃排放量,均值为(0.053±0.031)g·kg-1.水溶性Na+在阴燃条件下的排放因子均高于明燃状态下的排放.明燃条件下水溶性离子间的相关性比阴燃时显著.通过OC/EC比值可以将稻草与石化燃料及其他一些生物质燃烧区分开,而水溶性离子中的K+/Na+、Cl-/Na+比值也可以将稻草与一些树木类焚烧区别开来.     

全自动消解测定土壤/沉积物中的有机碳

基于传统方法重铬酸钾氧化-分光光度法的原理,应用全自动消解仪测定土壤/沉积物中的有机碳。通过优化反应条件,将复杂的前处理过程自动化,可同时分析大批量样品。实验结果表明:该方法在0~24 mg线性关系良好,相关系数大于0.999。测定高、中、低3种浓度的样品,其相对标准偏差均小于4%;高浓度和低浓度的加标回收率分别为95.9%~106%和91.7%~105%。当取样量为0.5000 g时,检出限为0.0586%,方法指标满足对样品的准确分析。对比现有实验方法,该方法具有高效、节能、准确、安全等优点。     

南京城区与郊区秋季大气PM_(10)中水溶性离子的特征研究

对南京市城区与郊区秋季PM10中水溶性离子的浓度水平,变化规律及其相关性进行分析。结果表明:水溶性离子是南京市PM10的重要组成部分,占PM10总量的26.8%～49.5%;NO3-、SO24-为南京PM10中离子的主要成分同时SO24-与PM10的相关性高,在郊区与城区相关系数分别为0.97与0.98;土壤源对Mg2+的贡献多于海洋气溶胶。郊区与城区非海盐Mg2+和Ca2+的比值分别为0.0308～0.0557与0.0314～0.0558,与中国北方沙漠地区相异,说明观测期间南京大气PM10主要受局地源影响;南京城、郊NO3-/SO24-均值分别为0.74和0.80,说明南京市城郊PM10中NO3-与SO24-更多地来自于机动车尾气排放。     

关中典型城市及农村夏季PM2.5的化学组成对比

于2016年7~8月采集了陕西省西安市（城市）及蔺村（农村）夏季昼夜PM_2.5样品,分析其有机碳（OC）、元素碳（EC）和无机离子等化学组分的含量,探讨关中平原城市和农村地区PM_2.5的化学组成和来源的差异.结果表明,采样期间西安和蔺村的PM_2.5浓度分别为（49.7±22.8）和（62.6±14.2）μg/m³.西安PM_2.5中OC和EC的浓度[（6.5±2.5）μg/m³,（3.2±1.8）μg/m³]与蔺村[（6.8±1.8）μg/m³,（3.8±2.3）μg/m³]相当.西安OC/EC比值白天（2.6）高于夜晚（1.9）,蔺村反之（白天：1.6;夜晚：2.7）,主要是因为夜间城市地区重型卡车运输活动增强导致排放更多EC,而夜间农村地区人为活动较少导致EC排放显著降低.西安和蔺村无机离子总浓度分别为（20.2±14.6）和（30.1±10.5）μg/m³,占PM_2.5浓度的40.6%和47.6%.蔺村SO₄^2-的平均浓度高达19.0μg/m³,占PM_2.5浓度的30%以上,远高于西安（9.4μg/m³和18.9%）,主要与农村固体燃料（煤和生物质）使用有关.西安NO₃^-和Ca²⁺的浓度及其对PM_2.5的贡献、NO₃^-/SO₄^2-比值均明显大于蔺村,表明城市地区受机动车尾气和扬尘的影响更大.西安K⁺与Ca²⁺和Mg²⁺的相关性较强,而蔺村K⁺与EC的相关性显著强于西安,说明西安市区K⁺由粉尘源主导,而农村地区则主要来自生物质燃烧.