气溶胶有机碳元素碳基本特征研究的前沿动向

综述国外气溶胶有机碳(OC)和元素碳(EC)的五大特征(粒径分布、物质组成、时空分布、室内室外关系、排放源分析的)研究的进展;概述了国内OC、EC相关研究情况,展示了国内外OC、EC基本特征研究的发展重点和趋势。     

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.     

气溶胶中不同类型碳组分粒径分布特征

了解气溶胶碳组分粒径分布特征对于研究区域气溶胶生成转化机制、辐射特性等非常重要,但北京地区针对气溶胶碳组分粒径分布特征的相关研究非常少.本研究利用MOUDI-120采样器在北京地区3个季节开展气溶胶分级样品的采集,并分析其中不同类型的碳组分的含量,进而系统研究不同季节及污染状况下,各碳组分的粒径分布特征、来源及相互关系.结果表明,碳组分主要富集在细粒子中,秋冬季细粒子中碳组分的比重高于夏季.碳组分主要分布在两个模态,即积聚模态和粗模态. OC1和OC2主要分布在积聚模态,在0. 056～0. 56μm范围内有较高比例,OC3+OC4在粗模态的分布较为明显.Soot-EC浓度较低,没有明显的粒径分布特征,在0. 10～0. 18μm粒径段浓度较高,表明高温燃烧排放的EC主要分布在超细粒径段. Char-EC浓度远高于Soot-EC,在EC中占绝大部分比重.各主要碳组分在白天和夜晚的分布形态基本一致.夏季和冬季较有利于SOC的形成,OC/EC比值明显高于秋季. OC/EC值在不同粒径区间中差异很大,由于水溶性有机物(WSOC)主要分布在0. 056～0. 10μm,OC/EC值明显高于其他粒径段.白天及高温有利于气态有机物氧化生成SOC,致使夏季白天的OC/EC比值明显高于夜晚.各碳组分之间,EC1和OC1相关性最强,此外EC1和K+也有很强的相关性.     

碳质气溶胶(OC/EC)新型观测方法对比分析

基于热光反射法（IMPROVE A）和热光透射法（RT-Quartz）二种协议分析方法和新型OC/EC分析方法对济南市碳质气溶胶含量进行了对比观测.结果表明,协议方法在OC/EC的观测过程中因分析定义会造成碳质气溶胶质量浓度高估或者低估,且膜采样系统使离线分析的OC约为在线的1.65倍,而新型OC/EC测量方法相对于2种协议方法,去除了原理上和环境参数（如VOCs）可能导致的误差,在OC/EC/TC测量结果上均有一定优势,在实际运行中更具有准确性、稳定性和实用性,更加适合颗粒物中OC/EC长期业务化在线测量.     

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.     

碳质气溶胶(OC/EC)新型观测方法对比分析

基于热光反射法（IMPROVE A）和热光透射法（RT-Quartz）二种协议分析方法和新型OC/EC分析方法对济南市碳质气溶胶含量进行了对比观测.结果表明，协议方法在OC/EC的观测过程中因分析定义会造成碳质气溶胶质量浓度高估或者低估，且膜采样系统使离线分析的OC约为在线的1.65倍，而新型OC/EC测量方法相对于2种协议方法，去除了原理上和环境参数（如VOCs）可能导致的误差，在OC/EC/TC测量结果上均有一定优势，在实际运行中更具有准确性、稳定性和实用性，更加适合颗粒物中OC/EC长期业务化在线测量.     

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.     

广州市夏季室内外PM2.5中有机碳、元素碳的分布特征

2004年7～8月在广州市9个采样点的室内、室室外同步采集了PM2 5样品,采用热光反射碳分析仪分析得到OC、EC的质量浓度,对OC、EC污染水平、空间分布、室内室外质量浓度关系、0C/EC质量浓度关系及二次有机碳等特征进行了深入细致的分析研究.结果表明,OC室内、外平均质量浓度为17.3和19.9μg·m-3,EC室内、室外平均质量浓度为6.5和6.6μg·m-3,总碳气溶胶占PM25质量的50%以上;在不同类型采样点0C、EC质量浓度存在区别;室内环境中OC、EC质量浓度相关性显著,室外环境中0C、EC质量浓度相关性不显著;0C、EC质量浓度比ρ(OC)/ρ(EC)超过2;室内、室外PM2 5中二次有机碳质量浓度是7.6和10.0μg·m-3,占总有机碳的比率为43.8%、45.5%.     

西安冬春季PM10中碳气溶胶的昼夜变化特征

为探讨西安市大气碳气溶胶的季节变化和昼夜变化特征及来源,于2006-12-19~2007-01-21(冬季)和2007-04-01~2007-04-30(春季)连续采集了大气可吸入颗粒物(PM10)样品,并采用IMPROVE热光分析法分析了其中有机碳(OC)和元素碳(EC)的昼夜浓度.结果显示,冬季白天PM10及其中OC和EC的平均浓度分别为455.0、62.4和7.5μg/m3,夜晚的平均浓度分别为448.7、66.1和6.9μg/m3,对应春季白天的平均浓度分别为397.9、26.7和6.9μg/m3,夜晚分别为362.1、31.9和8.6μg/m3.冬季白天OC与EC的相关系数为0.44,较之春季0.81要差,主要与冬季采暖期燃料的多样性有关.碳气溶胶组分中,冬季白天和晚上二次有机碳气溶胶(SOC)的平均浓度为8.9和10.2μg/m3,远高于春季(2.8和3.4μg/m3),说明冬季较高的OC排放及较低的大气扩散能力利于碳气溶胶中SOC的生成.对碳气溶胶8种组分的因子分析结果表明,冬季燃煤排放及郊区的生物质排放对碳气溶胶有重要的贡献,而春季机动车的贡献明显增加.     

霾天气下城市气溶胶吸湿性的观测

气溶胶吸湿性对大气能见度有重要影响,是形成霾污染的主要因素之一.利用南京信息工程大学观测获得的2014年4月17日至5月21日气溶胶吸湿增长因子(GF)、OC/EC以及水溶性无机离子资料,对南京霾日气溶胶吸湿性及主要化学组分进行分析.结果表明,随着粒径的增加,平均吸湿增长因子(GF_(mean))数值变化较小,吸湿性标准差(σ)逐渐增大,化学组分的外混合程度逐渐增强;白天气溶胶粒子的吸湿性强于夜间,但是外混合程度弱于夜晚;非霾日气溶胶吸湿性强,外混合程度高,霾日正好与之相反,且随着霾等级的增加,吸湿性和外混合程度都进一步减小;非霾日气溶胶主要水溶性无机离子为NH_4~+、NO_3~-和SO_4~(2-),而霾日OC/EC的含量占比较高;含量相对丰富的OC/EC是造成低湿背景霾天气下小尺度气溶胶吸湿性变弱的主要原因,霾日所处环境相对湿度的高低也是影响气溶胶吸湿能力的重要因素;整个观测期间,南京市气溶胶化学组分中(NH_4)_2SO_4和OC等不可溶物质含量最多,NH_4NO_3含量次之;利用化学组分计算得到的平均吸湿性参数κ_(chem)和利用H-TDMA仪器实际观测计算得出的κ_(mean)存在较好的一致性,两者的相关性在霾天气下进一步增强,因此可以利用气溶胶主要化学组分来预报气溶胶吸湿性.     

典型工程机械排放碳质气溶胶组成特征研究

为识别不同类型工程机械排放碳质气溶胶组成,选取叉车、压路机、平地机、推土机和挖掘机5种工程机械,并考虑怠速、行走、运行三种工况以及国Ⅰ前、国Ⅱ和国Ⅲ三种不同排放标准,对其排放细颗粒物(PM_2.5)进行采集,采用热光碳分析仪分析PM_2.5碳质组分.结果表明,有机碳(OC)平均占比为(70.1±13.2)%,元素碳(EC)的占比为(11.9±7.5)%.叉车、压路机、推土机和挖掘机排放OC中OC1占比最高为(58.0±9.5)%.而OC2为平地机OC主要部分,占比为(42.3±8.1)%.工程机械OC/EC比值的平均值为12.7±9.5,表明受工程机械排放影响的大气环境条件下,用最小比值法会高估大气中二次气溶胶的占比.不同类型工程机械的OC/EC比值在不同状态下变化范围较大,为3.0～36.3.叉车3、压路机、平地机和推土机排放的PM_2.5中OC/EC的比值在行走状态下比值最高,分别为24.9,15.7,36.3和5.3.叉车2和挖掘机1碳组分排放的比值在运行状态下达到最大值,分别为18.1和14.9.叉车1和挖掘机2中比值...     

云南迪庆地区大气本底碳气溶胶的理化特征

对2004年8月8日～2005年2月28日云南朱张区域大气本底观测站大气PM10中有机碳(OC)和元素碳(EC)浓度进行观测.结果表明,OC、EC平均浓度分别为3.13±0.91,0.34±0.18μg/m3,OC/EC比值平均为11.92.OC约占总碳(TC)的90.5%,而EC贡献较少.挥发性有机碳(VOC)表现出明显的季节变化,OC、EC浓度变化趋势基本一致,但季节变化不太明显.OC、EC浓度与世界其它背景站点较接近,表明本站能获得区域大气气溶胶的本底特征.     

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.     

两种典型污染时段鹤山市大气细颗粒污染特征及来源

PM_2.5和O₃浓度超标是我国大气污染的主要特征,研究两种典型污染时段的细颗粒化学组成、混合状态和来源对治理大气污染具有重要意义.2016年11月10—20日广东省鹤山市先后出现了PM_2.5和O₃超标的污染事件.污染期间,采用SPAMS（单颗粒气溶胶质谱仪）对细颗粒进行实时采样分析,共采集到有正负化学组成信息的颗粒422 944个,占总颗粒数的19.2%.基于单颗粒质谱数据特征,使用自适应共振神经元网络算法（ART-2a）,对单颗粒数据进行自适应分类.颗粒物划分为OC（有机碳）、EC（元素碳）、ECOC（元素-有机碳混合）、HOC（高分子有机碳）、Pb-rich（富铅）、Si-rich（富硅）、LEV（左旋葡聚糖）、K-Secondary（钾二次）、Na-rich（海盐）和HM（重金属）颗粒共10类.结果表明:两个PM_2.5污染时段EC颗粒和K-Secondary颗粒的占比高,EC颗粒分别占46.5%和61.1%,K-Secondary颗粒分别占14.3%和10.3%;O₃污染时段EC颗粒占比（39.4%）最高,其次是OC颗粒占比17.0%;两种污染时段OC组分与HSO₄-和NO₃-的混合程度都有明显的上升,说明污染有利于有机气溶胶的老化.由源解析结果可知,PM_2.5污染时段,细颗粒主要来源于燃煤、机动车尾气和扬尘,而O₃污染时段细颗粒主要来源于燃煤、生物质燃烧和扬尘;此外,两种污染时段燃煤源对细颗粒的贡献都有较大提升.研究显示,控制燃煤源的排放对污染物的降低有着重要影响.      

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.     

成都平原PM2.5中碳质组分时空分布特征与来源

为了探究成都平原碳质气溶胶污染特征及来源,于德阳、成都和眉山三地采集了1 a的PM_(2.5)样品,利用光热透射法测量其有机碳(OC)和元素碳(EC). 3个点年均碳质气溶胶的质量浓度(μg·m~(-3))分别为眉山(OC:15. 8±9. 6,EC:6. 6±5. 3)成都(OC:13. 0±7. 5,EC:4. 7±3. 6)德阳(OC:9. 6±6. 1,EC:3. 4±2. 6),对应的总碳质气溶胶(TCA)在PM_(2.5)中的占比分别为36%、34%和30%.由EC示踪法估算获得二次有机碳(SOC)在OC中的占比分别为眉山38%、成都46%和德阳47%. OC和EC质量浓度季节变化显著,呈现出秋冬季高夏季低的特征,在2013年10月12～13日、12月2～7日和2014年1月中下旬出现峰值,同期气溶胶中K+质量浓度激增,说明这些污染过程中生物质燃烧有重要贡献. PMF模型对碳质气溶胶来源解析结果表明,该地区总碳(TC)的主要来源为生物质燃烧源(46%～56%)、二次有机气溶胶源(26%～38%)、机动车排放源(9%～12%)、扬尘源(3%～4%)、燃煤源(2%～3%)和工业源(1%～2%),生物质燃烧源全年范围内对TC有显著贡献,尤以秋冬两季贡献最高.     

气溶胶OCEC切割点确定方法改进及应用

用MOUDI采样器分级(0.18～18μm,8级)采集北京(BD)及美国亚特兰大(GT)2011年7、8月大气气溶胶样品,测定有机碳(OC)及元素碳(EC).结果表明,由于石英膜结构在灼烧过程中变化,空白膜激光值在OCEC分析过程会随温度改变而变化,且整体呈下降趋势,扣除空白膜激光值变化后手动确定切割点,即激光校正切割可以提高切割点准确性.采用激光校正切割法得到的OC、EC浓度及粒径分布与有氧无氧切割法不同.一些样品切割点出现在通氧前,原因可能是气溶胶中金属等可在无氧环境中催化氧化EC或受热后分解、变色的吸光物质含量较高等.GT气溶胶碳质组分浓度低于BD,且除GT采样点EC外,均呈双峰分布.BD及GT两个采样点OC浓度在0.56～1.0μm、3.2～5.6μm两个粒径段出现峰值,采样期间BD峰值浓度分别为(2.82±1.59)μg.m-3、(1.95±0.76)μg.m-3,GT峰值浓度分别为(1.28±0.41)μg.m-3、(0.64±0.19)μg.m-3.BD采样点EC浓度峰值出现在1.0～1.8μm、3.2～5.6μm,分别为(0.32±0.24)μg.m-3、(0.26±0.19)μg.m-3.GT采样点EC呈三峰分布,集中于粒径更小的气溶胶中,粒径为0.18～0.56μm气溶胶中EC含量占总采样粒径段44.6%.GT采样点OC、EC浓度均较BD更集中于积聚模态,原因可能为夏季GT主要污染源是机动车尾气排放,而BD存在较多工业活动等排放.     

成都碳质气溶胶变化特征及二次有机碳的估算

利用2020年6月~2021年5月在成都市观测的碳质气溶胶小时分辨率数据,分析了气溶胶中总碳(TC)、有机碳(OC)、元素碳(EC)和二次有机碳(SOC)的变化特征.结果表明:观测期间m(TC)、m(OC)、m(EC)和r(OC/EC)的年均值分别为(9.5±4.4)μg/m³,(6.4±3.2)μg/m³,(3.2±1.1)μg/m³,2.2±0.5.成都m(TC)、m (OC)、m (EC)均表现冬为季最高((15.8±8.2),(11.1±5.8),(4.6±2.5)μg/m³),春秋次之,夏季最低((6.1±0.9),(4.5±2.0),(2.7±1.4)μg/m³)的特征.r(OC/EC)季节均值(1.9~2.6)以及四个季节的m(TC)、m(OC)、m(EC)呈现早(07:00~09:00)晚(22:00~01:00)“双峰”的日变化特征,表明机动车排放源对成都碳质气溶胶的影响较大.春夏季OC与EC的相关性小于秋冬季,表明春夏季OC、EC来源差异较大.由EC示踪法和最小相关性法得到m(SOC),r(SOC/OC)在夏季最大(40.4%),冬季最小(27.3%).春、夏季SOC与O₃呈显著正相关,表明较强的光化学反应对SOC生成有重要贡献.选取各季节连续高m(TC)时段与季节平均作对比,发现碳质气溶胶有明显夜间积累过程,夏季高浓度时段二次生成使得m(OC)增长显著高于m(EC),r(OC/EC)也迅速上升.     

日本关东南部冬季飘尘中有机碳和元素碳污染现状研究

气溶胶中常含有一定的碳化合物,其中最主要的为有机碳(OC)和元素碳(EC),它们主要来源于化石燃料燃烧等人为活动,并强烈地影响着气溶胶的污染性质。日本关东平原南部初冬季节常发生高浓度飘尘污染,在对这种污染现象的研究中分析了OC和EC在飘尘中的含量,结果表明OC和EC是飘尘中重要的组成部分,二者之和可占质量浓度的20%左右,这也从一个侧面揭示了飘尘的污染状况和污染来源。      

天津市区夏季碳气溶胶特征及改进的二次有机碳估算方法

为更加准确地估算环境受体PM_2.5中SOC（二次有机碳）的质量浓度,于2015年6-8月利用在线监测仪器同步采集小时分辨率的PM_2.5及OC（有机碳）和EC（元素碳）样品数据,分析碳气溶胶的变化特征,并尝试运用改进的EC示踪法估算ρ（SOC）.结果表明:天津市区夏季ρ（PM_2.5）为（70.9±46.0）μg/m3,ρ（OC）和ρ（EC）分别为（7.6±3.1）（2.2±1.5）μg/m3,占ρ（PM_2.5）的11.8%±4.6%和3.1%±1.4%,OC/EC（质量浓度之比,下同）的平均值为4.0±2.0.ρ（OC）与ρ（EC）之间的Pearson相关系数（R）仅为0.66,说明OC和EC的来源较为复杂,SOC的产生可能是重要影响因素.ρ（NO₂）与OC/EC呈显著负相关（R=-0.47,P < 0.01）,并且OC/EC（4.0）相对较低,说明天津市区机动车可能对碳气溶胶具有重要影响.ρ（SO₂）与ρ（OC）、ρ（EC）的相关性较低（R均为0.33,P均小于0.01）,说明天津市区碳气溶胶可能受燃煤源的影响较低.改进的EC示踪法主要是利用O₃和CO、EC作为光化学反应和一次源排放的指标,并结合ρ（OC）、ρ（EC）和OC/EC的变化特征,逐步筛选一次排放源主导的时间段的ρ（OC）和ρ（EC）数据,然后利用最小二乘法拟合获得ρ（OC）和ρ（EC）的线性方程,最后进行ρ（SOC）和ρ（POC）（POC为一次有机碳）的估算.天津市区夏季ρ（SOC）的平均值为（2.5±2.0）μg/m3,分别占ρ（OC）和ρ（PM_2.5）的28.8%±15.0%和3.7%±3.6%;ρ（POC）的平均值为（5.2±1.7）μg/m3,分别占ρ（OC）和ρ（PM_2.5）的71.2%±15.0%和8.1%±5.2%,说明天津市区夏季有机碳的主要来源是一次排放源.研究显示,相比于EC示踪法,改进的EC示踪法估算的ρ（SOC）明显降低,ρ（POC）明显升高.AT（大气温度）对ρ（SOC）的影响较为显著,而WS（风速）对ρ（POC）的影响较为显著.