国Ⅴ公交车燃用生物柴油的颗粒物碳质组分排放特性

以一辆国Ⅴ柴油公交车为研究对象,在重型底盘测功机上运行中国典型城市公交循环,研究了纯柴油（D100）,体积混合比例分别为5%,10%和20%餐厨废弃油脂制生物柴油-柴油混合燃料（即B5,B10,B20）的颗粒物（PM）碳质组分排放特性.结果表明：国Ⅴ柴油公交车尾气颗粒物碳质组分包括有机碳（OC）和元素碳（EC）,OC占73%~82%,OC的主要组分是OC2和OC3,生物柴油对车辆尾气颗粒物OC组成比例没有影响;随着生物柴油混合比例的增加,公交车尾气颗粒物OC和OC+EC排放呈降低的趋势,EC排放增加,且B10的OC排放较高;PM_0.05~0.1,PM_0.1~0.5,PM_0.5~2.5,PM_2.5~18 4个粒径段颗粒物中,PM_0.1~0.5的OC和EC排放最高,PM_2.5~18的EC排放几乎为零,生物柴油可改善公交车尾气超细颗粒（PM_0.05~0.1）的OC排放,对公交尾气颗粒物EC排放基本没有影响;公交使用生物柴油混合燃料尾气颗粒物OC/EC减小,且PM_0.05~0.1和PM_0.5~2.5OC/EC降低幅度明显,对大气二次气溶胶的影响减弱.     

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.      

不同地质成熟度家用燃煤燃烧颗粒物及多环芳烃的排放特征

选取了7种不同成熟度的原煤,模拟煤炭家用取暖燃烧过程,基于稀释通道采样方法,测定了PM_2.5、有机碳（OC）、元素碳（EC）和多环芳烃（PAHs）的排放因子（Emission factors,EFs）,分析了原煤自身特征参数与污染物排放因子的关系,并计算了原煤排放PAHs的特征比值.结果表明,地质成熟度高的无烟煤燃烧PM_2.5、OC、EC和PAHs的排放因子最低,分别为（0.28±0.07）、（0.07±0.04）、（0.003±0）g·kg^-1和（1.15±0.84）mg·kg^-1.随着地质成熟度的降低,PM_2.5、OC、EC和PAHs的排放因子呈波动上升的趋势,具有中等地质成熟度（挥发分为28.08%）的烟煤PM_2.5、OC和PAHs的排放因子最高,分别为（5.17±0.33）、（2.50±0.93）g·kg^-1、（240.39±180.55）mg·kg^-1,比地质成熟度高的无烟煤高出1～2个数量级.相关关系...     

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.      

武汉市开放源PM2.5成分谱的建立与特征分析

采用再悬浮采样方法获得武汉4类开放源（土壤风沙尘、施工扬尘、道路扬尘和城市扬尘）细颗粒物（PM_2.5）样品,分析了无机元素、水溶性离子和碳质组分含量,构建了武汉市开放源PM_2.5成分谱。结果表明:开放源PM_2.5的组成以地壳类元素为主,地壳类元素占化学成分总量的62.69%~80.14%,自然背景特征明显。土壤风沙尘PM_2.5中Si和Al的含量较高,施工扬尘PM_2.5中Ca和有机碳（OC）的含量显著高于其他3类尘源,道路扬尘PM_2.5中的主要组分为Ca、Si和OC,城市扬尘PM_2.5中的主要组分为Si和Ca。Ca、Cu、Zn分别在施工扬尘、道路扬尘和城市扬尘中强烈富集,富集因子（EF）均>20,表明受人为源的影响大。源谱中的碳组分以OC为主,OC/EC值均>2,表明开放源对二次气溶胶形成有一定影响。4类源谱相互之间的分歧系数为0.29~0.47,相关系数为0.19~0.97,其中土壤风沙尘与其他3类扬尘之间的相似度不高;城市扬尘、施工扬尘、道路扬尘互相之间存在较高的相似度,具有很强的共线性。构建武汉开放源PM_2.5精细化成分谱,可为武汉开展PM_2.5源解析及开放源污染防治提供参考。     

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.      

廊坊市开发区冬季颗粒物碳组分污染特征及来源分析

廊坊市是北京市及周边传输通道“2+26”城市之一.为研究廊坊市开发区冬季颗粒物中碳组分污染特征,于2018年1月5日—2月5日在廊坊市开发区国控点位同步开展PM_2.5及PM₁₀样品采集,使用DRI分析OC（有机碳）与EC（元素碳）的质量浓度.结果表明:廊坊开发区冬季ρ（PM_2.5）、ρ（PM₁₀）分别为（54.5±46.0）（91.0±58.2）μg/m3.PM_2.5中ρ（OC）、ρ（EC）分别为14.64、3.54 μg/m3,PM₁₀中分别为17.07、4.58 μg/m3;PM_2.5、PM₁₀中ρ（OC）与ρ（EC）相关性均较好,R2均为0.91（P < 0.01）,表明二者具有相似的来源;在PM_2.5和PM₁₀中OC/EC〔ρ（OC）/ρ（EC）,下同〕分别为4.46和4.16,ρ（SOC）（SOC为二次有机碳）分别为6.15和5.88 μg/m3,分别占ρ（OC）的42.1%和37.7%,表明二次污染较严重.碳组分丰度及主成分分析结果表明,PM_2.5与PM₁₀中碳组分来源基本一致,主要来源于汽车尾气、水溶性极性化合物、生物质燃烧及燃煤的混合源,柴油车排放,以及道路扬尘.后向气流轨迹聚类结果表明,颗粒物及碳组分质量浓度受途径内蒙古自治区及河北省中部、北京市南部气团的影响较大;对于碳组分来源,道路扬尘及汽车尾气受气团传输的影响较大,而生物质燃烧、燃煤等受气团传输的影响较小.研究显示,汽车尾气、燃烧源及道路扬尘为廊坊市开发区冬季碳组分的主要来源.      

机动车源和民用燃料源颗粒物中有机碳和元素碳的排放特征

为了获取机动车源尾气和主要民用燃料源燃烧过程排放的颗粒物中含碳气溶胶的排放特征,使用多功能便携式稀释通道采样器和Model 5L-NDIR型OC/EC分析仪,采集分析了典型机动车源(汽油车、轻柴油车、重柴油车)、民用煤(块煤和型煤)和生物质燃料(麦秆、木板、葡萄树树枝)的PM₁₀和PM_2.5样品中的有机碳(OC)和元素碳(EC).结果表明,不同排放源释放的PM₁₀和PM_2.5中含碳气溶胶的质量分数存在显著差异.总碳(TC)在不同源PM₁₀和PM_2.5中的质量分数范围分别为40.8%～68.5%和30.5%～70.9%,OC/EC范围分别为1.49～31.56和1.90～87.57.不同源产生的含碳气溶胶均以OC为主,OC在PM₁₀和PM_2.5中的质量分数范围分别为56.3%～97.0%和65.0%～98.7%.在PM₁₀和PM_2.5的含碳气溶胶中OC质量分数按照从高到低...     

烟台市典型工业排放PM2.5源成分谱特征研究

鉴于烟台市本地化源成分谱研究缺乏的现状,以及颗粒物精细化来源解析及环境管理的需求,采用NK-ZXF颗粒物再悬浮采样器,对6家烟台市典型工业下载灰源样品进行再悬浮采样,构建6类〔燃煤电厂、供热锅炉、生物质锅炉、钢铁（烧结）行业、玻璃行业和垃圾处理行业〕PM_2.5源成分谱,并对PM_2.5源成分谱特征及其排放颗粒物携带重金属特征进行评估.结果表明:①燃煤电厂PM_2.5源成分谱的标识组分包括Si、Cl-和SO₄2-,其质量分数分别为15.2%、9.3%和7.8%;与燃煤电厂相比,供热锅炉排放的PM_2.5中w（OC）偏高、w（SO₄2-）偏低;生物质锅炉排放的主要组分有K、Cl-和OC等,其质量分数分别为7.4%、13.3%和8.6%;钢铁（烧结）行业PM_2.5源成分谱中w（Ca）、w（Fe）和w（Cl-）较高;SO₄2-和Ca为玻璃行业PM_2.5源成分谱的主要组分,其质量分数分别为20.6%、8.2%;垃圾处理行业重金属质量分数最高,其主要组分为Cl-和SO₄2-.②CD（coefficient of divergence,分歧系数）计算结果表明,各源成分谱有一定相异性（CD范围为0.53~0.70）,其中生物质锅炉与垃圾处理行业PM_2.5源成分谱差异（CD为0.70）最大.③各典型工业排放PM_2.5所携带重金属特征显示,垃圾处理行业排放PM_2.5中的重金属质量分数（2.3%）最高,燃煤电厂、供热锅炉、生物质锅炉和玻璃行业排放的重金属中Cr、Ni和Cu相对质量分数较高,钢铁行业和垃圾处理行业排放的重金属中Pb相对质量分数较高.研究显示,所构建的烟台市各典型工业排放PM_2.5源成分谱特征鲜明,能够反映各行业PM_2.5排放特征.      

城市间PM2.5源的碳成分谱比较

为了解我国不同城市PM_2.5源的碳成分谱特征和地域差异,采集沈阳市、十堰市和乌鲁木齐市的燃煤源、柴油车尾气源、汽油车尾气源和餐饮源样品,使用热光透射法分析PM_2.5中的总碳（TC）、有机碳（OC）和元素碳（EC）,以及细分的8种碳组分（OC1,OC2,OC3,OC4,EC1,EC2,EC3和OPC_T）,构建各类污染源碳成分谱.结果表明：3个城市4类源TC/PM_2.5从高到低分别为：餐饮源（65.1%±8.4%）、柴油车尾气源（46.2%±9.5%）、汽油车尾气源（37.7%±3.5%）和燃煤源（17.3%±8.0%）;OC/TC在餐饮源中最高（98.0%±0.5%）,EC/TC在柴油车尾气源中最高（38.6%±8.5%）.3个城市同类源的碳组分含量受污染源细分后的不同类型影响有一定差异,但归一化处理后总体仍表现为燃煤源中OC2（14%~30%）和OC3（13%~23%）含量最高,柴油车尾气源中EC2（22%~56%）含量最高,汽油车尾气源中OC2（24%~41%）、OC1（16%~42%）和OC3（12%~26%）含量最高,餐饮源中OC2（21%~43%）和OC3（23%~49%）含量最高.不同污染源的OC/EC值为燃煤源在0.4~7.6之间,柴油车尾气源在0.2~5.6之间,汽油车尾气源在1.1~38.5之间,餐饮源在6.4~170.2之间.分歧系数结果显示3个城市不同源的碳成分谱具有差异性,同类源的碳成分谱具有相似性.将3个城市同类源碳成分谱合并后利用化学质量平衡灵敏度矩阵得到OC2,OC3,OC4,EC1和OPC_T可共同作为燃煤源的标识组分;EC2是柴油车尾气源的标识组分;OC1,OC2和OC3可共同作为汽油车尾气源的标识组分;OC2和OC3可共同作为餐饮源的标识组分.沈阳市、十堰市和乌鲁木齐市相同污染源相似的碳成分谱和一致的标识碳组分可为国内其他城市相关研究提供数据参考.     

餐饮行业细颗粒物(PM2.5)排放测算方法:以上海市为例

以上海市餐饮企业为例,研究了餐饮企业PM_(2.5)排放特征以及排放测算方法.按照单位灶头、单位时间、单位就餐人次这3种计算基准,获得了不同类型餐饮企业PM_(2.5)的排放因子,并在此基础上结合2014年上海市餐饮企业活动水平测算了PM_(2.5)的排放清单.结果表明,餐饮企业排放PM_(2.5)的浓度范围0.1~1.8 mg·m~(-3),甚至超过国家饮食业标准中关于油烟1mg·m~(-3)的排放限值;PM_(2.5)中OC质量贡献超过50%,OC/EC比值的变化范围为58.8~752.3,平均值为128.4,可作为餐饮排放的示踪特征.企业规模是影响餐饮企业PM_(2.5)排放因子的重要因素.按照灶头活动、餐饮作业时间以及就餐人次这3种方法计算得出的餐饮企业PM_(2.5)排放因子均表明,大型、中型企业明显高于小型和微型企业(食堂、快餐).基于上述3种排放因子,计算2014年上海PM_(2.5)排放量相对一致,表明本研究获得基于3种活动水平的排放因子比较可靠,未来可应用于其他城市餐饮企业排放清单的核算.     

基于重庆本地碳成分谱的PM2.5碳组分来源分析

为了解重庆主城PM2.5中碳组分特征和来源,2012-05-02~2012-05-10日在商业区、工业区和居民区进行了PM2.5采样.利用TOR方法分析了8种碳组分,对3个不同功能区大气环境PM2.5以及燃煤尘、尾气尘(机动车尾气、船舶尾气、施工机械尾气)、生物质燃烧尘、餐饮油烟尘这6类源PM2.5中的8种碳组分进行了特征分析.在源的碳成分谱基础上,利用化学质量平衡(CMB)模型得到重庆本地PM2.5的碳来源指示组分,利用因子分析法解析出各类源对不同功能区内PM2.5碳组分的贡献率.结果表明,重庆地区燃煤尘、机动车尾气尘、船舶尾气尘、施工机械尾气尘、生物质燃烧尘、餐饮油烟尘的OC/EC值分别为6.3、3.0、1.9、1.4、12.7和31.3.EC2、EC3的高载荷指示柴油车尾气排放,OC2、OC3、OC4、OPC的高载荷指示燃煤排放,OC1、OC2、OC3、OC4、EC1指示汽油车尾气排放,OC3指示餐饮业排放,OPC指示生物质燃烧排放.商业区OC/PM2.5为17.4%,EC/PM2.5为6.9%,估算得到,二次有机碳(SOC)/OC为40.0%;工业区OC/PM2.5为15.5%,EC/PM2.5为6.6%,SOC/OC为37.4%;居民区OC/PM2.5为14.6%,EC/PM2.5为5.6%,SOC/OC为42.8%.工业区PM2.5中碳组分的主要来源为燃煤和汽油车尾气、柴油车尾气;商业区PM2.5中碳组分的主要来源为汽油车尾气、柴油车尾气和餐饮业油烟;居住区PM2.5中碳组分的主要来源为汽油车尾气、餐饮业油烟、柴油车尾气.     

城市生活垃圾露天焚烧PM2.5及其组分排放特征

利用稀释采样系统,针对桶内燃烧和自然堆积两种常见露天焚烧方式,分别对橡塑类、纸类和木竹类这3种组分生活垃圾露天焚烧PM_(2.5)排放特征进行实测,计算PM_(2.5)、OC、EC、水溶性离子和无机元素排放因子.结果表明,木竹类生活垃圾PM_(2.5)排放因子(7.44±0.76)g·kg~(-1)最高,纸类PM_(2.5)排放因子(2.72±0.52)g·kg~(-1)最低.桶内燃烧的条件会造成更多污染物排放.在不同的燃烧方式下,橡塑类和纸类生活垃圾在桶内燃烧的条件下PM_(2.5)排放因子是自然堆积燃烧的2.5~3.5倍.PM_(2.5)中OC和EC为主要组成成分,PM_(2.5)组分构成占比约为46.6%~67.2%.不同垃圾组分OC/EC比率差异较大,但该比率受焚烧条件影响较小,有助于解析不同组分垃圾焚烧排放贡献.水溶性离子中NH+4离子、Cl-离子含量最高,在PM_(2.5)中所占比例范围分别为2.28%~6.35%和1.04%~14.31%.无机元素中Ca、K、Fe和Ba元素排放因子较高.重金属元素中Zn元素排放因子最高,Cu、Cr、Sb和Pb等元素也有一定富集.Zn元素含量主要由燃烧方式决定,桶内燃烧大约是自然堆积燃烧的20倍左右.     

北京市典型排放源PM_(2.5)成分谱研究

为了建立和完善北京市PM_(2.5)本地化源谱,对北京市11类排放源PM_(2.5)进行采集,并测定其26种组分,分析了不同排放源源谱的组分特征.结果表明,在有组织排放源中,燃煤电厂PM_(2.5)中OC和Si含量很高,占PM_(2.5)的质量分数分别为8.56%和6.19%(平均值),而供热/工业锅炉排放PM_(2.5)中则是SO_4~(2-)(占48.38%)和OC(11.0%)比例最高,水泥窑炉PM_(2.5)中OC(7.12%)、Ca(4.81)和Si(4.41%)占有较大比例;垃圾焚烧排放的PM_(2.5)中Si、Ca、K和SO_4~(2-)均较高,分别占8.15%、9.36%、7.17%和6.79%,且Cl~-含量(2.5%)高于其他所有源,生物质燃烧源PM_(2.5)中OC(21.7%)、Si(6.75%)、Ca(6.15%)较为丰富,餐饮源PM_(2.5)中OC(19.44%)、SO_4~(2-)(5.76%)和K(3.11%)含量均较高;无组织开放源中,道路扬尘和土壤风沙PM_(2.5)化学组分含量变化较为一致,均是Si(分别为16.8%和9.3%)和OC(分别为8.89%和6.61%)最高,建筑水泥尘PM_(2.5)中Ca(17.46%)含量高于其他源;流动排放源PM_(2.5)中OC、EC比例最高,其中,重型柴油车的OC(29.79%)与EC(26.5%)排放比例相当,而轻型汽油车OC排放占有绝对优势(占75%).本文通过对比国内外部分排放源PM_(2.5)成分谱的差异,指出不同区域相同源类排放的PM_(2.5)化学组分差异较大,在应用受体模型中的化学质量平衡模型(CMB)判断受体颗粒物来源时,应基于本地的排放源成分谱,以避免较大的误差.     

细颗粒物(PM2.5)可溶性提取液对发光细菌的光抑制与组分浓度的相关性分析

为科学评估PM_(2.5)对生物体的综合生物效应,利用费氏弧菌检测了PM_(2.5)水溶性提取液的光抑制效应,统计分析了227组PM_(2.5)主要组分与发光抑制率的相关关系.实验结果表明:PM_(2.5)水溶性提取液的发光抑制率值与OC、NO-3、EC和微量元素等组分浓度显著相关,相关系数从高到低的排序为:OC微量元素ECNO-3(p0.01).PM_(2.5)中,主要来自燃煤、交通燃油、生物质燃烧及冶金工业污染源排放的组分(苯并(a)芘、Cl-、OC、Cu、K+、Mn、Zn、EC、Pb、Se、F-等)浓度与发光抑制率显著相关.此外,二次来源的NO-3、NH+4等组分浓度与发光抑制率在冬季和春季显著相关.     

不同燃烧状态下农作物秸秆PM2.5排放因子及主要成分分析

运用自主设计的生物质燃烧系统,对水稻、小麦、大豆、玉米、花生和油菜6种农作物秸秆采用不同燃烧状态(阴燃和明燃)进行实验室模拟燃烧,分析PM_(2.5)的排放因子及其碳质组分和水溶性离子之间的差异.研究结果表明,不同燃烧状态对秸秆PM_(2.5)的排放因子、碳质组分和水溶性离子的排放均具有显著影响.不同农作物秸秆PM_(2.5)排放因子范围在阴燃和明燃时分别是11.45~23.84 g·kg~(-1)和4.51~12.15 g·kg~(-1).有机碳(OC)、元素碳(EC)的排放因子范围阴燃时分别是5.03~11.04 g·kg~(-1)和0.94~2.70 g·kg~(-1),明燃时分别是1.55~6.02 g·kg~(-1)·kg~(-1)和1.04~2.11 g·kg~(-1),阴明燃具有显著差异且阴燃高于明燃.此外,OC/EC、OC/PM_(2.5)和EC/PM_(2.5)在不同燃烧状态均具有显著差别,可作为区分阴明燃的指标.PM_(2.5)中水溶性离子的主要组分阴燃时为K+(1.011 g·kg~(-1))、Cl~-(0.712 g·kg~(-1))、F~-(0.182 g·kg~(-1)g)和SO_4~(2-)(0.166 g·kg~(-1)),明燃时为K+(0.457 g·kg~(-1))、Cl~-(0.271 g·kg~(-1))、SO_4~(2-)(0.086 g·kg~(-1))和F~-(0.048 g·kg~(-1)),且阴燃条件更有利于离子的排放.此外,水溶性离子的相关性也因燃烧状态的不同而有较大的差异.     

四川省典型工业行业PM2.5成分谱分析

利用荷电低压颗粒物撞击器(ELPI+)对四川省水泥行业、玻璃行业、陶瓷行业、砖瓦行业、燃煤锅炉、生物质锅炉、电厂、钢铁行业等典型行业开展排放特征测试,通过组分分析,获取各行业PM_(2.5)成分特征谱.结果表明:①水泥、玻璃、陶瓷、砖瓦等建材行业均以Si、Ca、Mg等元素为主要排放组分,双碱法脱硫SO_4~(2-)排放占比高于其他脱硫工艺;②电厂PM_(2.5)中SO_4~(2-)、Ca~(2+)、NH_4~+、Mg和Si为特征组分;燃煤锅炉中OC、Al、Si和Ca等为特征组分;③OC和EC是生物质锅炉PM_(2.5)主要排放组分,成型生物质燃料锅炉中K排放占比也较高,非成型生物质燃料锅炉中Cl~-排放占比为所有行业中最高;④钢铁行业中Ca含量最高,为18. 11%,其次为SO_4~(2-)、Na~+和Fe.     

餐饮源有机颗粒物排放特征

餐饮油烟是大气有机颗粒物的重要来源之一.本研究在深圳市内选择了西餐、茶餐厅、职工食堂和韩式料理这4种类型的餐馆,通过对这4类餐厅的外场采样,分析各类型餐厅油烟中有机颗粒物的化学组成,筛选了餐饮油烟污染源的有机特征组分.结果表明,各餐馆排放的PM_(2.5)中,有机物占60%以上.在所有定量的有机组分之中,脂肪酸含量最高,其次是二元羧酸和正构烷烃,而多环芳烃、甾醇和单糖等有机组分的含量较低.颗粒物的有机组成特征受到菜系的影响,西餐厅和韩式料理排放脂肪酸、正构烷烃和多环芳烃等有机物含量较高,但却排放了低含量的甾醇和单糖,茶餐厅和职工食堂则相反.餐饮源颗粒物中Fla/(Fla+Pyr)和LG/(Gal+Man)的比值受菜系影响较小,也区别于其他污染源的特征比值,可以作为餐饮源潜在的示踪物.餐饮源为深圳市大气颗粒物贡献了大量的脂肪酸和二元羧酸.     

Aerosol scattering coefficients and major chemical compositions of fine particles observed at a rural site in the central Pearl River Delta, South China

During November-December 2010 aerosol scattering coefficients were monitored using a single-waved (525 nm) Nephelometer at a regional monitoring station in the central Pearl River Delta region and 24-hr fine particle (PM_2.5) samples were also collected during the period using quartz filters for the analysis of major chemical components including organic carbon (OC), elemental carbon (EC), sulfate, nitrate and ammonium. In average, these five components accounted for about 85% of PM_2.5 mass and contributed 42% (OC), 19% (SO₄^2-), 12% (NO₃^-), 8.4% (NH₄⁺) and 3.7% (EC), to PM_2.5 mass. A relatively higher mass scattering efficiency of 5.3 m²/g was obtained for fine particles based on the linear regression between scattering coefficients and PM_2.5 mass concentrations. Chemical extinction budget based on IMPROVE approach revealed that ammonium sulfate, particulate organic matter, ammonium nitrate and EC in average contributed about 32%, 28%, 20% and 6% to the light extinction coefficients, respectively.     

生物质燃烧排放PM2.5中无机离子及有机组分的分布特征

为探讨生物质在明火和阴燃两种不同条件下PM_(2.5)及主要成分的排放差异,选取了7种具有代表性的生物质样品(小麦、水稻、马尾松叶、马尾松枝、杂草、玉米、棉花)进行了燃烧实验,并对PM_(2.5)样品中的7种主要水溶性离子(Na~+、NH_4~+、K~+、Ca~(2+)、Cl~-、NO_3~-、SO_4~(2-))及有机碳(OC)、元素碳(EC)、水溶性有机碳(WSOC)、有机酸和左旋葡聚糖(LG)等有机成分进行了分析.结果表明,明火和阴燃条件下PM_(2.5)的排放因子分别为2.82~7.74 mg·g~(-1)和3.24~22.56 mg·g~(-1),阴燃时的排放因子偏高,不同燃料类型也存在一定差异.燃烧排放PM_(2.5)中水溶性离子以Cl~-为最高,占总离子的比例为72%~94%,且与NH_4~+存在显著正相关关系,水溶性离子整体表现为明火条件下的浓度显著高于阴燃条件下的浓度.受阴燃条件下氧气不足的影响,PM_(2.5)中有机组分的浓度表现为阴燃高于明火,进而导致阴燃时PM_(2.5)的排放因子增加.水稻秸秆燃烧烟尘中3种来源特征比值(LG/PM_(2.5)、LG/OC和LG/WSOC)仅为小麦和玉米秸秆燃烧排放相应比值均值的0.34、0.24和0.27倍,表明在不同农作物的收获季节采用上述特征比值进行生物质燃烧来源估算时,应区别对待.