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...     

国Ⅰ～国Ⅲ重型柴油车尾气PM_(2.5)及其碳质组分的排放特征

机动车排放是大气PM2.5污染的主要来源之一,而在机动车排放的PM2.5中,约80%以上来自重型柴油车.为了研究重型柴油车尾气PM2.5及其碳质组分的排放特征,本研究基于车载排放测试系统(PEMS),对7辆不同排放阶段的重型柴油车进行了尾气PM2.5采样分析,并进一步分析了PM2.5中的OC和EC组分.结果显示,从国Ⅰ到国Ⅲ阶段,重型柴油车PM2.5排放因子分别为(0.466±0.300)g·km-1、(0.112±0.025)g·km-1和(0.056±0.034)g·km-1,表明随着排放标准的加严,测试车辆的尾气PM2.5排放因子呈现显著的下降趋势.行驶工况对重型柴油车尾气PM2.5及其碳质组分排放存在较大影响,PM2.5排放因子在高速和市区工况下相对较高,而在市郊工况下则较低;OC和EC的比值在市区工况下为(2.86±1.07)∶1,而在市郊和高速工况下为(0.97±0.49)∶1.     

天津市大气中PM10、PM2.5及其碳组分污染特征分析

2007年12月~2008年10月期间,分3个时段,设置2个点位,采集了天津市大气环境中PM10和PM2.5样品.用热光反射分析仪测定样品中的碳组分含量,并用OC/EC最小比值法估算二次有机碳(SOC)的浓度.结果表明,市区采样点颗粒物浓度高于郊区,2个采样点的颗粒物浓度变化趋势一致.5月份 PM2.5/PM10比值最小,主要由于土壤风沙尘对PM10的贡献较大.PM10和PM2.5中的有机碳(OC)、元素碳(EC)浓度12月份最高,且变化趋势相同.OC占总碳(TC)比例较高,PM10中OC/TC为0.60~0.83,PM2.5中OC/TC为0.55~0.81.碳组分主要集中在PM2.5中,PM10中约有76%的OC存在于PM2.5中.12月份的SOC浓度最高,与12月份的气象条件和污染源排放等因素有关.     

机动车尾气碳质气溶胶排放因子及其稳定碳同位素特征

机动车尾气是大气碳质气溶胶的重要人为来源,其排放因子与稳定碳同位素组成是重要的基础数据.选取多辆不同类型在用机动车,进行多种工况、冷/热条件下启动的台架试验,收集各测试阶段尾气分析其碳质组分含量与稳定碳同位素比值,并探讨其影响因素.结果表明,总碳排放因子大小为：重型柴油车>轻型柴油车>轻型汽油车,轻型天然气车虽然在低速与中速阶段排放因子极低,但高速行驶阶段可达到重型柴油车的排放水平.各型车冷启动的排放因子均高于热启动,NEDC工况的排放因子整体低于WLTC工况,应与其测试车速有关.汽油车和天然气车各测试阶段排放有机碳(OC)均远高于元素碳(EC),柴油车OC与EC排放因子相近,各类车辆OC/EC都随测试车速的提高而上升.稳定碳同位素EC重于OC,同位素比值大小关系均呈现：汽油车<天然气车<轻型柴油车<重型柴油车,现有源解析的稳定碳同位素源谱较难反映汽油车与天然气车特征.在排放治理与源解析工作中,应注意替代燃料的使用与机动车老化过程所造成的排放因子与同位素特征值的变化影响.     

常州夏秋季PM2.5中碳质气溶胶特征及来源

为更好地了解碳质组分的特点和来源,在常州市采集了夏季(7~8月)和秋季(10~11月)60个细颗粒物(PM_(2.5))样品.采样期间,夏季PM_(2.5)、OC、EC平均浓度分别为73.0、14.3和3.3μg·m~(-3),秋季为84.2、13.2和3.5μg·m~(-3).总碳质组分(OC+EC)占PM_(2.5)总质量的24.3%(夏季)和20.7%(秋季).采用IMPROVE-A热/光反射法测定的碳质8组分结果表明,OC2、OC3、OC4和EC1相关性好(r0.92),EC2和EC3相关性较好(r0.65),说明可能的相似来源.OC与EC相关性中等,表明碳质组分来源复杂.秋季WSOC/OC(60.9%)略高于夏季(57.4%),而夏季SOC/OC(52.5%)略高于秋季(49.0%).夏季和秋季SOC/OC都低于WSOC/OC,说明部分水溶性有机碳是一次源.WSOC和SOC相关性强,进一步验证了大部分SOC具有水溶性.碳质组分之间的关系及主成分分析表明,采样期间燃煤和机动车尾气排放是碳质组分的两个主要来源.后向轨迹分析表明,采样点PM_(2.5)和碳质组分主要受当地排放源和短距离传输的影响,长距离传输贡献较小.     

成都市国Ⅲ柴油车PM_(2.5)表面形貌与碳质组分研究

柴油车排放的细颗粒物是机动车PM2.5的主要来源,其组成复杂,对人体健康有较大危害。为研究成都地区国Ⅲ柴油车的PM2.5排放特征和碳质组分特征,采用便携式车载测试装置对成都地区重型柴油车(HD)、中型柴油车(MD)和轻型柴油车(LD)进行了尾气PM2.5采样,研究了PM2.5排放因子、表面形貌及碳质组分。结果表明:1)HD、MD和LD的PM2.5排放因子分别为0.12,0.04,0.03 g/km;2)颗粒物表面都深褐色或黑色,粒径主要分布在100~300 nm之间,以积聚模态为主;3)碳质组分是柴油车颗粒物的主要成分,其质量分数在68%~75%之间,HD、MD和LD的PM2.5中OC/EC分别为2.93、2.88和3.10,OC的主要成成分为OC1,EC的主要成分为EC1。     

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.     

轻型汽油车尾气OC和EC排放因子实测研究

选取27辆国3~国5轻型汽油车采用实验室底盘测功机和全流稀释定容采样系统(CVS)开展了尾气颗粒物中有机碳(OC)和无机碳(EC)组分的排放因子实测,分析了启动条件、行驶工况和喷油方式对轻型汽油车OC和EC排放的影响.结果表明,国3~国5轻型汽油车OC平均排放因子分别为(2.09±1.03)、(1.59±0.78)和(0.75±0.31)mg·km-1,EC平均排放因子分别为(1.98±1.42)、(1.57±1.80)和(0.65±0.49)mg·km-1,二者均随排放标准的提升呈显著下降趋势,OC/EC值分别为1.54±0.92、1.53±0.91以及1.47±0.66.OC1、OC2以及EC1和EC2是轻型汽油车排放的最主要碳质组分,分别占15.0%、20.6%、22.2%和21.7%.冷启动条件下轻型汽油车OC和EC排放约为热启动的1.4和1.8倍;高速工况下轻型汽油车OC和EC排放因子约为城区工况的2倍和4倍;缸内直喷(GDI)发动机的OC排放因子与进气道喷射(PFI)发动机接近,但EC排放因子约是后者的1.7倍,随着我国轻型汽油车中GDI发动机日渐普及,其EC排放应当引起密切关注.     

森林生物质燃烧烟尘中的有机碳和元素碳

选取10种乔木制备风干树枝、新鲜树枝两种类型的样品,通过自制的生物质燃烧装置模拟阴、明燃两种燃烧方式燃烧制备的树枝样品,采集排放的烟尘,并使用DRI2001A热/光分析仪测定样品中的有机碳(OC)、元素碳(EC).结果表明,风干树枝明燃排放烟尘中OC的排放因子(EFOC)、EC的排放因子(EFEC)、PM的排放因子(EFPM)均值分别为6.8、2.1、16.5g·kg-1,阴燃排放烟尘中均值分别为57.5、11.1、130.9 g·kg-1;新鲜树枝明燃排放烟尘中EFOC、EFEC、EFPM均值分别为13.6、3.3、30.5 g·kg-1,阴燃排放烟尘中均值分别为57.6、9.6、125.6 g·kg-1.树枝(风干树枝、新鲜树枝)阴燃时EFOC、EFEC、EFPM均高于明燃时,在明燃(高温度)条件下含水率与树枝燃烧时EFOC、EFEC、EFPM是呈正相关关系.树枝燃烧烟尘中OC、EC、TC(TC=OC+EC)占PM的百分比约为45%、10%、55%,乔木树枝阴燃排放烟尘中OC的质量分数高于明燃,EC的质量分数低于明燃.新鲜树枝排放烟尘中OC的质量分数高于风干树枝,EC的质量分数低于风干树枝.风干树枝明燃条件下OC/EC的均值为3.3(2.5~5.2),阴燃条件下均值为5.2(4.3~6.3);新鲜树枝明燃条件下OC/EC的均值为4.1(3.1~5.3),阴燃条件下均值为6.2(4.2~8.4),乔木树枝阴燃时OC/EC的值高于明燃,含水率高的乔木树枝(新鲜树枝)燃烧排放烟尘中OC/EC的值高于含水率低的树枝(风干树枝).风干树枝燃烧烟尘中OC、EC的相关系数为0.985,新鲜树枝燃烧烟尘中OC、EC的相关系数为0.915,含水率不同的乔木树枝(风干树枝、新鲜树枝)在不同燃烧条件下(明燃、阴燃)排放烟尘中OC与EC都具有良好的相关性.     

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.     

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...     

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.     

西安市城市降尘和土壤尘PM10和PM2.5中碳组分特征

为研究西安市城市降尘和土壤尘PM₁₀和PM_2.5中碳组分污染特征,丰富大气降尘的成分谱库,于2015年4~5月收集了西安市城区5个点位的城市降尘和周边16个点位的土壤尘样品,通过ZDA-CY01颗粒物再悬浮采样器获得PM₁₀和PM_2.5的滤膜样品,使用Model5L-NDIR型OC和EC分析仪测定了样品中的有机碳（OC）和元素碳（EC）,定量分析了西安市城市降尘和土壤尘PM₁₀和PM_2.5中碳组分特征及其主要来源.结果表明,不同站点降尘PM₁₀和PM_2.5中OC的占比差异较大,分别为6.0%~19.4%和7.6%~29.8%.不同站点降尘PM₁₀和PM_2.5中EC的占比较小,在城市站点的占比分别为0.6%~2.2%和0.2%~3.6%,而在多数外围土壤尘中几乎检测不到EC的存在.PM₁₀中含碳组分的占比为：城市降尘>外部对照>河滩土>土壤尘,PM_2.5中含碳组分的占比为：城市降尘>土壤尘>外部对照>河滩土.不同站点降尘含碳气溶胶均以OC为主,在城市降尘中相对较低,在PM₁₀和PM_2.5中OC占总碳（TC）的比值分别为85.2%~95.3%和87.9%~98.9%;在土壤尘中OC的占比较高,均超过99%.含碳物质主要集中在细颗粒物中.不同城市站点降尘中碳组分的分布具有一致性,不同土壤尘中碳组分的差异较大.城市和土壤降尘中碳组分主要受生物质燃烧、燃煤、汽油车和柴油车尾气等污染源的影响,PM₁₀和PM_2.5中含碳气溶胶的来源贡献率存在差异.     

Exhaust emission inventory of typical construction machinery and its contribution to atmospheric pollutants in Chengdu, China

To study the emission characteristics of typical construction machinery in Chengdu, 12 construction machinery (excavators, bulldozers, loaders, and forklifts) under idling mode, moving mode, and working mode, were tested using a portable emission measurement system (PEMS). Under three operating modes, the typical construction machinery in the working mode was higher in the fuel-based average emission factors of PM_2.5 and NO_x, while the fuel-based average emission factors of HC and CO were higher in idling mode. Integrated the results of investigation on ownership and activity levels of construction machinery, an exhaust emission inventory of typical construction machinery of Chengdu in 2018 was established according to the recommendation method. The annual emission of PM_2.5, NO_x, HC, and CO were 1.67 × 10⁶, 1.61 × 10⁸, 3.83 × 10⁶, and 1.26 × 10⁷ kg, respectively, and the excavator contributed the maximum emissions, accounting for an average proportion of 43.95%. The emission of construction machinery in Chengdu exhibited a clear monthly trend, with the highest from April to October and the lowest from November to March. In addition, the exhaust emissions presented an obvious spot-like characteristics, and the high-value areas were mainly concentrated in the surrounding suburban counties such as Shuangliu Wenjiang etc. To reduce pollution from construction machinery and improve the quality of the atmospheric environment, more effective measures on housing construction and municipal construction should be taken in those districts in Chengdu.     

邯郸市PM2.5中碳组分的浓度、来源及其变化

为明确邯郸市PM_(2.5)中碳组分污染浓度、来源和近年来的变化,分别于2015和2017年1、4、7、10月在河北工程大学能环实验楼4层采集PM_(2.5)样品,采用热/光碳分析仪测定了样品中8种碳组分含量,并计算得到有机碳(OC)、元素碳(EC)、Char-EC和Soot-EC含量.结果表明,2017年PM_(2.5)中碳组分浓度较2015年下降约15%,质量分数下降约17%,季节变化均表现为冬高夏低的特点;2017年SOC浓度和SOC/PM_(2.5)、SOC/OC比值均低于2015年,SOC浓度和SOC/PM_(2.5)比值下降约36%,季节分布特征相似(秋冬高、春夏低).两年除夏季外,其余季节OC、EC相关系数均高于0.7,表明存在共同来源;2017年OC、OC1与EC相关性高于2015年,此外,两年中EC1～EC3、Char-EC和Soot-EC与各组分相关系数差异较大;两年中Char-EC与OC、EC的相关性(r=0.5～1.0)明显高于Soot-EC与OC、EC的相关性(r=0.1～0.6),这主要与二者形成机理有关.碳组分之间的关系和主成分分析结果表明,燃煤、生物质燃烧和柴油车尾气的混合源是2015年碳质组分的主要来源,而2017年则来源于燃煤和机动车尾气排放.     

福建省4种主要乔木枝叶燃烧含碳物质排放特性分析

森林可燃物燃烧释放的大量含碳物质对大气环境和生态系统碳平衡具有重要影响,揭示森林可燃物燃烧的含碳物质排放特性具有重要的科学意义.运用自主设计的生物质燃烧系统,模拟福建省4种主要乔木树种——马尾松、杉木、樟树、桉树的枝、叶燃烧,分析其在不同燃烧状态（阴燃、明燃）下含碳气体（CO、CO₂、C_xH_y）和PM_2.5的排放因子（分别以EF_CO2、EF_CO、EF_CxHy、EF_PM2.5表示）及PM_2.5中的碳质组分之间的差异性.结果表明,马尾松、杉木、樟树、桉树燃烧排放的含碳气体、PM_2.5的排放因子及PM_2.5的碳质组分在不同燃烧状态下差异较大,阴燃时EF_CO2、EF_CO、EF_CxHy、EF_PM2.5平均值在分别为（1 400.7±76.5）（297.6±16.2）（25.2±3.9）（23.9±4.3）g/kg,明燃时分别为（1 582.8±73.2）（253.6±16.1）（17.2±3.7）（8.4±2.8）g/kg,除CO₂外其他多为阴燃显著高于明燃.针叶树种（杉木、马尾松）枝、叶在阴燃时EF_PM2.5高于阔叶树种（樟树、桉树）,而明燃时差异相对较小.PM_2.5中OC（有机碳）、EC（元素碳）、TC（OC+EC）的质量分数阴燃时分别为45.6%、12.0%、57.6%,明燃时分别为42.9%、17.6%、60.5%.EF_OC/EF_PM2.5、EF_EC/EF_PM2.5、EF_OC/EF_EC在两种燃烧状态下具有不同的特征,其特征值可作为区分不同燃烧源或不同燃烧状态的指标;EF_OC/EF_PM2.5在明燃和阴燃时差异不大,平均值分别为0.49、0.46;EF_EC/EF_PM2.5明燃显著高于阴燃,平均值分别为0.18、0.12;4种乔木的枝、叶燃烧的EF_OC/EF_EC明燃低于阴燃,平均值分别为2.59和4.01.在两种燃烧状态下OC与PM_2.5的排放因子均呈显著相关.研究显示,不同燃烧条件以及不同燃料燃烧对排放含碳物质具有显著影响.      

城区与县区不同空气质量下碳组分污染特征对比分析

为对比城区与相邻县区不同空气质量下的碳组分污染特征,分别在成都市和仁寿县采集霾期及非霾期PM_(2.5)有效样品共计88个,确定其相应质量和各碳组分浓度[有机碳(OC)、元素碳(EC)和二次有机碳(SOC)等],并进行各碳组分之间的相关性及主成分分析.结果表明,不同空气质量下的城区污染物浓度均高于县区.OC和EC密切相关,非霾期的相关性系数较霾期大.与城区相比,霾期县区的SOC/PM_(2.5)较大,说明其受二次有机物污染更为明显;但城区非霾期二次气溶胶占比明显高于霾期,表明霾期的一次排放是城区大气污染的主要原因.燃煤、机动车排放和生物质燃烧均是两个区域PM_(2.5)的主要来源.     

天津市春季道路降尘PM2.5和PM10中碳组分特征

为研究天津市春季道路降尘PM_2.5和PM₁₀中碳组分特征,丰富道路降尘的成分谱库,于2015年3月22日-5月23日在天津市主干道、次干道、支路、快速路和环线5种道路类型道路两侧采集道路降尘样品,通过再悬浮装置得到PM_2.5和PM₁₀的滤膜样品,并用热光碳分析仪测定PM_2.5和PM₁₀中OC（有机碳）和EC（元素碳）的百分含量,利用两相关样本非参数检验、OC/EC比值法以及相关分析法,定性分析天津市春季道路降尘PM_2.5和PM₁₀的碳组分的特征及其主要来源;利用因子分析法,进一步分析道路降尘PM_2.5和PM₁₀的主要来源.结果表明:道路降尘PM_2.5中w（OC）为10.27%（主干道）~13.94%（快速路）、w（EC）为1.24%（支路）~1.77%（环线）,PM₁₀中w（OC）为8.48%（主干道）~12.56%（快速路）、w（EC）为1.01%（次干道）~1.59%（快速路）,可见快速路中碳组分含量相对较高,这可能与其车流量较大,导致道路扬尘和机动车尾气排放量较大有关,也可能与其路面保养及保洁状况有关.对于大部分碳组分而言,其在PM_2.5中的百分含量均高于PM₁₀;除EC2,其他碳组分在PM_2.5和PM₁₀间均无显著性差异.不同道路类型PM_2.5和PM₁₀中OC/EC的大小顺序基本相同,与其车质量变化趋势相反.道路降尘中PM_2.5中碳组分主要来源于道路扬尘、机动车尾气、生物质燃烧以及燃煤源的混合源,PM₁₀主要受道路扬尘、燃煤和柴油车尾气等污染源的影响.      

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.