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7.5 μg/m³,夜晚的平均浓度分别为448.7、 66.1和6.9　μg/m³,对应春季白天的平均浓度分别为397.9、 26.7和6.9 μg/m³,夜晚分别为362.1、 31.9和8.6 μg/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10.2 μg/m³,远高于春季(2.8和3.4 μg/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.     

成都西南城郊黑碳和PM2.5 浓度变化特征及其影响因子

四川盆地是我国灰霾和大气污染易发和频发区之一,目前关于本地区黑碳气溶胶（black carbon,BC）的相关研究较少。利用2017年11月—2018年12月成都西南城郊地区黑碳气溶胶以及PM_2.5观测资料,结合气象资料和其他污染物浓度资料,分析BC和PM_2.5浓度,BC浓度在PM_2.5浓度中所占比例（黑碳占比）的季节、月、日变化特征及其影响因子。结果表明：（1）BC逐小时浓度范围为0.18—40.51 μg?m^?3,平均值为(5.26±4.68) μg?m^?3,本底浓度为3.34 μg?m^?3。PM_2.5逐小时浓度范围为1.00—344.50 μg?m^?3,平均值为(60.02±46.91) μg?m^?3,本底浓度为33.38 μg?m^?3。日变化均呈“白天低,早晨、夜间高”的变化特征,其中冬季浓度最高,春、秋季次之,夏季浓度最低。（2）黑碳占比均值为9.16%±5.13%,白天黑碳占比低,夜间黑碳占比高,且夏季最高,冬季最低。随着空气污染加重,冬季占比缓慢增加,其他三季占比减小。（3）BC与NO₂和CO相关性较好,表明西南城郊BC排放主要受机动车尾气、生物质燃烧影响。BC和SO₂相关系数偏小,燃煤等工业源排放对西南城郊BC的贡献较小。（4）风速、温度和湿度与BC浓度均有很好的相关性,其中风速对BC浓度的影响最大,当风速小于2.0 m?s^?1时,BC浓度值明显偏高;BC浓度大于20.00 μg?m^?3的高值区主要集中在西北、西南以及东北风向上,即：偏东北方向市中心大气中的污染物,以及西南方向远郊地区的污染物可能对西南城郊高浓度黑碳的贡献更大。     

贵州农村地区冬季典型燃料产生的室内空气PM2.5和CO排放污染特征研究

贵州冬季阴冷潮湿,农村家庭使用原煤和生物质燃料作为家庭做饭和取暖燃料,室内空气污染对居民健康造成潜在危害。论文选取贵州农村地区冬季典型燃料使用产生的室内空气PM_2.5和CO排放为研究对象,研究其排放污染特征,并探讨室内空气CO-PM_2.5浓度间的相关性。研究结果表明,不同类型燃料的家庭室内PM_2.5浓度水平是燃煤 > 燃柴 > 沼气;厨房浓度高于客厅。燃煤的家庭厨房PM_2.5浓度最高,为222.54±41.12 μg/m³,燃柴家庭次之,为130.48±26.53 μg/m³,燃沼气家庭的厨房为74.95±19.20 μg/m³。室内CO浓度较低,不同类型燃料的家庭室内CO浓度水平是燃柴 > 燃煤 > 沼气。燃柴家庭客厅CO浓度最高,为3.16±0.73 mg/m³,其次是燃柴家庭的厨房,为2.76±0.25 mg/m³;燃煤家庭的厨房CO浓度较低,为2.32±0.33 mg/m³;最低为燃沼气家庭的厨房,为0.66±0.07 mg/m³。除沼气村外,燃煤及燃柴家庭室内(厨房和客厅)PM_2.5浓度均超过环境空气质量标准(GB3095-2012)PM_2.5限值75 μg/m³,室内CO浓度均低于该标准中CO限值10 mg/m³。固体燃料燃烧是贵州农村PM_2.5的主要来源,室内PM_2.5和CO浓度相关性分析表明二者不具有显著相关性,采用CO监测值来推算PM_2.5以提高监测效率的应用可能性受到限制。研究表明,贵州农村地区需采取更加有效的干预措施以减少室内空气污染尤其是控制PM_2.5排放。     

COVID-19疫情期间北京市两次重霾污染过程大气污染物演变特征及潜在源区分析

新冠肺炎疫情（COVID-19）期间,执行了严格居家隔离措施,人为排放源急剧降低,但北京仍出现了两次持续重霾污染过程.本研究使用北京市大气污染物、气溶胶数浓度和气象要素数据,结合气团轨迹模式（HYSPLIT）,计算了潜在源贡献因子（PSCF）和浓度权重轨迹（CWT）,分析了两次重霾污染过程中大气污染物的演变特征及其潜在源区贡献.结果表明,COVID-19期间居家隔离措施对PM_2.5和黑碳（BC）的日变化特征影响较大,对CO、NO₂、SO₂和O₃的日变化影响较小.两次重霾污染过程首要污染物均是PM_2.5,污染过程1主要是以局地污染为主,污染过程2以局地污染和外来输送为主.不同过程下气溶胶数浓度谱分布均为单峰型分布,峰值位于0.3 μm,在污染过程中主要是0.2~0.5 μm粒径气溶胶数浓度增加,是干净日的3.3~13.6倍.不同过程中BC_liquid对BC的贡献为64.8%~85.1%.BC_liquid的浓度为：污染过程2（5.04 μg ·m^-3）>污染过程1（3.20 μg ·m^-3）>干净日（疫情前,2.31 μg ·m^-3）>干净日（疫情,0.76 μg ·m^-3）.不同过程中PM_2.5和BC的PSCF和CWT分布特征不同.PM_2.5的PSCF高值区在干净日（疫情前）和干净日（疫情）主要分布在北京的西南方和西部,权重浓度超过30 μg ·m^-3;在污染过程1和污染过程2主要分布在北京及其周边地区和西南部,权重浓度均超过90 μg ·m^-3.BC的PSCF高值区在干净日（疫情前）、干净日（疫情）和污染过程1主要分布在北京及其周边地区,权重浓度分别超过2.4、0.9和4.5 μg ·m^-3;在污染过程2中分布在北京西南部,权重浓度超过5μg ·m^-3.     

基于SOA转化机制的沧州市重点企业秋冬季大气污染模拟

基于沧州市2016年排放清单筛选出120家重点企业,采用重新编译代码后的CALPUFF空气质量模型,模拟了2017年秋冬季不同程度污染天气下120家重点企业PM_2.5、PM₁₀、SO₂、NO₂及二次生成硫酸盐、硝酸盐、二次有机气溶胶（SOA）的污染情况.结果表明,120家重点企业PM_2.5、PM₁₀、SO₂和NO₂秋冬季平均模拟浓度占平均观测浓度的比例分别为：3.3%、5.7%、5.6%和2.9%;一次排放的PM₁₀主要集中在沧州市西南部和东南部,二次转化的SOA、硫酸盐和硝酸盐主要集中在主城区和东南部;PM_2.5中SOA平均占比约为27.3%,重污染时段比例上升为29.0%;PM_2.5中烷烃气溶胶、甲苯气溶胶、二甲苯气溶胶和多环芳烃（PAH）气溶胶占比分别为：12.1%、6.0%、7.0%和2.2%.120家重点企业精细化模拟结果显示,重污染天气以上120家重点企业的PM_2.5贡献浓度为3.02μg·m^-3,占沧州市"三年作战计划"要求2018年下降浓度（6.00μg·m^-3）的50%;PM_2.5浓度贡献较大的企业包括某石油化工股份有限公司沧州分公司（0.41μg·m^-3）、某碳素有限公司（0.29μg·m^-3）、某石化股份有限公司聚海分公司（0.26μg·m^-3）、沧州某肥业有限公司（0.23μg·m^-3）、沧州某大化有限责任公司（0.19μg·m^-3）等,主要位于新华区、沧县和渤海新区.本研究可为开展秋冬季每一家重点企业的错峰生产和应急减排提供科学依据.     

基于数值模拟的2015年11月东北极端重污染过程成因的定量评估

2015年11月中上旬,我国东北地区经历了一系列连续重污染过程,其污染程度之高、影响范围之广、持续时间之长历史罕见.本文综合利用空气质量监测资料、遥感卫星资料、数值模式等方法手段探究了此次连续重污染事件的成因,并运用敏感性分析方法首次定量评估了各污染原因对PM_2.5浓度的贡献比重.结果表明,受阻塞高压控制、中低层强逆温、地面高湿度低风速等不利扩散条件可使PM_2.5浓度在污染过程中升高30%~50%;采暖季污染排放显著增强可使PM_2.5浓度整体升高100~200 μg·m^-3,重污染过程中对局部地区贡献达50%~70%;污染传输通道上游捕捉到的秸秆焚烧也可使局部地区PM_2.5浓度增加75~100 μg·m^-3,对PM_2.5浓度的平均贡献率为10%~20%.研究表明,不利扩散条件、采暖季污染源的加强排放及冬季的秸秆焚烧是引发此次高浓度PM_2.5的三大原因.本研究可为我国东北地区大气污染问题治理提供有益参考,也可帮助民众认知污染成因.     

2007年春节期间北京大气颗粒物中多环芳烃的污染特征

利用大流量颗粒物采样器分昼夜采集了2007年春节前后大气气溶胶中PM₁₀和PM_2.5样品，并采用气相色谱-质谱技术对PM_2.5样品中的多环芳烃进行了检测.春节期间大气颗粒物中PM₁₀和PM_2.5夜间平均质量浓度为232 μg·m^-3和132 μg·m^-3,分别高于白天的PM₁₀(194 μg·m^-3)和PM_2.5(107 μg·m^-3)；除夕后颗粒物日平均质量浓度为252.3 μg·m^-3 (PM₁₀)和123.8 μg·m^-3 (PM_2.5)，分别高于除夕前的166.7 μg·m^-3(PM₁₀)和106.8 μg·m^-3(PM_2.5)；同时夜间PM_2.5中多17种多环芳烃(PAHs)的总浓度都高于相应白天的总浓度，且除夕前多环芳烃日均总浓度为95.9 ng·m^-3，高于除夕后的58.9 ng·m^-3.结果表明，除了受一定的气象条件的影响外，大量燃放烟花爆竹会对大气颗粒物浓度有影响，但对大气中的多环芳烃影响不大，而春节期间工业及交通污染排放的减少削减了排放到大气中的PAHs.根据荧蒽/芘等比值指标判别北京PAHs主要以燃煤为主、交通为次的混合局地源污染.     

青岛沿海地区大气气溶胶浓度与主要无机化学组成

从 1997-09～1998-11期间 ,5次监测大气气溶胶 ,获得了青岛沿海地区气溶胶 (TSP、PM₁₀ 、PM_2.5)的质量浓度 .气溶胶中直径 <2.5μm的细粒子质量浓度约占TSP总浓度的 50% ;<10μm的粒子的质量浓度则占TSP总浓度的 75% .对气溶胶中主要可溶性离子组分的分析表明 :TSP中可溶性离子的质量浓度占总质量浓度的40%以上 .其中主要可溶性离子为SO^2-₄、NO^-₃ 、NH⁺₄ .这 3个离子的质量浓度约占可溶性离子总浓度的 70% ,而且主要存在于细粒子中 ,表明其主要来自二次气溶胶 .冬季气溶胶浓度大大高于其它季节 .     

上海市大气气溶胶中铅污染的综合研究

采用质子激发X荧光分析(PIXE)、质子微探针、电感耦合等离子质谱(ICP-MS)和扩展X-射线吸收精细结构谱(EXAFS)等分析手段研究上海市大气气溶胶PM₁₀中铅的浓度、化学种态和铅的源解析.研究发现2002年冬天和2003年上海地区大气气溶胶PM₁₀中铅的平均浓度分别为369ng/m³和224ng/m³,铅的化学种态主要是PbCl₂、PbSO₄和PbO,燃煤烟尘、钢铁烟尘和汽车尾气是主要排放源,它们对气溶胶中铅的贡献率分别为50%、35%和15%.     

承德市PM2.5中碳质组分的季节分布特征及来源解析

为研究承德市PM_2.5中碳质组分的季节变化及污染来源,于2019年1、4、7和10月采集大气PM_2.5样品,测定碳质组分浓度.通过有机碳（OC）与元素碳（EC）比值、总碳质气溶胶（TCA）及二次有机碳（SOC）的估算,分析碳质组分的变化特征;结合后向轨迹和主成分分析（PCA）方法,分析污染来源.结果表明,采样期间PM_2.5、OC和EC的平均质量浓度分别为（31.26±21.39）、（13.27±8.68）和（2.80±1.95）μg ·m^-3.PM_2.5的季节变化趋势为：冬季[（47.68±30.37）μg ·m^-3]>秋季[（28.72±17.12）μg ·m^-3]>春季[（26.59±15.32）μg ·m^-3]>夏季[（23.17±8.38）μg ·m^-3],与总碳（TC）、OC和EC季节变化趋势一致,冬季（R²=0.85）的OC与EC来源较一致;OC/EC值得出4个季节均受到交通和燃煤源排放的影响,且冬季受烟煤排放影响显著.TCA的平均浓度为（21.38±13.68）μg ·m^-3,占PM_2.5比例达68.39%,二次转化率（SOC/OC）为：春季（54.09%）>秋季（37.64%）>夏季（32.91%）>冬季（25.43%）.后向轨迹模拟结果表明,春季和夏季气团携带的污染物浓度相对较低,秋季污染物的传输通道为西南方向,冬季为西北方向,主成分分析（PCA）表明,承德市PM_2.5削减的关键是控制机动车尾气、燃煤和生物质燃烧源的排放.     

石家庄市臭氧和二氧化氮的时空演替特征及来源解析

为研究石家庄市域臭氧（O₃）和NO₂的时空演替格局及污染来源,取2014~2017年市域18个区县（市）的O₃、NO₂和气象要素资料（温度、湿度、风速、降水、日照）,及2017年夏季挥发性有机物（VOCs）数据,采用网络分析（network analysis）、空间插值（IDW）、Moran模型及后向轨迹方法,对市域内区县O₃和NO₂的空间联系、演替格局、空间影响因素及污染来源进行了分析.结果表明：①2014~2017年市域O₃浓度呈上升趋势,市区O₃月度变动呈单峰型态势,5~9月是O₃污染（O₃≥160 μg·m^-3）的典型时期（TPOP）,TPOP的气象特征为高温低湿弱风强光照,NO₂在TPOP内的负相关性显著;②主城区O₃浓度在2015年后呈逐年显著上升,主城区的污染物类型从NO₂（2014~2016年）转为VOCs（2016~2017年）,而县域2014~2017年均属VOCs控制区;③市域O₃空间影响因子主要集中于工业、农业、经济和人口这4个维度（P≤0.05）.第二产业对O₃污染的高值中心出现在主城区和栾城区,与区域内工业生产活动有关;④VOCs夏季监测期间的轨迹聚类出3个来源方向,即A（东-东北,26.67%）、B（西北-西,43.33%）及C（东南-南,30%）,轨迹A和C是VOCs传输的主要方向（东-东南）.     

超薄g-C3N4在可见光下协同PDS降解双氯芬酸钠的机理研究

运用一步热聚合法成功制备出二维超薄g-C_3N_4(UCN)纳米片,通过透射电子显微镜、比表面测定仪、紫外可见漫反射光谱、荧光光谱对UCN的形貌及光学性能进行表征,并利用g-C_3N_4对水相中的双氯芬酸钠(DCF)进行了光催化降解实验.结果表明,UCN具有二维超薄纳米片结构,且具有较高的比表面积、较强的可见光吸收能力及空穴-电子转移能力.UCN的光催化活性优于块状g-C_3N_4,过硫酸盐(PDS)的加入对双氯芬酸钠的降解有促进作用,UCN/PDS体系中对双氯芬酸钠降解起主导作用的活性物种为O【math203z】,经过150 min的反应,双氯芬酸钠的矿化率达到78%.双氯芬酸钠在UCN/PDS体系下的光催化降解符合一级动力学规律和Langmuir-Hinshelwood模型,DCF的光催化降解在偏酸和偏碱性的情况下具有较快的反应速率.DCF在河水中的反应速率是超纯水中的3.4倍.循环实验表明,UCN具有很好的光催化稳定性.     

宁波市PM2.5中碳组分的时空分布特征和二次有机碳估算

为了研究PM2.5中碳质组分的时空分布特征,于2012年12月至2013年10月4个季度典型时段在宁波市5个采样点采集环境大气中的PM2.5,分析了样品中有机碳(OC)和元素碳(EC)的质量浓度,并估算二次有机碳(SOC)对OC的贡献.结果表明:1宁波市PM2.5年均质量浓度为51.6μg·m-3,其中OC和EC的比例分别为17%和6%.反向轨迹模型的分析结果表明,来自内陆地区的区域传输可能是冬季和春季PM2.5浓度较高的主要原因.2OC/EC比值和OC与EC的相关性分析结果表明,夏季有大量SOC生成,而冬季则可能受华北地区燃煤供暖的显著影响.3用EC示踪法对宁波市的SOC进行了估算,结果表明宁波冬季和春季受到区域传输的显著影响,污染源较不稳定,不宜使用该估算方法.夏季和秋季的SOC质量浓度分别为2.5μg·m-3和2.3μg·m-3,占OC的42%和28%.     

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.     

广西玉林市大气PM10和PM2.5中有机碳和元素碳污染特征分析

2015年7月~2016年3月期间在广西玉林市3个空气监测点位共采集环境大气颗粒物PM_(10)样品218份,PM_(2.5)样品202份,利用多波段热/光碳分析仪分析其颗粒物中有机碳和(OC)和元素碳(EC)浓度水平、时空变化、污染特征及可能来源.结果表明,玉林市PM_(10)中OC和EC质量浓度分别为10.99μg·m~(-3)和5.11μg·m~(-3);PM_(2.5)中OC和EC质量浓度分别为7.51μg·m~(-3)和4.70μg·m~(-3).3个监测点位大气中PM_(10)和PM_(2.5)冬季的OC和EC浓度水平均高于其他季节,PM_(10)、PM_(2.5)中OC和EC的相关性较好,R2分别为0.58和0.60(P均小于0.01).应用最小OC/EC比值法对二次有机碳(SOC)含量进行了估算,冬季大气PM_(10)和PM_(2.5)中SOC平均质量浓度分别为14.50μg·m~(-3)和6.74μg·m~(-3),高于其他季节.PM_(10)和PM_(2.5)中SOC/OC比值均0.5,玉林市大气中粗细颗粒物均以SOC为主.夏季PM_(10)和PM_(2.5)中SOC/OC分别为80.6%和77.7%,为四季最高值,与夏季温度较高、光照强烈、有利于光化学反应将OC转化为SOC有关.     

聚乙烯亚胺改性纤维素纤维对Cr (Ⅵ)的吸附研究

采用低浓度H_2O_2氧化纤维素水凝胶纤维,再接枝聚乙烯亚胺(PEI),成功制得PEI改性纤维素纤维(PEI-OCF)吸附剂,并将其用于溶液中Cr(Ⅵ)的去除.同时,利用傅里叶变换衰减全反射红外光谱(ATR-FTIR)和X射线能谱(EDX)分析,确证纤维素上的羟基被H_2O_2氧化成醛基,PEI通过席夫碱反应被接枝到氧化纤维素上.制备优化结果表明,H_2O_2氧化阶段的最佳条件为pH=4.0,H_2O_2质量分数0.2%,氧化时间3.0h,氧化温度85℃;PEI接枝阶段的最佳条件为pH=11.0,PEI质量分数3.0%,接枝时间0.5 h.吸附研究结果显示,Cr(Ⅵ)在PEI-OCF上的吸附具有强烈的pH依赖性,最佳pH值为2.0.在180 min时吸附达到平衡;吸附过程符合准二级动力学模型,且主要由化学吸附控制.与Freundlich模型相比,Langmuir模型能更好地描述吸附过程;当温度为15和25℃时,最大吸附量分别为110.61和119.04 mg·g~(-1).浓度为300和600mg·L~(-1)的共存离子Ca~(2+)、Mg~(2+)和Na~+对PEI-OCF吸附Cr(Ⅵ)的影响较小.上述结果表明,PEI-OCF对Cr(Ⅵ)吸附性能良好,使用中易于分离;且制备过程无需交联剂,使用可降解材料,绿色环保.     

郴州市大气PM2.5碳组分污染特征及其来源分析

为研究郴州市PM_2.5中碳组分的污染特征及来源,于2016年7月-2017年4月分4个季度典型时段采集郴州市环境大气中的PM_2.5,测定了样品中OC（有机碳）和EC（元素碳）的质量浓度,对碳气溶胶污染水平、时空分布、SOC（二次有机碳）以及OC和EC相关性等特征进行了分析,并分析了碳组分的来源.结果表明:郴州市ρ（PM_2.5）年均值为（40.2±19.0）μg/m3,ρ（OC）、ρ（EC）占比分别为15.7%和7.2%;ρ（OC）与ρ（EC）相关性分析显示二者来源较为一致,但春季、夏季差异相对较大;ρ（SOC）全年估算值为1.84 μg/m3,占ρ（OC）的29.11%,夏季较高的温度和较低的相对湿度导致夏季ρ（SOC）的估算偏低.结合碳组分丰度分析、PCA（主成分分析）和PMF（正矩阵因子分解分析）结果发现,燃煤/道路尘、机动车排放和生物质燃烧对PM_2.5中TC（总碳）的影响最为明显,贡献率分别为49.25%~56.71%、19.79%~25.36%和9.35%~13.69%.反向轨迹聚类结果显示,广东珠三角区域的汽油车排放、道路尘和生物质燃烧对郴州市PM_2.5中碳组分有较大的影响,而燃煤和柴油车的贡献主要来源于本地.研究显示,郴州市PM_2.5中碳组分污染较为严重,应重点加强本地燃煤和柴油车的控制.      

菜地氨氧化微生物驱动的N2O和NO对有机无机肥配施的响应

氨氧化细菌（AOB）和氨氧化古菌（AOA）是驱动土壤氨氧化过程的"引擎".氨氧化过程在土壤氧化亚氮（N₂O）和一氧化氮（NO）排放过程中扮演着重要角色.有机无机肥配施是实现化肥零增长和作物稳产增产的重要途径，但在有机无机肥配施下，菜地土壤AOB和AOA对氨氧化过程的相对贡献仍不清楚.本研究采用选择性抑制的方法（辛炔和乙炔）区分有机肥添加近3年后（2016年10月—2019年5月）AOB和AOA在氨氧化过程中对碱性菜地土壤N₂O和NO产生的相对贡献.试验共设5种施肥处理：不施氮肥（CK）、单施尿素（N）、单施有机肥（M）、50%尿素+50%有机肥（M1N1）和80%尿素+20%有机肥（M1N4）.结果表明，有机无机肥配施（M1N1和M1N4）可显著增加土壤电导率、有机碳和全氮含量.培养试验发现，与N处理相比，M和M1N1处理分别使N₂O排放量增加100.7%和38.8%，NO排放量增加77.9%和42.8%，AOB基因丰度增加16.6%和10.2%，同时，AOB对N₂O排放的相对贡献增加6.5%.相反，M1N4处理分别使N₂O和NO排放量降低19.3%和4.8%，AOB基因丰度降低37.5%，同时，AOB对N₂O及NO排放的相对贡献分别降低7.8%和7.4%.相关分析表明，土壤N₂O和NO累积排放量与土壤AOB基因丰度呈显著正相关（p<0.05），与土壤AOA基因丰度无显著相关性.有机无机肥配施下AOB是氨氧化过程的主要驱动者，适当比例的有机无机肥配施（即M1N4）措施可在一定程度上减弱AOB对碱性菜地土壤N₂O及NO排放的相对贡献.     

铜川市秋冬季大气VOCs特征及其O3和SOA形成潜势分析

VOCs是O₃和SOA形成的重要前体物,可增强大气氧化性,促进二次污染物形成,影响区域空气质量和人体健康.为研究铜川市秋冬季VOCs特征及其对O₃和SOA生成的潜力,利用TH-300B在线监测系统监测了铜川市区102种VOCs的体积分数,并结合最大增量反应活性系数法和气溶胶生成系数法分别计算VOCs的O₃及SOA生成潜力.结果表明,铜川市秋季和冬季φ（TVOC）分别为（50.52±16.81）×10^-9和（63.21±35.24）×10^-9,O₃生成潜势分别为138.43×10^-9和137.123×10^-9, SOA生成潜势分别为3.098μg·m^-3和0.612μg·m^-3.秋季VOCs中含量最多的2种组分为烷烃（26.19%）和芳香烃（26.04%）,冬季VOCs中含量最多的组分为烷烃（48.88%）.反-2-戊烯、甲苯和间/对-二甲苯是秋季OFPs最大的3个成分,...     

石家庄市采暖季PM2.5碳组分昼夜污染特征及来源分析

为探究2017年石家庄市采暖季昼夜PM_2.5中碳组分的污染及来源特征,选取2017年11月30日-2018年1月22日时间段分别采集石家庄白天（8：00-20：00）、夜晚（20：00-翌日8：00）的PM_2.5样品,分析PM_2.5组分中OC和EC昼夜间的浓度变化特征、来源特性,SOC的估算及影响因素,并对石家庄市碳质气溶胶进行源解析和区域传输分析.结果表明,①采样期间白天PM_2.5、OC和EC的平均质量浓度分别为（110.6±71.6）、（39.9±20.4）和（9.3±3.6）μg·m^-3,夜间平均质量浓度分别为（128.5±75.3）、（64.7±36.5）和（13.6±6.0）μg·m^-3,PM_2.5、OC和EC质量浓度均呈现出夜间质量浓度高于白天的特征.②燃煤和机动车尾气排放在增加了一次有机碳（POC）和元素碳（EC）的本底质量浓度的同时,产生的CO、NO₂、SO₂等气体污染物又促进了光化学反应,两者协同作用下促进了SOC质量浓度的生成和积累.根据估算,SOC、SOC/OC值在夜间高于白天,白天较强的太阳辐射和光化学活性是SOC转化的主导因素,夜间气态有机前体物浓度是SOC转化的主导因素.③采样期间昼夜间OC、EC的相关性较好,其来源具有较好的同源性.大气PM_2.5碳质气溶胶主要来自燃煤、汽油车和柴油车尾气排放混合源,夜间柴油车污染源对碳质气溶胶的贡献率较白天更为明显.④后向轨迹结果表明,石家庄市严重污染期间颗粒污染物浓度变化主要受到低空东北方向气团的影响,PM_2.5以及OC、EC质量浓度的变化和周边地区的污染物输送有关.