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.     

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.     

不同热光分割方式对碳质气溶胶测定结果分析

膜采样-离线分析大气细颗粒物的有机碳(OC)和元素碳(EC)是研究碳质气溶胶的重要手段。该文采用3种不同的升温程序IMPROVE-A(A法)、NIOSH 870(N法)和EUSAAR2(E法)，分别使用热光透射（TOT）和热光反射（TOR）模式计算并讨论了OC和EC的差异原因。结果表明，N法的TOT模式计算出的OC、EC相关性较差，其他模式均有较好相关性；3种升温协议的TOT的OC/EC分割点位均比TOR更滞后，造成EC偏小，OC偏大；TOT模式下的OC/EC分割点影响因素主要是惰性气氛下的最大温度和样品碳浓度，高温和高浓度均会延迟OC/EC分割时间点，为膜采样离线分析实际样品起到了重要参考作用。     

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.     

膜采样离线分析与在线测定大气细粒子中元素碳和有机碳的比较

针对普遍采用的膜采样离线分析与在线测定大气细粒子中元素碳和有机碳的方法进行了比较分析. 2006年1月～2007年4月期间在北京大学校园内应用膜采样离线分析和在线分析分季节同时测定了PM_2.5中元素碳（EC）和有机碳（OC）,并将结果进行对比.结果显示,膜采样法测得的OC约为在线仪器测得的OC的2倍, 2种方法差别主要体现在对OC的测量上.不加平行板有机物扩散吸收管引入OC比较大的正误差,而加平行板有机物扩散吸收管又将引入OC的负误差,约10%.同时采用平行板有机物扩散吸收管和后置膜的离线分析方法同在线观测的结果具有比较好的一致性.     

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.     

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.      

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.     

邯郸市PM2.5中碳组分的污染特征及来源分析

为研究邯郸市PM_2.5中碳组分的污染特征及其来源,于2017年4~12月采集PM_2.5样品,用热光反射法（TOR）分析PM_2.5中有机碳（OC）和元素碳（EC）的质量浓度.结果表明：邯郸市PM_2.5和总碳气溶胶（TCA）质量浓度的年均值分别为（88.87±58.89）μg/m³和（31.45±23.35）μg/m³,PM_2.5质量浓度超标率为50%,TCA/PM_2.5比率的年均值为（38.23%±14.61%）,表明邯郸市碳组分污染严重.冬季PM_2.5中TCA质量浓度均值为（68.06±23.77）μg/m³,TCA/PM_2.5比率的均值为（46.86%±10.07%）,OC（37.09±13.05）μg/m³和EC（8.72±3.78）μg/m³浓度明显高于其它季节,表明冬季碳组分污染较为严重.各季节OC/EC比值均大于2,表明邯郸市全年均受二次有机碳（SOC）的污染;OC、EC及SOC与SO₂、NO₂呈显著正相关,与O₃呈显著负相关,尤其是与NO₂相关关系最强,说明邯郸市碳质气溶胶可能受到机动车尾气排放的影响.对8种碳组分进行主成分分析,发现道路扬尘、燃煤排放和机动车尾气是邯郸市PM_2.5中OC和EC的主要贡献源.     

一种在线测量颗粒物中WSOC的新方法及其应用

将气体-气溶胶收集仪(GAC)与一台湿法测量总有机碳(Total Organic Carbon,TOC)值的TOC分析仪连接,开发了一套在线测量细粒子中水溶性有机碳(Water Soluble Organic Carbon,WSOC)的方法,解决了方法建立初期背景值较高的问题,确立了方法运行的条件,分析了造成方法测量不确定性的原因,并将其用于珠江三角洲地区20d的连续观测(3C-STAR).GAC-TOC在线测量WSOC的方法检测限为0.07μg.m-3,它能提供离线采样方法不能达到的高时间分辨率;将该方法所测WSOC浓度与热解法元素碳/有机碳(Elemental Carbon/Organic Carbon,EC/OC)分析仪所测得OC浓度进行了比对,结果显示出较好的相关性,证明了其采样的准确性和可靠性.整个观测期间WSOC平均值为(2.81±2.31)μg.m-3,占OC的比例的平均值为23%±13%,最高小时均值为77%;WSOC和OC显示了较为一致的日变化规律.观测结果表明,GAC-TOC在线测定WSOC的方法可连续实时的得到大气颗粒物中WSOC浓度.     

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.     

中国南部四背景地区春季大气碳质气溶胶特征与来源

春季分别同时在中国南方4个背景地区(海南尖峰岭、香港鹤嘴、浙江临安和云南腾冲)进行大气加密观测实验,并分析其大气中PM2.5质量浓度及其碳质颗粒组分(有机碳(OC)、元素碳(EC)和左旋葡聚糖).结果表明,各区域背景站点由于受不同污染源及传输过程影响而呈现出不同的特征:西南部腾冲站点与东部临安站点由于分别受到生物质燃烧和化石燃料燃烧等一次污染源的主导影响,而形成高OC、EC水平特征,且经受体示踪物方法估算腾冲站点受生物质燃烧对其OC的贡献均值可达到73%;尖峰岭站点由于二次污染及活跃的生物活动的共同作用,表现了高OC/EC比值及低碳质颗粒物浓度的特征,而鹤嘴站点则主要受海洋气团影响呈现出低碳质颗粒浓度与两两呈高度相关的特点,反映了其所在区域春季的背景特征.     

嘉兴市冬季不同空气质量等级下大气污染物的分布特征

为研究浙江省嘉兴市冬季PM、污染气体和含碳气溶胶在不同空气质量等级下的分布特征,于2013年11月28日—12月28日使用SHARP测尘仪、热电EMS系统和Sunset在线OCEC分析仪观测了PM（PM₁₀和PM_2.5）、污染气体（SO₂、NO₂、CO和O₃）和含碳气溶胶〔OC（有机碳）、EC（元素碳）和TC（总碳）〕的质量浓度,结合气象数据和HYSPLIT模式,分析了霾污染过程中大气污染物浓度变化、日变化及其来源特征.结果表明:嘉兴市冬季霾天ρ（PM_2.5）、ρ（PM₁₀）、ρ（SO₂）、ρ（NO₂）、ρ（O₃）、ρ（OC）、ρ（EC）、ρ（POC）和ρ（SOC）分别为167.90、248.86、77.79、、97.16、28.50、27.09、7.72、7.50和19.59 μg/m3,ρ（CO）为1.47 mg/m3,分别是空气质量为良时的3.00、2.50、1.29、1.84、0.86、2.59、2.19、2.13、2.82和1.50倍.降雨对不同大气污染物的清除作用不同,对粗粒子的清除作用较大,而对二次产物O₃的影响较小.高ρ（PM）是造成能见度降低的主要原因,随着污染程度的加剧,PM中细粒子占比越来越高,在严重污染过程中ρ（PM_2.5）/ρ（PM₁₀）可达70.31%,比空气质量为良时高14.04%;不同污染气体的日变化不同,OC和EC的来源逐渐趋于一致,ρ（SOC）呈现出积累-爆发-积累-爆发的往复过程,边界层的日变化对污染物浓度的影响逐渐减弱.研究显示,随着霾污染的加剧,SOC气溶胶占比逐渐增加、EC和POC等一次碳气溶胶占比逐渐降低.      

南京市PM2.1中有机碳和元素碳污染特征及影响因素

采用DRI Model 2001A热/光碳分析仪测定了2011年南京市区(南师)和郊区工业区(南化)大气气溶胶细粒子(PM2.1)中有机碳(OC)和元素碳(EC)的含量,并对两地的OC、EC污染特征进行了评价,分析了细粒子中含碳物质的来源.结果显示,在PM2.1中,南京市市区OC、EC的年平均浓度分别为12.79,3.18μg/m3,郊区工业区分别为13.44,3.74μg/m3,工业区污染更加严重.市区和工业区冬春季OC、EC含量较高且冬季OC、EC相关性较高,这与冬季燃煤量增加,并且受内陆西风及逆温的影响,污染物集中在南京市上空不易扩散有关;夏季两地OC、EC含量及相关性均达到最低,可能由于夏季降雨频繁,加上台风作用,稀释和清除了部分污染物.应用OC/EC比值法对市区和郊区工业区二次有机碳(SOC)含量进行了估算,两地均是夏季SOC占TOC比例最高,分别为46.63%、45.65%,SOC主要来自于光化学反应,可见在光照充裕、辐射强烈的夏季更加有助于SOC的生成.     

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.     

成都市PM10中碳质气溶胶长期来源特点

大气颗粒物中包含多种组分的气溶胶,其中碳质气溶胶由于对人体健康、能见度有较大影响,已受到越来越多的关注.为研究碳质气溶胶的长期变化规律,采集了成都市2009—2013年的PM₁₀样品,对其中所含的无机元素、水溶性离子及碳组分分别进行测定,并使用“PMF（正定矩阵因子分解法）-比值”模型分别对PM₁₀和所含的碳质气溶胶的来源进行分析.结果表明,1月、2月、5月和12月的碳质气溶胶浓度较高,其中1月、2月和12月的OC/EC（有机碳与元素碳质量浓度之比）较高,并且PMF-比值模型计算结果也显示冬季SOC增多,表明冬季可能有更多的二次有机碳（SOC）生成;5月的char-EC/soot-EC（二者质量浓度之比,其中char-EC=EC1-OP,soot-EC=EC2+EC3,它们可更好地区分源类）较高,K含量也较高,表明可能有更多的生物质燃烧排放.PM₁₀解析共发现6类源,依次为地壳扬尘（26.5%）、二次硫酸盐（25.1%）、燃煤&生物质燃烧混合源（17.3%）、二次硝酸盐&二次有机碳混合源（12.3%）、机动车源（11.8%）和水泥尘源（7.0%）;碳质气溶胶解析发现,OC主要来源依次为机动车源（38.2%）、燃煤&生物质燃烧混合源（33.1%）和二次有机碳（25.3%）,char-EC的主要来源是燃煤&生物质燃烧混合源和机动车源,分别占50.5%和45.4%,soot-EC则主要受机动车影响（达73.2%）.研究显示,成都市PM₁₀主要来自于地壳扬尘、二次生成和燃煤&生物质燃烧,而碳质气溶胶主要来自于机动车、燃煤&生物质燃烧.      

Pollution characteristics of organic and elemental carbon in PM2:5 in Xiamen, China

Xiamen,located on the southeastern coastal line of China,is undergoing rapid urbanization and industrialization,so its air quality has a trend of degradation.However,studies on level,temporal and spatial changes of fine particles (PM2.5) and their carbonaceous fractions are scarce.In this article,abundance,sources,seasonal and spatial variations,distribution of organic carbon (OC) and elemental carbon (EC) in PM2.5,were studied at suburban,urban and industrial sites in Xiamen during four season-representative months in 2009-2010.PM2.5 samples were collected with middle volume sampler and were analyzed for OC and EC with thermal optical transmittance (TOT) method.Results showed that the annual average PM2.5 concentrations were 63.88-74.80 μg/m3 at three sites.While OC and EC concentrations were in the range of 15.81-19.73 μg/m3 and 2.74-3.49 μg/m3,respectively,and clearly presented the summer minima and winter maxima in this study.The carbonaceous aerosol accounted for 42.8％-47.3％ of the mass of PM2.5.The annual average of secondary organic carbon (SOC) concentrations in Xiamen were 9.23-11.36 μg/m3,accounting for approximately 56％ of OC.Strong correlations between OC and EC was found in spring (R2 = 0.50) and autumn (R2 = 0.73),suggesting that there were similar emission and transport processes for carbonaceous aerosols in these two seasons,while weak correlations were found in summer (R2 = 0.33) and winter (R2 = 0.41).The OC/EC ratios in PM2.5 varied from 2.1 to 8.7 with an annual average of 5.7,indicating that vehicle exhaust,coal smoke and biomass burning were main source apportionments of carbonaceous fractions in Xiamen.     

山西煤层自燃区PM10中有机碳、元素碳的特征

采集了山西大同市、宁武县和河曲县煤层自燃区12个点位PM10样品,采用Analysensysteme GmbH Vario E1型元素分析仪分析了PM10中有机碳(OC)和元素碳(EC)组分,探讨了煤层自燃区OC、EC污染特征、总碳气溶胶(TCA)对PM10的贡献、OC/EC比值.结果表明, PM10、OC、EC的质量浓度范围分别为114~401,22.9~68.1,21.9~70.7μg/m3.不同区域PM10、OC和EC污染水平差异较大,河曲县PM10污染最为严重,宁武县碳污染水平最高.露头煤层自燃区PM10低于采空自燃区,而对于OC和EC则相反.TCA对PM10的贡献高达63.82%,且露头煤层自燃区TCA对PM10的贡献比采空自燃区高.不同采样点OC/EC值介于0.7～1.6之间,小于前人结论中相似源OC/EC值.二次有机碳( SOC)污染较小.     

在线单颗粒气溶胶质谱SPAMS对细颗粒物中主要组分提取方法的研究

在对美国气溶胶飞行时间质谱仪(aerosol time-of-flight mass spectrometer,ATOFMS)和中国单颗粒气溶胶质谱仪(single particle aerosol mass spectrometer,SPAMS)前期研究调研的基础上,总结并比较了国内外飞行时间质谱(time-of-flight mass spectrometry,TOF-MS)研究中含硫酸盐、硝酸盐、铵盐、有机碳(OC)和元素碳(EC)等5种主要组分颗粒的典型提取条件.结合SPAMS单颗粒谱图的特点,本研究通过限定示踪离子,对5种主要组分的提取方法进行改进,提出了新的SPAMS组分示踪离子提取方法.以北京市2013年1月SPAMS实测数据为例,对不同提取方法的结果进行对比分析.并将本研究方法 SPAMS主要组分结果与离线滤膜样品的实验数据进行对比,验证了本研究所提出的优化方案的合理性.同时指出SPAMS在未来的应用研究中需考虑的因素及进一步深入的研究方向.