盘锦市夏冬季PM2.5中碳组分污染特征及来源分析

于2016年7月和2017年1月采集盘锦市3个点位的PM_2.5样品,研究盘锦市夏冬季节PM_2.5中碳组分的特征与来源.结果表明：盘锦市夏季PM_2.5、有机碳（OC）和元素碳（EC）日均浓度分别为（46.14±12.70）,（8.58±2.82）和（2.89±1.54）μg/m³;冬季分别为（91.01±43.51）,（24.50±15.51）和（7.31±5.00）μg/m³.夏季开发区和第二中学2个采样点的OC与EC之间不具有线性相关性;冬季3个采样点OC、EC高度相关.采用最小相关系数法（MRS）估算SOC浓度,得到夏季SOC的浓度为4.65μg/m³,占OC总量的54.19%;冬季SOC浓度为8.42μg/m³,占OC总量的34.36%.通过比值分析和主成分分析得出盘锦市夏季PM_2.5中碳组分主要来源为汽油车尾气和燃煤排放;冬季PM_2.5中碳组分主要来源为机动车尾气、燃煤排放和生物质燃烧.     

洛阳地区碳质组分季节特征及来源解析：棕碳的重要贡献

为探究洛阳地区碳质气溶胶尤其是棕碳的季节、污染特征及其来源解析,于2018～2019年的四季共采集到98个样品,并分析了碳质气溶胶浓度特征和光学特性.4个季节ρ[有机碳(OC)]和ρ[元素碳(EC)]介于(7.04±1.82)～(23.81±8.68)μg·m^-3和(2.96±1.4)～(13.41±7.91)μg·m^-3,呈现冬高夏低的季节变化趋势;与2015年相比,碳质组分的占比升高了8.33%～141.03%,二次有机气溶胶占比(SOC/OC)升高了0.77%～63.14%.碳质气溶胶光吸收截面(MAC)值与碳质组分的浓度呈现出不同的季节变化,秋季(7.67m²·g^-1)>冬季(5.65 m²·g^-1)>春季(5.13m²·g^-1)>夏季(3.84m²·g^-1),445 nm处的MAC值(3.84～7.67m²·g^...     

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.     

2015~2019年南京北郊碳质气溶胶组成变化

碳质气溶胶是大气细颗粒物的重要组成,对空气质量、人体健康和气候变化有着重要影响.为了探究碳质气溶胶在减排背景下的长期变化,本研究测定了南京北郊5 a（2014年12月17日至2020年1月5日） PM_2.5样品的有机碳（OC）和元素碳（EC）浓度.结果表明,ρ（OC）和ρ（EC）5a平均值分别为（10.2±5.3）μg·m^-3和（1.6±1.1）μg·m^-3,其中OC占PM_2.5的31.1%,EC占PM_2.5的5.2%.OC和EC均呈现出冬高夏低的季节特征.通过非参数的Mann-Kendall检验和Sen’s斜率发现,OC和PM_2.5的浓度整体呈显著下降趋势[OC:P<0.000 1,-0.79μg·（m³·a）^-1,-0.29%·a^-1; PM_2.5:P<0.000 1,-4.59μg·（m³·a）^-1,-1.5...     

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.     

清洁取暖对保定市采暖期PM2.5中碳质气溶胶的影响

为了研究清洁取暖措施对保定市PM_2.5中碳质气溶胶浓度和来源的影响,于2014年和2019年冬季采暖期在保定市采集PM_2.5样品,用DRI Model 2001A热光碳分析仪测定样品中OC和EC的浓度.结果表明,2014年采暖期PM_2.5中ρ(OC)和ρ(EC)平均值分别为60.92μg·m^-3和18.15μg·m^-3,2019年采暖期PM_2.5中ρ(OC)和ρ(EC)平均值分别为36.63μg·m^-3和6.07μg·m^-3,与2014年相比2019年OC、 EC浓度分别下降了39.87%和66.56%,EC下降幅度大于OC,且2019年气象条件与2014年相比更不利于污染物扩散.通过对OC和EC相关性分析和SOC估算,发现2014年和2019年保定市OC和EC相关性R²分别为0.874和0.811,表明保定市OC和EC具有较为一致的来源.2014年和2019年ρ(SOC)的平均值分别为16...     

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.     

成都市西南郊区夏秋季PM_(2.5)碳组分化学特征

为研究成都市西南郊区PM_(2.5)中碳组分浓度的季节变化及污染特征,分析了PM_(2.5)中有机碳(OC)、元素碳(EC)的含量。结果表明:颗粒物PM_(2.5)、总碳(TC)、有机碳(OC)月平均质量浓度夏季比秋季略高;OC/EC平均比值在夏季和秋季分别为2.47和2.18,说明均有二次有机碳(SOC)的生成;OC和EC在夏秋季均有较强的相关性(夏季R~2为0.77,秋季R~2为0.79);SOC在夏、秋季的月平均浓度分别为4.02,2.76μg/m~3;降雨在一定程度上降低了PM_(2.5)的浓度。     

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.     

上海城区PM2.5中有机碳和元素碳变化特征及来源分析

2010年6月~2011年5月间在上海城区点位采集了181组PM2.5样品,采用热光反射法(thermal optical reflectance,TOR)测定了样品中的有机碳(organic carbon,OC)和元素碳(elemental carbon,EC)含量.结果表明,上海城区环境空气PM2.5中OC和EC年平均浓度分别为8.6μg·m-3±6.2μg·m-3和2.4μg·m-3±1.3μg·m-3,两者之和占PM2.5质量浓度的20%.OC和EC的季节平均浓度值冬季最高,夏季最低,秋季OC和EC在PM2.5中的比例最高.全年OC/EC比值为3.54±1.14.采用最小OC/EC比值法估算二次有机碳(secondary organic carbon,SOC)含量得到SOC年均浓度为3.9μg·m-3±4.2μg·m-3,占OC含量的38.9%.夏季SOC浓度低且与O3最大小时浓度值相关性好,表明光化学反应是夏季SOC的重要生成途径,主导西风向的秋冬季SOC浓度高于静风条件下的浓度水平,存在输送作用.进一步对OC1、OC2、OC3、OC4、EC1、EC2、EC3和OPC进行主成分分析,结果显示上海城区PM2.5中OC和EC主要来自机动车尾气、燃煤排放、生物质燃烧和道路尘,这4个来源对含碳组分的贡献率达69.8%~81.4%,其中机动车尾气在4个季节中的贡献率均较高,生物质燃烧贡献约15%~20%,春季和秋季道路尘影响明显,冬季燃煤的贡献高于其他季节.     

乌鲁木齐市PM_(2.5)和PM_(2.5~10)中碳组分季节性变化特征

2011年1月至12月在乌鲁木齐市区用膜采样法采集了大气PM_(2.5)和PM_(2.5~10)样品,并利用热光/碳分析仪测定了其中有机碳(OC)和元素碳(EC)的质量浓度.通过OC与EC的粒径分布特征、比值和相关性的分析,初步分析了乌鲁木齐市大气可吸入颗粒物中碳质气溶胶污染特征,并用OC/EC比值法估算了二次有机碳(SOC)的浓度.结果表明,PM_(2.5)和PM_(2.5~10)的年平均质量浓度分别为92.8μg/m~3和64.7μg/m~3.PM_(2.5)中OC和EC的年平均浓度分别为13.85μg/m~3和2.38μg/m~3,PM_(2.5~10)中OC和EC的年平均浓度分别为2.63μg/m~3和0.57μg/m~3.OC和EC四季变化趋势基本一致,季浓度最高.碳组分主要集中于PM_(2.5)中,OC/EC比值范围为3.62~11.21.夏季和秋季的PM_(2.5)和PM_(2.5~10)中OC和EC的相关性较好(R20.65).估算得出的PM_(2.5)和PM_(2.5~10)中SOC的估算浓度为2.31~11.98μg/m~3和0.38~1.49μg/m~3.     

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.      

广州城区黑碳气溶胶吸光增强特性研究

本研究运用最小相关系数法（MRS）,使用元素碳（EC）作为示踪物,得到一次排放的质量吸光效率（MAE_p）,结合黑碳仪（AE33）和有机碳/元素碳分析仪获得实测的质量吸光效率MAE_t,进而通过MAE_t/MAE_p的比值得出吸光增强系数（E_abs）.采样站点位于广州市城区暨南大学大气超级监测站,采样时间涵盖了干季（2019年1月26日~3月31日）和湿季（2018年5月1日~7月31日）.对广州市城区的黑碳气溶胶及其光学特征进行分析,EC在干季的平均浓度（1.93±1.38）μgC/m³高于湿季（1.46±0.75）μgC/m³,而E_abs520在干季的均值（1.26±0.34）低于湿季（1.63±0.55）.E_abs520在干湿季的日变化差异明显,但有机碳（OC）、EC、OC/EC、波长指数（AAE_470-660）均为干季高于湿季.分析发现气溶胶负载补偿参数k值与E_abs520在湿季呈现出较好的相关性,而在干季相关性较差,可能与生物质燃烧的影响有关;探讨了O₃、NO₂和SOC/OC对E_abs520的影响,在干季O₃与E_abs520的相关性较差（R²=0.21）,在湿季较好（R²=0.46）,SOC/OC却展现出了相反的关系,而NO₂在干季和湿季与E_abs520的相关性都较差（R²=0.01）,并发现温度对E_abs520存在一定的影响.通过后向轨迹聚类分析发现,长距离传输气团的的黑碳E_abs520值较高.     

泰山夏季PM2.5中生物源SOA的分子组成及影响因素

为探究泰山夏季PM_2.5中生物源二次有机气溶胶（BSOA）的分子组成、昼夜变化特征、及影响因素,于2016年7~8月在泰山山顶进行PM_2.5样品采集,并对碳质组分、无机离子和BSOA示踪物进行分析.结果表明,元素碳（EC）和左旋葡聚糖质量浓度处于较低水平且昼夜差异较小（t检验,P < 0.05）,表明采样期间泰山山顶气溶胶受人为污染排放的影响较小.BSOA示踪物的总质量浓度呈昼高夜低的变化特征,表明白天较强的温度和太阳辐射使得气溶胶的氧化程度比夜间强.其中,异戊二烯类SOA示踪物的质量浓度最高达（77.64±51.79）ng/m³,其次为单萜烯类和倍半萜烯类SOA示踪物,分别为（33.68±21.29）和（6.97±3.28）ng/m³.基于示踪物-产率法估算得出SOC_异戊二烯对有机碳（OC）的贡献率（15.3%）最高.由BSOA示踪物与RH（R￡-0.45）和pH_is（R￡-0.53）的负相关性可知,高湿条件可以降低气溶胶的酸度进而抑制BSOA通过酸催化氧化反应的形成.由BSOA与温度和人为源指示物（左旋葡聚糖和EC）的相关性分析得出,采样期间泰山地区BSOA主要受当地BVOCs氧化反应的影响,而受长距离传输人为污染源的影响较小.     

广州城区黑碳气溶胶吸光增强特性研究

本研究运用最小相关系数法（MRS）,使用元素碳（EC）作为示踪物,得到一次排放的质量吸光效率（MAE_p）,结合黑碳仪（AE33）和有机碳/元素碳分析仪获得实测的质量吸光效率MAE_t,进而通过MAE_t/MAE_p的比值得出吸光增强系数（E_abs）.采样站点位于广州市城区暨南大学大气超级监测站,采样时间涵盖了干季（2019年1月26日~3月31日）和湿季（2018年5月1日~7月31日）.对广州市城区的黑碳气溶胶及其光学特征进行分析,EC在干季的平均浓度（1.93±1.38）μgC/m³高于湿季（1.46±0.75）μgC/m³,而E_abs520在干季的均值（1.26±0.34）低于湿季（1.63±0.55）.E_abs520在干湿季的日变化差异明显,但有机碳（OC）、EC、OC/EC、波长指数（AAE_470-660）均为干季高于湿季.分析发现气溶胶负载补偿参数k值与E_abs520在湿季呈现出较好的相关性,而在干季相关性较差,可能与生物质燃烧的影响有关;探讨了O₃、NO₂和SOC/OC对E_abs520的影响,在干季O₃与E_abs520的相关性较差（R²=0.21）,在湿季较好（R²=0.46）,SOC/OC却展现出了相反的关系,而NO₂在干季和湿季与E_abs520的相关性都较差（R²=0.01）,并发现温度对E_abs520存在一定的影响.通过后向轨迹聚类分析发现,长距离传输气团的的黑碳E_abs520值较高.     

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.     

山西省四城市冬季PM2.5中碳质组分特征及来源分析

为研究山西省太原、阳泉、长治和晋城冬季PM_2.5中碳质组分的污染特征和来源,于2017-11-15—12-31同步采集了冬季PM_2.5样品,采用热/光分析法分析了样品中有机碳（OC）和元素碳（EC）组分含量,使用最小相关系数法估算了二次有机碳（SOC）浓度,并利用相关分析及正定矩阵因子分析法（PMF）研究了各城市PM_2.5中碳质组分的来源。结果表明:采样期间各城市OC、EC的平均浓度分别为（13.5±5.7）,（8.0±4.4）μg/m3,均呈阳泉（（17.3±4.5）,（13.6±3.0）μg/m3）>太原（（16.5±7.0）,（7.8±4.2）μg/m3）>长治（（12.8±4.0）,（7.7±2.8）μg/m3）>晋城（（8.3±2.9）,（2.9±1.3）μg/m3）的空间分布特点。各城市OC、EC与气态污染物SO₂、NO₂和CO均显著相关,表明燃煤源和机动车尾气对碳质组分的影响较大。OC和SOC与相对湿度均呈显著正相关,各城市SOC在OC的占比排序为太原（48%）>长治（45%）>晋城（36%）>阳泉（34%）,与相对湿度一致,说明各城市冬季SOC的形成可能主要来自液相反应。PMF解析结果显示:各城市冬季PM_2.5中碳质组分主要来源于燃煤源（24.2%~30.4%）、汽油车尾气（21.0%~30.9%）、柴油车尾气（16.1%~24.3%）和扬尘源（17.2%~20.5%）,其中燃煤源对长治冬季PM_2.5中碳质组分的贡献（30.4%）高于其他3个城市,汽油车尾气对太原的贡献（30.9%）高于其他城市,而柴油车尾气（24.3%）和扬尘（20.5%）对阳泉的贡献均高于其他城市。     

玉龙雪山PM2.5稳定碳同位素特征及来源分析

于2020年4~8月在青藏高原东南部玉龙雪山进行PM_2.5采样,共采集44个样本,测定其水溶性离子成分、水溶性有机碳(WSOC)浓度、总碳(TC)浓度及其稳定碳同位素组成(δ¹³C_TC).结果表明,玉龙雪山春夏季TC浓度分别为(7.1±3.8)μg/m³和(2.9±0.7)μg/m³,WSOC浓度分别为(3.3±2.1)μg/m³和(1.5±0.4)μg/m³,均呈现春高夏低的变化趋势.春夏季δ¹³C_TC值分别为(-24.7±1.0)‰和(-26.0±0.6)‰,春季较夏季偏正,表明可能受到不同来源影响.通过对非海盐钾离子(nss-K⁺)相关性、NASA火点图及后向轨迹分析可知,东南亚地区春季生物质燃烧可能是主导原因.利用贝叶斯模型计算玉龙雪山PM_2.5中TC来源贡献,结果表明春季主要来源于生物质燃烧和煤燃烧,贡献比分别为60.6%和23.5%;夏季主要来源于生物质燃烧、植物蒸发和机动车排放,同时二次有机气溶胶形成对TC的贡献也不可忽视.     

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.