新乡冬季PM_(2.5)中金属元素与水溶性离子年际变化及其来源解析

为了探究新乡地区年际间冬季PM2.5组分的变化特征和污染来源,于2015年冬季和2016年冬季分别在新乡市区进行连续1个月的膜采样,测定PM2.5质量浓度、金属元素含量及其水溶性离子成分含量,并结合气象因素进行分析。结果表明,新乡地区2015年和2016年冬季采样期间PM2.5的质量浓度日均值分别为226μg·m-3和224μg·m-3,污染水平较高。观测期间,新乡冬季PM2.5中Cd和Pb金属元素富集明显,富集因子超过1000。且与2015年相比,2016年金属元素(除Ag和Ni)中浓度下降约7.83%~73.33%,富集程度均趋于降低。水溶性离子以SO42-、NO3-和NH4+这3种为主,2016年在PM2.5中占比上升25.1%。综合两种成分分析,新乡地区的PM2.5污染呈现出金属污染向二次水溶性离子污染转移的趋势。综合PCA和PMF源解析结果显示,新乡市冬季有4种主要排放源,即尘土、二次源、工业源和化石燃料燃烧源,2015年冬季主要来源是土壤和建筑扬尘混合源,贡献率37.46%,2016年主要来源是交通及工业生产中的二次气溶胶污染源,贡献率为34.94%。     

郑州-新乡冬季PM2.5中元素浓度特征及其源分析

为了探究郑州-新乡地区PM_(2. 5)中各化学组成的污染特征和可能来源,用中流量大气采样器于2016年冬季分别在郑州、新乡市区进行连续1个月大气PM_(2. 5)膜采集,利用重量法、电感耦合等离子体质谱法(ICP-MS)和离子色谱法分别进行了PM_(2. 5)浓度、17种金属元素的含量和7种水溶性离子含量的测定,并采用富集因子法和主成分分析法分析元素污染特征及其来源.结果表明,新乡地区2016年冬季PM_(2. 5)的质量浓度日均值为223. 87μg·m~(-3),郑州2016年冬季PM_(2. 5)质量浓度日均值为226. 67μg·m~(-3),两地污染水平相对较高.两地PM_(2. 5)中主要常量元素均为Al、Ca和Fe,约占17种元素总量的50%,而主要重金属含量差异明显,新乡PM_(2. 5)中重金属的含量均高于郑州地区,其中Cd、Ag和Pb富集因子超过1 000,新乡Cd元素富集突出.两地水溶性盐离子均以SO_4~(2-)、NO_3~-和NH_4~+这3种离子为主,占水溶性离子总量超过94%,(NH_4)_2SO_4和NH_4NO_3是两地PM_(2. 5)中主要存在形式.源解析结果显示,新乡2016年冬季的主要来源是生物质燃烧及二次气溶胶混合源,贡献率为34. 94%.郑州2016年冬季PM_(2. 5)的主要来源是燃煤及交通混合源,贡献率为33. 99%.     

新乡市冬、春季节PM2.5中水溶性离子及重金属的污染特征与源解析

于2015年12月—2016年1月(冬季,采暖季)和2016年3—4月(春季,非采暖季)在河南新乡采集了125个膜样本,用重量法分析了PM_(2.5)的质量浓度,电感耦合等离子体-质谱分析仪(ICP-MS)分析了20种常见的金属元素,离子色谱(IC)分析了颗粒物中NH_4~+、K~+、Mg~(2+)、Ca~(2+)、Cl~-、NO_3~-、SO_4~(2-)7种水溶性离子,同时结合气象因子与主因子分析法(PCA)对PM_(2.5)进行追因溯源.结果表明:新乡市采暖季和非采暖季PM_(2.5)浓度均值分别为250.17和148.67μg·m~(-3),污染严重;主要金属元素均为Al、Ca、Zn、Fe、Pb,5种元素总共分别占20种金属元素总量的68%和51%;NH_4~+、SO_4~(2-)和NO_3~-占比均超过水溶性盐离子总量的90%.气象条件与地形条件分别对采暖季和非采暖季的PM_(2.5)局地污染有重要影响;PCA结果发现,新乡市采暖季的PM_(2.5)有3个主要来源,分别为燃煤源(31.86%)、农业源/机动车尾气源(19.34%)和土壤/地面扬尘(22.69%);而非采暖季的3个主要来源分别为机动车尾气源/地壳源(41.67%)、煤炭燃烧源/工业排放源(32.20%)及地面扬尘(12.18%).可见煤炭燃烧、机动车尾气排放对新乡市冬、春季大气污染的贡献较大.     

北京冬季PM2.5中金属元素浓度特征和来源分析

为了解北京冬季细颗粒物中金属元素的浓度水平及其来源,于2014年12月至2015年1月使用中流量PM_(2.5)采样器在北京城区开展了为期30 d的连续采样,采用滤膜称重法检测PM_(2.5)浓度,电感耦合等离子体质谱法(ICP-MS)分析PM_(2.5)中16种元素总量,并采用富集因子法和因子分析法分析元素污染特征及其来源.结果表明,观测期间PM_(2.5)中主要金属元素为K、Ca、Fe、Al和Mg,占16种元素总量的90.7%.与白天相比,地壳元素如Mg和Al等在夜间的浓度下降30%以上,而人为源金属元素如Cu和Pb等的浓度则上升40%以上.从优良天到重污染天气,上述16种金属元素的总浓度上升1倍,但其在PM_(2.5)中的比例却逐渐降低,说明金属元素的富集不是PM_(2.5)上升的主要原因.随着污染程度的加剧,Cu、Zn、As、Se、Ag和Cd等主要来自人为源的金属元素浓度上升较快,重度污染天与优良天的浓度比值范围为2.9~5.3;而Al、Mg、Ca、Mn和Fe等地壳元素浓度上升则较缓,重度污染天与优良天的浓度比值范围为1.2~1.8.北京冬季PM_(2.5)中金属元素主要来源于燃煤和生物质燃烧、交通和工业排放以及地面扬尘,贡献率分别为34.2%、25.5%和17.1%.     

新乡市秋季大气细颗粒物PM2.5中水溶性离子特征及其来源解析

为探究新乡市秋季PM_(2.5)污染水平及水溶性离子特征,于2016年9—11月期间,利用TH-150C中流量大气采样器分别在新乡市城市和郊区设立的两个采样点采集了大气PM_(2.5)样品,并分别用重量法和离子色谱法测得PM_(2.5)的浓度值和水溶性离子的组分,分析了大气PM_(2.5)的组成特征、变化规律及污染来源.结果表明,采样期间,城市站PM_(2.5)浓度为122.65~223.56μg·m-3,平均值为164.17μg·m-3,郊区站PM_(2.5)浓度为92.99~217.40μg·m-3,平均值为144.75μg·m-3,均超过国家二级标准浓度限值(75μg·m-3).采样期间,城市站7种水溶性无机离子(NH+4、NO-3、SO2-4、K+、Mg2+、Ca2+、Cl-)的平均质量浓度分别为9.98、22.05、13.41、0.65、0.04、0.30、2.19μg·m-3,郊区站分别为7.49、17.95、10.34、0.38、0.03、0.57、1.35μg·m-3;其中,NO-3、SO2-4、NH+4是大气PM_(2.5)中水溶性离子最主要的二次污染成分,而硝酸盐则是新乡市大气灰霾污染的关键组分.对PM_(2.5)中阴、阳离子进行相关性分析,结果发现,新乡市大气颗粒物PM_(2.5)总体呈酸性.PM_(2.5)中水溶性离子来源主要有二次转化,以及工业源、燃烧源及土壤建筑尘等,移动源(汽车尾气)对新乡市秋季大气污染的贡献较大.     

自贡市大气颗粒物中水溶性离子的特征及来源

基于四川省自贡市2015年9月-2016年9月的大气颗粒物采样数据,利用离子色谱仪对其中8种水溶性离子(SO_4~(2-)、NO_3~-、NH_4~+、Na~+、K~+、Cl~-、Ca~(2+)和Mg~(2+))进行了浓度测定。分析结果表明,自贡市PM_(10)平均浓度为(88.4±59.2)μg/m~3,PM_(2.5)为(76.2±51.7)μg/m~3,各季节PM_(2.5)/PM_(10)的浓度比值均大于80%,说明自贡市大气颗粒物污染以PM_(2.5)为主;水溶性离子是颗粒物的主要化学组分,其总质量浓度对PM_(10)和PM_(2.5)的贡献率分别为40.3%和42.7%,其中SNA(二次水溶性无机离子,SO_4~(2-)、NO_3~-和NH_4~+)、Cl~-、K~+、Ca~(2+)、Na~+和Mg~(2+)在PM_(2.5)的占比分别为39.5%、1.8%、1.2%、0.5%、0.3%和0.04%;SO_4~(2-)是自贡市春季和秋季污染天主要来源,其在PM_(2.5)水溶性离子中的贡献率均为45.5%,NO_3~-对应的贡献率分别为22.3%和23.6%,冬季污染天SO_4~(2-)和NO_3~-的贡献率分别为33.5%和35.7%,NO_3~-的贡献率显著上升。利用因子分析法对PM_(2.5)中水溶性离子进行源解析发现,其来源主要为二次污染源、燃烧源、农业源以及道路扬尘源。     

内江市大气细颗粒物化学组成及其消光特征

2012—2013年在内江市环境监测站楼顶采集了PM_(10)和PM_(2.5)样品,并分析了颗粒物中金属无机元素、水溶性离子和碳质组分的质量浓度,以研究颗粒物的污染水平及其消光特性.采样期间,内江市的PM_(10)和PM_(2.5)浓度分别为(116.3±54.7)μg·m~(-3)和(78.6±36.8)μg·m~(-3);颗粒物污染冬季较重,其次为秋季,春季和夏季污染水平相当.内江市PM_(2.5)中以二次无机离子(SNA,42.5%)和有机物(OM,35.0%)污染最为突出,其次为地壳元素(Soil,11.4%)、元素碳(EC,5.2%)和微量元素(Trace,0.3%).高相对湿度和细颗粒物浓度是导致内江灰霾频发的主要原因,10km能见度对应的PM_(2.5)浓度界值为72.2μg·m~(-3).采用IMPROVE模型计算,内江市PM_(2.5)的平均散射系数为(504.6±293.2)Mm-1,吸光系数平均为(41.0±20.6)Mm-1;PM_(2.5)中硫酸盐对消光系数贡献最大,占40.0%;其次为有机物和硝酸盐,贡献率分别是29.2%和15.3%;EC的贡献率为7.3%.PM_(2.5)质量浓度与散射系数呈现出较强的线性关系(r=0.88),通过回归方程得到PM_(2.5)的质量散射效率为4.2 m~2·g~(-1).     

兰州城区大气PM2.5污染特征及来源解析

为探究兰州城区PM_(2.5)的污染特征及其来源,分别在兰州市城关区和西固区设置PM_(2.5)采样点,于2013年10月(非采暖期)和12月(采暖期)采集样品并进行分析,得到了PM_(2.5)及其16种化学组成的质量浓度.结果表明,兰州城区PM_(2.5)污染水平较高,平均质量浓度为129μg·m~(-3).样品无机元素平均质量浓度为:SCaFeAlMgPbZnMnTiCu,其中S、Ca、Fe、Al的质量浓度在1μg·m~(-3)以上,是主要元素组分;样品各无机元素质量浓度表现为采暖期高于非采暖期,城关区高于西固区.样品水溶性离子平均质量浓度为:SO~(2-)_4NO~-_3NH~+_4Cl~-K~+Na~+,其中SO~(2-)_4、NO~-_3、NH~+_4的质量浓度在10μg·m~(-3)以上,是主要离子组分;样品各水溶性离子质量浓度表现为采暖期高于非采暖期,西固区高于城关区.富集因子(EF)分析结果表明,元素Al、Ca、Mg、Ti的EF值均小于1以自然来源为主;元素Cu、Pb、S、Zn的EF值显著大于10,表明这4种元素在PM_(2.5)中高度富集,且主要源于人为活动造成的污染.主成分分析结果表明,交通排放源、生物质燃烧源、土壤源和二次粒子对兰州城区大气PM_(2.5)贡献显著.     

自贡市冬季大气PM2.5组分特征分析及来源解析

为探究自贡市冬季大气PM_(2.5)污染特征,文章分析了自贡市冬季大气PM_(2.5)中水溶性离子、无机元素和碳质组分的浓度水平及来源。结果表明,二次无机离子(NO_3~-、SO_4~(2-)、NH_4~+)是自贡冬季PM_(2.5)中水溶性离子的重要组成部分,占PM_(2.5)质量浓度的45.8%。SOR和NOR值分别为0.45和0.31,说明自贡市二次离子污染较为严重;PM_(2.5)中无机元素总浓度为2.7μg/m~3,占PM_(2.5)质量浓度的3.9%。通过富集因子法分析,Pd、Te、Ag、Cd、Sb、Se、Mo、Sn、Hg、Br、Cs、Tl为高度富集;As、Co、Sc、Ga、Pb、Cr、Zn、Cu、Ni为中度富集;Al、K、Mn、V、Ba为轻度富集;TC质量浓度为19.3μg/m~3,其中OC为11.7μg/m~3、EC为7.5μg/m~3,分别占PM_(2.5)质量浓度的15.3%、9.8%。PM_(2.5)中SOC平均浓度为1.6μg/m~3,占OC的13.7%;自贡市冬季PM_(2.5)来源贡献大小依次为二次硝酸盐(24.5%)、移动源(20.9%)、二次硫酸盐(18.1%)、工业源(17.2%)、生物质燃烧源(10.1%)、扬尘源(9.2%),应重点管控移动源、水泥行业、道路扬尘和施工扬尘、生物质燃烧等排放源。     

泉州市大气PM2.5中水溶性离子季节变化特征及来源解析

为掌握泉州市大气PM_(2.5)中无机水溶性离子的季节变化特征,于2014年3月~2015年1月同步采集了泉州市5个采样点共116个PM_(2.5)样品.用离子色谱法分析了PM_(2.5)中Na~+、NH_4~+、K~+、Ca~(2+)、Mg~(2+)、F~-、Cl~-、NO_3~-和SO_4~(2-)等9种水溶性无机离子.观测期间,总水溶性离子浓度季节变化特征为春季(14.24±6.43)μg·m~(-3)冬季(8.54±7.61)μg·m~(-3)夏季(4.10±2.67)μg·m~(-3)秋季(3.91±2.58)μg·m~(-3);SO_4~(2-)、NO_3~-和NH_4~+(SNA)是PM_(2.5)中主要的3种离子,占水溶性离子总质量浓度比例分别为春季(90.3±3.3)%、夏季(68.8±11.7)%、秋季(78.9±7.1)%和冬季(74.0±18.4)%,说明春季二次污染较为严重;PM_(2.5)中阴、阳离子电荷平衡分析显示,阴离子相对亏损,大气细颗粒物组分呈弱碱性;春、冬季NH_4~+主要以(NH_4)_2SO_4、NH_4HSO_4和NH_4NO_3等形式存在,而夏、秋季则主要以NH_4HSO_4和NH_4NO_3形式存在;PMF源解析结果表明,泉州市大气PM_(2.5)中水溶性离子主要来自海盐、二次源、建筑扬尘、垃圾焚烧源和生物质燃烧源.     

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.     

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%.     

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）.     

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.     

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,...     

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.      

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.     

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.     

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.     

鞍山市道路扬尘碳组分特征及来源解析

为研究鞍山市道路扬尘PM_(2.5)中碳组分污染特征及来源,于2014年10月采集鞍山市9条道路的扬尘样品,通过再悬浮得到PM_(2.5)滤膜样品,利用热光碳分析仪测定PM_(2.5)中OC(有机碳)和EC(元素碳)并分析其特征.结果表明,道路扬尘PM_(2.5)中ω(TC)为9.78%(外环路)～14.00%(千山西路),ω(OC)为8.15%(外环路)～10.84%(千山西路),ω(EC)为1.63%(外环路)～2.85%(千山西路),ω(OC)明显高于ω(EC),说明各道路扬尘中含有较多的有机碳;采样期间OC/EC的值均大于2,说明道路扬尘中均可能存在二次污染;通过Spearman相关分析及线性拟合可知,鞍山市道路扬尘PM_(2.5)中OC和EC来源大致相同;聚类分析表明,鞍山市道路扬尘PM_(2.5)中碳组分主要来源于机动车尾气排放、生物质燃烧和煤炭燃烧.