天津市颗粒物散射消光特征及化学组分贡献研究

为研究天津大气颗粒物光学特征及不同化学成分贡献水平,对颗粒物散射系数进行了在线观测,同时对全年1,4,7,10 4个典型月份进行PM2.5采样,并分析其化学成分.观测发现,天津市散射消光系数表现为秋、冬季高,春、夏季低,冬季PM2.5的干散射效率最高,为5.18m2/g.当风速大于3m/s时,对污染物的清除扩散作用较为明显,散射系数较低;相对湿度较高时,其对散射系数的增长作用显著.多元线性回归分析结果表明,天津市细颗粒中有机碳和硫酸盐是影响天津市能见度的主要组分.根据IMPROVE法核算化学组分对散射消光的贡献,得出有机物的贡献最大,为38.51%.     

北京市夏季大气消光系数的来源分析

利用 1999年夏季北京颗粒物和气体污染物的观测数据并结合米理论模型计算 ,获得了采样期间各种消光作用的平均贡献 .结果表明 ,观测期间北京大气总消光系数平均为 0 388km-1,颗粒物的消光系数占总消光系数的 90 %以上 ,是能见度下降最主要的贡献者 ,而气体的消光作用贡献不到 10 % ,其中颗粒物的散射系数占总消光系数的 70 5 % ,颗粒物的吸收系数占总消光的 2 2 3% ,气体的散射系数贡献约为 3 6 % ,气体的吸收系数贡献约为 3 5 % .     

成都市冬季大气消光系数及其组成的特征研究

由于气溶胶吸湿增长的复杂性和不确定性,大气消光的演化机理至今尚不十分清晰.为此,利用成都市2017年12月浊度仪和黑碳仪的逐时观测资料,结合同时次的环境气象监测数据,系统研究了该区域冬季对应550 nm大气消光系数及其组成的特征.结果表明:①观测期间大气消光系数为(1173.42±641.21) Mm~(-1),其中"干"气溶胶散射系数、"干"气溶胶吸收系数、干洁大气散射系数、气态污染物吸收系数和气溶胶吸湿性消光系数对其平均贡献率分别是53.02%、6.54%、1.50%、1.65%和37.29%.②大气消光系数、"干"气溶胶散射系数和气溶胶吸湿性消光系数的日变化为"单峰单谷型",而"干"气溶胶吸收系数和气态污染物吸收系数的日变化则分别表现为"单谷型"和"双峰双谷型".③明确了单位质量大气消光系数及其组成随相对湿度的变化特征,并就其各自成因进行了分析.     

黄山夏季气溶胶吸湿性及与化学组分闭合

大气气溶胶的吸湿性对其光学性质、云凝结核的活性以及人体健康都有重要影响.利用2014年7月在黄山光明顶观测获得的气溶胶的吸湿增长因子(GF)和多尺度气溶胶离子化学成分的观测数据,进行气溶胶吸湿性与化学组分的闭合研究.结果表明,黄山夏季气溶胶(在70~230 nm范围内)中硫酸铵、有机物(OC)、不可溶的物质含量最多,硝酸铵含量次之,硫酸氢铵含量最少,其中主要无机成分含量随着粒径的增加而逐渐增加;气溶胶在白天的吸湿性强于夜间,并且气溶胶粒子的吸湿性随粒径增加有逐渐增强的趋势;根据所有粒径的气溶胶粒子化学组分计算出的吸湿性参数κ值与κ观测值呈现大致相同的波动变化趋势,并且较接近观测值,决定系数r~2达到0.60.     

天津城区春季大气气溶胶消光特性研究

利用天津大气边界层观测站2011年4月1日~5月10日气溶胶散射系数、吸收系数、PM2.5质量浓度、大气能见度和常规气象观测数据,分析了气溶胶散射系数和吸收系数的变化特征,以及气溶胶消光系数与PM2.5质量浓度和大气能见度的关系,并对两种方法计算的消光系数进行了比较.结果表明,观测期间天津城区气溶胶散射系数为369.93 Mm-1,对大气消光贡献为86.7%,气溶胶吸收系数为36.32 Mm-1,对大气消光贡献为8.5%,单次散射反照率为0.91;气溶胶散射系数和吸收系数的日变化特征具有明显的双峰结构,对应于早晚交通高峰;不同天气类型下其日分布特征存在较大差异,霾日散射系数和吸收系数最高,沙尘日和降水日次之,晴日最低;气溶胶散射系数和吸收系数与PM2.5质量浓度呈线性正相关,与大气能见度呈指数负相关,观测期间气溶胶质量散射效率均值为2.95m2/g;采用Koschmieder’s公式反算能见度获得的大气消光系数,与通过测量气溶胶散射系数、气溶胶吸收系数、气体散射系数和气体吸收系数等分量加和获得的消光系数相比一致性较好,高相对湿度天气下能见度反算值高于各系数加和值.     

天津市冬季颗粒物化学组成及其消光特征

于2013年冬季在天津大气边界层观测站利用Andersen撞击式采样器采集了26 d的颗粒物样品,并进行化学组分分析,同步观测颗粒物吸收系数、数浓度、能见度及其他气象要素. 对比分析了污染日和清洁日颗粒物质量浓度及其化学组成的粒径分布特征,在此基础上,利用Mie模型计算外混、内混、“核-壳” 3种混合态假设下颗粒物的消光系数、散射系数和吸收系数. 与实测吸收系数的比较可知,颗粒物的混合态可能更加接近“核-壳”态. “核-壳”态假设下颗粒物平均消光系数模拟值为(517.44±308.42)Mm-1,其中污染日平均值为(668.39±307.30)Mm-1,清洁日为(275.91±37.90)Mm-1,相对湿度对颗粒物的消光系数有显著影响. 污染日颗粒物中OM(有机质)、(NH₄)₂SO₄、NH₄NO₃、EC和其他物质对消光系数的贡献率分别为30.4%、25.5%、17.7%、8.1%和18.3%,清洁日分别为49.8%、11.0%、7.2%、10.6%和21.4%. PM_0.4~1.1、PM>1.1~2.1、PM>2.1~10的消光系数贡献率分别为69.6%±6.7%、13.9%±3.3%和16.5%±6.4%. 污染日高浓度的细粒子是导致能见度下降的主要原因,其中亚微米颗粒物对消光占据主导地位,(NH₄)₂SO₄、NH₄NO₃、OM是主要的消光化学组分.      

我国不同大气环境下亚微米颗粒物吸湿特性

利用吸湿性串联微分电迁移粒径分析仪(H-TDMA)开展颗粒物吸湿性测量,通过对观测结果进行整理,并结合其他研究成果对我国不同环境下亚微米颗粒物吸湿性进行表征.梳理了包括城市、乡村、高山和郊区近海岸点不同大气环境下11个观测点的测量数据,发现不同环境、不同季节的大气颗粒物来源不同,颗粒物吸湿性、粒径分布及模态分布特征差异大.城市点的吸湿参数?观测值约为0.1~0.3;乡村点比城市点略高,约0.15~0.4;高山点(118.11°E,30.07°N)的?约为0.2~0.3;郊区近海岸点(114.17°E,22.28°N)的?约为0.2~0.4.除北京郊区点(怀柔冬季观测)外,其余乡村点和城市点均观测到亚微米颗粒物吸湿性随粒径增加而增强;高山点和郊区近海岸点的颗粒物吸湿性随粒径的变化不显著.除高山点(黄山)观测到较高频率的单模态分布(只有吸湿模态)外,其他观测点均呈现2~3个模态分布,说明颗粒物呈外混态.北京和杭州的H-TDMA观测结果显示颗粒物吸湿性随着相对湿度(RH)的增加而增加,没有表现出与纯硫酸铵类似的潮解行为.颗粒物吸湿性与化学组分的闭合研究发现,与离线膜采样获取的化学组分相比,高时间分辨率的在线化学粒径谱分布信息可以有效提高闭合度,同时有机物的密度与吸湿性,黑碳颗粒物质量浓度谱分布的精确估算将进一步提高闭合度.     

南京城区夏秋季能见度与PM2.5化学成分的关系

为研究南京细颗粒物PM2.5化学成分与能见度的关系,于2011年8月4~17日和2011年10月31日~11月11日在南京城区采集PM2.5样品并分析其化学成分,同时对能见度、PM2.5、相对湿度等进行了同步观测.结果表明:南京城区夏季采样期间的能见度高于秋季,分别约为10.9km、7.5km,低能见度天PM2.5质量浓度较高,能见度与PM2.5的相关系数为-0.75.水溶性离子和总碳分别占PM2.5质量浓度的38%和26%,其中与能见度相关性较显著的是NO3-、SO42-、NH4+、EC.总消光系数的主要贡献者是颗粒物,达98.2%.8月首要消光组分是硫酸铵(NH4)2SO4,占47.0%,有机碳OC和硝酸铵NH4NO3分别占19.2%和14.3%;而11月是NH4NO3、(NH4)2SO4和OC,分别占29.3%、28.7%、26.8%.对不同相对湿度下的能见度和PM2.5化学成分进行拟合.进一步根据WRF/Chem细颗粒物化学成分模拟结果,分别利用拟合关系式和美国IMPROVE关系式,对2011年8月和11月能见度进行计算,与观测对比发现,利用本文拟合关系式计算的能见度结果优于IMPROVE关系式.     

南京北郊大气气溶胶的吸湿性观测研究

大气气溶胶的吸湿性不仅影响气溶胶的光学特性进而影响大气能见度,并且影响气溶胶的直接和间接气候效应.本文利用加湿串联差分迁移分析仪H-TDMA,于2012年5~7月在南京地区,对40~200nm大气气溶胶粒子在不同相对湿度下的吸湿增长因子进行了观测研究.统计结果表明:在90%相对湿度下,颗粒物的吸湿增长因子GF多为双峰分布,分为GF1.15的强吸湿组分.弱吸湿组分的吸湿增长因子(GFLH)在1.10~1.14之间;对应的强吸湿组分增长因子(GFMH )范围在1.47~1.58之间变化.相同粒径下的离散程度(σ)强吸湿组大于弱吸湿组,说明强吸湿组的粒子化学成分更复杂,异质性更强.相对湿度的变化对粒子吸湿增长的影响与粒子大小及化学组分有关,爱根核模态和积聚模态粒子在相同的相对湿度下潮解点不同,硝酸铵和硫酸铵是颗粒物中的主要吸湿成分.对不同天气条件下的气溶胶吸湿性分析,发现污染期间的吸湿增长因子(GF)和强吸湿组的数目比例(NFMH)都高于清洁期间,这与当时的气象条件以及粒子的内外部混合状态相关.观测还发现气溶胶粒子的吸湿性有明显的日变化特征,白天光照所引发的光化学反应以及混合层演变而造成粒子的吸湿性较强.机动车尾气排放的黑碳等不吸湿或弱吸湿颗粒物也会因为影响颗粒物的化学成分并进而对气溶胶吸湿性产生影响.     

南京北郊冬春季大气能见度影响因子贡献研究

为研究南京北郊气象要素以及气溶胶对大气能见度的影响,利用2014年1~5月的能见度、相对湿度、温度、颗粒物浓度及其化学成分等观测数据,探讨了气溶胶不同化学组分对消光系数的贡献,提出了该地区能见度基于不同参数的拟合方案.结果表明,观测期间平均能见度为(5.78±3.64)km,能见度与相对湿度、PM_(2.5)存在明显的负相关,相关系数分别为-0.66、-0.48.冬季平均消光系数为(398.72±219.88)Mm~(-1),Organic、NH_4NO_3、(NH_4)_2SO_4和EC对消光的贡献率分别为38.81%、27.81%、23.95%和7.15%;春季平均消光系数为(248.36±78.42)Mm~(-1),Orgamic、NH_4NO_3、(NH_4)_2SO_4和EC对消光的贡献率分别为31.59%、24.36%、32.63%和8.64%.对比不同的能见度拟合方案时,基于颗粒物成分的能见度拟合方案优于基于散射系数的.不同相对湿度区间内PM_(2.5)对能见度的影响程度不同,基于PM_(2.5)、相对湿度和温度的能见度拟合方案说明:低相对湿度的条件下,PM_(2.5)对能见度的影响较大;随相对湿度增大,相对湿度成为更为重要的影响因子.     

Aerosol scattering coefficients and major chemical compositions of fine particles observed at a rural site in the central Pearl River Delta, South China

During November-December 2010 aerosol scattering coefficients were monitored using a single-waved (525 nm) Nephelometer at a regional monitoring station in the central Pearl River Delta region and 24-hr fine particle (PM_2.5) samples were also collected during the period using quartz filters for the analysis of major chemical components including organic carbon (OC), elemental carbon (EC), sulfate, nitrate and ammonium. In average, these five components accounted for about 85% of PM_2.5 mass and contributed 42% (OC), 19% (SO₄^2-), 12% (NO₃^-), 8.4% (NH₄⁺) and 3.7% (EC), to PM_2.5 mass. A relatively higher mass scattering efficiency of 5.3 m²/g was obtained for fine particles based on the linear regression between scattering coefficients and PM_2.5 mass concentrations. Chemical extinction budget based on IMPROVE approach revealed that ammonium sulfate, particulate organic matter, ammonium nitrate and EC in average contributed about 32%, 28%, 20% and 6% to the light extinction coefficients, respectively.     

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.     

夏季珠江三角洲地区PM2.5化学组分特征及其对大气能见度的影响

于2010年夏季在珠三角主要城市广州、佛山、东莞、深圳、珠海以及广州郊区从化同步采集PM2.5样品,利用热光反射碳分析仪和离子色谱分别分析样品中有机碳/元素碳和水溶性离子浓度,并同步收集能见度和气象数据.在此基础上对珠三角主要城市大气PM2.5中主要化学成分的浓度水平和空间分布特征进行分析,并利用IMPROVE方程重建大气消光系数,探讨PM2.5的主要化学组分对大气能见度的影响.结果发现,观测期间珠三角地区PM2.5中的主要化学成分空间分布特征明显,广州、佛山和东莞浓度较高,珠海和深圳浓度较低.(NH4)2SO4、有机物(OM)、EC和NH4NO3对夏季珠三角大气消光系数贡献率分别为39%、31%、12%和13%.     

六类餐饮源排放PM2.5化学成分谱

大气颗粒物源成分谱可以表征源排放颗粒物的理化特征,为受体模型开展来源解析研究提供基础数据.餐饮油烟排放是室内外环境大气污染的来源之一,当前餐饮源排放PM_2.5的化学成分谱仍然缺乏.该研究分别在成都市、武汉市和天津市采集了29组6种餐饮源（居民烹饪、火锅店、烧烤店、职工食堂、中餐馆、商场综合餐饮）排放的PM_2.5样品,分析无机元素、离子、碳、多环芳烃（PAHs）等化学组分,并构建了餐饮源排放颗粒物化学成分谱.结果表明:①餐饮源排放PM_2.5化学成分中的主要组分为OC（有机碳）、EC（元素碳）、Ca、Al、Fe、NH₄+、SO₄2-、NO₃-、Na+、K+、Mg2+和Cl-,其中w（OC）最高,为41.67%~57.91%.②餐饮源排放PM_2.5的PAHs中,3环和4环占比较高,其中芴（Flu）、菲（Phe）、荧蒽（Fla）、芘（Pyr）的质量分数相对其他物质较高.研究显示:餐饮源排放PM_2.5中OC/EC约为15.99~67.61,在一定程度上可以用来表征餐饮源排放;Fla/（Fla+Pyr）和InP/（InP+BghiP）多集中在0.45~0.55之间,或可作为标识餐饮源的特征比值.      

细颗粒物(PM2.5)可溶性提取液对发光细菌的光抑制与组分浓度的相关性分析

为科学评估PM_(2.5)对生物体的综合生物效应,利用费氏弧菌检测了PM_(2.5)水溶性提取液的光抑制效应,统计分析了227组PM_(2.5)主要组分与发光抑制率的相关关系.实验结果表明:PM_(2.5)水溶性提取液的发光抑制率值与OC、NO-3、EC和微量元素等组分浓度显著相关,相关系数从高到低的排序为:OC微量元素ECNO-3(p0.01).PM_(2.5)中,主要来自燃煤、交通燃油、生物质燃烧及冶金工业污染源排放的组分(苯并(a)芘、Cl-、OC、Cu、K+、Mn、Zn、EC、Pb、Se、F-等)浓度与发光抑制率显著相关.此外,二次来源的NO-3、NH+4等组分浓度与发光抑制率在冬季和春季显著相关.     

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.     

北京市典型道路扬尘化学组分特征及年际变化

选择北京市具有代表性道路,于2004年9月和2013年5月进行采样,利用再悬浮设备制备道路扬尘PM₁₀与PM_2.5样品,并进行化学组分分析,建立了2004年和2013年北京市道路扬尘PM₁₀与PM_2.5源成分谱,以分析和探讨北京市道路扬尘化学组分特征及其组分年际变化.结果表明,北京市道路扬尘PM₁₀与PM_2.5源成分谱中的化学组分特征均为Ca、Si、有机碳（organic carbon,OC）、Al、Fe、K、Mg、SO₄^2-和元素碳（element carbon,EC）,其在道路扬尘中的含量之和分别为：2004年PM₁₀为46.7303%、PM_2.5为56.9198%和2013年PM_2.5为38.7478%;占全部被测组分的比例分别为95.9%、94.3%和94.7%.2004年道路扬尘中,环路Si、Al的含量显著低于其他道路类型,受到的土壤风沙尘影响最小;建筑水泥尘特征元素Ca主干道含量最高,高速五环进京口含量最低;EC在高速五环进京口的含量显著高于其他道路类型.而2013年PM_2.5中被测组分总含量及Si、Al、Ca的含量次干道均显著低于其他道路类型.2013年与2004年相比,北京市道路扬尘PM_2.5中除SO₄^2-含量略上升了2.0%外,其余组分含量下降显著,Ca、Si、OC、Al、Fe、K、EC和NO₃^-下降幅度分别为45.1%、31.5%、17.5%、20.3%、55.6%、33.3%、30.0%和50.3%.结果表明,［NO₃^-］/［SO₄^2-］比值不能准确反映固定源和移动源相对贡献大小的变化.［OC］/［EC］比值,2004年PM₁₀为9.77±3.88,PM_2.5为9.36±3.25,2013年PM_2.5为14.41±10.41,北京市道路扬尘存在二次有机碳（secondary organic carbon,SOC）,且SOC是道路扬尘PM₁₀与PM_2.5的重要组成部分.不同城市道路扬尘及同一城市不同粒径的道路扬尘成分谱相似度不高,应建立相应的成分谱并适时更新.     

电厂燃煤烟尘PM2.5中化学组分特征

采集了阳泉市具有代表性的燃煤电厂除尘器下载灰,测定了其PM_(2.5)中元素、离子及EC(元素碳)、OC(有机碳)的含量水平,对其化学组分特征进行了研究,并运用分歧系数法对阳泉与其他地区的燃煤烟尘PM_(2.5)成分谱之间的相似程度进行了比较.结果发现,阳泉市电厂燃煤锅炉排放的细颗粒物(PM_(2.5))中主要组分为SO_4~(2-)、Ca、NO_3~-、OC、EC、Al、Si、Na、Fe、Mg以及Cl~-,占PM_(2.5)总质量的57.22%;Pb在燃煤烟尘PM_(2.5)中相对富集系数最大,达到10.66~15.91,呈显著富集;无烟煤和劣质煤燃烧后烟尘的PM_(2.5)成分谱之间的分歧系数为0.072,认为这两个成分谱必定相似,与其他城市所建立的燃煤烟尘成分谱相比,阳泉市燃煤电厂PM_(2.5)的化学组分具有特异性,尤其是Ca含量明显高于国内其他地区燃煤烟尘Ca的排放.     

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.