天津城区PM_(2.5)中碳组分污染特征分析

为探讨天津城区碳组分的季节污染特征,于2009年4月—2010年1月采集大气PM2.5样品,测定其碳组分浓度,分析有机碳(OC)和元素碳(EC)的相互关系,并探讨气象条件对碳组分浓度的影响.结果表明,天津城区PM2.5质量浓度为141.47μg·m-3,OC和EC质量浓度年均值分别为18.81μg·m-3和6.86μg·m-3,分别占PM2.5质量浓度的13.3%和4.8%,碳组分系PM2.5的重要组成部分;季节分布特征显示,秋、冬季OC和EC污染较为严重,总碳气溶胶(TCA)分别为45.74μg·m-3和46.75μg·m-3,占PM2.5质量浓度的30.1%和40.1%;采用改进的OC/EC最小比值法计算得到的二次有机碳(SOC)浓度显示,秋季和冬季SOC较高,为7.45μg·m-3和7.28μg·m-3.后向轨迹的聚类分析表明,局地气流或偏南气流控制下的PM2.5中碳组分浓度较高.     

北京大气颗粒物碳质组分粒径分布的季节变化特征

为了解有机碳(OC)和元素碳(EC)在北京大气颗粒物中的季节变化、粒径分布和来源,于2010年3月—2011年2月采用惯性撞击分级采样器采集大气颗粒物样品,热光碳分析仪测定其中有机碳和元素碳质量浓度.结果表明,OC在粗细粒子中含量相当,EC主要存在于细粒子中,在<2.1μm颗粒物中分别占(52±11)%和(70±22)%.OC存在明显的季节变化,冬、夏季高于春、秋季,而EC则表现为冬、秋季大于春、夏季.OC和EC粒径分布呈"双峰型",细粒子段峰值分别位于0.43—1.1μm和0.43—0.65μm,粗粒子段峰值均位于4.7—5.8μm.四季峰值对应的粒径段、峰宽和峰高存在差异.OC与EC粒径分布和相关性的季节变化表明,冬季OC与EC的主要来源为燃煤排放,夏季EC的主要来源为机动车尾气.     

太原市PM_(2.5)中含碳气溶胶特征分析

为研究太原市环境空气中含碳组分的时空分布变化规律,于2014年3月、5月、8月、12月采集了太原市3个点位春、夏、秋、冬等4个季节的PM_(2.5)样品,利用碳分析仪(DRI 2001A)测定了样品中OC1、OC2、OC3、OC4、EC1、EC2、EC3、OPC共8种碳组分含量,计算了有机碳(OC)、元素碳(EC)二者浓度,分析了OC和EC的时空分布特征.结果显示,太原市PM_(2.5)中OC和EC的平均质量浓度分别是13.5±14μg·m~(-3)和6.5±6.1μg·m~(-3),其中OC浓度随季节变化顺序为冬季春季夏季秋季,EC浓度季节变化与OC一致.春、夏、秋、冬4个季节总含碳气溶胶(TCA)占PM_(2.5)比例分别为17.6%、9.5%、8.8%、42.3%,其中冬季最高,表明冬季含碳气溶胶污染较为严重.夏季中OC和EC相关性较弱(R~2=0.4054),而春季(R~2=0.7659)、秋季(R~2=0.8253)、冬季(R~2=0.8184)OC和EC相关性较强,表明夏季碳气溶胶来源不同.通过(OC/EC)min最小比值法估算二次有机碳(SOC)浓度,春、夏、秋、冬季SOC浓度分别为2.8±2.9μg·m~(-3)、1.0±0.8μg·m~(-3)、 0.5±0.4μg·m~(-3)、 3.6±3.5μg·m~(-3),冬季SOC浓度最高. 8种碳组分分析结果显示,不同季节一次排放源中生物质燃烧、机动车尾气排放及煤炭燃烧对太原市含碳气溶胶贡献不同,其中,冬季燃煤和机动车排放使太原市含碳气溶胶污染严重,应加强燃煤和机动车排放源管控,来减轻碳组分污染.     

北京城区PM_(2.5)有机碳和元素碳的污染特征及来源分析

为研究北京城区PM_(2.5)中有机碳(OC)和元素碳(EC)的浓度水平、季节变化特征与主要来源,于2015年4月至2016年3月在北京西三环交通带附近采集4个季节PM_(2.5)有效样品95组,利用热光反射法测定了PM_(2.5)中OC和EC的质量浓度,并对OC/EC值、OC与EC相关性、二次有机碳(SOC)等特征及污染来源进行了分析.结果表明,采样期间PM_(2.5)平均质量浓度为(109.9±7.99)μg·m~(-3). PM_(2.5)中OC的年平均质量浓度为(13.49±4.32)μg·m~(-3),占PM_(2.5)的13.13%; EC的年平均质量浓度为(5.41±1.83)μg·m~(-3),占PM_(2.5)的5.2%.OC和EC平均浓度及OC和EC在PM_(2.5)中所占比例的季节变化特征均为冬季最高,秋季大于春季,夏季最低.4个季节PM_(2.5)中OC/EC比值均大于2.0,表明各季节存在二次有机碳(SOC)的生成,采用OC/EC最小比值法对SOC含量进行了估算,SOC年平均浓度为(6.88±1.10)μg·m~(-3),占OC含量的50.86%,冬秋季节的SOC浓度水平高于春夏季节.夏季SOC对OC的贡献率为62.22%,高于其他季节.相关性分析表明,OC与EC的相关性在春季(R2=0.9046)和秋季(R2=0.8886)高于夏季(R2=0.4472)和冬季(R2=0.6018),表明春秋两季OC与EC来源相似且相对简单.进一步对PM_(2.5)中8个碳组分质量浓度进行分析显示,北京城区大气碳质气溶胶主要来自汽油车排放和燃煤.     

高原城市昆明PM_(2.5)中碳组分污染特征及来源分析

为研究昆明市大气细颗粒物(PM_(2.5))中碳组分特征,于2014年7月21—27日、2014年10月27—11月2日、2014年1月9—15日、2015年4月14—20日采集了昆明中心城区3个采样点的大气PM_(2.5)四季样品,采用IMPROVE热光分析法准确地测量了样品的有机碳(OC),元素碳(EC)及其中的8个碳组分含量,分析了OC和EC的时空变化特征、相关性关系及其比值特征,并采用因子分析方法研究了主要排放来源对总碳的贡献.结果显示,昆明城区的OC和EC年平均浓度分别为17.83±9.57μg·m~(-3)、5.11±4.29μg·m~(-3),OC浓度显示冬季≈春季秋季夏季的变化趋势,EC浓度显示冬季春季≈秋季夏季的变化趋势,OC与EC浓度季节分布的不一致反映了两种不同性质碳组分排放源之间可能存在差异.从空间分布上来说,OC和EC均呈现金鼎山(工业区)东风东路(交通密集区)西山森林公园(清洁对照区)的特点,与PM_(2.5)的空间分布规律保持一致.OC和EC的相关性在冬、春季较显著,而夏、秋季的相关性较弱.二次有机碳(SOC)对OC的贡献率在金鼎山、东风东路和西山森林公园的3个采样点分别为25.8%、23.7%和47.7%,SOC是总有机碳的重要组成部分.因子分析表明,4个季节燃煤、汽油车、柴油机排放及生物质燃烧对碳气溶胶贡献显著,都是碳组分的重要来源之一.其中,在常年尺度上,机动车排放和燃煤的混合贡献了碳组分的51.3%,是昆明城区碳气溶胶的最主要来源.     

宜宾市PM_(2.5)中碳组分的污染特性及来源分析

2017年1月—12月期间在四川省宜宾市布置4个点位,共采集360个PM_(2.5)样品膜,采用美国沙漠研究所DRI Model 2001型热光分析仪测定PM_(2.5)样品中OC、EC的浓度值,应用OC/EC比值法对SOC进行了估算.结果表明,宜宾市PM_(2.5)年均浓度为75.2μg·m~(-3).OC、EC年均浓度分别为14.3μg·m~(-3)和4.30μg·m~(-3),季节变化趋势为冬季秋季春季夏季,OC占PM_(2.5)比例为19.0%,为PM_(2.5)重要组成部分.SOC年均浓度为4.70μg·m~(-3),对OC贡献较大,在OC中占比为29.3%;SOC在OC中的占比春季冬季≈秋季夏季.进一步对OC1、OC2、OC3、OC4、EC1、EC2、EC3、和OPC进行主成分分析,结果表明机动车尾气、燃煤排放和生物质燃烧是宜宾市PM_(2.5)中OC和EC的主要贡献源,可贡献PM_(2.5)中碳组分的54.0%—69.0%.     

石家庄冬季道路积尘PM_2.5与PM_10碳组分污染特征分析

为探讨石家庄市冬季道路积尘中PM_2.5与PM_10的碳组分污染特征和来源,利用移动式采样法对市区不同类型铺装道路积尘进行收集,用热光碳分析仪测定样品中有机碳(OC)和元素碳(EC)的含量并分析其特征.结果表明,OC、EC在PM_2.5中的平均质量浓度为166.54 mg·g~(-1)、25.35 mg·g~(-1),在PM_10中的平均质量浓度为118.31 mg·g~(-1)、20.3 mg·g~(-1),总碳(TC)占PM_2.5中百分比为19.2%,占PM_1013.9%,表明碳组分更容易富集到细粒径颗粒物上;相关性分析表明OC、EC来源大致相同;8个碳组分中OC3的百分含量最高,OC4次之,EC3最低;主成分分析及OC、EC相关分析结果表明冬季道路积尘中的碳主要来自于机动车尾气排放和大气降尘中的燃煤成分.     

2011年冬季天津PM2.5及其二次组分的污染特征分析

2011年11月—12月于天津城区和武清采集PM2.5样品,分析其中的二次水溶性无机离子(NH4+、NO3-和SO24-)、有机碳(OC)和元素碳(EC),估算二次成分浓度,并分析采样期间气象因素对一次持续重污染过程的影响.结果表明,天津地区冬季PM2.5污染严重、城区和武清PM2.5质量浓度平均值分别为166.9μg.m-3和180.0μg.m-3;城区样品中SO24-、NO3-和OC在PM2.5的比例依次为19.4%、16.7%和15.4%,武清样品中则为19.2%、15.5%和20.4%;二次组分占PM2.5质量浓度的47%(城区)和46%(武清),雾霾日二次组分含量明显高于非雾霾日;高湿和静小风等不利气象条件是造成PM2.5质量浓度持续增加以及二次组分浓度迅速升高的重要原因.     

杭州市大气PM_(2.5)中碳分布特征及来源分析

碳是城市空气中颗粒物的主要成分之一.PM2.5中的碳主要以有机碳(OC)和元素碳(EC)的形式存在.本文对杭州市大气中PM2.5颗粒物进行研究,探讨有机碳和元素碳的分布特征.     

武汉市青山区道路尘碳组分污染特征及来源分析

为研究武汉市道路尘中碳组分污染特征及来源,于2018年5月在武汉市青山区采集道路尘样品,用热光碳分析仪测定样品中有机碳(OC)、元素碳(EC)、烟炱(soot)和焦炭(char)含量,并使用特征比值法、相关分析及主成分分析法对道路尘碳组分污染特征和来源进行探讨分析.结果表明,道路尘中OC、EC、soot和char含量平均值分别为1.29、2.21、2.04、0.17 g·kg^-1,说明不同碳组分含量存在较大的空间变异性.相关性分析表明OC和EC的来源存在一定差异,且EC主要贡献来源是soot.OC;EC和char;soot比值和主成分分析结果表明,武汉市青山区道路尘中碳组分主要来源于机动车尾气和燃煤排放,也可能受到生物质燃烧的影响.     

广州市灰霾期间大气颗粒物中有机碳和元素碳的粒径分布

使用冲击式采样器(MOUDI)采集广州市灰霾形成过程的大气颗粒物.分析了有机碳(OC)和元素碳(EC).结果表明,灰霾期间大气主要消光部分积聚态颗粒物及其中的OC和EC,在PM10(可吸入颗粒物)中所占的比例及其绝对浓度要远高于正常天气.正常天气OC和EC呈双模态分布,严重灰霾天气EC的粒径分布呈单一模态分布,OC的粒径分布呈双模态分布,峰值都向大粒径方向偏移.结果显示,大气颗粒物、OC和EC在积聚态的大幅度增长是形成灰霾天气的重要原因.     

华北典型城市PM_(2.5)中碳质气溶胶的季节变化与组成特征

2013年10月至2014年9月,在华北典型城市——河南新乡市市区采集4个季节大气PM_(2.5)样品,每个季节连续采样1个月,共获得样品124个。用热-光透射法(TOT)分析了PM_(2.5)中的碳质气溶胶组成,并用核磁共振(~(13)C-NMR)的方法测定了碳组分结构。采样期间PM_(2.5)、OC和EC的日平均质量浓度分别为(238±123)、(28.5±20.5)和(5.08±4.46)μg·m~(-3)。其中4个季节的TC与PM_(2.5)质量浓度高度相关,显示碳质气溶胶是新乡PM_(2.5)的重要组分,其季节平均质量浓度大小顺序为:冬季秋季春季夏季。OC/EC比值在2.78~16.20之间,平均值为6.33,说明新乡碳质气溶胶来源具有多样性。不同季节OC/EC比值的变化范围也有不同,其中春季变化范围最小,说明污染源相对比较稳定;冬季变化范围最大,最低值为2.78,最高值为16.2,显示了生物质燃烧贡献的重要性。核磁共振结果显示新乡市碳质组分的主要成分为烷基碳、羟基碳、烷基取代的芳香碳和芳烃或者酚醛树脂类碳。秋季羧酸类碳和氧取代芳烃或者酚醛树脂类碳明显增加,显示了生物质燃烧对城市秋季大气碳质气溶胶贡献的重要性;冬季羟基化合物增加主要来源于室内生物质燃烧;春季芳香类化合物增加,可能为汽车尾气排放源;夏季烷烃类碳明显增加,与植物生长和气候有关。     

广州大气PM_(2.5)中含碳组分的污染特征及来源解析

于2015年1月至11月在广州利用大流量大气颗粒物采样器采集细颗粒物(PM_(2.5))样品,并利用热光反射法(TOR)测定大气颗粒物中有机碳(OC)和元素碳(EC)浓度。结果表明,广州ρ(PM_(2.5))年均值为(69.5±35.6)μg·m~(-3),是GB 3095—2012《环境空气质量标准》中PM_(2.5)年均质量浓度二级标准限值(35μg·m~(-3))的2.0倍,表明广州大气细颗粒物污染严重。OC、EC和总碳气溶胶(TCA)的年均质量浓度分别为(8.31±4.53)、(3.56±2.72)和(16.85±9.60)μg·m~(-3),分别占PM_(2.5)质量浓度的13.2%、5.9%和27.0%,表明含碳组分是PM_(2.5)的重要组成部分。OC和EC浓度季节变化规律存在差异性,OC浓度在冬季最高,而EC浓度在秋季最高。OC和EC的相关性弱和比值高的特征结果表明冬季二次有机碳(SOC)污染最严重,其平均质量浓度为6.9μg·m~(-3),占OC质量浓度的62.4%。主成分分析结果表明,冬季和春季广州PM_(2.5)中碳组分来源较复杂,主要包括机动车尾气、燃煤和生物质燃烧,夏季碳组分的主导污染来源是燃煤和机动车尾气,而秋季碳组分主要来源于机动车尾气。     

杭州市空气中PM10的化学组成特征

于2001年2月至2002年4月在杭州5个空气质量自动监测子站采集了176组PM10样品,分析了22种化学元素、5种离子以及有机碳(OC)和元素碳(EC)的含量,并讨论了PM10的化学组成特征.杭州市空气中铅污染仍然存在,硫的存在形式主要为水溶性硫酸盐.5种水溶性离子的浓度由大到小排列的顺序是SO2-4> NO-3> NH+4>Cl->F-,大气中NH+4主要是以(NH4)2SO4,NH4HSO4和NH4NO3的形式存在.OC和EC浓度分别为20.4 μg·m-3和4.0 μg·m-3,其相关性不好表明碳的来源复杂.PM10的物质平衡计算表明,局地地质尘是最高的化学组分,达27.7%,其次为有机物23.9%,第三为硫酸盐16.2%,这3个组分占PM10的67.8%,其它为硝酸盐6.3%,铵盐6.1%,微量元素5.5%,元素碳3.4%以及未测组分11.0%.     

拉萨市大气中碳颗粒物的浓度变化及特征

利用STAPLEX大流量分级采样器于2014年8—12月采集拉萨市城区大气颗粒物84个样品,测定不同粒径上有机碳(OC)和元素碳(EC)的质量浓度,定性分析二次有机碳(SOC),基于碳质组分和~(14)C值得到其来源.结果表明,不同粒径的OC质量浓度呈双峰分布,较高峰出现在0.49μm粒径段,次高峰出现在1.5—3.0μm粒径段(8—9月)和3.0—7.2μm粒径段(11—12月);EC主要分布在0.49μm粒径段.OC/EC比值为4.15—33.80,表明拉萨大气颗粒物存在二次有机碳.研究表明,拉萨市碳质颗粒物的主要污染源是燃煤、机动车尾气、生物质燃烧和地面扬尘、生物质燃烧和地面扬尘是OC的主要来源,燃煤和机动车尾气则是EC的主要来源.     

成都市冬季PM_(2.5)中碳组分污染特征及来源解析

为研究成都市冬季PM_(2.5)中碳组分的污染特征和来源,于2019年12月7—28日在成都市进行PM_(2.5)的采集,并利用热光碳分析仪和元素分析仪-同位素质谱仪分别测定了样品中有机碳(OC)和元素碳(EC)的质量浓度以及碳同位素的组成特征。结果表明,成都市PM_(2.5)、OC和EC的平均质量浓度分别为98.23、14.50、2.19μg·m~(-3);OC和EC的相关性较高(相关系数为0.80),表明OC和EC可能具有一致的来源,也有可能是具有较高的混合程度;OC/EC比值大于2.0,表明成都市冬季有二次有机碳(SOC)的形成,且SOC/OC的比值为34.48%;主成分分析结果显示,生物质燃烧、燃煤和汽油车尾气尘混合源是成都市冬季PM_(2.5)碳组分的主要来源,贡献率为59.68%;其次是柴油车尾气尘,贡献率为22.40%;碳同位素组成结果显示,成都市冬季PM_(2.5)碳组分的来源与汽油车尾气排放相关性最强,其次为C3植物燃烧;通过IsoSource模型软件进行计算,可知不同时期各污染源的贡献比例均呈现出汽油车尾气排放C3植物燃烧柴油车尾气排放燃煤C4植物燃烧地质源(农业土壤、扬尘)的规律,但相较于清洁期来说,污染期的汽油车尾气排放和C3植物燃烧污染源所占比例增大。研究结果可为成都市大气污染治理提供理论指导。     

无锡冬季和春季大气中细粒子化学组分及其特性分析

本研究对无锡冬(2011年1月)春(2011年5月)两季PM2.5、PM10颗粒物浓度进行了传统的膜采样及离线检测分析,并运用大气气体/气溶胶水溶性离子在线收集及分析(GAC-IC)系统对PM2.5颗粒物中水溶性无机离子(WSII)进行了在线检测,时间分辨率为30 min.无锡冬、春两季PM2.5的浓度分别为108.15±41.76μg·m-3和84.40±26.74μg·m-3,其PM2.5/PM10比值分别为0.81±0.07和0.78±0.07,有较强的二次气溶胶生成过程.铵可用性指数(J冬季=101.2%±22.3%,J春季=79.5%±20.2%)分析表明冬季无锡大气颗粒物中铵(NH+4)相对比较富余,而春季则出现铵(NH+4)亏损现象,春季光化学反应更为活跃,硫氧化率(SOR)由冬季的0.15±0.05增至春季的0.35±0.13,硫酸盐(SO2-4)浓度增加明显,导致铵(NH+4)相对不足.硫氧化率(SOR)没有明显的季节变化,冬、春两季均为0.15.细粒子中的WSII与气态污染物、气象因子、硫氧化率(SOR)和氮氧化率(NOR)等的主成分分析表明无锡大气光化学反应与污染物的其他来源,例如工业源、交通移动源、生物质燃烧源等,有很好的协同作用,共同推高了大气中颗粒物的浓度.观测期间同时测得冬季PM2.5颗粒中有机碳(OC)与元素碳(EC)浓度之间有较好的相关性(R2=0.839),两者有一个共同的主导源,而春季来源则比较复杂,两者相关性较差;二次有机碳(SOC)的半定量分析表明春季大气中有机气溶胶的形成有较强的二次转化过程.     

山东禹城夏季PM_(2.5)中碳质组分污染特征

为研究华北平原夏季PM2.5中有机气溶胶污染特征,于2015年6月20日至2015年7月30日对山东禹城生态站大气中PM_(2.5)进行了观测研究.结果表明,观测期间禹城大气PM_(2.5)日平均浓度为87.15±32.27μg·m~(-3),与我国《环境空气质量标准》(GB3095-2012)二级标准75μg·m~(-3)相比,超标率为58.53%.检测到的10种糖醇的平均总浓度为177.89±145.38 ng·m~(-3)(白天)和226.97±196.88 ng·m~(-3)(晚上),分别占WSOC的3.18%(白天)和4.97%(晚上).脱水糖(左旋葡聚糖、半乳聚糖和甘露聚糖)是检测到的糖类化合物中的主要组成部分,分别占总浓度的58.52%(白天)和75.61%(晚上).EC、OC、WSOC的平均质量浓度分别为2.68±2.8μg·m~(-3),7.51±4.4μg·m~(-3)、5.57±3.95μg·m~(-3),分别占PM_(2.5)质量浓度的3.08%、8.62%和7.34%.WSOC占OC的74.16%,表明有机碳中大部分是水溶性组分.利用EC示踪法和WSOC法估算的二次有机碳(SOC)的质量浓度分别为4.08±2.25μg·m~(-3)和4.90±3.11μg·m~(-3),且两种方法计算的SOC呈现很好的相关性(r=0.77,P0.001).估算得到的SOC为白天高于夜间,与白天光化学反应比较强烈、产生的二次有机物较多一致.相关性分析表明,OC、WSOC和SOC与相对湿度呈现显著的负相关,与SO_2表现出较强的正相关关系,与温度均没有表现出相关性.     

亚热带常绿阔叶林土壤活性有机碳组分季节动态特征

作为土壤质量的重要指标,活性有机碳(SLOC)在土壤物理、化学和生物特性中发挥着重要作用。本研究依托中国科学院会同森林生态试验站,于2016年12月-2017年12月,通过对亚热带常绿阔叶林(烤林)不同季节土壤进行采样和分析,系统地研究和比较了亚热带常绿阔叶林土壤活性有机碳组分季节动态特征。结果表明,(1)不同季节亚热带常绿阔叶林土壤养分和有效养分均大致表现为夏季秋季春季冬季,其中不同季节土壤全磷含量差异不显著(P0.05)。(2)土壤易氧化有机碳(EOC)、颗粒有机碳(POC)、轻组有机碳(LFOC)和水溶性有机碳(WSOC)具有明显的季节动态,均表现为夏、秋季较高,春、冬季较低。(3)亚热带常绿阔叶林土壤微生物量碳(SMBC)和微生物量氮(SMBN)均大致表现为夏季秋季春季冬季,其中夏季和秋季差异不显著(P0.05),春季和冬季差异不显著(P0.05),夏季和秋季显著高于春季和冬季(P0.05),而不同季节SMBC/SMBN差异不显著(P0.05)。(4)土壤活性有机碳与土壤总有机碳均呈显著线性关系,说明土壤活性有机碳依赖于土壤总有机碳含量,各自从不同角度表征了土壤中活性较高部分碳的含量。(5)亚热带常绿阔叶林土壤EOC、POC、LFOC、WSOC和SMBC与SOC、TN均呈显著或极显著相关性,与TP相关性不显著;活性有机碳各组分之间相互影响和密切联系,其中SOC、TN是亚热带常绿阔叶林土壤活性有机碳变化的重要影响因素。     

天津市采暖季PM_(2.5)中碳组分污染特征及来源分析

为探究天津市采暖季PM_(2.5)中碳组分的污染特征及来源,于2017年11月28日—2017年12月30日,分昼夜采集天津市大气中的PM_(2.5)样品,并利用热光碳分析仪测定了PM_(2.5)样品中有机碳(OC)和元素碳(EC)的质量浓度。对天津市PM_(2.5)中OC和EC的浓度变化特征进行分析,采用OC/EC最小比值法估算二次有机碳(SOC)的含量,然后利用主成分分析法(PCA)对碳组分进行来源解析,并基于后向轨迹聚类分析方法探讨区域污染传输对天津市碳组分的影响。结果表明,(1)采样期间,PM_(2.5)中OC和EC的平均质量浓度分别为15.63、4.19μg·m~(-3),分别占PM_(2.5)质量浓度的23.78%和6.38%,天津市碳组分污染仍然比较严重。另外,OC和EC的质量浓度及其占PM_(2.5)质量浓度的百分比均呈现出昼低夜高的特点。(2)OC和EC之间的相关性在白天与夜间均较强(R2分别为0.89和0.75),表明OC与EC的来源均较为一致。夜间相关系数R2较低,碳组分来源更为复杂。(3)白天SOC的估算值为5.37μg·m~(-3),占OC的38.71%;夜间SOC的估算值为8.54μg·m~(-3),占OC的48.69%,天津市存在严重的SOC污染。(4)2017年采暖季,天津市PM_(2.5)碳组分污染主要来源于汽油车尾气、道路扬尘、燃煤与生物质燃烧。与白天相比,夜间道路扬尘的贡献作用更加显著。(5)采样期间,天津市气团轨迹主要来自西北与偏北方向。不同方向的气团轨迹对PM_(2.5)中碳组分的影响存在显著差异。研究结果可为天津市制定具有针对性的大气污染控制措施以及区域间的联防联控提供科学依据。