基于MERRA-2资料的PM2.5主要组分污染特征及与气象条件的相关性分析

利用MERRA-2再分析数据,对1980～2020年中国区域黑碳、有机碳和硫酸盐质量浓度的空间分布特征、多时间尺度变化规律进行了分析,并进一步探讨了典型区域黑碳、有机碳、硫酸盐浓度与大气自净能力指数之间的可能联系.结果显示:中国黑碳、有机碳、硫酸盐浓度都呈西部低、中东部高的空间分布特征,且京津冀、川渝、江浙沪、两广等4个区域的污染特征具有代表性;中国黑碳、有机碳、硫酸盐浓度均呈现阶段性的年代际变化特征,1980—2020年期间经历了缓慢增加、快速增加和缓慢下降的过程;4个区域3种组分的季节变化规律有较大差异,其中黑碳浓度呈夏季低、冬季高的“U”型变化规律,有机碳和硫酸盐浓度无显著的一致性特征;大气自净能力指数与黑碳、有机碳、硫酸盐浓度的长期变化趋势上有显著的负相关关系,即大气自净能力指数越大(小),污染物浓度越低(高).     

柴油废气的危害

柴油燃料是一种复杂的石油化合物的混合物.燃烧时排至空气中的废气含有上千种的化学物质.主要成分为水、二氧化碳、氮气与碳粒(黑烟).     

碳达峰约束下减污降碳的协同增效及其路径北大核心CSCDCSSCI

2030年高质量碳达峰是如期实现2060年碳中和的根本基础。该研究以中国280个地级市为研究对象,样本截取时间为2006—2019年。以2030年前实现碳达峰为刚性约束,提出“共生-共治-共享”的分析逻辑,聚焦碳排放与大气污染共生排放特征,在碳达峰年度目标量化分解、碳排放与大气污染双重损益偏离识别的基础上,考察了碳达峰目标对碳排放损益偏离、大气污染损益偏离的减污降碳协同增效的共治效应及共享路径。研究发现:①碳达峰目标发挥了显著的减污降碳协同增效作用,能够促进城市发展由损益偏离-损益均衡-精益降损的方向优化,发挥推动城市“劣者趋良、良者趋优、优者更优”的作用。②碳达峰减污降碳协同增效作用呈明显的异质性选择效应,在西部城市、资源型城市、环保重点城市、先发城市中能够发挥更高作用与更强影响。③碳达峰目标发挥减污降碳协同增效的共享路径在于双视角下“调内”“匹外”式源头治理-过程控制-末端阻断的全流程发力与外部环境政策不确定性的动态匹配。需在“双碳”目标持续推进中紧抓“降碳”,优化设计多措并举、全程发力的多重共享路径,增强碳达峰减污降碳增效的多赢共治效果。具体包括:①强化源头治理,在源头上控制化石能源消费总量,调整产业结构,节能降耗。②严控过程管理,破解环境规制级差引致的污染转移现象及损益偏离后果,推动绿色交通体系建设,多轮驱动。③突出末端阻断,采取全过程治理、监控、减排措施,提升绿色创新水平,减碳增汇。④动态调整实现内外匹配,环境政策要因时施策、因境而异、因地制宜,做到因事适时调整、因效精准调控。     

长春秋季生物质燃烧对PM2.5中WSOC吸光性的影响

为探究长春秋季生物质燃烧对PM_(2.5)中水溶性有机碳(water-soluble organic carbon,WSOC)吸光性的影响,于2017年10～11月进行PM_(2.5)样品采集,对PM_(2.5)中碳质组分、糖类化合物和WSOC的光吸收特征参数进行分析.研究表明:长春秋季PM_(2.5)中WSOC、有机碳(organic carbon,OC)、元素碳(elemental carbon,EC)的平均浓度分别为(10.12±3.47)、(17.07±5.64)和(1.34±0.75)μg·m~(-3),二次有机碳(secondary organic carbon,SOC)对OC的平均贡献率为38.93%.长春秋季总糖浓度为(1 049.39±958.85)ng·m~(-3),其中作为生物质燃烧示踪剂的脱水糖含量(左旋葡聚糖、半乳聚糖和甘露聚糖)在总糖中占比为91.69%,糖类相关性分析结果显示生物质燃烧源为长春秋季大气中糖类物质的主要贡献源.糖类物质的相关性分析及3种脱水糖的特征比值研究显示,作为长春秋季大气主要污染源的生物质燃烧的类型是硬木和作物残渣的燃烧.长春秋季WSOC的光吸收波长指数(AAE)为5.75±1.06,单位质量吸收效率(MAE)为(1.23±0.28)m~2·g~(-1),表明生物质燃烧对WSOC吸光性具有重要影响.利用生物质燃烧特征源参数量化计算生物质燃烧对WSOC浓度的贡献达58.82%,对总WSOC光吸收的贡献达40.92%.     

北京南部城区PM2.5中碳质组分特征

为了解《大气污染防治行动计划》实施后北京市大气PM_2.5中碳质组分特征,于2017年12月至2018年12月在北京污染较重的南部城区进行了PM_2.5连续采样,对其中的有机碳（OC）和元素碳（EC）进行了全面研究.结果表明,北京大气PM_2.5、OC和EC浓度变化范围分别为4.2~366.3、0.9~74.5和0.0~5.5 μg ·m^-3,平均浓度分别为（77.1±52.1）、（11.2±7.8）和（1.2±0.8）μg ·m^-3,碳质组分（OC和EC）整体占PM_2.5的16.1%.OC质量浓度季节特征表现为：冬季[（13.8±8.7）μg ·m^-3] > 春季[（12.7±9.6）μg ·m^-3] > 秋季[（11.8±6.2）μg ·m^-3] > 夏季[（6.5±2.1）μg ·m^-3],EC四季质量浓度水平均较低,范围为0.8~1.5 μg ·m^-3.二次有机碳（SOC）年均质量浓度为（5.4±5.8）μg ·m^-3,四季贡献比例范围为45.7%~52.3%,年均贡献为48.2%,凸显了二次形成的重要贡献.随污染加重,尽管OC和EC贡献比例均降低,但浓度水平却成倍升高,OC和EC浓度在严重污染天分别是空气质量为优天的6.3和3.2倍.与非供暖时段相比,供暖时段PM_2.5、OC和SOC浓度分别增加了14.4%、47.9%和72.1%,体现了OC对供暖季PM_2.5污染的重要贡献.PSCF分析表明,位于北京西南的山西省和河南省部分区域是PM_2.5和OC的主要潜在源区,且PM_2.5潜在源区更为集中;EC的PSCF高值（>0.7）区域较少,主要位于北京南部,如山东省和河南省部分地区,且北京市及周边地区贡献明显.     

华北区域点冬季二次有机气溶胶特征与影响因素

为探明二次有机气溶胶(SOA)的污染特征和影响因素,本研究于2018年11月—2019年1月对华北区域点(德州市郊区点)细颗粒物(PM_(2.5))的化学组成进行了在线测量,并分析了PM_(2.5)中有机碳(OC)、元素碳(EC)和水溶性离子组分的污染特征及PM_(2.5)与气象要素之间的相关性.结果表明,观测期间德州PM_(2.5)污染严重,平均质量浓度为(115.6±24.6)μg·m~(-3);其中,有机碳和元素碳是PM_(2.5)的主要成分,平均质量浓度分别为(8.2±5.8)μg·m~(-3)和(2.6±2.2)μg·m~(-3),占PM_(2.5)总质量的7.1%和2.2%;PM_(2.5)与风速呈负相关,与相对湿度呈正相关,与气温的相关性较差,偏北风对PM_(2.5)浓度影响较大.同时,本研究利用EC示踪OC/EC比值法对PM_(2.5)中的二次有机碳(SOC)进行了估算,通过估算得到的SOC结果表明,华北区域点冬季SOC是OC的重要组成部分,平均浓度为(4.0±2.9)μg·m~(-3),占OC的45.7%,SOC在白天占比较高(62.7%),早晚由于有局地生物质燃烧影响,SOC占比降低,约占OC的42.7%.本研究还分析了SOC生成的影响因素,分析了德州市冬季O_3、含水量、酸度与SOC的相关性.结果表明,SOC受臭氧浓度影响,但在白天和夜晚表现出不同的相关关系,可能存在不同的生成机制.最后,利用ISORROPIA模型估算了颗粒物的含水量和酸度,发现SOC在高含水量和低含水量下存在不同的关系,高含水量更能促进SOC生成;在高含水量下SOC与H~+具有显著相关性,但在低含水量下则不相关,表明颗粒物含水量较高、H~+浓度较高情况下液相酸催化反应可能对SOC具有重要贡献.     

成都市大气颗粒物粒径分布及其对能见度的影响

使用环境颗粒物分析仪（GRIMM180）对成都市2018年10月—2019年9月0.25~32 μm的大气颗粒物数浓度粒径分布进行观测,结合细颗粒物（PM_2.5）质量浓度以及相对湿度（RH）、能见度、降水量等气象要素数据,分析了成都市大气颗粒物粒径分布及其与能见度的关系.结果表明,观测期间成都市大气颗粒物以细粒子为主,0.25~0.5 μm的粒子数浓度占总数浓度的97.75%,数浓度谱呈单峰分布,2018年秋季、2019年夏季表面积谱呈双峰分布,2018年冬季、2019年春季表面积谱呈三峰,体积谱均为三峰分布;在不同RH区间,PM_2.5质量浓度及数浓度均与能见度呈负相关,且其中0.25~0.5 μm粒径段的细颗粒物因为对可见光波段的米散射效应而对能见度产生较大影响;在不同RH情况下,不同粒径段颗粒物数浓度对能见度的影响程度有所差别：在低RH（<70%）下,0.25~0.3 μm粒径段粒子数浓度对能见度影响最大;在中等RH（70%~80%）下,0.3~0.5 μm粒径段粒子数浓度对能见度的影响最大;而在高RH（>80%）下,0.3~0.5 μm和0.5~1 μm粒径段粒子数浓度对能见度影响相当.     

黄土高原人工刺槐林土壤团聚体中不同活性有机碳从南到北的变化特征

不同粒径团聚体中的不同活性有机碳对人工林土壤质量改善及碳库动态平衡有重要的作用.本研究在黄土高原地区,从南向北沿着降雨和温度降低梯度选择淳化、安塞、绥德和神木共4个地区,比较研究了人工刺槐林土壤团聚体不同的活性有机碳含量变化及其影响因素.通过湿筛法将土壤团聚体分级为粉黏粒（<0.053 mm）、微团聚体（0.25~0.053 mm）和大团聚体（>0.25 mm）,用Leffory法测定3种粒径土壤团聚体低、中、高活性有机碳含量.结果表明：①4个样区大团聚体（>0.25 mm）含量由南至北呈先降低后增加趋势,微团聚体（0.25~0.053 mm）含量逐渐增加,粉黏粒（<0.053 mm）含量则先增后减.②4个样区中土壤团聚体3种活性有机碳含量大小顺序为低活性 > 中活性 > 高活性,其中,粉黏粒（<0.053 mm）低活性有机碳含量为1.02~1.52 g·kg^-1,中活性有机碳含量为0.53~0.91 g·kg^-1,高活性有机碳含量为0.28~0.43 g·kg^-1;而微团聚体（0.25~0.053 mm）低活性有机碳含量为1.02~2.02 g·kg^-1,中活性有机碳含量为0.46~1.20 g·kg^-1,高活性有机碳含量为0.31~0.85 g·kg^-1;大团聚体（>0.25 mm）低活性有机碳含量为1.08~3.07 g·kg^-1,中活性有机碳含量为0.70~1.96 g·kg^-1,高活性有机碳含量为0.48~1.24 g·kg^-1.③黄土高原人工刺槐林3种粒径团聚体的低、中、高活性有机碳含量主要与年均气温（MAT）、年均降雨量（MAP）、土壤SOC、TN和含水率显著相关（p<0.05）,且在同一活性下,活性有机碳含量与MAT、MAP、土壤TN、SOC、含水率的相关性随着土壤团聚体粒径的增大而越显著.研究结果对理解黄土高原土壤团聚体活性有机碳含量在空间尺度上的变化特征和影响因素具有重要意义.