2008年奥运期间北京不同粒径大气颗粒物中元素碳和有机碳的变化特征

采用安德森撞击式分级采样器采集2008-06-01～2008-09-30不同粒径的大气颗粒物样品,并用美国沙漠所DRI(desert research institute)的Model 2001A热光碳分析仪对其中的元素碳和有机碳进行了分析.结果表明,平均有56%、55%和73%的PM、OC和EC富集于粒径<2.1 μ...     

落叶燃烧排放的颗粒物及有机碳、元素碳的研究

为研究落叶燃烧排放的颗粒物(PM)及有机碳(OC)、元素碳(EC),采用明燃和闷燃两种形式对10种乔木的落叶进行燃烧实验,采集了排放的烟尘,并用元素碳/有机碳分析仪测定样品的OC和EC含量.结果表明,落叶在明燃状态下PM、OC、EC的排放因子范围分别为7.9~31.9、0.9~9.7、3.6~13.9 g·kg-1,平均值分别为19.7、5.2、6.8 g·kg-1.闷燃状态下PM、OC、EC的排放因子范围分别为61.3~128.9、31.7~60.4、1.9~6.0 g·kg-1,平均值分别为91.0、43.0、4.0 g·kg-1.明燃和闷燃的OC/EC变化范围分别为0.21~1.82和8.16~16.84.明燃状态下OC/PM、EC/PM的范围分别为0.11~0.41和0.18~0.56.闷燃状态下OC/PM、EC/PM的范围分别为0.43~0.53和0.03~0.06.OC和PM的排放因子在两种燃烧状态下均呈现显著的相关性.在不同的燃烧状态下,各组分之间的排放因子具有较大的差异,OC的排放因子在闷燃状态下高于明燃状态,而EC的排放因子则相反.不同燃烧状态下PM、OC、EC的排放因子及它们之间的比值分析,对建立森林生物质燃烧源排放清单以及来源解析具有重要意义.     

南京地区大气PM1.1中OC、EC特征及来源解析

采用DRI Model 2001A热/光碳分析仪测定了2011年南京地区大气PM1.1中OC、EC的含量,并具体探讨了其来源.结果表明,南师OC、EC年均浓度分别为10.10μg·m-3、2.52μg·m-3,南化分别为11.22μg·m-3、3.12μg·m-3,南化污染相对严重.夏季两地OC、EC含量较低,而冬春季较高,这与冬春季燃煤量增加,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.两地PM1.1中SOC/TOC均在夏季较高,冬季最低.秋季SOC和O3有较好的相关性,表明秋季光化学反应是SOC的重要生成途径.     

春节期间西安城区碳气溶胶污染特征研究

采用美国R&P公司TEOM-1400a大气颗粒物监测仪器及其8通道采样系统(ACCU),在2011年春节期间实时监测和分8个时段采集了西安城区的PM2.5样品.研究了春节期间西安城区大气中PM2.5的碳气溶胶污染特征.目的是阐明2011年春节期间燃放烟花爆竹时,西安城区大气中细颗粒PM2.5的质量浓度、元素碳(EC)、有机碳(OC)及水溶性有机碳(WSOC)的浓度分布特征,探讨了其污染来源.结果表明,除夕00:00～02:59为污染浓度最大时段,PM2.530 min平均浓度在01:00时刻达到最大值1 514.8μg·m-3,其碳组分OC、EC、WSOC、非水溶性有机碳(WIOC)分别为123.3、18.6、66.7和56.6μg·m-3,高于春节期间的其他正常时段1.7倍、1.2倍、1.4倍和2.2倍.碳气溶胶组分WSOC与OC、EC相关性分析表明春节烟火期间含碳物质更多的来自于烟花爆竹燃放,但其对烟火时段的气溶胶的贡献较小,仅为9.4%.     

北京冬季PM2.5中元素碳、有机碳的污染特征

通过2003年1月对北京市区PM_2.5中元素碳(EC)、有机碳(OC)连续测量,分析了其污染特征。监测资料表明,北京市区PM_2.5中ρ(OC)高于ρ(EC),它们多在夜间高、白天低,且变化趋势大致相同。北京市区冬季ρ(OC) ρ(EC)的值较低。      

APEC期间京津冀及周边地区PM2.5中碳组分变化特征及来源

在APEC会议期间和会期之后,分别采集北京、天津、石家庄、保定、济南5个采样点的PM2.5样品,通过分析碳组分的变化特征,研究京津冀地区污染物减排的影响以及减排后各指标的变化特征,分析大气颗粒物中碳气溶胶的可能来源。采用重量法测定组分中PM2.5的含量,利用热/光碳分析仪测定组分中OC、EC的含量,结果表明,由于采取了污染源减排措施,会议期间PM2.5、OC、EC的质量浓度均低于会期之后;会议期间和会期之后OC与EC均表现出了较好的相关性,r2为0.789~0.983,说明OC与EC的排放源基本相同;会议期间OC/EC为3.11~3.62,表明含碳气溶胶的来源主要是机动车排放,同时也存在一定的燃煤排放,会期之后为3.08~6.10,表明燃煤的排放在碳气溶胶中的比重明显增加,另外OC/EC也表明APEC会议期间和会期之后二次有机碳在各采样点均普遍存在。     

PM2.5中OC/EC测定的离线分析法与在线分析法比较

采用离线分析法和在线分析法同步监测了武汉市PM_(2.5)中有机碳(OC)、元素碳(EC)和总碳(TC)的浓度,分析了2种方法的差别。结果表明,离线分析法与在线分析法对TC的测定结果具有很好的可比性,2种方法对TC的测定结果显著相关(r=0.970 9)。离线分析法得到的OC浓度普遍高于在线分析法,前者为后者的1.12倍,造成OC结果差异的主要原因可能是采样系统的差异。2种方法对EC测定的相关性较低(r=0.763 0),且2种方法对EC测定的精密度(相对偏差为13.14%)也不如其对TC和OC测定的精密度(相对偏差分别为3.42%和5.95%),造成EC结果差异的原因较复杂。离线分析法测得的OC/EC值明显高于在线分析法,鉴于OC/EC值在颗粒物源解析研究中具有重要意义,需要规范OC/EC分析方法。     

采暖期北京大气PM2.5中碳组分的分布特征及来源解析

在冬季采暖期采集北京大气中的PM_(2.5)样品,利用自动称重系统AWS-1和热/光碳分析仪测定样品中PM_(2.5)和OC/EC,研究碳组分的变化特征,并通过OC/EC的值和单颗粒气溶胶质谱仪(SPAMS 0515)分析大气颗粒物中碳气溶胶的可能来源。结果表明:PM_(2.5)污染天气的OC、EC在PM_(2.5)中的占比要比清洁天气时低,其中SOC在PM_(2.5)中的占比由清洁天气时的22.9%减少到了重污染天气的15.4%,这是因为大气中的PM_(2.5)有较强的消光作用,导致气溶胶的氧化能力降低,造成了SOC的生成量减少;通过分析OC/EC值表明,冬季采暖期北京大气碳气溶胶的主要来源为机动车尾气和燃煤,这与SPAMS 0515在线解析的结果一致。采用SPAMS 0515进行在线OC、EC分析,在PM_(2.5)质量浓度≤250μg/m3时同手工方法有较好的相关性。解析结果表明,燃煤和机动车尾气是北京冬季采暖期的首要污染物来源,占比分别为34.0%和26.4%。     

国Ⅰ～国Ⅲ重型柴油车尾气PM_(2.5)及其碳质组分的排放特征

机动车排放是大气PM2.5污染的主要来源之一,而在机动车排放的PM2.5中,约80%以上来自重型柴油车.为了研究重型柴油车尾气PM2.5及其碳质组分的排放特征,本研究基于车载排放测试系统(PEMS),对7辆不同排放阶段的重型柴油车进行了尾气PM2.5采样分析,并进一步分析了PM2.5中的OC和EC组分.结果显示,从国Ⅰ到国Ⅲ阶段,重型柴油车PM2.5排放因子分别为(0.466±0.300)g·km-1、(0.112±0.025)g·km-1和(0.056±0.034)g·km-1,表明随着排放标准的加严,测试车辆的尾气PM2.5排放因子呈现显著的下降趋势.行驶工况对重型柴油车尾气PM2.5及其碳质组分排放存在较大影响,PM2.5排放因子在高速和市区工况下相对较高,而在市郊工况下则较低;OC和EC的比值在市区工况下为(2.86±1.07)∶1,而在市郊和高速工况下为(0.97±0.49)∶1.     

西安城区大气PM_(2.5)中有机碳与元素碳的污染特征

为研究西安市夏、秋、冬3季大气细颗粒物中碳组分的污染变化规律,于2013年夏、秋、冬3季在西安市明城墙内采集大气中的PM2.5样品,测定了样品中的有机碳和元素碳的含量。结果显示,PM2.5中OC和EC的季节平均浓度冬季最高,秋季次之,夏季最低。OC/EC的比值在夏、秋、冬3季均超过2.0,说明采样期间夏、秋、冬3季均存在二次污染。OC/PM2.5的比值夏秋两季差异较小,冬季明显高于夏秋两季;EC/PM2.5的比值在夏、秋、冬3季的变化不大。OC和EC的相关性:夏季秋季冬季。OC与PM2.5的相关程度冬季秋季夏季,且随季节更替变化明显;EC与PM2.5的相关性:秋季夏季冬季。即随着季节变化PM2.5浓度水平整体升高、污染加重时,PM2.5中的OC所占比例明显升高,EC比较稳定,说明受人为影响的二次排放为主要成分的OC对PM2.5贡献更大。