共查询到20条相似文献,搜索用时 15 毫秒
1.
碳质气溶胶是大气颗粒物的重要组成部分,具有很强的环境和气候效应,是气溶胶科学研究领域的热点.为探究庐山风景区居民区PM2.5中碳质组分的污染特征及来源,于2019年12月2日—2020年10月31日在庐山风景区居民区进行PM2.5样品采集,并对其碳质组分有机碳(OC)和元素碳(EC)进行分析.结果表明,观测期间庐山风景区居民区PM2.5的平均质量浓度为(46.45±18.64)μg·m-3,其中OC和EC平均质量浓度分别是(4.08±1.61)μg·m-3和(0.23±0.10)μg·m-3,占PM2.5总质量的8.78%和0.50%.且碳质颗粒的污染水平普遍低于城市地区,介于国内其他典型高山背景点之间.采用EC示踪法对PM2.5中的二次有机碳(SOC)进行估算,发现采样期间SOC的平均浓度为(1.51±1.22)μg·m-3,占OC的33.2%,表明SOC是PM2.5... 相似文献
2.
于2017年冬季12月13—21日在青藏高原东缘理塘地区分昼夜采集PM2.5样品,并用DRI2001A热光碳分析仪测定了有机碳(OC)和元素碳(EC)的质量浓度,研究青藏高原PM2.5中碳组分的化学特征及主要来源,以期为理塘地区制定污染排放政策提供参考。结果表明,2017年冬季青藏高原东缘理塘地区PM2.5平均质量浓度为44.34μg·m?3,OC和EC的质量浓度为12.72μg·m?3和3.85μg·m?3,分别占PM2.5质量浓度的29.61%和8.96%。通过经验公式,计算得到总碳气溶胶(TCA)质量浓度为24.20μg·m?3,占PM2.5的54.84%,说明碳质气溶胶对青藏高原东缘理塘地区PM2.5有着十分重要的贡献。OC和EC在白天和夜间都有较高的相关性(相关系数分别为0.74和0.91),表明OC和EC的来源基本一致,受燃烧源影响较大。其中白天的相关系数低于夜间,说明青藏高原东缘理塘地区白天碳组分来源相对复杂。昼夜浓度对比显示,青藏高原东缘理塘地区PM2.5白天和夜间的质量浓度分别为53.88μg·m?3和33.44μg·m?3,OC和EC浓度白天高于夜间,表明白天人为排放相对较高。冬季观测期间,PM2.5中二次有机碳(SOC)昼夜浓度分别为1.11μg·m?3和3.03μg·m?3,分别占OC质量浓度的7.09%、26.59%,表明青藏高原东缘理塘城区白天碳组分主要为一次源。利用PMF 5.0软件对理塘城区碳组分进行进一步的解析,结果显示燃煤和生物质燃烧的混合源对总碳(TC)的贡献高达47.84%,占比最高;其次是汽车尾气和柴油车尾气源,贡献率分别为28.62%和23.54%。 相似文献
3.
为了研究西安市冬季重污染天PM2.5及其中碳气溶胶的变化特征,在2013年1月1日至2013年2月28日大气污染严重的天气进行24 h连续的PM2.5样品采集,再通过Model-4型全自动半连续式在线光/热法大气气溶胶OC/EC分析仪分析得出OC、EC的连续质量浓度值。结果表明,西安市PM2.5质量浓度冬季重污染天日循环变化规律明显,均大致呈现双峰模式,白天和夜间各有一个高峰。2月份的每个PM2.5质量浓度值高峰和低峰的出现均比1月份晚2-3 h,夜晚的高峰值比1月份低,PM2.5质量浓度比1月份上升得慢,下降得快。气象条件能对PM2.5质量浓度产生较强的影响。2月份PM2.5质量浓度值整体比1月份低,但在2月10日出现突越(499μg·m-3),这与春节假期人为活动变化有关。OC/PM2.5、EC/PM2.5、TCA/PM2.5日变化幅度都较小,这说明OC、EC、TCA的来源比较一致;OC/EC值的平均值为6.63,表明西安冬季重污染期PM2.5中的一次来源主要为燃煤排放。PM2.5、OC、EC、TCA和OC/EC的值较2010年都有明显的上升,但OC/PM2.5、EC/PM2.5、TCA/PM2.5的值却是下降的,这说明近年来PM2.5及碳气溶胶的控制措施效果不明显,碳气溶胶二次来源增加,PM2.5的排放来源变得更加复杂。OC和TCA日循环变化呈现出明显的双峰特征;EC的变化趋势不明显。一天中OC/EC值多数时候处于较高水平,且受早晚车流量高峰的影响不明显,说明西安冬季重污染期间碳气溶胶受光化学反应转化的二次来源影响比较大。OC、EC的线性相关性比较好,且白天相对夜晚好,说明西安市冬季夜间燃煤采暖增加了碳气溶胶来源的复杂性。 相似文献
5.
6.
利用GC-MS对2008年5月至11月淮南市5个采样点大气可吸入颗粒物(PM10)样品进行分析,总结了研究区内PM10及其中16种PAHs的浓度特征、季节变化规律和来源解析.结果表明,不同采样点PM10浓度均偏高,超标率为14%—238%;PM10浓度水平为谢家集田十五小大通三小淮化集团理工校园.研究区内16种PAHs浓度总量的范围在15.20ng.m-3—111.58ng.m-3之间,平均浓度为64.36ng.m-3,4环以上的稠环芳烃占总浓度的86%.PAHs总量的季节变化与采样时环境温度显示出较好的负相关性,即秋季春季夏季.运用多环芳烃比值综合判断,淮南市大气PM10中PAHs主要以燃煤和机动车尾气混合来源为主,石油源和木材燃烧来源的贡献较小. 相似文献
7.
8.
近年来中国空气质量得到了明显改善,但PM2.5污染事件依旧频发,农作物秸秆焚烧是重要的诱发因素之一。为探讨华南地区水稻秸秆集中焚烧情形下的碳质气溶胶组分特征,于2014年夏秋水稻收割期在“中国广东大气超级站”开展了两期在线观测。结果显示,夏收期元素碳(EC)和有机碳(OC)的平均质量浓度分别为(2.5±1.3)μg·m-3和(6.6±2.5)μg·m-3;秋收期则是夏收期的两倍,分别为(5.8±3.9)μg·m-3和(13.6±8.5)μg·m-3。总碳(TC)平均占ρ(PM2.5)的30.9%±3.7%和26.8%±7.1%,是PM2.5的重要组成部分。夏收期ρ(EC)/ρ(PM2.5)和ρ(OC)/ρ(PM2.5)均随ρ(PM2.5)的增加而下降,占比之和从74.0%下降至18.3%,而ρ(OC)/ρ(EC)比值则随ρ(PM2.5)的增加从1.... 相似文献
9.
为了解秋冬季室内外空气颗粒物PM10、PM2.5以及其有机碳和元素碳的污染特征,于2009年10月及12月对武汉大学医学部学生宿舍室内、外PM10、PM2.5进行了两周连续采样。结果表明:秋季室内PM10和PM2.5的平均浓度分别为121.8和91.3μg/m3,室外为153.9和104.2μg/m3;冬季室内PM10... 相似文献
10.
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. 相似文献
11.
12.
《生态与农村环境学报》2021,37(8)
为掌握新冠肺炎疫情爆发前后南京市城区细大气细颗粒物(PM_(2.5))中有机碳(OC)和元素碳(EC)的浓度变化特征,于2020年1—2月期间在南京市主城区在线监测了PM_(2.5)、OC、EC浓度及气象要素。与应急响应前相比,应急响应启动后PM_(2.5)浓度下降了41.2%,EC浓度下降了57.9%,而OC浓度不降反增,表明停工停产显著降低了PM_(2.5)和EC浓度,但对OC浓度变化影响较小。在应急响应前,OC和EC浓度均呈现白天浓度低、清晨及傍晚浓度高的日变化规律;在应急响应后,EC浓度日变化不大且维持在较低水平,OC浓度呈现午后浓度低、午前和傍晚浓度高的变化规律。PM_(2.5)浓度在应急响应后的大幅减少导致光照辐射强度提升,有利于光化学反应生成二次有机碳(SOC)。在PM_(2.5)和EC浓度下降的形势下SOC浓度不降反增,同时OC与EC的相关性显著降低。 相似文献
13.
14.
15.
北京大气颗粒物碳质组分粒径分布的季节变化特征 总被引:7,自引:0,他引:7
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. 相似文献
16.
为明确NH_4~+、 NO_3~-、SO_4~(2-)及金属等组分在水溶性提取液对发光细菌的光抑制过程中所起的作用,参照PM_(2.5)样品提取液浓度,模拟配制与3级以上PM_(2.5)样品提取液中主要组分:硫酸盐、硝酸盐、氨盐相同浓度的溶液,同时选取与PM_(2.5)可溶性提取液发光抑制率相关性较强的铅、锌,配制不同浓度级别模拟溶液,测试各单一组分对发光细菌的发光抑制率及其混合溶液对发光细菌的联合影响效应。基于毒性单位法(TU)、相加指数法(AI)和混合毒性指数法(MTI)评价了混合体系联合影响的作用类型。结果表明,与3~6级PM_(2.5)可溶性提取液中硫酸氨、硫酸氢氨、硝酸氨、硫酸锌和硝酸铅浓度相同的模拟溶液对发光细菌的发光没有抑制作用。不同的评价方法对PM_(2.5)主要组分混合体系联合效应评价结果具有较好的一致性,硫酸氨、硝酸氨、硫酸氢氨混合溶液中,对发光细菌的光抑制均为硫酸氢氨的独立作用,硫酸锌与硝酸铅的混合体系,锌和铅对发光细菌的联合影响效应表现为协同,硫酸氨、硝酸氨、硫酸氢氨与硫酸锌、硝酸铅的多元混合体系呈现协同作用。 相似文献
17.
为研究天津市夏季PM2.5中碳组分的时空变化特征及来源,于2019年7—8月设立2个点位分昼夜采集天津市PM2.5样品,并测定了其中有机碳(OC)和元素碳(EC)的含量。结果表明,城区PM2.5、OC和EC浓度日均值分别为(53.4±20.8)μg·m-3、(8.72±2.56)μg·m-3和(1.67±0.90)μg·m-3,郊区PM2.5、OC和EC浓度日均值分别为(54.2±24.5)μg·m-3、(7.54±2.50)μg·m-3和(1.82±1.06)μg·m-3;白天PM2.5、OC、EC的平均浓度分别为(47.3±16.1)μg·m-3、(8.7±2.1)μg·m-3和(1.5±0.6)μg·m-3,夜间PM2.5、OC、EC的平均浓度分别为(60.2±26.2)μg·m-3、(7.5±2.9)μg·m-3和(2.0±1.2)μg·m-3。OC浓度表现为城区高于郊区,白天高于夜间;EC及PM2.5浓度表现为郊区高于城区,夜间高于白天。OC/EC比值分析得,城区(6.04)高于郊区(5.08);白天(6.58)高于夜间(4.54)。城区OC与EC相关性弱于郊区,白天OC与EC相关性弱于夜间。采用EC示踪法与MRS模型对SOC含量进行估算,得到白天与夜间SOC浓度分别为(5.71±1.35)μg·m-3和(3.81±1.20)μg·m-3,白天SOC污染比夜间严重。丰度分析与主成分分析的结果表明,天津市夏季城郊区PM2.5中碳组分均主要来源于燃煤和机动车尾气排放。 相似文献
18.
19.
为研究中国典型沿海城市冬季PM2.5中碳组分的污染特征及来源,于2018年12月5日—2019年1月30日分别在天津(TJ)、上海(SH)和青岛(QD)同步采集PM2.5样品。结果表明,天津、上海和青岛PM2.5的平均浓度分别为(116.96±66.93)、(31.21±25.62)、(74.93±54.60)μg·m-3,OC和EC的空间分布均为天津(18.69±7.95)μg·m-3和(4.98±2.08)μg·m-3>青岛(16.45±8.94)μg·m-3和(2.01±1.04)μg·m-3>上海(7.28±3.11)μg·m-3和(1.05±1.25)μg·m-3。3个站点的OC和EC均呈现较好的相关性,表明OC和EC具有相似的来源;OC/EC比值范围在2.37—7.53、5.47—46.41和4.77—13.36之间,证明各采样点均存在二次有机碳(SOC)的生成;采用最小R2法(MRS)估算SOC浓度,得到3个采样点SOC的平均质量浓度为(5.09±4.68)、(3.90±1.65)、(4.21±4.31)μg·m-3,分别占OC总量的27.2%、55.8%和19.5%,其中上海的SOC在OC中的占比最大,说明上海二次有机碳污染较为严重,这主要归因于冬季严重污染源排放和有利的二次转化气象条件,而天津和青岛的碳组分主要来自污染源的直接排放。主成分分析(PCA)结果发现,天津PM2.5中碳组分主要来源于道路尘、生物质燃烧和机动车尾气,上海PM2.5中碳组分主要来源于生物质燃烧、道路扬尘和机动车尾气。青岛PM2.5中碳组分主要来源于道路扬尘、机动车尾气。后向轨迹聚类分析表明,来自西北方向的气团对天津的影响较大,PM2.5和碳组分的浓度值最大;而对上海而言,主要受北方气溶胶经过海面又传输回上海的气团的影响;青岛站点主要受华北地区污染物和本地排放源的影响。 相似文献
20.
2017年11月5日至6日太原市发生了一次重度污染天气,利用单颗粒气溶胶质谱仪(SPAMS)分析了细颗粒物的化学组成,根据太原市细颗粒源谱库对主要成分进行了来源解析,并结合激光雷达和气象条件研究了雾霾天气成因.结果表明,雾霾天时颗粒物主要包括如下9类:有机碳颗粒(OC)、元素碳颗粒(EC)、元素-有机碳混合颗粒(ECOC)、高分子有机碳(HOC)颗粒、富钾颗粒(K-rich)、富钠颗粒(Na-rich)、左旋葡聚糖颗粒、矿物质颗粒及重金属颗粒,9类颗粒中普遍存在的二次成分表明它们都经历了一定程度的老化过程.含碳颗粒物(OC、EC)与二次颗粒物(SO2-4、NO-3、NH+4)的相关性在干净天时高于雾霾天,二次颗粒物的相关性在两种天气状况下都较高.污染物来源解析结果表明,此次重污染过程主要是由机动车尾气和燃煤引起的.激光雷达及气象数据分析表明,此次污染过程是由外来污染物传输以及风速低、湿度高、大气边界层高度降低等不利的气象条件共同作用造成的. 相似文献