大气颗粒物中碳组分测定结果比较:元素分析和热光反射方法

采用元素分析(EA)和热光反射(TOR)2种方法对108个大气颗粒物样品(PM10和PM2.5)中的碳组分同步进行测定,分析2组测量结果的差别,并从原理上阐述2种方法的异同和优缺点.结果表明,EA法所得的ρ(TC)和ρ(OC)分别是TOR法测得的ρ(TC)和ρ(OC)的1.52和1.15倍.造成ρ(TC)结果相差很大的主要原因可能是2种方法的升温程序和控温时间不同,检测器不同;通过"归一化"讨论,从ρ(TC)和ρ(OC)测定结果上验证了EA法和TOR法在原理上的区别.为碳数据分析比较提供了一种思想,即通过TOR法测得的裂解碳(OP)在OC中的质量分数来校正EA法测得的ρ(OC);虽然EA法和TOR法对OC和EC的定量分析存在一定差别,但2种方法测出的ρ(OC)和ρ(EC)在季节分布规律上相同.     

大气气溶胶碳质组分在线分析仪的研制和应用

大气气溶胶碳质组分主要包括有机碳(Organic Carbon,OC)和元素碳(Elemental Carbon,EC),是大气细粒子的重要组成部分,对大气环境及人体健康具有非常重要的意义.针对目前商品化碳质气溶胶在线分析仪存在的一些问题,研制出大气气溶胶碳质组分在线分析仪(PKUOCEC),实现了对OC和EC的小时浓度测量.仪器同时采用热分解-光学透射(Thermo Optical Transmission,TOT)法和热分解-光学反射(Thermo Optical Reflection,TOR)法分离OC和EC,检测限为0.29μg·m-3(以C计)(采样时间40 min,采样流量8 L·min-1),测量范围最大值为211.50μg·m-3(以C计),可以满足不同环境的大气观测要求.于2016年1月23—31日采用该仪器对北京怀柔大气进行监测,并与商品化在线碳质气溶胶分析仪(RT-4 OCEC,Sunset Lab Inc.)和多角度吸收光度计(5012 MAAP,Thermo Scientific)进行比对.结果显示,PKU-OCEC测得的TC(Total Carbon,TC=OC+EC)和OC浓度均与Sunset-OCEC对应结果显著相关(TC:r=0.986,OC:r=0.984;p0.01),说明两台仪器测量结果具有很好的一致性;Sunset-OCEC测得的EC数据有39.39%低于0.013μg·m-3(以C计),剔除该部分异常值后,其测得的EC数据与PKU-OCEC数据的线性拟合方程由CEC_Sunset=0.9278×CEC_PKU!0.0704(TOT法)和CEC_Sunset=0.9476×CEC_PKU!0.2665(TOR法)变为CE C_Sunset=0.6810×CEC_PKU+1.2842(TOT法)和CEC_Sunset=0.7035×CEC_PKU+1.1179(TOR法),新的方程产生较大正截距,说明Sunset-OCEC的检测限偏高;PKUOCEC测得的EC数据与MAAP测得的BC数据显著相关,其线性拟合度(R2=0.8868(TOT法)、R2=0.8614(TOR法))大于Sunset-OCEC与MAAP的拟合度(R2=0.8047);PKU-OCEC分析仪TOT法和TOR法测得的OC浓度相当(COC_TOR=0.9963×COC_TOT,R2=0.9959).综合结果表明,PKU-OCEC分析仪测量数据可靠,运行稳定且操作简便,可以用于各种环境条件下的大气监测.     

碳质气溶胶(OC/EC)新型观测方法对比分析

基于热光反射法（IMPROVE A）和热光透射法（RT-Quartz）二种协议分析方法和新型OC/EC分析方法对济南市碳质气溶胶含量进行了对比观测.结果表明，协议方法在OC/EC的观测过程中因分析定义会造成碳质气溶胶质量浓度高估或者低估，且膜采样系统使离线分析的OC约为在线的1.65倍，而新型OC/EC测量方法相对于2种协议方法，去除了原理上和环境参数（如VOCs）可能导致的误差，在OC/EC/TC测量结果上均有一定优势，在实际运行中更具有准确性、稳定性和实用性，更加适合颗粒物中OC/EC长期业务化在线测量.     

福建省三大城市冬季PM2.5中有机碳和元素碳的污染特征

以福建省福州、厦门和泉州这3个主要城市为研究对象,采集了冬季PM2.5样品,采用热光透射法(thermal opticaltransmission,TOT)分析得到PM2.5、OC和EC的浓度水平和空间分布、OC与EC的相关性、OC/EC值以及二次有机碳分布特征.结果表明,福州、厦门和泉州冬季PM2.5的浓度范围为(79.94±18.08)～(114.78±26.10)μg.m-3,均超过《环境空气质量标准》(GB 3095-2012)规定的PM2.5日均值75μg.m-3.OC和EC的浓度范围(以C计)分别为(14.77±2.65)～(19.27±1.96)μg.m-3和(1.99±0.50)～(3.36±0.41)μg.m-3,分别是背景点福州平潭的1.2～1.6倍和1.2～2.0倍.福州平潭(R2=0.70)和晋安(R2=0.66)冬季PM2.5中OC与EC的相关性显著,说明OC和EC有相近的一次污染来源.OC/EC值为5.64～7.71,且值均大于2.0,说明各采样点存在二次有机碳(secondary organic carbon,SOC)的生成.SOC的浓度为2.47～7.17μg.m-3,占OC的比例为13.08%～45.67%,占PM2.5的2.20%～7.78%.     

大气细颗粒物中有机碳和元素碳监测方法对比

在线精确测量大气细颗粒物中有机碳(OC)和元素碳(EC)是研究碳质气溶胶形成和来源解析的重要科学基础.在线测定仪器选取不同的升温程序可能导致OC和EC观测数据差异,造成对研究结果的误判.对比分析在线OC/EC分析仪最常使用的RT-Quartz(R法)、NIOSH 5040(N法)和Fast-TC(F法)这3种温度协议下获得的OC和EC实际观测结果,结合北京空气污染程度,讨论了3种分析程序观测结果的异同.结果表明,3种分析程序对TC(TC=OC+EC)、OC和EC的测量均无显著性差异,但存在一定偏差.对TC的测量,R法比N法低5%,比F法高1%;对OC的测量,R法比N法低9%,比F法高1%;对EC的测量,R法比N法高20%,比F法低11%,其中R法温度协议在不同空气质量下对TC、OC和EC测量的变异系数均小于N法和F法.使用R法的在线分析与小流量PM2.5石英膜采样-离线分析所测定的TC、OC和EC结果的线性拟合斜率分别为1.21、1.14和1.35,R2TC、R2OC和R2EC分别为0.99、0.99和0.98;R法测定的EC浓度显著低于多角度吸收光度计(MAAP)测定的BC浓度.当BC8μg·m-3时,EC/BC为0.39,而当BC8μg·m-3,EC/BC为0.88.EC与BC变化趋势相近,但浓度值存在系统误差.     

碳质气溶胶(OC/EC)新型观测方法对比分析

基于热光反射法（IMPROVE A）和热光透射法（RT-Quartz）二种协议分析方法和新型OC/EC分析方法对济南市碳质气溶胶含量进行了对比观测.结果表明,协议方法在OC/EC的观测过程中因分析定义会造成碳质气溶胶质量浓度高估或者低估,且膜采样系统使离线分析的OC约为在线的1.65倍,而新型OC/EC测量方法相对于2种协议方法,去除了原理上和环境参数（如VOCs）可能导致的误差,在OC/EC/TC测量结果上均有一定优势,在实际运行中更具有准确性、稳定性和实用性,更加适合颗粒物中OC/EC长期业务化在线测量.     

南京北郊秋季PM2.5碳质组分污染特征及来源分析

本研究于2015年10~11月在南京北郊分昼夜采集PM_(2.5)样品,采用热光透射法(TOT)和离子色谱法对样品中的有机碳(OC)/元素碳(EC)和左旋葡聚糖(levoglucosan)的质量浓度特征进行分析.观测期间OC和EC的平均浓度分别为(11.3±4.9)μg·m-3和(1.1±0.9)μg·m-3,总碳TC占PM_(2.5)的质量分数为22.9%,OC/EC的平均值为7.4,SOC占OC的质量分数为51.9%.PM_(2.5)、OC、EC和SOC质量浓度都体现出夜晚白天的特征,白天OC和EC的相关性好于夜晚(相关性系数分别为0.86和0.7).通过分析PM_(2.5)、左旋葡聚糖和SOC质量浓度以及后向轨迹和火点数据可知南京北郊在13~16号受到来自河北等地生物质燃烧远距离输送的影响.采样期间K+和左旋葡聚糖与OC、EC和SOC的相关性显著(相关性系数分别为0.78、0.79和0.65),经受体示踪物方法估算采样期间生物质燃烧对OC的贡献为21.9%.     

关中地区细颗粒物碳组分特征及来源解析

为研究关中地区细颗粒物中碳组分的污染特征及其来源,于2017年9月4日至2018年1月19日在关中地区5个主要典型城市(西安、渭南、铜川、宝鸡和咸阳)设置采样点(XA、WN、TCH、BJ和XY)进行细颗粒物(PM_(2.5))的手工采样观测,碳组分环境样品采用热光透射法(TOT)分析.结果表明,细颗粒物中OC和EC平均浓度分别为(14. 48±7. 86)μg·m~(-3)和(2. 27±0. 95)μg·m~(-3),占比分别为18. 04%和2. 99%,与其他城市相比污染较为严重.碳组分占比的空间分布为XY WN XA BJ TCH,且季节差异明显,冬季占比高于秋季. OC与EC的相关性显著(R~2=0. 79),有着较为相同的污染来源.OC1在碳组分中比例最高为23. 44%,碳组分的浓度顺序为OC1 EC2 EC3 OC4 EC1 OC2 OC3 EC4 EC6 EC5.正矩阵因子分解模型的源解析结果表明,该地区碳组分的4类主要贡献源为生物质燃烧与燃煤源、汽油车尾气、柴油车尾气和道路扬尘污染源,贡献率分别为48. 63%、23. 07%、18. 82%和9. 47%,各点位的污染贡献结构有着明显的差异.     

天津市大气中PM10、PM2.5及其碳组分污染特征分析

2007年12月~2008年10月期间,分3个时段,设置2个点位,采集了天津市大气环境中PM10和PM2.5样品.用热光反射分析仪测定样品中的碳组分含量,并用OC/EC最小比值法估算二次有机碳(SOC)的浓度.结果表明,市区采样点颗粒物浓度高于郊区,2个采样点的颗粒物浓度变化趋势一致.5月份 PM2.5/PM10比值最小,主要由于土壤风沙尘对PM10的贡献较大.PM10和PM2.5中的有机碳(OC)、元素碳(EC)浓度12月份最高,且变化趋势相同.OC占总碳(TC)比例较高,PM10中OC/TC为0.60~0.83,PM2.5中OC/TC为0.55~0.81.碳组分主要集中在PM2.5中,PM10中约有76%的OC存在于PM2.5中.12月份的SOC浓度最高,与12月份的气象条件和污染源排放等因素有关.     

南昌市秋季大气PM_(2.5)中碳组分污染特征

2013年秋季在南昌市6个采样点采集了60个大气PM_(2.5)样品,用热光透射法测定了PM_(2.5)样品中OC和EC的含量,并分析了OC/EC值、二次有机碳SOC浓度水平以及OC和EC的相关性。结果显示:采样期间南昌市大气PM_(2.5)日均值为45.7μg/m~3;OC和EC的浓度范围分别为4.6~15.8μg/m~3和1.5~8.2μg/m~3;各采样点OC/EC均值范围为2.0~3.5,说明各采样点均存在SOC的生成;SOC、一次有机碳POC和总碳TC浓度平均值分别为2.0、9.0和15.5μg/m~3,SOC/OC范围13.6%~31.1%(均值19.1%),SOC/PM_(2.5)范围2.9%~7.2%(均值4.6%);石化、建工学校、省外办和京东镇政府采样点PM_(2.5)中OC和EC的相关性相对较好,来源较为相近;武术学校和林科所OC和EC的相关性较不显著,来源相对复杂。     

长三角典型站点冬季大气PM2.5中OC、EC污染特征

对2015年1月9日~2015年1月31日临安、南京和苏州3个站点采集的PM_(2.5)样品(共计279组),使用热光反射法(thermal/optical reflectance,TOR)分析了样品中有机碳(OC)与元素碳(EC)的含量,并研究了长三角地区冬季PM_(2.5)中OC和EC的污染特征.结果表明,采样期间临安、南京和苏州的PM_(2.5)平均质量浓度分别为(123.56±61.11)、(144.77±62.91)和(156.5±68.97)μg·m-3,均超过我国《环境空气质量标准》(GB 3095-2012)规定的PM_(2.5)日均值75μg·m-3;其中3个站点OC与EC的平均质量浓度依次分别为(21.93±11.69)/(6±3.6)、(20.32±10.3)/(5.39±3.07)和(27.08±14.35)/(6.4±4.29)μg·m-3.临安作为长三角大气环境背景点,OC与EC的污染也较为严重.3个站点OC与EC的相关性为临安(R2=0.83)、南京(R2=0.72)和苏州(R2=0.72),表明冬季长三角地区的碳质气溶胶的来源较为一致和稳定.3个站点样品中的OC/EC值均大于2.0,样品的OC/EC值主要分布在2.5~6.0这个区间内,表明燃煤源和机动车尾气排放源是OC与EC的主要来源.使用EC示踪法估算临安、南京和苏州3个站点的二次有机碳(SOC)平均质量浓度分别为(9.23±5.26)、(6.82±4.36)和(12.56±7.52)μg·m-3,在OC中占比为42%、34%和46%,表明SOC是OC的重要组成部分.后向轨迹显示,PM_(2.5)、OC和EC的质量浓度与主要气团的传输路径有较好的相关性,自空气质量较差区域气团的PM_(2.5)、OC和EC的质量浓度是来自空气质量较好区域的1.14~1.7倍、1.55~2.1倍和1.94~2.47倍.     

常州夏秋季PM2.5中碳质气溶胶特征及来源

为更好地了解碳质组分的特点和来源,在常州市采集了夏季(7~8月)和秋季(10~11月)60个细颗粒物(PM_(2.5))样品.采样期间,夏季PM_(2.5)、OC、EC平均浓度分别为73.0、14.3和3.3μg·m~(-3),秋季为84.2、13.2和3.5μg·m~(-3).总碳质组分(OC+EC)占PM_(2.5)总质量的24.3%(夏季)和20.7%(秋季).采用IMPROVE-A热/光反射法测定的碳质8组分结果表明,OC2、OC3、OC4和EC1相关性好(r0.92),EC2和EC3相关性较好(r0.65),说明可能的相似来源.OC与EC相关性中等,表明碳质组分来源复杂.秋季WSOC/OC(60.9%)略高于夏季(57.4%),而夏季SOC/OC(52.5%)略高于秋季(49.0%).夏季和秋季SOC/OC都低于WSOC/OC,说明部分水溶性有机碳是一次源.WSOC和SOC相关性强,进一步验证了大部分SOC具有水溶性.碳质组分之间的关系及主成分分析表明,采样期间燃煤和机动车尾气排放是碳质组分的两个主要来源.后向轨迹分析表明,采样点PM_(2.5)和碳质组分主要受当地排放源和短距离传输的影响,长距离传输贡献较小.     

气溶胶OCEC切割点确定方法改进及应用

用MOUDI采样器分级(0.18～18μm,8级)采集北京(BD)及美国亚特兰大(GT)2011年7、8月大气气溶胶样品,测定有机碳(OC)及元素碳(EC).结果表明,由于石英膜结构在灼烧过程中变化,空白膜激光值在OCEC分析过程会随温度改变而变化,且整体呈下降趋势,扣除空白膜激光值变化后手动确定切割点,即激光校正切割可以提高切割点准确性.采用激光校正切割法得到的OC、EC浓度及粒径分布与有氧无氧切割法不同.一些样品切割点出现在通氧前,原因可能是气溶胶中金属等可在无氧环境中催化氧化EC或受热后分解、变色的吸光物质含量较高等.GT气溶胶碳质组分浓度低于BD,且除GT采样点EC外,均呈双峰分布.BD及GT两个采样点OC浓度在0.56～1.0μm、3.2～5.6μm两个粒径段出现峰值,采样期间BD峰值浓度分别为(2.82±1.59)μg.m-3、(1.95±0.76)μg.m-3,GT峰值浓度分别为(1.28±0.41)μg.m-3、(0.64±0.19)μg.m-3.BD采样点EC浓度峰值出现在1.0～1.8μm、3.2～5.6μm,分别为(0.32±0.24)μg.m-3、(0.26±0.19)μg.m-3.GT采样点EC呈三峰分布,集中于粒径更小的气溶胶中,粒径为0.18～0.56μm气溶胶中EC含量占总采样粒径段44.6%.GT采样点OC、EC浓度均较BD更集中于积聚模态,原因可能为夏季GT主要污染源是机动车尾气排放,而BD存在较多工业活动等排放.     

鞍山市道路扬尘碳组分特征及来源解析

为研究鞍山市道路扬尘PM_2.5中碳组分污染特征及来源,于2014年10月采集鞍山市9条道路的扬尘样品,通过再悬浮得到PM_2.5滤膜样品,利用热光碳分析仪测定PM_2.5中OC(有机碳)和EC(元素碳)并分析其特征.结果表明,道路扬尘PM_2.5中ω(TC)为9.78%(外环路)～14.00%(千山西路),ω(OC)为8.15%(外环路)～10.84%(千山西路),ω(EC)为1.63%(外环路)～2.85%(千山西路),ω(OC)明显高于ω(EC),说明各道路扬尘中含有较多的有机碳;采样期间OC/EC的值均大于2,说明道路扬尘中均可能存在二次污染;通过Spearman相关分析及线性拟合可知,鞍山市道路扬尘PM_2.5中OC和EC来源大致相同;聚类分析表明,鞍山市道路扬尘PM_2.5中碳组分主要来源于机动车尾气排放、生物质燃烧和煤炭燃烧.     

黄石市夏季昼间大气PM10与PM2.5中有机碳、元素碳污染特征

2012年7月,对黄石市城区夏季昼间大气颗粒物PM10与PM2.5样品进行采集,并用热/光反射法(TOR)分析其中的有机碳(OC)、元素碳(EC).结果显示,新老城区PM10中OC平均含量分别为14.60μg·m-3和18.70μg·m-3,EC平均含量分别为4.70μg·m-3和11.02μg·m-3;PM2.5中OC平均含量分别为11.89μg·m-3和13.66μg·m-3,EC平均含量分别为2.28μg·m-3和4.96μg·m-3.研究结果表明,夏季昼间黄石市新老城区大气PM10与PM2.5中碳组分浓度变化趋势相同,且老城区大气PM10、PM2.5中的OC和EC含量普遍要比新城区高,且PM10中OC、EC在总碳(TC)的质量分数均高于在PM2.5中,说明黄石市老城区碳污染状况较新城区要严重,其夏季昼间大气粗颗粒物中碳的含量更高.通过对OC/EC及8个碳组分进行探讨,发现黄石市大气颗粒物中OC易形成二次污染,而EC排放以烟炱为主,夏季燃煤和机动车尾气是黄石碳污染的重要污染源,生物质燃烧也具有一定影响.     

膜采样离线分析与在线测定大气细粒子中元素碳和有机碳的比较

针对普遍采用的膜采样离线分析与在线测定大气细粒子中元素碳和有机碳的方法进行了比较分析. 2006年1月～2007年4月期间在北京大学校园内应用膜采样离线分析和在线分析分季节同时测定了PM_2.5中元素碳（EC）和有机碳（OC）,并将结果进行对比.结果显示,膜采样法测得的OC约为在线仪器测得的OC的2倍, 2种方法差别主要体现在对OC的测量上.不加平行板有机物扩散吸收管引入OC比较大的正误差,而加平行板有机物扩散吸收管又将引入OC的负误差,约10%.同时采用平行板有机物扩散吸收管和后置膜的离线分析方法同在线观测的结果具有比较好的一致性.     

广州市夏季室内外PM2.5中有机碳、元素碳的分布特征

2004年7～8月在广州市9个采样点的室内、室室外同步采集了PM2 5样品,采用热光反射碳分析仪分析得到OC、EC的质量浓度,对OC、EC污染水平、空间分布、室内室外质量浓度关系、0C/EC质量浓度关系及二次有机碳等特征进行了深入细致的分析研究.结果表明,OC室内、外平均质量浓度为17.3和19.9μg·m-3,EC室内、室外平均质量浓度为6.5和6.6μg·m-3,总碳气溶胶占PM25质量的50%以上;在不同类型采样点0C、EC质量浓度存在区别;室内环境中OC、EC质量浓度相关性显著,室外环境中0C、EC质量浓度相关性不显著;0C、EC质量浓度比ρ(OC)/ρ(EC)超过2;室内、室外PM2 5中二次有机碳质量浓度是7.6和10.0μg·m-3,占总有机碳的比率为43.8%、45.5%.     

上海市PM_(2.5)中含碳物质的特征和影响因素分析

为了解上海市大气细颗粒物(PM2.5)中含碳物质的浓度及其影响因素,于2007年12月～2008年12月间在上海市的市区(徐家汇)和工业区(宝山)采样点分别采集了130多个PM2.5样品,应用DRI碳分析仪采用IMPROVE-TOR方法测定了样品中的有机碳(OC)、元素碳(EC)的含量.结果显示,OC和EC的季节平均浓度值冬季最高,夏季最低.上海市市区采样点PM2.5中OC和EC的年平均浓度为8.10μg.m-3和3.91μg.m-3,而工业区为11.91μg.m-3和4.69μg.m-3,高于市区;OC/EC比值在市区和工业区分别为2.01和2.42.OC和EC在4个季节都有较强的相关性(R2为0.52～0.87),其中冬季的相关性最高(R2为0.87,0.80),春季最低(R2为0.52,0.58),这与春季时上海的风向多变、污染物来源复杂有关.应用OC/EC比值法对二次有机碳(SOC)的含量进行了估算,SOC的年平均浓度在市区和工业区分别为2.72和5.07μg.m-3,占OC含量的30%左右,SOC对OC的贡献率夏季最高(约40%),这与夏季温度高、光照强烈有利于光化学反应进行的情况一致.降水对OC和EC的浓度有较明显的影响,冬季无降水天气的OC和EC平均浓度是雨雪天气时的2倍以上,而夏季有降水和无降水天气时OC和EC的浓度没有明显区别,这可能与夏季降水发生时大气稳定度较高有关.降水天气时OC/EC及SOC/OC比值明显降低.     

上海城区PM2.5中有机碳和元素碳变化特征及来源分析

2010年6月~2011年5月间在上海城区点位采集了181组PM2.5样品,采用热光反射法(thermal optical reflectance,TOR)测定了样品中的有机碳(organic carbon,OC)和元素碳(elemental carbon,EC)含量.结果表明,上海城区环境空气PM2.5中OC和EC年平均浓度分别为8.6μg·m-3±6.2μg·m-3和2.4μg·m-3±1.3μg·m-3,两者之和占PM2.5质量浓度的20%.OC和EC的季节平均浓度值冬季最高,夏季最低,秋季OC和EC在PM2.5中的比例最高.全年OC/EC比值为3.54±1.14.采用最小OC/EC比值法估算二次有机碳(secondary organic carbon,SOC)含量得到SOC年均浓度为3.9μg·m-3±4.2μg·m-3,占OC含量的38.9%.夏季SOC浓度低且与O3最大小时浓度值相关性好,表明光化学反应是夏季SOC的重要生成途径,主导西风向的秋冬季SOC浓度高于静风条件下的浓度水平,存在输送作用.进一步对OC1、OC2、OC3、OC4、EC1、EC2、EC3和OPC进行主成分分析,结果显示上海城区PM2.5中OC和EC主要来自机动车尾气、燃煤排放、生物质燃烧和道路尘,这4个来源对含碳组分的贡献率达69.8%~81.4%,其中机动车尾气在4个季节中的贡献率均较高,生物质燃烧贡献约15%~20%,春季和秋季道路尘影响明显,冬季燃煤的贡献高于其他季节.     

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.