北京市大气气溶胶中糖类化合物的组成及来源

采用高效阴离子交换色谱-脉冲安培检测(HPAEC-PAD)分析方法,对北京城区PM2.5和PM10中糖类化合物进行定量分析.在北京大气气溶胶中共检出14种糖类化合物,分为脱水糖、糖和糖醇共3大类.脱水糖包括左旋葡聚糖、甘露聚糖和半乳聚糖;糖包括葡萄糖、果糖和海藻糖;糖醇包括阿拉伯糖醇、甘露糖醇、丙三醇、苏糖醇、2-甲基丁四醇(2-甲基苏糖醇和2-甲基赤藓糖醇)、木糖醇和肌醇.脱水糖来源于生物质燃烧,秋冬季节的浓度水平明显高于春夏;而来源于生物源排放的糖和糖醇,冬季浓度水平明显低于其它季节.PMF源解析结果表明,北京大气气溶胶中糖类化合物的来源主要可以分为6类,包括生物质燃烧、异戊二烯SOA、土壤悬浮、真菌孢子、花粉及丙三醇富集源.     

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...     

柳州大气PM_(2.5)中糖类物质的分布特征与指示意义

采用高效阴离子交换色谱-脉冲安培检测技术(HPAEC-PAD)对柳州市春、秋、冬3个季节大气PM_(2.5)中的糖类进行测定,分析了PM_(2.5)和总糖类物质的浓度水平和分布特征,并探讨其指示意义.结果表明,柳州市PM_(2.5)、总糖类物质浓度水平季节分布规律相似,均呈现冬季高于春季和秋季、秋季最低的污染特征.且3个季节总糖类物质的含量水平有显著性差异,3个监测点空间上总糖类物质的含量水平无显著性差异.总糖类物质中左旋葡聚糖占比基本超过80%,左旋葡聚糖及其异构体与总糖具有明显的相关性,表明左旋葡聚糖及其异构体能较好代表总糖类物质.柳州市PM_(2.5)中左旋葡聚糖/甘露聚糖(L/M)、左旋葡聚糖/(甘露聚糖+半乳聚糖)[L/(M+G)]均值为10.4±2.3和8.6±2.1,结合本地的农业和林业生产情况,判断柳州市大气PM_(2.5)中的生物质燃烧源主要来源于软木和作物残渣的混合贡献.     

上海大气颗粒物中糖类的组成、粒径分布及来源

为更好地理解大气颗粒物中糖类的来源及其环境影响,利用微孔撞击式采样器(MOUDI)采集了上海市宝山区2012年11月—2013年8月四季节代表性时段18 μm以下11个不同粒径段的大气颗粒物样品,利用硅烷化衍生和GC-MS对10种脱水糖、单糖和糖醇类化合物进行了分析. 结果表明:上海大气颗粒物中所检测的10种糖类化合物的质量浓度之和在春、夏、秋、冬四季采样期的平均值分别为120.3、104.0、292.9和206.0 ng/m3,脱水糖在秋、冬季占主导地位,单糖和糖醇的质量浓度在冬季最低. 绝大部分脱水糖存在于粒径≤1.8 μm的颗粒中,冬、夏季质量浓度最高的粒径段(峰值粒径)为>0.32~0.56 μm,而春、秋季峰值粒径为>0.56~1.0 μm. 单糖和糖醇类化合物在春、夏季时主要存在于粒径>1.8 μm的颗粒中,而秋、冬季时在粒径≤1.8 μm的颗粒中质量浓度较高. 应用PMF(正定矩阵因子分析法)解析出了大气颗粒物中糖类的3个来源——生物质燃烧、植物源土壤有机质和微生物源土壤有机质. 脱水糖全部来源于生物质燃烧,单糖主要来源于植物源土壤有机质,而糖醇主要来源于微生物源土壤有机质;秋、冬季时生物质燃烧对山梨糖醇之外的单糖和糖醇有较大贡献.      

京津冀郊区站点秋冬季大气PM2.5来源解析

为了增进对京津冀地区大气PM_(2.5)来源情况的认识,于2014～2015年秋冬季在京津冀地区4个郊区站点进行了PM_(2.5)的采样,并用化学质量平衡模型(chemical mass balance model,CMB)进行了PM_(2.5)源解析工作.结果表明:二次颗粒物(36%～58%)、交通(8%～26%)、民用燃煤(8%～16%)和生物质燃烧(5%～16%)是京津冀郊区站点秋冬季PM_(2.5)的主要贡献源.其中,二次硝酸盐是大部分站点秋冬季PM_(2.5)的首要贡献源(11%～27%).不同污染程度的源解析显示,冬季各站点各污染源在重污染天的贡献变化趋势的同步性不如秋季明显,且秋季二次源在重污染天的贡献增加值(47. 2～115. 7μg·m~(-3))明显高于一次源(29. 5～43. 4μg·m~(-3)),但此现象在冬季不显著.对比北京市城区源解析结果,发现郊区燃煤总贡献率较为相似,但郊区燃煤源中多以民用燃煤为主,这说明对于京津冀城郊地区,控制民用燃煤源对PM_(2.5)污染控制有重要意义.     

长沙市秋季PM2.5中水溶性离子特征及其来源解析

为探究长沙市秋季PM_(2.5)水溶性无机离子组成特征和来源,于2017年9月～11月在长沙城区连续采集大气颗粒物PM_(2.5)样品共85个,并用离子色谱仪分析样品中的9种水溶性无机离子(F~-、Cl~-、NO_3~-、SO_4~(2-)、K~+、Na~+、Ca~(2+)、Mg~(2+)、NH_4~+)。结果表明,长沙市秋季PM_(2.5)质量浓度的平均值为56. 3±39. 6μg/m~3,总水溶性无机离子质量浓度平均值为29. 47±19. 10μg/m~3,占PM_(2.5)的52. 3%,其中NO_3~-、SO_4~(2-)、NH_4~+是PM_(2.5)中最主要的离子成分。霾天PM_(2.5)平均质量浓度约是清洁天的3倍,NO_3~-、NH_4~+、K~+、Cl~-四种离子的快速增长对霾天PM_(2.5)中离子的贡献最大。由PMF模型解析可知,秋季大气PM_(2.5)主要来源于机动车尾气和燃煤源,而扬尘、生物质燃烧源、工业源和海盐的贡献不到30%。长沙市秋季大气污染呈现机动车尾气等移动源和燃煤等固定源的混合型污染为主。     

上海不同功能区夏季PM2.5中生物质燃烧贡献的解析

为了解生物质燃烧对上海夏季PM_(2.5)的贡献及评估大气光化学氧化对左旋葡聚糖浓度的影响,在上海的4个不同站点同步采集了PM_(2.5)样品,应用气相色谱-质谱联用仪和离子色谱仪分析了典型生物质燃烧示踪物脱水糖和水溶性钾离子的浓度,采用示踪物产率法估算了生物质燃烧对PM_(2.5)质量及其中有机物的贡献,分析了左旋葡聚糖浓度与大气臭氧浓度的相互关系.结果表明,上海夏季PM_(2.5)中左旋葡聚糖的浓度在不同站点间差别较小,平均浓度为44.2 ng·m~(-3);水溶性钾离子浓度与左旋葡聚糖之间存在显著相关性(r=0.88),平均浓度为0.45μg·m~(-3),85%以上的钾离子为非海盐、非矿物质来源,即主要来源于生物质燃烧;基于左旋葡聚糖和钾离子的示踪物产率法估算的生物质燃烧对夏季上海PM_(2.5)中有机碳的贡献有显著差别,分别为6.0%和19.2%,左旋葡聚糖的光化学降解是导致这一差别的主要原因;左旋葡聚糖与生物质燃烧源钾离子的浓度比(LG/K■)与大气臭氧浓度之间存在显著的负相关关系,说明大部分的左旋葡聚糖会随着大气氧化性的增强而被降解.     

广州市PM_(2.5)中含碳有机物的来源分析

通过对广州市城区PM_(2.5)的质量浓度和含碳气溶胶的组分连续1 a的采样分析,获得了广州地区PM_(2.5)中含碳气溶胶的年变化特征,对广州市PM_(2.5)中有机碳OC的来源和烃类有机物的主要来源进行了分析。结果表明,化石燃料燃烧和汽车尾气污染对广州市PM_(2.5)中含碳有机物的贡献较大,植物排放对春秋季PM_(2.5)有一定的贡献,而夏季则同时受到植物源和人为源的污染;采用散点图法和比值-比值法对多环芳烃的来源进行了分析,机动车排放对低环数PAHs(Flu、Pyr)的贡献较大,生物质燃烧对高环数PAHs(Bghi P、Icd P)具有显著贡献,而且存在一定的光化学老化,而藿烷和EC主要来自机动车排放源;广州市PM_(2.5)中有机碳OC的主要来源为机动车排放、燃煤排放、生物质燃烧、餐饮油烟、二次形成和其他来源,冬季分别贡献15.3%、20.5%、8.0%、11.5%、14.9%和29.8%。     

聊城市冬季PM2.5中正构烷烃和糖类的污染特征及来源解析

为研究聊城市冬季大气PM_(2.5)中正构烷烃和糖类化合物的分子组成、浓度水平及来源,于2017年1～2月在聊城大学进行PM_(2.5)样品采集,对19种(C18～C36)正构烷烃和10种糖类化合物进行分析,并采用主成分分析法(PCA)解析其来源.结果表明,聊城市冬季PM_(2.5)中总正构烷烃的质量浓度为(456. 9±252. 5) ng·m~(-3),其中,灰霾期的质量浓度最高,约为清洁天的2倍,烟火Ⅰ期与Ⅱ期分别为清洁天的0. 9倍和1. 2倍.采样期间碳优势指数(CPI)值为1. 2±0. 1,植物蜡排放的正构烷烃对总正构烷烃的贡献率(%Wax Cn)为3. 1%～36. 0%,表明化石燃料燃烧是聊城市大气中正构烷烃的主要来源.聊城市冬季PM_(2.5)中糖类化合物的总质量浓度为(415. 5±213. 8) ng·m~(-3),其中左旋葡聚糖的浓度最高,其次是半乳聚糖和甘露聚糖,三者共占总糖的91. 6%,表明生物质燃烧源对聊城市大气气溶胶具有重要贡献.主成分分析(PCA)结果表明,聊城市冬季大气气溶胶中正构烷烃和糖类化合物主要来自化石燃料的燃烧和生物质燃烧.     

广安市PM_(2.5)组成特征及污染贡献源分析

基于广安市2017年6月-2018年5月逐日平均国控站点空气质量监测数据,该文对广安市PM_(2.5)组成特征及污染贡献源进行解析。结果表明,监测期间广安市PM_(2.5)主要成分为元素碳(30%)、有机碳(30%)和混合碳(12%);颗粒物首要污染源为燃煤(22%),工艺过程源(19%)、扬尘源(18%)和二次源(18%)贡献率也较高,机动车、生物质和其他源贡献率都较低;工业源(工艺过程和燃煤)、扬尘源和机动车为广安市主要污染来源,不同季节污染源贡献率有所不同,春季扬尘源贡献突出,秋季主要表现为扬尘源、工业源(工艺过程和燃煤)和机动车,夏季和冬季工业源(工艺过程和燃煤)贡献率突出,其次为扬尘源;工业源(工艺过程和燃煤)、机动车、扬尘源、生物质燃烧是春季PM_(2.5)浓度上升的主要原因;夏季则是工业源(工艺过程和燃煤)、机动车、扬尘源;秋季机动车是导致PM_(2.5)升高的主要原因;冬季工业源(工艺过程和燃煤)、扬尘源、生物质燃烧是PM_(2.5)浓度上升的主要原因;污染期间应重点管控工业源(工艺过程和燃煤)、扬尘源和机动车,春季和冬季还应加强生物质燃烧源控制。     

晋中盆地主要城市冬季PM2.5传输特征分析

对2017～2019年晋中盆地主要城市PM₁₀和PM_2.5逐时浓度资料进行了分析,给出了晋中市和太原市颗粒物浓度主要分布特征;此外利用PM_2.5逐时浓度资料,结合HYSPLIT后向轨迹模型,通过轨迹密度分析（TDA）、轨迹停留时间分析（RTA）和潜在源贡献因子分析（PSCF）,并对PM_2.5逐时浓度资料和对应时刻风向数据进行分析,探讨了晋中盆地主要城市冬季PM_2.5传输特征.结果表明,太原市颗粒物浓度整体水平高于晋中市,月、季变化特征类似,均呈现冬季高,夏季低的特征,最高值出现在1月.晋中市受静稳型天气形势引起的颗粒物污染较受沙尘型天气形势导致的颗粒物污染相较太原市更普遍一些;颗粒物的分布呈现出晋中市中间值较多,太原市高值偏多、低值偏少的特点,冬季为晋中盆地PM_2.5污染高发季节.晋中盆地主要城市冬季PM_2.5传输通道均可分为4类：第一类通道沿太行山横谷传输,第二类通道为偏东南方向传输通道,第一、二类均为近距离传输通道,气团会携带较多...     

北京市大气环境PM2.5和PM1及其碳质组分季节变化特征及来源分析

大气颗粒物是影响我国大多数城市环境空气质量的首要污染物,近年来随着监测技术的进步和采样设备的改进,相关研究对象逐渐从大粒径的PM_10、PM_(2.5)转移到更小粒径的PM_1上.碳质组分是大气颗粒物的重要组成部分.以北京市为研究区域,选取2016年7月、10月及2017年1月、4月作为4个季节的代表月,对大气环境中的PM_(2.5)和PM_1进行采集,分析了二者的质量浓度和季节变化特征.采用两层嵌套气象-空气质量模型系统(WRF-CMAQ)耦合模型对采样时段进行了模拟,分析观测期间PM_(2.5)和PM_1的来源贡献,并使用因子分析法解析了碳质组分的来源.结果表明,PM_(2.5)和PM_1的质量浓度均呈现春、夏、秋、冬这4个季节递增的趋势;PM_1是PM_(2.5)中的主要组成,而且秋冬季节随着灰霾发生频率的增加,PM_1质量浓度占PM_(2.5)的比值明显升高;北京市大气环境中存在明显的二次污染,且SOC更容易在粒径更小的PM_1中积聚.散煤燃烧、机动车尾气排放、居民面源及生物质燃烧排放是北京市大气颗粒物的重要贡献来源;汽油车尾气、柴油车尾气、生物质燃烧和燃煤排放是北京市大气颗粒物中碳质组分的主要来源.     

基于受体和化学传输的综合模型解析重庆PM2.5来源

为进一步提高PM_2.5污染源解析的准确性,研究提出一种基于受体和化学传输的综合源解析模型（CTM-RM）,并以重庆冬季一次典型PM_2.5污染过程为例（2019年1月21～27日）开展模型评估与应用.结果表明,观测期间基于CTM-RM获得的模拟误差平方值较CAMx/PSAT低84.58%,PM_2.5及其化学组分浓度的模拟相对误差值较CAMx/PSAT下降15.69%～92.86%;此外,CTM-RM还可以获取重庆市PM_2.5污染源贡献的时空分布特征.观测期间,主城区PM_2.5农业源、工业源、电力源、民用源、交通源和其他源的调整因子R值分别为1.39±0.38、 1.54±0.48、 1.01±0.13、 1.02±0.58、 0.86±0.59和0.58±0.67,各污染源R值的累积分布函数差异明显.民用源和工业源是主城区PM_2.5的主要污染源（46.23%和28.23%）.与其他源不同,污染日交通源贡献率（8.62%）同比清洁日显著上升（P<0.00...     

生物质燃烧排放PM2.5中无机离子及有机组分的分布特征

为探讨生物质在明火和阴燃两种不同条件下PM_(2.5)及主要成分的排放差异,选取了7种具有代表性的生物质样品(小麦、水稻、马尾松叶、马尾松枝、杂草、玉米、棉花)进行了燃烧实验,并对PM_(2.5)样品中的7种主要水溶性离子(Na~+、NH_4~+、K~+、Ca~(2+)、Cl~-、NO_3~-、SO_4~(2-))及有机碳(OC)、元素碳(EC)、水溶性有机碳(WSOC)、有机酸和左旋葡聚糖(LG)等有机成分进行了分析.结果表明,明火和阴燃条件下PM_(2.5)的排放因子分别为2.82~7.74 mg·g~(-1)和3.24~22.56 mg·g~(-1),阴燃时的排放因子偏高,不同燃料类型也存在一定差异.燃烧排放PM_(2.5)中水溶性离子以Cl~-为最高,占总离子的比例为72%~94%,且与NH_4~+存在显著正相关关系,水溶性离子整体表现为明火条件下的浓度显著高于阴燃条件下的浓度.受阴燃条件下氧气不足的影响,PM_(2.5)中有机组分的浓度表现为阴燃高于明火,进而导致阴燃时PM_(2.5)的排放因子增加.水稻秸秆燃烧烟尘中3种来源特征比值(LG/PM_(2.5)、LG/OC和LG/WSOC)仅为小麦和玉米秸秆燃烧排放相应比值均值的0.34、0.24和0.27倍,表明在不同农作物的收获季节采用上述特征比值进行生物质燃烧来源估算时,应区别对待.     

天津市春季道路降尘PM2.5和PM10中碳组分特征

为研究天津市春季道路降尘PM_2.5和PM₁₀中碳组分特征,丰富道路降尘的成分谱库,于2015年3月22日-5月23日在天津市主干道、次干道、支路、快速路和环线5种道路类型道路两侧采集道路降尘样品,通过再悬浮装置得到PM_2.5和PM₁₀的滤膜样品,并用热光碳分析仪测定PM_2.5和PM₁₀中OC（有机碳）和EC（元素碳）的百分含量,利用两相关样本非参数检验、OC/EC比值法以及相关分析法,定性分析天津市春季道路降尘PM_2.5和PM₁₀的碳组分的特征及其主要来源;利用因子分析法,进一步分析道路降尘PM_2.5和PM₁₀的主要来源.结果表明:道路降尘PM_2.5中w（OC）为10.27%（主干道）~13.94%（快速路）、w（EC）为1.24%（支路）~1.77%（环线）,PM₁₀中w（OC）为8.48%（主干道）~12.56%（快速路）、w（EC）为1.01%（次干道）~1.59%（快速路）,可见快速路中碳组分含量相对较高,这可能与其车流量较大,导致道路扬尘和机动车尾气排放量较大有关,也可能与其路面保养及保洁状况有关.对于大部分碳组分而言,其在PM_2.5中的百分含量均高于PM₁₀;除EC2,其他碳组分在PM_2.5和PM₁₀间均无显著性差异.不同道路类型PM_2.5和PM₁₀中OC/EC的大小顺序基本相同,与其车质量变化趋势相反.道路降尘中PM_2.5中碳组分主要来源于道路扬尘、机动车尾气、生物质燃烧以及燃煤源的混合源,PM₁₀主要受道路扬尘、燃煤和柴油车尾气等污染源的影响.      

中国主要背景区域冬季大气PM2.5中非极性有机化合物组成及来源解析

本研究于2019年12月至2020年1月在5个区域大气本底站：临安、金沙、龙凤山、上甸子和瓦里关,同步采集了PM_2.5样品,分析了其中的非极性有机物：多环芳烃、正构烷烃和藿烷类化合物。结果表明,上甸子和龙凤山的多环芳烃平均浓度显著高于其他站点,分别为35.2±25.6 ng/m³和27.5±16.8 ng/m³;藿烷类物质的浓度在上甸子和临安出现高值,分别为2.72±1.78 ng/m³和2.47±0.990 ng/m³;正构烷烃浓度以临安最高,为86.7±40.6 ng/m³。对各站点多环芳烃和藿烷类化合物采用比值法,正构烷烃采用主峰碳数（C_max）、碳优势指数（carbon preference index,CPI）和植物蜡贡献率（% Wax C_n）,结合主成分分析-多元线性回归模型（PCA/MLR）综合进行源解析。结果显示采样期间除瓦里关外,其余站点燃烧源均以化石燃料源为主,贡献率分别为临安（94.9%） > 金沙（75.3%） > 龙凤山（74.7%） > 上甸子（62.5%） > 瓦里关（35.6%）。后向轨迹聚类分析（HYSPLIT）和潜在源贡献因子分析法（PSCF）表明各站点主要受到外来传输气团的影响,并查明了各站点的潜在污染源区。对背景站点的研究表明,东北地区和京津冀地区PM_2.5中非极性有机物来源相似,京津冀地区的生物质燃烧源贡献率高于东北地区;长江中下游地区化石燃料贡献率显著高于生物质燃烧;华中地区燃煤和交通排放源排放贡献率均低于长江三角洲地区;青藏高原地区生物质燃烧贡献率远高于其他地区。     

双级虚拟撞击采样器应用于固定污染源PM10和PM2.5排放测量

为贯彻落实《大气污染防治行动计划》,环境保护部指导各地开展大气污染源排放清单编制工作,其中包括固定源PM_(10)和PM_(2.5)的排放清单.但目前国内尚无固定源PM_(10)和PM_(2.5)标准采样方法.本研究提出了适合我国固定源PM_(10)和PM_(2.5)测量的双级虚拟撞击采样方法,开发了相应的分级采样系统,并用该方法对各类固定源进行了现场测试.测试结果表明,所测试的煤粉炉电厂的烟囱入口PM_(2.5)质量浓度为(0.93±0.03)mg·m~(-3),PM_(10)质量浓度为(1.13±0.11)mg·m~(-3).所测试的垃圾焚烧电厂的烟囱排放口PM_(2.5)质量浓度为(3.3±0.65)mg·m~(-3),PM_(10)质量浓度为(6.9±0.86)mg·m~(-3).所测试的大型循环流化床发电厂的烟囱排放口PM_(2.5)质量浓度为(0.59±0.04)mg·m~(-3),PM_(10)质量浓度为(1.12±0.16)mg·m~(-3).所测试的钢铁转炉的烟囱排放口PM_(2.5)质量浓度为(0.15±0.04)mg·m~(-3),PM_(10)质量浓度为(0.43±0.15)mg·m~(-3).     

二级热脱附结合气相色谱-质谱联用分析大气细颗粒物中多环芳烃类污染物

化学组分是影响大气细颗粒物(即PM_(2.5))健康危害的重要因素,但目前流行病学研究对于颗粒物组分的暴露评价受到了传统分析方法的限制.为探索高效的颗粒物组分测定方法,本研究建立并优化了二级热脱附结合气相色谱-质谱联用(TD-GC-MS)方法,以多环芳烃(PAHs)为目标污染物开展研究.结果表明,该方法具有极高的灵敏度,当使用0.28 m~3PM_(2.5)样品时,该方法的检出限为0.018~0.26 ng·m~(-3).对于标准参考物质的测量显示,该方法具有较好的准确性和精密度.同时,分析了北京2012年3月—2013年3月PM_(2.5)样品并与索氏提取结果进行对比,发现两种方法测量3~5环PAHs的一致性较好;部分物种的差异较大,热脱附因减少前处理步骤,结果可能更为准确.北京PM_(2.5)中∑_(12)PAHs浓度为4.27~340 ng·m~(-3),采暖季比非采暖季高一个数量级.基于正矩阵因子分解法(PMF)的源解析显示,燃煤是采暖季的主要污染源,非采暖季则为交通排放.最后,估算了成年北京居民暴露于PAHs的终生致癌风险,结果表明,可重点控制交通源及煤炭源以降低其潜在危害.     

基于高分辨率在线观测数据分析上海市城区秋冬季大气有机气溶胶化学特征及污染来源

有机气溶胶(OA)不仅是大气细颗粒物(PM_2.5)的重要组成部分,其与臭氧(O₃)污染也密切相关.采用气溶胶在线热脱附(TAG)系统对上海市城区秋冬季大气PM_2.5中94种有机分子示踪物浓度进行了在线观测,分析了不同气流轨迹影响下有机气溶胶的组成分布特征以及大气氧化性对其生成的影响.结果表明,本地气团影响下的OA组成以饱和脂肪酸、不饱和脂肪酸和正构烷烃等指示一次来源的有机分子示踪物为主,偏北长距离输送影响下的OA则含有较高比例的生物质燃烧示踪物.与本地气团和长距离输送气团不同,海面气团携带的OA主要由二羧酸和羟基羧酸类指示二次来源的有机分子示踪物构成,其生成受光化学和液相氧化过程影响显著.进一步运用正定矩阵因子分解法(PMF)对PM_2.5和OA污染来源进行解析,获得7类一次排放源和5类二次生成源,其中,二次硝酸盐对PM_2.5浓度贡献率最为突出(25.2%),移动源则对OA浓度贡献率最高(24.0%).污染过程中,燃煤源、移动源和餐饮源等人为源及其相关的二次生成源(二次硝酸盐、二...