黄石城区夏季大气PM_(10)/PM_(2.5)中元素特征分析

正随着对大气颗粒物研究的深入,人们认识到颗粒物对人体健康具有很大危害,颗粒物粒径越小,对人体健康危害越大.黄石市是长江中下游典型的资源性工矿城市,大气污染比较严重.本研究旨在通过对黄石大气颗粒物以及颗粒物中化学元素污染特征的分析,为黄石市大气污染治理及探讨颗粒物对人体健康的影响提供一定的依据.     

西安市冬季重污染天PM2.5高分辨率及其中碳气溶胶污染特征分析

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。     

武汉市城区大气PM2．5的碳组分与源解析

大气细颗粒物（PM2．5）和碳组分（OC,EC）是影响大气能见度、气候变化以及人体健康的重要污染物,研究大气颗粒物及其中碳组分的污染特征及各类典型污染源对大气细颗粒物及碳组分的贡献,对于认识区域和城市大气污染状况,控制细颗粒物的污染,具有重要意义。2011年7月至2012年2月,利用大流量PM2．5采样器采集武汉市大气细颗粒物样品并对其碳组分进行测定。武汉市城区大气中PM215、OC和EC的质量浓度平均值分别为（127±48．7）、（19．4±10．5）和（2．9±1．48）μg·m-3。其PM2．5的浓度处于我国主要城市的中等偏高水平,而OC、EC的浓度则属中等偏下水平,但均高于国外城市。武汉市大气PM2,质量浓度的季节性变化呈现出秋季〉冬季〉夏季的趋势,是气象因素和污染源排放综合影响的结果。OC浓度和EC浓度具有较好的相关性（r2=0．69）,表明二者存在来源联系。OC／EC的比值为6．7,指示武汉市大气中OC和EC的来源受汽车尾气排放和生物质燃烧的共同影响。SOA的平均质量浓度值为12．5μg·m-3约占PM2．5平均质量浓度的9．8％,表明SOA对武汉市城区大气PM2．5具有重要贡献。结合PM2．5所含的水溶性离子、微量元素组成,利用正矩阵因子分析（PMF）模型对武汉市城区大气PM2．5来源进行解析,结果表明,其主要来源及贡献率分别为机动车源（27．1％）、二次硫酸盐和硝酸盐（26．8％）、工厂排放（26．4％）和生物质燃烧（19．6％）。     

成都市主城区PM2.5碳组分污染特征分析

为研究成都市2019年颗粒物(PM1o、 PM2.5、 PM1)和细颗粒物(PM2.5)中碳组分的污染特征及潜在来源,采用BAM-1020、Sunset OCEC分析仪分别对成都市大气颗粒物和细颗粒物中碳组分开展了为期一年的在线观测,并利用因子分析对碳组分潜在来源进行解析.研究结果表明,2019年成都市ρ(PM1o)、...     

山东禹城夏季PM_(2.5)中碳质组分污染特征

为研究华北平原夏季PM2.5中有机气溶胶污染特征,于2015年6月20日至2015年7月30日对山东禹城生态站大气中PM_(2.5)进行了观测研究.结果表明,观测期间禹城大气PM_(2.5)日平均浓度为87.15±32.27μg·m~(-3),与我国《环境空气质量标准》(GB3095-2012)二级标准75μg·m~(-3)相比,超标率为58.53%.检测到的10种糖醇的平均总浓度为177.89±145.38 ng·m~(-3)(白天)和226.97±196.88 ng·m~(-3)(晚上),分别占WSOC的3.18%(白天)和4.97%(晚上).脱水糖(左旋葡聚糖、半乳聚糖和甘露聚糖)是检测到的糖类化合物中的主要组成部分,分别占总浓度的58.52%(白天)和75.61%(晚上).EC、OC、WSOC的平均质量浓度分别为2.68±2.8μg·m~(-3),7.51±4.4μg·m~(-3)、5.57±3.95μg·m~(-3),分别占PM_(2.5)质量浓度的3.08%、8.62%和7.34%.WSOC占OC的74.16%,表明有机碳中大部分是水溶性组分.利用EC示踪法和WSOC法估算的二次有机碳(SOC)的质量浓度分别为4.08±2.25μg·m~(-3)和4.90±3.11μg·m~(-3),且两种方法计算的SOC呈现很好的相关性(r=0.77,P0.001).估算得到的SOC为白天高于夜间,与白天光化学反应比较强烈、产生的二次有机物较多一致.相关性分析表明,OC、WSOC和SOC与相对湿度呈现显著的负相关,与SO_2表现出较强的正相关关系,与温度均没有表现出相关性.     

石家庄冬季道路积尘PM_2.5与PM_10碳组分污染特征分析

为探讨石家庄市冬季道路积尘中PM_2.5与PM_10的碳组分污染特征和来源,利用移动式采样法对市区不同类型铺装道路积尘进行收集,用热光碳分析仪测定样品中有机碳(OC)和元素碳(EC)的含量并分析其特征.结果表明,OC、EC在PM_2.5中的平均质量浓度为166.54 mg·g~(-1)、25.35 mg·g~(-1),在PM_10中的平均质量浓度为118.31 mg·g~(-1)、20.3 mg·g~(-1),总碳(TC)占PM_2.5中百分比为19.2%,占PM_1013.9%,表明碳组分更容易富集到细粒径颗粒物上;相关性分析表明OC、EC来源大致相同;8个碳组分中OC3的百分含量最高,OC4次之,EC3最低;主成分分析及OC、EC相关分析结果表明冬季道路积尘中的碳主要来自于机动车尾气排放和大气降尘中的燃煤成分.     

2011年冬季天津PM2.5及其二次组分的污染特征分析

2011年11月—12月于天津城区和武清采集PM2.5样品,分析其中的二次水溶性无机离子(NH4+、NO3-和SO24-)、有机碳(OC)和元素碳(EC),估算二次成分浓度,并分析采样期间气象因素对一次持续重污染过程的影响.结果表明,天津地区冬季PM2.5污染严重、城区和武清PM2.5质量浓度平均值分别为166.9μg.m-3和180.0μg.m-3;城区样品中SO24-、NO3-和OC在PM2.5的比例依次为19.4%、16.7%和15.4%,武清样品中则为19.2%、15.5%和20.4%;二次组分占PM2.5质量浓度的47%(城区)和46%(武清),雾霾日二次组分含量明显高于非雾霾日;高湿和静小风等不利气象条件是造成PM2.5质量浓度持续增加以及二次组分浓度迅速升高的重要原因.     

晋城市区空气中PM_（10）的化学组成特征

可吸入颗粒物（PM10）来源广,成分复杂,控制难度大,已逐步成为我国许多大中城市的首要空气污染物,对人体健康、环境、气候和大气能见度等可造成严重的危害.国内外研究发现不同城市PM10化学组成与其城市定位显著相关.晋城市作为全国重要的重工业煤炭基地,明确空气中PM10的化学组成和主要来源,是从根本上控制污染物排放的前提,     

宜宾市PM_(2.5)中碳组分的污染特性及来源分析

2017年1月—12月期间在四川省宜宾市布置4个点位,共采集360个PM_(2.5)样品膜,采用美国沙漠研究所DRI Model 2001型热光分析仪测定PM_(2.5)样品中OC、EC的浓度值,应用OC/EC比值法对SOC进行了估算.结果表明,宜宾市PM_(2.5)年均浓度为75.2μg·m~(-3).OC、EC年均浓度分别为14.3μg·m~(-3)和4.30μg·m~(-3),季节变化趋势为冬季秋季春季夏季,OC占PM_(2.5)比例为19.0%,为PM_(2.5)重要组成部分.SOC年均浓度为4.70μg·m~(-3),对OC贡献较大,在OC中占比为29.3%;SOC在OC中的占比春季冬季≈秋季夏季.进一步对OC1、OC2、OC3、OC4、EC1、EC2、EC3、和OPC进行主成分分析,结果表明机动车尾气、燃煤排放和生物质燃烧是宜宾市PM_(2.5)中OC和EC的主要贡献源,可贡献PM_(2.5)中碳组分的54.0%—69.0%.     

成都市冬季PM_(2.5)中碳组分污染特征及来源解析

为研究成都市冬季PM_(2.5)中碳组分的污染特征和来源,于2019年12月7—28日在成都市进行PM_(2.5)的采集,并利用热光碳分析仪和元素分析仪-同位素质谱仪分别测定了样品中有机碳(OC)和元素碳(EC)的质量浓度以及碳同位素的组成特征。结果表明,成都市PM_(2.5)、OC和EC的平均质量浓度分别为98.23、14.50、2.19μg·m~(-3);OC和EC的相关性较高(相关系数为0.80),表明OC和EC可能具有一致的来源,也有可能是具有较高的混合程度;OC/EC比值大于2.0,表明成都市冬季有二次有机碳(SOC)的形成,且SOC/OC的比值为34.48%;主成分分析结果显示,生物质燃烧、燃煤和汽油车尾气尘混合源是成都市冬季PM_(2.5)碳组分的主要来源,贡献率为59.68%;其次是柴油车尾气尘,贡献率为22.40%;碳同位素组成结果显示,成都市冬季PM_(2.5)碳组分的来源与汽油车尾气排放相关性最强,其次为C3植物燃烧;通过IsoSource模型软件进行计算,可知不同时期各污染源的贡献比例均呈现出汽油车尾气排放C3植物燃烧柴油车尾气排放燃煤C4植物燃烧地质源(农业土壤、扬尘)的规律,但相较于清洁期来说,污染期的汽油车尾气排放和C3植物燃烧污染源所占比例增大。研究结果可为成都市大气污染治理提供理论指导。     

南京北郊冬季PM_(2.5)中水溶性离子以及碳质组分特征分析

2015年12月21日—2016年2月29日在南京北郊进行了大气细颗粒物PM_(2.5)的观测,并分析其中主要水溶性离子(Na~+、NH_4~+、K~+、Mg~(2+)、Ca~(2+)、Cl~-、NO_3~-、SO_4~(2-))浓度以及碳质组分(OC、EC)含量.结果表明,观测期间南京北郊冬季大气细颗粒物(PM_(2.5))污染较为严重,二次离子(NO_3~-+SO_4~(2-)+NH_4~+)为主要污染成分,占PM_(2.5)浓度的47%.对36个观测日进行SO_4~(2-)-NO_3~--NH_4~+三相聚类,发现3种离子在整个体系中的配比存在差异.排放源类型所造成的前体物的不同以及NH_4~+与SO_4~(2-)、NO_3~-的结合方式是造成这种差异的主要原因.OC与EC的变化趋势相似,OC含量较高,而且浓度波动幅度较大.OC/EC的值为2.63±0.90,说明普遍存在二次反应产生的SOC.K+/PM_(2.5)比值法表明,除燃煤与机动车尾气排放以外,生物质燃烧亦是PM_(2.5)污染的排放源.     

西安市冬季重污染天PM_(2.5)高分辨率及其中碳气溶胶污染特征分析

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。     

天津市采暖季PM_(2.5)中碳组分污染特征及来源分析

为探究天津市采暖季PM_(2.5)中碳组分的污染特征及来源,于2017年11月28日—2017年12月30日,分昼夜采集天津市大气中的PM_(2.5)样品,并利用热光碳分析仪测定了PM_(2.5)样品中有机碳(OC)和元素碳(EC)的质量浓度。对天津市PM_(2.5)中OC和EC的浓度变化特征进行分析,采用OC/EC最小比值法估算二次有机碳(SOC)的含量,然后利用主成分分析法(PCA)对碳组分进行来源解析,并基于后向轨迹聚类分析方法探讨区域污染传输对天津市碳组分的影响。结果表明,(1)采样期间,PM_(2.5)中OC和EC的平均质量浓度分别为15.63、4.19μg·m~(-3),分别占PM_(2.5)质量浓度的23.78%和6.38%,天津市碳组分污染仍然比较严重。另外,OC和EC的质量浓度及其占PM_(2.5)质量浓度的百分比均呈现出昼低夜高的特点。(2)OC和EC之间的相关性在白天与夜间均较强(R2分别为0.89和0.75),表明OC与EC的来源均较为一致。夜间相关系数R2较低,碳组分来源更为复杂。(3)白天SOC的估算值为5.37μg·m~(-3),占OC的38.71%;夜间SOC的估算值为8.54μg·m~(-3),占OC的48.69%,天津市存在严重的SOC污染。(4)2017年采暖季,天津市PM_(2.5)碳组分污染主要来源于汽油车尾气、道路扬尘、燃煤与生物质燃烧。与白天相比,夜间道路扬尘的贡献作用更加显著。(5)采样期间,天津市气团轨迹主要来自西北与偏北方向。不同方向的气团轨迹对PM_(2.5)中碳组分的影响存在显著差异。研究结果可为天津市制定具有针对性的大气污染控制措施以及区域间的联防联控提供科学依据。     

高原城市昆明PM_(2.5)中碳组分污染特征及来源分析

为研究昆明市大气细颗粒物(PM_(2.5))中碳组分特征,于2014年7月21—27日、2014年10月27—11月2日、2014年1月9—15日、2015年4月14—20日采集了昆明中心城区3个采样点的大气PM_(2.5)四季样品,采用IMPROVE热光分析法准确地测量了样品的有机碳(OC),元素碳(EC)及其中的8个碳组分含量,分析了OC和EC的时空变化特征、相关性关系及其比值特征,并采用因子分析方法研究了主要排放来源对总碳的贡献.结果显示,昆明城区的OC和EC年平均浓度分别为17.83±9.57μg·m~(-3)、5.11±4.29μg·m~(-3),OC浓度显示冬季≈春季秋季夏季的变化趋势,EC浓度显示冬季春季≈秋季夏季的变化趋势,OC与EC浓度季节分布的不一致反映了两种不同性质碳组分排放源之间可能存在差异.从空间分布上来说,OC和EC均呈现金鼎山(工业区)东风东路(交通密集区)西山森林公园(清洁对照区)的特点,与PM_(2.5)的空间分布规律保持一致.OC和EC的相关性在冬、春季较显著,而夏、秋季的相关性较弱.二次有机碳(SOC)对OC的贡献率在金鼎山、东风东路和西山森林公园的3个采样点分别为25.8%、23.7%和47.7%,SOC是总有机碳的重要组成部分.因子分析表明,4个季节燃煤、汽油车、柴油机排放及生物质燃烧对碳气溶胶贡献显著,都是碳组分的重要来源之一.其中,在常年尺度上,机动车排放和燃煤的混合贡献了碳组分的51.3%,是昆明城区碳气溶胶的最主要来源.     

新冠肺炎疫情期间南京市PM2.5中碳质组分污染特征分析

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。     

青藏高原东缘冬季PM2.5中碳组分特征和来源解析

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PM_2.5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PM_2.5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PM_2.5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PM_2.5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PM_2.5的54.84%,说明碳质气溶胶对青藏高原东缘理塘地区PM_2.5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PM_2.5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,PM_2.5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%。     

京津冀冬季与夏季PM_(2.5)/PM_(10)及其水溶性离子组分区域性污染特征分析

为研究京津冀地区冬、夏两季大气颗粒物质量浓度与水溶性离子组成特征,于2013年2月、7月对北京、天津、石家庄及4个国家大气背景点进行了PM2.5及PM10的采样,分析了质量浓度及9种水溶性离子,结果表明:(1)京津冀地区颗粒物污染冬季重于夏季,冬季污染水平石家庄天津北京,夏季污染天津、北京石家庄,区域内PM2.5与PM10之间有很好的相关性,相关系数r冬季为0.8796,夏季为0.8424,说明整个区域颗粒物污染有较为相近的来源,大气颗粒物污染表现出区域性特征;(2)京津冀地区PM2.5及PM10中的9种水溶性离子浓度规律为NO-3、SO2-4、NH+4Cl-、Ca2+K+、Na+F-、Mg2+.该地区水溶性离子污染冬季最重为石家庄,夏季则为北京;(3)在京津冀地区二次离子NO-3、SO2-4、NH+4是主要的污染离子,3种离子质量浓度总和在PM2.5、PM10中冬季分别占48.9%、27.8%,夏季分别占58.7%、48.5%.二次离子主要集中在PM2.5中,其对细离子浓度的升高起到直接作用,且二次离子的构成关系也在发生变化.整个区域向硝酸型污染转变,二次离子的季节分布也呈现区域特征,冬季NO-3离子质量浓度比重最大.夏季则为SO2-4;(4)粒径越小富集水溶性离子的能力越强,在PM1中分布了50%以上的水溶性离子,73.9%—94.8%的水溶性离子分布在PM2.5中.     

重污染天气期间济南市城区和清洁对照点PM_(2.5)及其组分污染特征

为探究重污染天气期间济南市城区和清洁对照点PM_(2.5)及其组分污染特征,于2016年12月31日-2017年1月7日在市监测站和跑马岭进行连续PM_(2.5)样品采集,并对两个点位的PM_(2.5)及其组分(水溶性离子和碳质组分)污染特征进行分析。结果表明,重污染天气期间市监测站PM_(2.5)质量浓度(260±77)μg·m~(-3)是跑马岭(85±17)μg·m~(-3)的3倍,表明该重污染天气过程对济南市城区影响程度明显大于清洁对照点跑马岭。市监测站水溶性离子浓度高低顺序为SO_4~(2-)NO_3~-NH_4~+Cl~-K~+Na~+Ca~(2+)F~-,跑马岭水溶性离子浓度高低顺序为NO_3~-SO_4~(2-)NH_4~+Cl~-K~+Na~+Ca~(2+)F~-。市监测站和跑马岭二次无机离子(SNA)质量浓度分别为(134.7±49.5)μg·m~(-3)和(46.2±19.0)μg·m~(-3),在PM_(2.5)中占比分别是51.8%和54.4%,两个点位PM_(2.5)浓度差别很大,但SNA在PM_(2.5)中占比相差不大。通过NH_4~+计算值与实测值相关性分析可知,市监测站和跑马岭PM_(2.5)中NH_4~+均主要以(NH_4)_2SO_4和NH_4NO_3形式存在。市监测站SOR和NOR分别为0.44和0.32,跑马岭SOR和NOR分别为0.32和0.44,SOR和NOR的值均大于0.1,表明大气中SO_2和NO_2的二次氧化程度较高。采用OC/EC最小比值法估算得到市监测站和跑马岭SOC分别为8.3μg·m~(-3)和1.8μg·m~(-3),分别占OC的38.2%和20.9%,这表明市监测站OC二次反应程度明显高于跑马岭。市监测站有机碳(OC)和元素碳(EC)相关性(R~2=0.57)明显弱于跑马岭(R~2=0.92),表明市监测站OC和EC来源比较复杂,更有利于SOC的生成。     

高山风景区居民区碳质气溶胶污染特征及来源

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PM_2.5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PM_2.5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PM_2.5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PM_2.5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PM_2.5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PM_2.5...     

天津滨海新区大气细颗粒物载带碳组分特征

为了研究天津滨海新区大气细颗粒物载带的碳组分浓度水平和来源,于2017年7月在东疆海泽物流园设置了大气监测点,采集PM2.5样品.基于热光反射法(TOR),测定PM2.5中有机碳(OC)和元素碳(EC)的浓度水平、污染特征;利用OC/EC比值法、相关分析法和浓度丰度法等方法对大气颗粒物中碳组分的可能来源等进行分析.结果...