大气颗粒物中多环芳烃的污染特征及来源识别

研究了北京市2000年采暖期和非采暖期2个典型代表月(6月和12月)不同粒径颗粒物的质量浓度特征以及不同粒径颗粒物中ρ(PAHs)分布特征,并同时利用比值法和化学质量平衡(CMB)受体模型对可吸入颗粒物(PM₁₀)中PAHs的来源进行识别和解析.研究结果表明:北京市采暖期ρ(颗粒物)明显高于非采暖期;采暖期和非采暖期不同粒径颗粒物的比例有差别,采暖期、非采暖期ρ(PM₁₀)分别约占ρ(TSP)的0.662和0.734;PAHs具有更明显富集于细颗粒物中的特征;源解析结果表明燃煤污染和机动车污染是PM₁₀中PAHs的最主要来源.      

利用SPAMS研究景谷县春季细颗粒物污染特征

2022年4月11日—4月25日期间,利用单颗粒气溶胶质谱仪(SPAMS)对景谷县城区春季大气细颗粒物化学成分和来源进行分析,并结合县城空气自动站监测PM_2.5质量浓度研究了该地区大气细颗粒物污染特征。结果显示,景谷县春季细颗粒物成分主要为钾离子、硫酸盐、元素碳、硝酸盐、有机碳、氯离子;主要污染源为燃煤源、机动车尾气源、工业工艺源。监测期间捕捉到5个短时污染天气时段,此时燃煤源常为主要污染源;燃煤源占比峰值多出现在14:00—16:00,机动车尾气源白天占比高于夜间,工业工艺源占比峰值多出现在21:00—次日9:00。景谷县城区工业工艺源、生物质燃烧源、二次无机源占比随PM_2.5质量浓度升高而增大,餐饮源占比随PM_2.5质量浓度降低而增大。     

石家庄市采暖前后大气颗粒物及其碳组分特征

为研究石家庄市大气颗粒物、碳组分特征和污染来源,采集2016年11月1日—12月31日石家庄市大气颗粒物（PM₁₀、PM_2.5和PM₁）样品,分析采暖前后PM₁₀、PM_2.5和PM₁及其中OC（有机碳）、EC（元素碳）和WSOC（水溶性有机碳）浓度水平,计算颗粒物与碳组分间相关性,进行OC/EC（质量浓度之比,下同）特征比值法和8个碳组分（OC1、OC2、OC3、OC4、OPC、EC1、EC2和EC3）研究.结果表明:①采暖后ρ（PM₁₀）和ρ（PM_2.5）比采暖前分别增加了26.4%和32.1%,而采暖后ρ（PM₁）比采暖前降低了12.2%.采样期间ρ（PM₁₀）与ρ（PM_2.5）显著相关,而ρ（PM₁）分别与ρ（PM_2.5）和ρ（PM₁₀）相关性差.采暖后散煤燃烧造成ρ（PM₁₀）和ρ（PM_2.5）增加,区域机动车限行和工业限产/停产导致ρ（PM₁）降低.②Pearson相关系数计算可知,ρ（OC）与ρ（EC）强相关;ρ（PM₁₀）和ρ（PM_2.5）分别与ρ（OC）和ρ（WSOC）强相关,而ρ（PM₁）分别与ρ（OC）和ρ（WSOC）中等相关;ρ（PM₁₀）和ρ（PM_2.5）分别与ρ（EC）弱相关,ρ（PM₁）与ρ（EC）中等相关.③采暖后PM₁₀、PM_2.5和PM₁中ρ（OC）比采暖前分别增加了215.1%、97.2%和18.5%;采暖后PM₁₀和PM_2.5中ρ（EC）比采暖前分别增加了65.2%和5.3%,而采暖后PM₁中ρ（EC）比采暖前降低了10.9%.集中供热和散煤燃烧排放了大量OC;PM₁₀和PM_2.5中EC主要来源于散煤燃烧,PM₁中EC主要来源于工业排放和机动车尾气.④采暖前PM₁₀、PM_2.5和PM₁中OC/EC平均值分别为4.5、4.5和4.3;采暖后PM₁₀和PM_2.5中OC/EC平均值分别为9.8和9.7,而PM₁中OC/EC平均值为7.4.采暖前后SOC/OC（质量浓度之比,下同）平均值的范围为0.36~0.65,石家庄市冬季大气中SOC污染严重;⑤8个碳组分分析发现,石家庄市机动车限行导致PM₁中ρ（EC1）降低,而采暖后集中供暖和散煤燃烧的增加,导致ρ（OC2）明显增加.研究显示,大气颗粒物中碳组分采暖前主要来源于机动车尾气,而采暖后主要来源于燃煤燃烧,尤其是散煤燃烧.      

抗战胜利70周年大阅兵期间石家庄大气细颗粒物在线来源解析

抗战胜利70周年阅兵纪念活动空气质量保障前后,利用位于石家庄市大气自动梯度站20 m处单颗粒气溶胶质谱仪(SPAMS)对大气细颗粒物来源进行了解析.结果表明,阅兵活动当日,大气细颗粒物的首要污染源为机动车尾气(20.9%)和燃煤(20.6%),与空气质量保障前后相比,两类源的贡献均出现不同程度的降低,且颗粒物数浓度处于较低水平,保障措施起到了较好的效果,其中"控车"和"控煤"效果更为显著.来自机动车尾气的颗粒以短链元素碳和Mn为主,来自燃煤源的颗粒物以有机碳为主,来自工艺工业源的颗粒物以有机碳和金属为主,来自扬尘源的颗粒物以硅酸盐和钙为主.保障措施结束后,颗粒物浓度迅速攀升,是低压静稳不利气象条件和东南方向低空传输共同作用结果,其中扬尘和机动车尾气的贡献增长较为突出.     

十堰市城区冬季PM2.5污染特征与来源解析

为探讨内陆山区城市湖北省十堰市冬季PM_2.5污染特征及来源构成,于2016年1月12日—2月4日在4个采样点位同步采集PM_2.5样品,分析了无机元素、水溶性离子、有机碳和元素碳的质量浓度.并采集了十堰市主城区城市扬尘、裸露山体尘、建筑水泥尘、燃煤源、机动车尾气、工业源及餐饮油烟源等7类污染源,初步建立十堰市本地的污染源成分谱库,利用统计学方法研究冬季PM_2.5的污染特征,并采用CMB受体模型及“二重源解析技术”分析其来源构成.结果表明:冬季采样期间,十堰市ρ（PM_2.5）平均值达到110.65 μg/m3,超过GB 3095—2012《环境空气质量标准》二级标准24 h浓度限值,并且随空气RH（相对湿度）增加污染加重.城区3个采样点PM_2.5化学组成及特征的空间差异不明显.PM_2.5中ρ（TC）最高,其次是ρ（NO₃-）和ρ（SO₄2-）,与二次反应、机动车尾气、煤燃烧等密切相关.ρ（NO₃-）/ρ（SO₄2-）为1.22,说明机动车尾气的影响较大.二次粒子、燃煤源和机动车尾气是十堰市城区冬季大气PM_2.5的主要来源,贡献率分别为51.2%、10.9%和10.1%.研究显示,十堰市城区冬季ρ（PM_2.5）超过GB 3095—2012二级标准,PM_2.5的污染控制应以二次粒子、燃煤和机动车为主,采取多源控制原则.      

吉林市大气PM_(2.5)污染特征及来源分析

2014年在吉林市设立7个大气PM_(2.5)采样点,分采暖季和非采暖季分别采样分析了吉林市城区大气颗粒物污染特征和可能来源。结果表明:吉林市大气颗粒物以PM_(2.5)为主,PM_(2.5)年均值65μg/m3,超过国家二级标准限值86%,PM_(2.5)/PM10的年平均值为61%;PM_(2.5)中,休闲生活区各个时间段金属元素浓度相对较低,工业混合区浓度较高;非金属离子SO2-4、NH+4、NO-3、Cl-是PM_(2.5)水溶性离子的主要成份,其和占PM_(2.5)质量的13.31%,在采暖期浓度质量全部高于非采暖期;采暖期OC和EC来源基本相同,来源于机动车尾气、燃煤和生物质燃烧等,在非采暖期OC和EC来源差异性较大,主要来源于机动车尾气和工业燃煤等。     

太原市空气颗粒物中正构烷烃分布特征及来源解析

为明确城市空气颗粒物中正构烷烃分布特征及污染来源,采集采暖和非采暖季环境空气PM10样品和典型排放源(高等植物、燃煤和机动车)样品,利用GC-MS测定正构烷烃,选取诊断参数并结合污染源排放特征讨论PM10中正构烷烃分布和来源,采用主成分分析法定量解析源贡献率.结果表明,环境空气PM10中正构烷烃含量呈较强时空变化,采暖和非采暖季浓度分别为213.74~573.32 ng·m-3和22.69~150.82 ng·m-3,前者总浓度最高是后者的18倍;采暖季郊区点位(JY、JCP、XD和SL)浓度均高于市区,以JY最高(577.32 ng·m-3),非采暖季工业区(JS)总烷烃量(150.82 ng·m-3)明显高于其它点位,是SL总量的7倍.采暖季化石燃料来源烷烃(C n≤C24)与总烷烃量相关性优于植物来源烷烃(C n≥C25),非采暖季相反,表明前者化石燃料输入较后者高.CPI和%WNA指示非采暖季植物贡献率较采暖季高,且植物蜡烷烃随环境压力的增大总产率增加;C max和OEP表明非采暖季PM10中有机质成熟度低于采暖季;两季样品TIC图均存在UCM鼓包,机动车尾气是该城市的重要污染源.PCA解析结果表明太原市环境空气PM10中正构烷烃首要排放源为机动车尾气和高等植物,约占51.28%;其次为煤烟尘,贡献率为43.14%.煤烟尘污染控制协同机动车尾气净化措施的完善将成为降低城市空气颗粒物中正构烷烃浓度的有效途径.     

北京APEC期间不同颗粒物源解析方法的结果比较

2014年10月8日~11月25日,在北京城市点位采用颗粒物多组分在线监测技术与单颗粒气溶胶质谱（SPAMS）两种方法测定颗粒物化学组分.基于颗粒物在线多组分监测技术得到的受体数据,采用ME2模型进行解析（OC-ME2）;基于SPAMS的观测数据,采用ART-2a和ME2两种方法进行来源解析.SPAMS-ART2a方法解析得到6种颗粒物污染源,而SPAMS-ME2和OC-ME2均确定了5种来源.每种方法都识别出了扬尘源、机动车尾气、燃煤源、工艺过程源和二次源.结果表明：3种方法的解析结果均显示机动车尾气（25.43%~28.84%）和二次源（22.55%~33.50%）是颗粒物的主要来源,其次是燃煤源（20.16%~21.21%）和工艺过程源（12.01%~15.17%）;不同方法解析出的同种源在对颗粒物（PM）的分担率与贡献时间变化上存在较大的差异,这可能与采样方法、化学分析方法和数据分析方法等有关.对APEC会议期间主要污染源类特征进行研究,3种方法解析结果中的首要污染源均是机动车尾气（29.17%~44.18%）,其贡献均高于非会议期间（23.59%~28.79%）,表明在此期间机动车尾气对颗粒物的产生具有重要影响.     

两种典型污染时段鹤山市大气细颗粒污染特征及来源

PM_2.5和O₃浓度超标是我国大气污染的主要特征,研究两种典型污染时段的细颗粒化学组成、混合状态和来源对治理大气污染具有重要意义.2016年11月10—20日广东省鹤山市先后出现了PM_2.5和O₃超标的污染事件.污染期间,采用SPAMS（单颗粒气溶胶质谱仪）对细颗粒进行实时采样分析,共采集到有正负化学组成信息的颗粒422 944个,占总颗粒数的19.2%.基于单颗粒质谱数据特征,使用自适应共振神经元网络算法（ART-2a）,对单颗粒数据进行自适应分类.颗粒物划分为OC（有机碳）、EC（元素碳）、ECOC（元素-有机碳混合）、HOC（高分子有机碳）、Pb-rich（富铅）、Si-rich（富硅）、LEV（左旋葡聚糖）、K-Secondary（钾二次）、Na-rich（海盐）和HM（重金属）颗粒共10类.结果表明:两个PM_2.5污染时段EC颗粒和K-Secondary颗粒的占比高,EC颗粒分别占46.5%和61.1%,K-Secondary颗粒分别占14.3%和10.3%;O₃污染时段EC颗粒占比（39.4%）最高,其次是OC颗粒占比17.0%;两种污染时段OC组分与HSO₄-和NO₃-的混合程度都有明显的上升,说明污染有利于有机气溶胶的老化.由源解析结果可知,PM_2.5污染时段,细颗粒主要来源于燃煤、机动车尾气和扬尘,而O₃污染时段细颗粒主要来源于燃煤、生物质燃烧和扬尘;此外,两种污染时段燃煤源对细颗粒的贡献都有较大提升.研究显示,控制燃煤源的排放对污染物的降低有着重要影响.      

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.      

Chemical characteristics and source apportionment of atmospheric particles during heating period in Harbin, China

Atmospheric particles（total suspended particles（TSPs）; particulate matter（PM） with particle size below 10 μm, PM10; particulate matter with particle size below 2.5 μm, PM2.5）were collected and analyzed during heating and non-heating periods in Harbin. The sources of PM10 and PM2.5were identified by the chemical mass balance（CMB） receptor model.Results indicated that PM2.5/TSP was the most prevalent and PM2.5was the main component of PM210, while the presence of PM10–100was relatively weak. SO-4and NO-3concentrations were more significant than other ions during the heating period. As compared with the non-heating period, Mn, Ni, Pb, S, Si, Ti, Zn, As, Ba, Cd, Cr, Fe and K were relatively higher during the heating period. In particular, Mn, Ni, S, Si, Ti, Zn and As in PM2.5were obviously higher during the heating period. Organic carbon（OC） in the heating period was 2–5 times higher than in the non-heating period. Elemental carbon（EC） did not change much. OC/EC ratios were 8–11 during the heating period, which was much higher than in other Chinese cities（OC/EC： 4–6）. Results from the CMB indicated that 11 pollution sources were identified, of which traffic, coal combustion, secondary sulfate, secondary nitrate, and secondary organic carbon made the greatest contribution. Before the heating period, dust and petrochemical industry made a larger contribution. In the heating period, coal combustion and secondary sulfate were higher. After the heating period, dust and petrochemical industry were higher. Some hazardous components in PM2.5were higher than in PM10, because PM2.5has a higher ability to absorb toxic substances. Thus PM2.5pollution is more significant regarding human health effects in the heating period.     

基于重庆本地碳成分谱的PM2.5碳组分来源分析

为了解重庆主城PM2.5中碳组分特征和来源,2012-05-02~2012-05-10日在商业区、工业区和居民区进行了PM2.5采样.利用TOR方法分析了8种碳组分,对3个不同功能区大气环境PM2.5以及燃煤尘、尾气尘(机动车尾气、船舶尾气、施工机械尾气)、生物质燃烧尘、餐饮油烟尘这6类源PM2.5中的8种碳组分进行了特征分析.在源的碳成分谱基础上,利用化学质量平衡(CMB)模型得到重庆本地PM2.5的碳来源指示组分,利用因子分析法解析出各类源对不同功能区内PM2.5碳组分的贡献率.结果表明,重庆地区燃煤尘、机动车尾气尘、船舶尾气尘、施工机械尾气尘、生物质燃烧尘、餐饮油烟尘的OC/EC值分别为6.3、3.0、1.9、1.4、12.7和31.3.EC2、EC3的高载荷指示柴油车尾气排放,OC2、OC3、OC4、OPC的高载荷指示燃煤排放,OC1、OC2、OC3、OC4、EC1指示汽油车尾气排放,OC3指示餐饮业排放,OPC指示生物质燃烧排放.商业区OC/PM2.5为17.4%,EC/PM2.5为6.9%,估算得到,二次有机碳(SOC)/OC为40.0%;工业区OC/PM2.5为15.5%,EC/PM2.5为6.6%,SOC/OC为37.4%;居民区OC/PM2.5为14.6%,EC/PM2.5为5.6%,SOC/OC为42.8%.工业区PM2.5中碳组分的主要来源为燃煤和汽油车尾气、柴油车尾气;商业区PM2.5中碳组分的主要来源为汽油车尾气、柴油车尾气和餐饮业油烟;居住区PM2.5中碳组分的主要来源为汽油车尾气、餐饮业油烟、柴油车尾气.     

利用SPAMS研究西安市重污染天气细颗粒物污染特征及来源

为了对西安市冬季重污染过程中的细颗粒物进行动态源解析,于2016年12月5-22日,利用SPAMS（单颗粒气溶胶质谱仪）在西安市城市运动公园开展连续观测.将观测期分为4个阶段,结合气象条件对不同阶段细颗粒物的污染特征进行分析比较.依据质谱特征,将所采集到的颗粒分为EC（元素碳）、OC（有机碳）、ECOC（混合碳）、HM（重金属）、LEV（左旋葡聚糖）、SiO₃（矿尘）、K（钾）、Na（钠）、HOC（有机大分子）及Other（其他）类.结果表明:观测期间所采集到的OC类颗粒物数量最多,在重污染阶段OC、K和EC类颗粒物占颗粒总数的70%以上,是重污染天气的主要组成颗粒.在雾霾消散期,OC、LEV和SiO₃类颗粒是主要类型颗粒物.根据颗粒物的化学类型及离子特征,利用PMF（正交矩阵因子分解）模型法得到6种污染源贡献率分别为27.7%（燃煤源）、22.3%（二次污染源）、20.4%（交通源）、10.4%（生物质燃烧源）、9.7%（工艺过程源）、6.5%（扬尘源）及3.0%（其他未知源）.研究显示:在重污染阶段,燃煤源与交通源占比大幅上升,与二次污染源共同造成了此次重污染天气;在雾霾消散期,扬尘源及生物质燃烧源成为大气细颗粒物的主要污染源.      

杭州市冬季环境空气PM2.5中碳组分污染特征及来源

为研究杭州市PM_2.5中碳组分特征,于2013年12月-2014年2月在7个常规点位和2个对照点同步采集PM_2.5样品,分析其污染特征及来源.结果表明:杭州市冬季有机碳（OC）、元素碳（EC）、二次有机碳（SOC）的平均质量浓度分别为（23.7±7.5）（5.0±2.4）和（9.2±4.5）μg/m3,OC/EC[ρ（OC）/ρ（EC）]和SOC/OC[ρ（SOC）/ρ（OC）]的平均值分别为5.3±1.9和0.4±0.2.对照点ρ（OC）、ρ（EC）、ρ（SOC）和OC/EC、SOC/OC分别为常规点位的0.8、0.6、1.2、1.2和1.3倍.采样期间,常规点位和对照点ρ（OC）和ρ（EC）的日均值具有相同的时间变化趋势.对照点ρ（OC）和ρ（EC）的相关性（0.49）低于常规点位（0.61）,对照点PM_2.5中OC和EC的来源差异性更明显.8个碳组分的丰度分析表明,常规点位和对照点PM_2.5中碳组分的来源基本一致,主要来源于道路尘、燃煤、机动车和生物质燃烧.绝对主因子分析法源解析结果表明,杭州市冬季PM_2.5中总碳（TC）的主要来源中,燃煤/汽油车排放/道路尘、柴油车排放和生物质燃烧的分担率为79.1%、13.1%和3.5%.      

郴州市大气PM2.5碳组分污染特征及其来源分析

为研究郴州市PM_2.5中碳组分的污染特征及来源,于2016年7月-2017年4月分4个季度典型时段采集郴州市环境大气中的PM_2.5,测定了样品中OC（有机碳）和EC（元素碳）的质量浓度,对碳气溶胶污染水平、时空分布、SOC（二次有机碳）以及OC和EC相关性等特征进行了分析,并分析了碳组分的来源.结果表明:郴州市ρ（PM_2.5）年均值为（40.2±19.0）μg/m3,ρ（OC）、ρ（EC）占比分别为15.7%和7.2%;ρ（OC）与ρ（EC）相关性分析显示二者来源较为一致,但春季、夏季差异相对较大;ρ（SOC）全年估算值为1.84 μg/m3,占ρ（OC）的29.11%,夏季较高的温度和较低的相对湿度导致夏季ρ（SOC）的估算偏低.结合碳组分丰度分析、PCA（主成分分析）和PMF（正矩阵因子分解分析）结果发现,燃煤/道路尘、机动车排放和生物质燃烧对PM_2.5中TC（总碳）的影响最为明显,贡献率分别为49.25%~56.71%、19.79%~25.36%和9.35%~13.69%.反向轨迹聚类结果显示,广东珠三角区域的汽油车排放、道路尘和生物质燃烧对郴州市PM_2.5中碳组分有较大的影响,而燃煤和柴油车的贡献主要来源于本地.研究显示,郴州市PM_2.5中碳组分污染较为严重,应重点加强本地燃煤和柴油车的控制.      

廊坊市开发区冬季颗粒物碳组分污染特征及来源分析

廊坊市是北京市及周边传输通道“2+26”城市之一.为研究廊坊市开发区冬季颗粒物中碳组分污染特征,于2018年1月5日—2月5日在廊坊市开发区国控点位同步开展PM_2.5及PM₁₀样品采集,使用DRI分析OC（有机碳）与EC（元素碳）的质量浓度.结果表明:廊坊开发区冬季ρ（PM_2.5）、ρ（PM₁₀）分别为（54.5±46.0）（91.0±58.2）μg/m3.PM_2.5中ρ（OC）、ρ（EC）分别为14.64、3.54 μg/m3,PM₁₀中分别为17.07、4.58 μg/m3;PM_2.5、PM₁₀中ρ（OC）与ρ（EC）相关性均较好,R2均为0.91（P < 0.01）,表明二者具有相似的来源;在PM_2.5和PM₁₀中OC/EC〔ρ（OC）/ρ（EC）,下同〕分别为4.46和4.16,ρ（SOC）（SOC为二次有机碳）分别为6.15和5.88 μg/m3,分别占ρ（OC）的42.1%和37.7%,表明二次污染较严重.碳组分丰度及主成分分析结果表明,PM_2.5与PM₁₀中碳组分来源基本一致,主要来源于汽车尾气、水溶性极性化合物、生物质燃烧及燃煤的混合源,柴油车排放,以及道路扬尘.后向气流轨迹聚类结果表明,颗粒物及碳组分质量浓度受途径内蒙古自治区及河北省中部、北京市南部气团的影响较大;对于碳组分来源,道路扬尘及汽车尾气受气团传输的影响较大,而生物质燃烧、燃煤等受气团传输的影响较小.研究显示,汽车尾气、燃烧源及道路扬尘为廊坊市开发区冬季碳组分的主要来源.      

太原市PM10及其污染源中碳的同位素组成

通过采集太原市PM10及其主要源(煤烟尘、机动车尾气尘、土壤风沙尘)样品,结合离线分步加热氧化法和同位素质谱仪测定了颗粒物中有机碳(OC),元素碳(EC)和总碳(TC)的同位素组成, 并探讨了太原市PM10中碳的来源.结果表明,太原市冬季、春季PM10中OC、EC和TC的碳同位素组成分别是-34.7‰、-23.5‰、-23.9‰和-30.5‰、-23.1‰、-23.9‰; 煤烟尘中OC、EC和TC的碳同位素组成分别是-26.5‰、-23.2‰、-23.6‰,土壤风沙尘分别为-24.6‰、-14.1‰、-17.3‰,汽油车和柴油车尾气尘分别为-27.7‰、-25.5‰、-27.0‰和-25.7‰、-24.3‰、-24.8‰. EC和TC的同位素组成是区分土壤风沙尘较好的标识指标,TC的同位素组成是汽油车尾气尘较好的标识指标;利用二元复合计算公式结果显示土壤风沙尘中OC、EC占TC的百分含量分别为30%、70%;煤烟尘中OC、EC占TC的百分含量分别为11%、89%;汽油车尾气尘中OC、EC占TC的百分含量分别为78%、22%,柴油车尾气尘中OC、EC占TC的百分含量分别为36%、64%;太原市PM10中的TC和EC主要来源于煤烟尘,OC少部分来源于机动车尾气排放,另外还有其他的重要贡献源.