APEC期间京津冀及周边地区PM2.5中碳组分变化特征及来源

在APEC会议期间和会期之后,分别采集北京、天津、石家庄、保定、济南5个采样点的PM2.5样品,通过分析碳组分的变化特征,研究京津冀地区污染物减排的影响以及减排后各指标的变化特征,分析大气颗粒物中碳气溶胶的可能来源。采用重量法测定组分中PM2.5的含量,利用热/光碳分析仪测定组分中OC、EC的含量,结果表明,由于采取了污染源减排措施,会议期间PM2.5、OC、EC的质量浓度均低于会期之后;会议期间和会期之后OC与EC均表现出了较好的相关性,r2为0.789~0.983,说明OC与EC的排放源基本相同;会议期间OC/EC为3.11~3.62,表明含碳气溶胶的来源主要是机动车排放,同时也存在一定的燃煤排放,会期之后为3.08~6.10,表明燃煤的排放在碳气溶胶中的比重明显增加,另外OC/EC也表明APEC会议期间和会期之后二次有机碳在各采样点均普遍存在。     

安庆市PM2.5碳质组分污染特征及来源解析

2020年3月2日—2021年2月28日在安庆市政务服务中心楼顶设置监测点,手工采集PM_2.5样品,运用多波段碳分析仪(DRI Model 2015)分析样品中碳质组分有机碳(OC)和元素碳(EC)质量浓度;利用OC/EC法、相关分析法和主成分因子分析法对PM_2.5中碳质组分的污染特征和可能来源进行解析。结果显示:安庆市手工采样期间PM_2.5平均质量浓度为(45.9±28.1)μg/m³,OC和EC的平均浓度分别为(8.0±3.4)、(1.4±0.6)μg/m³,在PM_2.5中占比为17.4%、3.1%。四季OC平均浓度分布为冬季(9.7±4.2)μg/m³ >春季(9.0±2.5)μg/m³ >秋季(8.3±2.9)μg/m³ >夏季(5.1±1.6)μg/m³,EC平均浓度分布为冬季(1.7±0.5)μg/m³ >春季(1.7±0.6)μg/m³ >秋季(1.3±0.4)μg/m³ >夏季(0.8±0.3)μg/m³。OC/EC范围为3.11~12.14,平均值为5.83,表明安庆市存在二次有机碳(SOC),SOC均值为(2.89±1.94)μg/m³,分别占OC和PM_2.5浓度的36.1%、6.3%;四季OC、EC相关性不显著,r均小于0.85,说明安庆市的碳质组分较复杂;在不同空气质量等级条件下,OC质量浓度随着污染等级的升高而逐渐升高,EC质量浓度随着污染等级升高而先升高后降低。利用主成分分析法进行来源解析发现,道路扬尘、燃煤、柴油车尾气是碳质组分的主要来源。     

东营春季PM10中有机碳和元素碳的污染特征及来源

2010年4月采集了东营市大气PM10样品,测定了PM10的浓度,并采用IMPROVE-TOR方法准确测量了样品中的8个碳组分.结果表明,采样期间,东营市大气PM10的平均浓度为(147.02±56.22) μg/m3;PM10中有机碳(0C)、元素碳(EC)浓度平均值分别为11.82、3.68 μg/m 3;PM10中OC和EC显著相关,表明OC、EC的来源相同;所有采样点PM10中OC/EC均大于2.15,表明存在二次有机碳(SOC)的贡献;PM10中SOC平均质量浓度是3.91 μg/m3,占OC质量浓度的33.08％;通过计算PM10中8个碳组分丰度,初步判断东营市颗粒物中碳的主要来源是汽车尾气、道路扬尘和燃煤.     

采暖期北京大气PM2.5中碳组分的分布特征及来源解析

在冬季采暖期采集北京大气中的PM_(2.5)样品,利用自动称重系统AWS-1和热/光碳分析仪测定样品中PM_(2.5)和OC/EC,研究碳组分的变化特征,并通过OC/EC的值和单颗粒气溶胶质谱仪(SPAMS 0515)分析大气颗粒物中碳气溶胶的可能来源。结果表明:PM_(2.5)污染天气的OC、EC在PM_(2.5)中的占比要比清洁天气时低,其中SOC在PM_(2.5)中的占比由清洁天气时的22.9%减少到了重污染天气的15.4%,这是因为大气中的PM_(2.5)有较强的消光作用,导致气溶胶的氧化能力降低,造成了SOC的生成量减少;通过分析OC/EC值表明,冬季采暖期北京大气碳气溶胶的主要来源为机动车尾气和燃煤,这与SPAMS 0515在线解析的结果一致。采用SPAMS 0515进行在线OC、EC分析,在PM_(2.5)质量浓度≤250μg/m3时同手工方法有较好的相关性。解析结果表明,燃煤和机动车尾气是北京冬季采暖期的首要污染物来源,占比分别为34.0%和26.4%。     

南京市城区和郊区PM2.5中碳质组分特征差异及来源分析

为比较南京市城区和郊区细颗粒物（PM_2.5）中碳质组分特征及来源差异，利用碳组分在线监测仪器对2022年城区和郊区有机碳（OC）和元素碳（EC）进行连续监测。研究结果表明：（1）2022年南京市城区OC、EC质量浓度分别为（5.24±2.39），（1.27±0.62）μg/m³，郊区OC、EC质量浓度分别为（5.67±2.45），（1.32±0.70）μg/m³。2022年OC和EC质量浓度水平分别较2014—2018年均显著下降。城区和郊区的OC、EC质量浓度均呈现冬季高、夏季低的特点。从日变化特征看，城区和郊区OC和EC质量浓度均呈现白天低、夜间高的特点，并且具有明显的峰谷值。（2）城区和郊区OC、EC均在冬季呈现良好的相关性，显著高于春季和夏季。根据碳质组分与气态污染物的关系以及ρ（OC）/ρ（EC）分析结果，城区和郊区均存在二次污染，机动车和燃煤是城、郊区的主要污染源，机动车源对城区影响大于郊区，燃煤源对郊区影响大于城区。（3）污染源的直接排放对南京市OC的质量浓度水平影响较大，郊区二次有机碳（SOC）质量浓度高于城区。城区需要重点关注机动车排放，郊区需要与周边区域协同治理燃煤、生物质燃烧等方面的污染排放。     

百色市PM10和PM2.5中有机碳和元素碳污染特征及来源解析

2015—2016年在百色市布设3个采样点采集PM_(10)和PM_(2.5)样品,分析其中有机碳(OC)和元素碳(EC)的含量。结果表明,PM_(10)和PM_(2.5)中OC、EC四季均值分别为15.0μg/m~3、5.55μg/m~3和11.7μg/m~3、4.72μg/m~3;OC与EC相关性不显著,存在不同的污染来源;OC/EC值多数2,存在二次污染,主要来源于柴油、汽油车尾气和燃煤的排放。由总碳质气溶胶(TCA)和8个碳组分丰度分析可知,百色市碳气溶胶(CA)来源于汽车尾气、道路扬尘、燃煤的排放。二次有机碳(SOC)在OC中的占比均75%,表明百色市大气颗粒物中OC以SOC为主,夜间污染重于昼间。     

合肥市春季大气PM10和PM2.5中碳组分的污染特征

2014年4月,应用热/光碳分析仪测定合肥市春季大气PM10和PM2.5中的有机碳（OC）、元素碳（EC）。结果显示,PM10、PM2.5的平均质量浓度分别为(124.0±34.3)μg/m3和(96.3±29.2) μg/m3,PM10中OC、EC的平均质量浓度分别为(15.1±5.5)μg/m3和(6.0±2.1) μg/m3,PM2.5中OC、EC的平均质量浓度分别为(12.1±3.5）μg/m3和(5.5±2.1) μg/m3。OC、EC在PM2.5中所占的比例均高于在PM10中的比例,说明合肥市春季PM2.5中碳的含量更高。通过分析8个碳组分及OC/EC比值,发现燃煤、机动车尾气和生物质燃烧是主要贡献源; OC易形成二次污染,EC排放以焦炭为主。     

2014年“国家公祭日”保障期间南京PM2.5中碳组分污染特征

利用2014年“国家公祭日”期间南京市草场门测点OC和EC在线监测仪器,分析了PM_2.5中碳组分污染特征,结果表明：“国家公祭日”保障期间OC、EC的平均质量浓度为9.6 μg/m³和3.9 μg/m³,两者占PM_2.5质量的19%,是PM_2.5的重要组成部分;“国家公祭日”期间OC/EC（质量浓度比）的平均值为2.47,表明大气中存在二次反应生成的SOC,通过分析管控不同阶段EC与OC以及EC与SO₂、NO₂的相关性,表明两者受本地机动车影响较大;通过气流后向轨迹聚类分析表明,“国家公祭日”管控期间来自周边安徽、江苏、浙江交界处的气流对应的EC浓度最高,为7.14 μg/m³,进一步运用浓度权重轨迹（CWT）方法分析EC的潜在贡献源区,表明对南京EC输送强潜在源区主要在安徽省东南部,集中在芜湖、宣城、黄山一线,其贡献可超过8 μg/m³。     

天津市PM2.5中水溶性无机离子污染特征及来源分析

2008年1、4、7月和10月在天津大气层边界站,利用中流量采样器对大气中的细粒子进行了滤膜样品采集,应用离子色谱检测技术分析了8种水溶性无机离子(Na⁺、NH₄⁺、K⁺、Mg²⁺、Ca²⁺、SO₄^2-、NO₃^-和Cl^-)的含量。结果表明,天津市大气PM_2.5中总水溶性无机离子平均浓度为47.3 μg/m³,其中,SO₄^2-、NO₃^-、NH₄⁺和Cl^-是最主要的水溶性无机离子,占总离子质量分数共计87.3%,表明了天津市细粒子中的主要水溶性无机离子的特征。/2 平均比值接近1.0,显示硫酸氨是细粒子中硫酸盐的主要存在形式。NO₃^-/SO₄^2-浓度比的平均值为0.65,反映了燃煤污染与机动车尾气污染并存的复合型大气污染特征。并通过对PM_2.5中8个水溶性离子成分的主成分分析进一步揭示了其来源。     

襄阳市秋冬季PM2.5污染特征及潜在源区分析

为了解襄阳市秋冬季PM_2.5的污染特征及来源,基于2020年11月至2021年1月在线监测数据,对PM_2.5质量浓度、气象因素、化学组分、来源及潜在源区进行了分析。结果表明,襄阳市秋冬季污染天首要污染物均为PM_2.5,且随污染程度加重,PM_2.5与PM₁₀质量浓度比呈上升趋势,二次颗粒物的形成对PM_2.5的贡献更高。在PM_2.5化学组分中,水溶性离子占比最大,随着污染程度加重,二次离子(SNA)快速增长,二次离子的生成转化是污染的重要成因。轻度、中度污染时,湿度高、风速小、气温低,有利于污染的积累,重度污染时湿度大、风速回升,有利于上游污染的输送与二次转化。PMF模型解析出襄阳市PM_2.5主要来源及贡献率为二次源58.0%、工业企业源22.6%、机动车源10.7%、扬尘源8.7%。襄阳市潜在源区主要分布在河南省中北部、河北省南部、山东省西部、安徽省北部、江汉平原东部及南部区域,极少量分布在襄阳区域,长距离区域传输...     

天津市PM10和PM2.5中水溶性离子化学特征及来源分析

2011年5月—2012年1月在天津市南开区设立采样点,采集大气中PM10和PM2.5样品。采用离子色谱法测定颗粒物中水溶性无机阴离子、阳离子成分,分析其主要组成、季节变化及污染来源。结果表明,天津市PM10中离子平均浓度为71.2μg/m3,占PM10质量浓度的33.7%。PM2.5中离子平均浓度为54.8μg/m3,占PM2.5质量浓度的39.6%。NH+4、SO2-4、NO-3等二次离子含量较大,且夏季含量均为最高。颗粒物总体呈酸性,PM10中∑阳离子/∑阴离子平均值为0.92,PM2.5中该比值为0.75。来源分析发现,PM10可能主要来源于海盐、工业源、二次反应及土壤和建筑尘等,PM2.5则主要来源于海盐污染源、二次反应及生物质燃烧。     

天津市PM2.5中水溶性离子组分特征

2006年8—12月连续采集PM_2.5样品,分析其中水溶性无机离子浓度特征。结果表明,采样期间,天津市PM_2.5日均浓度均不同程度超过美国EPA日均浓度标准(35 μg/m³);SO₄^2-、NO₃^-、NH₄⁺和Cl^-为无机离子的主要成分,占全部无机离子的88.6%;各离子均表现出不同季节变化特征。对NH₄⁺和NO₃^-、SO₄^2-进行相关性分析发现,NH₄⁺和NO₃^-相关性最好,相关系数为0.795。SOR和NOR的平均值分别为0.16和0.23,均为8月最高,表明前体物二次转化夏季最明显。     

重庆城区PM2.5中金属浓度及其来源

利用环境空气多金属在线监测仪对23种金属元素连续观测1年,分析了重庆城区PM2.5中金属元素浓度变化规律和来源。23种金属年均浓度值为(2.22±0.42)μg/m3,PM2.5样品中金属元素占2%~4%,浓度较稳定且季度特征明显,同时PM2.5中金属主要为K、Fe、Ca、Zn、Mn、Pb。K、Ca、Mn等3种金属既来源于自然源也来源于人为源,Zn、Pb、Cu、As、Cd等5种金属主要来自人为源。利用因子分析得出重庆城区PM2.5中金属元素主要来自土壤风沙扬尘、机动车尾气排放、冶金工业燃烧排放、燃煤燃烧排放。     

冬季大气中PM_(10)和PM_(2.5)污染特征及形貌分析

2008年冬季采集大气中PM10和PM2.5样品,利用SPSS软件进行分析。结果表明,PM10质量浓度在92.87～384.7μg/m3之间,平均值为201.09μg/m3,超标率71.43%。PM2.5浓度跨度为57.27～230.21μg/m3,平均值为133.82μg/m3,超标率89.47%。PM10和PM2.5空间分布略有差异。PM2.5/PM10在29.10%～94.76%之间,均值为66.55%。PM2.5与PM10质量浓度之间有显著相关性,相关方程:PM2.5=0.7993×PM10-55.984(R2=0.9524,置信度为95%)。通过颗粒物形貌分析,初步判定冬季大气主要污染源为燃煤和机动车尾气排放。     

郑州市PM2.5组分季节性特征及来源研究

为了探究郑州市大气PM_2.5组分的季节性特征及来源,于2017年12月至2018年11月对郑州市5个点位进行采样,共采集有效环境受体样本1 166个。通过研究受体样本PM_2.5中的碳组分、水溶性离子和无机元素信息,获取各组分的季节特征,并结合正定矩阵因子分解(PMF)模型进行来源解析。结果表明,采样期间,郑州市PM_2.5平均浓度为69.6μg/m³,占比较高的化学组分为NO₃^-、有机碳(OC)、SO₄^2-和NH₄⁺,占比之和为86.7%。其中,NO₃^-、OC和NH₄⁺呈现冬季高、夏季低的季节性浓度分布规律,SO₄^2-则是秋冬季稍高于春夏季。此外,Al、Si、Fe和Ca的浓度在春秋季略高于冬夏季。PMF模型解析结果显示,二次源为郑州市PM     

杭州市大气PM2.5和PM10污染特征及来源解析

2006年在杭州市两个环境受体点位采集不同季节大气中PM_2.5和PM₁₀样品,同时采集了多种颗粒物源类样品,分析了其质量浓度和多种化学成分,包括21种无机元素、5种无机水溶性离子以及有机碳和元素碳等,并据此构建了杭州市PM_2.5和PM₁₀的源与受体化学成分谱;用化学质量平衡(CMB)受体模型解析其来源。结果表明,杭州市PM_2.5和PM₁₀污染较严重,其年均浓度分别为77.5μg/m³和111.0μg/m³;各主要源类对PM_2.5的贡献率依次为机动车尾气尘21.6%、硫酸盐18.8%、煤烟尘16.7%、燃油尘10.2%、硝酸盐9.9%、土壤尘8.2%、建筑水泥尘4.0%、海盐粒子1.5%。各主要源类对PM₁₀贡献率依次为土壤尘17.0%、机动车尾气尘16.9%、硫酸盐14.3%、煤烟尘13.9%、硝酸盐粒8.2%、建筑水泥尘8.0%、燃油尘5.5%、海盐粒子3.4%、冶金尘3.2%。     

西安市区大气中PM2.5和PM10质量浓度污染特征

2013年3月—2014年2月期间,设置1个监测点位,采集了西安市区大气环境中PM10和PM2.5样品,采用重量法测定了PM2.5和PM10质量浓度。结果表明,西安市区PM2.5质量浓度为16~558μg/m3,平均值为128μg/m3,超标率69.1%;PM10质量浓度范围为32~887μg/m3,平均值为249μg/m3,超标率71.8%。虽然PM2.5和PM10质量浓度的逐日变化幅度比较大,但是整体变化趋势非常相似,存在显著的正相关关系(r=0.831 9)。PM2.5和PM10质量浓度存在明显的季节变化,均为冬季最高,春季次之,秋季较低,夏季最低。ρ(PM2.5)/ρ(PM10)为0.245~0.822,平均值为0.510,说明PM2.5在PM10中所占比例大于PM2.5~10;此外,该比值呈现一定的季节变化规律,冬季、夏季较高,秋季次之,春季最低。霾天气发生时,该比值和PM2.5质量浓度明显高于无霾天气。