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.     

不同热光分割方式对碳质气溶胶测定结果分析

膜采样-离线分析大气细颗粒物的有机碳(OC)和元素碳(EC)是研究碳质气溶胶的重要手段。该文采用3种不同的升温程序IMPROVE-A(A法)、NIOSH 870(N法)和EUSAAR2(E法)，分别使用热光透射（TOT）和热光反射（TOR）模式计算并讨论了OC和EC的差异原因。结果表明，N法的TOT模式计算出的OC、EC相关性较差，其他模式均有较好相关性；3种升温协议的TOT的OC/EC分割点位均比TOR更滞后，造成EC偏小，OC偏大；TOT模式下的OC/EC分割点影响因素主要是惰性气氛下的最大温度和样品碳浓度，高温和高浓度均会延迟OC/EC分割时间点，为膜采样离线分析实际样品起到了重要参考作用。     

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.     

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.     

太原市PM2.5中有机碳和元素碳的污染特征

采集了太原市4个点位冬季和夏季PM2.5样品,利用元素分析仪测定了PM2.5中有机碳(OC)和元素碳(EC)的质量浓度,并对碳气溶胶污染水平、时空分布、二次有机碳(SOC)以及OC和EC相关性等特征进行了分析.结果表明,太原市冬季有机碳(OC)、元素碳(EC)平均质量浓度为22.3μg·m-3和18.3μg·m-3,夏季OC、EC平均质量浓度为13.1μg·m-3和9.8μg·m-3,冬季和夏季总碳气溶胶(TCA)占PM2.5的比例分别为56.6%和36.5%;各点位OC和EC质量浓度均呈现冬季夏季的季节特征,冬季OC、EC浓度呈现出较好的均一性,夏季OC、EC质量浓度存在较明显的空间分布差异;太原市SOC污染较轻;冬季OC、EC相关性较强,夏季OC、EC相关性差.     

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.     

朔州市市区PM2.5中元素碳、有机碳的分布特征

采集朔州市市区4个点位采暖季和非采暖季环境空气PM2.5样品,利用Elementar Analysensysteme Gmb H vario EL cube型元素分析仪测定其中元素碳(elemental carbon,EC)和有机碳(organic carbon,OC)含量,并对碳组分的浓度水平、时空分布特征和主要来源进行分析.结果表明,朔州市市区非采暖季PM2.5中OC和EC的平均浓度为(14.3±2.7)μg·m-3和(10.3±3.1)μg·m-3,采暖季OC、EC平均浓度分别为(23.3±5.9)μg·m-3和(20.0±5.7)μg·m-3;4个点位OC和EC的浓度均表现为采暖季大于非采暖季,其中在采暖季,点位SW中OC和EC浓度分别为28.5μg·m-3和28.1μg·m-3,高于其它采样点,在非采暖季,点位PS中OC和EC的浓度分别为17.7μg·m-3和14.1μg·m-3高于其它采样点;采暖季和非采暖季PM2.5中OC/EC值均小于2,但OC和EC相关性不好(在采暖季和非采暖季的相关系数分别为0.66和0.52),说明PM2.5中碳气溶胶来源复杂.控制碳组分一次排放来源,如燃煤烟尘、生物质燃烧及机动车尾气排放,同时关注二次污染是控制朔州市PM2.5的关键.朔州市市区采暖季和非采暖季PM2.5中二次有机碳(secondary organic carbon,SOC)浓度分别为(6.44±2.77)μg·m-3和(4.11±1.92)μg·m-3.     

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.     

石家庄市采暖季PM2.5碳组分昼夜污染特征及来源分析

为探究2017年石家庄市采暖季昼夜PM_2.5中碳组分的污染及来源特征,选取2017年11月30日-2018年1月22日时间段分别采集石家庄白天（8：00-20：00）、夜晚（20：00-翌日8：00）的PM_2.5样品,分析PM_2.5组分中OC和EC昼夜间的浓度变化特征、来源特性,SOC的估算及影响因素,并对石家庄市碳质气溶胶进行源解析和区域传输分析.结果表明,①采样期间白天PM_2.5、OC和EC的平均质量浓度分别为（110.6±71.6）、（39.9±20.4）和（9.3±3.6）μg·m^-3,夜间平均质量浓度分别为（128.5±75.3）、（64.7±36.5）和（13.6±6.0）μg·m^-3,PM_2.5、OC和EC质量浓度均呈现出夜间质量浓度高于白天的特征.②燃煤和机动车尾气排放在增加了一次有机碳（POC）和元素碳（EC）的本底质量浓度的同时,产生的CO、NO₂、SO₂等气体污染物又促进了光化学反应,两者协同作用下促进了SOC质量浓度的生成和积累.根据估算,SOC、SOC/OC值在夜间高于白天,白天较强的太阳辐射和光化学活性是SOC转化的主导因素,夜间气态有机前体物浓度是SOC转化的主导因素.③采样期间昼夜间OC、EC的相关性较好,其来源具有较好的同源性.大气PM_2.5碳质气溶胶主要来自燃煤、汽油车和柴油车尾气排放混合源,夜间柴油车污染源对碳质气溶胶的贡献率较白天更为明显.④后向轨迹结果表明,石家庄市严重污染期间颗粒污染物浓度变化主要受到低空东北方向气团的影响,PM_2.5以及OC、EC质量浓度的变化和周边地区的污染物输送有关.     

一种在线测量颗粒物中WSOC的新方法及其应用

将气体-气溶胶收集仪(GAC)与一台湿法测量总有机碳(Total Organic Carbon,TOC)值的TOC分析仪连接,开发了一套在线测量细粒子中水溶性有机碳(Water Soluble Organic Carbon,WSOC)的方法,解决了方法建立初期背景值较高的问题,确立了方法运行的条件,分析了造成方法测量不确定性的原因,并将其用于珠江三角洲地区20d的连续观测(3C-STAR).GAC-TOC在线测量WSOC的方法检测限为0.07μg.m-3,它能提供离线采样方法不能达到的高时间分辨率;将该方法所测WSOC浓度与热解法元素碳/有机碳(Elemental Carbon/Organic Carbon,EC/OC)分析仪所测得OC浓度进行了比对,结果显示出较好的相关性,证明了其采样的准确性和可靠性.整个观测期间WSOC平均值为(2.81±2.31)μg.m-3,占OC的比例的平均值为23%±13%,最高小时均值为77%;WSOC和OC显示了较为一致的日变化规律.观测结果表明,GAC-TOC在线测定WSOC的方法可连续实时的得到大气颗粒物中WSOC浓度.     

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.     

沈阳市冬季不同污染程度PM2.5中OC和EC污染特征

于2018年12月~2019年1月对沈阳市PM_2.5进行持续在线浓度监测,使用有机碳/元素碳分析仪对PM_2.5中有机碳（OC）和元素碳（EC）的质量浓度进行分析,研究了不同污染程度下PM_2.5及其碳组分的污染特征和来源.结果表明,沈阳地区冬季碳组分污染较为严重,不同污染程度下的总碳气溶胶（TCA）约占PM_2.5的36.3%~42.8%.中/重度污染天气下PM_2.5、OC和EC的平均质量浓度达到148.6,29.6,6.6μg/m³,是清洁天的3.1~3.3倍.PM_2.5、OC和EC的日变化均表现为早晚高、午后低,任一时刻其浓度均为中/重度污染>轻度污染>清洁天.不同污染程度下的OC/EC值均大于2,其中污染天比值分布在2.1~25.3区间内,表明燃煤和机动车尾气排放是污染天碳质气溶胶的主要来源.二次有机碳（SOC）随污染程度增加表现出升高趋势,清洁天、轻度污染和中/重度污染下其平均浓度依次为2.9,6.5,10.6μg/m³.后向轨迹聚类结果表明,沈阳地区冬季污染天主要受偏北和西北方向气团影响.     

在线单颗粒气溶胶质谱SPAMS对细颗粒物中主要组分提取方法的研究

在对美国气溶胶飞行时间质谱仪(aerosol time-of-flight mass spectrometer,ATOFMS)和中国单颗粒气溶胶质谱仪(single particle aerosol mass spectrometer,SPAMS)前期研究调研的基础上,总结并比较了国内外飞行时间质谱(time-of-flight mass spectrometry,TOF-MS)研究中含硫酸盐、硝酸盐、铵盐、有机碳(OC)和元素碳(EC)等5种主要组分颗粒的典型提取条件.结合SPAMS单颗粒谱图的特点,本研究通过限定示踪离子,对5种主要组分的提取方法进行改进,提出了新的SPAMS组分示踪离子提取方法.以北京市2013年1月SPAMS实测数据为例,对不同提取方法的结果进行对比分析.并将本研究方法 SPAMS主要组分结果与离线滤膜样品的实验数据进行对比,验证了本研究所提出的优化方案的合理性.同时指出SPAMS在未来的应用研究中需考虑的因素及进一步深入的研究方向.     

天津市典型城区大气碳质颗粒物的粒径分布特征和来源

为分析天津市典型城区大气碳质颗粒物的粒径分布及其来源,于2009年12月—2010年11月采用9级惯性撞击式分级采样器对大气颗粒物进行采样,采用热光碳分析仪分析了颗粒物中的EC(元素碳)和OC(有机碳)的质量浓度. 结果表明:天津市典型城区大气颗粒物中EC和OC主要存在于细颗粒物中,在≤2.1μm的4个细粒径段中,ρ(EC)的加和年均值为(2.6±0.9)μg/m3,占PM₉(空气动力学直径≤9.0μm)ρ(TEC)的72%;ρ(OC)为(21.5±7.7)μg/m3,占PM₉中ρ(TOC)的60%. ρ(EC)和ρ(OC)季节变化显著,在≤2.1μm粒径段中,春、夏、秋、冬季的ρ(EC)分别为(1.7±0.3)、(2.1±0.4)、(3.1±0.5)和(3.7±0.5)μg/m3;ρ(OC)分别为(17.6±0.4)、(14.4±1.1)、(21.9±1.8)和(32.1±2.5)μg/m3. ρ(EC)峰值分别出现在≤0.43、>0.65~1.1和>4.7~5.8μm 3个粒径段,其中最高值出现在≤0.43μm粒径段;ρ(OC)峰值分别出现在>0.65~1.1和>4.7~5.8μm 2个粒径段,最高值出现在>0.65~1.1μm粒径段. 天津市典型城区细颗粒物中的OC、EC主要来自燃煤、机动车和烹饪排放,粗颗粒物中的OC、EC则更多来自于路面和建筑扬尘.      

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.     

黄山夏季大气颗粒物中碳粒径分布特征及其输送潜在源区

采用Anderson 9级撞击式采样器和DRI Model 2001A 热/光碳分析仪对2014年6月30日~7月27日期间黄山光明顶大气气溶胶中有机碳(OC)和元素碳(EC)的质量浓度进行分析,并结合二次离子和后向轨迹讨论其潜在来源.结果表明,黄山光明顶OC、EC的平均质量浓度在PM1.1中分别为(2.89±1.40),(0.14±0.19)μg/m3,在PM2.1中分别为(3.76±2.05),(0.17±0.24)μg/m3,在PM9.0中分别为(5.60±2.96),(0.18± 0.25)μg/m3.OC和EC主要富集在￡0.43μm段,占PM9.0中OC、EC质量浓度的25.97%和51.10%.观测期间EC来自外部输送,OC既存在外部输送也存在局地贡献.根据后向轨迹模式,观测期间碳质颗粒的外部输送主要来源为东部城市群以及西北地区和武汉一带.     

2008年奥运期间北京不同粒径大气颗粒物中元素碳和有机碳的变化特征

采用安德森撞击式分级采样器采集2008-06-01～2008-09-30不同粒径的大气颗粒物样品,并用美国沙漠所DRI(desert research institute)的Model 2001A热光碳分析仪对其中的元素碳和有机碳进行了分析.结果表明,平均有56%、55%和73%的PM、OC和EC富集于粒径<2.1 μ...     

乌鲁木齐市PM_(2.5)和PM_(2.5~10)中碳组分季节性变化特征

2011年1月至12月在乌鲁木齐市区用膜采样法采集了大气PM_(2.5)和PM_(2.5~10)样品,并利用热光/碳分析仪测定了其中有机碳(OC)和元素碳(EC)的质量浓度.通过OC与EC的粒径分布特征、比值和相关性的分析,初步分析了乌鲁木齐市大气可吸入颗粒物中碳质气溶胶污染特征,并用OC/EC比值法估算了二次有机碳(SOC)的浓度.结果表明,PM_(2.5)和PM_(2.5~10)的年平均质量浓度分别为92.8μg/m~3和64.7μg/m~3.PM_(2.5)中OC和EC的年平均浓度分别为13.85μg/m~3和2.38μg/m~3,PM_(2.5~10)中OC和EC的年平均浓度分别为2.63μg/m~3和0.57μg/m~3.OC和EC四季变化趋势基本一致,季浓度最高.碳组分主要集中于PM_(2.5)中,OC/EC比值范围为3.62~11.21.夏季和秋季的PM_(2.5)和PM_(2.5~10)中OC和EC的相关性较好(R20.65).估算得出的PM_(2.5)和PM_(2.5~10)中SOC的估算浓度为2.31~11.98μg/m~3和0.38~1.49μg/m~3.     

天津市区夏季碳气溶胶特征及改进的二次有机碳估算方法

为更加准确地估算环境受体PM_2.5中SOC（二次有机碳）的质量浓度,于2015年6-8月利用在线监测仪器同步采集小时分辨率的PM_2.5及OC（有机碳）和EC（元素碳）样品数据,分析碳气溶胶的变化特征,并尝试运用改进的EC示踪法估算ρ（SOC）.结果表明:天津市区夏季ρ（PM_2.5）为（70.9±46.0）μg/m3,ρ（OC）和ρ（EC）分别为（7.6±3.1）（2.2±1.5）μg/m3,占ρ（PM_2.5）的11.8%±4.6%和3.1%±1.4%,OC/EC（质量浓度之比,下同）的平均值为4.0±2.0.ρ（OC）与ρ（EC）之间的Pearson相关系数（R）仅为0.66,说明OC和EC的来源较为复杂,SOC的产生可能是重要影响因素.ρ（NO₂）与OC/EC呈显著负相关（R=-0.47,P < 0.01）,并且OC/EC（4.0）相对较低,说明天津市区机动车可能对碳气溶胶具有重要影响.ρ（SO₂）与ρ（OC）、ρ（EC）的相关性较低（R均为0.33,P均小于0.01）,说明天津市区碳气溶胶可能受燃煤源的影响较低.改进的EC示踪法主要是利用O₃和CO、EC作为光化学反应和一次源排放的指标,并结合ρ（OC）、ρ（EC）和OC/EC的变化特征,逐步筛选一次排放源主导的时间段的ρ（OC）和ρ（EC）数据,然后利用最小二乘法拟合获得ρ（OC）和ρ（EC）的线性方程,最后进行ρ（SOC）和ρ（POC）（POC为一次有机碳）的估算.天津市区夏季ρ（SOC）的平均值为（2.5±2.0）μg/m3,分别占ρ（OC）和ρ（PM_2.5）的28.8%±15.0%和3.7%±3.6%;ρ（POC）的平均值为（5.2±1.7）μg/m3,分别占ρ（OC）和ρ（PM_2.5）的71.2%±15.0%和8.1%±5.2%,说明天津市区夏季有机碳的主要来源是一次排放源.研究显示,相比于EC示踪法,改进的EC示踪法估算的ρ（SOC）明显降低,ρ（POC）明显升高.AT（大气温度）对ρ（SOC）的影响较为显著,而WS（风速）对ρ（POC）的影响较为显著.      

机动车源和民用燃料源颗粒物中有机碳和元素碳的排放特征

为了获取机动车源尾气和主要民用燃料源燃烧过程排放的颗粒物中含碳气溶胶的排放特征,使用多功能便携式稀释通道采样器和Model 5L-NDIR型OC/EC分析仪,采集分析了典型机动车源(汽油车、轻柴油车、重柴油车)、民用煤(块煤和型煤)和生物质燃料(麦秆、木板、葡萄树树枝)的PM₁₀和PM_2.5样品中的有机碳(OC)和元素碳(EC).结果表明,不同排放源释放的PM₁₀和PM_2.5中含碳气溶胶的质量分数存在显著差异.总碳(TC)在不同源PM₁₀和PM_2.5中的质量分数范围分别为40.8%～68.5%和30.5%～70.9%,OC/EC范围分别为1.49～31.56和1.90～87.57.不同源产生的含碳气溶胶均以OC为主,OC在PM₁₀和PM_2.5中的质量分数范围分别为56.3%～97.0%和65.0%～98.7%.在PM₁₀和PM_2.5的含碳气溶胶中OC质量分数按照从高到低...