福建省4种主要乔木枝叶燃烧含碳物质排放特性分析

森林可燃物燃烧释放的大量含碳物质对大气环境和生态系统碳平衡具有重要影响,揭示森林可燃物燃烧的含碳物质排放特性具有重要的科学意义.运用自主设计的生物质燃烧系统,模拟福建省4种主要乔木树种——马尾松、杉木、樟树、桉树的枝、叶燃烧,分析其在不同燃烧状态（阴燃、明燃）下含碳气体（CO、CO₂、C_xH_y）和PM_2.5的排放因子（分别以EF_CO2、EF_CO、EF_CxHy、EF_PM2.5表示）及PM_2.5中的碳质组分之间的差异性.结果表明,马尾松、杉木、樟树、桉树燃烧排放的含碳气体、PM_2.5的排放因子及PM_2.5的碳质组分在不同燃烧状态下差异较大,阴燃时EF_CO2、EF_CO、EF_CxHy、EF_PM2.5平均值在分别为（1 400.7±76.5）（297.6±16.2）（25.2±3.9）（23.9±4.3）g/kg,明燃时分别为（1 582.8±73.2）（253.6±16.1）（17.2±3.7）（8.4±2.8）g/kg,除CO₂外其他多为阴燃显著高于明燃.针叶树种（杉木、马尾松）枝、叶在阴燃时EF_PM2.5高于阔叶树种（樟树、桉树）,而明燃时差异相对较小.PM_2.5中OC（有机碳）、EC（元素碳）、TC（OC+EC）的质量分数阴燃时分别为45.6%、12.0%、57.6%,明燃时分别为42.9%、17.6%、60.5%.EF_OC/EF_PM2.5、EF_EC/EF_PM2.5、EF_OC/EF_EC在两种燃烧状态下具有不同的特征,其特征值可作为区分不同燃烧源或不同燃烧状态的指标;EF_OC/EF_PM2.5在明燃和阴燃时差异不大,平均值分别为0.49、0.46;EF_EC/EF_PM2.5明燃显著高于阴燃,平均值分别为0.18、0.12;4种乔木的枝、叶燃烧的EF_OC/EF_EC明燃低于阴燃,平均值分别为2.59和4.01.在两种燃烧状态下OC与PM_2.5的排放因子均呈显著相关.研究显示,不同燃烧条件以及不同燃料燃烧对排放含碳物质具有显著影响.      

云南省八种主要乔木燃烧释放烟气及颗粒物特性分析

为探究乔木燃烧释放烟气及颗粒物特性,运用自主研发的可燃物燃烧烟气分析系统,对云南省主要乔木树种滇青冈（Cyclobalanopsis glaucoides）、光叶石栎（Lithocarpus mairei）、旱冬瓜（Alnus nepalensis）、华山松（Pinus armandii）、金合欢（Acacia farnesiana）、麻栎（Quercus acutissima）、栓皮栎（Quercus variabilis）、云南油杉（Keteleeria evelyniana）的不同器官（枝、叶、皮）分别进行模拟燃烧,实测其在不同燃烧状态（阴燃/明燃）下释放的CO、CO₂、C_xH_y、NO_x及PM_2.5的排放因子.结果表明:①乔木树种不同器官燃烧释放的烟气中颗粒物排放因子存在差异,其中,在不同燃烧状态下CO、PM_2.5、C_xH_y、NO_x的排放因子表现为叶 > 枝 > 皮,CO₂排放因子表现为叶 > 皮 > 枝.②8种乔木明燃下CO、CO₂、C_xH_y、NO_x、PM_2.5的排放因子平均值分别为（176.52±25.40）（1 250.32±168.04）（32.82±8.68）（2.53±0.71）（15.59±5.36）g/kg,阴燃下分别为（250.44±37.43）（1 062.11±145.95）（44.82±9.97）（1.92±0.57）（22.56±7.28）g/kg.CO、C_xH_y、PM_2.5的排放因子呈阴燃>明燃的排放特征,且大部分乔木树种的CO、C_xH_y、PM_2.5排放因子在不同燃烧状态下差异显著.③不同乔木树种燃烧烟气的颗粒物排放因子存在差异,其中CO、CO₂、C_xH_y、PM_2.5的排放因子均呈针叶树种>阔叶树种的特征,NO_x排放因子表现为阔叶树种>针叶树种的特征,但针、阔叶树种之间差异不显著.④不同燃烧状态下,叶燃烧产生的污染物浓度与其元素含量呈显著正相关,且阴燃状态下3种器官的CO排放因子均与自身碳元素含量呈显著正相关.研究显示,不同可燃物类型和燃烧状态对乔木燃烧释放烟气及颗粒物均有影响,不同器官之间燃烧排放特性存在一定差异,且乔木元素含量对其燃烧释放气体污染物的排放因子具有一定影响.      

大兴安岭5种乔木树种燃烧释放PM2.5中水溶性元素特性

采用自主设计的生物质燃烧实验装置,在不同燃烧状态(明燃、阴燃)下,对大兴安岭林区5种典型乔木树种的不同部位(枝、叶、皮)燃烧释放PM_2.5中的水溶性元素特性进行研究.结果显示,不同树种间PM_2.5的排放因子差异显著,排放范围为(2.408±0.854)～(9.227±1.172)g/kg.5种乔木树种燃烧释放PM_2.5中主要检测到Mg、Ca、K等16种元素,其中Ca、K、Zn、Mg 4种元素的排放因子明显大于其它元素.不同树种间元素排放因子差异较大,针叶树的排放因子一般高于阔叶树.除Cd元素外,不同器官间排放的元素总量无明显差异.不同树种不同器官燃烧释放PM_2.5中水溶性元素的占比顺序较为一致,其中Ca、K、Zn和Mg 4种元素的排放因子在枝、叶、皮中均较高.此外,燃烧状态对元素排放特征影响较大,Li、Mg、Ca等7种元素的排放因子均表现为明燃显著高于阴燃.     

内蒙古主要农作物秸秆燃烧释放烟气污染物研究

为了解内蒙古自治区农作物秸秆露天焚烧烟气污染物排放情况,运用自主设计的生物质燃烧系统,以内蒙古地区典型农作物（葵花和玉米）秸秆作为研究对象进行室内模拟燃烧试验,通过比较不同地区秸秆燃烧释放CO、CO₂、NO_x、C_xH_y和PM_2.5之间的差异,进行排放特性研究。结果表明：葵花秸秆CO、CO₂、NO_x、C_xH_y和PM_2.5的排放因子分别为（344.71±66.36）、（1 147.73±229.01）、（3.20±0.62）、（138.48±28.22）和（0.97±0.20）g/kg,玉米秸秆的排放因子分别为（319.69±52.27）、（1 178.75±149.00）、（1.29±0.04）、（57.83±9.45）和（1.44±0.17）g/kg;不同地区农作物秸秆在明燃和阴燃条件下PM_2.5排放因子分别为（0.23±0.11）～（3.26±0.16）和（0.53±0.35）～（2.91±1.69） g/kg,CO排放因子分别为（162.66±15.94）～（381.65±81.74）和（235.29±34.43）～（569.80±165.72）g/kg,CO₂排放因子分别为（1 094.96±182.04）～（1 866.22±377.83）和（725.10±107.71）～（1 409.43±82.32） g/kg,除CO₂排放因子表现为明燃大于阴燃外,其他污染物排放因子均表现为阴燃大于明燃。

     

农作物秸秆燃烧PM2.5排放因子的研究

农作物秸秆燃烧是一类重要的生物质燃烧形式,已是大气细粒子的来源之一.建立了实验室模拟-稀释通道采样系统,并利用这一系统测定了浙江、四川、河南、河北、北京(主要粮食产区)五地的玉米、小麦和水稻秸秆燃烧过程中PM_2.5的排放因子.结果表明:实验室模拟明火燃烧的w(PM_2.5)为7.2～39.0 g/kg,与文献[5],[7]～[8]中野外燃烧结果相似,表明两者燃烧状态具有相似性;排放因子受秸秆燃烧状态影响显著,闷火燃烧为明火燃烧的2.4～11.5倍;同时,农作物种类不同PM_2.5排放因子也存在明显差别;而排放因子随秸秆生长地域变化比较小.      

北京市冬季重污染期间PM2.5及其组分演变特征

通过实时在线监测了2018年11月27日~2019年1月15日北京市城区PM_2.5、水溶性无机离子（Na⁺、NH₄⁺、K⁺、Mg²⁺、Ca²⁺、F^-、Cl^-、NO₂^-、NO₃^-、SO₄^2-、PO₄^3-）、碳质组分（有机碳OC、元素碳EC）的质量浓度以及气态污染物浓度和气象要素,收集整理了近20年北京市冬季PM_2.5、主要离子组分以及碳质组分浓度,分析研究了1999~2018年北京市冬季PM_2.5、离子、碳质组分的变化特征,重点探讨了监测期间清洁日与两个典型重污染事件PM_2.5及其组分的演变特征.结果表明：研究期间PM_2.5浓度为53.5μg/m³,达到近20年北京市冬季较低值,且大气主要污染源由煤烟型污染源转变为燃煤型与机动车尾气复合型污染源.监测期间,湿度高、微弱的西南风导致重污染产生,清洁日、污染事件I与污染事件II PM_2.5平均浓度分别为32.5,138.9,146.8μg/m³且不同时段PM_2.5日变化趋势存在差异.各离子浓度变化为：NO₃^- > NH₄⁺ > SO₄^2- > Cl^- > K⁺ > Ca²⁺ > Na⁺ > PO₄^3- > F^- > NO₂^-~Mg²⁺,总水溶性离子浓度为24.6μg/m³占PM_2.5总浓度的46.0%,其中SNA浓度占总离子浓度的83.7%,是离子中最主要的组分.碳质组分浓度达到近二十年北京市冬季最低值,变化为：一次有机碳POC > EC > 二次有机碳SOC,OC与EC相关系数达到0.99,一次燃烧源对污染过程有较大贡献.NH₄⁺在清洁日与污染II中富集,主要以（NH₄）₂SO₄、NH₄NO₃和NH₄Cl形式存在,在污染I中较少,仅以（NH₄）₂SO₄和NH₄NO₃存在.在污染I和II期间,SO₄^2-的形成昼夜均受相对湿度与NH₃影响;NO₃^-的形成白天受O₃与NH₃的影响,夜间受相对湿度和NH₃的影响.     

典型工程机械排放碳质气溶胶组成特征研究

为识别不同类型工程机械排放碳质气溶胶组成,选取叉车、压路机、平地机、推土机和挖掘机5种工程机械,并考虑怠速、行走、运行三种工况以及国Ⅰ前、国Ⅱ和国Ⅲ三种不同排放标准,对其排放细颗粒物(PM_2.5)进行采集,采用热光碳分析仪分析PM_2.5碳质组分.结果表明,有机碳(OC)平均占比为(70.1±13.2)%,元素碳(EC)的占比为(11.9±7.5)%.叉车、压路机、推土机和挖掘机排放OC中OC1占比最高为(58.0±9.5)%.而OC2为平地机OC主要部分,占比为(42.3±8.1)%.工程机械OC/EC比值的平均值为12.7±9.5,表明受工程机械排放影响的大气环境条件下,用最小比值法会高估大气中二次气溶胶的占比.不同类型工程机械的OC/EC比值在不同状态下变化范围较大,为3.0～36.3.叉车3、压路机、平地机和推土机排放的PM_2.5中OC/EC的比值在行走状态下比值最高,分别为24.9,15.7,36.3和5.3.叉车2和挖掘机1碳组分排放的比值在运行状态下达到最大值,分别为18.1和14.9.叉车1和挖掘机2中比值...     

北京及周边地区夏季PM2.5中含碳组分污染特征与来源解析

为研究《打赢蓝天保卫战三年行动计划》等政策实施后北京及其周边区域夏季环境PM_2.5含碳组分特征及来源,2019年7月分别在北京城区与河北郊区的2个站点同步连续采集大气PM_2.5样品,利用热光碳分析仪分别测定了有机碳(OC)和元素碳(EC)及其组分的质量浓度;通过最小OC/EC比值法、最小相关系数法估算了二次有机碳(SOC)浓度;利用主成分分析、后向轨迹分析等方法探究了含碳气溶胶的来源。结果表明:夏季北京城区PM_2.5中ρ(OC)和ρ(EC)平均分别为(6.34±0.64),(1.96±0.29)μg/m3,分别占ρ(PM_2.5)的18.65%和5.78%;河北郊区PM_2.5中ρ(OC)与ρ(EC)平均分别为(6.29±0.79),(3.54±0.63)μg/m3,分别占ρ(PM_2.5)的17.69%和9.53%。2种方法估算出北京城区的ρ(SOC)分别为(3.35±0.59),3.98μg/m3,分别占ρ(OC)的(51.77±6.97)%和68.48%;河北郊区的ρ(SOC)分别为(3.28±0.69),4.17μg/m3,分别占ρ(OC)的(62.42±9.62)%和68.32%。此外,夏季北京城区与河北郊区均存在较为严重的二次污染;北京城区含碳组分主要污染源是混合机动车排放、道路扬尘及燃烧源;而工业燃煤排放、机动车尾气及扬尘是河北郊区含碳组分的主要污染源。后向轨迹分析发现,夏季气团轨迹主要来自东南、西南及偏南方向,且对北京城区与河北郊区2个区域PM_2.5中碳组分的影响较大。     

北京南部城区PM2.5中碳质组分特征

为了解《大气污染防治行动计划》实施后北京市大气PM_2.5中碳质组分特征,于2017年12月至2018年12月在北京污染较重的南部城区进行了PM_2.5连续采样,对其中的有机碳(OC)和元素碳(EC)进行了全面研究.结果表明,北京大气PM_2.5、OC和EC浓度变化范围分别为4.2～366.3、 0.9～74.5和0.0～5.5μg·m^-3,平均浓度分别为(77.1±52.1)、(11.2±7.8)和(1.2±0.8)μg·m^-3,碳质组分(OC和EC)整体占PM_2.5的16.1%.OC质量浓度季节特征表现为:冬季[(13.8±8.7)μg·m^-3]>春季[(12.7±9.6)μg·m^-3]>秋季[(11.8±6.2)μg·m^-3]>夏季[(6.5±2.1)μg·m^-3],EC四季质量浓度水平均较低,范围为0.8～1.5μg·m^-3.二...     

长三角地区秸秆燃烧排放因子与颗粒物成分谱研究

为获取长三角地区秸秆燃烧污染物排放因子及其颗粒物成分谱,利用自行设计开发的开放式燃烧源排放测试系统,选取小麦、水稻、油菜、豆秸和薪柴等5类典型作物秸秆,分别采用露天焚烧和炉灶燃烧2种燃烧方式,实测其气态污染物和颗粒物排放特征.结果表明,露天燃烧各类秸秆的CO、NOx和PM2.5平均排放因子约为28.7、1.2和2.65 g·kg-1,由于炉灶氧含量相对较低,燃烧不充分,其污染物排放因子总体高于露天燃烧,分别为81.9、2.1和8.5 g·kg-1.各类秸秆中,油菜的排放水平相对较高.含碳组分(OC和EC)是生物质秸秆燃烧产生PM2.5的主要组成,在露天燃烧中OC和EC的质量分数分别占(38.92±13.93)%和(5.66±1.54)%;炉灶燃烧中OC和EC分别为(26.37±10.14)%和(18.97±10.76)%.Cl-、K+等水溶性离子也有较大贡献,在露天燃烧中分别为(13.27±6.82)%和(12.41±3.02)%;在炉灶燃烧中分别为(16.25±9.34)%和(13.62±7.91)%.小麦、水稻、油菜和豆秸等作物秸秆露天燃烧排放颗粒物的K+/OC值分别为0.30、0.52、0.49和0.15,这些特征值可用于判断长三角区域空气质量受秸秆燃烧排放影响的程度,为大气污染来源解析提供直接的判断依据.     

京津冀地区典型城市大气细颗粒物碳质组分污染特征及来源

为研究京津冀地区典型城市大气细颗粒物及其碳质组分的时空变化特征及来源,于2016年12月28日—2017年1月22日及2017年7月1—26日,对北京市与石家庄市PM_2.5（细颗粒物）及PM₁（亚微米颗粒物）进行采集,使用DRI（热光碳分析仪）检测PM_2.5与PM₁中ρ（OC）与ρ（EC）,并对其碳质组分来源进行分析.结果表明:①采样期间,冬、夏两季PM_2.5与PM₁中ρ（OC）均为石家庄市采样点远高于北京市采样点;冬季PM_2.5与PM₁中ρ（EC）均为石家庄市采样点高于北京市采样点,夏季则略有不同.②冬季污染日,北京市采样点ρ（PM_2.5）与ρ（PM₁）均为石家庄市采样点的1.08倍,PM_2.5与PM₁中的ρ（OC）分别为石家庄市采样点的1.14和1.12倍,石家庄市采样点PM_2.5与PM₁中ρ（EC）分别为北京市采样点的1.15和1.28倍;冬季重污染日,北京市采样点的ρ（PM_2.5）与ρ（PM₁）分别为石家庄市采样点的1.03和1.04倍,PM_2.5和PM₁中的ρ（OC）分别为石家庄市采样点的1.23和1.22倍,石家庄市采样点PM_2.5和PM₁中的ρ（EC）分别为北京市采样点的1.03和1.16倍.夏季污染日,石家庄市采样点ρ（PM_2.5）与ρ（PM₁）分别为北京市采样点的1.16和1.30倍,PM_2.5与PM₁中ρ（OC）分别为北京市采样点的1.64和2.71倍,两个采样点ρ（EC）相近.③冬、夏两季PM_2.5与PM₁中ρ（SOC）/ρ（OC）均较高,冬季北京市采样点分别为48.09%和54.29%,石家庄市采样点分别为44.98%和48.09%,夏季北京市采样点分别为48.47%和61.50%,石家庄市采样点分别为61.52%和63.55%,表明SOC更易富集于亚微米粒子中.④冬季北京市和石家庄市两个采样点PM_2.5与PM₁中碳质组分均主要来源于生物质燃烧、燃煤和机动车尾气;夏季北京市采样点PM_2.5与PM₁中碳质组分主要来源于机动车尾气,石家庄市采样点PM_2.5与PM₁中碳质组分主要来源于燃煤和机动车尾气.研究显示,北京市和石家庄市两个采样点大气细颗粒物及其碳质组分浓度存在时空分布和污染来源差异.      

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.     

轻型汽油车尾气PM2.5的排放特征

为研究轻型汽油车尾气PM_2.5的排放特征,利用整车测试台架和颗粒物稀释采样系统,对12辆轻型汽油车尾气的PM_2.5进行了采集,并进一步分析了PM_2.5排放因子及其碳质组分——OC(有机碳)和EC(元素碳)的排放特征;在此基础上,参考文献研究结果,计算了我国轻型汽油车分阶段PM_2.5排放因子,结合活动水平数据估算轻型汽油车PM_2.5排放量.结果表明:测试的国Ⅰ前~国Ⅳ轻型汽油车PM_2.5平均排放因子分别为(73.2±3.8)(50.5±45.4)(34.7±18.4)(22.6±10.3)和(1.0±0.2)mg/km,随排放阶段升级而显著降低.OC是轻型汽油车尾气PM_2.5中的主要碳质组分,在TC(总碳)中所占比例超过90%. 2012年我国轻型汽油车PM_2.5排放量为21 828.7 t,占机动车颗粒物排放总量的3.5%,其中仅占轻型汽油车保有量17%的国Ⅰ及以前车辆排放了约43%的PM_2.5. 研究显示,轻型汽油车尤其是国Ⅰ及国Ⅰ前车辆颗粒物排放不容忽视,在机动车颗粒物减排工作中应给予足够重视.      

民用燃煤不同燃烧阶段细颗粒物排放特征

研究了民用燃煤在不同燃烧阶段排放PM_2.5的质量浓度分布特征.结果表明,散煤与正烧炉在旺火阶段排放颗粒物粒径主要集中在0.2μm以下(d50=0.15μm),加煤和封火阶段在0.2～0.5μm(d₅₀=0.38μm),质量占比46.6%～68.97%.型煤与正烧炉在各阶段排放的颗粒物均以0.2μm以下颗粒物为主,质量占比44.64%～56.24%.扫描电镜(SEM)观察到燃煤排放PM_2.5为大量超细颗粒物聚集形成的簇团状结构.用碳平衡法计算得到散煤加煤阶段的PM_2.5排放因子为4.72g/kg,分别是旺火和封火阶段的12和11倍.将散煤更换为型煤,能够使得加煤阶段的PM_2.5排放因子减少90.9%,从而显著降低PM_2.5排放.     

轻型汽油车尾气OC和EC排放因子实测研究

选取27辆国3~国5轻型汽油车采用实验室底盘测功机和全流稀释定容采样系统(CVS)开展了尾气颗粒物中有机碳(OC)和无机碳(EC)组分的排放因子实测,分析了启动条件、行驶工况和喷油方式对轻型汽油车OC和EC排放的影响.结果表明,国3~国5轻型汽油车OC平均排放因子分别为(2.09±1.03)、(1.59±0.78)和(0.75±0.31)mg·km-1,EC平均排放因子分别为(1.98±1.42)、(1.57±1.80)和(0.65±0.49)mg·km-1,二者均随排放标准的提升呈显著下降趋势,OC/EC值分别为1.54±0.92、1.53±0.91以及1.47±0.66.OC1、OC2以及EC1和EC2是轻型汽油车排放的最主要碳质组分,分别占15.0%、20.6%、22.2%和21.7%.冷启动条件下轻型汽油车OC和EC排放约为热启动的1.4和1.8倍;高速工况下轻型汽油车OC和EC排放因子约为城区工况的2倍和4倍;缸内直喷(GDI)发动机的OC排放因子与进气道喷射(PFI)发动机接近,但EC排放因子约是后者的1.7倍,随着我国轻型汽油车中GDI发动机日渐普及,其EC排放应当引起密切关注.     

青藏高原牛粪燃烧PM2.5排放因子及组成特征

牛粪是青藏高原常用的生活燃料,其燃烧排放的大气污染物影响着青藏高原大气环境,该文为获得不同季节、不同海拔牛粪燃烧PM_2.5排放因子及组成特征,在林芝市、那曲市、拉萨市林周县开展了牛粪燃烧研究,利用稀释通道法采集牛粪燃烧排放的PM_2.5,并分析其组成特征。结果表明,春季林芝牛粪燃烧PM_2.5排放因子为(6.260±0.870) g/kg、林周为(8.204±2.085) g/kg、那曲为(8.281±0.300) g/kg。夏季林芝牛粪燃烧PM_2.5排放因子为(6.426±1.761) g/kg、林周为(7.669±2.005) g/kg、那曲为(11.912±1.741) g/kg;夏季的相对湿度大于春季,在春夏两季林芝与林周的PM_2.5排放因子差异较小,而那曲夏季排放因子略大于春季;随着海拔增高,空气中含氧量降低,牛粪燃烧PM_2.5排放因子增大。牛粪燃烧PM_2.5中碳组分占比为59.7%～77.8%、水溶性无机离子为17.8%～31...     

自贡市冬季大气PM2.5组分特征分析及来源解析

为探究自贡市冬季大气PM_(2.5)污染特征,文章分析了自贡市冬季大气PM_(2.5)中水溶性离子、无机元素和碳质组分的浓度水平及来源。结果表明,二次无机离子(NO_3~-、SO_4~(2-)、NH_4~+)是自贡冬季PM_(2.5)中水溶性离子的重要组成部分,占PM_(2.5)质量浓度的45.8%。SOR和NOR值分别为0.45和0.31,说明自贡市二次离子污染较为严重;PM_(2.5)中无机元素总浓度为2.7μg/m~3,占PM_(2.5)质量浓度的3.9%。通过富集因子法分析,Pd、Te、Ag、Cd、Sb、Se、Mo、Sn、Hg、Br、Cs、Tl为高度富集;As、Co、Sc、Ga、Pb、Cr、Zn、Cu、Ni为中度富集;Al、K、Mn、V、Ba为轻度富集;TC质量浓度为19.3μg/m~3,其中OC为11.7μg/m~3、EC为7.5μg/m~3,分别占PM_(2.5)质量浓度的15.3%、9.8%。PM_(2.5)中SOC平均浓度为1.6μg/m~3,占OC的13.7%;自贡市冬季PM_(2.5)来源贡献大小依次为二次硝酸盐(24.5%)、移动源(20.9%)、二次硫酸盐(18.1%)、工业源(17.2%)、生物质燃烧源(10.1%)、扬尘源(9.2%),应重点管控移动源、水泥行业、道路扬尘和施工扬尘、生物质燃烧等排放源。     

盘锦市夏冬季PM2.5中碳组分污染特征及来源分析

于2016年7月和2017年1月采集盘锦市3个点位的PM_2.5样品,研究盘锦市夏冬季节PM_2.5中碳组分的特征与来源.结果表明：盘锦市夏季PM_2.5、有机碳（OC）和元素碳（EC）日均浓度分别为（46.14±12.70）,（8.58±2.82）和（2.89±1.54）μg/m³;冬季分别为（91.01±43.51）,（24.50±15.51）和（7.31±5.00）μg/m³.夏季开发区和第二中学2个采样点的OC与EC之间不具有线性相关性;冬季3个采样点OC、EC高度相关.采用最小相关系数法（MRS）估算SOC浓度,得到夏季SOC的浓度为4.65μg/m³,占OC总量的54.19%;冬季SOC浓度为8.42μg/m³,占OC总量的34.36%.通过比值分析和主成分分析得出盘锦市夏季PM_2.5中碳组分主要来源为汽油车尾气和燃煤排放;冬季PM_2.5中碳组分主要来源为机动车尾气、燃煤排放和生物质燃烧.     

民用燃煤不同燃烧阶段细颗粒物排放特征

研究了民用燃煤在不同燃烧阶段排放PM_2.5的质量浓度分布特征.结果表明,散煤与正烧炉在旺火阶段排放颗粒物粒径主要集中在0.2μm以下（d₅₀=0.15μm）,加煤和封火阶段在0.2~0.5μm （d₅₀=0.38mm）,质量占比46.6%~68.97%.型煤与正烧炉在各阶段排放的颗粒物均以0.2μm以下颗粒物为主,质量占比44.64%~56.24%.扫描电镜（SEM）观察到燃煤排放PM_2.5为大量超细颗粒物聚集形成的簇团状结构.用碳平衡法计算得到散煤加煤阶段的PM_2.5排放因子为4.72g/kg,分别是旺火和封火阶段的12和11倍.将散煤更换为型煤,能够使得加煤阶段的PM_2.5排放因子减少90.9%,从而显著降低PM_2.5排放.     

东北某市严重雾霾期PM_(2.5)、PM_(10)中元素特征和富集因子分析

为了掌握雾霾期大气PM 2.5和PM 10中无机元素污染特征,于2013年10月20~31日期间采集了东北某市发生严重雾霾时大气PM 2.5和PM 10样品,分析了颗粒物样品中21种无机元素(K、Ca、Na、Mg、Mn、Pb、Cd等)的浓度。结果表明:大气PM 2.5和PM 10浓度普遍超标,超标率分别达88.89%、66.67%;大气PM 2.5和PM 10中元素质量浓度主要是由Na、S、Ca、K、Fe、Al、Si、As、Mg 9种元素贡献;元素的富集状况分析表明,Na、Zn、Ca、Cr、Ni、Cu、Mn、Cd、Pb和As在非雾霾期和雾霾期期富集程度较高,污染较严重,受人为污染源影响较大;以不同元素做参比,所得各元素富集系数不同。