邯郸市PM_(2.5)中含碳组分的特征及来源分析

自2012年10月13日-2014年9月11日在邯郸市采集PM2.5样品,并对气态污染物以及颗粒污染物(PM10和PM2.5)进行在线监测,将其中100个样品进行8种碳组分分析,初步探讨含碳气溶胶的特征及来源。结果发现:采样期间PM10和PM2.5的平均浓度分别274.4μg/m3和154.7μg/m3,超标率大于80%,其中2013年1月份PM10和PM2.5的最大值更分别达到924.6μg/m3和658.2μg/m3。OC/PM2.5和EC/PM2.5的比例分别为16.7%和7.0%,采暖时间段的OC及EC的污染程度相较于非采暖时间段更为严重。OC和EC的平均增长率分别为2.67和1.33,污染累积和二次转化贡献率分别占49.8%和50.2%;SOC/OC在49.3%~57.7%之间,SOC/PM2.5在7.9%~11.6%之间,二次有机物污染较为严重。因子分析表明,冬季PM2.5碳组分主要来自于燃煤和柴油车尾气排放,生物质燃烧和汽油车尾气,分别解释了PM2.5中碳组分的39.3%、28.4%以及16.3%。     

南京北郊冬夏季大气PM2.5中水溶性有机碳的研究

为研究南京北郊大气PM_(2.5)中水溶性有机碳(WSOC)的浓度及来源特点,在冬、夏季分别采集PM_(2.5)样品,还同步收集臭氧(O_3)浓度与相对湿度(RH)数据,分析了PM_(2.5)、有机碳(OC)、水溶性有机碳(WSOC)浓度特征,并对WSOC冬、夏季来源及其二次来源差异进行了探讨.结果显示,南京北郊冬季大气污染水平明显高于夏季且来源更复杂,与冬季静稳的天气条件及化石燃料和生物质燃烧排放较严重有关.冬季PM_(2.5)平均值为(136.7±42.4)μg·m~(-3),OC、WSOC浓度分别为(13.4±4.4)、(8.5±3.1)μg·m~(-3);夏季PM_(2.5)、OC、WSOC平均浓度分别为(61.5±14.6)、(6.7±2.1)、(4.6±1.7)μg·m~(-3).冬、夏季WSOC/OC值分别为67%±20%、69%±13%,且二次有机碳(SOC)与WSOC显著正相关,说明二次来源对WSOC有显著影响.冬季WSOC与O_3的负相关性不显著,与RH显著正相关;而夏季WSOC与O_3、RH的相关性正好与冬季相反,说明冬、夏季二次WSOC形成途径存在差异.冬季二次WSOC可能主要来自液相氧化,夏季可能主要来自光化学氧化.通过主成分因子分析法进一步确定南京北郊冬、夏季WSOC分别主要来源于二次来源和生物质燃烧、汽车尾气和扬尘.     

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.      

万州城区夏季、冬季PM_(2.5)中有机碳和元素碳的浓度特征

在位于三峡库区腹心的山地城市万州城区采集夏季和冬季PM2.5样品,采用热光反射法(Thermal Optical Reflection,TOR)测定了PM2.5中有机碳(OC)和元素碳(EC)的浓度,探讨了其污染特征及来源.结果发现,OC和EC在夏季的平均浓度分别为(7.09±1.86)μg·m-3和(3.49±0.64)μg·m-3;冬季分别为(16.82±6.87)μg·m-3和(6.21±2.06)μg·m-3,高于夏季,这可能与冬季当地居民生物质燃烧的贡献显著增加有关.冬季OC和EC显著线性相关(r=0.89),表明冬季两者的一次污染来源相近.冬季PM2.5中总碳(TC)和水溶性K+含量的相关性(r=0.88)高于夏季(r=0.69),表明冬季生物质燃烧对碳污染贡献显著.利用OC/EC比值法对二次有机碳(SOC)进行估算,SOC的浓度均值在夏季为(2.17±1.46)μg·m-3,占OC比例为28.18%±13.85%;冬季为(4.46±3.69)μg·m-3,占OC的23.13%±12.30%.通过计算PM2.5中8个碳组分丰度,初步判断机动车尾气排放和生物质燃烧是万州城区碳组分的主要来源.     

北京城区PM_(2.5)中有机碳和元素碳的变化特征

为了了解北京城区大气细颗粒物(PM2.5)中有机碳(OC)和元素碳(EC)的浓度水平与季节变化特征,2013年5月、8月、10月和2014年1月分季节在北京城区进行了PM2.5和PM2.5中OC、EC的连续监测。在监测期间,PM2.5质量浓度平均值为86.8μg/m3,PM2.5中OC的平均浓度为15.46μg/m3,占PM2.5的17.8%;EC的平均浓度为2.88μg/m3,占PM2.5的3.3%。北京城区的PM2.5和OC、EC随季节变化明显,冬季最高,秋季大于春季,夏季最低。其中秋、冬季的OC、EC浓度的日变化有着明显的白天低、傍晚前后逐渐升高、在午夜出现峰值的特点。通过一次重污染过程分析发现,静稳、高湿的气象条件使PM2.5、OC、EC的浓度都有着显著地增加。对OC、EC相关分析显示,冬季两者的相关性最高。而且OC/EC的比值都大于2.0,说明北京存在着一定的二次污染。     

成都市中心城区春季大气颗粒物PM_(2.5)的污染特征研究

于2012年5月11日至5月15日同时对成都中心城区及其大气环境监测对照点都江堰灵岩寺大气PM2.5进行采集,并分析其中的化学组分。研究结果表明:成都市中心城区PM2.5的总体质量浓度大于灵岩寺,且各化学组分的质量浓度也均大于灵岩寺。两站点PM2.5中OC/EC均大于2,有2次有机碳的存在;中心城区WSOC和TN日均浓度大于灵岩寺,同时发现中心城区TN日变化趋势与灵岩寺一致,WSOC变化不明显;水溶性二次离子(SO2-4、NO-3和NH+4)浓度相对较高,中心城区SO2-4/NO-3值比灵岩寺小,说明成都市机动车尾气是主要排放源。     

上海中心城区冬季PM_(2.5)中有机碳和元素碳组成变化特征

采样分析了上海中心城区冬季2009年1月-2月PM2.5中有机碳和元素碳组分,并对其污染和变化特征进行了分析。监测分析结果表明,中心城区范围内OC、EC质量浓度空间分布无明显差异;OC、EC是PM2.5的重要组成部分,其在PM2.5中的质量分数分别为8.88%、1.49%;ρ(OC)/ρ(EC)比值较高,为5.73,且存在一定程度的二次有机污染;OC质量浓度和EC质量浓度有着很好的相关性,二者一定程度上有着相同的源;春节前后,TC浓度变化(即OC+EC)呈现明显的假日效应,机动车排放是TC的重要来源之一。     

西安城区大气PM_(2.5)中有机碳与元素碳的污染特征

为研究西安市夏、秋、冬3季大气细颗粒物中碳组分的污染变化规律,于2013年夏、秋、冬3季在西安市明城墙内采集大气中的PM2.5样品,测定了样品中的有机碳和元素碳的含量。结果显示,PM2.5中OC和EC的季节平均浓度冬季最高,秋季次之,夏季最低。OC/EC的比值在夏、秋、冬3季均超过2.0,说明采样期间夏、秋、冬3季均存在二次污染。OC/PM2.5的比值夏秋两季差异较小,冬季明显高于夏秋两季;EC/PM2.5的比值在夏、秋、冬3季的变化不大。OC和EC的相关性:夏季秋季冬季。OC与PM2.5的相关程度冬季秋季夏季,且随季节更替变化明显;EC与PM2.5的相关性:秋季夏季冬季。即随着季节变化PM2.5浓度水平整体升高、污染加重时,PM2.5中的OC所占比例明显升高,EC比较稳定,说明受人为影响的二次排放为主要成分的OC对PM2.5贡献更大。     

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%.      

云冈石窟大气细颗粒物水溶性离子污染特征

为了解大同云冈石窟景区大气PM_(2.5)浓度及PM_(2.5)中水溶性离子污染特征,分别于2012年12月16-22日、2013年7月3-6日、10月28-31日、2014年4月13-18日使用中流量大气PM_(2.5)采样器在景区内两采样点共采集PM_(2.5)样品42个,运用称重法计算大气PM_(2.5)质量浓度,使用离子色谱仪测定了PM_(2.5)中Na~+、K~+、Mg~(2+)、Ca~(2+)、NH_4~+、F~-、Cl~-、NO_3~-和SO_4~(2-) 9种水溶性无机离子含 量。结果表明:采样点大气PM_(2.5)质量浓度介于28.1～q257.8μg/m~3。20#石窟采样点大气PM_(2.5)浓度均值普遍高于研究院采样点,与石窟前人类活动较多有关。所测离子中二次离子SO_4~(2-)、NO_3~-、NH_4~+所占比重较大,三者结合方式主要为(NH_4)_2SO_4、NH_4HSO_4、NH_4NO_3。除10月外,其它采样期内[NO_3~-]/[SO_4~(2-)]比值均小于1,景区周围固定源对大气二次颗粒物的影响大于移动源。     

鼎湖山PM_(2.5)中化学元素的组成及浓度特征和来源

为研究珠江三角洲大气颗粒物的污染特征及其来源,于2006年6～12月,在鼎湖山利用大流量颗粒物采样仪进行PM2.5样品的采集,并利用ICP-MS分析其中的元素浓度.结果表明,Pb、V、Cu、As、Zn、Se元素平均浓度为216.24、15.40、60.56、31.81、432.06和8.12 ng·m-3,处于高污染浓度水平.因子分析表明,化石燃料的燃烧、金属冶炼工业、扬尘和海盐是该地区PM2.5的主要来源.     

北京市大气PM_(10)和PM_(2.5)中有机物的时空变化

2005年四季在北京市不同功能区9个采样点采集大气PM10和PM2.5样品,并对其中有机物污染水平、分布特征及不同功能区PM10和PM2.5中有机物的相关性进行了探讨.结果表明,市区PM10和PM2.5中有机物年均值分别为41.39 μg/m3和34.84 μg/m3,是对照区十三陵的1.44倍和1.26倍;冬季有机物污染最严重,分别为春季的1.15、 1.82倍,秋季的2.06、 2.26倍,夏季的4.53、 6.26倍.不同季节PM2.5与PM10中EOM的比值超过0.60, 并呈现一定季节差异.各功能区有机污染表现出工业区(商业区)＞居民区(交通区、对照区)的变化趋势,且不同功能区PM2.5中EOM对PM10中EOM的影响程度各异.有机组分的年均值有非烃＞沥青质＞芳烃＞饱和烃的变化规律,而污染源的季节性排放是造成有机物组分季节变化的主要原因.     

常州春季PM2.5中WSOC和WSON的污染特征与来源解析

为了解常州春季大气气溶胶中水溶性有机碳(WSOC)和有机氮(WSON)的特点和来源,在常州市城郊于2017年春季的3月1日~5月30日采集了84个细颗粒物(PM_(2.5))样品.分析了其中的水溶性组分包括水溶性有机碳、水溶性总氮(WSTN)、水溶性离子以及碳质组分(有机碳/元素碳,OC/EC)的浓度,探讨了WSOC和WSON的浓度水平及其来源.结果表明,采样期间,PM_(2.5)、WSOC和WSON日平均浓度分别为101.97、7.63和1.50μg·m~(-3).其中,WSON占WSTN的12.9%,水溶性无机氮主要以NH+4、NO-3两种形式存在,两者占WSTN的86.15%.WSOC与WSON弱相关(r=0.58),说明WSOC和WSON来源并不完全一致.WSOC与SOC、K+、二次离子(SO2-4、NH+4和NO-3)相关,说明WSOC主要来自生物质燃烧和二次转化;WSON与二次离子相关性强,说明主要来自二次转化.风速是影响WSOC和WSON浓度水平的主要因素,WSON与大气压正相关且与温度负相关.主成分分析结果表明,PM_(2.5)主要来自二次形成、扬尘和燃煤、生物质燃烧、海洋等4个来源.后向轨迹分析表明,长距离传输方向气团中PM_(2.5)和WSOC、WSON总浓度高于短距离传输,但不同传输路径中WSON/WSTN占比无明显差异.     

上海城区PM2.5中有机碳和元素碳变化特征及来源分析

2010年6月~2011年5月间在上海城区点位采集了181组PM2.5样品,采用热光反射法(thermal optical reflectance,TOR)测定了样品中的有机碳(organic carbon,OC)和元素碳(elemental carbon,EC)含量.结果表明,上海城区环境空气PM2.5中OC和EC年平均浓度分别为8.6μg·m-3±6.2μg·m-3和2.4μg·m-3±1.3μg·m-3,两者之和占PM2.5质量浓度的20%.OC和EC的季节平均浓度值冬季最高,夏季最低,秋季OC和EC在PM2.5中的比例最高.全年OC/EC比值为3.54±1.14.采用最小OC/EC比值法估算二次有机碳(secondary organic carbon,SOC)含量得到SOC年均浓度为3.9μg·m-3±4.2μg·m-3,占OC含量的38.9%.夏季SOC浓度低且与O3最大小时浓度值相关性好,表明光化学反应是夏季SOC的重要生成途径,主导西风向的秋冬季SOC浓度高于静风条件下的浓度水平,存在输送作用.进一步对OC1、OC2、OC3、OC4、EC1、EC2、EC3和OPC进行主成分分析,结果显示上海城区PM2.5中OC和EC主要来自机动车尾气、燃煤排放、生物质燃烧和道路尘,这4个来源对含碳组分的贡献率达69.8%~81.4%,其中机动车尾气在4个季节中的贡献率均较高,生物质燃烧贡献约15%~20%,春季和秋季道路尘影响明显,冬季燃煤的贡献高于其他季节.     

广州地区秋冬季细颗粒物PM_(2.5)化学组分分析

本文对广州地区2009~2010年秋冬季节大气中PM2.5进行采样,并分析PM2.5样品的水溶性离子、重金属元素、有机碳/元素碳(OC/EC)、有机酸、多环芳烃浓度和粒径分布。通过分析初步掌握了广州地区秋冬季节大气中PM2.5的化学组分和特点:广州地区秋冬季PM2.5呈现城区高于城郊,PM2.5中有机质(OM)是最主要的成分,其次是硫酸根离子、硝酸根离子和铵根;PM2.5中有机碳和元素碳的空间分布特征相似,并受一次源排放影响;PM2.5中铝、锌、铅是含量最高的重金属,且城区重金属浓度高于城郊;PM2.5中17种多环芳烃、苯并a芘(BaP)均为城郊浓度最高。     

广州市PM2.5污染特征及潜在贡献源区分析

基于NCEP/NCAR全球再分析气象资料和2015-2017年PM_(2.5)浓度,利用HYSPLIT模型研究不同气流轨迹对广州PM_(2.5)浓度的影响,以及污染输送路径和潜在源区空间分布特征。结果表明:(1)广州2015-2017年PM_(2.5)平均浓度为36.5μg/m~3,逐月平均PM_(2.5)浓度1月份最高,为49.3μg/m~3,轻度污染及以上时次比例达15.66%,6月份最低,为20.8μg/m~3,无轻度及以上污染时次。(2)PM_(2.5)平均浓度在不同情景类型下的浓度高低顺序依次为:污染日干季清洁日湿季,其中污染日的PM_(2.5)平均浓度是清洁日的近3倍,干季的PM_(2.5)平均浓度是湿季的1.4倍;不同情景类型下的PM_(2.5)浓度日变化特征基本都在白天时段低(16时最低),晚上时段高(21-22时最高),日变化幅度为污染日干季清洁日湿季。(3)在干季,影响广州的气流轨迹路径主要有5类:东北路径、东南路径、西北路径、西南路径及偏西路径,其中第2类东南路径对广州PM_(2.5)平均浓度的贡献最高;而在湿季,影响广州的气流轨迹路径主要有4类:偏南路径、东南路径、偏北路径及西南路径,其中第3类偏北路径对广州PM_(2.5)浓度的贡献最高。(4)基于潜在源贡献因子和浓度权重轨迹分析法分析表明,广州PM_(2.5)浓度潜在源贡献较大的区域主要集中在广州东部的东莞、惠州、深圳、肇庆、中山等周边地区,该研究可为确定广州污染潜在源贡献区以及区域联防联控提供参考。     

宁波市冬季PM_(2.5)污染特征与来源解析

为了了解宁波市大气中PM2.5污染特征及来源,于2012年冬季在宁波5个环境受体点采集PM2.5样品,分析它们的质量浓度及多种无机元素、水溶性离子、金属元素和碳等组分的含量,并使用PMF模型对宁波市PM2.5来源进行了解析。结果表明:宁波冬季PM2.5浓度较高,5个点位PM2.5中主要化学组分均为有机物、SO42-、NO3-、NH4+和元素碳,约占PM2.5总质量浓度78.2%~92.4%。对宁波市PM2.5有重要贡献的源类分别为钢铁冶炼源、混合扬尘源、生物质燃烧源、二次硝酸盐、高氯源、机动车排放源、重油燃烧源和二次硫酸盐,其分担率分别为5.6%、3.3%、3.2%、28.8%、6.8%、22.2%、0.7%和29.4%。     

广州大学城大气PM_(2.5)质量浓度与影响因素

选择广州大学城代表性学生宿舍、教室、食堂等多个室内采样点及几个室外采样点,准确测定各采样点大气中PM2.5的质量浓度,分析各室内和室外采样点大气中PM2.5污染程度及分布特征;根据同步记录的气象数据,分析评价气象因子对大气PM2.5质量浓度的影响。