Composition, source, mass closure of PM2:5 aerosols for four forests in eastern China

PM2.5 aerosols were collected in forests along north latitude in boreal-temperate, temperate, subtropical and tropical climatic zones in eastern China, i.e., Changbai Mountain Nature Reserve (CB), Dongping National Forest Park in Chongming Island (CM), Dinghu Mountain Nature Reserve (DH), Jianfengling Nature Reserve in Hainan Island (HN). The mass concentrations of PM2.5, organic carbon (OC), elemental carbon (EC), water soluble organic carbon (WSOC) as well as concentrations of ten inorganic ions (F-, Cl-, NO3-, SO42-, C2O42-, NH4+, Na+, K+, Ca2+, Mg2+) were determined. Aerosol chemical mass closures were achieved. The 24-hr average concentrations of PM2.5 were 38.8, 89.2, 30.4, 18 μg/m3 at CB, CM, DH and HN, respectively. Organic matter and EC accounted for 21%-33% and 1.3%-2.3% of PM2.5 mass, respectively. The sum of three dominant secondary ions (SO42-, NO3-, NH4+) accounted for 44%, 50%, 45% and 16% of local PM2.5 mass at CB, CM, DH and HN, respectively. WSOC comprised 35%-65% of OC. The sources of PM2.5 include especially important regional anthropogenic pollutions at Chinese forest areas.     

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.     

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...     

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.     

成都市PM10中碳质气溶胶长期来源特点

大气颗粒物中包含多种组分的气溶胶,其中碳质气溶胶由于对人体健康、能见度有较大影响,已受到越来越多的关注.为研究碳质气溶胶的长期变化规律,采集了成都市2009—2013年的PM₁₀样品,对其中所含的无机元素、水溶性离子及碳组分分别进行测定,并使用“PMF（正定矩阵因子分解法）-比值”模型分别对PM₁₀和所含的碳质气溶胶的来源进行分析.结果表明,1月、2月、5月和12月的碳质气溶胶浓度较高,其中1月、2月和12月的OC/EC（有机碳与元素碳质量浓度之比）较高,并且PMF-比值模型计算结果也显示冬季SOC增多,表明冬季可能有更多的二次有机碳（SOC）生成;5月的char-EC/soot-EC（二者质量浓度之比,其中char-EC=EC1-OP,soot-EC=EC2+EC3,它们可更好地区分源类）较高,K含量也较高,表明可能有更多的生物质燃烧排放.PM₁₀解析共发现6类源,依次为地壳扬尘（26.5%）、二次硫酸盐（25.1%）、燃煤&生物质燃烧混合源（17.3%）、二次硝酸盐&二次有机碳混合源（12.3%）、机动车源（11.8%）和水泥尘源（7.0%）;碳质气溶胶解析发现,OC主要来源依次为机动车源（38.2%）、燃煤&生物质燃烧混合源（33.1%）和二次有机碳（25.3%）,char-EC的主要来源是燃煤&生物质燃烧混合源和机动车源,分别占50.5%和45.4%,soot-EC则主要受机动车影响（达73.2%）.研究显示,成都市PM₁₀主要来自于地壳扬尘、二次生成和燃煤&生物质燃烧,而碳质气溶胶主要来自于机动车、燃煤&生物质燃烧.      

城市生活垃圾露天焚烧PM2.5及其组分排放特征

利用稀释采样系统,针对桶内燃烧和自然堆积两种常见露天焚烧方式,分别对橡塑类、纸类和木竹类这3种组分生活垃圾露天焚烧PM_(2.5)排放特征进行实测,计算PM_(2.5)、OC、EC、水溶性离子和无机元素排放因子.结果表明,木竹类生活垃圾PM_(2.5)排放因子(7.44±0.76)g·kg~(-1)最高,纸类PM_(2.5)排放因子(2.72±0.52)g·kg~(-1)最低.桶内燃烧的条件会造成更多污染物排放.在不同的燃烧方式下,橡塑类和纸类生活垃圾在桶内燃烧的条件下PM_(2.5)排放因子是自然堆积燃烧的2.5~3.5倍.PM_(2.5)中OC和EC为主要组成成分,PM_(2.5)组分构成占比约为46.6%~67.2%.不同垃圾组分OC/EC比率差异较大,但该比率受焚烧条件影响较小,有助于解析不同组分垃圾焚烧排放贡献.水溶性离子中NH+4离子、Cl-离子含量最高,在PM_(2.5)中所占比例范围分别为2.28%~6.35%和1.04%~14.31%.无机元素中Ca、K、Fe和Ba元素排放因子较高.重金属元素中Zn元素排放因子最高,Cu、Cr、Sb和Pb等元素也有一定富集.Zn元素含量主要由燃烧方式决定,桶内燃烧大约是自然堆积燃烧的20倍左右.     

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.      

2013年1月中国东部地区重污染过程中上海市细颗粒物的来源追踪模拟研究

大气PM_2.5是当前我国城市和区域面临的最突出的大气污染问题,然而PM_2.5及其关键组分污染的来源不清,严重制约了人们对PM_2.5 的科学认知和污染防控的步伐.本研究以2013年1月中国东部地区一次典型重污染过程为研究案例,利用CAMx三维模型中耦合了物种示踪机制的颗粒物来源追踪方法,探讨和揭示了中国东部地区代表性城市上海及周边地区共4个源区(上海、苏南、浙北、大区域)、8类污染源(包括燃烧源、生产工艺过程、流动源、生活面源、挥发源、扬尘源、农业源、天然源)对上海城区大气中PM_2.5及其关键组分包括水溶性无机离子(SO^2-₄、NO^-₃、NH⁺₄)、元素碳(EC)和有机碳(OC)的污染贡献.研究结果表明,2013年1月份中国东部出现严重灰霾污染期间,上海城区PM_2.5的主要区域贡献为上海本地污染源排放累积(PM_2.5浓度贡献平均为55.4%±22.3%)和长距离输送(38.4%±20.0%).上海地区8类主要排放源中,扬尘源贡献均值最大,达到30.7%±31.8%,其次为燃烧源18.2%±15.6%、流动源18.6%±17.5%、挥发类源16.9%±18.0%.对上海市PM_2.5组分的源解析研究发现,燃烧源对细颗粒物中硫酸盐和硝酸盐的浓度贡献最大,其浓度贡献分别达到56.2%和55.9%.铵盐中72.4%来源于挥发类源贡献,元素碳约78.3%来自于交通源贡献.挥发类源排放和流动源是主要的有机气溶胶贡献源,浓度贡献分别为36.2%和32.5%.     

民用燃煤含碳颗粒物的排放因子测量

通过烟尘罩稀释通道系统采样,实验室模拟民用燃煤的燃烧方式,获取了不同成熟度的散煤、蜂窝煤的PM2.5、EC和OC的排放因子.民用燃煤的排放与煤炭成熟度有很大相关,不同煤种排放因子差距很大.在6种实验煤炭中,烟煤散烧的排放因子较大,其中S3煤种的排放因子最大,其PM2.5、EC和OC的实测值分别为11.06、3.51和5.39 g·kg-1;无烟煤散烧排放因子较少,S1煤种的排放因子最小,其PM2.5、EC和OC分别为0.78、0.02和0.49 g·kg-1;蜂窝煤的颗粒物以及OC排放因子与相似成熟度的散煤燃烧相当,但是EC排放相对散煤较低.EC、OC源清单工作需要对民用燃煤源进行更详细的分类,结合相应的排放因子,才能更加准确的估计这一重要排放源的贡献率.     

Seasonal variation and source apportionment of organic and inorganic compounds in PM2.5 and PM10 particulates in Beijing, China

The distribution and source of the solvent-extractable organic and inorganic components in PM 2.5(aerodynamics equivalent diameter below 2.5 microns),and PM 10(aerodynamics equivalent diameter below 10 microns) fractions of airborne particles were studied weekly from September 2006 to August 2007 in Beijing.The extracted organic and inorganic compounds identified in both particle size ranges consisted of n-alkanes,PAHs(polycyclic aromatic hydrocarbons),fatty acids and water soluble ions.The potential emission sources of these organic compounds were reconciled by combining the values of n-alkane carbon preference index(CPI),%waxC n,selected diagnostic ratios of PAHs and principal component analysis in both size ranges.The mean cumulative concentrations of n-alkanes reached 1128.65ng/m3 in Beijing,74% of which(i.e.,831.7ng/m3) was in the PM 2.5 fraction,PAHs reached 136.45ng/m3(113.44ng/m3 or 83% in PM 2.5),and fatty acids reached 436.99ng/m3(324.41ng/m3 or 74% in PM 2.5),which resulted in overall enrichment in the fine particles.The average concentrations of SO42-,NO3-,and NH4+ were 21.3±15.2,6.1±1.8,12.5±6.1μg/m3 in PM 2.5,and 25.8±15.5,8.9±2.6,16.9±9.5μg/m3 in PM 10,respectively.These three secondary ions primarily existed as ammonium sulfate((NH4)2SO4),ammonium bisulfate(NH4HSO4) and ammonium nitrate(NH4NO3).The characteristic ratios of PAHs revealed that the primary sources of PAHs were coal combustion,followed by gasoline combustion.The ratios of stearic/palmitic acid indicated the major contribution of vehicle emissions to fatty acids in airborne particles.The major alkane sources were biogenic sources and fossil fuel combustion.The major sources of PAHs were vehicular emission and coal combustion.     

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.     

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.      

“大气十条”实施期间南京市PM2.5化学组成与来源的演变特征

为深入认识“大气污染防治行动计划”(“大气十条”)对大气细颗粒物(PM_2.5)污染的影响,基于“大气十条”实施期间南京市主城区(草场门)PM_2.5的化学组分监测资料,研究了PM_2.5主要组分的浓度和占比、富集因子和酸度等变化特征,并采用正定矩阵因子分解法(PMF)进行了PM_2.5的来源解析.结果发现,“大气十条”实施期间,南京市PM_2.5中硫酸根(SO₄^2-)的占比总体下降,但硝酸根(NO^-₃)和铵根(NH⁺₄)的占比均明显上升,两者的占比从2014年的25.58%上升到2017年的37.15%;碳组分(OC和EC)的浓度在“大气十条”早期出现大幅下降,但后期的下降趋势明显变缓,其中,有机碳(OC),特别是二次有机碳(SOC)的占比不降反升;PM_2.5酸性显著减弱,阴阳离子的摩尔当量比值(CE/AE)从2014年的0.83上升...     

四川盆地典型城市PM2.5污染过程组分特征和来源解析

为探究四川盆地典型城市PM_2.5污染特征和来源,利用成都市、绵阳市、自贡市超站数据分析2020年冬季典型污染过程PM_2.5组分特征,并采用CMB模型模拟获得研究期间PM_2.5来源及演变特征.结果表明,不同城市PM_2.5组分变化特征不尽相同,成都市污染过程整体呈现NO₃^-主导特征,但重度污染由OC主导.绵阳市污染期间呈现OC主导特征,是污染加重时增长最快的组分.EC是自贡市轻度污染增长最快的组分,NO₃^-、SO₄^2-、NH₄⁺是中度污染增长较快的组分,OC、EC是重度污染增长较快的组分.3个城市均是二次硝酸盐对PM_2.5贡献率最高.比较而言,成都市机动车、扬尘源贡献率均最高;绵阳市二次有机碳贡献率最高,是成都市的2倍;自贡市燃煤源和二次硫酸盐贡献率分别比成都市和绵阳市高出4%~6%和7%~9%.成都市由优良天气到中度污染,二次硝酸盐贡献率随着污染程度的加重而增加,轻度污染较优良天气上升6%,中度污染较轻度污染天气上升3%.中度到重度污染,二次有机碳、机动车贡献率分别上升2%和1%.绵阳市由轻度到重度污染,二次有机碳对PM_2.5的贡献率上升3%,机动车贡献率上升2%,是其污染加重的主要原因.自贡市由轻度到重度污染,各污染源贡献率变化幅度较小.     

Progressively narrow the gap of PM2.5 pollution characteristics at urban and suburban sites in a megacity of Sichuan Basin, China

Nowadays, the fine particle pollution is still severe in some megacities of China, especially in the Sichuan Basin, southwestern China. In order to understand the causes, sources, and impacts of fine particles, we collected PM_2.5 samples and analyzed their chemical composition in typical months from July 2018 to May 2019 at an urban and a suburban (background) site of Chengdu, a megacity in this region. The daily average concentrations of PM_2.5 ranged from 5.6-102.3 µg/m³ and 4.3-110.4 µg/m³ at each site. Secondary inorganics and organic matters were the major components in PM_2.5 at both sites. The proportion of nitrate in PM_2.5 has exceeded sulfate and become the primary inorganic component. SO₂ was easier to transform into sulfate in urban areas because of Mn-catalytic heterogeneous reactions. In contrast, NO₂ was easily converted in suburbs with high aerosol water content. Furthermore, organic carbon in urban was much greater than that in rural, other than elemental carbon. Element Cr and As were the key cancer risk drivers. The main sources of PM_2.5 in urban and suburban areas were all secondary aerosols (42.9%, 32.1%), combustion (16.0%, 25.2%) and vehicle emission (15.2%, 19.2%). From clean period to pollution period, the contributions from combustion and secondary aerosols increased markedly. In addition to tightening vehicle controls, urban areas need to restrict emissions from steel smelters, and suburbs need to minimize coal and biomass combustion in autumn and winter.     

Chemical compositions of PM2.5 aerosol during haze periods in the mountainous city of Yong'an, China

Haze phenomena were found to have an increasing tendency in recent years in Yong'an, a mountainous industrial city located in the center part of Fujian Province, China. Atmospheric fine particles (PM_2.5) in the urban area during haze periods in three seasons (spring, autumn and winter) from 2007 to 2008 were collected, and the mass concentrations and chemical compositions (seventeen elements, water soluble inorganic ions (WSIIs) and carbonaceous species) of PM_2.5 were determined. PM_2.5 mass concentrations did not show a distinct difference among the three seasons. The carbonaceous species organic carbon (OC) and elemental carbon (EC) constituted up to 19.2%-30.4% of the PM_2.5 mass during sampling periods, while WSIIs made up 25.3%-52.5% of the PM_2.5 mass. The major ions in PM_2.5 were SO₄^2-, NO₃^- and NH₄⁺, while the major elements were Si, K, Pb, Zn, Ca and Al. The experimental results (from data based on three haze periods with a 10-day sampling length for each period) showed that the crustal element species was the most abundant component of PM_2.5 in spring, and the secondary ions species (SO₄^2-, NO₃^-, NH₄⁺, etc.) was the most abundant component in PM_2.5 in autumn and winter. This indicated that dust was the primary pollution source for PM_2.5 in spring and combustion and traffic emissions could be the main pollution sources for PM_2.5 in autumn and winter. Generally, coal combustion and traffic emissions were considered to be the most prominent pollution sources for this city on haze days.     

太原市居民生活燃煤大气污染物排放清单研究

为了科学计算居民生活燃煤对大气污染物排放的贡献率,建立了太原市居民生活燃煤的大气污染物排放清单.利用高分辨率遥感卫星影像、DEM（数字高程模型）和GIS（地理信息系统）对太原市平房空间分布及面积进行了解译,得到2016年太原市平原、山区、城乡区域平房面积.对平原农村、山区农村、城中村典型区域进行实地调查,统计不同区域户均平房面积和生活燃煤使用量,估算得到了平原农村、山区农村、城中村的生活燃煤使用量.结合相关文献测算的排放因子,计算太原市居民生活燃煤散烧的PM₁₀、PM_2.5、SO₂、NO_x、VOCs、CO、OC、EC排放总量.结果表明:2016年太原市有22.8×104户燃煤散烧居民,2016年燃煤消耗量为109.6×104 t,平原和城乡居民是主要的生活燃煤用户也是居民生活燃煤大气污染物的主要排放源;太原市居民生活燃煤散烧的PM₁₀、PM_2.5、SO₂、NO_x、VOCs、CO、OC、EC排放总量分别为9 666.7、7 518.6、8 110.4、1 753.6、657.6、153 549.6、3 419.5、2 882.5 t;2016年太原市清徐县和太原市城区居民煤炭消耗量合计达97.9×104 t,占全年燃煤总消耗量的88%.研究显示,太原市应加快煤改气、煤改电和集中供热建设,进一步推广清洁能源以期减小居民生活燃煤大气污染.      

中国主要背景区域冬季大气PM2.5中非极性有机化合物组成及来源解析

本研究于2019年12月至2020年1月在5个区域大气本底站：临安、金沙、龙凤山、上甸子和瓦里关,同步采集了PM_2.5样品,分析了其中的非极性有机物：多环芳烃、正构烷烃和藿烷类化合物。结果表明,上甸子和龙凤山的多环芳烃平均浓度显著高于其他站点,分别为35.2±25.6 ng/m³和27.5±16.8 ng/m³;藿烷类物质的浓度在上甸子和临安出现高值,分别为2.72±1.78 ng/m³和2.47±0.990 ng/m³;正构烷烃浓度以临安最高,为86.7±40.6 ng/m³。对各站点多环芳烃和藿烷类化合物采用比值法,正构烷烃采用主峰碳数（C_max）、碳优势指数（carbon preference index,CPI）和植物蜡贡献率（% Wax C_n）,结合主成分分析-多元线性回归模型（PCA/MLR）综合进行源解析。结果显示采样期间除瓦里关外,其余站点燃烧源均以化石燃料源为主,贡献率分别为临安（94.9%） > 金沙（75.3%） > 龙凤山（74.7%） > 上甸子（62.5%） > 瓦里关（35.6%）。后向轨迹聚类分析（HYSPLIT）和潜在源贡献因子分析法（PSCF）表明各站点主要受到外来传输气团的影响,并查明了各站点的潜在污染源区。对背景站点的研究表明,东北地区和京津冀地区PM_2.5中非极性有机物来源相似,京津冀地区的生物质燃烧源贡献率高于东北地区;长江中下游地区化石燃料贡献率显著高于生物质燃烧;华中地区燃煤和交通排放源排放贡献率均低于长江三角洲地区;青藏高原地区生物质燃烧贡献率远高于其他地区。     

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.      

生物质燃烧排放PM2.5中无机离子及有机组分的分布特征

为探讨生物质在明火和阴燃两种不同条件下PM_(2.5)及主要成分的排放差异,选取了7种具有代表性的生物质样品(小麦、水稻、马尾松叶、马尾松枝、杂草、玉米、棉花)进行了燃烧实验,并对PM_(2.5)样品中的7种主要水溶性离子(Na~+、NH_4~+、K~+、Ca~(2+)、Cl~-、NO_3~-、SO_4~(2-))及有机碳(OC)、元素碳(EC)、水溶性有机碳(WSOC)、有机酸和左旋葡聚糖(LG)等有机成分进行了分析.结果表明,明火和阴燃条件下PM_(2.5)的排放因子分别为2.82~7.74 mg·g~(-1)和3.24~22.56 mg·g~(-1),阴燃时的排放因子偏高,不同燃料类型也存在一定差异.燃烧排放PM_(2.5)中水溶性离子以Cl~-为最高,占总离子的比例为72%~94%,且与NH_4~+存在显著正相关关系,水溶性离子整体表现为明火条件下的浓度显著高于阴燃条件下的浓度.受阴燃条件下氧气不足的影响,PM_(2.5)中有机组分的浓度表现为阴燃高于明火,进而导致阴燃时PM_(2.5)的排放因子增加.水稻秸秆燃烧烟尘中3种来源特征比值(LG/PM_(2.5)、LG/OC和LG/WSOC)仅为小麦和玉米秸秆燃烧排放相应比值均值的0.34、0.24和0.27倍,表明在不同农作物的收获季节采用上述特征比值进行生物质燃烧来源估算时,应区别对待.