重庆市主城区二次有机碳气溶胶污染特征研究

为研究重庆市大气PM_(2.5)中二次有机气溶胶污染特征,于2013年1—12月运用URG-3000ABC型中流量颗粒物采样仪连续同步采集重庆市主城区大气PM_(2.5)样品,选取OC/EC比值对PM_(2.5)中的SOC污染进行估算,结果表明,该市主城区PM_(2.5)中SOC年平均质量浓度为12.5μg/m3,占OC质量浓度的50.0%,占PM_(2.5)质量浓度的10.1%,SOC质量浓度为冬季>秋季>夏季>春季。机动车排放是SOC前体物的主要来源。

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.

关中地区秋冬季颗粒物二次有机碳的估算

2017年9月4日~2018年1月19日期间分别在关中地区的5个主要城市西安(XA),渭南(WN),铜川(TCH),宝鸡(BJ),咸阳(XY)设置采样点进行PM2.5,PM10颗粒物手工采样观测,采用热光透射法(TOT)分析碳组分,最小值法估算二次有机碳(SOC)浓度,结果显示PM2.5与PM10中SOC平均浓度分别为(7.44±5.54),(9.62±7.49)μg/m^3,一次有机碳(POC)平均浓度分别为(7.04±2.59),(9.33±4.33)μg/m^3,不同粒径颗粒物中SOC各点位的浓度值分布表现基本相同为XY>XA>WN>BJ>TCH.PM2.5中SOC含量为8.76%,OC占比为48.03%,PM10含量为6.28%,OC占比为48.09%,季节分布均呈现为秋季低冬季高,关中地区SOC污染严重.后向轨迹聚类分析结果显示污染气团传输主要是关中地区局部污染和西北,东北方向传输,其中局部污染轨迹的数量占比较多,浓度较高.低空传输与近地面风向风速及污染物分布存在差异,结合关中地区盆地地形,静风频率高,边界层低等多种因素造成颗粒物中SOC浓度较高,其中BJ点位易受到东北气团的污染物传输累积.

成都碳质气溶胶变化特征及二次有机碳的估算

利用2020年6月~2021年5月在成都市观测的碳质气溶胶小时分辨率数据,分析了气溶胶中总碳(TC)、有机碳(OC)、元素碳(EC)和二次有机碳(SOC)的变化特征.结果表明:观测期间m(TC)、m(OC)、m(EC)和r(OC/EC)的年均值分别为(9.5±4.4)μg/m^(3),(6.4±3.2)μg/m^(3),(3.2±1.1)μg/m^(3),2.2±0.5.成都m(TC)、m(OC)、m(EC)均表现冬为季最高((15.8±8.2),(11.1±5.8),(4.6±2.5)μg/m^(3)),春秋次之,夏季最低((6.1±0.9),(4.5±2.0),(2.7±1.4)μg/m^(3))的特征.r(OC/EC)季节均值(1.9~2.6)以及四个季节的m(TC)、m(OC)、m(EC)呈现早(07:00~09:00)晚(22:00~01:00)“双峰”的日变化特征,表明机动车排放源对成都碳质气溶胶的影响较大.春夏季OC与EC的相关性小于秋冬季,表明春夏季OC、EC来源差异较大.由EC示踪法和最小相关性法得到m(SOC),r(SOC/OC)在夏季最大(40.4%),冬季最小(27.3%).春、夏季SOC与O3呈显著正相关,表明较强的光化学反应对SOC生成有重要贡献.选取各季节连续高m(TC)时段与季节平均作对比,发现碳质气溶胶有明显夜间积累过程,夏季高浓度时段二次生成使得m(OC)增长显著高于m(EC),r(OC/EC)也迅速上升.

大气微粒二次有机碳形成特性研究

悬浮微粒为空气污染主要项目之一,且PM1(气动直径小于1 μm之微粒)为引起呼吸道各种病变的最主要污染,因此了解大气环境悬浮微粒之来源与特性,是保护人民健康及空气品质的首要工作.本研究分别于高雄市小港(都会区)与台东县太麻里(郊区)进行大气悬浮微粒测定,量测大气悬浮微粒中PM1及PM10之质量浓度与分布,并利用元素分析仪分析微粒中之有机碳(organic carbon,OC)与元素碳(elemental carbon,EC)含量.分析研究期间所得样本结果显示,都会区PM1及PM10有机碳(OC)及元素碳(EC)之浓度均较郊区高,且OC浓度又比EC高;而郊区PM1及PM10之OC及EC之含量较都会区之含量高.若以最小比值估计法OCsec=OCtotal-(OC/EC)minxEC,可估算都会区大气微粒PM1及PM10有机碳成分中约有30.4%及33.0%,郊区之PM1及PM10有机碳成分中则约有40.1%及17.6%,为挥发性有机物气固相传输所形成之二次有机碳组成,结果显示较细微粒(PM1)二次有机碳之含量较高,且郊区大气中亦有相当比例之二次有机碳组成.

荆门市PM_(2.5)中碳组分污染特征及二次有机碳评估

为研究荆门市PM_(2.5)中碳组分不同季节污染特征及二次有机碳生成,于2021年6月至2022年5月进行了为期1年的细颗粒物碳组分采样监测。利用OCEC分析仪对其质量浓度进行了分析,并利用最小相关系数法(MRS)对二次有机碳(SOC)进行了评估,结果显示:荆门市PM_(2.5)中TC均值为10.9μg/m^(3),占PM 2.5的14.2%,其中OC均值为8.8μg/m^(3),EC均值为2.1μg/m^(3);不同季节碳组分污染特征显示冬季OC、EC浓度水平最高,春夏季最低,而占比特征正好相反,说明相比冬季,春夏季碳组分对PM_(2.5)贡献较大;相关性及比值分析显示春季OC和EC相关性较好,夏季的相关性最差,OC/EC均值为4.5,符合机动车尾气及燃煤复合污染特征,各季节均存在不同程度的二次有机污染过程;SOC评估结果显示SOC对OC贡献春季>夏季>冬季>秋季。

宁波市PM_(2.5)中碳组分的时空分布特征和二次有机碳估算

为了研究PM2.5中碳质组分的时空分布特征,于2012年12月至2013年10月4个季度典型时段在宁波市5个采样点采集环境大气中的PM2.5,分析了样品中有机碳(OC)和元素碳(EC)的质量浓度,并估算二次有机碳(SOC)对OC的贡献.结果表明:1宁波市PM2.5年均质量浓度为51.6μg·m-3,其中OC和EC的比例分别为17%和6%.反向轨迹模型的分析结果表明,来自内陆地区的区域传输可能是冬季和春季PM2.5浓度较高的主要原因.2OC/EC比值和OC与EC的相关性分析结果表明,夏季有大量SOC生成,而冬季则可能受华北地区燃煤供暖的显著影响.3用EC示踪法对宁波市的SOC进行了估算,结果表明宁波冬季和春季受到区域传输的显著影响,污染源较不稳定,不宜使用该估算方法.夏季和秋季的SOC质量浓度分别为2.5μg·m-3和2.3μg·m-3,占OC的42%和28%.

南京市PM_(2.1)中有机碳和元素碳污染特征及影响因素

采用DRI Model 2001A热/光碳分析仪测定了2011年南京市区(南师)和郊区工业区(南化)大气气溶胶细粒子(PM2.1)中有机碳(OC)和元素碳(EC)的含量,并对两地的OC、EC污染特征进行了评价,分析了细粒子中含碳物质的来源.结果显示,在PM2.1中,南京市市区OC、EC的年平均浓度分别为12.79,3.18μg/m3,郊区工业区分别为13.44,3.74μg/m3,工业区污染更加严重.市区和工业区冬春季OC、EC含量较高且冬季OC、EC相关性较高,这与冬季燃煤量增加,并且受内陆西风及逆温的影响,污染物集中在南京市上空不易扩散有关;夏季两地OC、EC含量及相关性均达到最低,可能由于夏季降雨频繁,加上台风作用,稀释和清除了部分污染物.应用OC/EC比值法对市区和郊区工业区二次有机碳(SOC)含量进行了估算,两地均是夏季SOC占TOC比例最高,分别为46.63%、45.65%,SOC主要来自于光化学反应,可见在光照充裕、辐射强烈的夏季更加有助于SOC的生成.

石家庄市春节期间大气颗粒物有机碳和元素碳的变化特征

为研究石家庄市大气颗粒物的污染特征及其来源,于2013年2月6—19日春节期间在石家庄市采集大气颗粒物TSP、PM10、PM2.5样品,对其有机碳、元素碳进行分析测定。结果表明,石家庄TSP、PM10、PM2.5日平均质量浓度分别为389、330、245μg/m3,颗粒物污染严重;碳组分在颗粒物中占有较大比重,且随着粒径的减少,碳组分比重逐渐增加;存在不严重的次生有机碳污染;OC与EC的相关系数较高,说明两者有较为相似的污染源,主要为燃煤、机动车排放源。各种气象条件对PM2.5、OC、EC浓度和OC/EC的变化都有不同程度的影响。

厦门市冬季大气PM_(2.5)中有机碳和元素碳的污染特征

为探讨厦门市冬季大气PM_(2.5)含碳组成特征,于2014-12-10至2015-01-09同步采集了城区和郊区的PM_(2.5)样品。采用热光透射法分析了PM_(2.5)中OC、EC的质量浓度。结果表明,近年来厦门市PM_(2.5)、OC、EC的浓度表现出逐年降低的趋势。城区和郊区的OC平均浓度分别为9.77±1.87和9.17±2.42μg/m^3,EC平均浓度分别为1.87±0.73和2.43±1.10μg/m^3,与国内外其他城市相比,厦门市冬季大气PM_(2.5)中的OC、EC浓度均处于较低水平,人为引起的大气含碳成分污染相对较轻。城区和郊区的OC/EC值均大于2,SOC占OC比例分别高达34.96%、39.03%,厦门大气PM_(2.5)中的OC受到二次污染较严重。PM_(2.5)、OC、EC的分布规律表明,OC、EC受到了除天气条件以外的其他因素如OC和EC污染源种类、源强以及二次转化程度的影响。城区(R2=0.107 9)和郊区(R2=0.341 9)的OC与EC相关性不明显,初步判断厦门市冬季PM_(2.5)中OC和EC的来源较复杂,EC可能主要来自化石燃料和生物质不完全燃烧等一次排放源,OC则主要受到化石燃料燃烧和二次污染的影响,城区污染源还包括烹饪源以及生物质燃烧。

2011年冬季天津PM_(2.5)及其二次组分的污染特征分析

2011年11月—12月于天津城区和武清采集PM2.5样品,分析其中的二次水溶性无机离子(NH4+、NO3-和SO24-)、有机碳(OC)和元素碳(EC),估算二次成分浓度,并分析采样期间气象因素对一次持续重污染过程的影响.结果表明,天津地区冬季PM2.5污染严重、城区和武清PM2.5质量浓度平均值分别为166.9μg.m-3和180.0μg.m-3;城区样品中SO24-、NO3-和OC在PM2.5的比例依次为19.4%、16.7%和15.4%,武清样品中则为19.2%、15.5%和20.4%;二次组分占PM2.5质量浓度的47%(城区)和46%(武清),雾霾日二次组分含量明显高于非雾霾日;高湿和静小风等不利气象条件是造成PM2.5质量浓度持续增加以及二次组分浓度迅速升高的重要原因.

兰州大气细颗粒物中有机碳与元素碳的污染特征

采集兰州冬季采暖期及夏季PM2.5样品共60个,通过DRI测定有机碳(OC)和元素碳(EC).结果显示:冬季OC和EC平均质量浓度分别为(35.39±13.88)μg/m3和(13.80±5.41)μg/m3,夏季分别为(9.74±3.30)μg/m3和(4.44±2.00)μg/m3,冬季污染远高于夏季.冬夏季OC和EC相关系数分别为0.91和0.76,表明冬季兰州PM2.5中OC和EC的来源相似.二次有机碳质量浓度冬夏季分别为(8.48±6.10)μg/m3和(3.07±2.20)μg/m3,约占OC含量的(22.46±11.93)%和(31.29±18.51)%,表明兰州冬夏季PM2.5中OC的来源均以一次排放为主,夏季二次源贡献高于冬季.对8种不同温度段碳质组分分析表明,兰州冬季生物质燃烧较夏季有所增加,夏季可能主要为机动车尾气.

不同季节广东鹤山超级站大气颗粒物中有机碳(OC)和元素碳(EC)粒径分布研究

为了解鹤山大气含碳颗粒物的粒径分布特征,于2014年7月和2015年1月,以广东省大气超级监测站为观测平台,采用10级串联撞击式采样器MOUDI采集了鹤山市夏季和冬季的大气颗粒物,用美国Sunset有机碳/元素碳分析仪对其中的有机碳(OC)和元素碳(EC)进行了分析。结果表明,鹤山夏季和冬季PM、OC和EC均主要集中在小于3.2μm的粒径段。其中OC和EC在0.32~1.0μm粒径段浓度最大,夏季分别为(2.26±0.72)μg/m^3和(0.89±0.36)μg/m^3,冬季分别为(10.85±5.49)μg/m^3和(1.47±0.71)μg/m^3。晴天OC浓度明显在各个粒径段都大于雨天,而EC浓度在晴雨天变化不明显。灰霾天气PM、EC和OC在各个粒径段的浓度都大于优良天气。鹤山大气中的OC和EC相关性以及SOC质量浓度在不同天气情况下存在较大差异。

宁波PM_(10)中有机碳和元素碳的季节变化及来源分析

为了探讨宁波市大气颗粒物中浓度水平与季节变化,2010年1、5、8、11月分季节采集了宁波市大气中PM10样品,在宁波连续观测了PM10以及有机碳(OC)、元素碳(EC)的浓度变化,并探讨宁波全年各季碳气溶胶污染变化特征;PM10中OC和EC相关性较好,说明OC与EC的来源相同,各采样点PM10中OC/EC的各季均值大部分超过2.0,表明宁波空气中存在一定的二次污染。宁波秋季SOC占OC含量高于其他季节。从PM10中8个碳组分丰度初步判断宁波市颗粒物中碳的主要来源是汽车尾气、道路扬尘及燃煤。

杭州PM_(10)中有机碳和元素碳变化特征

2001年2月至2002年4月在杭州5个空气质量国控点采集176组PM10样品，分析有机碳（OC）和元素碳（EC）含量，并采用TEOM法同步监测PM10质量浓度，其中在卧龙桥国控点同时测PM2.5质量浓度．全市PM10年日均质量浓度为119．2μg·m^-1．PM2．5年日均质量浓度为68μg·m^-3．PM2.5与PM10质量浓度呈显著的线性关系．PM2.5／PM10日质量浓度比值范围在0．31～0．95间变化，平均比值为0．62．0C和EC质量浓度分别为20．4μg·m^-3和4．0μg·m^-2，其相关性不好，表明碳的来源复杂．二次有机碳（SOC）分别占各季OC的37．1％，45．8％，58．0％，44．7％，说明杭州空气中存在一定的二次有机污染．

广州城区PM_(2.5)中水溶性有机碳浓度特征及其来源

水溶性有机碳(WSOC)是碳气溶胶的重要组成部分,具有显著的环境与气候效应。该研究在广州城区采集了冬季和夏季PM_(2.5)日样品,分析了其中的水溶性有机碳、水溶性离子、有机碳(OC)和元素碳(EC)等化学成分,同步收集了臭氧(O_3)的浓度资料,并利用因子分析模型(FA)探讨了广州城区大气PM_(2.5)中WSOC的主要来源。结果表明,冬季和夏季WSOC的平均浓度分别为(9.2±6.2)μg/m^3和(5.2±3.1)μg/m^3,浓度处于较高水平。冬夏两季WSOC与基于EC示踪方法估算的二次有机碳(SOC)均有着显著的相关关系,且夏季WSOC与O_3亦呈现出显著的正相关关系,表明了广州城区观测的WSOC在夏季能较好地示踪SOC的污染程度。因子分析结果则进一步揭示了广州城区WSOC主要来源于SOC的生成和生物质燃烧,而其它污染源对其贡献较小。

西安市PM_(2.5)中有机碳和元素碳的时空分布

2010年1月、4月、7月和10月在市区4个点(省政府大楼、浐灞生态区、微电机厂、地环所)利用低流量采样器各分别采集2周的PM_(2.5)样品(24h),使用DRI Model 2001热光碳分析仪分析其有机碳(OC)和元素碳(EC)浓度。结果表明,西安PM_(2.5)年均浓度为167.2±11.7μg·m^(-3),达到国家最新PM_(2.5)年均标准(GB3095-2012:35μg·m^(-3))的5倍左右。空间上,采样点靠近城市中心区域(古城墙)越近,PM_(2.5)的含量越大;季节上呈现冬高夏低。4个采样点中EC1,EC2和EC3的百分含量曲线重合表明EC来源一致(源排放燃煤),而OC1,OC2,OC3和OC4峰值不一致表明OC来源多样,这一点也得到了OC和EC的良好相关性以及与气态污染物SO_2和NO_2相关性的验证。将OC与EC的观测数据与前人研究的年际数据和国内外代表性城市数据对比,OC/PM_(2.5)比例减少,而EC/PM_(2.5)比例却保持在5%左右,表明PM_(2.5)组分中含碳组分比例在下降。采用OC/EC最小比值法估算SOC的含量和百分比分别为11.9μg·m^(-3)和54.6%。

北京城区PM_(2.5)有机碳和元素碳的污染特征及来源分析

为研究北京城区PM_(2.5)中有机碳(OC)和元素碳(EC)的浓度水平、季节变化特征与主要来源,于2015年4月至2016年3月在北京西三环交通带附近采集4个季节PM_(2.5)有效样品95组,利用热光反射法测定了PM_(2.5)中OC和EC的质量浓度,并对OC/EC值、OC与EC相关性、二次有机碳(SOC)等特征及污染来源进行了分析.结果表明,采样期间PM_(2.5)平均质量浓度为(109.9±7.99)μg·m^(-3). PM_(2.5)中OC的年平均质量浓度为(13.49±4.32)μg·m^(-3),占PM_(2.5)的13.13%; EC的年平均质量浓度为(5.41±1.83)μg·m^(-3),占PM_(2.5)的5.2%.OC和EC平均浓度及OC和EC在PM_(2.5)中所占比例的季节变化特征均为冬季最高,秋季大于春季,夏季最低.4个季节PM_(2.5)中OC/EC比值均大于2.0,表明各季节存在二次有机碳(SOC)的生成,采用OC/EC最小比值法对SOC含量进行了估算,SOC年平均浓度为(6.88±1.10)μg·m^(-3),占OC含量的50.86%,冬秋季节的SOC浓度水平高于春夏季节.夏季SOC对OC的贡献率为62.22%,高于其他季节.相关性分析表明,OC与EC的相关性在春季(R2=0.9046)和秋季(R2=0.8886)高于夏季(R2=0.4472)和冬季(R2=0.6018),表明春秋两季OC与EC来源相似且相对简单.进一步对PM_(2.5)中8个碳组分质量浓度进行分析显示,北京城区大气碳质气溶胶主要来自汽油车排放和燃煤.

石河子市PM_2.5中有机碳和元素碳的变化特征与来源解析

本研究采集2015年9月至2016年8月石河子市不同类型天气下大气颗粒物样品,根据气象条件进行霾与沙尘分类,使用热光碳分析仪DRI 2001A进行有机碳(organic carbon,OC)与元素碳(elemental carbon,EC)测定,采用最小比值法估算二次有机碳(second organic carbon,SOC)质量浓度,主成分分析法(principle component analysis,PCA)分析其可能来源.结果表明:中霾天气下OC和EC平均质量浓度达到20.85±5.03、2.75±0.46μg·m^(-3)(沙尘天气18.9±4.4μg·m^(-3),2.6±0.9μg·m^(-3)).二次有机碳SOC在中霾天气下质量浓度为10.62±3.94μg·m^(-3)(沙尘天气9.3±3.7μg·m^(-3)),占OC浓度67%(沙尘天气67%).霾与沙尘天气OC与EC相关系数低于非霾非沙尘天气,表明霾与沙尘天气较非霾非沙尘天气有着复杂的污染源.PCA分析表明,霾与沙尘天气下的碳气溶胶的主要排放源为机动车尾气,固定燃煤源和道路扬尘.本项研究分析了石河子市霾和沙尘天气下的碳气溶胶分布,有望为中国西部城市的霾和沙尘天气治理提供依据.

邯郸市PM_(2.5)和PM_(10)中有机碳与元素碳的污染特征

为了研究邯郸市PM_(2.5)和PM_(10)中有机碳(OC)与元素碳(EC)的污染特征,于2016年1月—10月对邯郸市大气PM_(2.5)和PM_(10)样品进行采集,运用热光反射法(TOR)分析了样品中的OC、EC的质量浓度,同时对OC和EC浓度水平与季节变化、OC/EC的比值特征及其相关性、二次有机碳(SOC)的估算、碳组分与气态污染物及气象因素的相关性和碳质气溶胶来源进行分析.结果表明,邯郸市PM_(2.5)和PM_(10)的质量浓度均呈现冬季>春季>秋季>夏季的规律,PM_(2.5)和PM_(10)中OC质量浓度均值为20.8μg·m^(-3)和34.9μg·m^(-3),EC质量浓度均值为6.6μg·m^(-3)和10.9μg·m^(-3);OC、EC对邯郸市PM_(2.5)质量浓度的年均贡献率分别为24.0%和7.0%,对PM_(10)质量浓度的年均贡献率分别为18.7%和5.9%;总碳气溶胶(TCA)占PM_(2.5)的比重为45.4%,TCA/PM_(10)为35.8%,碳质气溶胶是邯郸市PM_(2.5)的重要组成部分;PM_(2.5)和PM_(10)中OC/EC年均值分别为3.6和3.4,各季OC/EC比值均大于2,表明邯郸全年均存在SOC污染;PM_(2.5)和PM_(10)中SOC浓度在秋季和冬季相对较高,春季和夏季较低;SOC对PM_(2.5)和PM_(10)的贡献率分别为11.7%和7.3%.OC、EC和SOC与SO_(2)和NO_(2)呈显著正相关,表明邯郸市大气环境常年受燃煤和机动车尾气排放影响.后向轨迹分析得出,研究期间到达邯郸市的气团主要来自我国东北、西北和东南地区;颗粒物浓度雷达图分析,颗粒物、OC和EC可能与西北风向的关联性更强,表明当地西部工业区和高度城市化对当地碳质气溶胶的污染有一定的贡献.