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.

二次有机气溶胶估算方法研究进展

我国区域复合污染日趋严重,二次有机气溶胶(SOA)是细颗粒物PM2.5的重要组成之一.本研究总结了当前国内外定量估算SOA的主要方法,包括EC示踪法、WSOC法、受体模型法、示踪物产率法、数值模拟法等.通过对各种方法的原理介绍与比较,指出1)EC示踪法、WSOC法、受体模型法简单易行,与在线连续观测数据结合可估算高时间分辨率的SOA浓度,但受限于对当地源谱和特定物种的了解;2)示踪物产率法虽分析技术难度高,但可针对不同来源的SOA估算;3)数值模拟可获得大尺度SOA的空间分布.针对国内外的最新研究成果进行简单概述,不同方法的研究表明中国二次有机气溶胶是总有机气溶胶的重要部分,人为源VOCs对二次有机气溶胶发挥着重要贡献.本文旨在为未来我国二次有机气溶胶的研究提供基础信息和研究思路.

大气中二次有机气溶胶估算方法研究进展

大气中二次有机气溶胶产生于光化学反应或挥发性及半挥发性有机物的气-粒转化,目前没有直接测定二次有机气溶胶的方法,一般采用间接方法估算二次有机气溶胶的贡献。通过分析对比各种二次有机气溶胶估算方法的优缺点及应用条件,认为EC示踪法操作简单,参数容易获得,但参数的不确定性高;化学迁移模型法能详细反映二次有机气溶胶形成情况,但所需参数不易获得;有机物受体模型示踪法,不需要模拟复杂的情况,但难于保证成分谱的准确性及可靠性。因此,在选择估算方法时应充分考虑到各种方法的局限性及适用范围,将试验观测与环境空气质量模型联合用于二次有机气溶胶估算应成为今后重要的发展方向。

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%。

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.

二次有机气溶胶估算方法比较研究

为研究北京夏季二次有机气溶胶(SOA)浓度,比较多种SOA估算方法的不确定性和在我国的适用性,在CAREBEIJING 2008大型观测期间在城市点北大点和郊区点榆垡点采集大气颗粒物PM2.5样品,利用多种方法对二次有机碳(SOC)的浓度进行了估算,估算方法包括二次有机示踪物产率法、非一次源OC法、非生物质燃烧水溶性有机碳法(WSOC)和元素碳示踪有机碳/元素碳比值法.通过模拟我国典型的生物质燃烧,建立适合我国的非生物质燃烧WSOC方法,获得方法中重要参数生物质燃烧排放颗粒物中WSOC/OC的比值,我国生物质燃烧颗粒物中该比值平均为0.48±0.04.多种方法的结果均表明,SOA已经成为北京颗粒有机物的重要组成部分,所占比例可以达到50%甚至更高.利用化学质量守恒模型(CMB)和示踪物产率法对颗粒有机物来源进行闭合发现,依靠目前的示踪物技术北京大气颗粒有机物中仍然有20%~27%的来源不清楚.通过综合比较了多种SOC估算方法,确定了各方法在我国的适用性:示踪物产率法、非一次源OC法和EC示踪OC/EC比值法可适用于我国大气中SOC的估算,但是非生物质燃烧WSOC方法仅适用于我国大气中水溶性SOC的估算.本研究还对这几种方法的不确定性做了初步的分析,为其他研究者选择估算方法提供参考和依据.示踪物产率法仅估算了几种特定VOCs前体物对SOC贡献,因此低估了总的SOC;同样地,非生物质燃烧WSOC法仅估算了水溶性的SOC,因此也低估了总的SOC;非一次源OC法高估了SOC,这主要是由于未能解析出的一次源OC造成的.而且这种高估在城市地区更为显著,主要是因为城市地区一次源相对比较复杂造成的;EC示踪OC/EC比值法的主要不确定性来自于一次源OC/EC比值的确定,由于这个比值造成的单点误差最高可高估54%或低估64%.

廊坊市开发区冬季颗粒物碳组分污染特征及来源分析

廊坊市是北京市及周边传输通道“2+26”城市之一.为研究廊坊市开发区冬季颗粒物中碳组分污染特征,于2018年1月5日—2月5日在廊坊市开发区国控点位同步开展PM 2.5及PM 10样品采集,使用DRI分析OC(有机碳)与EC(元素碳)的质量浓度.结果表明:廊坊开发区冬季ρ(PM 2.5)、ρ(PM 10)分别为(54.5±46.0)(91.0±58.2)μg/m^3.PM 2.5中ρ(OC)、ρ(EC)分别为14.64、3.54μg/m^3,PM 10中分别为17.07、4.58μg/m^3;PM 2.5、PM 10中ρ(OC)与ρ(EC)相关性均较好,R^2均为0.91(P<0.01),表明二者具有相似的来源;在PM 2.5和PM 10中OC/EC〔ρ(OC)/ρ(EC),下同〕分别为4.46和4.16,ρ(SOC)(SOC为二次有机碳)分别为6.15和5.88μg/m 3,分别占ρ(OC)的42.1%和37.7%,表明二次污染较严重.碳组分丰度及主成分分析结果表明,PM 2.5与PM 10中碳组分来源基本一致,主要来源于汽车尾气、水溶性极性化合物、生物质燃烧及燃煤的混合源,柴油车排放,以及道路扬尘.后向气流轨迹聚类结果表明,颗粒物及碳组分质量浓度受途径内蒙古自治区及河北省中部、北京市南部气团的影响较大;对于碳组分来源,道路扬尘及汽车尾气受气团传输的影响较大,而生物质燃烧、燃煤等受气团传输的影响较小.研究显示,汽车尾气、燃烧源及道路扬尘为廊坊市开发区冬季碳组分的主要来源.

德州市大气细粒子中碳组分的污染特征研究

2012年2-9月间在德州市城区及郊区布置6个采样点位,分别采集了采暖季(2012年2月28日-3月4日)、风沙季(2012年5月3日-8日)、非采暖季(2012年9月20日-9月25日)共216个PM2.5样品膜,采用美国Sunset Laboratory Inc热光反射法碳谱分析仪测定了PM2.5样品中OC、EC的浓度值,应用OC/EC比值法对SOC进行了估算。结果表明,德州市PM2.5污染较严重,年平均浓度为159.68μg/m3,各点位浓度的空间分布无明显差异,季节变化趋势为:采暖季>风沙季>非采暖季。PM2.5中OC和EC的平均浓度分别为16.80μg/m3、3.65μg/m3;OC和EC的日均浓度分别占PM2.5的9.61%和2.10%,OC是PM2.5的重要组成部分;OC、EC浓度的季节变化趋势与PM2.5浓度特征相同。年平均浓度为3.91μg/m3;SOC在OC和PM2.5中所占的比例分别为22.30%和2.54%,SOC对OC具有较大的贡献;SOC在OC中所占的比值季节变化趋势为风沙季>非采暖季>采暖季。

宜宾市PM_(2.5)中碳组分的污染特性及来源分析

2017年1月—12月期间在四川省宜宾市布置4个点位,共采集360个PM_(2.5)样品膜,采用美国沙漠研究所DRI Model 2001型热光分析仪测定PM_(2.5)样品中OC、EC的浓度值,应用OC/EC比值法对SOC进行了估算.结果表明,宜宾市PM_(2.5)年均浓度为75.2μg·m^(-3).OC、EC年均浓度分别为14.3μg·m^(-3)和4.30μg·m^(-3),季节变化趋势为冬季>秋季>春季>夏季,OC占PM_(2.5)比例为19.0%,为PM_(2.5)重要组成部分.SOC年均浓度为4.70μg·m^(-3),对OC贡献较大,在OC中占比为29.3%;SOC在OC中的占比春季>冬季≈秋季>夏季.进一步对OC1、OC2、OC3、OC4、EC1、EC2、EC3、和OPC进行主成分分析,结果表明机动车尾气、燃煤排放和生物质燃烧是宜宾市PM_(2.5)中OC和EC的主要贡献源,可贡献PM_(2.5)中碳组分的54.0%—69.0%.

天津市夏季PM_(2.5)中碳组分时空变化特征及来源解析

为研究天津市夏季PM_(2.5)中碳组分的时空变化特征及来源,于2019年7—8月设立2个点位分昼夜采集天津市PM_(2.5)样品,并测定了其中有机碳(OC)和元素碳(EC)的含量。结果表明,城区PM_(2.5)、OC和EC浓度日均值分别为(53.4±20.8)μg·m^(-3)、(8.72±2.56)μg·m^(-3)和(1.67±0.90)μg·m^(-3),郊区PM_(2.5)、OC和EC浓度日均值分别为(54.2±24.5)μg·m^(-3)、(7.54±2.50)μg·m^(-3)和(1.82±1.06)μg·m^(-3);白天PM_(2.5)、OC、EC的平均浓度分别为(47.3±16.1)μg·m^(-3)、(8.7±2.1)μg·m^(-3)和(1.5±0.6)μg·m^(-3),夜间PM_(2.5)、OC、EC的平均浓度分别为(60.2±26.2)μg·m^(-3)、(7.5±2.9)μg·m^(-3)和(2.0±1.2)μg·m^(-3)。OC浓度表现为城区高于郊区,白天高于夜间;EC及PM_(2.5)浓度表现为郊区高于城区,夜间高于白天。OC/EC比值分析得,城区(6.04)高于郊区(5.08);白天(6.58)高于夜间(4.54)。城区OC与EC相关性弱于郊区,白天OC与EC相关性弱于夜间。采用EC示踪法与MRS模型对SOC含量进行估算,得到白天与夜间SOC浓度分别为(5.71±1.35)μg·m^(-3)和(3.81±1.20)μg·m^(-3),白天SOC污染比夜间严重。丰度分析与主成分分析的结果表明,天津市夏季城郊区PM_(2.5)中碳组分均主要来源于燃煤和机动车尾气排放。

绵阳市2020年冬季PM_(2.5)中碳组分的污染特性及来源分析

为研究四川省绵阳市冬季PM_(2.5)中碳组分污染特征及来源,2020年12月2日~2021年2月8日期间在绵阳市布置3个点位,共采集100个PM_(2.5)样品膜,采用美国沙漠研究所DRI Model 2001型热光分析仪测定PM_(2.5)样品中有机碳(OC)、元素碳(EC)的浓度值,应用OC/EC比值法对二次有机碳(SOC)进行了估算。结果表明,绵阳市冬季OC、EC平均浓度分别为12.3μg/m^(3)和4.29μg/m^(3),总碳气溶胶(TCA)在PM_(2.5)中占比为39.9%。SOC平均浓度为2.59μg/m^(3),在OC中占比为21.0%.3个站点OC与EC的相关性为高新区(R^(2)=0.918)、市人大(R^(2)=0.889)和仙海(R^(2)=0.869),表明OC与EC来源较为一致和稳定.来源分析结果表明:机动车尾气和燃煤排放是绵阳市PM_(2.5)中OC和EC的主要贡献源,可贡献碳组分的53.3%~59.9%.建议冬季期间加强城区内机动车管控,尤其是早晚高峰时段主要交通干道交通疏导,避免机动车怠速排放,以促进绵阳市空气质量改善.

安庆市PM_(2.5)碳质组分污染特征及来源解析

2020年3月2日—2021年2月28日在安庆市政务服务中心楼顶设置监测点,手工采集PM_(2.5)样品,运用多波段碳分析仪(DRI Model 2015)分析样品中碳质组分有机碳(OC)和元素碳(EC)质量浓度;利用OC/EC法、相关分析法和主成分因子分析法对PM_(2.5)中碳质组分的污染特征和可能来源进行解析。结果显示:安庆市手工采样期间PM_(2.5)平均质量浓度为(45.9±28.1)μg/m^(3),OC和EC的平均浓度分别为(8.0±3.4)、(1.4±0.6)μg/m^(3),在PM_(2.5)中占比为17.4%、3.1%。四季OC平均浓度分布为冬季(9.7±4.2)μg/m^(3)>春季(9.0±2.5)μg/m^(3)>秋季(8.3±2.9)μg/m^(3)>夏季(5.1±1.6)μg/m^(3),EC平均浓度分布为冬季(1.7±0.5)μg/m^(3)>春季(1.7±0.6)μg/m^(3)>秋季(1.3±0.4)μg/m^(3)>夏季(0.8±0.3)μg/m^(3)。OC/EC范围为3.11~12.14,平均值为5.83,表明安庆市存在二次有机碳(SOC),SOC均值为(2.89±1.94)μg/m^(3),分别占OC和PM_(2.5)浓度的36.1%、6.3%;四季OC、EC相关性不显著,r均小于0.85,说明安庆市的碳质组分较复杂;在不同空气质量等级条件下,OC质量浓度随着污染等级的升高而逐渐升高,EC质量浓度随着污染等级升高而先升高后降低。利用主成分分析法进行来源解析发现,道路扬尘、燃煤、柴油车尾气是碳质组分的主要来源。

无锡市区环境空气中PM10来源解析

于2005年采集了无锡市区PM10源和受体样品,并测定了无机元素、水溶性离子和碳等组分的含量.采用OC/EC〔即ρ(OC)/ρ(EC)〕最小比值法确定了二次有机碳(Secondary Organic Carbon)对PM10的贡献,并据此重新构建了受体化学成分谱,使用化学质量平衡受体模型(CMB)和二重源解析技术对无锡市区的PM10来源进行了解析.结果表明:城市扬尘是无锡市环境空气中PM10的主要来源,其分担率达50.49%;煤烟尘和机动车尾气尘的分担率也分别为13.97%和7.80%;其他重要源类按分担率依次为二次有机碳,SO42-,建筑水泥尘,NO3-,土壤尘和钢铁尘等,其中二次有机碳年贡献值为6.94μg/m3,年分担率为6.18%.

焦炉顶和厂区环境中有机碳和元素碳的粒径分布

为了明确焦炉顶和厂区环境空气颗粒物中有机碳(organic carbon,OC)和元素碳(elemental carbon,EC)的污染特征,利用美国Staplex234大流量采样器(粒径:≤1.4μm、1.4～2.1μm、2.1～4.2μm、4.2～10.2μm、≥10.2μm)采集焦炉顶和厂区的环境空气颗粒物样品,并用德国Elementar Analysensysteme GmbH vario EL cube分析其中的OC和EC组分.结果表明,焦炉顶TSP中ρ(OC)和ρ(EC)分别为291.6μg·m-3、255.1μg·m-3,厂区ρ(OC)和ρ(EC)分别为377.8μg·m-3、151.7μg·m-3;厂区≤1.4μm颗粒物中二次有机碳(secondary organic carbon,SOC)的质量浓度为147.3μg·m-3;焦炉顶≤2.1μm颗粒物中ρ(OC)/ρ(EC)值为1.3.厂区TSP中ρ(EC)低于焦炉顶,ρ(OC)明显高于焦炉顶,且厂区≤10.2μm颗粒物中ρ(OC)、ρ(EC)远高于焦化厂所在地区环境空气;焦炉顶和厂区的OC、EC均主要富集在细颗粒物中,焦炉顶和厂区OC的粒径分布差别较大,厂区比焦炉顶OC的粒径分布更趋向于向细颗粒物分布,焦炉顶和厂区EC的粒径分布相似;厂区粒径≤10.2μm颗粒物中,随着粒径的减小,ρ(SOC)和SOC对OC的贡献均呈增大的趋势.

邯郸市PM_(2.5)组分特征及其对散射系数的影响

对邯郸市2013年和2014年1、4、7、10月份的PM_(2.5)进行采样及成分分析,结果显示2013年和2014年的PM_(2.5)年均浓度分别为170.4和144.0μg·m^(-3),2014年较2013年下降了15.5%。各季度OC浓度冬季(31.7μg·m^(-3))>秋季(24.4μg·m^(-3))>春季(9.1μg·m^(-3))>夏季(5.6μg·m^(-3)),SOC的排序为秋季(13.1μg·m^(-3))>冬季(8.8μg·m^(-3))>春季(2.4μg·m^(-3))>夏季(2.0μg·m^(-3)),分别占OC的24.6%、34.6%、43.9%和27.7%。利用IMPROVE重构公式,得出散射系数年均值为524.9 Mm-1,春、夏、秋、冬季分别为328.4、333.9、564.8和872.6 Mm-1。硫酸铵是散射系数的主要贡献者,年均贡献率为33.9%,其次为硝酸铵(25.3%)、有机物(20.2%)、PM_(2.5)-10(15.4%)和土壤尘(5.7%)。

兰州春夏季PM_(10)碳组分昼夜变化特征与来源分析

为探讨兰州市春夏季大气可吸入颗粒物(PM_(10))中碳气溶胶的昼夜变化特征及来源,从2015年4月1日至8月30日分白天(08:00~20:00)和夜间(20:00~次日08:00)对兰州市区PM_(10)样品进行采集,并分析了其中的有机碳(OC)和元素碳(EC)的昼夜浓度.结果表明,采样期间白天PM_(10)、OC和EC的平均浓度分别为(136.0±84.3)、(12.4±3.2)和(2.3±0.7)μg·m-3.夜间,PM_(10)和OC、EC的平均浓度分别为(196.0±109.2)、(16.0±5.3)和(5.0±2.1)μg·m-3.PM_(10)、OC和EC浓度均呈现出夜间高于白天.采样期间白天二次有机碳占有机碳的比值均高于夜间,表明白天受二次有机碳的污染更严重.沙尘日PM_(10)和OC浓度均高于非沙尘日,而EC浓度与非沙尘日接近.沙尘日,二次有机碳和总碳气溶胶的浓度均较高,但对PM_(10)的贡献相对较低.对碳气溶胶8种组分进行主成分分析,结果表明在非沙尘日,白天碳气溶胶主要来源于燃煤、汽油车、柴油车排放和生物质燃烧,夜间主要受到燃煤、扬尘以及柴油车和生物质燃烧的影响.

西安市夏末秋初PM_(2.5)中碳组分分析

2012年9月1日至30日利用大气气溶胶OC/EC在线分析仪在线分析了西安PM2.5中的OC、EC,并结合O3和紫外辐射数据(UV)进行了分析。结果表明:PM2.5、OC、EC、及O3的日均值分别为85.22,19.50,7.18,56.69μg/m3。PM2.5及其中OC、EC的日变化规律呈现"双峰"分布,OC、EC的日波动范围较PM2.5小,且OC的波动范围较EC大,OC、EC的相关性较高(R2=0.73)。PM2.5中TCA的平均比重为47.85%,是PM2.5的主要成分之一,TCA以OM为主,OM中SOC的平均比重高达54.76%,PM2.5中SOC的平均比重为21.25%,SOC和O3的相关性较高,表明研究期间西安市有机物光化学反应较重。1 d中10:00至19:00是PM2.5中SOC比重最高的时段且呈上升趋势,而PM2.5中TCA的变化规律则呈"W"型双峰分布。

2015~2019年南京北郊碳质气溶胶组成变化

碳质气溶胶是大气细颗粒物的重要组成,对空气质量、人体健康和气候变化有着重要影响.为了探究碳质气溶胶在减排背景下的长期变化,本研究测定了南京北郊5 a(2014年12月17日至2020年1月5日)PM_(2.5)样品的有机碳(OC)和元素碳(EC)浓度.结果表明,ρ(OC)和ρ(EC)5a平均值分别为(10.2±5.3)μg·m^(-3)和(1.6±1.1)μg·m^(-3),其中OC占PM_(2.5)的31.1%,EC占PM_(2.5)的5.2%.OC和EC均呈现出冬高夏低的季节特征.通过非参数的Mann-Kendall检验和Sen's斜率发现,OC和PM_(2.5)的浓度整体呈显著下降趋势[OC:P<0.0001,-0.79μg·(m^(3)·a)^(-1),-0.29%·a^(-1);PM_(2.5):P<0.0001,-4.59μg·(m^(3)·a)^(-1),-1.58%·a^(-1)].EC虽然整体上升,但显著性和变化幅度相对而言并不明显[P=0.02;0.05μg·(m^(3)·a)^(-1),0.02%·a^(-1)].从冬季的长期变化看,OC、EC都呈显著下降[OC:P<0.0001,-2.05μg·(m^(3)·a)-1,-0.74%·a^(-1);EC:P=0.001,-0.15μg·(m^(3)·a)^(-1),-0.05%·a^(-1)],且下降较总体更明显.OC和EC的相关性表明,冬季和夏季的来源较春季和秋季更复杂.根据OC/EC特征比值判断,2015~2019年燃煤源和生物质燃烧源的贡献有所下降,工业源与机动车排放源的影响日益显著,与此对应的是OC的明显下降和EC的轻微回升.OC/EC比值大于2.0,说明研究区域存在二次污染.进一步计算发现SOC变化与OC一致,呈显著下降[P<0.0001,-0.47μg·(m^(3)·a)^(-1),-0.17%·a^(-1)],均值为(5.0±3.5)μg·m^(-3),占OC的49.2%.以上变化说明南京市近年来对空气污染的防控治理效果明显,同时今后的治理可以针对VOCs的排放,以减轻二次污染.

成都平原PM2.5中碳质组分时空分布特征与来源

为了探究成都平原碳质气溶胶污染特征及来源,于德阳、成都和眉山三地采集了1 a的PM2.5样品,利用光热透射法测量其有机碳(OC)和元素碳(EC).3个点年均碳质气溶胶的质量浓度(μg·m^-3)分别为眉山(OC:15.8±9.6,EC:6.6±5.3)>成都(OC:13.0±7.5,EC:4.7±3.6)>德阳(OC:9.6±6.1,EC:3.4±2.6),对应的总碳质气溶胶(TCA)在PM2.5中的占比分别为36%、34%和30%.由EC示踪法估算获得二次有机碳(SOC)在OC中的占比分别为眉山38%、成都46%和德阳47%.OC和EC质量浓度季节变化显著,呈现出秋冬季高夏季低的特征,在2013年10月12~13日、12月2~7日和2014年1月中下旬出现峰值,同期气溶胶中K+质量浓度激增,说明这些污染过程中生物质燃烧有重要贡献.PMF模型对碳质气溶胶来源解析结果表明,该地区总碳(TC)的主要来源为生物质燃烧源(46%~56%)、二次有机气溶胶源(26%~38%)、机动车排放源(9%~12%)、扬尘源(3%~4%)、燃煤源(2%~3%)和工业源(1%~2%),生物质燃烧源全年范围内对TC有显著贡献,尤以秋冬两季贡献最高.

盘锦市秋冬季节PM_(2.5)中碳组分特征及来源解析

为研究盘锦市秋冬季节大气PM_(2.5)中碳组分的污染特征和来源,于2016年10月和2017年1月采集盘锦市3个点位PM_(2.5)样品,通过OC/EC比值法,EC示踪法以及主成分分析法对PM_(2.5)中碳组分进行污染特征分析及来源解析.结果表明,盘锦市秋冬季节PM_(2.5)浓度均超过环境空气质量标准(GB 3095-2012)二级标准,秋季OC和EC的平均浓度为10.02μg·m^(-3)和3.91μg·m^(-3),冬季为16.04μg·m^(-3)和5.62μg·m^(-3);采样期间秋冬季节OC/EC均大于2.0,说明各采样点位在秋冬季均可能存在二次污染,Spearman相关分析及线性拟合可知开发区OC与EC来源复杂,第二中学及文化公园OC和EC可能具有同源性;通过EC示踪法对SOC进行定量估算,得出秋季SOC浓度为7.21μg·m^(-3),冬季为23.07μg·m^(-3),对结果进行不确定性分析,可知秋冬季节SOC不确定性的绝对误差和相对误差均在可接受范围内;通过主成分分析得出盘锦市秋冬季节PM_(2.5)中碳组分主要来源于煤烟尘,生物质燃烧以及机动车尾气.