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%。

洛阳市大气PM2.5中有机碳与元素碳的源解析及季节变化特征

本文深入研究洛阳市大气PM2.5中的有机碳(OC)与元素碳(EC)的源解析及季节变化特征。采用全面覆盖的采样方法,结合高精度分析仪器,确定OC与EC的主要来源,包括工业燃煤、居民燃煤、机动车尾气排放、生物质燃烧及二次有机气溶胶(SOA)。研究发现,各来源在不同季节的贡献率显著差异,冬季燃煤供暖导致燃煤来源显著上升,夏季SOA和机动车尾气排放贡献较大。这些结果为制定针对性的大气污染防控策略提供科学依据。

北京冬季PM_(2.5)中元素碳、有机碳的污染特征

通过2003年1月对北京市区PM2 5中元素碳(EC)、有机碳(OC)连续测量,分析了其污染特征。监测资料表明,北京市区PM2 5中ρ(OC)高于ρ(EC),它们多在夜间高、白天低,且变化趋势大致相同。北京市区冬季ρ(OC) ρ(EC)的值较低。

广州市夏季室内外PM_(2.5)中有机碳、元素碳的分布特征

2004年7～8月在广州市9个采样点的室内、室室外同步采集了PM2.5样品,采用热光反射碳分析仪分析得到OC、EC的质量浓度,对OC、EC污染水平、空间分布、室内室外质量浓度关系、OCEC质量浓度关系及二次有机碳等特征进行了深入细致的分析研究.结果表明,OC室内、外平均质量浓度为17.3和19.9μg·m-3,EC室内、室外平均质量浓度为6.5和6.6μg·m-3,总碳气溶胶占PM2.5质量的50%以上;在不同类型采样点OC、EC质量浓度存在区别;室内环境中OC、EC质量浓度相关性显著,室外环境中OC、EC质量浓度相关性不显著;OC、EC质量浓度比ρ(OC)ρ(EC)超过2;室内、室外PM2.5中二次有机碳质量浓度是7.6和10.0μg·m-3,占总有机碳的比率为43.8%、45.5%.

北京市采暖期PM_(2.5)中有机碳和元素碳的污染特征与来源解析

为研究北京市采暖期PM2.5中有机碳(organic carbon,OC)和元素碳(elemental carbon,EC)的污染特征和来源,于2011年12月至2012年2月在北京师范大学监测点进行PM2.5样品的采集.本研究分析PM2.5及其OC和EC的质量浓度变化特征,并采用ρ(OC)/ρ(EC)最小比值法估算二次有机碳(secondary organic carbon,SOC)的质量浓度.除此之外,从定性和定量两方面研究OC和EC的来源及其来源贡献量.结果表明:北京市采暖期PM2.5平均质量浓度为(90.69±61.86)μg/m3,其中OC和EC的平均质量浓度分别为(21.91±12.02)、(5.03±2.58)μg/m3,分别占PM2.5的24.16%和5.55%;SOC的平均质量浓度为(8.37±6.05)μg/m3,占总有机碳(total organic carbon,TOC)质量浓度的37.27%.PM2.5中OC和EC的相关系数较高,表明它们来源相同,且主要来源于机动车尾气、燃煤排放.机动车尾气排放的贡献量达44.70%,成为OC、EC的重要来源.因此,严格控制机动车保有量的快速增长,减少机动车尾气排放,将成为改善城市大气环境质量的重要手段之一.

太原冬季PM_(2.5)中有机碳和元素碳的变化特征

2005年12月-2006年2月在太原市区持续观测了气溶胶细粒子PM2.5,并应用Sunset碳分析仪进行了有机碳（organic carbon，OC）和元素碳（elemental carbon，EC）的测定。结果表明：太原冬季PM2.5，OC和EC浓度均较高，其中PM2.5日平均浓度变化范围为25．4～419．0μg／m^3，日平均浓度为193．4±102．3μg／m^3，OC平均浓度为28．9±14．8μg／m^3，EC平均浓度为4．8±2．2μg／m^3，OC／EC平均比值是7．0±3．9，即太原市冬季PM2.5和碳气溶胶污染严重。OC在PM2.5中占18．6％，EC占2．9％，这表明碳气溶胶是太原大气细粒子污染控制的关键组分。在太原市冬季，采暖燃烧的煤是OC和EC的主要贡献源，造成OC大大高于EC，从而使OC／EC比值增大。各种气象条件对PM2.5，OC，EC和OC／EC比值的变化都有不同程度的影响，特别是大雾天气、相对湿度、风速和降雪是影响碳气溶胶浓度变化的重要因素。

重庆市春季大气PM_(10)中有机碳、元素碳浓度水平及污染特征分析

2006年4月于重庆市主城区9个采样点和1个城郊对照点同步采集了大气PM10样品,利用热分解示差热导法元素分析仪测定了PM10中的有机碳(OC)、元素碳(EC)的质量浓度,对OC和EC的污染水平、空间分布、OC和EC的浓度关系以及二次有机碳(SOC)等特征进行了较为详细的分析。结果显示,不同区域采样点的OC、EC浓度存在较明显差异,主城区大气环境中OC、EC平均浓度分别为52.5、8.6μg/m3,是对照点OC(16.8μg/m3)、EC(2.9μg/m3)浓度的3.1和3.0倍;主城区总碳气溶胶(TCA)占PM10总浓度的比例均值为33.3%;无论是高污染城区点还是一般城区点,OC和EC浓度间的相关性均不显著;各样点OC/EC值均超过2,表明存在二次有机碳的贡献;初步估算主城区PM10中的二次有机碳浓度均值为39.6μg/m3,占PM10总浓度的16.1%左右。

大气气溶胶中有机碳和元素碳监测方法的进展

本文主要介绍和评述了近10年来大气气溶胶中的有机碳和元素碳的采样和分析技术的进展,引用参考文献41篇。

气溶胶有机碳元素碳基本特征研究的前沿动向

综述国外气溶胶有机碳(OC)和元素碳(EC)的五大特征(粒径分布、物质组成、时空分布、室内室外关系、排放源分析的)研究的进展;概述了国内OC、EC相关研究情况,展示了国内外OC、EC基本特征研究的发展重点和趋势。

西安市冬季重污染天PM_(2.5)高分辨率及其中碳气溶胶污染特征分析

为了研究西安市冬季重污染天PM2.5及其中碳气溶胶的变化特征，在2013年1月1日至2013年2月28日大气污染严重的天气进行24 h连续的PM2.5样品采集，再通过Model-4型全自动半连续式在线光/热法大气气溶胶OC/EC分析仪分析得出OC、EC的连续质量浓度值。结果表明，西安市PM2.5质量浓度冬季重污染天日循环变化规律明显，均大致呈现双峰模式，白天和夜间各有一个高峰。2月份的每个PM2.5质量浓度值高峰和低峰的出现均比1月份晚2-3 h，夜晚的高峰值比1月份低，PM2.5质量浓度比1月份上升得慢，下降得快。气象条件能对PM2.5质量浓度产生较强的影响。2月份PM2.5质量浓度值整体比1月份低，但在2月10日出现突越（499μg·m-3），这与春节假期人为活动变化有关。OC/PM2.5、EC/PM2.5、TCA/PM2.5日变化幅度都较小，这说明OC、EC、TCA的来源比较一致；OC/EC值的平均值为6.63，表明西安冬季重污染期PM2.5中的一次来源主要为燃煤排放。PM2.5、OC、EC、TCA和OC/EC的值较2010年都有明显的上升，但OC/PM2.5、EC/PM2.5、TCA/PM2.5的值却是下降的，这说明近年来PM2.5及碳气溶胶的控制措施效果不明显，碳气溶胶二次来源增加，PM2.5的排放来源变得更加复杂。OC和TCA日循环变化呈现出明显的双峰特征；EC的变化趋势不明显。一天中OC/EC值多数时候处于较高水平，且受早晚车流量高峰的影响不明显，说明西安冬季重污染期间碳气溶胶受光化学反应转化的二次来源影响比较大。OC、EC的线性相关性比较好，且白天相对夜晚好，说明西安市冬季夜间燃煤采暖增加了碳气溶胶来源的复杂性。

北京市室内外PM_(2.5)中有机碳和元素碳的分布特征

为了分析北京市室内外PM_(2.5)中有机碳和元素碳的分布特征,于2015年11月-2016年4月在北京市西城区室内、室外采样点同步采集PM_(2.5)样品,采用美国Sunset Lab Inc.碳分析仪分析PM_(2.5)中有机碳(Organic carbon,OC)、元素碳(Elemental carbon,EC)的质量浓度,讨论了灰霾和非霾天气下,PM_(2.5)、OC、EC以及二次有机碳的浓度水平、室内外相互关系以及季节分布特征。结果表明:非霾天气下,受室内源影响,室内OC质量浓度高于室外;冬、春季室内的OC在PM_(2.5)中占比均大于室外,室内源作用明显;北京市冬、春季二次有机碳占总有机碳的50%以上,冬季高于春季,室内高于室外,二次有机碳是北京市PM_(2.5)中碳质颗粒物的主要组成,污染严重,应受到重视。

西安市PM2.5和碳气溶胶质量浓度变化特征研究

为了探讨西安市PM2.5和碳气溶胶质量浓度变化特征,从2012年3月-2013年2月对西安市大气PM2.5进行了为期一年的观测,并分析了有机碳（OC）和元素碳（EC）的质量浓度变化特征.结果显示,西安市2012年3月-2013年2月日均PM2.5质量浓度变化幅度为26.9-505.1μg/m^3,PM2.5年平均质量浓度为114.0±86.6μg/m^3,是中国PM2.5空气质量标准（GB3095-2012）年平均二级标准值（35μg/m^3）的3.3倍.PM2.5季节变化特征为冬季〉秋季〉春季〉夏季.OC和EC年平均浓度值为21.44±15.76μg/m^3和6.16±3.38μg/m^3,OC/EC年平均值为3.37±0.95,变化范围为1.80-5.84,表明有二次有机碳气溶胶的存在.主成分分析法表明,西安市大气中的碳气溶胶主要来自汽油车和柴油车尾气、二次碳气溶胶以及生物质燃烧.

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.

拉萨市夏季含碳气溶胶的浓度水平与组成特征研究

利用颗粒物采样器采集拉萨市夏季(2021年8月30日~2021年9月23日)大气细颗粒物(PM_(2.5))样品,并对不同含碳气溶胶组分进行测定和探讨。根据碳组分挥发性的强弱,将有机碳(OC)分为易挥发组分(HOC)、中等挥发组分(MOC)和难挥发组分(LOC),元素碳(EC)分为焦碳(char)和烟炱(soot)。结果显示,拉萨市夏季大气环境白天OC和EC的平均浓度分别为4.39±0.98μg/m^(3)和1.09±0.69μg/m^(3),夜晚OC和EC的平均浓度分别为4.39±1.43μg/m^(3)和1.17±0.57μg/m^(3)。系统比较OC/EC和char/soot源示踪指标在源辨识上的差异,发现char/soot值比OC/EC值可以更准确地识别关键排放源对含碳气溶胶的影响,说明char/soot值是一个可靠的源解析工具。本研究测定的char/soot平均值为0.20,符合机动车尾气污染特征,远小于生物质燃烧和煤炭燃烧特征值,说明拉萨夏季大气环境主要受机动车尾气排放影响。LOC是拉萨夏季含碳气溶胶最丰富的OC组分,在所有碳组分中的占比为47.7%,其次为MOC(18.2%)和HOC(10.8%)。不同碳组分之间的相关性分析表明,HOC主要通过大气化学反应生成,未来可成为评估二次有机气溶胶的一个潜在指标。

PM2.5中有机碳/元素碳测定探讨

概述了PM2.5中有机碳/元素碳(OC/EC)的分析方法应用进展,分析了滤膜样品攫取方式对测定结果的影响,探讨了IMPROVE-A法、NIOSH 5040法和Quartz法对OC/EC/TC测定结果的可比性。结果表明,IMPROVE-A法、NIOSH 5040法和Quartz法对TC的测定结果无显著性差异(tTC<t0.05(2)),NIOSH 5040法和Quartz法对OC/EC的测定结果也无显著性差异(tOC<t0.05(2),tEC<t0.05(2)),但IMPROVE-A法与NIOSH 5040法、Quartz法对OC/EC的测定结果均存在显著性差异(tOC>t0.01(2),tEC>t0.01(2))。鉴于OC/EC比值在颗粒物源解析中的重要意义,而目前国内外还未建立OC/EC的标准分析方法,由此提出在颗粒物源解析中规范OC/EC测定方法的迫切性。

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.

昌吉市典型区域PM_(2.5)中有机碳和元素碳污染特征分析

本研究分析PM_(2.5)中有机碳和元素碳的质量浓度变化特征,对昌吉市典型区域昌吉州环保局2016-01月至2017-01月采集的大气细颗粒物(PM_(2.5))样品,利用美国(Sunset Lab Inc)大气气溶胶元素碳与有机碳仪分析了其中的有机碳(OC)和元素碳(EC)浓度水平、污染特征及其可能来源,以期为深入了解昌吉市颗粒物污染现状,制定大气污染防治对策提供依据。结果表明:昌吉市OC和EC的质量浓度范围分别为0.13~46.71μg/m3和0.05~8.25μg/m^3,5月份质量浓度最小,EC的质量浓度月分布无明显变化,OC和EC最大浓度均出现在2月。OC的质量浓度季节变化特征呈现冬季>秋季>夏季>春季;EC的质量浓度季节变化特征呈现冬季>秋季>夏季>春季。在不同的季节,OC的浓度变化比较明显,EC排放相对稳定。对各季节OC、EC相关性分析中可以看出,昌吉市OC、EC相关性表现为夏季最强,春秋次之,表明昌吉市夏、春、秋OC、EC具有相似来源或大气扩散过程,主要来源于交通源机动车尾气的排放;冬季相关性较低,说明OC和EC来源复杂,冬季进入采暖期,采暖期燃煤燃气增加,排放量增大,排放源结构复杂,大气污染可能受多种源共同影响。

天津市大气中PM10、PM2.5及其碳组分污染特征分析

2007年12月-2008年10月期间,分3个时段,设置2个点位,采集了天津市大气环境中PM10和PM2.5样品.用热光反射分析仪测定样品中的碳组分含量,并用OC/EC最小比值法估算二次有机碳（SOC）的浓度.结果表明,市区采样点颗粒物浓度高于郊区,2个采样点的颗粒物浓度变化趋势一致.5月份PM2.5/PM10比值最小,主要由于土壤风沙尘对PM10的贡献较大.PM10和PM2.5中的有机碳（OC）、元素碳（EC）浓度12月份最高,且变化趋势相同.OC占总碳（TC）比例较高,PM10中OC/TC为0.60-0.83,PM2.5中OC/TC为0.55-0.81.碳组分主要集中在PM2.5中,PM10中约有76%的OC存在于PM2.5中.12月份的SOC浓度最高,与12月份的气象条件和污染源排放等因素有关.

南京大气PM_(2.5)中碳组分观测分析

为了解南京地区大气细颗粒物及化学成分在灰霾期间的污染水平及可能来源,于2007年6月至2008年5月,采集PM_(2.5)样品,并测定了其中有机碳(OC)和元素碳(EC)的含量.并考察了有机碳和元素碳的季节变化特征,比较分析了南京地区灰霾与非灰霾期间含碳气溶胶的污染特征.结果显示,南京大气中PM_(2.5)、OC和EC浓度变化范围分别是12.1～287.1,2.6～47.0和1.0～33.6μg/m^3,其中夏季PM_(2.5)(109.6μg/m^3)和OC(20.8μg/m^3)的值在四个季度中最高,呈现出夏季>秋季>冬季>春季的季节变化特征;EC则具有秋季>春季>冬季>夏季的季节变化特征.霾日的OC、EC、总碳含量(TC)浓度及OC与EC比值分别是非霾日的2.0、1.8、1.9和1.7倍.后向轨迹分析表明,在有利的天气背景下,具有丰富水汽和污染物的混合气团最易使南京产生霾天气.

石家庄市采暖前后大气颗粒物及其碳组分特征

为研究石家庄市大气颗粒物、碳组分特征和污染来源,采集2016年11月1日—12月31日石家庄市大气颗粒物(PM_(10)、PM_(2.5)和PM1)样品,分析采暖前后PM_(10)、PM_(2.5)和PM1及其中OC(有机碳)、EC(元素碳)和WSOC(水溶性有机碳)浓度水平,计算颗粒物与碳组分间相关性,进行OC/EC(质量浓度之比,下同)特征比值法和8个碳组分(OC1、OC2、OC3、OC4、OPC、EC1、EC2和EC3)研究.结果表明:(1)采暖后ρ(PM_(10))和ρ(PM_(2.5))比采暖前分别增加了26.4%和32.1%,而采暖后ρ(PM1)比采暖前降低了12.2%.采样期间ρ(PM_(10))与ρ(PM_(2.5))显著相关,而ρ(PM1)分别与ρ(PM_(2.5))和ρ(PM_(10))相关性差.采暖后散煤燃烧造成ρ(PM_(10))和ρ(PM_(2.5))增加,区域机动车限行和工业限产/停产导致ρ(PM1)降低.(2)Pearson相关系数计算可知,ρ(OC)与ρ(EC)强相关;ρ(PM_(10))和ρ(PM_(2.5))分别与ρ(OC)和ρ(WSOC)强相关,而ρ(PM1)分别与ρ(OC)和ρ(WSOC)中等相关;ρ(PM_(10))和ρ(PM_(2.5))分别与ρ(EC)弱相关,ρ(PM1)与ρ(EC)中等相关.(3)采暖后PM_(10)、PM_(2.5)和PM1中ρ(OC)比采暖前分别增加了215.1%、97.2%和18.5%;采暖后PM_(10)和PM_(2.5)中ρ(EC)比采暖前分别增加了65.2%和5.3%,而采暖后PM1中ρ(EC)比采暖前降低了10.9%.集中供热和散煤燃烧排放了大量OC;PM_(10)和PM_(2.5)中EC主要来源于散煤燃烧,PM1中EC主要来源于工业排放和机动车尾气.(4)采暖前PM_(10)、PM_(2.5)和PM1中OC/EC平均值分别为4.5、4.5和4.3;采暖后PM_(10)和PM_(2.5)中OC/EC平均值分别为9.8和9.7,而PM1中OC/EC平均值为7.4.采暖前后SOC/OC(质量浓度之比,下同)平均值的范围为0.36~0.65,石家庄市冬季大气中SOC污染严重;(5)8个碳组分分析发现,石家庄市机动车限行导致PM1中ρ(EC1)降低,而采暖后集中供暖和散煤燃烧的增加,导致ρ(OC2)明显增加.研究显示,大气颗粒物中碳组分采暖前主要来源于机动车尾气,而采暖后主要来源于燃煤燃烧,尤其是散煤燃烧.