2003年秋冬季西安大气中有机碳和元素碳的理化特征及其来源解析

2003年9月至2004年2月在西安站点开展了大气PM2.5和PM10中碳气溶胶的连续观测,并采集了三类主要污染来源样品(燃煤,机动车尾气和生物质燃烧)进行对比分析,采用IMPROVE-TOR方法准确地测量了样品的有机碳(OC),元素碳(EC)及其中的8个碳组分含量.西安秋季和冬季大气PM2.5中OC的平均含量ρOC分别为(34.1±18.0),(61.9±33.2)μg·m-3,EC的平均含量ρEC为(11.3±6.9),(12.3±5.3)μg·m-3.OC和EC均主要赋存于PM2.5粒级中.秋季OC和EC的相关性好(R2＞0.90),冬季一般(R2=0.66).总碳气溶胶在秋季PM2.5中占(48.8±10.1)%,在冬季也达到了(45.9±7.5)%.所有观测日的ρOC/ρEC比值均大于2.0,秋季PM2.5中ρOC/ρEC平均为3.3,冬季为5.1,这可能主要与直接排放来源有关.由碳气溶胶的8个碳组分数据,采用绝对主分量分析获得了主要排放来源对总碳的贡献份额,即秋季汽油车尾气占73%,柴油车尾气占23%,生物质燃烧占4%,而冬季燃煤占了44%,汽油车尾气占44%,生物质燃烧占9%,柴油车占3%.     

万州城区PM_(2.5)中有机碳与元素碳污染特征

为了解重庆万州区PM2.5中碳质气溶胶的污染特征,于2012—2013年分4个季节采集了PM2.5样品,并分析了其中有机碳(OC)和元素碳(EC)的浓度。结果显示,在采样期间,万州区PM2.5中OC和EC的年平均质量浓度分别为29.72μg·m-3和8.42μg·m-3,OC和EC浓度之和达PM2.5的27.25%。OC浓度的季节变化趋势由高到低分别为冬季、秋季、春季和夏季,EC在冬季浓度最高,其他季节浓度变化不大。OC和EC在4个季节都有较好的相关性(r为0.67~0.84),其中,冬季相关性(r=0.84)最高,秋季相关性(r=0.67)最差,这与污染物来源复杂有关。应用OC/EC比值法对二次有机碳(SOC)进行估算,SOC年平均浓度为13.79μg·m-3,占OC含量的46.72%,冬季SOC的浓度远高于其他季节,冬季较高的OC排放及较低的大气扩散能力利于碳气溶胶中SOC的生成。     

重庆三大城区夏季PM_(2.5)中有机碳和元素碳的污染特征

以重庆市渝北区、南岸区和渝中区3个主要城区为研究对象,采集夏季PM2.5样品,应用DRI Model 2001A热/光分析仪,采用IMPROVE-TOR方法测定了PM2.5中有机碳(OC)和元素碳(EC)含量,并对3地的OC、EC污染特征进行了评价,探讨了PM2.5中含碳物质的来源。结果表明,南岸区OC、EC质量浓度分别为(5.8±1.5)、(2.5±0.8)μg·m-3,低于渝北区((8.9±3.2)、(4.2±1.6)μg·m-3))和渝中区((8.8±2.2)、(4.6±1.3)μg·m-3),与PM2.5质量浓度的分布一致,表明渝北区和渝中区的含碳污染物的排放可能较为严重。渝北区、南岸区和渝中区的OC与EC均显著正相关,表明三大城区OC和EC可能分别具有相似的一次污染源。排除降雨天和O3浓度较高的晴天,利用m(OC)/m(EC)比值法对渝北区、南岸区、渝中区二次有机碳(SOC)进行估算,SOC质量浓度分别为(2.0±1.8)、(1.0±0.7)、(2.3±2.0)μg·m-3,占OC比例均低于30%。渝中区SOC对OC的贡献率最高,这可能是因为该地区易于形成城市热岛效应,且热量和辐射效应更加明显,有助于SOC的生成。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可能是三大城区碳质组分的主要来源。     

万州城区PM2.5中有机碳与元素碳污染特征

为了解重庆万州区PM2.5中碳质气溶胶的污染特征，于2012—2013年分4个季节采集了 PM2.5样品，并分析了其中有机碳（OC）和元素碳（EC）的浓度。结果显示，在采样期间，万州区 PM2.5中 OC 和 EC 的年平均质量浓度分别为 29.72 μg·m-3和 8.42μg·m-3，OC和 EC浓度之和占到 PM2.5中 27.25%。OC浓度的季节变化趋势由高到低分别为冬季、秋季、春季和夏季，EC在冬季浓度最高，其他季节浓度变化不大。OC和 EC在 4个季节都有较好的相关性（r为 0.67~0.84），其中，冬季相关性最高（r=0.84），秋季相关性(r=0.67)最差，这与污染物来源复杂有关。应用 OC/EC比值法对二次有机碳（SOC）进行估算，SOC年平均浓度为 13.79 μg·m-3，占 OC含量的 46.72%，冬季 SOC的浓度远高于其他季节，冬季较高的 OC排放及较低的大气扩散能力利于碳气溶胶中 SOC 的生成。
     

广州夏季大气中碳气溶胶浓度水平及污染特征

2002年6-7月于广州市3个采样点采集PM10和PM25样品,测定了PM10,PM25以及元素碳(EC)和有机碳(OC)的浓度.PM10和PM2.5平均浓度分别为124.77μg@m-3及78.13μg@m-3.PM10和PM2.5中的OC浓度分别为22.3μg@m-3和15.80μg@m-3,EC浓度分别为7.78和5.90μg@m-3,其中73.8%的OC和77.7%的EC存在于PM25中.在3个采样点PM10和PM25中,OC/EC比值均大于2.0,表明广州夏季大气存在二次污染.各种气象条件对OC、EC浓度及其比值的变化都有不同程度的影响,其中降水和风速是OC、EC浓度变化的主要气象因素.     

广州PM2.5中有机碳和元素碳的污染特征

于2015年6月～2016年5月对广州大气细粒子PM_(2.5)进行持续观察,分析了样品中有机碳(organic carbon,OC)和元素碳(elemental carbon,EC)的含量.结果表明:广州大气PM_(2.5)含量为(66.03±43.11)μg·m~(-3),OC含量为(8.19±5.01)μg·m~(-3),EC含量为(1.75±0.80)μg·m~(-3); OC,EC和总碳(total carbon,TC)占PM_(2.5)的比例分别为16.73%,3.85%和20.58%,表明广州细粒子的碳污染程度较为严重; PM_(2.5),OC和EC污染都呈现冬季春季夏季秋季的特征,与历史研究基本一致; OC,EC相关系数较高(R~2=0.929),表明二者来源较为相近,且PM_(2.5)中EC1占比例最高(45.41%),表明广州燃煤和机动车尾气是重要的污染源;二次有机碳(SOC)为(4.10±3.56)μg·m~(-3),占OC的比例为46.19%,表明广州二次有机碳的排放与形成是碳污染的重要因素.与历史数据相比,广州大气污染情况有所改善,碳气溶胶污染几乎达到历史最低值.     

新乡市大气细颗粒物中碳质气溶胶的污染水平、季节特征及来源追踪

为了探究典型“2+26”传输通道城市之一的新乡市PM_2.5中碳质气溶胶的污染水平、季节分布及来源特征,于2019年7月至2020年4月在河南师范大学采集PM_2.5样品,采用热/光碳分析仪测定了8种碳组分质量浓度.结果显示,新乡市PM_2.5年均质量浓度为(66.25±35.73)μg·m^-3,TCA(Total Carbonaceous Aerosol)/PM_2.5质量浓度比年均为(25.16±6.93)%,说明新乡市碳组分污染较为严重.碳组分具有显著的季节变化特征,冬季OC(Organic Carbon)和EC(Elemental Carbon)的质量浓度分别为(13.50±6.43)μg·m^-3和(5.67±2.32)μg·m^-3,明显高于其他季节,说明冬季污染较为严重.SOC(Secondary Organic Carbon)/OC质量浓度比值夏季最高(49.37±17.73)%,冬季最低(39.06±15.83)%.OC和EC的...     

北京市夏季大气气溶胶 PM2.5和 PM10成分特征?

对北京市城区2012年夏季大气对气溶胶进行每日PM2.5和PM10石英膜采样,得到了可溶性离子质量浓度和16种元素的质量浓度,并结合气象观测值进行了分析.结果显示,采样期间,PM2.5质量浓度为9.58~210.42μg·m-3,平均值102.81μg·m-3;PM10质量浓度为33.75~288.33μg·m-3,平均值159.66μg·m-3.PM2.5和PM10质量浓度都与采样点能见度、风速呈负相关,与相对湿度呈正相关.质子荧光分析(PIXE)结果显示,S、K、Ca和Fe在PIXE可分析元素中含量较高,在PM2.5和PM10都占89%.且元素Ca、Ti、Sc、Cr、Fe主要存在于粗粒子(PM2.5~10)中,而元素S、Cu、Zn、As、Br、Pb主要存在于细粒子(PM2.5)中.富集因子分析表明,元素K、Ca、Ti、V、Mn、Ni主要为地壳来源,元素S、Cl、Cu、Zn、As、Br、Pb主要来自于人为源.SO2-4、NO-3、NH+43种可溶性离子总质量浓度占PM2.5浓度的43.5%,占PM10浓度的25.4%.     

上海重霾期PM2.5碳质组分污染特征及来源分析

基于Sunset碳分析仪对上海城区冬季重污染期PM_(2. 5)中的有机碳(OC)和元素碳(EC)浓度展开为期一个月(2014年12月1日～31日)的小时分辨率在线连续监测,并采用优化的最小R2算法对二次有机气溶胶(SOC)含量进行了估算。观测期间的PM_(2. 5)、OC和EC的平均浓度(mean±1σ)分别为(67. 5±40. 5)μg·m~(-3),(9. 9±4. 8)μg·m~(-3),(3. 1±1. 7)μg·m~(-3),其中总碳TC占PM_(2. 5)质量浓度比重为32. 2%。OC/EC的平均值为3. 5,SOC的浓度(2. 4±2. 3)μg·m~(-3),占OC比重为24. 5%。EC浓度的日变化与车流量一致,呈现出显著的早晚高值,表明机动车是上海EC的主要污染源。SOC浓度在午后达到极大值,说明光化学反应是SOC形成的重要过程。对采样期间的一次典型污染事件(15日20:00～16日5:00)进行来源分析发现,来自于生物质燃烧输送和机动车一次排放的贡献较少;而SOC占OC的比重明显高于非污染期间,表明二次成核是雾霾期有机气溶胶污染的关键过程。     

南京北郊PM2.5中含碳物质和水溶性离子的污染特性

为了解南京市北郊四季细粒子中含碳组分与水溶性离子的污染特征及影响因素,于2012年8月~2013年6月期间在南京北郊采样点采集PM2.5样品。利用DRI Model 2001A热/光碳分析仪对有机碳(OC)与元素碳(EC)进行了测定。结果显示,PM2.5、OC、EC的质量浓度均是冬季最高、夏季最低,PM2.5的日平均值为122.7±75.2μg/m3,OC和EC的日平均值分别为(15.4±8.0)μg/m3和(3.6±1.8)μg/m3,含碳物质占PM2.5总质量的11%~40%。OC与EC在秋季和冬季有较好的相关性(r2分别为0.86和0.83),表明其来源相似;春季和夏季的相关性较低(r2分别为0.47和0.53),可能原因是有较多二次有机碳(SOC)生成致其来源复杂。利用EC示踪法对SOC的含量进行了估算,夏季SOC占OC的比例最高,达到了44.6%,可见高温与强烈的光照有利于SOC的形成。利用戴安离子色谱对PM2.5中的阴离子SO42-、NO3-、F-、Cl-、HCOO-、CH3COO-和C2O42-,阳离子Na+、NH4+、K+、Mg2+、Ca2+进行分析,结果表明,水溶性离子占PM2.5总质量的20%~60%,SO42-、NO3-、NH4+二次离子是南京市郊PM2.5中主要的无机离子。     

Relationship between Outdoor and Indoor PM10, PM2.5 and PM1 in Apartment and Office Buildings

The indoor air quality is directly affected by particulate matters(PM).In this study the concentration of indoor and outdoor particles of an apartment and an office were measured.The effect of the concentration of outdoor particles on the concentration of indoor particles was analyzed.The results demonstrate that concentration of indoor and outdoor particles has 2-3 peak points during one day.The indoor to outdoor ratio increases as the size of particles decreases,which indicates that the fine particles penetrate through the building envelopes more easily.The concentration of indoor particles is closely correlated with the concentration of outdoor particles,and the correlation increases as the size of particles decreases.     

郑州市PM2.5和PM10中水溶性无机离子的污染特征

于2009年10月至2010年8月间采集郑州市大气颗粒物PM2.5与PM10样品,对其质量浓度及水溶性离子进行分析研究.结果表明：PM2.5在秋、冬、春、夏四季的质量浓度的平均值分别为134.9、121.6、77.9和102.0μg/m^3,PM10在秋、冬、春、夏四季的质量浓度的平均值分别为193.2、184.0、140.9和140.5μg/m^3,日均值超标率分别达77.8%和59%.PM2.5和PM10质量浓度呈现很好的相关性,春季粗粒子在PM10中的比例相对较高,而秋、冬和夏季细粒子是PM10的主要组成部分.主要的水溶性离子是SO4^2-、NO3^-和NH4^＋,大部分以（NH4）2SO4和NH4NO3形式存在;NO3^-和SO4^2-质量比小于1,说明采样期间郑州市大气以固定排放源污染为主.     

哈尔滨市大气中PM_(10)、PM_(2.5)质量浓度及金属离子分析

对哈尔滨市大气环境中的PM10、PM2.5进行了采集,并对质量浓度及离子成分进行了分析.实验结果表明,两种颗粒物均呈现了先减小后增大的特征,最高值出现在1月,质量浓度分别是178.85、130.10μg/m3,PM10在1、2、3、4、11、12月均超标,而PM2.5质量浓度则高出欧盟标准(15μg/m3)的2~8倍,另外,离子总质量浓度在8月达到了最低值,分别是42.73μg/m3和25.3μg/m3.PM10和PM2.5中离子成分占颗粒物总质量的比例均表现为中间高两边低的特点,最高含量出现在7月份,分别为67.7%和68.4%.根据相关系数的判别原则,PM10中表现为高度负相关的离子是Ca2+和F-、Ca2+和SO42+、Ca2+和NO3-;表现为高度正相关的离子是K+和Mg2+、K+和Cl-、M2+和Cl-、F-和SO42+、F-和NO3-、SO42+和NO3-,说明上述离子间有相似的污染来源.PM2.5中表现为高度正相关的离子是K+和Cl-、K+和SO42+、K+和NO3-、Mg2+和SO42+、F-和NO3-、SO42+和NO3-,与PM10中离子相关性规律不同.     

粤东三市PM2.5和PM10质量浓度分布特征

采用在线监测方法于2009年7月8日至22日在广东省汕头、潮州、揭阳三市各选择1个有代表性的空气质量监测点同步进行PM2.5和PM10监测。监测结果表明,粤东三市PM2.5和PM10质量浓度低于部分沿海城市;PM10与PM2.5的质量浓度日变化呈双峰分布,分别处在上午(6:00至10:00)以及下午(18:00至22:00)两个时间段;PM10与PM2.5日平均浓度变化呈周期性波动,周期约为3～4 d;对于粤东三市区域,PM2.5/PM10为0.5215,说明PM10中细颗粒物含量大于粗颗粒物含量。     

宝鸡市区空气中PM_(10)、PM_(2.5)污染状况研究

目的研究宝鸡市城区采暖期和非采暖期PM10、PM2.5的质量浓度变化以及比例关系,为宝鸡的雾霾治理提供技术支撑。方法在宝鸡市环境监测中心站院子设点对PM10、PM2.5分别进行采暖期和非采暖期2个时段对比监测,结合气象条件进行分析,总结规律。结果在一般气象条件下PM2.5、PM10质量浓度采暖期高于非采暖期,昼间大于夜间,但细粒子在大气中漂浮时间长,昼夜变化幅度小于可吸入颗粒物。两种颗粒物浓度受气象条件影响较大,阴天浓度明显大于晴天。结论总结了不同时段PM10、PM2.5质量浓度和二者比例关系,为以后的研究和环境管理提供参考。     

宝鸡市区PM10和PM2.5中5种重金属元素的大气污染特征研究

目的研究宝鸡市区2个不同时期(采暖期和非采暖期)、2种不同颗粒物(PM10和PM2.5)中Zn,Pb,Ni,Cu,Cd 5种重金属污染指数(Igeo)及富集状况(EFi),并据此推断污染元素可能的来源,为宝鸡雾霾治理提供技术支撑。方法在宝鸡市监测站院内设采样点进行监测,采用地积累指数法(Igeo)评价污染状况,富集因子法(EFi)分析各金属富集情况,并对结果进行了相关性分析。结果大气颗粒物中5种元素含量排序为:ZnPbCuNiCd,其中Pb,Zn,Cd为严重污染。采暖期Zn,Pb,Cu,Cd在2种颗粒物中的含量高于非采暖期,而Ni的情况相反。富集因子(EFi)表明,Pb,Zn,Cd有很明显的富集,且更容易富集到PM2.5中,相关性分析表明,2个时期2种颗粒物中Cu和Pb的来源不同,采暖期PM2.5中Pb,Zn,Cd的含量与质量浓度呈显著正相关。结论掌握宝鸡市区不同时期和不同粒径颗粒物中5种元素的污染状况,为大气污染治理提供技术支持。     

郑州市城区PM2.5和PM10变化特征及其与气象要素关系研究

利用2018年1月、4月、7月、10月郑州市城区8个监测站点的PM_(2.5)和PM_(10)浓度数据与气象数据,对郑州市城区PM_(2.5)和PM_(10)的时相变化特征及气象要素对其产生的影响进行研究.结果表明:郑州市城区在1月份的PM_(2.5)浓度最高(118.1μg·m~(-3)),污染严重,4月份PM_(10)浓度最高(169.4μg·m~(-3)).通过分析PM_(2.5)和PM_(10)的比值(PM_(2.5)/PM_(10))发现, PM_(2.5)是郑州市城区主要的大气污染物.PM_(2.5)和PM_(10)与气象要素之间的相关分析表明,PM_(2.5)和PM_(10)与气温和露点温度均呈显著负相关(P0.01),PM_(10)与降水呈显著负相关(P0.05),PM_(2.5)与气温之间的相关性(r=-0.441,P0.01)高于PM_(10)和气温的相关性(r=-0.311,P0.01).另外,当风速在2～3 m·s~(-1)时,PM_(10)最低;而风速大于4 m·s~(-1)时,颗粒物浓度增加明显,且对于PM_(10)的增加作用更显著.露点温度与颗粒物浓度之间也存在一定关系,当露点温度大于0℃时,颗粒物浓度会随露点温度的增加而降低.2018年郑州市PM_(2.5)与PM_(10)昼夜变化呈双峰型特征;风速与温度的双重作用导致PM_(2.5)浓度先于PM_(10)达到最高值,而空气湿度和露点温度则是造成04:00时颗粒物较低的主要原因.另外,通过多元回归分析发现,各月份昼夜时段颗粒物浓度主要受温度和相对湿度影响;在各时段中,温度与颗粒物浓度关系最为密切,风速次之,湿度最弱,各气象要素对PM_(2.5)浓度的影响较PM_(10)浓度更大.     

大气中PM_(10)浓度的影响因素及其污染变化特征分析

讨论了影响大气中可吸入颗粒物PM10浓度的因素，包括来源、源强、气象条件等，并分析了其时空分布特征．     

南宁市大气颗粒物PM10、PM2.5污染水平

为了初步调查南宁市大气中颗粒物PM10、PM2.5的污染水平，于2002年春、夏、秋、冬4季在南宁市的5个典型城市功能区，采集了85个样品．结果表明，南宁市PM10、PM2.5的污染很严重，超标率为82．5％、92．5％，而且对人体健康危害更大的PM2.5占PM10的大部分，约为63．5％，且重污染区PM2.5浓度超过轻污染区近一倍，应引起公众和相关职能部门的高度重视。