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.     

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。     

济南市大气细颗粒物中的碳组分特征

大气颗粒物作为济南市大气环境的首要污染物,严重影响了济南市环境空气质量.通过对济南市大气细颗粒物的滤膜采样与碳组分分析,对济南市细颗粒物中的碳质组分进行了研究,结果表明,OC、EC的平均质量浓度为12.1、4.8μg/m~3,占PM_(2.5)质量的12.0%和4.8%.OC为PM_(2.5)中的优势碳组分,春、夏、秋季的含量均在10%以上;春、夏、秋季TC对PM_(2.5)的贡献均达到了15%以上.济南春、夏、秋季PM_(2.5)中OC/EC比值分别为2.4、2.4、2.7,均大于2,说明济南春、夏、秋季都存在不同程度的二次有机污染.济南市春、夏、秋季有机碳中SOC的贡献率分别为14.8%、56.9%、49.6%.夏、秋季气温高,日照时间长的气象条件促进了SOC的形成.SOC质量浓度为4.8μg/m~3,总有机碳中SOC的贡献为40.4%,表明SOC已经成为济南市细颗粒物中的重要贡献源.通过对8个碳组分在PM_(2.5)中的含量分析发现,该采样点春、夏、秋季碳组分组成相似,特征组分均为EC1,说明汽油车尾气是济南市主要的污染源.     

上海市淀山湖区域灰霾天大气颗粒物中碳组分的污染特征

采集了上海市淀山湖区域2015年3月至2016年2月灰霾天大气颗粒物中PM_(2.5)样品,重点分析了其中碳组分的污染特征。结果表明,PM_(2.5)年均质量浓度为(69.01±37.05)μg/m~3,数值与有机碳(OC)、元素碳(EC)和水溶性有机碳(WSOC)显著相关,相关性大小与灰霾程度有关。OC、EC的年均质量浓度分别为(4.46±3.41)μg/m~3和(2.15±1.31)μg/m~3,呈现冬季高、夏季低的趋势,两者显著相关,相关性大小同样与灰霾程度有关。WSOC的年均质量浓度为(2.07±1.40)μg/m~3,春季高于冬季,且灰霾天质量浓度大于非灰霾天相应值。碳组分对大气能见度的影响较大,需得到控制。     

基于SPAMS的太原市冬季PM_(2.5)组成与来源研究

为探究太原市冬季PM_(2.5)成因,利用位于太原市大气环境综合观测研究站的单颗粒气溶胶质谱仪(SPAMS),结合气象数据,对2019年1月1日-1月31日期间的PM_(2.5)化学组成进行了分析,定量评估研究期间PM_(2.5)的源贡献率。结果表明:研究期间太原市PM_(2.5)日均浓度达到110μg/m~3,PM_(2.5)的颗粒类型主要由有机碳颗粒、混合碳颗粒和元素碳颗粒组成,其中,有机碳颗粒占比(34.7%)最高;PM_(2.5)污染的主要贡献源为燃煤、机动车尾气、工业工艺,占比分别为27.8%、19.7%和17.8%,特别是在PM_(2.5)质量浓度较高时段,燃煤和机动车尾气排放对污染的贡献较大,因此太原市冬季PM_(2.5)污染控制应以燃煤、机动车尾气为主。     

太原市冬季一次PM_(2.5)重污染过程特征及来源分析

针对2019年1月2—12日太原市发生的一次PM_(2.5)重污染过程,利用单颗粒气溶胶质谱仪(SPAMS)分析了PM_(2.5)的化学组成,根据太原市PM_(2.5)源谱库对主要成分进行了来源解析,并结合激光雷达监测综合分析了此次重污染过程的成因。监测结果显示,此次重污染过程中PM_(2.5)浓度超标严重,最高日均质量浓度达298μg·m~(-3),超标2.97倍;重污染期间硝酸盐、硫酸盐和有机碳是PM_(2.5)的主要组分,分别占22.32%、21.71%和18.10%;在线源解析结果显示,污染过程中主要以燃煤源、机动车尾气和工业工艺源为主,分别占30.11%、22.78%和18.42%;激光雷达及气象数据分析表明,此次重污染是受高湿静稳、逆温、边界层高度低等不利气象条件影响,加之区域污染传输和本地污染积累而引起空气质量的恶化。     

上海PM2.5中碳、氮、硫元素的质量浓度及其季节分布特征

为更好地认识上海PM_(2.5)的化学组成特征,使用大流量采集器采集了上海典型地区不同季节的PM_(2.5)样品;利用元素分析仪、热/光碳分析仪、离子色谱仪、化学氧化-紫外分光光度法等多种形式分析了样品中含碳、氮、硫组份的质量浓度及组成;对不同方法的结果进行了比较,探讨了这些组份的季节分布特征及影响因素;建立了利用元素分析仪测定结果估算大气PM_(2.5)中含碳组份、含氮组份和含硫组份质量浓度的方法.研究结果表明,上海PM_(2.5)中总碳(total carbon,TC)的春、夏、秋、冬季平均质量浓度分别为14.26,10.44,11.89和24.35μg·m~(-3),氮元素的春、夏、秋、冬季平均质量浓度分别为8.72,3.07,5.07和17.09μg·m~(-3),而硫元素的春、夏、秋、冬季平均质量浓度分别为6.50,4.06,3.66和6.00μg·m~(-3).上海PM_(2.5)中的碳元素主要以有机碳和元素碳的形式存在,无机碳的贡献很小;绝大部分的含氮物质为水溶性含氮物质,且以无机氮为主;硫元素几乎全部以水溶性硫酸盐的形式存在.元素分析仪的测定结果可以有效地反映PM_(2.5)中含碳、氮、硫物质的质量浓度及组成特征.     

北京市夏季大气不同粒径气溶胶中 碳质及质量重建研究

对北京市城区2012年夏季大气气溶胶进行PM2.5和PM10石英膜采样,利用热光反射法得到了有机碳(OC,organic carbon)和元素碳(EC,elemental carbon)的含量;应用Stelson方法,结合其质量浓度、元素含量可溶性离子含量对气溶胶质量浓度进行了质量重建与比对.日平均质量浓度结果显示,PM2.5中,OC浓度ρ(OC)为19.4μg·m-3,EC浓度ρ(EC)为3.8μg·m-3.PM10中,ρ(OC)为22.3μg·m-3,ρ(EC)为4.1μg·m-3.OC、EC相关性显著(PM2.5,R2=0.77;PM10,R2=0.91).PM10中有87%的OC和94%的EC集中在PM2.5中.PM2.5和PM10中OC/EC比值分别为5.1和5.7,明显大于2,说明存在二次有机碳.PM2.5和PM10重建值和称质量值相关性R2分别为0.95和0.94,重建值和称质量值比值分别为93%和97%.     

PM_(2.5)中二次有机气溶胶的组成及其对有机碳的贡献

运用气相色谱/质谱(gas chromatography-mass spectrometry,GC/MS)对浙江一中学夏季PM_(2.5)样品进行了分析,研究了各二次有机气溶胶(secondary organic aerosol,SOA)示踪物的浓度水平及SOA形成的影响因素,并利用示踪物产率法分析了二次有机碳(secondary organic carbon,SOC)对有机碳(organic carbon,OC)的贡献.结果表明:异戊二烯SOA示踪物在总SOA示踪物浓度中所占比重较大,达到31.3%~52.2%,其中2-甲基甘油酸是主要的异戊二烯SOA示踪物;而α-蒎烯SOA示踪物所占比重最小,仅占总SOA示踪物浓度的16.4%~35.8%.甲苯SOA示踪物的浓度范围为6.49~12.60 ng/m~3,高于上海宝山和中国香港地区,低于北京和广州地区.甲苯SOC对OC的贡献率为11.5%~17.7%,是SOC的重要组成部分,表明人为源排放是当地大气污染的重要来源.另外,各示踪物浓度以及总SOC浓度都与O_3浓度呈显著正相关,表明O_3对SOC的形成具有重要影响.     

2014-2018年春节期间北京交通站PM_(2.5)及NO_2污染特征分析

利用2014-2018年北京市春节前后交通污染监测站的PM_(2.5)和NO_2浓度数据,采用浓度特征对比、PM_(2.5)/CO比值等方法,初步评估春节期间烟花禁燃措施和机动车减排的效果,探讨烟花燃放及气象条件对空气质量的影响。结果表明:PM_(2.5)和NO_2浓度变化特征不同,春节期间PM_(2.5)平均浓度为103.6μg/m~3,高于非春节期间25.3%;而NO_2平均浓度为53.8μg/m~3,低于非春节期间19.5%,主要受到机动车减排的影响。2014年春节期间PM_(2.5)浓度最低,2015-2018年PM_(2.5)浓度呈逐年下降趋势;NO_2浓度无明显年际变化特征。烟花爆竹燃放对PM_(2.5)浓度影响显著,对NO_2浓度影响较小,除夕期间对PM_(2.5)浓度的最大贡献值达283.4～704.1μg/m~3。2018年北京市五环内禁燃烟花措施对交通站PM_(2.5)污染改善明显,PM_(2.5)浓度较前4年均值下降25.2%,NO_2浓度仅下降2.4%;禁燃对燃放高峰期PM_(2.5)浓度有明显削峰作用,无有利扩散气象条件下,除夕期间烟花燃放对PM_(2.5)浓度的最大贡献值仍较前4年下降45.0%。气象条件对春节期间PM_(2.5)浓度变化的影响作用较NO_2显著,有利扩散气象条件是2014年春节期间PM_(2.5)污染较非春节期间明显改善的主要原因。     

昆明市PM_(2.5)中水溶性无机离子时空变化特征及来源分析

为探讨高原城市昆明大气中水溶性无机离子的季节和空间变化特征,选取2013年4月至2014年5月昆明市3个采样点进行了PM2.5样品采集,分析了PM2.5及水溶性无机离子的污染特征,并结合气象因素、硫氧化率、氮氧化率及主成分分析法对其主要来源进行了分析.结果表明:PM_(2.5)质量浓度季节变化为春((105.9±48.0)μg/m~3)冬((92.7±51.6)μg/m~3)秋((74.7±41.4)μg/m~3)夏((72.2±30.3)μg/m~3).总水溶性无机离子质量浓度季节变化特征为夏((38.0±18.3)μg/m~3)冬((22.0±11.4)μg/m~3)春((18.4±4.8)μg/m~3)秋((13.6±3.1)μg/m~3);其中SO~(2-)_4、Ca~(2+)、NO~-_3及NH~+_4为PM_(2.5)中主要的水溶性无机离子,分别占总离子质量浓度的27.7%、17.8%、15.2%和9.5%;二次离子质量浓度之和年均为13.9μg/m~3,占PM_(2.5)质量浓度的16.5%,表明高原城市昆明大气中二次组分较少.NO~-_3/SO~(2-)_4为0.21~0.68之间,表明固定源是主要污染贡献源.主成分分析结果表明水溶性无机离子主要来源于土壤扬尘和建筑扬尘的混合源、燃煤源和工艺过程源.     

银川市空气质量现状及污染原因分析

2017年1-8月银川市优良天数为141天,达标率58%,较去年同期减少32天,其中PM_(2.5)、PM_(10)、NO_2、SO_2、CO和O_3-8h6项监测指标平均浓度同比"一降一平四升",PM_(10)平均浓度为119ug/m~3,PM_(2.5)平均浓度为50ug/m~3较考核指标相比,PM_(10)、PM_(2.5)均高出考核指标14.4%、2.0%,银川市要完成2017年度考核指标具有较大差距。本文针对2017年1-8月银川市环境空气质量下降的现状,分析银川市环境空气质量污染特征,提出大气污染防治的对策及建议。     

郑州市大气PM_(2.5)中正构烷烃污染特征及来源解析

为了解郑州市大气PM_(2.5)中正构烷烃的污染特征及来源,于2014年10月至2015年7月在郑州大学新校区采样点进行大气PM_(2.5)采集.采用气相色谱-质谱联用仪定量分析正构烷烃组分(C8~C40)的质量浓度,利用正构烷烃主峰碳、碳优指数、植物蜡含量以及正定矩阵因子分析(PMF)模型,识别正构烷烃的污染来源和解析污染源贡献率.结果表明:郑州市大气PM_(2.5)中正构烷烃质量浓度季节变化特征明显;秋、冬、春、夏季平均质量浓度分别为272±78、392±203、177±59、89±24 ng/m~3,呈现冬季秋季春季夏季的趋势;郑州市大气PM_(2.5)中正构烷烃主要来自煤炭等化石燃料燃烧和机动车尾气排放.     

上海市大气PM2.5污染特征及相关因素分析

利用2015年上海市大气污染物的监测数据,运用MATLAB7.0、SPSS等软件进行PM_(2.5)质量浓度污染特征、变化规律以及PM_(2.5)与其他污染气体的相关性分析。研究结果显示,2015年上海市PM_(2.5),年平均浓度为53.6μg/m~3,相比基准年2013年,年均浓度下降14%;PM_(2.5)浓度月变化曲线呈U型分布,其中,月均浓度数值1月份达到最高峰,为82.9μg/m~3;季节污染情况为:冬季春季秋季夏季;PM_(2.5)日均浓度值全年波动较为稳定,超标天数占全年比率21.4%。根据AQI指标监测气体的相关性矩阵来看,PM_(2.5)和PM_(10)之间的相关性最大,相关系数为0.919;与CO、NO_2、SO_2等气体均有较强的相关关系。建议上海市应该优化产业结构、加强公共交通建设、采用清洁能源以期实现治污除霾的目标。     

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。     

大学校园室内PM_(2.5)重金属污染特征及其健康风险评价

对2016年6—8月在南京市市区某大学校园宿舍和学生办公室采集的2种典型室内环境PM_(2.5)样品,利用电感耦合等离子体发射光谱仪分析PM_(2.5)中As,Cd,Cr,Ni,Cu,Fe,Mn,Pb和Zn等重金属元素浓度.采用富集因子法、地累积指数法和潜在生态风险指数法分别对重金属的污染程度进行评价,并评估大学生群体室内PM_(2.5)暴露健康风险.结果表明,室内PM_(2.5)平均质量浓度为(38. 50±15. 93)μg/m~3,元素Fe的质量浓度最高; Fe,Zn,Pb,Mn和Cu这5种元素为室内PM_(2.5)的主要元素,占总金属元素质量的96. 35%.利用3种污染评价方法得出的重金属元素污染程度排序和污染等级基本一致:Cd为极强污染,Pb和As为强到极强污染,Cr,Ni,Mn和Fe属于无和轻微污染.健康风险评价结果表明,室内PM_(2.5)中重金属致癌和非致癌风险均处于可接受范围内.     

广州市住宅室内、外PM2. 5 中碳污染来源解析

旨在对大气PM2.5中碳污染来源进行解析,以寻求科学合理的预防与污染控制对策.在广州市9个居民住宅的室内、室外同步采集了PM2.5样品,对PM2.5中有机碳(OC)、元素碳(EC)组分采用热光反射分析法(TOR)分析.IMPROVE-TOR法分析OC、EC的过程中,根据固定的温度梯级将OC和EC区分为8个组分(OC1、OC2、OC3、OC4、EC1、EC2、EC3和OPC). 分析了广州市9个采样住宅夏、冬季室内和室外PM2.5中8个碳组分占总碳(TC)的平均丰度及其规律和启示.采用因子分析法对PM2.5中碳污染主要来源的定量贡献进行解析,找出广州市PM2.5中碳污染主要来源及其贡献率.采用简化模型,对室内OC、EC源对室内总碳的相对贡献率,室外OC、EC源对室内总碳的相对贡献率进行了定量化研究.     

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%.     

伊宁市采暖期PM_(2.5)载带主要水溶性无机离子特征分析

2016年11月—2017年2月采暖期在伊犁州环保局设置采样点采集环境空气中的PM_(2.5),利用离子色谱法测定PM_(2.5)中水溶性无机离子(water soluble inorganic,WSIN)含量,分析PM_(2.5)中水溶性无机离子的组成等。结果表明,伊宁市采暖期PM_(2.5)平均质量浓度为54. 9μg/m3,PM_(2.5)中总水溶性离子占PM_(2.5)的比例为11.7%,含量较高的3种水溶性离子依次为SO2-4、NO-3和Cl-,阴阳离子当量回归分析表明,采暖期PM_(2.5)偏碱性;[NO-3]/[SO2-4]平均值为0. 25±0. 08,说明伊宁市的采暖期大气污染是以煤烟型污染为主,并与机动车尾气等共存的复合型污染。     

泉州市PM_(2.5)时空变化特征及其影响因素

为研究泉州市PM_(2.5)的时空变化特征及其影响因素,以期为有针对性地提出大气污染防治对策提供科学依据,选取2016年泉州市主城区的一城区点和一背景点大气监测站在线PM_(2.5)与污染气体数据,并同期采集PM_(2.5)样品进行综合分析.结果表明:1)城区点和背景点的年均PM_(2.5)质量浓度分别为(31.06±20.96)μg/m~3和(20.59±10.29)μg/m~3,低于我国空气质量标准中的年均质量浓度二级限值;2)PM_(2.5)的月均质量浓度在2—3月最高,其次为11月,这可能与污染物远源传输和不利天气条件的双重影响有关;3)冬、春季城区点PM_(2.5)同时受到一次排放污染物(如工业、机动车)和二次颗粒物的共同影响,而背景点PM_(2.5)则和较多的二次反应产物生成相关;4)夏、秋季两个站点PM_(2.5)和SO_2、NO_2的相关性明显提升,伴随着夏、秋季主导的西南风,验证了西南部工业区排放污染物传输的影响,此外,城区点PM_(2.5)质量浓度还受到粉尘的显著影响;5)硫氧化率和氮氧化率在冬、春季高于夏、秋季,这可能与上游区域污染物的远源传输相关.上述结果为全面掌握泉州市大气颗粒物的分布规律提供了基础数据.