天津武清冬季PM2.5含碳组分的逐时观测及分析

为了解京津冀地区冬季气溶胶含碳组分浓度及变化特征, 2011年12月至2012年1月在天津市武清区针对PM_2.5中元素碳(EC)、有机碳(OC)、水溶性有机碳(WSOC)及水溶性离子组分进行实时半在线的逐时浓度综合观测。观测期间EC和OC的平均浓度分别为6.0±4.8和21.5±19.2 μg C/m³, 分别占PM_2.5观测组分总浓度平均值的8%和30%。WSOC平均浓度为14.3±11.8 μg C/m³, 占平均OC浓度的67%。观测期间, 污染物浓度的大幅变化主要受气象条件控制, OC, EC和WSOC日变化特征相对不显著。观测期间大部分时间OC/EC比值稳定, OC/EC平均值为3.9。通过含碳组分与其他示踪组分的相关性分析, 初步判定武清冬季的气溶胶含碳组分主要来自生物质燃烧的一次性排放, 且影响当地的气团经过明显老化过程。约一半的OC来自一次生物质燃烧排放, 另一半来自二次生成。     

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...     

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%.     

长春市冬春季环境空气中PM2.5污染特征与来源解析

为研究长春市冬季和春季大气PM_2.5的主要来源及污染特征, 于2018-01-06—2018-05-14连续采集PM_2.5环境受体样品, 分析其无机元素及水溶性阴离子组分. 结果表明： 采样期间长春市PM_2.5的质量浓度为（46.4±24.4）μg/m³, 冬季和春季的平均质量浓度分别为(51.0±25.8)μg/m³和(32.6±11.5)μg/m³, 超标率为11%, 均在冬季超标, 在春节假期中（2018-02-15—2018-02-21）, PM_2.5的质量浓度低且保持平稳; 所测全部水溶性阴离子及部分无机元素（Al,As,Pb,Se,Ti）质量浓度呈冬季高于春季的趋势; 长春市无机元素主要源于燃煤、 交通和扬尘; 长春市PM_2.5中NO^-₃和SO^2-₄是燃煤和机动车尾气共同作用的结果, 其中燃煤源的贡献率相对较高; 长春市冬春季PM_2.5主要来源为二次源（28.2%）、土壤尘源（12.6%）、交通排放源（10.7%）、燃煤源和建筑尘源（28.6%）、工业源和其他源（19.8%）.     

焦作市PM2.5污染化学组分特征及潜在源分析

利用2017年12月至2018年2月焦作市PM_2.5及其化学组分（水溶性离子和碳组分）数据,分析了观测期间焦作市PM_2.5化学组分特征及潜在源。结果显示:1)焦作市PM_2.5主要由NO₃^-、NH₄⁺、SO₄^2-、OC（Organic Carbon,有机碳）和EC（Elemental Carbon,元素碳）组成,观测期间平均浓度分别为30.26μg/m³、17.86μg/m³、16.47μg/m³、17.44μg/m³和4.27μg/m³,在PM_2.5中占比75.1%;2)焦作市冬季污染天NO₂和SO₂的二次转化程度更高且OC和EC的来源更为相似;3)本地源是焦作市冬季PM_2.5污染的主要潜在源,周...     

锦州市道路扬尘碳组分特征及来源分析

为研究道路扬尘PM_2.5碳组分的污染特征及其来源，于2018年4月采集锦州市道路扬尘样品，通过再悬浮采样器得到PM_2.5滤膜样品，再利用热光碳分析仪测定PM_2.5样品中OC（有机碳）和EC（元素碳），并分析其特征及来源.结果表明，PM_2.5中ω（TC）为10.52%（支路）-19.05%（主干道），ω（OC）为8.89%（支路）-15.99%（主干道），ω（EC）为1.63%（支路）-4.63%（次干道），ω（OC）明显高于ω（EC）;OC/EC比值均大于2，说明锦州市道路扬尘PM_2.5可能存在二次污染.Spearman相关分析结果表明，锦州市道路扬尘PM_2.5中OC、EC来源相近或相同；聚类分析结果表明，锦州市道路扬尘PM_2.5中碳组分主要来源于柴油车与汽油车尾气的排放，以及生物质燃烧与煤炭燃烧的排放.     

北京和伊斯兰堡冬季PM10中物质浓度和化学组分的对比

为了研究对比北京、伊斯兰堡冬季PM₁₀中重金属、水溶性无机离子以及碳组分的污染特征,于2014年12月—2015年1月分别在两地每天采集1次PM₁₀样品,对大气颗粒物中以上3种物质的质量浓度进行了分析。结果表明,两地PM₁₀中重金属污染情况较为严重,北京地区的As、Cr(Ⅵ)以及伊斯兰堡的Cd、Cr(Ⅵ)均超过WHO标准。根据主成分分析,北京重金属主要排放源为燃煤和移动源,而伊斯兰堡主要为移动源。两地颗粒物中水溶性无机离子二次污染情况较为严重,在霾天浓度也同样会上升,虽然污染程度不同,但造成霾天污染的一个重要原因均为机动车等移动源。对于碳组分,北京OC、EC线性关系较好(特别是在非霾天),说明其来源比较相似和简单,在排放后被类似的过程所控制,主要为煤炭燃烧和汽车排放;而伊斯兰堡OC、EC线性关系较差,在非霾天甚至出现负相关,说明其来源差别较大,主要为汽车排放。北京地区在研究期间SOC的质量浓度为2.58 μg/m³,仅占OC质量浓度的10.1%,而伊斯兰堡基本没有SOC的生成。     

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。
     

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。     

2014年5月武汉市输入型沙尘污染案例分析

结合地面颗粒质量浓度、金属元素含量、垂直消光系数和地面气象观测资料、后轨迹模型及天气分析图, 分析2014年5月25-26日湖北武汉市监测的沙尘天气过程。结果表明, 这次沙尘暴源起新疆南部塔卡拉玛干沙漠和内蒙巴丹吉林和腾格尔沙漠, 随着冷空气向东向南传输, 兰州和银川PM₁₀小时浓度分别超过2000 μg/m³ 和1000 μg/m³, 武汉PM₁₀小时浓度超过500 μg/m³, 沙尘在传输过程中逐渐减弱。沙尘期间武汉市以粗颗粒污染为主, PM₁₀浓度陡升, PM_2.5占PM₁₀ 的含量下降到约35%。沙漠粉尘示踪元素Ca, V, Ba和Fe 浓度增加4 倍以上, 所占的总量百分比也增加一倍以上, As, Se, Cr, Cu, Zn 和Pb 等当地的人为污染源排放的金属元素浓度约为先前的1/5~2/5, 所占总量百分比下降明显。激光雷达观测到两次明显的沙尘沉降过程, 在近地面层(500 m 左右)存在均匀的消光系数大值区(最大0.086 km^-1)。以此例说明结合气象和环境的多种观测手段综合分析输入型空气污染的方法。     

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。     

前驱粉体低温烧结温度与压强对SDC电解质电学性能的影响

通过自蔓延燃烧法制备Sm掺杂的CeO₂基材料, 研究前驱粉体进行不同低温烧结热处理及改变压强对Ce_0.9Sm_0.1O_2-δ(SDC)电解质电学性能的影响, 并分别用X射线衍射、扫描电子显微镜和交流阻抗谱研究不同控制变量下样品的相组成、 微观结构和SDC电解质的电学性能. 结果表明, 当烧结温度升高时, SDC样品的平均粒径显著增加, 烧结温度和压强不影响样品晶胞参数的变化. 与晶粒电导率相比, 改变烧结温度和压强对晶界电导率的影响更明显.     

北京市秋季亚微米细颗粒物浓度及其化学组分特征

 采用多通道采样器和气溶胶化学组成在线监测仪,对2016年10月北京市区大气亚微米颗粒物（PM₁）化学组分进行了离线采样和在线监测。结果表明,整个观测期间,北京PM₁质量浓度平均为66.04±51.45 μg/m³,重霾期间PM₁的质量浓度（103.16~160.23 μg/m³）是清洁天（3.50~3.78 μg/m³）的27.29~45.78倍;北京秋季重霾天和清洁天的化学组分存在显著差异,有机物是PM₁的主要化学组分,清洁天贡献高达64.90%;而在重霾天,二次无机组分显著增长,贡献高达69.72%。硫酸盐日变化趋势相对平缓,反映出区域特性;而其他组分（有机物、硝酸盐、铵盐及氯化物）表现出显著的日变化特征。整体而言,大气PM₁中各组分受污染源排放、大气化学反应及天气形势的协同影响。     

济南市一次持续性重污染天气的颗粒物化学组分演变分析

为研究济南市冬季大气重污染过程特征,以2020年12月8日—13日发生的一次典型大气重污染过程为例,从污染过程、气象条件、细颗粒物化学组分等角度综合分析此次重污染过程的特征和成因。结果表明,此次重污染过程期间首要污染物均为PM_2.5,其平均质量浓度为137 μg/m³,11日21时达到此次污染峰值,PM_2.5质量浓度高达为235 μg/m³。重污染期间高空环流较为平直;低层850 hPa受西南气流影响,有利于逆温层结的形成;地面均压场控制,平流雾、辐射雾交替产生。静稳气象条件使得PM_2.5质量浓度累积及高湿状态下颗粒物二次转化增强。观测期间,二次离子(SNA= $SO^{2-}_{4}$ + $NO^{-}_{3}$ + $NH^{+}_{4}$) 质量浓度为85.4 μg/m³,占PM_2.5质量浓度的52.0%。硫转化率(R_S)和氮氧化率(R_N)均值分别为0.44和0.33,大气中SO₂和NO₂的二次氧化程度较高;R_S高于R_N,表明污染期间二次$SO^{2-}_{4}$的二次转化效率高于 $NO^{-}_{3}$。$\rho_{NO^{-}_{3}}$ / $\rho_{SO^{2-}_{4}}$平均值为2.1,表明移动源对PM_2.5污染的贡献占主导地位。有机碳和元素碳浓度的平均比值为6.5,可见本次重污染期间济南市大气中存在二次有机碳(SOC)污染。采用有机碳和元素碳比值(ρ_OC/ρ_EC)最小比值法估算得到重污染期间一次有机碳浓度和二次有机碳浓度分别为11.9 μg/m³、4.3 μg/m³,表明一次燃烧源对污染过程有较大贡献。     

西安市秋季大气颗粒物散射特征及其影响因素

 为研究污染条件下西安市秋季大气颗粒物的散射特征及其影响因素, 于2012 年11 月监测大气颗粒物散射系数并采集PM_2.5样品。探讨了大气颗粒物的散射日变化特征, 通过实验分析PM_2.5中水溶性离子(Na⁺、NH₄⁺、K⁺、Mg²⁺、Ca²⁺、F^-、Cl^-、NO₃^-和SO₄^2-)和含碳物质(有机碳和元素碳)的污染水平, 并讨论它们的来源及对散射系数的影响。结果表明, 颗粒物的散射系数均值为(579±387)Mm^-1, 夜间高日间低。PM_2.5质量浓度与散射系数呈现出较强的线性关系(相关系数为0.85), 通过回归方程得到PM_2.5散射效率为3.09 m²·g^-1。在PM_2.5化学组分中, 有机物对消光系数的贡献最大, 占52.3%;其次是NH₄NO₃和(NH₄)₂SO₄, 贡献率分别为16.2%和13.7%。     

西安冬季不同空气质量级别对应的PM_(2.5)化学组分变化特征

通过实验采样分析,研究了西安市冬季不同空气质量级别(HJ 633—2012)下PM2.5质量浓度及化学组分的变化特征和污染规律。结果表明,西安市2008—2009年冬季所有采样天均为轻度污染到严重污染状况,PM2.5质量浓度100%未达标(GB3095—2012);PM2.5质量浓度及其化学组分基本随空气质量级别恶化而增加,除个别元素外,其他化学组分的质量浓度在严重污染时均出现突增,有机碳(4.5倍)和水溶性无机离子(2.7倍)的增加倍数较大;随大气污染程度的增加,人为源的重金属富集因子增加剧烈(1.6~2.0倍),而主要来自自然源的元素富集因子变化无规律;重污染时期PM2.5中的多环芳烃(PAHs)、正构烷烃(nalkanes)均主要来自人为源排放贡献,其中生物质燃烧、低温燃煤排放是PAHs剧增的主要因素。