成都碳质气溶胶变化特征及二次有机碳的估算

利用2020年6月~2021年5月在成都市观测的碳质气溶胶小时分辨率数据,分析了气溶胶中总碳(TC)、有机碳(OC)、元素碳(EC)和二次有机碳(SOC)的变化特征.结果表明:观测期间m(TC)、m(OC)、m(EC)和r(OC/EC)的年均值分别为(9.5±4.4)μg/m³,(6.4±3.2)μg/m³,(3.2±1.1)μg/m³,2.2±0.5.成都m(TC)、m (OC)、m (EC)均表现冬为季最高((15.8±8.2),(11.1±5.8),(4.6±2.5)μg/m³),春秋次之,夏季最低((6.1±0.9),(4.5±2.0),(2.7±1.4)μg/m³)的特征.r(OC/EC)季节均值(1.9~2.6)以及四个季节的m(TC)、m(OC)、m(EC)呈现早(07:00~09:00)晚(22:00~01:00)“双峰”的日变化特征,表明机动车排放源对成都碳质气溶胶的影响较大.春夏季OC与EC的相关性小于秋冬季,表明春夏季OC、EC来源差异较大.由EC示踪法和最小相关性法得到m(SOC),r(SOC/OC)在夏季最大(40.4%),冬季最小(27.3%).春、夏季SOC与O₃呈显著正相关,表明较强的光化学反应对SOC生成有重要贡献.选取各季节连续高m(TC)时段与季节平均作对比,发现碳质气溶胶有明显夜间积累过程,夏季高浓度时段二次生成使得m(OC)增长显著高于m(EC),r(OC/EC)也迅速上升.     

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.     

华北区域点冬季二次有机气溶胶特征与影响因素

为探明二次有机气溶胶(SOA)的污染特征和影响因素,本研究于2018年11月—2019年1月对华北区域点(德州市郊区点)细颗粒物(PM_(2.5))的化学组成进行了在线测量,并分析了PM_(2.5)中有机碳(OC)、元素碳(EC)和水溶性离子组分的污染特征及PM_(2.5)与气象要素之间的相关性.结果表明,观测期间德州PM_(2.5)污染严重,平均质量浓度为(115.6±24.6)μg·m~(-3);其中,有机碳和元素碳是PM_(2.5)的主要成分,平均质量浓度分别为(8.2±5.8)μg·m~(-3)和(2.6±2.2)μg·m~(-3),占PM_(2.5)总质量的7.1%和2.2%;PM_(2.5)与风速呈负相关,与相对湿度呈正相关,与气温的相关性较差,偏北风对PM_(2.5)浓度影响较大.同时,本研究利用EC示踪OC/EC比值法对PM_(2.5)中的二次有机碳(SOC)进行了估算,通过估算得到的SOC结果表明,华北区域点冬季SOC是OC的重要组成部分,平均浓度为(4.0±2.9)μg·m~(-3),占OC的45.7%,SOC在白天占比较高(62.7%),早晚由于有局地生物质燃烧影响,SOC占比降低,约占OC的42.7%.本研究还分析了SOC生成的影响因素,分析了德州市冬季O_3、含水量、酸度与SOC的相关性.结果表明,SOC受臭氧浓度影响,但在白天和夜晚表现出不同的相关关系,可能存在不同的生成机制.最后,利用ISORROPIA模型估算了颗粒物的含水量和酸度,发现SOC在高含水量和低含水量下存在不同的关系,高含水量更能促进SOC生成;在高含水量下SOC与H~+具有显著相关性,但在低含水量下则不相关,表明颗粒物含水量较高、H~+浓度较高情况下液相酸催化反应可能对SOC具有重要贡献.     

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.     

天津市机动车二次有机气溶胶生成潜势的估算

通过隧道实验得到天津市机动车排放的挥发性有机物(VOCs)的物种信息及各物种的浓度数据,检测得到88种VOCs,其中23种VOCs具有二次有机气溶胶(SOA)生成潜势.基于天津市机动车尾气挥发性有机污染物的监测数据,利用气溶胶生成系数(FAC)对天津市机动车排放VOCs的二次有机气溶胶生成潜势进行了估算.结果表明,邻-二甲苯、甲苯、苯、间-二甲苯、对-二甲苯、对-二乙苯是对SOA生成贡献最大的6个物种,各自SOA生成量分别为973.97,721.05,687.31,592.09,571.31,538.59t/a,分别占SOA生成潜势的13.87%、10.27%、9.79%、8.43%、8.13%、7.67%;芳香烃是对SOA生成贡献最大的前体物,其SOA生成量占SOA生成潜势的88.95%.因此,减少机动车芳香烃类物质的排放,可有效地减少SOA的生成量.     

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。     

太原市PM2.5中有机碳和元素碳的污染特征

采集了太原市4个点位冬季和夏季PM2.5样品,利用元素分析仪测定了PM2.5中有机碳(OC)和元素碳(EC)的质量浓度,并对碳气溶胶污染水平、时空分布、二次有机碳(SOC)以及OC和EC相关性等特征进行了分析.结果表明,太原市冬季有机碳(OC)、元素碳(EC)平均质量浓度为22.3μg·m-3和18.3μg·m-3,夏季OC、EC平均质量浓度为13.1μg·m-3和9.8μg·m-3,冬季和夏季总碳气溶胶(TCA)占PM2.5的比例分别为56.6%和36.5%;各点位OC和EC质量浓度均呈现冬季夏季的季节特征,冬季OC、EC浓度呈现出较好的均一性,夏季OC、EC质量浓度存在较明显的空间分布差异;太原市SOC污染较轻;冬季OC、EC相关性较强,夏季OC、EC相关性差.     

朔州市市区PM2.5中元素碳、有机碳的分布特征

采集朔州市市区4个点位采暖季和非采暖季环境空气PM2.5样品,利用Elementar Analysensysteme Gmb H vario EL cube型元素分析仪测定其中元素碳(elemental carbon,EC)和有机碳(organic carbon,OC)含量,并对碳组分的浓度水平、时空分布特征和主要来源进行分析.结果表明,朔州市市区非采暖季PM2.5中OC和EC的平均浓度为(14.3±2.7)μg·m-3和(10.3±3.1)μg·m-3,采暖季OC、EC平均浓度分别为(23.3±5.9)μg·m-3和(20.0±5.7)μg·m-3;4个点位OC和EC的浓度均表现为采暖季大于非采暖季,其中在采暖季,点位SW中OC和EC浓度分别为28.5μg·m-3和28.1μg·m-3,高于其它采样点,在非采暖季,点位PS中OC和EC的浓度分别为17.7μg·m-3和14.1μg·m-3高于其它采样点;采暖季和非采暖季PM2.5中OC/EC值均小于2,但OC和EC相关性不好(在采暖季和非采暖季的相关系数分别为0.66和0.52),说明PM2.5中碳气溶胶来源复杂.控制碳组分一次排放来源,如燃煤烟尘、生物质燃烧及机动车尾气排放,同时关注二次污染是控制朔州市PM2.5的关键.朔州市市区采暖季和非采暖季PM2.5中二次有机碳(secondary organic carbon,SOC)浓度分别为(6.44±2.77)μg·m-3和(4.11±1.92)μg·m-3.     

上海市秋季大气VOCs对二次有机气溶胶的生成贡献及来源研究

2011年9月1日～11月21日在上海市城区对大气中颗粒物质量浓度和挥发性有机物体积分数进行了在线连续观测.期间共出现4次大气污染过程:PD1(9月20～23日)、PD2(10月5～9日)、PD3(10月13～18日)、PD4(11月10～14日).本测点大气PM2.5的平均浓度分别为(45±16)、(76±46)、(57±36)和(122±92)μg·m-3,VOCs的体积分数分别为(30.87±30.77)×10-9、(32.09±30.69)×10-9、(34.04±28.13)×10-9和(44.27±31.58)×10-9;烷烃、烯烃、芳香烃的体积分数分别占TVOC的53.58%、27.89%、10.96%;用OH消耗速率(LOH)和臭氧生成潜势(OFP)评估了VOCs大气化学反应活性.结果表明,烯烃和芳香烃是本测点秋季大气VOCs中对LOH和OFP贡献最大的关键活性组分.利用气溶胶生成系数FAC和OC/EC比值法估算上海市SOA的生成潜势,两种方法得出的SOA浓度值分别为1.43μg·m-3和4.54μg·m-3,比值法明显较高,这主要是本研究测得的SOA前体物偏少所致.其中芳香烃不仅是OFP的关键活性组分,而且也是SOA的重要前体物.应用PMF模型对VOCs进行源解析,确定了秋季上海市大气中VOCs的6个主要的污染来源,分别为汽车尾气(24.30%)、不完全燃烧(17.39%)、燃料挥发(16.01%)、LPG/NG泄露(15.21%)、石油化工(14.00%)、涂料/溶剂的使用(13.09%).汽车尾气和涂料/溶剂等源排放的VOCs中富含OFP关键活性组分和SOA重要前体物,它们对VOCs浓度的贡献占TVOC的37.39%,这些排放源应列入未来上海市大气复合污染控制的优先范围.     

浙江省中西部典型地区PM2.5中二次有机气溶胶示踪物的分布特征

为了解我国中小城市地区SOA（二次有机气溶胶）的质量浓度及来源,采集了浙江省中西部典型地区——兰溪市城区和近郊2个站点2016年四季的PM_2.5样品,利用GC/MS（气相色谱/质谱）分析了PM_2.5中11种指示不同来源的SOA示踪物的质量浓度水平,利用示踪物产率法估算了不同来源前体物对SOC（二次有机碳）的贡献.结果表明:兰溪市PM_2.5中ρ（异戊二烯SOA示踪物）的年均值为40.79 ng/m3,约占检测示踪物总质量浓度的89%;ρ（α-蒎烯SOA示踪物）、ρ（β-石竹烯SOA示踪物）和ρ（甲苯SOA示踪物）的年均值分别为4.09、0.36和1.01 ng/m3.ρ（异戊二烯SOA示踪物）和ρ（α-蒎烯SOA示踪物）存在夏季 > 秋季 > 春季 > 冬季的季节性变化趋势,ρ（β-石竹烯SOA示踪物）为秋季、冬季 > 春季、夏季,而ρ（甲苯SOA示踪物）的季节性变化不显著,表明不同类型VOCs（挥发性有机物）前体物排放量的季节性变化明显不同.基于示踪物产率法的估算结果表明:夏季异戊二烯等植物源VOCs可能是兰溪市PM_2.5中SOA的主要来源;而春季、秋季、冬季甲苯等人为源VOCs是SOA的主要前体物,贡献了兰溪市PM_2.5中ρ（SOC）的60%左右.研究显示,减少人为源VOCs的排放对相关地区灰霾及大气细颗粒物污染的防控具有重要作用.      

北京城区大气PM_(2.5)主要化学组分及污染特征

为了解北京城区大气PM2.5主要化学组成特征,于2012年8月─2013年7月对城区石景山、东四和通州3个采样点及城区对照点定陵和区域传输点榆垡开展为期1 a的PM2.5组分研究,共获得268组样品.结果表明:城区平均质量浓度大于1.0μg/m3的组分有OC、NO3-、SO42-、NH4+、EC、Cl-、Si、Ca、Al、K+,其中ρ(OC)、ρ(NO3-)、ρ(SO42-)、ρ(NH4+)分别为(22.2±17.1)、(21.5±25.9)、(19.8±23.7)、(14.3±16.8)μg/m3,分别占ρ(PM2.5)的17.9%、17.3%、15.9%、11.5%,城区各主要组分的平均质量浓度明显大于对照点;城区各采样点之间主要组分所占比例相差不大,与城区对照点、区域传输点差异明显;春、夏、秋、冬四季城区采样点的主要组分均为OC、NO3-、SO42-、NH4+,这4种组分质量浓度之和分别占各季ρ(PM2.5)的62.5%、54.2%、46.0%、62.7%,其中春季ρ(NO3-)、夏季ρ(SO42-)、秋冬季的ρ(OC)相对较高;北京城区各采样点均受SOC影响较大,OC/EC〔ρ(OC)/ρ(EC)〕的平均值为5.7,城区SNA(二次无机气溶胶)占ρ(PM2.5)的比例(15.0%~53.1%)和NO3-/SO42-〔ρ(NO3-)/ρ(SO42-)〕(0.47~1.36)均随空气质量指数上升而增加,同时观测期间北京城区PM2.5中NO3-/SO42-的平均值为1.14,较往年明显增大,表明目前北京城区的PM2.5排放源逐步由以固定源为主向固定源和移动源并重的方向发展.     

常州夏秋季PM2.5中碳质气溶胶特征及来源

为更好地了解碳质组分的特点和来源,在常州市采集了夏季(7~8月)和秋季(10~11月)60个细颗粒物(PM_(2.5))样品.采样期间,夏季PM_(2.5)、OC、EC平均浓度分别为73.0、14.3和3.3μg·m~(-3),秋季为84.2、13.2和3.5μg·m~(-3).总碳质组分(OC+EC)占PM_(2.5)总质量的24.3%(夏季)和20.7%(秋季).采用IMPROVE-A热/光反射法测定的碳质8组分结果表明,OC2、OC3、OC4和EC1相关性好(r0.92),EC2和EC3相关性较好(r0.65),说明可能的相似来源.OC与EC相关性中等,表明碳质组分来源复杂.秋季WSOC/OC(60.9%)略高于夏季(57.4%),而夏季SOC/OC(52.5%)略高于秋季(49.0%).夏季和秋季SOC/OC都低于WSOC/OC,说明部分水溶性有机碳是一次源.WSOC和SOC相关性强,进一步验证了大部分SOC具有水溶性.碳质组分之间的关系及主成分分析表明,采样期间燃煤和机动车尾气排放是碳质组分的两个主要来源.后向轨迹分析表明,采样点PM_(2.5)和碳质组分主要受当地排放源和短距离传输的影响,长距离传输贡献较小.     

上海城区PM2.5中有机碳和元素碳变化特征及来源分析

2010年6月~2011年5月间在上海城区点位采集了181组PM2.5样品,采用热光反射法(thermal optical reflectance,TOR)测定了样品中的有机碳(organic carbon,OC)和元素碳(elemental carbon,EC)含量.结果表明,上海城区环境空气PM2.5中OC和EC年平均浓度分别为8.6μg·m-3±6.2μg·m-3和2.4μg·m-3±1.3μg·m-3,两者之和占PM2.5质量浓度的20%.OC和EC的季节平均浓度值冬季最高,夏季最低,秋季OC和EC在PM2.5中的比例最高.全年OC/EC比值为3.54±1.14.采用最小OC/EC比值法估算二次有机碳(secondary organic carbon,SOC)含量得到SOC年均浓度为3.9μg·m-3±4.2μg·m-3,占OC含量的38.9%.夏季SOC浓度低且与O3最大小时浓度值相关性好,表明光化学反应是夏季SOC的重要生成途径,主导西风向的秋冬季SOC浓度高于静风条件下的浓度水平,存在输送作用.进一步对OC1、OC2、OC3、OC4、EC1、EC2、EC3和OPC进行主成分分析,结果显示上海城区PM2.5中OC和EC主要来自机动车尾气、燃煤排放、生物质燃烧和道路尘,这4个来源对含碳组分的贡献率达69.8%~81.4%,其中机动车尾气在4个季节中的贡献率均较高,生物质燃烧贡献约15%~20%,春季和秋季道路尘影响明显,冬季燃煤的贡献高于其他季节.     

宁波市PM2.5中碳组分的时空分布特征和二次有机碳估算

为了研究PM2.5中碳质组分的时空分布特征,于2012年12月至2013年10月4个季度典型时段在宁波市5个采样点采集环境大气中的PM2.5,分析了样品中有机碳(OC)和元素碳(EC)的质量浓度,并估算二次有机碳(SOC)对OC的贡献.结果表明:1宁波市PM2.5年均质量浓度为51.6μg·m-3,其中OC和EC的比例分别为17%和6%.反向轨迹模型的分析结果表明,来自内陆地区的区域传输可能是冬季和春季PM2.5浓度较高的主要原因.2OC/EC比值和OC与EC的相关性分析结果表明,夏季有大量SOC生成,而冬季则可能受华北地区燃煤供暖的显著影响.3用EC示踪法对宁波市的SOC进行了估算,结果表明宁波冬季和春季受到区域传输的显著影响,污染源较不稳定,不宜使用该估算方法.夏季和秋季的SOC质量浓度分别为2.5μg·m-3和2.3μg·m-3,占OC的42%和28%.     

贵阳市花溪城区大气PM2.5中碳质气溶胶的变化特征及来源解析

碳质气溶胶作为大气气溶胶的重要组成部分,对大气环境质量、人类健康及全球气候变化有着重要的影响.为探究贵阳市花溪城区大气细颗粒物（PM_2.5）中碳质气溶胶的变化特征及来源,于2020年不同季节开展大气PM_2.5原位观测研究,利用热/光学碳分析仪（DRI Model 2015）测定大气PM_2.5的碳质组分.结果表明,观测期间大气ρ（PM_2.5）、ρ[总碳质气溶胶（TCA）]、ρ[有机碳（OC）]、ρ[二次有机碳（SOC）]和ρ[元素碳（EC）]的平均值分别为：（39.7±22.3）、（14.1±7.2）、（7.6±3.9）、（4.4±2.6）和（2.0±1.0）μg·m^-3,OC/EC的平均值为（3.9±0.8）.ρ（PM_2.5）、ρ（TCA）、ρ（OC）、ρ（SOC）和ρ（EC）呈现冬季最高[（52.6±28.6）、（17.0±9.6）、（9.1±5.2）、（6.1±3.9）和（2.4±1.2）μg·m^-3],夏季最低[（25.1±7.1）、（11.6±3.6）、（6.3±1.9）、（3.7±1.2）和（1.6±0.6）μg·m^-3]的季节变化特征.OC/EC季节变化呈现：夏季（4.2±0.8）>冬季（3.8±0.9）>秋季（3.8±0.5）>春季（3.7±0.9）,表明花溪城区各季节均存在SOC生成.SOC与OC呈现显著相关（R²=0.9）,且随着大气氧化性增强,SOC浓度呈增加趋势.OC与EC各季节均呈现较好相关性,其中秋季最高（R²=0.9）,其他3个季节偏低（R²为0.74~0.75）,表明二者具有共同来源.通过OC/EC值范围初步判断碳质气溶胶来源于机动车尾气排放、燃煤排放和生物质燃烧排放.为了进一步定量解析主要排放源对碳质气溶胶的贡献,利用PMF模型对碳质气溶胶来源解析,结果表明贵阳市花溪城区碳质气溶胶主要来源为燃煤源（29.3%）、机动车排放源（21.5%）和生物质燃烧源（49.2%）.     

天津市冬季重污染二次有机化学污染特征及VOCs对SOA生成潜势

基于天津市2019年1～3月超级观测站数据,研究重污染期间二次有机化学污染特征.重污染过程期间SOC约占PM_2.5质量的3.1%～3.8%,增长幅度显著高于PM_2.5,二次有机化学反应对重污染PM_2.5有较大影响.VOCs增长幅度较PM_2.5低,可能与VOCs作为前体物生成二次颗粒物而有所消耗有关.乙烷/乙炔比值在2.0以上,但较污染前下降,说明尽管重污染期间气团老化,但活性有所提升.重污染期间VOCs对SOA的生成潜势为0.49～1.21μg·m^-3,芳香烃对SOA生产贡献最大,贡献率大于90%,较污染前芳香烃类SOA生成潜势贡献升幅最大,说明芳香烃类是对SOA形成影响最大的物种.     

天津市春季样方法道路扬尘碳组分特征及来源分析

为研究天津市春季道路扬尘PM_(2.5)和PM_(10)中碳组分特征及来源,于2015年4月用样方法采集天津市道路扬尘样品,利用再悬浮采样器将样品悬浮到滤膜上,经热光碳分析仪测定有机碳(OC)和元素碳(EC),利用非参数检验、OC/EC比值分析、相关分析及聚类分析对其污染特征和来源进行探讨.结果表明,PM_(2.5)中ω(TC)为4. 89%(次干道)～18. 83%(快速路),ω(OC)为3. 57%(次干道)～15. 39%(快速路),ω(EC)为1. 32%(次干道)～3. 44%(快速路); PM_(10)中ω(TC)为8. 14%(次干道)～19. 71%(快速路),ω(OC)为5. 91%(次干道)～16. 28%(快速路),ω(EC)为1. 96%(主干道)～3. 43%(快速路);快速路中各碳组分质量分数均较高,次干道中各碳组分质量分数均较低,可能是由于快速路中车流量较大,机动车尾气排放量较大,而次干道车流量较小;各类型道路中ω(OC)明显大于ω(EC),ω(EC)在不同道路类型中差异不大;两相关样本非参数检验表明,各碳组分质量分数在PM_(2.5)和PM_(10)间均无显著性差异;相关性分析表明道路扬尘中OC、EC来源大致相同.通过OC/EC比值分析及聚类分析可知,天津市春季道路扬尘中碳组分主要来源于燃煤、机动车尾气以及生物质燃烧.     

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（PM₁₀、PM_2.5和PM₁）样品,分析采暖前后PM₁₀、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（PM₁₀）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（PM₁₀）与ρ（PM_2.5）显著相关,而ρ（PM₁）分别与ρ（PM_2.5）和ρ（PM₁₀）相关性差.采暖后散煤燃烧造成ρ（PM₁₀）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.②Pearson相关系数计算可知,ρ（OC）与ρ（EC）强相关;ρ（PM₁₀）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（PM₁₀）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PM₁₀、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PM₁₀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;PM₁₀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PM₁₀、PM_2.5和PM₁中OC/EC平均值分别为4.5、4.5和4.3;采暖后PM₁₀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;⑤8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.      

广西玉林市大气PM10和PM2.5中有机碳和元素碳污染特征分析

2015年7月~2016年3月期间在广西玉林市3个空气监测点位共采集环境大气颗粒物PM_(10)样品218份,PM_(2.5)样品202份,利用多波段热/光碳分析仪分析其颗粒物中有机碳和(OC)和元素碳(EC)浓度水平、时空变化、污染特征及可能来源.结果表明,玉林市PM_(10)中OC和EC质量浓度分别为10.99μg·m~(-3)和5.11μg·m~(-3);PM_(2.5)中OC和EC质量浓度分别为7.51μg·m~(-3)和4.70μg·m~(-3).3个监测点位大气中PM_(10)和PM_(2.5)冬季的OC和EC浓度水平均高于其他季节,PM_(10)、PM_(2.5)中OC和EC的相关性较好,R2分别为0.58和0.60(P均小于0.01).应用最小OC/EC比值法对二次有机碳(SOC)含量进行了估算,冬季大气PM_(10)和PM_(2.5)中SOC平均质量浓度分别为14.50μg·m~(-3)和6.74μg·m~(-3),高于其他季节.PM_(10)和PM_(2.5)中SOC/OC比值均0.5,玉林市大气中粗细颗粒物均以SOC为主.夏季PM_(10)和PM_(2.5)中SOC/OC分别为80.6%和77.7%,为四季最高值,与夏季温度较高、光照强烈、有利于光化学反应将OC转化为SOC有关.