徐州市重污染期碳质组分、水溶性离子特征及来源解析

基于美国沙漠所研制的Model 2001A热/光碳分析仪对徐州市区2016年冬季重污染时期PM2.5中的碳质组分[有机碳(OC)和元素碳(EC)]以及水溶性离子(NO_3~-、SO_4~(2-)、F~-、Cl~-、NO_2~-、NH_4~+、K~+、Ca~(2+)、Mg~(2+)、Na~+)进行昼夜采样监测,并采用优化的MRS算法对二次有机碳(SOC)含量进行了估算。结果表明,在采样期间徐州市区PM2.5平均质量浓度达到了(129.7±37.0)μg/m~3。通过OC/EC比值分析,采样期间徐州市区碳质气溶胶主要受到汽油车和柴油车尾气排放影响。SOC平均质量浓度为3.4μg/m~3,对OC的贡献达了44.3%,且夜晚二次污染程度要大于白天。重污染时期水溶性离子平均质量浓度达到了(126.0±24.0)μg/m~3,3种主要水溶性离子(NO_3~-、SO_4~(2-)、NH_4~+)以NH_4NO_3、(NH_4)_2SO_4的形式存在。通过对NO_3~-、SO_4~(2-)质量浓度比值的分析,表明以燃煤为主的固定源对水溶性离子贡献较大。利用PMF模型分析重污染期间大气PM2.5的质量浓度来源主要有6个,分别为交通源(48.7%)、二次无机气溶胶污染源(24.3%)、海盐及燃煤燃烧源(14.9%)、二次化工污染源(12.1%)、生物质燃烧源(0.9%)、道路扬尘源(0.1%)。总体来说,大气中PM2.5的来源较为多源化,其中交通源以及二次无机气溶胶污染源占据主导地位。     

包头市采暖期大气颗粒物PM_(10)与PM_(2.5)污染水平研究

为了解包头市采暖期大气颗粒物PM2.5与PM10的污染特征,在包头市城区设置采样点,在采暖期采集了PM2.5与PM10,对其中的水溶性离子、元素、有机碳、元素碳的含量进行了分析。结果表明:水溶性离子、元素组分是包头市采暖期大气颗粒物的主要成分,并且在细颗粒物中聚集较多;采暖期的燃煤为2种粒子中元素的主要来源之一;采暖期PM2.5与PM10中OC、EC有共同的污染源,主要来源是燃煤、机动车尾气和生物质燃烧;PM2.5与PM10中有二次反应生成的有机碳。     

包头市采暖期大气颗粒物PM10与PM2.5污染水平研究

为了解包头市采暖期大气颗粒物PM2.5与PM10的污染特征,在包头市城区设置采样点,在采暖期采集了PM2.5与PM10,对其中的水溶性离子、元素、有机碳、元素碳的含量进行了分析。结果表明:水溶性离子、元素组分是包头市采暖期大气颗粒物的主要成分,并且在细颗粒物中聚集较多;采暖期的燃煤为2种粒子中元素的主要来源之一;采暖期PM2.5与PM10中OC、EC有共同的污染源,主要来源是燃煤、机动车尾气和生物质燃烧;PM2.5与PM10中有二次反应生成的有机碳。     

西安市秋季大气细粒子（PM2．5）中化学元素的浓度特征和来源

[目的]研究西安市秋季大气细粒子（PM2.5）中化学元素的浓度特征及来源。[方法]于2009年10月利用微流量采样器采集西安大气中PM2.5样品,分析其元素浓度特征及来源。[结果]西安市秋季大气中PM2.5质量浓度的平均值为168.44μg/m3,最小值为53.29μg/m3,最大值达358.16μg/m3,高于北京、珠江三角洲;PM2.5中S、Zn、K、Cl、Ca、Fe的质量浓度均超过1.0μg/m3,处于较高污染水平;PM2.5中K与有机碳（OC）、元素碳（EC）的相关性较高,相关系数分别为0.76和0.75（P〈0.0001）,说明OC、EC与K具有相同的来源,生物质燃烧对OC、EC有一定的贡献;元素的富集因子分析表明,K、Ca、Fe、Ti、Mn和Cr主要来源于地壳或岩石风化等自然源,而S、Zn、Cl、Pb、Br、Mo、Cd和As主要受人为污染源的影响,而受土壤扬尘等自然源的影响较小,其中Cd的富集因子最大,主要来源于金属冶炼等人为污染;燃煤、生物质燃烧、机动车尾气排放、冶金化工、扬尘等是该区秋季PM2.5的主要来源。[结论]该研究为城市环境污染治理提供了理论依据。     

冬季霾天气下武汉城区大气PM2.5的化学特征

研究了冬季霾天气下武汉城区大气PM2.5的化学组成和污染特征.结果表明,武汉冬季霾天气和正常天气PM2.5的平均浓度分别为183.83μg/m3和66.46 μg/m3,主要成分OM、NO3-、SO42-、NH4+的总量分别占PM2.5的80.88％和65.43％.霾天气期间OC和EC有着共同的主要来源.与正常天气相比,武汉冬季霾天气下PM2.5中各物质的质量浓度均有所增加,二次有机气溶胶对武汉PM2.5有更为显著的贡献,以煤燃烧为代表的固定源对PM2.5的贡献更大.与其他城市相比,以机动车尾气为代表的移动源对武汉冬季PM2.5的贡献相对较大.霾天气下PM2.5浓度的增加可能与市政建设、煤燃烧、生物质燃烧、汽车尾气等因素有关.     

北方典型沙尘天气对城市大气颗粒物中碳质组分的影响

在天津市环境监测超级站利用在线OC/EC分析仪对2015年3月27-28日发生在中国北方的一次典型沙尘污染过程进行了观测,使用OC/EC(有机碳/元素碳)最小比值法估算二次有机碳(SOC)的贡献。结果显示,本次沙尘过程中PM10的小时浓度出现两次峰值,最高达895μg/m~3,PM_(2.5)/PM_(10)在沙尘天气期间(0.08~0.22)明显低于非沙尘天气(0.66);OC、EC的浓度在PM10浓度出现第一次峰值时达到最低,OC/EC在沙尘天气时约为非沙尘天气的2倍;SOC在沙尘天气前约占OC的45%,在沙尘发生时上升至75%。沙尘天气下,OC、EC的浓度有消减的趋势,在沙尘初期消减量分别达到39%和74%;其对一次有机碳(POC)的消减作用要高于SOC。     

天津市秋季一次典型灰霾过程中颗粒物污染及化学成分特征分析

为研究灰霾天气过程污染状况,在天津市南开区进行采样,分析了2011年10月17日～ 20日灰霾过程中PM10和PM25的质量浓度和化学成分特征.结果表明,此次灰霾过程是由高空风场减弱,低空暖湿气流增强,地面气压场减弱而形成.灰霾期间,PM2.5/PM10比值最高达71.9％,细颗粒物的质量浓度变化较粗颗粒物更为明显.PM10和PM25中,二次离子最高比例分别达31.9％、32.8％,NO3-/SO42-的平均比值分别为0.95和0.89,说明此次灰霾过程中固定源和流动源影响相当;OC/EC比值最高分别为3.7和2.8,表明灰霾存在二次有机气溶胶污染,并在PM10中表现更为明显;人为源元素S最高比例分别为3.4％、3.6％,说明燃煤燃油对此次灰霾过程贡献较为突出.     

百色市右江区冬春季节大气PM_(10)中主要水溶性无机离子分析

[目的]分析百色市右江区冬春季大气PM10中主要水溶性无机离子。[方法]于2010年11月至2011年4月,采集百色市城区大气可吸入颗粒物PM10样品,研究其水溶性无机离子的化学特征。[结果]百色市城区冬季PM10平均浓度为163.45μg/m3,春季PM10平均浓度为148.59μg/m3,略低于冬季。水溶性无机离子浓度的大小次序为SO24-Cl-NO3-NH4+K+Na+Mg2+F-,其中SO24-、NO3-和Cl-分别占水溶性组分质量的52.4%、18.2%和12.6%。PM10呈较强酸性,可能是高含量的SO24-所致。NO3-和SO24-的当量比值为0.73,表明固定源是大气N、S污染重要来源。NH4+和SO24-的当量比值为0.75,表明PM10中的NH4+主要以NH4HSO4形式存在。海盐对大气颗粒物中离子来源的贡献很小。[结论]可吸入颗粒物成为百色市大气首要污染物之一。     

武汉市科教区冬春季PM_(10)和PM_(2.5)质量浓度及水溶性离子分析

2006～2007年冬春季在武汉市湖北大学校区连续采集气溶胶样品,并用离子色谱分析了气溶胶中水溶性无机成分的含量。结果表明,PM2.5和PM10中总水溶性无机离子年平均浓度分别为3.98和6.79μg/m3,其中4种主要的水溶性无机离子Na+、Ca2+、SO42-和NO3-,共占PM2.5和PM10总水溶性离子浓度的79%、85%。Mg2+、Ca2+、F-、SO42-、Na+和Cl-主要集中在细粒子中,NH4+和NO3-主要集中在粗粒子中。NH4+和SO24-在PM2.5和PM10中的相关系数R=0.987、0.983,主要以NH4NO3、(NH4)2SO4和NH4HSO4的方式存在。离子来源分析显示,固定排放源(燃煤)对水溶性组分的贡献要高于移动排放源(机动车)的污染贡献,而局地二次扬尘及建筑扬尘也是大气细粒子中水溶性组分的一个重要来源。     

公园林带对PM_(2.5)含碳组分和水溶性离子浓度的影响

为了探讨公园内部环境中PM_(2.5)主要化学组成的空间分布特征,以奥林匹克森林公园内针阔混交林带为研究对象,研究公园内林地内外PM_(2.5)浓度、含碳组分和水溶性离子浓度对比及季节变化特征。结果表明,林带对PM_(2.5)化学成分有重要影响,有机质、SO■、NO~-_3、NH~+_4为林带内PM_(2.5)的主要组分。公园林带可使PM_(2.5)中有机碳(OC)、二次有机碳(SOC)、NO~-_3、SO■、NH~+_4和K~+的浓度显著升高。不同季节PM_(2.5)酸度不同,冬、夏季呈酸性,春、秋季呈碱性,林内PM_(2.5)较林外酸性更强。     

杭州临安4种绿地内PM2.5中有机碳和元素碳的浓度变化及来源分析

总结城市绿地内PM_2.5中有机碳（OC）和元素碳（EC）质量浓度的时空变化规律,探究影响OC和EC质量浓度变化的因素,为改善人居环境质量提供依据。选取4种绿地（居住绿地、商业绿地、广场绿地和公共绿地）为研究对象,采用智能中流量TSP采样器采集绿地空气中的PM_2.5,通过热光反射法（TOR）检测样品上OC和EC的质量浓度,分析其来源。结果表明,4种绿地内OC和EC质量浓度季节变化一致,均为冬季>秋季>春季>夏季;春、夏、秋3个季节OC和EC质量浓度日变化均呈“一日双峰”型,8:00-12:00和16:00-20:00为早、晚高峰,12:00-16:00和20:00-次日8:00出现低谷值。二次有机碳（SOC）质量浓度为春季（2.84±0.27 μg·m^-3）、夏季（2.82±0.32 μg·m^-3）、秋季（2.99±0.34 μg·m^-3）和冬季（3.15±0.25 μg·m^-3）,分别占OC质量浓度的29.50%、11.96%、25.47%和32.12%,表明二次污染在各季节均存在。冬季机动车尾气和燃煤排放是PM_2.5中OC和EC的主要来源。     

洞庭湖PM2.5重污染期水溶性离子污染特征和来源

于2017年9—12月在我国中部大气背景点洞庭湖采集PM2.5,分析水溶性离子成分,以研究其组成、分布特征及来源等。结果表明,采样期间洞庭湖PM2.5浓度平均值超过日均一级标准限值,主要成分是水溶性离子,其中NO3-、SO42-、NH4+在总离子浓度中分别占42.7%、27.4%、23.7%。NO3-、SO42-的摩尔浓度与NH4+拟合度较好,NH4+的量比酸性离子略占优势,说明NO3-和SO42-基本被NH4+中和。线性拟合表明NH4+与NO3-和SO42-主要以NH4NO3和NH4HSO4的形式存在。硫氧化率和氮氧化率说明SO42-和NO3-主要来自SO2和NOx的二次转化。二次转化受气象条件的影响;冬季比秋季更加有利二次转化,尤其是NO3-和NH4+的生成。后向轨迹气团分析发现,采样期间大气污染主要受中部地区和局地区域气团的影响,从山东半岛附近传输的气团对洞庭湖区域可能会产生海源的影响。本研究可为中部地区尤其是农业区域的大气污染成因和治理措施提供理论基础。     

泰州市降水化学组成的研究简

通过对泰州市2011 ～ 2012年期间的57次降水样品进行化学组成测试,研究了降水中的阴阳离子浓度总和与电导率的关系,发现降水的平均pH和电导率分别为5.90和42.3 μs/cm,总体上看,降水呈中性,并且比较清洁.降水中各离子浓度按大小顺序排列为SO42-＞Ca2＋ ＞NO3-＞Cl-＞NH4＋＞Na＋＞Mg2＋＞F-＞K＋＞H＋,其中SO42-和NO3-是泰州地区主要的致酸物质.在阳离子组成中,对降水中酸性物质的中和作用,钙要大于氨.降水中的离子浓度总和与电导率之间呈相关关系,降水中的阴阳离子计算得出的理论电导率与实测电导率在数值上基本也是一致的.     

我国不同林区典型乔木树种枝叶燃烧碳排放特性

[目的]对我国不同林区典型乔木树种燃烧释放含碳物质排放特性的研究,可为了解含碳气体和颗粒物对大气环境和全球碳循环的影响提供科学依据.[方法]本研究运用自主设计的生物质燃烧系统,模拟东北林区、南方林区和西南林区共19种典型乔木树种枝、叶燃烧,分析不同树种、不同树种类型及不同林区的含碳气体(CO2、CO和CxHy)、颗粒物...     

秸秆燃烧PM2.5及其碳组分排放特征研究

采用自主设计的民用炉灶燃烧-烟气稀释采样装置,获得安徽淮南和湖北武汉的小麦、玉米、水稻、花生、大豆5类典型农作物秸秆燃烧排放PM_(2.5)及其碳组分的排放因子,分析了排放因子的差异,筛选了碳组分的标识组分。结果表明,秸秆燃烧PM_(2.5)的排放因子随秸秆种类和地区的不同而呈现明显差异,淮南的秸秆燃烧烟气PM_(2.5)排放因子在0.56～7.67 g·kg~(-1),武汉的秸秆燃烧烟气PM_(2.5)排放因子在3.53～7.91 g·kg~(-1);不同种类秸秆烟气PM_(2.5)排放因子有明显差异,花生秸秆燃烧烟气PM_(2.5)的排放因子最高(均值5.98 g·kg~(-1)),是大豆秸秆燃烧烟气PM_(2.5)排放因子(均值2.04 g·kg~(-1))的2.93倍。秸秆燃烧PM_(2.5)的排放因子随秸秆含水率的增加而明显增大。碳组分是5种秸秆燃烧PM_(2.5)的主要成分碳,总碳(TC)占PM_(2.5)的36.40%～65.84%,其中花生秸秆TC排放因子最高(均值2.58 g·kg~(-1)),是小麦秸秆的TC排放因子(均值1.07 g·kg~(-1))的2.41倍;秸秆燃烧PM_(2.5)中的有机碳(OC)浓度远高于元素碳(EC),OC/EC值为2.36～13.73,表明秸秆燃烧对二次气溶胶的形成具有重要影响。淮南及武汉的秸秆燃烧烟气PM_(2.5)中char-EC/soot-EC值为17.20～64.16,char-EC显著高于soot-EC,可作为判断秸秆燃烧源的一个重要指标。主成分分析结果表明,秸秆燃烧PM_(2.5)中的OC1、OC2和EC1在碳组分中贡献较大,因此,OC1、OC2和EC1可作为秸秆燃烧PM_(2.5)的标识性组分。     

不同龄级橡胶林土壤有机碳组分及其影响因素

【目的】对比分析不同龄级橡胶林土壤各组分碳含量及影响因素,为云南省乃至我国植胶区土壤质量和天然橡胶产业的高效发展提供理论依据。【方法】以西双版纳景洪农场九分场为采样地,选取5种龄级（2、10、16、27和34a）橡胶林不同土层土壤样品为试验样本,测定土壤主要理化性质及土壤有机碳各组分含量,采用单因素方差分析、相关分析等方法分析不同龄级、不同土层（0~10 cm、10~20 cm和20~40 cm）间土壤有机碳各组分的差异及影响因素。【结果】5种不同龄级橡胶林的土壤理化性质存在差异,土壤pH在2.59~4.47,含水量在17.48%~40.38%,土壤容重在0.99~1.40 g/cm,全氮含量在0.75~1.37 g/kg,全磷含量在0.45~1.68 g/kg,全钾含量在1.70~22.71 g/kg。不同龄级橡胶林的土壤有机碳组分含量存在差异,土壤总有机碳含量在7.51~20.13 g/kg;易氧化有机碳含量在2.81~7.20 g/kg,占土壤总有机碳含量的13.96%~95.87%;稳定态有机碳含量在1.82~4.69 g/kg,占土壤总有机碳含量的9.04%~62.45%;水溶性有机碳含量在0.23~0.52 g/kg,占土壤总有机碳含量的1.14%~6.92%。土壤有机碳组分在不同土层中的变化规律相似,即随着土层深度增加各组分碳含量下降,表现为0~10 cm>10~20 cm>20~40 cm。相关分析结果表明,土壤有机碳各组分关系密切,总有机碳含量与易氧化有机碳和稳定态有机碳含量呈极显著正相关（P<0.01,下同）,与水溶性有机碳含量相关程度不显著（P>0.05,下同）;土壤理化特性对土壤有机碳组分的影响有所不同,土壤总有机碳含量与土壤含水量、全磷含量、全钾含量均呈极显著正相关,与全氮含量呈显著正相关（P<0.05,下同）,与土壤pH、土壤容重呈显著负相关;易氧化有机碳含量与土壤含水量及全磷和全钾含量呈极显著正相关,与土壤容重、pH呈极显著负相关;稳定态有机碳含量与全磷和全钾含量呈显著正相关,与土壤容重、土壤含水量呈显著负相关;水溶性有机碳含量仅与全钾含量、土壤pH呈显著正相关,与其余指标的相关性不显著。【结论】不同龄级橡胶林土壤有机碳各组分间相关性较强,且土壤pH、土壤容重、土壤含水量及全氮、全磷和全钾含量均是影响土壤有机碳各组分含量的重要因子,各理化指标间存在密切的相互制约、相互促进关系。     

不同栽培年限大棚土壤盐分变化特性研究

[目的]为了探明杨凌大棚土壤次生盐渍化的演变特性。[方法]以露天菜地为对照,运用相关及方差分析方法,研究了杨凌地区不同种植年限的大棚土壤水溶性盐分的变化特性。[结果]大棚土壤中水溶性总盐含量与电导率(EC)比露地蔬菜土壤明显增高,且随栽培年限的延长总盐含量与EC值逐渐升高,水溶性总盐与EC值在0-10cm土层呈线性正相关,R2=0.9106。对不同棚龄土壤总盐含量进行方差分析可知,F=16.977>F0.01=5.06,3、5年大棚土壤含盐量与其他处理之间有显著差异,3年大棚土壤与其他处理有极显著差异。随着栽培年限的延长,土壤pH值呈逐渐下降的趋势,在0-40cm土层,大棚土壤pH值随土壤层次加深而增高。8大离子组成中阴离子以SO42-为主,阳离子以Ca2+为主,分别占总盐的24.42%和21.46%。大棚土壤盐渍化趋势随栽培年限的延长越来越明显。[结论]确定了杨凌地区土壤盐渍化的演变规律,为解决设施农业发展中存在的土壤障碍问题提供了理论支持。     

基于场降雨数据的大气降水化学特征分析— — —以重庆市北碚区西南大学为例

对采集于重庆市北碚区2009年10月-2010年8月的48场雨水样品进行Cl-,NO3-,SO24-以及pH值和电导率(EC)的测试分析,发现该地区雨水中pH值变化范围为4～7.73,EC变化范围为14～379μs/cm,出现酸雨的频率为46%,并且在不同季节均可出现;每场降雨中离子质量浓度的不同及离子间的相互作用决定其pH值和EC的变化,但是两者不具相关性;雨水中Cl-,NO3-,SO24-三种离子质量浓度的总和变化范围为4.61～178.84mg/L,相互之间具有明显的相关性,并且这三种主要阴离子的质量浓度与雨水的EC呈显著相关性,体现出"夏季偏低,冬季偏高"的时间变化特征.这是由于夏季降水量较多,其稀释效应导致这些酸根离子质量浓度在夏季降水中浓度降低,而冬季由于降水量较少,雨水中的这些酸根离子质量浓度相对升高.SO24-为雨水中主要的致酸离子,与该地区以煤为主的能源结构一致.