-
碳质气溶胶是大气细颗粒物（空气动力学当量直径小于等于2.5 μm的悬浮颗粒物，即PM2.5）的重要组成部分，其含量约占PM2.5的10％—70％[1 − 4]. 碳质气溶胶主要包含有机碳（organic carbon,OC）、元素碳（elemental carbon,EC）和碳酸盐碳（carbonate carbon,CC），而碳酸盐碳对PM2.5的贡献通常小于5％，因此一般可以忽略[5 − 7]. 大气颗粒物中OC的来源有两个，一是由燃烧等过程直接排放的一次有机碳（primary organic carbon,POC），二是来源于天然源和人为源排放的挥发性有机物（volatile organic compounds,VOCs）等气态前体物在大气中经过复杂的光化学反应而形成的二次有机碳（secondary organic carbon,SOC）. 由于大气颗粒物中的OC主要富集在亚微米及更细颗粒物中，并可以通过呼吸系统进入肺泡，对人们身体健康危害较大[8 − 10]. EC主要来自化石燃料和生物质的不完全燃烧，其对紫外波长到红外波长范围内的光线具有较强的吸附性，对气候系统有增温作用且会降低大气能见度[11 − 13]，因此研究颗粒物中碳组分对改善大气污染具有重要的指导意义.
近年来，对碳组分的研究主要集中在环境空气细颗粒物中碳组分的污染特征和来源解析. 谢添[14]、张婷婷[15]、吴琳[16]和尹寒梅[17]等分别研究了南京、北京、天津和宜宾市等城市PM2.5中OC和EC的分布特征，结果表明碳组分浓度均呈现冬季＞秋季＞春季＞夏季的季节性变化，且均存在二次有机污染. 徐雪梅[18]和陈璐瑶[19]等对成都不同污染等级下PM2.5中碳组分的浓度和占比进行了研究，结果表明随着污染等级的加重，OC总浓度呈现显著上升趋势，而EC总浓度上升幅度较小，但OC和EC在PM2.5中的占比均随污染等级的加重而呈现小幅下降趋势. 张婷婷[15]和王幸等[20]对城市碳组分的来源进行了研究，表明OCl主要来源于生物质燃烧，OC2是燃煤源中最丰富的碳组分，OC3和OC4是汽油车尾气、燃煤或道路扬尘中的特征组分，EC1是汽油车尾气中丰富的碳组分，EC2和EC3是柴油车尾气中丰富的碳组分. 徐雪梅[18]、王幸[20]和石慧斌[21]等利用因子分析法对保定、成都和张家界PM2.5中碳组分的来源进行了解析，研究表明机动车尾气、燃煤、生物质燃烧和道路扬尘是PM2.5中碳组分的主要来源. 张进生等[22]研究了工业烧结和炼铁等生产工序颗粒物中碳组分的特征，但针对工业园区或工业集聚区周围环境空气细颗粒物中碳组分的研究仍相对较少.
钢城区作为全国最大的H型钢、齿轮钢、智能车库生产基地，包含有炼铁、炼钢、焦化和烧结全流程的钢铁生产工序，严重影响环境空气中细颗粒物碳组分[23]. 因此，本文以济南市钢铁集聚区为研究区域，与济南市区PM2.5中的碳组分进行了对比，并采用主成分分析法对钢铁集聚区PM2.5中碳组分进行来源解析，以期为济南市钢铁集聚区周围环境空气质量改善措施的制定提供技术支撑.
-
钢铁集聚区采样点位（36°06′98″N，117°81′48″E）位于山东省济南市钢城区环保局楼顶，采样点距地面约15 m，点位周边2.5 km有焦化厂、烧结厂、炼铁厂和炼钢厂等钢铁企业，采样点紧邻双泉路、钢都大街等主干道路；选择山东省济南市生态环境监测中心楼顶作为济南市区对比点位进行采样（36°66′27″N，117°04′94″E），采样点距地面约25 m，地处商业和居民混合区，周围分布有主干道、居民区、学校等，采样点位的分布如图1所示. 已有文献报道[18]，夏季因风速较大、雨水增多等气象因素有利于污染物的扩散和清除，PM2.5的浓度明显低于其他季节，本文研究钢铁集聚区春季、秋季和冬季PM2.5中OC和EC的污染特征与季节变化. 具体采样时间为2020年10月15日至2020年10月24日（秋季）、2020年12月18日至2021年1月7日（冬季）和2021年4月23日至2021年5月2日（春季）3个季节，每天采样时间均为早晨9点至次日8点，连续采集23 h，共获得有效样品81个，其中秋季20个，冬季41个，春季20个.
-
PM2.5采样仪器为德国产颗粒物自动换膜采样器（PNS, Comde-Derenda GmbH, 德国），使用PM2.5切割头采集空气中的PM2.5，采样流量为16.7 L·min−1.
-
本次采样使用的滤膜为石英滤膜（47 mm,Whatman公司），采样前，首先清理石英滤膜表面和边缘的碎屑，将石英滤膜置于马弗炉灼烧约4 h，灼烧温度为500 ℃，以去除有机组分. 灼烧后的滤膜放置在恒温恒湿箱中平衡，温度设置为（20±2.5）℃，湿度设置为（50%±5%）. 在恒温恒湿箱中平衡24 h后，采用灵敏度为0.01 mg电子天平称重，最后放入对应的滤膜盒中，并贴好相应的采样标签备用. 将样品采集到石英滤膜后用镊子将样品滤膜取出放入膜盒中，再将膜盒放入样品冷藏箱暂存，待采样结束后送回实验室，在恒温恒湿箱内平衡24 h后称量，然后放入冰箱中冷藏保存等待样品处理和分析.
利用热光碳分析法进行碳组分分析，采用美国沙漠研究所（DRI）研制的DRI Model 2015多波段有机碳/元素碳分析仪测定样品中的OC和EC. 分析时，选取大约0.526 cm2面积的滤膜，根据程序温度进行升温. 样品滤膜先在纯氦气环境中被逐渐加热至140、280、480、580 ℃，依次分离OC1、OC2、OC3和OC4，在含2％O2的氦气环境下继续加热，当温度达到580 ℃、740 ℃、840 ℃时，EC1、EC2和EC3可以依次被分离.
-
样品分析时分别进行了现场空白膜、实验室空白膜、平行样品和蔗糖溶液等测试分析. 空白膜测试中，OC和EC空白膜测试数据低且稳定，低于实际采样滤膜测试数据；平行样测试中，TC和OC相对偏差基本能达到10%以内，由于EC数据较小，相对偏差大部分在20%左右. 样品分析时首先建立了标准曲线，有机碳/元素碳分析仪采用浓度为1.0 μg·μL−1C的标准蔗糖溶液，分别注射5、8、10、15、20 μL的溶液制作蔗糖标准曲线，每季度采样结束立即做样品分析，每次采样结束做样品分析时均做标准曲线，相关系数R2≥0.997；每季度进行一次标准曲线的标液校准，即向空白膜中注入2 μg·μL−1的蔗糖溶液（按C算）5 μL，通过实验分析得到空白滤膜的蔗糖加标回收率在90%—110%范围以内，满足EPA中准确度要求.
-
使用IBM SPSS Statistics 22中的因子分析法（Factor Analysis, FA）对监测期间PM2.5中的碳组分质量浓度数据进行最大方差旋转因子分析，进而对碳组分的来源进行解析. 因子分析可以根据碳组分之间的相关性，降维后提取公因子，使每一个主因子只与最少数的变量有相关关系，而使足够多的因子负荷均很小，以便对因子的意义做出更合理的解释. 目前该方法已被广泛用于颗粒物及其碳组分来源解析[21，24].
-
钢铁集聚区TC、OC和EC在PM2.5中的占比见表1. 钢铁集聚区PM2.5的平均质量浓度在春季、秋季和冬季分别为（32.95±9.52）、（60.08±19.04）、（103.98±48.94）μg·m−3，该值分别是《环境空气质量标准》（GB3095—2012）规定的二级年标准限值（35 μg·m−3）的0.94倍、1.72倍和2.97倍，也分别是市区的0.84倍、1.25倍和1.36倍，表明钢铁集聚区秋冬季PM2.5的污染状况不容乐观，而春季钢铁集聚区PM2.5浓度略低于市区，与春季采样期间市区点位因位于钢铁集聚区北面受区域沙尘天气影响比钢铁集聚区更大有关. 钢铁集聚区春季、秋季和冬季TC质量浓度范围分别为2.49—5.99、7.13—15.89、4.30—64.75 μg·m−3，平均质量浓度分别为3.64、11.62、34.73 μg·m−3，在PM2.5中占比分别为11.58％、20.31％和33.47％，分别是市区TC在PM2.5中占比的1.1倍、1.7倍和1.7倍，且呈现显著的季节变化，表现为冬季＞秋季＞春季，此结论与尹寒梅[17]等在宜宾市的观测结果一致.
钢铁集聚区春季OC和EC在PM2.5中的质量浓度和占比均最低，质量浓度分别为（3.08±1.0）、（0.57±0.3）μg·m−3，占比分别为（9.82％±3.1％）和（1.76％±0.9％），与市区相比，春季碳组分浓度相差不大. 秋季OC和EC的质量浓度分别为（9.41±2.3）、（2.21±0.8）μg·m−3，在PM2.5中占比分别为（16.42％±3.6％）和（3.90％±1.3％），其中OC浓度和占比分别是市区的2.1倍和1.7倍. 钢铁集聚区OC和EC的质量浓度及在PM2.5中的占比均在冬季最高，OC和EC质量浓度分别为（29.19±14.9）μg·m−3和（5.54±3.4）μg·m−3，在PM2.5中占比分别为（28.11％±7.6％）和（5.36％±2.6％）. 总体来看，钢铁集聚区PM2.5中OC和EC的质量浓度及占比季节性变化均为冬季＞秋季＞春季，除了与点位周边钢铁企业焦化、烧结等工序排放有关外，还与不同季节气象条件的差异有关. 采样期间钢铁集聚区的湿度、风速和边界层高度（PBL）等气象数据如图2所示，已有文献[18]报道，静风高湿低温的气象条件会导致污染物难以扩散，因此钢铁集聚区秋季和冬季PM2.5及OC和EC的质量浓度较高还与风速较小、湿度较大、PBL较低等气象条件有关.
对比表2国内主要城市的研究结果，济南市钢铁集聚区PM2.5中OC、EC浓度水平远远低于2017年冬季在保定工业区观测到的结果，但均高于张家界、太原、北京和青岛市区，表明钢铁集聚区碳组分在国内仍处于较高水平，尤其冬季是防控碳质气溶胶污染的重中之重.
-
钢铁集聚区不同季节各碳组分在PM2.5中的占比如表3所示. PM2.5中的OC被分为OC1、OC2、OC3、OC4四种亚组分，EC被分为EC1，EC2，EC3三种亚组分[4]. 各碳组分在PM2.5中的占比呈现明显的季节变化趋势，冬季PM2.5中各碳组分的占比均最高，其次为秋季，春季最低（除EC2和EC3外）. 各季节碳组分中均为OC2、OC3、OC4和EC1占比较高，已有文献报道OC4和EC1是燃煤和机动车尾气的特征碳组分[4]，OC2和OC3是钢铁企业的烧结和炼铁工艺的特征碳组分[22]，说明钢铁工业中烧结等工艺燃煤和机动车尾气是钢铁聚集区PM2.5中碳组分的主要来源.
冬季呈现OC中OC4（8.46％）占比最高、OC1（4.46％）占比最低、OC2（5.69％）和OC3（5.11％）占比基本持平的规律，OC1、OC2、OC3和OC4占比分别是市区的2.2倍、1.5倍、1.2倍和2.0倍，说明钢铁集聚区相较于市区有机碳组分污染严重. EC中呈现EC1（9.39％）占比最高，EC2（0.30％）和EC3（0.06％）占比相对较低的规律，钢铁集聚区EC1占比是市区的1.8倍. 秋季样品碳组分中EC1和OC4占比最高，分别为8.70％和5.39％，是市区EC1和OC4占比的3.2倍和3.3倍，OC3（3.78％）和OC2（3.75％）占比也较高，OC1（1.64％）、EC2（0.78％）和EC3（0.06％）占比较低. 春季样品各碳组分占比都相对较低，其中占比较高的为OC2、OC3和EC1，占比分别为3.43％、2.77％和2.60％.
-
根据国家环境保护部发布的《环境空气质量指数（AQI）技术规定（试行）》（HJ 633-2012），空气质量等级可划分为6个等级，分别为：优、良、轻度污染、中度污染、重度污染和严重污染. 采样期间钢铁集聚区优、良、轻度污染和重度污染天分别占采样期间的9.76％、56.10％、31.71％和2.44％，采样期间以良和轻度污染天为主.
不同污染等级下，OC、EC和碳组分的占比如图3所示. 在不同污染等级下，有机碳组分占比均高于元素碳，当空气质量等级从优变为良时，OC和EC的占比均显著增加，这可能是由于不利气象因素导致空气质量恶化，表明碳组分对颗粒物污染的产生有一定贡献.
良、轻度污染和重度污染时OC浓度分别为27.89、39.01、31.17 μg·m−3，EC浓度分别为6.10、7.12、3.05 μg·m−3，随着污染等级的增加，钢铁集聚区OC和EC的浓度呈现不同程度的增长，但占比却有所下降，这主要是由于随着污染等级的加重，环境空气中NOx和SO2等气体转化的二次气溶胶占比增加[28 − 29]，因此OC和EC占比下降.
在不同空气质量等级下，PM2.5中的碳组分浓度呈现不同规律. 如图3所示，当空气质量等级为优时，碳组分中OC2占比最高，占PM2.5的3.37％. 空气质量等级为良、轻度污染和重度污染时，OC4的占比最高，在PM2.5中的占比约为9.2％，是最主要的碳组分. EC1是EC中含量最高的组分，其在PM2.5中的占比约为7.0％.
-
OC和EC的比值可用来判断是否存在二次有机污染，也可作为分析碳质气溶胶排放及转化特征的依据. 当OC/EC>2.0时，则存在二次有机碳（SOC）[30 − 31]，且比值越高，污染转化程度越高. 钢铁集聚区春季、秋季和冬季OC/EC分别为6.38、4.47和6.02，均大于2.0，表明钢铁集聚区各季节均存在明显的二次有机碳污染.
OC包括一次有机碳（POC）和二次有机碳（SOC），一次有机碳（POC）是由餐饮源和生物质排放等污染源直接排放的[16]；二次有机碳（SOC）是由OC在气象因素（湿度、温度、光照等）的影响下，发生大气光化学氧化反应而生成的，有研究表明，二次有机碳具有更强的极性、吸光性和吸湿性，对大气能见度、雾霾形成、人体健康甚至全球气候变化都具有重要影响[32]. 若POC浓度大于SOC，表明一次燃烧源对污染过程有较大贡献，若SOC浓度大于POC，则表明二次组分对污染过程有较大贡献. EC是由化石燃料或生物质等不完全燃烧产生的，经常被用来作为一次污染物的指示物. 本研究采用OC/EC最小比值法[3]估算SOC浓度，POC和SOC的计算公式如下：
式中，OC和EC为各采样点PM2.5样品中有机碳和元素碳的日均质量浓度，μg·m−3，（OC/EC）min为各采样点在采样期间OC/EC的最小值，钢铁集聚区（OC/EC）min=3.32，市区（OC/EC）min=3.72.
钢铁集聚区不同季节PM2.5中SOC浓度变化如图4所示. 钢铁集聚区春季、秋季和冬季SOC浓度分别为1.09、1.79、10.80 μg·m−3，分别占OC含量的35.39％、19.02％和37.00％；市区春季、秋季和冬季SOC浓度分别为1.16、1.38、4.83 μg·m−3，分别占OC含量的30.45％、31.01％和37.5％. 钢铁集聚区春季、秋季和冬季SOC浓度分别是市区的0.94倍、1.30倍和2.24倍.
由上述结论可知，钢铁集聚区冬季PM2.5中二次有机污染比其他季节要严重，呈现出冬季SOC浓度远远大于春季的特点，冬季SOC浓度和占比分别是春季的9.91倍和1.05倍，与文献报道[15]的城市PM2.5中SOC占OC含量季节变化规律一致. 冬季SOC占比比其他季节高，可能是由于冬季燃煤源有所增加，使得二次反应的有机前体物较高，为SOC的形成创造了有利条件. 除此之外，也与图2中冬季采样期间出现的风速较小、混合层高度较低、湿度60%—70%易造成颗粒物凝聚等气象条件有关，这些不利气象因素致使气体污染物在大气中的滞留时间长且不易扩散，是导致SOC在冬季浓度可观的另一个原因[15].
-
有学者[33 − 34]认为可以利用有机碳（OC）和元素碳（EC）之间的相关性分析，来初步判断OC和EC来源的一致性和稳定性. 若OC和EC的相关性较强，则说明两者有相似的污染源，如果OC中含有二次转化生成的有机碳SOC（secondary organic carbon），则两者的相关性较差，说明OC和EC的来源不同或者SOC对OC的贡献较小.
对春季、秋季和冬季济南大气PM2.5中OC和EC的质量浓度按ρ（OC）=a+b×ρ（EC）进行线性回归计算，该方程式表示了OC的两部分来源，一部分（用b×ρ（EC）表示）是随EC由燃烧源直接排放的，另一部分（用截距a表示）来自其它非燃烧源（如土壤尘﹑道路尘等）或二次形成[35].
钢铁集聚区春季、秋季和冬季OC、EC的相关性如图5所示. 钢铁集聚区春季、秋季与冬季的OC与EC浓度均呈显著正相关，且OC与EC均具有强相关性，表明钢铁聚集区每个季节的PM2.5具有相似的排放源. 相关指数R2分别为0.88、0.62和0.80，线性回归方程分别为y=2.64x+1.58、y=2.33x+4.26和y=3.98x+7.15. 在本研究中，春季PM2.5中OC与EC相关性最高，表明PM2.5中ρ（OC）和ρ（EC）的来源较为一致，有相似的污染来源，这与春季OC主要为POC的结论相一致，主要来源于机动车排放[15]；冬季次之，表明冬季OC和EC的同源性也较好，主要来源于采暖季燃煤排放；秋季的相关性较冬季和春季弱一些，说明在秋季OC和EC的来源较复杂，除汽油车排放外，柴油车影响也较大.
-
文献报道，当OC/EC比值为1.0—4.2时，OC和EC主要来源于柴油和汽油车尾气排放[36 − 37]；当OC/EC比值为2.5—10.5时，主要来源于燃煤排放[37]；当OC/EC比值为3.8—13.2或16.8—40.0时，主要来源于生物质燃烧排放[38]；当OC/EC比值为32.9—81.6时，主要来源于烹调排放[39]. 本文中钢铁集聚区OC/EC为4.47—6.38，与文献报道[4]的钢铁工业烧结源颗粒物中OC/EC为3.94—5.32基本一致，远高于炼铁工艺颗粒物中的OC/EC（1.92），表明钢铁集聚区碳组分主要来源于点位周边钢铁工业烧结工序等燃煤排放.
为了进一步解析济南市钢铁集聚区PM2.5中不同碳组分的来源，利用因子分析法（FA）对其进行了研究，最终结果共提取出3个因子作为有效主因子，来源解析结果如表4所示. 因子载荷的累积方差贡献率为97.776%，能够反映主要的污染源信息. 因子1中OC1、OC2、OC3、OC4和EC1贡献比例大，贡献率为68.507%，其中OC2、OC3载荷因子最大，因子2中EC2贡献比例大，载荷贡献率为14.696%，因子3中EC3贡献比例大，载荷贡献率为14.573%. 已有研究表明，OC2，OC3，OC4和EC1是钢铁烧结工序、燃煤和机动车尾气排放最丰富的碳组分[4，22]，EC2和EC3是柴油车尾气中较为丰富的碳组分[40]. 因此因子1识别为钢铁工业中的焦化、烧结等工序的燃煤排放，因子2和因子3识别为柴油车尾气. 说明钢铁集聚区碳组分主要来自于钢铁工业中的烧结工序的燃煤排放以及柴油车尾气排放.
-
（1）济南市钢铁集聚区PM2.5中TC、OC、EC的质量浓度和占比均呈现显著的季节变化，表现为冬季＞秋季＞春季，秋、冬季钢铁集聚区碳组分呈现OC中OC4占比最高、OC1占比最低、OC3和OC4占比基本持平的规律，EC中呈现EC1占比远远高于EC2和EC3的规律. EC1和OC4为钢铁集聚区PM2.5碳组分中的特征组分，OC2和OC3是PM2.5中的优势碳质组分. 钢铁集聚区春季、秋季和冬季都存在二次有机污染，SOC的浓度分别为1.09、1.79、10.80 μg·m−3，分别占OC含量的35.39％、19.02％和37.00％.
（2）在不同污染等级下，有机碳组分占比均高于元素碳，随着污染等级的增加，钢铁集聚区OC和EC的浓度呈现不同程度的增长，但占比均呈下降趋势. 当空气质量等级为优时，碳组分中OC2占比最高；空气质量等级为良、轻度污染和重度污染时，均为OC4和EC1的占比最高，在PM2.5中的占比约为9.2％和7.0％.
（3）因子分析结果表明，济南市钢铁集聚区PM2.5中碳组分污染物的主要来源是钢铁工业烧结等燃煤排放和柴油车尾气排放，贡献率分别为68.51％和29.27％.
济南市钢铁集聚区大气细颗粒物中碳组分污染特征
Carbon component pollution characteristics of atmospheric fine particulate matter in iron and steel agglomeration area
-
摘要: 为分析钢铁集聚区大气细颗粒物(PM2.5)中碳组分的污染特征，对济南市钢铁集聚区和市区秋季(2020年10月15日至2020年10月24日)、冬季(2020年12月18日至2021年1月7日)和春季(2021年4月23日至5月2日)环境空气中PM2.5进行手工采样，利用热光碳分析仪测定了PM2.5中有机碳(OC)和元素碳(EC)的含量. 结果表明，钢铁集聚区秋季OC和EC质量浓度范围分别为5.79—12.56 μg·m−3和1.34—3.44 μg·m−3；冬季OC和EC质量浓度范围分别为3.92—55.54 μg·m−3和0.38—11.39 μg·m−3；春季OC和EC质量浓度范围分别为2.14—4.70 μg·m−3和0.19—1.33 μg·m−3，呈现显著的季节变化，表现为冬季＞秋季＞春季. 钢铁集聚区冬季PM2.5中OC和EC占比最高，分别为28.11％和5.36％，春季OC和EC占比最低，分别为9.82％和1.76％. 钢铁集聚区秋季和冬季OC(EC)质量浓度均高于市区，分别是市区的2.12（2.68）、2.27（4.27）倍，表明钢铁集聚区秋冬季PM2.5的污染状况比较严峻. 在以PM2.5为首要污染物的不同污染等级下，均为碳组分OC4和EC1的占比最高，分别占PM2.5的9.0％和7.5％，是碳组分的主要贡献组分. 钢铁集聚区春季、秋季和冬季SOC的浓度分别为1.09 、1.79 、10.80 μg·m−3，分别占OC质量浓度的35.39％、19.02％和37.00％，表明钢铁集聚区冬季比其他季节二次有机污染较严重. 由因子分析可知，钢铁集聚区碳组分主要来源于钢铁工业烧结等工序燃煤和柴油车尾气排放. 研究成果为济南市钢铁集聚区周围环境空气质量改善措施的制定提供技术支撑.Abstract: In order to measure and characterize the carbon components of atmospheric fine particulate matter (PM2.5) in an iron and steel agglomeration area, PM2.5 was sampled during autumn (Oct 15 — Oct 24, 2020), winter (Dec 18, 2020— Jan 7, 2021), and spring (April 23 - May 2, 2021) in Jinan, Eastern China. The content of organic carbon (OC) and elemental carbon (EC) in PM2.5 was analyzed by a thermal/optical reflectance organic carbon/elemental carbon (OCEC) analyzer. The carbon composition showed significant seasonal change, which decreased with the trend winter > autumn > spring. The mass concentrations of OC in the iron and steel agglomeration area were 5.79—12.56 μg·m−3, 3.92—55.54 μg·m−3, and 2.14—4.70 μg·m−3 in autumn, winter, and spring, respectively. The EC mass concentrations were 1.34—3.44 μg·m−3, 0.38—11.39 μg·m−3, and 0.19—1.33 μg·m−3, in autumn, winter, and spring, respectively. The highest proportion of OC and EC, which accounted for 28.11% and 5.36% of total PM2.5 mass concentration, respectively, was observed in winter, and the lowest was observed in spring (OC, 9.82%; EC, 1.76%). The mass concentrations of both OC and EC in the area in autumn and winter were higher than that in urban regions, which was 2.12 (2.68) and 2.27 (4.27) times that of the urban area, respectively, indicating that the pollution of PM2.5 in the autumn and winter of the area was of significant environmental concern. Under different pollution levels with PM2.5 as the primary pollutant, the content of OC4 (9.0%) was highest in PM2.5, followed by EC1 (7.5%). Both OC4 and EC1 were the main carbon components. The concentrations of SOC were 1.09 μg·m−3, 1.79 μg·m−3, and 10.80 μg·m−3 in spring, autumn, and winter, respectively, which accounted for 35.39%, 19.02%, and 37.00% of OC mass concentration, respectively, and showed that the SOC pollution of PM2.5 in the steel production area has greater impact in winter than in other seasons. Based on a factor analysis of origin, the carbon components in the iron and steel agglomeration area come mainly from coal combustion and diesel vehicle exhaust emissions. The results provide technical support for the formulation of measures to improve the ambient air quality around the Jinan Iron and Steel Cluster.
-
-
图 2 采样期间PM2.5、OC、EC浓度和气象因子时间序列
Figure 2. Time series of PM2.5, OC, EC concentrations, and meteorological factors during sampling
图 3 钢铁集聚区不同污染等级下OC、EC和碳组分的占比
Figure 3. OC, EC and carbon components in different pollution levels in iron and steel agglomeration areas
图 4 钢铁集聚区不同季节PM2.5中SOC浓度变化
Figure 4. Changes of SOC concentration in PM2.5 in different seasons in iron and steel agglomeration area
图 5 钢铁集聚区春季、秋季和冬季OC、EC的相关性分析
Figure 5. Correlation analysis of OC and EC in spring, autumn and winter in iron and steel agglomeration area
表 1 钢铁集聚区PM2.5中碳组分的季节变化
Table 1. Seasonal variation and meteorological factors of carbon components in PM2.5 in iron and steel agglomeration area
点位
Points组分
Components春季
Spring秋季
Autumn冬季
Winter浓度/（μg·m−3）Concentration 占比/％
Proportion浓度/（μg·m−3）Concentration 占比/％
Proportion浓度/（μg·m−3）Concentration 占比/％
Proportion钢铁集聚区
Iron and steel
agglomeration areaPM2.5 32.95±9.5 — 60.08±19.0 — 103.98±48.9 — TC 3.64±1.3 11.58±3.9 11.62±2.9 20.31±4.7 34.73±18.0 33.47±10.0 OC 3.08±1.0 9.82±3.1 9.41±2.3 16.42±3.6 29.19±14.9 28.11±7.6 EC 0.57±0.3 1.76±0.9 2.21±0.8 3.90±1.3 5.54±3.4 5.36±2.6 市区
UrbanPM2.5 39.35±10.4 — 48.04±18.8 — 76.40±52.5 — TC 4.23±1.3 10.66±2.7 5.27±1.6 11.67±3.1 14.18±8.5 19.84±4.7 OC 3.81±1.1 9.61±2.4 4.45±1.3 9.93±2.8 12.88±7.7 18.04±4.1 EC 0.42±0.2 1.05±0.5 0.82±0.4 1.73±0.5 1.30±0.9 1.80±0.8 
下载: 导出CSV
表 2 国内其它城市OC和EC在PM2.5中的占比
Table 2. Proportion of OC and EC in PM2.5 in other cities in China
点位
Points采样时间
Sampling time占比/％
ProportionTC OC EC 北京市区[15] 2015年冬季 27.28 19.58 7.70 保定工业区[4] 2017年冬季 43.04 34.42 8.62 张家界市区[20] 2017年冬季 16.08 13.04 3.04 济南市区[25] 2017年冬季 21.51 16.27 5.26 青岛市区[26] 2018年冬季 24.63 21.95 2.68 太原市区[27] 2019年冬季 20.2 17.14 3.06 济南工业区 2021年春季 11.58 9.82 1.76 济南工业区 2020年秋季 20.31 16.42 3.90 济南工业区 2020年冬季 33.47 28.11 5.36
下载: 导出CSV
表 3 钢铁集聚区不同季节各碳组分在PM2.5中的占比（%）
Table 3. The proportion of carbon components in PM2.5 in different seasons in iron and steel agglomeration areas
春季
Spring秋季
Autumn冬季
Winter钢铁集聚区
Iron and steel agglomeration area市区
Urban钢铁集聚区
Iron and steel agglomeration area市区
Urban钢铁集聚区
Iron and steel agglomeration area市区
UrbanOC1 0.77 0.55 1.64 1.39 4.46 2.03 OC2 3.43 3.01 3.75 2.58 5.69 3.85 OC3 2.77 3.16 3.78 2.69 5.11 4.14 OC4 1.30 1.70 5.39 1.64 8.46 4.20 EC1 2.60 1.89 8.70 2.72 9.39 5.31 EC2 0.58 0.36 0.78 0.56 0.30 0.22 EC3 0.15 1.70 0.06 0.08 0.06 0.10
下载: 导出CSV
表 4 钢铁集聚区碳组分最大方差旋转成分矩阵
Table 4. Maximum variance rotation component matrix of carbon components in iron and steel agglomeration area
组分
Component因子1
Factor1因子2
Factor2因子3
Factor3OC1 0.981 −0.075 −0.082 OC2 0.990 −0.081 −0.082 OC3 0.982 −0.079 −0.098 OC4 0.972 0.057 −0.065 EC1 0.965 0.093 −0.076 EC2 −0.025 0.997 −0.065 EC3 −0.113 −0.066 0.991 特征值 4.795 1.029 1.020 方差贡献率％ 68.507 14.696 14.573 累计方差贡献率％ 68.507 83.203 97.776
下载: 导出CSV
-
[1] 沈惠, 陈前火. PM2.5的来源、现状、危害及防控措施[C]. 2014中国环境科学学会学术年会, 中国四川成都, 2014: 623-628. SHEN H, CHEN Q H. Sources, status, hazards and prevention and control measures of PM2.5[C]. 2014 Annual Conference of Chinese Society for Environmental Sciences, Chengdu, Sichuan, 2014: 623-628 (in Chinese).
[2] CAO J J. Spatial and seasonal variations of atmospheric organic carbon and elemental carbon in Pearl River Delta Region, China[J]. Atmospheric Environment, 2004, 38(27): 4447-4456. doi: 10.1016/j.atmosenv.2004.05.016 [3] HE K B, YANG F M, MA Y L, et al. The characteristics of PM2.5 in Beijing, China[J]. Atmospheric Environment, 2001, 35(29): 4959-4970. doi: 10.1016/S1352-2310(01)00301-6 [4] 王慧杰, 孟晓郁, 王静, 等. 保定市空气PM2.5中碳组分污染特征及来源分析[J]. 环境科学与技术, 2020, 43(9): 163-169. WANG H J, MENG X Y, WANG J, et al. Pollution characteristics and source analysis of carbon components in PM2.5 of ambient air in baoding City[J]. Environmental Science & Technology, 2020, 43(9): 163-169 (in Chinese).
[5] JI D S, GAO W K, MAENHAUT W, et al. Impact of air pollution control measures and regional transport on carbonaceous aerosols in fine particulate matter in urban Beijing, China: insights gained from long-term measurement[J]. Atmospheric Chemistry and Physics, 2019,19(13): 8569–8590. [6] ZHOU S Z, WANG Z, GAO R, et al. Formation of secondary organic carbon and long-range transport of carbonaceous aerosols at Mount Heng in South China[J]. Atmospheric Environment, 2012, 63: 203-212. doi: 10.1016/j.atmosenv.2012.09.021 [7] CHEN D, CUI H F, ZHAO Y, et al. A two-year study of carbonaceous aerosols in ambient PM2. 5 at a regional background site for western Yangtze River Delta, China[J]. Atmospheric Research, 2017, 183: 351-361. [8] 邵桐, 苗晓燕, 周志祥, 等. 我国大气环境健康基准目标污染物筛选方法及候选清单研究[J]. 环境化学, 2017, 36(11): 2386-2397. doi: 10.7524/j.issn.0254-6108.2017031604shu SHAO T, MIAO X Y, ZHOU Z X, et al. A screening method for the target pollutants of atmospheric health benchmark in China[J]. Environmental Chemistry, 2017, 36(11): 2386-2397(in Chinese). doi: 10.7524/j.issn.0254-6108.2017031604shu
[9] KELLY F J, FUSSELL J C. Size, source and chemical composition as determinants of toxicity attributable to ambient particulate matter[J]. Atmospheric Environment, 2012, 60: 504-526. doi: 10.1016/j.atmosenv.2012.06.039 [10] SAMARA C, VOUTSA D, KOURAS A, et al. Organic and elemental carbon associated to PM10 and PM2.5 at urban sites of northern Greece[J]. Environmental Science and Pollution Research, 2014, 21(3): 1769-1785. doi: 10.1007/s11356-013-2052-8 [11] 武高峰, 王丽丽, 武志宏, 等. 石家庄市采暖季PM2.5碳组分昼夜污染特征及来源分析[J]. 环境科学学报, 2020, 40(7): 2356-2364. WU G F, WANG L L, WU Z H, et al. Pollution diurnal variation and source analysis of PM2.5 carbon components in heating season in Shijiazhuang City[J]. Acta Scientiae Circumstantiae, 2020, 40(7): 2356-2364(in Chinese).
[12] 刘珊, 彭林, 温彦平, 等. 太原市PM2.5中有机碳和元素碳的污染特征[J]. 环境科学, 2015, 36(2): 396-401. LIU S, PENG L, WEN Y P, et al. Pollution characteristics of organic and elemental carbon in PM2.5 in Taiyuan[J]. Environmental Science, 2015, 36(2): 396-401(in Chinese).
[13] WANG Y L, WANG Y S, SONG S Y, et al. Effects of coal types and combustion conditions on carbonaceous aerosols in flue gas and their light absorption properties[J]. Fuel, 2020, 277: 118148. doi: 10.1016/j.fuel.2020.118148 [14] 谢添, 曹芳, 章炎麟, 等. 2015—2019年南京北郊碳质气溶胶组成变化[J]. 环境科学, 2022, 43(6): 2858-2866 XIE T, CAO F, ZHANG Y L, et al. Changes of carbonaceous aerosol in the northern suburb of Nanjing from 2015 to 2019 [J]. Environmental Science,2022, 43(6): 2858-2866(in Chinese).
[15] 张婷婷, 马文林, 亓学奎, 等. 北京城区PM2.5有机碳和元素碳的污染特征及来源分析[J]. 环境化学, 2018, 37(12): 2758-2766. doi: 10.7524/j.issn.0254-6108.2018051701 ZHANG T T, MA W L, QI X K, et al. Characteristics and sources of organic carbon and element carbon in PM2.5 in the urban areas of Beijing[J]. Environmental Chemistry, 2018, 37(12): 2758-2766(in Chinese). doi: 10.7524/j.issn.0254-6108.2018051701
[16] 吴琳, 冯银厂, 戴莉, 等. 天津市大气中PM10、PM2.5及其碳组分污染特征分析[J]. 中国环境科学, 2009, 29(11): 1134-1139. doi: 10.3321/j.issn:1000-6923.2009.11.003 WU L, FENG Y C, DAI L, et al. Characteristics of PM10, PM2.5 and their carbonaceous species in Tianjin City[J]. China Environmental Science, 2009, 29(11): 1134-1139(in Chinese). doi: 10.3321/j.issn:1000-6923.2009.11.003
[17] 尹寒梅, 陈军辉, 冯小琼, 等. 宜宾市PM2.5中碳组分的污染特性及来源分析[J]. 环境化学, 2019, 38(4): 738-745. doi: 10.7524/j.issn.0254-6108.2018061504shu YIN H M, CHEN J H, FENG X Q, et al. Pollution characteristics and source analysis of carbonaceous aerosol in PM2.5 in Yibin, China[J]. Environmental Chemistry, 2019, 38(4): 738-745(in Chinese). doi: 10.7524/j.issn.0254-6108.2018061504shu
[18] 徐雪梅, 冯小琼, 陈军辉, 等. 成都市主城区PM2.5碳组分污染特征分析[J]. 环境化学, 2021, 40(8): 2481-2492. doi: 10.7524/j.issn.0254-6108.2020041401 XU X M, FENG X Q, CHEN J H, et al. Pollution characteristics of carbonaceous components in PM2.5 in the Chengdu City[J]. Environmental Chemistry, 2021, 40(8): 2481-2492(in Chinese). doi: 10.7524/j.issn.0254-6108.2020041401
[19] 陈璐瑶, 于阳春, 黄小娟, 等. 减排背景下成都大气PM2.5碳质组分特征[J]. 环境科学, 2022, 43(9): 4438-4447. CHEN L Y, YU Y C, HUANG X J, et al. Characteristics of carbonaceous species in PM2.5 in Chengdu under the background of emission reduction[J]. Environmental Science, 2022, 43(9): 4438-4447(in Chinese).
[20] 王幸, 张青梅, 刘湛, 等. 张家界市大气PM2.5碳组分污染特征及来源分析[J]. 湘潭大学学报(自然科学版), 2021, 43(6): 117-126. WANG X, ZHANG Q M, LIU Z, et al. Characteristics and sources of carbonaceous species in atmospheric PM2.5 in Zhangjiajie[J]. Journal of Xiangtan University (Natural Science Edition), 2021, 43(6): 117-126(in Chinese).
[21] 石慧斌, 黄艺, 程馨, 等. 成都市冬季PM2.5中碳组分污染特征及来源解析[J]. 生态环境学报, 2021, 30(7): 1420-1427. SHI H B, HUANG Y, CHENG X, et al. Pollution characteristics and sources of carbonaceous components in PM2.5 during winter in Chengdu[J]. Ecology and Environmental Sciences, 2021, 30(7): 1420-1427(in Chinese).
[22] 张进生, 吴建会, 马咸, 等. 钢铁工业排放颗粒物中碳组分的特征[J]. 环境科学, 2017, 38(8): 3102-3109. ZHANG J S, WU J H, MA X, et al. Characteristics research on carbonaceous component of particulate matter emitted from iron and steel industry[J]. Environmental Science, 2017, 38(8): 3102-3109(in Chinese).
[23] 孙友敏, 范晶, 徐标, 等. 省会城市不同功能区大气PM2.5化学组分季节变化及来源分析[J]. 环境科学, 2022, 43(5): 2304-2316. SUN Y M, FAN J, XU B, et al. Source apportionment and seasonal changes in PM2.5 chemical components from different functional areas of a provincial capital city[J]. Environmental Science, 2022, 43(5): 2304-2316(in Chinese).
[24] KANELLOPOULOS P G, VEROUTI E, CHRYSOCHOU E, et al. Primary and secondary organic aerosol in an urban/industrial site: Sources, health implications and the role of plastic enriched waste burning[J]. Journal of Environmental Sciences, 2021, 99(1): 222-238. [25] 张文娟, 李敏, 付华轩, 等. 济南市PM2.5化学组分及污染特征分析[J]. 环境污染与防治, 2019, 41(12): 1490-1494. ZHANG W J, LI M, FU H X, et al. Pollution characteristic and chemical composition of PM2.5 in Jinan[J]. Environmental Pollution & Control, 2019, 41(12): 1490-1494(in Chinese).
[26] 于涛, 刘亚妮, 任丽红, 等. 中国典型沿海城市冬季PM2.5中碳组分的污染特征及来源解析[J]. 环境化学, 2022, 41(1): 113-124. doi: 10.7524/j.issn.0254-6108.2020091503 YU T, LIU Y N, REN L H, et al. Pollution characteristics and sources analysis of carbon components in PM2.5 in winter at typical coastal cities of China[J]. Environmental Chemistry, 2022, 41(1): 113-124(in Chinese). doi: 10.7524/j.issn.0254-6108.2020091503
[27] 张国斌. 太原市PM2.5中有机碳和元素碳变化特征[J]. 山西化工, 2021, 41(5): 247-251. ZHANG G B. Variation characteristics of organic carbon and elemental carbon in PM2.5 in Taiyuan[J]. Shanxi Chemical Industry, 2021, 41(5): 247-251(in Chinese).
[28] 魏小锋, 刘光辉, 闫学军, 等. 济南市冬季大气重污染过程PM2.5数浓度谱和组分分布特征[J]. 生态环境学报, 2020, 29(9): 1847-1854. WEI X F, LIU G H, YAN X J, et al. Characteristics of PM2.5 number concentrations and compositions during heavy air pollution events in Ji'nan [J]. Ecology and Environmental Sciences, 2020, 29(9): 1847-1854(in Chinese).
[29] 田莎莎. 济南市秋冬季不同污染程度下PM2.5组分特征及来源解析[D]. 天津:天津师范大学, 2019. TIAN S S. Characteristics and source apportionment of PM2.5 components in different pollution levels of autumn and winter in Jinan[D]. Tianjin:Tianjin Normal University, 2019(in Chinese).
[30] GRAY H A, CASS G R, HUNTZICKER J J, et al. Characteristics of atmospheric organic and elemental carbon particle concentrations in Los Angeles[J]. Environmental Science & Technology, 1986, 20(6): 580-589. [31] CHOW J C, WATSON J G, Lu Z Q, et al. Descriptive analysis of PM2.5 and PM10 at regionally representative locations during SJVAQS/AUSPEX[J]. Atmospheric Environment, 1996, 30(12): 2079-2112. doi: 10.1016/1352-2310(95)00402-5 [32] 杜博涵, 黄晓锋, 何凌燕, 等. 宁波市PM2.5中碳组分的时空分布特征和二次有机碳估算[J]. 环境科学, 2015, 36(9): 3128-3134. DU B H, HUANG X F, HE L Y, et al. Seasonal and spatial variations of carbon fractions in PM2.5 in Ningbo and the estimation of secondary organic carbon[J]. Environmental Science, 2015, 36(9): 3128-3134(in Chinese).
[33] 杨起超, 曾立民, 唐静玥, 等. 无锡冬季和春季大气中细粒子化学组分及其特性分析[J]. 环境化学, 2014, 33(9): 1501-1513. doi: 10.7524/j.issn.0254-6108.2014.09.002 YANG Q C, ZENG L M, TANG J Y, et al. Characteristic analysis of chemical species in atmospheric fine particles in Wuxi during winter & spring sampling campaigns[J]. Environmental Chemistry, 2014, 33(9): 1501-1513(in Chinese). doi: 10.7524/j.issn.0254-6108.2014.09.002
[34] TURPIN B J, CARY R A, HUNTZICKER J J. An In situ, time-resolved analyzer for aerosol organic and elemental carbon[J]. Aerosol Science and Technology, 1990, 12(1): 161-171. doi: 10.1080/02786829008959336 [35] 古金霞, 侯鲁健, 武鑫, 等. 济南市大气细颗粒物中的碳组分特征[J]. 南开大学学报(自然科学版), 2015, 48(6): 61-67. GU J X, HOU L J, WU X, et al. The characteristics of carbon components in atmospheric fine particulate matter of Jinan City[J]. Acta Scientiarum Naturalium Universitatis Nankaiensis, 2015, 48(6): 61-67(in Chinese).
[36] CHEN Y J, ZHI G R, FENG Y L, et al. Measurements of emission factors for primary carbonaceous particles from residential raw-coal combustion in China[J]. Geophysical Research Letters, 2006, 33(20):L20815. [37] SCHAUER J J, KLEEMAN M J, CASS G R, et al. Measurement of emissions from air pollution sources. 4. C1−C27 organic compounds from cooking with seed oils[J]. Environmental Science & Technology, 2002, 36(4): 567-575. [38] HE L Y, HU M, HUANG X F, et al. Measurement of emissions of fine particulate organic matter from Chinese cooking[J]. Atmospheric Environment, 2004, 38(38): 6557-6564. doi: 10.1016/j.atmosenv.2004.08.034 [39] 蒋荣. 南通市重污染过程PM2.5中OC/EC浓度水平及污染特征分析[J]. 环境保护科学, 2017, 43(5): 35-38. JIANG R. Concentrations and pollution characteristics of organic carbon and elemental carbon in PM2.5 during the heavy air pollution episodes in Nantong[J]. Environmental Protection Science, 2017, 43(5): 35-38(in Chinese).
[40] WATSON J G, CHOW J C, LOWENTHAL D H, et al. Differences in the carbon composition of source profiles for diesel-and gasoline-powered vehicles[J]. Atmospheric Environment, 1994, 28(15): 2493-2505. doi: 10.1016/1352-2310(94)90400-6 -
点击查看大图
计量
- 文章访问数: 811
- HTML全文浏览数: 811
- PDF下载数: 15
- 施引文献: 0
