论文部分内容阅读
很多研究表明，碳质组分可造成区域烟霾、降低能见度、影响地球辐射平衡和人类健康。本文首先分析了天津市PM10和PM2.5及其中OC、EC的污染特征，利用TOR方法分析了OC和EC，同时得出8个碳组分(OC1、OC2、OC3、OC4、EC1、EC2、EC3、OPC)的分布特征，并用OC/EC比值来探讨二次有机碳(SOC)污染程度；其次，分析了PM2.5和PM10，OC和EC的相关性；并利用多元线性回归模型，采用逐步回归法分析了气象因素对碳组分的综合影响；最后，利用主成分分析法(PCA)分析8个碳组分之间的关系，初步探讨了碳成分的来源并提出相关建议。
分析结果表明：PM10中秋、冬、春、夏四季OC的平均浓度分别为32.66μg/m3、40.87μg/m3、18.43μg/m3、12.74μg/m3，在PM10中所占比例分别为16.65％、17.33%、9.31%、6.79%，呈现冬季高夏季低的季节特点。EC的平均浓度分别为7.45μg/m3、6.04μg/m3、4.07μg/m3、5.57μg/m3，在PMi0在所占比例分别为3.80%、2.56%、2.06%、2.97%。
PM2.5中秋、冬、春、夏四季OC的平均浓度分别为18.47μg/m3、29.11μg/m3、10.37μg/m3、8.43μg/m3，在PM2.5中所占比例分别为18.08%、26.79%、15.56%、7.45%。EC的平均浓度分别为6.15μg/m3、5.69μg/m3、4.43μg/m3、5.03μg/m3，在PM2.5在所占比例分别为6.02%、5.24%、6.65%、4.45%。碳成分在细粒子中的含量较高。
对秋、冬、春、夏的PM10与PM2.5质量浓度的相关分析表明，二者存在显著线性关系，相关系数R2分别为0.91、0.71、0.51和0.84，秋冬季相关性强于春夏季，说明它们有着相似的来源，且在大气中的浓度变化趋势一致。PM2.5与PM10的质量浓度比可以反映可吸入颗粒物(PM10)中细粒子的含量。秋冬季天津市PM2.5/PM10平均比值均为0.51，春季为0.37，夏季为0.57，说明PM10中细颗粒物的含量大于粗颗粒物，因此控制PM2.5污染是有效降低大气中可吸入颗粒物浓度、提高能见度的关键。
秋、冬、春、夏季PM10中OC/EC平均比值分别为4.4、7.1、4.8、2.4。PM2.5中OC/EC平均比值分别为3.0、5.3、2.6、1.7，说明各季节都存在不同程度的二次有机污染。应用OC/EC最低比值法估算SOC的浓度水平，秋、冬、春、夏季PM10样品中SOC分别为18.22μg/m3，18.71μg/m3，7.99μg/m3，3.69μg/m3，分别占OC浓度的47.11%，37.78%，39.60%，27.07%。在PM2.5样品中，秋、冬、春、夏四季的SOC平均浓度分别为8.96μg/m3，8.34μg/m3，3.95μg/m3，2.67μg/m3，分别占OC浓度的44.59%，28.78%，37.76%，30.33%。
天津市PM10样品在秋冬春夏四季的8个碳组分组成相似，OC1、OC2、OC3、OC4、EC1、EC2、EC3和OP在TC中的平均含量分别为9.5%、12.8%、18.2%、15.2%、41.9%、2.1%、0.3%和23.2%，EC1和OP的含量最高，EC1和OP可代表汽车的排放。
天津市PM2.5样品在秋冬春夏四季的8个碳组分组成相似，OC1、OC2、OC3、OC4、EC1、EC2、EC3和OP在TC中的平均含量分别为13.1%、14.8%、16.4%、14.5%、40.2%、0.9%、0.0%和13.6%，EC1和OC3的含量最高，EC1和OC3可代表汽车的排放。
温度和风速是影响天津市PM10和PM2.5中碳成分的主要气象因素。OC、TC浓度与温度表现出一定的负相关性，OC、EC、TC都与风速呈现较好的负相关。
利用PCA法分析8个碳质组分，从所有变量中提取出3个主因子，主要与OC1、OC2、OC4、OPC、EC1相关系数较高，因此可知天津大气颗粒物中碳质组分受包括生物质燃烧、汽车排放、燃煤和道路扬尘混合源影响。