天津武清冬季PM2.5含碳组分的逐时观测及分析

徐伟　傅宗玫　陈晋轩　田亨北京大学物理学院大气与海洋科学系气候与海-气实验室北京 100871； 通信作者E-mail：tmfu@pku.edu.cn



天津武清冬季PM2.5含碳组分的逐时观测及分析

徐伟傅宗玫†陈晋轩田亨
北京大学物理学院大气与海洋科学系气候与海-气实验室北京 100871；† 通信作者E-mail：tmfu@pku.edu.cn

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PM2.5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PM2.5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OCEC 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。

有机碳；元素碳；水溶性有机碳；二次有机气溶胶

北京大学学报（自然科学版） 第52卷 第3期 2016年5月

Acta Scientiarum Naturalium Universitatis PekinensisVol. 52No.3（May 2016）doi：10.13209/j.0479-8023.2015.144

大气气溶胶中常包含大量的含碳组分影响空气质量与气候。气溶胶含碳组分可以按化学形态进一步划分为元素碳（elemental carbonEC）、有机碳（organic carbonOC）及碳酸盐碳（carbonate）。EC和 OC是我国城市与乡村近地面大气PM2.5（空气动力直径小于 2.5 µm 的颗粒物）中的重要组分［1-2］。碳酸盐碳大多分布在粗颗粒气溶胶中在不受沙尘影响期间对 PM2.5贡献较小［3］。近年冬季霾污染严重的华北地区EC 平均约占冬季华北城市地面 PM2.5质量的10%OC 平均约占冬季华北城市PM2.5质量的 27%［4-5］。因此对气溶胶中含碳组分进行高时间分辨率的浓度观测并进一步分析其变化特征及来源是理解和治理华北霾污染问题的关键。EC由含碳物质不完全燃烧产生其排放源主要包括化石燃料燃烧、生物燃料燃烧、垃圾焚烧以及生物质燃烧等。OC 来源可分为由不完全燃烧过程排放的一次有机碳（primary organic carbonPOC）及由大气有机气体氧化后经多种物理化学过程产生的二次有机碳（secondary organic carbonSOC）。

OC 中可以溶解于水的部分称为水溶性有机碳（water-soluble organic carbonWSOC）。WSOC主要包含极性较强或氧化程度较高的有机物其来源包括一次性排放的亲水性 OC、生物质燃烧排放的亲水性OC及大部分的SOC［6］。WSOC吸湿性强不仅影响能见度还可以散射光线及作为凝结核活化成云滴直接及间接强迫气候。Sullivan 等［7］2004年夏季在美国东北部针对 WSOC 的飞机观测显示，在不受生物质燃烧影响的气块内WSOC 主要为SOC。北京、珠江三角洲和西安的 PM2.5观测显示，WSOC 分别占 OC 的 22% （冬季）、23% （秋季）和58%（冬季）［8-10］这 3次观测均未受到生物质燃烧的影响。黄晓峰等［11］2002—2003年夏、秋、冬三季在北京对水溶性气溶胶进行 24 小时膜采样用毛细管电泳法进行分析发现北京夏季水溶性有机酸占总有机物比例（4.64%）远大于冬季（0.97%）并指出有机酸在夏季的主要来源是光化学反应生成的二次有机物。霍宗权等［12］2006 年 12 月至 2007 年11月在西安对 WSOC 进行为期一年的膜采样使用燃烧氧化-非分散红外吸收法分析 WSOC并用 EC示踪法计算 SOC得出 WSOC 与 SOC 的相关性为0.87表明西安全年 SOC 是 WSOC 的重要来源。郭松等［13］的研究表明北京夏季生物质燃烧期间WSOC占PM2.5中OC的比例约为48%。

国内现行最普遍的气溶胶含碳组分观测方法，是用滤膜收集总气溶胶（如PM2.5）再用热光法测得气溶胶中燃点高于及低于 550ºC 的碳质量分别定义为 EC 和 OC［14］。部分滤膜用水溶液萃取后分析总有机碳得出 WSOC 浓度。此方法的缺点是滤膜累积采样时间通常在6 小时以上观测时间分辨率低不利于观测浓度变化特征及分析气溶胶来源。利用光学吸收法可以取得高时间分辨率的黑炭（black carbonBC）浓度代替高时间分辨率EC浓度观测［15］但由光学吸收法测得的 BC 与热光法测得的 EC 物理化学性质并不完全等同二者浓度的比值在 0.5～1.3之间［16］。此外滤膜上 OC 质量可能因采样期间或采样到分析期间半挥发性有机气体的吸附或半挥发性有机气溶胶的挥发而分别产生正和负偏差［17］。热光法无法直接区分POCSOC及WSOC。现有的能区分一次及二次有机气溶胶的高时间分辨率观测的方法主要为气溶胶质谱法［18-19］，但由于气溶胶质谱仪器价格昂贵及操作分析要求较高国内尚未普遍应用。

为了解京津冀地区冬季气溶胶含碳组分浓度及变化特征我们于 2011年12月至2012年1月在天津市武清区观测PM2.5中ECOCWSOC及水溶性离子组分浓度。本次实验采用实时半在线仪器，观测 PM2.5化学组分的逐时浓度以便分析各组分的浓度变化特征及不同组分之间的相关性有利于进一步分析各组分来源。

1　观测方法

1.1 观测站点

选取天津市武清区进行观测。武清西北方向距北京市中心约80 km东南方向距天津市中心约30 km可以代表京津冀地区冬季的平均污染状况。观测点位于天津市武清区气象局观测场内（39°23′N，117°01′E）四周开阔邻近两条道路。观测点距离最近道路约 50 m但车流量不大白天比夜间车辆多。东南和东北方向距离300～500 m处有住宅楼建设工程附近土地裸露大风天易产生阵发性扬尘。其余方向接壤农耕地600 m 以外散布着民居。路边有零星枯草燃烧居民有时焚烧垃圾。观测仪器在地面集装箱中PM2.5采样头位于箱顶距地3m。有效观测时间为2011年12月31日至2012年1月11日共12天。观测期间同时同地进行逐时SO2O3CONO和NO2气体浓度观测（北京大学赵春生研究组数据未发表）。观测期间没有明显降水过程只在1月8—10日出现零星雪花，由于降水量很小气象资料中无降水记录。

1.2 EC和OC的高时间分辨率观测

使用美国 Sunset Lab公司 EC/OC分析仪（EC/ OC Analyzer RT4）实时半在线观测 PM2.5中 EC和OC 的逐时浓度［20］。EC/OC 分析仪的工作原理为热光法加热流程根据美国 IMPROVE 定义［14，21］。采样气流流速为6L/min。样品气流经过 PM2.5切割头再经过活性碳溶蚀器（Sunset Lab DN100活性碳板）移除有机气体最后通过石英滤膜（Whatman47 mm孔径0.22 μm）收集气溶胶颗粒。仪器每小时0分开始抽气 45 分钟然后进行 12 分钟的热光法分析。EC检测限为0.5 µg C/m3OC检测限为0.5 µg C/m3。仪器 24 小时运行每日北京时间8时做一次不采样的空白加热实验。仪器内部采样石英滤膜一周更换一次。

1.3 WSOC和离子组分高时间分辨率观测

我们组合一套由颗粒物入水采样器（瑞士万通，Metrohm A-PILS ADI 2081Particle-into-liquid samplerPILS）、总有机碳分析仪（美国通用Sievers 500RLTotal organic carbon analyzerTOC）和离子色谱仪（美国戴安Dionex ICS-90AIon chromatographyIC）构成的观测系统实现 PM2.5中WSOC和水溶性离子组分的实时半在线逐时观测。图1为PILS-TOC-IC 观测系统示意图。Sullivan等［6］详细阐述了 PILS 的工作原理。本次观测利用真空泵，头（URG-2000-30EH）、碱性气体溶蚀器（URG-2000-30X500-4CSS涂柠檬酸、甲醇、丙三醇混合液，以去除 NH3气体）、酸性气体溶蚀器（URG-2000-30X500-4CSS涂碳酸钠、甲醇、丙三醇混合液以去除SO2HClHNO3等酸性气体）和有机气体溶蚀器（Sunset Lab DN100）后采样气流进入PILS主腔体。同时超纯水（Milli-Q由超纯水机流出时的TOC背景值＜40 μg/L电导率＜0.055 μS/cm）被蠕动泵驱动注入PILS腔体（流速1.343mL/min）加热至150ºC 汽化。样品气体中吸湿性气溶胶与水汽混合后吸湿增长惯性撞击到 PILS 的收集面板上并被由面板上方注入的标准液（200 μg/L LiBr溶液）冲下。通过蠕动泵的驱动气溶胶溶液流出 PILS并被柱形四通分成三路。第一路去除气泡。第二路被再分两路分别通入两台并联的 IC 进行阳离子（Ion-PacCS-12A型色谱柱淋洗液为 20 mmol/L的甲基以 13L/min的流速抽取采样气流经过PM2.5切割磺酸溶液流速为 0.5 mL/min）与阴离子 （IonPac AS-14A 型色谱柱淋洗液为8mmol/L 碳酸钠与1 mmol/L 碳酸氢钠的混合液流速为 0.5 mL/min）检测。由PILS出来的第三路溶液每天0时至 23时每小时0分起用样品瓶收集60分钟再手动进行 TOC 分析。TOC 的检测精度为±5%溶液检测下限为0.03ng/g。

TOC和 IC检测：由 PILS流出的液体样品中目标物的质量浓度可利用式（1）转换为该目标物在空气中的质量浓度：CA表示目标物在采样大气中的质量浓度（µg/m3或µg C/m3）CL表示PILS流出的液体样品中目标物的质量浓度（µg/L或 µg C/L）QA表示真空泵向 PILS内抽气的气体体积流量（13L/min）QLiBr表示 LiBr标准液进入 PILS时的流速（0.91 L/min）CLiBr表示LiBr标准液进入PILS时的浓度（200 µg/L）C′LiBr表示PILS流出溶液中LiBr浓度（µg/L）。

WSOC 观测受溶液中背景TOC值的影响较大。每日8时做空白检验即在采样气流进入 PILS前滤除PM2.5由此检测PILS-TOC-IC 系统的TOC背景值以校正背景TOC对WSOC 观测的影响，同时进行气体流量校正和蠕动泵各管路的流量校正。系统TOC背景值表示为 CL，TOC，null约为 200～400 µg/L在 24小时内比较稳定逐日变化可达30%。每次换超纯水和标准液后背景TOC会有10～100 μg/L 的浮动。主要污染源可能是溶液配制过程引入的杂质和系统管路老化释放的含碳物质。因此由大气PM2.5中WSOC对产生的溶液中TOC浓度为

用上述方法去除背景 TOC 影响后，在 285 次有效 WSOC 观测中，出现4次 WSOC 负值且都发生于采样空气较为洁净的时间。本文分析中不使用这些负的WSOC观测值。同时观测的ECOC及离子组分浓度并无异常予以保留。

2　结果与讨论

2.1 观测期间平均污染情况

图 2显示观测期间 PM2.5观测组分总浓度时间序列，可以看到3次观测组分浓度明显升高事件。以 PM2.5观测组分总浓度数值大于观测期间平均值（71.1 μg C/m3）且持续时间超过 12 小时作为判据，定义3次主要污染事件。事件1：12月31日凌晨至1 月1日中午；事件 2：1月5日凌晨至1月6日凌晨；事件3：1月8日凌晨至10日入夜。

图3显示观测期间PM2.5主要观测组分浓度时间序列，可以看出所有主要污染组分（包括OCEC，WSOC等主要含碳气溶胶SO42-NO3-NH4+K+等主要可溶性离子成分及 SO2和 NO2等主要污染气体）的浓度变化同步性好：在主要污染事件期间同步升高，事件结束时迅速消减。

表1统计观测期间 PM2.5中各观测组分的平均浓度。PM2.5观测组分总质量（观测组分的质量浓度之和）平均为 71.1±60.1 µg/m3。OC 平均浓度为21.5±19.2 µg C/m3对 PM2.5观测组分总浓度贡献最大（30%）。EC 平均浓度为 6.0±4.8 µg C/m3占PM2.5观测组分总浓度的 8%。WSOC 的平均浓度为 14.3±11.8 µg C/m3占 OC 质量浓度的 67%。其他浓度较高的水溶性离子组分依序为 SO42-NO3-，NH4+Cl-分别占 PM2.5观测组分总浓度的 21%，19%11%和7%。

表1还统计了3次污染事件期间的观测组分浓度。在3次污染事件期间ECOCWSOCSO42-，NO3-NH4+Cl-和K+浓度显著增加最大值皆为整个观测期间平均浓度的1.5倍以上。

表2统计已发表资料中国城市的冬季和夏季EC，OC和WSOC浓度观测结果。冬季，华北城市EC和OC的平均浓度分别为 4.8～5.7 和 22.9～33.6 μg C/m3［22-24］华南城市 EC 和 OC 平均浓度分别为4.8～5.1和8.5～9.3μg C/m3［25-27］。冬季华北和华南EC 浓度相近，但华北城市 OC 浓度远高于华南城市。此外，华北城市OC浓度冬季明显高于夏季。本次观测得到的冬季EC和OC 浓度与已发表资料中冬季华北城市的观测浓度相近。已发表资料中华北城市OC/EC比值冬季为3.8～6.0夏季为 1.3～7.0；本次观测冬季 OC/EC平均值为 3.9。已发表资料中，WSOC在华北夏季低于冬季冬季华北WSOC占OC 质量比例为 22%～51%。本次观测中武清冬季WSOC占OC质量比达到 67%，显著高于已发表资料，显示观测期间武清当地存在突出的WSOC局地源。

2.2 观测期间气象背景分析

表1　冬季武清PM2.5含碳组分和水溶性离子组分浓度Table1 Concentrations of carbonaceous and ionic constituents in PM2.5in Wuqing μg C/m3

表2　中国城市PM2.5含碳组分浓度Table 2 Concentrations of carbonaceous aerosols in urban PM2.5in China

图4显示观测期间地面2 m风速及相对湿度时间序列。3次主要污染事件发生期间地面风速几乎全在3m/s 以下显示扩散条件差。根据武清气象局的能见度资料和天气现象记录事件1时段为轻雾天气能见度为 5～10 km；事件 2 时段为霾天气能见度为5km 左右；事件3时段雾和霾交替出现持续时间长最严重时为浓雾天气能见度低至 200 m。3次事件之外在1月 2 日下午有一次短暂的霾天气能见度约为8 km。每一次污染事件的结束都伴随着较大风速（7 m/s 以上）天气来临，扩散条件改善使局地 PM2.5浓度降低。3次污染事件期间平均相对湿度高于整个观测期间的平均值（54%）亦显示局地空气未受中国北方较干燥气团影响且局地空气与高层气块没有明显混合。结合图 2～4 来看所有观测组分同步变化且与风速变化趋势相反显示3次污染事件是由气象条件造成的区域总PM2.5增加。

高时间分辨率的数据能够较好地体现污染物的浓度变化特征。图5显示含碳组分浓度的日变化均值及误差可见观测期间OCEC和WSOC日变化特征都不显著。由图3和4及前面的讨论得知原因在于武清当地 PM2.5中含碳组分及其他组分浓度的大幅度变化主要受到天气尺度气象条件变化的控制。

2.3 PM2.5含碳组分与其他组分的关系及来源分析

图6显示观测期间 OC/EC 质量比的时间序列，OC/EC 平均值为 3.9。事件3之外的时段 OC/EC比值稳定，显示污染源稳定。事件3期间 OC/EC值达到 5.9，且OC/EC比值变化幅度很大，显示污染源发生变化。

OC/EC 比值是定性判断气溶胶含碳组分来源的常用指标。研究表明：生物质燃烧作为主要污染源时或二次有机气溶胶生成较多时OC/EC值较大；新鲜人为活动排放作为主要污染源时，OC/EC值较小［32-33］。Saarikoski 等［32］指出，在芬兰赫尔辛基城市观测点，长距离传输的污染物 OC/EC 值为 12；生物质燃烧影响下OC/EC值约为6.6；二次有机气溶胶生成较多时，OC/EC值为3.3；汽车尾气排放影响下，OC/EC值为 0.71。但是，如果当地受多种OC和EC污染源影响时，OC/EC值不能直接判定污染源还需配合其他观测特征。本次观测期间事件3中，OC/EC平均值为5.9接近受生物质燃烧影响的特征值。少数OC/EC值出现大于 10 的情况，一方面是由于此时EC浓度接近观测分辨率下限，数值很小，造成 OC/EC 出现大值；另一方面，气溶胶在经过污染事件长时间积累后，出现持续的老化和氧化过程，同时不断有新生成的SOC进入 OC组分，从而造成OC/EC比值大于10。

表3是PM2.5中含碳组分与其他示踪组分的相关系数统计。观测期间大部分污染物之间的相关性都是显著的（p＜0.01）反映气象条件主导了各种污染物浓度的同步大幅度变化。但是仍然可以通过比较含碳组分与不同示踪物之间相关系数的大小，推断其来源。观测期间OC与EC浓度相关系数极大（0.81）。由OC与EC的高相关系数结合OC/EC比值稳定的特征来看一次排放污染物是观测期间武清EC和OC的重要来源。观测组分中K+通常指示生物质燃烧和垃圾燃烧；SO2来源以化石燃料的燃烧为主，生命期短，可以较好地指示局地工业及发电排放。本次观测期间，ECOC 和WSOC分别与K+高度相关（0.76，0.84，0.80），显示生物质燃烧排放是气溶胶含碳组分的重要来源。相反地，EC，OC和WSOC与SO2的相关系数皆低（0.120.11，0.25）显示局地工业及发电的一次排放不是观测期间武清气溶胶含碳组分的主要来源。

NH4+SO-2-和 NO3-是前体污染物经一至数日氧化过程生成的二次产物可指示气溶胶老化或二次生成过程或区域传输的影响。观测期间 WSOC，OC和EC分别与 NH4+SO-2-NO3-的相关性高，在风速较小的情况下显示影响武清污染物的气团经历了老化过程。此外3种含碳组分与上述二次无机离子组分的相关系数WSOC大于OCOC大于EC显示二次生成过程对观测期间武清OC和WSOC浓度有所贡献。

表3　ECOC及WSOC与其他组分的相关系数Table3Correlations between ECOCWSOC and other constituents

2.4 二次有机碳浓度估算

SOC 不能从现有观测仪器直接测量。研究中常用EC示踪法估算POC［34］：

其中［OC/EC］pri为一次源排放中 OC与EC的比值，N是非燃烧源 OC 的区域背景值。由此可以估算SOC为

EC示踪法的基本假设为：分析期间OC和EC的一次性排放来源不变以使［OC/EC］pri不变而具有代表性。［OC/EC］pri可以通过两种方法获得：1）使用排放清单中一次排放的 OC/EC 值［35］缺点是排放清单不确定性较大且其时空分辨率不能反映地面近排放源的状况；2）如果OC一次排放源稳定且占主导地位二次有机碳贡献较小［36］可以用统计方法（例如取 OC/EC 比值较低的部分数据进行线性回归）推算［OC/EC］pri［29，37］。

参考Cao等［29］的方法选取所有观测数据中OC/EC 值最低的10%数据（数据点不少于 20 个）进行最小二乘法线性拟合得到［OC/EC］pri和N。选取OC/EC值最小的10%数据（26 个）计算结果为［OC/EC］pri=1.54N=1.95 μg C/m3相关系数 R= 0.87。将回归结果带入式（3）和（4）得到武清SOC的估计浓度。图3显示的SOC时间序列中有效SOC数据为222 个。观测期间 SOC 平均浓度为12.7 μg C/m3同期OC平均浓度为 25.2 μg C/m3，SOC占OC平均浓度的50%即观测期间武清当地OC约一半来自一次排放（主要为生物质燃烧），另一半来自二次生成。WSOC与SOC的相关系数为0.74亦显示二次生成对WSOC有所贡献。

3 结论

本次研究使用PILS-TOC-IC组成的采集分析系统配合EC/OC在线分析仪器对冬季武清地区 PM2.5中的含碳组分及水溶性组分进行高时间分辨率的采样分析。不同的采样方式对气溶胶的收集效率有差异本次研究对气溶胶入水采样分析系统在国内的观测应用进行了有益的尝试。通过对实验过程的控制和实验结果的分析可以得出以下结论。

1）含碳物质是华北城市冬季PM2.5的重要组成部分。本次观测中OC占PM2.5质量的30%EC占PM2.5质量的 8%。其他主要水溶性组分有 SO42-，NO3-NH4+等。

2）本次观测期间污染物受气象条件影响明显。污染事件的发生原因是污染物在不利于扩散的气象条件下累积污染事件的结束是由较大的风对污染物迅速清除而实现。由于污染物浓度的大幅度波动主要受气象条件影响观测期间ECOC和WSOC没有显著的日变化特征。

3） OC/EC比值在观测期间平均值为 3.9大部分时间 OC/EC 值较为稳定显示观测期间武清气溶胶的含碳组分来源相对稳定。结合各主要观测成分之间的相关关系可知武清冬季气溶胶的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历过显著老化过程。观测期间武清OC约一半来自一次排放（主要为生物质燃烧）另一半来自二次生成。

致谢 感谢北京大学赵春生教授为本研究提供气体观测资料。

［1］ Cao JunjiLee S CHo F Ket al. Characteristics of carbonaceous aerosol in Pearl River Delta region，China during 2001 winter period. Atmos Environ，200337：1451-1460

［2］ Zhang XiaoyeWang YaqiangZhang Xiaochunet al. Carbonaceous aerosol composition over various regions of China during 2006. J Geophys Res2008，113：D14111

［3］ 曹军骥王亚强张小曳等. 大气中碳酸盐的碳同位素分析及其来源指示意义. 科学通报2004，49：1785-1788

［4］ Dan MoZhuang GuoshunLi Xinxinet al. The characteristics of carbonaceous species and their sources in PM2.5in Beijing. Atmos Environ2004，38：3443-3452

［5］ Yang FumoHuang LDuan Fengkuiet al. Carbonaceous species in PM2.5at a pair of rural/ urban sites in Beijing 2005-2008. Atmos Chem Phys，201111：7893-7903

［6］ Sullivan A PWeber R JClements A Let al. A method for on-line measurement of water-soluble organic carbon in ambient aerosol particles：results from an urban site. Geophys Res Lett200431：L13105

［7］ Sullivan A PPeltier R EBrock C Aet al. Airborne measurements of carbonaceous aerosol soluble in water over northeastern United States：method development and an investigation into water-soluble organic carbon sources. J Geophys Res2006111：D23S46

［8］ Cheng YuanHe KebinDuan Fengkuiet al. Ambient organic carbon to elemental carbon ratios：influences of the measurement methods and implications. Atmos Environ201145：2060-2066

［9］ 唐静玥曾立民董华斌. 一种在线测量颗粒物中WSOC 的新方法及其应用. 环境科学学报2010，30（5）：908-914

［10］ 周变红张承中王格慧. 春节期间西安城区碳气溶胶污染特征研究. 环境科学201334（2）：448-454

［11］ 黄晓峰胡敏何凌燕. 北京市大气气溶胶 PM2.5中水溶性有机酸的测定. 环境科学200425（5）：21-25

［12］ 霍宗权沈振兴田晶等. 西安市大气PM10中水溶性有机碳的季节变化及来源分析. 西安交通大学学报201044（9）：128-132

［13］ 郭松胡敏郭庆丰等. 二次有机气溶胶估算方法比较研究. 化学学报201472（6）：658-666

［14］ Chow J CWatson J GPritchett L Cet al. The DRI thermal/optical reflectance carbon analysis system：descriptionevaluation and applications in US air quality studies. Atmos Enviro199327A：1185-1201

［15］ Bond T CStreets D GYarber K Fet al. A technology-based global inventory of black and organic carbon emissions from combustion. J Geosphys Res2004109：D14203

［16］ Jeong C HHopke P KKim Eet al. The comparison between thermal-optical transmittance elemental carbon and Aethalometer black carbon measured at multiple monitoring sites. Atmos Environ200438：5193-5204

［17］ Subramanian RKhlystov A YCabada J Cet al. Positive and negative artifacts in Particulate organic carbon measurements with denuded and undenuded sampler configurations. Aerosol Sci and Tech2004，38（Suppl 1）：27-48

［18］ DeCarlo P FKimmel J RTrimborn Aet al. Fielddeployable high-resolution time-of-flight aerosol mass spectrometer. Anal Chem200678：8281-8289

［19］ Huang XiaofengHe LingyanHu Minet al. Highly time-resolved chemical characterization of atmospheric submicron particles during 2008 Beijing Olympic Games using an Aerodyne High-Resolution Aerosol Mass Spectrometer. Atmos Chem Phys，201044（10）：8933-8945

［20］ Birch M ECary R A. Elemental carbon-based method for monitoring occupational exposures to particulate diesel exhaust. Aerosol Sci Tech1996，25：221-241

［21］ Chow J CWatson J GChen L Wet al. Equivalence of elemental carbon by thermal/optical reflectance and transmittance with different temperature protocols. Environ Sci Technol200438：4414-4422

［22］ Feng JialiangHu MinChan C Ket al. A comparative study of the organic matter in PM2.5from three Chinese megacities in three different climatic zones. Atmos Environ200640：3983-3994

［23］ Gu JinxiaBai ZhipengLiu Aixiaet al. characterization of atmospheric organic carbon and element carbon of PM2.5and PM10at TianjinChina. Aerosol and Air Quality Research201010：167-176

［24］ Meng Z YJiang X MYan Pet al. Characteristics and sources of PM2.5and carbonaceous species during winter in TaiyuanChina. Atmos Environ，200741：6901-6908

［26］ Ho K FHo S S HLee S Cet al. Summer and winter variations of dicarboxylic acidsfatty acids and benzoic acid in PM2.5in Pearl Delta River Region，China. Atmos Chem Phys201111：2197-2208

［27］ Huang HongHo K FLee S Cet al. Characteristics of carbonaceous aerosol in PM2.5：Pearl Delta River RegionChina. Atmos Res2012104/105：227-236

［29］ Cao JunjiLee S CChow J Cet al. Spatial and seasonal distributions of carbonaceous aerosols over China. J Geophys Res2007112：D22S11

［31］ Sun JunyingZhang QiCanagaratna M Ret al. Highly time- and size-resolved characterization of submicron aerosol particles in Beijing using an Aerodyne Aerosol Mass Spectrometer. Atmos Environ201044：131-140

［32］ Saarikoski STimonen HSaarnio Ket al. Sources of organic carbon in fine particulate matter in northern European urban air. Atmos Chem Phys，20088：6281-6295

［33］ Sandradewi JPrevot HWeingartner Eet al. A study of wood burning and traffic aerosols in an Alpine valley using a multi-wavelength Aethalometer. Atmos Environ200842：101-112

［34］ Cabada J CPandis S NSubramanian Ret al. Estimating the secondary organic aerosol contribution to PM2.5using the EC tracer method. Aerosol Sci Tech200438：140-155

［35］ Gray H ACass G RHuntzicker J Jet al. Characteristics of atmospheric organic and elemental carbon particle concentrations in Los Angeles. Environ Sci Technol198620：580-589

［36］ Turpin B JHuntzicker J J. Identification of secondary organic aerosol episodes and quantitation of primary and secondary organic aerosol concentrations during SCAQS. Atmos Environ199529：3527-3544

［37］ Hu WeiweiHu MinDeng Zhiqianget al. The characteristics and origins of carbonaceous aerosol at a rural site of PRD in summer of 2006. Atmos Chem Phys201212：1811-1822

Ground-Based Measurement and Variation Analysis of Carbonaceous Aerosols in Wuqing

XU WeiFU Tzung-May†CHEN JinxuanTIAN Heng
Laboratory for Climate and Ocean-Atmosphere StudiesDepartment of Atmospheric and Oceanic SciencesSchool of PhysicsPeking UniversityBeijing 100871；† Corresponding authorE-mail：tmfu@pku.edu.cn

To understand the concentrations and sources of carbonaceous aerosols in Northern Chinareal-time，semi-onlinehourly measurements of PM2.5compositions were conducted at an urban site in WuqingTianjin from December 312011 to January 112012. The mean concentrations of EC and OC in Wuqing were 6.0±4.8 and 21.5±19.2 µg C/m3respectivelywhich constituted 8% and 30% of the total measured PM2.5constituent mass. The mean concentration of WSOC was 14.3±11.8 µg C/m3which constituted 67% of the mean OC concentration. During the observation periodthe large variability of pollutant concentrations were mainly driven by synopticscale meteorological events. As a resultthe diurnal patterns of ECOCand WSOC were relatively indistinct. The observed mass ratios of OC/EC was relatively stable throughout the observation period and averaged 3.9. Based on correlation analysis with other tracer constituentsit is found that the wintertime carbonaceous aerosols in Wuqing came mainly from biomass burning emissions and experienced significant aging. Roughly half of the OC were from biomass burning；the other half were from secondary formation processes.

organic carbon；elemental carbon；water-soluble organic carbon；secondary organic aerosol

P402

国家自然科学基金（41222035）和教育部高等学校博士学科点专项科研基金（20110001110090）资助

2015-05-08；

2015-05-26；网络出版日期：2016-03-18