关键词：大气颗粒物PM2.5;示踪化合物;纤维素测定;天然植被排放;atmospheric PM2.5;marker;cellulose determination;vegetative detritus emission
摘 要：大气细粒子(PM2.5)污染是全球尤其是我国许多城市的重要环境问题.利用示踪物质识别和估算大气颗粒物来源是公认的可靠技术,纤维素可以作为示踪物质表征一次颗粒物的天然植被排放来源.本文针对大气细粒子中纤维素含量低、全程序空白相对较高等难点,优化建立了纤维素酶水解、GOD-苯酚-四氨基安替比林测糖法,在我国首次应用于测定大气PM2.5中纤维素的含量,估算天然植被排放源的贡献.方法检出限为0.26μg,/m3(纤维素),可以满足大气PM25纤维素测定要求；而且有效地降低了空白,全程序空白值(36.5 μg葡萄糖)低于文献方法空白值(53.8μg葡萄糖),使之更适合于PM2.5的测定.使用本方法对2012年5月至6月采集的北京市大气PM2.5样品进行分析,纤维素检出率为96％,纤维素的平均含量为(0.573±0.17)μg/m3,折合为天然植被排放量占PM2.5质量浓度的1.37％±0.65％；天然植被排放源对有机碳的平均贡献率为4.4％,最大达到9.2％,反映出天然植被排放是北京市PM2.5的重要来源之一.本研究方法为我国城市大气颗粒物(包括总悬浮颗粒物、PM10、PM2.5等)来源识别提供了新的手段.