Abstract. Aerosol black carbon is a unique primary tracer for combustion emissions. It affects the optical properties of the atmosphere and is recognized as the second most important anthropogenic forcing agent for climate change. It is the primary tracer for adverse health effects caused by air pollution. For the accurate determination of mass equivalent black carbon concentrations in the air and for source apportionment of the concentrations, optical measurements by filter-based absorption photometers must take into account the "filter loading effect". We present a new real-time loading effect compensation algorithm based on a two parallel spot measurement of optical absorption. This algorithm has been incorporated into the new Aethalometer model AE33. Intercomparison studies show excellent reproducibility of the AE33 measurements and very good agreement with post-processed data obtained using earlier Aethalometer models and other filter-based absorption photometers. The real-time loading effect compensation algorithm provides the high-quality data necessary for real-time source apportionment and for determination of the temporal variation of the compensation parameter k.

Abstract Black carbon (BC) and light-absorbing organic carbon (brown carbon, BrC) play key roles in warming the atmosphere, but the magnitude of their effects remains highly uncertain. Theoretical modelling and laboratory experiments demonstrate that coatings on BC can enhance BC’s light absorption, therefore many climate models simply assume enhanced BC absorption by a factor of ∼1.5. However, recent field observations show negligible absorption enhancement, implying models may overestimate BC’s warming. Here we report direct evidence of substantial field-measured BC absorption enhancement, with the magnitude strongly depending on BC coating amount. Increases in BC coating result from a combination of changing sources and photochemical aging processes. When the influence of BrC is accounted for, observationally constrained model calculations of the BC absorption enhancement can be reconciled with the observations. We conclude that the influence of coatings on BC absorption should be treated as a source and regionally specific parameter in climate models.

We show for the first time quantitative online measurements of five nitrated phenol (NP) compounds in ambient air (nitrophenol C6H5NO3, methylnitrophenol C7H7NO3, nitrocatechol C6H5NO4, methylnitrocatechol C7H7NO4, and dinitrophenol C6H4N2O5) measured with a micro-orifice volatilization impactor (MOVI) high-resolution chemical ionization mass spectrometer in Detling, United Kingdom during January–February, 2012. NPs absorb radiation in the near-ultraviolet (UV) range of the electromagnetic spectrum and thus are potential components of poorly characterized light-absorbing organic matter ("brown carbon") which can affect the climate and air quality. Total NP concentrations varied between less than 1 and 98 ng m–3, with a mean value of 20 ng m–3. We conclude that NPs measured in Detling have a significant contribution from biomass burning with an estimated emission factor of 0.2 ng (ppb CO)−1. Particle light absorption measurements by a seven-wavelength aethalometer in the near-UV (370 nm) and literature values of molecular absorption cross sections are used to estimate the contribution of NP to wood burning brown carbon UV light absorption. We show that these five NPs are potentially important contributors to absorption at 370 nm measured by an aethalometer and account for 4 ± 2% of UV light absorption by brown carbon. They can thus affect atmospheric radiative transfer and photochemistry and with that climate and air quality.

Abstract. Equivalent black carbon (EBC) measured by a multi-wavelength Aethalometer can be apportioned to traffic and wood burning. The method is based on the differences in the dependence of aerosol absorption on the wavelength of light used to investigate the sample, parameterized by the source-specific absorption Ångström exponent (α). While the spectral dependence (defined as α values) of the traffic-related EBC light absorption is low, wood smoke particles feature enhanced light absorption in the blue and near ultraviolet. Source apportionment results using this methodology are hence strongly dependent on the α values assumed for both types of emissions: traffic αTR, and wood burning αWB. Most studies use a single αTR and αWB pair in the Aethalometer model, derived from previous work. However, an accurate determination of the source specific α values is currently lacking and in some recent publications the applicability of the Aethalometer model was questioned.Here we present an indirect methodology for the determination of αWB and αTR by comparing the source apportionment of EBC using the Aethalometer model with 14C measurements of the EC fraction on 16 to 40 h filter samples from several locations and campaigns across Switzerland during 2005–2012, mainly in winter. The data obtained at eight stations with different source characteristics also enabled the evaluation of the performance and the uncertainties of the Aethalometer model in different environments. The best combination of αTR and αWB (0.9 and 1.68, respectively) was obtained by fitting the Aethalometer model outputs (calculated with the absorption coefficients at 470 and 950 nm) against the fossil fraction of EC (ECF ∕ EC) derived from 14C measurements. Aethalometer and 14C source apportionment results are well correlated (r = 0.81) and the fitting residuals exhibit only a minor positive bias of 1.6 % and an average precision of 9.3 %. This indicates that the Aethalometer model reproduces reasonably well the 14C results for all stations investigated in this study using our best estimate of a single αWB and αTR pair. Combining the EC, 14C, and Aethalometer measurements further allowed assessing the dependence of the mass absorption cross section (MAC) of EBC on its source. Results indicate no significant difference in MAC at 880 nm between EBC originating from traffic or wood-burning emissions. Using ECF ∕ EC as reference and constant a priori selected αTR values, αWB was also calculated for each individual data point. No clear station-to-station or season-to-season differences in αWB were observed, but αTR and αWB values are interdependent. For example, an increase in αTR by 0.1 results in a decrease in αWB by 0.1. The fitting residuals of different αTR and αWB combinations depend on ECF ∕ EC such that a good agreement cannot be obtained over the entire ECF ∕ EC range using other α pairs. Additional combinations of αTR = 0.8, and 1.0 and αWB = 1.8 and 1.6, respectively, are possible but only for ECF ∕ EC between ∼ 40 and 85 %. Applying α values previously used in the literature such as αWB of ∼ 2 or any αWB in combination with αTR = 1.1 to our data set results in large residuals. Therefore we recommend to use the best α combination as obtained here (αTR = 0.9 and αWB = 1.68) in future studies when no or only limited additional information like 14C measurements are available. However, these results were obtained for locations impacted by black carbon (BC) mainly from traffic consisting of a modern car fleet and residential wood combustion with well-constrained combustion efficiencies. For regions of the world with different combustion conditions, additional BC sources, or fuels used, further investigations are needed.

Although laboratory experiments have shown that organic compounds in both gasoline fuel and diesel engine exhaust can form secondary organic aerosol (SOA), the fractional contribution from gasoline and diesel exhaust emissions to ambient SOA in urban environments is poorly known. Here we use airborne and ground‐based measurements of organic aerosol (OA) in the Los Angeles (LA) Basin, California made during May and June 2010 to assess the amount of SOA formed from diesel emissions. Diesel emissions in the LA Basin vary between weekdays and weekends, with 54% lower diesel emissions on weekends. Despite this difference in source contributions, in air masses with similar degrees of photochemical processing, formation of OA is the same on weekends and weekdays, within the measurement uncertainties. This result indicates that the contribution from diesel emissions to SOA formation is zero within our uncertainties. Therefore, substantial reductions of SOA mass on local to global scales will be achieved by reducing gasoline vehicle emissions.

Light absorption spectra and carbon mass of fine particle water-soluble components were measured during the summer of 2010 in the Los Angeles (LA) basin, California, and Atlanta, Georgia.Fresh LA secondary organic carbon had a consistent brown color and a bulk absorption per soluble carbon mass at 365 nm that was 4 to 6 times higher than freshly-formed Atlanta soluble organic carbon.Radiocarbon measurements of filter samples show that LA secondary organic aerosol (SOA) was mainly from fossil carbon and chemical analysis of aqueous filter extracts identified nitroaromatics as one component of LA brown SOA.Interpreting soluble brown carbon as a property of freshly-formed anthropogenic SOA, the difference in absorption per carbon mass between these two cities suggests most fresh secondary water-soluble organic carbon formed within Atlanta is not from an anthropogenic process similar to LA. Contrasting emissions of biogenic volatile organic compounds may account for these differences.

Abstract. Black carbon aerosols (BC) at a London urban site were characterised in both winter- and summertime 2012 during the Clean Air for London (ClearfLo) project. Positive matrix factorisation (PMF) factors of organic aerosol mass spectra measured by a high-resolution aerosol mass spectrometer (HR-AMS) showed traffic-dominant sources in summer but in winter the influence of additional non-traffic sources became more important, mainly from solid fuel sources (SF). Measurements using a single particle soot photometer (SP2, DMT), showed the traffic-dominant BC exhibited an almost uniform BC core size (Dc) distribution with very thin coating thickness throughout the detectable range of Dc. However, the size distribution of Dc (project average mass median Dc = 149 ± 22 nm in winter, and 120 ± 6 nm in summer) and BC coating thickness varied significantly in winter. A novel methodology was developed to attribute the BC number concentrations and mass abundances from traffic (BCtr) and from SF (BCsf), by using a 2-D histogram of the particle optical properties as a function of BC core size, as measured by the SP2. The BCtr and BCsf showed distinctly different Dc distributions and coating thicknesses, with BCsf displaying larger Dc and larger coating thickness compared to BCtr. BC particles from different sources were also apportioned by applying a multiple linear regression between the total BC mass and each AMS-PMF factor (BC–AMS–PMF method), and also attributed by applying the absorption spectral dependence of carbonaceous aerosols to 7-wavelength Aethalometer measurements (Aethalometer method). Air masses that originated from westerly (W), southeasterly (SE), and easterly (E) sectors showed BCsf fractions that ranged from low to high, and whose mass median Dc values were 137 ± 10 nm, 143 ± 11 nm and 169 ± 29 nm, respectively. The corresponding bulk relative coating thickness of BC (coated particle size/BC core – Dp/Dc) for these same sectors was 1.28 ± 0.07, 1.45 ± 0.16 and 1.65 ± 0.19. For W, SE and E air masses, the number fraction of BCsf ranged from 6 ± 2% to 11 ± 5% to 18 ± 10%, respectively, but importantly the larger BC core sizes lead to an increased fraction of BCsf in terms of mass than number (for W, SE and E air masses, the BCsf mass fractions ranged from 16 ± 6%, 24 ± 10% and 39 ± 14%, respectively). An increased fraction of non-BC particles (particles that did not contain a BC core) was also observed when SF sources were more significant. The BC mass attribution by the SP2 method agreed well with the BC–AMS–PMF multiple linear regression method (BC–AMS–PMF : SP2 ratio = 1.05, r2 = 0.80) over the entire experimental period. Good agreement was found between BCsf attributed with the Aethalometer model and the SP2. However, the assumed absorption Ångström exponent (αwb) had to be changed according to the different air mass sectors to yield the best comparison with the SP2. This could be due to influences of fuel type or burn phase.

Abstract. During winter 2013, extremely high concentrations (i.e., 4–20 times higher than the World Health Organization guideline) of PM2.5 (particulate matter with an aerodynamic diameter < 2.5 μm) mass concentrations (24 h samples) were found in four major cities in China including Xi'an, Beijing, Shanghai and Guangzhou. Statistical analysis of a combined data set from elemental carbon (EC), organic carbon (OC), 14C and biomass-burning marker measurements using Latin hypercube sampling allowed a quantitative source apportionment of carbonaceous aerosols. Based on 14C measurements of EC fractions (six samples each city), we found that fossil emissions from coal combustion and vehicle exhaust dominated EC with a mean contribution of 75 ± 8% across all sites. The remaining 25 ± 8% was exclusively attributed to biomass combustion, consistent with the measurements of biomass-burning markers such as anhydrosugars (levoglucosan and mannosan) and water-soluble potassium (K+). With a combination of the levoglucosan-to-mannosan and levoglucosan-to-K+ ratios, the major source of biomass burning in winter in China is suggested to be combustion of crop residues. The contribution of fossil sources to OC was highest in Beijing (58 ± 5%) and decreased from Shanghai (49 ± 2%) to Xi'an (38 ± 3%) and Guangzhou (35 ± 7%). Generally, a larger fraction of fossil OC was from secondary origins than primary sources for all sites. Non-fossil sources accounted on average for 55 ± 10 and 48 ± 9% of OC and total carbon (TC), respectively, which suggests that non-fossil emissions were very important contributors of urban carbonaceous aerosols in China. The primary biomass-burning emissions accounted for 40 ± 8, 48 ± 18, 53 ± 4 and 65 ± 26% of non-fossil OC for Xi'an, Beijing, Shanghai and Guangzhou, respectively. Other non-fossil sources excluding primary biomass burning were mainly attributed to formation of secondary organic carbon (SOC) from non-fossil precursors such as biomass-burning emissions. For each site, we also compared samples from moderately to heavily polluted days according to particulate matter mass. Despite a significant increase of the absolute mass concentrations of primary emissions from both fossil and non-fossil sources during the heavily polluted events, their relative contribution to TC was even decreased, whereas the portion of SOC was consistently increased at all sites. This observation indicates that SOC was an important fraction in the increment of carbonaceous aerosols during the haze episode in China.

Abstract. Four different literature parameterizations for the formation and evolution of urban secondary organic aerosol (SOA) frequently used in 3-D models are evaluated using a 0-D box model representing the Los Angeles metropolitan region during the California Research at the Nexus of Air Quality and Climate Change (CalNex) 2010 campaign. We constrain the model predictions with measurements from several platforms and compare predictions with particle- and gas-phase observations from the CalNex Pasadena ground site. That site provides a unique opportunity to study aerosol formation close to anthropogenic emission sources with limited recirculation. The model SOA that formed only from the oxidation of VOCs (V-SOA) is insufficient to explain the observed SOA concentrations, even when using SOA parameterizations with multi-generation oxidation that produce much higher yields than have been observed in chamber experiments, or when increasing yields to their upper limit estimates accounting for recently reported losses of vapors to chamber walls. The Community Multiscale Air Quality (WRF-CMAQ) model (version 5.0.1) provides excellent predictions of secondary inorganic particle species but underestimates the observed SOA mass by a factor of 25 when an older VOC-only parameterization is used, which is consistent with many previous model–measurement comparisons for pre-2007 anthropogenic SOA modules in urban areas. Including SOA from primary semi-volatile and intermediate-volatility organic compounds (P-S/IVOCs) following the parameterizations of Robinson et al. (2007), Grieshop et al. (2009), or Pye and Seinfeld (2010) improves model–measurement agreement for mass concentration. The results from the three parameterizations show large differences (e.g., a factor of 3 in SOA mass) and are not well constrained, underscoring the current uncertainties in this area. Our results strongly suggest that other precursors besides VOCs, such as P-S/IVOCs, are needed to explain the observed SOA concentrations in Pasadena. All the recent parameterizations overpredict urban SOA formation at long photochemical ages (≈ 3 days) compared to observations from multiple sites, which can lead to problems in regional and especially global modeling. However, reducing IVOC emissions by one-half in the model to better match recent IVOC measurements improves SOA predictions at these long photochemical ages. Among the explicitly modeled VOCs, the precursor compounds that contribute the greatest SOA mass are methylbenzenes. Measured polycyclic aromatic hydrocarbons (naphthalenes) contribute 0.7% of the modeled SOA mass. The amounts of SOA mass from diesel vehicles, gasoline vehicles, and cooking emissions are estimated to be 16–27, 35–61, and 19–35%, respectively, depending on the parameterization used, which is consistent with the observed fossil fraction of urban SOA, 71(±3) %. The relative contribution of each source is uncertain by almost a factor of 2 depending on the parameterization used. In-basin biogenic VOCs are predicted to contribute only a few percent to SOA. A regional SOA background of approximately 2.1 μg m−3 is also present due to the long-distance transport of highly aged OA, likely with a substantial contribution from regional biogenic SOA. The percentage of SOA from diesel vehicle emissions is the same, within the estimated uncertainty, as reported in previous work that analyzed the weekly cycles in OA concentrations (Bahreini et al., 2012; Hayes et al., 2013). However, the modeling work presented here suggests a strong anthropogenic source of modern carbon in SOA, due to cooking emissions, which was not accounted for in those previous studies and which is higher on weekends. Lastly, this work adapts a simple two-parameter model to predict SOA concentration and O/C from urban emissions. This model successfully predicts SOA concentration, and the optimal parameter combination is very similar to that found for Mexico City. This approach provides a computationally inexpensive method for predicting urban SOA in global and climate models. We estimate pollution SOA to account for 26 Tg yr−1 of SOA globally, or 17% of global SOA, one-third of which is likely to be non-fossil.