天津市PM2.5中水溶性离子组分特征

2006年8—12月连续采集PM_2.5样品,分析其中水溶性无机离子浓度特征。结果表明,采样期间,天津市PM_2.5日均浓度均不同程度超过美国EPA日均浓度标准(35 μg/m³);SO₄^2-、NO₃^-、NH₄⁺和Cl^-为无机离子的主要成分,占全部无机离子的88.6%;各离子均表现出不同季节变化特征。对NH₄⁺和NO₃^-、SO₄^2-进行相关性分析发现,NH₄⁺和NO₃^-相关性最好,相关系数为0.795。SOR和NOR的平均值分别为0.16和0.23,均为8月最高,表明前体物二次转化夏季最明显。     

石家庄市大气颗粒物元素组分特征分析

为研究石家庄市大气颗粒物的污染特征及其来源,于2013年4—5月在主城6区分别采集TSP、PM10和PM2.5颗粒物样品,利用ICP-MS分析其中的22种元素浓度。结果表明,石家庄市城区Ca、Fe元素在各粒径颗粒物中含量都较高,PM2.5中的S、K含量较高,PM10和TSP中Mg、Al的浓度相对较高。颗粒物的主要来源为燃煤尘、道路尘和建筑尘,TSP、PM10和PM2.5具有较好的统计相关性和同源性。     

南京大气细颗粒物中水溶性组分的污染特征

为了解南京城区大气细颗粒物中水溶性组分的污染特征,在国控点草场门进行了连续一年的PM_2.5采样与分析。6种离子日均浓度为5.29~67.6 μg/m³,其中SO₄^2-、NH₄⁺、NO₃^-是PM_2.5的主要组成成分,6 种离子约占PM_2.5总质量的31%,SO₄^2-、NO₃^-和NH₄⁺相关性较好,NH₄⁺是PM_2.5中硫酸盐和硝酸盐中居于主导地位的离子。     

贵阳市夏季大气颗粒物及多环芳烃污染特征研究

采集贵阳市老城区夏季5个典型监测点(太慈桥、贵州师范大学、大西门、省政府及省植物园)的样品进行PM2.5、PM10质量浓度分析。同时对PM2.5中PAHs的质量浓度进行分析。结果表明:贵阳市夏季PM2.5和PM10浓度排序均为太慈桥省政府大西门贵州师范大学省植物园,且PM2.5和PM10之间有良好的相关性,PM10=0.931 3 PM2.5+0.019 4,R2=0.996 7,PM2.5污染较重。此外,5个监测点总PAHs和苯并(a)芘的分析结果均为太慈桥省政府大西门贵州师范大学省植物园,苯并(a)芘浓度均未超标。     

南京市大气颗粒物中多环芳烃变化特征

逐月采集南京市大气中不同粒径的颗粒物,采用HPLC分析了2010年每个月PM_(10)和PM_(2.5)颗粒物样品中的多环芳烃(PAHs)的种类和浓度水平。结果表明:PM_(10)中PAHs年均值为25.07 ng/m~3,范围为11.03~53.56 ng/m3;PM_(2.5)中PAHs年均值为19.04 ng/m~3,范围为10.82~36.43 ng/m~3。PM_(10)和PM_(2.5)中PAHs总体浓度有着相似的变化趋势,呈现凹形变化曲线;在南京市大气颗粒物中吸附的PAHs大部分以5~6环的高环数组分为主,大部分PAHs和∑PAHs的相关性较好,年度变化幅度不大,分析结果表明,颗粒物中PAHs的来源与稳定的排放源相关,机动车排放不容忽视,与北方城市燃煤污染有着较大的区别。     

大同市大气颗粒物浓度与水溶性离子季度分布特征

为研究大同市大气颗粒物质量浓度与水溶性离子组成特征,于2013年2、7、9、12月,分别对大同市及其对照点庞泉沟国家大气背景点进行了PM2.5及PM10的采样,通过超声萃取-IC法测定了样品中的9种水溶性离子,结果表明,大同市大气颗粒物污染1、4季度重于2、3季度,PM2.5季度均值全年均未超标,PM10仅第1季度超标1.4倍,污染状况总体良好,PM2.5与PM10相关系数R为0.75,说明大同市颗粒物污染有较为相近的来源,且不同季节均以粗颗粒物为主;大同市PM2.5中水溶性离子浓度分布为SO2-4、NO-3、NH+4Cl-、Ca2+K+、Na+F-、Mg2+,PM10中Ca2+浓度仅次于SO2-4、NO-3,控制扬尘将有效降低PM10的浓度;PM2.5及PM10中的9种水溶性离子在不同季度的浓度与颗粒物浓度分布规律类似,1、4季度较高,2、3季度较低;由阴阳离子平衡计算结果可知,相关性方程的斜率K为1.045,表明大同市大气颗粒物中阳离子相对亏损,大气细粒子组分偏酸性。NO-3与SO2-4浓度比值均小于1,大同市以硫酸型污染为主,大气中的SO2-4主要来源于人类活动排放。     

天津市PM10和PM2.5中水溶性离子化学特征及来源分析

2011年5月—2012年1月在天津市南开区设立采样点,采集大气中PM10和PM2.5样品。采用离子色谱法测定颗粒物中水溶性无机阴离子、阳离子成分,分析其主要组成、季节变化及污染来源。结果表明,天津市PM10中离子平均浓度为71.2μg/m3,占PM10质量浓度的33.7%。PM2.5中离子平均浓度为54.8μg/m3,占PM2.5质量浓度的39.6%。NH+4、SO2-4、NO-3等二次离子含量较大,且夏季含量均为最高。颗粒物总体呈酸性,PM10中∑阳离子/∑阴离子平均值为0.92,PM2.5中该比值为0.75。来源分析发现,PM10可能主要来源于海盐、工业源、二次反应及土壤和建筑尘等,PM2.5则主要来源于海盐污染源、二次反应及生物质燃烧。     

沈阳市城区采暖期PM2.5中水溶性离子的化学特征

2013年11月—2014年3月采暖期在沈阳市沈河区设置采样点采集环境空气中的PM2.5。利用离子色谱法测定PM2.5中水溶性无机离子,分析PM2.5中水溶性无机离子的组成和污染特征等。结果表明,沈阳市冬季采暖期PM2.5平均质量浓度为106μg/m3,PM2.5中总水溶性离子占PM2.5的比例为41.7%,含量较高的二次离子依次为SO2-4、NO-3、NH+4,三者均有较好的相关性,SO2-4以(NH4)2SO4形式存在,采暖期PM2.5偏酸性。     

采暖期大气颗粒物PM1.0和PM2.5中水溶性离子污染特征

为了解采暖期大气PM_(1.0)和PM_(2.5)中水溶性离子污染特征,采集哈尔滨市2014年11月至2015年3月采暖期PM_(1.0)和PM_(2.5)的样品,进而分析其中的水溶性离子(F-、Cl-、NO-3、SO2-4、Na+、NH+4、K+、Mg2+、Ca2+)的质量浓度。结果表明:PM_(1.0)和PM_(2.5)中的水溶性离子具有相同的变化趋势。采暖期间PM_(1.0)和PM_(2.5)中9种水溶性离子质量浓度总和分别为25.4~60.7μg/m~3和38.8~78.0μg/m~3。在PM_(1.0)和PM_(2.5)中NH+4、NO-3、SO2-4占比较高,而F-、Mg2+占比较低。PM_(1.0)和PM_(2.5)中9种水溶性离子质量浓度均为夜间大于白天。在PM_(1.0)和PM_(2.5)中,Mg2+和NH+4、F-和Cl-呈显著相关,说明它们来自相似的污染源,在PM_(1.0)中的K+和Ca2+显著相关,故它们受相似的污染源的影响。根据酸度与各离子的相关性,得出SO2-4和NH+4是控制大气颗粒物酸碱性的主要离子。另外,气象因素对PM_(1.0)和PM_(2.5)的浓度有影响。     

重庆城区不同粒径颗粒物元素组分研究及来源识别

为研究重庆市大气颗粒物的污染特征及其来源,于2010年3—10月在主城区分别采集PM_1.0、PM_2.5和PM₁₀3种粒径的颗粒物样品,利用XRF分析其中的26种元素浓度。结果表明,重庆市主城区S元素在各粒径中含量都较高,细粒子中K的含量较高,粗粒子中Si、Ca和Fe的浓度较大。富集因子分析表明,主城区Cd、S、Se等污染元素的富集系数较大,且粒径越小,富集现象越明显。利用因子分析得出土壤风沙、扬尘、燃煤的燃烧、机动车燃油产生的尾气排放、生物质燃烧排放是重庆市颗粒物污染的主要来源。     

衡阳城区冬季PM2.5中水溶性离子污染特征

为探究衡阳冬季PM_2.5和水溶性离子污染特征及其来源,于2019年1月在衡阳市城区采集大气PM_2.5样品,使用重量法和离子色谱法测得PM_2.5和水溶性离子组分质量浓度,并分析其浓度特征、酸碱度和来源等问题。结果表明:采样期间衡阳大气PM_2.5平均质量浓度为94.25μg/m³,总水溶性离子质量浓度为52.94μg/m³,占PM_2.5总质量浓度的56.43%;阴阳离子当量之比为1.12,PM_2.5呈酸性,其中SNA(SO₄^2-、NO₃^-和NH₄⁺)占总水溶性离子质量浓度的95.06%。污染期间二次转化明显,SNA主要以(NH₄)₂SO₄和NH₄NO₃形式存在。源解析发现大气PM...     

燃煤工业城市大气细颗粒物中水溶性无机离子的季节变化特征及来源解析——以邯郸市为例

为探究典型燃煤工业城市邯郸市的大气细颗粒物(PM2.5)污染水平及水溶性无机离子特征,于2016年1—12月采集了当地大气PM2.5样品,然后利用离子色谱法测得水溶性无机离子的组分,分析了不同季节水溶性无机离子随PM2.5的浓度变化特征。通过对PM2.5中的阴离子、阳离子进行分析发现,SO4^2-、NO3^-和NH4^+在春夏秋冬四季均为PM2.5中的主要离子成分,SO4^2-、NO3^-和NH4^+的浓度之和在春夏秋冬四季占各季节总的水溶性无机离子浓度的百分比分别为84.6%、77.4%、89.9%、62.5%。其中,在春季和冬季含量最高的3种离子分别是NO3^-、SO4^2-和NH4^+,夏季含量最高的3种离子分别是SO4^2-、NH4^+和NO3^-,而秋季含量最高的3种离子分别是NH4^+、SO4^2-和NO3^-。相关性分析发现,2016年春季、夏季和秋季PM2.5为酸性,冬季为碱性。SO4^2-、NO3^-、NH4^+浓度分析表明,冬季PM2.5中的一次建筑扬尘排放较多。通过主成分分析法得出,PM2.5中水溶性无机离子主要来源于二次转化和生物质燃烧。     

2019—2021年徐州市大气细颗粒物化学组成特征及来源解析

徐州市地处四省交界,大气污染物来源复杂,颗粒物污染在气象条件不利时较为显著。通过地面观测数据、颗粒物组分连续观测、源解析及轨迹溯源等方法,对徐州市2019—2021年颗粒物变化特征进行了全面分析,以定量解析各类污染源的贡献,识别对颗粒物贡献显著的化学成分。结果表明：PM_2.5各组分质量占比中二次无机盐和有机碳相对较高,其中二次无机盐SNA(SO■、NO^-₃、NH⁺₄)占比达到59.1%～62.7%;水溶性离子总浓度逐年降低,但Mg²⁺和Ca²⁺浓度2021年分别同比增加2%和12.5%,说明扬尘污染存在反弹。秋冬季水溶性离子明显较高,Cl^-浓度明显高于其他季节,表明徐州市秋冬季受移动源、燃煤源和二次有机气溶胶共同影响。PM_2.5中OC与EC质量浓度比为4.88～8.40,说明徐州市颗粒物受多源影响,柴油、汽油机动车尾气排放以及燃煤排放对颗粒物贡献较大。后向轨迹分析表明,污染严重的1月污染物主...     

北京城区降水对PM2.5和PM10清除作用分析

基于北京市PM_2.5和PM₁₀质量浓度、组分浓度以及降水数据,利用数理统计、相关性分析等方法分别从降水总量、降水时长和降水前颗粒物浓度3个角度研究降水对PM_2.5、PM₁₀的清除作用,同时以一次典型降水过程为例,具体分析降水对颗粒物的影响。结果表明：降水总量的增加有助于促进PM_2.5、PM₁₀的清除,随着降水总量增加,PM_2.5、PM₁₀的平均清除率提高,有效清除的比例增加;连续降水可增强对大气颗粒物的湿清除作用,连续降水达3d可有效降低PM_2.5、PM₁₀浓度;降水对PM_2.5、PM₁₀浓度的清除率和大气颗粒物前一日的平均浓度有较好的正相关性。降水对大气颗粒物的清除可分为清除、回升和平稳3个阶段,各个阶段大气颗粒物的变化趋势不同。降水对于大气气溶胶化学组分和酸碱性的改变具有明显作用,对于大气颗粒物各种组分的清除效果不完全相同。对于大气中OC、NO₃^-、SO₄^2-和NH₄⁺去除率较高,且这4种组分主要以颗粒态形式被冲刷进入降水中,加剧了北京市降水酸化程度。     

齐齐哈尔市春季PM2.5中水溶性离子特征分析

2014年4—6月,在齐齐哈尔大学设立采样点,采集PM2.5样品。采用离子色谱法测定其中的主要水溶性无机离子,分析主要组成及污染来源。结果表明,齐齐哈尔市春季PM2.5平均质量浓度为46μg/m3,水溶性无机离子平均质量浓度为20.67μg/m3,占PM2.5质量浓度的42.82%。齐齐哈尔市PM2.5中二次组分主要以酸式硫酸盐形式存在。来源分析发现,PM2.5主要来源于移动源(如汽车尾气)、生物质燃烧及垃圾焚烧、固定源(化石燃料燃烧)、土壤及建筑尘。     

PM2.5质量浓度分析仪现场校准方法研究

对PM_2.5质量浓度分析仪进行准确校准是保证PM_2.5质量浓度监测数据质量的重要前提。搭建了一套适用于PM_2.5质量浓度分析仪的现场校准方法。该方法基于超声雾化原理,采用氯化钠标准溶液稳定生成不同质量浓度的颗粒物标准物质。测试结果表明:使用该方法发生的颗粒物的粒径符合正态分布,平均粒径为0.6 μm;质量浓度相对偏差小于1%,稳定性良好;损失率低,准确度高。为验证校准方法的适用性,采用该方法对量值溯源至手工重量法的基于β射线原理PM_2.5质量浓度分析仪分别进行室内和现场长期校准。校准结果显示,PM_2.5质量浓度分析仪测量示值与理论浓度值呈线性关系,线性相关系数(R²)均大于0.999。其中:低浓度范围的示值误差小于5 μg/m³,标准偏差(SD)小于6 μg/m³;高浓度范围的相对示值误差小于7%,相对标准偏差(RSD)小于5%。以上结果表明,该校准方法的准确性和再现性良好。对校准结果进行不确定度分析发现,PM_2.5颗粒物标准物质量值的相对扩展不确定度为2.8%(k=2),PM_2.5质量浓度分析仪校准结果的相对扩展不确定度为4.6%(k=2),显著低于手工重量法,表明该方法适用于环境空气PM_2.5质量浓度分析仪的实验室与现场校准。     

Interpretation of roadside PM10 monitoring data from Sunderland,United Kingdom

Roadside PM₁₀ has been monitored by Partisol® at three sitesin Sunderland between August 1997 and February 1998. The sites chosen were an inner city kerbside site; a roadside site adjacentto a dual carriageway on the outskirts of Sunderland with an openaspect; and a rural site.The results indicate that there is a seasonal variation in the relationship between the sites in terms of monitored PM₁₀.In the winter there is a poor correlation between the sites whereas in the summer significant correlations are obtained. Of the sites monitored PM₁₀ is consistently highest at the inner city roadside site. During the summer, exceedances of theU.K. 50 g m^-3 standard (DETR, 2000) are associated with conditions suitable for the build-up of photochemical pollutionhowever during the winter period exceedances are recorded duringa variety of weather conditions.At the dual carriageway site PM_2.5 has also been recorded and contributions to measured PM₁₀ are 77% in summer and68% in winter. The results illustrate a number of inconsistencies between this study utilising the Partisol® andothers reporting results where PM₁₀ has been monitored by TEOM®.