北京南郊区PM2.5中水溶性无机盐季节变化及来源分析

为研究北京偏南地区细颗粒物(PM_(2.5))中水溶性无机离子的变化特征,利用大气细颗粒物快速捕集系统及化学成分分析系统RCFP-IC,于2016年对北京南郊区大兴PM_(2.5)中9种水溶性无机离子(Cl~-、NO_2~-、NO_3~-、SO_4~(2-)、Na~+、NH_4~+、K~+、Mg~(2+)和Ca~(2+))展开为期1 a的连续在线观测.结果表明,观测期间,9种水溶性无机离子总质量浓度为38.6μg·m~(-3),并呈现冬春高,夏秋低的特征,浓度水平高低顺序为SO_4~(2-)NO_3~-NH_4~+Ca~(2+)NO_2~-Cl~-Na~+K~+Mg~(2+);在冬季,SO_4~(2-)、NO_3~-和NH_4~+浓度占比高达75.7%;春季次之,为72.8%;夏季最低,仅为60.2%.并且随着空气污染的加剧,SO_4~(2-)、NO_3~-和NH_4~+浓度显著增加,这表明SO_4~(2-)、NO_3~-和NH_4~+与空气质量的恶化密切相关,但相比NO_3~-和NH_4~+,SO_4~(2-)在二次离子形成过程中占据主导地位;SO_4~(2-)、NO_3~-和NH_4~+存在显著的日变化特征,SO_4~(2-)统计日变化为双峰型,峰值分别出现在10:00和18:00左右,而NO_3~-和NH_4~+呈单峰型,峰值出现在10:00左右.基于后向轨迹聚类分析结果发现,对南郊区污染有影响的气团主要有3类,分别来自东南方向、西部和来自蒙古高原的高空气团,东南方向气流会加重南郊区水溶性盐的累积,而偏北气流有利于污染物扩散和稀释;基于主成分分析发现,北京南郊区水溶性盐的污染来源分别为二次源、燃煤源和土壤风沙尘及建筑扬尘的混合源.利用潜在源贡献因子分析法对南郊区冬季水溶性盐的潜在污染源区进行分析发现,影响大兴水溶性盐浓度潜在源区主要分布在南郊区的东南部.     

泉州市大气PM2.5中水溶性离子季节变化特征及来源解析

为掌握泉州市大气PM_(2.5)中无机水溶性离子的季节变化特征,于2014年3月~2015年1月同步采集了泉州市5个采样点共116个PM_(2.5)样品.用离子色谱法分析了PM_(2.5)中Na~+、NH_4~+、K~+、Ca~(2+)、Mg~(2+)、F~-、Cl~-、NO_3~-和SO_4~(2-)等9种水溶性无机离子.观测期间,总水溶性离子浓度季节变化特征为春季(14.24±6.43)μg·m~(-3)冬季(8.54±7.61)μg·m~(-3)夏季(4.10±2.67)μg·m~(-3)秋季(3.91±2.58)μg·m~(-3);SO_4~(2-)、NO_3~-和NH_4~+(SNA)是PM_(2.5)中主要的3种离子,占水溶性离子总质量浓度比例分别为春季(90.3±3.3)%、夏季(68.8±11.7)%、秋季(78.9±7.1)%和冬季(74.0±18.4)%,说明春季二次污染较为严重;PM_(2.5)中阴、阳离子电荷平衡分析显示,阴离子相对亏损,大气细颗粒物组分呈弱碱性;春、冬季NH_4~+主要以(NH_4)_2SO_4、NH_4HSO_4和NH_4NO_3等形式存在,而夏、秋季则主要以NH_4HSO_4和NH_4NO_3形式存在;PMF源解析结果表明,泉州市大气PM_(2.5)中水溶性离子主要来自海盐、二次源、建筑扬尘、垃圾焚烧源和生物质燃烧源.     

成都平原大气颗粒物中无机水溶性离子污染特征

为探讨成都平原大气颗粒物中水溶性离子的污染特征,识别水溶性离子的组成、分布和时空变化,有针对性地控制重污染和灰霾天气,于2013年8月~2014年7月,在成都平原的5个监测点位共采集1 476个颗粒物样品,应用离子色谱法对PM10和PM_(2.5)中8种无机水溶性离子(SO_4~(2-)、NO_3~-、NH_4~+、K~+、Na~+、Ca~(2+)、Mg~(2+)、Cl~-)进行测量.结果表明在观测期间,PM_(2.5~10)和PM_(2.5)中无机水溶性离子总量分别为11.35μg·m-3和36.93μg·m-3,分别占ρ(PM_(2.5)~10)和ρ(PM_(2.5))的37.8%和46.6%;其中二次离子(SO_4~(2-)、NO_3~-和NH~+4,SNA)约占各自水溶性离子总量的81.1%和89.9%.水溶性离子质量浓度冬季最高,春秋季相当,夏季最低.ρ(SO2-4)/ρ(PM_(2.5))夏秋季较高,而ρ(NO_3~-)/ρ(PM_(2.5))冬季最高,夏季最低.SNA、Cl~-、K~+大多分布在PM_(2.5)中,Ca~(2+)和Mg~(2+)主要分布在PM_(2.5~10)中.PM_(2.5)基本呈中性,水溶性离子主要以(NH_4)_2SO_4、NH_4NO_3、KNO_3、NaCl、KCl等形式存在.ρ(NO_3~-)/ρ(SO_4~(2-))揭示固定源依然是PM_(2.5)的主要来源.硫氧化速率(SOR)和氮氧化速率(NOR)年均值分别为0.31和0.13,SOR夏季最高,NOR冬季最高,二者变化趋势相反.成都平原PM_(2.5)呈区域性复合污染特征,SNA是造成ρ(PM_(2.5))增加的主导因素.     

苏州市PM2.5中水溶性离子的季节变化及来源分析

2015年在苏州市城区采集大气细颗粒物PM_(2.5)样品共87套,用重量法分析了PM_(2.5)的质量浓度,离子色谱法分析了颗粒物中F-、Cl-、NO_3~-、SO_4~(2-)、Na~+、NH_4~+、K~+、Mg~(2+)和Ca~(2+),共9种水溶性无机离子.观测期间,苏州市PM_(2.5)的年均质量浓度为(74.26±38.01)μg·m-3,其季节特征为冬季春季秋季夏季;9种水溶性离子的总质量浓度为(43.95±23.60)μg·m~(-3),各离子的浓度高低顺序为NO_3~-SO_4~(2-)NH_4~+Na~+Cl~-K~+Ca~(2+)F-Mg~(2+);SNA(SO_4~(2-)、NO_3~-和NH_4~+三者的简称)是最主要的水溶性离子;SO_4~(2-)、NO_3~-和NH_4~+三者之间具有显著的相关性,它们在PM_(2.5)中主要是以NH_4NO_3和(NH_4)_2SO_4的结合方式存在.苏州市PM_(2.5)中水溶性离子的主要来源包括工业源、燃烧源、二次过程和建筑土壤尘等.     

2015年北京城区大气PM2.5中NH4+、NO3-、SO42-及前体气体的污染特征

2015年1~12月对北京市城区开展PM_(2.5)中主要水溶性离子NH_4~+、NO_3~-和SO_4~(2-)(统称SNA)及其前体气体NH_3、NO、NO_2和SO_2的监测,共获得样本325组.用特氟龙滤膜采集PM_(2.5)中SNA,用在线仪器实时监测各前体气体.分析各前体气体和SNA的污染特征并同时对其相关性进行研究.观测期间NH_3、NO、NO_2、SO_2、NH_4~+、NO_3~-和SO_4~(2-)的年平均浓度分别为21.5、17.7、54.3、14.2、8.1、13.5和12.7μg·m~(-3),SNA质量浓度占PM_(2.5)的43.4%.NO、NO_2和SO_2冬季最高,夏季最低;NH_3为夏季最高,秋冬较低;NH_4~+浓度和体积分数四季波动不大;NO_3~-浓度和体积分数均夏季最低;SO_4~(2-)浓度为冬季最高,百分含量为夏季最大.全年([NO_3~-]+2[SO_4~(2-)])与NH_4~+的比值为0.97,表明阴离子主要以NO_3~-和SO_4~(2-)的形式存在.随着污染程度的增加,各化合物浓度均有明显上升,NO_3~-是重污染过程累积效应比较明显且贡献率最大的离子.SO_4~(2-)则在污染级别较低时,贡献率较大.NO_3~-与NO_2,NO、NH_4~+与NH_3,SO_4~(2-)与SO_2在置信度为0.01水平上均显著相关;SO_4~(2-)和SO_2变化规律呈负相关,NO_2和NO_3~-基本呈正相关,相比NH_3,NH_4~+浓度的高低受酸性气体NO_2、SO_2影响更大.     

廊坊市秋季环境空气中颗粒物组分昼夜变化特征研究

为研究廊坊市区秋季环境空气中颗粒物浓度及其组分昼夜变化特征,于2015年9月12—21日在廊坊市进行PM_(2.5)和PM_(10)采样,并对采集的样品无机元素、水溶性离子和碳组分(OC和EC)分析.结果表明,夜间PM_(2.5)和PM_(10)浓度比白天高,且下半夜出现大幅上升.PM_(2.5)/PM_(10)比值为0.49~0.62,下半夜最高.碳组分、Ba、Cr、Cl~-、NO_3~-、SO_4~(2-)、NH_4~+等主要富集在PM_(2.5)中,而Ca、Al、Si、Mg~(2+)和Ca~(2+)等主要富集在PM_(10)中.通过昼夜颗粒物组分对比发现,夜间EC、Cu、Zn、Cr、Pb、Cl~-、NO_3~-和NH_4~+等浓度明显上升.同时,下半夜OC/EC比值明显变小,Cl-、NO_3~-和NH_4~+浓度明显增大,同时段CO和NO_2浓度上升,而SO_2浓度变化平缓.以上表明采样期间廊坊夜间可能存在移动源和部分工业污染源排放.     

南京江北新区冬季PM2.5中化学组分的昼夜变化特征及其来源解析

为更好地了解南京江北新区大气气溶胶中水溶性离子的昼夜变化特征,冬季连续采集了2个月的PM_(2.5)样品,研究其水溶性离子昼夜变化特征及来源解析.结果表明,观测期间水溶性离子质量浓度变化范围为17. 07～168. 43μg·m~(-3),均值为(59. 01±30. 75)μg·m~(-3),且白天的水溶性离子平均质量浓度高于夜晚. NO_3~-和NH_4~+的浓度占离子总浓度的比值在夜晚偏高,而SO_4~(2-)和Cl~-则在白天偏高. SO_4~(2-)、NO_3~-和NH_4~+(SNA)是南京市PM_(2.5)中最重要的水溶性离子,其质量浓度在污染天要高于清洁天.白天和夜晚的阴阳离子平衡比值(AE/CE)大于1,说明PM_(2.5)呈酸性.相关性分析显示NH_4~+与NO_3~-、SO_4~(2-)之间具有显著的线性相关性,其在PM_(2.5)中主要是以NH_4NO_3和(NH_4)_2SO_4结合方式存在. PMF源解析进一步表明南京江北新区冬季大气PM_(2.5)中水溶性离子主要来源于机动车排放、化石燃料燃烧、生物质燃烧和扬尘等.     

辽宁典型城市道路扬尘PM2.5中水溶性无机离子组分特征及来源解析

为了解辽宁省典型城市道路扬尘PM_(2.5)中水溶性无机离子组分特征及其来源,分别于2014年和2016年采集了鞍山市和盘锦市道路扬尘样品,利用再悬浮采样器将其悬浮到滤膜上,用离子色谱仪分析了其中的水溶性无机离子组分,分别用相关分析法和比值法分析了其污染特征,用主成分法初步解析了其主要污染源.结果表明,盘锦市和鞍山市8种水溶性无机离子分别占道路扬尘PM_(2.5)的5.83%±3.34%和5.84%±1.15%.盘锦市NH_4~+与SO_4~(2-)和NO_3~-的结合方式主要为(NH_4)2SO_4和NH_4NO_3,鞍山市NH_4~+与SO_4~(2-)和NO_3~-的主要结合方式为NH_4HSO_4和NH_4NO_3.盘锦市和鞍山市道路扬尘PM_(2.5)中NO_3~-/SO_4~(2-)的均值分别为0.52±0.55和0.46±0.13,表明固定源(燃煤)对其道路扬尘PM_(2.5)的影响较显著.盘锦市道路扬尘PM_(2.5)主要来源于生物质燃烧源、海盐粒子、建筑水泥尘和机动车尾气;鞍山市道路扬尘PM_(2.5)主要来源于燃煤源、生物质燃烧源、海盐粒子和钢铁冶炼尘.     

厦门市大气PM_(2.5)中水溶性离子污染特征及来源解析

为探讨厦门市大气PM_(2.5)水溶性离子污染特征及来源,于2014年8月和12月同步采集了城区和郊区的PM_(2.5)样品.用离子色谱分析了9种水溶性离子(F~-、Cl~-、NO_3~-、SO_4~(2-)、Na~+、K~+、NH_4~+、Ca~(2+)和Mg~(2+))的质量浓度.结果表明,厦门大气PM_(2.5)中水溶性离子浓度处于较低水平,总水溶性离子浓度(μg/m~3)顺序为:冬季城区(18.16)冬季郊区(14.55)夏季郊区(6.87)夏季城区(5.33),降水对水溶性离子有显著的去除作用.观测期间,夏季PM_(2.5)阴离子相对亏损,冬季反之.SO_4~(2-)、NO_3~-、NH_4~+(简称SNA)占全部水溶性离子质量浓度之和的比例达79.64%以上,表明厦门市大气PM_(2.5)二次污染较严重.相关性分析和SNA三角图解表明厦门市夏季NH_4~+主要以(NH4)2SO4的形式存在,其次为NH_4NO_3及碱性游离NH_4~+;冬季则主要以(NH_4)_2SO_4和NH_4NO_3的形式存在,其次为NH_4Cl.N/S值表明夏季PM_(2.5)中水溶性离子污染特征以燃煤源排放为主,冬季以交通排放为主,总体呈现出交通源与燃煤污染并存的复合型污染特征,但受海洋源的影响很小.主成分分析进一步表明厦门市大气PM_(2.5)水溶性离子主要来自燃煤源、交通排放和生物质燃烧源.     

太原大气颗粒物中水溶性无机离子质量浓度及粒径分布特征

为研究太原大气颗粒物中水溶性无机离子的质量浓度水平、季节变化和粒径分布特征,于2012年6月~2014年5月使用惯性撞击式分级采样器采集大气颗粒物样品,并用离子色谱分析了其中的水溶性无机离子组成.结果表明,PM_(1.1)、PM_(2.1)和PM_9中总水溶性无机离子浓度平均值分别为(15.39±9.91)、(21.10±15.49)和(36.34±18.51)μg·m-3.PM1.1和PM2.1中,二次离子(SO_4~(2-)、NO_3~-和NH_4~+)占总水溶性无机离子质量分数最高;PM9中SO_4~(2-)和Ca~(2+)占比较高.各粒径段中SO_4~(2-)和NH+4季节变化特征相似,均为冬夏季节高、春秋季节低;NO_3~-、K+和Cl-季节变化特征一致:冬季秋季春季夏季;Ca~(2+)和Mg~(2+)季节变化特征一致:春季冬季秋季夏季.SO_4~(2-)和NH+4为细模态单峰分布,春秋季节在0.43~0.65μm处出现峰值,而夏季出现在0.65~1.1μm处,细粒径段峰值出现由凝结模态向液滴模态转移的现象.NO_3~-为双模态离子,冬季在0.43~2.1μm出现明显细粒径段峰值,夏季在4.7~5.8μm出现明显粗模态峰值.K~+、Na~+和Cl~-为双模态离子,分别在0.43~1.1和4.7~5.8μm出现峰值;Ca~(2+)、Mg~(2+)和F-呈粗模态单峰分布,在4.7~5.8μm出现峰值.主成分分析结果显示,水溶性无机离子来源主要是二次源、燃煤、工业源、生物质燃烧和土壤尘或降尘.     

Trend and seasonal variations of atmospheric CH4 in Beijing

The atmospheric CH4 in Beijing is still increasing, even though its increasing rate has significantly decreased from 1.76 ％/a during 1985-1989 to 0.50 ％/a during 1990-1997. The seasonal variation of CH4 concentration showed a double-peak pattern, one peak appearing in winter and the other in summer. It is evident that the annually seasonal variations of atmospheric CH₄ in Beijing are different. From 1986 to 1997, the atmospheric CH₄ increased by 185 ppbv, 37％ and 21％ of which were due to the increase in winter and in summer, respectively. After 1993, the annually seasonal increasing rate of CH4 concentration in summer (due to emission from biogenic sources) is negative while the increasing rate in winter (due to emission from non-biogenic sources) is positive about 25 ppbv/a. As a result, the increase of CH₄ emission from non-biogenic sources in winter is the major reason that caused theannually seasonal increasing rate from 1993 to 1997. The biogenic sources in Beijing are shrinking while the non-biogenic ones (such as fossil fuel combustion) are enlarging.     

河南鸡冠洞CO2季节和昼夜变化特征及影响因子比较

岩溶洞穴空气CO_2变化影响次生沉积物沉积和溶蚀,它关系到洞穴旅游景观的稳定性及洞穴环境的舒适性,是岩溶作用发生的关键因素,进行洞穴空气CO_2变化的机制研究对于理解岩溶作用发生规律和现代洞穴合理保护具有重要意义.本文基于对我国南北地理分界区域河南西部鸡冠洞2011年12月至2016年5月近5年连续洞穴CO_2、水文地球化学指标、洞内外温度及湿度、大气降水和游客量等数据监测,并结合2016年5月19~20日洞穴CO_2等指标的昼夜的系统监测,分析了鸡冠洞洞穴空气CO_2时空变化特征和昼夜变化特征及其影响因素,结果表明:1在空间尺度上,越靠近洞口通风效应越强,洞穴空气p CO_2越低,越接近大气的p CO_2;洞穴结构及外界环境变化尤其是气候变化导致的土壤中p CO_2变化也会对鸡冠洞空气p CO_2变化产生影响.2在长时间尺度,鸡冠洞洞穴空气p CO_2夏季明显高于冬季,对比分析发现旅游活动和岩溶作用是其主要的影响因子.3在短时间尺度上(昼夜变化),鸡冠洞洞穴空气p CO_2变化主要受旅游活动的影响,建议景区在进行旅游开发的时候要考虑高峰期游客人数对CO_2的影响及岩溶景观的合理保护.     

大气PM2.5中水溶性有机碳和类腐殖质碳的季节变化特征

2011年12月至2012年11月期间在上海市华东理工大学采样点采集PM_2.5样品,对样品中的水溶性有机碳(WSOC)和类腐殖质碳(HULIS-C)进行了测定,探讨了WSOC和HULIS-C的季节变化特征.结果表明:采样期间PM_2.5、WSOC和HULIS-C的年平均质量浓度分别为(66.19±28.59)、(4.21±1.83)和(2.69±1.36) μg·m^-3,WSOC和HULIS-C分别占PM_2.5质量的6.5%±1.7%和4.1%±1.3%.HULIS-C占WSOC质量的62.8%±11.8%,表明HULIS-C是WSOC的主要成分.WSOC和HULIS-C的质量浓度均具有显著的季节变化特征,呈现冬季>春季>秋季>夏季,而HULIS-C/WSOC比值的季节变化相对较小,其四季平均比值呈现秋冬季略高,春夏季略低的特点.WSOC和HULIS-C质量浓度与能见度、风速呈负相关,与空气污染指数(API)呈显著正相关.WSOC和HULIS-C的浓度水平可能受到多种燃烧源的综合影响,本地燃烧源的贡献不容忽视.此外,在特定气象条件下周边污染源和长距离输送对高浓度WSOC和HULIS-C也会有贡献.     

河口湿地近地面大气 CO2浓度日变化和季节变化

2011年12月~2012年11月对闽江河口湿地近地面大气CO2浓度(摩尔分数)进行观测,研究CO2浓度的日变化和季节变化特征,结果表明,闽江河口湿地近地面大气CO2浓度的日变化和季节变化都呈典型的"单峰型",表现为"昼低夜高"和"夏低冬高"的规律,日变幅在16.96~38.30μmol·mol-1之间.春、夏、秋、冬这4个季节近地面大气CO2平均浓度分别为(353.74±18.35)、(327.28±8.58)、(354.78±14.76)和(392.82±9.71)μmol·mol-1,而年平均浓度为(357.16±26.89)μmol·mol-1.闽江河口湿地近地面大气CO2浓度的日变化与温度、风速、光合有效辐射、总辐射等主要气象因子呈负相关关系(P<0.05),而1月近地面大气CO2浓度日变化与潮汐水位呈负相关,7月与潮汐水位呈正相关.     

重庆主城区PM2.5中羧酸的季节变化和来源分析

本文针对重庆主城区4个采样点PM2.5中羧酸开展研究,通过GC-MS分析,定量分析了16种饱和脂肪酸、21种不饱和脂肪酸和8种二元羧酸等多种物质的浓度水平,进而对羧酸的季节变化及来源进行了探讨.羧酸日均总浓度为130.42~1953.79 ng·m~(-3),一元脂肪酸和二元羧酸在各采样点浓度差异显著.一元脂肪酸呈明显的季节变化,夏季最高(961.97 ng·m~(-3)),冬季最低(49.24 ng·m~(-3)).饱和脂肪酸中偶数碳优势明显,以C_(16)(棕榈酸)和C_(18)(硬脂酸)最为丰富.二元羧酸也呈明显的季节变化,在冬季最高(432.04 ng·m~(-3)),春季最低(64.57 ng·m~(-3)).二元羧酸以丙二酸、丁二酸和戊二酸为主.细菌活动和烹饪油烟对一元脂肪酸具有较大的贡献,光化学氧化作用则对二元羧酸贡献较大.     

北京市和厦门市大气 CO2 浓度及 δ13C 值变化特征

本文对北京市和厦门市大气CO_2及δ~(13)C进行观测,研究内陆城市和沿海城市CO_2浓度及δ~(13)C的季节和昼夜变化规律及影响因素,以期为政府制定碳减排政策提供科学依据。北京市和厦门市CO_2浓度均呈现秋冬季高于春夏季,而δ~(13)C秋冬季低于春夏季,季节差异原因可能是秋冬大气边界层降低,化石燃料消耗增加,贫13C的CO_2气体大量排放。观测期间,两个城市日变化模式均表现为CO_2夜间高于白天,δ~(13)C夜间低于白天;且在早晚交通高峰时段,两地CO_2浓度均有不同程度升高,而δ~(13)C有不同程度降低。冬季,北京市由于受西、北部高山阻挡,在东南风条件下使得其夜间大气CO_2浓度显著增高,δ~(13)C值则显著降低。根据两地新增CO_2的δ~(13)C值(δs)推测,北京市受到煤炭燃烧贡献较大,厦门市季节差异较大,推测受植物排放CO_2速率及气象条件等共同影响。     

上海地区对流层低层臭氧及硫酸盐气溶胶时空分布特征研究

基于Aura/OMI卫星资料,分析了上海地区2007—2016年近十年对流层低层O_3浓度(0~3 km)、SO_2柱浓度和硫酸盐气溶胶光学厚度(0~2 km)时空演变特征.结果表明,近十年来上海地区臭氧浓度总体呈现上升的趋势,最低值在2008年,为31.57μg·m~(-3),最高值在2016年,浓度为40.72μg·m~(-3);O_3季节变化明显,夏季高、春秋次之、冬季低.十年来,硫酸盐气溶胶污染先减少后增加,2007年硫酸盐气溶胶(AOD=0.81)污染最为严重,占近十年硫酸盐气溶胶发生频率的16.41%,2010年污染最轻(AOD=0.68),比2007年下降了16.12%,且硫酸盐气溶胶污染频率为7.68%,但在2013年以后,硫酸盐气溶胶污染又出现增长趋势;污染季节特征与O_3相同,这主要是因为夏季阳光充足有利于大气光化学反应的进行,从而使O_3和硫酸盐气溶胶等光化学产物的浓度升高.SO_2浓度在2007—2014年总体呈现下降的变化趋势,且下降趋势明显,最低值(2014年)比最高值(2007年)降低了52.76%,但在2014年后SO_2浓度略有反弹;SO_2污染主要集中在冬季.     

南京和北京气溶胶光学厚度与PM2.5质量浓度关系对比分析

利用南京与北京地区2014年5月1日—2019年10月31日的PM_2.5监测数据、气溶胶光学厚度观测资料以及同期MICAPS地面气象要素的观测资料,对两地PM_2.5浓度的变化规律及其与气溶胶光学厚度、气象要素的关系进行了分析和讨论,结果表明：南京与北京均呈现PM_2.5浓度冬季显著高于夏季,AOD冬季小于夏季的特征;对比而言,北京PM_2.5月均浓度高于南京地区;南京与北京的PM_2.5浓度与AOD均为正相关关系,PM_2.5浓度与AOD间相关性存在显著的季节差异,主要表现为夏季相关性大于冬季相关性;两地AOD与PM_2.5浓度均为正相关关系,在同一AOD水平下,相对湿度越大,PM_2.5浓度越大,气溶胶吸湿增长易造成污染物积累;南京PM_2.5浓度与能见度的r为0.57,而北京的r为0.83,两地的PM_2.5浓度与能见度的冬季相关性较夏季好,在高相对湿度下,同一PM_2.5浓度水平时,南京能见度较北京好.     

2012~2013年间北京市PM2.5中水溶性离子时空分布规律及相关性分析

2012年8月~2013年7月,在北京市包括城市背景、城区、郊区以及边界传输点在内的9个监测点位进行大气细颗粒物PM2.5样品的采集与分析,共获得486个有效样本及9种水溶性离子的质量浓度.观测期间9种水溶性离子总质量浓度为60.5μg·m-3,浓度水平高低顺序分别为NO-3SO2-4NH+-4Cl-Na+K+Ca2+F-Mg2+;其中SO2-4、NO-3和NH+4(三者简称SNA)占全部所测水溶性离子的88%;NO-3是全年波动范围最大的二次离子.对所测阴、阳离子相关性研究发现,阴、阳离子总体相关性良好,春、冬季阴、阳离子相关性要好于夏、秋季.对不同颗粒质量级别中的水溶性离子研究发现,SNA积累活跃,相对于SO2-4的积累,NO-3和NH+4在二次离子的形成过程中占据主导地位;NO-3是重污染过程累积效应比较明显且贡献相对较高的二次离子.