基于样方法的天津市春季道路扬尘PM2.5中水溶性离子特征及来源解析

为研究天津市道路扬尘PM_(2.5)中水溶性无机离子组分特征及其来源,于2015年4月采集天津市道路扬尘样品,利用再悬浮采样器将采集的样品悬浮到滤膜上,用离子色谱仪分析其水溶性无机离子组分,利用相关分析和比值分析及主成分法对其污染特征和来源进行探讨.结果表明,天津市8种水溶性无机离子占道路扬尘PM_(2.5)的6.13%±2.32%;不同道路类型道路扬尘PM_(2.5)中水溶性无机离子总量差异较大.相关性分析表明Na~+、K~+、Mg~(2+)和Ca~(2+)这4种离子同源性较高.NO_3~-/SO_4~(2-)比值显示固定源对天津市春季道路扬尘PM_(2.5)的影响更为显著.通过主成分分析法可知,天津市春季道路扬尘PM_(2.5)主要来源于燃煤源、移动源、生物质燃烧源和建筑施工扬尘.     

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.     

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.     

新乡市秋季大气细颗粒物PM2.5中水溶性离子特征及其来源解析

为探究新乡市秋季PM_(2.5)污染水平及水溶性离子特征,于2016年9—11月期间,利用TH-150C中流量大气采样器分别在新乡市城市和郊区设立的两个采样点采集了大气PM_(2.5)样品,并分别用重量法和离子色谱法测得PM_(2.5)的浓度值和水溶性离子的组分,分析了大气PM_(2.5)的组成特征、变化规律及污染来源.结果表明,采样期间,城市站PM_(2.5)浓度为122.65~223.56μg·m-3,平均值为164.17μg·m-3,郊区站PM_(2.5)浓度为92.99~217.40μg·m-3,平均值为144.75μg·m-3,均超过国家二级标准浓度限值(75μg·m-3).采样期间,城市站7种水溶性无机离子(NH+4、NO-3、SO2-4、K+、Mg2+、Ca2+、Cl-)的平均质量浓度分别为9.98、22.05、13.41、0.65、0.04、0.30、2.19μg·m-3,郊区站分别为7.49、17.95、10.34、0.38、0.03、0.57、1.35μg·m-3;其中,NO-3、SO2-4、NH+4是大气PM_(2.5)中水溶性离子最主要的二次污染成分,而硝酸盐则是新乡市大气灰霾污染的关键组分.对PM_(2.5)中阴、阳离子进行相关性分析,结果发现,新乡市大气颗粒物PM_(2.5)总体呈酸性.PM_(2.5)中水溶性离子来源主要有二次转化,以及工业源、燃烧源及土壤建筑尘等,移动源(汽车尾气)对新乡市秋季大气污染的贡献较大.     

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.     

2014年APEC前后北京城区PM2.5中水溶性离子特征分析

2014年10月至11月间,在北京城区开展PM_(2.5)监测并对其中的水溶性离子进行离线及在线分析.其中NO_3~-、SO_4~(2-)和NH_4~+在不同观测阶段均是PM_(2.5)中的主要离子,APEC期间三者总浓度为(26.8±22.5)μg·m~(-3),占PM2.5质量浓度的(41.7±8.5)%,占所测水溶性离子组分的(84.7±5.0)%;APEC期间NO-3浓度水平较高,对PM_(2.5)贡献最大.对APEC期间水溶性离子的累积趋势研究发现,NO_3~-、SO_4~(2-)、NH_4~+和Cl~-均经历了3个不同的累积过程,除气象条件外,本地源排放及区域污染引起的累积效应仍不可忽视.对颗粒物酸性特征研究发现,不同观测期间,颗粒物中主要水溶性离子浓度虽有不同,但北京秋末冬初颗粒物无明显酸化特征.     

高原城市昆明公路隧道大气中PM2.5理化特征分析

为研究高原地区机动车尾气排放特征,选取昆明市草海隧道内大气PM_(2.5)为研究对象,并对样品中的水溶性离子、碳组分、多环芳烃、无机元素进行分析.结果表明,隧道内PM_(2.5)质量浓度为225.65~312.84μg·m~(-3),是同期环境大气中PM_(2.5)浓度的11~14倍,PM_(2.5)中碳组分所占比重最高,约占总质量浓度的35.73%,其次无机元素占21.78%,离子组分在4.79%~5.52%之间,含量最低的是多环芳烃,占0.25%~0.32%;离子组分中Ca~(2+)和SO_4~(2-)含量较高,占总离子浓度的77.78%~80.17%,显示为地壳来源,其次是NH_4~+、NO_3~-的浓度也相对较高,主要来自机动车尾气源;草海隧道PM_(2.5)中以分子量相对较大、不易挥发的4、6环PAHs为主,机动车尾气对PM_(2.5)中多环芳烃的贡献十分显著,毒性最强的Ba P浓度是国家规定浓度限值的23~29倍,高原草海隧道大气中存在PM_(2.5)暴露健康风险;隧道大气PM_(2.5)中元素由PCA分析显示机动车尾气和道路扬尘来源占比约61.64%,其次机械磨损排放源占比约为17.49%,最后为轮胎磨损排放源,占比为9.11%;云贵高原大气低压低氧条件下,机动车发动机燃料不完全燃烧几率较高,导致机动车尾气PM_(2.5)中的OC以及PAHs排放量增加.     

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.     

兰州城区大气PM2.5污染特征及来源解析

为探究兰州城区PM_(2.5)的污染特征及其来源,分别在兰州市城关区和西固区设置PM_(2.5)采样点,于2013年10月(非采暖期)和12月(采暖期)采集样品并进行分析,得到了PM_(2.5)及其16种化学组成的质量浓度.结果表明,兰州城区PM_(2.5)污染水平较高,平均质量浓度为129μg·m~(-3).样品无机元素平均质量浓度为:SCaFeAlMgPbZnMnTiCu,其中S、Ca、Fe、Al的质量浓度在1μg·m~(-3)以上,是主要元素组分;样品各无机元素质量浓度表现为采暖期高于非采暖期,城关区高于西固区.样品水溶性离子平均质量浓度为:SO~(2-)_4NO~-_3NH~+_4Cl~-K~+Na~+,其中SO~(2-)_4、NO~-_3、NH~+_4的质量浓度在10μg·m~(-3)以上,是主要离子组分;样品各水溶性离子质量浓度表现为采暖期高于非采暖期,西固区高于城关区.富集因子(EF)分析结果表明,元素Al、Ca、Mg、Ti的EF值均小于1以自然来源为主;元素Cu、Pb、S、Zn的EF值显著大于10,表明这4种元素在PM_(2.5)中高度富集,且主要源于人为活动造成的污染.主成分分析结果表明,交通排放源、生物质燃烧源、土壤源和二次粒子对兰州城区大气PM_(2.5)贡献显著.     

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.     

天津市高校夏季道路扬尘PM2.5中水溶性离子污染特征及来源

为研究天津市高校道路扬尘PM_2.5中水溶性离子的污染特征、来源及校内外差异，于2018年7—8月采集天津市9所高校道路扬尘样品，用离子色谱法对其中8种水溶性离子（Ca²⁺、K⁺、Mg²⁺、Na⁺、Cl^-、NH₄⁺、NO₃^-、SO₄^2-）进行分析.结果显示：①水溶性离子占PM_2.5的11.65%，PM_2.5中占比大于1%的离子有Ca²⁺和SO₄^2-，其中Ca²⁺最多，占到总水溶性无机离子的65.75%；②入校道路离子含量（12.76%）稍高于校内道路（11.11%），其中8种离子含量的差异均无统计学意义；CE/AE（阴阳离子当量浓度比）值为9.59（远大于1），PM_2.5呈较强碱性；③NH₄⁺与SO₄^2-、NO₃^-主要以（NH₄）₂SO₄和NH₄NO₃的形态结合；④NO₃^-/SO₄^2-的比值为0.45，说明固定源的贡献更大；⑤天津市高校道路扬尘PM_2.5主要来源于海盐粒子、燃煤、机动车尾气、建筑水泥尘等.     

南昌市土壤风沙尘PM2.5中水溶性离子分布特征及来源初探

为了解南昌市土壤风沙尘PM_(2.5)中水溶性离子的分布特征,利用颗粒物再悬浮采样器采集土壤风沙尘的PM_(2.5)样品,并采用离子色谱仪分析了9种水溶性离子的含量。结果表明,土壤风沙尘PM_(2.5)中9种水溶性离子的含量之和为11. 126±2. 703 mg/g,阳离子中平均含量最高的是Ca~(2+)(1. 684±0. 545 mg/g),阴离子中最高的是SO_4~(2-)(3. 568±1. 553 mg/g)。SO_4~(2-)、NO_3~-、Ca~(2+)和Cl~-是土壤尘PM_(2.5)中的主要离子组成,占总离子浓度的80. 60%。与其他城市对比,南昌市土壤风沙尘PM_(2.5)中离子基本处于较低水平。阴阳离子当量浓度比值为1. 26,表明土壤风沙尘的PM_(2.5)颗粒为弱酸性。空间插值分析表明南昌市西南部土壤尘PM_(2.5)中的离子含量分布相对较高,而东部及北部多处于较低水平。相关性分析表明Na~+、F~-和NH_4~+具有同源性,K~+与其他离子都不相关。NO_3~-/SO_4~(2-)的比值介于0. 26～0. 97间,整体上反映出固定源对土壤风沙尘PM_(2.5)的影响更显著。     

盘锦市冬季PM2.5水溶性离子特征及来源分析

为探讨盘锦市冬季PM_(2.5)水溶性离子污染特征和来源,于2017年1月采集3个点位的PM_(2.5)样品,用ICS-900离子色谱仪分析了8种离子(Na~+、Mg~(2+)、Ca~(2+)、K~+、NH_4~+、SO_4~(2-)、Cl~-和NO_3~-).开展了PM_(2.5)和离子浓度特征分析、硫氧化率(SOR)和氮氧化率(NOR)计算、离子平衡计算、主成分分析等.结果表明:盘锦市冬季PM_(2.5)浓度与水溶性离子浓度特征为文化公园开发区第二中学;SO_4~(2-)、NO_3~-、NH_4~+质量浓度较大;冬季硫氧化率(SOR)和氮氧化率(NOR)的均值均大于0.10,说明SO_4~(2-)、NO_3~-主要由SO_2和NO_x转化而来;阳离子和阴离子当量相关性较强;开发区整体上呈现出中性,文化公园与第二中学呈现出偏碱性;盘锦市PM_(2.5)中水溶性离子主要来源于煤烟尘,生物质燃烧,二次粒子以及扬尘.     

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.     

上海市夏季颗粒物污染过程数值模拟研究

利用观测资料和嵌套网格空气质量模式(Nested Air Quality Prediction Model System,NAQPMS)模拟研究了2010年7月26日—8月26日上海市及周边城市PM10、PM2.5及其无机盐组分的浓度变化趋势及时空分布特点.结果表明,NAQPMS模式较为合理的重现了上海各方位站点及其周边城市PM10、PM2.5及其硫酸盐、硝酸盐等无机化学组分的浓度水平与变化趋势,相关系数在0.7以上.研究期间造成上海颗粒物污染的主要原因是:弱气旋低压系统控制下,西南或西北气流将内陆污染物输送至上海市,当低压中心移至上海附近时带来的辐合气流使得污染进一步累积上升.长三角地区PM2.5主要无机盐组分分布特征表明,上海市及周边城市的硫酸盐、硝酸盐和铵盐的总和占PM2.5浓度的40%~60%,二次气-粒转化过程贡献明显,且以SO2向SO2-4的氧化转换为主;污染上升过程中NO-3/SO2-4比率增大,说明流动源的贡献有所增加.     

聊城市冬季PM2.5中水溶性化合物的昼夜变化特征及来源解析

为探究聊城市冬季PM_(2.5)中水溶性物质的昼夜变化特征及其来源,于2017年1～2月进行PM_(2.5)样品采集,对其水溶性无机离子、乙二酸和左旋葡聚糖等水溶性化合物进行分析,并采用主成分分析-多元线性回归模型(PCA-MLR)对其来源进行解析.结果表明,采样期间聊城市PM_(2.5)平均质量浓度为(132. 6±65. 4)μg·m-3,是国家二级标准的1. 8倍,且夜晚PM_(2.5)的污染程度略高于白天. SNA(SO24-、NO3-和NH4+)是聊城市PM_(2.5)中最主要的水溶性离子,在白天与夜晚占总离子的质量分数为73. 4%和77. 1%,说明聊城市冬季二次污染较严重.白天与夜晚阴阳离子平衡当量比值(AE/CE)都小于1,说明PM_(2.5)呈碱性,且夜晚PM_(2.5)的酸性比白天强.无论在白天还是晚上,NH4+的主要存在形态均为NH4HSO4和NH4NO3.通过相关性分析,证实了乙二酸是在液相中经酸催化的二次氧化反应形成的,且受生物质燃烧的影响很强.通过PCA-MLR模型分析可知,聊城市冬季PM_(2.5)中的水溶性化合物主要来自机动车尾气及其二次氧化、生物质燃烧,而受矿物粉尘与煤炭燃烧的影响较小.     

COVID-19管控前后不同污染阶段PM2.5中二次无机离子变化特征

为探讨新冠肺炎疫情(COVID-19)管控前后不同污染阶段PM_2.5中二次无机离子变化特征,使用高分辨率(1 h)在线仪器对2019年12月15日至2020年2月15日郑州冬季气象、污染气体浓度和PM_2.5中水溶性离子水平进行在线监测,分析此次COVID-19管控前后霾过程的成因、大气污染物的日变化特征和在霾不同阶段下大气污染物的分布特征.结果表明,郑州主要受到高压脊控制,天气形势稳定,有利于大气污染物累积,二次无机气溶胶(SNA,包括SO₄^2-、NO^-₃和NH⁺₄)是水溶性离子的主要组分,占比高达90%以上,COVID-19期间居家隔离措施对霾不同阶段下大气污染物的分布特征产生不同的影响,COVID-19期间PM_2.5在干净、发生和消散阶段的浓度比COVID-19前有所提高,但是发展阶段明显降低,居家隔离明显使PM_2.5高值降低了;NO₂、SO<...     

广州干湿季典型灰霾过程水溶性离子成分对比分析

利用广州气象台2011年地面逐时能见度和相对湿度数据,以及广州番禺南村大气成分站2011年逐时Marga数据、PM数据,对比分析了一次湿季(4—9月)灰霾过程和干季(10月—次年3月)灰霾过程的污染特征.研究表明,相对干季灰霾过程,湿季灰霾过程颗粒物浓度较低,且细粒子所占比例较高;由于湿季较干季光化学反应较为活跃及可能受气象因素的不同影响,导致干湿季灰霾过程颗粒物浓度的总体变化趋势相反;湿季灰霾过程二次无机离子(SO_4~(2-)、NH_4~+和NO_3~-)占PM_(2.5)质量百分比的76%,是PM_(2.5)的主要成分;干季灰霾过程二次无机离子(SO_4~(2-)、NH_4~+和NO_3~-)仅占PM_(2.5)质量百分比的34%;湿季硫氧化率(Sulfur Oxidation Ratio,SOR)、氮氧化率(Nitrogen Oxidation Ratio,NOR)值大于干季,说明二次离子对湿季灰霾的贡献比干季要大;湿季灰霾过程中气溶胶酸性比干季弱.根据相关性分析结果可知,湿季灰霾过程中,NH_4~+主要与SO_4~(2-)结合,Na+主要与Cl-及NO_3~-结合,K+主要与Cl-和NO_3~-结合,极少部分与SO_4~(2-)结合;而在干季灰霾过程中,NH_4~+除了与SO_4~(2-)结合之外,还以NH_4NO_3和NH_4Cl的形式存在,K~+主要与Cl~-和SO_4~(2-)结合,Na+主要与Cl~-及SO_4~(2-)结合.