气团来源对沿海城市PM_(2.5)中二次水溶性无机离子形成特征的影响研究

大气细颗粒物(PM_(2.5))与雾霾天气密切相关,PM_(2.5)吸附的有毒有害物质,可能给人体健康带来危害。二次水溶性无机离子(SNA,包括SO_4~(2-)、NO_3~-和NH_4~+)是PM_(2.5)的重要组分,研究PM_(2.5)中SNA污染特征及形成和演化的影响因素,对认识雾霾污染的生消机制,提升人们的生活质量具有重要意义。利用在线气体及气溶胶成分监测系统(MARGA)观测了宁波市滨海地区春季、夏季和秋季大气PM_(2.5)中的SNA和气态污染物的变化趋势,并利用后向轨迹分析研究了不同气团影响下污染物的日变化规律。结果表明,观测期间,SNA在PM_(2.5)中的平均占比约为70.7%,NO_3~-是导致PM_(2.5)污染加重的主导离子。NO_3~-和SO_4~(2-)受气团传输影响较大,来自陆地气团的质量浓度普遍高于海洋气团,来自西北内陆方向的污染物输送是导致宁波空气质量下降的主要原因。宁波大气中的硫氧化率(SOR)较高,SO_4~(2-)主要由SO_2发生二次氧化反应生成;SO_4~(2-)的形成与相对湿度(RH)密切相关,SOR随着RH的增加而显著增大,当RH85%时,大气中的硫氧化物绝大部分以SO_4~(2-)形式存在,SOR接近1;而温度变化对SOR无明显影响;来自西南与东部受海洋显著影响的气团SOR高于来自陆地气团的相应值。夏季RH普遍较高,西南方向气团影响下高浓度的气态污染物(NO_2、O_3、NH_3)可明显促进SO_4~(2-)的生成,一定程度上控制人为气态污染物的排放能有效减少SO_4~(2-)生成。与SOR比较而言,氮氧化率(NOR)和NO_3~-与温度、RH、气态污染物浓度等环境因素的关系比较复杂,暗示多种反应机理共同作用影响氮氧化物的转化。     

太原市采暖季清洁天与灰霾天PM_(2.5)中水溶性无机离子组成及来源分析

为探究太原市采暖季PM_(2.5)水溶性无机离子组成及其来源,于2017年11月至2018年3月在太原城区连续采集大气颗粒物PM_(2.5)样品共151个,并于离子色谱仪中分析样品的9种水溶性无机离子(F~-、Cl~-、NO_3~-、SO_4~(2-)、K~+、Na~+、Ca~(2+)、Mg~(2+)、NH_4~+).结果表明,太原市采暖季PM_(2.5)质量浓度的平均值为77.89±47.16μg·m~(-3),总水溶性无机离子质量浓度平均值为53.21±29.76μg·m~(-3),占PM_(2.5)的68.3%±23.3%,其中SO_4~(2-)、NO_3~-和NH_4~+是PM_(2.5)中最主要的离子成分,NH_4~+在PM_(2.5)中主要以NH_4NO_3、(NH_4)_2SO_4与NH_4Cl等形式存在,NH_4~+、NO_3~-、K~+、SO_4~(2-)和Cl~-等5种离子的爆发性增长对灰霾天污染贡献最大.随着气温回升,硫氧化率和氮氧化率均有一定程度的升高,大气中存在明显的气溶胶二次转化过程.主成分分析表明,燃煤源和二次污染源是太原市采暖季灰霾期间的主要污染源,土壤扬尘为清洁天的首要污染源,大气污染以固定污染源为主,移动污染源为辅.后向轨迹模型显示,采暖季期间气团基本上来自本地和西北方向的内陆排放源.     

乌鲁木齐大气细颗粒物PM_(2.5)水溶性离子浓度特征及其来源分析

大气细颗粒物PM_(2.5)是危害人体健康和环境最主要的空气污染物之一,对其水溶性离子的研究是一项非常必要而迫切的工作。文章对乌鲁木齐市中心区域树木年轮实验室和黑山头2013年1月-2014年2月期间采集的大气细颗粒物样品,利用离子色谱仪分析了其中的水溶性离子分布特征,采用硫转化率(SOR)、离子相关性分析等分析其可能来源,结果表明:年轮室和黑山头PM_(2.5)中总离子浓度平均值分别为88.03和65.11μg·m~(-3),分别占PM_(2.5)质量浓度的51.21%和33.8%。年轮室各种离子的季节变化明显:SO_4~(2-)、NO_3~-、Cl~-和NH_4~+表现为冬季秋季春季夏季,Na~+表现为冬季秋季夏季春季,Ca~(2+)表现为秋季夏季春季冬季。SO_4~(2-)、NO_3~-和NH_4~+是PM_(2.5)中主要的离子,(NH_4)_2SO_4、NH_4HSO_4和NH_4NO_3是乌鲁木齐PM_(2.5)中水溶性组分的可能结合方式。Cl~-和K~+主要来源于化石燃料和生物质的燃烧排放,Ca~(2+)和Mg~(2+)主要来自土壤、二次扬尘和燃煤。乌鲁木齐大气PM_(2.5)中ρ(NO_3~-)/ρ(SO_4~(2-))为0.40,说明目前固定排放源仍然是乌鲁木齐大气污染物的主要来源。本研究为更深入了解乌鲁木齐市颗粒物污染现状提供参考,同时为确定乌鲁木齐市大气污染治理重点、制定大气污染防治规划提供依据。     

灰霾天气下重庆地区秋冬金属污染特征及来源分析

研究重庆地区大气颗粒物中金属元素的浓度水平、分布特征及来源,对认识重庆区域和城市大气污染状况和控制颗粒物的污染具有重要意义。该研究于2013年9月至2014年2月期间,利用美国Xact-625环境空气多金属在线监测仪对重庆大气中PM_(2.5)的23种金属元素进行了连续采样,对比分析了霾日与非霾日金属元素的污染特征。结果表明,雾霾天气下PM_(2.5)和其中的18种金属元素浓度较正常天气均有升高,其中K、Fe、Ca、Zn、Pb、Mn、Ba、As为PM_(2.5)中的主要无机污染物。重庆市灰霾期间秋、冬季主要金属浓度分别是非灰霾期的1.5~2.2和1.1~1.7倍。各金属元素浓度的逐时变化规律总体上呈现出"单峰"和"双峰"分布,秋、冬季霾日和非霾日的逐日变化规律大体一致,秋季Ca、Mn、As质量浓度高于冬季,可能受人为影响影响较大。因子分析结果表明,重庆市霾日PM_(2.5)中金属主要来源于土壤风沙、施工和道路扬尘,冶金化工,汽车尾气,燃煤燃油。其中Pb、Zn、As、Ba等富集因子较大,大部分来自人为排放。为研究空气污染物的区域尺度输送,该研究利用后向轨迹模型对秋、冬季两个典型污染时期的后向轨迹进行模拟,结果显示,由于污染气团的外来输送,本地燃煤燃烧、冶金化工等污染源贡献可能是以上区域及传输通道口和重庆本地源综合作用的结果。     

南京北郊冬季PM_(2.5)中水溶性离子以及碳质组分特征分析

2015年12月21日—2016年2月29日在南京北郊进行了大气细颗粒物PM_(2.5)的观测,并分析其中主要水溶性离子(Na~+、NH_4~+、K~+、Mg~(2+)、Ca~(2+)、Cl~-、NO_3~-、SO_4~(2-))浓度以及碳质组分(OC、EC)含量.结果表明,观测期间南京北郊冬季大气细颗粒物(PM_(2.5))污染较为严重,二次离子(NO_3~-+SO_4~(2-)+NH_4~+)为主要污染成分,占PM_(2.5)浓度的47%.对36个观测日进行SO_4~(2-)-NO_3~--NH_4~+三相聚类,发现3种离子在整个体系中的配比存在差异.排放源类型所造成的前体物的不同以及NH_4~+与SO_4~(2-)、NO_3~-的结合方式是造成这种差异的主要原因.OC与EC的变化趋势相似,OC含量较高,而且浓度波动幅度较大.OC/EC的值为2.63±0.90,说明普遍存在二次反应产生的SOC.K+/PM_(2.5)比值法表明,除燃煤与机动车尾气排放以外,生物质燃烧亦是PM_(2.5)污染的排放源.     

广州市冬季灰霾天气过程消光特性研究

为了解广州地区灰霾天气成因,以及为改善大气能见度提供基础数据和科技支撑,基于广州大气超级站,对广州冬季两次灰霾天气过程(2013年12月1—4日,5—8日)细颗粒物中水溶性离子、有机碳及元素碳进行在线观测,通过IMPROVE核算方程研究了灰霾天气过程的消光特性。结果表明:广州冬季大气消光系数均值为(505.55±241.05)Mm-1,主要消光物质为OM、(NH_4)_2SO_4、EC和NH_4NO_3,分别占总消光的43.84%、24.1%、13.17%和8.4%,OM消光贡献超过了(NH_4)_2SO_4成为广州首要的消光物质。观测期间,OM、EC消光变化趋势一致,说明OM和EC具有共源性,主要来自机动车排放。第一次污染过程NH_4NO_3消光贡献明显增大,与静稳天气,局地机动车排放有关。第二次污染过程(NH_4)_2SO_4的消光贡献较为显著,结合气溶胶激光雷达和HYSPLIT后向轨迹模型分析判断可能与区域污染输送有关。     

桂林市秋季PM_(2.5)组分特征及高浓度硫酸根形成机制初探

为了揭示桂林市大气中PM_(2.5)组分特征,本研究于2015年秋季在桂林5个环境受体点采集了PM_(2.5)样品,分析了PM_(2.5)质量浓度及多种无机元素、水溶性离子和有机碳(OC)、元素碳(EC)的含量,并运用富集因子法、比值法等分别研究了PM_(2.5)中元素富集程度、颗粒物来源等情况,并探讨了PM_(2.5)中高硫酸盐(SO_4~(2-))的污染成因.结果表明,采样期间,桂林市PM_(2.5)的浓度为(57.0±35.8)μg·m-3,PM_(2.5)中以水溶性离子(56.7%)和有机物OM(22.6%)污染最为突出,其次是元素(7.2%)和EC(6.3%).PM_(2.5)中Se、Pb、As、Zn、V、Cu严重富集,表明燃煤源排放对桂林市大气中元素产生了较大的影响;[NO_3~-]/[SO_4~(2-)]比值小于1,也进一步证明了固定燃烧源的主导作用.SO_4~(2-)/PM_(2.5)的比值为41%,高于国内其他城市报道值;而SOR均值0.51远高于一次排放源特征值(0.1),表明除本地和区域传输的一次SO_4~(2-)排放外,SO_4~(2-)主要来自SO_2的二次转化.因此,桂林市在控制本地燃煤源排放的同时,还应当注意区域污染传输对PM_(2.5)的影响.     

宝鸡城郊灰霾与非灰霾天大气颗粒物中水溶性无机离子的粒径分布特征及区域传输

本文采用安德森大气颗粒物分级采样器分别采集了宝鸡城郊灰霾天和非灰霾天的大气颗粒物,利用离子色谱仪进行水溶性无机离子组分的分析,探讨了宝鸡城郊大气颗粒物中离子组分的粒径分布特征;结合风向及气团后向轨迹,分析了大气污染物的区域传输对宝鸡大气颗粒物的影响.结果显示,灰霾天城区昼夜的颗粒物污染程度重于郊区,非灰霾天相反.宝鸡城郊灰霾天细粒子(PM_(2.1))污染严重,城区高于郊区;总水溶性离子(TWSIs)对灰霾天颗粒物质量浓度的贡献率高于非灰霾天;城郊灰霾天昼夜二次离子(SNA)浓度均高于非灰霾天;灰霾天城区夜间是二次离子的重污染时段,二次离子中NO~-_3的浓度最高.城郊灰霾天昼夜Ca~(2+)的浓度均低于非灰霾天.二次离子均呈双峰分布,主峰值均在细粒子中(0.43—1.1μm粒径段),属于液滴模态.K~+呈双峰分布,峰值分别在0.65—1.1μm和2.1—10.0μm粒径段,K~+的粗细粒径分布在城郊昼夜存在着一定关联的转化.灰霾天和非灰霾天Ca~(2+)的粒径分布均呈单峰分布,峰值在4.7—5.8μm粒径段.灰霾天宝鸡东部地区污染物自东向西的区域传输是宝鸡重污染发生的重要条件.     

菏泽市夏季PM10和PM25中水溶性离子组分污染特征

为分析菏泽市大气颗粒物及其水溶性离子组分特征,本研究于2015年8月期间在菏泽市6个监测点位采集环境受体PM_(10)和PM_(2.5)样品共120个,利用离子色谱法测定颗粒物中水溶性无机离子(SO■、NO~-_3、NH~+_4、Cl~-、Ca~(2+)、K~+、Na~+、Mg~(2+)、F~-),并同步收集气象参数及气态污染物质量浓度等资料.结果表明,菏泽市夏季环境受体中颗粒物质量浓度ρ(PM_(10))和ρ(PM_(2.5))分别为94.5μg·m~(-3)、55.2μg·m~(-3),稍低于国内其他城市,这与各城市经济发展、产业能源结构、气象条件等因素有关.PM_(2.5)/PM_(10)值在0.5—0.8之间,表明菏泽市夏季细颗粒物(PM_(2.5))污染较为严重.但PM_(10)和PM_(2.5)中水溶性离子质量总浓度ρ(WSIs)分别为30.5μg·m~(-3)、17.0μg·m~(-3);质量分数w(WSIs)分别为32.4%、29.6%.其中SO■、NO~-_3、NH~+_4为PM_(10)和PM_(2.5)中主要水溶性离子,3种离子浓度和分别占PM_(10)和PM_(2.5)中总离子浓度的84.3%、88.3%.SO■、NO~-_3、NH~+_4、K~+主要集中在细颗粒物(PM_(2.5))中,Ca~(2+)、Mg~(2+)则广泛存在于粗颗粒物(PM_(10))中.各采样点的PM_(10)和PM_(2.5)中,SO■、NO~-_3、NH~+_4、Ca~(2+)和Mg~(2+)浓度分布具有空间差异.离子相关性表明,NH~+_4与SO■、NO~-_3相关性均较强,3种离子主要以NH_4HSO_4、NH_4NO_3形式存在.PM_(10)和PM_(2.5)中NO~-_3/SO■值分别在0.41—0.49和0.36—0.47之间,平均值分别为0.46、0.42,表明固定源是菏泽市夏季颗粒物污染的主要污染贡献源.     

长三角地区秋冬季大气PM_(2.5)含量空间变异特征

利用长三角地区的128个国控大气监测站2014年11月到2015年1月的PM_(2.5)浓度逐时数据,采用地统计学方法进行了ρ(PM_(2.5))的空间异质性分析,并讨论了其动态变化的影响因素.结果表明,研究时段内ρ(PM_(2.5))的基底效应值在0.07—0.26之间,空间自相关性较强.块金值呈逐步变大趋势,表明PM_(2.5)人为源对其空间异质性的影响逐渐加强.ρ(PM_(2.5))变程值在217.1—336.2 km之间,东-西方向大于南-北方向.可依据各季节空气PM_(2.5)含量空间自相关距离的1/4—1/2进一步优化环境空气质量监测网点.根据普通克里格法空间插值结果得出,研究区PM_(2.5)污染呈片状分布,且PM_(2.5)污染程度持续加重,污染重心在苏锡常都市圈、南京都市圈和徐州都市圈,是空气PM_(2.5)污染防治的关键区域.南京都市圈和徐州都市圈可能受到WSW上风向外源输送的强烈影响,苏锡常都市圈则对SSE下风向的城市群构成较大的潜在影响.PM_(2.5)还与SO2、CO、NO2均呈显著正相关,表明研究区空气PM_(2.5)污染与化石能源燃烧和机动车尾气均有较大关系,也可能与SO2或NO2在不利气象条件下形成的二次气溶胶有关.     

园林植被对交通排放PM_(2.5)浓度影响研究

已有研究发现汽车尾气和道路扬尘已成为城市大气PM_(2.5)的重要来源之一,植被拦截被认为是去除大气颗粒物的有效手段之一。为了解道路两侧园林植被对道路交通排放的PM_(2.5)浓度扩散的影响,选择园林植被生长最茂盛且雨水较少的9月,在北京北五环路旁的奥林匹克森林公园内沿平行五环路和垂直五环路进行了布点采样,并结合ADMS扩散模型进行研究。北五环是北京最繁忙的交通主干道之一,白天(7:00—18:00)每小时单方向机动车流量达5 000辆以上。研究结果表明,晴天、雨后晴天、污染天公园内大气PM_(2.5)质量浓度分别为(84.3±23.6)、(62.1±12.7)、(246.1±60.5)μg?m~(-3)。垂直五环路和平行五环路的各监测点PM_(2.5)质量浓度无显著差异,但在局地为弱南风条件下,PM_(2.5)质量浓度自南向北有略微降低的趋势。由道路汽车排放的PM_(2.5)随着与公路之间距离的增加而呈指数型下降。ADMS模拟表明晴天和污染天由道路汽车排放的PM_(2.5)对公园内环境大气PM_(2.5)质量浓度的直接贡献不超过2%;但雨后晴天道路交通排放的PM_(2.5)贡献较大,可达25%。园林植被对降低交通排放PM_(2.5)浓度的作用并不显著,其主要作用是对PM_(2.5)进行空间隔离,然后利用大气扩散稀释作用降低由交通排放的PM_(2.5)在环境大气中的质量浓度。     

PM2.5化学组成观测设计对PMF源解析结果影响综述

近年来我国城市地区灰霾污染频发,严重影响生态环境以及人体健康.了解PM_(2.5)的化学组成、来源、大气传输过程和环境效应对灰霾污染有效控制对策的制定有重要意义,已成为国际大气环境领域的研究热点.本文通过总结国内外正定矩阵因子分析模型(positive matrix factorization,PMF)在PM_(2.5)源解析方面的研究,阐释了PM_(2.5)化学组成空间差异、待测化学组分选择、有机示踪物气固相分配、观测结果时间分辨率对PMF源解析结果的影响.评述结果表明,同一城市或地区基于不同采样点样品数据的源解析结果存在较大差异;对同组PM_(2.5)样品,解析出的排放源类型和待观测化学组分的选择密切相关;因有机示踪物气固相分配作用的影响,低分子量有机物的源解析结果往往存在较大偏差;高时间分辨率观测可更好地反映不同示踪物间浓度的时间变化差异,有利于排放源的准确识别.     

济南市居住区采暖季大气PM_(2.5)中碳组分构成及变化分析

为探究济南市采暖季环境空气中PM_(2.5)中碳组分的污染情况及主要来源,于2017年11月16日-2018年3月31日和2017年11月16日-28日分别进行了居住区和背景区离线颗粒物采样,运用美国沙漠研究所DRIModel2015多波长热/光学碳分析仪对大气PM_(2.5)中碳组分进行了分析。研究结果显示,日均质量浓度ρ(OC)、ρ(EC)和ρ(PM_(2.5))在居住区为9.26、3.16、85.32μg·m~(-3),在背景区为2.88、1.44、59.27μg·m~(-3),说明居住区碳组分污染程度明显高于背景区。居住区日均质量浓度最高的碳组分为OC4、OC3和EC2;OC3和OC4日均质量浓度随污染等级从优向重度污染变化的过程逐渐增大,且OC日均质量浓度的变化情况跟OC3和OC4日均质量浓度变化相一致。但OC/PM_(2.5)和EC/PM_(2.5)均随污染等级的加重而呈下降趋势,可见OC和EC并不是济南采暖季重污染天气的控制因子。PMF来源解析结果显示,济南市采暖季居住区碳组分贡献较大的源为燃煤源、汽油车尾气和道路尘。结合碳组分在线监测仪器(美国SUNSET公司,型号RT-4)同期OC和EC质量浓度数据,采用Cabada改进后的方法,计算出SOC和POC质量浓度分别为1.14μg·m~(-3)和4.69μg·m~(-3)对采样时间段内一次典型重污染过程进行分析,发现CO、EC、POC等一次污染物的大量排放、不利的气象因素、区域传输等因素共同导致了此次污染过程的的形成。     

兰州市大气相对湿度与PM_(10)浓度和大气能见度的相关性分析

将相对湿度RH与PM_(10)浓度、大气能见度间的关系进行深入分析的研究目前还相对较少。利用兰州2002-2012年的环境气象资料,对相对湿度RH、PM_(10)浓度与能见度之间的对应关系进行统计分析,以揭示RH与PM_(10)浓度和大气能见度之间的直观联系,加深对灰霾形成过程的认识。将RH以5%的间隔进行划分,结果表明:各区间ρ(PM_(10))平均值与RH平均值呈显著线性负相关,R(相关系数)达0.940;高颗粒物浓度更多地出现于低湿天气条件下,但高湿度非降雨天气条件下颗粒物容易积聚。随着RH增大,大气能见度随ρ(PM_(10))变化率的绝对值增大;RH在75%以上时,增加相同的ρ(PM_(10))所导致的大气能见度下降量是RH在40%~45%时的2倍以上;RH 45%~60%,大气能见度可较好地反映ρ(PM_(10))的变化,而RH大于60%时,大气能见度的降低主要反映ρ(PM_(10))含水量的快速增加而并非指示ρ(PM_(10))的增加。在分析无降水天气过程时发现,当RH在80%~90%之间时PM_(10)的平均值明显下降,二者不呈负相关。可能的原因是这种高湿度天气通常出现在夏秋季节,一方面污染物排放强度较低,另一方面大气稳定度低,逆温层厚度比较稀薄,静风频率出现的概率比较低,风速相对于冬春季节较大(平均风速大于1.5 m·s~(-1)),污染物易扩散。大气能见度与同期地面气象条件和主要污染物浓度的相关性比较表明,相对湿度、PM_(10)是影响能见度的主要因子,兰州能见度变化对PM_(10)比较敏感。PM_(10)对能见度的影响以冬季最为明显,秋季次之,夏季最弱。兰州由于特殊的河谷盆地地形,复杂的气象条件使得兰州地区大气相对湿度与PM_(10)浓度和大气能见度的关系与国内其他地区存在较大的差异。     

石家庄市冬季PM_(2.5)污染特征、成因及潜在源区分析

对石家庄市2016年1月18—22日出现的PM_(2.5)污染过程进行研究,选择3个不同地区采用中流量采样器分别采集PM_(2.5)和PM_(10)样品,测定PM_(2.5)质量浓度及其化学组分(含碳组分、水溶性离子和无机元素),分析PM_(2.5)污染天气的污染特征和引起污染的气象因素,结合后向轨迹模型(HYSPLIT)分析污染的主要潜在源区。结果显示,在采样期间3个点的PM_(2.5)平均质量浓度分别为113、131和119μg·m-3,PM_(2.5)浓度高值出现在早晨和午夜,冬季京津冀地区农村散煤燃烧也是大气污染的主要原因。有机碳(OC)最大质量浓度值为218.37μg·m-3,无机碳(EC)最大质量浓度值为21.22μg·m-3。污染过程中3个点的地壳元素(Na、Ca、Mg、Al、K和Fe)质量浓度变化范围为27.19~60.03μg·m-3,占总无机元素的96.5%,表明交通源、道路扬尘和煤炭燃烧是此次石家庄市PM_(2.5)污染的主要贡献源类。较高的相对湿度和弱风速也会加速二次粒子的生成和颗粒物吸湿增长。潜在源分析表明,石家庄市PM_(2.5)污染主要受来源于北京和天津的气团影响,同时潜在源贡献(PSCF)分析表明河北省是影响石家庄市环境空气质量的最主要潜在源区。     

济南冬季大气重污染过程颗粒物组分变化特征

为研究济南市冬季大气重污染过程的颗粒物化学组分特征,于2017年11月15日—12月30日在市监测站及跑马岭清洁对照点同步采集PM_(10)和PM_(2.5),并对其质量浓度、水溶性离子及碳组分进行分析,结果表明重污染过程中PM_(2.5)/PM_(10)质量浓度比均超过0.6.NO_3~-(硝酸盐)、SO_4~(2-)(硫酸盐)、NH_4~+(铵盐)、OC(有机碳)浓度及百分占比与颗粒物浓度同步增加,其中NO_3~-、SO_4~(2-)、NH_4~+、OC的浓度增加倍数远大于PM_(2.5)的浓度增加,重污染日市监测站NO_3~-、SO_4~(2-)、NH_4~+、OC质量浓度分别是非污染日的5.1倍、8.8倍、8.3倍、7.0倍,跑马岭重污染日NO_3~-、SO_4~(2-)、NH_4~+、OC质量浓度分别是非污染日的3.0倍、3.9倍、3.7倍、4.6倍;且SO_4~(2-)和NH_4~+质量百分占比涨幅比NO_3~-的大,说明重污染天气下SO_4~(2-)和NH_4~+对PM_(2.5)浓度增加的贡献更大.通过经验公式计算得出市监测站和跑马岭SOC质量浓度分别占OC的82.4%和92.3%,说明重污染期间SOC是OC主要组成部分.二次无机离子和二次有机碳是导致重污染的主因,表明在冬季重污染过程中,大气化学反应非常重要,这可能与空气静稳和湿度较大的气象条件、前体物的大量积累、液相非均相化学过程的加强紧密相关.重污染天气下需要重视NO_2对SO_2液相催化氧化作用,严格控制NO_2的排放.     

舟山市环境空气PM2.5及水溶性离子污染特征分析

为探究舟山市PM_(2.5)及水溶性离子组分的污染特征,于2016年4月、7月、10月和2017年1月在舟山市区3个国控点采集了168个PM_(2.5)样品,利用离子色谱仪测定颗粒物中的9种水溶性离子(Cl~-、NO_3~-、SO_4~(2-)、NH_4~+、K~+、F~-、Na~+、Mg~(2+)和Ca~(2+)),结合气象数据和数值分析手段对舟山市区PM_(2.5)和水溶性离子质量浓度特征、颗粒物酸碱度及二次离子的影响因素(气象参数、前体物)进行研究.结果表明,采样期内,舟山市PM_(2.5)质量浓度时间变化规律为春季冬季夏季秋季,空间分布较为均匀;二次离子是舟山PM_(2.5)主要水溶性组成,且在PM_(2.5)中具有一致的季节变化特征;阴阳离子平衡分析显示舟山市PM_(2.5)整体呈现酸性,并以夏季酸度最低、秋季酸度最高;温度是影响舟山市二次离子浓度的主要气象因素;以燃煤源为主的固定源是舟山市水溶性污染物的主要污染来源,檀枫和临城采样点的SO_4~(2-)和NO_3~-受电厂和燃煤锅炉的污染排放影响严重,普陀区船舶客货运输量大,是普陀点二次离子前体物的主要污染来源.     

兰州市采暖期空气质量特征及污染源分析

基于2016年兰州市采暖期采集的气溶胶样品的水溶性离子系列分析,对兰州市大气污染特征及其主控因素和来源进行了深入探讨.结果表明,近年来兰州市大气中,NO_3~-、SO_4~(2-)、Ca~(2+)和NH_4~+是兰州市冬季气溶胶样品中主要的离子成分,占到总离子浓度的88.12%,以人为污染源排放污染物的二次转化为主,其中NO_3~-、Ca~(2+)近年来有增加趋势.对兰州市污染物及离子来源分析发现兰州市冬季二次污染比较严重,机动车排放污染物所占比重增大.冬季到达兰州市的气团以武威-兰州为首;腾格里沙漠和黄土高原西南部是冬季PM_(10)污染的主要贡献源区,兰州市自身和白银市是NO_2污染的主要贡献源区.整体来看,兰州市空气质量有了很大的改善,NO_2、PM_(10)是目前最需要解决的两大污染问题.     

中国典型城市冬季大气细颗粒物水溶性离子特征及来源分析

细颗粒物是大气污染防治的重点内容。分析大气细颗粒物中的水溶性离子组分及其变化,对评价城市空气污染状况和污染物的来源具有重要意义。选取中国东部典型城市长春、北京、上海、杭州和南京作为研究对象,基于2016年11月11日-12月6日大气颗粒物样品采集及其水溶性离子分析,探讨PM_(2.5)中水溶性无机离子浓度变化特征,并利用主成分分析结果分析各类污染源排放对细颗粒物中水溶性离子质量浓度的贡献,以期为区域大气环境质量的改善提供参考依据。结果表明,长春、北京、上海、杭州和南京总水溶性无机离子质量浓度平均值分别为(18.8±9.0)、(34.9±23.3)、(21.8±13.3)、(42.2±21.4)和(62.1±25.9)μg·m~(-3),占PM_(2.5)质量浓度的33.6%-62.1%。二次离子(SIA,包括NO_3~-、SO_4~(2-)和NH_4~+)在总水溶性离子中占比均超过75.0%,说明SIA是水溶性离子的主要组分。SIA占总水溶性离子浓度的百分比随污染程度增强而增加。硝酸盐为5个城市在污染大气下主要的贡献物种。5个城市站点ρ(NO_3~-)/ρ(SO_4~(2-))随着大气污染程度的增加均有不同程度的增加且大于1,说明含氮污染物逐渐成为大气颗粒物中最重要的污染物。除长春硫氧化率(SOR)均值小于0.1外,其他4个城市SOR和氮氧化率(NOR)均大于0.1,说明北京、上海、杭州和南京站点大气中存在较高程度的SO_2和NO_2的二次氧化。北京站点NO_3~-、SO_4~(2-)和NH_4~+以NH_4NO_3和(NH_4)_2SO_4的形式存在,在其他4个城市站点以NH_4NO_3和NH_4HSO_4的形式存在。5个城市水溶性离子主要来源为二次转化、扬尘、生物质和煤燃烧。     

太原市大气颗粒物PM_(10)和PM_(2.5)多时间尺度变化规律研究

选取太原市城区10个监测点2014—2016年PM_(10)和PM_(2.5)日变化数据,分析和探讨了其时空变化特征,及其与人类经济活动的同步性规律;采用小波连续变换的功率谱方法识别颗粒物周期变化特征,采用可视化主成分分析法识别不同时间尺度下颗粒物变化的影响因素。结果表明,太原市大气颗粒污染物PM_(10)和PM_(2.5)质量浓度的变化存在明显的时空差异,新兴经济发展区较传统老工业区污染严重,颗粒物污染程度在冬季较为严重。小波分析结果显示,PM_(10)和PM_(2.5)时间序列的变化周期均以4~8 d的短周期为主(P0.05),污染物的质量浓度变化与城市经济活动的周波动变化相一致;PM_(10)和PM_(2.5)质量浓度最大值出现在周波动的中间时段,最小值出现在周末。可视化PCA结果揭示,大气颗粒物PM_(10)和PM_(2.5)季节性波动均受冬季影响较强;周波动周期内均受周三影响最大;一天之内PM_(10)和PM_(2.5)质量浓度分别受夜晚和早晨影响最大,但白天颗粒物质量浓度变化是造成其日变化特征的主要因素。研究结果有利于从不同时间尺度辨析能源城市大气颗粒物污染的多变特征,有针对性地开展大气污染防控,也可为管理部门制定相关标准和规范提供科学依据。