太原市冬季灰霾天气大气PM_(2.5)对肺泡巨噬细胞的氧化损伤作用

为研究太原市冬季灰霾天气下大气PM2.5对肺泡巨噬细胞(AM)的毒性作用,采用采集于2011年12月30—31日的灰霾PM2.5悬浮液体外处理大鼠AM(终浓度分别为0、33、100、300μg·m L-1),用MTT法检测细胞活力,用酶标仪测定胞内超氧化物歧化酶(SOD)、谷胱甘肽过氧化物酶(GSH-Px)、丙二醛(MDA)及Ca2+浓度,并用流式细胞仪测定胞内活性氧(ROS)和细胞凋亡状况.结果表明:随着PM2.5浓度增大,AM存活率、SOD和GSH-Px活性下降,MDA及ROS含量和Ca2+浓度升高,均呈现剂量-效应关系,细胞早期凋亡率也随着染毒浓度的增加呈现升高趋势,揭示了太原市灰霾PM2.5可使AM产生氧化应激,引起细胞脂质过氧化损伤和凋亡发生.     

厦门市冬春季灰霾期间大气PM10中多环芳烃的污染特征及来源分析

采集了厦门市冬春季(2008-12-04～2009-03-20)湖里工业区和大嶝岛旅游区大气PM10样品,用GC-MS定量了PM10负载的19种多环芳烃(PAHs),并结合采样期间气象资料对灰霾期和非灰霾期多环芳烃的差异特征进行对比分析.结果表明,冬春季采样期内,厦门市大气PM10中PAHs的浓度变化范围为12.93～79.27 ng.m-3,平均42.28 ng.m-3,比2004年冬季增长近3倍.灰霾期间PM10中PAHs总的质量浓度明显高于非灰霾期,并且灰霾期间低分子量组分菲、荧蒽和芘的质量分数显著下降,高分子量组分苯并[b]荧蒽、苯并[k]荧、苯并[a]芘、苝、茚并[1,2,3-cd]芘、苯并[ghi]苝和晕苯的质量分数相对升高.采用特征化合物比值、主成分分析与多元线性回归对来源与贡献率进行了分析和估算.灰霾期间识别出3类污染源:机动车尾气排放+天然气燃烧、煤燃烧和焦炉排放,其贡献率分别为62.7%、28.1%和9.2%;非灰霾期间同样识别出这3类污染源,其贡献率分别为48.6%、36.9%和14.5%.表明厦门市冬春季灰霾期间PM10中PAHs受本地源排放影响相对较多,非灰霾期间受北方燃煤长距离传输影响更显著.     

南京大气PM2.5中碳组分观测分析

为了解南京地区大气细颗粒物及化学成分在灰霾期间的污染水平及可能来源,于2007年6月至2008年5月,采集PM2.5样品,并测定了其中有机碳(OC)和元素碳(EC)的含量.并考察了有机碳和元素碳的季节变化特征,比较分析了南京地区灰霾与非灰霾期间含碳气溶胶的污染特征.结果显示,南京大气中PM2.5、OC和EC浓度变化范围分别是12.1~287.1,2.6~47.0和1.0~33.6mg/m3,其中夏季PM2.5(109.6mg/m3)和OC(20.8mg/m3)的值在四个季度中最高,呈现出夏季>秋季>冬季>春季的季节变化特征;EC则具有秋季>春季>冬季>夏季的季节变化特征. 霾日的OC、EC、总碳含量(TC)浓度及OC与EC比值分别是非霾日的2.0、1.8、1.9和1.7倍.后向轨迹分析表明,在有利的天气背景下,具有丰富水汽和污染物的混合气团最易使南京产生霾天气.     

太原市大气PM_(2.5)中铅同位素特征研究

使用ICP-MS测定太原市2009年夏季至2010年春季典型月份中存在于PM2.5上的铅(Pb)及同位素特征,分析了铅的浓度水平、季节变化特征,探讨了铅同位素丰度比特征,并由富集因子法初步解析了铅的来源。结果显示,太原市环境大气中存在于PM2.5上的Pb含量为270.83ng/m3,低于我国环境空气质量标准(GB3095-2012)中对颗粒物中铅的年均限值,在国内属中等水平。冬季存在于PM2.5中的Pb浓度水平最高,与取暖燃煤排放有关;扬尘中的Pb富集则对春季的Pb污染有较大贡献。Pb与PM2.5的相关性显示夏季和冬季二者来源一致,皆为燃煤排放;206 Pb/207 Pb与208 Pb/206 Pb的同位素丰度比特征也表明PM2.5中Pb的主要源于燃煤排放,由于冬季煤炭消费量较高,其燃烧排放对PM2.5中Pb的贡献高于其他季节。采样期间PM2.5中Pb的富集因子(20.45)显示,Pb主要源于人为活动的排放;春季的富集因子(10.76)接近10,表明春季时自然源的Pb对PM2.5的贡献较大。     

北京道路交通环境亚微米颗粒物元素组成特征及来源分析

于2011年12月和2012年8月对北京北四环道路交通环境中亚微米颗粒物(PM1)进行了采样,并对PM1的质量浓度、元素组成及主要来源进行了分析.夏季非灰霾时段PM1日平均浓度为(52.5±29.9)μg·m-3,灰霾时段PM1浓度增加到(154.2±36.3)μg·m-3;冬季非灰霾时段PM1日均浓度为(59.6±32.5)μg·m-3.采用X射线荧光光谱法(XRF)对颗粒物中元素进行分析,共得到Na、Mg、Al、Si、P、S、Cl、K、Ca、Ti、V、Cr、Mn、Fe、Ni、Cu、Zn、As、Cd、Ba和Pb等21种元素的质量浓度.其中S、Cl、K、Na、Si、Zn、Fe和Ca等8种元素含量较高,占测试元素质量浓度90%以上.污染元素浓度呈现显著的季节差异,夏季S元素浓度较高,冬季As、Cl、K、Pb、Mn、V、Cd和P等元素浓度较高.应用富集因子法发现,PM1相对PM2.5能够更好地反映人为源的元素污染特征.应用因子分析法分析出PM1的3个元素浓度贡献主成分因子:因子1反映燃煤、交通源排放和生物质燃烧,因子2反映道路及建筑扬尘贡献,因子3反映机动车排放和工业排放.因子1和因子3之和的夏季和冬季贡献比例分别高达46.8%和68.3%,表明来自机动车、燃煤、生物质燃烧等重要人为源对道路交通环境PM1浓度的贡献显著高于其他来源.灰霾期间S、As、Pb等污染元素浓度明显高于非灰霾期间,地壳元素在灰霾期间无明显浓度变化.     

成都市一次重度灰霾期间大气PM2.5的自组织临界特性

2013年1—2月期间,四川省成都市出现大范围、长时间、高浓度的严重霾污染.本文运用频度统计分析和消除趋势波动分析方法,研究了成都市2013年1月25日—2月7日一次典型重度灰霾期间8个监测站点(草堂寺、人民公园、梁家巷、金泉两河、十里店、沙河铺、三瓦窑、灵岩寺)大气PM2.5小时平均浓度序列的时空演化规律.结果表明,各站点大气PM2.5的浓度波动并非随机,而在统计上服从典型的负幂律分布,同时均表现出很强的长期持续性特征.这些特征刻画了灰霾期间大气PM2.5浓度波动的宏观特征.将PM2.5浓度演化与沙堆崩塌进行类比,发现大气PM2.5演化具有自组织临界性复杂系统的基本特征.进一步根据自组织临界(SOC)理论,建立了大气PM2.5数值沙堆模型,模型算法考虑了此次灰霾期间成都市的气象因素和PM2.5的迁移扩散机制.通过对该模型的数值模拟,能够定量阐明此次重度灰霾期间成都市各监测站点大气PM2.5浓度时空波动宏观统计规律的产生根源.同时,深入讨论了该模型的自组织临界特征.模拟结果和实际结果的高度一致表明该模型真正阐明了导致PM2.5浓度时空波动的重要动力机制.SOC内禀机制是控制此次成都市灰霾期间大气PM2.5浓度演化的主要机制之一.本研究可为灰霾期间PM2.5的演化动力学提供新的研究方法.     

北京市冬季PM2.5中水溶性重金属污染特征

于2011年冬季使用SASS采样器在清华大学采集PM2.5样品,并对其中重金属和水溶性重金属(As?Cd?Cr?Cu?Mn?Pb和Zn等)以及无机离子进行了分析.结果表明,采样期间水溶性重金属浓度较高,As?Cd?Cr?Cu?Mn?Pb和Zn平均浓度依次为8.42,3.18,1.99,7.84,30.82, 49.27,412.81ng/m3.Cd和水溶性As平均浓度超过《环境空气质量标准》中建议浓度限值.水溶性重金属在重污染期间易出现富集,灰霾和采暖期间As?Cd?Cr?Cu?Mn?Pb和Zn平均浓度都有增加趋势.水溶性重金属的逐日变化趋势与重金属和PM2.5有较好的一致性.水溶性重金属在重金属中比重:50%￡Zn和As;20%相似文献   

中国海峡西岸城市群冬季PM2.5和PM10中水溶性离子的污染特征

为了研究中国海峡西岸城市群冬季大气颗粒物水溶性离子的污染特征,采集该区域8个城市共14个采样点位(包含1个背景点)的PM2.5和PM2.5~10样品,采用离子色谱分析F-、Cl-、NO3-、SO42-、Na+、K+、NH4+、Ca2+和Mg2+ 9种水溶性离子的质量浓度.结果表明,海峡西岸城市群冬季大气颗粒物污染严重,PM2.5和PM10的日均值分别为89.65,135.65μg/m3,PM2.5占PM10的66.1%.城区水溶性无机离子主要集中在PM2.5上,其浓度分布存在空间差异,温州地区水溶性无机离子浓度处于较高水平;SO42-、NO3-和NH4+是水溶性无机离子的主要贡献者,其占PM2.5 中水溶性离子总量的79.6%~89.0%,占PM10的74.2%~83.4%.由于受冬季季风的影响,该区域非海盐离子对水溶性无机离子的贡献较大.NO3-/SO42-的质量浓度比显示,冬季海峡西岸城市群已处于机动车污染与燃煤污染并存的复合型污染状态.     

南京地区秋季灰霾天气特征及其水溶性离子分析

文章利用PM2.5颗粒物质量浓度分析仪(MET ONE 1020)、气溶胶激光雷达(Sigma MPL-4B)、气溶胶在线离子分析仪(Marga1S)于2013年秋季在江苏省环境监测中心6楼顶对大气细粒子(PM2.5)、大气边界层、气溶胶化学组分的进行系统的同步观测与分析,研究表明2013年11月期间,南京发生5次霾污染过程,当月PM2.5日均值浓度高达192.4μg/m3;灰霾期间,能见度较低,近地面出现消光层,大部分时间段消光值大于0.4;灰霾期间无秸秆焚烧事件,K+浓度的可能来源于土壤,SO42-、NO3-、NH4+3种离子均值占比分别为27.8%、38.1%、21.6%;此外,南京地区存在严重的二次转化,灰霾期间SOR和NOR值分别为0.388和0.276,移动源对大气污染的贡献也越来越显著,[NO3-]/[SO42-]月均值为1.28;后向轨迹推算表明,第1次、第3次、第5次灰霾期间大气污染物主要来自于南京的西北方向,第2次和第4次灰霾期间大气污染主要来自于南京的西南方向。     

利用SPAMS研究南宁市冬季单颗粒气溶胶化学成分

利用单颗粒气溶胶飞行时间质谱仪(SPAMS)对南宁市2015年冬季2月15~24日期间大气PM2.5进行观测.SPAMS所测得大气PM2.5数浓度与PM2.5质量浓度线性相关系数为0.76,在一定程度上颗粒物数浓度可反映大气污染状况.利用自适应共振神经网络分类方法(Art-2a)对PM2.5化学成分进行分类,确定PM2.5化学成分主要为元素碳、有机元素碳混合颗粒、有机碳、富钾颗粒、矿物质、富钠颗粒、二次无机颗粒、左旋葡聚糖以及其它重金属共9类.成分占比最高的是元素碳,其次是有机碳和富钾颗粒.监测到80%以上的PM2.5粒径主要集中在0.2~1.0μm之间,峰值出现在0.62μm处,各化学成分的粒径分布特征与总颗粒数粒径分布特征相似.各化学成分数浓度与PM2.5质量浓度随时间变化趋势较一致,化学成分数浓度占比变化在一定程度上可反映瞬时的污染来源.     

山西煤层自燃区PM10中有机碳、元素碳的特征

采集了山西大同市、宁武县和河曲县煤层自燃区12个点位PM10样品,采用Analysensysteme GmbH Vario E1型元素分析仪分析了PM10中有机碳(OC)和元素碳(EC)组分,探讨了煤层自燃区OC、EC污染特征、总碳气溶胶(TCA)对PM10的贡献、OC/EC比值.结果表明, PM10、OC、EC的质量浓度范围分别为114~401,22.9~68.1,21.9~70.7μg/m3.不同区域PM10、OC和EC污染水平差异较大,河曲县PM10污染最为严重,宁武县碳污染水平最高.露头煤层自燃区PM10低于采空自燃区,而对于OC和EC则相反.TCA对PM10的贡献高达63.82%,且露头煤层自燃区TCA对PM10的贡献比采空自燃区高.不同采样点OC/EC值介于0.7～1.6之间,小于前人结论中相似源OC/EC值.二次有机碳( SOC)污染较小.     

杭州灰霾现象与环境空气质量的差异比较

对2006-2010年颗粒物浓度和灰霾进行分析,比较灰霾天数与颗粒物浓度超标状况,并设立多个颗粒物评价指标进行筛选,结果表明,近5年来杭州灰霾频繁出现,灰霾频率平均为41.9%,依据目前环境空气质量评价体系进行的评价表明主城区环境空气质量优良率平均为84.7%,,超标率仅15.3%,与灰霾频率相差悬殊。增加新修改的国家环境空气质量标准(征求意见稿)中PM2.5日均浓度(参考限值)为指标进行评价,超标率为33.3%,,比原评价体系有较大幅度的改善,但仍有一定的差距。考虑到灰霾现象出现的短期性,再增加PM2.5最大小时浓度作为新指标。在选取0.100 mg/m3、0.150 mg/m3、0.200 mg/m3三个参考值作为增加指标时,以0.150 mg/m3作为最大小时浓度限值指标时,超标率为39.2%,与灰霾频率基本一致。     

驻马店市区采暖季PM2.5时间和空间来源解析研究

为了明确驻马店市区PM_2.5污染特征及贡献源类,2019年1—3月在驻马店市区2个采样点采集PM_2.5样品,分析了其化学组分特征;结合PMF和后向轨迹模型构建了PM_2.5的时间和空间来源解析方法,并对该解析方法进行应用.结果表明:①采暖季,驻马店市区环境空气中ρ(PM_2.5)平均值为117 μg/m3,NO₃-和OC是其主导组分;ρ(OC)和ρ(EC)分别达18.2和5.2 μg/m3,且ρ(OC)/ρ(EC)平均值为3.5,说明机动车源和燃煤源的影响较明显.②ρ(SO₄2-)与ρ(NO₃-)相关性显著(R=0.80,P < 0.01),表明SO₄2-和NO₃-具有较高的同源性.③重污染过程中ρ(SNA)(SNA为SO₄2-、NO₃-和NH₄+三者统称)平均值为61.5 μg/m3,显著高于清洁期;重污染过程中硫氧化率(SOR)和氮氧化率(NOR)分别达0.42和0.39,说明存在明显的二次离子生成过程.④重污染过程中Si、Al、Mg等地壳类元素的浓度和占比均高于清洁期,说明重污染过程中扬尘源的贡献可能较高.⑤来源解析结果表明,二次源是采暖季PM_2.5的最大贡献源,贡献率为32.6%,其次为扬尘和生物质燃烧混合源(26.4%)、机动车源(21.4%)、燃煤源(13.2%)和工业源(6.3%);两次重污染过程中的最大贡献源分别为二次源(54.5%)和机动车源(46.2%),清洁期的主要贡献源主要为二次源(45.2%)和燃煤源(29.8%).从空间变化来看,扬尘和生物质燃烧混合源对天方二分厂的贡献率(29.3%)明显高于对彩印厂的贡献率(23.3%),而燃煤源对彩印厂的贡献率(16.5%)高于对天方二分厂的贡献率(10.1%),其他源类的贡献率相差不大.正东、东南以及西北方向是彩印厂和天方二分厂各类源的主要贡献方向.研究显示:二次源是采暖季、重污染期间和清洁期最大的贡献源;相比于清洁期,重污染期间扬尘和生物质燃烧混合源贡献增加.源类贡献存在空间差异,正东、东南及西北方向是采样点各类源主要贡献方向.      

基于PMF模式的南京市大气细颗粒物源解析

为研究南京市大气细颗粒物(PM2.5)污染来源,分别在3个点位、4个季节开展了PM2.5环境样品的采集,共获得170个有效样本.对样本进行了化学成分分析,包括Al、Fe、Na、Mg、K、Ba、Li、Tl、Mn、Co、Ni、Cu、Zn、Sb、Pb、Cr、Ce、Na+、NH4+、Mg2+、Ca2+、SO42-、NO3-、Cl-、以及OC、EC,共计26种.首先采用OC/EC最小比值法估算出二次有机气溶胶(SOA)的含量;然后利用正矩阵因子分解法(PMF)对PM2.5的非SOA部分进行来源解析,共解析出6类因子:二次无机气溶胶(SIA)、燃煤、机动车排放、地面扬尘、冶金和其它源,贡献率分别25.0%、23.5%、20.4%、17.1%、3.0%和11.0%;最后基于南京市SO2、NOx、VOCs三种主要前体污染物的排放量,分别对SIA和SOA在一次来源中进行再分配.最终结果表明,南京市PM2.5主要来源为燃煤、机动车、扬尘、工业和其它源,其贡献率分别为29.6%、22.4%、14.6%、18.7%和14.7%.     

上海市秋季典型大气高污染过程中颗粒物的化学组成变化特征

于2010年10月1日至11月30日在上海市城区对大气中颗粒物质量浓度及细粒子化学组分进行了在线连续观测,获得了秋季大气灰霾和沙尘等典型污染过程中颗粒物质量浓度和化学组成的变化特性.观测结果显示,在大气灰霾污染过程中PM₁₀和PM_2.5的日均最高浓度分别达到216~293 μg·m^-3和130~204 μg·m^-3,PM_2.5/PM₁₀的比值在65%以上,总的可溶性无机离子(TWSII)占PM_2.5质量浓度的50%以上,有机碳(OC)和元素碳(EC)的总和占25%~30%.二次可溶性离子(SO₄^2-, NO₃^-, NH₄⁺)占TWSII的83.3%~87.5%,OC/EC的比值在5左右,表明在灰霾污染过程中二次组分对PM_2.5的贡献较大;沙尘天气以粗粒子污染为主,TWSII、OC和EC分别仅占PM_2.5质量浓度的27.2%、13.4%和2.0%,二次可溶性离子(SO₄^2-, NO₃^-, NH₄⁺)占TWSII的55.7%,Ca²⁺、Mg²⁺等地壳组分的比例较灰霾天气明显升高.研究结果还显示,SO₄^2-和NO₃^-等二次离子组分的生成与颗粒物中硫与氮的氧化速率有关,在大气灰霾过程中硫转化率(SOR)和氮转化率(NOR)值较高,分别为0.24±0.10和0.15±0.06,说明SO₂通过二次反应生成SO₄^2-的能力较强,在污染的环境下高浓度的NO₂更有利于向NO₃^-转化.     

北京市2014年10月重霾污染特征及有机碳来源解析

2014年10月北京市出现了多次重霾天气,与此同时,通过全国秸秆燃烧卫星遥感监测发现,北京周边河南、河北等地区恰存在一定规模的秸秆燃烧活动. 对2014年10月4—27日北京市大气PM_2.5中的水溶性离子、金属、OC(有机碳)、EC(元素碳)和有机物示踪物等化学成分进行了分析,对霾天和非霾天PM_2.5中化学成分进行了比较,并使用CMB(化学质量平衡)模型对PM_2.5中有机物的来源进行了解析,采用后向轨迹模拟和卫星遥感图像定量评估生物质燃烧(秸秆燃烧等)对重霾污染的影响. 结果表明:霾天ρ(PM_2.5)〔(229.0±96.3)μg/m3〕是非霾天的5.0倍,水溶性离子总质量浓度〔(125.3±59.3)μg/m3〕是非霾天的6.5倍,ρ(SO₄2-)、ρ(NO₃-)和ρ(NH₄+)分别是非霾天的6.1、8.6和7.1倍,ρ(OC)〔(81.8±39.5)μg/m3〕是非霾天的7.8倍,ρ(EC)〔(6.7±3.4)μg/m3〕是非霾天的4.2倍;霾天生物质燃烧的示踪物——左旋葡聚糖和K+的质量浓度平均值分别是非霾天的9.1和3.3倍. 生物质燃烧、机动车排放以及二次污染物对有机细颗粒物的贡献率分别为18.9%、36.9%和41.9%;二次细颗粒物质量浓度增加了1倍左右;气象条件同样在很大程度上促进了霾的形成. 常规的源解析方法仅可对生物质燃烧的一次污染贡献进行定量,但对重霾污染贡献的全面评价尚需进一步探讨.      

南京城区夏秋季能见度与PM2.5化学成分的关系

为研究南京细颗粒物PM2.5化学成分与能见度的关系,于2011年8月4~17日和2011年10月31日~11月11日在南京城区采集PM2.5样品并分析其化学成分,同时对能见度、PM2.5、相对湿度等进行了同步观测.结果表明:南京城区夏季采样期间的能见度高于秋季,分别约为10.9km、7.5km,低能见度天PM2.5质量浓度较高,能见度与PM2.5的相关系数为-0.75.水溶性离子和总碳分别占PM2.5质量浓度的38%和26%,其中与能见度相关性较显著的是NO3-、SO42-、NH4+、EC.总消光系数的主要贡献者是颗粒物,达98.2%.8月首要消光组分是硫酸铵(NH4)2SO4,占47.0%,有机碳OC和硝酸铵NH4NO3分别占19.2%和14.3%;而11月是NH4NO3、(NH4)2SO4和OC,分别占29.3%、28.7%、26.8%.对不同相对湿度下的能见度和PM2.5化学成分进行拟合.进一步根据WRF/Chem细颗粒物化学成分模拟结果,分别利用拟合关系式和美国IMPROVE关系式,对2011年8月和11月能见度进行计算,与观测对比发现,利用本文拟合关系式计算的能见度结果优于IMPROVE关系式.     

菏泽市冬季大气PM2.5和PM10中碳组分来源解析

为研究菏泽市冬季大气颗粒物中碳组分的污染特征和来源,于2016年1月采集菏泽市冬季大气PM_2.5和PM₁₀样品,基于热光反射法分析样品中OC（有机碳）、EC（元素碳）及8个碳组分[OC1、OC2、OC3、OC4、EC1、EC2、EC3和OP（裂解碳）]的含量,并计算得到ρ（Char-EC）（Char-EC为燃料燃烧后固体残渣中的EC）和ρ（Soot-EC）（Soot-EC为燃烧后气相挥发物质再凝结形成的EC）,以定性识别大气颗粒物中碳组分的来源.结果表明,菏泽市冬季大气颗粒物样品中碳组分浓度处于较高水平,PM_2.5中的ρ（OC）、ρ（EC）分别为26.34、9.22 μg/m3,PM₁₀中ρ（OC）、ρ（EC）分别为31.82、10.71 μg/m3.采样期间大气PM_2.5中碳组分（OC、EC、OC1、OC2、OC3、OC4、EC1、EC2、EC3、Char-EC、Soot-EC）浓度与PM₁₀中相应各组分浓度的比值均大于0.5（0.60~0.90）,表明碳组分多集中于细粒子（PM_2.5）.大气颗粒物样品中各碳组分浓度具有明显空间差异,各点位大气PM_2.5和PM₁₀中ρ（OC）均显著高于ρ（EC）（T检验,P < 0.05）.菏泽市冬季大气PM_2.5和PM₁₀中Char-EC/Soot-EC（二者质量浓度之比）分别为10.04、8.00,并且存在显著的空间差异性（T检验,P < 0.05）.PMF（正定矩阵因子分解法）解析结果表明,菏泽市冬季大气PM_2.5和PM₁₀中碳组分来源主要有4类,包括两类柴油车（1类排放的碳组分中以EC2为主,定义为柴油车-1;1类排放的碳组分中以EC3为主,定义为柴油车-2）、汽油车、生物质燃烧和燃煤混合源,对大气PM_2.5中碳组分的分担率分别为13.98%、5.13%、24.47%、41.97%,对大气PM₁₀中碳组分的分担率分别为16.08%、8.21%、18.34%、47.35%.可见,菏泽市冬季大气PM_2.5和PM₁₀中碳的主要来源是柴油车、汽油车、生物质燃烧和燃煤.      

Chemical characteristics of PM2:5 during a typical haze episode in Guangzhou

The chemical characteristics (water-soluble ions and carbonaceous species) of PM2:5 in Guangzhou were measured during a typical haze episode. Most of the chemical species in PM2:5 showed significant di erence between normal and haze days. The highest contributors to PM2:5 were organic carbon (OC), nitrate, and sulfate in haze days and were OC, sulfate, and elemental carbon (EC) in normal days. The concentrations of secondary species such as, NO3??, SO4 2??, and NH4 + in haze days were 6.5, 3.9, and 5.3 times higher than those in normal days, respectively, while primary species (EC, Ca2+, K+) show similar increase from normal to haze days by a factor about 2.2–2.4. OC/EC ratio ranged from 2.8 to 6.2 with an average of 4.7 and the estimation on a minimum OC/EC ratio showed that SOC (secondary organic carbon) accounted more than 36.6% for the total organic carbon in haze days. The significantly increase in the secondary species (SOC, NO3??, SO4 2??, and NH4 +), especially in NO3??, caused the worst air quality in this region. Simultaneously, the result illustrated that the serious air pollution in haze episodes was strongly correlated with the meteorological conditions. During the sampling periods, air pollution and visibility had a good relationship with the air mass transport distance; the shorter air masses transport distance, the worse air quality and visibility in Guangzhou, indicating the strong domination of local sources contributing to haze formation. High concentration of the secondary aerosol in haze episodes was likely due to the higher oxidation rates of sulfur and nitrogen species.