首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到18条相似文献,搜索用时 109 毫秒
1.
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。  相似文献   

2.
杭州城区春节PM2.5中水溶性离子在线观测   总被引:6,自引:4,他引:2       下载免费PDF全文
利用大气细颗粒物水溶性组分在线连续监测分析系统(AIM-URG9000D),考察了杭州城区春节期间PM2.5中无机水溶性离子的浓度变化范围,探讨了这些离子的日变化特征和影响因素,同时分析了集中燃放烟花爆竹对水溶性离子浓度的影响。结果表明,SO2-4、NO-3、NH+4是PM2.5中水溶性离子的主要成分,分别占全部水溶性组分的33.3%、28.4%、19.4%;强致癌物质NO-2浓度为2.07μg/m3,远大于膜采样结果;NO-3与SO2-4的质量比为0.85,表明机动车尾气排放导致的大气污染正逐步加重;各水溶性离子有着各自不同的日变化规律。相关性分析表明,NH+4与NO-3、SO2-4的相关系数分别为0.92、0.81;K+、Cl-、Mg2+3者之间的相关系数均在0.9以上。烟花爆竹燃放期间,PM2.5浓度急剧上升,Cl-、SO2-4、K+、Mg2+浓度分别达到燃放前的18、6、53、76倍。  相似文献   

3.
天津市PM10和PM2.5中水溶性离子化学特征及来源分析   总被引:8,自引:3,他引:5       下载免费PDF全文
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。  相似文献   

4.
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。  相似文献   

5.
石家庄市大气颗粒物元素组分特征分析   总被引:2,自引:1,他引:1       下载免费PDF全文
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。  相似文献   

6.
齐齐哈尔市春季大气中PM2.5的污染特征分析   总被引:4,自引:4,他引:0  
2013年4—6月分析了齐齐哈尔市大气PM2.5的浓度特征、元素组成、水溶性离子及其来源,并利用单颗粒分析技术获得了单颗粒的形貌、化学组成及粒度分布。结果表明,监测周期PM2.5日均质量浓度为34μg/m3,受气象条件影响显著。PM2.5单颗粒类型主要为烟尘集合体、飞灰和矿物颗粒,分别来源于煤炭燃料的燃烧、机动车尾气排放和扬尘。其中约90%的PM2.5颗粒粒径小于1.0μm,属大气细粒子。全样分析表明,PM2.5主要组成元素是Al、Fe、Ca、K、Mg和Na,而Zn、Cu和Pb因受到人为污染富集度较高。SO42-、NO3-和Cl-为PM2.5主要监测到的水溶性阴离子,NO3-与SO42-的质量浓度比说明了固定排放源对齐齐哈尔市春季大气PM2.5的贡献大于移动排放源。  相似文献   

7.
重庆市主城区大气水溶性离子在线观测分析   总被引:3,自引:0,他引:3  
2015年12月—2016年3月期间,利用在线气体与气溶胶成分监测仪(IGAC)在重庆市大气超级站开展连续观测分析,并捕捉到2次持续时间较长的空气重污染过程。对PM_(2.5)中9种水溶性离子及5种气态前体物的观测结果分析表明:NO_3~-、NH_4~+和SO_4~(2-)是重庆市主城区PM_(2.5)中主要的水溶性离子成分,其浓度均表现出明显的日变化特征,主要以(NH4)_2SO_4和NH_4NO_3的形式存在。NH_3和SO_2是最主要的气态污染物。2次重污染过程的水溶性离子组分有明显差异,细颗粒物累积型污染的NH_4~+、SO_4~(2-)、NO_3~-浓度高,二次转化十分明显;春节期间烟花爆竹集中燃放,Cl~-、K~+浓度高,主要属于一次排放;污染期间主要离子组分的同源性特征显著。  相似文献   

8.
春节烟花爆竹燃放期间苏州市区PM2.5组分特征分析   总被引:3,自引:1,他引:2  
为了解春节期间烟花爆竹燃放对苏州市空气质量的影响,在苏州市南门监测点利用在线监测仪器(包括颗粒物分析仪、在线离子色谱、OC/EC分析仪和重金属分析仪)对环境空气中的PM2.5浓度水平、颗粒物水溶性离子、有机碳(OC)、元素碳(EC)和重金属浓度进行连续观测。通过比较烟花爆竹燃放时段和正常时段的PM2.5浓度水平和化学组成,分析并探讨烟花爆竹燃放对PM2.5浓度水平及其组分特征的影响。研究结果表明,大量烟花爆竹的集中燃放造成了PM2.5短时严重污染,最高质量浓度达到了571μg/m3,但随烟花爆竹燃放的减少,PM2.5浓度迅速降低。在烟花爆竹燃放高峰时段,SO42-、Cl-、K+、Mg2+和OC出现了明显的浓度峰值,SO42-质量浓度达到了93.2μg/m3,Cl-质量浓度达到了42.3μg/m3,K+质量浓度达到了115.6μg/m3,OC质量浓度达到了53.8μg/m3。另外,重金属浓度也出现了明显的峰值,Fe质量浓度达到了2.426μg/m3,Cu质量浓度达到了0.727μg/m3,Zn质量浓度达到了1.159μg/m3,Ba质量浓度达到了5.168μg/m3,Pb质量浓度达到了1.245μg/m3。烟花爆竹的燃放造成苏州市区环境空气中有毒有害物质的短期急剧上升,有必要限制烟花爆竹的燃放。  相似文献   

9.
灰霾期间武汉城市区域大气污染物的理化特征   总被引:2,自引:2,他引:0  
利用湖北省大气复合污染自动监测站2013年的全年监测数据,分析了灰霾期间武汉城市区域大气污染物的理化特征。霾日主要出现在春季、秋季和冬季。霾日与非霾日大气污染物质量浓度和气象参数的对比分析结果显示:高湿度、静风是武汉城市区域霾日的重要气象特征;PM1、PM_(2.5)、PM_(10)、NO_2、CO、NH3的质量浓度,SOR、NOR值以及PM_(2.5)中的二次无机离子(SO2-4、NO-3、NH+4)和部分元素(Pb、Se、Cd、Zn、K)的质量浓度均在霾日明显高于非霾日,而霾日SO2质量浓度仅在冬季略高于非霾日。选取2013年1月的连续灰霾日进行相关性分析,结果表明:污染组分主要来自当地排放(包括直接排放和二次形成),并受当地气象条件影响。此次灰霾过程中PM_(2.5)中的硫酸盐和硝酸盐主要来自气相反应,气态NO_2主要生成了气态HNO_3,而不是HNO_2。  相似文献   

10.
贵阳市夏季大气颗粒物及多环芳烃污染特征研究   总被引:3,自引:2,他引:1       下载免费PDF全文
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。  相似文献   

11.
为研究北京地区冬季PM_(2.5)载带的水溶性无机离子组分污染特征,2013年1月在中国环境科学研究院内采用在线离子色谱(URG-9000B,AIM-IC)对PM_(2.5)中水溶性无机离子(SO_4~(2-)、NO_3~-、Cl~-、NH_4~+、Na~+、K~+、Mg~(2+)、Ca~(2+))进行监测与分析。结果表明,采样期间总水溶性无机离子(TWSI)浓度为61.0μg/m~3,其中二次无机离子SO_4~(2-)、NO_3~-、NH_4~+(SNA)占比达72.3%,在PM_(2.5)中占比为40.29%,表明北京市PM_(2.5)二次污染严重。重污染天[NO_3~-]/[SO_4~(2-)]表明,固定源污染较移动源更为显著。三元相图表明,在空气质量为优的情况下,NH_4~+(在SNA中占比为30.3%~65.5%,下同)主要以NH_4NO_3的形式存在,较少比例以(NH_4)_2SO_4存在;严重污染时,NH_4~+(47.3%~77.9%)主要以(NH_4)_2SO_4形式存在,其次以NH_4NO_3的形式存在,其余的NH_4~+以NH_4Cl的形式存在。[NO_3~-]/[SO_4~(2-)]日变化表明,早、晚机动车高峰影响北京重污染发生。  相似文献   

12.
宁波市区冬季大气颗粒物及其主要组分的污染特征分析   总被引:7,自引:4,他引:3  
为了更好地研究影响宁波市区环境空气质量的污染物变化特征,于2010年1月20—30日进行了加强监测。研究结果表明,宁波市区大气中PM10和PM2.5质量浓度较高,其中PM2.5/PM10为0.5~0.85。对PM10和PM2.5采样膜分析,水溶性粒子和含碳组分分别占PM10和PM2.5质量浓度的56.7%和66.9%,其中二次污染的水溶性离子SO42-、NO3-和NH4+是PM10和PM2.5中浓度较高的离子组分;PM2.5样品中OC与EC的相关性较好,表明OC与EC的来源相对一致,可能主要来自机动车尾气的贡献;但PM10样品中OC与EC的相关性较差,表明其来源相对复杂;其中SOC的浓度占OC的13%~35%,说明宁波市区冬季导致二次污染的光化学反应不活跃。  相似文献   

13.
2020年在位于泰州市主城区大气细颗粒物(PM2.5)质量浓度高值区的莲花国控空气站点进行手工采样,分析了大气PM2.5的质量浓度和元素组成,以及离子、有机碳和元素碳的质量浓度。根据监测结果,采用正定矩阵因子分解(PMF)受体模型对其来源进行解析。结果显示,莲花站点大气PM2.5中主要组分包括有机物、硝酸盐、硫酸盐、铵盐、地壳物质、氯盐、钾盐、黑炭、微量元素和钠盐,占比分别为35.7%,25.6%,13.9%,11.9%,6.1%,2.3%,1.5%,1.5%,0.8%和0.7%,有机物、硝酸盐、硫酸盐、铵盐为首要污染组分,这4类物质对PM2.5的累计贡献为87.1%。根据解析结果与实际污染特征,提出应优化城市路网结构,强化工地扬尘管控,全面取缔燃煤炉和严抓秸秆禁烧工作等控制对策。  相似文献   

14.
为研究杭州PM2.5污染来源特征,利用2013—2019年杭州市PM2.5监测数据和气象观测数据,分析了杭州市2013—2019年PM2.5浓度变化,选取本地积累型和输入型2种PM2.5污染过程,结合单颗粒气溶胶飞行时间质谱仪(SPAMS)和在线离子色谱数据,探讨杭州市PM2.5化学组分和污染来源。结果表明:每年秋冬季(11月至次年3月)杭州以东北风、西北风及偏南风为主,风速低于4 m/s时,大气扩散条件差,受本地污染物积累影响,PM2.5浓度容易出现超标;风速较大且为东北风和西北风时,受上游污染输入影响,易出现PM2.5重度污染。本地积累型和输入型案例中,PM2.5化学组分中占比最大的为NO3-、SO42-和NH4+;PM2.5浓度上升过程中,二次NO3-和SO42-转换率明显上升,其中NO3-上升更为显著,二次气溶胶污染严重。2次案例中,PM2.5来源贡献占比前3位均为机动车尾气源、燃煤源和工业工艺源,其中本地积累型PM2.5浓度上升阶段,机动车尾气源占比会明显上升;输入型案例中,输入阶段机动车尾气源占比显著上升,燃煤源贡献也小幅上升。  相似文献   

15.
以2021年3月青岛市空气自动站监测数据为依据,借助环境气象激光雷达、气溶胶激光雷达、在线离子色谱仪等技术手段,并利用后向轨迹模式(HYSPLIT)对青岛市一次PM_(2.5)和沙尘混合空气污染过程、气象条件、颗粒物组成以及传输路径等进行了综合分析。结果表明:静小风、湿度大、垂直方向逆温以及高空多次向近地面的污染物输送是第1阶段PM_(2.5)污染的主要原因,NO^(-)_(3)、SO^(2-)_(4)、NH^(+)_(4)浓度分别占水溶性离子浓度总和的51.7%,24.8%,22.4%,三者之和占ρ(PM_(2.5))的52.3%,机动车源、工业源和燃烧源贡献较大,其中尤以机动车源影响最显著;第2阶段各子站颗粒物浓度变化呈现明显的传输特征,PM_(2.5)中Ca^(2+)浓度升至第1阶段的6倍,沙尘源影响显著,污染气团主要来自蒙古国和我国内蒙古,前期由西北地区直接到达青岛,后期是经渤海湾、烟台到达青岛东南海域,最后回流至青岛;冷高压强度较弱导致近地面水平扩散条件不利,ρ(PM_(10))长时间维持在较高水平。  相似文献   

16.
基于北京市PM2.5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PM2.5、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PM2.5、PM10的清除,随着降水总量增加,PM2.5、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PM2.5、PM10浓度;降水对PM2.5、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-、SO42-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。  相似文献   

17.
Atmospheric aerosol particles and metallic concentrations, ionic species were monitored at the Experimental harbor of Taichung sampling site in this study. This work attempted to characterize metallic elements and ionic species associated with meteorological conditions variation on atmospheric particulate matter in TSP, PM2.5, PM2.5–10. The concentration distribution trend between TSP, PM2.5, PM2.5–10 particle concentration at the TH (Taichung harbor) sampling site were also displayed in this study. Besides, the meteorological conditions variation of metallic elements (Fe, Mg, Cr, Cu, Zn, Mn and Pb) and ions species (Cl, NO3 , SO4 2−, NH4 +, Mg2+, Ca2+ and Na+) concentrations attached with those particulate were also analyzed in this study. On non-parametric (Spearman) correlation analysis, the results indicated that the meteorological conditions have high correlation at largest particulate concentrations for TSP at TH sampling site in this study. In addition, the temperature and relative humidity of meteorological conditions that played a key role to affect particulate matter (PM) and have higher correlations then other meteorological conditions such as wind speed and atmospheric pressure. The parameter temperature and relative humidity also have high correlations with atmospheric pollutants compared with those of the other meteorological variables (wind speed, atmospheric pressure and prevalent wind direction). In addition, relative statistical equations between pollutants and meteorological variables were also characterized in this study.  相似文献   

18.
This study monitored atmospheric pollutants during high wind speed (> 7 m s−1) at two sampling sites: Taichung Harbor (TH) and Wuci traffic (WT) during March 2004 to January 2005 in central Taiwan. The correlation coefficient (R 2) between TSP, PM2.5, PM2.5−10 particle concentration vs. wind speed at the TH and WT sampling site during high wind speed (< 7 m s−1) were also displayed in this study. In addition, the correlation coefficients between TSP, PM2.5 and PM2.5−10 of ionic species vs. high wind speed were also observed. The results indicated that the correlation coefficient order was TSP > PM2.5−10 > PM2.5 for particle at both sampling sites near Taiwan strait. In addition, the concentration of Cl, NO3 , SO4 2−, NH4 +, Mg2+, Ca2+ and Na+ were also analyzed in this study.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号