南京市冬季PM2.5中水溶性离子污染特征研究

基于城市超级站对2018年12月—2019年2月南京市在线水溶性离子污染特征进行研究。结果表明：监测期间水溶性无机离子(WSIs)质量浓度均值为45.7μg/m3,占PM2.5的67.8%,各离子排序为NO3-＞ SO42-＞NH4+＞Cl-＞K+＞Ca2+＞Na+＞Mg2+。二次离子（SNA）是PM2.5主要组分,大气气溶胶呈中性。各离子日变化存在差异,SNA变化趋势和WSIs基本一致。南京市冬季存在明显SO2和NO2向SO42-和NO3-二次转化;NO3-/SO42-均值为1.96,移动源增量大于固定源。通过相关性和三相聚类分析可知,SNA主要结合方式为(NH4)2SO4和NH4NO3。主成分分析表明,南京市冬季PM2.5中水溶性离子主要来源是二次转化,燃煤、生物质燃烧和土壤建筑扬尘也有贡献。     

齐齐哈尔市春季大气中PM2.5的污染特征分析

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。     

江淮平原东部城市大气PM2.5组成和污染特征研究

2019年10月—2020年10月在江淮平原东部城市淮安开展持续1 a的PM2.5采样分析,研究PM2.5的组成和污染特征。结果表明：淮安市大气PM2.5年均质量浓度为（52.2±27.1）μg/m3,是国家二级标准（35 μg/m3）的1.5倍,其中冬季最高,为（67.5±36.4）μg/m3,是国家二级标准的1.9倍;PM2.5中的ρ（NO3-）/ρ（SO2-4）=1.76,说明机动车尾气排放对淮安市PM2.5的影响较大;PM2.5中平均ρ（OC）/ρ（EC）值为4.1±1.1,说明淮安市PM2.5受大气二次生成影响明显;Si、Al、Ca等无机元素的质量浓度较高,表明淮安须加大对扬尘污染的治理力度。     

天津市PM10和PM2.5中水溶性离子化学特征及来源分析

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。     

南通市冬季PM2.5中水溶性离子污染特征

根据南通市2016和2017年冬季大气多参数站自动监测PM2.5数据和在线离子色谱分析仪Marga监测的PM2.5中水溶性离子数据,分析了南通市冬季PM2.5中水溶性离子污染特征。结果表明,南通市2016和2017年冬季,ρ(PM2.5)分别为58和54μg/m 3,均高出其年均值(14μg/m^3);ρ(水溶性离子)总占ρ(PM2.5)百分比分别为74.5%和74.3%;二次离子ρ(NO3^-、SO4^2-和NH4^+)占ρ(PM2.5)百分比分别为66.8%和66.6%;各水溶性离子占比大小依次为:NO3^-、SO4^2-、NH4^+、Cl^-、K^+、Na^+、Ca^2+、Mg^2+。对ρ(NO3^-)/ρ(SO 4^2-)分析表明,移动源已经成为南通市冬季的主要污染源,且呈逐年增强趋势。对氯氧化率和硫氧化率的分析表明,南通市冬季存在较明显的二次污染,SO2的转化程度大于NO2。除Na^+和Mg^2+外,其他离子与PM2.5均呈显著相关性,NO3^-、SO4^2-与NH4^+之间的相关系数最高,Cl^-与除Na^+外的所有阳离子均呈显著相关性。     

春节烟花爆竹燃放期间苏州市区PM2.5组分特征分析

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。     

燃煤工业城市大气细颗粒物中水溶性无机离子的季节变化特征及来源解析——以邯郸市为例

为探究典型燃煤工业城市邯郸市的大气细颗粒物(PM2.5)污染水平及水溶性无机离子特征,于2016年1—12月采集了当地大气PM2.5样品,然后利用离子色谱法测得水溶性无机离子的组分,分析了不同季节水溶性无机离子随PM2.5的浓度变化特征。通过对PM2.5中的阴离子、阳离子进行分析发现,SO4^2-、NO3^-和NH4^+在春夏秋冬四季均为PM2.5中的主要离子成分,SO4^2-、NO3^-和NH4^+的浓度之和在春夏秋冬四季占各季节总的水溶性无机离子浓度的百分比分别为84.6%、77.4%、89.9%、62.5%。其中,在春季和冬季含量最高的3种离子分别是NO3^-、SO4^2-和NH4^+,夏季含量最高的3种离子分别是SO4^2-、NH4^+和NO3^-,而秋季含量最高的3种离子分别是NH4^+、SO4^2-和NO3^-。相关性分析发现,2016年春季、夏季和秋季PM2.5为酸性,冬季为碱性。SO4^2-、NO3^-、NH4^+浓度分析表明,冬季PM2.5中的一次建筑扬尘排放较多。通过主成分分析法得出,PM2.5中水溶性无机离子主要来源于二次转化和生物质燃烧。     

沈阳市城区采暖期PM2.5中水溶性离子的化学特征

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。     

2017年厦门金砖会晤期间PM2.5的化学特征及来源

为了探讨厦门金砖会晤期间的排放控制措施以及天气形势对大气颗粒物污染特征的影响,于2017年8月10日至9月10日对厦门气态污染物、细颗粒物(PM2.5)中的水溶性离子以及有机碳(OC)、元素碳(EC)等主要化学成分开展了高时间分辨率的在线监测。根据空气质量管控措施和天气形势将研究期分为6个阶段。管控前、管控期Ⅰ(非台风)和管控期Ⅱ(非台风) PM2.5质量浓度分别为(33. 12±9. 48)、(30. 30±17. 00)、(16. 01±4. 71)μg/m^3。管控期Ⅰ(台风)和管控期Ⅱ(台风) PM2.5质量浓度分别为(12. 40±3. 73)、(12. 45±3. 28)μg/m^3。结果表明:管控期Ⅰ(非台风)阶段受静稳天气的影响,管控效果削弱,PM2.5质量浓度下降幅度小;台风对颗粒物质量浓度下降的影响比管控更显著。管控初期,PM2.5中二次无机离子的质量浓度下降明显;台风对碳质组分质量浓度的影响不如无机组分显著。PMF源解析结果表明,二次无机源是PM2.5主要来源,随着管控措施的实行,扬尘源的贡献从21%降低到6%,而机动车源的贡献降幅不明显。台风期间SO4^2-、NO3^-、SO2、NO2以及硫酸盐氧化比值(SOR)均明显低于非台风期间,氮氧化比值(NOR)反而升高。台风和非台风期间NOR的日变化特征一致,NOR与阳离子的相关性分析结果表明,台风或高风速海风期间NOR与Na^+呈现很强的正相关性,说明海盐粒子可促进NO2非均相反应生成NO3-。     

春节烟花爆竹燃放期间苏州市区PM2.5中水溶性离子特征分析

使用在线离子色谱分析了苏州市区春节期间PM2.5中水溶性离子.结果表明：春节期间存在2个空气污染高峰时段（初一和初五）,其中初一凌晨PM2.5达到最高峰,小时质量浓度为571μg/m3;烟花爆竹集中燃放时段,PM2.5中K＋、Cl-、Mg2＋质量浓度明显上升,初-凌晨与腊月三十凌晨相比,K＋、Cl-、Mg2＋质量浓度分别增加了117倍、80.7倍、18.0倍;相关性分析表明,PM2.5中K＋、Mg2＋、Na＋、Ca2＋在烟花爆竹燃放时段可能具有相同的来源.     

杭州市大气PM2.5和PM10污染特征及来源解析

2006年在杭州市两个环境受体点位采集不同季节大气中PM2.5和PM10样品,同时采集了多种颗粒物源类样品,分析了其质量浓度和多种化学成分,包括21种无机元素、5种无机水溶性离子以及有机碳和元素碳等,并据此构建了杭州市PM2.5和PM10的源与受体化学成分谱;用化学质量平衡(CMB)受体模型解析其来源。结果表明,杭州市PM2.5和PM10污染较严重,其年均浓度分别为77.5μg/m3和111.0μg/m3;各主要源类对PM2.5的贡献率依次为机动车尾气尘21.6%、硫酸盐18.8%、煤烟尘16.7%、燃油尘10.2%、硝酸盐9.9%、土壤尘8.2%、建筑水泥尘4.0%、海盐粒子1.5%。各主要源类对PM10贡献率依次为土壤尘17.0%、机动车尾气尘16.9%、硫酸盐14.3%、煤烟尘13.9%、硝酸盐粒8.2%、建筑水泥尘8.0%、燃油尘5.5%、海盐粒子3.4%、冶金尘3.2%。     

Chemical Composition and Sources of PM10 and PM2.5 Aerosols in Guangzhou, China

Aerosol samples of PM10 and PM2.5 are collected in summertime at four monitoring sites in Guangzhou, China. The concentrations of organic and elemental carbons (OC/EC), inorganic ions, and elements in PM10 and PM2.5 are also quantified. Our study aims to: (1) characterize the particulate concentrations and associated chemical species in urban atmosphere (2) identify the potential sources and estimate their apportionment. The results show that average concentration of PM2.5 (97.54 μg m⁻³) in Guangzhou significantly exceeds the National Ambient Air Quality Standard (NAAQS) 24-h average of 65 μg m⁻³. OC, EC, Sulfate, ammonium, K, V, Ni, Cu, Zn, Pb, As, Cd and Se are mainly in PM2.5 fraction of particles, while chloride, nitrate, Na, Mg, Al, Fe, Ca, Ti and Mn are mainly in PM2.5-10 fraction. The major components such as sulfate, OC and EC account for about 70–90% of the particulate mass. Enrichment factors (EF) for elements are calculated to indicate that elements of anthropogenic origins (Zn, Pb, As, Se, V, Ni, Cu and Cd) are highly enriched with respect to crustal composition (Al, Fe, Ca, Ti and Mn). Ambient and source data are used in the multi-variable linearly regression analysis for source identification and apportionment, indicating that major sources and their apportionments of ambient particulate aerosols in Guangzhou are vehicle exhaust by 38.4% and coal combustion by 26.0%, respetively.     

郑州市 PM2．5和 PM10质量浓度变化特征分析

根据郑州市2013年PM2．5和PM10颗粒物连续自动监测数据，对郑州市各国控站点的PM2．5和PM10的达标情况、变化趋势等进行探讨分析。结果表明：2013年郑州市PM10和PM2．5的年均质量浓度均超过了新标准规定的年均值二级标准限值。 PM10和PM2．5月均值峰值出现在1月和10月，谷值出现在8月，各月PM2．5的超标天数都大于PM10。PM10和PM2．5冬季的日均值浓度明显高于其他季节，呈双峰型，夜晚浓度整体高于白天；PM2．5春、夏、秋三季日变化呈单峰型，PM10夏季和秋季呈单峰型，春季呈双峰型。 PM2．5和PM10日均值有着非常显著的线性相关关系，PM2．5和PM10浓度的比值（p）10月最高。     

环境空气PM_(2.5)和PM_(10)监测分析质量保证及其评价

为保证四城市ＰＭ２５和ＰＭ１０的监测数据准确,具有可比性,本研究规定了滤膜的选择、称量操作步骤的要求和滤膜称量的质控指标。研究结果表明,粗细颗粒物样品的采集和称量操作可行,监测数据准确、可靠,具有可比性。     

大中型商场PM10、PM2.5污染水平与来源分析

利用便携式气溶胶监测仪,对平顶山市区的中原商场、商业大楼、食品城总店三家大型商场不同楼层空气PM10和PM2.5进行了现场测定。结果显示,平顶山市大中型商场可吸入颗粒物污染严重,PM10、PM2.5污染平均超标率分别为13.7%和48.0%;PM10、PM2.5的质量浓度在时间和空间分布上存在很大差异;PM10中PM2.5所占比例为83%。     

乌鲁木齐市冬季大气颗粒物PM_(10) 和PM_(2.5)污染水平及相关性研究

为研究乌鲁木齐市冬季采暖期间大气颗粒物污染特征,通过采样和在线监测二种手段分析了2015年1~2月大气颗粒物样品,采用重量法分析颗粒物质量浓度,并对其相关性进行分析。结果表明:依据《环境空气质量标准》(GB 3095-2012),采样期间乌鲁木齐市大气PM_(10) 和PM_(2.5)的日均质量浓度均超过了国家二级标准,颗粒物污染严重;PM_(10) 和PM_(2.5)存在显著相关性,PM_(2.5)和PM_(10) 浓度的比值均大于0.5,采暖期PM2.5对乌鲁木齐市大气颗粒物贡献显著。     

北京市主要PM10排放源成分谱分析

对北京市土壤尘、道路扬尘、城市扬尘、建筑施工尘、钢铁尘、煤烟尘等主要PM10无组织排放源和固定源进行采样、分析,建立相应的成分谱数据库,通过对其化学组分分析,确定各类PM10排放源的化学组分特征和标识元素。土壤尘、建筑施工扬尘、钢铁尘、煤烟尘PM10的标识元素分别为Si、Ca、Fe、Al,道路扬尘显示出明显的土壤尘、建筑施工尘和机动车污染的特征,城市扬尘成分谱与道路尘有很强的共线性,具有明显的道路扬尘特征。     

北京市大气PM10源解析研究

于2004年在北京市定陵、车公庄、古城、亦庄、房山和奥体中心6个采样点采集大气PM10环境样品,针对北京市颗粒物主要排放源采集土壤尘、建筑水泥尘、燃煤等污染源PM10样品,分别对其中的无机元素、离子、有机碳(OC)和元素碳(EC)进行测定。采用代表北京市颗粒物主要排放源PM10组分特征的成分谱,利用CMB受体模型对PM10来源进行解析。结果表明,PM10的最大来源为土壤尘,其它贡献源类依次为燃煤排放、机动车/燃油排放、二次粒子(SO42-、NO3-和NH4 )、建筑水泥尘。污染源贡献具有明显的季节变化,并存在一定的地域变化。     

北京清华园采暖前与采暖期PM10中含碳组分的理化特征

采用美国rp公司生产的Series5400大气颗粒物碳质组分监测仪对清华园PM10中的碳质组分进行了连续在线监测(2002年9月~11月)。结合PM2.5中碳质组分浓度、PM10的浓度和气象数据,分析了碳质组分的污染特征。结果表明,采样期间清华园大气PM10中有机碳(OC)、元素碳(EC)的日平均质量浓度分别在4.07~65.81μg/m3、0.96~26.14μg/m3之间变化,平均值分别为20.8±12.1和7.0±5.1μg/m3。OC在总碳(TC)中占有很大比例,OC/TC平均值为75.84%;TC在PM10中的含量平均为25.0%。本文对9~10月份(秋季)和11月份(初冬)OC、EC的相关性分别进行了分析,结果表明OC、EC之间具有良好的相关性,9月份和10月份相关性系数(R2)为0.83;11月份为0.90。二次生成的OC(OCsec)浓度估算结果表明,9、10月份OCsec在OC中的比例(60.7%)比11月份(38.5%)大。碳质组分主要集中在细颗粒物中,PM10中的OC有70.3%存在于细颗粒物PM2.5中,TC则有58.6%存在于PM2.5中。     

因子分析法解析北京市大气颗粒物PM10的来源

2004年10月份在北京市6个采样点采集了大气PM10样品,分析了大气颗粒物的质量浓度、元素组成、离子、有机碳(OC)和元素碳(EC)的浓度,并用因子分析模型对颗粒物的来源进行了研究。结果显示,北京市大气颗粒物的来源主要有6类:建筑水泥尘/机动车尾气尘/燃煤尘、土壤风沙尘、二次粒子尘、工业粉尘、生物质燃烧尘和燃油尘。用模型计算得到的各源对PM10的贡献率分别为建筑水泥尘/机动车尾气尘/燃煤尘占36.57%、土壤风沙尘占16.07%、二次粒子尘占12.33%、工业粉尘占10.29%、生物质燃烧尘占6.07%、燃油尘占3.84%、其它占14.84%。其中建筑水泥/机动车尾气尘/燃煤尘、土壤风沙尘、二次粒子尘、工业粉尘是大气颗粒物PM10的主要来源。实验表明,在缺少源成分谱时可以用因子分析模型来分析大气颗粒物的来源及其相对贡献。