首页 | 本学科首页   官方微博 | 高级检索  
检索     
共有20条相似文献,以下是第1-20项 搜索用时 135 毫秒

1.  沈阳市城区采暖期PM2.5中水溶性离子的化学特征  
   曲健  李晶  张晶  王成辉  韩艳玉《中国环境监测》,2015年第31卷第5期
   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106 μg/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SO42-、NO3-、NH4+,三者均有较好的相关性,SO42-以(NH4)2SO4形式存在,采暖期PM2.5偏酸性。    

2.  天津市PM2.5中水溶性无机离子污染特征及来源分析  被引次数:7
   古金霞  吴丽萍  霍光耀  白志鹏  杜世勇  刘爱霞  解以扬《中国环境监测》,2013年第29卷第3期
   2008年1、4、7月和10月在天津大气层边界站,利用中流量采样器对大气中的细粒子进行了滤膜样品采集,应用离子色谱检测技术分析了8种水溶性无机离子(Na+、NH4+、K+、Mg2+、Ca2+、SO42-、NO3-和Cl-)的含量。结果表明,天津市大气PM2.5中总水溶性无机离子平均浓度为47.3 μg/m3,其中,SO42-、NO3-、NH4+和Cl-是最主要的水溶性无机离子,占总离子质量分数共计87.3%,表明了天津市细粒子中的主要水溶性无机离子的特征。/2 平均比值接近1.0,显示硫酸氨是细粒子中硫酸盐的主要存在形式。NO3-/SO42-浓度比的平均值为0.65,反映了燃煤污染与机动车尾气污染并存的复合型大气污染特征。并通过对PM2.5中8个水溶性离子成分的主成分分析进一步揭示了其来源。    

3.  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  
   张金  姬亚芹  邢雅彤  吕帅  丁江颖  赵静琦《环境科学学报》,2020年第40卷第5期
   为研究天津市高校道路扬尘PM2.5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-、SO42-)进行分析.结果显示:①水溶性离子占PM2.5的11.65%,PM2.5中占比大于1%的离子有Ca2+和SO42-,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),PM2.5呈较强碱性;③NH4+与SO42-、NO3-主要以(NH42SO4和NH4NO3的形态结合;④NO3-/SO42-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PM2.5主要来源于海盐粒子、燃煤、机动车尾气、建筑水泥尘等.    

4.  邯郸市PM2.5中水溶性无机离子污染特征及来源解析  被引次数:3
   孟琛琛  王丽涛  张芬芬  魏哲  马思萌  杨晶  张宏雷  石成华《环境科学学报》,2015年第35卷第11期
   本研究通过对邯郸市环境空气中PM2.5样本进行采集和成分检测,分析了该地区PM2.5中水溶性无机离子的污染特征,并结合气象要素(风速、温度)、气态污染物(O3、NO2、SO2、CO)、SOR(硫氧化率)、NOR(氮氧化率)对其主要来源进行了解析.研究结果表明:总水溶性无机离子(TWSII)浓度季节变化特征明显,秋、冬季高于春、夏季.SO42-、NO3-、NH4+是PM2.5中主要的水溶性无机离子,在TWSII中所占的比例为夏(93.2%)> 冬(85.6%)> 秋(85.5%)> 春(84.0%).春、夏、秋三季PM2.5呈酸性,冬季显碱性.此外还分析得到,SO42-在四季中均以(NH4)2SO4的形式存在.NO3-在冬季以NH4NO3的形式存在,其余季节中以NH4NO3、HNO3等共存.绝大部分Cl-在冬季以NH4Cl的形式存在,其它季节中以NH4Cl、KCl等的形式存在.均相反应是SO42-的主要生成途径,夏、冬季也伴随有非均相反应. NO3-的生成以均相反应为主(春、夏、秋),在冬季均相反应与非均相反应同时存在.应用因子分析法解析出4个主因子,其中,工业、燃煤、交通、生物质燃烧等综合源是PM2.5中水溶性无机离子的主要来源.    

5.  上海浦东新区城区大气PM2.5中水溶性离子污染特征研究  
   黄敏《环境监控与预警》,2022年第14卷第2期
   为研究大气中细颗粒物(PM2.5)在中低浓度水平下的污染特征及来源,于2018—2020年在上海市浦东新区采用在线气体组分及气溶胶监测系统对大气ρ(PM2.5)及其水溶性离子的质量浓度进行了在线连续观测。结果表明,2018—2020年ρ(PM2.5)变化总体均呈现冬季较高,春、秋季其次,夏季较低的特征。PM2.5中水溶性离子组分按质量浓度大小排序为:ρ(NO-3)>ρ(SO42-)>ρ(NH+4)>ρ(Cl-)>ρ(K+)>ρ(Na+),SO42-、NO-3和NH+4(SNA)占总离子浓度的94%以上,占PM2.5的52%以上,是影响PM2.5的重要组分。Cl-约占3%,Na+和K+占比均<1%。NO-3离子浓度随季节变化程度最大。春季颗粒物明显表现为弱酸性,冬季颗粒物则呈现出向弱碱性发展的态势,全年总体基本呈中性。通过离子平衡计算,SNA在大气中主要倾向于以(NH42SO4和NH4NO3的形式存在。SO42-、NO-3和NH+4相关性较高,Cl-和K+相关性较高,具有同源性。硫氧化率(SOR)与氮氧化率(NOR)均>0.1,SO2和NO2的二次转化程度较高。机动车尾气排放及其引起的二次粒子和区域输送已经成为观测期间内PM2.5的主要来源。    

6.  郑州市大气细颗粒物中水溶性离子季节性变化特征及其源解析  
   闫广轩  张靖雯  雷豪杰  黄海燕  唐明双  曹治国  李云蓓  樊静  王跃思  李怀刚《环境科学》,2019年第40卷第4期
   为探究郑州市PM2.5的污染水平,水溶性离子组成特征并进行来源分析,于2016年四季进行PM2.5周年膜采样,每个季节连续采集30 d共采集有效样品170个.分别采用重量法测定PM2.5的质量浓度,离子色谱法测定水溶性离子浓度,并使用主成分分析法对其进行来源解析.结果表明,在采样期间郑州市PM2.5年均质量浓度为150.72μg·m-3,季节性特征明显,冬季最高,夏季最低,秋季略高于春季.NH4+、NO3-、SO42-是郑州PM2.5中最主要的无机水溶性离子,三离子之和占所测7种水溶性离子总含量的比例分别为92.55%(春)、92.94%(夏)、93.06%(秋)和93.15%(冬).阴阳离子电荷当量年均值为0.886,PM2.5呈弱碱性.春、夏季节铵盐的存在形态为NH4NO3和(NH42SO4,秋季铵盐的存在形式可能为NH4NO3、(NH42SO4和NH4HSO4,冬季NH4+除上述3种存在形式外,可能还以NH4Cl或其他形式存在.郑州市大气中存在较强的SO2、NO2二次转化过程,水溶性离子的主要来源是二次转化过程,化石燃料和生物质燃烧、矿尘、农业活动以及土壤和建筑尘等.    

7.  兰溪市PM2.5中水溶性离子的组成特征及季节变化  
   鲍宗炜  张宏  周志刚  张宁  冯加良《环境科学学报》,2021年第41卷第5期
   为探索浙江省中部地区大气细颗粒物(PM2.5)中水溶性离子的组成特征及其季节变化,采集了兰溪市市区和近郊两个站点2016年4个季节的PM2.5样品,利用双通道离子色谱对水溶性无机离子(Cl-、NO3-、SO42-、Na+、NH4+、K+、Ca2+、Mg2+)进行了定量分析.结果表明,兰溪PM2.5中离子总浓度存在明显的冬季高、夏季低的季节变化趋势,年均值为21.19 μg·m-3,约占PM2.5质量的45%;SO42-、NO3-和NH4+是水溶性离子中最主要的组分,年均浓度分别为8.11、5.92、3.87 μg·m-3.Cl-和NO3-浓度的季节变化最为显著,冬/夏浓度比接近10,其半挥发特性是导致兰溪PM2.5中离子组成呈现季节变化的重要原因.兰溪PM2.5中NO3-/SO42-比值的冬季平均值为1.18,说明流动源对兰溪PM2.5有很大贡献;夏季(以及春、秋季)时NO3-/SO42-比值较低,且与PM2.5浓度呈负相关,与矿物尘结合的硝酸根离子的较大贡献可能是导致夏季PM2.5浓度较低时NO3-/SO42-比值较高的主要原因.阴阳离子平衡、相关性及主成分分析(PCA)结果表明,矿物尘对兰溪市PM2.5的酸度及离子赋存状态有较大影响;冬季及春、秋季兰溪的PM2.5具有一定的酸性;NO3-和SO42-主要与NH4+结合,但部分可能与钙等其他组分结合;Cl-和K+主要来源于生物质燃烧,但K+的年均浓度仅为0.31 μg·m-3,说明生物质燃烧对兰溪PM2.5的贡献不大.    

8.  使用RCFP-IC对南京市不同污染状况下PM2.5中水溶性离子的观测分析  被引次数:1
   钱文惟  朱彬  王红磊  程萌田  安俊琳  王跃思《环境科学学报》,2015年第35卷第10期
   本文使用大气细颗粒物快速捕集系统及化学成分在线分析系统(RCFP-IC)和美国热电污染气体分析系统(EMS系统)对2013年11月16日-12月10日南京地区PM2.5中主要水溶性离子和污染气体进行了观测分析,并结合气象要素数据分析了灰霾天PM2.5中主要水溶性离子的污染特征.结果表明:不同污染条件下PM2.5中水溶性离子分布差异较大,清洁天浓度最大的6种离子排序为SO42- > NO3- > NH4+ > Cl- > NO2- > K+,霾天(11月20-24日)和雾-霾天(12月1-8日)前6种离子排序分别是SO42- > NH4+ > NO3- > NO2- > Cl- > K+和NO3- > SO42- > NH4+ > Cl- > NO2- > K+.受污染源和化学反应的日变化影响,不同离子的日变化特征不同.污染天NO3-、SO42-和NH4+的浓度是干净天的2.8~5.0倍.不同水溶性离子对能见度的影响不同.    

9.  贵阳市城区PM10和PM2.5水溶性离子特征分析  
   肖德安  徐浩  池继松  傅成诚  龚伟《中国环境监测》,2021年第37卷第4期
   分别于2013年10月和2014年2月、5月、7月在贵阳市城区3个环境空气质量监测国控点位(南明区市监测站、云岩区黔灵公园马鞍山和观山湖区贵阳一中)进行PM10、PM2.5样品采集,并对10种水溶性离子(SO42-、NO2-、NO3-、NH4+、Cl-、F-、Na+、K+、Mg2+、Ca2+)的含量进行了分析。结果表明,研究时段内,贵阳市3个点位PM10、PM2.5平均质量浓度分别为(64.8±25.5)、(46.6±21.2)μg/m3。其中,云岩区黔灵公园马鞍山点位的颗粒物浓度最低,南明区市监测站点位最高。3个点位PM2.5平均浓度与PM10平均浓度的比值为0.719,表明贵阳市城区PM10中,PM2.5占主导地位。水溶性离子分析显示,SO42-、NO2-、NO3-、NH4+、Cl-、F-、Na+、K+主要分布在PM2.5中,Mg2+、Ca2+主要分布在PM10中。3个点位PM10和PM2.5中的水溶性离子均表现为SO42-、NH4+、Ca2+浓度较大,F-、NO2-较小,表明3个点位的污染源总体相同,且水溶性离子占PM10、PM2.5含量的比例达33.6%~48.1%。贵阳市城区大气中的SO2转化率在5月、7月、10月较高,2月最低,主要是由于5月、7月、10月的高温、高湿、强辐射环境条件促进了SO2向SO42-的转化。阴阳离子平衡分析表明,贵阳市城区PM10、PM2.5呈现出偏碱性的特征。水溶性离子主成分分析表明,贵阳市城区PM10中的水溶性离子主要来源于城市扬尘、生物质燃烧尘、煤烟尘、建筑尘以及二次粒子,PM2.5中水溶性离子的来源与PM10较为相似。    

10.  宿迁市PM2.5中水溶性无机离子的季节特征和来源分析  
   马红璐  赵欣  陆建刚  王辉  许纯领  欧阳琰  朱新胜  殷堂兵  漆丹  陆亚秋  汪玖阳  陆声兴《环境科学》,2020年第41卷第9期
   为了研究宿迁市PM2.5中水溶性无机离子的季节特征和来源,于2017年5月至2018年1月在宿迁市水汽通道上的3个监测点位采集了171份PM2.5样品,分析了PM2.5质量浓度以及9种水溶性无机离子含量.结果表明,宿迁市PM2.5中水溶性无机离子的年均浓度为(44.08±34.61)μg ·m-3,占PM2.5质量的41.8%,9种水溶性离子浓度大小排序为ρ(NO3-) > ρ(SO42-) > ρ(NH4+) > ρ(Cl-) > ρ(Na+) > ρ(Ca2+) > ρ(K+) > ρ(F-) > ρ(Mg2+),其中NO3-、SO42-和NH4+是主要的离子组分,占总水溶性无机离子浓度的75.6%.ρ(NO3-)/ρ(SO42-)年均值为1.53±0.88,表明移动污染源对PM2.5的贡献高于固定污染源.水溶性无机离子相关性分析表明,NH4+与NO3-、SO42-可能以(NH42 SO4、NH4HSO4和NH4NO3的形式存在.结合主成分分析,水溶性无机离子主要来源于二次转化、工业源、生物质燃烧和扬尘.PM2.5浓度与相对湿度在冬季呈显著正相关,水汽传输在冬季更容易对PM2.5浓度增长有促进作用.    

11.  华北地区乡村站点(曲周)夏季PM2.5中二次无机组分的生成机制与来源解析  被引次数:2
   陈仕意  曾立民  董华斌  朱彤《环境科学》,2015年第36卷第10期
   利用大气PM2.5水溶性组分及其气态前体物在线测量系统(GAC-IC)于2014年6月9日~7月11日对华北地区乡村站点曲周大气PM2.5中水溶性组分及其气态前体物进行了在线测量,分析了PM2.5中水溶性组分与气态前体物日变化规律及其相互作用,探讨了当地细颗粒物的气粒转化机制并分析了其来源. 结果表明夏季曲周大气PM2.5中水溶性无机离子与相关气态前体物的浓度呈现明显的日变化规律. 观测期间,PM2.5中SO42-、NH4+和NO3-的平均浓度分别是26.28、18.08和16.36 μg·m-3,是PM2.5中最主要的水溶性无机离子,约占PM2.5质量浓度的76.23%;气态前体物中,NH3浓度明显偏高、平均值为44.85 μg·m-3,主要来源于当地的农业活动排放;硫氧化率(SOR)和氮氧化率(NOR)平均值分别是0.60和0.30,表现出明显的二次污染特征. 经相关性分析发现: 曲周大气PM2.5中NH4+与NO3-、SO42-有良好的相关性,且表现为富氨状态,NH4+以(NH4)2SO4形式存在,NO3-的生成主要受HNO3的限制. 对NH4NO3平衡进行研究发现: 与夜间相反,白天曲周大气环境不利于NH4NO3生成和保持. 结果也表明, 二次转化是曲周夏季细颗粒物的主要来源,堆肥与农田释放的NH3是导致高浓度二次无机颗粒物(SNA)的重要因素.    

12.  南京大气细颗粒物中水溶性组分的污染特征  被引次数:4
   张予燕  任兰  孙娟  朱志锋  陈妍妍《中国环境监测》,2013年第29卷第4期
   为了解南京城区大气细颗粒物中水溶性组分的污染特征,在国控点草场门进行了连续一年的PM2.5采样与分析。6种离子日均浓度为5.29~67.6 μg/m3,其中SO42-、NH4+、NO3-是PM2.5的主要组成成分,6 种离子约占PM2.5总质量的31%,SO42-、NO3-和NH4+相关性较好,NH4+是PM2.5中硫酸盐和硝酸盐中居于主导地位的离子。    

13.  京津冀区域气溶胶中无机水溶性离子污染特征分析  被引次数:20
   赵普生  张小玲  孟伟  杨斌云  樊文雁  刘怀玉《环境科学》,2011年第32卷第6期
   在北京、天津、石家庄、承德城区和北京上甸子区域本底站共设置5个采样点,2009~2010年分季节采集环境PM2.5,并分析其中的无机水溶性离子,进而研究京津冀区域气溶胶中离子组分的污染特征.研究表明,京津冀PM2.5污染较重,北京、天津和石家庄年均浓度均超过了100 μg/m3;5个站点二次离子(SO2-4、NO-3、NH+4)总年均浓度为22~75 μg/m3,二次离子春夏两季浓度较高,且夏季SO2-4浓度水平远远高于NO-3.反映地壳组分的Mg2+和Ca2+春季浓度较高,其中天津和石家庄2个城市地壳组分的污染相对较重;北京市区PM2.5和二次离子污染特征与2004前相比有较大变化,PM2.5浓度四季较稳定,二次离子夏季明显高于其它季节,NO-3/SO2-4比值较以往明显升高;上甸子PM2.5和二次离子污染受到北京城区的影响较大.    

14.  杭州城区春节PM2.5中水溶性离子在线观测  被引次数:5
   沈建东  焦荔  何曦  徐昶  徐鸿  孙鸿良  曾大吉  张天  叶贤满《中国环境监测》,2014年第30卷第2期
   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,SO42-、NO3-、NH4+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NO2-浓度为2.07 μg/m3,远大于膜采样结果;NO3-与SO42-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,NH4+与NO3-、SO42-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-、SO42-、K+、Mg2+浓度分别达到燃放前的18、6、53、76倍。    

15.  三亚城区PM2.5中水溶性离子特征与来源分析  
   胡珊瑚  吴晓晨  徐文帅  谢荣富  冼爱丹  杨朝晖《环境科学学报》,2021年第41卷第7期
   基于2019年三亚城区站点PM2.5中水溶性离子在线观测数据,分析了水溶性离子的质量浓度水平、不同时间尺度和不同PM2.5浓度下的特征,探讨了气象因子对离子组分的影响,通过主成分分析(PCA)解析来源.结果表明:2019年三亚城区总水溶性离子(TWSI)质量浓度为8.173 μg·m-3,占ρ(PM2.5)的58.4%,各离子质量浓度大小依次为:ρ(SO42-) > ρ(NO3-) > ρ(K+) > ρ(NH4+) > ρ(Na+) > ρ(Cl-) > ρ(Ca2+) > ρ(F-) > ρ(Mg2+) > ρ(NO2-),其中二次离子SO42-、NO3-、NH4+(SNA)和K+为主要离子组分,占总水溶性离子的80.0%,海盐粒子Na+及Cl-之和占比为14.7%,且与风速呈显著正相关;TWSI季节浓度变化特征明显,秋季最高,春冬季次之,夏季最低,主要与秋冬季风速较大、主导风向转为东北风,易受外来传输有关;SO42-在各个季节均是浓度及占比最高的离子,硫氧化率(SOR)的日均值均大于0.1,存在显著的SO2向SO42-转化的过程;PCA分析结果表明三亚城区水溶性离子主要受海洋源、二次源及生物质燃烧源的影响.    

16.  南京江北新区PM2.5中水溶性离子的季节特征和来源解析  
   邱晨晨  宫海星  于兴娜  丁铖  侯思宇  张瑞芳  侯新红《环境科学学报》,2021年第41卷第5期
   为探究南京江北新区PM2.5中水溶性离子的季节特征和来源,于2019年共采集了113个有效PM2.5样品.用称重法和离子色谱法分别测定出PM2.5和10种水溶性离子的质量浓度,并使用PMF源解析法对其进行来源解析.结果表明,观测期间南京江北新区PM2.5和水溶性离子年平均浓度分别为(78.34±29.64)和(35.68±18.30)μg·m-3,其四季变化趋势相同,冬季浓度高,夏季浓度低.10种水溶性离子中NO3-、SO42-和NH4+的浓度远远高于其他离子,其在总离子中的含量高达89.9%.南京江北新区四季PM2.5中NH4+主要与HSO4-和NO3-结合存在.硫氧化率(SOR)和氮氧化率(NOR)的年均值分别为0.53和0.28,说明观测期间大气中氮硫的二次生成率较高.南京江北新区PM2.5中水溶性离子主要来源为二次转化、海盐和扬尘.    

17.  2014年APEC前后北京城区PM2.5中水溶性离子特征分析  被引次数:3
   杨懂艳  刘保献  张大伟  石爱军  周健楠  景宽  富佳明《环境科学》,2015年第36卷第12期
   2014年10月至11月间,在北京城区开展PM2.5监测并对其中的水溶性离子进行离线及在线分析.其中NO3-、SO42-和NH4+在不同观测阶段均是PM2.5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NO3-浓度水平较高,对PM2.5贡献最大.对APEC期间水溶性离子的累积趋势研究发现, NO3-、SO42-、NH4+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.    

18.  典型沿海城市采暖期细颗粒物组分特征及来源解析  
   李明燕  杨文  魏敏  朱红晓  刘厚凤《环境科学》,2020年第41卷第4期
   为明确威海市采暖期细颗粒物的组分及来源,于2018年1~3月在威海市3个空气质量例行监测点采集了环境空气PM2.5样品,分析OC、EC、水溶性离子及元素组分特征,利用PMF模型解析PM2.5的来源.结果表明,采样期间威海市PM2.5日均质量浓度为(33.80±22.45)μg·m-3,NO3-、NH4+、SO42-、OC和EC是其主要组分.作为沿海城市其Cl-占比相对较高,同时PM2.5组分特征体现出颗粒物成分受本地工业特征污染物排放的影响.NO3-/SO42-和OC/EC比值均表明威海市采暖期移动源对PM2.5贡献大;水溶性离子中酸碱离子比例分析表明,威海市采暖期PM2.5呈弱碱性,NH4+过量,主要以NH4NO3和(NH42SO4等形式存在.污染时段威海市二次污染物浓度上升明显,主要组分NH4+、NO3-、SO42-、OC和EC质量浓度是清洁时段的4.21、5.27、3.23、2.02和1.81倍.源解析结果表明,二次气溶胶占PM2.5的32.4%~36.0%,移动源(15.6%~18.9%)、燃煤源(12.1%~17.8%)、生物质燃烧源(9.0%~10.4%)和扬尘(8.6%~11.3%)是威海市环境空气PM2.5的主要来源,而工艺过程源(2.1%~8.3%)、非道路移动源(2.4%~3.7%)和海盐(3.5%~5.6%)贡献比例较小.    

19.  昆山市不同污染条件下PM2.5水溶性离子时间变化特征及其源解析  
   吕青  包云轩  陈粲  汪婷  吴俊梅  唐倩  季群《环境科学学报》,2021年第41卷第2期
   为了探明昆山市不同污染条件下PM2.5中水溶性无机离子的污染特征以及本地源排放占主导时对污染过程的贡献,本研究使用昆山市2017年3月—2018年2月期间PM2.5、水溶性无机离子及其气态前体物数据,分别探讨了水溶性无机离子及其气态前体物在污染天气和清洁天气情况下的变化特征,揭示了它们在污染天气和清洁天气下的变化机制.同时结合周围城市PM2.5浓度筛选出昆山市秋、冬季局地污染事件,利用主成分分析(principle component analysis,PCA)方法对筛选出的局地污染事件中的水溶性无机离子数据进行了来源解析,定量评估了本地源排放占主导时不同水溶性无机离子对灰霾污染事件过程中PM2.5浓度的贡献.结果表明:①SO42-、NO3-、NH4+(合称SNA)是PM2.5的重要组分,且其相对贡献随着大气污染加重而变化.3种离子在清洁和污染条件下对PM2.5的相对贡献分别是49.4%~62.3%和52.7%~65.9%.在3种主要的水溶性无机离子中,NO3-浓度最高,其次是SO42-和NH4+.随着污染加重,SO42-的贡献率下降,而NO3-的贡献率上升.②污染天气下3种离子日变化规律不同,且存在明显季节差异.其中秋冬季SO42-和NH4+与各自气态前体物变化趋势一致且为单峰型;NO3-为单峰型而其前体物则为双峰型.另外,NO3-与NH4+日变化趋势较为一致,表明昆山地区SNA多以NH4NO3形式存在.③2017—2018年秋冬季由本地源排放占主导的污染天气下,PM2.5的主要来源是二次气粒转化、建筑扬尘、生物质燃烧和燃煤;除了Mg2+和Ca2+,其他水溶性离子浓度均低于非本地源排放占主导的污染天气下的浓度.    

20.  南京市不同天气过程下颗粒物中水溶性离子分布特征及其来源解析  
   张扬  王红磊  刘安康  陈魁  张艺馨  刘思晗《环境科学》,2021年第42卷第2期
   于2018年11月16~28日使用在线气体组分及气溶胶监测系统MARGA ADI 2080观测了南京市颗粒物中的水溶性无机离子和一些痕量气体,结合气象要素和探空数据,分析了霾、雾、清洁和降水这4类过程中污染物及水溶性离子的分布特征及其昼夜差异.结果表明,在4类过程中PM2.5平均浓度(μg·m-3)在26.9(降水)~96.4(霾),而总水溶性离子浓度(μg·m-3)在23.7(降水)~89.7(霾).在霾和雾过程中离子浓度大小排序为NO3- > NH4+ > SO42- > Cl- > K+ > Ca2+ > Na+ > Mg2+,而在清洁和降水过程中为NO3- > SO42- > NH4+ > Cl- > Ca2+ > K+ > Na+ > Mg2+.水溶性离子的昼夜分布特征在4类过程中差异较大,但昼夜间SO42-、NO3-和NH4+(SNA)均呈现出在霾>雾>清洁>降水过程中的特征.由PMF源解析结果分析得到,二次源是影响霾的主导因素,二次源、海盐及燃烧源是雾过程的主要污染来源,降水过程对燃煤源和二次源的清除作用较清洁过程更明显.    

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