首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到19条相似文献,搜索用时 109 毫秒
1.
为了解广州地区灰霾天气成因,基于城市超级站,对2013年12月1日—12月8日期间2次灰霾天气过程的水溶性无机离子污染特征进行研究。结果表明:监测期间二次离子(SNA)SO_4~(2-)、NO_3~-、NH_4~+分别占PM_(2.5)质量浓度的15.8%、7.4%、7.0%;2次污染过程SNA对PM_(2.5)贡献显著,机动车排放和燃煤是PM_(2.5)的主要污染来源。广州冬季属于富氨区,2次污染过程都伴随着NH_4~+显著增加,NH_4~+主要以(NH_4)_2SO_4和NH_4NO_3形式存在。  相似文献   

2.
为探究衡阳冬季PM_(2.5)和水溶性离子污染特征及其来源,于2019年1月在衡阳市城区采集大气PM_(2.5)样品,使用重量法和离子色谱法测得PM_(2.5)和水溶性离子组分质量浓度,并分析其浓度特征、酸碱度和来源等问题。结果表明:采样期间衡阳大气PM_(2.5)平均质量浓度为94.25μg/m~3,总水溶性离子质量浓度为52.94μg/m~3,占PM_(2.5)总质量浓度的56.43%;阴阳离子当量之比为1.12,PM_(2.5)呈酸性,其中SNA(SO_4~(2-)、NO_3~-和NH_4~+)占总水溶性离子质量浓度的95.06%。污染期间二次转化明显,SNA主要以(NH_4)_2SO_4和NH_4NO_3形式存在。源解析发现大气PM_(2.5)受化石燃料和生物质燃烧、垃圾焚烧、建筑扬尘、气态前体物二次转化、外来输送等多重因素影响,其中机动车尾气排放的NO_x在大气中二次转化形成的硝酸盐是衡阳重污染的最主要原因。  相似文献   

3.
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   

4.
于2017年3月1日—5月31日监测分析了连云港市大气PM_(2.5)中主要水溶性无机离子质量浓度的日变化规律,以及与气象因子、PM10、PM_(2.5)相关性。结果表明,水溶性无机离子质量浓度与环境空气中NO_2、CO、PM_(10)、PM_(2. 5)显著相关,与气温、风速、能见度等呈负相关;日变化呈明显单峰型,峰值出现在08:00左右;水溶性无机离子季度均值为27. 2μg/m~3,占ρ(PM_(2.5))平均50%左右,ρ(NO_3~-)、ρ(SO_4~(2-))和ρ(NH_4~+)占ρ(水溶性无机离子)总85%以上;指出,SO_4~(2-)主要受远距离传输的影响,NO_3~-和NH_4~+主要受局地源的影响。  相似文献   

5.
运用大气PM_(2.5)水溶性组分及其气态前体物在线监测系统(GAC-IC)于2017年3月5—12日对武汉市大气PM_(2.5)中水溶性组分进行了在线监测,分析了PM_(2.5)中主要水溶性离子的化学特征和作用机制。结果表明:实验期间武汉市大气PM_(2.5)中水溶性组分与气态前体物间存在明显的二次转化过程,二次反应是PM_(2.5)的重要来源。监测期间,PM_(2.5)中NO_3~-、SO_4~(2-)和NH_4~+的平均质量浓度分别为24.3、16.9、15.0μg/m~3,是PM_(2.5)中重要的水溶性无机离子,占PM_(2.5)质量浓度的40%~70%。硫氧化率(SOR)和氮氧化率(NOR)平均值分别为0.52和0.27,表现出较为明显的二次污染特征。通过相关性分析发现:监测点位周边大气PM_(2.5)中NH_4~+与NO_3~-、SO_4~(2-)有良好的相关性,且表现为富氨状态,大气中铵能较好地中和SO_4~(2-)和NO_3~-。  相似文献   

6.
基于2021年12月1日-2022年2月28日合肥市细颗粒物(PM_(2.5))及其水溶性离子连续观测数据,分析了合肥市冬季PM_(2.5)中水溶性离子化学特征以及不同污染程度下水溶性离子化学特征。结果表明:采样期间合肥市PM_(2.5)污染较重,不同污染程度下PM_(2.5)浓度差异较大,中度及以上污染天的ρ(PM_(2.5))平均值分别是清洁天和轻度污染天的2.8和1.3倍。二次水溶性无机离子[硝酸根离子(NO_(3)^(-))、铵根离子(NH+4)和硫酸根离子(SO_(2)-4),简称SNA]是合肥市PM_(2.5)的重要组成部分,随着污染程度的加重,PM_(2.5)二次生成比例随之下降。NH+4是合肥市水溶性离子中中和能力最强的离子,易与NO_(3)^(-)和SO_(2)-4结合分别形成NH_(4)NO_(3)和(NH_(4))_(2)SO_(4)。合肥市SO_(2)和NO_(2)均易发生二次转化,且SO_(2)较NO_(2)更容易发生二次转化。钙离子(Ca^(2+))和镁离子(Mg^(2+))相关性较高,说明合肥市PM_(2.5)可能受扬尘影响较大;钾离子(K^(+))是生物质燃烧的指示离子,氯离子(Cl^(-))与K^(+)相关性较好,说明合肥市PM_(2.5)组分中的Cl^(-)和K^(+)主要来自生物质燃烧。PM_(2.5)中水溶性离子受降水和温度影响较大。  相似文献   

7.
利用TEOM1405F型PM_(2.5)测量仪、MARGA水溶性离子在线分析仪和激光雷达对苏州市2016年8月24日—9月6日PM_(2.5)、水溶性离子和气溶胶垂直分布进行了观测,结合气象数据分析了水溶性离子的变化规律及其主要来源。结果表明,观测期间PM_(2.5)平均值为43.4μg/m3,与2014和2015年同期相比下降了42.9%和40.3%。总水溶性无机离子平均值为24.18μg/m~3,约占ρ(PM_(2.5))55.7%,其中ρ(SO_4~(2-))、ρ(NH_4~+)和ρ(NO_3~-)分别占ρ(总离子)的46.0%、25.8%、21.0%。夜间边界层降低,大气垂直扩散条件较差,是造成ρ(PM_(2.5))及ρ(水溶性离子)显著升高的主要原因。ρ(NO_3~-)/ρ(SO_4~(2-))为0.056~1.939,平均值为0.432,表明固定源(燃煤源)仍然是PM_(2.5)的主要来源;PCA方法表明苏州水溶性离子的主要来源于二次污染和燃烧源、海盐和土壤源以及地面扬尘、建筑尘。  相似文献   

8.
通过在武汉某高校校园的生活区、运动场、实验田区和施工区布设4个采样点,检测分析PM_(2.5)及其中金属元素和水溶性无机离子的含量。结果表明,施工区PM_(2.5)平均值超标0. 3倍,其余三区均达标,校园大气环境总体良好; PM_(2.5)中质量浓度较高的元素为Fe、Mg、Mn、Pb; Cd、Pb的富集因子 100,判断其来源于建筑施工、实验田翻耕、汽车尾气等人为污染; PM_(2.5)中主要水溶性无机离子为SO_4~(2-)和NO_3~-,生活区、施工区的NO_3~-及生活区的SO_4~(2-)主要来源于二次污染,施工区SO_4~(2-)来源于二次污染和施工材料; X射线衍射显示施工区PM_(2.5)中存在石英、高岭石等矿物。  相似文献   

9.
通过手工采集"奎屯—独山子"区域中冬季PM_(2.5),对SO_4~(2-)、NO_3~-、NO_2~-、Cl~-、F~-、K~+、Ca~(2+)、Na~+、Mg~(2+)和NH_4~+等水溶性离子特征进行了研究,结果表明:"奎屯—独山子"区域冬季PM_(2.5)中水溶性无机离子浓度分布为工业区与生活区较为相近,其中F~-、NH_4~+和K~+在2#生活区的浓度最大;NO_3~(2-)、Na~+、Ca~(2+)、Mg~(2+)在1#生活区的浓度最大;SO_4~(2-)在1#生活区和4#工业园区的浓度最大;Cl~-在3#工业园区的浓度最大。通过与北京同期数据相比,除SO_4~(2+)外,其余离子浓度与北京同期相当或低于北京同期值;"奎屯—独山子"区域冬季颗粒物整体呈酸性,生活区2#点酸性最弱,1#点最强,生活区和工业区无明显功能区分布特征;本次调查期间属于重污染天气,且本次污染期间固定源较之于移动源的贡献更显著。  相似文献   

10.
为研究大气中细颗粒物(PM_(2.5))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(PM_(2.5))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(PM_(2.5))变化总体均呈现冬季较高,春、秋季其次,夏季较低的特征。PM_(2.5)中水溶性离子组分按质量浓度大小排序为:ρ(NO_(3)^(-))>ρ(SO_(4)^(2-))>ρ(NH_(4)^(+))>ρ(Cl^(-))>ρ(K^(+))>ρ(Na^(+)),SO_(4)^(2-)、NO_(3)^(-)和NH_(4)^(+)(SNA)占总离子浓度的94%以上,占PM_(2.5)的52%以上,是影响PM_(2.5)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(NH_(4))_(2)SO_(4)和NH_(4)NO_(3)的形式存在。SO_(4)^(2-)、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,SO_(2)和NO_(2)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PM_(2.5)的主要来源。  相似文献   

11.
为研究大同市大气颗粒物质量浓度与水溶性离子组成特征,于2013年2、7、9、12月,分别对大同市及其对照点庞泉沟国家大气背景点进行了PM2.5及PM10的采样,通过超声萃取-IC法测定了样品中的9种水溶性离子,结果表明,大同市大气颗粒物污染1、4季度重于2、3季度,PM2.5季度均值全年均未超标,PM10仅第1季度超标1.4倍,污染状况总体良好,PM2.5与PM10相关系数R为0.75,说明大同市颗粒物污染有较为相近的来源,且不同季节均以粗颗粒物为主;大同市PM2.5中水溶性离子浓度分布为SO2-4、NO-3、NH+4Cl-、Ca2+K+、Na+F-、Mg2+,PM10中Ca2+浓度仅次于SO2-4、NO-3,控制扬尘将有效降低PM10的浓度;PM2.5及PM10中的9种水溶性离子在不同季度的浓度与颗粒物浓度分布规律类似,1、4季度较高,2、3季度较低;由阴阳离子平衡计算结果可知,相关性方程的斜率K为1.045,表明大同市大气颗粒物中阳离子相对亏损,大气细粒子组分偏酸性。NO-3与SO2-4浓度比值均小于1,大同市以硫酸型污染为主,大气中的SO2-4主要来源于人类活动排放。  相似文献   

12.
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   

13.
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   

14.
北京夏季大气主要含氮无机化合物的变化规律与相互作用   总被引:5,自引:2,他引:3  
利用SJAC-MOBIC/FIA在2006年8月16日—9月9日在线测量了北京城市大气细颗粒物中主要水溶性含氮离子组分(NO3-和 NH4+),与重要含氮气态污染物(HNO3、HNO2和 NH3),以追踪细颗粒物中含氮二次无机组分和含氮气态污染物的变化规律及其相互作用。观测期间,NO3- 和 NH4+的平均浓度分别为13.08和11.93 μg/m3,它们与SO42-浓度之和在细颗粒物(PM2.5)中的平均比例为55%,明显高于其他季节;污染过程中,积聚模态颗粒物体积浓度及其与爱根核模态颗粒物体积浓度比值逐渐增加,说明二次转化是北京夏季细颗粒物的重要来源。白天HONO迅速光解产生OH自由基,而OH自由基是生成HNO3的重要物种,因此HONO和HNO3具有相反的日变化规律。在温度较高的白天,大气环境不利于NH4NO3的生成与存在;夜间低温高湿的条件下硝酸铵理论平衡系数Ke与气态氨和硝酸的乘积Km相当或低于后者,较有利于NH4NO3的生成。北京夏季大气具有足量气态NH3以中和硫酸盐;但在NO3-与阳离子的电荷平衡中,金属阳离子也非常重要。  相似文献   

15.
1997—2010年北京市大气降水离子特征变化趋势研究   总被引:1,自引:1,他引:0  
依据北京市环境保护监测中心1997—2010年降水监测资料,分析北京地区降水中离子特征及变化趋势,阐明北京市降水污染现状及变化特征。结合北京市特有的气象条件、地形地貌和工业分布情况,分析污染物来源及污染变化趋势。研究表明:年度降水电导率呈现波动变化,降水污染严重程度依次为南部郊区>市区>北部背景点。北京地区大气降水中的主要阳离子成分是Ca2+和NH4+,主要阴离子成分是SO42-和NO3-。近年来[SO42-]/[NO3-]比值逐步下降,污染类型由典型硫酸型发展为硫酸+硝酸混合型。阳离子[Ca2+]/[NH4+]比值下降,碱性离子缓冲能力降低。9种离子各季节浓度变化趋势基本一致,由高到低依次是春季>秋季>冬季>夏季,这种季节变化特征与气象因素密切相关。相关性及聚类分析表明:NO3-与SO42-存在很强相关性,说明其前体物SO2和NOX在大气中经常一同排放且进入降水途径相同;H+浓度不是由某个离子决定,是所有致酸离子和中和离子相互作用的结果,而NH4+来源不同于其它离子,北京地区的氨存在其单独排放源。  相似文献   

16.
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   

17.
为了解蚌埠市环境空气中PM_(2.5)的来源,于2017年8月18日—9月18日,在百货大楼和高新区站点,利用单颗粒物气溶胶飞行时间质谱仪开展PM_(2.5)在线源解析。结果表明,百货大楼点位ρ(PM_(2.5))高于高新区点位,轻度污染比例(4.2%)明显高于高新区点位(0.8%),出现了中度污染(0.3%);SPAMS的PM_(2.5)质谱图显示百货大楼点位PM_(2.5)中K~+、Na~+特征明显,高新区点位HSO_4~-、NO_3~-、NO_2~-等无机信号较为明显;2个点位NO_3~-、NO_2~-、NH_4~+离子颗粒数占总颗粒数的百分比明显较高,且高新区点位NO_3~-、HSO_4~-离子数占比要明显高于百货大楼点位,燃料燃烧、工业工艺源、农田氮肥施用是其主要的人为污染源;2个点位PM_(2.5)成分主要为元素碳,分别占比42.4%,40.6%;污染时段,ρ(PM_(2.5))快速上升,除受本地机动车尾气源和燃煤源累积影响外,百货大楼点位扬尘源排放增加,高新区点位扬尘源和工业工艺排放源增加;2个点位机动车尾气源均为首要污染源,分别占比29.5%和30.9%,其次为燃煤源(24.3%和24.7%),扬尘源占比分别为22.9%和20.8%。  相似文献   

18.
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   

19.
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   

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