辽宁典型城市道路扬尘PM2.5中水溶性无机离子组分特征及来源解析

为了解辽宁省典型城市道路扬尘PM_(2.5)中水溶性无机离子组分特征及其来源,分别于2014年和2016年采集了鞍山市和盘锦市道路扬尘样品,利用再悬浮采样器将其悬浮到滤膜上,用离子色谱仪分析了其中的水溶性无机离子组分,分别用相关分析法和比值法分析了其污染特征,用主成分法初步解析了其主要污染源.结果表明,盘锦市和鞍山市8种水溶性无机离子分别占道路扬尘PM_(2.5)的5.83%±3.34%和5.84%±1.15%.盘锦市NH_4~+与SO_4~(2-)和NO_3~-的结合方式主要为(NH_4)2SO_4和NH_4NO_3,鞍山市NH_4~+与SO_4~(2-)和NO_3~-的主要结合方式为NH_4HSO_4和NH_4NO_3.盘锦市和鞍山市道路扬尘PM_(2.5)中NO_3~-/SO_4~(2-)的均值分别为0.52±0.55和0.46±0.13,表明固定源(燃煤)对其道路扬尘PM_(2.5)的影响较显著.盘锦市道路扬尘PM_(2.5)主要来源于生物质燃烧源、海盐粒子、建筑水泥尘和机动车尾气;鞍山市道路扬尘PM_(2.5)主要来源于燃煤源、生物质燃烧源、海盐粒子和钢铁冶炼尘.     

南昌市土壤风沙尘PM2.5中水溶性离子分布特征及来源初探

为了解南昌市土壤风沙尘PM_(2.5)中水溶性离子的分布特征,利用颗粒物再悬浮采样器采集土壤风沙尘的PM_(2.5)样品,并采用离子色谱仪分析了9种水溶性离子的含量。结果表明,土壤风沙尘PM_(2.5)中9种水溶性离子的含量之和为11. 126±2. 703 mg/g,阳离子中平均含量最高的是Ca~(2+)(1. 684±0. 545 mg/g),阴离子中最高的是SO_4~(2-)(3. 568±1. 553 mg/g)。SO_4~(2-)、NO_3~-、Ca~(2+)和Cl~-是土壤尘PM_(2.5)中的主要离子组成,占总离子浓度的80. 60%。与其他城市对比,南昌市土壤风沙尘PM_(2.5)中离子基本处于较低水平。阴阳离子当量浓度比值为1. 26,表明土壤风沙尘的PM_(2.5)颗粒为弱酸性。空间插值分析表明南昌市西南部土壤尘PM_(2.5)中的离子含量分布相对较高,而东部及北部多处于较低水平。相关性分析表明Na~+、F~-和NH_4~+具有同源性,K~+与其他离子都不相关。NO_3~-/SO_4~(2-)的比值介于0. 26～0. 97间,整体上反映出固定源对土壤风沙尘PM_(2.5)的影响更显著。     

北京郊区农田夏季大气颗粒物质量和离子成分谱分布特征

农业活动是大气颗粒物的重要来源之一.为了研究北京郊区农田大气颗粒物质量和离子成分的分布,探讨其来源,本研究使用8级串联撞击式采样器MOUDI采集了2004年夏季北京远郊菜地的大气颗粒物样品,测量了0.18～18μm粒径段颗粒物质量和水溶性无机离子的粒径分布.细粒子的主要离子成分是SO₄^2-、NO₃^-和NH₄⁺,与温度、湿度和光照等条件相关,推测主要来自农田释放的NH₃与光化学生成的酸性物种的反应.细粒子中的K⁺可能来自植物的排放和生物质的燃烧.粗粒子中Ca²⁺、Mg²⁺、NO₃^-和SO₄^2-可能主要来自土壤颗粒物通过机械过程进入大气,以及其后酸性物种和土壤颗粒物表面的化学反应.研究结果表明,施用的化肥和土壤可能是决定农田大气中颗粒物的重要因素,北京远郊菜地对大气颗粒物可能有着重要的贡献.     

深圳市郊区大气中PM2.5的特征分析

为了确定深圳市郊区大气中PM2.5的污染特征,本研究分析了2009年和2010年夏季和冬季PM2.5样品中的水溶性离子和多环芳烃成分.结果表明,深圳市郊区大气中PM2.5的质量浓度很高,夏季53.9%和冬季100%的样品超过了WHO的大气质量准则浓度.PM2.5中,冬季最主要的3种离子是SO24-、NO3-和NH4＋.在夏季,这3种离子在PM2.5中的含量都会减少,而Cl-、Na＋、K＋、Ca2＋和Mg2＋的含量会增多.另外,冬季是多环芳烃浓度较高的季节,其中萘、苊烯、苊和苯并荧蒽是冬季PM2.5中多环芳烃的主要成分.本研究还通过比值法和特征化合物法对深圳市郊区大气中的PM2.5进行了源解析,确定了PM2.5的可能来源.     

青岛大气气溶胶水溶性无机离子研究:季节分布特征

为了全面了解当前青岛地区大气气溶胶中水溶性组分的特征及来源,于2008年1～12月在青岛市区连续采集了总悬浮颗粒物(TSP)样品,运用离子色谱法对其主要的水溶性阴阳离子进行了分析.结果表明,SO24-、NO3-、NH4+和Cl-是TSP中水溶性离子的主要成分,四者质量浓度之和占总水溶性离子质量浓度的86.9%.TSP及其水溶性组分存在明显的季节变化,其来源也存在多源性.Na+、NH4+、Ca2+、F-、Mg2+均为冬季最高,夏季最低,K+、PO34-为秋季最高,夏季最低,Cl-为冬季最高,秋季最低,NO3-则为春季最高,夏季最低,而SO24-为春季最高,秋季最低.不同天气对颗粒物和气溶胶中水溶性离子影响很大.颗粒物浓度在晴天时最低,其次是雾天,再次是烟雾和霾,沙尘天气下质量浓度最高.Na+、Mg2+、Ca2+、F-、Cl-和PO34-在烟雾天气下的平均浓度最高,而NH4+、K+、NO3-和SO24-则是在霾天气下质量浓度最高.     

典型超低排放燃煤电厂可凝结颗粒物特征和成因

燃煤电厂排放的可凝结颗粒物（condensable particle matter,CPM）由于其潜在的大气环境影响引起广泛关注,而目前对于燃煤电厂CPM的特征和成因尚不清楚.本研究通过稀释间接法收集了超低排放改造后的典型燃煤电厂石灰石-石膏湿法脱硫（wet flue gas desulfurization,WFGD）入口/出口和湿式静电除尘（wet electrostatic precipitator,WESP）出口位置的CPM,并对其进行重量分析和水溶性离子分析,同时测量了可能的CPM气态前体物浓度.结果表明,烟气中CPM的主要气态前体物为HCl、HNO₃、SO₃和NH₃等.烟气温度降低后,这些气态前体物通过冷凝或化学反应形成CPM.所形成CPM主要化学组分包括SO₄^2-、Cl^-、NO₃^-和NH₄⁺等水溶性离子.WFGD和WESP可以降低CPM气态前体物的浓度,进而减少CPM排放,经过WFGD和WESP后CPM浓度的平均下降比例分别为27%和45%.此外,稀释降温后烟气中的SO₃非均相冷凝在已有的颗粒物表面上,导致颗粒物中的SO₄^2-增加,同时Cl^-和NO₃^-减少,致使最终排口处CPM的水溶性离子组分主要为SO₄^2-.     

天津市道路环境大气颗粒物水溶性无机离子分析

大气颗粒物,尤其是其中的水溶性无机离子,对人体危害很大.天津市大气污染中机动车尾气污染相对较高,为探究不同道路类型下水溶性无机离子的污染特征,于2015年4~5月对天津市四类道路类型分别进行大气颗粒物PM_(2.5)和PM_(10)采样及水溶性离子组分分析,并运用皮尔森相关性分析、水溶性离子比值关系分析及主成分分析方法进行探讨.结果表明,天津市水溶性无机离子主要集中在细颗粒物中,不同离子在不同道路下所占质量分数差异很大,二次污染相对较重;二次离子是水溶性无机离子的重要组成部分,在细颗粒物中含量相对较高,在PM_(2.5)中的含量是PM_(10)中的1~2倍左右;K~+、Mg~(2+)、Na~+与Ca~(2+)之间有较高的同源性;各道路PM_(2.5)和PM_(10)第一贡献因子均是燃烧和二次污染的混合源,第二贡献因子主要为扬尘与交通混合源.     

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

为研究天津市高校道路扬尘PM_2.5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^-、SO₄^2-）进行分析.结果显示：①水溶性离子占PM_2.5的11.65%，PM_2.5中占比大于1%的离子有Ca²⁺和SO₄^2-，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），PM_2.5呈较强碱性；③NH₄⁺与SO₄^2-、NO₃^-主要以（NH₄）₂SO₄和NH₄NO₃的形态结合；④NO₃^-/SO₄^2-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PM_2.5主要来源于海盐粒子、燃煤、机动车尾气、建筑水泥尘等.     

盘锦市冬季PM2.5水溶性离子特征及来源分析

为探讨盘锦市冬季PM_(2.5)水溶性离子污染特征和来源,于2017年1月采集3个点位的PM_(2.5)样品,用ICS-900离子色谱仪分析了8种离子(Na~+、Mg~(2+)、Ca~(2+)、K~+、NH_4~+、SO_4~(2-)、Cl~-和NO_3~-).开展了PM_(2.5)和离子浓度特征分析、硫氧化率(SOR)和氮氧化率(NOR)计算、离子平衡计算、主成分分析等.结果表明:盘锦市冬季PM_(2.5)浓度与水溶性离子浓度特征为文化公园开发区第二中学;SO_4~(2-)、NO_3~-、NH_4~+质量浓度较大;冬季硫氧化率(SOR)和氮氧化率(NOR)的均值均大于0.10,说明SO_4~(2-)、NO_3~-主要由SO_2和NO_x转化而来;阳离子和阴离子当量相关性较强;开发区整体上呈现出中性,文化公园与第二中学呈现出偏碱性;盘锦市PM_(2.5)中水溶性离子主要来源于煤烟尘,生物质燃烧,二次粒子以及扬尘.     

利用SPAMS研究石家庄市冬季连续灰霾天气的污染特征及成因

2014年11月18~26日石家庄市发生了连续的灰霾天气.利用位于石家庄市大气自动监测站(20 m)的单颗粒气溶胶质谱仪(SPAMS)分析了细颗粒物的化学组成,根据石家庄市大气污染物排放源谱库对主要成分进行了来源解析,并结合颗粒物质量浓度和气象条件研究了该地区冬季灰霾天气成因.结果表明,石家庄市大气细颗粒物来源分为7类,各源示踪离子:燃煤源为Al,工业源为OC、Fe、Pb,机动车尾气源为EC,扬尘源为Al、Ca、Si,生物质燃烧源为K和左旋葡聚糖,纯二次无机源为SO-4、NO-2和NO-3,餐饮源为HOC.灰霾期间大气中主要含有OC、HOC、EC、HEC、ECOC、富钾颗粒、矿物质和重金属等8类颗粒,其中OC和ECOC颗粒最多,分别占到总数的50%和20%以上,OC颗粒主要来自燃煤和工业工艺,ECOC颗粒主要来自燃煤和机动车尾气排放.灰霾发生时含有NH+4、SO-4、NO-2和NO-3等二次离子的颗粒物占比升高,其中含NH+4颗粒增幅最大;EC、OC与NO-3、SO-4、NH+4在灰霾天气下的混合程度均比干净天气高,其中与NH+4的混合程度加剧最为明显.冬季采暖期煤炭的大量燃烧、医化行业工艺过程及机动车尾气等污染源排放的一次气态污染物(SO2、NOx、NH3、VOCs)和一次颗粒物在静稳天气中难以扩散而迅速累积,气态污染物发生二次转化形成硝酸铵、硫酸铵,而颗粒物之间通过碰撞形成二次颗粒物并发生不同程度的混合,从而导致大气能见度下降,以上是石家庄市冬季灰霾形成的主要原因.     

1990与2007年兰州冬季大气气溶胶中水溶性离子浓度比较

研究了兰州市1990和2007年冬季在同一地点采集的大气气溶胶样品,使用离子色谱法对其中8种水溶性无机阴离子和6种阳离子进行了分析. 结果发现,17年来由于工业和能源结构的改变以及机动车数量的急剧增加,气溶胶中主要水溶性离子的构成比例和排序正在发生明显变化. 2007年水溶性离子占TSP质量的比例比1990年上升了16%以上,上升最明显的是SO₄2-(4.43%),NH₄+(3.11%),Ca2+(2.50%),NO₃-(2.27%)和Cl-(2.07%). 其主要离子的排序以及在被测阴、阳离子总和中的比例也发生了明显变化. 阴离子中仍然以SO₄2-为首;而阳离子中,1990年是以Ca2+为首,到2007年则变成以NH₄+为首. NH₄+在被测阴、阳离子总和与阳离子总和中所占比例分别上升了7%和6%. 在研究气溶胶的同时,应重视其水溶性离子对人体的危害和影响.      

北京市燃煤锅炉烟气中水溶性离子排放特征

选择北京市典型烟气脱硫除尘净化工艺的燃煤锅炉,分析和评估了其烟气中水溶性离子的排放水平、排放特征及其影响因素.北京市燃煤锅炉水溶性离子平均基准排放质量浓度最高51.240 mg·m-3,最低7.186 mg·m-3,且水溶性离子排放水平与烟气含湿量无关.SO2-4作为脱硫反应的特征产物是北京市燃煤锅炉烟气排放共有的主要特征离子,其排放量占离子排放总量的63.8%~81.0%;F-是燃煤电厂烟气排放的又一特征离子,其排放量占离子排放总量的22.2%~32.5%.烟气净化工艺对水溶性离子的排放水平和特征有显著影响,Na+是添加脱硫剂Na OH的特征离子;NH+4和NO-3是脱硫剂NH4HCO3的特征离子,Mg2+是作为Mg O脱硫剂的特征离子,但脱硫剂Ca O/Ca CO3未增加Ca2+的排放.燃煤电厂锅炉烟气中排放的NH+4和NO-3显著低于其他工业与供暖锅炉.烟温对水溶性离子的形态分布有显著影响,水溶性离子在烟温高时以超细模态存在而不易被滤膜捕集.     

大气PM2.5中水溶性离子在线观测技术的应用研究

为了解北京大气PM2.5污染状况,评估大气细颗粒物快速捕集-化学成分在线分析系统(RCFP-IC)在追踪污染生成-消散过程中的适用性,于2011年3月对北京PM2.5中NO3-、SO24-、NH4+和Cl-这4种污染型水溶性离子浓度变化进行了连续高时间分辨率观测,并结合同期气象要素的变化,探讨了污染过程形成的原因.结果表明,一个月的观测期内捕捉到了5次较为明显的污染过程,4种水溶性离子的浓度变化趋于一致,并呈现出典型的"慢积累、快清除"的锯齿型污染物浓度时间序列变化特征.NO3-和NH4+在典型污染事件中峰值浓度是清洁时期浓度的10倍以上,而SO24-和Cl-污染峰值浓度仅为清洁时期的2～4倍.停暖后4种离子浓度较采暖期下降了15%～60%.RCFP-IC与高分辨率飞行时间气溶胶质谱(HR-TOF-AMS)同期观测结果变化趋势具有高度的一致性,但RCFP-IC定量水溶性离子浓度更为准确.     

2022年北京市城区PM2.5水溶性离子含量及其变化特征

为探究北京市大气细颗粒物（PM_2.5）水溶性离子含量及其变化特征,有针对性地提出污染防治方案,对2022年全年PM_2.5水溶性离子、气态前体物（SO₂、NO₂）和气象因素（温度、RH）进行分析测定.结果表明,北京市城区PM_2.5中占比最高的水溶性离子为NO₃^-、NH₄⁺和SO₄^2-,占PM_2.5的52.7%,ρ（PM_2.5）（33.2 μg·m^-3）和ρ（SNA）（18.9 μg·m^-3）低于历史研究结果,但SNA占比（52.7%）、SOR（0.45）和NOR（0.15）高于历史研究结果,体现出北京市细颗粒物污染得到明显改善,但仍具有较强的二次污染特征.NO₃^-/SO₄^2-为2.2,高于历史及附近省市研究结果,反映出移动源的影响不断扩大.从季节变化上看,PM_2.5呈现秋高夏低的变化特征,秋、春、冬这3个季节NO₃^-的占比最高,夏季SO₄^2-占比最高,而NH₄⁺在各季节占比变化不大.NOR与SOR的季节变化规律几乎相反,反映出二者的转化形成因素存在差异.北京城区SNA的主要存在形式为NH₄NO₃和（NH₄）₂SO₄,其中冬季阴阳离子中和度最高,夏季阳离子NH₄⁺稍显不足,而春秋两季NH₄⁺处于过量状态,北京城区为富氨环境.从污染级别看,水溶性离子质量浓度均随污染加重有不同程度的增长,增长最快的是SNA,其在PM_2.5中占比出现先上升后稳定的变化特征.从空间分布特征来看,中心城区和东南西北部郊区的SNA质量浓度大小均为：NO₃^->SO₄^2->NH₄⁺,体现了以NO₃^-为主导的污染特征;SNA对PM_2.5的贡献率最高的区域发生在东部、中心城区和传输点,表明在中心城区和东部地区二次反应相对活跃,同时区域传输也是二次离子的重要来源.     

泉州市大气PM2.5中水溶性离子季节变化特征及来源解析

为掌握泉州市大气PM_(2.5)中无机水溶性离子的季节变化特征,于2014年3月~2015年1月同步采集了泉州市5个采样点共116个PM_(2.5)样品.用离子色谱法分析了PM_(2.5)中Na~+、NH_4~+、K~+、Ca~(2+)、Mg~(2+)、F~-、Cl~-、NO_3~-和SO_4~(2-)等9种水溶性无机离子.观测期间,总水溶性离子浓度季节变化特征为春季(14.24±6.43)μg·m~(-3)冬季(8.54±7.61)μg·m~(-3)夏季(4.10±2.67)μg·m~(-3)秋季(3.91±2.58)μg·m~(-3);SO_4~(2-)、NO_3~-和NH_4~+(SNA)是PM_(2.5)中主要的3种离子,占水溶性离子总质量浓度比例分别为春季(90.3±3.3)%、夏季(68.8±11.7)%、秋季(78.9±7.1)%和冬季(74.0±18.4)%,说明春季二次污染较为严重;PM_(2.5)中阴、阳离子电荷平衡分析显示,阴离子相对亏损,大气细颗粒物组分呈弱碱性;春、冬季NH_4~+主要以(NH_4)_2SO_4、NH_4HSO_4和NH_4NO_3等形式存在,而夏、秋季则主要以NH_4HSO_4和NH_4NO_3形式存在;PMF源解析结果表明,泉州市大气PM_(2.5)中水溶性离子主要来自海盐、二次源、建筑扬尘、垃圾焚烧源和生物质燃烧源.     

Size distributions of aerosol and water-soluble ions in Nanjing during a crop residual burning event

To investigate the impact on urban air pollution by crop residual burning outside Nanjing, aerosol concentration, pollution gas concentration, mass concentration, and water-soluble ion size distribution were observed during one event of November 4-9, 2010. Results show that the size distribution of aerosol concentration is bimodal on pollution days and normal days, with peak values at 60-70 and 200-300 nm, respectively. Aerosol concentration is 10⁴ cm^-3. nm^-1 on pollution days. The peak value of spectrum distribution of aerosol concentration on pollution days is 1.5-3.3 times higher than that on a normal day. Crop residual burning has a great impact on the concentration of fine particles. Diurnal variation of aerosol concentration is trimodal on pollution days and normal days, with peak values at 03:00, 09:00 and 19:00 local standard time. The first peak is impacted by meteorological elements, while the second and third peaks are due to human activities, such as rush hour traffic. Crop residual burning has the greatest impact on SO₂ concentration, followed by NO₂, O₃ is hardly affected. The impact of crop residual burning on fine particles (< 2.1 μm) is larger than on coarse particles (> 2.1 μm), thus ion concentration in fine particles is higher than that in coarse particles. Crop residual burning leads to similar increase in all ion components, thus it has a small impact on the water-soluble ions order. Crop residual burning has a strong impact on the size distribution of K⁺, Cl^-, Na⁺, and F^- and has a weak impact on the size distributions of NH₄⁺, Ca²⁺, NO₃^- and SO₄^2-.     

使用RCFP-IC对南京市不同污染状况下PM_(2.5)中水溶性离子的观测分析

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SO2-4NO-3NH+4Cl-NO-2K+,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SO2-4NH+4NO-3NO-2Cl-K+和NO-3SO2-4NH+4Cl-NO-2K+.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NO-3、SO2-4和NH+4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.     

Photochemical properties and source of pollutants during continuous pollution episodes in Beijing, October, 2011

Beijing sufered from serious air pollution in October, 2011 with the occurrence of three continuous episodes. Here we analyze the pollution status of particulate matter, the relationship between the gaseous pollutants, physical and chemical properties of single particles, and the profile of watersoluble ions in PM2.5during the three episodes. Regional and photochemically aged air masses, which were characterized as having high values of O3and SO2, were hypothesized to have played a dominant role in the first episode. After mixing local air masses with freshly-emitted primary pollutants, the concentration of NOx continued to increase and the size of SO4 2, NO3 and NH4 +in the particle population continued to become smaller. The amount of elemental carbon-rich and organic carbonrich particles in the scaled single particles(0.2–2 μm) and water-soluble K+in PM2.5also increased in the episodes. All the available information suggests that the biomass or fuel burning sources in or around Beijing may have had a huge impact on the last two episodes.     

南京北郊冬春季大气能见度影响因子贡献研究

为研究南京北郊气象要素以及气溶胶对大气能见度的影响,利用2014年1~5月的能见度、相对湿度、温度、颗粒物浓度及其化学成分等观测数据,探讨了气溶胶不同化学组分对消光系数的贡献,提出了该地区能见度基于不同参数的拟合方案.结果表明,观测期间平均能见度为(5.78±3.64)km,能见度与相对湿度、PM_(2.5)存在明显的负相关,相关系数分别为-0.66、-0.48.冬季平均消光系数为(398.72±219.88)Mm~(-1),Organic、NH_4NO_3、(NH_4)_2SO_4和EC对消光的贡献率分别为38.81%、27.81%、23.95%和7.15%;春季平均消光系数为(248.36±78.42)Mm~(-1),Orgamic、NH_4NO_3、(NH_4)_2SO_4和EC对消光的贡献率分别为31.59%、24.36%、32.63%和8.64%.对比不同的能见度拟合方案时,基于颗粒物成分的能见度拟合方案优于基于散射系数的.不同相对湿度区间内PM_(2.5)对能见度的影响程度不同,基于PM_(2.5)、相对湿度和温度的能见度拟合方案说明:低相对湿度的条件下,PM_(2.5)对能见度的影响较大;随相对湿度增大,相对湿度成为更为重要的影响因子.     

Chemical characteristics of fine particles and their impact on visibility impairment in Shanghai based on a 1-year period observation

In this work, a one-year observation focusing on high time resolution characteristics of components in fine particles was conducted at an urban site in Shanghai. Contributions of different components on visibility impairment were also studied. Our research indicates that the major components of PM_2.5 in Shanghai are water-soluble inorganic ions and carbonaceous aerosol, accounting for about 60% and 30% respectively. Higher concentrations of sulfate (SO₄²⁻) and organic carbon (OC) in PM_2.5 occurred in fall and summer, while higher concentrations of nitrate (NO₃⁻) were observed in winter and spring. The mass concentrations of Cl⁻ and K⁺ were higher in winter. Moreover, NO₃⁻ increased significantly during PM_2.5 pollution episodes. The high values observed for the sulfate oxidizing rate (SOR), nitrate oxidizing rate (NOR) and secondary organic carbon (SOC) in OC indicate that photochemical reactions were quite active in Shanghai. The IMPROVE (Interagency Monitoring of Protected Visual Environments) formula was used in this study to investigate the contributions of individual PM_2.5 chemical components to the light extinction efficient in Shanghai. Both NH₄NO₃ and (NH₄)₂SO₄ had close relationships with visibility impairment in Shanghai. Our results show that the reduction of anthropogenic SO₂, NO_x and NH₃ would have a significant effect on the improvement of air quality and visibility in Shanghai.