南京市一次霾污染过程中水溶性离子分布特征

使用MARGA离子在线分析仪ADI 2080对2017年12月27日~2018年1月5日南京市PM_2.5化学组分进行连续采样分析,结合气象要素和大气环境监测数据,探讨了霾污染过程中水溶性离子的时间分布特征及其来源特征.结果表明：霾日中南京水溶性离子浓度为121.41μg/m³,是洁净日的3.2倍.霾污染过程中水溶性离子平均浓度大小顺序为NO₃^- > SO₄^2- > NH₄⁺ > Cl^- > K⁺ > Ca²⁺ > Mg²⁺,SNA离子占总水溶性离子浓度的91.97%.霾日中水溶性离子日变化均为三峰型,洁净日中Cl^-、SO₄^2-和NH₄⁺的日变化为单峰型,Ca²⁺为双峰型,K⁺、Mg²⁺为三峰型.随着空气污染状况的加重,总水溶性离子在PM_2.5中的占比不断减少,空气质量为优时占比95.93%,严重污染时为63.25%.霾日中随着污染加重,NH₄⁺占总离子的比例稳定在23%左右,SO₄^2-占比缓慢减小,NO₃^-占比不断增大.NOR、SOR的日变化在霾日呈双峰型分布,洁净日则较为平稳.观测期间的水溶性离子主要来源有二次转化、煤烟尘、扬尘以及生物质燃烧.     

成都市城区大气细颗粒物水溶性离子污染特征

为了解成都市城区大气细颗粒物水溶性离子污染特征,在成都市城区四季采集PM_2.5有效样品共计102 个,测得颗粒物质量浓度以及水溶性离子质量浓度(NH₄⁺、Ca²⁺、Na⁺、Mg²⁺、K⁺、F^-、NO₃^-、SO₄^2-、Cl^-),并分析其浓度变化特征,重点关注二次无机离子的污染特征及形成影响.结果表明,成都市城区水溶性离子与大气细颗粒物的污染浓度变化基本一致,其中二次无机离子(NH₄⁺、NO₃^-、SO₄^2-)是离子中最主要的组成部分,占总水溶性离子浓度的84.8%.大气细颗粒物春秋冬三季为酸性,其原位PH值分别为1.9、2.6和2.0.城区硫酸盐和硝酸盐化学特性存在差异,硫酸盐主要表现为非均相反应过程中形成的NH₄HSO₄,并主要受区域传输过程的影响;硝酸盐主要表现为均相反应过程形成的NH₄NO₃,并主要受局地排放的影响.     

西沙永兴岛大气降水化学特征及来源分析

于2013年对南海西沙永兴岛雨水进行采集,分析了其主要阴阳离子,利用PMF模型对不同离子组成的来源进行解析并运用TrajStat软件模拟后向气团轨迹污染物来源区域的分析.结果表明,永兴岛降水离子浓度顺序为：Cl^-、SO₄^2-、NO₃^-和Na⁺、Ca²⁺、Mg²⁺、NH₄⁺、K⁺.Na⁺和Cl^-是降水中主要的阴阳离子,表现出海洋性降水的特征.SO₄^2-、Mg²⁺、K⁺主要来源于海水,但SO₄^2-也受化石燃料燃烧等影响,而K⁺可能受生物质燃烧的影响.Ca²⁺主要来源于土壤,少数来源于其他影响.NO₃^-主要来源于化石燃料燃烧释放,而NH₄⁺有多种来源,包括内陆人为活动的排放和海洋本身有机物降解过程释放的影响.根据Redfield比,可以初步计算出降水中NO₃^-和NH₄⁺对南海新生产力的贡献约为4.8%~13.5%.后向气团轨迹表明,永兴岛降水的离子来源区域相对复杂,包括我国东北地区、南方区域,以及马来西亚等国家、地区的影响,或者来源于南海局地的影响.     

东北亚冬季PM2.5水溶性离子空间分布特征及来源

为探讨东北亚冬季PM_2.5水溶性离子空间分布特征及来源,测定了2017~2018年沈阳冬季PM_2.5水溶性离子浓度.结果显示：沈阳冬季PM_2.5水溶性离子平均质量浓度为28.5±11.9μg/m³,二次离子（SO₄^2-、NO₃^-和NH₄⁺）的浓度最高,分别占总水溶性离子质量浓度的31.0%、22.4%和19.2%.运用离子化学计量学关系、相关性和主成分分析,探讨了沈阳冬季PM_2.5水溶性离子的可能来源.并整合了东北亚冬季（中国东北、韩国、日本）近20a来PM_2.5水溶性离子数据,发现沿着东亚冬季风,东北亚冬季PM_2.5水溶性离子浓度从中国东北,经韩国海岸、韩国和济州岛,日本海岸至日本整体呈下降趋势,在韩国和日本出现局部上升,且在不同区域,不同水溶性离子占比明显不同.其中,韩国冬季PM_2.5中SO₄^2-、Ca²⁺和K⁺受外来源影响显著,NO₃^-和NH₄⁺主要来自本地源,Cl^-、Na⁺和Mg²⁺主要来自本地源或海源;日本中部冬季PM_2.5中SO₄^2-、NO₃^-、NH₄⁺和K⁺主要来自本地源,Cl^-、Ca²⁺、Na⁺和Mg²⁺主要来自本地源或海源.     

杭州G20减排措施对大气水溶性离子特征的影响

利用2016年颗粒物及水溶性离子采样数据,研究了杭州G20峰会减排措施对大气中无机水溶性离子特征的影响.结果表明,杭州G20峰会减排措施对大气水溶性离子的质量浓度、组成结构、酸碱性等皆存在明显影响.减排措施实施使大气颗粒物和水溶性离子质量浓度下降,受影响的离子主要是NO₃^-、SO₄^2-、NH₄⁺、NO₂^-,其中NO₃^-、SO₄^2-质量浓度的下降使NH₄⁺、Ca²⁺、Cl^-成为浓度前3位的离子.SO₄^2-、NO₃^-、NH₄⁺、Ca²⁺粒径分布呈单峰型,其中SO₄^2-、NO₃^-、NH₄⁺峰值出现在0.65~1.10mm,Ca²⁺峰值出现在5.80~9.00mm,Na⁺、Cl^-、K⁺呈双峰分布,峰值皆出现在3.30~4.70mm和0.65~1.10mm,Na⁺两峰值相当,K⁺、Cl^-在0.65~1.10mm峰值较高.减排措施实施使大气中主要无机盐从NH₄NO₃、（NH₄）₂SO₄、NH₄Cl转变为NH₄Cl、NaCl、KCl,大气颗粒物碱性总体增强.本文研究成果对采取措施改善空气质量具有指导作用.     

邢台市秋季PM2.5及水溶性离子污染特征

为研究邢台市秋季PM_2.5污染特征,于2017年10月15日~11月14日在邢台市区对PM_2.5样品进行了采集,并对其中水溶性离子（包括Cl^-、NO₃^-、SO₄^2-、NH₄⁺、Ca²⁺、Na⁺、Mg²⁺、K⁺）进行了分析.结果显示,观测期间邢台市ρ（PM_2.5）平均值为（130.0±74.9）μg/m³,其中水溶性离子质量浓度为（69.8±11.4）μg/m³,占ρ（PM_2.5）的53.3%,NO₃^-、SO₄^2-和NH₄⁺为主要离子,占水溶性离子比例达到了89.7%. 当污染加重,水溶性离子质量浓度随ρ（PM_2.5）增大而升高,且NO₃^-、NH₄⁺及SO₄^2-占比亦逐渐升高,但其他离子占比随之下降,Ca²⁺尤为明显,表明ρ（PM_2.5）升高时主要受二次无机转化影响;观测期间SOR（硫转化率）与NOR（氮转化率）的平均值分别为0.36和0.25,表明秋季SO₂与NO₂转化速率较强,二次无机污染严重,另外SOR及NOR与温度及相对湿度呈正相关,且SOR对二者更为敏感;邢台市秋季PM_2.5呈弱碱性,NH₄⁺主要以（NH₄）₂SO₄和NH₄NO₃的形式存在;ρ（NO₃^-）/ρ（SO₄^2-）平均值为2.13,表明移动源对秋季大气颗粒物的来源贡献较大;PMF分析结果表明,二次转化源、燃烧源及扬尘源为邢台市秋季PM_2.5中水溶性离子的主要来源.     

北京市冬季重污染期间PM2.5及其组分演变特征

通过实时在线监测了2018年11月27日~2019年1月15日北京市城区PM_2.5、水溶性无机离子（Na⁺、NH₄⁺、K⁺、Mg²⁺、Ca²⁺、F^-、Cl^-、NO₂^-、NO₃^-、SO₄^2-、PO₄^3-）、碳质组分（有机碳OC、元素碳EC）的质量浓度以及气态污染物浓度和气象要素,收集整理了近20年北京市冬季PM_2.5、主要离子组分以及碳质组分浓度,分析研究了1999~2018年北京市冬季PM_2.5、离子、碳质组分的变化特征,重点探讨了监测期间清洁日与两个典型重污染事件PM_2.5及其组分的演变特征.结果表明：研究期间PM_2.5浓度为53.5μg/m³,达到近20年北京市冬季较低值,且大气主要污染源由煤烟型污染源转变为燃煤型与机动车尾气复合型污染源.监测期间,湿度高、微弱的西南风导致重污染产生,清洁日、污染事件I与污染事件II PM_2.5平均浓度分别为32.5,138.9,146.8μg/m³且不同时段PM_2.5日变化趋势存在差异.各离子浓度变化为：NO₃^- > NH₄⁺ > SO₄^2- > Cl^- > K⁺ > Ca²⁺ > Na⁺ > PO₄^3- > F^- > NO₂^-~Mg²⁺,总水溶性离子浓度为24.6μg/m³占PM_2.5总浓度的46.0%,其中SNA浓度占总离子浓度的83.7%,是离子中最主要的组分.碳质组分浓度达到近二十年北京市冬季最低值,变化为：一次有机碳POC > EC > 二次有机碳SOC,OC与EC相关系数达到0.99,一次燃烧源对污染过程有较大贡献.NH₄⁺在清洁日与污染II中富集,主要以（NH₄）₂SO₄、NH₄NO₃和NH₄Cl形式存在,在污染I中较少,仅以（NH₄）₂SO₄和NH₄NO₃存在.在污染I和II期间,SO₄^2-的形成昼夜均受相对湿度与NH₃影响;NO₃^-的形成白天受O₃与NH₃的影响,夜间受相对湿度和NH₃的影响.     

重庆市不同粒径颗粒物中水溶性离子污染特征

于2010年3月~2011年2月和2017年1~12月在重庆主城区连续采集PM_1.0、PM_1.0~2.5和PM_2.5~10样品,采用离子色谱测定了样品中9种水溶性无机离子（WSIIs）含量,研究了近年来不同粒径颗粒物中主要离子的污染特征.结果表明,2017年重庆市PM_1.0、PM_1.0~2.5和PM_2.5~10中WSIIs年均浓度和占比分别为24.10,32.89,39.11μg/m³和41.8%、40.3%、38.6%,较2010年均有所下降（39.85,47.84,57.12μg/m³和49.2%、46.6%、36.2%）,但NO₃^-浓度和占比呈上升趋势（分别上升12.3%~27.8%和53.1%~78.2%）,且成为2017年冬季首要离子.SO₄^2-、NO₃^-、NH₄⁺、Cl^-、K⁺和Na⁺主要分布在细粒子中,F^-、Mg²⁺和Ca²⁺主要分布在粗粒子中.重庆颗粒物呈弱碱性,其中粗粒子碱性强于细粒子,NH₄⁺主要以（NH₄）₂SO₄和NH₄NO₃的形式存在.与2010年不同,2017年细粒子中SO₄^2-和NO₃^-浓度均随相对湿度增大而快速上升,非均相反应已成为2017年SO₄^2-和NO₃^-形成的重要途径,且在PM_1.0中尤为突出.随污染加重,不同粒径下各类WSIIs演化特征各异,其中2017年细粒子中NO₃^-浓度及其对WSIIs贡献大幅升高,并成为重污染形成的主因,而SO₄^2-和扬尘源示踪物（Mg²⁺、Ca²⁺）贡献呈下降趋势.与2010年相比,2017年各粒径中NO₃^-/SO₄^2-比值随污染加重大幅升高,且重污染日比值均大于1.0.细粒子中WSIIs主要来源于二次转化,粗粒子主要来源于扬尘.2017年扬尘污染较2010年有所减缓,但二次源对WSIIs贡献上升明显,尤其是NO₃^-的二次生成,因此对NOx排放源的管控是WSIIs减排的重要途径.研究结果对了解近年来重庆市大气颗粒物污染来源及形成机制研究具有重要参考价值.     

民用燃料烟气中气态污染物及水溶性无机离子的排放

选取北京市地区典型生物质燃料（玉米芯、玉米秆、黄豆秆、草梗、松木、栗树枝、桃树枝）以及民用煤（烟煤、蜂窝煤）在实验室内进行了模拟燃烧实验,采用Thermo Fisher 42i型化学发光NO-NO₂-NOx分析仪、43i型脉冲荧光SO₂分析仪、48i型CO分析仪对烟气中的NO_x、SO₂、CO进行全程在线监测;对燃烧产生的颗粒物样品进行采集,采用ICS 90A、ICS2000离子色谱仪对不同粒径段颗粒物中的水溶性无机离子进行测定.研究表明：3类民用燃料排放因子均值由大到小的顺序,SO₂为民用煤 > 薪柴 > 秸秆;CO为秸秆 > 民用煤 > 薪柴;NO_x为薪柴 > 民用煤 > 秸秆.薪柴燃烧产生的PM_2.5中SO₄^2-含量最高,占总水溶性无机离子的22%~30%;秸秆类燃烧产生PM_2.5中的水溶性无机离子K⁺占绝对优势,占总水溶性无机离子的36%~49%,其次为Cl^-或SO₄^2-,两者之和占总水溶性无机离子的35%~44%.3类民用燃料中秸秆类燃烧排放的颗粒物中水溶性无机离子的排放因子最高,其次为薪柴类燃料,民用煤最低.本实验对不同粒径段颗粒物中9种水溶性无机离子进行了分析（Na⁺、K⁺、Mg²⁺、Ca²⁺、NH₄⁺、F^-、Cl^-、NO₃^-、SO₄^2-）,薪柴类燃料燃烧排放的颗粒物中,Na⁺、K⁺、NH₄⁺、F^-的排放因子在0~2.5μm粒径段内最大,Mg²⁺和Ca²⁺的排放因子在2.5~10μm粒径段内最大.秸秆类燃料除Ca²⁺、Mg²⁺外,其余离子的排放因子均在0~2.5μm粒径段内达到最大.对于烟煤而言,除了K⁺、Mg²⁺和Ca²⁺外,其余离子的排放因子均在0~2.5μm粒径段内达到最大;蜂窝煤中Na⁺、K⁺、Cl^-、NO₃^-、SO₄^2-的排放因子均在0~2.5μm粒径段内达到最大.     

祁连山东端地表及地下水水化学时空变化特征

于2016~2017年5~9月采集祁连山东端（乌鞘岭、古浪、天祝）的地表水和地下水样品进行水化学分析,综合运用统计分析、Piper三线图、Gibbs图以及离子比值等方法探究了祁连山东端地表水和地下水主要离子组成特征、来源以及时空变化.结果表明,祁连山东端地表水和地下水化学组成中优势阳离子为Ca²⁺和Na⁺,Ca²⁺的平均浓度为76.897mg/L,占比73.89%;Na⁺的浓度为16.592mg/L,占比15.94%.优势阴离子为HCO₃^-和SO₄^2-,HCO₃^-浓度190.117mg/L,占比68.71%;其次是SO₄^2-,平均值为67.565mg/L,占比为24.42%.乌鞘岭河水、地下水,天祝河水、地下水的水化学类型为HCO₃^--Ca²⁺型,古浪河水、地下水水化学类型为HCO₃^--Ca²⁺-Mg²⁺型,处于水化学易变区.不同水体离子来源于岩石风化,主要受碳酸盐与硅酸盐风化溶解共同作用控制,人类活动在一定程度上贡献了水体的离子来源.不同水体主要离子浓度的时间变化特征各不相同,整体上大部分水体的离子浓度随时间变化不明显,总体趋势较平缓.     

庐山三级分档雾水化学特征的对比分析

为研究庐山冬季不同粒径雾滴化学成分特征,于2015年和2016年在庐山开展冬季云雾物理化学特征的很高综合观测实验,利用主动式分档雾水采集器（three-stage CASCC）共采集44组3级粒径雾滴的雾水样品,其分档空气动力学直径为4~16μm（S3级）,16~22μm（S2级）和>22μm（S1级）.用850professional IC型色谱仪（瑞士万通）分析雾水中的水溶性离子浓度,讨论3级分档雾水化学特征和不同粒径雾水中各离子组分的来源及相关性.结果表明,2015年和2016年庐山冬季3级雾水多呈酸性,2016年酸性更强,pH值与雾滴的粒径大小有依赖性关系,4~16μm的小雾滴酸性更强.雾水中主要离子有Ca²⁺,NH₄⁺,SO₄^2-,NO₃^-和Cl^-.NH₄⁺,SO₄^2-,NO₃^-主要集中在4~16μm的小雾滴中,受海洋和土壤源的影响比较小,主要是人为活动所导致,2015年雾水Cl^-主要受人为源的影响,2016年人为输入显著降低,主要受海洋源影响.Mg²⁺,Ca²⁺主要集中在>22μm的大雾滴中.SO₂、NO_x排放逐年降低导致2016年雾水中SO₄^2-和NO₃^-浓度明显小于2015年.     

长三角沙尘中气溶胶粒径分布及化学组分特征

基于PM、10nm~10μm气溶胶数谱、水溶性离子和气象要素数据,分析了2017年5月3日~8日一次沙尘远距离输送过程中长三角地区气溶胶粒径分布及其化学组成的污染特征.结果表明,此次沙尘伴随天气系统由北往南的传输过程中,PM的浓度逐渐降低,但是高浓度PM持续时间逐渐增加.沙尘在呼和浩特市影响时间为38h,而在南京的影响时间超过60h.沙尘期间气溶胶数浓度谱的峰值向大粒径段偏移,沙尘和非沙尘期间峰值分别位于33和26nm.表面积浓度谱在非沙尘期间为三峰型分布,但是在沙尘期间为四峰型分布.在沙尘期间PM_2.5和PM₁₀中水溶性离子的排序为Ca²⁺ > NH₄⁺ > SO₄^2- > NO₃^- > Mg²⁺ > Na⁺ > Cl^- > NO₂^- > K⁺ > F^-,非沙尘期间为NH₄⁺ > SO₄^2- > NO₃^- > Mg²⁺ > Ca²⁺ > Cl^- > NO₂^- > K⁺ > Na⁺ > F^-.沙尘期间不同水溶性离子的浓度变化不同,沙尘天PM_2.5和PM₁₀中Ca²⁺浓度分别是非沙尘天的9.5和13.7倍,Na⁺分别是非沙尘天的4.4倍和4.6倍.沙尘天PM_2.5和PM₁₀中Ca²⁺占总离子的比例分别为24.7%和24.9%,是非沙尘天的4.9和5.7倍.NO₃^-在PM₁₀中的占总离子的比例为18.7%,高于非沙尘天（13.9%）,但是在PM_2.5中占总离子的比例仅为7.9%,低于非沙尘天（13.2%）.沙尘天F^-、Cl^-、SO₄^2-、NH₄⁺和K⁺离子在PM_2.5和PM₁₀中所占总离子的比例均低于非沙尘天.     

遵义市秋、冬季PM2.5中水溶性离子的昼夜变化特征及来源解析

为探究遵义市秋、冬季PM_2.5中水溶性离子的昼夜污染特征及来源,于2020年10月～2021年1月昼(8:00～19:30)和夜(20:00～次日7:30)连续采集遵义市PM_2.5样品,对样品中8种水溶性离子含量进行检测,分析其昼夜浓度变化特征,并利用主成分分析-多元线性回归(PCA-MLR)模型解析其来源。结果表明：采样期间遵义市水溶性离子的平均浓度为16.89±9.29μg/m³,呈冬季高、秋季低的季节变化特征。NO^-₃、NH⁺₄、K⁺和Cl^-的浓度夜晚高于白天,而SO₄^2-、Ca²⁺和Mg²⁺的浓度则在白天较高。二次离子(NH⁺₄、NO^-₃、SO₄^2-)是遵义市主要水溶...     

东海PM2.5和PM10中水溶性离子的组成与化学特性

2014年5~6月在东海海域采集PM_2.5和PM₁₀气溶胶样品,通过离子色谱法对样品中主要水溶性阳离子（Na⁺、K⁺、NH₄⁺、Mg²⁺、Ca²⁺）和阴离子（Cl^-、NO₃^-、SO₄^2-、MSA）的浓度进行测定,并结合相关数理统计方法探讨了其主要来源.结果表明,PM_2.5和PM₁₀样品中主要水溶性离子的总浓度范围分别为7.9~23.7μg/m³和10.4~47.9μg/m³,平均值分别为（14.9±5.8）μg/m³和（21.3±10.7）μg/m³.二次离子（nss-SO₄^2-、NO₃^-和NH₄⁺）浓度最高,分别占测定离子总浓度的80.8%和73.3%,其中SO₄^2-和NH₄⁺主要富集在细颗粒物（PM_2.5）中,NO₃^-主要富集在粗颗粒物（PM₁₀）中.富集因子及相关性分析表明K⁺主要来自陆源,Mg²⁺受海源和陆源双重输入影响.阴阳离子浓度平衡计算结果表明,细颗粒物样品呈弱碱性;粗颗粒物样品酸碱基本中和.两种样品中NH₄⁺的主要结合方式均为（NH₄）₂SO₄和NH₄NO₃.来源分析结果表明,PM_2.5和PM₁₀样品中生源硫化物对nss-SO₄^2-的贡献率分别为13.7%和8.7%.根据估算的干沉降通量结果,NH₄⁺对氮沉降的贡献程度小于NO₃^-.     

天津降水季节特征及不同气团来向离子来源分析

基于天津2019年3月～2022年2月的大气降水样品,分析降水季节性变化及无机离子和有机酸来源,降水pH值均值为6.68,电导率均值为46.8μS/cm,总离子浓度均值为726μeq/L,降水离子整体呈现“冬高夏低”的季节特征,SO₄^2-和NO₃^-对总自由酸度(TFA)的贡献率为89.6%,是主要致酸离子.基于HYSPLIT模型得出降水主要受5个来向气团影响,春冬季以离子浓度较高的北部气团和西北部气团来向为主,占比60.0%～62.5%,夏秋季离子浓度较低的南部气团、东部气团和东南部气团占比较大,达到60.0%～97.8%.富集因子分析表明Ca²⁺、Mg²⁺和K⁺主要来源于土壤;Cl^-的主要来源为海洋;Na⁺的来源包括土壤;SO₄^2-和NO₃^-主要来自人为源.根据有机酸来源判定,植物生长和土壤释放等直接来...     

胶州湾大气降水水溶性离子组成特征及来源解析

基于2019年6月至2020年8月胶州湾沿岸的大气降水样品,分析降水主要水溶性离子(Na⁺、K⁺、Ca²⁺、Mg²⁺、NH₄⁺、F^-、Cl^-、SO₄^2-、NO₃^-、MAS^-(甲基磺酸根))的组成特征和湿沉降通量,评估其对近海营养成分输入的贡献和潜在生态效应,并利用气团后向轨迹和正定矩阵因子分解法(PMF)解析其主要来源.结果表明,观测期间,胶州湾大气降水雨量加权平均(Volume-weighted Mean,VWM)pH为6.41,电导率的VWM值为19.3μS/cm,降水中水溶性离子以Na⁺、NH₄⁺、NO₃^-、Cl^-和SO₄^2-...     

雨季玉龙雪山白水1号冰川表层雪中无机离子特征及环境意义

分析了玉龙雪山白水1号冰川雨季(5-10月)表层雪中无机离子的组成和特征,并与其他高海拔地区湿沉降进行对比。结果表明:白水1号冰川表层雪一定程度上受到了人类活动的影响;由于雨季强烈的淋溶作用,表层雪SO₄^2-含量较低,酸度的主要贡献离子是NO₃^-;pH值较高的原因是碱性金属离子的中和作用;海盐示踪结果显示雨季表层雪中离子来源主要以海源为主。在6-9月之间由于降水的淋洗作用,表层雪中离子浓度较低。表层雪中NO₃^-、SO₄^2-、Ca²⁺高于大多数其他高海拔区域降水,是表层雪中无机离子浓度的主要贡献者,Ca²⁺浓度较高说明该地区高空水汽也受到了局地岩石岩性的强烈影响。     

重庆市大气降水污染及其沉降特征

基于东亚酸沉降监测网（EANET）的湿沉降观测数据，针对2002~2016年重庆市的降水电导率、pH值和降水中水溶性离子浓度与沉降量进行了研究.结果表明，重庆市郊区站点的降水酸化问题较严重，而城市站点降水污染较严重.降水中水溶性离子平均浓度在城市和郊区站点分别达到627.00 μeq/L和480.14 μeq/L，其中城市站SO₄^2-、NH₄⁺和Ca²⁺的平均浓度为郊区站的1.21~1.47倍.由SO₄^2-与NO₃^-占比说明重庆市的降水类型由硫酸型向硫酸-硝酸混合型转变.城市站的主要离子沉降量较高，约为郊区站点的1.14倍.降水中的无机氮平均沉降量在17.59~47.31kg/（hm²·a）范围内浮动，并且主要以NH₄⁺-N为主，其平均沉降量为NO₃^--N的2倍左右，说明重庆市大气氨/铵污染比较严重.     

寡养单胞菌对S2-氧化特性及主要代谢途径

以无机硫（S²）^-为目标污染物,从北京东沙河黑臭水体筛选出一株能够高效氧化S^2-的土著硫氧化菌,并对其进行16S rRNA测序及生理生化特性鉴定,结果表明,该菌株属于寡养单胞菌属（Stenotrophomonas）,命名为Stenotrophomonas sp.sp3.菌株sp3在温度25℃,初始pH值7.0,初始葡萄糖浓度0.25%,初始菌浓度1.00g/L时,菌株sp3对S^2-的氧化率最高.在此适宜条件下,反应60h后,菌株sp3对S^2-的最高氧化率达到86.6%.S^2-的浓度在整个氧化过程中持续下降后保持稳定,在此过程中产生了S⁰,S₂O₃^2-,SO₃^2-以及SO₄^2-这4种其它存在形态的硫.随着S^2-被氧化,SO₄^2-的浓度呈缓慢上升的趋势.利用高通量测序技术推测菌株sp3主要是通过副球菌硫氧化途径（PSO）将非稳定态的S^2-逐步转化为稳定态的SO₄^2-.在此代谢途径中,一部分S^2-被氧化为S⁰,另一部分S^2-则直接氧化为SO₃^2-;S⁰与SO₃^2-可自发反应生成S₂O₃^2-,而S₂O₃^2-发生歧化反应再释放出SO₃^2-和S⁰;反应生成的部分SO₃^2-继续直接氧化为SO₄^2-.菌株sp3在黑臭水体的水质净化过程中有一定的应用前景.     

京津冀区域PM2.5及二次无机组分污染特征研究

选取北京、石家庄和唐山作为京津冀区域典型城市,基于实地样品采集和组分分析结果,探讨PM_2.5组分中二次无机水溶性离子（SNA）浓度变化特征,并利用空气质量模型模拟结果分析重污染前后京津冀地区各类污染源大气污染物排放对PM_2.5和SNA质量浓度的贡献.结果显示：3个城市PM_2.5质量浓度整体呈现逐年下降的趋势,多数情况下SO₄^2-、NO₃^-和NH₄⁺浓度极大值同时出现在冬季,PM_2.5化学组分较为稳定.相对于常规时段,重污染期间SO₄^2-、NO₃^-和NH₄⁺质量浓度明显增加,重污染前一天SNA浓度占PM_2.5比值达到最高.重污染的形成是本地源排放和外来区域传输共同作用的结果,外来源对NO₃^-的贡献整体高于SO₄^2-和NH₄⁺.交通源、居民源和工业源对PM_2.5、SO₄^2-和NO₃^-浓度贡献最高,NH₄⁺主要来自居民源的排放.