兴隆大气气溶胶中水溶性无机离子分析

2009年9月～2010年8月在兴隆大气背景站,利用Andersen分级采样器进行大气气溶胶样品的采集,并利用离子色谱分析了其中的水溶性无机离子的成分含量.结果表明,TSP、PM2.1和PM1.1中总水溶性无机盐的年平均浓度分别为(89.66±47.66)、(54.44±34.08)和(44.39±29.95)μg·m-3,其中SO42-、NO3-、Ca2+和NH4+为兴隆大气气溶胶中最主要的水溶性无机离子.PM2.1中总水溶性无机离子的年平均浓度占TSP的61%.PM1.1总水溶性无机离子的年平均浓度占TSP的50%,占PM2.1的82%.PM1.1、PM2.1和TSP中水溶性无机离子总浓度季节性变化趋势一致,夏季>秋季>春季>冬季.NH4+与SO42-的摩尔比>2,表明NH4+未被SO42-完全中和.在细粒子中NH4+和SO42-、NO3-均有较好的相关性,相关系数分别为0.96和0.87,表明NH4+可能以(NH4)2SO4和NH4NO3的形式存在.     

霾天气南京市大气PM_(2.5)中水溶性离子污染特征

为了讨论南京市大气细颗粒物(PM2.5)及水溶性组分在霾天气下的污染水平和污染特征,2007年6月10日至2008年5月29日对南京市大气细粒子PM2.5进行了采样,用PM2.5在线监测浓度、离子色谱法等分别测得PM2.5的质量浓度、水溶性离子组成,初步研究了南京市大气细粒子(PM2.5)及水溶性组分在霾天气下的污染水平和污染特征。结果表明,南京市大气细颗粒物污染严重,霾天气下PM2.5中总水溶性离子质量浓度为54.28μg/m3,为非霾天气的1.6倍。分析的6种离子中SO42-、NO3-、NH4+是PM2.5的主要组成成分。灰霾期间PM2.5与NO3-、SO42-、NH4+的相关性较高,PM2.5中颗粒物的主要存在形式可能为NH4Cl、NH4NO3,(NH)42SO4或NH4HSO4。对比不同季节不同天气下的SOR(SO2转化率)和NOR(NOx转化率),发现霾天气下SO2和NOX转化率高于正常天气,表明SO2、NO2在霾天气更容易转化为二次粒子。     

北京东北部城区大气细粒子与相关气体污染特征研究

于2008年7月~2009年4月的4个季节,在北京市朝阳区北部,利用VAPS通用型大气污染物采样仪(URG3000K)对大气细粒子(PM2.5)和环境空气中相关气体进行了同时采集,并利用IC离子色谱仪(DX-600型)分析了PM2.5中水溶性无机离子成分和环境空气中相关气体的含量.结果表明,PM2.5质量浓度春季>夏季>冬季>秋季;SO42-、NO3-和NH4+是PM2.5中最主要的3种水溶性无机离子,年均质量浓度分别为14.82μg/m3、11.57μg/m3和8.35μg/m3,三者浓度之和占PM2.5中总水溶性无机离子浓度的86.28%.SO42-、NH4+浓度占PM2.5浓度百分比均为夏、秋季高于冬、春季; NO3-浓度占PM2.5浓度的百分比为秋季>春季>夏季>冬季.空气中的SO2、NO2和NH3等气态污染物的含量直接影响PM2.5中二次离子SO42-、NO3-和NH4+的浓度, SO2、NO2浓度的季节特征为冬、春季高于夏、秋季,与SO42-、NO3-的季节变化规律相反; NH3浓度在夏季最高,冬季最低. PM2.5酸度在夏、秋季高于冬、春季,且夏、秋季PM2.5样品全部呈酸性,冬、春季PM2.5样品一部分呈酸性,一部分呈碱性.夏季SOR值和NOR值分别为冬季的4.8倍和3倍,表明夏季SO2和NO2更易转化生成SO42-和NO3-.PM2.5中SO42-、NO3-和NH4+主要以(NH4)2SO4、NH4NO3的形式共存于气溶胶体系中.     

成都市一次重雾霾天气PM10中水溶性离子污染特征

2015年1月10~19日,对成都市青羊区雾霾期间大气PM10样品进行了采集,分析其质量浓度和9种水溶性离子(F-、Cl-、NO-3、SO2-4、NH+4、Ca2+、Mg2+、K+和Na+)的分布特征。结果表明:此次雾霾期间PM10的平均质量浓度高达357.8μg/m3;水溶性离子的总质量浓度在雾霾天较高,二次无机水溶性离子NO-3、SO2-4和NH+4占总水溶性离子的74.53%以上;雾霾和非雾霾天PM10中水溶性离子的质量浓度、含量百分比和各离子比值体现了本次雾霾是由机动车尾气、燃煤、建筑施工和气象等因素造成;PM10中NO-3/SO2-4的比值范围0.755 1~1.410,均值为1.050,说明成都是燃煤和机动车并存的复合型污染;PM10中NH+4和NO-3、SO2-4两两之间均具有较好的相关性,NH+4和NO-3、SO2-4的相关性系数分别为0.845 0、0.966 0,NH+4和NO-3、SO2-4主要以(NH4)2SO4、NH4NO3形式存在于PM10中,Ca2+和Mg2+的相关性系数高达0.913 0。     

济南春季大气PM2.5水溶性组分的半连续在线观测

利用大气细颗粒物(PM2.5)水溶性组分在线分析系统连续监测了2008年3~4月济南市PM2.5水溶性组分的浓度变化,并结合气溶胶部分前体物SO2、NO2、O3等的浓度数据和部分气象资料对监测数据进行了分析.结果表明,SO42-、NO3-和NH4+是PM2.5中水溶性离子的主要成分,分别占总水溶性组分的61.1%、13.4%和16.7%,且PM2.5中总水溶性组分的浓度,特别是SO42-的浓度,明显高于国内其他城市.温度、太阳辐射强度、混合层高度和风速等气象因素对总水溶性离子的浓度变化有重要影响.SO42-浓度白天明显高于夜间,而NO3-和NH4+的浓度昼夜变化幅度较小.SO42-和NO3-主要由SO2和NO2转化而来.后推气流轨迹分析表明,来自东北绕行西南方向和东北方向的混合气团结合济南的特殊地形及局地排放的污染物会加重济南春季PM2.5的污染.     

长沙市夏季PM10和PM2.5中水溶性离子的污染特征

对长沙市3个采样点夏季大气中的PM10和PM2.5样品pH值和水溶性离子浓度进行了定量分析.结果表明,颗粒物中主要离子是SO42-、NO3-、NH 和Ca2 ;PM10、PM2.5、NH4 和K 浓度夜间高于白天;SO42-和NO3-则相反.颗粒物尤其是PM2.5酸性强;Mg2 、Ca2和Na 集中在粗粒子中,SO42-、NH4 和K 大部分分布在细颗粒物中,NO3-和Cl-在粗细颗粒段则各占一半.SO2气体发生了二次转化,NO2的转化率不及SO2;由于NO3-/SO42-质量比＜1,长沙市的大气污染物来源以固定源为主.     

夏季广州城区细颗粒物PM_(2.5)和PM_(1.0)中水溶性无机离子特征

于2008年7月1～31日在广州城区每天采集PM2.5和PM1.0样品.利用离子色谱分析了样品中Na+、NH4+、K+、Mg2+、Ca2+、F-、Cl-、NO3-和SO24-等9种离子组分质量浓度,并同步收集气象因子、大气散射系数、大气能见度以及SO2、NO2、O3气体污染物质量浓度等数据.结果表明,PM2.5和PM1.0中水溶性无机离子总浓度分别为(25.5±10.9)μg·m-3和(22.7±10.5)μg·m-3,分别占PM2.5和PM1.0质量浓度的(47.9±4.3)%和(49.3±4.3)%.SO42-占PM2.5和PM1.0中质量浓度百分比最高,分别为(25.8±4.0)%和(27.5±4.5)%.较高的温度和O3浓度有利于SO24-的生成,较高相对湿度有利于NO3-的生成.PM2.5和PM1.0中亲水性较强的SO42-、NH4+和NO3-对散射系数和能见度影响较大.     

中国海峡西岸城市群冬季PM2.5和PM10中水溶性离子的污染特征

为了研究中国海峡西岸城市群冬季大气颗粒物水溶性离子的污染特征,采集该区域8个城市共14个采样点位(包含1个背景点)的PM2.5和PM2.5~10样品,采用离子色谱分析F-、Cl-、NO3-、SO42-、Na+、K+、NH4+、Ca2+和Mg2+ 9种水溶性离子的质量浓度.结果表明,海峡西岸城市群冬季大气颗粒物污染严重,PM2.5和PM10的日均值分别为89.65,135.65μg/m3,PM2.5占PM10的66.1%.城区水溶性无机离子主要集中在PM2.5上,其浓度分布存在空间差异,温州地区水溶性无机离子浓度处于较高水平;SO42-、NO3-和NH4+是水溶性无机离子的主要贡献者,其占PM2.5 中水溶性离子总量的79.6%~89.0%,占PM10的74.2%~83.4%.由于受冬季季风的影响,该区域非海盐离子对水溶性无机离子的贡献较大.NO3-/SO42-的质量浓度比显示,冬季海峡西岸城市群已处于机动车污染与燃煤污染并存的复合型污染状态.     

南京霾天气及PM_(2.5)化学污染特征分析

为了研究大气细粒子PM2.5在霾天气下的化学污染特性,2012年4月1日-27日在南京信息工程大学1号新实验楼楼顶,在霾天对大气细粒子PM2.5进行了采样,利用离子色谱法、TOC法等测得PM2.5的质量浓度、水溶性离子及水溶性有机碳组分浓度。结果表明:霾越重PM2.5质量浓度越高,霾天的PM2.5与地面温度、风速呈一定的负相关,与相对湿度呈正相关。SO42-、NO3-、NH4+、Ca2+、Na+、Cl-以及水溶性总有机碳是PM2.5的主要组成部分,其质量浓度随霾的加重而增加,其中NH4+、SO42-、NO3-及TOC质量浓度的增加幅度更明显,表明气态污染物的二次转化对采样点灰霾污染也有突出贡献。     

广州城区秋季大气PM_(2.5)中主要水溶性无机离子分析

分别在广州市中心城区高楼顶(距地50m)和交通干线路边(距地1.2m),于2006年秋季连续一周采集了大气PM2.5样品,对比分析了SO42-、NO3-、Cl-、F-、Na+、NH4+、Ca2+、K+、Mg2+等9种水溶性无机离子含量。结果表明,楼顶相对充分混合大气中PM2.5的质量浓度范围59.5～129.5μg/m3,均值为83.7μg/m3;交通干线路边大气PM2.5的质量浓度范围为108.4～132.2μg/m3,均值为121.1μg/m3。9种离子总浓度平均达到50.9(楼顶)和44.1(路边)μg/m3,占PM2.5质量浓度的60.8%(楼顶)和36.4%(路边)。SO42-和NO3-为水溶性无机离子主要组成,其占PM2.5质量浓度的比例均是楼顶高于路边,显示二次气溶胶对楼顶充分混合大气中PM2.5有较大贡献,而路边样品中一次来源贡献相对较大。计算表明采样期间海盐对广州大气PM2.5中的水溶性组分贡献较小。NH4+当量浓度远小于SO42-和NO3-的当量浓度,中和度远1,反映PM2.5酸性较强,且楼项PM2.5粒子酸性高于路边样品。     

广州市灰霾期大气PM_(10)中水溶性离子特征

采集广州市大气PM10样品并分别对冬夏两季灰霾和非灰霾期PM10中水溶性离子进行分析。实验表明,广州市灰霾期PM10中水溶性离子的质量浓度要高出非灰霾期4～15倍,其中NO3-浓度升幅最大。非灰霾期主要水溶性无机离子的浓度顺序为SO42->NH4+>NO3-,灰霾期为SO42->NO3->NH4+,严重灰霾期则为NO3->SO42->NH4+。非灰霾期SO42-/NO3-质量浓度比为1.78～3.57,灰霾期为1.04～1.20,而在严重灰霾期则<1,说明灰霾利于NO3-的二次转化生成。实验还表明,灰霾期PM10较非灰霾天气偏酸性,灰霾期SO2和NOx的高转化率导致SO42-和NO3-的大幅增加是加重灰霾期PM10污染的主要原因。     

丽江-玉龙雪山不同区域大气降水化学特征

2008─2009年在丽江-玉龙雪山地区的丽江市区、玉龙雪山冰川公园索道下部站(索道地区)和白水1号冰川区(冰川区)3个采样点采集了113个降水样品,对其pH、电导率和主要离子(Cl-、SO42-、NO3-、Ca2+、Mg2+、Na+、K+和NH4+)质量浓度进行了分析.结果表明,所有样品实测pH均高于5.6.3个采样点ρ(总离子)平均值为丽江市区>索道地区>冰川区,其中ρ(SO4 2-)和ρ(Ca2+)均最高.丽江市区季风前后各离子质量浓度变化显著,其中海盐离子质量浓度〔ρ(Na+)和ρ(Cl-)〕从季风前期到季风期变化不大,在季风后期增加;ρ(NO3-)、ρ(SO42-)、ρ(NH4+)、ρ(Ca2+)、ρ(K+)和ρ(Mg2+)在季风前期显著高于季风期和季风后期.采用相关分析和主因子分析法对降水中离子来源进行研究,表明SO42-、NO3-和NH4+主要来自局地人类活动的贡献,Na+、K+和Cl-是海洋源贡献,Ca2+和Mg2+主要来源于地表粉尘.      

合肥市郊夏季PM10浓度及其与能见度的关系

年8—9月在合肥市郊对ρ(PM₁₀)进行了观测,并分析了其中9种水溶性离子(NO₂-、Cl-、NO₃-、SO₄2-、NH₄+、Ca2+、Na+、Mg2+、K+)质量浓度. 结果表明:采样期间该地区ρ(PM₁₀)日均值为78.9 μg/m3,9种水溶性离子的平均质量浓度为18.93 μg/m3,占ρ(PM₁₀)的26.6%,表明水溶性组分是PM₁₀的重要组成之一. SO₄2-、NO₃-、NH₄+和Ca2+是主要的阴、阳离子,日均质量浓度分别为8.14、4.81、3.46和1.33 μg/m3. 不同RH(相对湿度)下PM₁₀对能见度的影响不同,RH小于80%时,二者呈显著的线性负相关〔R(相关系数)为-0.80〕;RH大于80%时,二者呈指数负相关(R为-0.48). 离子间相关性分析显示,PM₁₀中水溶性离子的主要结合方式为(NH₄)₂SO₄、NH₄HSO₄、NH₄NO₃、KCl及K₂SO₄. 采样期间ρ(NO₃-)/ρ(SO₄2-)平均值为0.59,说明在该地区固定源对水溶性组分的贡献大于移动源. 另外,扬尘也是PM₁₀重要来源之一.      

南京市大气气溶胶中部分无机离子的粒径分布

将气溶胶粒子(粒径Dp为0～8 5μm)分为8级,对各级粒子中的无机离子(NH+4,SO42-,NO3-,Cl-和F-)进行分析测定。结果显示,Cl-,F-和NO3-较多地分布在粗粒子中,而SO42-和NH4+则更多地分布在细粒子中。在质量浓度分布函数图上,NH4+,Cl-,F-和SO42-是双峰分布,NO3-没有表现出粒径分布的规律。SO42-对细粒子的酸碱度影响较大,其质量浓度与NH4+有较好的相关性。细粒态的NH4+大多以(NH4)2SO4形式存在。      

济南市秋季大气颗粒物中水溶性离子的粒径分布研究

为了解济南市大气颗粒物的粒径分布特征,于2009年10月利用多级撞击式颗粒物采样器(MOUDI)进行了大气颗粒物采集,采用离子色谱仪分析了其中水溶性离子浓度.结果表明,SO42-、NO3-、NH4+和Ca2+是主要的水溶性离子,浓度总和约占总水溶性离子浓度的92%.SO42-、NO3-、NH4+、K+和Cl-浓度随时间变化较为显著,浓度变化主要原因是受风速以及气流来源方向的影响.SO42-和NH4+主要集中在细粒子中,其浓度呈单模态分布,随着颗粒物中含量的升高其峰值从0.32~0.56 μm粒径段逐渐移动到1~1.8 μm粒径段.NO3-浓度呈双峰分布,细粒子中的NO3-随着浓度的升高峰值从0.56~1μm粒径段移动到1~1.8μm粒径段,粗粒子中的峰值出现在3.2~5.6μm粒径段. NH4+可以完全中和细粒子中的SO42-和NO3-,在细粒子中主要以(NH4)2SO4和NH4NO3的形式存在.     

南京地区大气气溶胶及水溶性无机离子特征分析

于2010~2011年在南京市城郊两个采样点收集了气溶胶样品,并利用离子色谱(IC)法分析了其中的水溶性无机离子成分.结果表明,采样期间除了夏季,其他3个季节南京城郊气溶胶污染都较严重.南京城郊气溶胶谱分布特征基本在0.65~2.1μm和5.8~9μm粒径段出现峰值.PM2.5与能见度的相关性很大.城郊离子总质量浓度均是春冬季高于夏秋季,四季阴离子质量浓度明显高于阳离子,且这一特征在细粒子上表现明显.水溶性离子在气溶胶中所占比例是夏秋冬季城区高于郊区.南京城郊NO3-/SO42-年均值表明采样期间燃煤仍然是主要污染源,且该比值夏季最低,冬季最高.NH4+、K+、NO3-和SO42-主要富集在细粒子上;Na+、Cl-和NO2-在粗粒子和细粒子上都有富集;Ca2+、Mg2+和F-主要在粗粒子上富集.因子分析(FA)的方法表明南京城区气溶胶主要有3个来源.     

酸雨作用下中亚带森林冠层淋溶规律研究

2001年1月～2002年6月对韶山亚热带常绿阔叶林4个采样区进行了酸雨的监测,以监测数据为依据,分析研究了林内穿透水中主要离子的淋溶规律。结果表明:大气降水经过森林冠层后pH值明显升高,韶山亚热带常绿阔叶林对SO42-、NO3-、Mg2+、NH4+离子具有吸收作用,特别是NH4+和NO3-离子。SO42-、Ca2+和Mg2+离子的冠层淋溶百分率随降雨量的增加有明显减少的趋势。Ca2+、K+和Cl-随着pH的增加,其冠层淋溶百分率呈增加趋势。韶山地区在常年酸沉降作用下,森林冠层对酸性离子SO42-、NO3-的吸收作用最强。根据18个月离子浓度平均值来计算,韶山地区森林冠层离子的淋溶序列为:K+>Ca2+>Cl->Mg2+>SO42->NO3->NH4+>Na+。     

广州雾霾期间气溶胶水溶性离子的日变化特征及形成机制

为研究雾霾天气下SO42-、NO3-和NH4+的形成机制,2013年4月18~23日,使用6级Anderson大流量采样器采集了不同粒径段的气溶胶样品,并利用离子色谱对其中的水溶性无机离子进行了分析.结果表明,广州雾霾期间PM3和PM10中总水溶性无机离子平均浓度分别为(32.7±13.3)μg/m3和(39.4±15.7)μg/m3.SO42-、NO3-和NH4+是最主要的水溶性离子,它们在PM3和PM10中占总离子质量分数分别为76%和71%.3种离子主要集中在0.49~1.5μm的液滴模态,该模态中NH4+主要以(NH4)2SO4和NH4NO3的形式存在,而凝聚模态的NH4+则主要以(NH4)2SO4和NH4HSO4的形式存在.液滴模态的SO42-主要来自雾内或颗粒表面的液相氧化反应,NO3-主要来自夜间N2O5在颗粒表面的水解反应,NH4+主要来自NH3在颗粒上进行的非均相中和反应,而这3种离子在该模态的日变化特征则很好的反映了以上的形成机制.受太阳辐射的影响,3种离子的浓度在凝聚模态均表现为白天高于夜晚.     

乌鲁木齐PM_(10)和PM_(2.5)的形貌特征与来源解析

PM_(10)和PM_(2.5)是近年来乌鲁木齐市空气质量的首要污染物,其成分复杂,来源不清。采用扫描电镜和离子色谱研究了乌鲁木齐市2015年采暖期和非采暖期大气颗粒物PM_(10)和PM_(2.5)的显微形貌,元素组成及其水溶性离子特征,并采用主成分分析法(PCA)对其来源进行解析。结果表明:PM_(10)和PM_(2.5)的颗粒形态各异,以球状、团絮状形状居多。主要物质有硅铝酸盐颗粒、铁氧化物颗粒,硫酸/碳酸盐晶体,碳质气溶胶以及不明物质等。采暖期和非采暖期主要的无机水溶性离子分别是SO_4~(2-)、NH_4~+、NO_3~-、Cl~-和SO_4~(2-)、NH_4~+、NO_3~-、Ca~(2+)。推测乌鲁木齐市颗粒物污染主要来源于固定污染源。