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。     

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.     

南京北郊冬季霾天PM2.5水溶性离子的污染特征与消光作用研究

为了探讨霾天下大气细颗粒物(PM2.5)中水溶性离子的污染特征及其对大气消光的影响,在2013年1月25日至2月3日于南京北郊进行了PM2.5连续在线监测.利用颗粒物-液体转换采集系统(PILS)连续采集水溶性样品,与离子色谱联用分析了其中SO2-4、NO-3、NH+4、Cl-、Na+、K+、Mg2+和Ca2+的含量;同时采用扫描电迁移率粒径谱仪(SMPS)和空气动力学粒径谱仪(APS)测量细粒子的粒径谱分布;采用三波长光声黑碳光度计(PASS-3)实时在线测量细粒子的散射和吸收消光系数;并实时监测痕量气体浓度.结果表明,观测期间霾与非霾天PM2.5中水溶性离子的总质量浓度分别为70.3μg·m-3和22.9μg·m-3;二次吸湿性组分SO2-4、NO-3和NH+4为主要的污染离子.霾天有利于SO2和NOx向SO2-4和NO-3的转化,尤其是NOx的氧化.运用多元线性回归统计方法,建立了PM2.5干消光系数与气溶胶化学成分之间的经验公式,发现NH4NO3对南京冬季消光的贡献最大,其次为(NH4)2SO4、有机碳(OC)和元素碳(EC).两次重污染事件中,污染前体物的一次排放和二次转化的增加分别是造成离子浓度升高的主要原因.     

2012~2013年间北京市PM2.5中水溶性离子时空分布规律及相关性分析

2012年8月~2013年7月,在北京市包括城市背景、城区、郊区以及边界传输点在内的9个监测点位进行大气细颗粒物PM2.5样品的采集与分析,共获得486个有效样本及9种水溶性离子的质量浓度.观测期间9种水溶性离子总质量浓度为60.5μg·m-3,浓度水平高低顺序分别为NO-3SO2-4NH+-4Cl-Na+K+Ca2+F-Mg2+;其中SO2-4、NO-3和NH+4(三者简称SNA)占全部所测水溶性离子的88%;NO-3是全年波动范围最大的二次离子.对所测阴、阳离子相关性研究发现,阴、阳离子总体相关性良好,春、冬季阴、阳离子相关性要好于夏、秋季.对不同颗粒质量级别中的水溶性离子研究发现,SNA积累活跃,相对于SO2-4的积累,NO-3和NH+4在二次离子的形成过程中占据主导地位;NO-3是重污染过程累积效应比较明显且贡献相对较高的二次离子.     

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

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SO2-4、NH+4和NO-3的平均浓度分别是26.28、18.08和16.36μg·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44.85μg·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NH+4与NO-3、SO2-4有良好的相关性,且表现为富氨状态,NH+4以(NH4)2SO4形式存在,NO-3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.     

2011年春季沙尘天气影响下上海大气颗粒物及其化学组分的变化特征

于2011年4月28日~5月18日对上海大气中颗粒物的质量浓度及细粒子中的化学组分进行了连续观测,获得了上海受春季沙尘天气影响下大气颗粒物质量浓度和主要化学组分特征.结果表明,沙尘天气中PM10和PM2.5的质量浓度显著高于非沙尘天,最高日均浓度分别达到787.2μg·m-3和139.5μg·m-3,PM2.5/PM10的均值为(32.9±14.6)%(15.6%~85.1%);总水溶性无机离子(TWSⅡ)占PM2.5的质量分数为(27.2±19.2)%(4.8%~80.8%),二次组分SNA(SO2-4、NO-3、NH+4)占TWSⅡ的(76.9±13.9)%(41.9%~94.2%),TWSⅡ和SNA对PM2.5的贡献均小于非沙尘天,而Ca2+的含量比却有明显上升.非沙尘天测得的OC/EC值高于强沙尘天,但低于弱沙尘天.此外分析还得到,沙尘中的高矿尘粒子具有酸性缓冲作用,使得沙尘天颗粒的碱性强于沙尘发生前.非沙尘天SO2-4、NO-3主要以NH4HSO4、(NH4)2SO4和NH4NO3的形式存在,沙尘天还会与其他矿物离子结合.     

成都市城区PM2.5中二次水溶性无机离子污染特征

2009年4月~2010年1月在成都市城区采集131个PM2.5样品,应用离子色谱法对PM2.5中二次水溶性无机离子(NH+4、NO-3和SO2-4)含量进行分析,并探讨其污染特征.结果表明,PM2.5中NH+4、NO-3和SO2-4的平均浓度值分别为(10.4±8.6)、(19.7±14.6)和(32.8±21.8)μg·m-3,分别占PM2.5质量的(5.5±2.8)%、(11.1±3.5)%和(19.3±6.4)%,三者总和占PM2.5质量浓度的(35.9±12.7)%.PM2.5中NH+4、NO-3和SO2-4的季节变化特征明显,夏、冬两季NH+4、NO-3和SO2-4的浓度均为SO2-4>NO-3>NH+4,其总和占PM2.5质量浓度的百分比为冬(44.3%)>夏(39.4%).相关分析结果显示,NH+4、NO-3和SO2-4在成都主要以NH4HSO4、(NH4)2SO4和NH4NO3形式存在;NO-3/SO2-4比值表明,成都市大气中硫和氮的主要来源以固定源为主;硫氧化速率和氮氧化速率的年均值分别为:0.33±0.12和0.19±0.09,表明成都市PM2.5中SO2-4和NO-3主要经二次转化形成.     

春季南充城区PM_(10)污染水平及其水溶性离子特征研究

采用中流量颗粒物采样器采集了60个可吸入颗粒物(PM10)环境样品,并用离子色谱法(IC)对所采集样品中的8种水溶性离子组成特征进行了分析。结果显示,春季南充城区空气质量良好,PM10中8种水溶性离子浓度大小为SO2-4NO-3Ca2+Na+Cl-K+F-Mg2+。其中SO2-4、NO-3和Ca2+的平均质量浓度分别占总水溶性无机离子(TWSII)的62.4%、23.9%和4.7%。NO-3和SO2-4及Ca2+和Mg2+具有良好的相关关系,燃煤源对PM10的贡献大于机动车移动排放源的贡献;水溶性无机离子主要以NaCl、MgSO4和Mg(NO3)2的形式存在。     

春季华东高山背景区域PM2.5和PM2.5~10中水溶性无机离子特征

为了探讨华东高山背景区域春季颗粒物中水溶性组分的特征,2014年3月至5月在国家大气背景监测福建武夷山站采集PM2.5及PM2.5~10样品,获取了水溶性无机离子组分,并同步收集气象因子及SO2、NO2、O3、PM10和PM2.5等污染物质量浓度数据.结果表明,春季武夷山背景点PM2.5和PM2.5~10中水溶性无机离子总浓度分别为(8.3±2.8)μg·m-3和(1.3±0.9)μg·m-3,分别占PM2.5和PM2.5~10质量浓度的(43.7±7.5)%和(24.4±6.4)%.SO2-4占PM2.5质量浓度百分比最高,为(32.4±6.3)%;NO-3占PM2.5~10质量浓度百分比最高,为(8.9±3.7)%.春季武夷山背景点硫酸盐主要存在于细颗粒物中,且以(NH4)2SO4和K2SO4的形式存在,粗颗粒中的硝酸盐则主要以Mg(NO3)2的形式存在.春季武夷山背景点水溶性无机离子主要来源于沙尘、海盐及高污染区域的远距离输送.     

亚青会期间南京污染气体与气溶胶中水溶性离子的分布特征

使用β射线测尘仪、EMS污染气体监测系统、安德森9级采样器和IC型离子色谱分析仪对2013年8月10~28日南京市亚青会期间PM2.5、污染气体和水溶性离子进行了观测分析.结果表明,在亚青会期间PM2.5、NO2、O3和CO的浓度分别为37.0、19.3、48.1和0.7×103μg·m-3,分别比亚青会前降低了26.0%、42.6%、36.1%和46.1%.亚青会期间,细粒子段主要水溶性离子为Na+、NH+4、Ca2+和SO2-4,占80.6%;粗粒子段主要水溶性离子为Na+、Ca2+、NO-3和SO2-4,占77.9%.Ca2+、Mg2+和NO-3在亚青会期间为双峰型分布,其余离子为三峰型分布;亚青会前和后水溶性离子均为三峰型分布.由NO-3/SO2-4的值判断亚青会前和后南京市SO2和NOx主要来自于移动源,在亚青会期间主要来自固定源.     

3种金属氧化物纳米材料在不同土壤中运移行为研究

采用实验室柱淋溶方法,考察了纳米CeO2、纳米TiO2和纳米Al2O3材料在不同土壤中的运移行为,分析了纳米材料在土壤中运移能力与土壤性质的相关性,并采用胶体运移动力学模型估算了纳米材料在土壤中的最远运移距离.结果表明,纳米CeO2和纳米TiO2在试验的大部分土壤中有很强的运移能力,而纳米Al2O3仅在试验的酸性土壤中有较强的运移能力,在其他土壤中几乎被全部截留.纳米材料在土壤中运移的机制非常复杂,静电作用、土壤表面电荷异质性、团聚作用、张力作用(straining)以及过滤熟化作用(ripening)均对纳米材料的运移有着重要的影响.纳米CeO2的运移能力与土壤Zeta电位显著负相关;纳米TiO2的运移能力与土壤黏粒含量显著负相关,与土柱渗透系数显著正相关;纳米Al2O3的运移能力与土壤pH显著负相关,与土柱渗透系数显著正相关.模型估算的纳米CeO2、纳米TiO2和纳米Al2O3在试验土壤中的最远运移距离分别为52~69 043、31~332和<10~5 722 cm.纳米材料在一些土壤中的最远运移距离远远大于30 cm表层土壤的深度,意味着纳米材料在这些土壤中有向深层土壤运移的可能.     

紫外光照下盐酸环丙沙星的光解性能

本研究重点考察了盐酸环丙沙星初始浓度、硝酸铅、硝酸镉、氯化铅、氯化镉等重金属盐对盐酸环丙沙星光降解性能影响.结果表明,黑暗条件下环丙沙星无降解;紫外光照可以有效去除环丙沙星,且环丙沙星的光降解速率随其初始浓度的增大而降低;硝酸铅和硝酸镉(除0.006 mmol·L~(-1)体系外)可以促进环丙沙星的光降解,且随摩尔比的增大(即硝酸盐浓度的降低),环丙沙星的半衰期逐渐增大;随着摩尔比的增大(即氯化盐浓度的降低),氯化铅和氯化镉先促进后抑制环丙沙星的光降解.     

邯郸市大气复合污染特征的监测研究

利用邯郸市4个大气环境监测站点的PM2.5、PM10、O3等在线连续观测数据,对2013年全年的PM2.5、PM10、O3的浓度水平、变化规律和PM2.5/PM10的变化情况进行了分析,并从地形、气象、污染物排放及冬、夏季逐时PM2.5、O3和各类气体污染物浓度之间的关系等方面进行了研究.结果表明:12013年PM2.5、PM10的年均浓度分别为139和238μg·m-3,分别是国家二级标准的4.0倍和3.4倍.PM2.5、PM10日均浓度超过标准的天数均在280 d左右,全年3/4以上天数均超标.其颗粒物污染程度甚至超过北京、天津、长三角和珠三角等超大城市或城市群,属于严重超载的红色预警地区.整个采暖期PM2.5、PM10平均浓度分别为209和322.1μg·m-3,为非采暖期平均浓度的2倍和1.6倍;同时,采暖期PM2.5/PM10平均值为63%,高出非采暖期10%,采暖期细颗粒物污染问题特征明显.22013年O3日最大8小时平均浓度的最大值为238μg·m-3,是国家二级标准的1.5倍,超标天数为53 d,超标率为14.5%;最大时均浓度为288μg·m-3,是国家二级标准的1.4倍,超标小时数为148h,占全年有效数据的1.7%;与北方城市相比,其污染程度超过北京、天津等,略低于洛阳污染水平.3邯郸市大气复合污染的形成,除了区域大气环流与特殊地形叠加影响外,还主要归因于相对较高的人为源大气污染物排放,因此,要想走出复合污染的困局,减排是硬道理,解决灰霾污染需开展颗粒物、NOx、SO2等污染物的协同控制.     

2011年春季辽宁一次沙尘天气过程及其对不同粒径颗粒物和空气质量的影响

利用2011年5月11—12日辽宁沙尘天气过程的相关资料,分析了沙尘天气对不同粒径颗粒物及空气质量的影响及此次沙尘过程的天气成因.结果表明:沙尘天气发生前后可吸入颗粒物PM₁₀、PM_2.5和PM₁的浓度变化很大,沈阳、鞍山、本溪和丹东4城市PM₁₀、PM_2.5的小时浓度最大值都增大了1.5~20倍;粗粒子PM_(2.5~10)的数量浓度分别增加了30~41倍,质量浓度分别增加了27~30倍;细粒子PM_(1~2.5)的质量浓度分别增加了30~35倍,数量浓度分别增加了15~30倍;微粒子的数量浓度和质量浓度各城市表现不同,沈阳微粒子的数量浓度和质量浓度最大值增大了3倍和5倍,而鞍山PM₁的数量浓度和质量浓度分别减少了50%和10%.受蒙古气旋的影响内蒙古地区产生大风降温天气,大风将内蒙古地区的沙尘带到高空并随西风带向东移动进入辽宁,由于辽宁地区风速比较小,造成了辽宁大部分地区的浮尘天气,并对辽宁各地空气质量造成了严重影响,除丹东外辽宁其他13个城市空气质量都达到了轻微污染到重度污染的级别,铁岭、阜新、沈阳和抚顺的污染指数分别超过了300,达到了重度污染的级别.     

沧州市大气污染特征观测研究

利用沧州2009年7月～2011年7月的NOx(NOx=NO+NO2)、O3、SO2以及PM10的观测数据,分析了沧州市大气污染物的日变化、月平均变化、年变化以及季节平均变化特征.结果表明,NOx、PM10日变化为双峰型,O3为单峰.SO2日变化也呈现为双峰型,但是其变化幅度较平缓.NO、NO2、NOx、SO2有较相同的季节变化趋势.NO、NO2、NOx、SO2及PM10冬季值最大,分别为(30.0±18.9)μg·m-3、(50.5±19.8)μg·m-3、(80.5±38.7)μg·m-3、(62.1±34.7)μg·m-3、(201.6±98.5)μg·m-3.臭氧夏季浓度最高,其月均值为(88.0±22.3)μg·m-3.NO、NO2、NOx、O3、SO2及PM10年均值分别为(18.9±14.5)μg·m-3、(37.6±13.0)μg·m-3、(56.5±27.5)μg·m-3、(49.9±16.3)μg·m-3、(31.6±19.5)μg·m-3、(156.7±79.1)μg·m-3.秋冬季污染物主要为NOx(NOx=NO+NO2)、SO2以及PM10,夏季污染物主要为O3.     

2013年1月邯郸市严重霾天气的污染特征分析

利用河北工程大学大气环境监测站点的PM₁₀、PM_2.5、SO₂和NO_x在线监测数据,并结合能见度、湿度数据,对邯郸市2012年12月1日到2013年1月31日的大气污染状况进行分析,特别是2013年1月持续发生的霾天气,以探讨严重霾污染的过程特征.结果表明,2013年1月,SO₂与NO_x的平均浓度分别为225.3 μg·m^-3和217.8 μg·m^-3,PM₁₀和PM_2.5的平均浓度分别为328.5 μg·m^-3和229.4 μg·m^-3,均超过新颁布的环境空气质量标准,是2012年12月平均浓度的1.4~3.5倍.重污染过程分析结果显示,污染峰值附近几天内PM₁₀、PM_2.5的时均浓度变化无明显规律.累积阶段的PM_2.5/PM₁₀在0.42~0.52之间,峰值前后上升并超过0.70,扩散阶段PM_2.5/PM₁₀降到0.70以下,且呈波动式变化.当PM_2.5/PM₁₀小于0.40时,能见度基本位于2~18 km之间;当PM_2.5/PM₁₀在0.40~0.60之间时,能见度在0.7~8 km之间;当PM_2.5/PM₁₀大于0.60时,能见度分布于2 km以下.     

石家庄市采暖前后大气颗粒物及其碳组分特征

为研究石家庄市大气颗粒物、碳组分特征和污染来源,采集2016年11月1日—12月31日石家庄市大气颗粒物（PM₁₀、PM_2.5和PM₁）样品,分析采暖前后PM₁₀、PM_2.5和PM₁及其中OC（有机碳）、EC（元素碳）和WSOC（水溶性有机碳）浓度水平,计算颗粒物与碳组分间相关性,进行OC/EC（质量浓度之比,下同）特征比值法和8个碳组分（OC1、OC2、OC3、OC4、OPC、EC1、EC2和EC3）研究.结果表明:①采暖后ρ（PM₁₀）和ρ（PM_2.5）比采暖前分别增加了26.4%和32.1%,而采暖后ρ（PM₁）比采暖前降低了12.2%.采样期间ρ（PM₁₀）与ρ（PM_2.5）显著相关,而ρ（PM₁）分别与ρ（PM_2.5）和ρ（PM₁₀）相关性差.采暖后散煤燃烧造成ρ（PM₁₀）和ρ（PM_2.5）增加,区域机动车限行和工业限产/停产导致ρ（PM₁）降低.②Pearson相关系数计算可知,ρ（OC）与ρ（EC）强相关;ρ（PM₁₀）和ρ（PM_2.5）分别与ρ（OC）和ρ（WSOC）强相关,而ρ（PM₁）分别与ρ（OC）和ρ（WSOC）中等相关;ρ（PM₁₀）和ρ（PM_2.5）分别与ρ（EC）弱相关,ρ（PM₁）与ρ（EC）中等相关.③采暖后PM₁₀、PM_2.5和PM₁中ρ（OC）比采暖前分别增加了215.1%、97.2%和18.5%;采暖后PM₁₀和PM_2.5中ρ（EC）比采暖前分别增加了65.2%和5.3%,而采暖后PM₁中ρ（EC）比采暖前降低了10.9%.集中供热和散煤燃烧排放了大量OC;PM₁₀和PM_2.5中EC主要来源于散煤燃烧,PM₁中EC主要来源于工业排放和机动车尾气.④采暖前PM₁₀、PM_2.5和PM₁中OC/EC平均值分别为4.5、4.5和4.3;采暖后PM₁₀和PM_2.5中OC/EC平均值分别为9.8和9.7,而PM₁中OC/EC平均值为7.4.采暖前后SOC/OC（质量浓度之比,下同）平均值的范围为0.36~0.65,石家庄市冬季大气中SOC污染严重;⑤8个碳组分分析发现,石家庄市机动车限行导致PM₁中ρ（EC1）降低,而采暖后集中供暖和散煤燃烧的增加,导致ρ（OC2）明显增加.研究显示,大气颗粒物中碳组分采暖前主要来源于机动车尾气,而采暖后主要来源于燃煤燃烧,尤其是散煤燃烧.      

2014年北京奥体中心空气质量演变特征

利用中国环境监测总站发布的实时大气环境监测资料,选择北京国家奥林匹克体育中心(下称北京奥体中心)为研究对象,分析了2014年全年北京奥体中心空气质量演变特征. 结果表明:①2014年全年北京奥体中心首要污染污染物为PM_2.5,其次是NO₂,而PM_2.5和PM₁₀出现中度污染以上的污染事件主要集中在冬季和春末秋初;②PM_2.5、PM₁₀、SO₂、NO₂、O₃和CO等主要污染物的年均质量浓度分别为89.75、141.12、21.83、64.26、48.60和1 210 μg/m3. 其中年均ρ(PM_2.5)是GB 3095—2012《环境空气质量标准》二级标准限值(35 μg/m3)的2.6倍,年均ρ(PM₁₀)也是其二级标准限值(70 μg/m3)的2.0倍,年均ρ(SO₂)略高于其一级标准限值(20 μg/m3),而年均ρ(NO₂)则高于其标准限值(40 μg/m3);③北京奥体中心全年逐月ρ(SO₂)/ρ(NO₂)都小于1.00,年均值为0.37,反映出北京目前硝酸型污染特征越来越明显;④针对不同污染等级下各类污染物质量浓度的分析结果显示,严重污染时ρ(PM_2.5)和ρ(PM₁₀)平均值分别高达324.75和494.98 μg/m3,分别是世界卫生组织(WHO)《空气质量准则》推荐24 h平均浓度准则值的13和10倍,其浓度如此之高会对人体健康造成严重危害;⑤ρ(PM_2.5)年均24 h变化趋势表明,ρ(PM_2.5)具有明显的日变化特征,出现2个峰值,高峰值出现在午夜时分(23:00—翌日01:00),次高峰值出现在上午(09:00—11:00),最低值出现在下午(15:00—17:00),次低谷值则出现在凌晨(05:00—07:00),说明ρ(PM_2.5)除与混合层高度日变化特征密切相关外,还与人们的日常生活有一定联系.      

2013年北京市NO_2的时空分布

对2013年北京市35个自动空气质量监测子站的NO2数据进行分析,探讨NO2的时间分布特征、空间分布特征以及与PM2.5和大气氧化性的相关性关系.结果表明,NO2浓度由高到低的季节依次是冬季、秋季、春季和夏季,平均浓度分别为66.6、58.3、54.7μg·m-3和45.8μg·m-3;NO2浓度由高到低的监测站依次为交通站、城区站、郊区站和区域站,年均浓度分别为78.6、57.9、48.5μg·m-3和40.3μg·m-3.NO2月均浓度呈波浪型分布,在1月份、3月份、5月份和10月份各出现一个峰值.整体来看,区域站NO2日变化曲线呈现单峰型分布,其他站点为双峰型分布.2013年NO2浓度呈现"反周末效应",即周末大部分时段NO2浓度高于工作日.分地区来看,年均NO2浓度由高到低的依次是城六区、西南部、东南部、西北部和东北部.各站点NO2浓度与PM2.5和OX浓度均为显著正相关,表明NO2可以通过增加前体物浓度和增强大气氧化性两方面造成PM2.5浓度升高.     

成都市冬季大气颗粒物组成特征及来源变化趋势

年冬季分别在成都市8个环境受体采样点采集PM₁₀、PM_2.5样品,同时采集颗粒物源类样品,分析上述样品质量浓度及多种无机元素、水溶性离子和碳组分的含量,以对这3 a冬季大气颗粒物浓度、特征组分、来源及变化趋势进行分析. 使用CMB-iteration模型对成都市中心城区的PM₁₀、PM_2.5进行来源解析. 结果表明: 成都市冬季ρ(PM₁₀)在工业区最高,PM_2.5污染呈现区域性特征;冬季PM₁₀的主要来源有扬尘、二次硫酸盐、煤烟尘、二次硝酸盐和机动车尾气尘,上述5类源在2010─2012年的分担率分别为24%～29%、17%～22%、13%～16%、6%～12%、6%～11%;对PM_2.5有重要贡献的源类有二次硫酸盐、扬尘、煤烟尘、二次硝酸盐和机动车尾气尘,这5类源在2010─2012年的分担率范围分别为25%～27%、19%～22%、12%～15%、11%～13%、8%～11%. 二次粒子、扬尘等是成都市大气颗粒物的主要污染源,其中扬尘、建筑水泥尘等以粗粒子为主的源类浓度贡献呈逐年下降趋势,而二次粒子等以细粒子为主的源类浓度贡献则逐年上升,成都市冬季大气细颗粒物污染加重.