深圳市冬季PM2.5中水溶性有机物的来源特征

利用连续液化采样器（PILS）-超声雾化器-气溶胶化学组分检测仪（ACSM）联用系统,对深圳市冬季PM_2.5中水溶性组分进行在线连续观测,获取高时间分辨率的水溶性有机物（WSOM）,SO₄^2-,NO₃^-,NH₄⁺和Cl^-浓度信息以及WSOM的质谱结构信息.分析结果表明：PM_2.5中水溶性组分的总质量浓度变化范围为4.0~117μg/m³,平均浓度为20.1μg/m³,其中WSOM（25.2%）和SO₄^2-（22.4%）是最主要的贡献组分.ACSM质谱显示WSOM具有氧化态有机气溶胶（OOA）的质谱特征,其氧碳比（O/C）的平均值达到（0.60±0.09）,且WSOM与二次无机离子（SO₄^2-+NO₃^-）和钾（K）有强相关性,与黑碳（BC）的相关性较弱,表明了观测期间WSOM主要来源于二次反应产生的二次有机气溶胶（SOA）和生物质燃烧,与机动车等一次排放没有明显关系.     

郑州市夏季PM2.5中二次无机组分污染特征及其影响因素

硝酸根(NO₃^-)、硫酸根(SO₄^2-)和铵根离子(NH₄⁺)是PM_2.5中重要组分,研究三者的污染特征及其影响因素对空气质量的持续改善至关重要.于郑州市2020年夏季利用一系列在线PM_2.5化学组分仪器开展连续观测.结果表明,郑州市2020年夏季ρ(PM_2.5)平均值为(28±13)μg·m-3,呈现夜间高白天低的日变化特征.ρ(NO₃^-)、ρ(SO₄^2-)和ρ(NH₄⁺)的平均值分别为(7.8±6.7)、(7.2±3.7)和(5.5±3.1)μg·m-3,在PM_2.5中的占比分别达到22%、 21%和16%.分析不同情景下组分变化规律发现,随着PM_2.5浓度的上升,NO₃^-     

邯郸市区PM2.5污染特征及来源解析

对邯郸市区内邯郸钢铁集团（邯钢）、邯郸市环境监测中心（环保局）、河北工程大学（矿院）3个点位4个季节代表月大气PM_2.5样品进行采集,并对其离子、元素、碳质组分进行测试分析;利用基于排放清单、受体模型与空气质量模型相结合的综合来源解析方法,对邯郸市区大气PM_2.5贡献来源进行分析.结果表明：邯郸市区PM_2.5年均浓度为85.5μg/m³,秋冬季浓度明显高于春夏季,邯钢点位浓度略高于矿院和环保局;PM_2.5中占比较高的组分为NO₃^-、SO₄^2-、POA、SOA和NH₄⁺,分别占15.7%、14.5%、13.2%、12.2%和12.4%,具有明显的二次污染和有机污染特征,冬季二次组分和有机组分占比略高于其他季节,环保局点位一次有机气溶胶（POA）和二次有机气溶胶（SOA）占比略高于矿院和邯钢;冶金和扬尘是PM_2.5最主要的贡献来源,贡献率分别为27.0%和18.7%,冶金源在春夏季的贡献比例高于秋冬季,在邯钢点位的贡献率明显高于环保局和矿院.     

基于随机森林模型的武汉市城区大气PM2.5来源解析

基于2019年12月～2020年11月期间武汉市城区大气PM_2.5及其主要化学组分（碳质组分、水溶性离子和元素组分）的在线监测数据,分析武汉城区大气PM_2.5的污染特征,并利用主成分分析方法和随机森林模型,对PM_2.5进行来源解析．结果表明,武汉市大气ρ(PM_2.5)冬季最高,为（61.33±35.32）μg·m^-3,而夏季最低,为（17.87±10.06）μg·m^-3．其中碳质组分以有机碳为主,年均值为（7.27±3.51）μg·m^-3,离子组分中ρ（NO₃^-）、ρ(SO₄^2-)和ρ（NH₄⁺）最高,年均值分别为（11.55±3.86）、（7.55±1.53）和（7.34±1.99）μg·m^-3,元素组分中ρ（K）、ρ（Fe）和ρ（Ca）最高,年均值分别为（752.80±183.9...     

基于在线监测的南京仙林PM2.5组分特征与来源解析

为了研究南京市PM_2.5的污染特征及来源贡献,于2018年3月至2019年2月在南京仙林地区进行PM_2.5组分的在线监测,运用PMF和CMB受体模型,开展PM_2.5的来源解析.结果表明,观测期间南京市PM_2.5平均质量浓度为54.3μg/m³,其中冬季平均浓度76.4μg/m³.PM_2.5的主要组分为NO₃^-（21.3%~30.8%）、SO₄^2-（18.9%~23.5%）、NH₄⁺（14.3%~16.2%）.从全年平均来看,PMF模型得到的PM_2.5解析结果为：二次无机气溶胶（54.9%）、燃煤源（17.4%）、二次有机气溶胶（7.4%）、机动车排放源（7.1%）、工业源（4.9%）、扬尘源（4.8%）、其他源（3.4%）;CMB模型得到的PM_2.5解析结果为：硝酸盐（33.0%）、硫酸盐（24.0%）、燃煤源（16.4%）、机动车排放源（8.4%）、二次有机气溶胶（7.1%）、扬尘源（5.7%）、其他源（2.9%）、工业源（2.4%）.不同季节PM_2.5来源有所差异,夏冬季二次无机气溶胶占比大于春秋季,春冬季燃煤占比最大,二次有机气溶胶在秋季占比最大.结合2017年南京市大气污染源排放清单,对二次气溶胶贡献进行再解析,得到南京仙林地区PM_2.5主要贡献来自燃煤源（PMF：34.14%,CMB：33.82%）,机动车排放源（PMF：27.33%,CMB：29.33%）以及工业源（PMF：26.76%,CMB：24.77%）.可见,影响南京仙林地区PM_2.5的污染源主要来自燃煤源、机动车排放源和工业源,基于在线组分监测、利用PMF和CMB模型得到的PM_2.5源解析结果具有较好的一致性.     

北方沿海城市大气PM2.5组分特征及来源分析：以青岛市为例

为探究北方沿海城市大气PM_2.5的化学组分特征及其关键来源,本文选择典型代表城市青岛市作为研究对象,在2021年3月-2022年2月采集大气PM_2.5样品,测定水溶性无机离子、碳组分及化学元素等组分,深入分析大气PM_2.5化学组分特征,采用正定矩阵因子分解(PMF)和潜在源贡献函数(PSCF)对青岛市PM_2.5的主要贡献源类和潜在源区进行分析研究.结果表明：(1)采样期间青岛市PM_2.5浓度平均值为42.2μg/m³,NO₃-、NH₄⁺、SO₄^2-、OC是PM_2.5的主导成分,浓度分别为11.77、5.76、5.20和6.67μg/m³,占比分别为27.88%、13.65%、12.32%和15.80%.(2)各组分浓度季节性变化与PM_2.5浓度变化基本一致,呈现冬季最高、夏季最低,春...     

不同季节人为氯排放对二次气溶胶影响的数值模拟

利用WRF-CMAQ模式对比有无人为氯排放的模拟试验,定量分析了不同季节人为氯排放对二次无机气溶胶和二次有机气溶胶的影响.结果表明,人为氯排放对硫酸盐的影响较小,而硝酸盐对人为氯排放较为敏感,Cl^-颗粒物与HNO₃、N₂O₅、NO₃和NO₂均可发生反应生成硝酸盐,同时NH₃也会转化为铵盐.人为氯排放使冬、春、夏、秋季硝酸盐月均浓度分别最高增加9.8 μg/m³(34.3%)、1.5μg/m³(11.4%)、1.3μg/m³(9.1%)和2.6μg/m³(10.3%),铵盐月均浓度分别最高增加3.0μg/m³(30.7%)、0.6μg/m³(10.3%)、0.5μg/m³(6.5%)和1.1μg/m³(8.0%),冬季影响最大,夏季影响最小.人为氯排放增强了Cl原子和OH自由基对VOCs的降解作用,不同种类的SOA浓度略有上升,人为氯排放对SOA浓度影响最大约为6%.二次无机气溶胶和二次有机气溶胶的增加导致了颗粒物总量的增加,人为氯排放使冬、春、夏、秋季PM₁₀月均浓度分别最高增加14.0μg/m³(18.3%)、2.5μg/m³(3.0%)、1.9μg/m³(2.8%)和4.5μg/m³(4.3%),PM_2.5月均浓度分别最高增加15.0μg/m³(24.4%)、2.1μg/m³(3.5%)、1.2μg/m³(3.2%)和3.9μg/m³(4.4%).人为氯排放的季节性影响从大到小分别为冬、秋、春、夏季,内陆的影响比沿海大.     

邯郸市PM2.5中碳组分的污染特征及来源分析

为研究邯郸市PM_2.5中碳组分的污染特征及其来源,于2017年4~12月采集PM_2.5样品,用热光反射法（TOR）分析PM_2.5中有机碳（OC）和元素碳（EC）的质量浓度.结果表明：邯郸市PM_2.5和总碳气溶胶（TCA）质量浓度的年均值分别为（88.87±58.89）μg/m³和（31.45±23.35）μg/m³,PM_2.5质量浓度超标率为50%,TCA/PM_2.5比率的年均值为（38.23%±14.61%）,表明邯郸市碳组分污染严重.冬季PM_2.5中TCA质量浓度均值为（68.06±23.77）μg/m³,TCA/PM_2.5比率的均值为（46.86%±10.07%）,OC（37.09±13.05）μg/m³和EC（8.72±3.78）μg/m³浓度明显高于其它季节,表明冬季碳组分污染较为严重.各季节OC/EC比值均大于2,表明邯郸市全年均受二次有机碳（SOC）的污染;OC、EC及SOC与SO₂、NO₂呈显著正相关,与O₃呈显著负相关,尤其是与NO₂相关关系最强,说明邯郸市碳质气溶胶可能受到机动车尾气排放的影响.对8种碳组分进行主成分分析,发现道路扬尘、燃煤排放和机动车尾气是邯郸市PM_2.5中OC和EC的主要贡献源.     

北京市典型区域大气亚微米颗粒物理化特性及其来源

本研究采用Aerodyne气溶胶化学组成在线监测质谱仪ACSM,于2019年春季、夏季后期、秋季和冬季典型代表月对北京市东南城区非难熔亚微米颗粒物NR-PM₁进行了实时监测与分析,研究了NR-PM₁及其物种在不同时段,特别是霾污染期间的演变特征,以及4个季节有机物的来源.结果表明,整个研究期间NR-PM₁的平均浓度为22.06μg/m³,其季节变化呈现出春季>冬季>秋季>夏季后期的特征.整个研究期间,Org （有机物）的平均浓度为7.12μg/m³,占NR-PM₁的32.30%;NO₃^-和SO₄^2-的平均浓度分别为5.91和6.20μg/m³,分别占NR-PM₁的26.80%和28.12%;而NH₄⁺和Cl^-的平均质量浓度和质量百分数均较低.所有物种呈现出Org> SO₄^2-~NO₃^-> NH₄⁺>Cl^-的特征.清洁天NR-PM₁以Org为主要特征,各季节所有物种的日变化均较小,而霾污染天NR-PM₁以二次无机物种为主要特征,不同季节各物种表现出不同的日变化特征.OA （有机气溶胶）在不同季节解析出的物种有所不同.一次有机气溶胶POA对OA的贡献随春夏秋冬逐渐升高,而二次有机气溶胶SOA则随之逐渐降低.     

深圳大气PM2.5化学组成的长期变化特征

为分析深圳市大气细颗粒物（PM_2.5）浓度长期持续下降的原因,进而明确PM_2.5下一步减排潜力和精细化管理方向,本研究基于2019年在深圳市西乡点位采集的PM_2.5样品,分析了西乡PM_2.5的化学组成及季节分布特征.结果表明,2019年西乡点位PM_2.5年均浓度为29.4μg/m³,总体上呈现夏低冬高的季节特征,有机物（OM）和硫酸根（SO₄^2-）仍是主要的组分,分别占总质量的42.3%和17.6%.对2009、2014、2019年典型月份PM_2.5的组分进行对比,PM_2.5全年质量浓度从42.3μg/m³（2009年）下降至24.6μg/m^3.（2019年）,OM、SO₄^2-、硝酸根（NO₃^-）、铵根（NH₄⁺）和元素碳（EC）等都有明显的下降趋势.矿物质元素（Al、Ca）是地面扬尘和建筑尘的标识组分,近年来Al、Ca浓度的增加趋势表明宝安区西乡扬尘的影响在逐渐扩大.2009、2014、2019年OC/EC的值逐渐扩大,说明了一次燃烧源排放的影响逐渐减小,但二次有机物（SOC）的贡献逐渐凸显.通过分析2004、2009、2014、2019年夏、冬季PM_2.5中6种主要组分变化趋势,表明6种主要组分夏冬两季皆有下降趋势,但由于气象因素导致冬季污染物受到区域传输的影响较大,夏季各组分浓度的下降幅度普遍高于冬季.总体来说深圳市PM_2.5浓度持续下降的原因是深圳市对机动车、工业VOC （挥发性有机物）、远洋船舶以及一次燃烧源的管控和减排.     

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.     

加入SOA示踪的深圳大气PM2.5受体模型源解析

为厘清包括二次有机气溶胶（SOA）在内的深圳市区PM_2.5各种一次和二次来源贡献,本文于2017年9月2日~2018年8月29日在深圳市大学城点位开展PM_2.5样品采集,并进行化学组分和水溶性有机物（WSOM）质谱测量,共获得162组有效数据.观测期间深圳市大气PM_2.5平均质量浓度为26μg/m³,在传统PMF源解析的基础上加入羧基离子碎片（CO₂⁺）作为SOA的示踪物,加入水溶性有机氧（WSOO）用于计算各因子O/C,验证有机物解析效果.结果表明,SOA可以被独立解析出,其O/C明显高于其他一次污染源中有机物;机动车、二次硫酸盐、二次硝酸盐、SOA为最主要的4个源,对PM_2.5质量浓度的贡献分别为25%、23%、17%和10%,船舶、地面扬尘、老化海盐、建筑尘、生物质燃烧、燃煤和工业贡献均在5%以内.各个源的变化特征表明,机动车、二次硫酸盐、二次硝酸盐、SOA等源贡献呈现冬高夏低的季节特征,与冬季季风条件下源自内陆的污染传输密切相关.污染天气时,二次硝酸盐和SOA的贡献增加相对最显著,因此NOx和挥发性有机物是减排的关键.     

华北南部重污染城市周边区域二次气溶胶的化学特征及来源解析

为探究华北南部地区重污染城市邯郸市北部地区冬季大气颗粒物的化学组分及来源,于2020年11月23日至12月12日采集了PM₁和PM_2.5样品并进行了分析．观测期间日平均ρ（PM₁）和ρ(PM_2.5)分别为114.53μg·m^-3和124.25μg·m^-3,PM₁/PM_2.5比值的变化范围为83.3%～95.3%,明显高于京津冀其他城市,表明邯郸地区细颗粒物尤其是亚微米颗粒物污染严重．与清洁天相比,重污染期间PM₁中SNA(SO₄^2-、NO₃^-和NH₄⁺)增加14.5%,PM_2.5中SNA增加15.2%,尤其氮氧化率（NOR）在重污染天增长3倍;随着污染程度的加深,PM₁和PM_2.5中二次有机碳（S...     

加入SOA示踪的深圳大气PM2.5受体模型源解析

为厘清包括二次有机气溶胶（SOA）在内的深圳市区PM_2.5各种一次和二次来源贡献,本文于2017年9月2日~2018年8月29日在深圳市大学城点位开展PM_2.5样品采集,并进行化学组分和水溶性有机物（WSOM）质谱测量,共获得162组有效数据.观测期间深圳市大气PM_2.5平均质量浓度为26μg/m³,在传统PMF源解析的基础上加入羧基离子碎片（CO₂⁺）作为SOA的示踪物,加入水溶性有机氧（WSOO）用于计算各因子O/C,验证有机物解析效果.结果表明,SOA可以被独立解析出,其O/C明显高于其他一次污染源中有机物;机动车、二次硫酸盐、二次硝酸盐、SOA为最主要的4个源,对PM_2.5质量浓度的贡献分别为25%、23%、17%和10%,船舶、地面扬尘、老化海盐、建筑尘、生物质燃烧、燃煤和工业贡献均在5%以内.各个源的变化特征表明,机动车、二次硫酸盐、二次硝酸盐、SOA等源贡献呈现冬高夏低的季节特征,与冬季季风条件下源自内陆的污染传输密切相关.污染天气时,二次硝酸盐和SOA的贡献增加相对最显著,因此NOx和挥发性有机物是减排的关键.     

盘锦市夏冬季PM2.5中碳组分污染特征及来源分析

于2016年7月和2017年1月采集盘锦市3个点位的PM_2.5样品,研究盘锦市夏冬季节PM_2.5中碳组分的特征与来源.结果表明：盘锦市夏季PM_2.5、有机碳（OC）和元素碳（EC）日均浓度分别为（46.14±12.70）,（8.58±2.82）和（2.89±1.54）μg/m³;冬季分别为（91.01±43.51）,（24.50±15.51）和（7.31±5.00）μg/m³.夏季开发区和第二中学2个采样点的OC与EC之间不具有线性相关性;冬季3个采样点OC、EC高度相关.采用最小相关系数法（MRS）估算SOC浓度,得到夏季SOC的浓度为4.65μg/m³,占OC总量的54.19%;冬季SOC浓度为8.42μg/m³,占OC总量的34.36%.通过比值分析和主成分分析得出盘锦市夏季PM_2.5中碳组分主要来源为汽油车尾气和燃煤排放;冬季PM_2.5中碳组分主要来源为机动车尾气、燃煤排放和生物质燃烧.     

苏南五市秋冬季PM2.5化学组成特征和空间差异

于2020年9月至2021年2月在苏南五市(南京、苏州、无锡、常州和镇江)收集PM_2.5滤膜样品,分析了各样品中的水溶性无机离子和碳质组分.结果表明,苏南五市PM_2.5各组分中ρ(NO₃^-)均为最高[(9.54±10.1)～(12.1±11.3)μg·m^-3],比其它目标组分高约2倍以上.由于受更多道路扬尘和燃煤源的影响,常州市PM_2.5中Ca²⁺、Cl^-、OC和EC的浓度平均值高于其它4个城市.将所有目标组分浓度相加得到重构PM_2.5(r PM_2.5)浓度,发现各城市r PM_2.5浓度均由二次无机离子(NH₄⁺、NO₃^-和SO₄^2-,SNA)主导,占比高达(59.2%±11.1%)～(70.8%±9.72%),且r ...     

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^-.     

深圳市城区VOCs对PM2.5和O3耦合生成影响研究

为了探究珠江三角洲城市大气PM_2.5和O₃的协同污染特征,在深圳市大学城开展了秋季光化学反应活跃季大气污染加强观测.发现O₃日最大8h平均值(O₃_8h)和PM_2.5在日间具有较强的正相关关系,且O₃_8h与典型挥发性有机物(VOCs)甲醛的相关性显著高于NO₂.利用气溶胶质谱仪在线测量了亚微米气溶胶化学组成,并利用正交矩阵因子模型(PMF)对其中有机气溶胶进行来源解析,解析出5类因子,其中二次有机气溶胶(SOA)占总有机物浓度的50%.通过对污染物之间的相关性分析发现,O₃_8h和SOA具有良好的相关性,但与硝酸盐(NO₃^-)未表现出相关性,说明VOCs在深圳城区大气PM_2.5和O₃耦合生成过程中的作用比NOx明显,VOCs减排是深圳市协同控制PM_2.5和O₃污染的关键.     

北京及周边地区夏季PM2.5中含碳组分污染特征与来源解析

为研究《打赢蓝天保卫战三年行动计划》等政策实施后北京及其周边区域夏季环境PM_2.5含碳组分特征及来源,2019年7月分别在北京城区与河北郊区的2个站点同步连续采集大气PM_2.5样品,利用热光碳分析仪分别测定了有机碳(OC)和元素碳(EC)及其组分的质量浓度;通过最小OC/EC比值法、最小相关系数法估算了二次有机碳(SOC)浓度;利用主成分分析、后向轨迹分析等方法探究了含碳气溶胶的来源。结果表明:夏季北京城区PM_2.5中ρ(OC)和ρ(EC)平均分别为(6.34±0.64),(1.96±0.29)μg/m3,分别占ρ(PM_2.5)的18.65%和5.78%;河北郊区PM_2.5中ρ(OC)与ρ(EC)平均分别为(6.29±0.79),(3.54±0.63)μg/m3,分别占ρ(PM_2.5)的17.69%和9.53%。2种方法估算出北京城区的ρ(SOC)分别为(3.35±0.59),3.98μg/m3,分别占ρ(OC)的(51.77±6.97)%和68.48%;河北郊区的ρ(SOC)分别为(3.28±0.69),4.17μg/m3,分别占ρ(OC)的(62.42±9.62)%和68.32%。此外,夏季北京城区与河北郊区均存在较为严重的二次污染;北京城区含碳组分主要污染源是混合机动车排放、道路扬尘及燃烧源;而工业燃煤排放、机动车尾气及扬尘是河北郊区含碳组分的主要污染源。后向轨迹分析发现,夏季气团轨迹主要来自东南、西南及偏南方向,且对北京城区与河北郊区2个区域PM_2.5中碳组分的影响较大。     

省会城市不同功能区大气PM2.5化学组分季节变化及来源分析

为探究城市不同功能区大气PM_2.5污染水平、成分季节差异特征以及来源,采集了省会城市济南市2019年不同季节（春、秋、冬）3类典型功能区（城市市区、工业区、城乡结合区）和环境背景点植物园区的PM_2.5样品,对其浓度[ρ(PM_2.5)]、化学组分（水溶性离子、碳质组分、元素）和来源进行分析.结果表明采样期间3类功能区ρ(PM_2.5)在空间上呈现：工业区[（89.88±49.25）μg·m^-3]>城乡结合区[（86.73±57.24）μg·m^-3]>城市市区[（70.70±44.89）μg·m^-3],远大于植物园区[（44.36±21.54）μg·m^-3].各功能区ρ(PM_2.5)秋冬季明显高于春季,冬季最高值出现在城乡结合区,春季和秋季均为工业区最高.工业区各季PM_2.5中的水溶性离子浓度较高,主要的水溶性离子NO^-₃