被动采样法观测研究京津冀区域大气中气态污染物

为了对京津冀区域的大气污染物进行观测,揭示污染物浓度和组分的时空分布和变化规律,深入了解区域复合型污染,从2007年12月开始使用造价低、操作简捷的被动采样方法对区域10个站点大气中的SO2、NO2、O3和NH3等主要污染物进行了监测,对被动采样方法的区域适用性进行了比较全面的评估并根据监测结果对污染物的浓度水平和区域分布进行了研究.方法适用性评估表明被动采样方法在污染较严重的京津冀区域能进行长时间采样,采样频率设定为每月1次;平行采样结果显示,SO2、NO2、O3和NH3的变异系数分别为6.4%、7.1%、4.2%和3.9%,方法表现出良好的稳定性;每月1次的被动采样浓度结果与主动采样仪器观测结果月平均值相比具有较好的一致性,SO2、NO2和O3这2种方法监测结果的相关系数达到0.91、0.88和0.93,拟合曲线斜率分别为1.25、0.98和0.93,平均相对标准偏差分别为23.3%、14.9%和8.5%,能基本满足大气采样的要求,NH3的短时监测也表明2种方法具有可比性.评估结果说明被动采样方法是一种可靠的大气污染监测方法,可用于区域污染的监测.2008年夏季京津冀区域10个站点SO2、NO2、O3和NH3的被动采样平均浓度分别(12.3±6.3)×10-9、(13.2±7.0)×10-9、(40.5±9.5)×10-9和(24.0±13.7)×10-9.浓度区域分布显示SO2和NO2在城市站点具有较高浓度,而NH3在农业站点的浓度较高,SO2、NO2和NH3的大气浓度水平明显受局地排放影响,浓度分布较直观的反应了站点的局地源排放;而O3除了背景站兴隆,在北京和天津周边的大小城市,平均浓度都在40×10-9左右,表现出区域协同污染特征.     

重庆市北碚城区气溶胶中水溶性无机离子的质量浓度及其粒径分布

为了研究重庆市北碚区城区气溶胶中水溶性无机离子的浓度和分布特征,于2014年3月~2015年2月利用安德森采样器连续采集大气气溶胶分级样品,并用离子色谱法分析了不同粒径(9.00、5.80、4.70、3.30、2.10、1.10、0.65和0.43μm)中Na~+、NH~_4~+、K~+、Mg~(2+)、Ca~(2+)、F-、Cl-、NO_3~-、SO_4~(2-)这9种水溶性无机离子.结果表明,SO_4~(2-)、NH~_4~+、NO_3~-、Cl-、Na~+、K~+主要分布在细粒子中,Mg~(2+)、Ca~(2+)、F-主要分布在粗粒子中.SNA(SO_4~(2-)、NH~_4~+和NO_3~-三者的简称)呈明显单峰型分布,其峰值均出现在0.65~1.10μm的液滴模态,且在细粒子中主要以(NH4)2SO4和NH4NO3形式存在.SO_4~(2-)的形成主要来自云内过程,部分来自SO_2的氧化.Na~+、Cl-、Mg~(2+)在粗、细粒子中呈双峰型分布;K~+在0.43~1.10μm呈单峰型分布;F-、Ca~(2+)在粗粒子中出现峰值.观测期间,PM2.1和PM9.0中总水溶性离子的年均质量浓度分别为(32.68±15.28)μg·m~(-3)和(48.01±19.66)μg·m~(-3),且浓度具有相似季节变化特征,均表现为冬季春季夏季秋季.大部分离子(Na~+、NH~_4~+、K~+、Cl-、NO_3~-、SO_4~(2-))浓度表现为冬春季偏高,夏秋季偏低;而少数离子(F-、Mg~(2+)、Ca~(2+))浓度在秋季最低,其他季节浓度变化稍有不同.SNA是PM2.1中最主要的水溶性离子;而PM9.0中水溶性离子的主要成分除了SNA外,还包括Ca~(2+).PM2.1和PM9.0中阳离子总浓度明显高于阴离子,且不同离子间均具有一定的相关性.主成分分析结果表明,该地区水溶性离子的主要来源包括机动车尾气的排放源、燃烧源、土壤源和建筑道路扬尘.分析气象因素的影响,发现气温对二次离子的生成有明显关系(P0.05),而相对湿度、风速的影响则不显著(P0.05).     

北京城区PM_(2.5)不同组分构成特征及其对大气消光系数的贡献

为研究北京城区PM2.5不同组分对大气消光系数的贡献率,于2013年10月—2014年8月使用3台PQ200采样器在北京市环境保护科学研究院采集PM2.5样品并进行质量重建,采用IMPROVE方程计算大气消光系数并分析各组分的贡献率.结果表明:1北京城区ρ(PM2.5)年均值为(90.3±8.1)μg/m3,相比2005年有所下降,颗粒物呈弱碱性,NH4+略有剩余.2PM2.5质量重建后,化学构成为OM〔32.1%,为ρ(OM)占ρ(PM2.5)比例,下同〕、NO3-(13.6%)、SO42-(13.9%)、NH4+(11.1%)、Cl-(3.8%)、其他离子(4.0%)、EC(元素碳,5.0%)、FS(土壤尘,8.9%)、微量元素(1.3%)和未知物质(6.7%);与2005年相比,OM、NO3-、NH4+等二次污染物质量浓度占ρ(PM2.5)比例均显著增加,ρ(水溶性离子)占ρ(PM2.5)的比例随空气污染加重而增加.3北京城区大气消光系数年均值为(504.6±49.3)Mm-1,OM、(NH4)2SO4、NH4NO3、EC和FS的贡献率分别为37.5%、28.3%、25.2%、7.6%和1.4%;冬季由于ρ(PM2.5)高,大气消光系数最高,为(589±124.3)Mm-1,约是春季的2倍;夏季由于相对湿度大,PM2.5吸湿粒径增大,大气消光系数仅次于冬季.OM对大气消光系数贡献率为冬季最高,而(NH4)2SO4的贡献率在冬夏季均大于NH4NO3.     

北京城区大气PM_(2.5)主要化学组分及污染特征

为了解北京城区大气PM2.5主要化学组成特征,于2012年8月─2013年7月对城区石景山、东四和通州3个采样点及城区对照点定陵和区域传输点榆垡开展为期1 a的PM2.5组分研究,共获得268组样品.结果表明:城区平均质量浓度大于1.0μg/m3的组分有OC、NO3-、SO42-、NH4+、EC、Cl-、Si、Ca、Al、K+,其中ρ(OC)、ρ(NO3-)、ρ(SO42-)、ρ(NH4+)分别为(22.2±17.1)、(21.5±25.9)、(19.8±23.7)、(14.3±16.8)μg/m3,分别占ρ(PM2.5)的17.9%、17.3%、15.9%、11.5%,城区各主要组分的平均质量浓度明显大于对照点;城区各采样点之间主要组分所占比例相差不大,与城区对照点、区域传输点差异明显;春、夏、秋、冬四季城区采样点的主要组分均为OC、NO3-、SO42-、NH4+,这4种组分质量浓度之和分别占各季ρ(PM2.5)的62.5%、54.2%、46.0%、62.7%,其中春季ρ(NO3-)、夏季ρ(SO42-)、秋冬季的ρ(OC)相对较高;北京城区各采样点均受SOC影响较大,OC/EC〔ρ(OC)/ρ(EC)〕的平均值为5.7,城区SNA(二次无机气溶胶)占ρ(PM2.5)的比例(15.0%~53.1%)和NO3-/SO42-〔ρ(NO3-)/ρ(SO42-)〕(0.47~1.36)均随空气质量指数上升而增加,同时观测期间北京城区PM2.5中NO3-/SO42-的平均值为1.14,较往年明显增大,表明目前北京城区的PM2.5排放源逐步由以固定源为主向固定源和移动源并重的方向发展.     

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.     

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.     

重庆市北碚大气中PM2.5、NOx、SO2和O3浓度变化特征研究

重庆是我国西南工业重镇,但长期受大气污染困扰.利用全自动在线环境监测仪器,于2012年1月—2014年2月,对重庆市北碚区大气中的典型污染物PM2.5、NO_x、SO_2和O_3进行了观测研究.结果表明:重庆北碚大气首要污染物为PM2.5,2012和2013年平均浓度分别为(67.5±31.9)和(66.6±37.5)μg·m~(-3),是国家环境空气质量一级标准35μg·m~(-3)的1.9倍,两年超过国家二级标准的天数分别为119和126 d,年超标率均大于1/3;两年NO_x,SO_2及O_3的年平均浓度分别为(57.1±24.6)和(55.1±36.6),(43.1±24.0)和(35.0±21.9)及(31.1±24.9)和(48.5±37.4)μg·m~(-3).大气污染物浓度具有明显的季节变化特征,PM2.5和NO_x冬季污染最为严重,两年冬季平均值分别比两年年平均值高33.6%、59.6%和43.2%、8.5%;O_3表现为夏高冬低;SO_2春季最高且污染最轻.大气污染物日变化显示PM2.5和NO_x浓度呈双峰日变化形式,有早晚两个峰值,与城市交通高峰相对应.SO_2和O_3浓度呈单峰日变化,前者峰值出现在午前10∶00—12∶00大气对流层被打破之后,而后者峰值出现在午后16∶00局地光化学最强之时.消减各种污染源的颗粒物直接排放,消减气态污染物SO_2和NO_x的工业排放,消减机动车NO_x和VOCs等的排放,才有可能使重庆北碚的大气污染状况得到改善.     

邯郸市PM_(2.5)中水溶性无机离子污染特征及来源解析

本研究通过对邯郸市环境空气中PM2.5样本进行采集和成分检测,分析了该地区PM2.5中水溶性无机离子的污染特征,并结合气象要素(风速、温度)、气态污染物(O3、NO2、SO2、CO)、SOR(硫氧化率)、NOR(氮氧化率)对其主要来源进行了解析.研究结果表明:总水溶性无机离子(TWSII)浓度季节变化特征明显,秋、冬季高于春、夏季.SO2-4、NO-3、NH+4是PM2.5中主要的水溶性无机离子,在TWSII中所占的比例为夏(93.2%)冬(85.6%)秋(85.5%)春(84.0%).春、夏、秋三季PM2.5呈酸性,冬季显碱性.此外还分析得到,SO2-4在四季中均以(NH4)2SO4的形式存在.NO-3在冬季以NH4NO3的形式存在,其余季节中以NH4NO3、HNO3等共存.绝大部分Cl-在冬季以NH4Cl的形式存在,其它季节中以NH4Cl、KCl等的形式存在.均相反应是SO2-4的主要生成途径,夏、冬季也伴随有非均相反应.NO-3的生成以均相反应为主(春、夏、秋),在冬季均相反应与非均相反应同时存在.应用因子分析法解析出4个主因子,其中,工业、燃煤、交通、生物质燃烧等综合源是PM2.5中水溶性无机离子的主要来源.     

新乡市秋季大气细颗粒物PM2.5中水溶性离子特征及其来源解析

为探究新乡市秋季PM_(2.5)污染水平及水溶性离子特征,于2016年9—11月期间,利用TH-150C中流量大气采样器分别在新乡市城市和郊区设立的两个采样点采集了大气PM_(2.5)样品,并分别用重量法和离子色谱法测得PM_(2.5)的浓度值和水溶性离子的组分,分析了大气PM_(2.5)的组成特征、变化规律及污染来源.结果表明,采样期间,城市站PM_(2.5)浓度为122.65~223.56μg·m-3,平均值为164.17μg·m-3,郊区站PM_(2.5)浓度为92.99~217.40μg·m-3,平均值为144.75μg·m-3,均超过国家二级标准浓度限值(75μg·m-3).采样期间,城市站7种水溶性无机离子(NH+4、NO-3、SO2-4、K+、Mg2+、Ca2+、Cl-)的平均质量浓度分别为9.98、22.05、13.41、0.65、0.04、0.30、2.19μg·m-3,郊区站分别为7.49、17.95、10.34、0.38、0.03、0.57、1.35μg·m-3;其中,NO-3、SO2-4、NH+4是大气PM_(2.5)中水溶性离子最主要的二次污染成分,而硝酸盐则是新乡市大气灰霾污染的关键组分.对PM_(2.5)中阴、阳离子进行相关性分析,结果发现,新乡市大气颗粒物PM_(2.5)总体呈酸性.PM_(2.5)中水溶性离子来源主要有二次转化,以及工业源、燃烧源及土壤建筑尘等,移动源(汽车尾气)对新乡市秋季大气污染的贡献较大.     

徐州市冬季大气细颗粒物水溶性无机离子污染特征及来源解析

本研究于2015年12月至2016年2月在徐州市城区采集大气细颗粒物PM_(2.5)样品共32套,使用离子色谱法分析了颗粒物中的F~-、Cl~-、NO_3~-、SO2-4、Na~+、Mg~(2+)、NH_4~+、K~+和Ca~(2+)的质量浓度.观测期间,徐州市冬季PM_(2.5)的平均质量浓度为(164.8±77.3)μg·m-3,9种水溶性离子总质量浓度为(67.5±36.1)μg·m~(-3),占PM_(2.5)的40.9%,各离子浓度高低顺序为NO_3~-SO_4~(2-)NH_4~+Cl~-Ca~(2+)K~+Na~+Mg~(2+)F~-,其中NH_4~+、NO_3~-和SO_4~(2-)是最主要的水溶性离子.清洁大气、轻度霾和重度霾时期PM_(2.5)中总水溶性无机离子(WSIIs)质量浓度分别为(12.8±8.8)、(59.0±22.8)、(86.3±36.0)μg·m~(-3),SNA分别占WSIIs的86.4%、82.8%和78.9%.NH_4~+、NO_3-和SO_4~(2-)三者之间相关性显著,在PM_(2.5)中的结合方式为(NH_4)_2SO_4和NH_4NO_3.徐州市PM_(2.5)中水溶性离子的主要来源为二次转化、生物质燃烧、化石燃料燃烧和矿物粉尘等.     

北京大气PM10中水溶性氯盐的观测研究

氯盐是大气气溶胶中重要水溶性无机盐,对2004年全年北京大气可吸入颗粒中氯盐的变化进行了监测,结果表明北京大气中可溶性氯盐的年均值在(3.1±1.7)μg·m^-3,采暖期平均浓度为(4.6±2.1)μg·m^-3,非采暖期平均浓度为(2.6±1.6)μg·m^-3.最低值出现在5月,为(1.3±0.8)μg·m^-3;最高值出现在12月,为(5.8±5.3)μg·m^-3.日变化在秋冬季多为白天浓度低,晚上浓度高,夏春季多呈现上午高,下午低的特征;季节变化呈现秋冬季高,春夏季低的特点.     

被动采样监测珠江三角洲NOx、SO2和O3的空间分布特征

为获得珠江三角洲区域污染特征,采用被动扩散采样技术,在珠江三角洲200 km×200 km网格区域内测量11月两周暴露的NO2、SO2和O3浓度水平,采用克里格空间插值法(Kriging)获取NOx、SO2和O3的空间分布特征,并与源清单和已有模型结果比对.采用反向轨迹方法模拟了O3的输送途径.结果表明,采样期间珠江三...     

水中无机阴离子对UV/H2O2降解LAS的影响及机理

研究了UV/H₂O₂工艺对直链烷基苯磺酸钠（LAS）的去除效果以及水中常见无机阴离子对LAS降解的影响和机理.结果表明,UV/H₂O₂工艺可以有效的去除水中LAS,光降解过程符合一级反应动力学模型.在H₂O₂投加量为8 mg·L^-1,14 W低压汞灯照射下,LAS在蒸馏水和自来水中光降解速率常数分别为0.018 0 min^-1和0.012 2 min^-1;NO^-₃、Cl^-、SO^２－₄和HCO^-_３对LAS光降解有抑制作用,4种离子在浓度分别为5、10、15　mmol·L^-1时,对LAS光降解的抑制程度均为HCO^-_３>NO^-₃>Cl^->SO^２－₄;随着离子浓度增大,抑制作用增强;自来水中的光降解速率常数低于蒸馏水中的光降解速率常数是由于水中多种离子影响的结果.     

北京市大气环境中硫酸盐、硝酸盐粒径分布及存在形式

为了解北京市大气颗粒物中,二次硫酸盐、硝酸盐的存在形式及其含量,于2008年5月～2009年4月,利用MOUDI对北京市大气颗粒物分10级进行采样,利用离子色谱技术对各粒径范围大气颗粒物中的无机水溶性组分进行分析,并利用偏相关分析的方法确定其存在形式和估算其含量.结果表明,北京市大气颗粒物中水溶性硫酸盐和硝酸盐表现为单...     

夏秋季北京及河北三城市的大气污染联合观测研究

为评估北京西南方向城市群对北京大气污染的影响,于2009年夏秋季节（2009年7月16日～10月15日）,利用自动在线大气环境观测仪器,对北京及太行山东侧河北省的3个城市涿州、保定和石家庄进行了大气污染物PM10、NOx和O3的联合观测研究.结果表明,夏秋季节4个城市的首要污染物均为可吸入颗粒物（PM10）,平均质量浓...     

Application of ion chromatography to the determination of water-soluble inorganic and organic ions in atmospheric aerosols

A simple, sensitive and convenient ion chromatography(IC) method was established for the simultaneous determination of twelve water-soluble inorganic anions(F^-, Cl^-, NO2^-, NO3^-, SO3^2-, SO4^2-, PO4^3- ), and fifteen water-soluble organic ions(formate, acetate, MSA, oxalate, malonate, succinate, phthalates, etc. ) in atmospheric aerosols. The linear concentrations ranged from 0.005 μg/m^3 to 500 μg/m^3 (r = 0.999--0.9999). The relative standard deviation(RSD) were 0.43%--2.00% and the detection limits were from 2.7 ng/m^3 to 88 ng/m^3. The proposed method was successfully applied to the simultaneous determination of those inorganic ions and organic ions in PM2.5 of Beijing.     

奥运时段北京及近周边区域空气污染观测与比对分析

为研究奥运时段北京与近周边区域空气质量的相互影响,评价区域污染源协同减排对奥运时段北京空气质量的作用,寻求北京空气污染预警的有效途径,2008-06-01～2008-10-03在北京奥运村以及近周边的河北涿州、廊坊、香河、燕郊进行了空气污染联网观测.结果表明,夏秋季节北京和近周边首要污染物均为颗粒物,北京和周边可吸入颗粒物(PM10)平均质量浓度分别为(114±66)μg/m3和(128±59)μg/m3;细粒子(PM2.5)质量浓度则分别为(77±47)μg/m3和(81±51)μg/m3;臭氧质量浓度小时最大值的平均分别为(164±52)μg/m3和(165±55)μg/m3;NOx分别为(58±23)μg/m3和(25±14)μg/m3.相对于6月,奥运会时段(8月8日～8月24日)北京地区PM10、PM2.5、O3、NOx的浓度分别下降69%、62%、18%和41%,残奥会时段(9月6日～9月17日)PM10、PM2.5、O3、NOx的浓度分别下降56%、49%、17%和16%.北京大气中细粒子浓度受周边影响严重,而NOx有向周边扩散的潜势,夏季臭氧则表现出区域污染的特征.结合气象要素分析表明,近周边区域联网观测,有助于北京空气质量预警研究,并可为区域协同防控空气污染提供科学支撑.     

北京地区SO2、NOx、O3和PM2.5变化特征的城郊对比分析

2006-01-01～2006-12-31在北京上甸子区域大气本底站和城区宝联环境观测站连续观测了SO2、NOx、O3和PM2.5的浓度,分析了北京城区和郊区的季节变化及日变化的差异,并结合风向讨论了城区污染对于大气本底的影响.结果表明,①NOx、SO2浓度在采暖季城郊差异最大,城区是本底的4～6倍,城郊O3有一致的浓度变化.本底站PM2.5在4、5月达到100μg/m3以上,是年平均的2～3倍;②NOx和SO2的日变化在城区表现为双峰型,在09:00前后和22:00前后形成高值,郊区表现为单峰型,在22:00前后出现高值.郊区O3的日变化峰值滞后于城区大约2 h.PM2.5日变化规律表现得较不规则;③西南风条件下本底各污染物浓度明显受城区输送影响而升高,东北风条件下干洁气团的影响比较明显.     

冬季中国东海大气气溶胶中水溶性离子的组成与来源分析

运用离子色谱对2009年冬季中国东海大气气溶胶中水溶性离子Cl-、NO3-、SO42-、CH3SO3-（MSA）、Na＋、K＋、NH 4＋、Mg2＋、Ca2＋进行了测定,同时由SPSS（statistical package for social sciences）软件进行相关性分析探讨其来源.分析结果表明,气溶胶中二...     

唐山工业新区冬季采暖期大气污染变化特征研究

为研究唐山工业新区采暖期大气污染变化状况,2009～2010年冬季唐山工业新区的唐山市、迁安市和曹妃甸3个地区观测研究表明,唐山工业新区冬季采暖期间大气污染严重,NO、NO2、SO2、CO、PM2.5和PM10区域平均日均值分别达到（26±28）、（52±27）、（72±53）、（3 500±3 600）、（82±65...