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.     

青岛大气中酸碱气体及PM2.5中水溶性离子的浓度特征和气粒平衡关系

2012年11~12月在青岛采集58套denuder和PM2.5样品,分析了其中酸碱气体及相应的颗粒态组分浓度,探讨了它们的浓度特征和气粒平衡关系.青岛大气中HNO3、HNO2、HCl、SO2和NH3平均浓度分别为1.36、1.64、1.46、27.58和2.95μg·m-3.PM2.5中NO-3、NO-2、Cl-、SO2-4和NH+4浓度分别为6.49、0.12、1.95、9.36和6.04μg·m-3.霾天大气中酸碱气体浓度较之晴天时的增幅明显低于PM2.5中相应离子浓度的增幅;雾天时,除HNO2外其他气体浓度均低于晴天,但PM2.5中相应离子浓度较之晴天时均有明显增加.采样期间青岛大气为富氨环境,PM2.5中NH+4主要以(NH4)2SO4的形式存在,NO-3生成主要受HNO3的限制.利用ISORROPIAⅡ模型探讨了青岛PM2.5中二次离子的控制因子,通过敏感性实验发现NH+4对总NH3(TNH3)变化响应不敏感,但对总H2SO4(TSO4)和总HNO3(TNO3)变化响应敏感;NO-3和SO2-4则分别仅对TNO3和TSO4变化响应敏感,这暗示了减少TNO3和TSO4而不是TNH3的排放对降低青岛大气中PM2.5浓度更有效.     

青岛大气中HNO3、HNO2、NH3及PM2.5中氮组分的浓度特征和气-粒平衡关系

研究PM2.5中NO-3、NO-2、NH+4及其气态前体物HNO3、HNO2、NH3的浓度特征和气-粒平衡关系,对深入认识PM2.5的来源及控制因素具有重要意义.因此,本文利用2012年6—7月在青岛采集的denuder和PM2.5大气样品,分析了其中气态和颗粒态氮组分的浓度.结果发现,青岛大气中HNO3、HNO2和NH3浓度分别为(0.80±0.79)μg·m-3、(0.49±0.59)μg·m-3和(4.71±4.03)μg·m-3,PM2.5中NO-3、NO-2和NH+4的浓度分别为(7.50±9.00)μg·m-3、(0.07±0.02)μg·m-3和(8.23±5.57)μg·m-3.HNO3气体浓度的昼夜变化具有统计意义上的显著差异,白天平均为1.16μg·m-3,高于夜晚的0.44μg·m-3,但其他氮组分无显著昼夜差异.观测期间,青岛大气为富氨环境,PM2.5中NH+4主要以(NH4)2SO4的形式存在,NO-3生成主要受HNO3的限制.利用ISORROPIA II热力学平衡模型探讨了青岛PM2.5中氮组分的控制因子,通过敏感性实验发现,颗粒态NO-3和NH+4分别对总HNO3(TN)和总H2SO4(TS)的变化响应敏感,而对总NH3(TA)的变化响应不敏感,这暗示了减少大气中TN和TS而不是TA对降低青岛PM2.5浓度更有效.     

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.     

武汉市大气PM2.5中水溶性离子污染特征及来源

于2016年8月—2017年4月采集了武汉市PM2.5样品,使用离子色谱法分析了PM2.5中的水溶性离子(F-、Cl-、SO2-4、NO-3、Na+、NH+4、K+、Mg2+、Ca2+),并研究其污染特征及来源.结果表明,武汉市PM2.5质量浓度变化范围为24.8～215.7μg·m-3,均值为(81.3±38.1)μg·m-3.9种水溶性离子的年均质量浓度占PM2.5质量浓度的29.3%,其中,SO2-4、NO-3、NH+4(三者合称SNA)为主要的水溶性离子,SNA占PM2.5质量浓度的23.3%～32.0%.硫氧化率(SOR)和氮氧化率(NOR)年均值分别为0.4、0.1,说明武汉市大气存在较强的SO2向SO2-4、NO2向NO-3转化的二次过程.观测期间,武汉市的细颗粒物整体呈弱碱性.Ca2+与Mg2+,以及NH+4与NO-3、SO2-4等均有显著相关性,NH+4、NO-3、SO2-4主要以(NH4)2SO4和NH4NO3的形式存在.武汉市全年NO-3/SO2-4比值为0.9,表明固定源贡献相对较大.主成分分析结果表明,武汉市大气PM2.5中水溶性离子主要来自于燃煤及机动车排放、工业生产、扬尘等.     

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.     

广州PM2.5化学组分特征及其与气象因子的关系

于2012年12月—2013年12月在广州城区(市站)和东部郊区(九龙)开展为期一年的PM2.5样品采集,并同步收集气象因子和气态污染物质量浓度等数据.结果表明,PM2.5中主要化学组分为有机质(OM)和硫酸盐(SO2-4),分别占市站和九龙PM2.5质量浓度的49.4%和15.2%及57.0%和17.3%.碳质气溶胶(OM和EC)贡献接近50%,二次无机气溶胶(SO2-4、NO-3和NH+4总和,SIA)贡献超过30%.由于以机动车尾气为代表的移动污染源在城市区域贡献较大,市站[NO-3]/[SO2-4]比值显著高于九龙.两个站点[NH+4]/[SO2-4]摩尔质量比均高于1.5,表明观测期间广州市干季大气处于富铵状态.市站和九龙站硫氧化率(SOR)和氮氧化率(NOR)的时空变化趋势与O3类似,表明大气光化学过程是影响广州市SOR和NOR的重要因素.相对湿度低于65%时,SOR和NOR均较高;温度对SOR和NOR的影响有显著的城郊差异.降雨对PM2.5及各化学组分浓度有显著去除作用.     

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。     

长白山PM2.5中水溶性离子季节变化特征研究

为了解长白山大气PM2.5中水溶性离子的季节变化特征及其影响因素,于2005年6月~2008年12月,在长白山北坡海拔763 m处利用大流量滤膜采样器采集PM2.5样品,并用离子色谱分析其中的主要水溶性离子成分含量.结果表明,3种最主要的水溶性离子SO2-4、NH+4和NO-3季节变化趋势明显,SO2-4夏季浓度最高,秋季浓度最低;NO-3冬季浓度最高,夏季浓度最低;NH+4的季节变化趋势主要受到SO2-4和NO-3季节变化趋势的影响.不同方向后向轨迹所对应的总水溶性离子浓度存在明显差异,浓度排序依次是NE相似文献   

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.     

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.     

PM2.5在线水溶性离子与滤膜采集-实验室检测的比对分析

2014年1~12月,使用URG在线及滤膜采集-实验室分析两种方法对北京市大气细颗粒物PM_(2.5)中的水溶性离子进行检测,并对春、夏、秋、冬这4种不同季节下两种测量方法的差异性进行了比对研究.全年测量结果显示,在线URG所获离子总量高于滤膜采集所获离子总量,其中两种方法所测Cl~-、NO_3~-、Mg~(2+)、Ca~(2+)年均浓度差异不大,而在线所测SO_4~(2-)、NH_4~+、Na~+、K~+结果均明显高于滤膜测试结果.4种主要的水溶性离子中SO_4~(2-)、NO_3~-和Cl~-的相关性较好,NH_4~+相关性略差;不同季节两种测量方法所获结果也略有不同,NO_3~-、SO_4~(2-)、Cl-在秋、冬季差异不显著,而NH_4~+仅在冬季拟合性较好.     

盘锦市冬季PM2.5水溶性离子特征及来源分析

为探讨盘锦市冬季PM_(2.5)水溶性离子污染特征和来源,于2017年1月采集3个点位的PM_(2.5)样品,用ICS-900离子色谱仪分析了8种离子(Na~+、Mg~(2+)、Ca~(2+)、K~+、NH_4~+、SO_4~(2-)、Cl~-和NO_3~-).开展了PM_(2.5)和离子浓度特征分析、硫氧化率(SOR)和氮氧化率(NOR)计算、离子平衡计算、主成分分析等.结果表明:盘锦市冬季PM_(2.5)浓度与水溶性离子浓度特征为文化公园开发区第二中学;SO_4~(2-)、NO_3~-、NH_4~+质量浓度较大;冬季硫氧化率(SOR)和氮氧化率(NOR)的均值均大于0.10,说明SO_4~(2-)、NO_3~-主要由SO_2和NO_x转化而来;阳离子和阴离子当量相关性较强;开发区整体上呈现出中性,文化公园与第二中学呈现出偏碱性;盘锦市PM_(2.5)中水溶性离子主要来源于煤烟尘,生物质燃烧,二次粒子以及扬尘.     

污水氮浓度和NH4+/NO3-比对粉绿狐尾藻去氮能力和植物体氮组分的影响

采用溶液培养法,设置3个氮浓度20、100、200 mg·L-1和3个NH_4~+/NO_3~-比1∶0、0.5∶0.5、0∶1,研究污水氮浓度和NH_4~+/NO_3~-比对粉绿狐尾藻去氮能力和植物体氮组分的影响.结果表明,粉绿狐尾藻的生物量在第1周增长最快,其中氮浓度20 mg·L-1、100 mg·L-1时,生物量以NH_4~+/NO_3~-=1∶0处理最大;氮浓度200 mg·L-1时,以NH_4~+/NO_3~-=0.5∶0.5处理最大.粉绿狐尾藻在第1周对总氮、铵态氮和硝态氮去除速率最高,且随氮浓度升高而增加;氮浓度20 mg·L-1时,铵态氮和硝态氮的去除率无显著差异,氮浓度100 mg·L-1、200 mg·L-1时硝态氮的去除率高于铵态氮.粉绿狐尾藻氮积累量及对水体和底泥氮去除的贡献率均随氮浓度升高而增加,其氮含量和积累量均以第1周增长最快,氮浓度20 mg·L-1时氮积累贡献率以NH_4~+/NO_3~-=0∶1最大,氮浓度100 mg·L-1、200 mg·L-1时以NH_4~+/NO_3~-=0.5∶0.5最大.粉绿狐尾藻体内蛋白质、氨基态氮和硝态氮的含量均随氮浓度的升高而增加,且蛋白质氨基态氮硝态氮;NH_4~+/NO_3~-为1∶0和0.5∶0.5时蛋白质含量较高,NH_4~+/NO_3~-=1∶0时氨基态氮含量最高,NH_4~+/NO_3~-=0∶1时硝态氮含量最高.由此说明,在试验范围内,粉绿狐尾藻的去氮能力随污水氮浓度升高而提高,可以用于高氮浓度污水修复;粉绿狐尾藻喜铵态氮,但在100 mg·L-1以上的高氮浓度下以硝铵等比时生长和去除氮能力最强;粉绿狐尾藻体内氮组分受硝铵比调节,蛋白氮比例最高,铵态氮和硝态氮则分别随污水NH+4和NO-3比升高而提高.     

2022年北京市城区PM2.5水溶性离子含量及其变化特征

为探究北京市大气细颗粒物（PM_2.5）水溶性离子含量及其变化特征,有针对性地提出污染防治方案,对2022年全年PM_2.5水溶性离子、气态前体物（SO₂、NO₂）和气象因素（温度、RH）进行分析测定.结果表明,北京市城区PM_2.5中占比最高的水溶性离子为NO₃^-、NH₄⁺和SO₄^2-,占PM_2.5的52.7%,ρ（PM_2.5）（33.2 μg·m^-3）和ρ（SNA）（18.9 μg·m^-3）低于历史研究结果,但SNA占比（52.7%）、SOR（0.45）和NOR（0.15）高于历史研究结果,体现出北京市细颗粒物污染得到明显改善,但仍具有较强的二次污染特征.NO₃^-/SO₄^2-为2.2,高于历史及附近省市研究结果,反映出移动源的影响不断扩大.从季节变化上看,PM_2.5呈现秋高夏低的变化特征,秋、春、冬这3个季节NO₃^-的占比最高,夏季SO₄^2-占比最高,而NH₄⁺在各季节占比变化不大.NOR与SOR的季节变化规律几乎相反,反映出二者的转化形成因素存在差异.北京城区SNA的主要存在形式为NH₄NO₃和（NH₄）₂SO₄,其中冬季阴阳离子中和度最高,夏季阳离子NH₄⁺稍显不足,而春秋两季NH₄⁺处于过量状态,北京城区为富氨环境.从污染级别看,水溶性离子质量浓度均随污染加重有不同程度的增长,增长最快的是SNA,其在PM_2.5中占比出现先上升后稳定的变化特征.从空间分布特征来看,中心城区和东南西北部郊区的SNA质量浓度大小均为：NO₃^->SO₄^2->NH₄⁺,体现了以NO₃^-为主导的污染特征;SNA对PM_2.5的贡献率最高的区域发生在东部、中心城区和传输点,表明在中心城区和东部地区二次反应相对活跃,同时区域传输也是二次离子的重要来源.     

深圳市郊区大气中PM2.5的特征分析

为了确定深圳市郊区大气中PM2.5的污染特征,本研究分析了2009年和2010年夏季和冬季PM2.5样品中的水溶性离子和多环芳烃成分.结果表明,深圳市郊区大气中PM2.5的质量浓度很高,夏季53.9%和冬季100%的样品超过了WHO的大气质量准则浓度.PM2.5中,冬季最主要的3种离子是SO24-、NO3-和NH4＋.在夏季,这3种离子在PM2.5中的含量都会减少,而Cl-、Na＋、K＋、Ca2＋和Mg2＋的含量会增多.另外,冬季是多环芳烃浓度较高的季节,其中萘、苊烯、苊和苯并荧蒽是冬季PM2.5中多环芳烃的主要成分.本研究还通过比值法和特征化合物法对深圳市郊区大气中的PM2.5进行了源解析,确定了PM2.5的可能来源.     

北京、石家庄2017—2018年PM2.5与SNA组分特征及典型重污染分析

基于北京、石家庄2017、2018年的1月和7月PM_2.5样品采集,研究两地采暖期、非采暖期及典型重污染过程的PM_2.5、SNA污染特征及二次转化特征.应用TrajStat模型,结合浓度权重轨迹分析法（CWT）,分析两地PM_2.5气流输送路径以及潜在源区.利用WRF-CAMx模式定量分析两地重污染月份（2017年1月）PM_2.5、硫酸盐及硝酸盐的区域传输贡献.结果表明, 2017年1月北京和石家庄均存在重污染过程,两年1月石家庄市PM_2.5浓度均高于北京; SNA占PM_2.5所有组分的34.11%~51.68%,对PM_2.5浓度有重要贡献,其中北京NO₃^-浓度最高,石家庄SO₄^2-浓度最高, SO₄^2-/NO₃^-夏季高于冬季;北京SOR高于石家庄,石家庄NOR高于北京,重污染期间两城市硫酸盐、硝酸盐、铵盐质量浓度、SOR与NOR明显升高;两地冬季气流主要受俄罗斯、蒙古、内蒙戈壁等地区的西北方向远距离输送影响,另外北京两年冬季均存在西南传输通道,石家庄重污染期间受冀南和鲁西北重工业城市群潜在贡献较高,两市夏季受东南季风影响,污染轨迹多来自渤海湾和山东等地区; 2017年1月,北京、石家庄PM_2.5受周边区域传输贡献分别为33.80%、22.54%,其中河北南部分别贡献14.86%, 17.21%,二次离子中NO₃^-的传输作用比SO₄^2-更加突出.从PM_2.5本地源来看,北京主要来源为移动源和扬尘源,分别占比43.30%、20.10%,石家庄为工业、燃煤和扬尘,分别占比26.40%、24.82%、22.50%.     

Chemical compositions of PM2.5 aerosol during haze periods in the mountainous city of Yong''an, China

Haze phenomena were found to have an increasing tendency in recent years in Yong'an, a mountainous industrial city located in the center part of Fujian Province, China. Atmospheric fine particles (PM_2.5) in the urban area during haze periods in three seasons (spring, autumn and winter) from 2007 to 2008 were collected, and the mass concentrations and chemical compositions (seventeen elements, water soluble inorganic ions (WSIIs) and carbonaceous species) of PM_2.5 were determined. PM_2.5 mass concentrations did not show a distinct difference among the three seasons. The carbonaceous species organic carbon (OC) and elemental carbon (EC) constituted up to 19.2%-30.4% of the PM_2.5 mass during sampling periods, while WSIIs made up 25.3%-52.5% of the PM_2.5 mass. The major ions in PM_2.5 were SO₄^2-, NO₃^- and NH₄⁺, while the major elements were Si, K, Pb, Zn, Ca and Al. The experimental results (from data based on three haze periods with a 10-day sampling length for each period) showed that the crustal element species was the most abundant component of PM_2.5 in spring, and the secondary ions species (SO₄^2-, NO₃^-, NH₄⁺, etc.) was the most abundant component in PM_2.5 in autumn and winter. This indicated that dust was the primary pollution source for PM_2.5 in spring and combustion and traffic emissions could be the main pollution sources for PM_2.5 in autumn and winter. Generally, coal combustion and traffic emissions were considered to be the most prominent pollution sources for this city on haze days.