南京北郊不同大气污染程度下气溶胶化学组分特征

为了解不同大气污染程度下大气细颗粒物中水溶性化合物和含碳物质的污染特征,使用瑞士万通850 professional IC型色谱仪和Model 2001热光碳分析仪分别对2015年南京北郊冬季清洁、轻/中度污染和重度污染程度下的水溶性离子、OC(有机碳)和EC(元素碳)进行了分析.结果表明,重度污染中PM_(2.5)日平均浓度为清洁天的4.0倍,SO_4~(2-)、NO_3~-和NH_4~+这3种主要二次离子平均浓度则分别为清洁天的6.4、3.1和3.9倍,且它们均以(NH_4)_2SO_4和NH_4NO_3的形式存在于清洁天和污染天中.两种呈酸性的污染天均主要受流动源影响.OC与EC的最高浓度均出现在重度污染天,分别达到49.8μg·m~(-3)和10.3μg·m~(-3).清洁天中SOC平均浓度最低(4.28μg·m~(-3)),但SOC占OC质量分数却高于另外两种污染天(41.14%).通过碳组分丰度值发现燃煤燃烧和汽油车尾气排放是观测期间内碳质颗粒物的共同主要贡献源.     

郑州市夏、秋季大气颗粒物中水溶性无机离子质量浓度及粒径分布特征

为研究我国中原城市群中心城市郑州市的不同粒径大气颗粒物的组成特征,利用八级撞击式采样器在夏、秋季进行大气颗粒物分级采样,利用离子色谱测定Na~+、Ca~(2+)、NH_4~+、K~+、Mg~(2+)、F~-、Cl~-、NO_3~-和SO_4~(2-)共9种离子的浓度,利用在线离子色谱分析仪监测颗粒物中硝酸盐的实时浓度.结果表明,采样期间郑州市水溶性离子平均浓度为(70. 9±52. 1)μg·m~(-3),其中监测的9种水溶性离子浓度从大到小顺序依次为:NO_3~- SO_4~(2-) NH_4~+ Ca~(2+) Na~+ Cl~- Mg~(2+) K~+ F~-、NO_3~-、SO_4~(2-)和NH_4~+占总水溶性离子的质量分数为79. 9%;无论在秋季或夏季SO_4~(2-)主要集中在≤1. 1μm粒径段上,而NO_3~-主要集中在0. 65～3. 3μm粒径段上. NO_3~-和SO_4~(2-)夏季和秋季均呈双峰分布,主要分布于细粒子中; NH_4~+夏季呈双峰分布,秋季呈单峰分布,表现出季节变化.郑州市夏季臭氧污染严重,O_3与NO_3~-明显地"错峰"现象,表示大气中存在光化学反应;秋季颗粒物污染严重,采样期间[NO_3~-]/[SO_4~(2-)]的比值远大于0. 5,移动源成为颗粒物重要的来源.夏季NOR、SOR峰值在1. 1～2. 1μm粒径段上,秋季两者峰值在0. 65～1. 1μm粒径段上;夏季硫的气-粒转化大于氮的转化,而秋季则相反.     

2014年APEC前后北京城区PM2.5中水溶性离子特征分析

2014年10月至11月间,在北京城区开展PM_(2.5)监测并对其中的水溶性离子进行离线及在线分析.其中NO_3~-、SO_4~(2-)和NH_4~+在不同观测阶段均是PM_(2.5)中的主要离子,APEC期间三者总浓度为(26.8±22.5)μg·m~(-3),占PM2.5质量浓度的(41.7±8.5)%,占所测水溶性离子组分的(84.7±5.0)%;APEC期间NO-3浓度水平较高,对PM_(2.5)贡献最大.对APEC期间水溶性离子的累积趋势研究发现,NO_3~-、SO_4~(2-)、NH_4~+和Cl~-均经历了3个不同的累积过程,除气象条件外,本地源排放及区域污染引起的累积效应仍不可忽视.对颗粒物酸性特征研究发现,不同观测期间,颗粒物中主要水溶性离子浓度虽有不同,但北京秋末冬初颗粒物无明显酸化特征.     

南京城市大气氨-铵的高频演化及其气粒转化机制

本研究于2018年秋季利用在线气体和气溶胶组分监测仪以高时间分辨率连续测定南京市大气中的气体(主要是NH_3)与二次无机气溶胶(主要是NH_4~+、NO_3~-和SO_4~(2-))浓度,借此研究污染和非污染期城市大气NH_3和NH_4~+的演化规律,进而探讨NH_3-NH_4~+气粒转化过程中的化学机制.结果表明,观测期间NH_3和NH_4~+浓度的平均值(±1σ)分别为(15. 3±6. 7)μg·m-3和(11. 3±7. 8)μg·m-3,且日变化在污染和非污染事件中呈现出显著的差异.综合在线观测的NH_3和NH_4~+浓度数据,通过计算潜在源贡献因子,分析了NH_3和NH_4~+的潜在贡献源区在重污染过程受长距离污染传输影响较小,证明城市也是NH_3排放的重要热点地区.进一步分析发现,NH_3-NH_4~+的气粒转化是影响NH_3和NH_4~+日变化的主要驱动因子.具体体现在:低温、高湿(温度在7. 5～12. 5℃,湿度在50%～90%)时,NH_3和NH_4~+的气固转化速度较快,NH_3与酸性物质反应生成更多的NH_4~+,使得(NH4)2SO4和NH4NO3的形成从而导致污染事件的加剧.研究结果有助于厘清城市大气NH_3的来源和转化机制及其对颗粒物的潜在贡献.     

欧美国家酸雨的现状

一、欧州的现状一欧州大气化学观测网的最小观测项目是SO_2,气溶胶SO_4~(2-),降水SO_4~(2-),PH/H~+。进一步讲,气体观测项目有NO_2,HNO_3、NH_3、气溶胶观测项目有H~+、NO_3~-、NH_4~+,降水观测项目有NH_4、NO_3~-、Mg~(2+)、Na~+、Cl~-。通过观测分析发现东德、西德、波兰的PH值最低在4.1以下,然而,降水中的SO_4~(2-)NO_3~-、NH_4~+的浓度在欧州却呈东高西,低型,NO_3~-和非海洋性SO_4~(2-)的比高的地区是瑞士,法国北部、荷兰、比利时、西德、丹麦、瑞典南部。通过浓度和降水     

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.     

嘉兴市不同天气条件下大气污染物和气溶胶化学组分的分布特征

为研究不同天气条件下大气污染物(PM_(2.5)、PM_(1.0)、SO_2、NO_2、O_3和CO)和气溶胶化学组分的污染特征,分别使用SHARP-5030监测仪、热电EMS系统、气溶胶化学成分在线监测仪(ACSM)和宽范围颗粒粒径谱仪(WPS)对嘉兴市2015年5月1~31日PM、污染气体、PM_(1.0)中化学组分和10 nm~10μm气溶胶数浓度进行了观测分析.结果表明,观测期间嘉兴市PM_(2.5)、PM_(1.0)、SO_2、NO_2、O_3和CO的平均浓度分别为52.8和37.2μg·m~(-3)、10.3μg·m~(-3)、38.1μg·m~(-3)、92.1μg·m~(-3)和1.2 mg·m~(-3).PM_(1.0)中OA、SO_2-4、NO-3、NH_4~+和Cl-的平均浓度为2.18、1.24、0.87、0.63和0.08μg·m~(-3).数浓度主要集中在爱根核模态(20~100 nm),浓度为12 411.2 cm~(-3),其次是核模态(10~20 nm),浓度为4 946.6 cm~(-3).不同天气过程中PM和污染气体的浓度分布和日变化特征不同.不同天气条件下PM_(1.0)中化学组分分布不同.雨天和晴天PM_(1.0)中化学组分浓度从大到小顺序均为OASO_2-4NO-3NH_4~+Cl-,新粒子天PM_(1.0)中化学组分浓度的顺序为OANO-3SO_2-4NH_4~+Cl-.新粒子天OA和NO-3分别是晴天的1.61和1.42倍,说明OA和NO-3是影响新粒子生成事件的主要化学成分.不同天气条件下不同模态气溶胶的日变化特征不同.     

使用RCFP-IC对南京市不同污染状况下PM_(2.5)中水溶性离子的观测分析

本文使用大气细颗粒物快速捕集系统及化学成分在线分析系统(RCFP-IC)和美国热电污染气体分析系统(EMS系统)对2013年11月16日—12月10日南京地区PM2.5中主要水溶性离子和污染气体进行了观测分析,并结合气象要素数据分析了灰霾天PM2.5中主要水溶性离子的污染特征.结果表明:不同污染条件下PM2.5中水溶性离子分布差异较大,清洁天浓度最大的6种离子排序为SO2-4NO-3NH+4Cl-NO-2K+,霾天(11月20—24日)和雾-霾天(12月1—8日)前6种离子排序分别是SO2-4NH+4NO-3NO-2Cl-K+和NO-3SO2-4NH+4Cl-NO-2K+.受污染源和化学反应的日变化影响,不同离子的日变化特征不同.污染天NO-3、SO2-4和NH+4的浓度是干净天的2.8~5.0倍.不同水溶性离子对能见度的影响不同.     

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.     

苏州市PM2.5中水溶性离子的季节变化及来源分析

2015年在苏州市城区采集大气细颗粒物PM_(2.5)样品共87套,用重量法分析了PM_(2.5)的质量浓度,离子色谱法分析了颗粒物中F-、Cl-、NO_3~-、SO_4~(2-)、Na~+、NH_4~+、K~+、Mg~(2+)和Ca~(2+),共9种水溶性无机离子.观测期间,苏州市PM_(2.5)的年均质量浓度为(74.26±38.01)μg·m-3,其季节特征为冬季春季秋季夏季;9种水溶性离子的总质量浓度为(43.95±23.60)μg·m~(-3),各离子的浓度高低顺序为NO_3~-SO_4~(2-)NH_4~+Na~+Cl~-K~+Ca~(2+)F-Mg~(2+);SNA(SO_4~(2-)、NO_3~-和NH_4~+三者的简称)是最主要的水溶性离子;SO_4~(2-)、NO_3~-和NH_4~+三者之间具有显著的相关性,它们在PM_(2.5)中主要是以NH_4NO_3和(NH_4)_2SO_4的结合方式存在.苏州市PM_(2.5)中水溶性离子的主要来源包括工业源、燃烧源、二次过程和建筑土壤尘等.     

COVID-19管控前后不同污染阶段PM2.5中二次无机离子变化特征

为探讨新冠肺炎疫情(COVID-19)管控前后不同污染阶段PM_2.5中二次无机离子变化特征,使用高分辨率(1 h)在线仪器对2019年12月15日至2020年2月15日郑州冬季气象、污染气体浓度和PM_2.5中水溶性离子水平进行在线监测,分析此次COVID-19管控前后霾过程的成因、大气污染物的日变化特征和在霾不同阶段下大气污染物的分布特征.结果表明,郑州主要受到高压脊控制,天气形势稳定,有利于大气污染物累积,二次无机气溶胶(SNA,包括SO₄^2-、NO^-₃和NH⁺₄)是水溶性离子的主要组分,占比高达90%以上,COVID-19期间居家隔离措施对霾不同阶段下大气污染物的分布特征产生不同的影响,COVID-19期间PM_2.5在干净、发生和消散阶段的浓度比COVID-19前有所提高,但是发展阶段明显降低,居家隔离明显使PM_2.5高值降低了;NO₂、SO<...     

广州干湿季典型灰霾过程水溶性离子成分对比分析

利用广州气象台2011年地面逐时能见度和相对湿度数据,以及广州番禺南村大气成分站2011年逐时Marga数据、PM数据,对比分析了一次湿季(4—9月)灰霾过程和干季(10月—次年3月)灰霾过程的污染特征.研究表明,相对干季灰霾过程,湿季灰霾过程颗粒物浓度较低,且细粒子所占比例较高;由于湿季较干季光化学反应较为活跃及可能受气象因素的不同影响,导致干湿季灰霾过程颗粒物浓度的总体变化趋势相反;湿季灰霾过程二次无机离子(SO_4~(2-)、NH_4~+和NO_3~-)占PM_(2.5)质量百分比的76%,是PM_(2.5)的主要成分;干季灰霾过程二次无机离子(SO_4~(2-)、NH_4~+和NO_3~-)仅占PM_(2.5)质量百分比的34%;湿季硫氧化率(Sulfur Oxidation Ratio,SOR)、氮氧化率(Nitrogen Oxidation Ratio,NOR)值大于干季,说明二次离子对湿季灰霾的贡献比干季要大;湿季灰霾过程中气溶胶酸性比干季弱.根据相关性分析结果可知,湿季灰霾过程中,NH_4~+主要与SO_4~(2-)结合,Na+主要与Cl-及NO_3~-结合,K+主要与Cl-和NO_3~-结合,极少部分与SO_4~(2-)结合;而在干季灰霾过程中,NH_4~+除了与SO_4~(2-)结合之外,还以NH_4NO_3和NH_4Cl的形式存在,K~+主要与Cl~-和SO_4~(2-)结合,Na+主要与Cl~-及SO_4~(2-)结合.     

Role of secondary aerosols in haze formation in summer in the Megacity Beijing

A field experiment from 18 August to 8 September 2006 in Beijing, China, was carried out. A hazy day was defined as visibility < l0 km and RH (relative humidity) < 90%. Four haze episodes, which accounted for ~ 60% of the time during the whole campaign, were characterized by increases of SNA (sulfate, nitrate, and ammonium) and SOA (secondary organic aerosol) concentrations. The average values with standard deviation of SO₄^2 −, NO₃⁻, NH₄⁺ and SOA were 49.8 (± 31.6), 31.4 (± 22.3), 25.8 (± 16.6) and 8.9 (± 4.1) μg/m³, respectively, during the haze episodes, which were 4.3, 3.4, 4.1, and 1.7 times those in the non-haze days. The SO₄^2 −, NO₃⁻, NH₄⁺, and SOA accounted for 15.8%, 8.8%, 7.3%, and 6.0% of the total mass concentration of PM₁₀ during the non-haze days. The respective contributions of SNA species to PM₁₀ rose to about 27.2%, 15.9%, and 13.9% during the haze days, while the contributions of SOA maintained the same level with a slight decrease to about 4.9%. The observed mass concentrations of SNA and SOA increased with the increase of PM₁₀ mass concentration, however, the rate of increase of SNA was much faster than that of the SOA. The SOR (sulfur oxidation ratio) and NOR (nitrogen oxidation ratio) increased from non-haze days to hazy days, and increased with the increase of RH. High concentrations of aerosols and water vapor favored the conversion of SO₂ to SO₄^2 − and NO₂ to NO₃⁻, which accelerated the accumulation of the aerosols and resulted in the formation of haze in Beijing.     

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.     

利用SPAMS研究石家庄市冬季连续灰霾天气的污染特征及成因

2014年11月18~26日石家庄市发生了连续的灰霾天气.利用位于石家庄市大气自动监测站(20 m)的单颗粒气溶胶质谱仪(SPAMS)分析了细颗粒物的化学组成,根据石家庄市大气污染物排放源谱库对主要成分进行了来源解析,并结合颗粒物质量浓度和气象条件研究了该地区冬季灰霾天气成因.结果表明,石家庄市大气细颗粒物来源分为7类,各源示踪离子:燃煤源为Al,工业源为OC、Fe、Pb,机动车尾气源为EC,扬尘源为Al、Ca、Si,生物质燃烧源为K和左旋葡聚糖,纯二次无机源为SO-4、NO-2和NO-3,餐饮源为HOC.灰霾期间大气中主要含有OC、HOC、EC、HEC、ECOC、富钾颗粒、矿物质和重金属等8类颗粒,其中OC和ECOC颗粒最多,分别占到总数的50%和20%以上,OC颗粒主要来自燃煤和工业工艺,ECOC颗粒主要来自燃煤和机动车尾气排放.灰霾发生时含有NH+4、SO-4、NO-2和NO-3等二次离子的颗粒物占比升高,其中含NH+4颗粒增幅最大;EC、OC与NO-3、SO-4、NH+4在灰霾天气下的混合程度均比干净天气高,其中与NH+4的混合程度加剧最为明显.冬季采暖期煤炭的大量燃烧、医化行业工艺过程及机动车尾气等污染源排放的一次气态污染物(SO2、NOx、NH3、VOCs)和一次颗粒物在静稳天气中难以扩散而迅速累积,气态污染物发生二次转化形成硝酸铵、硫酸铵,而颗粒物之间通过碰撞形成二次颗粒物并发生不同程度的混合,从而导致大气能见度下降,以上是石家庄市冬季灰霾形成的主要原因.     

广州地区SO42-、NO3-、NH4+与相关气体污染特征研究

本文获得了2009年12月1日至2011年12月31日广州二次无机离子(SO2-4、NO-3、NH+4)及相关反应性气体(NOx/SO2/HNO2/HNO3等)的小时浓度数据,并分析了其污染特征.研究结果表明:PM2.5的浓度季节变化特征为冬秋春夏,SO2-4的浓度季节变化特征为秋冬春夏,NH+4的为冬秋春夏,NO-3则为冬春秋夏,SO2-4、NO-3和NH+4之和占PM2.5的比重大小为秋夏春冬;硫氧化率(SOR)均大于0.1,秋冬季节的值高于春夏季节,与SO2-4的浓度变化趋势一致;氮氧化率(NOR)日变化呈单峰形式,最大值出现在06时,最小值出现在14时,春冬季节的值高于夏秋季节,与NO-3的浓度变化趋势一致;广州地区NH3/NH+4除10—12月外,其月均值均大于1;在典型过程中,SO2-4、NO-3、NH+4、SOR、NOR和NH3/NH+4与能见度的变化都存在较好的对应关系,说明广州地区低能见度与二次离子(SO2-4、NO-3、NH+4)的生成有关.     

青岛大气气溶胶水溶性无机离子研究:季节分布特征

为了全面了解当前青岛地区大气气溶胶中水溶性组分的特征及来源,于2008年1～12月在青岛市区连续采集了总悬浮颗粒物(TSP)样品,运用离子色谱法对其主要的水溶性阴阳离子进行了分析.结果表明,SO24-、NO3-、NH4+和Cl-是TSP中水溶性离子的主要成分,四者质量浓度之和占总水溶性离子质量浓度的86.9%.TSP及其水溶性组分存在明显的季节变化,其来源也存在多源性.Na+、NH4+、Ca2+、F-、Mg2+均为冬季最高,夏季最低,K+、PO34-为秋季最高,夏季最低,Cl-为冬季最高,秋季最低,NO3-则为春季最高,夏季最低,而SO24-为春季最高,秋季最低.不同天气对颗粒物和气溶胶中水溶性离子影响很大.颗粒物浓度在晴天时最低,其次是雾天,再次是烟雾和霾,沙尘天气下质量浓度最高.Na+、Mg2+、Ca2+、F-、Cl-和PO34-在烟雾天气下的平均浓度最高,而NH4+、K+、NO3-和SO24-则是在霾天气下质量浓度最高.     

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.     

河南省北部区域霾污染过程中城市和农村点位PM2.5组分差异

近年来,我国京津冀及其周边地区暴发了多次霾污染过程,受观测仪器等因素的限制,尚未有对河南省北部城市和农村霾污染的对比研究.利用一系列在线高时间分辨率的观测仪器在河南省2个城市点位和3个农村点位对一次区域重污染过程(2018年1月12～25日)进行综合观测.结果表明SO₄^2-、 NO^-₃和NH⁺₄(SNA)是此次区域污染过程中5个点位PM_2.5中占比最高的组分,位于53%～63%之间,以NO^-₃为主24%～32%,其次为SO₄^2-(13%～17%).相较于城市点位,农村点位PM_2.5中有机物的占比更高,尤其是夜间.随着污染的加重,SNA的占比上升,重污染时段可达67%.此外,当区域受南部气团的传输影响时,5个点位PM_2.5中NO^-₃的占比增大;受北和东北部气团的传...