河西走廊东段大气降水特征及水汽来源分析

通过连续收集降水样品对河西走廊东段大气降水特征及水汽来源进行研究,运用相关分析、因子分析、富集因子和HYSPLIT模型,探讨2013年7月3日—2014年7月3日河西走廊东段降水常量离子的化学特征,结果表明,河西走廊东段p H值介于6.86—8.71,降水样品的电导率分布在78.42—502.50μS·cm-1之间.Ca~(2+)、Na~+、Cl~-、NO-3和SO_4~(2-)是降水中的主要离子,Ca~(2+)和Na+的浓度占阳离子总浓度的77.43%,而Cl-、NO-3和SO_4~(2-)占阴离子总浓度的99.12%,降水中阳离子浓度的大小顺序为Ca~(2+)Na+NH_4~+K+Mg~(2+),降水中阴离子浓度的大小顺序为SO_4~(2-)NO-3Cl-NO_2~-F-;夏季大气降水中总离子浓度最低(50.61 ueq·L-1),而冬、春两季浓度较高,且春季最高(115.45 ueq·L-1);而单个降水离子的最高浓度却多出现在3—7月份;河西走廊东段的降水离子主要受陆源以及工农业生产和人类活动控制,海盐离子的影响极小.     

桂林市大气降水的化学组成特征及来源分析

为揭示桂林市大气降水的组成成分变化特征和来源,于2015年1—12月期间采集了桂林市大气降水样品,分析其中pH、电导率、主要阴阳离子(K~+、Na~+、Ca~(2+)、Mg~(2+)、NH_4~+、SO_4~(2-)、NO_3~-、F~-、Cl~-)及重金属元素(As、Cr、Hg、Zn、Cu、Pb)浓度的季节变化特征及湿沉降通量.研究结果显示,桂林市大气降水pH值分布范围介于4.13—7.37之间,其中pH值小于酸雨临界值5.6的占48.0%,表明桂林市降雨存在一定的酸化现象.电导率(EC)变化介于4.53—128.10μS·cm~(-1)之间,雨量加权平均值为16.44μS·cm~(-1).阴离子以SO24-和NO3-为主,雨量加权平均含量分别为94.50μeq·L~(-1)、30.48μeq·L~(-1),占阴离子总量的65.28%和21.06%,其次为Cl-,阳离子以Ca2+为主,雨量加权平均含量为97.67μeq·L~(-1),占阳离子总量的58.76%,其次为NH_4~+,占阳离子总量的/NO_3~-平均值为2.45,大气降水属于硫酸-硝酸混合型,具有逐步向硝酸型转变的趋势.阴阳离子三角图和pearson相关性分析表明,Ca~(2+)和Mg~(2+)主要来自地壳源和人为源,Ca~(2+)对致酸阴离子NO_3~-、SO_4~(2-)的中和作用大于NH_4~+,桂林降水中可能存在以CaSO_4和Ca(NO_3)_2为主的化学物质,Na+主要来源于海洋输送,K~+则来源于人类活动.溶解态重金属元素的平均浓度为127.4μg·L~(-1)(0.349—443.8μg·L~(-1)),重金属湿沉降通量平均值为12.193 mg·(m~2·a)~(-1),其中Zn、Cu的年沉降通量较高,分别占总沉降通量的59.72%和28.80%.     

丽江-玉龙雪山地区大气降水化学特征

2014年6—8月分别对丽江-玉龙雪山索道区,甘海子,丽江市区,龙蟠镇等4个地区进行降水采集,共采集87个样品,对主要化学离子(Na~+、K~+、NH_4~+、Ca~(2+)、Mg~(2+)、SO_4~(2-)、Cl~-、NO_3~-)电荷浓度进行分析.结果表明,离子总浓度丽江市区龙蟠镇甘海子索道区.阳离子含量最高的为Ca~(2+)和NH_4~+,阴离子含量最高的为SO2-4.分析1997—2014年丽江降水离子含量,SO_4~(2-)与NO_3~-的比值逐年下降,表明旅游业和交通运输业对丽江大气环境质量影响显著.采用主因子分析法进行分析,NH_4~+、SO_4~(2-)、NO_3~-在第一因子中为高载荷,受人类污染的影响,Na~+与K~+、Cl~-在第二因子中高载荷,受海洋源影响.Ca~(2+)、Mg~(2+)在第三因子中高载荷,受陆地源影响.     

南京北郊冬季PM_(2.5)中水溶性离子以及碳质组分特征分析

2015年12月21日—2016年2月29日在南京北郊进行了大气细颗粒物PM_(2.5)的观测,并分析其中主要水溶性离子(Na~+、NH_4~+、K~+、Mg~(2+)、Ca~(2+)、Cl~-、NO_3~-、SO_4~(2-))浓度以及碳质组分(OC、EC)含量.结果表明,观测期间南京北郊冬季大气细颗粒物(PM_(2.5))污染较为严重,二次离子(NO_3~-+SO_4~(2-)+NH_4~+)为主要污染成分,占PM_(2.5)浓度的47%.对36个观测日进行SO_4~(2-)-NO_3~--NH_4~+三相聚类,发现3种离子在整个体系中的配比存在差异.排放源类型所造成的前体物的不同以及NH_4~+与SO_4~(2-)、NO_3~-的结合方式是造成这种差异的主要原因.OC与EC的变化趋势相似,OC含量较高,而且浓度波动幅度较大.OC/EC的值为2.63±0.90,说明普遍存在二次反应产生的SOC.K+/PM_(2.5)比值法表明,除燃煤与机动车尾气排放以外,生物质燃烧亦是PM_(2.5)污染的排放源.     

西安市黑河上游水源地大气降水离子特征及来源分析

于2014年9月—2015年8月期间,对西安黑河上游水源地云龙沟站点大气降水样品进行采集,采用相关性分析和富集因子法对样品的离子特征及来源进行分析。黑河上游地区大气降水中主要阳离子为Ca~(2+)和NH_4~+,主要阴离子为SO_4~(2-)和NO_3~-,与国内大多数城市地区降水的离子特征相似。除NH_4~+和F-外,其他离子浓度的季节变化特征为冬季春季夏季秋季,表明离子浓度除了与发生源有关外,降雨量也是重要影响因素。离子间的相关性分析及离子来源的计算表明,SO_4~(2-)与NO_3~-相关性很强,且均主要受人为因素的影响;Na~+与Cl~-相关性很强且均来自海洋源;地壳元素Ca~(2+)、Mg~(2+)和K+两两间相关性也较高。所有离子的来源贡献结果显示:人为活动贡献率为52.90%,地壳来源和海洋来源贡献率分别为38.43%和8.67%。     

贵阳秋季PM_(2.5)水溶性离子组成特征及来源解析

水溶性无机离子是PM_(2.5)的主要组分之一,对研究PM_(2.5)的物理化学性质,来源及其形成机理具有重要意义.本研究于2017年9月—2017年11月期间在贵阳城区采集了80个PM_(2.5)样品,并测定了8种水溶性离子浓度,探讨贵阳秋季PM_(2.5)水溶性离子组成特征及来源.结果表明贵阳秋季PM_(2.5)中无机离子的平均质量浓度为15.99μg·m~(-3),阴离子和阳离子的平均质量浓度分别为10. 90μg·m~(-3)、5. 09μg·m~(-3); SO_4~(2-)(8. 53±4.63μg·m~(-3))平均质量浓度最高,其次是NH_4~+(2.56±1.62μg·m~(-3))、NO_3~-(2.21±2.96μg·m~(-3))、Ca~(2+)(1.98±0.88μg·m~(-3)),最后依次是K~+(0.37±0.24μg·m~(-3))、Cl-(0.16±0.11μg·m~(-3))、Mg~(2+)(0.11±0.03μg·m~(-3))、Na~+(0.07±0.06μg·m~(-3)); NH_4~+、SO_4~(2-)、NO_3~-是主要水溶性离子,所占比例为83%; NO_3~-/SO_4~(2-)值平均为0.21±0.12,远小于1,说明贵阳秋季PM_(2.5)以固定源污染为主.相关性分析表明,PM_(2.5)中NH_4~+主要以(NH_4)_2SO_4、NH_4HSO_4、NH_4NO_3的形式存在,Ca~(2+)与Mg~(2+)来源可能相同.结合富集系数分析NO_3~-、SO_4~(2-)、Ca~(2+)、K~+、Mg~(2+)基本都是来源于陆源贡献,NO_3~-、SO_4~(2-)是人为源,Ca~(2+)、K~+、Mg~(2+)是地壳源,此外Mg~(2+)还有一部分海源贡献.     

郴州市大气细颗粒物中水溶性离子的污染特征及来源分析

为全面了解南方典型工业城市郴州市的大气细颗粒物(PM_(2.5))中水溶性离子污染特征及其来源,本研究利用离子色谱对从2016年4月到2017年1月间郴州市6个采样点的PM_(2.5)样品中的9种水溶性离子(SO_4~(2-)、NH_4~+、NO_3~-、Ca~(2+)、Cl~-、Na~+、K~+、F~-、Mg~(2+))进行分析.研究表明:郴州市的PM_(2.5)浓度范围为23. 3—66.5μg·m~(-3),呈现秋冬高,春夏低的特点.研究区域的水溶性离子质量浓度的变化趋势与PM_(2.5)变化趋势相类似; NO_3~-、SO_4~(2-)、NH_4~+和K~+与PM_(2.5)相关性较好,其中SNA(SO_4~(2-)、NH_4~+、NO_3~-)占PM_(2.5)的比重最高,为18.9%—40.2%.SNA三角图解表明NH_4~+的主要存在形式为(NH_4)_2SO_4,AE/CE均小于1,因此研究区域的PM_(2.5)呈碱性.通过主成分分析可知研究区域的水溶性离子污染来源主要为燃煤、交通、生物质燃烧等燃烧综合源,[NO_3~-]/[SO_4~(2-)]证明该区域的大气污染属于煤烟型污染.     

太原市采暖季清洁天与灰霾天PM_(2.5)中水溶性无机离子组成及来源分析

为探究太原市采暖季PM_(2.5)水溶性无机离子组成及其来源,于2017年11月至2018年3月在太原城区连续采集大气颗粒物PM_(2.5)样品共151个,并于离子色谱仪中分析样品的9种水溶性无机离子(F~-、Cl~-、NO_3~-、SO_4~(2-)、K~+、Na~+、Ca~(2+)、Mg~(2+)、NH_4~+).结果表明,太原市采暖季PM_(2.5)质量浓度的平均值为77.89±47.16μg·m~(-3),总水溶性无机离子质量浓度平均值为53.21±29.76μg·m~(-3),占PM_(2.5)的68.3%±23.3%,其中SO_4~(2-)、NO_3~-和NH_4~+是PM_(2.5)中最主要的离子成分,NH_4~+在PM_(2.5)中主要以NH_4NO_3、(NH_4)_2SO_4与NH_4Cl等形式存在,NH_4~+、NO_3~-、K~+、SO_4~(2-)和Cl~-等5种离子的爆发性增长对灰霾天污染贡献最大.随着气温回升,硫氧化率和氮氧化率均有一定程度的升高,大气中存在明显的气溶胶二次转化过程.主成分分析表明,燃煤源和二次污染源是太原市采暖季灰霾期间的主要污染源,土壤扬尘为清洁天的首要污染源,大气污染以固定污染源为主,移动污染源为辅.后向轨迹模型显示,采暖季期间气团基本上来自本地和西北方向的内陆排放源.     

重污染天气期间济南市城区和清洁对照点PM_(2.5)及其组分污染特征

为探究重污染天气期间济南市城区和清洁对照点PM_(2.5)及其组分污染特征,于2016年12月31日-2017年1月7日在市监测站和跑马岭进行连续PM_(2.5)样品采集,并对两个点位的PM_(2.5)及其组分(水溶性离子和碳质组分)污染特征进行分析。结果表明,重污染天气期间市监测站PM_(2.5)质量浓度(260±77)μg·m~(-3)是跑马岭(85±17)μg·m~(-3)的3倍,表明该重污染天气过程对济南市城区影响程度明显大于清洁对照点跑马岭。市监测站水溶性离子浓度高低顺序为SO_4~(2-)NO_3~-NH_4~+Cl~-K~+Na~+Ca~(2+)F~-,跑马岭水溶性离子浓度高低顺序为NO_3~-SO_4~(2-)NH_4~+Cl~-K~+Na~+Ca~(2+)F~-。市监测站和跑马岭二次无机离子(SNA)质量浓度分别为(134.7±49.5)μg·m~(-3)和(46.2±19.0)μg·m~(-3),在PM_(2.5)中占比分别是51.8%和54.4%,两个点位PM_(2.5)浓度差别很大,但SNA在PM_(2.5)中占比相差不大。通过NH_4~+计算值与实测值相关性分析可知,市监测站和跑马岭PM_(2.5)中NH_4~+均主要以(NH_4)_2SO_4和NH_4NO_3形式存在。市监测站SOR和NOR分别为0.44和0.32,跑马岭SOR和NOR分别为0.32和0.44,SOR和NOR的值均大于0.1,表明大气中SO_2和NO_2的二次氧化程度较高。采用OC/EC最小比值法估算得到市监测站和跑马岭SOC分别为8.3μg·m~(-3)和1.8μg·m~(-3),分别占OC的38.2%和20.9%,这表明市监测站OC二次反应程度明显高于跑马岭。市监测站有机碳(OC)和元素碳(EC)相关性(R~2=0.57)明显弱于跑马岭(R~2=0.92),表明市监测站OC和EC来源比较复杂,更有利于SOC的生成。     

北京城区夏季PM_(2.5)中碳组分和二次水溶性无机离子浓度特征

为探索北京城区大气细颗粒物浓度水平及其碳组分和二次水溶性无机离子的浓度特征,于2014年6月1日至7月15日在车公庄地区使用微量振荡天平(TEOM+FDMS)、EC/OC在线分析仪以及水溶性离子在线分析仪对PM_(2.5)质量浓度及其主要化学组分(OC、EC、SO_4~(2-)、NO_3~-和NH_4~+)进行了实时监测.研究结果表明,北京市城区夏季PM_(2.5)质量浓度平均值为69.0±47.9μg·m-3,PM_(2.5)中OC、EC、SO_4~(2-)、NO_3~-和NH_4~+所占的比例分别为15.8%、2.4%、23.0%、15.7%和19.2%,SNA(SO_4~(2-)、NO_3~-和NH_4~+)合计达到了PM_(2.5)质量浓度的57.9%.研究各组分的日变化特征发现,OC和SO_4~(2-)白天浓度变化较小,夜晚浓度稍高;NO_3~-和NH_4~+则随着光照和温度的增加而逐渐降低;EC呈现出夜晚浓度高白天浓度低的特点.研究各组分的相关性及比值发现,OC和EC的相关系数为0.62,OC/EC大于2.0,说明北京城区夏季存在着较为严重的二次污染;此外,NO_3~-/SO_4~(2-)平均比值为0.68,SOR和NOR的变化趋势基本一致,两者的平均值分别为0.55和0.14.通过分析北京市城区夏季不同浓度级别各组分的变化发现,随着PM_(2.5)质量浓度的增加,OC和EC所占的比例不断降低,而SNA比例则不断升高,其中NO_3~-浓度水平的增加最为显著.     

乌鲁木齐大气细颗粒物PM_(2.5)水溶性离子浓度特征及其来源分析

大气细颗粒物PM_(2.5)是危害人体健康和环境最主要的空气污染物之一,对其水溶性离子的研究是一项非常必要而迫切的工作。文章对乌鲁木齐市中心区域树木年轮实验室和黑山头2013年1月-2014年2月期间采集的大气细颗粒物样品,利用离子色谱仪分析了其中的水溶性离子分布特征,采用硫转化率(SOR)、离子相关性分析等分析其可能来源,结果表明:年轮室和黑山头PM_(2.5)中总离子浓度平均值分别为88.03和65.11μg·m~(-3),分别占PM_(2.5)质量浓度的51.21%和33.8%。年轮室各种离子的季节变化明显:SO_4~(2-)、NO_3~-、Cl~-和NH_4~+表现为冬季秋季春季夏季,Na~+表现为冬季秋季夏季春季,Ca~(2+)表现为秋季夏季春季冬季。SO_4~(2-)、NO_3~-和NH_4~+是PM_(2.5)中主要的离子,(NH_4)_2SO_4、NH_4HSO_4和NH_4NO_3是乌鲁木齐PM_(2.5)中水溶性组分的可能结合方式。Cl~-和K~+主要来源于化石燃料和生物质的燃烧排放,Ca~(2+)和Mg~(2+)主要来自土壤、二次扬尘和燃煤。乌鲁木齐大气PM_(2.5)中ρ(NO_3~-)/ρ(SO_4~(2-))为0.40,说明目前固定排放源仍然是乌鲁木齐大气污染物的主要来源。本研究为更深入了解乌鲁木齐市颗粒物污染现状提供参考,同时为确定乌鲁木齐市大气污染治理重点、制定大气污染防治规划提供依据。     

南京北郊一次重污染事件期间PM_(2.5)理化特性及其对大气消光的影响

为了解南京地区重度污染下PM_(2.5)污染特征及其对消光的影响,于2013年12月5日至12月15日在南京北郊进行了PM_(2.5)采样分析,利用离子色谱分析了其中SO_4~(2-)、NO_3~-、NH_4~+、Cl~-、Na~+、K~+、Mg~(2+)和Ca~(2+)的含量,采用扫描电迁移率粒径谱仪(SMPS)测量细粒子的粒径谱分布,运用Model 2001A热/光碳分析仪对PM_(2.5)中OC、EC进行了分析,同时采用三波长光声黑碳光度计(PASS-3)实时在线测量细粒子的吸收和散射系数,并同步获得了痕量气体SO_2、NO_x浓度.结果表明,观测期间PM_(2.5)平均浓度为161.8±51.2μg·m~(-3),主要的水溶性无机离子为SO_4~(2-)、NO_3~-和NH_4~+;气溶胶在532 nm处平均吸收、散射系数分别为98.00±42.91 MmPM_(2.5)、630.00±308.52 MmPM_(2.5).(NH_4)_2SO_4和OM是南京北郊冬季大气气溶胶中的主要消光物质,积聚模态颗粒物体积浓度和表面积浓度与总消光系数呈较好的正相关,与能见度则呈明显的负相关.重度污染期间SOR、NOR平均值分别是轻度污染期间的1.26倍和1.81倍.除较低风速条件下污染物的物理积聚,较高的相对湿度条件下污染物的二次转化是造成此次重度污染的主要原因.     

北京采暖季PM_(2.5)水溶性无机离子污染特征及其影响因素

为深入研究北京市采暖季PM_(2.5)中水溶性离子的污染特征及其影响因素,利用大流量采样器结合石英滤膜采集了2016年11月15日—2016年12月31日期间北京市典型污染天的PM_(2.5)样品(19个),采用离子色谱法测定了其中的水溶性无机离子成分,收集了同期北京市的日均气象数据和海淀区日均PM_(2.5)数据。应用热力学平衡模型ISORROPIA-Ⅱ分析了PM_(2.5)样品的酸度值,Traj Stat软件分析气流的72 h后向轨迹,并采用潜在源贡献因子分析法(PSCF)定位了PM_(2.5)潜在污染源的位置,浓度权重轨迹分析(WCWT)法定量解析了潜在污染源对北京PM_(2.5)质量浓度贡献的大小。结果表明:(1)PM_(2.5)的日均质量浓度变化范围为7.6~383μg·m~(-3),均值为114μg·m~(-3),污染天是清洁天的4.4倍;(2)10种水溶性离子的总质量浓度均值为44.61μg·m~(-3),SNA(NO_3~-、SO_4~(2-)、NH_4~+)占总水溶性离子的81.37%,污染天NO_3~-、SO_4~(2-)、NH_4~+质量浓度均值分别为20.35、16.16、8.68μg·m~(-3),分别是清洁天的4.7、3.5、3.6倍;(3)污染天PM_(2.5)酸性比清洁天强,污染天NH_4~+的存在形式主要是(NH_4)_2SO_4、NH_4HSO_4,清洁天NH_4~+的存在形式主要是(NH_4)_2SO_4、NH_4HSO_4、NH_4NO_3;(4)北京PM_(2.5)及其水溶性离子的污染除受本地污染源影响,还受河北省中部和南部以及内蒙古中部等区域传输的影响;(5)在北京采暖季低大气边界层以及三面环山的特殊条件下,风速和相对湿度是影响北京PM_(2.5)及其水溶性离子污染特征的2个主要气象因素,高湿度低风速的静稳天气条件可以造成以本地污染物为主的大气重污染,此外,一定范围内的低风速可以使周边地区高浓度的污染物传输至北京,加重大气污染。     

新疆吉木乃诸河水体氢氧同位素和水化学特征

利用2018年6月和11月在新疆吉木乃诸河流域采集的河水、冰雪融水和降水样品,对流域水体的水化学成分和氢氧稳定同位素(D,~(18)O)组成的时间和空间特征进行了系统研究.结果表明,吉木乃诸河在丰水期和枯水期阳离子均以Ca~(2+)为主,阴离子以HCO~-_3为主,其次分别为Na~+和SO_4~(2-).在空间上,Na~+、Mg~(2+)、SO_4~(2-)、Cl~-随着海拔的降低呈增加趋势.通过Piper图可以判断出,吉木乃诸河水化学类型为HCO_3-Ca型.利用Gibbs图可知流域内主要离子组成与各类岩石的风化作用有关,大气降水和蒸发作用的影响相对较小.结合当地的水文地质情况,运用离子含量比值法,可以发现离子主要来源于流域内碳酸盐风化和含硫矿物的氧化.丰水期吉木乃诸河地表水中δ~(18)O和δD较枯水期高,冰川融水的同位素值没有明显的季节变化,降水中的同位素值季节变化较大,其区域大气降水线方程为δD=7.5δ~(18)O+5.4 (R~2=0.99).吉木乃诸河河水中稳定同位素与海拔呈现正相关关系,主要原因是蒸发作用的增加,地表水同位素值偏负.该区域地表径流与冰川融水密切相关,冰川融水对该流域水资源的补给贡献较大.     

大连市降水酸度初步研究

目前,国内外对酸雨的研究逐渐深入。国内对降水成份、降水中各成份的含量及其与pH相关性、酸雨形成的原因等的研究都取得了一定成果。为了弄清大连市降水酸度及化学组成,从1984年3月到1985年2月,我们对大连市三个区中的六个降水点中降水(雪、雨)的pH及SO_4~(2-)、C1~-、NO_3~-,Ca~(2+)、Mg~(2+)、Na~+、K~+、NH_4~+等八个离子的含量进行监测。这三个区是:(1)甘井子区(化工、钢铁、石油、水泥等生产工业区),(2)沙河口区(居民与一般生产工业区),(3)中山区(染料、油酯生产及居民区)。根据监测结果,对大连市降水性质进行了分析探讨。     

塔克拉玛干沙漠腹地沙尘天气过程粗细颗粒中水溶性离子组分垂直分布特征

在塔克拉玛干沙漠腹地塔中气象站,利用80 m梯度观测塔及BSNE梯度集沙仪采集了2015年7—11月沙尘天气过程7个不同高度沙尘样品,分析了粗、细组分离子质量分数的垂直分布特征。结果表明,(1)粗颗粒(≥63μm)组分中主要水溶性离子SO_4~(2-)、Cl~-、Ca~(2+)、Na~+质量分数明显高于细颗粒(63μm)组分质量分数,其中,粗颗粒组分中,水溶性离子SO_4~(2-)、Cl~-、Ca~(2+)、Na~+质量分数分别为3 530.59、2 871.08、3 107.92、2 136.00 mg·kg~(-1),而细粒组分中SO_4~(2-)、Cl~-、Ca~(2+)、Na~+质量分数分别为1 058.33、1 726.41、1 826.87、1 377.60 mg·kg~(-1);粗颗粒组分中4种主要离子的质量分数为细颗粒组分中相应离子质量分数的1.5~3.3倍。K~+、Mg~(2+)、NO_3~-质量分数差别不明显。各离子在粗、细组分中的变化趋势也具有差异性,粗颗粒组分中离子变化更明显。(2)扬沙、沙尘暴天气粗颗粒组分中4种主要离子质量分数在32 m高处出现最大值,32~80m随高度升高呈下降趋势,K~+、Mg~(2+)、NO_3~-离子质量分数最高值出现在24 m或32 m处;细颗粒组分中,所有离子浓度最大值均出现在24 m高处,24~80 m随高度升高呈下降趋势;粗、细颗粒组分中离子浓度均在63 m处出现小幅增加。(3)浮尘天气细颗粒组分的变化趋势明显好于粗颗粒组分。受沙垄颗粒物影响,细颗粒组分水溶性离子的垂直分布整体规律性较好,粗颗粒组分波动性较大。(4)筛分法与马尔文激光粒度法得到的粗、细颗粒组分含量相差较大,筛分法得到的粗颗粒组分百分含量偏小、细颗粒组分含量偏大,粗、细组分中的水溶性离子的垂直分布与实测结果存在偏移,有待进一步研究。研究结果有助于了解沙漠腹地沙尘天气过程垂直剖面沙尘颗粒的分布及水溶性离子组分特征,进一步为沙尘数值预报模式的改进提供科学依据。     

赣江水系水化学时空特征及影响因素

为研究赣江水系水化学的时空特征,于2015年1月、7月采集干流与主要支流水样37个,测定了水体离子浓度.结果表明,各离子浓度排序为:阳离子Ca~(2+)Na~+K~+Mg~(2+)NH_4~+,阴离子HCO_3~-SO_4~(2-)Cl~-,水化学类型为HCO_3-Ca型且为弱矿化度水,枯水期离子浓度显著高于丰水期.基于各采样点离子浓度聚类分析结果,将赣江流域在空间上分为3个区域,A1(桃江、袁水和锦江流域)、A2(琴江、梅江、平江、恩江、泸水流域),A3(A1和A2以外的赣江流域).3个区域的总溶解固体(TDS)大小顺序为:A1A3A2.从自然因素看,赣江流域的水化学组成主要受到岩石溶滤作用的影响,枯水期A3蒸发作用较明显.受工业和采矿废水影响,A1的NH_4~+、SO_4~(2-)、Cl~-、Na~+含量最高,同时酸性废水的排放促进了溶滤作用,Ca~(2+)浓度也最高;A3受城市生活污水的排放影响明显,Cl~-、Na~+含量较高;A2的各离子浓度最小,水化学组分主要受到岩石溶滤的作用.     

大气降水化学的统计学分析——以浙江省金华市为例

运用相关分析、因子分析和聚类分析等统计学方法,对2004-2005年间浙江省金华市的大气降水化学组成和分布特征进行了分析.结果表明,SO2-4,NH 4,Ca2 ,NO-3和H 是降水的主要离子,降水的pH值、电导率及离子组分均呈明显的正偏态分布,降水样品以低离子含量的样本为主.降水中水溶性离子主要分为4类,SO2-4,NH 4,NO-3,Ca2 和F-主要来自人为活动的贡献,K 和Mg2 主要来自土壤、沙尘等地壳来源,Na 和Cl-属于典型的海盐性成分,H 则反映了各种离子中和作用对降水酸度的综合影响.     

单宁酸对黄河三角洲盐碱土壤盐基离子有效性的影响

以黄河三角洲柽柳群落和盐碱光板地土壤为研究对象,利用单宁酸进行培养,通过测定土壤浸提液中盐基离子含量、计算离子比并进行相关统计分析,探讨单宁酸对盐碱土盐基离子有效性的影响.结果表明,随着单宁酸浓度升高,不同盐度土壤浸提液中的K~+、Ca~(2+)、HCO3-以及高盐土壤中的Cl-和低盐土壤中的SO_4~(2-)逐渐升高,而Na~+、Mg~(2+)、低盐土壤中的Cl-和高盐土壤中的SO_4~(2-)先升高后降低;不同盐度土壤中Na~+/K~+、Na~+/Ca~(2+)、Ca~(2+)/K~+、Mg~(2+)/K~+、Cl-/HCO_3~-、SO_4~(2-)/HCO_3~-和低盐土壤中的Cl-/SO_4~(2-)随着土壤中单宁酸浓度升高而降低,但Na~+/Mg~(2+)、Ca~(2+)/Mg~(2+)和高盐土壤中的Cl-/SO_4~(2-)则逐渐升高;方差分析的结果显示,单宁酸浓度除对高盐土壤中的Na~+影响不显著之外,对其他盐基离子及其比值的影响均达到显著水平;相关分析的结果表明,SO_4~(2-)在低盐土壤中与K~+、Na~+、Mg~(2+)和HCO_3~-之间的相关性与高盐土壤相反,而其他离子之间的相关性在不同盐度土壤中一致.综上,单宁酸能够降低土壤颗粒对盐基离子的吸附,促进土壤脱盐,因此可利用单宁酸或将其作为辅助材料改良盐碱土,但应适当控制单宁酸的用量,以促进更多Na~+的脱除及防止过多Ca~(2+)和K~+的流失.     

新疆独山子石化区域PM_(2.5)中水溶性无机离子的形成机制

2015年9月至2016年7月在新疆独山子区采集大气PM_(2.5)样品,对所含的水溶性无机离子和大气气态污染物的季节性变化进行了分析.其结果表明,PM_(2.5)、SO_2、NO_2和O_3的年均浓度分别为70.04、19.36、4.50、83.06μg·m~(-3); PM_(2.5)、SO_2、NO_2的浓度均出现冬季最高,夏季最低的趋势,而O_3浓度在春、夏季节偏高,冬季偏低;总水溶性无机离子的季节变化特征为冬季(68.99μg·m~(-3))秋季(14.23μg·m~(-3))春季(10.31μg·m~(-3))夏季(5.06μg·m~(-3)),其中SO_2~(-4)、NO_3~-、NH_4~+为水溶性无机离子的主要组成部分,占到水溶性总离子质量浓度的70%以上.对硫氧化率(SOR)和氮氧化率(NOR)的估算表明,全年SOR的值均大于0.1,表明SO_2~(-4)主要来自大气二次转化.夏季NOR值远低于其它季节. SO_2~(-4)浓度和SOR在冬季出现较高值,可能是由于冬季取暖导致SO_2排放量增加,同时较高的相对湿度又促进了SO_2的非均相转化.受相对湿度的影响,NO_3~-在冬季主要以非均相反应的方式生成,在春、夏、秋的3个季节主要以均相反应的方式生成;当PM_(2.5)的质量浓度大于75μg·m~(-3)时,NO_3~-/SO_2~(-4)、NOR/SOR和NOR值均显著增加,表明独山子区的硝酸盐污染较为严重.