珠三角春节期间PM2.5及水溶性离子成分的变化——以2012年为例

利用广州番禺大气成分站2012春节期间的逐时Marga数据、PM数据分析珠三角地区春节期间颗粒物及其水溶性离子的变化特征.研究发现在烟花爆竹集中燃放时期,PM₁₀、PM_2.5和各种水溶性离子浓度急剧升高,PM_2.5/PM₁₀的值与PM的变化趋势相反,说明主要增加的是PM₁₀中相对较粗的粒子;PM_2.5/PM₁₀平均值是0.92,说明在该期间,仍然主要是细粒子污染;K⁺、Cl^-和Mg²⁺以及NO₃^-和SO₄^2-、NH₄⁺浓度不同程度上升,说明烟花爆竹燃放对它们都存在影响,其中烟花爆竹燃放对PM、K⁺、Cl^-和SO₄^2-的影响最大,对NO₃^-、NH₄⁺也存在一定程度的影响.通过各离子之间的变化趋势以及相关系数研究,发现K⁺、Cl^-、Mg²⁺和Na⁺主要来源于烟花爆竹的燃放,因此在烟花爆竹集中燃放时段浓度急剧升高,SO₄^2-、NO₃^-和NH₄⁺相关系数很高,说明他们三者可能有相同的来源;黑碳浓度明显升高说明烟花爆竹的燃放对其也有一定的影响.     

2019～2022年成都市春节期间烟花爆竹燃放对空气质量影响分析

基于空气质量和PM_2.5组分站观测数据,分析成都市2019～2022年春节期间烟花爆竹燃放对污染物浓度、 PM_2.5组分和二次转化的影响.结果表明,烟花爆竹燃放对SO₂、 PM_2.5和PM₁₀浓度影响显著,2019～2022年集中燃放期内小时浓度平均值分别增加6.7、 105.0和117.4μg·m^-3,升幅分别为135%、 236%和203%,集中燃放对其浓度的贡献率分别为10.0%～34.0%、28.1%～31.3%和27.8%～34.6%.烟花爆竹燃放对空气质量影响时间呈小幅下降趋势,由2019年的42h下降至2022年的38 h,但对PM_2.5浓度影响呈波动变化,2022年与2019年相当.烟花爆竹燃放主要组分为K、 Cl、 Al、 K⁺和Cl^-等,集中燃放期内这些组分浓度较高且增长较快,在PM_2.5中的占比为5%～18%,增幅为87%～1 511%,对NH     

烟花爆竹燃放对北京大气污染物和水溶性无机离子的影响

为了解春节期间烟花爆竹燃放对北京大气污染物和PM_2.5中水溶性无机离子贡献的影响,采用浓度特征对比、相关性分析等方法,对2011年2月1日-3月1日期间的PM₁₀、气态污染物、PM_2.5中水溶性无机离子浓度等在线数据进行了分析.结果表明:烟花爆竹的燃放会在短时间内加重PM₁₀颗粒物污染,集中燃放期（含除夕、春节、正月初五、元宵节）ρ（PM₁₀）和φ（SO₂）（分别为232μg/m3和40.2×10-9）是非集中燃放期（63μg/m3和16.0×10-9）的3.7和2.5倍,燃放烟花爆竹对ρ（PM₁₀）和φ（SO₂）的小时贡献率分别达到56.8%和35.6%;但对φ（CO）、φ（NO）、φ（NO₂）无显著影响.而观测期间由其他因素导致的污染期ρ（PM₁₀）和各气态污染物小时体积分数有所增加,分别是非集中燃放期的3.0~8.3倍.燃放烟花爆竹对PM_2.5中ρ（Mg2+）、ρ（K+）、ρ（Cl-）的影响最大,分别为非集中燃放期的65.0、31.6、6.9倍,贡献率分别为88.6%、87.2%、65.8%. ρ（Mg2+）、ρ（K+）与ρ（Cl-）在集中燃放期表现出较高的相关性（R>0.9）.污染期ρ（SO₄2-）、ρ（NO₃-）、ρ（NH₄+）明显升高,分别为非集中燃放期的3.8、16.4、8.3倍,同时高于集中燃放期（分别为2.7、2.5、2.1倍）.集中燃放期PM_2.5中主要以NH₄HSO₄、NH₄NO₃、KNO₃、KCl、NH₄Cl、MgCl₂等形式存在.集中燃放期硫氧化物转化率（SOR）高于非集中燃放期和污染期,而氮氧化物转化率（NOR）则是污染期最高.研究显示,燃放烟花爆竹对ρ（PM₁₀）及PM_2.5中ρ（Mg2+）、ρ（K+）、ρ（Cl-）影响最大,污染期各离子浓度均有大幅升高,NOR在污染期的高值是导致ρ（NO₃-）升高的重要原因.      

天津春节期间烟花爆竹燃放对空气质量的影响

为明晰春节期间烟花爆竹燃放对大气环境的影响,利用天津地区2016年和2017年春节期间（除夕至农历十五,公历2016年2月7-22日、2017年1月27日-2月11日）大气污染物质量浓度的监测数据和气象观测资料,对这一时期大气污染物质量浓度的变化规律进行分析.结果表明:天津春节期间大气颗粒物质量浓度峰值均出现在初一的00:00-01:00.烟花爆竹燃放对ρ（PM₁₀）、ρ（PM_2.5）和ρ（SO₂）影响较大,尤其是对地面污染物质量浓度影响最大,并且对ρ（PM_2.5）和ρ（PM₁₀）的影响高度相对增高,但对ρ（NO₂）的实时影响最小.初一00:00-00:01,ρ（PM₁₀）、ρ（PM_2.5）、ρ（SO₂）和ρ（NO₂）分别增加了305、178、80和7 μg/m3.烟花爆竹燃放使ρ（PM_2.5）和ρ（PM₁₀）的日变化曲线较非春节期间波动性增强,主峰值区（20:00-翌日01:00）污染物质量浓度升高和出现的时间延后;ρ（SO₂）主峰值出现时段由09:00-10:00变为00:00左右,并且其峰值剧增.烟花爆竹燃放使夜间空气中ρ（PM_2.5）上升,导致ρ（PM_2.5）在ρ（PM₁₀）的占比显著升高.2016年和2017年春节期间,PM_2.5、PM₁₀和SO₂的最大小时质量浓度及其变化率均高于春节前后（除夕前15 d和农历十五后15 d）,而NO₂和CO的最大小时质量浓度及其变化率则低于春节前后.2016年和2017年除夕ρ（PM_2.5）的半衰期分别为4.7和3.6 h.研究显示,即使在有利于扩散的气象条件下,烟花爆竹燃放仍可使天津地区ρ（PM₁₀）、ρ（PM_2.5）和ρ（SO₂）短时迅速增大,污染物质量浓度主峰值均出现在夜间,ρ（PM_2.5）的半衰期介于3~5 h.      

嘉兴市春节期间烟花爆竹燃放对大气污染物分布特征的影响

为研究春节期间烟花爆竹的燃放对嘉兴市空气质量的影响,利用2015年春节期间嘉兴市3个监测站点的常规污染物(PM10、PM2.5、SO_2、NO_2、CO)和南湖区残联站的有机碳(OC)和元素碳(EC)数据,分析了烟花爆竹对嘉兴市不同功能区和不同空气质量条件下大气污染物的污染特征的影响.结果表明:春节烟花爆竹燃放显著影响PM10和PM2.5的浓度,残联站、清河小学和北部站在23日00∶00达最高值,PM10浓度分别为190、263和147μg·m~(-3),是非春节期间的2.2、2.8和2.1倍,PM2.5浓度分别高达156、158和78μg·m~(-3),是非春节期间的2.6、2.2和2.2倍.烟花爆竹燃放对污染气体的影响存在差异,对CO和SO_2的浓度影响较大,对NO_2和O_3的浓度影响较小.烟花爆竹燃放对嘉兴市老城区大气污染物的影响最大,其次是新城区,对工业区影响最小.污染源减排对大气污染物的影响比较大,2013—2015年嘉兴市春节期间大气污染物浓度(PM10、PM2.5、SO_2、NO_2、CO)整体要低于非春节期间,平均降幅在6.8%~46.1%之间.二次生成物O_3在春节期间的浓度均要高于非春节期间,增幅为20.1%~22.1%.不同空气质量条件下烟花爆竹的燃放对大气污染物的影响不同.     

华北农村冬季细颗粒物元素组分的特征及来源

利用2018年11月21日~2019年2月8日期间的Xact元素仪观测数据,分析了华北农村地区望都站点秋冬季细颗粒物PM_2.5中的元素组分特征.结果表明,采样期间,望都站受到了严重的PM_2.5污染,PM_2.5的平均浓度为（186.6±142.0）μg/m³.PM_2.5中最主要的元素是S、Cl和K,其平均质量浓度分别为6230,8708,1780ng/m³;其次是Al、Si、Ca、Fe和Zn,其平均质量浓度在500~1000ng/m³;剩余元素的平均质量浓度均低于500ng/m³.使用Al作为参比元素计算各元素的富集系数判断来源,Si、Ca、Ti、Fe主要来自于地壳源,K、Cr、Mn、Ni、Se、Ba同时受地壳源与人为源影响,Cu、Zn、As、Ag、Cd、In、Sn、Pb主要来自于人为源;采用NMF（非负矩阵因子分解法）模型量化各种潜在排放源对本研究中PM_2.5的贡献,确认烟花爆竹源、扬尘源、机动车尾气源、燃煤/生物质燃烧源、二次源和工艺过程源是主要污染源,其贡献分别为2.6%、1.7%、6.5%、39.7、36.5%和13%.夜间燃煤/生物质燃烧源贡献与白天二次源贡献是造成PM_2.5重污染的主要成因.春节期间,烟花爆竹燃放源会造成农村地区重污染过程.Ba的富集因子适合作为烟花爆竹燃放的指征.本文研究结果可为华北农村冬季细颗粒物溯源和治理提供数据支持.     

2018年春节期间京津冀地区污染过程分析

为了解2018年春节期间京津冀地区空气污染情况,利用近地面污染物浓度数据、激光雷达组网观测数据,结合WRF气象要素、颗粒物输送通量和HYSPLIT气团轨迹综合分析污染过程.结果表明,春节期间出现3次污染过程.春节前一次污染过程,各站点PM_2.5浓度均未超过200μg/m³;除夕夜,廊坊站点PM_2.5峰值浓度达到504μg/m³,是清洁天气的26倍;年初二^初五,各站点PM_2.5始终高于120μg/m³,且污染主要聚集在500m高度以下,北京地区存在高空传输,800m处最大输送通量达939μg/(m³?s),此次重污染过程为一次典型的区域累积和传输过程.京津冀地区处于严格管控状态时,燃放烟花爆竹期间PM_2.5峰值浓度可达无燃放时PM_2.5峰值的3.2倍.为防止春节期间重污染现象的发生,需对静稳天气下燃放烟花炮竹采取预防对策.     

2023年京南地区春节期间细颗粒物化学组分特征与二次气溶胶生成研究

京南地区PM_2.5浓度在北京市各区处于高位水平,对其化学组分特征和二次粒子分析有利于其溯源防治.因此,在2023年1月20日—2月20日对北京南部地区的细颗粒物质量浓度和化学组分进行观测,并分析细颗粒物组分特征与二次气溶胶生成水平.观测期间出现4次污染过程,第一次污染过程主要为春节期间烟花爆竹燃放导致,其他3次污染过程主要以不利气象条件导致的二次转化为主导.观测期间,平均风速为1.41 m·s^-1,平均相对湿度为32.47%,水溶性离子日均值总量为29.41μg·m^-3,占PM_2.5质量浓度的62.20%;OC与EC日均值总量为9.14μg·m^-3,占PM_2.5质量浓度的20.74%.在污染期,平均风速为1.15 m·s^-1,平均相对湿度为52.01%,二次无机盐在PM_2.5中的占比为35.40%～86.39%,二次有机气溶胶占比约10%左右.NH₄⁺/(2SO     

青岛春节期间大气污染特征及烟花燃放一、二次贡献分析

我国北方地区冬季采暖期大气污染事件频发,期间硝酸盐成为促进PM_2.5增加的主要因素.然而在烟花燃放期间,硫酸盐的累积却强于硝酸盐,形成不同的污染特征.对春节期间(2019年2月2～10日)青岛近郊在线离子色谱观测数据,结合国控自动监测站数据进行综合分析.结果表明,研究期间观测到大气颗粒物累积事件、沙尘过境事件和烟花燃放事件.烟花燃放高峰期,其对PM_2.5和PM₁₀的一次贡献率分别为69.8%和63.8%.相比颗粒物累积期间硝酸盐有更明显的累积,硫酸盐在烟花燃放期间先于硝酸盐生成,并存在更强的累积.分离得到烟花燃放的一次贡献因子n(SO ₄ ^2-)/n(K⁺)和n(NO^-₃)/n(K⁺)特征摩尔比分别为1.2和1.3;利用该比值估算得到对SO₄ ^2-和NO^-₃二次贡献因子,在较稳定的气象条件下分别为一次贡献...     

冬奥会期间京津冀及周边区域空气质量时空特征、气象影响和减排效果评估

对比分析2015～2022年冬奥会期间(1月31日至2月20日)京津冀及周边区域44城市空气质量时空演变特征,量化同期气象、协同减排和跨区域传输对PM_2.5浓度及组分变化贡献,为不利气象条件下区域空气质量联防联控提供科学参考.结果表明,2022年44城市PM_2.5浓度为近8年农历同期最低(46μg·m^-3),优良天占比最高(83.3%),不存在重污染天.PM_2.5污染南重北轻,高值区主要集中在太行山沿线及燕山传输通道城市.2016年在春节中期未管控烟花爆竹燃放等源排放强度下,优良天占比93.5%,大气强扩散能力对空气质量改善至关重要.2022年静稳天气指数(SWI)同比增加2.1,大气扩散能力转差,44城市ρ(PM_2.5)均值和峰值同比下降14μg·m^-3和76μg·m^-3,北京减排对PM_2.5浓度降幅较未采取前增大96%,晋鲁豫地区在气象造成PM_2.5浓度上升的不利背景下,峰值下降87μg...     

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.     

长三角沙尘中气溶胶粒径分布及化学组分特征

基于PM、10nm~10μm气溶胶数谱、水溶性离子和气象要素数据,分析了2017年5月3日~8日一次沙尘远距离输送过程中长三角地区气溶胶粒径分布及其化学组成的污染特征.结果表明,此次沙尘伴随天气系统由北往南的传输过程中,PM的浓度逐渐降低,但是高浓度PM持续时间逐渐增加.沙尘在呼和浩特市影响时间为38h,而在南京的影响时间超过60h.沙尘期间气溶胶数浓度谱的峰值向大粒径段偏移,沙尘和非沙尘期间峰值分别位于33和26nm.表面积浓度谱在非沙尘期间为三峰型分布,但是在沙尘期间为四峰型分布.在沙尘期间PM_2.5和PM₁₀中水溶性离子的排序为Ca²⁺ > NH₄⁺ > SO₄^2- > NO₃^- > Mg²⁺ > Na⁺ > Cl^- > NO₂^- > K⁺ > F^-,非沙尘期间为NH₄⁺ > SO₄^2- > NO₃^- > Mg²⁺ > Ca²⁺ > Cl^- > NO₂^- > K⁺ > Na⁺ > F^-.沙尘期间不同水溶性离子的浓度变化不同,沙尘天PM_2.5和PM₁₀中Ca²⁺浓度分别是非沙尘天的9.5和13.7倍,Na⁺分别是非沙尘天的4.4倍和4.6倍.沙尘天PM_2.5和PM₁₀中Ca²⁺占总离子的比例分别为24.7%和24.9%,是非沙尘天的4.9和5.7倍.NO₃^-在PM₁₀中的占总离子的比例为18.7%,高于非沙尘天（13.9%）,但是在PM_2.5中占总离子的比例仅为7.9%,低于非沙尘天（13.2%）.沙尘天F^-、Cl^-、SO₄^2-、NH₄⁺和K⁺离子在PM_2.5和PM₁₀中所占总离子的比例均低于非沙尘天.     

南京北郊早春霾污染过程及硫酸盐形成研究

对2016年3月南京北郊PM_2.5进行采样分析,通过样品中的水溶性离子（Na⁺、NH₄⁺、K⁺、Ca²⁺、Mg²⁺、Cl^-、NO₃^-、SO₄^2-）和碳质组分（OC、EC）,探讨霾污染的特征、来源及硫酸盐形成机制.结果表明,采样期间南京北郊PM_2.5平均浓度（103.22±48.5）µg/m³.污染天二次硫酸盐的形成与NO₂对SO₂的氧化相关性较强,而O₃的氧化作用影响较小;清洁天则相反.污染天,具有酸度缓冲作用的矿物粉尘使得气溶胶颗粒物总体呈弱碱性,而碱性环境下又更利于二次硫酸盐的形成.南京北郊早春二次污染严重,SOC主要由大气中碳氢化合物与O₃发生光氧化反应生成.污染天主要排放源为机动车尾气排放,其次是生物质和煤炭燃烧;清洁天主要排放源为煤炭燃烧和扬尘,机动车尾气影响较小.     

关中典型城市及农村夏季PM2.5的化学组成对比

于2016年7~8月采集了陕西省西安市（城市）及蔺村（农村）夏季昼夜PM_2.5样品,分析其有机碳（OC）、元素碳（EC）和无机离子等化学组分的含量,探讨关中平原城市和农村地区PM_2.5的化学组成和来源的差异.结果表明,采样期间西安和蔺村的PM_2.5浓度分别为（49.7±22.8）和（62.6±14.2）μg/m³.西安PM_2.5中OC和EC的浓度[（6.5±2.5）μg/m³,（3.2±1.8）μg/m³]与蔺村[（6.8±1.8）μg/m³,（3.8±2.3）μg/m³]相当.西安OC/EC比值白天（2.6）高于夜晚（1.9）,蔺村反之（白天：1.6;夜晚：2.7）,主要是因为夜间城市地区重型卡车运输活动增强导致排放更多EC,而夜间农村地区人为活动较少导致EC排放显著降低.西安和蔺村无机离子总浓度分别为（20.2±14.6）和（30.1±10.5）μg/m³,占PM_2.5浓度的40.6%和47.6%.蔺村SO₄^2-的平均浓度高达19.0μg/m³,占PM_2.5浓度的30%以上,远高于西安（9.4μg/m³和18.9%）,主要与农村固体燃料（煤和生物质）使用有关.西安NO₃^-和Ca²⁺的浓度及其对PM_2.5的贡献、NO₃^-/SO₄^2-比值均明显大于蔺村,表明城市地区受机动车尾气和扬尘的影响更大.西安K⁺与Ca²⁺和Mg²⁺的相关性较强,而蔺村K⁺与EC的相关性显著强于西安,说明西安市区K⁺由粉尘源主导,而农村地区则主要来自生物质燃烧.     

民用燃料烟气中气态污染物及水溶性无机离子的排放

选取北京市地区典型生物质燃料（玉米芯、玉米秆、黄豆秆、草梗、松木、栗树枝、桃树枝）以及民用煤（烟煤、蜂窝煤）在实验室内进行了模拟燃烧实验,采用Thermo Fisher 42i型化学发光NO-NO₂-NOx分析仪、43i型脉冲荧光SO₂分析仪、48i型CO分析仪对烟气中的NO_x、SO₂、CO进行全程在线监测;对燃烧产生的颗粒物样品进行采集,采用ICS 90A、ICS2000离子色谱仪对不同粒径段颗粒物中的水溶性无机离子进行测定.研究表明：3类民用燃料排放因子均值由大到小的顺序,SO₂为民用煤 > 薪柴 > 秸秆;CO为秸秆 > 民用煤 > 薪柴;NO_x为薪柴 > 民用煤 > 秸秆.薪柴燃烧产生的PM_2.5中SO₄^2-含量最高,占总水溶性无机离子的22%~30%;秸秆类燃烧产生PM_2.5中的水溶性无机离子K⁺占绝对优势,占总水溶性无机离子的36%~49%,其次为Cl^-或SO₄^2-,两者之和占总水溶性无机离子的35%~44%.3类民用燃料中秸秆类燃烧排放的颗粒物中水溶性无机离子的排放因子最高,其次为薪柴类燃料,民用煤最低.本实验对不同粒径段颗粒物中9种水溶性无机离子进行了分析（Na⁺、K⁺、Mg²⁺、Ca²⁺、NH₄⁺、F^-、Cl^-、NO₃^-、SO₄^2-）,薪柴类燃料燃烧排放的颗粒物中,Na⁺、K⁺、NH₄⁺、F^-的排放因子在0~2.5μm粒径段内最大,Mg²⁺和Ca²⁺的排放因子在2.5~10μm粒径段内最大.秸秆类燃料除Ca²⁺、Mg²⁺外,其余离子的排放因子均在0~2.5μm粒径段内达到最大.对于烟煤而言,除了K⁺、Mg²⁺和Ca²⁺外,其余离子的排放因子均在0~2.5μm粒径段内达到最大;蜂窝煤中Na⁺、K⁺、Cl^-、NO₃^-、SO₄^2-的排放因子均在0~2.5μm粒径段内达到最大.     

东北亚冬季PM2.5水溶性离子空间分布特征及来源

为探讨东北亚冬季PM_2.5水溶性离子空间分布特征及来源,测定了2017~2018年沈阳冬季PM_2.5水溶性离子浓度.结果显示：沈阳冬季PM_2.5水溶性离子平均质量浓度为28.5±11.9μg/m³,二次离子（SO₄^2-、NO₃^-和NH₄⁺）的浓度最高,分别占总水溶性离子质量浓度的31.0%、22.4%和19.2%.运用离子化学计量学关系、相关性和主成分分析,探讨了沈阳冬季PM_2.5水溶性离子的可能来源.并整合了东北亚冬季（中国东北、韩国、日本）近20a来PM_2.5水溶性离子数据,发现沿着东亚冬季风,东北亚冬季PM_2.5水溶性离子浓度从中国东北,经韩国海岸、韩国和济州岛,日本海岸至日本整体呈下降趋势,在韩国和日本出现局部上升,且在不同区域,不同水溶性离子占比明显不同.其中,韩国冬季PM_2.5中SO₄^2-、Ca²⁺和K⁺受外来源影响显著,NO₃^-和NH₄⁺主要来自本地源,Cl^-、Na⁺和Mg²⁺主要来自本地源或海源;日本中部冬季PM_2.5中SO₄^2-、NO₃^-、NH₄⁺和K⁺主要来自本地源,Cl^-、Ca²⁺、Na⁺和Mg²⁺主要来自本地源或海源.     

邢台市秋季PM2.5及水溶性离子污染特征

为研究邢台市秋季PM_2.5污染特征,于2017年10月15日～11月14日在邢台市区对PM_2.5样品进行了采集,并对其中水溶性离子(包括Cl^-、NO₃^-、SO₄^2-、NH₄⁺、Ca²⁺、Na⁺、Mg²⁺、K⁺)进行了分析.结果显示,观测期间邢台市ρ(PM_2.5)平均值为(130.0±74.9)μg/m³,其中水溶性离子质量浓度为(69.8±11.4)μg/m³,占ρ(PM_2.5)的53.3%,NO₃^-、SO₄^2-和NH₄⁺为主要离子,占水溶性离子比例达到了89.7%.当污染加重,水溶性离子...     

2016~2018年采暖季太行山沿线城市PM2.5污染特征分析

对2016年、2017年采暖季太行山沿线传输通道城市大气中PM_2.5的OC、EC和水溶性离子进行分析,并利用特征组分比值和元素富集因子变化研究该传输通道的污染特征.结果表明,2017年采暖季通道整体较2016年同期空气质量改善良好,PM_2.5浓度由2016年的171.86μg/m³下降为123.90μg/m³.太行山中部城市2017年采暖季较2016年同期PM_2.5浓度下降显著,2a采暖季SNA离子（SO^2-,NO₃^-,NH₄⁺ 3种离子总称）浓度与占比呈现"北低南高",加之SNA/EC比值"北低南高",表明南部城市二次无机生成较为严重.而OC、EC浓度与占比呈现"北高南低",Cl^-/K⁺比值和元素Zn、Ba的富集因子北部均高于南部,表明北部城市可能受燃煤和机动车源等一次排放影响较大;各城市2017年采暖季SO₂、NO₂、CO浓度有所下降,且均呈现"北高南低"趋势,进一步表明北部城市一次排放较为严重.     

南京市一次霾污染过程中水溶性离子分布特征

使用MARGA离子在线分析仪ADI 2080对2017年12月27日~2018年1月5日南京市PM_2.5化学组分进行连续采样分析,结合气象要素和大气环境监测数据,探讨了霾污染过程中水溶性离子的时间分布特征及其来源特征.结果表明：霾日中南京水溶性离子浓度为121.41μg/m³,是洁净日的3.2倍.霾污染过程中水溶性离子平均浓度大小顺序为NO₃^- > SO₄^2- > NH₄⁺ > Cl^- > K⁺ > Ca²⁺ > Mg²⁺,SNA离子占总水溶性离子浓度的91.97%.霾日中水溶性离子日变化均为三峰型,洁净日中Cl^-、SO₄^2-和NH₄⁺的日变化为单峰型,Ca²⁺为双峰型,K⁺、Mg²⁺为三峰型.随着空气污染状况的加重,总水溶性离子在PM_2.5中的占比不断减少,空气质量为优时占比95.93%,严重污染时为63.25%.霾日中随着污染加重,NH₄⁺占总离子的比例稳定在23%左右,SO₄^2-占比缓慢减小,NO₃^-占比不断增大.NOR、SOR的日变化在霾日呈双峰型分布,洁净日则较为平稳.观测期间的水溶性离子主要来源有二次转化、煤烟尘、扬尘以及生物质燃烧.     

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^-.