南京市冬季PM2.5中水溶性离子污染特征研究

基于城市超级站对2018年12月—2019年2月南京市在线水溶性离子污染特征进行研究。结果表明：监测期间水溶性无机离子(WSIs)质量浓度均值为45.7μg/m3,占PM2.5的67.8%,各离子排序为NO3-＞ SO42-＞NH4+＞Cl-＞K+＞Ca2+＞Na+＞Mg2+。二次离子（SNA）是PM2.5主要组分,大气气溶胶呈中性。各离子日变化存在差异,SNA变化趋势和WSIs基本一致。南京市冬季存在明显SO2和NO2向SO42-和NO3-二次转化;NO3-/SO42-均值为1.96,移动源增量大于固定源。通过相关性和三相聚类分析可知,SNA主要结合方式为(NH4)2SO4和NH4NO3。主成分分析表明,南京市冬季PM2.5中水溶性离子主要来源是二次转化,燃煤、生物质燃烧和土壤建筑扬尘也有贡献。     

南通市冬季PM2.5中水溶性离子污染特征

根据南通市2016和2017年冬季大气多参数站自动监测PM2.5数据和在线离子色谱分析仪Marga监测的PM2.5中水溶性离子数据,分析了南通市冬季PM2.5中水溶性离子污染特征。结果表明,南通市2016和2017年冬季,ρ(PM2.5)分别为58和54μg/m 3,均高出其年均值(14μg/m^3);ρ(水溶性离子)总占ρ(PM2.5)百分比分别为74.5%和74.3%;二次离子ρ(NO3^-、SO4^2-和NH4^+)占ρ(PM2.5)百分比分别为66.8%和66.6%;各水溶性离子占比大小依次为:NO3^-、SO4^2-、NH4^+、Cl^-、K^+、Na^+、Ca^2+、Mg^2+。对ρ(NO3^-)/ρ(SO 4^2-)分析表明,移动源已经成为南通市冬季的主要污染源,且呈逐年增强趋势。对氯氧化率和硫氧化率的分析表明,南通市冬季存在较明显的二次污染,SO2的转化程度大于NO2。除Na^+和Mg^2+外,其他离子与PM2.5均呈显著相关性,NO3^-、SO4^2-与NH4^+之间的相关系数最高,Cl^-与除Na^+外的所有阳离子均呈显著相关性。     

江淮平原东部城市大气PM2.5组成和污染特征研究

2019年10月—2020年10月在江淮平原东部城市淮安开展持续1 a的PM2.5采样分析,研究PM2.5的组成和污染特征。结果表明：淮安市大气PM2.5年均质量浓度为（52.2±27.1）μg/m3,是国家二级标准（35 μg/m3）的1.5倍,其中冬季最高,为（67.5±36.4）μg/m3,是国家二级标准的1.9倍;PM2.5中的ρ（NO3-）/ρ（SO2-4）=1.76,说明机动车尾气排放对淮安市PM2.5的影响较大;PM2.5中平均ρ（OC）/ρ（EC）值为4.1±1.1,说明淮安市PM2.5受大气二次生成影响明显;Si、Al、Ca等无机元素的质量浓度较高,表明淮安须加大对扬尘污染的治理力度。     

南通市PM2.5中水溶性离子季节分布特征

对南通市2016年12月-2018年10月大气污染季节分布特征进行了分析。结果表明,南通市ρ(PM2.5)和ρ(水溶性离子)为冬、春季高,夏、秋季低。春夏秋冬四季ρ(水溶性离子)占ρ(PM2.5)百分比分别为68.2%,70.6%,64.5%和74.5%,其中二次离子SNA(NO3-、SO42-和NH4+)占ρ(PM2.5)的百分比分别为63.1%,67.0%,59.3%和66.8%;ρ(NO3-)/ρ(SO42-)表明,移动源已成为南通市春、秋、冬季的主要污染源,四季均存在不同程度的二次转化,且SO2的转化率均大于NO2,NO2冬季转化率最大、夏季最小,SO2夏季转化率最大、秋季最小。南通市NO2转化为硝酸盐的主要形式是气相均相反应,非均相反应和均相反应对SO2转化为硫酸盐的贡献差异不大。     

石家庄市大气颗粒物中水溶性无机离子污染特征研究

用超声萃取－离子色谱法分析了石家庄市大气颗粒物中8种水溶性无机离子。结果表明,NO3－、SO2－4、NH4＋及 Ca2＋为主要组分;各个离子的质量浓度均有季节及空间变化差异;不同粒径颗粒物中 SO2－4和 NO3－相关性均很好,NH4＋与 SO2－4、NO3－在细颗粒物中具有良好的相关性,Ca2＋在粗粒子中与 NO3－和 SO2－4的相关性也较好。SO2－4／NO3－质量比季节变化表明,春、夏季固定源与流动源对大气颗粒物贡献相当,秋季流动源贡献较大,冬季固定源贡献较大。PM2．5中SO2与SO2－4、NO2与 NO3－转化率表明,SO2－4、NO3－主要是由二次转化而来。     

邢台市采暖季PM2.5中水溶性离子污染特征及来源分析

通过监测邢台市2017年11月15日—2018年3月15日采暖期间大气PM_(2.5)中水溶性离子,得到水溶性离子的污染特征,并结合主成分分析方法讨论不同离子的来源。结果表明,邢台市PM_(2.5)中水溶性离子主要由NO~-_3、SO_4~(2-)、NH~+_4组成,分别占总水溶性离子质量浓度的35.2%、25.7%、20.4%;SNA三元相图表明,NH~+_4、SO_4~(2-)、NO~-_3在PM_(2.5)中占比分别为10.6%～40.2%、20.5%～67.1%、26.4%～56.2%;主成分分析结果表明,PM_(2.5)中水溶性离子的主要来源有二次气溶胶、燃煤、交通源、生物质燃烧和土壤尘。     

连云港春季PM2.5中主要水溶性无机离子污染特征及来源解析

于2017年3月1日—5月31日监测分析了连云港市大气PM_(2.5)中主要水溶性无机离子质量浓度的日变化规律,以及与气象因子、PM10、PM_(2.5)相关性。结果表明,水溶性无机离子质量浓度与环境空气中NO_2、CO、PM_(10)、PM_(2. 5)显著相关,与气温、风速、能见度等呈负相关;日变化呈明显单峰型,峰值出现在08:00左右;水溶性无机离子季度均值为27. 2μg/m~3,占ρ(PM_(2.5))平均50%左右,ρ(NO_3~-)、ρ(SO_4~(2-))和ρ(NH_4~+)占ρ(水溶性无机离子)总85%以上;指出,SO_4~(2-)主要受远距离传输的影响,NO_3~-和NH_4~+主要受局地源的影响。     

南京市城区PM2.5中化学组分演变特征

于2011—2017年在江苏省南京环境监测中心办公楼顶开展PM_(2.5)监测采样,分析其样品中OC、EC、水溶性离子和20余种无机元素等组分演变特征。结果表明,NO3-、SO24-、NH4+、OC、EC等是PM_(2.5)的主要组分,且大部分组分值随ρ(PM_(2.5))降低呈下降趋势; OC在2016—2017年成为占比最大的组分;ρ(NO_3~-)/ρ(SO_4~(2-))由0. 9上升至1. 3,ρ(OC)/ρ(EC)由3. 2上升至3. 6,均呈持续上升趋势;机动车污染和有机碳污染明显加重,南京大气污染类型从传统煤烟型污染向煤烟型与氧化型污染共同主导的复合型污染转变; K~-、Cl~-、SO_4~(2-)等水溶性离子和痕量元素K、Al、Ca、Na、Mg等值持续下降,说明工业污染减排、燃煤总量控制和污染治理、扬尘管控和秸秆禁烧效果显著。     

大气颗粒物中水溶性离子化学组成和分布特征研究

采用离子色谱法对甘肃陇南地区大气颗粒物中的水溶性阴、阳离子进行了全面的分析测定,同时对水溶性离子的组成特征、分布状况以及与酸雨的关系进行了研究.     

PM2.5中典型水溶性离子在线观测标准曲线优化研究

为了研究在线离子色谱法测定大气PM2.5中NH4^+、NO3^-、SO4^2-的不确定性来源,探讨了标准曲线的浓度范围及浓度梯度设置对离子浓度结果的影响,并对标准曲线设定方案进行了优化。结果表明:不同浓度范围的标准曲线对于NH4+的浓度结果有较大的影响,存在1. 87%~14. 91%的偏差,对于NO3^-、SO4^2-的影响较小,相对偏差分别为2. 94%和2. 82%;非均匀布点和均匀布点标准曲线定量NH4+的结果存在4. 15%~4. 25%的偏差,对于NO3^-和SO4^2-,相对偏差分别为0. 10%和5. 99%。对于二次拟合的NH4^+,在样品浓度波动较大时,可以将样品划分为低浓度范围和高浓度范围,分别选用低浓度段标准曲线和高浓度段标准曲线,以期得到更合理的浓度结果。     

合肥市冬季PM_(2.5)中水溶性离子化学特征分析

基于2021年12月1日-2022年2月28日合肥市细颗粒物(PM_(2.5))及其水溶性离子连续观测数据,分析了合肥市冬季PM_(2.5)中水溶性离子化学特征以及不同污染程度下水溶性离子化学特征。结果表明:采样期间合肥市PM_(2.5)污染较重,不同污染程度下PM_(2.5)浓度差异较大,中度及以上污染天的ρ(PM_(2.5))平均值分别是清洁天和轻度污染天的2.8和1.3倍。二次水溶性无机离子[硝酸根离子(NO_(3)^(-))、铵根离子(NH+4)和硫酸根离子(SO_(2)-4),简称SNA]是合肥市PM_(2.5)的重要组成部分,随着污染程度的加重,PM_(2.5)二次生成比例随之下降。NH+4是合肥市水溶性离子中中和能力最强的离子,易与NO_(3)^(-)和SO_(2)-4结合分别形成NH_(4)NO_(3)和(NH_(4))_(2)SO_(4)。合肥市SO_(2)和NO_(2)均易发生二次转化,且SO_(2)较NO_(2)更容易发生二次转化。钙离子(Ca^(2+))和镁离子(Mg^(2+))相关性较高,说明合肥市PM_(2.5)可能受扬尘影响较大;钾离子(K^(+))是生物质燃烧的指示离子,氯离子(Cl^(-))与K^(+)相关性较好,说明合肥市PM_(2.5)组分中的Cl^(-)和K^(+)主要来自生物质燃烧。PM_(2.5)中水溶性离子受降水和温度影响较大。     

电生理技术在大气PM2.5污染健康风险管控中的应用

严峻的大气颗粒物污染导致的能见度下降和城镇灰色景观可能会阻碍居民压力恢复路径,损害居民身心健康。为研究大气PM_(2.5)污染对人体压力恢复的影响,基于压力恢复理论设计了一项生理心理学实验。随机招募127名被试(女性63名,男性64名),并随机分为6组(编号为G10、G30、G50、G100、G160和G260),每组被试在压力恢复阶段分别对应观看ρ(PM_(2.5))平均值分别为10,30,50,100,160和260μg/m~3的实景照片。结合压力自评量表和皮肤电、心电等电生理技术测量了被试观看不同环境ρ(PM_(2.5))实景照片时的压力恢复比例。结果显示,G10、G30、G50组被试的皮肤电水平、心率和心率变异性恢复比例约为40%～50%,50%～70%和60%～80%,G100、G160、G260组被试的皮肤电水平、心率和心率变异性恢复比例约为20%～40%,10%～40%和30%～50%,即观看ρ(PM_(2.5))低于50μg/m~3实景照片的被试在3 min内的压力恢复比例比观看ρ(PM_(2.5))高于100μg/m~3的实景照片的被试高20%以上。基于皮肤电的逐10 s压力恢复比例分析显示,2min内的清洁空气照片(G10、G30、G50组)暴露能使压力恢复至初始水平的60%左右,而暴露时间的增加可能会使被试产生疲劳和厌倦,从而导致压力恢复比例下降。指出,电生理技术是对自评量表测量的有力补充,能够客观、有效地测量压力水平变化,丰富了开展环境健康风险评估的手段,可为大气污染心理健康风险管控提供参考和借鉴。     

烟花燃放对空气中PM2.5及水溶性离子的影响研究

于2013年2月9日—2月16日在南京城区连续观测PM10、PM2.5、PM1的质量浓度、能见度、PM2.5中水溶性离子浓度等参数,探讨了因春节期间烟花爆竹的燃放导致大气中颗粒物浓度出现短时峰值,同时能见度急剧降低,空气质量下降的原因。研究发现:因烟花爆竹的燃放,PM2.5局地短时间浓度可达863μg/m3,能见度仅为1.2km;PM2.5中Cl-、K+与SO2-4浓度短时间上升,这与烟花爆竹中氧化剂、还原剂等组分的燃烧释放有关。由春节期间观测结果统计发现,因烟花爆竹燃放对PM2.5中水溶性离子的贡献约占50%。     

安阳市冬季观测期间PM2.5污染特征及来源解析

为探究安阳市冬季PM_2.5的污染特征及来源,于2019年11月19—26日在安阳市3个站点(柏庄镇政府、红庙街小学、安阳师专)采集PM_2.5样品,并对PM_2.5质量浓度和无机元素、水溶性离子进行测定,利用正定矩阵因子模型(PMF)并结合大气污染源排放清单进行源解析。结果表明:观测期间安阳市的PM_2.5平均质量浓度为104.09μg/m³,水溶性离子平均质量浓度为48.9μg/m³,占PM_2.5质量浓度的46.9%。PMF解析结果为二次源58.9%、燃煤源15.7%、机动车排放源9.2%、扬尘源8.6%、工业源2.5%、其他源5.1%。结合2018年安阳市大气污染源排放清单对二次源贡献进行重新分配,得到安阳市PM_2.5主要贡献来自燃煤源29.8%、工业源28.5%、机动车源27.1%。后向轨迹聚类结果显示,安阳市气团输送路径主要有远距离传输、城市间输送和本地运输3类,其中本地运输占比最大,其次为正南和东南方向上的城...     

天津市PM2.5中水溶性无机离子污染特征及来源分析

2008年1、4、7月和10月在天津大气层边界站,利用中流量采样器对大气中的细粒子进行了滤膜样品采集,应用离子色谱检测技术分析了8种水溶性无机离子(Na⁺、NH₄⁺、K⁺、Mg²⁺、Ca²⁺、SO₄^2-、NO₃^-和Cl^-)的含量。结果表明,天津市大气PM_2.5中总水溶性无机离子平均浓度为47.3 μg/m³,其中,SO₄^2-、NO₃^-、NH₄⁺和Cl^-是最主要的水溶性无机离子,占总离子质量分数共计87.3%,表明了天津市细粒子中的主要水溶性无机离子的特征。/2 平均比值接近1.0,显示硫酸氨是细粒子中硫酸盐的主要存在形式。NO₃^-/SO₄^2-浓度比的平均值为0.65,反映了燃煤污染与机动车尾气污染并存的复合型大气污染特征。并通过对PM_2.5中8个水溶性离子成分的主成分分析进一步揭示了其来源。     

冬季大气中PM_(10)和PM_(2.5)污染特征及形貌分析

2008年冬季采集大气中PM10和PM2.5样品,利用SPSS软件进行分析。结果表明,PM10质量浓度在92.87～384.7μg/m3之间,平均值为201.09μg/m3,超标率71.43%。PM2.5浓度跨度为57.27～230.21μg/m3,平均值为133.82μg/m3,超标率89.47%。PM10和PM2.5空间分布略有差异。PM2.5/PM10在29.10%～94.76%之间,均值为66.55%。PM2.5与PM10质量浓度之间有显著相关性,相关方程:PM2.5=0.7993×PM10-55.984(R2=0.9524,置信度为95%)。通过颗粒物形貌分析,初步判定冬季大气主要污染源为燃煤和机动车尾气排放。     

佛山市PM_(2.5)污染特征及诱发其高污染过程天气系统分析

利用2013年佛山市8个国控大气自动监测站点ρ(PM_(2.5))监测数据,分析佛山市PM_(2.5)污染的时空分布特征,并诊断诱发PM_(2.5)高污染过程的关键天气类型。结果表明,佛山市2013年PM_(2.5)年均值为53μg/m3,高于国家二级标准,污染主要集中在三水区中部、南海区中部和禅城区北部。佛山市ρ(PM_(2.5))表现出明显的季节变化和日变化特征,秋、冬季是PM_(2.5)的高污染季节,其值夜间略高于白天,呈典型的双峰型分布,08:00—09:00短暂出现一个浓度的小峰值,推测与上班交通高峰有关。对PM_(2.5)持续高污染发生的地面天气形势分析表明,高压出海是诱发佛山市PM_(2.5)高污染事件最主要的天气类型。