运城市PM2.5时空分布特征和潜在源区季节分析

基于2019年3月～2020年2月环境空气质量监测数据,分析了运城市PM_2.5污染的时空分布特征,并利用HYSPLIT后向轨迹模型和聚类分析等方法探讨不同季节运城市PM_2.5污染的输送路径和潜在源区.结果表明,运城市ρ(PM_2.5)冬季最高(111.24μg·m^-3),夏季最低(30.02μg·m^-3),PM_2.5/PM₁₀秋冬季均大于0.6,表明运城市秋冬两季颗粒物污染以细颗粒物为主;空间上ρ(PM_2.5)年均值呈现北部和中部高、东部和西部低的分布特征,高值区PM_2.5与SO₂、 NO₂和CO呈显著强相关,表明本地排放对高值区ρ(PM_2.5)影响较大,春季和冬季最高值分别位于河津市(58.50μg·m^-3)和稷山县(142.33μg·m^-3),夏季最高值位于南部的平陆县(36.92...     

基于在线观测的太原市冬季PM2.5中金属元素污染水平及来源解析

为更好地识别太原市PM_2.5的来源,于2022年1月采用在线多金属监测仪对太原市区PM_2.5中13种金属元素(K、Ca、Ba、Cr、Mn、Fe、Cu、Ni、Zn、As、Se、Pb和Sr)小时浓度进行了监测,分析了其污染特征,采用正定矩阵因子分解(PMF)模型解析了其来源.结果表明,13种金属元素浓度之和均值为(3 901.6±2 611.2)ng·m^-3,在PM_2.5中平均占比为(7.1±7.7)%.Fe、Ca和K是3种主要的金属元素,浓度平均值分别为(1 319.5±1 003.5)、(1 181.0±1 241.6)和(883.3±357.3)ng·m^-3.ρ[Cr(Ⅵ)](4.6ng·m^-3)和ρ(As)(11.2 ng·m^-3)平均值高于国家环境空气质量(GB 3095-2012)和世界卫生组织的标准值.PMF源解析结果显示：扬尘、机动车排放、不锈钢制造、生物质燃烧与垃圾焚烧、散煤燃烧和工业燃煤是PM_2.5     

基于随机森林模型的武汉市城区大气PM2.5来源解析

基于2019年12月～2020年11月期间武汉市城区大气PM_2.5及其主要化学组分（碳质组分、水溶性离子和元素组分）的在线监测数据,分析武汉城区大气PM_2.5的污染特征,并利用主成分分析方法和随机森林模型,对PM_2.5进行来源解析．结果表明,武汉市大气ρ(PM_2.5)冬季最高,为（61.33±35.32）μg·m^-3,而夏季最低,为（17.87±10.06）μg·m^-3．其中碳质组分以有机碳为主,年均值为（7.27±3.51）μg·m^-3,离子组分中ρ（NO₃^-）、ρ(SO₄^2-)和ρ（NH₄⁺）最高,年均值分别为（11.55±3.86）、（7.55±1.53）和（7.34±1.99）μg·m^-3,元素组分中ρ（K）、ρ（Fe）和ρ（Ca）最高,年均值分别为（752.80±183.9...     

省会城市不同功能区大气PM2.5化学组分季节变化及来源分析

为探究城市不同功能区大气PM_2.5污染水平、成分季节差异特征以及来源,采集了省会城市济南市2019年不同季节（春、秋、冬）3类典型功能区（城市市区、工业区、城乡结合区）和环境背景点植物园区的PM_2.5样品,对其浓度[ρ(PM_2.5)]、化学组分（水溶性离子、碳质组分、元素）和来源进行分析.结果表明采样期间3类功能区ρ(PM_2.5)在空间上呈现：工业区[（89.88±49.25）μg·m^-3]>城乡结合区[（86.73±57.24）μg·m^-3]>城市市区[（70.70±44.89）μg·m^-3],远大于植物园区[（44.36±21.54）μg·m^-3].各功能区ρ(PM_2.5)秋冬季明显高于春季,冬季最高值出现在城乡结合区,春季和秋季均为工业区最高.工业区各季PM_2.5中的水溶性离子浓度较高,主要的水溶性离子NO^-₃     

西安市采暖季过渡期高时间分辨率细颗粒物组分特征及来源解析

受到供暖影响,北方城市秋冬季的大气细颗粒物(PM_2.5)浓度升高,空气污染加剧.利用气溶胶化学组分监测仪、七波段黑碳仪以及大气多金属元素在线监测仪于2019年10月25日至11月17日在西安市开展高时间分辨率PM_2.5化学组分在线监测,分析采暖季过渡期PM_2.5污染特征,同时结合正定矩阵因子分解模型解析PM_2.5来源.结果表明,观测期间ρ(PM_2.5)平均值为(78.3±38.5)μg·m^-3,主要化学组分为有机物(OA)、二次无机离子(SIA)和粉尘,其占比分别为38.7%、31.6%和21.2%,其中ρ(SO₄^2-)、ρ(NO₃^-)和ρ(NH₄⁺)平均值分别为(4.0±3.1)、(14.9±13.7)和(5.8±4.8)μg·m^-3,主要金属ρ(K)、ρ(Ca)和ρ(Fe)平均值分别为(1.0±0.4...     

2015～2020年中国城市PM2.5-O3复合污染时空演变特征

基于2015～2020年中国333个城市PM_2.5和O₃浓度监测数据,利用空间聚类、趋势分析和地理重力模型等方法,定量分析我国主要城市的PM_2.5-O₃复合污染特征和时空演变格局.结果表明：(1) PM_2.5和O₃浓度存在协同变化规律,当ρ(PM_2.5＿mean)≤85μg·m^-3时,ρ(PM_2.5＿mean)和ρ(O₃＿perc90)存在同步增长的现象;当ρ(PM_2.5＿mean)处于国家Ⅱ级限值(35±10)μg·m^-3时,ρ(O₃＿perc90)平均值的峰值增速最快;当ρ(PM_2.5＿mean)>85μg·m^-3时,ρ(O₃＿perc90)平均值出现显著下降趋势.(2)我国城市PM_2.5和O₃     

南京地区细颗粒物污染输送影响及潜在源区

基于南京市空气质量数据和NCEP全球再分析资料,利用后向轨迹模式计算了2019年3月至2020年2月以南京城区为受体点的逐小时气团24 h后向轨迹,并将后向轨迹数据和PM_2.5浓度数据结合,进行轨迹聚类和潜在源区分析.结果表明,研究期间南京市ρ(PM_2.5)平均值为(36±20)μg·m^-3,超过国家二级标准限值的污染天数为17 d,ρ(PM_2.5)的季节变化特征明显：冬季(49μg·m^-3)>春季(42μg·m^-3)>秋季(31μg·m^-3)>夏季(24μg·m^-3),全年PM_2.5浓度和地面气压显著正相关,而跟气温、相对湿度、降水量和风速均为显著负相关关系;春季气团输送路径为7条,其余季节均为6条,其中,春季的西北路和东南偏南路,秋季东南路和冬季西南路是各季主要的污染输送路径,均具有传输距离短,气团移动慢的特点,说明静稳天气下本地累积是PM_2.5出...     

基于小波变换的山西省PM2.5污染特征及影响因素

基于山西省11城市2015～2019年PM_2.5日均浓度、社会影响因素数据和气象数据,利用小波变换确定PM_2.5浓度周期,通过Spearman相关性和小波相干谱分别探究PM_2.5与社会影响因素和气象因素的关联,确定PM_2.5长短周期管控的主要影响因子.结果表明,2015～2017年山西省PM_2.5浓度年均值呈上升趋势,年均上升率为4.3%, 2018～2019年呈下降趋势,年均下降率为4.2%;ρ(PM_2.5)月均值呈“U”型分布,1月最高(95μg·m^-3), 8月最低(34μg·m^-3),冬季均值约为夏季的2倍;临汾等南部城市ρ(PM_2.5)均值为62μg·m^-3,大同等北部城市均值为45μg·m^-3,空间上呈南高北低.11城市PM_2.5浓度存在显著周期性变化,主要周期包括293 d左右的长周期和27 d左右的短周期.其中...     

2016～2020年邯郸市冬季PM2.5污染特征与来源解析

为探究邯郸市近5年冬季PM_2.5污染特征及来源,于2016～2020年冬季采集PM_2.5样品,对8种水溶性无机离子进行分析,利用主成分分析(PCA)模型解析污染源类型,选用后向轨迹和潜在源贡献因子(PSCF)模拟传输轨迹和污染来源．结果表明,2018年冬季PM_2.5浓度最高,较2016、2017、2019和2020年升高60.44%、25.46%、91.43%和21.53%;2020年冬季水溶性无机离子(WSIIs)浓度较2016年下降18.86%,WSIIs/PM_2.5降至26.69%．夜晚ρ(PM_2.5)(110.20～209.65μg·m^-3)高于白天(95.21～193.00μg·m^-3),NO^-₃和NH⁺₄浓度夜间涨幅更大,SO₄^2-相反,Cl^-浓度和占比逐年下降;2020...     

淄博市冬季PM2.5载带金属元素污染特征、生态风险评价及来源分析

为研究淄博市城区冬季环境空气PM_2.5载带金属元素的污染特征、来源和生态风险,于2019年1月8～23日在淄博市采集环境空气PM_2.5滤膜样品并分析获取14种金属元素的浓度.结果表明,K含量均值为8 071.6 mg·kg^-1,是含量最高的元素,但未超过山东省A层土壤背景值,说明K主要来自自然源;Zn、 Pb、 Cu、 Cr、 As、 Ni和Cd等元素含量明显低于K元素(28.4～4 282.3 mg·kg^-1),但均明显高于山东省A层土壤背景值,依次为背景值的56.6、 19.0、 7.2、 2.4、 7.3、 1.4和283.8倍,反映出人为源的影响.地累积指数(I_geo)表明,冬季PM_2.5中Cd、 Zn、 Pb、 Cu和As受污染程度较高,均为中度污染及以上.潜在生态风险评价结果显示Cd存在极强的生态危害风险.综合运用相关性分析、富集因子法和主成分分析多种方法解析出,土壤扬尘、机动车尾气、燃煤和冶金行业是淄博市城区环境空气PM_2.5     

重庆市北碚大气中PM2.5、NOx、SO2和O3浓度变化特征研究

重庆是我国西南工业重镇,但长期受大气污染困扰.利用全自动在线环境监测仪器,于2012年1月—2014年2月,对重庆市北碚区大气中的典型污染物PM2.5、NO_x、SO_2和O_3进行了观测研究.结果表明:重庆北碚大气首要污染物为PM2.5,2012和2013年平均浓度分别为(67.5±31.9)和(66.6±37.5)μg·m~(-3),是国家环境空气质量一级标准35μg·m~(-3)的1.9倍,两年超过国家二级标准的天数分别为119和126 d,年超标率均大于1/3;两年NO_x,SO_2及O_3的年平均浓度分别为(57.1±24.6)和(55.1±36.6),(43.1±24.0)和(35.0±21.9)及(31.1±24.9)和(48.5±37.4)μg·m~(-3).大气污染物浓度具有明显的季节变化特征,PM2.5和NO_x冬季污染最为严重,两年冬季平均值分别比两年年平均值高33.6%、59.6%和43.2%、8.5%;O_3表现为夏高冬低;SO_2春季最高且污染最轻.大气污染物日变化显示PM2.5和NO_x浓度呈双峰日变化形式,有早晚两个峰值,与城市交通高峰相对应.SO_2和O_3浓度呈单峰日变化,前者峰值出现在午前10∶00—12∶00大气对流层被打破之后,而后者峰值出现在午后16∶00局地光化学最强之时.消减各种污染源的颗粒物直接排放,消减气态污染物SO_2和NO_x的工业排放,消减机动车NO_x和VOCs等的排放,才有可能使重庆北碚的大气污染状况得到改善.     

河北张家口市大气污染观测研究

冀北重镇张家口,全年干旱少雨风沙大,自然生态环境极其脆弱,但近年来工业发展极为迅速.为了解张家口市大气污染物浓度水平及季节变化,2009年12月1日～2010年11月30日,利用自动在线仪器对张家口市区大气典型污染物NOx、SO2、O3和PM10进行了连续观测研究.结果表明,张家口市首要污染物为可吸入颗粒物(PM10),年均质量浓度达(137±105)μg.m-3.NO、NO2、SO2和O3年均质量浓度分别为:(8±13)、(30±15)、(19±26)和(54±35)μg.m-3.NOx和SO2质量浓度冬季最高,分别达(51±35)μg.m-3和(42±29)μg.m-3;夏季最低,分别为(28±8)μg.m-3和(4±3)μg.m-3.O3质量浓度夏季最高,达(92±40)μg.m-3,最高小时均值可达271μg.m-3;冬季最低,为(34±20)μg.m-3.PM10质量浓度春季最高,达(144±131)μg.m-3;冬季最低,为(130±129)μg.m-3,但季节变化不明显.依照国家二级标准PM10日均值超标率为28%.季节统计日变化显示NOx和PM10为早晚双峰型,SO2为午间单峰型,O3为午后单峰型.张家口市区大气污染日变化受到交通源显著影响,气态污染物冬季受取暖燃煤显著影响.夏季东南气流对张家口O3有输送作用,自西北的沙尘及局地扬尘(浮尘)对张家口PM10影响显著,并对华北平原区域造成一定影响.     

2013年1月邯郸市严重霾天气的污染特征分析

利用河北工程大学大气环境监测站点的PM₁₀、PM_2.5、SO₂和NO_x在线监测数据,并结合能见度、湿度数据,对邯郸市2012年12月1日到2013年1月31日的大气污染状况进行分析,特别是2013年1月持续发生的霾天气,以探讨严重霾污染的过程特征.结果表明,2013年1月,SO₂与NO_x的平均浓度分别为225.3 μg·m^-3和217.8 μg·m^-3,PM₁₀和PM_2.5的平均浓度分别为328.5 μg·m^-3和229.4 μg·m^-3,均超过新颁布的环境空气质量标准,是2012年12月平均浓度的1.4~3.5倍.重污染过程分析结果显示,污染峰值附近几天内PM₁₀、PM_2.5的时均浓度变化无明显规律.累积阶段的PM_2.5/PM₁₀在0.42~0.52之间,峰值前后上升并超过0.70,扩散阶段PM_2.5/PM₁₀降到0.70以下,且呈波动式变化.当PM_2.5/PM₁₀小于0.40时,能见度基本位于2~18 km之间;当PM_2.5/PM₁₀在0.40~0.60之间时,能见度在0.7~8 km之间;当PM_2.5/PM₁₀大于0.60时,能见度分布于2 km以下.     

夏季渤海NOx、O3、SO2和CO浓度观测特征

利用2000-08～2000-09渤海海上观测资料,初次揭示了渤海污染物浓度的时间变化特点,分析了光照、天气等因素对NO_x、O₃、SO₂和CO气体浓度的影响.SO₂浓度比较稳定,浓度平均值在0.006 mg·m^-3左右.O₃浓度变化主要受辐射影响.在弱天气形势下,CO和NO_x浓度分别在2.5～3.5 mg·m^-3.和0.1 mg·m^-3左右,台风天气会造成浓度在短时间内的剧烈增长.文中还简要说明了渤海大气污染与陆地污染的差异,评价了渤海夏季的空气质量.     

重庆市北碚城区大气污染物浓度变化特征观测研究

为了研究重庆市北碚区大气污染物浓度变化特征及其污染状况,采用全自动在线监测仪器对重庆市北碚城区大气污染物进行连续在线监测,分析了2012年1月~2013年2月的大气污染物观测数据.结果表明,除SO2以外,其它污染物均有超出国家新环境空气质量标准(GB 3095-2012)的情况出现,其中细粒子污染最严重.大气污染物浓度具有明显的季节变化,2012年春夏秋冬季各污染物平均浓度:O3为(36.1±19.2)、(48.8±32.6)、(29.8±28.6)、(18.2±15.8)μg·m-3,Ox为(77.6±20.6)、(91.3±37.6)、(77.5±30.6)、(69.4±18.2)μg·m-3,表现为夏高冬低;NO为(11.8±9.4)、(8.2±4.9)、(20.7±17.1)、(30.4±25.1)μg·m-3,NO2为(42.3±13.1)、(40.5±9.9)、(47.2±14.1)、(51.2±15.9)μg·m-3,NOx为(54.1±20.8)、(48.7±12.6)、(67.9±25.5)、(81.6±37.9)μg·m-3,均表现为冬高夏低;SO2为(50.5±23.3)、(26.3±16.7)、(38.8±18.4)、(53.7±23.4)μg·m-3,表现为冬春高而夏秋低;而PM2.5则为(61.4±28.5)、(68.1±32.5)、(61.9±27.1)、(89.6±44.2)μg·m-3,表现出冬季高而其它季节比较平稳的特征.O3、Ox、NO、NOx以及SO2浓度均为单峰型的日变化形式,其中O3和Ox的日变化峰值出现在午后16:00,而NO、NOx及SO2的日最大值则出现在08:00~11:00;NO2和PM2.5的日变化模态呈双峰型,有早晚两个峰值.O3和Ox在夏季日变化振幅最大,而其它污染物则冬季日变化振幅最大.将工作日与周末各污染物浓度的日变化相比,成对t检验分析表明,NO并无明显差异(P=0.14),但N2O工作日显著高于周末(P=0.03),而O3则为工作日极显著低于周末(P<0.001).相关分析表明,O3浓度与气温和风速呈显著或极显著正相关,与相对湿度呈极显著负相关,而NOx则与以上各气象要素的关系正好相反;PM2.5与气温和风速呈负相关,与相对湿度呈正相关;SO2与各气象要素的关系在不同的季节表现不同.除此之外,风向也是影响大气污染物浓度的一个重要因素.     

长春城市水体夏秋季温室气体排放特征

为掌握我国东北地区城市湖泊水体温室气体的释放/吸收特征,本研究分别于夏季和秋季,对位于吉林省长春市的7个城市湖泊(南湖、北湖、雁鸣湖、胜利公园、地理所内湖、天嘉公园和长春公园)表层水中的CO_2和CH_4分压[p(CO_2)和p(CH_4)]进行了监测,并对影响p(CO_2)和p(CH_4)季节变化的相关环境和水质参数进行了分析.研究结果表明在夏季和秋季这7个城市湖泊表层水体中CH_4都处于过饱和状态;除夏季的南湖和胜利公园内湖,其它湖泊CO_2也都处于过饱和状态,且不同湖泊间的温室气体分压具有显著性差异(P0.05),通量也同样具有显著性差异(P0.05).除了南湖和胜利公园内湖外,其它各湖泊在夏秋季节都是大气CO_2和CH_4的"源",且对大气中温室气体的贡献都以CO_2为主.环境参数与p(CO_2)或p(CH_4)之间的相关性分析表明,在夏季,城市湖泊表层水体中p(CO_2)和p(CH_4)都与日照时数呈显著负相关(r_(p(CO_2))=-0.48,P0.05;r_(p(CH_4))=-0.63,P0.01),日照时数通过影响水生植物的光合作用进而影响水体中CO_2和溶解氧浓度,p(CH_4)还与降水量呈显著正相关(r_(p(CH_4))=0.44,P0.05);在秋季,p(CO_2)与气温呈显著负相关(r_(p(CO_2))=-0.39,P0.05).另外,水质参数与p(CO_2)和p(CH_4)的相关性分析表明,这些城市湖泊表层水体的p(CO_2)和p(CH_4)都与水体pH显著负相关(r_(p(CO_2))=-0.51,r_(p(CH_4))=-0.82,P0.01),与盐度显著正相关(r_(p(CO_2))=0.38,P0.05;r_(p(CH_4))=0.75,P0.01),p(CH_4)还与水体DOC、TN和TP均具有显著相关性(P0.01).从研究结果可以推测在这7个富营养城市湖泊中,水体的营养物水平及其所决定的浮游植物生物量并不是影响表层水体p(CO_2)的最主要因素,而日照时数、水体pH和盐度与夏秋季表层水体中的p(CO_2)和p(CH_4)有较大关联.     

夏秋季北京及河北三城市的大气污染联合观测研究

为评估北京西南方向城市群对北京大气污染的影响,于2009年夏秋季节（2009年7月16日～10月15日）,利用自动在线大气环境观测仪器,对北京及太行山东侧河北省的3个城市涿州、保定和石家庄进行了大气污染物PM10、NOx和O3的联合观测研究.结果表明,夏秋季节4个城市的首要污染物均为可吸入颗粒物（PM10）,平均质量浓...     

小型养殖塘水体中CH4、CO2和N2O浓度的时空变化特征及影响因素

养殖塘作为重要的温室气体排放源,水体中温室气体浓度的变化不仅是准确量化温室气体排放量的基础,还是明确其影响因素的重要依据.基于顶空平衡-气相色谱仪法对长三角一处典型的小型养殖塘水体中CH₄、CO₂和N₂ O浓度的时空变化特征以及影响因素进行了分析.结果表明,除春季外,在水温影响下,CH₄和N₂ O浓度在午间或午后出现高值;受水温和水生植物光合作用影响,CO₂浓度的高值出现在晨间光合作用较弱的时候.养殖塘水体中CH₄和CO₂浓度呈现秋季最高、冬季最低的季节变化特征,c（CH₄）在秋季和冬季的均值分别为176.34 nmol·L^-1和32.75 nmol·L^-1,主要受气温、水温和溶解氧（DO）影响;c（CO₂）秋季和冬季的均值分别为134.37 μmol·L^-1和23.10 μmol·L^-1,主要受水生植物光合作用和pH影响;c（N₂ O）在夏季最高,冬季最低,均值分别为97.05 nmol·L^-1和19.41 nmol·L^-1,主要受气温和水温影响.在空间上,垂直方向上,夏季养殖塘c（CH₄）随水深的加深而降低,表层与底层、中间层的浓度差值为71.28 nmol·L^-1和42.80 nmol·L^-1,秋季随水深的加深而升高,底层与表层的浓度差值为163.94 nmol·L^-1.c（CO₂）在夏季和秋季都表现为随着水深的加深而升高,其底层与表层的浓度差值分别为18.69 μmol·L^-1和29.90 μmol·L^-1.N₂ O浓度在垂直方向上无明显变化规律.水平方向上,夏季饲料及春季鸡粪投放的区域会出现CH₄、CO₂和N₂ O浓度的高值,春季和夏季CH₄浓度约为其他区域的1.34~1.98倍和1.95~2.42倍,春季N₂ O浓度和夏季CO₂浓度约为其他区域的1.13~1.26倍和1.39~1.74倍.     

Transverse approach between real world concentrations of SO2, NO2, BTEX, aldehyde emissions and corrosion in the Grand Mare tunnel

With regard to automotive traffic, a tunnel-type semi enclosed atmosphere is characterized by a higher concentration of gaseous pollutants than on urban traffic roads and highlights the gaseous effluent species having an impact on material degradation. Therefore, a transverse approach between air quality and its consequences upon the longevity of materials is necessary, implying better knowledge of tunnel atmosphere and a better understanding of material degradation inside a tunnel for operating administration. Gaseous pollutant measurements carried out in a road tunnel in Rouen (Normandy) give the real world traffic concentrations of experimental exposure conditions. The sampling campaigns, achieved in summer and winter include SO₂, NO₂, BTEX and aldehyde analyses. Effluent profiles in the upward and downward tubes have been established. The current work shows that SO₂, NO₂, formaldehyde, acetaldehyde, propanal and butanal must be considered in the degradation process of materials in a stuffy environment. As regards NO₂, its concentration depends on the modification of the automotive fleet. The total aldehyde concentrations indicate no particular trend between the two bores. Formaldehyde, acetaldehyde, propanal, butanal and acrolein species are the most abundant species emitted by vehicles and represent 90% to 95% of the total aldehyde emissions.     

重庆市北碚城区气溶胶中水溶性无机离子的质量浓度及其粒径分布

为了研究重庆市北碚区城区气溶胶中水溶性无机离子的浓度和分布特征,于2014年3月~2015年2月利用安德森采样器连续采集大气气溶胶分级样品,并用离子色谱法分析了不同粒径(9.00、5.80、4.70、3.30、2.10、1.10、0.65和0.43μm)中Na~+、NH~_4~+、K~+、Mg~(2+)、Ca~(2+)、F-、Cl-、NO_3~-、SO_4~(2-)这9种水溶性无机离子.结果表明,SO_4~(2-)、NH~_4~+、NO_3~-、Cl-、Na~+、K~+主要分布在细粒子中,Mg~(2+)、Ca~(2+)、F-主要分布在粗粒子中.SNA(SO_4~(2-)、NH~_4~+和NO_3~-三者的简称)呈明显单峰型分布,其峰值均出现在0.65~1.10μm的液滴模态,且在细粒子中主要以(NH4)2SO4和NH4NO3形式存在.SO_4~(2-)的形成主要来自云内过程,部分来自SO_2的氧化.Na~+、Cl-、Mg~(2+)在粗、细粒子中呈双峰型分布;K~+在0.43~1.10μm呈单峰型分布;F-、Ca~(2+)在粗粒子中出现峰值.观测期间,PM2.1和PM9.0中总水溶性离子的年均质量浓度分别为(32.68±15.28)μg·m~(-3)和(48.01±19.66)μg·m~(-3),且浓度具有相似季节变化特征,均表现为冬季春季夏季秋季.大部分离子(Na~+、NH~_4~+、K~+、Cl-、NO_3~-、SO_4~(2-))浓度表现为冬春季偏高,夏秋季偏低;而少数离子(F-、Mg~(2+)、Ca~(2+))浓度在秋季最低,其他季节浓度变化稍有不同.SNA是PM2.1中最主要的水溶性离子;而PM9.0中水溶性离子的主要成分除了SNA外,还包括Ca~(2+).PM2.1和PM9.0中阳离子总浓度明显高于阴离子,且不同离子间均具有一定的相关性.主成分分析结果表明,该地区水溶性离子的主要来源包括机动车尾气的排放源、燃烧源、土壤源和建筑道路扬尘.分析气象因素的影响,发现气温对二次离子的生成有明显关系(P0.05),而相对湿度、风速的影响则不显著(P0.05).