武汉市大气PM2.5中水溶性离子污染特征及来源

于2016年8月—2017年4月采集了武汉市PM2.5样品,使用离子色谱法分析了PM2.5中的水溶性离子(F-、Cl-、SO2-4、NO-3、Na+、NH+4、K+、Mg2+、Ca2+),并研究其污染特征及来源.结果表明,武汉市PM2.5质量浓度变化范围为24.8～215.7μg·m-3,均值为(81.3±38.1)μg·m-3.9种水溶性离子的年均质量浓度占PM2.5质量浓度的29.3%,其中,SO2-4、NO-3、NH+4(三者合称SNA)为主要的水溶性离子,SNA占PM2.5质量浓度的23.3%～32.0%.硫氧化率(SOR)和氮氧化率(NOR)年均值分别为0.4、0.1,说明武汉市大气存在较强的SO2向SO2-4、NO2向NO-3转化的二次过程.观测期间,武汉市的细颗粒物整体呈弱碱性.Ca2+与Mg2+,以及NH+4与NO-3、SO2-4等均有显著相关性,NH+4、NO-3、SO2-4主要以(NH4)2SO4和NH4NO3的形式存在.武汉市全年NO-3/SO2-4比值为0.9,表明固定源贡献相对较大.主成分分析结果表明,武汉市大气PM2.5中水溶性离子主要来自于燃煤及机动车排放、工业生产、扬尘等.     

银川市PM2.5中水溶性离子污染特征与来源分析

为明确银川市PM2.5中水溶性离子季节变化特征,于2016年秋冬季和2017年春夏季在银川市开展PM2.5样品采集,分析PM2.5中9种水溶性离子(Na+、NH+4、K+、Mg2+、Ca2+、F-、Cl-、NO-3、SO2-4).结果表明:PM2.5中9种水溶性离子平均浓度和为(23.5±16.8)μg∕m3,占PM2...     

成都市城区PM2.5中二次水溶性无机离子污染特征

2009年4月~2010年1月在成都市城区采集131个PM2.5样品,应用离子色谱法对PM2.5中二次水溶性无机离子(NH+4、NO-3和SO2-4)含量进行分析,并探讨其污染特征.结果表明,PM2.5中NH+4、NO-3和SO2-4的平均浓度值分别为(10.4±8.6)、(19.7±14.6)和(32.8±21.8)μg·m-3,分别占PM2.5质量的(5.5±2.8)%、(11.1±3.5)%和(19.3±6.4)%,三者总和占PM2.5质量浓度的(35.9±12.7)%.PM2.5中NH+4、NO-3和SO2-4的季节变化特征明显,夏、冬两季NH+4、NO-3和SO2-4的浓度均为SO2-4>NO-3>NH+4,其总和占PM2.5质量浓度的百分比为冬(44.3%)>夏(39.4%).相关分析结果显示,NH+4、NO-3和SO2-4在成都主要以NH4HSO4、(NH4)2SO4和NH4NO3形式存在;NO-3/SO2-4比值表明,成都市大气中硫和氮的主要来源以固定源为主;硫氧化速率和氮氧化速率的年均值分别为:0.33±0.12和0.19±0.09,表明成都市PM2.5中SO2-4和NO-3主要经二次转化形成.     

东莞市大气亚微米粒子PM1及其中水溶性无机离子的污染特征

2011年8月—2012年7月期间,利用中流量(100 L·min-1)大气采样器对东莞市A和B两点(A:生活区,B:工业区)进行PM1、PM1~2.5、PM2.5~10采样,并定量分析颗粒物上F-、Cl-、NO-3、SO2-4、NH+4、Na+、K+、Ca2+、Mg2+等9种水溶性无机离子.分析结果显示,工业区B点的细粒子污染较生活区A点严重,B点PM1质量浓度年均值为48μg·m-3,其浓度是A点的1.2倍.A、B两点PM1对PM2.5和PM10的质量贡献率无明显差异,平均贡献率分别高达69%和45%.二次离子SO2-4、NO-3、NH+4及与燃烧行为有关的K+、Cl-等5种离子在细粒子PM1上富集,这5种离子对PM1质量的贡献率分别为18.82%~19.76%、4.98%~5.47%、3.98%~4.12%、2.03%~2.27%和3.39%~3.78%.而其他4种离子,Ca2+、Mg2+、F-和Na+积聚在粗粒子PM2.5~10上.PM10/PM2.5/PM1三种粒子中,PM1粒子酸性值AE/CE(阴离子当量浓度/阳离子当量浓度)比值和硫转化率SOR、氮转化率NOR值均是最高.     

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.     

夏季广州城区细颗粒物PM_(2.5)和PM_(1.0)中水溶性无机离子特征

于2008年7月1～31日在广州城区每天采集PM2.5和PM1.0样品.利用离子色谱分析了样品中Na+、NH4+、K+、Mg2+、Ca2+、F-、Cl-、NO3-和SO24-等9种离子组分质量浓度,并同步收集气象因子、大气散射系数、大气能见度以及SO2、NO2、O3气体污染物质量浓度等数据.结果表明,PM2.5和PM1.0中水溶性无机离子总浓度分别为(25.5±10.9)μg·m-3和(22.7±10.5)μg·m-3,分别占PM2.5和PM1.0质量浓度的(47.9±4.3)%和(49.3±4.3)%.SO42-占PM2.5和PM1.0中质量浓度百分比最高,分别为(25.8±4.0)%和(27.5±4.5)%.较高的温度和O3浓度有利于SO24-的生成,较高相对湿度有利于NO3-的生成.PM2.5和PM1.0中亲水性较强的SO42-、NH4+和NO3-对散射系数和能见度影响较大.     

北京市延庆区PM2.5中主要水溶性无机离子特征及来源解析

对2017年6月—2018年5月北京市延庆区大气PM2.5样本进行采集,分析了PM2.5中9种水溶性无机离子的污染特征,并利用SPSS软件进行来源解析。结果表明:延庆区大气PM2.5中总水溶性无机离子平均浓度为28.0 μg∕m 3,其中,S O 4 2 - 、N O 3 - 和N H 4 + 是最主要的水溶性无机离子,合计占比为82.1%。受天气影响,N O 3 - 和S O 4 2 - 浓度均表现为秋高冬低,N H 4 + 浓度为秋高夏低;受冬季气象条件和施工影响,Ca 2+、Mg 2+、Na +浓度冬季最高。根据电荷平衡分析,春季PM2.5中阴、阳离子基本达到平衡状态,夏、秋季呈弱酸性,冬季呈弱碱性;PM2.5中硫氧化率(SOR)、氮氧化率(NOR)的均值分别为0.53和0.27,大气中存在明显的二次转化过程;N O 3 - ∕S O 4 2 - 为1.66,说明机动车尾气排放源对PM2.5中水溶性无机离子贡献较大;根据N H 4 + 与S O 4 2 - 、N O 3 - 、Cl -的相关性分析,PM2.5中N O 3 - 和S O 4 2 - 以(NH4)2SO4、NH4HSO4、NH4NO3以及HNO3形式存在。利用SPSS软件进行皮尔森相关性分析,PM2.5中N O 3 - 、S O 4 2 - 、N H 4 + 两两相关性强,说明二次反应显著;Ca 2+、Mg 2+、Na + 两两相关性强,说明其污染来源可能相同;Cl -与K +相关性强,说明大气中Cl -主要以KCl的形式存在。利用因子分析模块进行主成分分析,发现延庆区主要污染源为生物质燃烧、扬尘污染和机动车尾气排放。     

青岛大气中HNO3、HNO2、NH3及PM2.5中氮组分的浓度特征和气-粒平衡关系

研究PM2.5中NO-3、NO-2、NH+4及其气态前体物HNO3、HNO2、NH3的浓度特征和气-粒平衡关系,对深入认识PM2.5的来源及控制因素具有重要意义.因此,本文利用2012年6—7月在青岛采集的denuder和PM2.5大气样品,分析了其中气态和颗粒态氮组分的浓度.结果发现,青岛大气中HNO3、HNO2和NH3浓度分别为(0.80±0.79)μg·m-3、(0.49±0.59)μg·m-3和(4.71±4.03)μg·m-3,PM2.5中NO-3、NO-2和NH+4的浓度分别为(7.50±9.00)μg·m-3、(0.07±0.02)μg·m-3和(8.23±5.57)μg·m-3.HNO3气体浓度的昼夜变化具有统计意义上的显著差异,白天平均为1.16μg·m-3,高于夜晚的0.44μg·m-3,但其他氮组分无显著昼夜差异.观测期间,青岛大气为富氨环境,PM2.5中NH+4主要以(NH4)2SO4的形式存在,NO-3生成主要受HNO3的限制.利用ISORROPIA II热力学平衡模型探讨了青岛PM2.5中氮组分的控制因子,通过敏感性实验发现,颗粒态NO-3和NH+4分别对总HNO3(TN)和总H2SO4(TS)的变化响应敏感,而对总NH3(TA)的变化响应不敏感,这暗示了减少大气中TN和TS而不是TA对降低青岛PM2.5浓度更有效.     

北京东北部城区大气细粒子与相关气体污染特征研究

于2008年7月~2009年4月的4个季节,在北京市朝阳区北部,利用VAPS通用型大气污染物采样仪(URG3000K)对大气细粒子(PM2.5)和环境空气中相关气体进行了同时采集,并利用IC离子色谱仪(DX-600型)分析了PM2.5中水溶性无机离子成分和环境空气中相关气体的含量.结果表明,PM2.5质量浓度春季>夏季>冬季>秋季;SO42-、NO3-和NH4+是PM2.5中最主要的3种水溶性无机离子,年均质量浓度分别为14.82μg/m3、11.57μg/m3和8.35μg/m3,三者浓度之和占PM2.5中总水溶性无机离子浓度的86.28%.SO42-、NH4+浓度占PM2.5浓度百分比均为夏、秋季高于冬、春季; NO3-浓度占PM2.5浓度的百分比为秋季>春季>夏季>冬季.空气中的SO2、NO2和NH3等气态污染物的含量直接影响PM2.5中二次离子SO42-、NO3-和NH4+的浓度, SO2、NO2浓度的季节特征为冬、春季高于夏、秋季,与SO42-、NO3-的季节变化规律相反; NH3浓度在夏季最高,冬季最低. PM2.5酸度在夏、秋季高于冬、春季,且夏、秋季PM2.5样品全部呈酸性,冬、春季PM2.5样品一部分呈酸性,一部分呈碱性.夏季SOR值和NOR值分别为冬季的4.8倍和3倍,表明夏季SO2和NO2更易转化生成SO42-和NO3-.PM2.5中SO42-、NO3-和NH4+主要以(NH4)2SO4、NH4NO3的形式共存于气溶胶体系中.     

北京城区PM_(2.5)不同组分构成特征及其对大气消光系数的贡献

为研究北京城区PM2.5不同组分对大气消光系数的贡献率,于2013年10月—2014年8月使用3台PQ200采样器在北京市环境保护科学研究院采集PM2.5样品并进行质量重建,采用IMPROVE方程计算大气消光系数并分析各组分的贡献率.结果表明:1北京城区ρ(PM2.5)年均值为(90.3±8.1)μg/m3,相比2005年有所下降,颗粒物呈弱碱性,NH4+略有剩余.2PM2.5质量重建后,化学构成为OM〔32.1%,为ρ(OM)占ρ(PM2.5)比例,下同〕、NO3-(13.6%)、SO42-(13.9%)、NH4+(11.1%)、Cl-(3.8%)、其他离子(4.0%)、EC(元素碳,5.0%)、FS(土壤尘,8.9%)、微量元素(1.3%)和未知物质(6.7%);与2005年相比,OM、NO3-、NH4+等二次污染物质量浓度占ρ(PM2.5)比例均显著增加,ρ(水溶性离子)占ρ(PM2.5)的比例随空气污染加重而增加.3北京城区大气消光系数年均值为(504.6±49.3)Mm-1,OM、(NH4)2SO4、NH4NO3、EC和FS的贡献率分别为37.5%、28.3%、25.2%、7.6%和1.4%;冬季由于ρ(PM2.5)高,大气消光系数最高,为(589±124.3)Mm-1,约是春季的2倍;夏季由于相对湿度大,PM2.5吸湿粒径增大,大气消光系数仅次于冬季.OM对大气消光系数贡献率为冬季最高,而(NH4)2SO4的贡献率在冬夏季均大于NH4NO3.     

青岛大气中酸碱气体及PM2.5中水溶性离子的浓度特征和气粒平衡关系

2012年11~12月在青岛采集58套denuder和PM2.5样品,分析了其中酸碱气体及相应的颗粒态组分浓度,探讨了它们的浓度特征和气粒平衡关系.青岛大气中HNO3、HNO2、HCl、SO2和NH3平均浓度分别为1.36、1.64、1.46、27.58和2.95μg·m-3.PM2.5中NO-3、NO-2、Cl-、SO2-4和NH+4浓度分别为6.49、0.12、1.95、9.36和6.04μg·m-3.霾天大气中酸碱气体浓度较之晴天时的增幅明显低于PM2.5中相应离子浓度的增幅;雾天时,除HNO2外其他气体浓度均低于晴天,但PM2.5中相应离子浓度较之晴天时均有明显增加.采样期间青岛大气为富氨环境,PM2.5中NH+4主要以(NH4)2SO4的形式存在,NO-3生成主要受HNO3的限制.利用ISORROPIAⅡ模型探讨了青岛PM2.5中二次离子的控制因子,通过敏感性实验发现NH+4对总NH3(TNH3)变化响应不敏感,但对总H2SO4(TSO4)和总HNO3(TNO3)变化响应敏感;NO-3和SO2-4则分别仅对TNO3和TSO4变化响应敏感,这暗示了减少TNO3和TSO4而不是TNH3的排放对降低青岛大气中PM2.5浓度更有效.     

武汉市洪山区夏季PM2.5浓度、水溶性离子与PAHs成分特征及来源分析

2014年6月12日~7月22日,在武汉市洪山区进行PM2.5采样,分析了夏季PM2.5及其水溶性离子的浓度,并利用气相色谱/质谱(GC/MS)对PM2.5中多环芳烃(PAHs)浓度进行测定,探讨其污染来源及形成机制.结果表明,PM2.5质量浓度为36.41~220.02μg·m-3,平均值为97.38μg·m-3,超标率为59.26%,气象因素中风速对其影响较大,随着风速的增加,浓度呈降低趋势;SO2-4、NO-3、NH+4和K+是PM2.5的主要组成成分,占PM2.5质量浓度的40.67%,气溶胶偏酸性;对SO2-4、NO-3的形成过程分析发现其所受的影响因素不同,PM2.5中NH+4主要以NH4HSO4和(NH4)2SO4的形式存在.PM2.5中PAHs日均质量浓度为11.30 ng·m-3,主要是以4、5、6环为主.对PM2.5来源进行分析表明工业废气及汽车尾气的排放为主要污染源,其中燃煤及汽车尾气占83.90%,石油源占10.17%,炼焦排放占5.08%.PAHs总毒性当量浓度(TEQBa P)值为0.22~11.19ng·m-3,平均值为1.74 ng·m-3,日均超标率7.41%.     

霾天气南京市大气PM_(2.5)中水溶性离子污染特征

为了讨论南京市大气细颗粒物(PM2.5)及水溶性组分在霾天气下的污染水平和污染特征,2007年6月10日至2008年5月29日对南京市大气细粒子PM2.5进行了采样,用PM2.5在线监测浓度、离子色谱法等分别测得PM2.5的质量浓度、水溶性离子组成,初步研究了南京市大气细粒子(PM2.5)及水溶性组分在霾天气下的污染水平和污染特征。结果表明,南京市大气细颗粒物污染严重,霾天气下PM2.5中总水溶性离子质量浓度为54.28μg/m3,为非霾天气的1.6倍。分析的6种离子中SO42-、NO3-、NH4+是PM2.5的主要组成成分。灰霾期间PM2.5与NO3-、SO42-、NH4+的相关性较高,PM2.5中颗粒物的主要存在形式可能为NH4Cl、NH4NO3,(NH)42SO4或NH4HSO4。对比不同季节不同天气下的SOR(SO2转化率)和NOR(NOx转化率),发现霾天气下SO2和NOX转化率高于正常天气,表明SO2、NO2在霾天气更容易转化为二次粒子。     

广州城区秋季大气PM_(2.5)中主要水溶性无机离子分析

分别在广州市中心城区高楼顶(距地50m)和交通干线路边(距地1.2m),于2006年秋季连续一周采集了大气PM2.5样品,对比分析了SO42-、NO3-、Cl-、F-、Na+、NH4+、Ca2+、K+、Mg2+等9种水溶性无机离子含量。结果表明,楼顶相对充分混合大气中PM2.5的质量浓度范围59.5～129.5μg/m3,均值为83.7μg/m3;交通干线路边大气PM2.5的质量浓度范围为108.4～132.2μg/m3,均值为121.1μg/m3。9种离子总浓度平均达到50.9(楼顶)和44.1(路边)μg/m3,占PM2.5质量浓度的60.8%(楼顶)和36.4%(路边)。SO42-和NO3-为水溶性无机离子主要组成,其占PM2.5质量浓度的比例均是楼顶高于路边,显示二次气溶胶对楼顶充分混合大气中PM2.5有较大贡献,而路边样品中一次来源贡献相对较大。计算表明采样期间海盐对广州大气PM2.5中的水溶性组分贡献较小。NH4+当量浓度远小于SO42-和NO3-的当量浓度,中和度远1,反映PM2.5酸性较强,且楼项PM2.5粒子酸性高于路边样品。     

2020年南通市大气颗粒物组分和污染特征分析

本次研究以南通市大气颗粒物组成和污染特征为研究对象,利用南通市大气超级站监测数据,分析了2020年南通市PM2.5和PM10浓度水平,时间变化特征和组分特征.结果表明,2020年南通市PM2.5和PM10年均质量浓度分别为34μg/m3和56μg/m3,具有明显的冬高夏低的特征,PM2.5/PM10呈现为冬季>夏季>春季≈秋季.PM2.5中含碳组分和水溶性阴阳离子高低顺序为:NO3->OC>SO2-4>NH4+>EC>Cl->K+>Na+>Ca2+>Mg2+.冬季OC、NH4+、SO2-4和NO3-浓度值显著高于其他三个季节,PM2.5中NO3-、OC、SO2-4和NH4+的占比分别为27.7％、15.4％、15.0％和14.2％.NO3-/SO2-4比值为1.9,表明受移动源影响较大;OC和EC浓度均为冬季最高,夏季最低,四季OC/EC介于3.2～4.6,表明南通全年均受二次有机碳(SOC)的影响,且主要受柴油、汽油车的尾气排放和燃煤排放影响.     

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.     

南京北郊冬季霾天PM2.5水溶性离子的污染特征与消光作用研究

为了探讨霾天下大气细颗粒物(PM2.5)中水溶性离子的污染特征及其对大气消光的影响,在2013年1月25日至2月3日于南京北郊进行了PM2.5连续在线监测.利用颗粒物-液体转换采集系统(PILS)连续采集水溶性样品,与离子色谱联用分析了其中SO2-4、NO-3、NH+4、Cl-、Na+、K+、Mg2+和Ca2+的含量;同时采用扫描电迁移率粒径谱仪(SMPS)和空气动力学粒径谱仪(APS)测量细粒子的粒径谱分布;采用三波长光声黑碳光度计(PASS-3)实时在线测量细粒子的散射和吸收消光系数;并实时监测痕量气体浓度.结果表明,观测期间霾与非霾天PM2.5中水溶性离子的总质量浓度分别为70.3μg·m-3和22.9μg·m-3;二次吸湿性组分SO2-4、NO-3和NH+4为主要的污染离子.霾天有利于SO2和NOx向SO2-4和NO-3的转化,尤其是NOx的氧化.运用多元线性回归统计方法,建立了PM2.5干消光系数与气溶胶化学成分之间的经验公式,发现NH4NO3对南京冬季消光的贡献最大,其次为(NH4)2SO4、有机碳(OC)和元素碳(EC).两次重污染事件中,污染前体物的一次排放和二次转化的增加分别是造成离子浓度升高的主要原因.     

毕节市区大气污染特征及影响因素分析

根据毕节市2015年大气污染物浓度和气象因子的监测数据,分析了毕节市区大气污染物SO_2、NO_2、PM10、PM2.5、CO及O_3浓度的月、季和年平均变化特征及其影响因素,并对大气污染物浓度之间以及大气污染物浓度与气象因子之间的相关性进行了分析。结果表明:(1)毕节市区2015年空气质量总体良好,空气质量优良天数占95.1%,主要大气污染物为PM10和PM2.5;(2)大气污染物SO_2、PM10、NO_2、PM2.5、CO的月浓度都呈"V"型单谷变化趋势,而O_3的月浓度则为单峰变化趋势;大气污染物SO_2、PM10、NO_2、PM2.5、CO浓度的季节变化为冬季最高、夏季最低,O_3浓度的季节变化则为春季最高、冬季最低,且季节之间的差异性显著(p0.05);大气污染物PM10和PM2.5的年平均浓度分别超过我国《环境空气质量标准》(GB 3095—2012)中一级标准年平均浓度限值的18.2%和112.4%,SO_2和NO_2的年平均浓度均未超过国家一级标准的年平均浓度限值;(3)大气污染物SO_2、NO_2、CO浓度与颗粒物PM10、PM2.5浓度之间两两呈极显著正相关性(p0.01),其与O_3浓度之间呈极显著负相关性(p0.01);PM2.5浓度与PM10浓度之间呈极显著正相关性,而PM2.5浓度与O_3浓度之间呈显著负相关性,多元线性回归分析得出PM2.5浓度与其他大气污染物浓度之间的拟合方程为:PM2.5=2.718+0.130SO_2+0.747PM10+0.255NO_2-0.077O_3+0.678CO;(4)气压与大气污染物SO_2、NO_2、CO、PM10浓度之间呈显著正相关性,其与O_3浓度之间呈极显著负相关性;温度除与O_3浓度之间呈极显著正相关性外,与其他大气污染物浓度之间呈显著负相关性,且其与O_3浓度的相关性系数最大(r=0.501),说明温度对O_3浓度的影响较大;相对湿度除与CO浓度之间无显著相关性外,与其他大气污染物浓度之间均呈显著性负相关性;风速与O_3浓度之间呈极显著正相关性,其与其他大气污染物浓度之间均呈极显著负相关性。     

东莞市春冬季灰霾期间PM_1、PM_(1-2.5)中水溶性无机离子的污染特征

利用中流量大气采样器对东莞市A和B两点(A:生活区,B:工业区)进行PM1、PM1-2.5采样,并分析其中F-、Cl-、NO-3、SO2-4、NH+4、Na+、K+、Ca2+、Mg2+等9种水溶性无机离子。结果显示,霾日工业区本地源对这些离子的贡献较非霾日大。二次离子SO2-4和NH+4的形成主要发生在PM1中,且其春冬季形成机制存在一定差异,其机制可能更主要受春冬季气象条件差异的影响,而不是霾日与非霾日的影响。对于颗粒物PM1,其霾日AE/CE值(0.974~1.168)要大于非霾日(0.877~1.039),霾日SO2-4和NH+4结合形态主要为NH4HSO4,而非霾日则为(NH4)2SO4;而对于PM1-2.5则相反。     

聊城市冬季PM_(2.5)中正构烷烃和糖类的污染特征及来源解析

为研究聊城市冬季大气PM2.5中正构烷烃和糖类化合物的分子组成、浓度水平及来源,于2017年1~2月在聊城大学进行PM2.5样品采集,对19种(C18~C36)正构烷烃和10种糖类化合物进行分析,并采用主成分分析法(PCA)解析其来源。结果表明,聊城市冬季PM2.5中总正构烷烃的质量浓度为(456.9±252.5)ng?m-3,其中,灰霾期的质量浓度最高,约为清洁天的2倍,烟火Ⅰ期与Ⅱ期分别为清洁天的0.9倍和1.2倍。采样期间碳优势指数(CPI)值为1.2±0.1,植物蜡排放的正构烷烃对总正构烷烃的贡献率(%Wax Cn)为3.1%~36.0%,表明化石燃料燃烧是聊城市大气中正构烷烃的主要来源。聊城市冬季PM2.5中糖类化合物的总质量浓度为(415.5±213.8)ng?m-3,其中左旋葡聚糖的浓度最高,其次是半乳聚糖和甘露聚糖,三者共占总糖的91.6%,表明生物质燃烧源对聊城市大气气溶胶具有重要贡献。主成分分析(PCA)结果表明,聊城市冬季大气气溶胶中正构烷烃和糖类化合物主要来自化石燃料的燃烧和生物质燃烧。