梅州市大气颗粒物中水溶性无机离子组成特征研究

选取梅州市典型污染日(2015年7月8日至29日)进行实际测量,在梅州市环境监控中心站楼顶每天连续采集PM_(10)和PM_(2.5)样品,利用离子色谱仪分析样品中Na+、NH4+、K+、Mg~(2+)、Ca~(2+)、Cl~-、NO_2~-、NO_3~-、SO_4~(2-)离子的质量浓度,结果表明,PM_(10)日均质量浓度为(54±19)μg/m~3,PM_(2.5)日均质量浓度为(35±14)μg/m~3。PM10和PM2.5中水溶性无机离子平均浓度分别为(19.7±4.4)μg/m~3、(10.8±5.0)μg/m3,分别占PM_(10)和PM_(2.5)质量的(42±20)%和(31±9.7)%。其中S0_4~(2-)、NO_3~-、NH_4~+是梅州市PM_(10)和PM_(2.5)中最主要的水溶性无机离子。采样期间SO42-浓度较高的可能原因是煤炭在梅州市的能源结构中占有较高比例。S0_4~(2-)、NO_3~-主要以(NH_4)_2SO_4的形式存在气溶胶体系中。     

兴隆大气气溶胶中水溶性无机离子分析

2009年9月～2010年8月在兴隆大气背景站,利用Andersen分级采样器进行大气气溶胶样品的采集,并利用离子色谱分析了其中的水溶性无机离子的成分含量.结果表明,TSP、PM2.1和PM1.1中总水溶性无机盐的年平均浓度分别为(89.66±47.66)、(54.44±34.08)和(44.39±29.95)μg·m-3,其中SO42-、NO3-、Ca2+和NH4+为兴隆大气气溶胶中最主要的水溶性无机离子.PM2.1中总水溶性无机离子的年平均浓度占TSP的61%.PM1.1总水溶性无机离子的年平均浓度占TSP的50%,占PM2.1的82%.PM1.1、PM2.1和TSP中水溶性无机离子总浓度季节性变化趋势一致,夏季>秋季>春季>冬季.NH4+与SO42-的摩尔比>2,表明NH4+未被SO42-完全中和.在细粒子中NH4+和SO42-、NO3-均有较好的相关性,相关系数分别为0.96和0.87,表明NH4+可能以(NH4)2SO4和NH4NO3的形式存在.     

南京北郊冬季大气PM_(10)水溶性无机离子粒径谱分布特征研究

于2009年11月26日至12月20日在南京北郊昼夜分粒径采集大气PM10样品,运用离子色谱法分析其水溶性无机离子的浓度及谱分布特征,讨论无机离子与大气污染物之间的关系,研究其来源特征。结果表明:PM2.1日均值为0.3921 mg/m3,超过EPA大气质量标准(0.065 mg/m3)5倍,PM10日均值为1.0103 mg/m3,为国家大气PM10三级标准(0.25 mg/m3)3.04倍,PM2.1占PM10约40%,说明冬季南京北郊颗粒物污染较严重,且以细粒子为主;PM10和PM2.1中的主要无机离子均为SO42-、Ca2+、Cl-,浓度大小为SO42->Ca2+>Cl-,且均表现为白天浓度高于夜晚;粒径谱分布为Ca2+、Cl-、SO42-均呈双峰,Ca2+主要存在于粗粒子中,SO42-、Cl-主要分布在积聚模;相关性分析表明,SO42-与NO3和Cl-显著性相关,系数分别为0.7910、0.9123,其可能存在同源性;由NO3-/SO42-的特征比值,白天和夜晚分别为0.0582和0.0484,均远小于1,说明南京北郊大气污染以固定源为主。     

2017~2018年北京大气PM2.5中水溶性无机离子特征

为探究近年来北京市空气质量持续改善过程中PM_2.5及其中水溶性无机离子（WSIIs）特征,于2017~2018年在北京城区进行了连续1 a的PM_2.5样品采集,对其中9种主要WSIIs进行了全面分析.结果表明,北京市PM_2.5年均浓度为（77.1±52.1）μg ·m^-3,最高和最低值分别出现在春季[（102.9±69.1）μg ·m^-3]和夏季[（54.7±19.9）μg ·m^-3].WSIIs年均浓度为（31.7±30.1）μg ·m^-3,对PM_2.5贡献比例为41.1%,季节贡献特征为：秋季（45.9%） > 夏季（41.9%） > 春季（39.9%） ≥ 冬季（39.2%）.SNA是WSIIs的重要组成,春、夏、秋和冬季在总WSIIs中的占比分别可达86.0%、89.5%、74.6%和73.0%.随温度升高,NO₃^-和SO₄^2-分别呈现出了先升高后降低以及波动性升高的趋势;而当相对湿度低于90%时,2种离子浓度均随相对湿度增加而升高,反映了光化学和液相过程对2种离子组分的贡献差异.随污染加重,WSIIs整体贡献比例大幅升高,且各类WSIIs演化特征各异,其中,NO₃^-浓度和贡献均持续升高,而SO₄^2-和各类源自扬尘的离子组分（Mg²⁺、Ca²⁺和Na⁺）贡献降低.观测期间WSIIs主要来源包括二次转化、燃烧源和扬尘源,对燃煤和机动车的管控是其减排的重要途径.后向轨迹分析表明,源自北京市南部和西部的气团对应着较高的PM_2.5浓度和WSIIs占比,且二次离子贡献显著;而源自西北和北部的气团对应的PM_2.5浓度和WSIIs占比则较低,但Ca²⁺贡献较高.     

离子色谱法测定PM_(2.5)中水溶性无机阴离子

为确定PM2.5中水溶性无机阴离子的含量,本文采用戴安ICS900离子色谱仪对F-、Cl-、NO-2、NO-3、SO2-4进行测量,实验表明,这种测量方法操作简单、测量结果准确度高、测量速度快,能同时测定多种水溶性无机阴离子。     

石家庄夏季大气PM_(10)和水溶性离子污染特征

于2014年7月在石家庄市区对大气环境PM_(10)进行样品采集,并对PM_(10)浓度和水溶性离子的污染特征进行了分析。结果表明:采样期间PM_(10)质量浓度为(145.2±58.7)μg/m3,重污染天气主要是由于气象条件和地理位置共同造成的。水溶性离子是PM_(10)中含量较高的组分,其中SO2-4、NO-3和NH+4之和占总水溶性离子质量浓度的80.7%,Ca2+和Mg2+相关系数高达0.88,表明两者来源一致,Na+和Cl-浓度受人为活动的影响较大,K+主要来自生物质燃烧。PM_(10)中硫氧化率和氮氧化率分别为0.37和0.28,表明大气中存在SO2和NO2二次转化过程。     

南京地区大气气溶胶及水溶性无机离子特征分析

于2010~2011年在南京市城郊两个采样点收集了气溶胶样品,并利用离子色谱(IC)法分析了其中的水溶性无机离子成分.结果表明,采样期间除了夏季,其他3个季节南京城郊气溶胶污染都较严重.南京城郊气溶胶谱分布特征基本在0.65~2.1μm和5.8~9μm粒径段出现峰值.PM2.5与能见度的相关性很大.城郊离子总质量浓度均是春冬季高于夏秋季,四季阴离子质量浓度明显高于阳离子,且这一特征在细粒子上表现明显.水溶性离子在气溶胶中所占比例是夏秋冬季城区高于郊区.南京城郊NO3-/SO42-年均值表明采样期间燃煤仍然是主要污染源,且该比值夏季最低,冬季最高.NH4+、K+、NO3-和SO42-主要富集在细粒子上;Na+、Cl-和NO2-在粗粒子和细粒子上都有富集;Ca2+、Mg2+和F-主要在粗粒子上富集.因子分析(FA)的方法表明南京城区气溶胶主要有3个来源.     

南京城区与郊区秋季大气PM_(10)中水溶性离子的特征研究

对南京市城区与郊区秋季PM10中水溶性离子的浓度水平,变化规律及其相关性进行分析。结果表明:水溶性离子是南京市PM10的重要组成部分,占PM10总量的26.8%～49.5%;NO3-、SO24-为南京PM10中离子的主要成分同时SO24-与PM10的相关性高,在郊区与城区相关系数分别为0.97与0.98;土壤源对Mg2+的贡献多于海洋气溶胶。郊区与城区非海盐Mg2+和Ca2+的比值分别为0.0308～0.0557与0.0314～0.0558,与中国北方沙漠地区相异,说明观测期间南京大气PM10主要受局地源影响;南京城、郊NO3-/SO24-均值分别为0.74和0.80,说明南京市城郊PM10中NO3-与SO24-更多地来自于机动车尾气排放。     

广州市灰霾期大气PM_(10)中水溶性离子特征

采集广州市大气PM10样品并分别对冬夏两季灰霾和非灰霾期PM10中水溶性离子进行分析。实验表明,广州市灰霾期PM10中水溶性离子的质量浓度要高出非灰霾期4～15倍,其中NO3-浓度升幅最大。非灰霾期主要水溶性无机离子的浓度顺序为SO42->NH4+>NO3-,灰霾期为SO42->NO3->NH4+,严重灰霾期则为NO3->SO42->NH4+。非灰霾期SO42-/NO3-质量浓度比为1.78～3.57,灰霾期为1.04～1.20,而在严重灰霾期则<1,说明灰霾利于NO3-的二次转化生成。实验还表明,灰霾期PM10较非灰霾天气偏酸性,灰霾期SO2和NOx的高转化率导致SO42-和NO3-的大幅增加是加重灰霾期PM10污染的主要原因。     

南京地区大气气溶胶及水溶性无机离子特征分析

于2010~2011年在南京市城郊两个采样点收集了气溶胶样品,并利用离子色谱(IC)法分析了其中的水溶性无机离子成分.结果表明,采样期间除了夏季,其他3个季节南京城郊气溶胶污染都较严重.南京城郊气溶胶谱分布特征基本在0.65~2.1μm和5.8~9μm粒径段出现峰值.PM2.5与能见度的相关性很大.城郊离子总质量浓度均是春冬季高于夏秋季,四季阴离子质量浓度明显高于阳离子,且这一特征在细粒子上表现明显.水溶性离子在气溶胶中所占比例是夏秋冬季城区高于郊区.南京城郊NO3-/SO42-年均值表明采样期间燃煤仍然是主要污染源,且该比值夏季最低,冬季最高.NH4+、K+、NO3-和SO42-主要富集在细粒子上;Na+、Cl-和NO2-在粗粒子和细粒子上都有富集;Ca2+、Mg2+和F-主要在粗粒子上富集.因子分析(FA)的方法表明南京城区气溶胶主要有3个来源.     

成都平原大气颗粒物中无机水溶性离子污染特征

为探讨成都平原大气颗粒物中水溶性离子的污染特征,识别水溶性离子的组成、分布和时空变化,有针对性地控制重污染和灰霾天气,于2013年8月~2014年7月,在成都平原的5个监测点位共采集1 476个颗粒物样品,应用离子色谱法对PM10和PM_(2.5)中8种无机水溶性离子(SO_4~(2-)、NO_3~-、NH_4~+、K~+、Na~+、Ca~(2+)、Mg~(2+)、Cl~-)进行测量.结果表明在观测期间,PM_(2.5~10)和PM_(2.5)中无机水溶性离子总量分别为11.35μg·m-3和36.93μg·m-3,分别占ρ(PM_(2.5)~10)和ρ(PM_(2.5))的37.8%和46.6%;其中二次离子(SO_4~(2-)、NO_3~-和NH~+4,SNA)约占各自水溶性离子总量的81.1%和89.9%.水溶性离子质量浓度冬季最高,春秋季相当,夏季最低.ρ(SO2-4)/ρ(PM_(2.5))夏秋季较高,而ρ(NO_3~-)/ρ(PM_(2.5))冬季最高,夏季最低.SNA、Cl~-、K~+大多分布在PM_(2.5)中,Ca~(2+)和Mg~(2+)主要分布在PM_(2.5~10)中.PM_(2.5)基本呈中性,水溶性离子主要以(NH_4)_2SO_4、NH_4NO_3、KNO_3、NaCl、KCl等形式存在.ρ(NO_3~-)/ρ(SO_4~(2-))揭示固定源依然是PM_(2.5)的主要来源.硫氧化速率(SOR)和氮氧化速率(NOR)年均值分别为0.31和0.13,SOR夏季最高,NOR冬季最高,二者变化趋势相反.成都平原PM_(2.5)呈区域性复合污染特征,SNA是造成ρ(PM_(2.5))增加的主导因素.     

典型“组群式”城市夏季大气颗粒物中水溶性离子化学特征及来源

为探究典型“组群式”城市——淄博市夏季大气颗粒物中水溶性离子化学特征及来源,于2016年8月对淄博市6个城市点（桓台、张店、临淄、淄川、博山、周村）、2个郊区点（沂源、高青）及1个清洁对照点（鲁山）同步进行PM_2.5和PM₁₀采样,分析了大气颗粒物质量浓度及9种水溶性离子的空间分布特征,并利用主成分分析方法探讨了PM_2.5和PM₁₀中水溶性离子的主要来源.结果表明:①淄博夏季各点位（清洁对照点除外）PM_2.5和PM₁₀质量浓度日均值范围分别为57.2~112和77.4~163 μg/m3,空间分布特征表现为城市点>郊区点>清洁对照点;各点位PM_2.5/PM₁₀（质量浓度之比）在0.61~0.80之间,表明淄博夏季大气颗粒物污染以PM_2.5为主.②水溶性离子在PM_2.5和PM₁₀中占比分别为53.3%和48.5%,其中二次无机离子分别占总离子浓度的91.4%和83.7%,表明大气颗粒物主要以二次离子为主,并且主要富集在PM_2.5中;PM_2.5中∑阴离子/∑阳离子（摩尔浓度之比）为1.07,PM₁₀中该比值为0.87,说明PM_2.5接近中性,而PM₁₀呈弱碱性.③淄博夏季各点位离子来源具有一定的空间差异性,城市点、郊区点与清洁对照点间的CD（分歧系数）均高于0.2,而城市点间CD值低于0.2,说明城市点位间的水溶性离子的化学性质较为相似.④主成分分析表明,淄博夏季大气PM_2.5中的水溶性离子可能主要来源于工业源、生物质锅炉、燃煤、二次源、道路尘及建筑尘,而PM₁₀中的离子主要来源于道路尘、建筑尘、海盐及二次源.研究显示,淄博市颗粒物污染严重,具有明显的空间分布特征,水溶性离子来源复杂,应采取分区、多源控制的污染防治对策.      

成都夏冬季PM2.5中水溶性无机离子污染特征

利用大气细颗粒物水溶性组分及气态前体物在线监测设备(GAC-IC)对成都市2017年夏、冬两季大气PM_2.5中水溶性无机离子(WSIIs)及气态前体物进行了连续观测,对其污染特征及冬季一次典型污染过程进行了深入分析.结果表明,成都冬季PM_2.5质量浓度为100.2μg·m^-3,显著高于夏季(34.0μg·m^-3).WSIIs是PM_2.5的重要组成,对夏、冬季PM_2.5的贡献分别可达52.9%和53.3%.夏、冬季的二次离子(SNA)占WSIIs的比例分别为73.2%和87.6%,其中,SO₄^2-和NO^-₃分别是夏、冬季SNA的主导组分,对SNA的贡献分别为37.7%和59.7%.冬季NO^-₃/SO₄^2-比值(2.7)显著高于夏季(0.8),体现了移动源(尤其是机动车源)对该季节PM<...     

黄石市大气PM2.5中水溶性离子浓度特征及来源分析

为研究黄石市大气PM_2.5中水溶性离子组成、质量浓度变化特征及来源,于2012年3月-2013年2月在湖北省黄石市利用MiniVol颗粒物采样器采集PM_2.5样品,用离子色谱分析了9种水溶性离子（NH₄+、Ca2+、Mg2+、Na+、K+、Cl-、NO₃-、SO₄2-、F-）的质量浓度,并采用PMF（正定矩阵因子分析法）模型讨论了不同离子的来源.结果表明:观测期间黄石市大气PM_2.5中ρ（总水溶性离子）的年均值为（61.5±26.8）μg/m3,占ρ（PM_2.5）的63.9%,各离子质量浓度的高低顺序依次为ρ（SO₄2-）> ρ（NO₃-）> ρ（NH₄+）> ρ（Na+）> ρ（Cl-）> ρ（Ca2+）> ρ（K+）> ρ（F-）> ρ（Mg2+）.二次无机离子SNA（为SO₄2-、NO₃-和NH₄+的统称）是水溶性离子的主要成分,占全部所测水溶性离子的74.4%.ρ（NO₃-）/ρ（SO₄2-）范围为0.12~1.29,平均值为0.53±0.30,说明全年观测点附近主要以固定源污染为主.4个季节的SOR（硫氧化率）和NOR（氮氧化率）均大于0.10,说明黄石市PM_2.5中的SO₄2-和NO₃-主要是经二次转化形成的.阴、阳离子相关性研究发现,4个季节阴、阳离子总体相关性（R2为0.98）较好,并且全年PM_2.5组分偏酸性.通过PMF模型源解析发现,黄石市大气PM_2.5中水溶性离子主要来源于燃烧源、二次转化源和土壤/矿物扬尘源.研究显示,黄石市大气PM_2.5中主要水溶性离子成分是SNA,燃烧、二次转化和土壤/矿物扬尘是其主要来源.      

炼焦过程及周边环境颗粒物中水溶性无机离子特征

为明确炼焦过程排放颗粒物及周边环境颗粒物中水溶性无机离子的污染特征,于2012年5月利用改良的标准大体积总悬浮颗粒采样器采集燃烧室废气烟囱排放、焦炉顶无组织排放及焦炉周边环境空气TSP（total suspended particulates,总悬浮颗粒物）样品,使用Staplex234大流量采样器采集焦炉顶无组织排放及焦炉周边环境空气PM_1.4样品,采用ICS-90离子色谱仪测试样品中SO₄2-、NH₄+、Ca2+、Cl-、NO₃-、F-、Mg2+、K+、Na+共9种水溶性无机离子.结果表明:SO₄2-为炼焦过程排放的特征离子.炼焦过程燃烧室废气烟囱排放的TSP中总水溶性无机离子质量浓度最高,为（5 493±901）μg/m3;其次为焦炉顶无组织排放的TSP,其总水溶性无机离子质量浓度为（902±222）μg/m3;焦炉周边环境空气的TSP中总水溶性无机离子质量浓度最低,为（712±288）μg/m3.SO₄2-为燃烧室废气烟囱排放TSP与燃煤锅炉烟气排放颗粒物中共有的主要特征离子,但与燃煤锅炉烟气相比,燃烧室废气烟囱排放的w（SO₄2-）略低,w（F-）则相反.NH₄+较易富集于焦炉顶无组织排放的细颗粒物中,而SO₄2-则较易富集于粗颗粒物中.研究显示,炼焦过程及焦炉周边环境空气颗粒物中9种水溶性无机离子分布特征不同,SO₄2-是燃烧室废气烟囱排放、焦炉顶无组织排放的TSP中质量浓度最高的水溶性无机离子.      

燃煤电厂产生和排放的PM2.5中水溶性离子特征

为了认识我国燃煤电厂一次PM2.5排放特征,并定量评估大规模开展烟气脱硫与脱硝对其影响,本研究选取了国内一个煤粉炉电厂和一个循环流化床电厂,对其产生和排放的PM2.5进行现场测试,并进行水溶性离子组分的分析.结果表明,在所测的这两个电厂中,循环流化床电厂产生的PM2.5的质量浓度高于煤粉炉电厂产生的PM2.5的质量浓度,但是这两个电厂排放的PM2.5的质量浓度相当.产生此结果的主要原因是该循环流化床电厂配备的电袋复合除尘器比煤粉炉电厂的普通电除尘器对PM2.5去除效率更高.煤粉炉电厂产生PM2.5中水溶性离子浓度低于循环流化床电厂,但是煤粉炉电厂排放PM2.5中水溶性离子浓度却远远高于循环流化床电厂,表明煤粉炉电厂排放的PM2.5受脱硫和脱硝设施的影响较大.煤粉炉烟气脱硝过程中可能形成硫酸雾,烟气中的部分硫酸雾和过剩的NH3反应生成NH4HSO4进入颗粒相,同时降低了PM2.5的p H值;而脱硫过程中脱硫液的夹带也会导致NH+4和SO2-4进入PM2.5.所以,虽然两个电厂产生的PM2.5中水溶性离子均以Ca2+和SO2-4为主,但煤粉炉排放PM2.5中的水溶性离子则以NH+4和SO2-4为主.     

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).     

北京大气PM10中水溶性氯盐的观测研究

氯盐是大气气溶胶中重要水溶性无机盐,对2004年全年北京大气可吸入颗粒中氯盐的变化进行了监测,结果表明北京大气中可溶性氯盐的年均值在(3.1±1.7)μg·m^-3,采暖期平均浓度为(4.6±2.1)μg·m^-3,非采暖期平均浓度为(2.6±1.6)μg·m^-3.最低值出现在5月,为(1.3±0.8)μg·m^-3;最高值出现在12月,为(5.8±5.3)μg·m^-3.日变化在秋冬季多为白天浓度低,晚上浓度高,夏春季多呈现上午高,下午低的特征;季节变化呈现秋冬季高,春夏季低的特点.