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。     

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。     

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.     

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。     

武汉城区春节PM_(2.5)中水溶性无机离子污染特征

为了解武汉市春节期间PM_(2.5)的污染水平、化学组成与污染来源,于2012年1月16日-2月10日在武汉市内某居住区和科教区分别设置了采样点,同时采集了PM_(2.5)样品并利用离子色谱分析了样品中主要的水溶性无机阴阳离子。结果表明,采样期间PM_(2.5)呈较高污染水平,2个采样点日均质量浓度范围分别为85.89~186.65μg/m~3和71.78~217.27μg/m~3,且春节期间明显高于春节前后时间段;PM_(2.5)的浓度峰值分别出现在除夕、元宵节等烟花爆竹集中燃放的民俗日。SO_4~(2-)、NO_3~-和NH_4~+是PM_(2.5)中主要的水溶性无机离子,分别约占总离子比重的47%、24%和10%。相比于春节前后时间段,F~-、NO_3~-、SO_4~(2-)、NH_4~+、K~+的质量浓度在春节期间均有显著增加,显示烟花爆竹燃放对离子组成有强影响;K~+、Mg~(2+)、Cl~-的浓度在居住区增加显著而在科教区则未有明显变化,表明烟花爆竹的种类也可能是影响离子组成特征的重要因素。离子相关性分析结果表明,烟花爆竹燃放源为春节期间PM_(2.5)中水溶性无机离子的主要来源。     

部分中原城市PM_(2.5)中水溶性离子污染特征

对中原地区的郑州、洛阳、平顶山三市采暖季和非采暖季大气PM2.5中水溶性离子进行了研究,并对比分析了三地区水溶性离子不同季节的变化幅度。结果显示,三地区PM2.5中NH4+、NO3-和SO42-等二次离子为水溶性离子的主要成分,占80%以上;非采暖季质量浓度SO42>NO3->NH4+,采暖季尤其是严重灰霾期则为NO3->SO42->NH4+;除SO42-外,其它7种水溶性离子质量浓度均为采暖季大于非采暖季;郑州、平顶山两地采暖季水溶性离子总质量大于非采暖季,洛阳则相反;三地区主要是以燃煤为主的固定污染源污染,但是NOx的浓度已经显著增加,尤其是采暖季NO3-/SO42-比值均大于1.0,机动车尾气对环境质量影响明显增大,郑州、平顶山两地的机动车尾气污染对空气质量的影响较洛阳大;洛阳受季风影响较另外两地严重。总水溶性离子质量浓度采暖季低于西安地区,从采暖季到非采暖季变化趋势不如西安地区显著;非采暖季与西安、北京地区基本相当。     

京津冀区域PM2.5及二次无机组分污染特征研究

选取北京、石家庄和唐山作为京津冀区域典型城市,基于实地样品采集和组分分析结果,探讨PM_2.5组分中二次无机水溶性离子（SNA）浓度变化特征,并利用空气质量模型模拟结果分析重污染前后京津冀地区各类污染源大气污染物排放对PM_2.5和SNA质量浓度的贡献.结果显示：3个城市PM_2.5质量浓度整体呈现逐年下降的趋势,多数情况下SO₄^2-、NO₃^-和NH₄⁺浓度极大值同时出现在冬季,PM_2.5化学组分较为稳定.相对于常规时段,重污染期间SO₄^2-、NO₃^-和NH₄⁺质量浓度明显增加,重污染前一天SNA浓度占PM_2.5比值达到最高.重污染的形成是本地源排放和外来区域传输共同作用的结果,外来源对NO₃^-的贡献整体高于SO₄^2-和NH₄⁺.交通源、居民源和工业源对PM_2.5、SO₄^2-和NO₃^-浓度贡献最高,NH₄⁺主要来自居民源的排放.     

邯郸市PM_(2.5)中水溶性无机离子污染特征及来源解析

本研究通过对邯郸市环境空气中PM2.5样本进行采集和成分检测,分析了该地区PM2.5中水溶性无机离子的污染特征,并结合气象要素(风速、温度)、气态污染物(O3、NO2、SO2、CO)、SOR(硫氧化率)、NOR(氮氧化率)对其主要来源进行了解析.研究结果表明:总水溶性无机离子(TWSII)浓度季节变化特征明显,秋、冬季高于春、夏季.SO2-4、NO-3、NH+4是PM2.5中主要的水溶性无机离子,在TWSII中所占的比例为夏(93.2%)冬(85.6%)秋(85.5%)春(84.0%).春、夏、秋三季PM2.5呈酸性,冬季显碱性.此外还分析得到,SO2-4在四季中均以(NH4)2SO4的形式存在.NO-3在冬季以NH4NO3的形式存在,其余季节中以NH4NO3、HNO3等共存.绝大部分Cl-在冬季以NH4Cl的形式存在,其它季节中以NH4Cl、KCl等的形式存在.均相反应是SO2-4的主要生成途径,夏、冬季也伴随有非均相反应.NO-3的生成以均相反应为主(春、夏、秋),在冬季均相反应与非均相反应同时存在.应用因子分析法解析出4个主因子,其中,工业、燃煤、交通、生物质燃烧等综合源是PM2.5中水溶性无机离子的主要来源.     

成都市城区大气细颗粒物水溶性离子污染特征

为了解成都市城区大气细颗粒物水溶性离子污染特征,在成都市城区四季采集PM2.5有效样品共计102个,测得颗粒物质量浓度以及水溶性离子质量浓度(NH4+、Ca2+、Na+、Mg2+、K+、F-、NO3-、SO42-、Cl-),并分析其浓度变化特征,重点关注二次无机离子的污染特征及形成影响.结果表明,成都市城区水溶性离子与...     

邯郸市PM_(1.0)、PM_(2.5)污染特征及在线水溶性离子分析

对2014年12月—2015年2月邯郸市大气中PM_(1.0)、PM_(2.5)以及PM_(2.5)中的硝酸根(NO-3)、水溶性有机碳(WSOC)和硫酸根(SO2-4)进行在线监测。结果表明,PM_(1.0)中干性成分(PM_(1.0)_DRY)和包含水分的PM_(1.0)(PM_(1.0)_WET)分别占PM_(2.5)的74.0%和81.4%,PM_(1.0)为PM_(2.5)中的主要组成。利用锯齿型方法估算本地源和区域源对PM_(1.0)、PM_(1.0)~2.5、PM_(2.5)的贡献,得出区域源对PM_(1.0)的贡献为40.6%,明显高于对PM_(1.0)~2.5与PM_(2.5)贡献的32.3%和37.7%,因为PM_(1.0)直径小,在大气中存在时间较长、传输距离远。根据NO-3、WSOC、SO2-4与PM_(1.0)、PM_(1.0)~2.5的相关系数,推断NO-3、WSOC可能在PM_(1.0)生成,而SO2-4可能在PM_(1.0)~2.5中生成。     

2015年12月北京市一次重污染过程中PM_(2.5)特征分析

2015年入冬以来京津冀区域重污染频发,综合分析了2015年12月19—26日京津冀及周边地区发生的一次重污染过程中PM_(2.5)分布特征及成因。监测数据显示,2015年12月北京市重污染日共计13 d,累计月均值为151.8μg/m3。在12月19—26日一次重污染过程中,区域污染面积均超过40万km2,北京市单站PM_(2.5)小时均值超过800μg/m3。污染初期北京市南部地区PM_(2.5)浓度明显偏高,且PM_(2.5)极端高值出现在南部站点。污染输送阶段,北京市PM_(2.5)小时浓度在短时内呈爆发式增长,浓度增值是年均值的2~5倍。污染缓解阶段,偏北风作用,浓度明显下降。除了极端不利的天气形势外,区域散煤排放是造成重污染的重要原因;河北省唐山、保定、廊坊、石家庄等城市区域输送加重了污染程度。     

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。     

深圳市PM_(2.5)浓度特征及统计预报研究

根据2015年1—12月深圳市城区11站点PM_(2.5)小时浓度监测数据,探讨了深圳市PM_(2.5)浓度的时空分布特征。结果显示:监测期间深圳市城区PM_(2.5)平均浓度为29.8μg/m~3,PM_(2.5)平均浓度整体呈现出:冬季>秋季>春季>夏季的特征,PM_(2.5)质量浓度日变化整体呈现出双峰型分布,午后12:00—16:00浓度较低。空间分布上,年均浓度从东南至西北方向依次升高,梯度特征明显。PM_(2.5)浓度与PM_(10)呈高度相关,与SO_2、NO_2、CO呈显著正相关,与O_3呈实相关。相邻城市间空气污染物浓度呈现出一定的相关性,区域污染突出。建立的PM_(2.5)回归统计模型对深圳市2015年PM_(2.5)临近预报的级别准确率在70%以上,能较好地反映PM_(2.5)浓度变化趋势。     

北京市PM_(2.5)组分SO_4~(2-)浓度的时空分布及来源分析

采用观测与数值模拟相结合的方法并查阅大量文献,系统分析了北京市SO_4~(2-)时空分布、转化及来源特征,结果表明:近年来北京市SO_4~(2-)年均浓度在8.85~25.13μg/m3;2013年北京市SO_4~(2-)浓度整体呈现出重污染日>冬季>春、秋季>夏季的特征,日变化上SO_4~(2-)浓度呈现双峰型分布,空间分布上SO_4~(2-)浓度呈南北梯度分布特征;2013年北京市SOR年均值在0.36~0.44,重污染日SOR平均值在0.40~0.46;2013年北京市年均SO_4~(2-)本地、外来源、背景及边界条件分别贡献34%、57%、9%;重污染日SO_4~(2-)本地、外来源、背景及边界条件分别贡献18%、77%、5%;外来源对北京市SO_4~(2-)浓度起着更为重要的作用。     

乌鲁木齐PM_(10)和PM_(2.5)的形貌特征与来源解析

PM_(10)和PM_(2.5)是近年来乌鲁木齐市空气质量的首要污染物,其成分复杂,来源不清。采用扫描电镜和离子色谱研究了乌鲁木齐市2015年采暖期和非采暖期大气颗粒物PM_(10)和PM_(2.5)的显微形貌,元素组成及其水溶性离子特征,并采用主成分分析法(PCA)对其来源进行解析。结果表明:PM_(10)和PM_(2.5)的颗粒形态各异,以球状、团絮状形状居多。主要物质有硅铝酸盐颗粒、铁氧化物颗粒,硫酸/碳酸盐晶体,碳质气溶胶以及不明物质等。采暖期和非采暖期主要的无机水溶性离子分别是SO_4~(2-)、NH_4~+、NO_3~-、Cl~-和SO_4~(2-)、NH_4~+、NO_3~-、Ca~(2+)。推测乌鲁木齐市颗粒物污染主要来源于固定污染源。     

台州市大气PM_(2.5)中PAHs的污染特征与毒性评价

使用中流量颗粒物采样器采集台州市2015—2016年大气PM_(2.5)样品,利用气相色谱-质谱仪对样品中16种多环芳烃(PAHs)进行分析,研究PAHs的污染特征及可能来源。结果显示:PAHs总浓度为(20.69±4.84)ng/m3,浓度季节变化大小顺序依次为冬季>春季>秋季>夏季,空间变化为商住区>工业区>背景点。PM_(2.5)中PAHs以高环为主(≥4环),占86%。不同季节商住区和工业区PAHs(4环)含量均略高于背景点,PAHs(5~6环)的含量商住区略高于工业区和背景点。PAHs环数分布和比值法结果表明台州市大气PM_(2.5)中PAHs的主要来源是机动车尾气和燃煤。成年人和儿童的终生超额致癌风险(ILCR)分别为8.02×10-7和5.61×10-7,表明台州市PM_(2.5)中PAHs对人体健康影响在可接受范围内。     

香河夏季PM2.5水溶性无机离子组分特征

2013年6月在中科院香河观测站对大气气溶胶化学组分特征进行研究.对PM2.5和PM10质量浓度进行在线监测,结果表明,观测期间PM2.5和PM10质量浓度均值与方差分别为(151.78±82.48)μg/m3和(250.47±106.99)μg/m3;SNA(SO42-、NO3-、NH4+)占PM2.5质量浓度的44.8%,且大多富集在粒径0.5~2.5μm的细颗粒物中.硫氧化率(SOR)、氮氧化率(NOR)平均值分别为0.35、0.31,SO2主要通过非均相的氧化反应转化为SO42-,NOx主要通过白天光化学反应转化为NO3-;灰霾和轻雾天较高的SOR和NOR表明,灰霾和轻雾天相比于清洁天有较多的SO2、NOx转化为SO42-、NO3-.气流后向轨迹分析表明灰霾和轻雾天空气质量受经过河北、山东及江苏北部气流影响.     

邯郸市PM_(10)、PM_(2.5)和PM_(1.0)在线监测研究

对2015年3月—2016年2月邯郸市大气中的PM_(10)、PM_(2.5)和PM_(1.0)进行了在线监测,探讨了其质量浓度的变化特征,并分析了其质量浓度与风速、风向的关系。结果表明:邯郸市颗粒物质量浓度水平较高,β射线吸收法所监测的PM_(10_WET)、PM_(2.5_WET)和PM_(1.0_WET)年均浓度值分别为202.5,114.8,81.1μg/m~3,PM_(2.5_DRY)/PM_(10_WET)和PM_(2.5_WET)/PM_(10_WET)分别为0.58、0.70,PM_(1_DRY)/PM_(2.5_WET)和PM_(1_WET)/PM_(2.5_WET)分别为0.58、0.71,PM_(2.5)为PM_(10)中的主要组成,PM_(1.0)为PM_(2.5)中的主要组成。邯郸市PM_(10)、PM_(2.5)和PM_(1.0)质量浓度冬季最高;PM_(10)、PM_(2.5)和PM_(1.0)日变化峰值为上午09:00左右,谷值为下午16:00左右,扬沙、降雨,霾和春节不同条件下PM_(10)、PM_(2.5)和PM_(1.0)差异明显。邯郸市PM_(10)、PM_(2.5)和PM_(1.0)的浓度高值主要分布在风向0°~100°和175°~225°、风速小于1 m/s的情况下。     

北京市PM2.5对DNA的氧化性损伤规律分析

运用质粒DNA损伤评价法,在北京市2010年6月至2011年6月全年的大气PM2.5样品中,选取每月的2个样品(包括正常和雾霾天气),共24个样品进行实验,分析其氧化性损伤能力的变化规律及其与采样条件的相互关系.结果表明,北京市大气颗粒物全样的氧化性损伤能力等于或略大于相应的水溶组分,说明颗粒物氧化性损伤能力多来自于水溶组分,大气颗粒物对DNA损伤率呈现在50,100,150, 200mg/mL剂量水平下依次递增的规律,即随剂量的增加而增加;雾霾天气下DNA损伤率出现高值;4月和6月的DNA损伤率在全年中较高.其他月份正常天气条件下损伤率均较低,在200mg/mL剂量下损伤率基本低于50%;损伤率与环境平均温度和湿度呈正相关,与平均大气压强和日平均风速呈负相关,相关性大小顺序为:环境平均温度>平均大气压强>平均湿度>日平均风速.