离子色谱法同时测定环境水质中阴离子的研究——电导/紫外可见检测器联用

<正> 近年来离子色谱法(IC)分析阴离子报导较多。但同时分析氟离子、氯离子、亚硝酸根、硝酸根、硫酸根、磷酸根等阴离子,其中NO_2~-、NO_3~-单用电导检测器时灵敏度较低,水体中PPb级NO_2~-、NO_3共存时,几乎无法测定NO_2~-离子。为此,我们反复试验,探讨了采用电导和Uv-vis(紫外-可见)检测器联用的方法,较好地解决了这一问题。用Uv-vis检测器测定NO_2~-的灵敏度将比用电导法提高7-8倍,测定NO_3~-时灵敏度提高6倍。测定时检测器联用可同时分析水质中F~-、Cl~-、Br~-、NO_2~-、NO_3~-、HPO_4~(2-)、SO_4~(2-)等。国内在这方面研究还不     

北京市PM_(2.5)主要化学组分浓度水平研究与特征分析

为研究北京市大气环境PM_(2.5)中主要化学组分特征,于2012年8月—2013年7月期间,在北京市定陵、车公庄、东四、石景山、通州、房山、亦庄和榆垡等8个点位开展为期1年的样品采集,共计采集472组样品,分析每组样品中OC、EC、水溶性离子和18种无机元素等组分.研究结果表明,本次研究的组分重建后和实际PM_(2.5)浓度相关性显著,相关系数为0.94,所测组分平均占PM_(2.5)总量的90%;各点位不同季节PM_(2.5)中主要的组分均为OC、NO_3~-、SO_4~(2-)、NH_4~+,呈南高北低的趋势,冬季OC是夏季的1.7倍,NO_3~-和SO2--4在四季呈交替状态,除榆垡点位的SO_4~(2-)NO_3~-外,其他点位均是NO_3~-SO_4~(2-),4种主要的组分质量浓度分别为(23.1±21.4)、(20.3±23.4)、(19.4±22.2)、(13.6±15.2)μg·m-3,占PM_(2.5)总含量的18.5%、16.3%、15.6%、10.9%;研究水溶性离子发现,8个点位全年SNA/PM_(2.5)比例为42.8%,其中,夏季最高(49.9%),秋季较低(31.1%),NO_3~-/SO_4~(2-)比值平均为1.05,相对往年研究结果 NO_3~-/SO_4~(2-)比值有增加的趋势.     

成都市大气颗粒物粒径分布及水溶性离子组成的季节变化特征

利用Anderson冲击式分级采样器,于2012年2月~2013年1月在成都市城东成都理工大学校园内按月采集了不同粒径的大气颗粒物样品,分析了颗粒物样品的质量浓度以及9种水溶性离子含量.结果表明,采样期间成都市PM_(2.1)和PM_(11)的年平均浓度分别为(125.9±56.14)μg·m~(-3)和(224.5±83.64)μg·m~(-3),颗粒物浓度冬季最高,春季次之,秋季浓度最低;成都市水溶性离子浓度平均水平为37.15μg·m~(-3),其中检测的9种离子浓度从大到小顺序依次为SO_4~(2-)NO_3~-NH_4~+Ca~(2+)Cl~-Mg~(2+)K~+Na~+F~-,SO_4~(2-)、NO_3~-和NH_4~+占总水溶性离子的78%,是主要的离子组分.SO_4~(2-)、NO_3~-、NH_4~+呈单峰分布,其主要分布于细粒子中;Ca~(2+)和F~-也呈单峰分布,但是主要分布在粗粒子中;Cl~-和K~+粒径分布相似,Mg~(2+)和Na~+分布相似,均呈双峰分布.成都市冬、春季节粗、细颗粒物中的水溶性离子浓度均明显高于夏、秋季节.结合离子相关性分析,细颗粒物中的SO_4~(2-)、NO_3~-和NH_4~+可能主要以(NH_4)_2SO_4或NH_4HSO_4、NH_4NO_3的形式存在,而粗颗粒物中的主要离子组分SO_4~(2-)、NO_3~-和Ca~(2+)则可能以Ca(NO_3)2、CaSO_4等形式存在.主成分分析结果表明,颗粒物中水溶性离子主要来自二次过程、土壤扬尘、生物质燃烧和农业源.     

离子色谱法分析大气总悬浮微粒中可溶性阴离子组份

本文采用离子色谱法分析了武汉市大气中总悬浮微粒物中F~-、Cl~-、NO_3~(2-)、SO_4~(2-)等阴离子。采用Na_2CO_3 2.2mmol.L~(-1)-NaHCO_31.0mmol.L~(-1)双组份淋洗液。同时测定四种离子的保留时间只需7.2′。此方法灵敏度高、准度度好。此文使用Dionex 2010i离子色谱仪,HPIC—As—4分离柱。最低检出量:F~-3.29ng·ml~(-1)、Cl~-5.56、NO_3~-12.35、SO_4~(2-)15.69。利用峰高方法定量,采用紫外-电导联用检测器,得到F~-0.1--0.7(μg.ml~(-1))、Cl~-0.3—1.0、NO_3~-0.05—2.0、SO_4~(2-)0.6—1.0范围内有很好的线性关系。用此法测定大气总悬浮颗粒(ToTal Suspente Partcle简称T·S·P)中阴离子在国内未见报导。为此,我们进行了较为系统的研究。运用此方法对武汉市六个不同地区采集了总悬浮物,按照环境分析规定采取了有代表性的试样,分析测定其中可溶性的阴离子。得到F~-0.095—0.47(μg/m~3,单位下同)、Cl~-0.63—5.99、NO_3~-0.66—4.90、SO_4~(2-)18.9—31.47。其中NO_3~-、SO_4~(2-)回收率为93.9—101. 9%,获得较满意的结果。     

沈阳市大气PM_(10)中水溶性无机阴离子的分布特征研究

2014年7月和12月分别对沈阳市大气污染物PM_(10)(可吸入颗粒物)进行采样分析,采样期内PM_(10)浓度全部超过国家一级标准,最大值超出国家二级标准3.3倍。用离子色谱法分析了PM_(10)中的水溶性无机阴离子,结果表明:4种阴离子浓度之和的变化总趋势为7月12月;各离子浓度的关系为SO_4~(2-)NO_3~-Cl~-F~-,4种离子浓度均为冬季高于夏季;对PM_(10)及4种阴离子进行相关性分析,得出NO_3~-、SO_4~(2-)浓度与PM_(10)浓度呈显著正相关,是PM_(10)的重要组分,并通过NO_3~-与SO_4~(2-)的质量比得出沈阳市大气污染物中水溶性组分主要来自于固定排放源。     

离子色谱法同时测定蔬菜中若干无机阴离子

1 前言近年来,对蔬菜中NO_3~-、NO_2~-、F~-等阴离子的测定,逐渐引起人们的重视。目前,通常采用的测定方法有比色法、紫外分光光度法、电极法、极谱法及色谱法等。这些方法,一般说来,操作较复杂、费时,溶剂用量大,且不能同时测定多种阴离子。离子色谱法(JC)已广泛应用于环境水、土样中阴离子的测定,但,同时测定蔬菜中的阴离子,尚少见报道。本文采用离子色谱法,同时测定大白菜、小白菜、卷心菜、黄瓜、菠菜等提取液的NO_3~-、NO_2~-、F~-、Cl~-、PO_4~(3-)、SO_4~(2-)等6种无机阴离子,且与化学法、高压液相色谱法对照。结果表明,重现性好、灵敏度高。 2 实验部分 2.1 仪器与试剂 2.1.1 ZIC-1型离子色谱仪,YSP2型阴离     

用碱吸收排气中氮氧化物(NO_x)的快速分析法

1.前言一般来说,排气中氮氧化物(NO_x)的分析,最常用的方法是用吸收液吸收NO_x,并生成亚硝酸离子(NO_2~-1或把硝酸离子(NO_3~-)定量的方法。把吸收液中的NO_2~_离子定量的Saltz-man 法~1)’2),Jacobs Hochheiser~3)及Naph-thyl ethylenediamine 法~4)等虽然是高灵敏度的,但是因吸收液和NO_x的反应速率(NO_2~-/NO_x之比)发生变化~1),5)~8),所以这些方法的分析值的可靠性都不高。此外,把吸收液中的NO_3~-定量的苯酚二磺酸     

自贡市大气颗粒物中水溶性离子的特征及来源

基于四川省自贡市2015年9月-2016年9月的大气颗粒物采样数据,利用离子色谱仪对其中8种水溶性离子(SO_4~(2-)、NO_3~-、NH_4~+、Na~+、K~+、Cl~-、Ca~(2+)和Mg~(2+))进行了浓度测定。分析结果表明,自贡市PM_(10)平均浓度为(88.4±59.2)μg/m~3,PM_(2.5)为(76.2±51.7)μg/m~3,各季节PM_(2.5)/PM_(10)的浓度比值均大于80%,说明自贡市大气颗粒物污染以PM_(2.5)为主;水溶性离子是颗粒物的主要化学组分,其总质量浓度对PM_(10)和PM_(2.5)的贡献率分别为40.3%和42.7%,其中SNA(二次水溶性无机离子,SO_4~(2-)、NO_3~-和NH_4~+)、Cl~-、K~+、Ca~(2+)、Na~+和Mg~(2+)在PM_(2.5)的占比分别为39.5%、1.8%、1.2%、0.5%、0.3%和0.04%;SO_4~(2-)是自贡市春季和秋季污染天主要来源,其在PM_(2.5)水溶性离子中的贡献率均为45.5%,NO_3~-对应的贡献率分别为22.3%和23.6%,冬季污染天SO_4~(2-)和NO_3~-的贡献率分别为33.5%和35.7%,NO_3~-的贡献率显著上升。利用因子分析法对PM_(2.5)中水溶性离子进行源解析发现,其来源主要为二次污染源、燃烧源、农业源以及道路扬尘源。     

天津冬季一次重污染过程颗粒物中水溶性离子粒径分布特征

为研究天津冬季重污染天气过程中颗粒物水溶性离子的粒径谱分布及二次离子生成机制,于2014年1月利用Anderson撞击式分级采样器在中国气象局天津大气边界层观测站内采集颗粒物样品,并使用离子色谱仪分析Na~+、NH_4~+、K~+、Mg~(2+)、Ca~(2+)、Cl~-、NO_3~-、SO_4~(2-)等8种水溶性无机离子(TWSII).结果表明,采样期间PM_(2.5)和PM_(10)质量浓度均值分别为(138±100)μg·m~(-3)和(227±142)μg·m~(-3),粗、细粒子中TWSII的平均浓度分别为(34.07±6.16)μg·m~(-3)和(104.16±51.76)μg·m~(-3).细粒子中SO_4~(2-)、NO_3~-和NH_4~+这3种离子的浓度远高于其他离子,且相关性较好,粗粒子中NO_3~-、SO_4~(2-)、Cl~-浓度较高.随着污染程度加剧,细粒子中TWSII浓度增加明显,粗粒子中则变化不大.水溶性离子的粒径谱分布显示,SO_4~(2-)以单模态分布,优良天峰值出现在0.43~0.65μm,NO_3~-在优良日呈现三模态分布,峰值分别出现在0.43~0.65、2.1~3.3和5.8~9.0μm,NH_4~+呈双模态分布,优良日峰值出现在0.43~0.65μm和4.7~5.8μm,污染日3种二次离子峰值均以0.65~1.1μm的单模态分布为主,与三者之间的热动力平衡过程有关.细粒子中NH_4~+除与SO_4~(2-)和NO_3~-结合外,还与部分Cl~-结合,粗粒子中NH_4~+全部与NO_3~-和SO_4~(2-)结合后,剩余的NO_3~-和SO_4~(2-)与其他阳离子结合.     

菌株Desulfovibrio sp. CMX的DNRA性能和影响因素

微生物的硝酸盐异化还原为铵(DNRA)过程对自然界中铵根离子的存在和转化具有重要影响,然而关于SRB菌株DNRA过程影响和机制尚未探明.本文考察了实验室筛选的SRB菌株Desulfovibrio sp.CMX的DNRA能力、影响因素及其影响机制.结果表明,无外加氮源的情况下,分别以10 mmol·L-1NO_3~-和NO_2~-作为唯一电子受体,菌株Desulfovibrio sp.CMX最终NH_4~+生成率分别达到85.8%和97.3%,且无N2和N2O等副产物产生.实验探究了不同外加氮源、不同初始浓度的SO_4~(2-)、S~(2-)对菌株DNRA过程的影响.酵母浸粉作为外加氮源可促进菌株的生长和代谢从而促进菌株DNRA过程;SO_4~(2-)对于NO_3~-还原为NO_2~-阶段起促进作用,而对NO_2~-还原为NH_4~+阶段起抑制作用,综合两方面影响,最终表现出对菌株DNRA过程的抑制作用;S~(2-)对菌株生长及DNRA过程都表现出抑制作用,且S~(2-)浓度越高抑制作用越强,当S~(2-)浓度达到6 mmol·L-1后,S~(2-)对于NO_3~-还原为NO_2~-阶段的抑制作用强于NO_2~-还原为NH_4~+阶段的抑制作用,NO_3~-还原为NO_2~-速率低于NO_2~-还原为NH_4~+速率,此时体系中不再有NO_2~-的积累.     

遵义PM_(2.5)中二次水溶性无机离子分布特征与来源

2014年3-12月,对遵义丁字口(市区点)和凤凰山(背景点)按季节进行了PM_(2.5)的样品采集,对其中二次水溶性无机离子(NH_4~+、NO_3~-、SO_4~(2-))分布特征及存在形态进行研究。结果表明,NH_4~+、NO_3~-和SO_4~(2-)是遵义市PM_(2.5)的主要离子,其季节变化规律明显:NO_3~-、SO_4~(2-)的质量浓度表现为秋冬春夏;NH_4~+则表现冬秋春夏。丁字口PM_(2.5)中NH_4~+、NO_3~-和SO_4~(2-)的质量浓度均高于凤凰山。相关性分析表明,遵义PM_(2.5)中NH_4~+、NO_3~-、SO_4~(2-)在春、冬季主要以(NH_4)_2SO_4和NH_4NO_3的形式存在;夏季主要以NH_4HSO_4和NH_4NO_3的形式存在;秋季主要以NH_4HSO_4的形式存在。PM_(2.5)的酸碱度分析显示遵义PM_(2.5)主要呈酸性。SOR(硫表观氧化率)和NOR(氮表观氧化率)均值大于0.1,且丁字口SOR、NOR值略高于凤凰山;丁字口、凤凰山NO_3~-/SO_4~(2-)年均值分别为0.46±0.08和0.43±0.10,说明遵义市大气中的硫和氮主要来自于固定源。     

南京市大气细颗粒物二次组分的时空变化特征

在南京市六个典型点位,于2014~2015年的四个季节,开展了PM_(2.5)化学组分的监测.基于513个有效样本资料,分析了包括硫酸根(SO_4~(2-))、硝酸根(NO_3~-)、铵根(NH_4~+)和二次有机物(SOA)的二次组分的时空分布特征.结果表明:南京市PM_(2.5)以二次组分为主,约占57.7%,其中SO_4~(2-)、NO_3~-、NH_4~+和SOA年均浓度分别为11.9,12.5,7.7,8.7μg/m~3,所占PM_(2.5)的比例分别是17.2%、16.9%、10.5%、13.1%,其中98.8%的SO_4~(2-)为非海盐成分;近年来,[NO_3~-]/[SO_4~(2-)]快速增加,2015年约达到1.0,表明机动车的贡献日益突出;南京市二次组分季节差异较显著,NO_3~-、NH_4~+和SOA占比秋冬季节大于春夏季节,SO_4~(2-)占比春夏季节大于秋冬季节;空间分布上,二次组分的占比在远郊区最高(73.5%),其次是近郊新城区(59.0%),城市中心区和工业区最小(57.3%,57.4%),这反映了不同区域PM_(2.5)来源的差异;随着污染水平的上升,NO_3~-的占比显著增加,这表明机动车对于重污染过程具有更加重要的影响.研究结果深化了关于南京PM_(2.5)来源的认识,可以为更有效地控制灰霾污染提供科学依据.     

2015年北京城区大气PM2.5中NH4+、NO3-、SO42-及前体气体的污染特征

2015年1~12月对北京市城区开展PM_(2.5)中主要水溶性离子NH_4~+、NO_3~-和SO_4~(2-)(统称SNA)及其前体气体NH_3、NO、NO_2和SO_2的监测,共获得样本325组.用特氟龙滤膜采集PM_(2.5)中SNA,用在线仪器实时监测各前体气体.分析各前体气体和SNA的污染特征并同时对其相关性进行研究.观测期间NH_3、NO、NO_2、SO_2、NH_4~+、NO_3~-和SO_4~(2-)的年平均浓度分别为21.5、17.7、54.3、14.2、8.1、13.5和12.7μg·m~(-3),SNA质量浓度占PM_(2.5)的43.4%.NO、NO_2和SO_2冬季最高,夏季最低;NH_3为夏季最高,秋冬较低;NH_4~+浓度和体积分数四季波动不大;NO_3~-浓度和体积分数均夏季最低;SO_4~(2-)浓度为冬季最高,百分含量为夏季最大.全年([NO_3~-]+2[SO_4~(2-)])与NH_4~+的比值为0.97,表明阴离子主要以NO_3~-和SO_4~(2-)的形式存在.随着污染程度的增加,各化合物浓度均有明显上升,NO_3~-是重污染过程累积效应比较明显且贡献率最大的离子.SO_4~(2-)则在污染级别较低时,贡献率较大.NO_3~-与NO_2,NO、NH_4~+与NH_3,SO_4~(2-)与SO_2在置信度为0.01水平上均显著相关;SO_4~(2-)和SO_2变化规律呈负相关,NO_2和NO_3~-基本呈正相关,相比NH_3,NH_4~+浓度的高低受酸性气体NO_2、SO_2影响更大.     

苏州市PM2.5中水溶性离子的季节变化及来源分析

2015年在苏州市城区采集大气细颗粒物PM_(2.5)样品共87套,用重量法分析了PM_(2.5)的质量浓度,离子色谱法分析了颗粒物中F-、Cl-、NO_3~-、SO_4~(2-)、Na~+、NH_4~+、K~+、Mg~(2+)和Ca~(2+),共9种水溶性无机离子.观测期间,苏州市PM_(2.5)的年均质量浓度为(74.26±38.01)μg·m-3,其季节特征为冬季春季秋季夏季;9种水溶性离子的总质量浓度为(43.95±23.60)μg·m~(-3),各离子的浓度高低顺序为NO_3~-SO_4~(2-)NH_4~+Na~+Cl~-K~+Ca~(2+)F-Mg~(2+);SNA(SO_4~(2-)、NO_3~-和NH_4~+三者的简称)是最主要的水溶性离子;SO_4~(2-)、NO_3~-和NH_4~+三者之间具有显著的相关性,它们在PM_(2.5)中主要是以NH_4NO_3和(NH_4)_2SO_4的结合方式存在.苏州市PM_(2.5)中水溶性离子的主要来源包括工业源、燃烧源、二次过程和建筑土壤尘等.     

郑州市夏、秋季大气颗粒物中水溶性无机离子质量浓度及粒径分布特征

为研究我国中原城市群中心城市郑州市的不同粒径大气颗粒物的组成特征,利用八级撞击式采样器在夏、秋季进行大气颗粒物分级采样,利用离子色谱测定Na~+、Ca~(2+)、NH_4~+、K~+、Mg~(2+)、F~-、Cl~-、NO_3~-和SO_4~(2-)共9种离子的浓度,利用在线离子色谱分析仪监测颗粒物中硝酸盐的实时浓度.结果表明,采样期间郑州市水溶性离子平均浓度为(70. 9±52. 1)μg·m~(-3),其中监测的9种水溶性离子浓度从大到小顺序依次为:NO_3~- SO_4~(2-) NH_4~+ Ca~(2+) Na~+ Cl~- Mg~(2+) K~+ F~-、NO_3~-、SO_4~(2-)和NH_4~+占总水溶性离子的质量分数为79. 9%;无论在秋季或夏季SO_4~(2-)主要集中在≤1. 1μm粒径段上,而NO_3~-主要集中在0. 65～3. 3μm粒径段上. NO_3~-和SO_4~(2-)夏季和秋季均呈双峰分布,主要分布于细粒子中; NH_4~+夏季呈双峰分布,秋季呈单峰分布,表现出季节变化.郑州市夏季臭氧污染严重,O_3与NO_3~-明显地"错峰"现象,表示大气中存在光化学反应;秋季颗粒物污染严重,采样期间[NO_3~-]/[SO_4~(2-)]的比值远大于0. 5,移动源成为颗粒物重要的来源.夏季NOR、SOR峰值在1. 1～2. 1μm粒径段上,秋季两者峰值在0. 65～1. 1μm粒径段上;夏季硫的气-粒转化大于氮的转化,而秋季则相反.     

渭南市降水中常量无机离子特征及其来源解析

根据2011—2014年渭南市连续采集的117次降水样品中10种常量无机离子浓度(NH_4~+、Ca~(2+)、Na~+、K~+、Mg~(2+)、SO_4~(2-)、NO_3~-、Cl~-、F~-、NO_2~-)的测试结果,运用趋势分析法和相关分析法分析了降水中常量无机离子的化学特征,并结合富集因子法及端源贡献法探究其来源.结果表明:研究时段内,渭南市降水中各离子浓度大小顺序为NH_4~+SO_4~(2-)Ca~(2+)NO_3~-Na+Mg~(2+)K+Cl-F-NO_2~-,主要阴离子是SO_4~(2-)和NO_3~-,共占阴离子总量的92.35%,主要阳离子是Ca~(2+)和NH_4~+,共占阳离子总量的86.17%;降水总离子年平均当量浓度为814.58μeq·L-1,表现出显著的季节差异,且呈现冬季秋季春季夏季,分析原因主要受排放源、气象因素、植被、降水量等因素影响;SO_4~(2-)和NO_3~-90%以上由人为源贡献,Ca~(2+)和Mg~(2+)主要来源于地壳风化,Na~+海盐源和非海盐源贡献约各占一半,K~+98.47%来源于生物质燃烧或地表岩石矿物风化等非海盐源,F-和NH_4~+则几乎全部由人为源贡献.     

二氧化氮气体氧化亚硫酸根的反应机理

在有氧和无氧条件下,利用罗曼光谱测定反应生成物的方法,研究了NO_2和含SO_3~(2-)溶液的反应饥理。反应的生成物中含有NO_2~-、SO_4~(2-)和S_2O_6~(2-),反应的初始产物是NO_2~-离子和SO_3~(·-)基团:NO_2+SO_3~(2-)→NO_2~-+SO_3~(·-)。SO_3(·-)基团可以进行重组,或与氧反应生成SO_3~(·-)基团。在无氧条件下,[SO_3~(2-)]/[S_2O_3~(2-)]=1.8士0.3,反映SO_3~(·-)基团重组的反应如下: SO_3(·-)+SO_3~(·-)→S_2O_6~(2-)或SO_3~(·-)+SO_3~(·-)→SO_3~(2-)+SO_3,研究结果表明NO_2与SO_3~(2-)的反应生成了SO_3(·-)和SO_5~(·-)基团,由此提出了在适当条件下,这个反应能有效地氧化大气微粒中的S(Ⅳ)。     

聊城冬季一重污染过程PM2.5污染特征及成因分析

北方秋冬季为重污染过程频发季节,为了解聊城市冬季重污染过程中PM_(2.5)及化学组分污染特征,于2016年1月7~11日在聊城市区开展PM_(2.5)样品采集并分析了其中水溶性离子、碳成分及无机金属元素这3种化学组分,并对污染特征及成因进行了分析.结果表明,此次污染过程PM_(2.5)浓度呈现明显的倒V字型,平均浓度为238.3μg·m~(-3),超过国家环境空气质量标准(GB 3095-2012)二级浓度限值2.2倍;NH_4~+、NO_3~-和SO_4~(2-)为PM_(2.5)的主要水溶性离子成分;随污染加重或减轻,NH_4~+、SO_4~(2-)、NO_3~-、Cl-和Mg~(2+)浓度呈现增加或降低趋势,而Ca~(2+)变化趋势与之相反.污染鼎盛时,NH_4~+、NO_3~-和SO_4~(2-)浓度分别为48.96、68.45和80.55μg·m~(-3),达到起始阶段的6.29、7.31和7.84倍;过程期间OC和EC的浓度为20.8~60.2μg·m~(-3)和3.0~7.5μg·m~(-3),OC浓度高于EC且变化幅度明显偏大;过程期间各日无机金属元素浓度和分别为10.2、22.4、16.0、19.6和8.2μg·m~(-3),富集因子(EF)结果显示,各元素EF均小于10,未被富集,表明污染过程中其主要来源于地壳等自然源;PM_(2.5)质量浓度重构结果表明,有机物(OM)、SO_4~(2-)和NO_3~-为PM_(2.5)的主要组分,其次为NH_4~+、地壳物质和其他离子,EC和微量元素含量相对较低.随着PM_(2.5)污染加重,二次无机盐(SO_4~(2-)、NO_3~-及NH_4~+)浓度及所占比例均随之增加,OM浓度随之增加但比例有所下降,而地壳物质浓度及比例均下降,表明二次无机转化是此次污染过程的主要原因,主要受燃煤和机动车排放影响.     

辽宁典型城市道路扬尘PM2.5中水溶性无机离子组分特征及来源解析

为了解辽宁省典型城市道路扬尘PM_(2.5)中水溶性无机离子组分特征及其来源,分别于2014年和2016年采集了鞍山市和盘锦市道路扬尘样品,利用再悬浮采样器将其悬浮到滤膜上,用离子色谱仪分析了其中的水溶性无机离子组分,分别用相关分析法和比值法分析了其污染特征,用主成分法初步解析了其主要污染源.结果表明,盘锦市和鞍山市8种水溶性无机离子分别占道路扬尘PM_(2.5)的5.83%±3.34%和5.84%±1.15%.盘锦市NH_4~+与SO_4~(2-)和NO_3~-的结合方式主要为(NH_4)2SO_4和NH_4NO_3,鞍山市NH_4~+与SO_4~(2-)和NO_3~-的主要结合方式为NH_4HSO_4和NH_4NO_3.盘锦市和鞍山市道路扬尘PM_(2.5)中NO_3~-/SO_4~(2-)的均值分别为0.52±0.55和0.46±0.13,表明固定源(燃煤)对其道路扬尘PM_(2.5)的影响较显著.盘锦市道路扬尘PM_(2.5)主要来源于生物质燃烧源、海盐粒子、建筑水泥尘和机动车尾气;鞍山市道路扬尘PM_(2.5)主要来源于燃煤源、生物质燃烧源、海盐粒子和钢铁冶炼尘.     

北京南郊区PM2.5中水溶性无机盐季节变化及来源分析

为研究北京偏南地区细颗粒物(PM_(2.5))中水溶性无机离子的变化特征,利用大气细颗粒物快速捕集系统及化学成分分析系统RCFP-IC,于2016年对北京南郊区大兴PM_(2.5)中9种水溶性无机离子(Cl~-、NO_2~-、NO_3~-、SO_4~(2-)、Na~+、NH_4~+、K~+、Mg~(2+)和Ca~(2+))展开为期1 a的连续在线观测.结果表明,观测期间,9种水溶性无机离子总质量浓度为38.6μg·m~(-3),并呈现冬春高,夏秋低的特征,浓度水平高低顺序为SO_4~(2-)NO_3~-NH_4~+Ca~(2+)NO_2~-Cl~-Na~+K~+Mg~(2+);在冬季,SO_4~(2-)、NO_3~-和NH_4~+浓度占比高达75.7%;春季次之,为72.8%;夏季最低,仅为60.2%.并且随着空气污染的加剧,SO_4~(2-)、NO_3~-和NH_4~+浓度显著增加,这表明SO_4~(2-)、NO_3~-和NH_4~+与空气质量的恶化密切相关,但相比NO_3~-和NH_4~+,SO_4~(2-)在二次离子形成过程中占据主导地位;SO_4~(2-)、NO_3~-和NH_4~+存在显著的日变化特征,SO_4~(2-)统计日变化为双峰型,峰值分别出现在10:00和18:00左右,而NO_3~-和NH_4~+呈单峰型,峰值出现在10:00左右.基于后向轨迹聚类分析结果发现,对南郊区污染有影响的气团主要有3类,分别来自东南方向、西部和来自蒙古高原的高空气团,东南方向气流会加重南郊区水溶性盐的累积,而偏北气流有利于污染物扩散和稀释;基于主成分分析发现,北京南郊区水溶性盐的污染来源分别为二次源、燃煤源和土壤风沙尘及建筑扬尘的混合源.利用潜在源贡献因子分析法对南郊区冬季水溶性盐的潜在污染源区进行分析发现,影响大兴水溶性盐浓度潜在源区主要分布在南郊区的东南部.