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.     

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。     

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.     

贡嘎山大气气溶胶中水溶性无机离子的观测与分析研究

2005年12月～2006年11月在贡嘎山东坡海拔1 640　m处,利用大流量滤膜采样器对大气中的气溶胶粒子进行了分级采样,并用离子色谱(IC)分析了气溶胶中水溶性无机成分的含量.结果表明,PM_2.5和PM₁₀中总水溶性无机离子年平均浓度分别为6.46和8.86 μg/m³,其中主要的3种离子SO^2-₄、NO^-₃和NH⁺₄,占PM_2.5和PM₁₀中总水溶性无机离子浓度的82%和85%.Na⁺、 NH⁺₄、 K⁺、Cl^-和SO^2-₄主要分布在细粒子中,NO^-₃、Mg²⁺和Ca²⁺在粗细粒子中各占一半.雨季Na⁺与Cl^-相关性明显增强,PM_2.5和PM₁₀中Na⁺与Cl^-的相关系数R²分别为0.87和0.84. PM₁₀中SO^2-₄与NH⁺₄的量浓度比值接近1∶2,表明SO^2-₄与NH⁺₄主要以(NH₄)₂SO₄形式存在.     

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.      

青岛大气气溶胶水溶性无机离子的粒径分布特征

为了解大气颗粒物中水溶性离子的来源及环境效应,利用安德森采样器连续采集青岛近海2008年1~12月大气颗粒物分级样品,用离子色谱法分析其中主要的水溶性离子,并讨论其粒径分布特征.结果表明, NH4+、K+、Cl-、NO3-、PO43-、SO42-主要存在于粒径小于2.1μm的细粒子中,Na+、Mg2+、Ca2+、F-则主要存在于粒径大于2.1μm的粗粒子中.各离子的粒径分布存在明显的季节变化.NH4+、K+和SO42-四季均主要分布于细粒子中,而Mg2+和Ca2+则主要分布在粗粒子中,两者均在3.3~4.7μm出现峰值;Na+在春、夏、秋3个季节主要存在于粗粒子中,集中分布在3.3~7.0μm粒径范围内,而在冬季则集中分布于0.43~1.1μm且细粒子含量高于粗粒子;春季Cl-在粗粒子中分布较多,尤以2.1~3.3μm范围内的最为突出,而其他3个季节均是细粒子比例明显偏高;NO3-春、夏两季在粗、细粒子中的含量各占50%,秋、冬季节均为细粒子占多数;PO43-夏季只出现在0.65~1.1μm以及>11μm的粒径范围内,粗粒子占95%,其他3个季节则是细粒子含量较高;春季F-在3.3~4.7μm出现峰值,夏季各粒径均未检出,而秋、冬两季粗、细粒子各占50%.K+、NH4+、F-、Cl-、NO3-、SO42-和PO43-受供暖期燃煤取暖的影响较大.K+和NH4+在供暖期和非供暖期峰值均出现在0.43~0.65μm粒径范围;F-供暖期在0.43~0.65μm和3.3~4.7μm粒径段出现峰值;供暖期Cl-的峰值出现在0.43~0.65μm粒径段,而在非供暖期,则出现在2.1~3.3μm的粗粒径段;SO42-和NO3-在供暖期和非供暖期的峰值均出现在0.43~0.65μm和3.3~4.7μm粒径段;供暖期PO43-的最大峰值出现在0.43~0.65μm粒径段,而在非供暖期其最大峰值出现在3.3~4.7μm粒径段.     

京津冀区域气溶胶中无机水溶性离子污染特征分析

在北京、天津、石家庄、承德城区和北京上甸子区域本底站共设置5个采样点,2009～2010年分季节采集环境PM<,2.5>,并分析其中的无机水溶性离子,进而研究京津冀区域气溶胶中离子组分的污染特征.研究表明,京津冀PM<,2.5>污染较重,北京、天津和石家庄年均浓度均超过了100 μg/m<'3>;5个站点二次离子(SO...     

沈阳大气气溶胶中水溶性无机离子的观测研究

为了解沈阳大气气溶胶中水溶性无机离子浓度水平和季节变化,探究污染期与清洁期气溶胶特性的差异,本研究采集了2012年6月至2013年5月沈阳大气气溶胶分级样品,测定了其中水溶性无机离子浓度.结果表明,沈阳细粒子和粗粒子中水溶性无机离子的浓度总和分别为22.30μg·m~(-3)和14.29μg·m~(-3),其中含量最高的离子分别是SO~(2-)_4和Ca~(2+).细粒子中NH~+_4主要以(NH_4)_2SO_4和NH_4NO_3的形式存在,SO~(2-)_4/NO~-_3质量比为2.28.细粒子中水溶性无机离子的浓度总和(total water soluble inorganic ions,TWSI)季节变化明显,冬春季浓度高,夏秋季浓度低,化石燃料燃烧是细粒子中二次离子冬季出现高值的主要原因;粗粒子中TWSI季节变化不明显,秋季略高,冬季略低,风沙扬尘使秋季粗粒子中的Ca~(2+)出现了显著高值.SO~(2-)_4、NO~-_3、NH~+_4这3种离子浓度总和在冬季清洁期细粒子中比例为80%,污染期则上升为94%;清洁期的离子在细粒径段的峰值主要出现在0.43~0.65μm粒径处,而污染期的离子在细粒径段的峰值主要出现在0.43~2.1μm处,污染期SO~(2-)_4、NO~-_3、NH~+_4这3种离子在细粒径段的峰值由0.43~0.65μm处转移至1.1~2.1μm处,出现了由凝结模态向液滴模态转移的现象;清洁期气团主要生成在贝加尔湖附近,经高空远距离传输至采样点;而污染期气团主要生成并经过我国东北工业区,经低空短距离输送至采样点.     

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。     

阜康大气气溶胶中水溶性无机离子粒径分布特征研究

为了解阜康大气气溶胶中水溶性无机离子的浓度水平、来源以及粒径分布,本研究于2011年2月~2012年2月利用8级惯性撞击式分级采样器采集了阜康大气气溶胶样品,使用离子色谱测定了其中水溶性无机离子含量.分析比较了非采暖期和采暖期主要离子的变化趋势、浓度水平、构成、来源以及粒径分布,在此基础上选取特殊采样日分析了重污染、秸秆燃烧以及春耕期的离子组成以及粒径分布的差异.结果表明,阜康细粒子、粗粒子中总水溶性无机离子(TWSI)在非采暖期和采暖期的浓度分别为11.17、12.68μg·m-3和35.98、22.22μg·m-3;非采暖期的SO2-4主要来自盐碱土扬尘,NO-3和NH+4主要来自农田土壤扬尘,而采暖期的SO2-4、NO-3和NH+4主要来自煤炭等化石燃料燃烧.8种离子在非采暖期和采暖期均呈现双峰分布,相对于非采暖期,采暖期的SO2-4、NO-3和NH+4在细粒径段的峰值发生了粒径增长,SO2-4和NH+4在粗粒径段的峰值出现在3.3~4.7μm处.重污染期间二次污染严重,离子主要分布在1.1~2.1μm处;秸秆燃烧期受生物质燃烧影响大,离子主要分布在<0.65μm粒径段;春耕期土壤扬尘较多,离子主要分布在>3.3μm粒径段.     

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).     

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.     

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<...     

天津市道路环境大气颗粒物水溶性无机离子分析

大气颗粒物,尤其是其中的水溶性无机离子,对人体危害很大.天津市大气污染中机动车尾气污染相对较高,为探究不同道路类型下水溶性无机离子的污染特征,于2015年4~5月对天津市四类道路类型分别进行大气颗粒物PM_(2.5)和PM_(10)采样及水溶性离子组分分析,并运用皮尔森相关性分析、水溶性离子比值关系分析及主成分分析方法进行探讨.结果表明,天津市水溶性无机离子主要集中在细颗粒物中,不同离子在不同道路下所占质量分数差异很大,二次污染相对较重;二次离子是水溶性无机离子的重要组成部分,在细颗粒物中含量相对较高,在PM_(2.5)中的含量是PM_(10)中的1~2倍左右;K~+、Mg~(2+)、Na~+与Ca~(2+)之间有较高的同源性;各道路PM_(2.5)和PM_(10)第一贡献因子均是燃烧和二次污染的混合源,第二贡献因子主要为扬尘与交通混合源.     

《大气污染防治行动计划》后期成都大气PM2.5中水溶性无机离子特征

为探究《大气污染防治行动计划》实施后期成都大气PM2.5中水溶性无机离子(WSIIs)季节变化及来源等特征,本研究于2016～2017年在成都城区进行了分季节PM2.5样品的连续采集,对其中WSIIs进行了全面分析.结果表明,成都市年均ρ(PM2.5)和ρ(WSIIs)分别为(114.0±76.4)μg.m-3和(41.2±31.3)μg.m-3,ρ(WSIIs)可占ρ(PM2.5)的36.1％,其季节贡献特征为:秋季(39.5％)＞冬季(38.2％)＞春季(32.5％)＞夏季(28.9％).全年及各季节P(PM2.5)和ρ(WSIIs)均值均表现为夜间高于白天,且昼夜差异幅度呈现出了明显的季节变化特征.SNA(SO42-、N03-和NH4+)是WSⅡs的重要组成,在春、夏、秋和冬这4季中可占到整体ρ(WSIIs)的84.2％、86.6％、86.3％和87.0％.秋和冬的ρ(NO3)/ρ(SO42-)比值分别为1.1和1.6,高于春和夏的0.96和0.57,移动源和固定源相对贡献随季节变化特征明显.观测期间WSIIs主要来源包括二次生成、扬尘源和燃烧源.后向轨迹分析表明,来自成都东部地区的近地气团对应的P(PM2.5)低于源自西部的高空气团,就WSIIs构成而言,东部气团对应的ρ(SO42-)占比高于西部气团,而西部气团对应的ρ(NO3-)占比则高于前者.     

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.     

郑州市大气细颗粒物中水溶性离子季节性变化特征及其源解析

为探究郑州市PM_2.5的污染水平,水溶性离子组成特征并进行来源分析,于2016年四季进行PM_2.5周年膜采样,每个季节连续采集30 d共采集有效样品170个.分别采用重量法测定PM_2.5的质量浓度,离子色谱法测定水溶性离子浓度,并使用主成分分析法对其进行来源解析.结果表明,在采样期间郑州市PM_2.5年均质量浓度为150.72μg·m^-3,季节性特征明显,冬季最高,夏季最低,秋季略高于春季.NH₄⁺、NO₃^-、SO₄^2-是郑州PM_2.5中最主要的无机水溶性离子,三离子之和占所测7种水溶性离子总含量的比例分别为92.55%（春）、92.94%（夏）、93.06%（秋）和93.15%（冬）.阴阳离子电荷当量年均值为0.886,PM_2.5呈弱碱性.春、夏季节铵盐的存在形态为NH₄NO₃和（NH₄）₂SO₄,秋季铵盐的存在形式可能为NH₄NO₃、（NH₄）₂SO₄和NH₄HSO₄,冬季NH₄⁺除上述3种存在形式外,可能还以NH₄Cl或其他形式存在.郑州市大气中存在较强的SO₂、NO₂二次转化过程,水溶性离子的主要来源是二次转化过程,化石燃料和生物质燃烧、矿尘、农业活动以及土壤和建筑尘等.     

烟花爆竹燃放对北京大气污染物和水溶性无机离子的影响

为了解春节期间烟花爆竹燃放对北京大气污染物和PM_2.5中水溶性无机离子贡献的影响,采用浓度特征对比、相关性分析等方法,对2011年2月1日-3月1日期间的PM₁₀、气态污染物、PM_2.5中水溶性无机离子浓度等在线数据进行了分析.结果表明:烟花爆竹的燃放会在短时间内加重PM₁₀颗粒物污染,集中燃放期（含除夕、春节、正月初五、元宵节）ρ（PM₁₀）和φ（SO₂）（分别为232μg/m3和40.2×10-9）是非集中燃放期（63μg/m3和16.0×10-9）的3.7和2.5倍,燃放烟花爆竹对ρ（PM₁₀）和φ（SO₂）的小时贡献率分别达到56.8%和35.6%;但对φ（CO）、φ（NO）、φ（NO₂）无显著影响.而观测期间由其他因素导致的污染期ρ（PM₁₀）和各气态污染物小时体积分数有所增加,分别是非集中燃放期的3.0~8.3倍.燃放烟花爆竹对PM_2.5中ρ（Mg2+）、ρ（K+）、ρ（Cl-）的影响最大,分别为非集中燃放期的65.0、31.6、6.9倍,贡献率分别为88.6%、87.2%、65.8%. ρ（Mg2+）、ρ（K+）与ρ（Cl-）在集中燃放期表现出较高的相关性（R>0.9）.污染期ρ（SO₄2-）、ρ（NO₃-）、ρ（NH₄+）明显升高,分别为非集中燃放期的3.8、16.4、8.3倍,同时高于集中燃放期（分别为2.7、2.5、2.1倍）.集中燃放期PM_2.5中主要以NH₄HSO₄、NH₄NO₃、KNO₃、KCl、NH₄Cl、MgCl₂等形式存在.集中燃放期硫氧化物转化率（SOR）高于非集中燃放期和污染期,而氮氧化物转化率（NOR）则是污染期最高.研究显示,燃放烟花爆竹对ρ（PM₁₀）及PM_2.5中ρ（Mg2+）、ρ（K+）、ρ（Cl-）影响最大,污染期各离子浓度均有大幅升高,NOR在污染期的高值是导致ρ（NO₃-）升高的重要原因.      

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.