北京交通环境PM10分布特征及重金属形态分析

以北京市西三环航天桥地区为对象,研究了城市交通环境大气可吸入颗粒物浓度及主要化学组成随时间和粒径的分布特征. 结果表明:该地区大气中ρ(PM₁₀)冬季略高于春季,秋季次之,夏季最低;颗粒物中ρ(PM_2.5)/ρ(PM₁₀)和ρ(PM_1.0)/ρ(PM₁₀)平均值分别为82.6%和70.3%;ρ(PM₁₀)与ρ(PM_2.5)和ρ(PM₁₀)与ρ(PM_1.0)之间均有显著的相关性. PM₁₀中金属元素浓度冬春季较高,夏秋季较低;Mg,Ca和Fe等地壳元素浓度随粒径的减小而降低,而Pb,Zn和Ni等重金属元素浓度总体上随粒径的减小而增加. 颗粒物中的Cr和Ni主要以有机物结合态存在,Cu,Zn和Cd主要以酸可提取态存在,Pb主要以酸可提取态和氧化物结合态存在;颗粒物中所含Cd和Zn元素的生物有效性最高. PM₁₀中水溶性ρ(SO₄2-)在夏季和冬季最高,秋季最低,而水溶性ρ(NO₃->/sup>)全年变化不大;［0.43～2.1 μm)粒径段颗粒物中的水溶性ρ(SO₄2-)及ρ(NO₃->/sup>)较高,分别占PM₁₀中水溶性ρ(SO₄2-)及ρ(NO₃->/sup>)总量的68.3%及57.6%;ρ(NO₃->/sup>)/ρ(SO₄2-)平均值为0.659.      

重庆市主城区不同粒径颗粒物水溶性无机组分特征

于2010年3月—2011年7月,在重庆市主城区同步采集PM_1.0、PM_2.5和PM₁₀三种粒径的颗粒物样品. 用离子色谱分析了样品中F-、Cl-、NO₃-、SO₄2-、Na+、NH₄+、K+、Mg2+和Ca2+ 9种水溶性无机组分,并收集了SO₂和NO₂等气体污染物的数据. 结果表明:采样期间ρ(PM_1.0)、ρ(PM_2.5)和ρ(PM₁₀)分别为82.9、104和160 μg/m3,PM_1.0、PM_2.5、PM₁₀中所测9种水溶性无机组分的浓度之和分别为40.82、48.66和57.99 μg/m3. ρ(SO₄2-)、ρ(NO₃-)和ρ(NH₄+)相对较高,并且主要分布在细颗粒物中. 多数水溶性无机组分浓度冬季最高,春季其次,夏、秋季浓度偏低. 所测组分溶液的pH显酸性,冬季样品的pH最低,细粒子的酸性要强于粗粒子. SOR(硫的氧化率)与NOR(氮的氧化率)与国内其他地区相比较高,SOR秋季最高,NOR冬季最高. 因子分析结果表明,化石燃料以及生物质的燃烧、机动车尾气排放是水溶性无机组分的主要来源,建筑施工、土壤风沙等扬尘类污染源对水溶性无机组分也有一定的贡献.      

漯河市PM10和PM2.5中水溶性离子浓度特征及其来源解析

为了研究漯河市PM_2.5和PM₁₀及其水溶性离子变化特征,于2017年5月—2018年2月在漯河市3个采样点同步采集PM_2.5和PM₁₀样品,分别获得PM_2.5和PM₁₀有效样品191和190个.用离子色谱法分析样品中F-、Cl-、NO₃-、SO₄2-、Na+、NH₄+、K+、Mg2+、Ca2+等9种水溶性无机离子.结果表明:在采样期间,漯河市ρ（PM_2.5）平均值为72.42 μg/m3,其中ρ（总无机水溶性离子）的年均值为34.76 μg/m3,占ρ（PM_2.5）的46.72%;ρ（PM₁₀）平均值为126.52 μg/m3,其中ρ（总无机水溶性离子）的年均值为46.40 μg/m3,占ρ（PM₁₀）的35.67%.2种颗粒物水溶性离子质量浓度的季节性变化均呈冬季高、夏季低的趋势.PM_2.5/PM₁₀〔ρ（PM_2.5）/ρ（PM₁₀）〕在四季分别为0.50、0.61、0.56、0.57.采样期间漯河市PM_2.5中NOR（氮氧化率）和SOR（硫氧化率）的年均值分别为0.17和0.30,PM₁₀中NOR和SOR的年均值分别为0.22和0.34,说明颗粒物中SO₄2-的二次转化效率高于NO₃-.PM_2.5和PM₁₀在采样期间均呈弱碱性,且碱性在夏季最强,秋季最弱.利用PMF模型分析PM_2.5和PM₁₀中水溶性离子的主要来源发现,PM_2.5中水溶性离子来源主要包括生物质燃烧源、燃煤源、建筑扬尘源、工业源和二次污染源,PM₁₀中水溶性离子来源主要包括燃煤源、建筑扬尘源、二次污染源、生物质燃烧源和工业源.研究显示,漯河市颗粒物污染中水溶性离子来源复杂,应采取多源控制的污染防治措施.      

西宁市PM2.5水溶性无机离子特征及其来源解析

为探讨西宁市PM_2.5水溶性无机离子的特征及其来源,于2017年1月-2018年4月在西宁市开展PM_2.5样品采集工作,使用离子色谱仪分析水溶性无机离子.结果表明:西宁市大气中ρ（PM_2.5）平均值为（42.7±36.6）μg/m3,4个采样点ρ（PM_2.5）大小顺序依次为市区（54.9 μg/m3）>工业区（44.1 μg/m3）>郊区（40.8 μg/m3）>农村（28.3 μg/m3）;ρ（PM_2.5）季节性分布特征明显,呈冬季最高、夏季最低的特征.SNA（为SO₄2-、NO₃-和NH₄+的统称）是最主要的水溶性离子,占总水溶性离子的66.3%,SNA季节性分布特征为冬季最高、夏季最低.4个采样点SOR（硫氧化率）和NOR（氮氧化率）平均值均大于0.10,说明SO₄2-和NO₃-主要来源于二次转化.采样期间PM_2.5中ρ（NO₃-）/ρ（SO₄2-）为0.72,表明燃煤源排放大于交通源排放.主成分分析显示,西宁市PM_2.5水溶性离子来源主要为二次粒子源、工业源、扬尘源和燃烧源.研究显示,西宁市城区、工业区、郊区大气中ρ（PM_2.5）平均值均超过GB 3095-2012《环境空气质量标准》一级标准限值,建议减少PM_2.5的产生应以控制二次粒子源、工业源、燃烧源和扬尘源为主.      

本溪市PM2.5中水溶性离子季节性变化特征及来源分析

为研究本溪市大气PM_2.5中水溶性离子污染特征,于2016年1—10月在本溪市开展PM_2.5样品采集,使用离子色谱法分析了其中8种水溶性离子（Cl-、NO₃-、SO₄2-、NH₄+、Ca2+、Na+、Mg2+、K+）,并采用PMF（positive matrix factorization,正矩阵因子分解法）模型对水溶性离子的来源进行分析.结果表明:观测期间,本溪市ρ（PM_2.5）平均值为（57.6±21.9）μg/m3,ρ（PM_2.5）季节性变化特征明显,呈冬季 > 秋季 > 春季 > 夏季趋势;水溶性离子平均质量浓度为19.3 μg/m3,占ρ（PM_2.5）的33.6%,各离子质量浓度高低顺序为SO₄2- > NO₃- > NH₄+ > Cl- > Ca2+ > K+ > Na+ > Mg2+;SNA（SO₄2-、NO₃-和NH₄+）是PM_2.5中主要的3种离子,在春季、夏季、秋季和冬季分别占水溶性离子的73.2%、88.2%、82.5%和73.6%,表明夏季的二次污染较为严重.阴、阳离子电荷平衡分析结果显示,阴离子相对亏损,本溪市PM_2.5整体呈弱碱性,NO₃-、SO₄2-与NH₄+相关性较高,其在PM_2.5中主要以NH₄NO₃和NH₄HSO₄的形式存在. PMF分析结果表明,本溪市PM_2.5中水溶性离子的来源主要包括二次转化源、燃煤源和扬尘源.研究显示,本溪市PM_2.5中水溶性离子季节性变化特征明显,二次转化源、燃煤源和扬尘源是其主要来源.      

夏季黄海渤海上空大气颗粒物中水溶性离子浓度分布与化学特征

水溶性离子是PM_2.5和PM₁₀中的重要组分,其在大气中的直接和间接辐射能够对全球气候变化产生十分重要的影响.于2013年夏季采集黄海渤海上空大气PM_2.5和PM₁₀样品,采用离子色谱法分析其中主要水溶性离子(Cl-、NO₃-、SO₄2-、Na+、K+、NH₄+、Mg2+和Ca2+)及痕量有机酸离子〔CH₃SO₃-(MSA)、CH₃COO-和HCOO-〕浓度,研究其化学特性及主要来源.结果表明:PM_2.5和PM₁₀中主要水溶性离子总质量浓度分别为21.16～25.07和24.14～29.45 μg/m3,平均值分别为(23.16±3.16)和(26.83±4.22)μg/m3,PM_2.5和PM₁₀中二次离子〔nss-SO₄2-(非海盐硫酸盐)、NO₃-和NH₄+〕的质量浓度较高,对总离子质量浓度的贡献分别为90.65%和79.87%.PM_2.5和PM₁₀中酸性离子与碱性离子当量浓度基本中和,呈现中性.气溶胶中nss-SO₄2-/NO₃-(质量浓度比)有一定下降趋势,表明近年来我国燃煤SO₂排放得到了一定控制.此外,ρ(MSA)、ρ(CH₃COO-)和ρ(HCOO-)在PM_2.5中的平均值分别为(0.006 2±0.002 3)(0.005 2±0.002 4)(0.000 9±0.000 3)μg/m3,而在PM₁₀中分别为(0.008 3±0.002 5)(0.008 5±0.002 4)和(0.001 3±0.000 5)μg/m3,并且ρ(MSA)、ρ(CH₃COO-)、ρ(HCOO-)与ρ(NO₃-)的线性关系较好,表明有机酸离子的浓度变化受人类活动影响较为显著.      

苏南五市秋冬季PM2.5化学组成特征和空间差异

于2020年9月至2021年2月在苏南五市(南京、苏州、无锡、常州和镇江)收集PM_2.5滤膜样品,分析了各样品中的水溶性无机离子和碳质组分.结果表明,苏南五市PM_2.5各组分中ρ(NO₃^-)均为最高[(9.54±10.1)～(12.1±11.3)μg·m^-3],比其它目标组分高约2倍以上.由于受更多道路扬尘和燃煤源的影响,常州市PM_2.5中Ca²⁺、Cl^-、OC和EC的浓度平均值高于其它4个城市.将所有目标组分浓度相加得到重构PM_2.5(r PM_2.5)浓度,发现各城市r PM_2.5浓度均由二次无机离子(NH₄⁺、NO₃^-和SO₄^2-,SNA)主导,占比高达(59.2%±11.1%)～(70.8%±9.72%),且r ...     

唐山市2017年采暖期不同污染等级PM2.5化学组分特征对比与来源分析

为深入了解唐山市采暖期PM_2.5污染成因与来源,采用在线监测设备于2017年12月1日-2018年1月28日连续监测了唐山市PM_2.5及其水溶性离子和碳质组分（OC、EC）的质量浓度变化,并结合部分常规气体污染物及气象数据进行对比分析.结果表明:①相对湿度的增加和风速的降低促进了污染的发展.②清洁、轻中度污染和重污染时,SOR（硫氧化率）分别为0.05、0.08、0.20,NOR（氮氧化率）分别为0.05、0.12、0.26,随着污染的加重,SO₂、NO_x向PM_2.5中SO₄2-、NO₃-的二次转化现象更加明显.③清洁时,ρ（OC）、ρ（EC）、ρ（SO₄2-）和ρ（Cl-）占PM_2.5化学组分（水溶性离子、碳质组分）质量浓度总和的68%,主要污染源为燃煤;清洁、轻中度污染和重污染时,ρ（NO₂）/ρ（SO₂）分别为0.96、1.14、1.44,ρ（NO₃-）/ρ（SO₄2-）分别为0.94、1.57和1.75;重污染时,ρ（SO₄2-）、ρ（NO₃-）、ρ（NH₄+）三者之和占PM_2.5化学组分质量浓度总和的61%,二次污染物成为主要污染源.④观测期,唐山市轻中度污染和重污染时,受经北京市、天津市等唐山市西部地区方向气团影响频率分别为61%、63%,受该方向气团影响时,ρ（NO₂）/ρ（SO₂）、ρ（NO₃-）/ρ（SO₄2-）明显增大.研究显示,相较于燃煤排放物在大气污染物中的占比变化,随着污染的加重,工业工艺和机动车尾气排放产生的污染物占比明显增大,区域传输对大气污染影响不可忽略,政府有必要开展区域联防联控、停产限产和限行限号的措施.      

聊城市冬季PM2.5及水溶性离子污染特征及来源分析

为研究聊城市冬季PM_2.5污染特征,于2016年1月7-29日在聊城市区对PM_2.5样品进行了采集,并对其水溶性离子（包括F-、Cl-、NO₃-、SO₄2-、NH₄+、Ca2+、Na+、Mg2+、K+）进行了分析.结果显示:观测期间聊城市ρ（PM_2.5）平均值为（192.4±88.9）μg/m3,超过GB 3095-2012《环境空气质量标准》日均二级标准限值的1.6倍.水溶性离子质量浓度为（77.4±46.9）μg/m3,占ρ（PM_2.5）的40.2%,其中SNA（NO₃-、SO₄2-和NH₄+）为主要离子,占水溶性离子比例达82.5%.轻度、中度、重度及严重污染时PM_2.5中水溶性离子质量浓度分别为（32.49±3.67）（46.26±17.66）（77.11±11.64）和（139.21±51.71）μg/m3,SNA分别占ρ（PM_2.5）的24.4%、26.7%、30.4%和39.0%,随着污染程度加重,SNA比例升高.观测期间SOR（硫转化率）与NOR（氮转化率）的平均值分别为0.18和0.20,随着ρ（PM_2.5）升高,SOR及NOR明显上升,表明冬季PM_2.5污染越严重时SO₂与NO₂的转化速率越强,二次无机污染严重.主成分分析结果表明,二次转化、扬尘源及工业生产为水溶性离子的主要来源.后向气流轨迹结果显示,观测期间污染气团主要来源于西北方向,受内蒙古及河北城市影响较大,但当污染气团来源于周边城市且天气静稳时,颗粒物浓度最高.研究显示,聊城市冬季PM_2.5污染较为严重.      

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.      

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。     

济南秋季大气PM_(2.5)中水溶性离子的在线观测

2008年9月29日—10月15日使用大气细颗粒物快速捕集系统实时、在线分析了济南秋季PM2.5中水溶性离子的质量浓度,并结合气象资料和部分前体物(SO2,NOx和O3)浓度进行了相关分析.结果表明:济南秋季燃煤污染严重,SO42-,NO3-和NH4+是大气PM2.5中水溶性离子的主要组分,三者质量浓度之和占总水溶性离子(TW SI)质量浓度的90%以上;SO42-污染物主要受远距离传输的影响,NO3-和NH4+污染物主要受局地源的影响;SO42-和NO3-的昼夜形成机理不同,它们的形成过程主要受相对湿度、温度和O3浓度的影响.周边地区生物质燃烧导致了济南重污染天气的产生,降水对污染物的清除作用较强.对比土壤和海盐中各种离子的质量浓度比可知,济南秋季PM2.5中的K+受生物质燃烧的影响较大,C l-主要来源于海盐和生物质燃烧,Na+主要来源于海盐.     

天津市EC和OC气溶胶排放源的估算

通过调研天津市污染源,在原有NO_x,SO₂,NMVOC,CO,NH₃,PM₁₀和PM2.5等污染物的基础上,从工农业生产和居民生活方面计算了天津市各行业、各区县的元素碳(EC)和有机碳(OC)排放量,对天津市2003年大气污染源排放清单进行了发展和补充. 结果表明:天津市2003年EC排放量为1.30×104 t,OC为2.40×104 t. 从排放源的行业分布来看,燃煤源是天津市EC和OC的重要排放源,对EC和OC排放量的贡献均为42%. 移动源与秸秆燃烧也是较大排放源,移动源对EC和OC排放量的贡献分别为43%和35%,秸秆燃烧对EC和OC的贡献分别为15%和23%. 炼焦、钢铁行业是EC和OC的主要工业源,炼焦行业的EC和OC排放量分别占工业源排放量的47%和23%,钢铁行业的EC和OC排放量分别占工业源排放量的24%和18%. 2003年天津市区对EC和OC的贡献均高于其他区县,其次,武清区、塘沽区对2种污染物的贡献也很高. 民用源的EC排放量在PM_2.5中占33.7%. 集中供热的OC排放量在PM_2.5中占67.6%,在各行业中最高. EC和OC排放量在PM2.5中所占比例最高的区域均在市区,最高值分别为25.0%和43.3%,其次是大港区和塘沽区.秸秆燃烧和移动源的估算误差较小,工业燃煤源的估算误差较大. 秸秆燃烧的正负误差分别为+18%和－16%,工业燃煤源的正负误差分别为+300%和－50%.      

Characteristics of size distributions and sources of water-soluble ions in Lhasa during monsoon and non-monsoon seasons

To understand the physical and chemical characteristics, particle size distribution and sources of size-separated aerosols in Lhasa, which is located on the Tibetan Plateau (TP), six sizes of aerosol samples were collected in Lhasa in 2014. Ca²⁺, NH₄⁺, NO₃^?, SO₄^2?and Cl^? were the dominant ions. The ratio of cation equivalents (CE) to anion equivalents (AE) for each particle size segment indicated that the atmospheric aerosols in Lhasa were alkaline. SO₄^2? and NO3^? could be neutralized by Ca²⁺, but could not be neutralized by NH₄⁺, according to the [NH₄⁺]/[NO₃^??+?SO₄^2?] and [Ca²⁺]/[NO₃^??+?SO₄^2?] ratios. Mobile sources were dominant in PM_0.95–1.5, PM_1.5–3 and PM_3–7.2, while stationary sources were dominant in the other three size fractions according to the [NO₃^?]/[SO₄^2?] ratios. The particle size distribution of all water-soluble ions during monsoon and non-monsoon periods was characterized by a bimodal distribution due to the different sources and formation mechanisms, and it was revealed that different ions had different sources in different seasons and different particle size segments by combining particle size distribution with correlation analysis. Source analysis of aerosols in Lhasa was performed using the Principal component analysis (PCA) for the first time, which revealed that combustion sources, motor vehicle exhaust, photochemical reaction sources and various types of dust were the main sources of Lhasa aerosols. Furthermore, Lhasa''s air quality was also affected by long-distance transmission, expressed as pollutants from South Asiaand West Asia, which were transmitted to Lhasa according to backward trajectory analysis.     

北京市大气细颗粒物PM2.5的来源研究

2000-2001年在北京联合大学化学学院、中国预防科学研究院和中国环境科学研究院3个采样点采集北京市PM2.5样品,并对其中无机元素、阴阳离子、有机碳(OC)、元素碳(EC)和有机物进行测定.以多环芳烃和部分无机组分为示踪物,利用CMB受体模型对PM2.5来源进行解析.结果表明,北京市PM2.5的主要来源为燃煤、扬尘、机动车排放、建筑尘、生物质燃烧、二次硫酸盐和硝酸盐及有机物.污染源贡献率随地域变化不大,燃煤、扬尘、生物质燃烧、二次硫酸盐和硝酸盐随季节变化比较明显.与1989-1990年解析结果相比,10年间PM2.5来源发生了一定变化.      

天津城市大气污染物浓度垂直分布特征

利用2007年10月10日~2008年9月30日天津边界层气象观测塔得到的PM2.5质量浓度、O3和NO2体积分数等梯度资料,对比分析了不同高度上各污染物数据统计特征,并对各污染物数据的时间变化特征及垂直分布进行了讨论.结果表明,天津市PM2.5污染严重,且易发生光化学污染事件.各高度层PM2.5浓度在12、1和2月份存在较大差异,其他月份差异较小;O3体积分数均表现出夏季高冬季低的典型特征;NO2体积分数在220m高度处变化较为复杂且全年波动较大,120m处变化平稳,40m处则表现出春夏季高、秋冬季低的特点.PM2.5体积分数和NO2体积分数日变化均呈现双峰型,峰值的出现与早晚出行高峰以及边界层的变化有关,且污染物出现峰值的时间由低到高存在2~3h的延迟.O3体积分数与太阳辐射强度关系密切,各层均在14：00前后达到最大,而夜间的还原反应使各层臭氧体积分数下降.40m和120m处NO2体积分数变化较为一致,全天波动很小,而220m处波动较大,昼夜差异明显.     

苏南农村地区大气PM2.5元素组成特征及其来源分析

为了解苏南农村地区大气细颗粒物的污染水平及其可能的来源,在2002年7月-2003年1月的夏、秋、冬3个季节对雪堰镇和太湖站PM_2.5进行采样和分析,得到了PM_2.5和14种组成元素的质量浓度.研究表明,苏南农村地区PM_2.5的污染水平较高,S,Zn,Pb和As 4种污染元素的质量浓度水平与城市接近;组成元素的季节分布规律存在区域差异,这可能与局地源的贡献,大气细颗粒物中、长距离传输以及复杂的气象条件有关.因子分析结果表明,土壤源、燃煤源、冶金或垃圾焚烧和汽车尾气4类源对PM_2.5有明显贡献,说明人类活动对苏南农村地区PM_2.5具有重要影响.      

2007年北京夏季降水分段采样酸度和化学成分分析

为掌握降水酸度和污染性化学成分随降水持续时间的变化规律,对北京2007年夏季5次典型降水过程分时段采样,分别测定了pH值、电导率,并分析了其中水溶性大气污染成分SO42-、NO3-、NH4+等随时间的变化特征.结果表明,pH加权平均值在降水初期为5.70±0.73,为非酸雨;平缓期为4.35±0.56,呈酸雨特征.pH、电导率和各离子浓度随降水时间的持续而迅速下降,10~45 min后进入平缓期,各污染离子随之下降率为50%~90%.来自北京西北方向云团的降水(8月1日)pH值较高、污染物浓度较低,SO42-、NO3-和NH4+分别为65.4、23.9和117.3μeq/L;而来自偏南云团降水(8月6日)pH值较低、污染物浓度较高,SO42-、NO3-和NH4+浓度分别为310.8、95.7和249.8μeq/L.北京夏季二次粒子浓度升高,将使降水酸化加剧.     

环境空气质量统计预报模式的研究——沈阳市环境空气质量各季节预报模式

利用沈阳市大气自动监测数据和同期气象资料,采用统计预报方法开发研制了环境空气质量预报模式,预报模式包括春、夏、秋、冬四季预报方程。预报对象为:可吸入颗粒物(PM10)、二氧化硫(SO2)、二氧化氮(NO2)日均值,经过近5年的使用,预报效果良好。