廊坊市秋季环境空气中颗粒物组分昼夜变化特征研究

为研究廊坊市区秋季环境空气中颗粒物浓度及其组分昼夜变化特征,于2015年9月12—21日在廊坊市进行PM_(2.5)和PM_(10)采样,并对采集的样品无机元素、水溶性离子和碳组分(OC和EC)分析.结果表明,夜间PM_(2.5)和PM_(10)浓度比白天高,且下半夜出现大幅上升.PM_(2.5)/PM_(10)比值为0.49~0.62,下半夜最高.碳组分、Ba、Cr、Cl~-、NO_3~-、SO_4~(2-)、NH_4~+等主要富集在PM_(2.5)中,而Ca、Al、Si、Mg~(2+)和Ca~(2+)等主要富集在PM_(10)中.通过昼夜颗粒物组分对比发现,夜间EC、Cu、Zn、Cr、Pb、Cl~-、NO_3~-和NH_4~+等浓度明显上升.同时,下半夜OC/EC比值明显变小,Cl-、NO_3~-和NH_4~+浓度明显增大,同时段CO和NO_2浓度上升,而SO_2浓度变化平缓.以上表明采样期间廊坊夜间可能存在移动源和部分工业污染源排放.     

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.     

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。     

延庆区大气PM_(2.5)组分构成及特征分析

2017年7月至2018年6月期间,作者对北京市延庆区夏都公园和体育公园2个点位开展为期1年的PM_(2.5)化学组分研究,通过Pearson系数研究各组分间关系。结果表明:采样期间2个点位的PM_(2.5)主要成分为OM、EC、NH_4~+、NO_3~-、SO_4~(2-)、地壳元素、微量元素及其他,质量浓度分别为16.67、3.25、2.98、6.68、4.02、7.98、2.06、5.86μg/m~3,占比分别为33%、7%、6%、13%、8%、17%、4%、12%,OM为PM_(2.5)最大的组分;各组分含量随季节变化,OM春秋季节最高;NO_3~-离子春季最高,占比为18%;NH_4~+和SO_4~(2-)离子夏季最高;地壳元素在冬季占比最高。优、良天气条件,有机物占比最大,34%～37%;重污染时,二次离子占比高达58%;天气由优、良向重污染变化,地壳元素占比明显降低,重污染时仅2%。延庆区OC/EC比值为3.2,表明大气中存在二次污染,主要来自机动车和燃煤排放;NO_3~-/SO_4~(2-)比值大于1,说明移动源对延庆区PM_(2.5)贡献较大。EC与OM在不同空气质量级别,均存在显著相关性,具有同源性;NH_4~+与SO_4~(2-)和NO_3~-间的相关性随着空气质量变差而增强;OM与地壳元素随着空气质量变差,相关性减弱,优良天为显著线性相关,重污染时无明显线性相关。     

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.     

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。     

基于样方法的天津市春季道路扬尘PM2.5中水溶性离子特征及来源解析

为研究天津市道路扬尘PM_(2.5)中水溶性无机离子组分特征及其来源,于2015年4月采集天津市道路扬尘样品,利用再悬浮采样器将采集的样品悬浮到滤膜上,用离子色谱仪分析其水溶性无机离子组分,利用相关分析和比值分析及主成分法对其污染特征和来源进行探讨.结果表明,天津市8种水溶性无机离子占道路扬尘PM_(2.5)的6.13%±2.32%;不同道路类型道路扬尘PM_(2.5)中水溶性无机离子总量差异较大.相关性分析表明Na~+、K~+、Mg~(2+)和Ca~(2+)这4种离子同源性较高.NO_3~-/SO_4~(2-)比值显示固定源对天津市春季道路扬尘PM_(2.5)的影响更为显著.通过主成分分析法可知,天津市春季道路扬尘PM_(2.5)主要来源于燃煤源、移动源、生物质燃烧源和建筑施工扬尘.     

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.     

盘锦市冬季PM2.5水溶性离子特征及来源分析

为探讨盘锦市冬季PM_(2.5)水溶性离子污染特征和来源,于2017年1月采集3个点位的PM_(2.5)样品,用ICS-900离子色谱仪分析了8种离子(Na~+、Mg~(2+)、Ca~(2+)、K~+、NH_4~+、SO_4~(2-)、Cl~-和NO_3~-).开展了PM_(2.5)和离子浓度特征分析、硫氧化率(SOR)和氮氧化率(NOR)计算、离子平衡计算、主成分分析等.结果表明:盘锦市冬季PM_(2.5)浓度与水溶性离子浓度特征为文化公园开发区第二中学;SO_4~(2-)、NO_3~-、NH_4~+质量浓度较大;冬季硫氧化率(SOR)和氮氧化率(NOR)的均值均大于0.10,说明SO_4~(2-)、NO_3~-主要由SO_2和NO_x转化而来;阳离子和阴离子当量相关性较强;开发区整体上呈现出中性,文化公园与第二中学呈现出偏碱性;盘锦市PM_(2.5)中水溶性离子主要来源于煤烟尘,生物质燃烧,二次粒子以及扬尘.     

春季沙尘过程北京市不同粒径大气气溶胶污染特征及来源分析

为了解沙尘气溶胶在大气中的物理、化学特性演变,于2017年5月北京沙尘暴发期间,对北京大气中不同粒径颗粒物的质量浓度进行了连续观测,并用离子色谱仪和水溶性有机碳分析仪对其中的主要水溶性化学组分进行了检测.结果表明,沙尘期间TSP及其中的水溶性有机碳(WSOC)、元素碳(EC)、有机碳(OC)和水溶性无机离子的平均质量浓度分别为(2237.59±681.49)、(29.90±18.05)、(1.46±3.05)、(67.35±29.07)和(136.75±46.38)μg·m~(-3),除EC变化不大外,其他成分沙尘期浓度远高于非沙尘期,其中Na~+、NH_4~+、K~+、Mg~(2+)、Ca~(2+)、Cl~-、NO_3~-、SO_4~(2-)、WSOC的浓度分别为沙尘前的11.55、3.00、14.88、14.89、9.40、4.60、2.40、3.91、1.83倍,浓度增长最为明显的是地壳元素离子,变化最小的为NH_4~+和NO_3~-;粒径分析表明,地壳元素离子在整个采样期间均在粗粒径段(4.7~5.8μm)表现出最大浓度;沙尘期间SO_4~(2-)及NO_3~-均以粗模态为主,沙尘结束后SO_4~(2-)在0.43~0.65μm粒径段出现峰值,而NO_3~-依然是在4.7~5.8μm粒径段出现峰值,表明大部分NO_3~-主要以非均相反应存在于粗粒径段中.沙尘期SO_4~(2-)与地壳元素离子表现显著的正相关关系,与NH_4~+没有表现出相关性,表明沙尘期SO_4~(2-)主要来自于沙尘携带的一次来源,非沙尘期SO_4~(2-)与地壳元素没有明显的相关性,而与NH_4~+之间相关系数r=0.70,表明其为非均相二次转化形成.NO_3~-与地壳元素离子和NH_4~+的相关性分析表明其在沙尘期既有一次来源,也有二次转化,而在非沙尘期主要来源于二次转化过程.     

2015年春节期间天津烟花爆竹燃放对空气质量的影响

为了解2015年春节期间烟花爆竹燃放对天津市空气质量的影响,在天津市环境监测中心利用在线监测仪器对环境空气中的气态污染物浓度(SO_2、O_3、NO、NO_2等)、颗粒物浓度(PM_(1.0)、PM_(2.5)、PM_(10)等)、颗粒物水溶性离子、有机碳(OC)和元素碳(EC)进行连续观测.通过烟花爆竹燃放时段和正常时段的对比,分析并探讨烟花爆竹燃放对各污染物排放特征的影响.结果表明,烟花爆竹集中燃放对PM_(1.0)、PM_(2.5)、PM_(10)和SO_2的影响最为显著,燃放高峰期(初一0:00),其浓度分别为284.00,428.00,714.00,283.14μg/m~3,且燃放期间,其平均值分别比非燃放期增加了2.99、2.54、2.07和3.27倍;烟花爆竹燃放对PM_(2.5)中水溶性离子K~+、Mg~(2+)、Cl~-、SO_4~(2-)、Na~+和NO_2~-影响最大,燃放高峰期,6种离子在PM_(2.5)中比例达35.28%.另外,PM_(2.5)中OC、EC浓度也在燃放高峰期出现明显的峰值(分别为:15.68、2.96μg/m~3),分别为前一小时平均浓度的2.00和1.37倍.     

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.     

2015年春节期间天津烟花爆竹燃放对空气质量的影响

为了解2015年春节期间烟花爆竹燃放对天津市空气质量的影响,在天津市环境监测中心利用在线监测仪器对环境空气中的气态污染物浓度(SO_2、O_3、NO、NO_2等)、颗粒物浓度(PM_(1.0)、PM_(2.5)、PM_(10)等)、颗粒物水溶性离子、有机碳(OC)和元素碳(EC)进行连续观测.通过烟花爆竹燃放时段和正常时段的对比,分析并探讨烟花爆竹燃放对各污染物排放特征的影响.结果表明,烟花爆竹集中燃放对PM_(1.0)、PM_(2.5)、PM_(10)和SO_2的影响最为显著,燃放高峰期(初一0:00),其浓度分别为284.00,428.00,714.00,283.14μg/m~3,且燃放期间,其平均值分别比非燃放期增加了2.99、2.54、2.07和3.27倍;烟花爆竹燃放对PM_(2.5)中水溶性离子K~+、Mg~(2+)、Cl~-、SO_4~(2-)、Na~+和NO_2~-影响最大,燃放高峰期,6种离子在PM_(2.5)中比例达35.28%.另外,PM_(2.5)中OC、EC浓度也在燃放高峰期出现明显的峰值(分别为:15.68、2.96μg/m~3),分别为前一小时平均浓度的2.00和1.37倍.     

徐州市冬季大气细颗粒物水溶性无机离子污染特征及来源解析

本研究于2015年12月至2016年2月在徐州市城区采集大气细颗粒物PM_(2.5)样品共32套,使用离子色谱法分析了颗粒物中的F~-、Cl~-、NO_3~-、SO2-4、Na~+、Mg~(2+)、NH_4~+、K~+和Ca~(2+)的质量浓度.观测期间,徐州市冬季PM_(2.5)的平均质量浓度为(164.8±77.3)μg·m-3,9种水溶性离子总质量浓度为(67.5±36.1)μg·m~(-3),占PM_(2.5)的40.9%,各离子浓度高低顺序为NO_3~-SO_4~(2-)NH_4~+Cl~-Ca~(2+)K~+Na~+Mg~(2+)F~-,其中NH_4~+、NO_3~-和SO_4~(2-)是最主要的水溶性离子.清洁大气、轻度霾和重度霾时期PM_(2.5)中总水溶性无机离子(WSIIs)质量浓度分别为(12.8±8.8)、(59.0±22.8)、(86.3±36.0)μg·m~(-3),SNA分别占WSIIs的86.4%、82.8%和78.9%.NH_4~+、NO_3-和SO_4~(2-)三者之间相关性显著,在PM_(2.5)中的结合方式为(NH_4)_2SO_4和NH_4NO_3.徐州市PM_(2.5)中水溶性离子的主要来源为二次转化、生物质燃烧、化石燃料燃烧和矿物粉尘等.     

云冈石窟大气细颗粒物水溶性离子污染特征

为了解大同云冈石窟景区大气PM_(2.5)浓度及PM_(2.5)中水溶性离子污染特征,分别于2012年12月16-22日、2013年7月3-6日、10月28-31日、2014年4月13-18日使用中流量大气PM_(2.5)采样器在景区内两采样点共采集PM_(2.5)样品42个,运用称重法计算大气PM_(2.5)质量浓度,使用离子色谱仪测定了PM_(2.5)中Na~+、K~+、Mg~(2+)、Ca~(2+)、NH_4~+、F~-、Cl~-、NO_3~-和SO_4~(2-) 9种水溶性无机离子含 量。结果表明:采样点大气PM_(2.5)质量浓度介于28.1～q257.8μg/m~3。20#石窟采样点大气PM_(2.5)浓度均值普遍高于研究院采样点,与石窟前人类活动较多有关。所测离子中二次离子SO_4~(2-)、NO_3~-、NH_4~+所占比重较大,三者结合方式主要为(NH_4)_2SO_4、NH_4HSO_4、NH_4NO_3。除10月外,其它采样期内[NO_3~-]/[SO_4~(2-)]比值均小于1,景区周围固定源对大气二次颗粒物的影响大于移动源。     

德州市大气颗粒物中二次粒子污染特征

为了探讨德州市大气颗粒物中二次粒子污染特征,于2012年2-9月在德州市城区及郊区布置采样点位6个,分为采暖季、风沙季、非采暖季3个季节进行了不同粒径(TSP、PM_(10)、PM_(2.5))颗粒物的样品采集;进行了颗粒物中阴离子(F~-、Cl~-、SO_4~(2-)、NO_3~-)、阳离子(NH_4~+、K~+、Na~+、Ca~(2+)、Mg~(2+))和碳组分(OC、EC)的测定。结果表明:德州市大气颗粒物中SNA/总水溶性离子为60.83%,SNA污染严重;SO_4~(2-)的平均浓度值变化趋势均为非采暖季风沙季采暖季,NH_4~+为采暖季风沙季非采暖季,NO_3~-没有呈现出明显的季节变化特征;SO_4~(2-)、NO_3~-、NH_4~+在PM_(2.5)中的浓度与其在PM_(10)中浓度的比值范围为0.60~0.90,二次无机离子更容易富集在细颗粒物中;NO_3~-/SO_4~(2-)的平均值为0.17,德州市大气颗粒物以燃煤污染占主导;OC、EC的平均浓度值变化趋势均为采暖季风沙季非采暖季,OC/EC的比值均2.0,说明德州市大气细粒子中SOC对OC有一定的贡献;SOC浓度值的季节变化趋势为采暖季风沙季非采暖季,SOC/OC的平均值在TSP、PM_(10)、PM_(2.5)中分别为16.91、22.15、19.27,说明SOC在OC中占有较大比例,是OC的重要组成部分。     

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.     

贵州“两控区”城市PM_(2.5)及其阴阳离子污染特征

2015年3月~2016年2月,对贵州主要城市(包括贵阳、安顺、遵义、毕节、都匀)9个采样点和贵州省背景点雷公山的PM_(2.5)按照季节进行采样,分析PM_(2.5)污染特征及其中9种阴阳离子的分布特征.结果表明:PM_(2.5)平均质量浓度范围为13.84~167.17μg/m~3,从季节分布上看,冬春秋夏,从空间分布上看,贵阳市区PM_(2.5)污染较重,平均质量浓度为(80.15±30.18)μg/m~3.PM_(2.5)样品中总阴阳离子浓度范围为7.85~47.02ng/m~3,SO_4~(2-)、NO_3~-、NH_4~+(SNA)占PM_(2.5)质量浓度比重范围为10.00~68.48%,从季节分布上看,夏冬秋春,从空间分布上看,背景点贵阳高坡、雷公山SNA占PM_(2.5)质量浓度平均比重较大,分别为41.45%、53.45%.AE/CE平均值为1.53,总体呈弱酸性.NH_4~+与SO_4~(2-)的相关性(R=0.67)大于NH_4~+与NO_3~-的相关性(R=0.33),Ca~(2+)与Mg~(2+)的相关性(R=0.57)明显.与其他城市相比,研究区[NO_3~-]/[SO_4~(2-)]较低,均值为0.29,表明贵州主要城市PM_(2.5)受固定源影响较大,大气污染以煤烟型为主.     

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.     

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.