北京城市植被区PM_(2.5)浓度时空变化及影响因素分析

文章在北京城市森林植被区选择2个观测点,采集2个观测点的PM_(2.5)质量浓度数据,并结合北京植物园的气象数据,研究其PM_(2.5)质量浓度变化特征和影响因素,探讨PM_(2.5)质量浓度变化对城市生活的影响。结果表明:被选观测点的PM_(2.5)浓度月变化基本呈"M"型,PM_(2.5)浓度在6月最低(西山公园为(71.01±34.34)μg/m~3,北京植物园为(44.41±31.57)μg/m~3),2月最高(西山公园为(154.07±95.70)μg/m~3,北京植物园为(139.49±100.74)μg/m~3),10月达下半年的最高值(西山公园为(133.45±109.06)μg/m~3,北京植物园为(127.04±109.34)μg/m~3);PM_(2.5)浓度全年均值为西山公园((104.02±26.45)μg/m~3)>北京植物园((82.52±28.18)μg/m~3);PM_(2.5)浓度季节变化呈"V"型在冬季最高,春季次之,夏季最低PM_(2.5)质量浓度季节变化西山公园为冬季((115.46±41.37)μg/m~3)>春季((112.39±18.50)μg/m~3)>秋季((106.37±24.25)μg/m~3)>夏季((81.87±12.60)μg/m~3),北京植物园为冬季((97.35±41.38)μg/m~3)>春季((94.07±12.21)μg/m~3)>秋季((93.17±31.42)μg/m~3)>夏季((61.86±16.70)μg/m~3);森林空旷地的空气质量优于森林内部PM_(2.5)浓度变化主要受地理位置、气象因素、人文因素的影响。     

天津市老年人PM2.5暴露研究

为了解老年人PM2.5暴露特征并为流行病学研究提供数据支持,本研究选取天津市某社区101名老年人(平均年龄为67岁),在2011年夏季(6月13日~7月2日)和冬季(11月30日~12月12日)分别对其PM2.5暴露水平进行了监测,并对其时间活动模式进行了记录.结果显示,老年人平均85%以上的时间是在居室内度过的.夏季和冬季老年人PM2.5个体暴露浓度分别为 (124.2±75.2)μg/m3和(170.8±126.6)μg/m3.使用时间加权模型对老年人个体暴露浓度进行预测,夏季和冬季个体暴露实测浓度与预测浓度差值分别为0.6~220.9 μg/m3和0.6~416.8 μg/m3.吸烟活动会导致老年人个体暴露浓度升高.相关性分析表明PM2.5个体暴露浓度与环境浓度的相关性强于其与室内浓度的相关性,这为使用环境浓度替代或预测个体暴露浓度提供了支持.     

佛山市冬夏季羰基化合物污染特征

2014年冬季和2015年夏季在佛山市采集了36个羰基化合物的样品,检测出了其中14种化合物并进行了定量分析.结果表明,佛山市冬夏季羰基化合物污染严重,采样期间冬季和夏季平均浓度分别为36.15μg/m~3±3.45μg/m~3和33.25μg/m~3±4.25μg/m~3.冬季三种主要污染物为:甲醛(8.54μg/m~3,23.65%)丙酮(8.20μg/m~3,22.69%)乙醛(5.79μg/m~3,16.03%);夏季主要污染物为:甲醛(14.63μg/m~3,44.01%)乙醛(6.22μg/m~3,18.70%)丙酮(5.23μg/m~3,15.73%);冬季羰基化合物日变化不大,上午与晚上浓度相近,下午浓度略高于上午和晚上;夏季羰基化合物日变化较大,上午与晚上浓度相近,下午浓度明显高于上午和晚上;佛山市冬季C1/C2和C2/C3的浓度比分别为1.56和14.35,夏季C1/C2和C2/C3的浓度比分别为2.63和15.56.佛山大气羰基化合物主要来源于人类活动.冬夏季采样期间甲醛、乙醛、丙酮和丙醛之间具有较好的相关性,可以表明这些羰基化合物可能有相似的来源.     

上海城区PM2.5中有机碳和元素碳变化特征及来源分析

2010年6月~2011年5月间在上海城区点位采集了181组PM2.5样品,采用热光反射法(thermal optical reflectance,TOR)测定了样品中的有机碳(organic carbon,OC)和元素碳(elemental carbon,EC)含量.结果表明,上海城区环境空气PM2.5中OC和EC年平均浓度分别为8.6μg·m-3±6.2μg·m-3和2.4μg·m-3±1.3μg·m-3,两者之和占PM2.5质量浓度的20%.OC和EC的季节平均浓度值冬季最高,夏季最低,秋季OC和EC在PM2.5中的比例最高.全年OC/EC比值为3.54±1.14.采用最小OC/EC比值法估算二次有机碳(secondary organic carbon,SOC)含量得到SOC年均浓度为3.9μg·m-3±4.2μg·m-3,占OC含量的38.9%.夏季SOC浓度低且与O3最大小时浓度值相关性好,表明光化学反应是夏季SOC的重要生成途径,主导西风向的秋冬季SOC浓度高于静风条件下的浓度水平,存在输送作用.进一步对OC1、OC2、OC3、OC4、EC1、EC2、EC3和OPC进行主成分分析,结果显示上海城区PM2.5中OC和EC主要来自机动车尾气、燃煤排放、生物质燃烧和道路尘,这4个来源对含碳组分的贡献率达69.8%~81.4%,其中机动车尾气在4个季节中的贡献率均较高,生物质燃烧贡献约15%~20%,春季和秋季道路尘影响明显,冬季燃煤的贡献高于其他季节.     

鞍山市春秋季PM2.5中碳组分特征及来源

为研究鞍山市春秋季PM_(2.5)中碳组分的污染特征及来源,该文于2014年10月和2015年4月在鞍山市设立6个点位采集PM_(2.5)样品,并测定了其中有机碳(OC)和元素碳(EC)的含量。通过对鞍山市PM_(2.5)中OC和EC的浓度水平、OC与EC的相关性及比值、二次有机碳(SOC)的估算和主成分分析等进行研究,分析了鞍山市春秋季PM_(2.5)碳组分的污染特征和来源。结果表明,春季和秋季PM_(2.5)浓度的日均值分别为(94.28±10.27)μg/m~3和(118.60±12.92)μg/m~3;春季PM_(2.5)中OC和EC的质量浓度分别为(12.44±1.53)μg/m~3和(3.80±0.74)μg/m~3;秋季PM_(2.5)中OC和EC的质量浓度分别为(18.53±1.92)μg/m~3和(4.74±1.24)μg/m~3,OC、EC在春秋季的差异具有统计学意义,各监测点位OC与EC浓度均表现为秋季高于春季;春季和秋季各点位的OC/EC值均大于2,说明各采样点位在春秋季均存在二次污染;相关分析表明,春秋季的OC与EC均显著相关,说明春秋季OC与EC来源相似;采用OC/EC最小比值法估算SOC含量,得到春季和秋季SOC浓度分别为4.65和10.37μg/m~3;主成分分析结果表明,鞍山市大气PM_(2.5)中碳组分主要来源于燃煤、生物质燃烧、道路扬尘和机动车尾气。     

2013年北京市细颗粒物时空分布特征研究

根据2013年北京市PM2.5监测数据,系统分析了北京市PM2.5污染的时空分布特征,并利用克里格插值统计了四季PM2.5不同浓度区间的国土面积。结果显示:2013年全市PM2.5年均浓度为89.5μg/m3,超过年均35μg/m3的国标1.56倍;PM2.5浓度由高到低的季节依次是冬季、春季、秋季和夏季;空间分布上PM2.5呈现明显的南北梯度分布特征;2013年PM2.5平均浓度达标对应的国土面积占比夏季最大为73%,冬季最小为22%。     

南京北郊大气气溶胶中水溶性有机碳(WSOC)的污染特征

对南京北郊2014年1~11月的大气气溶胶进行采样分析,研究了其中水溶性有机碳(WSOC)的污染特征.WSOC在PM_(2.5),PM_10和TSP中的年平均浓度分别为5.90±3.38、6.93±3.79、7.34±3.91μg/m~3,80%以上的WSOC集中在PM_(2.5)中.PM_(2.5)中WSOC冬季浓度最高,夏季浓度次之,与冬夏季较强的二次转化过程有关;春季粗粒径段浓度较高,受到土壤来源颗粒物的影响;秋季浓度最低.春秋季PM_(2.5)中WSOC浓度夜晚高于白天,受夜间不利扩散条件的影响较大;但冬夏季却是白天高于夜晚,与白天较强的光化学反应有关.降水对各个粒径的WSOC都有清除作用,对PM_(2.5)的清除效率最高;四个季节比较,夏季清除效率最高,达到54.9%.霾发生时,随着霾污染等级的加重,PM_(2.5)中WSOC浓度逐渐增加,从非霾天的3.84μg/m~3升高到重度霾天的11.23μg/m~3,增加了近4倍,在细粒子中的比例也增大,霾天稳定的天气条件有利于二次有机污染物的生成.     

万州城区夏季、冬季PM_(2.5)中有机碳和元素碳的浓度特征

在位于三峡库区腹心的山地城市万州城区采集夏季和冬季PM2.5样品,采用热光反射法(Thermal Optical Reflection,TOR)测定了PM2.5中有机碳(OC)和元素碳(EC)的浓度,探讨了其污染特征及来源.结果发现,OC和EC在夏季的平均浓度分别为(7.09±1.86)μg·m-3和(3.49±0.64)μg·m-3;冬季分别为(16.82±6.87)μg·m-3和(6.21±2.06)μg·m-3,高于夏季,这可能与冬季当地居民生物质燃烧的贡献显著增加有关.冬季OC和EC显著线性相关(r=0.89),表明冬季两者的一次污染来源相近.冬季PM2.5中总碳(TC)和水溶性K+含量的相关性(r=0.88)高于夏季(r=0.69),表明冬季生物质燃烧对碳污染贡献显著.利用OC/EC比值法对二次有机碳(SOC)进行估算,SOC的浓度均值在夏季为(2.17±1.46)μg·m-3,占OC比例为28.18%±13.85%;冬季为(4.46±3.69)μg·m-3,占OC的23.13%±12.30%.通过计算PM2.5中8个碳组分丰度,初步判断机动车尾气排放和生物质燃烧是万州城区碳组分的主要来源.     

北京东灵山地区主要大气污染物浓度变化特征

2009年8月～2011年6月在北京东灵山森林站连续观测了SO2、NOx、O3和PM2.5的浓度,利用观测数据分析了大气污染物的月变化、季节变化和统计日变化特征,结合气流轨迹探讨了传输对污染物的影响.结果表明,观测期间NO、NO2、NOx、O3、SO2和PM2.5浓度的平均值分别为(2.0±1.6)、(13.2±7.2)、(15.3±8.2)、(61.0±19.6)、(3.6±3.6)、(35.6±32.0)μg.m-3,均低于北京城区的观测值.NOx浓度秋季最高,夏季最低,分别为(17.0±8.0)μg.m-3和(13.8±4.1)μg.m-3.O3浓度春、夏季高于秋、冬季,最高值出现在6月份.SO2冬季浓度最高,夏季浓度最低,冬季与夏季的比值约为2.7.PM2.5夏季的浓度要远高于其他3个季节,达到56.4μg.m-3.NOx、O3和SO2浓度日变化显著,其中NOx日变化为双峰型,O3和SO2日变化为单峰型,PM2.5日变化幅度较小.     

乌鲁木齐市PM_(2.5)和PM_(2.5~10)中碳组分季节性变化特征

2011年1月至12月在乌鲁木齐市区用膜采样法采集了大气PM_(2.5)和PM_(2.5~10)样品,并利用热光/碳分析仪测定了其中有机碳(OC)和元素碳(EC)的质量浓度.通过OC与EC的粒径分布特征、比值和相关性的分析,初步分析了乌鲁木齐市大气可吸入颗粒物中碳质气溶胶污染特征,并用OC/EC比值法估算了二次有机碳(SOC)的浓度.结果表明,PM_(2.5)和PM_(2.5~10)的年平均质量浓度分别为92.8μg/m~3和64.7μg/m~3.PM_(2.5)中OC和EC的年平均浓度分别为13.85μg/m~3和2.38μg/m~3,PM_(2.5~10)中OC和EC的年平均浓度分别为2.63μg/m~3和0.57μg/m~3.OC和EC四季变化趋势基本一致,季浓度最高.碳组分主要集中于PM_(2.5)中,OC/EC比值范围为3.62~11.21.夏季和秋季的PM_(2.5)和PM_(2.5~10)中OC和EC的相关性较好(R20.65).估算得出的PM_(2.5)和PM_(2.5~10)中SOC的估算浓度为2.31~11.98μg/m~3和0.38~1.49μg/m~3.     

唐山夏秋季大气质量观测与分析

为了研究唐山市大气污染状况和其在奥运期间对北京及周边地区的影响,于2007年、2008年夏秋季节,使用全自动在线观测仪器对唐山市大气质量进行连续观测研究.结果表明,唐山大气细粒子PM2.5夏季平均浓度为105.1μg.m-3±46.5μg.m-3,秋季为108.1μg.m-3±61.8μg.m-3;O3小时浓度最大值夏季平均为153.9μg.m-3±50.9μg.m-3,秋季为114.6μg.m-3±56.5μg.m-3;NO2的夏、秋季节平均浓度分别为39.2μg.m-3±10.0μg.m-3与42.7μg.m-3±11.6μg.m-3;SO2夏、秋季节平均浓度分别为44.8μg.m-3±31.1μg.m-3、52.2μg.m-3±25.2μg.m-3;大气氧化性Ox(O3+NO2)夏季平均为111.9μg.m-3±27.0μg.m-3,秋季为87.2μg.m-3±27.8μg.m-3.唐山市大气细粒子污染严重,是京津冀地区细粒子的主要源之一;SO2、NO2浓度比周边地区高,但并未超过国家二级标准,NO2主要源于汽车尾气排放,长期变化小;O3浓度相对周边地区较低,但当地O3前体物(NOx)相对高排放对区域内臭氧生成的影响尚不清楚.北京奥运期间,受减排措施影响唐山大气污染物浓度均有不同程度的下降,其中SO2、PM2.5下降最为显著.奥运减排措施可以作为改善唐山大气质量的有效手段.     

成都市西南郊区夏秋季PM_(2.5)碳组分化学特征

为研究成都市西南郊区PM_(2.5)中碳组分浓度的季节变化及污染特征,分析了PM_(2.5)中有机碳(OC)、元素碳(EC)的含量。结果表明:颗粒物PM_(2.5)、总碳(TC)、有机碳(OC)月平均质量浓度夏季比秋季略高;OC/EC平均比值在夏季和秋季分别为2.47和2.18,说明均有二次有机碳(SOC)的生成;OC和EC在夏秋季均有较强的相关性(夏季R~2为0.77,秋季R~2为0.79);SOC在夏、秋季的月平均浓度分别为4.02,2.76μg/m~3;降雨在一定程度上降低了PM_(2.5)的浓度。     

西安市主要大气污染物的观测分析研究

该文分析了西安地区的AQI指数以及PM_(2.5)、PM_(10)、CO、NO、O_3、SO_2 6种污染物浓度在2013年7月到2014年4月的每小时观测数据,利用统计方法研究了各污染物不同时间尺度(小时、日、周、月)的浓度变化特征,分析了各个污染物之间的相关系数,对各个污染物之间的相互关系和相互作用进行了探讨。结果表明,PM_(2.5)、PM_(10)、CO、NO_2、O_3、SO_2的平均浓度和标准差分别为:(92.37±75.59)μg/m~3、(166.79±106.27)μg/m~3、(2.16±2.39)mg/m~3、(51.01±20.84)μg/m~3、(36.85±34.44)μg/m~3、(36.97±30.62)μg/m~3、(39.99±31.27)μg/m~3。PM_(2.5)、PM_(10)以及CO浓度都是在中午12时以及夜间12时左右达到峰值,在下午或傍晚达到低谷;O_3则是白天浓度高,夜间浓度低,清晨达到一天中的极小值;研究还发现,O_3浓度在周末要高于工作日,CO、SO_2却是周末浓度低于工作日浓度;PM_(2.5)和PM_(10)浓度都在冬季达到峰值,在夏季达到低谷,O_3浓度则是在夏季明显高于冬季。O_3与其他所有污染物之间都呈负相关,而其他污染物之间都是正相关。     

基于GWR模型的天山北坡经济带PM2.5浓度反演及时空特征分析

构建PM_(2.5)浓度与相关因子的关系模型已成为获取干旱区经济带连续变化PM_(2.5)浓度数据的有效手段之一。本文以天山北坡经济带为研究对象,基于PM_(2.5)浓度监测数据、中分辨率成像光谱仪(moderate-resolution imaging spectroradiometer,MODIS)的气溶胶光学厚度数据(aerosol optical depth,AOD)和气象数据,利用地理加权回归模型(geographically weighted regression,GWR)反演了研究区2018年3～11月PM_(2.5)浓度,进而分析其时空变化特征。结果表明:(1)相比多元回归模型(multiple linear regression,MLR),GWR模型在天山北坡经济带的PM_(2.5)浓度反演效果更优,决定系数R2、平均绝对误差MAE和均方根误差RMSE分别为0.897、4.569μg/m~3和5.627μg/m~3,明显优于MLR模型的0.819、5.825μg/m~3和7.731μg/m~3;(2)天山北坡经济带PM_(2.5)浓度在月尺度上呈"凹字型"变化特征,其中11月最高,达到59.50μg/m~3,3月和10月次之,9月最低,仅为17.92μg/m~3;在季节尺度上表现出秋季(9～11月)春季(3～5月)夏季(6～8月)的变化特征,其中春季呈波动下降趋势,夏季总体维持在较低水平,秋季呈急剧上升趋势;(3)在空间分布上,研究区PM_(2.5)浓度呈现出"东高西低"的特征,峰值出现在乌鲁木齐附近,说明经济带东部地区PM_(2.5)污染相对严重,尤其是乌鲁木齐。     

海南三亚大气颗粒物中水溶性无机离子浓度及其粒径分布特征

为研究我国旅游城市海南省三亚市大气颗粒物浓度水平及其化学成分,于2012年6月~2014年5月,使用惯性撞击式分级采样器采集大气颗粒物样品,并利用离子色谱法分析了其中的水溶性无机离子浓度及粒径分布.结果表明,PM_(2.1)和PM_(2.1~9)中总水溶性无机离子浓度平均值分别为(8.91±7.27)μg·m~(-3)和(11.34±9.37)μg·m~(-3).PM_(2.1)中SO_4~(2-)和NH_4~+占总水溶性无机离子的质量分数比较高,二者总和达到72.2%;PM_(2.1~9)中Cl-、Ca~(2+)和Na+占比较高,三者总和为67.6%.PM_(2.1)中总水溶性无机离子浓度在冬季最高,春秋季节次之,夏季浓度最低,分别为(14.58±8.88)、(9.33±7.72)、(8.72±4.42)和(3.82±1.59)μg·m~(-3);PM_(2.1~9)中总水溶性无机离子浓度夏季最高(17.14±16.00)μg·m~(-3),冬季次之(10.59±3.80)μg·m~(-3),春季和秋季变化差异不大,分别为(9.41±3.63)μg·m~(-3)和(8.21±3.24)μg·m~(-3).SO_4~(2-)和NH_4~+呈细粒径段为主的双模态分布,春季、夏季和秋季细粒径段峰值出现在0.43~0.65μm粒径段,而冬季则出现在0.65~1.1μm粒径段,细粒径段峰值出现由凝结模态向液滴模态转移的现象;NO~(-3)、Na+、Cl-、Ca~(2+)和Mg~(2+)呈粗粒径单峰分布,峰值出现在4.7~9μm粒径段;K+为双模态分布,细、粗粒径段峰值分别出现在0.43~0.65μm和4.7~5.8μm.三亚作为我国少数PM2.5年均值达标城市,水溶性无机离子来源主要为二次源、海盐和土壤尘及降尘.     

鞍山城区夏季PM_(2.5)中碳组分污染特征及来源

2014年7月采集鞍山市大气中PM2.5样品,采用IMPROVE-TOR方法准确测量了样品中的8个碳组分,研究了鞍山城区夏季PM2.5及其载带的碳组分的污染特征。鞍山市夏季PM2.5浓度为(53.4±18.0)μg/m3,有机碳(OC)、元素碳(EC)和总碳(TC)占PM2.5的比例分别为(11.89±3.86)%、(4.79±1.31)%和(16.68±5.02)%,表明碳是鞍山城区夏季PM2.5中的重要成分。PM2.5中OC、EC浓度显著相关,R=0.715;另外,全市OC/EC的平均值为2.49±0.43,所有监测点位OC/EC的平均值均2,表明PM2.5中二次有机碳(SOC)对OC有贡献,从而说明OC、EC的来源相同。8个碳组分(OC1、OC2、OC3、OC4、EC1、EC2、EC3、OPC)的丰度研究显示,鞍山市城区夏季PM2.5中碳主要来源于机动车尾气尘、道路尘和燃煤尘。     

郑州市PM2.5中水溶性离子特征及来源分析

为探究郑州市PM_(2.5)中水溶性离子污染特征,本研究自2017年12月1日至2018年11月30日对郑州市PM_(2.5)中水溶性离子进行为期1a的高时间分辨率持续观测,并基于高时间分辨率观测数据分析水溶性离子特征并对其进行来源分析.结果表明,观测期间郑州市总水溶性离子平均质量浓度为42. 7μg·m~(-3),各离子质量浓度从大到小分别为:硝酸根(17. 7μg·m~(-3))、硫酸根(10. 2μg·m~(-3))、铵根(9. 0μg·m~(-3))、氯离子(2. 3μg·m~(-3))、钾离子(1. 3μg·m~(-3))、钠离子(1. 3μg·m~(-3))、钙离子(0. 8μg·m~(-3))和镁离子(0. 1μg·m~(-3)).总水溶性离子质量浓度表现为冬季最高,秋季略高于春季,夏季最低的季节特征,在PM_(2.5)中的占比表现为秋季(65. 2%)冬季(52. 5%)夏季(48. 2%)春季(43. 0%).除钠离子和钙离子外,其余水溶性离子质量浓度均表现为冬季秋季春季夏季的季节变化特征,而钠离子表现为秋季最高,夏季最低的季节变化特征,钙离子表现为秋季最高,冬季最低的季节变化特征.总水溶性离子质量浓度全年及春季、夏季和秋季均表现为单峰分布的日变化特征,冬季没有显著的日变化特征.观测期间二次离子(硫酸根、硝酸根和铵根)质量浓度占PM_(2.5)的43. 8%,是PM_(2.5)的重要组成部分,主要以(NH4)2SO4和NH4NO3的形式存在.观测期间郑州市存在较大程度的二次转化过程,且相对湿度对硫氧化率的影响较大,而温度对氮氧化率的影响较大.观测期间二次离子间具有较好的相关性,钾离子与镁离子和氯离子也表现出较好的相关性.硝酸根、硫酸根和铵根的主要来源是气体污染物的二次转化,镁离子和钙离子通常来源于土壤尘和建筑尘,钾离子是主要的生物质燃烧标识物之一,钠离子来自于海盐和土壤尘,氯离子不仅来自于海盐,也可来自生物质燃烧和化石燃料燃烧.主成分分析结果表明观测期间郑州市PM_(2.5)中水溶性离子主要受二次转化、燃烧源及土壤或建筑扬尘源排放影响.     

典型城市冬季PM_(2.5)水溶性离子污染特征与传输规律研究

选取北京和石家庄两个监测点,于2014年冬季进行了PM_(2.5)样品采集,分析研究了PM_(2.5)及水溶性离子组分污染特征,并应用WRF-CAMx模型对采样时段进行了模拟,分析了观测期间PM_(2.5)和二次离子组分区域传输贡献情况.结果表明,采样期间北京PM_(2.5)质量浓度为(116.6±87.0)μg/m~3.水溶性离子质量浓度为(45.3±40.6)μg/m~3.其中SO_4~(2-)、NO_3~-和NH4+质量浓度分别为(13.3±13.6)μg/m~3、(14.8±15.1)μg/m~3和(9.1±7.2)μg/m~3;石家庄污染水平高于北京,PM_(2.5)浓度为(267.7±166.7)μg/m~3.总水溶性离子、SO_4~(2-)、NO_3~-和NH4+质量浓度分别(111.8±104.3)μg/m~3、(36.6±36.5)μg/m~3、(28.5±29.3)μg/m~3和(25.5±29.8)μg/m~3.两处采样点SOR与NOR分别为0.12、0.10(北京)和0.11、0.14(石家庄),冬季大气氧化性相对较弱,非均相氧化是主要二次转化原理.数值模拟结果显示,北京、石家庄城区1月PM_(2.5)受区域传输贡献分别为28.1%和28.3%,高浓度时段外来源贡献有所上升.二次离子中两地NO_3~-传输作用均强于SO_4~(2-).     

北京东北部城区大气细粒子与相关气体污染特征研究

于2008年7月~2009年4月的4个季节,在北京市朝阳区北部,利用VAPS通用型大气污染物采样仪(URG3000K)对大气细粒子(PM2.5)和环境空气中相关气体进行了同时采集,并利用IC离子色谱仪(DX-600型)分析了PM2.5中水溶性无机离子成分和环境空气中相关气体的含量.结果表明,PM2.5质量浓度春季>夏季>冬季>秋季;SO42-、NO3-和NH4+是PM2.5中最主要的3种水溶性无机离子,年均质量浓度分别为14.82μg/m3、11.57μg/m3和8.35μg/m3,三者浓度之和占PM2.5中总水溶性无机离子浓度的86.28%.SO42-、NH4+浓度占PM2.5浓度百分比均为夏、秋季高于冬、春季; NO3-浓度占PM2.5浓度的百分比为秋季>春季>夏季>冬季.空气中的SO2、NO2和NH3等气态污染物的含量直接影响PM2.5中二次离子SO42-、NO3-和NH4+的浓度, SO2、NO2浓度的季节特征为冬、春季高于夏、秋季,与SO42-、NO3-的季节变化规律相反; NH3浓度在夏季最高,冬季最低. PM2.5酸度在夏、秋季高于冬、春季,且夏、秋季PM2.5样品全部呈酸性,冬、春季PM2.5样品一部分呈酸性,一部分呈碱性.夏季SOR值和NOR值分别为冬季的4.8倍和3倍,表明夏季SO2和NO2更易转化生成SO42-和NO3-.PM2.5中SO42-、NO3-和NH4+主要以(NH4)2SO4、NH4NO3的形式共存于气溶胶体系中.     

泉州市大气PM2.5中水溶性离子季节变化特征及来源解析

为掌握泉州市大气PM_(2.5)中无机水溶性离子的季节变化特征,于2014年3月~2015年1月同步采集了泉州市5个采样点共116个PM_(2.5)样品.用离子色谱法分析了PM_(2.5)中Na~+、NH_4~+、K~+、Ca~(2+)、Mg~(2+)、F~-、Cl~-、NO_3~-和SO_4~(2-)等9种水溶性无机离子.观测期间,总水溶性离子浓度季节变化特征为春季(14.24±6.43)μg·m~(-3)冬季(8.54±7.61)μg·m~(-3)夏季(4.10±2.67)μg·m~(-3)秋季(3.91±2.58)μg·m~(-3);SO_4~(2-)、NO_3~-和NH_4~+(SNA)是PM_(2.5)中主要的3种离子,占水溶性离子总质量浓度比例分别为春季(90.3±3.3)%、夏季(68.8±11.7)%、秋季(78.9±7.1)%和冬季(74.0±18.4)%,说明春季二次污染较为严重;PM_(2.5)中阴、阳离子电荷平衡分析显示,阴离子相对亏损,大气细颗粒物组分呈弱碱性;春、冬季NH_4~+主要以(NH_4)_2SO_4、NH_4HSO_4和NH_4NO_3等形式存在,而夏、秋季则主要以NH_4HSO_4和NH_4NO_3形式存在;PMF源解析结果表明,泉州市大气PM_(2.5)中水溶性离子主要来自海盐、二次源、建筑扬尘、垃圾焚烧源和生物质燃烧源.