北京初冬季PM2.5中无机元素与二次水溶性离子浓度特征

为研究北京城区初冬季大气颗粒物中水溶性二次无机离子及元素的组成特征,2016年11月,利用青岛明华MH-16型PM2.5采样器在北京城区采样点进行大气颗粒物采样,样品采用离子色谱和电感耦合等离子体质谱分析.结果表明,NO3-、SO42-和NH4+在观测期间平均浓度分别为20.5±11.4 μg·m-3,13.4±12.1 μg·m-3和10.7±8.8 μg·m-3,SNA（sulfate、nitrate、ammonium）总浓度为44.6±45.2 μg·m-3.采样期间颗粒物中K、Fe、Na、Zn、Ca、Al、Mg及Pb元素的质量浓度比较高,占所分析元素总浓度的94.5%.采样期间Cr、Ni、Pb、Mn等元素的富集因子>10,Zn、Cu、As、Mo等元素的EF值超过100.     

菏泽市夏季PM10和PM25中水溶性离子组分污染特征

为分析菏泽市大气颗粒物及其水溶性离子组分特征,本研究于2015年8月期间在菏泽市6个监测点位采集环境受体PM10和PM2.5样品共120个,利用离子色谱法测定颗粒物中水溶性无机离子（SO42-、NO3-、NH4+、Cl-、Ca2+、K+、Na+、Mg2+、F-）,并同步收集气象参数及气态污染物质量浓度等资料.结果表明,菏泽市夏季环境受体中颗粒物质量浓度ρ（PM10）和ρ（PM2.5）分别为94.5 μg·m-3、55.2 μg·m-3,稍低于国内其他城市,这与各城市经济发展、产业能源结构、气象条件等因素有关.PM2.5/PM10值在0.5-0.8之间,表明菏泽市夏季细颗粒物（PM2.5）污染较为严重.但PM10和PM2.5中水溶性离子质量总浓度ρ（WSIs）分别为30.5 μg·m-3、17.0 μg·m-3;质量分数w（WSIs）分别为32.4%、29.6%.其中SO42-、NO3-、NH4+为PM10和PM2.5中主要水溶性离子,3种离子浓度和分别占PM10和PM2.5中总离子浓度的84.3%、88.3%.SO42-、NO3-、NH4+、K+主要集中在细颗粒物（PM2.5）中,Ca2+、Mg2+则广泛存在于粗颗粒物（PM10）中.各采样点的PM10和PM2.5中,SO42-、NO3-、NH4+、Ca2+和Mg2+浓度分布具有空间差异.离子相关性表明,NH4+与SO42-、NO3-相关性均较强,3种离子主要以NH4HSO4、NH4NO3形式存在.PM10和PM2.5中NO3-/SO42-值分别在0.41-0.49和0.36-0.47之间,平均值分别为0.46、0.42,表明固定源是菏泽市夏季颗粒物污染的主要污染贡献源.     

南京北郊冬季PM2.5中水溶性离子以及碳质组分特征分析

2015年12月21日-2016年2月29日在南京北郊进行了大气细颗粒物PM2.5的观测,并分析其中主要水溶性离子（Na+、NH4+、K+、Mg2+、Ca2+、Cl-、NO3-、SO42-）浓度以及碳质组分（OC、EC）含量.结果表明,观测期间南京北郊冬季大气细颗粒物（PM2.5）污染较为严重,二次离子（NO3-+SO42-+NH4+）为主要污染成分,占PM2.5浓度的47%.对36个观测日进行SO42--NO3--NH4+三相聚类,发现3种离子在整个体系中的配比存在差异.排放源类型所造成的前体物的不同以及NH4+与SO42-、NO3-的结合方式是造成这种差异的主要原因.OC与EC的变化趋势相似,OC含量较高,而且浓度波动幅度较大.OC/EC的值为2.63±0.90,说明普遍存在二次反应产生的SOC.K+/PM2.5比值法表明,除燃煤与机动车尾气排放以外,生物质燃烧亦是PM2.5污染的排放源.     

太原市采暖季PM2.5中水溶性无机离子污染特征及来源解析

为探究太原市采暖季大气PM2.5中水溶性无机离子(WSIIs)的污染特征及来源,本研究采集了2018年太原市采暖季大气PM2.5样品,用离子色谱测定了其中9种WSIIs浓度,分析了WSIIs的污染特征、存在形态、S/N变化规律等,并运用PMF模型对WSIIs的污染来源进行了解析.结果 表明,太原市采暖季PM2.5中总水...     

养殖场、农田和道路大气PM2.5中水溶性离子污染特征分析

为探究不同监测位点PM2.5中水溶性离子的组分差异和相关性特征,于2015年12月—2016年5月在保定地区养殖场、农田和道路3个监测位点进行PM2.5样品的采集和分析,并结合主因子分析、相关性分析对其主要来源进行了分析.3个监测位点大气PM2.5日均质量浓度和水溶性离子组成均存在明显区别：PM2.5污染水平为道路 > 养殖场 > 农田,水溶性离子污染水平为养殖场 > 道路 > 农田;3个监测位点中,二次污染物SNA（SO42-、NO3-和NH4+三者的简称）浓度及占总离子的比值均以养殖场监测位点为最高,其次分别为道路和农田;养殖场监测位点的阴阳离子电荷平衡呈碱性（1.07）,而道路和农田均接近中性（1.00和0.98）.此外,不同时期PM2.5水溶性离子组成特征也存在明显区别：各监测位点采暖期SNA占比均高于沙尘期,其中养殖场位点SNA占比差异最大,因此采暖期二次污染的贡献高于沙尘期.尽管3个监测位点的二次污染均以固定源为主,但固定源对采暖期养殖场和农田位点的二次污染的贡献明显低于沙尘期.     

舟山市环境空气PM25及水溶性离子污染特征分析

为探究舟山市PM2.5及水溶性离子组分的污染特征,于2016年4月、7月、10月和2017年1月在舟山市区3个国控点采集了168个PM2.5样品,利用离子色谱仪测定颗粒物中的9种水溶性离子（Cl-、NO3-、SO42-、NH4+、K+、F-、Na+、Mg2+和Ca2+）,结合气象数据和数值分析手段对舟山市区PM2.5和水溶性离子质量浓度特征、颗粒物酸碱度及二次离子的影响因素（气象参数、前体物）进行研究.结果表明,采样期内,舟山市PM2.5质量浓度时间变化规律为春季 > 冬季 > 夏季 > 秋季,空间分布较为均匀;二次离子是舟山PM2.5主要水溶性组成,且在PM2.5中具有一致的季节变化特征;阴阳离子平衡分析显示舟山市PM2.5整体呈现酸性,并以夏季酸度最低、秋季酸度最高;温度是影响舟山市二次离子浓度的主要气象因素;以燃煤源为主的固定源是舟山市水溶性污染物的主要污染来源,檀枫和临城采样点的SO42-和NO3-受电厂和燃煤锅炉的污染排放影响严重,普陀区船舶客货运输量大,是普陀点二次离子前体物的主要污染来源.     

长白山PM2.5中水溶性无机离子观测研究

2005年12月—2006年11月在长白山北坡海拔763 m处,利用大流量滤膜采样器对大气中的PM2.5进行采样,并用离子色谱(IC)分析了PM2.5中水溶性无机离子的成分含量.结果表明,PM2.5中总水溶性无机离子年平均浓度为(7.4±5.7)μg·m-3.其中,主要的3种离子SO42-、NH4+和NO3-占PM2.5中总水溶性无机离子浓度的83%.PM2.5中NH4+与SO42-的摩尔电荷浓度比值为1.1, NH4+与SO42-主要以(NH4)2SO4的形式存在. PM2.5中Σ阳离子/Σ阴离子变化范围为0.65—1.76,平均值为1.03±0.21,水溶性无机离子电荷基本平衡.     

兰州市大气颗粒物中水溶性离子研究

本文对兰州市不同季节大气颗粒物中水溶性离子的主要理化特性及其与降水的关系进行了研究，认为大气颗粒物中水溶性离子是当地降水中ＳＯ４＾２－，Ｃａ＾２＋，Ｃｌ＾－等主要离子的来源。在１３种被测的水溶物中，ＳＯ４＾２－和Ｃａ＾２＋离子所占比例较高，分别占总离子的３１．４％和２７．８％，年均浓度值为１０．７２μｇ／ｍ＾３和３．９６μｇ／ｍ＾３。同时大气颗粒物中水溶物浓度与ＳＯ２，ＴＳＰ等大气污染物浓度之间也     

保定市PM2.5中水溶性离子污染特征及来源分析

为研究保定市PM2.5中水溶性离子污染特征及来源,利用中流量采样器采集保定市2017年秋、冬季10月-2017年12月污染天的PM2.5样品(40个),进行水溶性离子组分分析,并辅以保定市同期气象数据及空气质量数据进行成因探讨.计算离子间相关性,采用离子平衡法衡量大气酸碱度,并对保定市日夜不同时段PM2.5中水溶性离子...     

北京城区夏季PM2.5中碳组分和二次水溶性无机离子浓度特征

为探索北京城区大气细颗粒物浓度水平及其碳组分和二次水溶性无机离子的浓度特征,于2014年6月1日至7月15日在车公庄地区使用微量振荡天平(TEOM+FDMS)、EC/OC在线分析仪以及水溶性离子在线分析仪对PM2.5质量浓度及其主要化学组分(OC、EC、SO42-、NO3-和NH4+)进行了实时监测.研究结果表明,北京市城区夏季PM2.5质量浓度平均值为69.0±47.9 μg·m-3, PM2.5中OC、EC、SO42-、NO3-和NH4+所占的比例分别为15.8%、2.4%、23.0%、15.7%和19.2%,SNA (SO42-、NO3-和NH4+)合计达到了PM2.5质量浓度的57.9%.研究各组分的日变化特征发现,OC和SO42-白天浓度变化较小,夜晚浓度稍高; NO3-和NH4+则随着光照和温度的增加而逐渐降低;EC呈现出夜晚浓度高白天浓度低的特点.研究各组分的相关性及比值发现, OC和EC的相关系数为0.62, OC/EC大于2.0,说明北京城区夏季存在着较为严重的二次污染;此外, NO3-/SO42-平均比值为0.68, SOR和NOR的变化趋势基本一致,两者的平均值分别为0.55和0.14.通过分析北京市城区夏季不同浓度级别各组分的变化发现,随着PM2.5质量浓度的增加,OC和EC所占的比例不断降低,而SNA比例则不断升高,其中NO3-浓度水平的增加最为显著.     

生物质燃烧排放颗粒物中水溶性有机物的光学特性

采用紫外-可见光吸收光谱法（UV-vis）和激发-发射矩阵荧光光谱法（EEM）分析了典型生物质燃烧排放颗粒物（PM_2.5）中水溶性有机物（WSOM）的光学特性. 结果表明,WSOM的SUVA₂₅₄、E₂₅₀/E₃₆₅和MAE₃₆₅值分别为1.79—2.60 m²·g⁻¹、4.56—7.65和0.66—1.17 m²·g⁻¹,说明生物质燃烧排放PM_2.5中WSOM具有较低的芳香度和分子量以及较弱的吸光能力. 荧光光谱结果显示,WSOM产生荧光峰的主要范围为λ_Ex/λ_Em≈（230—250）/（335—380） nm和λ_Ex/λ_Em≈（260—290）/（330—360） nm,说明生物质燃烧排放PM_2.5中WSOM主要以类蛋白荧光物质为主;腐殖化指数（HIX）、荧光指数（FI）和自生源指数（BIX）分别为0.49—1.09、2.03—2.68和1.32—1.81,说明生物质燃烧排放PM_2.5中WSOM的腐殖化程度、芳香性和分子量均较低.相关性分析结果显示,生物质燃烧排放PM_2.5中WSOM的MAE₃₆₅值与SUVA₂₅₄和HIX值呈显著正相关关系,与E₂₅₀/E₃₆₅和BIX呈显著负相关性,说明生物质燃烧排放PM_2.5中WSOM的光吸收特性与芳香性、腐殖化程度和自生源贡献有着紧密的联系.     

2014年APEC期间北京及周边重点城市PM2.5中水溶性离子变化特征

2014年11月北京APEC会议前后,采集了北京、天津、石家庄、保定、济南的PM2.5样品,并测定了其中Cl-、NO3-、SO42-、Na+、NH4+、K+、Ca2+、Mg2+等8种水溶性离子的质量浓度.结果表明:(1)北京市在特殊减排期内水溶性离子浓度均有显著降低,2013年是该时段的1.2—5.2倍,会后为该时段的1.5—6.1倍.其中变化较大的是Ca2+,由2.58 μg·m-3降至0.494 μg·m-3,其次为SO42-、NOx,说明土壤尘、硫化物及氮氧化物的控制尤为显著.(2)APEC期间整个北京及周边城市群地区,水溶性离子特征呈现了一定的区域性特征,二次离子占水溶性离子的80%以上,模拟方程计算可知,大气气溶胶中SO42-、NO3-和NH4+是以(NH4) 2SO4和NH4NO3形式共存.水溶性离子占PM2.5质量浓度的比重均较以往及会后降低,其中北京最低为37.8%.针对区域的阴阳离子平衡计算,阴阳离子较高的相关性(R=0.974)说明了区域呈现一定的整体性特征.会后 NO3-/SO42-比值下降,说明硫化物在减排期间浓度显著降低.污染减排措施在APEC期间对大气颗粒物中的水溶性离子污染的减轻起到了积极作用.     

泰安市典型生态功能区空气负离子的时空分布及影响因素分析

为了探讨城市不同生态功能区空气负离子的时空分布及其影响因素,选取泰安市典型生态功能区（广场公园区、居民住宅区、城市道路区和工业厂房区）,对其空气正、负离子浓度、可吸入颗粒物（PM10、PM2.5）浓度及其主要环境因子（空气温度、相对湿度、风速）进行同步监测,系统分析评价了各生态功能区空气负离子动态变化特征,以及与环境因子和可吸入颗粒物的相关性.结果表明：（1）广场公园区空气负离子浓度日变化呈明显的单峰形式,居民住宅区、城市道路区和工业厂房区呈双峰形式,广场公园区的空气负离子浓度最高,其次是居民住宅区和城市道路区,工业厂房区最低;（2）各生态功能区CI指数的平均值大小顺序依次为广场公园区 > 居民住宅区 > 城市道路区 > 工业厂房区;（3）空气负离子日变化浓度趋势与相对湿度变化趋势相似,与温度、空气正离子、风速变化趋势相反.对空气负离子浓度日变化影响较大的环境因子是相对湿度和温度;（4）空气负离子和可吸入颗粒物（PM10、PM2.5）的日变化趋势相反,当空气负离子浓度增大时,可吸入颗粒物浓度减小,空气负离子和可吸入颗粒物呈显著负相关的关系,在相关性上PM10>PM2.5.     

天津市2018—2020年春节PM2.5中水溶性无机离子特征及重污染过程分析

为阐明大气污染重点整治和新冠疫情影响下我国华北地区城市春节期间重污染过程PM_2.5中水溶性无机离子变化特征及其影响因素,本研究结合气态前体物浓度和气象要素,对天津市2018—2020年连续3年春节假期的2次重污染过程PM_2.5中主要水溶性无机离子（WSIIs）浓度进行对比分析. 结果表明,2018年和2020年春节假期PM_2.5平均浓度（98.32 μg·m⁻³和137.7 μg·m⁻³）显著高于2019年（49.97 μg·m⁻³）. PM_2.5平均浓度在污染期Ⅱ（2020年为206.5 μg·m⁻³）是污染期Ⅰ（2018年98.32 μg·m⁻³）的2.1倍;2次污染事件中NO₂浓度变化不大,而SO₂浓度在污染期Ⅱ（14.89 μg·m⁻³）是污染期Ⅰ（30.04 μg·m⁻³）的49.6%. SNA在WSIIs中占比超过77%,主要以NH₄NO₃、(NH₄)₂SO₄形式存在,其中NH₄NO₃为最主要的无机盐,且污染期Ⅱ的NH₄NO₃浓度远高于污染期Ⅰ. 此外,污染期Ⅱ的PM_2.5/CO、SOR、NOR均明显升高,表明更有效的SO₄²⁻和NO₃⁻形成过程是导致污染期Ⅱ中PM_2.5浓度偏高的主要原因之一. 不利的边界层高度、相对湿度、风速等气象要素形成静稳、强逆温天气,导致大气环境容量减小,并使得污染期Ⅱ的二次无机气溶胶生成效率大幅提高,进而削弱了疫情效应与减排措施的影响. 而污染期Ⅰ除了二次转化外,PM_2.5浓度可能更多受到区域传输等影响.     

张掖市大气颗粒物水溶性离子污染特征、来源

张掖市大气颗粒物中水溶性离子污染特征及其来源相关研究未见公开报道,文章基于2020年秋季至2021年夏季间采集的张掖市大气颗粒物(PM_2.5、PM₁₀)样本(每种粒径100个以上有效样本),对其中8种主要水溶性离子(Cl⁻、${rm{SO}}_4^{2-}$、${rm{NO}}_3^{-} $、Na⁺、${rm{NH}}_4^{+} $、K⁺、Mg²⁺、Ca²⁺)进行分析研究,并利用PMF模型对其来源进行了定量解析. 结果显示,SNA(${rm{NH}}_4^{+} $、${rm{NO}}_3^{-} $和${rm{SO}}_4^{2-}$)在PM_2.5和PM₁₀的水溶性离子中年均占比分别达到63.96%和57.50%,表明大气中存在较高程度的气态前体物排放及大气光化学反应;其中${rm{NH}}_4^{+} $冬季离子浓度和占比均为四季中最高,推测张掖市冬季存在较高的因取暖导致的非农业如电力、工业等化石燃料燃烧氨的排放;大气酸碱度分析表明大气中PM₁₀和PM_2.5均呈碱性,推测与较高水平的Mg²⁺、Ca²⁺、${rm{NH}}_4^{+} $阳离子浓度相关;SOR和NOR值显示大气中SO₂和NO₂的二次氧化程度较高,同时也进一步表明一次排放是影响张掖市水溶性离子浓度水平的主控因素;${rm{NO}}_3^{-} $与${rm{SO}}_4^{2-}$浓度比值为均小于1,表明固定源相较于移动源对大气颗粒物中二次离子贡献更大. 张掖市颗粒物中水溶性离子源解析结果显示,PM_2.5：二次转化源(47.1%)>扬尘源(23.0%)>燃煤燃烧源(17.7%)>生物质燃烧源(12.2%);PM₁₀：二次转化源(42.7%)>扬尘源(28.4%)>燃煤燃烧源(17.6%)>生物质燃烧源(11.3%). 建议张掖市应首先加强工业点源前体物排放管控,进而加强各类扬尘源(主要包括建筑、道路、堆场和自然扬尘)、生物质燃烧源、燃煤源、机动车尾气源的管控,同时对PM_2.5和O₃的共同前体物(NO_x和VOCs)进行科学减排以达到PM_2.5和O₃的协同管控.     

北京市大气PM_（2.5）中四种水溶性阴离子的水平变化比较

了解北京市城区和郊区大气细颗粒物中的四种水溶性阴离子F-、Cl-、SO42-、NO3-的浓度水平,并分析影响其水平高低的因素。使用聚四氟乙烯滤膜分别采集北京市城区和郊区大气中的PM2.5,用纯水提取后采用离子色谱法测定水溶性阴离子质量浓度。采样期间北京市大气PM2.5、F-、Cl-、SO42-和NO3-质量浓度几何均数分别为55.36、0.02、0.46、6.72和1.09μg·m-3,四种水溶性阴离子质量浓度总和占PM2.5质量浓度的19.14%;同一季节（春季）郊区监测点大气PM2.5、SO42-和NO3-质量浓度显著高于城区监测点;城区大气PM2.5与四种水溶性阴离子质量浓度秋季高于春季,但差异无统计学意义;大气PM2.5与Cl-、SO42-和NO3-质量浓度均高度相关。Cl-、SO42-、NO3-是北京市大气PM2.5的重要组成成分。     

北京市大气PM2.5中四种水溶性阴离子的水平变化比较

了解北京市城区和郊区大气细颗粒物中的四种水溶性阴离子F-、Cl-、SO42-、NO3-的浓度水平,并分析影响其水平高低的因素。使用聚四氟乙烯滤膜分别采集北京市城区和郊区大气中的PM2.5,用纯水提取后采用离子色谱法测定水溶性阴离子质量浓度。采样期间北京市大气PM2.5、F-、Cl-、SO42-和NO3-质量浓度几何均数分别为55.36、0.02、0.46、6.72和1.09μg·m-3,四种水溶性阴离子质量浓度总和占PM2.5质量浓度的19.14%;同一季节(春季)郊区监测点大气PM2.5、SO42-和NO3-质量浓度显著高于城区监测点;城区大气PM2.5与四种水溶性阴离子质量浓度秋季高于春季,但差异无统计学意义;大气PM2.5与Cl-、SO42-和NO3-质量浓度均高度相关。Cl-、SO42-、NO3-是北京市大气PM2.5的重要组成成分。     

西安市春季大气细粒子的质量浓度及其水溶性组分的特征

为了探讨西安市春季大气细粒污染物的污染水平及水溶性组分的特征及来源,2005年3—5月对西安大气PM2.5进行了观测,并应用离子色谱对其中的水溶性组分进行了分析。结果显示,西安市春季大气PM2.5的质量浓度为159.9μg·m-3。分析的11种阴阳离子(Na 、NH4 、K 、Mg2 、Ca2 、F-、Cl-、Br-、NO2-、NO3-和SO42-)质量浓度占PM2.5的30%,表明水溶性组分是大气细粒子的主要组成之一。NH4 、SO42-和NO3-为水溶性离子的主要组分,其平均质量浓度分别为6.6、20.1和7.6μg·m-3,在总水溶性离子中的百分比分别为12.4%、47.4%和16.9%,SO42-和NO3-质量浓度与能见度有较好的负相关性,表明细粒子中二次气溶胶组分对能见度有显著的影响。阴阳离子的平衡和pH值的测定结果显示,西安市大气细粒子污染物为弱酸性。离子间的相关性分析揭示水溶性离子在颗粒物中主要结合方式为(NH4)2SO4、NH4HSO4、NH4NO3、KHSO4和K2SO4。Mg2 和Ca2 的相关性也较好,其摩尔比率为0.07,小于中国北方沙漠和黄土的平均值(0.15),揭示二次扬尘和建筑扬尘等过程对Ca2 的质量浓度影响较大。计算的NO3-/SO42-质量浓度比值的均值为0.38,说明固定排放源(燃煤)对细粒子中水溶性组分的贡献大于移动排放源(机动车)。