乌鲁木齐市大气污染物浓度的变化特征

利用乌鲁木齐2014年3月1日至2015年2月28日PM2.5、PM10、SO2、CO、NO2、O3浓度的日平均数据,结合相应气象要素资料,分析了大气污染物浓度的逐日变化、季节变化特征.建立了基于气体污染物的PM2.5浓度预测模型,探讨了污染物浓度与气象要素的相关性.结果表明:(1)整个1年期间PM2.5、PM10、SO2、NO2、O3年平均浓度分别为67.9、159.3、24.9、56.1、31.5μg·m-3,CO为1.4 mg·m-3.(2)各污染物浓度频率分布不一.期间SO2的污染并未超标,NO2超标率为15.3%,说明"煤改气"能源结构的调整对SO2浓度的降低起到了积极作用,但是由于机动车保有量的增加,使得机动车排放的NO2浓度超过了燃煤.(3)PM2.5与PM10、SO2、CO、NO2、O3具有很强的相关性,尤其与SO2、CO、NO2更为明显,说明机动车尾气和化石燃料的燃烧是乌鲁木齐市PM2.5的重要来源,此外,建立了基于气体污染物的PM2.5浓度预测模型为:CPM2.5=0.21376CPM10+0.42422CSO2+41.66384CCO-0.24325CNO2+0.12466CO3-24.15316.(4)PM2.5、SO2和CO均与气温和水汽压存在较大的负线性相关关系,与O3呈显著的正相关关系.相对湿度与O3浓度的相关性最高为-0.62,与CO有一定的正相关关系,与其他污染物的相关性不大.风速对大气污染的影响较小.日照时数对污染物也有一定影响.     

不同气团对嘉兴市大气污染物变化特征的影响

利用嘉兴2012年10月—2013年9月污染气体和PM2.5的连续观测资料,结合HYSPLIT_4轨迹模式计算得到的观测期间嘉兴不同季节的主导气团,分析了嘉兴市大气污染物的变化特征及不同季节下不同气团类型对该地污染物的影响.结果表明,嘉兴市CO、SO2、NO2和PM2.5日变化为双峰型分布,峰值位于07∶00—09∶00和16∶00—18∶00;O3呈单峰分布,峰值位于14∶00,这与人为活动和大气边界层变化密切相关.大气污染物具有显著的季节变化特征,SO2、CO和PM2.5冬季高(43.5,950.3,79.8μg·m-3),夏季低(21.5、522.4、38.0μg·m-3);NO2在春季最高(49.9μg·m-3),夏季最低(30.4μg·m-3);O3夏季最高(88.9μg·m-3),冬季最低(17.2μg·m-3).影响嘉兴的主导气团的来源和路径存在显著季节变化,不同气团对大气污染物的分布影响较大,局地气团下SO2的浓度显著降低;大陆气团下污染物浓度普遍偏高,SO2、CO、NO2和PM2.5分别是海洋性气团的1.6—3.0、1.5—1.6、1.6—2.0和1.5—2.3倍;海洋性气团下污染物浓度普遍较低;混合性气团对应的污染物水平介于海洋性气团和大陆气团之间.     

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。     

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。     

基于PLS1的哈尔滨市PM_(2.5)与空气污染物相关性分析

以往对PM2.5的研究多集中在气象因子或单一空气污染物对PM2.5质量浓度变化的影响,未考虑多种空气污染物对PM2.5质量浓度的协同作用。通过哈尔滨市环保局发布的2014年1月份(共31 d)市区内主要空气污染物SO2、NO2、PM10、CO、O3、PM2.5的质量浓度数据,运用相关性分析、PLS1和通径分析方法,研究哈尔滨市区内主要空气污染物对PM2.5质量浓度变化的直接影响、通过其他空气污染物的间接影响及污染物之间的协同作用。结果表明,SO2、NO2、PM10、CO与PM2.5质量浓度显著性相关,O3与PM2.5质量浓度相关性不显著,SO2、NO2、PM10、CO之间存在严重的复相关性。依据相关性分析结果,建立了SO2、NO2、PM10、CO对PM2.5质量浓度的PSL1模型,模型的拟合优度r2为0.852,模型拟合良好。对所建立的模型进行通径分析,结果显示,SO2、NO2、PM10、CO对PM2.5质量浓度变化的直接作用分别为0.005、-0.142、-0.140、1.191,CO对PM2.5质量浓度变化的直接影响作用最大。SO2、NO2、PM10通过CO对PM2.5质量浓度变化的间接作用分别为0.706、1.011、1.118均大于它们对PM2.5质量浓度变化的直接作用。SO2、NO2、PM10、CO对PM2.5质量浓度变化的总决定系数为85.9%。CO是主要空气污染物中影响PM2.5质量浓度变化的主要因素,降低冬季煤炭供暖期CO的排放量,有利于提高空气环境质量,降低对人体的健康危害。     

基于PLS1的哈尔滨市PM2.5与空气污染物相关性分析

以往对PM2.5的研究多集中在气象因子或单一空气污染物对PM2.5质量浓度变化的影响,未考虑多种空气污染物对PM2.5质量浓度的协同作用。通过哈尔滨市环保局发布的2014年1月份（共31 d）市区内主要空气污染物SO2、NO2、PM10、CO、O3、PM2.5的质量浓度数据,运用相关性分析、PLS1和通径分析方法,研究哈尔滨市区内主要空气污染物对PM2.5质量浓度变化的直接影响、通过其他空气污染物的间接影响及污染物之间的协同作用。结果表明,SO2、NO2、PM10、CO 与 PM2.5质量浓度显著性相关,O3与 PM2.5质量浓度相关性不显著,SO2、NO2、PM10、CO 之间存在严重的复相关性。依据相关性分析结果,建立了SO2、NO2、PM10、CO对PM2.5质量浓度的PSL1模型,模型的拟合优度r2为0.852,模型拟合良好。对所建立的模型进行通径分析,结果显示,SO2、NO2、PM10、CO对PM2.5质量浓度变化的直接作用分别为0.005、-0.142、-0.140、1.191,CO对PM2.5质量浓度变化的直接影响作用最大。SO2、NO2、PM10通过CO对PM2.5质量浓度变化的间接作用分别为0.706、1.011、1.118均大于它们对PM2.5质量浓度变化的直接作用。SO2、NO2、PM10、CO对PM2.5质量浓度变化的总决定系数为85.9%。CO是主要空气污染物中影响PM2.5质量浓度变化的主要因素,降低冬季煤炭供暖期CO的排放量,有利于提高空气环境质量,降低对人体的健康危害。     

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)。     

国庆前后北京城区PM2.5组分污染及来源特征分析

为探究北京城区国庆前后及国庆期间PM2.5主要组分的污染及来源特征情况,采集2019年9月27日-10月14日北京市大气PM2.5样本,并测定其中碳质气溶胶(OC、EC)及8种水溶性离子(Na+、NH4+、K+、Mg2+、Ca2+、Cl-、NO3-、SO42-)的质量浓度,并分析PM2.5中各化学组分的浓度变化特征、来源特性及气象要素的影响,并对北京市细颗粒物进行源解析和区域传输分析.结果 表明,整个观测期间PM2.5基本呈现"M"型的变化趋势,国庆期间呈现"V"型的变化趋势.国庆期间总碳质气溶胶、水溶性无机离子质量浓度为(14.45±5.87)μg·m-3和(14.97±9.75)μg·m-3,占PM2.5质量浓度的59.7％,各组分质量浓度在国庆期间均有所下降,其中NO3-质量浓度下降最为明显,下降率达53.4％.来源分析结果表明,机动车尾气、燃煤和扬尘是大气PM2.5化学组分的主要来源,其中道路扬尘和建筑扬尘是Ca2+、Mg2+和Na+的主要来源,机动车车尾气排放是碳质气溶胶及二次无机离子的最主要来源.车流量的改变和气象因素与国庆前后PM2.5及其组分变化密切相关,PM2.5及各组分质量浓度在车流量高峰的9月30日和10月6、7日达到峰值,而1-5号移动源贡献减弱和气象要素(降水)导致了最低值的出现.较低的风速及来自于东北、西南方向的污染物输送是观测期间PM2.5较高的重要原因.     

沈阳市大气PM2.5中水溶性离子的季节变化特征

为研究沈阳市大气中PM2.5及其水溶性离子的污染特征、季节差异和来源情况,使用URG-9000D在线监测系统对沈阳市2019年大气颗粒物进行连续的采样分析,并利用正交矩阵因子分析法(PMF)进行污染物的来源解析.结果 表明,2019年沈阳市秋冬季节PM2.5质量浓度变化受相对湿度影响较大,冬季PM2.5平均质量浓度达到85.76 μg·m-3,细粒子污染较为严重.沈阳市大气PM2.5中SNA(SO42-、NO3和NH4+)所占比重表现为春季最高秋季最低;夏季SO42-和NH4+浓度较高,而NO3-浓度较低.SO42-在夏季呈单峰型日变化,与NO3-变化趋势相反.春夏秋三季NH4+与SO42-、NO3-主要结合为(NH4)2SO4和NH4NO3,冬季NH4+主要以(NH4)2SO4和NH4HSO4的形式存在.沈阳市存在较强的SO2和NOx二次转化现象,且各季节中SO2的转化率均高于NO2.PMF源解析结果表明,二次源对沈阳市大气污染贡献最大,夏秋季生物质燃烧和冬季燃煤源贡献同样不可忽视.     

西安市大气颗粒物中水溶性无机离子的季节变化特征

用离子色谱法对11种无机水溶性离子(Na+,NH4+,K+,Mg2+,Ca2+,F-,Cl-,Br-,NO-2,NO-3和SO2-4)进行分析,探讨大气颗粒物中水溶性无机组分的季节变化与典型污染(灰霾、浮尘、燃烧秸秆和燃放烟花)的理化特性.结果表明,西安市大气中PM2.5和TSP的日均质量浓度分别为167.1和382.0μg·m-3,PM2.5占TSP总质量浓度的44%.PM2.5和TSP中无机水溶性离子组分的年均值分别为75.2μg·m-3和101.7μg·m-3.PM2.5中水溶性离子组分占PM2.5总质量浓度的45%左右,TSP中水溶性离子组分占TSP总质量浓度的30%左右.各种水溶性离子的来源和形成机理不同,其季节变化趋势和粒径分布也不同.典型污染事件期间,颗粒物污染特征与平时相比有很大差异:雾霾时PM2.5和TSP的质量浓度都显著增加,主要污染组分为二次污染离子NH+4,NO-3和SO2-4;浮尘发生时,大气颗粒物中人为污染组分会大大减少,而来自沙尘传输和地面扬尘等的地壳物质显著增加;燃烧秸秆对大气颗粒物中K+和Cl-的影响最大;燃放烟花时K+,Mg2+和Ca2+的质量浓度显著增加.     

西安冬、夏季PM2.5中水溶性无机离子的变化特征

为探讨西安市冬、夏季水溶性无机离子的季节和空间变化特征,2010年1月和7月分别在西安城区4个站点及上风区高陵(GL)和下风区黑河(HH)连续采集2周的PM2.5样品,使用离子色谱仪分析样品中水溶性无机离子成分.结果表明,PM2.5质量浓度冬季明显高于夏季,空间变化表现为:城区站点浓度均值(172.6μg.m-3)>上风区点GL(98.9μg.m-3)>下风区点HH(81.0μg.m-3).水溶性无机离子浓度总和占PM2.5质量浓度的41.8%,其中SO24-、NO3-和NH4+是水溶性离子的主要成分,分别占总离子质量浓度的35.1%、22.6%和12.2%.Na+、Ca2+和Mg2+在冬、夏季浓度相差不大,而SO24-、NO3-、NH4+以及K+、Cl-等均明显表现为冬季浓度高于夏季.SO24-、NO3-和NH4+在冬、夏季空间变化均表现为城区站点>GL>HH,这3种离子夏季在大气中的主要存在方式为NH4HSO4和NH4NO3,而冬季主要以(NH4)2SO4、NH4NO3和NH4Cl形式存在.NO3-/SO24-的比值为0.64,表明西安市固定源仍是主要污染贡献源,但是移动源所占比例较之前研究有所上升,应采取一定措施控制机动车数量并加强排放监控.     

春运期间北京市PM_(2.5)污染特征

为研究春运期间北京市PM2.5和气态污染物的污染特征,根据35个空气监测子站周边环境类型的不同将北京市划分为城区、郊区、对照区和交通密集区.结合春运期间的人为活动,比较分析各类污染物在各区域的日均浓度变化特征;将PM2.5日均浓度与SO2、NO2、CO、O3日均浓度及北京市的日均温度、相对湿度、风级进行相关性分析.结果显示,春运期间北京市PM2.5污染最严重,超过《环境空气质量标准》二级标准的天数占45%;PM2.5日均浓度变化趋势与春运客流量变化具有较好的一致性;各区域PM2.5、SO2、NO2和CO的日均浓度均符合交通密集区城区郊区对照区的分布,而O3的情况为对照区郊区城区交通密集区;各区域PM2.5浓度分别与该区域SO2、NO2、CO浓度呈正相关,与O3浓度呈负相关;各区域PM2.5浓度与温度未见相关性,与相对湿度呈正相关,与风级呈负相关.本文的研究结果表明,交通运输、烟花燃放和气象因子对春运期间PM2.5的污染特征影响较大.     

2011年冬季天津PM2.5及其二次组分的污染特征分析

2011年11月—12月于天津城区和武清采集PM2.5样品,分析其中的二次水溶性无机离子(NH4+、NO3-和SO24-)、有机碳(OC)和元素碳(EC),估算二次成分浓度,并分析采样期间气象因素对一次持续重污染过程的影响.结果表明,天津地区冬季PM2.5污染严重、城区和武清PM2.5质量浓度平均值分别为166.9μg.m-3和180.0μg.m-3;城区样品中SO24-、NO3-和OC在PM2.5的比例依次为19.4%、16.7%和15.4%,武清样品中则为19.2%、15.5%和20.4%;二次组分占PM2.5质量浓度的47%(城区)和46%(武清),雾霾日二次组分含量明显高于非雾霾日;高湿和静小风等不利气象条件是造成PM2.5质量浓度持续增加以及二次组分浓度迅速升高的重要原因.     

武汉市三类不同大气污染过程下大气污染物特征及潜在源区分析

为了探讨武汉市不同类型大气污染过程中大气污染物变化特征,分析对比了沙尘、秸秆燃烧和霾污染过程中大气污染物(SO2,NO2,CO,O3,PM2.5和PM10)的变化特征及其影响因素。使用HYSPLIT模式计算了不同类型污染过程中气团轨迹,并利用潜在源区贡献(potential source contribution function,PSCF)和浓度权重轨迹(concentration weighted trajectory,CWT)分析方法,揭示了武汉市不同类型污染过程中大气污染物的潜在源区分布及其贡献特性。结果表明,不同类型污染下大气污染物变化不同。沙尘天主要以PM10污染为主,平均浓度为408.8μg/m^3,是干净天的5.9倍,PM2.5/PM10仅为29%。霾过程中主要以PM2.5污染为主,平均浓度为182.8μg/m^3,是干净天的3.7倍,PM2.5/PM10为90.4%。秸秆燃烧过程中大气污染物浓度均不同程度地增加,其中PM2.5、PM10和SO2的浓度分别为100.2μg/m^3,155.4μg/m^3和23.7μg/m^3,是干净天的1.8倍,1.6倍和1.6倍。表明,不同类型污染下大气污染物的日变化不同,不同类型污染过程中大气污染物的潜在源区差异较大。沙尘期间大气污染物的主要潜在源区为安徽、河南南部、沙尘源区的内蒙古和甘肃等地区。霾过程中大气污染物的主要潜在源区为湖南东北部、湖北东部、安徽西南部、浙江西部、江西北部和河南南部。秸秆燃烧过程中大气污染物的主要潜在源区为安徽、江苏西南部和河南东南部。     

中国典型城市主要大气污染物的浓度水平及分布的比较研究

应用柱状图和箱线图对污染物分布情况进行对比分析,明确了2013上半年北京、沈阳、广州、上海和海口5个城市4项污染物（SO2、NO2、PM10、PM2.5）的日均浓度的分布范围。该组数据涉及的站点总计有49个,其中包含的数据量北京有1863个、沈阳有1670个、上海有1452个、广州有1574个、海口有780个。柱状图显示了这段时间每个城市各个站点4种污染物不同浓度的分布范围,北京的ρ（SO2）和ρ（NO2）分布较为集中,主要的质量浓度区间分别是0~40和40~80μg·m-3,分别占北京SO2和NO2总数据量的51.0%和49.7%,ρ（PM10）和ρ（PM2.5）则分布较为分散;沈阳分布较为集中的是ρ（NO2）和ρ（PM2.5）,主要的质量浓度区间分别是0~30和30~60μg·m-3,分别占沈阳NO2和PM2.5总数据量的52.2%和42.8%,ρ（SO2）和ρ（PM10）则分布较为分散;上海和广州分布较为集中的是低浓度下的ρ（SO2）,其他三项污染物分布较为分散。箱线图是利用每个城市所有站点得到的最大值、最小值、上四分位数、下四分位数和中位数的平均值绘制得到的,通过不同城市间的比较可见,同期ρ（SO2）的比较结果是ρ（沈阳）〉ρ（北京）〉ρ（广州）〉ρ（上海）〉ρ（海口）;ρ（NO2）较大的3个城市是北京、上海和广州;对于ρ（PM10）则只有广州和海口2个城市浓度较低,而对于ρ（PM2.5）高值集中在北京、广州和沈阳3个城市。通过谱图间的比较,并结合各个城市的气象条件及经济发展状况,从中可推测除背景点海口外,北京和沈阳主要的污染物是PM2.5和PM10,广州和上海主要的污染物是NO2和PM2.5;北京主要的污染来源是燃煤烟尘和机动车尾气,广州和上海主要的污染来源是机动车尾气,沈阳主要的污染来源是燃煤烟尘。研究结果可为典型城市的环境监管与大气污染控制提供科学依据。     

临汾市PM2.5中水溶性离子季节变化特征及来源解析

利用在线监控平台获得临汾市2019年3月1日至2020年2月29日PM2.5的24 h均值及其中8种水溶性离子(NO3-、SO42-、NH4+、Cl-、K+、Na+、Mg2+和Ca2+)的监测数据,分析了PM2.5及水溶性离子浓度的季节变化特征,采用主成分分析法探讨了各种离子的主要来源.结果 表明,在研究期内,临汾市PM2.5年均浓度为57 μg·m-3,季节性特征明显,冬季最高,夏季最低,秋季略高于春季;各离子浓度依次为NO3-＞SO42-＞NH4+＞Cl-＞Ca2+＞Na+＞K+＞Mg2+;全年阴阳离子电荷当量的比值为0.86,大气气溶胶呈碱性;SO42-、NO3-与NH4+是其中的主要水溶性离子,不同季节这3种离子之和占8种离子总量的比例分别为夏季(90.98％)＞秋季(88.98％)＞冬季(87.58％)＞春季(85.68％),存在较强的SO2向SO42-、NO2向NO3-的二次转化过程.PM2.5中水溶性离子的主要来源有工业源、生物质燃烧、机动车尾气以及土壤风沙和建筑扬尘等,不同季节各污染源的贡献有较大差别.     

2014年APEC期间北京及周边重点城市PM_(2.5)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-、NO-3、SO2-4、Na+、NH+4、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2.58μg·m-3降至0.494μg·m-3,其次为SO2-4、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SO2-4、NO-3和NH+4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NO-3/SO2-4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.     

天津城区秋冬季黑碳气溶胶观测与分析

利用天津大气边界层观测站2010年9月—2011年1月黑碳气溶胶、PM2.5质量浓度、大气能见度及常规气象观测数据,研究天津城区秋冬季黑碳气溶胶污染特征.结果表明,天津秋冬季黑碳气溶胶质量浓度均值7.24μg.m-3和6.46μg.m-3,分别占PM2.5质量的9.42%和7.98%,其吸收作用分别贡献大气消光的17.2%和17.6%;采用最大频数浓度法计算黑碳浓度本底值为2.50μg.m-3;黑碳浓度的日变化特征与天气过程有关,雾和霾天气下黑碳浓度较高,降水利于清除黑碳污染,秋季高浓度黑碳除局地源污染外,可能还与河北、山西、天津等地燃烧秸秆有关.     

闽南重点城市春季PM2.5中水溶性无机离子特征研究

对闽南地区重点城市春季 PM2.5中水溶性离子的污染状况进行剖析,分析和探讨了闽南地区同城化进程中重点城市PM2.5中水溶性离子污染的共同点和差异点,以期在当前空气污染日益严重的趋势下为闽南地区的大气污染控制提供依据.于2011年春季3月7—16日在福建省闽南地区重点城市厦门城区与郊区、漳州和泉州城区同步用聚丙烯纤维滤膜采集大气PM2.5样品,滤膜经超声萃取后用离子色谱仪分析样品中F-、Cl-、NO3-、SO42-、Na+、K+、NH4+、Ca2+和Mg2+等9种离子组分的质量浓度.结果表明,(1)闽南地区重点城市春季PM2.5的质量浓度变化具有较好的一致性,PM2.5的平均质量浓度为94.14μg·m-3,二次离子SO42-、NO3-和NH4+的质量浓度变化范围为14.66~66.68μg·m-3,平均质量浓度为32.43μg·m-3,占总水溶性离子的83.30%,主要以(NH4)2SO4和NH4NO3形式存在;与国内其他主要城市相比,闽南地区PM2.5中二次离子浓度水平偏高,二次污染严重.(2)NO3-/SO42-和SOR、NOR值均表明闽南地区固定源污染对水溶性离子的贡献大于流动源,但厦门流动源的贡献占了更高的比重;与国内其它地区相比,闽南地区由于春季潮湿多雨,硝酸盐化速率较高,也是导致二次离子污染水平较高的原因之一.(3)作为滨海地区,闽南地区 PM2.5中水溶性离子的主要贡献者主要来自人为源,而非海盐离子.