工作日、双休日和春节期间PM10中水溶性离子浓度变化特征

为了解北京冬季工作日、双休日和春节期间大气PM₁₀中水溶性离子质量浓度水平和日变化特征,2006年1月15日—2月18日在中国科学院大气物理研究所铁塔分部对大气PM10中水溶性离子状况进行了连续观测.结果表明:工作日、双休日和春节期间大气PM₁₀中主要水溶性离子均为SO₄2－,NO₃－和NH₄＋.与工作日相比,双休日中ρ（SO42－）,ρ（NO₃－）和ρ（NH₄＋）平均值分别下降15%,36%和27%;春节期间三者的平均值依次下降41%, 70%和67%.工作日、双休日和春节期间ρ（Cl－）和ρ（NO₂－）日变化相似,表现为白天低,晚上高; 春节期间ρ（SO42－）和ρ（NO₃－）由于源排放的减弱,日变化较平缓,没有明显的峰值.      

长白山PM2.5中水溶性离子季节变化特征研究

为了解长白山大气PM2.5中水溶性离子的季节变化特征及其影响因素,于2005年6月~2008年12月,在长白山北坡海拔763 m处利用大流量滤膜采样器采集PM2.5样品,并用离子色谱分析其中的主要水溶性离子成分含量.结果表明,3种最主要的水溶性离子SO2-4、NH+4和NO-3季节变化趋势明显,SO2-4夏季浓度最高,秋季浓度最低;NO-3冬季浓度最高,夏季浓度最低;NH+4的季节变化趋势主要受到SO2-4和NO-3季节变化趋势的影响.不同方向后向轨迹所对应的总水溶性离子浓度存在明显差异,浓度排序依次是NE相似文献   

鼎湖山PM2.5 中水溶性离子浓度特征分析

为研究珠江三角洲背景区域大气气溶胶中水溶性离子的特征及其来源,于2007年1月～2008年12月,在鼎湖山利用大流量滤膜采样器采集PM2.5样品,并用离子色谱(IC)分析其中的水溶性离子成分含量.结果表明,PM2.5中总水溶性离子年平均浓度为(36.3±16.4)μg.m-3.其中,3种主要离子SO24-、NH4+和NO3-占总离子浓度的89%;夏季受到来自海洋气团的影响,Na+和Cl-相关性明显增强,相关系数R2为0.91;NO3-/SO24-的平均值为0.32,表明固定源对鼎湖山地区污染的贡献更大;PM2.5中Σ阳离子电荷/Σ阴离子电荷的变化范围为0.44～2.59,平均值是1.03,水溶性离子电荷基本平衡.     

2020—2021年西安市大气PM2.5中水溶性离子变化特征

用离子色谱法对181份PM_2.5有效样品中NO^-₃、SO₄^2-、NH⁺₄、Cl^-和F^-等5种水溶性离子进行检测分析。结果表明,西安市PM_2.5的年均浓度为(71.04±51.80)μg·m^-3,季节变化特征表现为：冬季>春季>秋季>夏季。五种水溶性离子的年均浓度为(28.24±31.79)μg·m^-3,季节变化特征表现为：冬季>春季>秋季>夏季。各水溶性离子的年均浓度由大到小依次为：NO^-₃>SO₄^2->NH⁺₄>Cl^->F^-。NO^-₃在冬、春、秋三季...     

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.      

盘锦市秋季PM2.5水溶性离子特征及来源分析

为研究盘锦市秋季PM_(2.5)中水溶性离子污染特征及来源,于2016年10月在盘锦市开发区、文化公园和第二中学采集PM_(2.5)样品,用离子色谱分析其水溶性离子.同时,分析了PM_(2.5)及水溶性离子浓度特征,并通过离子平衡计算、相关性分析和聚类分析对其污染特征和来源进行研究.结果表明:盘锦市秋季PM_(2.5)平均质量浓度为(52.71±19.44)μg·m~(-3),低于环境空气质量标准(GB 3095—2012)日均浓度限值(75μg·m~(-3)),不同点位之间表现为:开发区第二中学文化公园.开发区、文化公园和第二中学的水溶性离子总质量浓度分别为13.64、13.16和13.19μg·m~(-3),分别占PM_(2.5)浓度的22.83%、29.72%和24.36%,各点位均表现为NO~-_3、SO■和NH~+_4质量浓度较大.阴阳离子当量比值(AE/CE)均大于1,表明采样期间盘锦市颗粒物整体偏酸性.离子间相关关系分析显示,SNA的主要存在形式为(NH_4)_2SO_4、NH_4NO_3和KNO_3等.NO~-_3/SO■的均值为1.41,说明移动源对PM_(2.5)的贡献大于固定源.通过聚类分析得出,盘锦市秋季PM_(2.5)中水溶性离子主要来源于气态污染物的二次转化、生物质和化石燃料燃烧及土壤扬尘或建筑扬尘排放.     

邢台市秋季PM2.5及水溶性离子污染特征

为研究邢台市秋季PM_2.5污染特征,于2017年10月15日～11月14日在邢台市区对PM_2.5样品进行了采集,并对其中水溶性离子(包括Cl^-、NO₃^-、SO₄^2-、NH₄⁺、Ca²⁺、Na⁺、Mg²⁺、K⁺)进行了分析.结果显示,观测期间邢台市ρ(PM_2.5)平均值为(130.0±74.9)μg/m³,其中水溶性离子质量浓度为(69.8±11.4)μg/m³,占ρ(PM_2.5)的53.3%,NO₃^-、SO₄^2-和NH₄⁺为主要离子,占水溶性离子比例达到了89.7%.当污染加重,水溶性离子...     

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.      

北京市延庆区PM2.5中主要水溶性无机离子特征及来源解析

对2017年6月—2018年5月北京市延庆区大气PM2.5样本进行采集,分析了PM2.5中9种水溶性无机离子的污染特征,并利用SPSS软件进行来源解析。结果表明:延庆区大气PM2.5中总水溶性无机离子平均浓度为28.0 μg∕m 3,其中,S O 4 2 - 、N O 3 - 和N H 4 + 是最主要的水溶性无机离子,合计占比为82.1%。受天气影响,N O 3 - 和S O 4 2 - 浓度均表现为秋高冬低,N H 4 + 浓度为秋高夏低;受冬季气象条件和施工影响,Ca 2+、Mg 2+、Na +浓度冬季最高。根据电荷平衡分析,春季PM2.5中阴、阳离子基本达到平衡状态,夏、秋季呈弱酸性,冬季呈弱碱性;PM2.5中硫氧化率(SOR)、氮氧化率(NOR)的均值分别为0.53和0.27,大气中存在明显的二次转化过程;N O 3 - ∕S O 4 2 - 为1.66,说明机动车尾气排放源对PM2.5中水溶性无机离子贡献较大;根据N H 4 + 与S O 4 2 - 、N O 3 - 、Cl -的相关性分析,PM2.5中N O 3 - 和S O 4 2 - 以(NH4)2SO4、NH4HSO4、NH4NO3以及HNO3形式存在。利用SPSS软件进行皮尔森相关性分析,PM2.5中N O 3 - 、S O 4 2 - 、N H 4 + 两两相关性强,说明二次反应显著;Ca 2+、Mg 2+、Na + 两两相关性强,说明其污染来源可能相同;Cl -与K +相关性强,说明大气中Cl -主要以KCl的形式存在。利用因子分析模块进行主成分分析,发现延庆区主要污染源为生物质燃烧、扬尘污染和机动车尾气排放。     

邯郸市PM_(2.5)中水溶性无机离子污染特征及来源解析

本研究通过对邯郸市环境空气中PM2.5样本进行采集和成分检测,分析了该地区PM2.5中水溶性无机离子的污染特征,并结合气象要素(风速、温度)、气态污染物(O3、NO2、SO2、CO)、SOR(硫氧化率)、NOR(氮氧化率)对其主要来源进行了解析.研究结果表明:总水溶性无机离子(TWSII)浓度季节变化特征明显,秋、冬季高于春、夏季.SO2-4、NO-3、NH+4是PM2.5中主要的水溶性无机离子,在TWSII中所占的比例为夏(93.2%)冬(85.6%)秋(85.5%)春(84.0%).春、夏、秋三季PM2.5呈酸性,冬季显碱性.此外还分析得到,SO2-4在四季中均以(NH4)2SO4的形式存在.NO-3在冬季以NH4NO3的形式存在,其余季节中以NH4NO3、HNO3等共存.绝大部分Cl-在冬季以NH4Cl的形式存在,其它季节中以NH4Cl、KCl等的形式存在.均相反应是SO2-4的主要生成途径,夏、冬季也伴随有非均相反应.NO-3的生成以均相反应为主(春、夏、秋),在冬季均相反应与非均相反应同时存在.应用因子分析法解析出4个主因子,其中,工业、燃煤、交通、生物质燃烧等综合源是PM2.5中水溶性无机离子的主要来源.     

东海PM2.5和PM10中水溶性离子的组成与化学特性

2014年5~6月在东海海域采集PM_2.5和PM₁₀气溶胶样品,通过离子色谱法对样品中主要水溶性阳离子（Na⁺、K⁺、NH₄⁺、Mg²⁺、Ca²⁺）和阴离子（Cl^-、NO₃^-、SO₄^2-、MSA）的浓度进行测定,并结合相关数理统计方法探讨了其主要来源.结果表明,PM_2.5和PM₁₀样品中主要水溶性离子的总浓度范围分别为7.9~23.7μg/m³和10.4~47.9μg/m³,平均值分别为（14.9±5.8）μg/m³和（21.3±10.7）μg/m³.二次离子（nss-SO₄^2-、NO₃^-和NH₄⁺）浓度最高,分别占测定离子总浓度的80.8%和73.3%,其中SO₄^2-和NH₄⁺主要富集在细颗粒物（PM_2.5）中,NO₃^-主要富集在粗颗粒物（PM₁₀）中.富集因子及相关性分析表明K⁺主要来自陆源,Mg²⁺受海源和陆源双重输入影响.阴阳离子浓度平衡计算结果表明,细颗粒物样品呈弱碱性;粗颗粒物样品酸碱基本中和.两种样品中NH₄⁺的主要结合方式均为（NH₄）₂SO₄和NH₄NO₃.来源分析结果表明,PM_2.5和PM₁₀样品中生源硫化物对nss-SO₄^2-的贡献率分别为13.7%和8.7%.根据估算的干沉降通量结果,NH₄⁺对氮沉降的贡献程度小于NO₃^-.     

2008年奥运前后北京城、郊PM2.5及其水溶性离子变化特征

2008年6月至9月,在北京城区清华大学和郊区密云水库开展大气颗粒物观测,采集了PM2.5样品共180个,并获得了PM2.5及12种水溶性离子的质量浓度.观测期间城区和郊区PM2.5浓度接近,分别为68.9 μg·m-3和52.9μg·m-3;二次无机离子SO42-、NO3-和NH4+是PM2.5中含量最高的水溶性离子...     

河南省春节和疫情影响情景下PM2.5组分特征

2020年1月我国爆发了新型冠状病毒疫情,期间我国各地区大气污染源排放特征发生了显著改变.为研究该情景下PM_2.5组分特征,本研究于2020年1月1日～2月13日利用在线观测仪器对郑州、安阳和新乡市进行连续观测.根据春节假期和疫情爆发,将研究时期分为春节前(1月1～23日)、春节疫情期(1月24～31日)和节后疫情期(2月1～13日).受疫情和有利的气象条件影响,节后疫情期间郑州、安阳和新乡市除O₃外其它污染物浓度较春节前均明显下降,其中NO₂和PM_2.5的降幅分别为65%、52%、72%和51%、55%、54%,但是污染物浓度仍较高,表明未来河南省冬季大气污染的较大幅度改善面临巨大挑战.从颗粒物组分来看,二次无机盐和有机物是观测期间PM_2.5的主要组分.春节疫情期3个城市受烟花爆竹的影响较小,并且硝酸根和扬尘的贡献相比春节前轻微下降.节后疫情期间郑州、安阳和新乡市PM_2.5中硝酸根浓度和占比显著下降,占比降幅为10 6%、41%和4%;硫酸根和有机物的占...     

河南省春节和疫情影响情景下PM2.5组分特征

2020年1月我国爆发了新型冠状病毒疫情,期间我国各地区大气污染源排放特征发生了显著改变.为研究该情景下PM_2.5组分特征,本研究于2020年1月1日~2月13日利用在线观测仪器对郑州、安阳和新乡市进行连续观测.根据春节假期和疫情爆发,将研究时期分为春节前（1月1~23日）、春节疫情期（1月24~31日）和节后疫情期（2月1~13日）.受疫情和有利的气象条件影响,节后疫情期间郑州、安阳和新乡市除O₃外其它污染物浓度较春节前均明显下降,其中NO₂和PM_2.5的降幅分别为65%、52%、72%和51%、55%、54%,但是污染物浓度仍较高,表明未来河南省冬季大气污染的较大幅度改善面临巨大挑战.从颗粒物组分来看,二次无机盐和有机物是观测期间PM_2.5的主要组分.春节疫情期3个城市受烟花爆竹的影响较小,并且硝酸根和扬尘的贡献相比春节前轻微下降.节后疫情期间郑州、安阳和新乡市PM_2.5中硝酸根浓度和占比显著下降,占比降幅为10.6%、4.1%和4%;硫酸根和有机物的占比上升,其中二次有机碳的贡献增大.以郑州市为例分析硝酸盐生成,相比春节前,节后疫情期间不同污染时段硝酸根的占比均下降,但硝酸根仍是污染时段PM_2.5中占比最高的组分.日变化特征表明节后疫情期间大气中O₃浓度和湿度的增高可能促进了NO₂的转化,因此下一步应采取PM_2.5和O₃的协同管控,重视NO₂和VOCs的协同减排.     

基于高分辨率MARGA分析桂林市PM2.5水溶性离子特征

利用高时间分辨率MARGA于2017年2月17日~3月24日在桂林市开展PM_2.5组分监测，结合同一点位环境和气象监测数据，分析桂林市大气PM_2.5水溶性无机离子组分特征及气溶胶酸性.结果表明：MARGA监测的PM_2.5中8种水溶性离子与PM_2.5变化趋势一致.8种水溶性离子总浓度均值29.27μg/m³，3种二次水溶性离子SO₄^2-、NO₃^-和NH₄⁺浓度均值26.91μg/m³，占水溶性离子总浓度的93.50%，是桂林市大气PM_2.5的主要组分.二次水溶性离子SO₄^2-、NH₄⁺和NO₃^-两两之间存在显著正相关性（相关系数均>0.80），提示二次离子产生的机制及在大气中的演化、沉积具有一定的相似性.无论有无降雨，能见度（Vis）均随着水溶性离子，尤其是二次水溶性离子浓度的增加呈幂函数规律递减.24h累计降雨量≥ 10.0mm时，湿清除作用明显.晴天及降雨量不大的天气下，需注意管控机动车尾气、生物质燃烧和扬尘污染.SOR、NOR分别为0.35、0.12，SO₂同时通过均相和非均相氧化反应转化为SO₄^2-，NO_x主要是通过白天光化学反应转化为NO₃^-.大多数离子和气态前体物均存在明显的日变化规律，这与物质的来源、形成机制和气象条件不同有关.CE/AE摩尔浓度均值为1.5，桂林市PM_2.5总体偏碱性.PM_2.5中SO₄^2-、NO₃^-、Cl^-主要以（NH₄）₂SO₄、NH₄NO₃和NH₄Cl形式存在.PM_2.5中NH₄⁺可能与监测点位交通源排放有关，桂林市应加强交通污染物排放管控.     

京津冀区域PM2.5及二次无机组分污染特征研究

选取北京、石家庄和唐山作为京津冀区域典型城市,基于实地样品采集和组分分析结果,探讨PM_2.5组分中二次无机水溶性离子（SNA）浓度变化特征,并利用空气质量模型模拟结果分析重污染前后京津冀地区各类污染源大气污染物排放对PM_2.5和SNA质量浓度的贡献.结果显示：3个城市PM_2.5质量浓度整体呈现逐年下降的趋势,多数情况下SO₄^2-、NO₃^-和NH₄⁺浓度极大值同时出现在冬季,PM_2.5化学组分较为稳定.相对于常规时段,重污染期间SO₄^2-、NO₃^-和NH₄⁺质量浓度明显增加,重污染前一天SNA浓度占PM_2.5比值达到最高.重污染的形成是本地源排放和外来区域传输共同作用的结果,外来源对NO₃^-的贡献整体高于SO₄^2-和NH₄⁺.交通源、居民源和工业源对PM_2.5、SO₄^2-和NO₃^-浓度贡献最高,NH₄⁺主要来自居民源的排放.     

北京市冬季重污染期间PM2.5及其组分演变特征

通过实时在线监测了2018年11月27日~2019年1月15日北京市城区PM_2.5、水溶性无机离子（Na⁺、NH₄⁺、K⁺、Mg²⁺、Ca²⁺、F^-、Cl^-、NO₂^-、NO₃^-、SO₄^2-、PO₄^3-）、碳质组分（有机碳OC、元素碳EC）的质量浓度以及气态污染物浓度和气象要素,收集整理了近20年北京市冬季PM_2.5、主要离子组分以及碳质组分浓度,分析研究了1999~2018年北京市冬季PM_2.5、离子、碳质组分的变化特征,重点探讨了监测期间清洁日与两个典型重污染事件PM_2.5及其组分的演变特征.结果表明：研究期间PM_2.5浓度为53.5μg/m³,达到近20年北京市冬季较低值,且大气主要污染源由煤烟型污染源转变为燃煤型与机动车尾气复合型污染源.监测期间,湿度高、微弱的西南风导致重污染产生,清洁日、污染事件I与污染事件II PM_2.5平均浓度分别为32.5,138.9,146.8μg/m³且不同时段PM_2.5日变化趋势存在差异.各离子浓度变化为：NO₃^- > NH₄⁺ > SO₄^2- > Cl^- > K⁺ > Ca²⁺ > Na⁺ > PO₄^3- > F^- > NO₂^-~Mg²⁺,总水溶性离子浓度为24.6μg/m³占PM_2.5总浓度的46.0%,其中SNA浓度占总离子浓度的83.7%,是离子中最主要的组分.碳质组分浓度达到近二十年北京市冬季最低值,变化为：一次有机碳POC > EC > 二次有机碳SOC,OC与EC相关系数达到0.99,一次燃烧源对污染过程有较大贡献.NH₄⁺在清洁日与污染II中富集,主要以（NH₄）₂SO₄、NH₄NO₃和NH₄Cl形式存在,在污染I中较少,仅以（NH₄）₂SO₄和NH₄NO₃存在.在污染I和II期间,SO₄^2-的形成昼夜均受相对湿度与NH₃影响;NO₃^-的形成白天受O₃与NH₃的影响,夜间受相对湿度和NH₃的影响.     

北京市PM2.5水分含量及其变化特征

利用卡尔费休法可直接测定PM_2.5水分含量,方法精密度及准确度均较好.将该方法应用于北京市城区站点2020年全年的PM_2.5分析,结果显示PM_2.5水分浓度年均值为(5.0±4.1)µg/m³,在PM_2.5占比为(12.5±4.8)%,与PM_2.5质量浓度呈显著相关.水分质量浓度与PM_2.5的质量浓度月度及季节变化趋势基本一致.研究发现,随着空气污染加重,水分质量浓度及其在PM_2.5占比均呈上升趋势,二者相关性明显增强.可见污染发生时,水分增加有利于颗粒物吸湿增长从而推高污染水平,对PM_2.5的贡献同步增强.当沙尘污染发生时湿度处于同期较低水平,不利于细颗粒物的吸湿增长,水分质量浓度及其占比均处于较低水平. PM_2.5水分与二次离子及有机物均有很好的相关性,说明水分为气态污染物提供非均相转化载体,促进硝酸盐、硫酸盐、有机物的进一步生成.PM_2.5水分与地壳物质无相关性,证实地壳元素为一次源,不受水分影响.