上海浦东新区城区大气PM2.5中水溶性离子污染特征研究

为研究大气中细颗粒物(PM2.5)在中低浓度水平下的污染特征及来源,于2018-2020年在上海市浦东新区采用在线气体组分及气溶胶监测系统对大气ρ(PM2.5)及其水溶性离子的质量浓度进行了在线连续观测.结果表明,2018-2020年ρ(PM2 5)变化总体均呈现冬季较高,春、秋季其次,夏季较低的特征.PM2.5中水溶...     

石家庄市大气颗粒物中水溶性无机离子污染特征研究

用超声萃取－离子色谱法分析了石家庄市大气颗粒物中8种水溶性无机离子。结果表明,NO3－、SO2－4、NH4＋及 Ca2＋为主要组分;各个离子的质量浓度均有季节及空间变化差异;不同粒径颗粒物中 SO2－4和 NO3－相关性均很好,NH4＋与 SO2－4、NO3－在细颗粒物中具有良好的相关性,Ca2＋在粗粒子中与 NO3－和 SO2－4的相关性也较好。SO2－4／NO3－质量比季节变化表明,春、夏季固定源与流动源对大气颗粒物贡献相当,秋季流动源贡献较大,冬季固定源贡献较大。PM2．5中SO2与SO2－4、NO2与 NO3－转化率表明,SO2－4、NO3－主要是由二次转化而来。     

南通市PM2.5中水溶性离子季节分布特征

对南通市2016年12月-2018年10月大气污染季节分布特征进行了分析。结果表明,南通市ρ(PM2.5)和ρ(水溶性离子)为冬、春季高,夏、秋季低。春夏秋冬四季ρ(水溶性离子)占ρ(PM2.5)百分比分别为68.2%,70.6%,64.5%和74.5%,其中二次离子SNA(NO3-、SO42-和NH4+)占ρ(PM2.5)的百分比分别为63.1%,67.0%,59.3%和66.8%;ρ(NO3-)/ρ(SO42-)表明,移动源已成为南通市春、秋、冬季的主要污染源,四季均存在不同程度的二次转化,且SO2的转化率均大于NO2,NO2冬季转化率最大、夏季最小,SO2夏季转化率最大、秋季最小。南通市NO2转化为硝酸盐的主要形式是气相均相反应,非均相反应和均相反应对SO2转化为硫酸盐的贡献差异不大。     

乌鲁木齐市大气PM2.5中重金属元素含量和富集特征

利用PM2.5／PM10便携式采样器采集了乌鲁木齐市5个功能区PM2.5,样品,用TAS-990石墨炉原子吸收光谱仪检测了PM2.5样品中Cd、Cu、Ni、Pb、Mn的含量。结果表明,乌鲁木齐大气PM2.5质量浓度变化趋势是冬季采暖盛期〉秋季采暖初期〉春季停暖初期〉夏季停暖期。参照《环境空气质量标准》（GB3095—2012）中的二级标准,采样期间卡子湾水泥厂区样品全部超标,其余4个采样点样品在冬季采暖盛期也全部超标,部分样品在非采暖期超标。富集因子法分析表明,乌鲁木齐市5个采样区PM2.5样品中Ni、Cu、Cd、Pb污染主要来自于人类活动,Mn则来源于地壳物质。     

南通市冬季PM2.5中水溶性离子污染特征

根据南通市2016和2017年冬季大气多参数站自动监测PM2.5数据和在线离子色谱分析仪Marga监测的PM2.5中水溶性离子数据,分析了南通市冬季PM2.5中水溶性离子污染特征。结果表明,南通市2016和2017年冬季,ρ(PM2.5)分别为58和54μg/m 3,均高出其年均值(14μg/m^3);ρ(水溶性离子)总占ρ(PM2.5)百分比分别为74.5%和74.3%;二次离子ρ(NO3^-、SO4^2-和NH4^+)占ρ(PM2.5)百分比分别为66.8%和66.6%;各水溶性离子占比大小依次为:NO3^-、SO4^2-、NH4^+、Cl^-、K^+、Na^+、Ca^2+、Mg^2+。对ρ(NO3^-)/ρ(SO 4^2-)分析表明,移动源已经成为南通市冬季的主要污染源,且呈逐年增强趋势。对氯氧化率和硫氧化率的分析表明,南通市冬季存在较明显的二次污染,SO2的转化程度大于NO2。除Na^+和Mg^2+外,其他离子与PM2.5均呈显著相关性,NO3^-、SO4^2-与NH4^+之间的相关系数最高,Cl^-与除Na^+外的所有阳离子均呈显著相关性。     

连云港春季PM2.5中主要水溶性无机离子污染特征及来源解析

于2017年3月1日—5月31日监测分析了连云港市大气PM_(2.5)中主要水溶性无机离子质量浓度的日变化规律,以及与气象因子、PM10、PM_(2.5)相关性。结果表明,水溶性无机离子质量浓度与环境空气中NO_2、CO、PM_(10)、PM_(2. 5)显著相关,与气温、风速、能见度等呈负相关;日变化呈明显单峰型,峰值出现在08:00左右;水溶性无机离子季度均值为27. 2μg/m~3,占ρ(PM_(2.5))平均50%左右,ρ(NO_3~-)、ρ(SO_4~(2-))和ρ(NH_4~+)占ρ(水溶性无机离子)总85%以上;指出,SO_4~(2-)主要受远距离传输的影响,NO_3~-和NH_4~+主要受局地源的影响。     

宁波市PM10、PM2.5中水溶性无机阴离子浓度水平及分布特征

研究了宁波市PM10、PM2.5中无机阴离子浓度水平及分布特征。结果表明,PM10中Cl-为1.00μg/m3,具有较明显的海洋特征,SO24-、NO3-离子浓度为9.90、3.70μg/m3;Cl-主要存在于粒径为2.5-10μm的颗粒物中,而NO3-、SO42-主要存在于PM2.5中,成为PM2.5的重要组成部分。PM10中水溶性无机阴离子季节变化明显,呈冬天高,夏天低的趋势。     

重庆市大气TSP中水溶性无机离子的化学特征

于2001至2002年在重庆市7个采样点采集了TSP,进行了水溶性无机离子分析。结果发现,SO42-离子浓度最高,其浓度范围为6.32~20.96μg/m3;Ca2 次之,其浓度范围0.78~7.47μg/m3;SO42-、NO3-和NH4 三种离子占TSP质量的8.05%~20.96%。Ca2 、K 与SO42-和NO3-都有很好的相关性,[NO3-]/[SO42-]比值较低(均值为0.4),说明重庆市区普遍使用含硫燃煤。SO42-浓度冬季最高,主要与冬季燃煤的消耗增大有关,NO3-季节明显,与NO3-的形成环境温度密切相关。水溶性无机离子质量浓度有较明显的区域差异,中心城区采样点离子质量浓度高于距离中心城区较远的采样点。     

石家庄市大气颗粒物中有机碳和元素碳的季节变化特征

为了解石家庄市大气颗粒物中有机碳和元素碳的季节变化特征,对春、夏、秋、冬四季采集的PM_(10)、PM_(2.5)样品中的有机碳(OC)和元素碳(EC)进行了分析。结果表明,石家庄市PM_(10)、PM_(2.5)污染严重;PM_(10)、PM_(2.5)中ρ(OC)和ρ(EC)季节变化特征均为夏季春季秋季冬季。冬季PM_(10)中ρ(OC)和ρ(EC)分别为42.85和8.88μg/m~3;PM_(2.5)中ρ(OC)和ρ(EC)分别为41.2和8.59μg/m~3。PM_(2.5)中EC占比最高为3.9%,EC更容易在PM_(2.5)中富集;在四个季节中,冬季PM_(10)、PM_(2.5)中ρ(OC)/ρ(EC)为最高,分别为4.83和4.80,冬季取暖用燃煤加重了OC、EC的污染。冬季PM_(10)中二次有机碳ρ(SOC)为20.92μg/m~3,PM_(2.5)中ρ(SOC)为23.50μg/m~3。     

江淮平原东部城市大气PM2.5组成和污染特征研究

2019年10月—2020年10月在江淮平原东部城市淮安开展持续1 a的PM2.5采样分析,研究PM2.5的组成和污染特征。结果表明：淮安市大气PM2.5年均质量浓度为（52.2±27.1）μg/m3,是国家二级标准（35 μg/m3）的1.5倍,其中冬季最高,为（67.5±36.4）μg/m3,是国家二级标准的1.9倍;PM2.5中的ρ（NO3-）/ρ（SO2-4）=1.76,说明机动车尾气排放对淮安市PM2.5的影响较大;PM2.5中平均ρ（OC）/ρ（EC）值为4.1±1.1,说明淮安市PM2.5受大气二次生成影响明显;Si、Al、Ca等无机元素的质量浓度较高,表明淮安须加大对扬尘污染的治理力度。     

乌鲁木齐市冬季大气颗粒物PM_(10) 和PM_(2.5)污染水平及相关性研究

为研究乌鲁木齐市冬季采暖期间大气颗粒物污染特征,通过采样和在线监测二种手段分析了2015年1~2月大气颗粒物样品,采用重量法分析颗粒物质量浓度,并对其相关性进行分析。结果表明:依据《环境空气质量标准》(GB 3095-2012),采样期间乌鲁木齐市大气PM_(10) 和PM_(2.5)的日均质量浓度均超过了国家二级标准,颗粒物污染严重;PM_(10) 和PM_(2.5)存在显著相关性,PM_(2.5)和PM_(10) 浓度的比值均大于0.5,采暖期PM2.5对乌鲁木齐市大气颗粒物贡献显著。     

春节烟花爆竹燃放期间苏州市区PM2.5中水溶性离子特征分析

使用在线离子色谱分析了苏州市区春节期间PM2.5中水溶性离子.结果表明：春节期间存在2个空气污染高峰时段（初一和初五）,其中初一凌晨PM2.5达到最高峰,小时质量浓度为571μg/m3;烟花爆竹集中燃放时段,PM2.5中K＋、Cl-、Mg2＋质量浓度明显上升,初-凌晨与腊月三十凌晨相比,K＋、Cl-、Mg2＋质量浓度分别增加了117倍、80.7倍、18.0倍;相关性分析表明,PM2.5中K＋、Mg2＋、Na＋、Ca2＋在烟花爆竹燃放时段可能具有相同的来源.     

大中型商场PM10、PM2.5污染水平与来源分析

利用便携式气溶胶监测仪,对平顶山市区的中原商场、商业大楼、食品城总店三家大型商场不同楼层空气PM10和PM2.5进行了现场测定。结果显示,平顶山市大中型商场可吸入颗粒物污染严重,PM10、PM2.5污染平均超标率分别为13.7%和48.0%;PM10、PM2.5的质量浓度在时间和空间分布上存在很大差异;PM10中PM2.5所占比例为83%。     

杭州市大气PM2.5和PM10污染特征及来源解析

2006年在杭州市两个环境受体点位采集不同季节大气中PM2.5和PM10样品,同时采集了多种颗粒物源类样品,分析了其质量浓度和多种化学成分,包括21种无机元素、5种无机水溶性离子以及有机碳和元素碳等,并据此构建了杭州市PM2.5和PM10的源与受体化学成分谱;用化学质量平衡(CMB)受体模型解析其来源。结果表明,杭州市PM2.5和PM10污染较严重,其年均浓度分别为77.5μg/m3和111.0μg/m3;各主要源类对PM2.5的贡献率依次为机动车尾气尘21.6%、硫酸盐18.8%、煤烟尘16.7%、燃油尘10.2%、硝酸盐9.9%、土壤尘8.2%、建筑水泥尘4.0%、海盐粒子1.5%。各主要源类对PM10贡献率依次为土壤尘17.0%、机动车尾气尘16.9%、硫酸盐14.3%、煤烟尘13.9%、硝酸盐粒8.2%、建筑水泥尘8.0%、燃油尘5.5%、海盐粒子3.4%、冶金尘3.2%。     

鞍山市城区采暖期大气PM_(2.5)中PAHs的污染特征研究

通过对鞍山市(1个工业区、2个工业区周边、3个居住区、1个对照点)2015年1月采暖期大气PM_(2.5)中多环芳烃(PAHs)的监测,采用BaP当量致毒系数TEF,分析了鞍山市大气PM_(2.5)中典型PAHs毒性当量分布特征。研究表明,鞍山市大气PM2.5中工业区及工业区周边Ba P毒性当量浓度要远高于居住区和对照点,污染物主要由4~6环的PAHs组成,很强致癌BaP当量浓度为9.351~38.59 ng/m3。     

广州冬季霾天气大气PM2.5污染特征分析

收集了2005年12月至2006年2月的PM2.5浓度观测数据及同步气象数据,分析了冬季PM2.5质量浓度日变化趋势以及霾日期间PM2.5质量浓度日变化和小时变化趋势.结果发现,观测期间PM2.5日均值浓度为69μg/m3,霾日期间PM2.5日均值浓度为72μg/m3.冬季霾天气的发生频率为45%,霾天气过程最短持续2天,最长持续9天.较高的PM2.5浓度和较高的相对湿度及较小的风速是导致霾天气形成的主要原因.霾日期间PM2.5小时浓度变化趋势与人类活动周期和气象条件密切相关.     

郑州市 PM2．5和 PM10质量浓度变化特征分析

根据郑州市2013年PM2．5和PM10颗粒物连续自动监测数据,对郑州市各国控站点的PM2．5和PM10的达标情况、变化趋势等进行探讨分析。结果表明：2013年郑州市PM10和PM2．5的年均质量浓度均超过了新标准规定的年均值二级标准限值。 PM10和PM2．5月均值峰值出现在1月和10月,谷值出现在8月,各月PM2．5的超标天数都大于PM10。PM10和PM2．5冬季的日均值浓度明显高于其他季节,呈双峰型,夜晚浓度整体高于白天;PM2．5春、夏、秋三季日变化呈单峰型,PM10夏季和秋季呈单峰型,春季呈双峰型。 PM2．5和PM10日均值有着非常显著的线性相关关系,PM2．5和PM10浓度的比值（p）10月最高。     

杭州市大气细颗粒物PM_(2.5)中多环芳烃含量特征研究

按季节对杭州市大气细颗粒物PM2.5中16种多环芳烃(PAHs)的含量在2006年进行了为期一年(样本数n=47)的测定分析.研究表明,杭州市大气PM2.5中PAHs总浓度为40.66ng/m3,以中环或高环为主,分别占总PAHs的32.23%和47.6%;云栖点位(位于风景名胜区内)PM2.5中PAHs浓度高于朝晖点位(位于商业居民混合区);季节变化呈现春季高,秋季低的特点;PM2.5中苯并[a]芘等效毒性(BEQ)为4.50;PM2.5中PAHs的来源不是单一的.     

Chemical Composition and Sources of PM10 and PM2.5 Aerosols in Guangzhou, China

Aerosol samples of PM10 and PM2.5 are collected in summertime at four monitoring sites in Guangzhou, China. The concentrations of organic and elemental carbons (OC/EC), inorganic ions, and elements in PM10 and PM2.5 are also quantified. Our study aims to: (1) characterize the particulate concentrations and associated chemical species in urban atmosphere (2) identify the potential sources and estimate their apportionment. The results show that average concentration of PM2.5 (97.54 μg m⁻³) in Guangzhou significantly exceeds the National Ambient Air Quality Standard (NAAQS) 24-h average of 65 μg m⁻³. OC, EC, Sulfate, ammonium, K, V, Ni, Cu, Zn, Pb, As, Cd and Se are mainly in PM2.5 fraction of particles, while chloride, nitrate, Na, Mg, Al, Fe, Ca, Ti and Mn are mainly in PM2.5-10 fraction. The major components such as sulfate, OC and EC account for about 70–90% of the particulate mass. Enrichment factors (EF) for elements are calculated to indicate that elements of anthropogenic origins (Zn, Pb, As, Se, V, Ni, Cu and Cd) are highly enriched with respect to crustal composition (Al, Fe, Ca, Ti and Mn). Ambient and source data are used in the multi-variable linearly regression analysis for source identification and apportionment, indicating that major sources and their apportionments of ambient particulate aerosols in Guangzhou are vehicle exhaust by 38.4% and coal combustion by 26.0%, respetively.