2017~2018年北京大气PM2.5中水溶性无机离子特征

为探究近年来北京市空气质量持续改善过程中PM_2.5及其中水溶性无机离子（WSIIs）特征,于2017~2018年在北京城区进行了连续1 a的PM_2.5样品采集,对其中9种主要WSIIs进行了全面分析.结果表明,北京市PM_2.5年均浓度为（77.1±52.1）μg ·m^-3,最高和最低值分别出现在春季[（102.9±69.1）μg ·m^-3]和夏季[（54.7±19.9）μg ·m^-3].WSIIs年均浓度为（31.7±30.1）μg ·m^-3,对PM_2.5贡献比例为41.1%,季节贡献特征为：秋季（45.9%） > 夏季（41.9%） > 春季（39.9%） ≥ 冬季（39.2%）.SNA是WSIIs的重要组成,春、夏、秋和冬季在总WSIIs中的占比分别可达86.0%、89.5%、74.6%和73.0%.随温度升高,NO₃^-和SO₄^2-分别呈现出了先升高后降低以及波动性升高的趋势;而当相对湿度低于90%时,2种离子浓度均随相对湿度增加而升高,反映了光化学和液相过程对2种离子组分的贡献差异.随污染加重,WSIIs整体贡献比例大幅升高,且各类WSIIs演化特征各异,其中,NO₃^-浓度和贡献均持续升高,而SO₄^2-和各类源自扬尘的离子组分（Mg²⁺、Ca²⁺和Na⁺）贡献降低.观测期间WSIIs主要来源包括二次转化、燃烧源和扬尘源,对燃煤和机动车的管控是其减排的重要途径.后向轨迹分析表明,源自北京市南部和西部的气团对应着较高的PM_2.5浓度和WSIIs占比,且二次离子贡献显著;而源自西北和北部的气团对应的PM_2.5浓度和WSIIs占比则较低,但Ca²⁺贡献较高.     

重庆市北碚城区气溶胶中水溶性无机离子的质量浓度及其粒径分布

为了研究重庆市北碚区城区气溶胶中水溶性无机离子的浓度和分布特征,于2014年3月~2015年2月利用安德森采样器连续采集大气气溶胶分级样品,并用离子色谱法分析了不同粒径(9.00、5.80、4.70、3.30、2.10、1.10、0.65和0.43μm)中Na~+、NH~_4~+、K~+、Mg~(2+)、Ca~(2+)、F-、Cl-、NO_3~-、SO_4~(2-)这9种水溶性无机离子.结果表明,SO_4~(2-)、NH~_4~+、NO_3~-、Cl-、Na~+、K~+主要分布在细粒子中,Mg~(2+)、Ca~(2+)、F-主要分布在粗粒子中.SNA(SO_4~(2-)、NH~_4~+和NO_3~-三者的简称)呈明显单峰型分布,其峰值均出现在0.65~1.10μm的液滴模态,且在细粒子中主要以(NH4)2SO4和NH4NO3形式存在.SO_4~(2-)的形成主要来自云内过程,部分来自SO_2的氧化.Na~+、Cl-、Mg~(2+)在粗、细粒子中呈双峰型分布;K~+在0.43~1.10μm呈单峰型分布;F-、Ca~(2+)在粗粒子中出现峰值.观测期间,PM2.1和PM9.0中总水溶性离子的年均质量浓度分别为(32.68±15.28)μg·m~(-3)和(48.01±19.66)μg·m~(-3),且浓度具有相似季节变化特征,均表现为冬季春季夏季秋季.大部分离子(Na~+、NH~_4~+、K~+、Cl-、NO_3~-、SO_4~(2-))浓度表现为冬春季偏高,夏秋季偏低;而少数离子(F-、Mg~(2+)、Ca~(2+))浓度在秋季最低,其他季节浓度变化稍有不同.SNA是PM2.1中最主要的水溶性离子;而PM9.0中水溶性离子的主要成分除了SNA外,还包括Ca~(2+).PM2.1和PM9.0中阳离子总浓度明显高于阴离子,且不同离子间均具有一定的相关性.主成分分析结果表明,该地区水溶性离子的主要来源包括机动车尾气的排放源、燃烧源、土壤源和建筑道路扬尘.分析气象因素的影响,发现气温对二次离子的生成有明显关系(P0.05),而相对湿度、风速的影响则不显著(P0.05).     

重庆市北碚大气中PM2.5、NOx、SO2和O3浓度变化特征研究

重庆是我国西南工业重镇,但长期受大气污染困扰.利用全自动在线环境监测仪器,于2012年1月—2014年2月,对重庆市北碚区大气中的典型污染物PM2.5、NO_x、SO_2和O_3进行了观测研究.结果表明:重庆北碚大气首要污染物为PM2.5,2012和2013年平均浓度分别为(67.5±31.9)和(66.6±37.5)μg·m~(-3),是国家环境空气质量一级标准35μg·m~(-3)的1.9倍,两年超过国家二级标准的天数分别为119和126 d,年超标率均大于1/3;两年NO_x,SO_2及O_3的年平均浓度分别为(57.1±24.6)和(55.1±36.6),(43.1±24.0)和(35.0±21.9)及(31.1±24.9)和(48.5±37.4)μg·m~(-3).大气污染物浓度具有明显的季节变化特征,PM2.5和NO_x冬季污染最为严重,两年冬季平均值分别比两年年平均值高33.6%、59.6%和43.2%、8.5%;O_3表现为夏高冬低;SO_2春季最高且污染最轻.大气污染物日变化显示PM2.5和NO_x浓度呈双峰日变化形式,有早晚两个峰值,与城市交通高峰相对应.SO_2和O_3浓度呈单峰日变化,前者峰值出现在午前10∶00—12∶00大气对流层被打破之后,而后者峰值出现在午后16∶00局地光化学最强之时.消减各种污染源的颗粒物直接排放,消减气态污染物SO_2和NO_x的工业排放,消减机动车NO_x和VOCs等的排放,才有可能使重庆北碚的大气污染状况得到改善.     

鼎湖山主要森林生态系统地表N_2O通量

利用静态箱-气相色谱法对鼎湖山3 种处于演替不同阶段的森林类型(季风常绿阔叶林、针阔叶混交林和马尾松林)的地表N2O 通量进行了 1 年的原位观测和研究.结果表明,3 种林型地表 N2O 通量按从大到小的顺序为:季风林>混交林>松林;不同林型间的 N2O 通量差异与森林土壤的性质有密切关系,C/N 比值较低的季风林凋落叶对土壤中产生N2O 的微生物过程有较为明显的促进作用;从全年来看,松林地表N2O 通量的季节变化不明显,而季风林和混交林的地表 N2O 通量在雨季存在明显的降雨驱动效应,统计分析显示在该地区影响森林地表N2O 通量的主要因子是土壤湿度.     

北京夏末秋初大气细粒子中水溶性盐连续在线观测研究

利用大气细颗粒物快速捕集分析系统和微量天平方法实时、在线分析了北京夏末秋初PM2.5中水溶性无机盐和PM2.5质量浓度的变化,并结合气象资料和部分前体物SO2、NOx监测数据进行了相关分析.结果表明,北京夏末秋初空气质量良好时,PM2.5日平均浓度为61,0±30.6μg·m-3,其中水溶性无机盐占PM2.5的40%～56%,(亚)硝酸盐、硫酸盐、铵盐是水溶性无机盐中的主要成分,占所测水溶性组分的80%以上.SO2向硫酸盐的转化率高于NOx向(亚)硝酸盐的转化率.亚硝酸盐浓度受气象要素和大气化学过程影响,白天亚硝酸盐有向硝酸盐转化的趋势.     

北京大气中NO、NO2和O3浓度变化的相关性分析

臭氧(O3)是城市污染大气中的首要光化学污染物,其变化规律与氮氧化物(NOx=NO NO2)关系密切.采用49C臭氧分析仪和42CTL氮氧化物分析仪对北京城区O3和NOx浓度进行了连续观测,时间为2004-08～2005-07.结果显示,O3和OX(O3 NO2)浓度在午后15:00左右出现峰值,NOx呈双峰态日变化,在07:00和23:00左右出现峰值.不同季节污染物的浓度变化存在差异,O3和NOx浓度分别在夏季和冬季达到最大.NOx浓度存在100×10-9(体积分数)的"分界点",NOx低浓度时以NO2为主,NOx高浓度时NO占大部分.OX区域贡献和局地贡献存在明显的季节变化,前者主要受区域背景O3的影响,在春季最大,后者主要受局地NOx光化学反应的制约,在夏季最强,同时OX组分呈现显著的昼夜差异.     

放牧对内蒙古草原温室气体排放的影响

静态箱-气相色谱法用于测定内蒙古典型草原温室气体排放.禁牧草原及放牧草原吸收CH₄、排放N₂O和CO₂各自有其相对固定的季节变化形式,草原和大气交换温室气体通量的季节变化形式主要受年度气候变化所控制,而土壤、植被类型、降雨量等禁牧因素和放牧强度等人为因素仅影响排放强度.与禁牧草原相比,自由放牧降低了羊草草原对CH4的吸收和对N₂O的排放,但大大增加了CO₂的排放量.随着放牧强度的增加,草原温室气体排放强度呈线性迅速增长.     

北京城区大气CH4浓度及其变化规律

研究表明:北京城区大气CH4浓度日变化总特征是白天浓度低,夜间浓度高;大气CH4浓度季节变化呈明显的双峰模态,分别在夏末和冬季各出现一个峰,冬季峰值主要是人为源造成的;1985-2000年,北京城区大气CH4摩尔分数平均值为(1 883.4±73.0) nmol/mol,年平均增长率为0.82%,均比全球平均水平高,但20世纪90年代的增长速率比80年代末期低.      

北京大气O3与NOx的变化特征

以2004年8月-2005年7月北京市区近地层大气中臭氧(O3)和氮氧化物(NOx)体积分数观测资料,研究了北京大气中O3和NOx体积分数的变化特征.研究表明:北京市O3体积分数较高,并呈季节性波动,大气光化学污染以夏季最为严重.受太阳紫外辐射和城市交通的影响,城市O3体积分数呈单峰型分布,并在午后15:00出现峰值,造成大气强氧化性.NO2的光解速率夏季最大,在正午出现日最大值.受城市车流量变化的影响,周末NOx体积分数高于工作日,O3体积分数周末与工作日白天差异较小,而夜晚O3体积分数上作日高于周末.     

七大区域不同温湿条件下臭氧浓度变化

近年来,我国臭氧（O₃）污染形势日趋严峻,在多地已超越PM_2.5成为大气环境的首要污染物.气象条件,尤其是温度和湿度对O₃生成的影响极大.因此,厘清并量化不同区域温度和湿度变化对O₃浓度的影响可为政府防治臭氧污染提供理论依据.通过分析2015年1月1日至2022年7月31日实测日最大温度（T_max）和相对湿度（RH）与臭氧日最大8 h滑动平均值（O₃-8h）的关系,发现臭氧污染严重的七大区域的O₃-8h与T_max呈线性正相关关系,温度惩罚因子范围为2.1~6.0 μg ·（m³ ·℃）^-1;O₃-8h与RH呈非线性关系,RH为55%时O₃-8h最高;不同区域对T_max和RH的敏感度稍有不同,总体上最适合O₃生成的气象条件为29℃≤T_max<38℃且40%≤RH<70%.长三角、苏皖鲁豫和长江中游地区在T_max≥35℃的极端高温条件下,O₃-8h停止随温度的上升而增长,反而出现下降现象,且往往伴随颗粒物浓度的小幅上升.这可能与部分前体物在水汽含量变高的情况下发生非均相反应及臭氧的非均相汇增加有关.