长沙市冬季不同污染水平颗粒物中二次无机离子赋存形态及生成特征

基于PM_(2.5)中二次无机离子(SNA)、气态前体物以及气象参数在线监测数据,对长沙冬季不同污染水平下SNA浓度、赋存形态及生成特征进行分析。结果显示,NO_(3)^(-)、NH_(4)^(+)和SO_(4)^(2-)浓度分别为(20.6±14.1)μg/m^(3) ,(7.0±3.9)μg/m^(3) 和(5.2±2.8)μg/m^(3) 。SNA同PM_(2.5)浓度的占比高达53.9%,组分中NO_(3)^(-)浓度贡献最大。污染天SNA浓度是清洁天的1.3倍,NO_(3)^(-)涨幅最大。相较于清洁天,污染天气态前体物NO_(2) 和SO_(2) 浓度及相对湿度较高。清洁天SNA主要以(NH_(4) )_(2) SO_(4) 和NH_(4) NO_(3) 的形式存在,而污染天SNA主要以NH_(4) HSO_(4) 和NH_(4) NO_(3) 的形式存在。长沙冬季气溶胶pH均值为3.1,污染天气溶胶pH值更低。污染天氮氧化率(NOR)和硫氧化率(SOR)均高于清洁天。污染天SOR、NOR与AWC的相关性也明显高于清洁天。污染天SO_(4)^(2-)生成以液相反应为主,NO_(3)^(-)生成以非均相反应为主,AWC的升高促进SOR和NOR。

新疆汉代羊毛织物染料的飞行时间二次离子质谱表征

汉代女性干尸着鲜艳的红-蓝-浅黄三色羊毛纤维编制的华丽服饰,本研究以织物片段作为研究样本,主要采用飞行时间二次离子质谱(TOF-SIMS)法对其染料进行表征。离子成像与高质量分辨数据显示:红色纤维表面产生汞同位素离子(^(202)Hg+和^(199)Hg+)、汞-硫离子(HgS^(+),m/z 234)、硫同位素离子(^(32)S−和^(34)S−)等,指示其染料属于天然无机矿物朱砂(HgS);蓝色纤维则出现目标化合物的准分子离子m/z 263([M+H]^(+)),以及合理的碎片离子系列,如m/z 235(C_(15)H_(11)N_(2)O^(+))和m/z 247(C_(16)H_(11)N_(2)O^(+))等,指示其呈色来自经典天然植物有机染料靛蓝(C_(16)H_(10)N_(2)O_(2),分子质量262.0742);浅黄纤维未检出有机染料(如姜黄)或无机染料(如铁黄),其呈色可能是白色羊毛自然老化陈旧所致。本工作表明,擅长微区原位与超高灵敏度检测的TOF-SIMS法既适用于有机染料分析,也适用于无机染料分析,该方法有望在考古和博物馆馆藏相关研究中获得广泛应用。

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PM_(2.5)质量浓度及其主要化学组分(OC、EC、SO_4^(2-)、NO_3^-和NH_4^+)进行了实时监测.研究结果表明,北京市城区夏季PM_(2.5)质量浓度平均值为69.0±47.9μg·m-3,PM_(2.5)中OC、EC、SO_4^(2-)、NO_3^-和NH_4^+所占的比例分别为15.8%、2.4%、23.0%、15.7%和19.2%,SNA(SO_4^(2-)、NO_3^-和NH_4^+)合计达到了PM_(2.5)质量浓度的57.9%.研究各组分的日变化特征发现,OC和SO_4^(2-)白天浓度变化较小,夜晚浓度稍高;NO_3^-和NH_4^+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,NO_3^-/SO_4^(2-)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PM_(2.5)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NO_3^-浓度水平的增加最为显著.

温湿度对南京北郊PM_(2.5)中二次无机离子生成演化的影响

二次无机离子是PM_(2.5)的重要组成部分,明晰大气污染过程中二次无机离子的形成、演化过程及影响因素,对深入认识大气污染的形成与消散机制具有重要意义。利用南京北郊2016年3月—2017年2月PM_(2.5)及水溶性离子在线观测资料,分析了温湿度对南京北郊PM_(2.5)中二次无机离子生成和演化过程的影响。结果表明:观测期间南京北郊总水溶性离子(TWSI)平均质量浓度为41.35μg·m^(-3),占PM_(2.5)的69.94%;二次无机离子SO_4^(2-)、NO_3^-、NH_4^+(SNA)的平均质量浓度为37.95μg·m^(-3),占TWSI的91.78%,是最主要的水溶性离子。硫氧化率(SOR)平均约为0.49,季节性差异较小,随相对湿度(RH)的增大而升高,且在RH>60%时升高显著。冬季SO4^(2-)质量浓度在PM_(2.5)中的占比随RH增加呈递增趋势,夏季反之,这可能与NO3-的占比增加有关。n(NH4+)/n(SO4^(2-))与n(NO3-)/n(SO4^(2-))比值的截距表现为冬季大于夏季,表明南京北郊大气中的硫酸盐主要是以低酸度固态或液态(NH_4)_2SO_4、NH_4HSO_4的形式存在。在气温高于25℃时,NO_3^-的气粒分配指数(FHNO_3)随气温上升而快速增大,表明气温越高,越有利于固态NH_4NO_3向气态HNO_3转化;而空气湿度的作用与气温相反,特别是在气温高于25℃的高温时段,空气湿度越低,越有利于固态NH_4NO_3向气态HNO_3转化。干净天气条件下FHNO_3平均值为0.07,是污染天气条件下的1.94倍,表明污染天气更有利于NH_4NO_3的形成从而加重大气污染程度。

大气单颗粒物中无机元素的二次离子质谱研究

采用飞行时间式二次离子质谱对大气单颗粒物 ( 2 0μm以下 )进行了探索性研究 ,并用硅片、铜片、镀银铜片和镀金铜片作为分析基片进行了对比实验 ;对以镀金铜片基片得到的谱图进行了金属元素分析 ,并与相同样品总颗粒物的 ICP- AES分析结果进行了比较 .结果表明 :镀金铜片基片的分析效果最佳 ;ICP- AES检测出的金属元素除 Cd外 ,在二次离子质谱图上均有体现 .因此 ,单颗粒物含有总颗粒物的“指纹”

遵义PM_(2.5)中二次水溶性无机离子分布特征与来源

2014年3-12月,对遵义丁字口(市区点)和凤凰山(背景点)按季节进行了PM_(2.5)的样品采集,对其中二次水溶性无机离子(NH_4^+、NO_3^-、SO_4^(2-))分布特征及存在形态进行研究。结果表明,NH_4^+、NO_3^-和SO_4^(2-)是遵义市PM_(2.5)的主要离子,其季节变化规律明显:NO_3^-、SO_4^(2-)的质量浓度表现为秋>冬>春>夏;NH_4^+则表现冬>秋>春>夏。丁字口PM_(2.5)中NH_4^+、NO_3^-和SO_4^(2-)的质量浓度均高于凤凰山。相关性分析表明,遵义PM_(2.5)中NH_4^+、NO_3^-、SO_4^(2-)在春、冬季主要以(NH_4)_2SO_4和NH_4NO_3的形式存在;夏季主要以NH_4HSO_4和NH_4NO_3的形式存在;秋季主要以NH_4HSO_4的形式存在。PM_(2.5)的酸碱度分析显示遵义PM_(2.5)主要呈酸性。SOR(硫表观氧化率)和NOR(氮表观氧化率)均值大于0.1,且丁字口SOR、NOR值略高于凤凰山;丁字口、凤凰山NO_3^-/SO_4^(2-)年均值分别为0.46±0.08和0.43±0.10,说明遵义市大气中的硫和氮主要来自于固定源。

北京大气气溶胶表面无机组分的静态飞行时间二次离子质谱研究

采用特定的样品处理方式,利用静态飞行时间二次离子质谱(Static-TOF-SIMS)技术,对使用通用型大气污染物采样仪VAPS(URG-3000K)采集于非导电性的滤膜(聚碳酸酯滤膜)上的大气气溶胶细粒子(PM2.5)与粗粒子(PM2.5～10)的表面无机组分进行了探索性的比较分析.结果表明:大气气溶胶细粒子与粗粒子的表面无机组分组成特征具有明显的差异;气溶胶细粒子表面存在着大气中二次形成的亲水性化合物,会对其表面的疏水性/亲水性特征产生影响,从而影响其大气化学行为;气溶胶粗粒子表面存在氟化物,对生态环境和人体健康具有潜在的危害性,应该重视对气溶胶中氟污染的研究与控制;静态飞行时间二次离子质谱可以成为研究大气气溶胶表面化学组成特征的有利分析手段.

基于二次无机气溶胶研究南京冬春季霾污染过程的形成特征和来源解析

为研究南京细颗粒物PM_(2.5)中水溶性无机离子的污染特征、来源及其潜在源区贡献,本文于2015年12月—2016年4月采集PM_(2.5)样品,并测定了8种水溶性无机离子(SO_(4)^(2-)、NO_(3)^(-)、NH_(4)^(+)、Cl-、K^(+)、Mg^(2+)、Ca^(2+)、Na^(+))的浓度,运用正定矩阵因子(PMF)源解析探究PM_(2.5)来源,结合后向轨迹模型(HYSPLIT)、潜在源区分析法(PSCF)和浓度权重轨迹分析法(CWT),确定了相应组分的潜在污染源区域,并对污染贡献进行定量计算.结果显示,在不同污染水平下,SO_(4)^(2-)、NO_(3)^(-)和NH_(4)^(+)(SNA)均为PM_(2.5)的主要成分,在高相对湿度(RH>50%)和低温(T<8℃)的条件有利于提高二次无机气溶胶的生成速率.PMF源解析发现二次转化源的贡献最显著,其次是扬尘源、生物质燃烧源和海洋源.SNA的潜在源区分布类似,但的CWT峰值超过24μg·m^(−3),且CWT高值区范围较大,这进一步表明在观测期间汽车尾气排放和燃料燃烧是主要的潜在来源.

气团来源对沿海城市PM_(2.5)中二次水溶性无机离子形成特征的影响研究

大气细颗粒物(PM_(2.5))与雾霾天气密切相关,PM_(2.5)吸附的有毒有害物质,可能给人体健康带来危害。二次水溶性无机离子(SNA,包括SO_4^(2-)、NO_3^-和NH_4^+)是PM_(2.5)的重要组分,研究PM_(2.5)中SNA污染特征及形成和演化的影响因素,对认识雾霾污染的生消机制,提升人们的生活质量具有重要意义。利用在线气体及气溶胶成分监测系统(MARGA)观测了宁波市滨海地区春季、夏季和秋季大气PM_(2.5)中的SNA和气态污染物的变化趋势,并利用后向轨迹分析研究了不同气团影响下污染物的日变化规律。结果表明,观测期间,SNA在PM_(2.5)中的平均占比约为70.7%,NO_3^-是导致PM_(2.5)污染加重的主导离子。NO_3^-和SO_4^(2-)受气团传输影响较大,来自陆地气团的质量浓度普遍高于海洋气团,来自西北内陆方向的污染物输送是导致宁波空气质量下降的主要原因。宁波大气中的硫氧化率(SOR)较高,SO_4^(2-)主要由SO_2发生二次氧化反应生成;SO_4^(2-)的形成与相对湿度(RH)密切相关,SOR随着RH的增加而显著增大,当RH>85%时,大气中的硫氧化物绝大部分以SO_4^(2-)形式存在,SOR接近1;而温度变化对SOR无明显影响;来自西南与东部受海洋显著影响的气团SOR高于来自陆地气团的相应值。夏季RH普遍较高,西南方向气团影响下高浓度的气态污染物(NO_2、O_3、NH_3)可明显促进SO_4^(2-)的生成,一定程度上控制人为气态污染物的排放能有效减少SO_4^(2-)生成。与SOR比较而言,氮氧化率(NOR)和NO_3^-与温度、RH、气态污染物浓度等环境因素的关系比较复杂,暗示多种反应机理共同作用影响氮氧化物的转化。

武安市PM_(2.5)及其二次水溶性无机离子污染特征和区域来源解析

武安市是以钢铁立市的典型重工业城市.为研究武安市PM2.5的污染特征和区域来源解析,对武安非采暖期(2018年10月)和采暖期(2019年1月)进行大气PM2.5样品的采集和组分测试,并利用CAMx-PSAT模型模拟结果分析区域源排放对武安PM2.5及其二次水溶性无机离子(SO42-、NO-3、NH+4)的质量浓度贡献.测试结果表明,武安PM2.5污染严重,平均质量浓度为113.5μg/m3,采暖期PM2.5污染水平高于非采暖期;SO42-、NO-3和NH+4的平均质量浓度占PM2.5总质量浓度的41.1%,是PM2.5重要组成部分;SO42-、NO-3和NH+4质量浓度表现为采暖期高于非采暖期;NO-3与SO42-质量浓度比值在采暖期和非采暖期均小于1,表明燃煤烟尘等固定源贡献相对较大;随着PM2.5污染等级的升高,SO42-、NO-3和NH+4质量浓度明显增大,达到重污染天时,SO42-、NO-3和NH+4质量浓度增至最高.模拟结果显示,武安城区PM2.5污染是由本地污染源排放和外来污染物区域传输共同作用的结果,本地污染源排放占主导地位;冶金源排放对PM2.5、NO-3和SO42-质量浓度贡献影响最大;农业源排放是NH+4质量浓度的主要污染来源;采暖期的居民源排放对PM2.5和SO42-、NO-3、NH+4质量浓度贡献率相比于非采暖期出现大幅度增加.外来工业源和机动车源对武安PM2.5质量浓度贡献较为突出.

湘潭市PM2.5中二次水溶性无机离子及其气态前体物的污染特征

2013年12月3日至2014年1月14日,在湘潭市2个功能区(交通、商业、居民区和工业区)采样点对大气PM2.5进行了采集,并同步采集了SO2、NO2;进而利用离子色谱法对PM2.5中二次水溶性无机离子(SO42-、NO3-和NH4+)的浓度进行测试分析。通过分析不同空气质量级别下硫、氮氧化速率(SOR和NOR),探讨了PM2.5中硫酸盐和硝酸盐的来源、形成机制和影响因素等。结果表明,采样期间湘潭市PM2.5及其二次水溶性无机离子(SO42-、NO3-和NH4+)的质量浓度分别为148.34、56.19μg/m3,其中SO42-、NO3-和NH4+分别占PM2.5浓度的15.26%、14.06%和8.57%,三者累计值占PM2.5质量浓度的37.88%。随着PM2.5浓度增加,二次水溶性无机离子及其气态前体物SO2、NO2的浓度也逐渐增加,且"重度"污染时SO42-、NO3-和NH4+浓度较"良"时分别上升了1.93、2.41、2.03倍。不同空气质量级别下PM2.5中的SO42-、NO3-主要以NH4NO3和(NH4)2SO4的形式存在,但在"轻度"和"中度"污染时可能存在其它的硫酸盐和硝酸盐。采样期间SOR和NOR的平均值分别为0.18和0.17,不同污染级别下二者均在0.15以上(大于0.1),表明湘潭市PM2.5中的硫酸盐和硝酸盐主要是经转化形成的二次污染物。大气PM2.5中NO3-/SO42-为0.89,不同空气质量级别下二者比值分别为0.78、0.99、0.82、0.97(均小于1),表明湘潭市冬季PM2.5污染以燃煤源排放为主。

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SO_4^(2-)、NO_3^-和NH_4^+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SO_4^(2-)、NO_3^-和NH_4^+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NO_3^-的贡献整体高于SO_4^(2-)和NH_4^+.交通源、居民源和工业源对PM_(2.5)、SO_4^(2-)和NO_3^-浓度贡献最高,NH_4^+主要来自居民源的排放.

钢铁厂平炉尘单颗粒物的二次离子质谱研究

采用二次离子质谱（ SIMS）对钢铁厂平炉尘单颗粒物（ 20μ m以下）进行分 析研究，鉴别其中的无机和有机成分。从分析结果可以看出该平炉尘中含有多种金属元素 ( 包括稀土元素 )和多环芳烃系列（ PAHS）。本文拟对颗粒物中氟化物的存在状态进行了初 步探讨。

锂离子二次电池聚合物电解质的研究进展

简要介绍了锂离子电池和锂离子电池电解质的发展概况,锂离子电池电解质的分类,并重点介绍了聚合物电解质的性能特点,讨论了聚合物电解质中锂盐、聚合物、增塑剂和无机添加剂对电解质的影响,指出通过各组分性能的互补,是获得高导电性及机械性能聚合物电解质的有效手段,并展望了锂离子电池电解质的发展前景。

2011年冬季天津PM_(2.5)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.

泰山顶PM2.5及其二次组分的输送路径与潜在源

为了明确泰山顶PM_(2.5)及其二次组分的输送路径与潜在来源,基于后向轨迹聚类方法对2015年冬季和春季抵达泰山顶的气团传输轨迹进行聚类分析,并利用PSCF(潜在源贡献因子)和CWT(浓度权重轨迹)方法分析泰山顶冬季和春季PM_(2.5)、SO_4^(2-)、NO_3^-和NH_4^+的潜在源域.结果表明,冬季和春季来自不同方向的气团轨迹对泰山顶PM_(2.5)及其组分的潜在源分布的影响具有明显差异.冬季泰山顶ρ(PM_(2.5))和ρ(NO_3^-)平均值的最高值对应的气团轨迹来自湖北、河南、山东济宁等地区,而来自西北方向的轨迹1和轨迹2分别对应的ρ(SO_4^(2-))和ρ(NH_4^+)平均值最高;春季影响ρ(PM_(2.5))和ρ(NO_3^-)的气团轨迹主要来自西南方向的河南、安徽北部、山东聊城等地区,而源自蒙古国途经内蒙古、山西、河南北部和山东聊城的气团轨迹对ρ(SO_4^(2-))和ρ(NH_4^+)的贡献最大.泰山顶ρ(PM_(2.5))、ρ(SO_4^(2-))、ρ(NO_3^-)和ρ(NH_4^+)的PSCF分布特征与CWT分布特征类似,WPSCF(源区分布概率)和CWT的最高计算值主要集中山东济宁、聊城以及邻近的山西省、河北省和河南省,是泰山顶大气污染物的主要潜在源域.

太原市采暖季PM_(2.5)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PM_(2.5)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PM_(2.5)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PM_(2.5)中总水溶性离子(TWSI)浓度为51.0μg·m^(−3),二次粒子约占77.1%,TWSI浓度较2016年和2017年采暖季下降明显.WSIIs主要以(NH_(4))_(2)SO_(4)、NH_(4)NO_(3)、KNO_(3)、KCl和NaCl的形态赋存,控制NH_(3)的排放对降低PM_(2.5)浓度具有重要意义.太原市采暖季SOR和NOR分别为0.17和0.16,表明太原市采暖季大气中存在较强的二次转化特征,RH和O_(3)浓度是影响SOR和NOR的关键因素.重污染期间移动源对太原市大气污染的贡献高于固定源.太原市采暖季PM_(2.5)中WSIIs的主要来源贡献由大到小依次为二次源、燃烧源、土壤扬尘和工业源.

长株潭城市群PM_(2.5)中二次无机离子特征及生成机制

二次无机离子是大气PM_(2.5)的主要组分,其对城市霾污染的驱动作用愈发明显.目前长株潭城市群秋冬季PM_(2.5)污染形势依旧严峻,但该区域的二次转化对冬季霾污染过程以及秋冬季SNA差异特征的影响尚不明晰.2020年11月和2021年1月在长株潭城市群4个典型站点进行PM_(2.5)连续采样,并定量分析了SO_(4)^(2-)、NO^-3和NH^+4等组分.结果显示,秋季和冬季PM_(2.5)中ρ(SO_(4)^(2-))、ρ(NO^(-)_(3))、ρ(NH^^(+)_(4))平均值(μg·m^(-3))分别为(5.2±2.5)、(7.9±4.8)、(4.1±2.2)和(7.2±4.2)、(17.1±10.5)、(7.8±5.2).在冬季霾污染过程中,ρ(SO_(4)^(2-))、ρ(NO^^(-)_(3))和ρ(NH^(+)_(4))(SNA)的增量约占PM_(2.5)浓度增量的72.7%,其中ρ(NO^-3)占41.2%,因此霾污染形成主要由NO^-3生成所驱动.在霾污染过程的“污染阶段”,较高的气溶胶含水量(AWC)促使SNA快速二次转化,同时不利气象条件导致污染物的本地累积,在“消散阶段”,硫氧化率(SOR)和氮氧化率(NOR)值仍较高,PM_(2.5)浓度的降低并不是由于SNA的二次转化减弱,而是一次排放的削减以及利好气象条件的形成;长株潭城市群冬季较高的AWC浓度、pH值以及较低的温度是导致ρ(NO^(-)_(3))/ρ(PM_(2.5))值、NOR高于秋季的主要原因,同时在高AWC浓度条件下区域NO^(-)_(3)的生成主要以非均相反应为主.而受气溶胶pH值与生成速率影响,H2O2液相氧化SO_(2)是长株潭城市群秋冬季SO_(4)^(2-)的主要生成途径,冬季较高的AWC浓度也使得SOR高于秋季.

成都市城区PM_(2.5)中二次水溶性无机离子污染特征

2009年4月~2010年1月在成都市城区采集131个PM2.5样品,应用离子色谱法对PM2.5中二次水溶性无机离子(NH+4、NO-3和SO2-4)含量进行分析,并探讨其污染特征.结果表明,PM2.5中NH+4、NO-3和SO2-4的平均浓度值分别为(10.4±8.6)、(19.7±14.6)和(32.8±21.8)μg·m-3,分别占PM2.5质量的(5.5±2.8)%、(11.1±3.5)%和(19.3±6.4)%,三者总和占PM2.5质量浓度的(35.9±12.7)%.PM2.5中NH+4、NO-3和SO2-4的季节变化特征明显,夏、冬两季NH+4、NO-3和SO2-4的浓度均为SO2-4>NO-3>NH+4,其总和占PM2.5质量浓度的百分比为冬(44.3%)>夏(39.4%).相关分析结果显示,NH+4、NO-3和SO2-4在成都主要以NH4HSO4、(NH4)2SO4和NH4NO3形式存在;NO-3/SO2-4比值表明,成都市大气中硫和氮的主要来源以固定源为主;硫氧化速率和氮氧化速率的年均值分别为:0.33±0.12和0.19±0.09,表明成都市PM2.5中SO2-4和NO-3主要经二次转化形成.

青岛不同强度霾天气溶胶中二次无机离子的生成及粒径分布

于2015年9月至2016年2月在青岛近海连续收集了大气气溶胶分级样品,用离子色谱法分析了其中的水溶性无机离子组分,并讨论了不同强度霾天下气溶胶中二次无机组分的粒径分布,初步探索了霾天SNA的形成过程和影响因素.结果表明,气溶胶中NO_3^-、SO_4^(2-)、NH_4^+、NO_2^-和Cl^-的质量浓度变化范围分别是10.32~193.46、4.42~74.05、2.21~57.75、0.05~2.22和1.35~17.39μg·m^(-3),且SNA的质量浓度随霾污染程度的加剧明显增加.与非霾天相比,轻微、轻度、中度和重度霾天与非霾天相比,NO_3^-的质量浓度分别增加了55%、77%、240%和537%;SO_4^(2-)的质量浓度分别增加了4.7%、35%、77%和262%;NH_4^+的质量浓度分别增加了72%、83%、201%和526%.细粒径上的NO_3^-、SO_4^(2-)与其气态前体物NO_2、SO_2均有显著相关性,且与相对湿度、能见度、风速等气象条件相关性较好,说明细粒径SNA的生成是造成霾天能见度下降,形成空气污染的主要原因之一,同时,高浓度前体物、较大相对湿度、低风速都是影响霾天形成的重要因素.除轻微霾天外,其他不同强度霾天的SOR(硫氧化率)、NOR(氮氧化率)均大于非霾天,且随着霾程度的加剧,SOR、NOR都有明显的升高,尤其是0.43~0.65μm和0.65~1.1μm粒径段;在重度霾天,氮和硫的转化率平均为非霾天的1.5倍,说明细粒径上的硫酸盐和硝酸盐大部分是气-粒转化而来.NO_3^-、NH_4^+、NO_2^-和SO_4^(2-)主要存在于细粒径段,霾天下在细粒径上的比例都显著增大,NO_3^-和SO_4^(2-)在严重霾天所占比例最高,分别达到79.4%和74.4%.NO_3^-在非霾、轻微、轻度霾天时均呈双峰分布,峰值出现在0.43~0.65μm和3.3~4.7μm处,中度霾天时细粒子峰值移动到0.65~1.1μm,在重度霾天粒径分布变为0.65~1.1μm的单峰分布.SO_4^(2-)只在非霾条件下呈双峰分布,峰值出现在0.43~0.65μm和2.1~3.3μm粒径段,霾天下均是单峰分布,轻微和轻度霾天下峰值出现在0.43~0.65μm,中度和重度霾天下峰值在0.65~1.1μm处.NH_4^+呈单峰分布,在非霾和轻微霾天下峰值出现在0.43~0.65μm粒径段,轻度、中度和重度霾天下峰值均出现在0.65~1.1μm粒径段.