乌鲁木齐大气细颗粒物PM2.5水溶性离子浓度特征及其来源分析

大气细颗粒物PM_(2.5)是危害人体健康和环境最主要的空气污染物之一,对其水溶性离子的研究是一项非常必要而迫切的工作。文章对乌鲁木齐市中心区域树木年轮实验室和黑山头2013年1月-2014年2月期间采集的大气细颗粒物样品,利用离子色谱仪分析了其中的水溶性离子分布特征,采用硫转化率(SOR)、离子相关性分析等分析其可能来源,结果表明:年轮室和黑山头PM_(2.5)中总离子浓度平均值分别为88.03和65.11μg·m^(-3),分别占PM_(2.5)质量浓度的51.21%和33.8%。年轮室各种离子的季节变化明显:SO_4^(2-)、NO_3^-、Cl^-和NH_4^+表现为冬季>秋季>春季>夏季,Na^+表现为冬季>秋季>夏季>春季,Ca^(2+)表现为秋季>夏季>春季>冬季。SO_4^(2-)、NO_3^-和NH_4^+是PM_(2.5)中主要的离子,(NH_4)_2SO_4、NH_4HSO_4和NH_4NO_3是乌鲁木齐PM_(2.5)中水溶性组分的可能结合方式。Cl^-和K^+主要来源于化石燃料和生物质的燃烧排放,Ca^(2+)和Mg^(2+)主要来自土壤、二次扬尘和燃煤。乌鲁木齐大气PM_(2.5)中ρ(NO_3^-)/ρ(SO_4^(2-))为0.40,说明目前固定排放源仍然是乌鲁木齐大气污染物的主要来源。本研究为更深入了解乌鲁木齐市颗粒物污染现状提供参考,同时为确定乌鲁木齐市大气污染治理重点、制定大气污染防治规划提供依据。

菏泽市秋冬季PM2.5水溶性离子化学特征分析

为深入研究菏泽市秋冬季PM2.5中水溶性离子污染特征,于2017年10月15日—2018年1月31日对菏泽市3个监测点同步进行PM2.5的采集和分析,分析探讨了不同污染程度下ρ(PM2.5)及水溶性离子化学特征.结果表明:①菏泽市秋冬季PM2.5呈区域污染特征.②整个观测期间,ρ(PM2.5)范围为26.72~284.10μg/m^3,平均值为103.27μg/m^3,其中水溶性离子对ρ(PM2.5)贡献率较大,为44.65%~49.87%;SNA(NO3^-、NH4^+、SO4^2-的统称)的占比较高,SNA占总水溶性离子质量浓度的86.88%,说明二次气溶胶为菏泽市大气PM 2.5中的重要组成部分.③SNA三角图解和水溶性离子相关性结果表明,采样期间大气中NO3^-、SO4^2-可能以NH4NO3、(NH4)2SO4形式存在;ρ(Cl^-)与ρ(K^+)相关性较高(清洁天和污染天的相关系数分别为0.79和0.81),由此推测Cl^-与K^+具有同源性,二者主要源于生物质燃烧.④重度及以上污染天的SOR(硫氧化率)和NOR(氮氧化率)分别为0.54和0.37,分别是清洁天的2.08和2.06倍;轻中污染天的SOR和NOR分别为0.37和0.29,分别是清洁天的1.42和1.61倍.随着污染程度的加重,SO2和NO2向SO4^2-和NO3^-的二次转化增强.重污染日SOR、NOR和相对湿度均大于清洁天和轻中度污染天,而温度则未表现出相似的变化趋势,说明非均相反应是菏泽市秋冬季SO4^2-和NO3^-形成的重要原因.研究显示,菏泽市污染呈区域性污染特征,二次气溶胶是菏泽市大气PM 2.5的重要组成部分,污染天ρ(NO3^-)、ρ(SO4^2-)、ρ(NH4^+)均与相对湿度呈显著正相关(P<0.05),均与温度呈负相关,表明在污染天高湿低温对SO2、NO2转化为SO4^2-、NO3^-有推动作用.

北京典型城区冬季PM2.5水溶性离子特征

为了全面了解北京市煤改气后冬季大气细颗粒PM2.5中无机水溶性离子及其来源,于2017年冬季供暖期间在北京市海淀区连续采集了41个PM2.5样品,采用离子色谱分析了其中10种水溶性离子(Na+、NH4+、K+、Ca2+、Mg2+、F-、Cl-、NO2-、NO3-、SO42-)的浓度。结果表明:采样期间北京市PM2.5的日均质量浓度范围为(94.28±52.49)μg/m3,相较于2016年,2017年冬季PM2.5日均质量浓度降低了29μg/m3,减少幅度达28.2%,污染天数明显降低;污染期颗粒物中NO3-、SO42-、NH4+显著高于优良期;质量浓度比ρ(NO3-)/ρ(SO42-)大于1,移动源贡献相对较大,反映出"煤改气"政策实施引起燃煤等固定源排放硫酸盐减少。采用飞行时间二次离子质谱(TOF-SIMS)结合质量高分辨模式与正负离子成像模式表征了PM2.5。结果显示NH4+在污染期倾向以分子硫酸铵或硫酸氢铵的形态存在。

东北亚冬季PM2.5水溶性离子空间分布特征及来源

为探讨东北亚冬季PM2.5水溶性离子空间分布特征及来源,测定了2017~2018年沈阳冬季PM2.5水溶性离子浓度.结果显示:沈阳冬季PM2.5水溶性离子平均质量浓度为28.5±11.9μg/m^3,二次离子(SO4^2-、NO3-和NH4^+)的浓度最高,分别占总水溶性离子质量浓度的31.0%、22.4%和19.2%.运用离子化学计量学关系、相关性和主成分分析,探讨了沈阳冬季PM2.5水溶性离子的可能来源.并整合了东北亚冬季(中国东北、韩国、日本)近20a来PM2.5水溶性离子数据,发现沿着东亚冬季风,东北亚冬季PM2.5水溶性离子浓度从中国东北,经韩国海岸、韩国和济州岛,日本海岸至日本整体呈下降趋势,在韩国和日本出现局部上升,且在不同区域,不同水溶性离子占比明显不同.其中,韩国冬季PM2.5中SO4^2-、Ca^2+和K+受外来源影响显著,NO3-和NH4+主要来自本地源,Cl^-、Na^+和Mg^2+主要来自本地源或海源;日本中部冬季PM2.5中SO4^2-、NO3^-、NH4^+和K^+主要来自本地源,Cl^-、Ca^2+、Na+和Mg^2+主要来自本地源或海源.

道路降尘PM2.5水溶性离子特征研究

为探究秋季城市道路降尘PM2.5中水溶性离子污染特征及来源,收集石家庄市道路降尘PM2.5样品,运用相关性及比值法分析10种水溶性离子的污染特征,结果表明:Ca^2+浓度最高,SO4^2-次之,F^-浓度最低;快速路中离子浓度最高,各种离子在不同类型道路中污染特征不同;阳离子易在1.5米处富集,而SO4^2-、Cl^-和F^-在2.5米处富集。阴阳离子平衡分析显示颗粒物呈碱性,且2.5米处碱性更强。NO-3/SO4^2-平均值为0.18,固定源影响大于移动源,水溶性离子主要来源为:道路扬尘、建筑尘的沉降、工业燃烧排放、机动车尾气排放及燃煤排放。

苏州工业园区PM2.5水溶性离子组分特征分析

利用在线离子色谱获取2018年苏州工业园区PM2.5中水溶性离子组分小时浓度数据,分析PM2.5中水溶性离子组分特征。结果表明,PM2.5中水溶性离子组分浓度从高到低的排序依次为NO3->SO42->NH4+>Cl->Ca2+>K+>Na+>Mg2+。水溶性离子组分浓度占PM2.5的比例在夏季较高,冬季相对较低。从NO3-/SO42-比值看,秋冬季机动车尾气对颗粒物浓度的贡献占比增加。硝酸盐受光化学反应的影响变化幅度最大,其在夏季浓度较低,冬季浓度较高。苏州工业园区SOR年均值为0.314,NOR年均值为0.177,全年夜间SOR和NOR值均高于白天。在夏季和秋季受光化学反应的影响,NOR值可能被高估。4月份和5月份受沙尘和扬尘等污染的影响较大,在麦收季节和秋冬季受生物质燃烧等的影响较大。

昆明市PM_(2.5)中水溶性无机离子的化学特征及来源解析

为探究昆明市大气中水溶性无机离子的化学组分、季节差异及主要来源,本研究于2019年12月至2020年11月在云南大学进行PM_(2.5)样品采集,利用离子色谱仪分析样品中水溶性无机离子的质量浓度,并结合离子相关性分析、后向轨迹分析和主成分分析等方法,阐明了昆明市大气中PM_(2.5)及其水溶性无机离子的季节污染特征及来源.结果表明,采样期间各季节总水溶性无机离子浓度均值排序为春季((5.6±2.2)μg·m^(−3))>冬季((5.5±2.6)μg·m^(−3))>秋季((4.3±2.8)μg·m^(−3))>夏季((3.6±2.2)μg·m^(−3)),水溶性无机离子年质量浓度的均值从大到小为SO_(4)^(2−)>Ca^(2+)>NO_(3)^(−)>NH_(4)^(+)>K^(+)>Cl^(−)>Na^(+)>Mg^(2+)>F^(−),其中SO_(4)^(2−)、Ca^(2+)、NO_(3)^(−)和NH_(4)^(+)是主要的水溶性无机离子.Ca^(2+)主要源于土壤粉尘,其他三者由前体物(SO_(2)、NO_(x)和NH_(3))二次转化生成,主要受化石燃料燃烧排放影响.SOR和NOR全年均值分别为0.20和0.02,表明在相同的环境里,SO_(2)二次转化为SO_(4)^(2−)的过程更易发生,且在秋季转化速率最大(SOR=0.23).SO_(4)^(2−)、NO_(3)^(−)和NH_(4)^(+)在秋季主要以NH_(4)NO_(3)和(NH_(4))_(2)SO_(4)的形式存在,其他三季则以NH_(4)HSO_(4)和NH_(4)NO_(3)的形式存在.昆明市大气PM_(2.5)中水溶性无机离子在冬、秋和春季一致,主要来自二次源和生物质燃烧源,其次是工业源和土壤尘,而夏季则主要来自机动车尾气、生物质燃烧源和土壤尘.除本地排放的影响外,冬季和夏季受到来自缅甸、老挝和贵州污染气团的影响,春季污染气团来自缅甸、云南本地和贵州,而秋季则受到云南东部和南部地区的气团输送影响.

军运会期间武汉东南传输通道PM_(2.5)中水溶性离子区域传输解析

2019年10月武汉市举办第七届世界军人运动会。为探究军运会期间武汉市和黄石市两地的大气细颗粒物浓度特征、污染源差异及区域传送情况,于2019年10月10日至2019年11月5日对武汉和黄石两站点的大气细颗粒物进行了连续观测,并分析了PM_(2.5)中水溶性离子的浓度特征,通过后向气团运动轨迹结合潜在源贡献因子(PSCF)和浓度权重轨迹(CWT)分析方法探究了两站点的污染物区域传送。结果表明:本次观测期间武汉站点和黄石站点的PM_(2.5)浓度超过《环境空气质量标准》(GB 3095—2012)日均二级限值(75μg/m^(3))的超标率分别为26.1%和17.4%,时间主要处于军运会结束后;武汉和黄石两站点PM_(2.5)中的水溶性离子主要以NO-_(3)、SO_(4)^(2-)和NH~+_(4)为主;黄石站点CE/AE值的拟合曲线斜率小于1,表明颗粒物表面呈弱酸性,而武汉站点CE/AE值的拟合曲线斜率大于1,表明颗粒物表面呈中性或弱碱性;两地PM_(2.5)中水溶性离子的存在形式主要以NH_(4)HSO_(4)或(NH_(4))_2SO_(4)为主,武汉站点的缺氨样品的占比为30.4%,而黄石站点的缺氨样品的占比为43.5%;主成分分析结果表明,两站点污染源相同,以二次污染源、扬尘源和生物质燃烧源为主;PSCF和CWT分析结果表明,黄石是武汉站点PM_(2.5)的主要潜在源区,WPSCF因子大于0.7,且浓度贡献权重超过45μg/m^(3),而黄石站点的主要潜在源区位于湖北省与安徽省交界处和安徽省安庆市内。

2020—2021年西安市大气PM_(2.5)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)、SO_(4)^(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)>SO_(4)^(2-)>NH^(+)_(4)>Cl^(-)>F^(-)。NO^(-)_(3)在冬、春、秋三季的占比最高,而在夏季则是SO_(4)^(2-)占比最高。SOR和NOR的年均值分别为0.34和0.17,表明SO_(2)和NO_(2)向二次离子SO_(4)^(2-)和NO^(-)_(3)的转化程度较高。随着污染水平的加重,总水溶性离子浓度在PM_(2.5)中的占比逐渐升高,NO^(-)_(3)的浓度及占比逐渐升高,SO_(4)^(2-)的占比逐渐降低。NO^(-)_(3)/SO_(4)^(2-)的年均值为2.13,夏季固定源对大气污染的贡献较大,而在冬、春、秋三季则是移动源占主导作用。

阳泉市秋冬季PM_(2.5)水溶性离子污染特征及来源分析

于2017年10月15日~12月23日采集了阳泉市PM_(2.5)样品,使用离子色谱法分析了样品中水溶性离子组分,并利用相关性分析、正定矩阵因子分析法(PMF)及潜在源贡献因子分析法(PSCF)等方法对PM_(2.5)中水溶性离子组分污染特征及来源进行分析。结果表明,采样期间水溶性离子总质量浓度为(22.41±11.53)μg/m^(3),占ρ(PM_(2.5))的34.1%,在污染天气下NH4+、NO_(3)-和SO_(4)^(2-)(三者合称SNA)在水溶性离子中的占比为81%,远高于清洁天(62%),而Ca^(2+)、Mg^(2+)、Cl^(-)、K^(+)在污染天气下占比明显下降,污染天气二次无机离子污染较为严重。污染天气下硫氧化速率(SOR)(0.17)和氮氧化速率(NOR)(0.13)明显高于清洁天气SOR(0.11)和NOR(0.06),污染天气二次无机离子转化程度更高。主要污染源对水溶性离子的贡献分别为二次转化(37.4%)、燃烧源(38.2%)及扬尘源(24.4%),其中污染天气下燃烧源和扬尘源对水溶性离子贡献降低,二次转化贡献增加。潜在源区分析表明,SNA主要受到来自东北部和南部地区污染气团短距离传输的影响。

河南省冬季PM_(2.5)水溶性离子及污染特征研究

为了解河南省多个城市间PM_(2.5)中水溶性离子组成及污染特征,研究选取2020年12月至2021年1月四个城市空气自动监测点位的PM_(2.5)水溶性离子进行监测和分析,并结合了水溶性离子浓度占比、NO_(3)^(-)与SO_(4)^(2-)比值、SOR和NOR转化率、主成分分析及后向轨迹分析等方法进行探究。结果表明,离子浓度整体上呈现NO_(3)^(-)>NH_(4)^(+)>SO_(4)^(2-)>Cl^(-)>F^(-)>K^(+)>Ca^(2+)>Na^(+)>Mg^(2+)的特征,二次离子(NO_(3)^(-)、NH_(4)^(+)和SO_(4)^(2-))是主要离子成分,累计占比为81.36%~88.10%;NO_(3)^(-)与SO_(4)^(2-)比值大于1,以移动源(机动车尾气)污染为主;SOR平均值为0.28~0.36,NOR平均值为0.22~0.63,硫氧率和氮氧率二次转化程度高,相对湿度与SOR和NOR值相关性较好;冬季河南省各点位主要受西北季风的控制。

春节期间烟花爆竹燃放对PM_(2.5)水溶性离子的影响

对2021年2月13日18日(农历腊月二十二-次年正月初七)时段内湖南省益阳市、岳阳市、长沙市、株洲市常规参数及PM_(2.5)水溶性离子进行监测,研究春节期间四城市的PM_(2.5)与水溶性离子变化趋势及烟花爆竹燃放对PM_(2.5)和水溶性离子的影响。结果表明,PM_(2.5)浓度变化趋势在春节期间呈“前期高、后期低”的特点,四城市中的峰值出现在长沙市12日3:00,浓度高达461μg/m^(3);受烟花爆竹燃放影响,在PM_(2.5)水溶性离子中,SO_(4)^(2-)、Mg^(2+)、Cl^(-)、K^(+)浓度与占比高值时段与烟花爆竹集中燃放时段对应,在相关性分析中,4种水溶性离子在春节期间相关性系数均在85%以上;烟花爆竹燃放对株洲市PM_(2.5)的贡献最大,贡献值和贡献率分别为3778.44μg/m^(3)、88.51%。

亳州市PM_(2.5)水溶性离子的污染特征

基于2022年3月至2023年2月亳州市PM_(2.5)手工监测数据,分析了PM_(2.5)中8种水溶性离子的污染特征。结果表明:亳州市PM_(2.5)浓度冬季较高,水溶性离子的总浓度平均值为(24.71±19.79)μg/m^(3),占PM_(2.5)质量浓度的48.5%,对PM_(2.5)贡献较高。其中NO^(-)_(3)、SO^(2-)_(4)和NH^(+)_(4)为浓度最高的3种主要离子,总和占PM_(2.5)的43.1%。SOR和NOR的全年均值分别为0.47和0.27,说明大气中存在二次转化过程,SO_(2)的二次转化程度更高。各离子组分的浓度均表现为冬季最高,夏季最低。PM_(2.5)呈现弱碱性,NH^(+)_(4)主要以(NH_(4))_(2)SO_(4)和NH_(4)NO_(3)形式存在。NO^(-)_(3)和SO^(2-)_(4)的比值为1.28,显示移动源的贡献较大。相关性分析结果显示,PM_(2.5)的来源可能有生物质燃烧源和扬尘源。

厦门市某空气站PM_(2.5)中水溶性离子污染特征与来源解析

为研究厦门市PM_(2.5)中水溶性离子的季节污染特征及来源,2022年7月—2023年6月文章利用位于厦门杏林片区的空气监测站进行空气样品的采集,采集频率为每3天1个PM_(2.5)样品,并对样品中水溶性离子组分质量浓度进行检测。检测结果表明:厦门市水溶性离子年均值为9.83μg/m^(3),主要水溶性离子为SO_(4)^(2-)、NO_(3)^(-)NH_(4)^(+),占水溶性离子质量浓度的80.9%;水溶性离子质量浓度呈春夏季高,秋冬季低的特征,受季节影响NO_(3)^(-)浓度变化较大,其他离子变化小;NH_(4)^(+)主要以(NH_(4))_(2)SO_(4)、NH_(4)HSO_(4)、NH_(4)NO3的形式存在,NO_(3)^(-)、SO_(4)^(2-)的一次污染源可能与扬尘关系密切。进行数据分析后表明,厦门市PM_(2.5)中水溶性离子主要来源为二次源,因此建议应当持续关注气态前体物的浓度变化与转化规律,有效阻断PM_(2.5)的二次生成,同时,应积极开展生物质锅炉治理、加强开展施工工地和道路扬尘的管控,引导企业做到绿色施工。

石河子市冬季城区与工业区PM_(2.5)中水溶性无机离子特征与来源

为研究石河子市冬季PM2.5中水溶性无机离子(Water Soluble Inorganic Ions,WSIIs)的污染特征和来源,2020年12月和2021年1月在石河子市城区和工业区共布设2个采样点,采集PM2.5样品共122组,使用Dionex ICS-900分析仪对SO^(2-)_(4)、NO^(-)_(3)、Cl^(−)、F^(−)、、Na^(+)、K^(+)、Ca^(2+)和Mg^(2+)共9种WSIIs进行分析.结果表明,冬季石河子市城区PM2.5中WSIIs浓度为(107.18±50.66)μg·m^(−)3,在PM2.5中的占比为56.3%—67.2%,工业区PM2.5中WSIIs浓度为(85.32±35.56)μg·m^(−)3,在PM2.5中的占比为62.2%—63.0%,说明WSIIs是石河子市冬季PM2.5的主要成分,城区WSIIs浓度特征为:>>>Cl^(−)>Ca^(2+)>Na^(+)>F^(−)>K^(+)>Mg^(2+),工业区为:>SO^(2-)_(4)>NO^(-)_(3)>NH_(4)>Cl^(−)>Na^(+)>Ca^(2+)>F^(−)>K^(+)>Mg^(2+);城区大气PM2.5中SNA(、和)的浓度为(97.71±46.13)μg·m^(−)3,在WSIIs中的占比为91.2%±3.1%,工业区SNA的浓度为(76.97±32.87)μg·m^(−)3,在WSIIs中的占比为90.3%±2.7%,说明SNA为WSIIs的主要组分,同时也是PM2.5的主要组分;城区Cl^(−)的浓度低于工业区,Ca^(2+)浓度高于工业区,说明工业区受化石燃料燃烧影响较大,城区受扬尘影响较大;重度及以上污染天气,燃煤排放对PM2.5的贡献大于机动车,燃煤排放对城区的影响大于工业区;城区PM2.5中离子的主要组分为(NH4)2SO_(4)和NH4HSO_(4),工业区主要为(NH4)2SO_(4)、NH4HSO_(4)和NH4NO_(3),工业区、和之间具有高度同源性.

云贵高原城市PM_(2.5)中水溶性离子的污染特征

为探究云贵高原区域城市PM_(2.5)中水溶性离子的污染特征及来源,该文选取贵阳市和遵义市作为典型城市进行PM_(2.5)样品采集,分析样品中8种水溶性无机离子(WSIIs)的污染特征,并采用主成分-多元线性回归法(PCA-MLR)解析其来源。结果表明,研究期间贵阳市和遵义市WSIIs浓度均值分别为22.64、14.44μg/m^(3),呈夏季最低、冬季最高的季节变化特征。2个站点氮氧化率(NOR)平均值分别为0.15、0.12,说明NO_(3)-二次转化不明显,且夏季NOR的值远小于0.1,表明研究区域夏季NO_(3)-来自于一次源。硫氧化率(SOR)平均值分别为0.44、0.35,表明SO_(4)^(2-)主要由二次反应形成。阴阳离子平衡分析表明,贵阳市春、夏、秋3个季节的PM_(2.5)呈碱性,冬季PM_(2.5)呈弱酸性,而遵义市全年PM_(2.5)呈碱性,主要由SO_(4)^(2-)浓度差异导致。2个站点颗粒物中NH4+的存在形式相同,以(NH_(4))_(2)SO_(4)、NH_(4)NO_(3)形式存在。PCA-MLR分析表明,贵阳市和遵义市PM_(2.5)中WSIIs主要来源于二次源和燃煤,其贡献率冬季占比最高。遵义市各季节WSIIs还受到生物质燃烧的影响。

遵义市秋、冬季PM_(2.5)中水溶性离子的昼夜变化特征及来源解析

为探究遵义市秋、冬季PM_(2.5)中水溶性离子的昼夜污染特征及来源,于2020年10月~2021年1月昼(8:00~19:30)和夜(20:00~次日7:30)连续采集遵义市PM_(2.5)样品,对样品中8种水溶性离子含量进行检测,分析其昼夜浓度变化特征,并利用主成分分析-多元线性回归(PCA-MLR)模型解析其来源。结果表明:采样期间遵义市水溶性离子的平均浓度为16.89±9.29μg/m3,呈冬季高、秋季低的季节变化特征。NO-3、NH+4、K+和Cl-的浓度夜晚高于白天,而SO42-、Ca2+和Mg2+的浓度则在白天较高。二次离子(NH+4、NO-3、SO42-)是遵义市主要水溶性离子,秋季浓度占总水溶性离子浓度的81.9%,冬季占比为86.8%。遵义市昼夜水溶性离子的AE/CE值均小于1,说明遵义市PM_(2.5)呈碱性。白天和夜晚颗粒物中NH+4存在形式相同,主要以(NH4)2SO4和NH4NO3形式存在。PCA-MLR源解析表明,二次源、扬尘源、煤炭和生物质燃烧混合源是遵义市PM_(2.5)中水溶性离子的主要来源,贡献率分别为61.86%、19.64%、18.50%。

成都平原西郊PM_(2.5)载带水溶性离子污染特征

为探究成都平原西郊冬季颗粒物污染特征,采用离子色谱仪对选择点位冬季PM_(2.5)载带进行离子测定。结合空气站点PM_(2.5)、SO_(2)、NO_(2)质量浓度,分析其浓度特征、酸碱度、相关性及主要来源等情况。结果表明:采样期间,该区域大气PM_(2.5)质量浓度均值为73.1μg/m^(3),主要水溶性离子质量浓度均值为27.42μg/m^(3),占比为37.5%;阴阳离子当量比为1.003,PM_(2.5)呈酸性;二次离子(NH_(4)^(+)、SO_(4)^(2-)、NO_(3)^(-))占总水溶性离子质量浓度比值为71.7%且相关性较好,污染期间SNA主要以NH4HSO4和NH4NO_(3)两种形式存在;主成分分析可知燃烧排放、建筑施工扬尘及机动车排放二次转换是造成西郊冬季PM_(2.5)污染的主要原因。通过本研究可以达到对成都平原西部郊区颗粒物水溶性离子污染特征的了解,为该地区大气污染防治提供参考。

济南市采暖期PM_(2.5)中水溶性离子污染特征及来源分析

为了解采暖期济南市大气PM_(2.5)中水溶性离子的污染特征,于2020年12月18日-2021年1月8日在市区手工采集PM_(2.5)样品,分别利用重量法和离子色谱法对PM_(2.5)和9种水溶性离子质量浓度进行了测定,对其污染特征和来源进行了分析。结果表明,济南市大气中PM_(2.5)质量浓度均值为(78±52)μg/m^(3),水溶性离子质量浓度均值为(43.2±32.7)μg/m^(3),在PM_(2.5)中占比55.3%,是PM_(2.5)的主要组分;随着污染加重,NH_(4)^(+)、NO_(3)^(-)、SO_(4)^(2-)等二次离子(SNA)在PM_(2.5)中占比显著提高,二次转化明显增强;SOR、NOR与风速、气压、混合层高度呈负相关,与气温、湿度呈正相关,在静稳天气下更容易产生二次转化;观测期间PM_(2.5)呈弱酸性,大气中NH_(4)^(+)的主要存在形式为(NH4)_(2)SO_(4)、NH_(4)NO_(3),二次转化、生物质燃烧、扬尘和工业排放是PM_(2.5)中水溶性离子的主要来源。

沈阳市环境空气中PM_(2.5)中水溶性离子的污染特征与来源分析

采用离子色谱法测定了2021年6月至2022年5月沈阳市9种水溶性离子F^(-)、Cl^(-)、NO_(3)^(-)、SO_(4)^(2-)、Na^(+)、NH_(4)^(+)、K^(+)、Mg^(2+)、Ca^(2+)的月度、季节污染特征。采用主成分分析法对4个季节中PM_(2.5)的来源进行了分析。结果表明:采样期间沈阳市环境空气中PM_(2.5)平均质量浓度为35μg/m^(3),总水溶性离子平均浓度为14.1μg/m^(3),其中二次离子SNA(SO_(4)^(2-)、NO_(3)^(-)、NH_(4)^(+))是最重要的水溶性离子,占总水溶性无机离子的比例为82.4%。春、秋、冬季以燃煤源、生物质燃烧源为主,夏季以工业、农业排放占比最大。