气溶胶水溶性无机物及有机物的离子色谱测定

利用离子色谱技术同时测定大气气溶胶中的水溶性有机物 (WSOC)与各种无机成分 ,检测出 1 2种无机离子 (F- ,Cl- ,NO-2 ,NO-3 ,SO2 -3 ,SO2 -4 ,PO3-4 ,Na+,NH+4,K+,Mg2 +,Ca2 +)及 7种WSOC (甲酸、乙酸、甲磺酸、乙二酸、丙二酸、丁二酸、戊二酸 ) .该方法对无机离子的线性范围为 0 0 1— 1 0 0 0 μg·m- 3,有机物的线性范围为 0 0 0 5—1 0 μg·m- 3,相关系数除NH+4以外均高于 99 9% ,最低检测限为 0 0 0 0 1— 0 0 0 0 5 μg·m- 3,相对标准偏差为 0 43— 1 32 % .利用该技术 ,对北京市 2 0 0 1— 2 0 0 2年度大气PM2 5中水溶性物种的浓度水平进行了测定 .结果表明 ,北京市PM2 5中主要的水溶性组分为SO2 -4 ,NO-3 和NH+4,其浓度水平分别为 1 1 1 ,7 8和 6 2 μg·m- 3,各占PM2 5 质量的 1 0 6% ,7 4%及5 7% ,而WSOC的浓度水平为 0 0 1 1— 0 1 1 8μg·m- 3,占PM2 5质量浓度的 0 0 1— 0 1 % ,其中 ,乙二酸的浓度最高 ,其次为乙酸、丁二酸 ,丙二酸等 .

广州雾霾期间气溶胶水溶性离子的日变化特征及形成机制

为研究雾霾天气下SO42-、NO3-和NH4＋的形成机制,2013年4月18~23日,使用6级Anderson大流量采样器采集了不同粒径段的气溶胶样品,并利用离子色谱对其中的水溶性无机离子进行了分析.结果表明,广州雾霾期间 PM3和 PM10中总水溶性无机离子平均浓度分别为（32.7±13.3）μg/m3和（39.4±15.7）μg/m3.SO42-、NO3-和NH4＋是最主要的水溶性离子,它们在PM3和PM10中占总离子质量分数分别为76%和71%.3种离子主要集中在0.49~1.5μm的液滴模态,该模态中NH4＋主要以（NH4）2SO4和NH4NO3的形式存在,而凝聚模态的NH4＋则主要以（NH4）2SO4和 NH4HSO4的形式存在.液滴模态的 SO42-主要来自雾内或颗粒表面的液相氧化反应,NO3-主要来自夜间 N2O5在颗粒表面的水解反应,NH4＋主要来自NH3在颗粒上进行的非均相中和反应,而这3种离子在该模态的日变化特征则很好的反映了以上的形成机制.受太阳辐射的影响,3种离子的浓度在凝聚模态均表现为白天高于夜晚.

重庆市主城区不同粒径颗粒物水溶性无机组分特征

于2010年3月—2011年7月,在重庆市主城区同步采集PM1.0、PM2.5和PM10三种粒径的颗粒物样品.用离子色谱分析了样品中F-、Cl-、NO3-、SO42-、Na+、NH4+、K+、Mg2+和Ca2+9种水溶性无机组分,并收集了SO2和NO2等气体污染物的数据.结果表明:采样期间ρ(PM1.0)、ρ(PM2.5)和ρ(PM10)分别为82.9、104和160μg/m3,PM1.0、PM2.5、PM10中所测9种水溶性无机组分的浓度之和分别为40.82、48.66和57.99μg/m3.ρ(SO42-)、ρ(NO3-)和ρ(NH4+)相对较高,并且主要分布在细颗粒物中.多数水溶性无机组分浓度冬季最高,春季其次,夏、秋季浓度偏低.所测组分溶液的pH显酸性,冬季样品的pH最低,细粒子的酸性要强于粗粒子.SOR(硫的氧化率)与NOR(氮的氧化率)与国内其他地区相比较高,SOR秋季最高,NOR冬季最高.因子分析结果表明,化石燃料以及生物质的燃烧、机动车尾气排放是水溶性无机组分的主要来源,建筑施工、土壤风沙等扬尘类污染源对水溶性无机组分也有一定的贡献.

北京奥运期间气溶胶中水溶性无机离子浓度特征及来源解析

2008年7—10月在中国科学院大气物理研究所采集气溶胶样品,用离子色谱进行水溶性无机离子分析,并对其组成、质量浓度变化特征、相关性及存在形式、来源解析等方面进行研究。结果显示,整个采样期间,SO42-、NO3-和NH4+是最主要的水溶性离子,主要以(NH4)2SO4和NH4NO3形式存在;SO42-、NO3-和NH4+、Ca2+和Mg2+的相关系数都较高,具有很好的同源性。NO3-/SO42-质量浓度比值表明,奥运前,固定源(燃煤)对水溶性离子的贡献大于流动源(机动车),而奥运期间和奥运后则相反。因子分析表明,交通、燃煤、土壤、建筑尘和生物质燃烧源是采样期间北京大气污染的主要来源。

合肥市不同天气条件下大气气溶胶粒子理化特征分析

为探讨合肥市霾天气大气气溶胶粒子的组成及来源,在2012-2013年代表性月份用安德森分级采样器在合肥市区进行大气气溶胶粒子采样,并分析各样本中水溶性无机离子成分(NH_4^+、Mg^(2+)、Ca^(2+)、Na^+、K^+、NO_2^-、NO_3^-、Cl^-、SO_4^(2-))。根据同期气象资料把采样背景天气分为晴空、雾、霾、轻雾等4类,详细分析了这4种天气下大气细粒子(指PM_(2.1))和粗粒子(粒径大于2.1μm部分)的浓度、组成以及主要离子组分的异同。结果表明:(1)观测期间晴空天多对应空气质量优良,雾、霾天对应轻度到重度污染,从晴空天到雾、霾天,PM_(2.1)浓度大幅度上升,且其占总悬浮颗粒物(TSP)的比例显著上升。(2)从晴空天到雾、霾天,水溶性无机离子质量占PM_(2.1)质量浓度的比例上升,分别为46%(晴空)、67%(霾)、61%(雾)、80%(轻雾)。PM_(2.1)中水溶性无机离子浓度居前3位的雾、霾天是SO_4^(2-)、NO_3^-和NH_4^+,晴空天为SO_4^(2-)、Ca^(2+)、NO_3^-。(3)与晴空天相比,霾天PM_(2.1)中水溶性无机离子浓度变化倍数最大的是NO_3^-(为晴空的6.1倍,下同)、其次是NH_4^+(3.6倍)和SO_4^(2-)(3.0倍);雾和轻雾天PM_(2.1)中水溶性无机离子浓度变化最大的是NO_3^-(>10倍)、其次是NH_4^+(>5倍)和Cl^-(>4.0倍)。(4)4种天气下,与人为污染有关的离子(SO_4^(2-)、NO_3^-、Cl^-、NH_4^+)尺度谱存在显著差异,呈双峰型、单峰型、三峰型等;而Ca^(2+)的尺度谱无明显变化,基本上都呈双峰型。(5)在粒径3.3μm以下,阳、阴离子平衡较好,随着尺度增大变差,且晴空天比雾、霾天差。主要阴离子浓度间、Cl^-和Na^+间的比值和相关性,在晴空天和雾、霾天差异较大。

天津2009年3月气溶胶化学组成及其消光特性研究

2009年3月,采集天津城区PM10和PM2.5样品,分析其中的水溶性无机离子、有机碳(OC)和元素碳(EC),并估算其二次有机碳(SOC)浓度及消光系数.结果表明,天津城区PM10和PM2.5污染严重,水溶性无机离子和含碳物质在PM10中的比例为24.8%和10.0%,在PM2.5中的比例为26.6%和13.9%;SO42-、NO3-和Ca2+是主要的无机离子,霾日天气有利于SO2和NO2向硫酸盐和硝酸盐的二次转化;通过OC/EC最小比值法估算SOC的浓度,表明SOC与OC的比值分别为38%(PM10)和24%(PM2.5),霾日天气有利于SOC生成;二次离子(SO42-,NO3-和NH4+)、粗粒子、OC和EC是大气消光的主要贡献者,其消光贡献比例分别为33.1%,22.6%,22.0%和15.6%采用化学组分和相对湿度可以较好的拟合大气消光系数及大气能见度.

南京地区大气气溶胶及水溶性无机离子特征分析

于2010~2011年在南京市城郊两个采样点收集了气溶胶样品，并利用离子色谱（IC）法分析了其中的水溶性无机离子成分．结果表明，采样期间除了夏季，其他3个季节南京城郊气溶胶污染都较严重．南京城郊气溶胶谱分布特征基本在0．65～2．1gm和5．8～9岫粒径段出现峰值．PM25与能见度的相关性很大．城郊离子总质量浓度均是春冬季高于夏秋季，四季阴离子质量浓度明显高于阳离子，且这一特征在细粒子上表现明显．水溶性离子在气溶胶中所占比例是夏秋冬季城区高于郊区．南京城郊N03／5042年均值表明采样期间燃煤仍然是主要污染源，且该比值夏季最低，冬季最高．NI-h＋、K＋、N03和S042主要富集在细粒子上；Na＋、C1和NO2在粗粒子和细粒子上都有富集；Ca2＋、Mg2＋和F主要在粗粒子上富集．因子分析（FA）的方法表明南京城区气溶胶主要有3个来源．

北京雾霾天气下气溶胶中水溶性无机盐粒径分布

为了解北京雾霾天气下气溶胶中水溶性无机盐粒径分布特征,利用Andersen 8级采样器采集2010-10-07—10较严重雾霾天气时的大气气溶胶样品。用离子色谱(IC)对样品中的水溶性无机盐进行分析。结果表明,雾霾天气下,PM2.1和PM9中总水溶性无机盐的质量浓度分别为130.1μg/m3和252.2μg/m3,水溶性无机盐污染严重。SO24-、NO3-、NH4+、Ca2+是PM2.1和PM9中最主要的水溶性无机盐。SO24-、Cl-、K+主要呈现双模态分布,即在粗细粒子中均有分布;NO3-和NH4+主要呈细模态分布;Ca2+、Na+、Mg2+除在10-09呈现双模态分布外,主要呈粗粒子模态分布。气溶胶中的离子主要以NH4NO3、Ca-SO4和CaCO3的形式结合。

南京气溶胶水溶性离子粒径分布及其随高度的变化

2009年1月对南京市河西生活区距地面1．5、54和80m3处同步进行了大气颗粒物采样，并用离子色谱对样品进行了分析。结果显示，随着高度的增加，PM10和PM2.1的质量浓度逐渐降低，而总离子浓度随高度增加而增大。气溶胶中最主要的3种水溶性离子分别为N03、SO4 2-、Ca2＋，且3个高度的NO3-与SO4 2-浓度之比均大于1，表明该生活区移动排放源已经成为大气气溶胶离子的主要来源。3个高度处各离子粒径分布规律为：SO4 2-、NO3-、K＋在0．43-1．1um出现峰值；Ca2＋、Mg2＋、NO2-在4．7～5．8um出现峰值；Na＋、Cl-、F-在0．43～1．1um和4．7～5．8um出现双峰。

离子色谱在气溶胶无机离子测定中的应用

综述了离子色谱技术在气溶胶可溶性无机离子测定中的应用。离子色谱技术的主要优点是检测时间短、耗费样品量少和分辨率高。它克服了化学分析法的缺点,已经成为一种优秀的样品分析检测技术,气溶胶可溶性无机离子测定中采用这一技术是很有价值的。介绍了离子色谱的原理,仪器的组成与操作,并以气溶胶中无机离子的测定流程为主线,分别概述了采样与样品处理的方法和注意事项,分离柱与淋洗液的选择和影响因素,抑制器与检测器的发展和最新动态。

雾、霾及气团来源对青岛大气气溶胶中水溶性无机离子粒径分布的影响

为探究特殊天气和气团雾霾来源对大气气溶胶中水溶性无机离子粒径分布的影响,于2012年3月—2013年7月采集了气溶胶分级样品,用离子色谱仪分析了其主要水溶性无机离子浓度。结果表明,水溶性无机离子总浓度霾天〉雾天〉非特殊天气,且细粒子中无机离子浓度明显升高,特别是二次离子SO42-、NO3-和NH4＋（SNA）。NH4＋、K＋、Cl-、SO42-、NO3-浓度为霾天〉雾天〉非特殊天气,Na＋、Mg2＋、Ca2＋、F-、NO2-浓度为霾天〉非特殊天气〉雾天。SNA峰值浓度均呈现霾天〉雾天〉非特殊天气的规律,且NO3-和SO42-在雾天下细粒子中的峰值出现向较大粒径迁移的现象。NO2-和NO3-均呈现双峰分布,二者具有一定的关联性。Cl-和Na＋不同天气下均呈现双峰分布（0.65~1.1μm、3.3~4.7μm）,F-则呈现0.43~0.65μm和3.3~4.7μm的双峰分布;Ca2＋和Mg2＋均呈现峰值位于3.3~4.7μm的单峰分布。雾天和霾天细粒径段酸度明显增加,且雾天细粒子中的酸度峰值向较大粒径段迁移。不同气团来源对大气气溶胶中水溶性无机离子的浓度以及粒径分布的峰值均有一定影响。

青岛地区气溶胶质量浓度与水溶性无机离子分布特征研究

中国的经济发展越来越迅速,空气污染越来越严重,青岛地区大气污染逐渐恶化,特别是PM2.5污染极其严重,造成灰霾事件经常性的出现,危害了人们的身体健康。青岛地区对气溶胶监测在全国来讲处在较早位置,青岛气象观测站是中国气象局认定的百年气象站之一,在2007年就开始了气溶胶的观测,通过对青岛的大气气溶胶深入的研究,可以快速的知道青岛地区的气溶胶机理是怎样形成的,也可以方便快速的为国家针对大气污染所提出的控制策略提供理论依据。

基于衰减全反射-傅里叶变换红外光谱技术的气溶胶中水溶性无机离子定量分析方法研究

利用衰减全反射-傅里叶变换红外(ATR-FTIR)光谱技术探讨了气溶胶颗粒物中SO_4^(2-),NO_3^-,NH_4^+三种水溶性无机离子的快速无损测量方法。利用IC法测量三种无机离子含量的对照值,结合偏最小二乘(PLS)法建立了三种无机离子的定量分析模型,并对模型进行了评价;利用马氏距离判别法对异常值进行了判别与剔除,并探讨了不同光谱预处理方法和不同光谱范围对建模结果的影响,确定了最佳建模参数。结果表明剔除异常值之后经二阶微分处理的模型预测性能较好,SO_4^(2-)在1 220~900cm^(-1)光谱范围内预测性能较好,NO_3^-在1 521~900cm^(-1)光谱范围内预测性能较好,NH_4^+在1 521~1 220cm^(-1)光谱范围内预测性能较好,预测均方根误差分别为1.736 7,1.023 9和1.482 3。所建立的模型为实现对大批量气溶胶样品中三种无机离子的实时快速定量分析建立了基础。

成都城区PM_(2.5)季节污染特征及来源解析

于2009—2010年各季节典型月在成都城区采集了大气PM2.5样品,对PM2.5的质量浓度及其主要化学成分(含碳组分、水溶性无机离子和元素)进行了测定.结果显示:成都城区PM2.5平均质量浓度高达(165.1±85.1)μg·m-3,是国家环境空气质量标准年均PM2.5限值的4.7倍.OC、EC和水溶性二次离子(SO2-4,NO-3和NH+4)的平均浓度分别为(22.6±10.2)μg·m-3,(9.0±5.4)μg·m-3和(62.8±44.3)μg·m-3,分别占PM2.5浓度的13.7%、5.5%和38.0%.PM2.5及其主要化学成分浓度季节特征明显,即秋冬季高于春夏季.利用正交矩阵因子分析(PMF)对成都城区PM2.5的来源进行解析,结果表明,土壤尘及扬尘、生物质燃烧、机动车源和二次硝酸盐/硫酸盐的贡献率分别为14.3%、28.0%、24.0%和31.3%.就季节变化而言,生物质燃烧源贡献率在四个季节均维持在较高水平;土壤尘及扬尘的贡献率在春季显著提高;机动车源的贡献率在夏季中表现突出;而二次硝酸盐/硫酸盐的贡献率在秋冬季中则最为显著.

北京夏冬季霾天气下气溶胶水溶性离子粒径分布特征

为研究北京夏、冬季霾粒子中水溶性离子的粒径谱分布,并进一步分析其来源及形成机制,于2009年夏季和冬季利用惯性撞击式8级采样器(Andersen)和石英微量振荡天平(TEOM)对北京城区大气气溶胶分别进行了为期2周的连续采样和监测,并用离子色谱(IC)对气溶胶中的水溶性离子进行了分析.结果表明,夏季霾天PM10和PM2.5的质量浓度分别为(245.5±8.4)μg.m-3和(120.2±2.0)μg.m-3,冬季霾天对应的数值分别为(384.2±30.2)μg.m-3和(252.7±47.1)μg.m-3,无论夏季还是冬季,霾天大气细粒子污染均十分严重.细粒子中总水溶性离子(TWSS)的浓度霾天远高于对照天,其中霾天浓度上升较快的是SO24-、NO3-和NH4+,二次无机离子对霾天气的形成过程扮演重要作用.除NO3-外,其余7种水溶性离子夏、冬季霾天粒径谱分布一致,即,SO24-、NH4+主要分布于PM1.0以下的细粒子模态,Mg2+、Ca2+主要分布于PM2.5以上的粗粒子模态,Na+、Cl-和K+呈双模态分布;夏季霾天NO3-呈双模态分布,而冬季则主要分布于细粒子中.夏季霾天SO24-的平均质量中值粒径(MMAD)为0.64μm,SO24-主要来自远程SO2的云内反应,并且SO2表观转化率(SOR)高于对照天,使得霾天光化学反应生成的细粒子远远高于对照天气过程;冬季霾天SO24-的MMAD增至0.89μm,冬季因局地SO2排放并被非均相化学反应过程氧化为SO24-亦为北京大气细粒子的重要来源.夏、冬季霾天NO3-的MMAD分别为2.85μm和0.80μm,受到温度的影响,NO3-夏、冬季节分别以硝酸钙和硝酸铵的形式存在于粗、细粒子中.

兴隆大气气溶胶中水溶性无机离子分析

2009年9月～2010年8月在兴隆大气背景站,利用Andersen分级采样器进行大气气溶胶样品的采集,并利用离子色谱分析了其中的水溶性无机离子的成分含量.结果表明,TSP、PM2.1和PM1.1中总水溶性无机盐的年平均浓度分别为(89.66±47.66)、(54.44±34.08)和(44.39±29.95)μg·m-3,其中SO42-、NO3-、Ca2+和NH4+为兴隆大气气溶胶中最主要的水溶性无机离子.PM2.1中总水溶性无机离子的年平均浓度占TSP的61%.PM1.1总水溶性无机离子的年平均浓度占TSP的50%,占PM2.1的82%.PM1.1、PM2.1和TSP中水溶性无机离子总浓度季节性变化趋势一致,夏季>秋季>春季>冬季.NH4+与SO42-的摩尔比>2,表明NH4+未被SO42-完全中和.在细粒子中NH4+和SO42-、NO3-均有较好的相关性,相关系数分别为0.96和0.87,表明NH4+可能以(NH4)2SO4和NH4NO3的形式存在.

南京3类不同大气污染过程下气溶胶水溶性无机离子的特征研究

为了探讨不同大气污染过程下气溶胶中水溶性离子组分的差异,分析比较了2009年10月16～30日持续污染、2010年4月27～30日沙尘污染、2010年6月14日秸秆焚烧污染这3次污染过程中气溶胶(PM10、PM2.1和PM1.1)及主要水溶性离子(NH4+、Mg2+、Ca2+、Na+、K+、NO2-、F-、NO3-、Cl-、SO24-)质量浓度及其谱分布.结果发现,3次污染过程中气溶胶污染严重,PM2.1/PM10比值有明显区别,其中沙尘污染过程最低,平均值仅为0.27;秸秆焚烧过程最高,为0.7.持续污染过程中NO3-和SO24-浓度较高,总阴离子质量浓度占PM10、PM2.1和PM1.1的18.62%、32.92%和33.53%.沙尘污染过程使气溶胶中的不溶物增加,总水溶性离子组分减少,仅占PM10、PM2.1和PM1.1的13.36%、23.72%和28.54%,而Ca2+质量浓度高于其他时期,且主要分布在>1μm粒径段上.秸秆焚烧过程中各种水溶性无机离子质量浓度均高于其他时期,但在气溶胶中比例较低;示踪物K+明显高于其他过程.3次污染过程中NO3-、SO24-和NH4+质量浓度峰值均在0.43～0.65μm粒径段.

临安夏季霾和清洁天气PM_(2.5)化学组成特征比较

本研究对长江三角洲背景地区临安大气本底站夏季PM_(2.5)进行连续采集,并对其分别进行OC/EC和水溶性离子测试分析.研究结果发现,临安夏季PM_(2.5)中OC和EC平均质量浓度分别为(14.3±3.95)μg·m-3和(3.33±1.47)μg·m-3.与城市地区相比,本研究临安背景地区夏季气溶胶中OC和EC相关性较弱(R2=0.31,P<0.01).二次无机离子,即SO_4^(2-)、NO_3^-、NH_4^+(SNA),明显高于其它水溶性无机离子,平均浓度分别为(8.70±5.66)、(2.04±1.07)和(3.25±2.29)μg·m-3.基于对临安夏季PM_(2.5)连续加密观测、气团后向轨迹以及火点图研究分析,发现静稳天气条件和区域传输都可以影响临安地区PM_(2.5)的化学组成特征.此外,通过对临安本底站霾天和清洁天PM_(2.5)化学组成特征比较发现,与清洁天相比,霾污染天气POC和EC占PM_(2.5)的质量分数没有明显变化,而SOC占PM_(2.5)的质量分数却呈现了明显的下降趋势.与SOC不同,SO_4^(2-)和NH_4^+占PM_(2.5)的质量分数在霾污染天气均呈现了上升的趋势,说明二次无机离子有另一种明显增强的化学生成路径,即非均相化学反应.

2018年石家庄市秋冬季典型霾污染特征

依托河北省灰霾污染防治重点实验室,对2018年10月31日至12月3日期间石家庄市大气PM2.5的质量浓度和化学组分进行连续在线观测,解析石家庄市秋末冬初典型灰霾过程的特征.观测期间,石家庄市共发生4次霾污染过程,PM2.5均为首要污染物,日均浓度最大值分别为154、228、379和223μg·m^-3,达到重度污染甚至严重污染.PM2.5主要组分为无机水溶性离子(WSII)和含碳气溶胶,两者质量浓度的平均占比分别为(60.7±15.6)%和(21.6±9.7)%.相比优良天,两者浓度分别上升了4.4倍和3.1倍,是霾污染形成的主要原因.WSII中NO3^-为首要成分,SO4^2-和NH4^+次之,三者(SNA)质量浓度之和占WSII质量浓度的(91.5±17.3)%,污染期间SNA的暴发式增长是推高PM2.5浓度的主要原因.非高湿条件下,单位质量NO3^-和SO4^-的变化速率差异不明显,高湿条件触发SO2的液相氧化过程后,SO4^2-二次转化被显著促进.大气处于富NH3状态,PM2.5中n(NH4^+)与n(NO3^-+2×SO4^2-)的比值>1,过量NH3加剧NO3^-和SO4^2-的转化.霾污染时段,燃煤和机动车排放的一次污染物的积累为含碳气溶胶浓度上升的主要原因,相比优良天,二次有机碳的生成受到抑制.在采暖季开始之前的两次霾污染过程,移动源为PM2.5首要污染源,平均占比30.8%和39.8%.随着燃煤采暖污染排放的增加,燃煤源贡献逐步增高至25.2%,攀升为首要污染源.