北京冬季雾霾天气下颗粒物及其化学组分的粒径分布特征研究

为认识雾霾天气下颗粒物及其化学组分的粒径分布特征,利用13级低压撞击采样器采集北京城区冬季一次典型雾霾天气下的大气颗粒物,采用离子色谱和元素碳/有机碳分析仪分析了PM10中不同粒径的水溶性离子、元素碳和有机碳组分,获得了颗粒物及其化学成分的粒径分布特征.结果表明,不同天气下颗粒物质量浓度大小为:雾霾多云雪天晴天,4种天气下PM2.5/PM10均大于74%,说明冬季污染主要是由细颗粒物污染引起.SO2-4、NO-3、NH+4、Cl-、Ca2+是最主要的水溶性离子.SO2-4、NO-3、NH+4在0.76μm出现单峰;Ca2+和Mg2+在0.31和5.13~8.09μm出现双峰,主要分布在粗模态;Cl-和K+在0.76和5.13μm出现双峰,主要分布在细粒径段.OC、EC也富集于细粒子,显单峰结构.随污染程度增加,二次无机离子及碳组分浓度均显著增加,SO2、NO2的表观转化率(SOR、NOR)以及OC/EC在灰霾期间都远远高于二级良,可见二次无机源及有机源是污染的主要来源.在空气流动性差的灰霾持续期,机动车尾气排放的EC等一次污染物贡献增加.分析NO-3/SO2-4的粒径分布发现,机动车尾气对爱根核模态及凝结模态的亚微米模态(1μm)贡献大于固定源,机动车尾气排放对大气污染的贡献已十分凸显.此外,燃煤污染的区域输送对污染的形成也有重要贡献,重污染期间土壤扬尘的贡献较小.     

利用SPAMS研究淮安市冬季灰霾空气污染

使用单颗粒气溶胶质谱仪(SPAMS)分析了淮安市冬季大气中单颗粒PM2.5的特征。对采集到的颗粒物利用MATLAB进行处理,解析得到机动车尾气、燃煤、工业工艺源等7大颗粒物来源。初步判断,灰霾污染发生很可能是由于扩散条件不利致使燃煤及机动车尾气源累积,二次转化加剧而导致。     

天津市大气PM10中碳组分垂直分布特征研究

针对天津市大气颗粒物PM10中碳组分的垂直分布特征开展研究,结果显示天津市含碳组分垂直分布特征明显,OC和EC浓度随高度升高而减少.各高度中,近地面10 m处大气OC和EC浓度最高,碳颗粒污染最重,近地面SOC污染亦较重,与机动车尾气排放有较大关系;40 m高度处OC和EC的相关系数最小,该高度处碳颗粒来源较复杂,近地面机动车和高架源燃煤排放等源均对碳颗粒有贡献;120 m处OC和EC的相关性最高,碳组分同源性较高,与该高度处碳颗粒主要受高架源排放影响有关;220 m处OC与EC相关性较低,OC含量最高,OC/EC比值较高,可能与220 m处区域输送燃烧的碳颗粒较多有关.     

吉林市大气PM_(2.5)污染特征及来源分析

2014年在吉林市设立7个大气PM_(2.5)采样点,分采暖季和非采暖季分别采样分析了吉林市城区大气颗粒物污染特征和可能来源。结果表明:吉林市大气颗粒物以PM_(2.5)为主,PM_(2.5)年均值65μg/m3,超过国家二级标准限值86%,PM_(2.5)/PM10的年平均值为61%;PM_(2.5)中,休闲生活区各个时间段金属元素浓度相对较低,工业混合区浓度较高;非金属离子SO2-4、NH+4、NO-3、Cl-是PM_(2.5)水溶性离子的主要成份,其和占PM_(2.5)质量的13.31%,在采暖期浓度质量全部高于非采暖期;采暖期OC和EC来源基本相同,来源于机动车尾气、燃煤和生物质燃烧等,在非采暖期OC和EC来源差异性较大,主要来源于机动车尾气和工业燃煤等。     

华北平原灰霾天气下大气气溶胶的单颗粒分析

为分析灰霾期间单颗粒气溶胶化学组成和混合状态,于2014年12月9日—2015年1月10日,使用单颗粒气溶胶质谱仪（SPAMS）表征华北平原郑州市中牟县的气溶胶颗粒.结果表明:灰霾期（H1:20141213T19:00—20141215T10:00;H2:20150102T10:00—20150106T03:00）和清洁期（C1:20141215T18:00—20141217T18:00;C2:20141231T16:00—20150101T20:00）大气颗粒物种类相同,主要分为有机碳（OC）、元素碳（EC）、生物质燃烧颗粒（BB）、元素碳有机碳（ECOC）、钾二次颗粒（K-Secondary）、矿尘（Dust）以及重金属颗粒（HM）7类.C1时间段,ECOC颗粒占比最高,占总颗粒数的49.8%;其次是OC和EC颗粒物,二者分别占总颗粒数的16.5%和10.8%.H1时间段,K-Secondary颗粒的占比（31.3%）最高;其次是OC和EC颗粒,二者分别占总颗粒数的23.1%和20.2%.清洁期与灰霾期质谱差分结果表明,清洁期颗粒物中含有C₃H+、C₄H₃+、C₅H₃+等有机碳碎片峰,而灰霾期颗粒物中NO₃-、HSO₄-、NO₂-等组分的信号强度显著大于清洁期.混合状态分析表明,从清洁期到灰霾期的过程中,主要颗粒物与NO₃-和HSO₄-的混合程度显著增强.清洁期与灰霾期单颗粒化学组成与混合状态的对比分析表明,清洁期新鲜排放的含碳气溶胶在灰霾期不断老化,单颗粒中二次无机组分增加,气溶胶整体老化严重.此外,灰霾期（H2）EC颗粒占总颗粒数的比例增至18.1%,并且与NO₃-、HSO₄-二次组分的混合状态增强,使平均能见度降低为4.0 km.研究显示,郑州大气能见度主要受化学组分、颗粒物混合状态和污染物质量浓度的影响.      

利用SPAMS研究西安市重污染天气细颗粒物污染特征及来源

为了对西安市冬季重污染过程中的细颗粒物进行动态源解析,于2016年12月5-22日,利用SPAMS（单颗粒气溶胶质谱仪）在西安市城市运动公园开展连续观测.将观测期分为4个阶段,结合气象条件对不同阶段细颗粒物的污染特征进行分析比较.依据质谱特征,将所采集到的颗粒分为EC（元素碳）、OC（有机碳）、ECOC（混合碳）、HM（重金属）、LEV（左旋葡聚糖）、SiO₃（矿尘）、K（钾）、Na（钠）、HOC（有机大分子）及Other（其他）类.结果表明:观测期间所采集到的OC类颗粒物数量最多,在重污染阶段OC、K和EC类颗粒物占颗粒总数的70%以上,是重污染天气的主要组成颗粒.在雾霾消散期,OC、LEV和SiO₃类颗粒是主要类型颗粒物.根据颗粒物的化学类型及离子特征,利用PMF（正交矩阵因子分解）模型法得到6种污染源贡献率分别为27.7%（燃煤源）、22.3%（二次污染源）、20.4%（交通源）、10.4%（生物质燃烧源）、9.7%（工艺过程源）、6.5%（扬尘源）及3.0%（其他未知源）.研究显示:在重污染阶段,燃煤源与交通源占比大幅上升,与二次污染源共同造成了此次重污染天气;在雾霾消散期,扬尘源及生物质燃烧源成为大气细颗粒物的主要污染源.      

成都市无车日期间PM_(2.5)污染特征研究

2013年9月20-24日,通过采集成都市无车日前后禁行区域内PM2.5样品,分析样品中主要的可溶性无机离子、碳组分和金属元素,研究无车日期间PM2.5污染特征变化并评估机动车尾气排放对成都市大气污染的影响。结果表明:在无车日期间,可溶性无机离子中二次离子NO3-、SO42-、NH4+的含量分别下降了29.2%、21.6%、20.5%;有车日期间,OC/EC的平均比值为2.64,而无车日OC/EC比值为1.95,表明减少机动车尾气排放有助于减少二次有机碳的转化;PM2.5中Pb、Cs、Ni、Cu、Zn、Cr、As富集因子大,主要来源于人为污染;Pb、Cu和Zn主要来源于机动车,无车日质量浓度分别下降3.7%、16.3%和19.4%。机动车对PM2.5中的二次离子(NO3-、SO42-、NH4+)、碳组分和重金属(Pb、Cu、Zn)均有较大贡献。因子分析表明,机动车排放源对成都市大气污染物细颗粒物PM2.5贡献量达25.8%。     

利用SPAMS研究华北乡村站点(曲周)夏季大气单颗粒物老化与混合状态

利用单颗粒气溶胶飞行时间质谱(SPAMS)于2013年6月30日~7月8日对华北地区乡村站点曲周大气单颗粒粒径及其化学组成进行了在线测量,共采集到同时含有正负离子谱图的颗粒230 152个,其粒径主要集中在0.2~2.0μm.结果表明,该地区的大气颗粒物主要分为8类:元素碳(EC,55.5%)、有机碳(OC,10.7%)、钠,钾等碱金属颗粒(alkalis,17.4%)、其他金属颗粒(other metals,1.7%)、富铁颗粒(Fe-rich,6.3%)、富铅颗粒物(Pb-rich,3.1%)、沙尘颗粒(dust,4.8%),other颗粒(0.8%),观测得到的8类气溶胶颗粒中绝大部分包含46NO-2、62NO-3、80SO-3、96SO-4、97HSO-4等二次组分离子,说明这些颗粒都经历了不同的老化过程或与二次组分进行了不同程度的混合.从气溶胶类型的谱分布看,各类型颗粒数浓度峰值基本出现在700~800 nm之间,dust、Fe颗粒主要集中在粗粒径段,EC颗粒子类研究表明随着表面不断吸附NH+4、NO-3、SO2-4等二次组分,EC颗粒逐步演化成老化程度较低的NO-3吸附型EC(ECN)和严重老化的SO2-4吸附型EC(ECS)混合态,两者日变化呈现明显的负相关性,也可能随着二次有机物在EC表面吸附,形成OC/EC混合态.     

鹤山灰霾期间大气单颗粒气溶胶特征的初步研究

2012年6月9-17日,使用单颗粒气溶胶质谱仪(SPAMS)分析了鹤山大气中单颗粒的特征,共采集到同时含有正负离子谱图的颗粒763350个,其粒径主要集中在0.2～2.0 μm之间,期间发生灰霾的天数为3d.研究结果表明,该地区的大气颗粒物类型主要可分为7种:元素碳(EC)、有机碳(OC)、元素-有机碳混合(ECOC)、大分子有机碳(HMOC)、海盐(Na-K)、富钾颗粒(K-rich)和富铅颗粒(Pb-rich).灰霾天气下,颗粒中的二次成分含量更高,粒径显著增大.各颗粒类型数量浓度均有一定程度的提高,其中,以EC、ECOC和K-rich的增加最为明显.分析结果表明,水稻秸秆的集中焚烧及EC、ECOC和K-rich的老化是形成本次灰霾的重要原因.     

南京江北新区大气单颗粒来源解析及混合状态

利用单颗粒气溶胶飞行时间质谱（SPAMS）于2015年12月1~31日对南京江北新区大气单颗粒进行了测量,共采集到同时含有正负离子谱图的颗粒747.8万个.结果表明,监测期间南京江北新区总体空气质量较差,污染天气占比为49.2%,SPAMS所捕获的颗粒数与PM_2.5质量浓度的相关性达到0.83,因此颗粒物数浓度在一定程度上能够用来反映大气污染状况,监测点主要污染源包括燃煤源以及机动车尾气源,工业工艺源污染占比居第3位,3种源的总贡献率达到63.5%.从整体上看,PM_2.5质量浓度的升高大多伴随着燃煤及机动车尾气占比的升高,EC、混合碳（ECOC）与OC在生物质燃烧、扬尘、汽车尾气排放、燃煤燃烧以及工业源中均与NO₂^-、NO₃^-以及SO₄^-有较高的混合程度.     

Chemical compositions of PM2.5 aerosol during haze periods in the mountainous city of Yong''an, China

Haze phenomena were found to have an increasing tendency in recent years in Yong'an, a mountainous industrial city located in the center part of Fujian Province, China. Atmospheric fine particles (PM_2.5) in the urban area during haze periods in three seasons (spring, autumn and winter) from 2007 to 2008 were collected, and the mass concentrations and chemical compositions (seventeen elements, water soluble inorganic ions (WSIIs) and carbonaceous species) of PM_2.5 were determined. PM_2.5 mass concentrations did not show a distinct difference among the three seasons. The carbonaceous species organic carbon (OC) and elemental carbon (EC) constituted up to 19.2%-30.4% of the PM_2.5 mass during sampling periods, while WSIIs made up 25.3%-52.5% of the PM_2.5 mass. The major ions in PM_2.5 were SO₄^2-, NO₃^- and NH₄⁺, while the major elements were Si, K, Pb, Zn, Ca and Al. The experimental results (from data based on three haze periods with a 10-day sampling length for each period) showed that the crustal element species was the most abundant component of PM_2.5 in spring, and the secondary ions species (SO₄^2-, NO₃^-, NH₄⁺, etc.) was the most abundant component in PM_2.5 in autumn and winter. This indicated that dust was the primary pollution source for PM_2.5 in spring and combustion and traffic emissions could be the main pollution sources for PM_2.5 in autumn and winter. Generally, coal combustion and traffic emissions were considered to be the most prominent pollution sources for this city on haze days.     

应用扩散管测量霾污染期间大气氮硫化合物浓度的方法

活性氮和硫化合物在大气颗粒物形成过程中扮演重要角色,但对它们气相/颗粒相的同步观测结果比较缺乏.本研究尝试基于扩散管的DELTA系统测量氮和硫化合物短时累积浓度,以期捕捉它们在霾污染期间的演变规律.结果表明,DELTA系统收集气态污染物的扩散管中以及颗粒物滤膜上NH_4~+和NO-3空白干扰较小,适用于研究NH_3、HNO_3、NH_4~+和NO-3的日均浓度,可以作为城市环境空气质量监测参数的有效补充;但采样系统中SO_2-4背景含量较高,仅适合监测48 h以上时间尺度的SO_2浓度和周~月尺度SO_2-4浓度,用于大气硫沉降观测.北京2016年5月9日~6月7日观测期间,大气NH_3、HNO_3、NH_4~+和NO-3浓度具有明显的逐日演变规律,呈现出随着风向转变而发生周期性波动的典型特征;这些含氮污染物与PM_(2.5)、CO、SO_2和NO_2浓度的变化规律一致,其来源可能与化石燃料燃烧源有关.污染天NH_3、HNO_3、NH_4~+和NO-3浓度约为清洁天的2倍,但还原性氮和氧化性氮的相态分布在清洁天和污染天无明显差异;整个观测期间,HNO_3/NO-3约为1.2,NH_3/NH_4~+为4.5,春夏之交较高的温度有利于活性氮在气粒平衡过程中偏向于气态形式存在.     

广州干湿季典型灰霾过程水溶性离子成分对比分析

利用广州气象台2011年地面逐时能见度和相对湿度数据,以及广州番禺南村大气成分站2011年逐时Marga数据、PM数据,对比分析了一次湿季(4—9月)灰霾过程和干季(10月—次年3月)灰霾过程的污染特征.研究表明,相对干季灰霾过程,湿季灰霾过程颗粒物浓度较低,且细粒子所占比例较高;由于湿季较干季光化学反应较为活跃及可能受气象因素的不同影响,导致干湿季灰霾过程颗粒物浓度的总体变化趋势相反;湿季灰霾过程二次无机离子(SO_4~(2-)、NH_4~+和NO_3~-)占PM_(2.5)质量百分比的76%,是PM_(2.5)的主要成分;干季灰霾过程二次无机离子(SO_4~(2-)、NH_4~+和NO_3~-)仅占PM_(2.5)质量百分比的34%;湿季硫氧化率(Sulfur Oxidation Ratio,SOR)、氮氧化率(Nitrogen Oxidation Ratio,NOR)值大于干季,说明二次离子对湿季灰霾的贡献比干季要大;湿季灰霾过程中气溶胶酸性比干季弱.根据相关性分析结果可知,湿季灰霾过程中,NH_4~+主要与SO_4~(2-)结合,Na+主要与Cl-及NO_3~-结合,K+主要与Cl-和NO_3~-结合,极少部分与SO_4~(2-)结合;而在干季灰霾过程中,NH_4~+除了与SO_4~(2-)结合之外,还以NH_4NO_3和NH_4Cl的形式存在,K~+主要与Cl~-和SO_4~(2-)结合,Na+主要与Cl~-及SO_4~(2-)结合.     

COVID-19管控前后不同污染阶段PM2.5中二次无机离子变化特征

为探讨新冠肺炎疫情(COVID-19)管控前后不同污染阶段PM_2.5中二次无机离子变化特征,使用高分辨率(1 h)在线仪器对2019年12月15日至2020年2月15日郑州冬季气象、污染气体浓度和PM_2.5中水溶性离子水平进行在线监测,分析此次COVID-19管控前后霾过程的成因、大气污染物的日变化特征和在霾不同阶段下大气污染物的分布特征.结果表明,郑州主要受到高压脊控制,天气形势稳定,有利于大气污染物累积,二次无机气溶胶(SNA,包括SO₄^2-、NO^-₃和NH⁺₄)是水溶性离子的主要组分,占比高达90%以上,COVID-19期间居家隔离措施对霾不同阶段下大气污染物的分布特征产生不同的影响,COVID-19期间PM_2.5在干净、发生和消散阶段的浓度比COVID-19前有所提高,但是发展阶段明显降低,居家隔离明显使PM_2.5高值降低了;NO₂、SO<...     

辽宁典型城市道路扬尘PM2.5中水溶性无机离子组分特征及来源解析

为了解辽宁省典型城市道路扬尘PM_(2.5)中水溶性无机离子组分特征及其来源,分别于2014年和2016年采集了鞍山市和盘锦市道路扬尘样品,利用再悬浮采样器将其悬浮到滤膜上,用离子色谱仪分析了其中的水溶性无机离子组分,分别用相关分析法和比值法分析了其污染特征,用主成分法初步解析了其主要污染源.结果表明,盘锦市和鞍山市8种水溶性无机离子分别占道路扬尘PM_(2.5)的5.83%±3.34%和5.84%±1.15%.盘锦市NH_4~+与SO_4~(2-)和NO_3~-的结合方式主要为(NH_4)2SO_4和NH_4NO_3,鞍山市NH_4~+与SO_4~(2-)和NO_3~-的主要结合方式为NH_4HSO_4和NH_4NO_3.盘锦市和鞍山市道路扬尘PM_(2.5)中NO_3~-/SO_4~(2-)的均值分别为0.52±0.55和0.46±0.13,表明固定源(燃煤)对其道路扬尘PM_(2.5)的影响较显著.盘锦市道路扬尘PM_(2.5)主要来源于生物质燃烧源、海盐粒子、建筑水泥尘和机动车尾气;鞍山市道路扬尘PM_(2.5)主要来源于燃煤源、生物质燃烧源、海盐粒子和钢铁冶炼尘.     

北京、石家庄2017—2018年PM2.5与SNA组分特征及典型重污染分析

基于北京、石家庄2017、2018年的1月和7月PM_2.5样品采集,研究两地采暖期、非采暖期及典型重污染过程的PM_2.5、SNA污染特征及二次转化特征.应用TrajStat模型,结合浓度权重轨迹分析法（CWT）,分析两地PM_2.5气流输送路径以及潜在源区.利用WRF-CAMx模式定量分析两地重污染月份（2017年1月）PM_2.5、硫酸盐及硝酸盐的区域传输贡献.结果表明, 2017年1月北京和石家庄均存在重污染过程,两年1月石家庄市PM_2.5浓度均高于北京; SNA占PM_2.5所有组分的34.11%~51.68%,对PM_2.5浓度有重要贡献,其中北京NO₃^-浓度最高,石家庄SO₄^2-浓度最高, SO₄^2-/NO₃^-夏季高于冬季;北京SOR高于石家庄,石家庄NOR高于北京,重污染期间两城市硫酸盐、硝酸盐、铵盐质量浓度、SOR与NOR明显升高;两地冬季气流主要受俄罗斯、蒙古、内蒙戈壁等地区的西北方向远距离输送影响,另外北京两年冬季均存在西南传输通道,石家庄重污染期间受冀南和鲁西北重工业城市群潜在贡献较高,两市夏季受东南季风影响,污染轨迹多来自渤海湾和山东等地区; 2017年1月,北京、石家庄PM_2.5受周边区域传输贡献分别为33.80%、22.54%,其中河北南部分别贡献14.86%, 17.21%,二次离子中NO₃^-的传输作用比SO₄^2-更加突出.从PM_2.5本地源来看,北京主要来源为移动源和扬尘源,分别占比43.30%、20.10%,石家庄为工业、燃煤和扬尘,分别占比26.40%、24.82%、22.50%.     

青岛大气气溶胶水溶性无机离子研究:季节分布特征

为了全面了解当前青岛地区大气气溶胶中水溶性组分的特征及来源,于2008年1～12月在青岛市区连续采集了总悬浮颗粒物(TSP)样品,运用离子色谱法对其主要的水溶性阴阳离子进行了分析.结果表明,SO24-、NO3-、NH4+和Cl-是TSP中水溶性离子的主要成分,四者质量浓度之和占总水溶性离子质量浓度的86.9%.TSP及其水溶性组分存在明显的季节变化,其来源也存在多源性.Na+、NH4+、Ca2+、F-、Mg2+均为冬季最高,夏季最低,K+、PO34-为秋季最高,夏季最低,Cl-为冬季最高,秋季最低,NO3-则为春季最高,夏季最低,而SO24-为春季最高,秋季最低.不同天气对颗粒物和气溶胶中水溶性离子影响很大.颗粒物浓度在晴天时最低,其次是雾天,再次是烟雾和霾,沙尘天气下质量浓度最高.Na+、Mg2+、Ca2+、F-、Cl-和PO34-在烟雾天气下的平均浓度最高,而NH4+、K+、NO3-和SO24-则是在霾天气下质量浓度最高.     

天津市高校夏季道路扬尘PM2.5中水溶性离子污染特征及来源

为研究天津市高校道路扬尘PM_2.5中水溶性离子的污染特征、来源及校内外差异，于2018年7—8月采集天津市9所高校道路扬尘样品，用离子色谱法对其中8种水溶性离子（Ca²⁺、K⁺、Mg²⁺、Na⁺、Cl^-、NH₄⁺、NO₃^-、SO₄^2-）进行分析.结果显示：①水溶性离子占PM_2.5的11.65%，PM_2.5中占比大于1%的离子有Ca²⁺和SO₄^2-，其中Ca²⁺最多，占到总水溶性无机离子的65.75%；②入校道路离子含量（12.76%）稍高于校内道路（11.11%），其中8种离子含量的差异均无统计学意义；CE/AE（阴阳离子当量浓度比）值为9.59（远大于1），PM_2.5呈较强碱性；③NH₄⁺与SO₄^2-、NO₃^-主要以（NH₄）₂SO₄和NH₄NO₃的形态结合；④NO₃^-/SO₄^2-的比值为0.45，说明固定源的贡献更大；⑤天津市高校道路扬尘PM_2.5主要来源于海盐粒子、燃煤、机动车尾气、建筑水泥尘等.     

广州地区SO42-、NO3-、NH4+与相关气体污染特征研究

本文获得了2009年12月1日至2011年12月31日广州二次无机离子(SO2-4、NO-3、NH+4)及相关反应性气体(NOx/SO2/HNO2/HNO3等)的小时浓度数据,并分析了其污染特征.研究结果表明:PM2.5的浓度季节变化特征为冬秋春夏,SO2-4的浓度季节变化特征为秋冬春夏,NH+4的为冬秋春夏,NO-3则为冬春秋夏,SO2-4、NO-3和NH+4之和占PM2.5的比重大小为秋夏春冬;硫氧化率(SOR)均大于0.1,秋冬季节的值高于春夏季节,与SO2-4的浓度变化趋势一致;氮氧化率(NOR)日变化呈单峰形式,最大值出现在06时,最小值出现在14时,春冬季节的值高于夏秋季节,与NO-3的浓度变化趋势一致;广州地区NH3/NH+4除10—12月外,其月均值均大于1;在典型过程中,SO2-4、NO-3、NH+4、SOR、NOR和NH3/NH+4与能见度的变化都存在较好的对应关系,说明广州地区低能见度与二次离子(SO2-4、NO-3、NH+4)的生成有关.