漯河市PM10和PM2.5中水溶性离子浓度特征及其来源解析

为了研究漯河市PM_2.5和PM₁₀及其水溶性离子变化特征,于2017年5月—2018年2月在漯河市3个采样点同步采集PM_2.5和PM₁₀样品,分别获得PM_2.5和PM₁₀有效样品191和190个.用离子色谱法分析样品中F-、Cl-、NO₃-、SO₄2-、Na+、NH₄+、K+、Mg2+、Ca2+等9种水溶性无机离子.结果表明:在采样期间,漯河市ρ（PM_2.5）平均值为72.42 μg/m3,其中ρ（总无机水溶性离子）的年均值为34.76 μg/m3,占ρ（PM_2.5）的46.72%;ρ（PM₁₀）平均值为126.52 μg/m3,其中ρ（总无机水溶性离子）的年均值为46.40 μg/m3,占ρ（PM₁₀）的35.67%.2种颗粒物水溶性离子质量浓度的季节性变化均呈冬季高、夏季低的趋势.PM_2.5/PM₁₀〔ρ（PM_2.5）/ρ（PM₁₀）〕在四季分别为0.50、0.61、0.56、0.57.采样期间漯河市PM_2.5中NOR（氮氧化率）和SOR（硫氧化率）的年均值分别为0.17和0.30,PM₁₀中NOR和SOR的年均值分别为0.22和0.34,说明颗粒物中SO₄2-的二次转化效率高于NO₃-.PM_2.5和PM₁₀在采样期间均呈弱碱性,且碱性在夏季最强,秋季最弱.利用PMF模型分析PM_2.5和PM₁₀中水溶性离子的主要来源发现,PM_2.5中水溶性离子来源主要包括生物质燃烧源、燃煤源、建筑扬尘源、工业源和二次污染源,PM₁₀中水溶性离子来源主要包括燃煤源、建筑扬尘源、二次污染源、生物质燃烧源和工业源.研究显示,漯河市颗粒物污染中水溶性离子来源复杂,应采取多源控制的污染防治措施.      

深圳市大气PM2.5来源解析

为识别和量化深圳市大气PM_2.5的污染来源,2014年3,6,9,12月分别在5个站点采集PM_2.5的膜样品并进行质量浓度及组分分析,利用正向矩阵因子解析（PMF）模型对其主要来源和时空变化规律进行了解析.结果表明,2014年深圳市PM_2.5年均浓度为35.7 μg/m³,其中机动车源、二次硫酸盐生成、二次有机物生成和二次硝酸盐生成是最主要的来源,质量浓度贡献比例分别为27%、21%、12%和10%;地面扬尘、生物质燃烧源、远洋船舶源、工业源、海洋源、建筑尘和燃煤源贡献比例达2%~6%.各个源贡献的时空变化特征表明,二次硫酸盐生成、生物质燃烧源、二次有机物生成、工业源、远洋船舶源和海洋源显示出明显的区域源特征,机动车源、二次硝酸盐生成、燃煤源、地面扬尘和建筑尘具有显著的本地源特征.     

云贵高原城市PM2.5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/m³,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NO₃^-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NO₃^-来自于一次源。硫氧化率(SOR)平均值分别为0.44、0.35,表明SO₄^2-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_...     

鼎湖山PM2.5 中水溶性离子浓度特征分析

为研究珠江三角洲背景区域大气气溶胶中水溶性离子的特征及其来源,于2007年1月～2008年12月,在鼎湖山利用大流量滤膜采样器采集PM2.5样品,并用离子色谱(IC)分析其中的水溶性离子成分含量.结果表明,PM2.5中总水溶性离子年平均浓度为(36.3±16.4)μg.m-3.其中,3种主要离子SO24-、NH4+和NO3-占总离子浓度的89%;夏季受到来自海洋气团的影响,Na+和Cl-相关性明显增强,相关系数R2为0.91;NO3-/SO24-的平均值为0.32,表明固定源对鼎湖山地区污染的贡献更大;PM2.5中Σ阳离子电荷/Σ阴离子电荷的变化范围为0.44～2.59,平均值是1.03,水溶性离子电荷基本平衡.     

《大气污染防治行动计划》后期成都大气PM2.5中水溶性无机离子特征

为探究《大气污染防治行动计划》实施后期成都大气PM2.5中水溶性无机离子(WSIIs)季节变化及来源等特征,本研究于2016～2017年在成都城区进行了分季节PM2.5样品的连续采集,对其中WSIIs进行了全面分析.结果表明,成都市年均ρ(PM2.5)和ρ(WSIIs)分别为(114.0±76.4)μg.m-3和(41.2±31.3)μg.m-3,ρ(WSIIs)可占ρ(PM2.5)的36.1％,其季节贡献特征为:秋季(39.5％)＞冬季(38.2％)＞春季(32.5％)＞夏季(28.9％).全年及各季节P(PM2.5)和ρ(WSIIs)均值均表现为夜间高于白天,且昼夜差异幅度呈现出了明显的季节变化特征.SNA(SO42-、N03-和NH4+)是WSⅡs的重要组成,在春、夏、秋和冬这4季中可占到整体ρ(WSIIs)的84.2％、86.6％、86.3％和87.0％.秋和冬的ρ(NO3)/ρ(SO42-)比值分别为1.1和1.6,高于春和夏的0.96和0.57,移动源和固定源相对贡献随季节变化特征明显.观测期间WSIIs主要来源包括二次生成、扬尘源和燃烧源.后向轨迹分析表明,来自成都东部地区的近地气团对应的P(PM2.5)低于源自西部的高空气团,就WSIIs构成而言,东部气团对应的ρ(SO42-)占比高于西部气团,而西部气团对应的ρ(NO3-)占比则高于前者.     

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.     

餐饮源油烟中PM2.5的化学组分特征

集中分析了餐饮无组织排放源(街边小吃、火锅店、露天烧烤)及有组织排放源(10家大中型餐馆)油烟PM_2.5中的TC(总碳)、元素组分、离子组分和16种PAHs,得到了各类餐饮源油烟PM_2.5的化学组成特征,建立了餐饮源油烟化学成分谱. 结果表明:各餐饮源油烟的ρ(PM_2.5)是大气背景值的3~42倍,其中露天烧烤油烟的ρ(PM_2.5)最高,达5 659.8 μg/m3. 不同餐饮源油烟的PM_2.5中各化学组分均为w(TC)(38.1%~75.8%)＞w(元素组分)(4.5%~27.0%)＞w(离子组分)(2.7%~22.6%),并且ρ(PM_2.5)与w(TC)呈显著正相关(R=0.84). 菲(PHE)、芘(PYR)、荧蒽(FLT)的质量分数在各类餐饮源油烟的PAHs中均普遍较高,分别为13.8%~21.6%、9.2%~26.5%、6.9%~22.0%.大中型餐馆油烟的PAHs中苯并苝(BPE)的质量分数最高(27.5%),而在其他餐饮源中均小于6.7%;(CHR)的质量分数最低(3.3%),而在其他餐饮源中均大于5.3%. 露天烧烤油烟的PAHs中芘、荧蒽的质量分数分别是其他餐饮源的2.7和2.3倍以上;萘(NAP)的质量分数(0.3%)较小,但在其他餐饮源中均大于11.4%,可以作为特定餐饮源油烟的特征物种.      

FTIR对大气颗粒物PM2.5中硝酸盐的定量分析

大气细颗粒物PM2.5作为复合型大气污染的核心污染物之一备受人们关注,NO3-作为其中水溶性离子的主要成分之一,对大气降水和人体健康有着重要影响,因此实现对其快速可靠的检测是一项重要的研究工作.基于傅里叶变换红外光谱技术的优点,采用液态制膜的方法测量比较了颗粒物中NO3-和NH4NO3中NO3-的红外光谱图,结果保持一致.在此基础上测量了一系列不同质量NO3-的红外光谱,拟合其吸光度与质量,相关性达到0.994 8,线性范围为7.82～73.78μg,实现了对其定标.然后利用样品溶液与采样膜样品质量的对应关系,直接测量采样膜上样品的红外谱图,分析了合肥地区2012-03-20～2012-04-20为期1个月的硝酸根质量浓度,平均质量浓度为4.171 3μg.m-3.     

北京市延庆区PM2.5中主要水溶性无机离子特征及来源解析

对2017年6月—2018年5月北京市延庆区大气PM2.5样本进行采集,分析了PM2.5中9种水溶性无机离子的污染特征,并利用SPSS软件进行来源解析。结果表明:延庆区大气PM2.5中总水溶性无机离子平均浓度为28.0 μg∕m 3,其中,S O 4 2 - 、N O 3 - 和N H 4 + 是最主要的水溶性无机离子,合计占比为82.1%。受天气影响,N O 3 - 和S O 4 2 - 浓度均表现为秋高冬低,N H 4 + 浓度为秋高夏低;受冬季气象条件和施工影响,Ca 2+、Mg 2+、Na +浓度冬季最高。根据电荷平衡分析,春季PM2.5中阴、阳离子基本达到平衡状态,夏、秋季呈弱酸性,冬季呈弱碱性;PM2.5中硫氧化率(SOR)、氮氧化率(NOR)的均值分别为0.53和0.27,大气中存在明显的二次转化过程;N O 3 - ∕S O 4 2 - 为1.66,说明机动车尾气排放源对PM2.5中水溶性无机离子贡献较大;根据N H 4 + 与S O 4 2 - 、N O 3 - 、Cl -的相关性分析,PM2.5中N O 3 - 和S O 4 2 - 以(NH4)2SO4、NH4HSO4、NH4NO3以及HNO3形式存在。利用SPSS软件进行皮尔森相关性分析,PM2.5中N O 3 - 、S O 4 2 - 、N H 4 + 两两相关性强,说明二次反应显著;Ca 2+、Mg 2+、Na + 两两相关性强,说明其污染来源可能相同;Cl -与K +相关性强,说明大气中Cl -主要以KCl的形式存在。利用因子分析模块进行主成分分析,发现延庆区主要污染源为生物质燃烧、扬尘污染和机动车尾气排放。     

贵阳市大气颗粒物PM2.5来源初探

2011年4月12-5月2日观测期间,贵阳市PM2.5的中位值浓度为70.88μg/m3,与全国其他城市相比,处于较低水平。通过富集因子法判断贵阳市PM2.5中Al、Fe、Mg、Ti地壳元素来源于土壤,S、Cl、Cu、Zn、Se、As、Br、Pb、Ni、P和Mn来源于各种人为污染源;Se、As和S元素的高富集反映了贵阳市燃煤污染的特征,Pb、Cu、Zn、Br、Ni、Cl等元素的富集反映机动车、工业污染等的影响。PM2.5中的TC浓度略高于其他城市,EC略低于其他城市,OC、二次OC浓度相对其他城市在相同季节较高。     

新乡市秋季大气细颗粒物PM2.5中水溶性离子特征及其来源解析

为探究新乡市秋季PM_(2.5)污染水平及水溶性离子特征,于2016年9—11月期间,利用TH-150C中流量大气采样器分别在新乡市城市和郊区设立的两个采样点采集了大气PM_(2.5)样品,并分别用重量法和离子色谱法测得PM_(2.5)的浓度值和水溶性离子的组分,分析了大气PM_(2.5)的组成特征、变化规律及污染来源.结果表明,采样期间,城市站PM_(2.5)浓度为122.65~223.56μg·m-3,平均值为164.17μg·m-3,郊区站PM_(2.5)浓度为92.99~217.40μg·m-3,平均值为144.75μg·m-3,均超过国家二级标准浓度限值(75μg·m-3).采样期间,城市站7种水溶性无机离子(NH+4、NO-3、SO2-4、K+、Mg2+、Ca2+、Cl-)的平均质量浓度分别为9.98、22.05、13.41、0.65、0.04、0.30、2.19μg·m-3,郊区站分别为7.49、17.95、10.34、0.38、0.03、0.57、1.35μg·m-3;其中,NO-3、SO2-4、NH+4是大气PM_(2.5)中水溶性离子最主要的二次污染成分,而硝酸盐则是新乡市大气灰霾污染的关键组分.对PM_(2.5)中阴、阳离子进行相关性分析,结果发现,新乡市大气颗粒物PM_(2.5)总体呈酸性.PM_(2.5)中水溶性离子来源主要有二次转化,以及工业源、燃烧源及土壤建筑尘等,移动源(汽车尾气)对新乡市秋季大气污染的贡献较大.     

郑州市PM2.5中水溶性离子特征及来源分析

为探究郑州市PM_(2.5)中水溶性离子污染特征,本研究自2017年12月1日至2018年11月30日对郑州市PM_(2.5)中水溶性离子进行为期1a的高时间分辨率持续观测,并基于高时间分辨率观测数据分析水溶性离子特征并对其进行来源分析.结果表明,观测期间郑州市总水溶性离子平均质量浓度为42. 7μg·m~(-3),各离子质量浓度从大到小分别为:硝酸根(17. 7μg·m~(-3))、硫酸根(10. 2μg·m~(-3))、铵根(9. 0μg·m~(-3))、氯离子(2. 3μg·m~(-3))、钾离子(1. 3μg·m~(-3))、钠离子(1. 3μg·m~(-3))、钙离子(0. 8μg·m~(-3))和镁离子(0. 1μg·m~(-3)).总水溶性离子质量浓度表现为冬季最高,秋季略高于春季,夏季最低的季节特征,在PM_(2.5)中的占比表现为秋季(65. 2%)冬季(52. 5%)夏季(48. 2%)春季(43. 0%).除钠离子和钙离子外,其余水溶性离子质量浓度均表现为冬季秋季春季夏季的季节变化特征,而钠离子表现为秋季最高,夏季最低的季节变化特征,钙离子表现为秋季最高,冬季最低的季节变化特征.总水溶性离子质量浓度全年及春季、夏季和秋季均表现为单峰分布的日变化特征,冬季没有显著的日变化特征.观测期间二次离子(硫酸根、硝酸根和铵根)质量浓度占PM_(2.5)的43. 8%,是PM_(2.5)的重要组成部分,主要以(NH4)2SO4和NH4NO3的形式存在.观测期间郑州市存在较大程度的二次转化过程,且相对湿度对硫氧化率的影响较大,而温度对氮氧化率的影响较大.观测期间二次离子间具有较好的相关性,钾离子与镁离子和氯离子也表现出较好的相关性.硝酸根、硫酸根和铵根的主要来源是气体污染物的二次转化,镁离子和钙离子通常来源于土壤尘和建筑尘,钾离子是主要的生物质燃烧标识物之一,钠离子来自于海盐和土壤尘,氯离子不仅来自于海盐,也可来自生物质燃烧和化石燃料燃烧.主成分分析结果表明观测期间郑州市PM_(2.5)中水溶性离子主要受二次转化、燃烧源及土壤或建筑扬尘源排放影响.     

泉州市大气PM2.5中水溶性离子季节变化特征及来源解析

为掌握泉州市大气PM_(2.5)中无机水溶性离子的季节变化特征,于2014年3月~2015年1月同步采集了泉州市5个采样点共116个PM_(2.5)样品.用离子色谱法分析了PM_(2.5)中Na~+、NH_4~+、K~+、Ca~(2+)、Mg~(2+)、F~-、Cl~-、NO_3~-和SO_4~(2-)等9种水溶性无机离子.观测期间,总水溶性离子浓度季节变化特征为春季(14.24±6.43)μg·m~(-3)冬季(8.54±7.61)μg·m~(-3)夏季(4.10±2.67)μg·m~(-3)秋季(3.91±2.58)μg·m~(-3);SO_4~(2-)、NO_3~-和NH_4~+(SNA)是PM_(2.5)中主要的3种离子,占水溶性离子总质量浓度比例分别为春季(90.3±3.3)%、夏季(68.8±11.7)%、秋季(78.9±7.1)%和冬季(74.0±18.4)%,说明春季二次污染较为严重;PM_(2.5)中阴、阳离子电荷平衡分析显示,阴离子相对亏损,大气细颗粒物组分呈弱碱性;春、冬季NH_4~+主要以(NH_4)_2SO_4、NH_4HSO_4和NH_4NO_3等形式存在,而夏、秋季则主要以NH_4HSO_4和NH_4NO_3形式存在;PMF源解析结果表明,泉州市大气PM_(2.5)中水溶性离子主要来自海盐、二次源、建筑扬尘、垃圾焚烧源和生物质燃烧源.     

甘肃南部典型城镇PM2.5浓度及水溶性离子特征分析

为研究甘肃南部城镇PM_2.5及水溶性离子（WSIIs）浓度水平,于2019年4月—2020年2月在甘肃成县按季度进行PM_2.5样品采集,分析了其变化特征,并运用相关和主成分分析法进行来源解析.结果表明：采样期间甘肃成县PM_2.5年平均质量浓度为（57.2±26.9） μg·m^-3,表现为冬季>春季>秋季>夏季的季节变化特征,冬季质量浓度约为夏季的1.9倍,全年空气质量优良率为81%,其中夏季达100%.WSIIs质量浓度呈现SO₄^2->NO₃^->Na⁺>NH₄⁺>Ca²⁺> K⁺>Cl^->Mg²⁺的特征.SNA是浓度水平最高的3种水溶性离子,占8种主要水溶性离子浓度的70.1%.ρ（NO₃^-）/ρ（SO₄^2-）平均值为0.6,表明工农业生产及化石燃料燃烧排放等固定源是颗粒物污染的主要来源.新型冠状病毒疫情期间人员管控对PM_2.5和水溶性离子中SNA质量浓度影响显著,PM_2.5平均质量浓度降幅达44.2%.源解析表明,PM_2.5中WSIIs主要来自化石燃料燃烧、生物质燃烧及二次源和道路建筑扬尘等.     

北京市大气PM10和PM2.5中有机物的时空变化

2005年四季在北京市不同功能区9个采样点采集大气PM₁₀和PM_2.5样品,并对其中有机物污染水平、分布特征及不同功能区PM₁₀和PM_2.5中有机物的相关性进行了探讨.结果表明,市区PM₁₀和PM_2.5中有机物年均值分别为41.39 μg/m³和34.84 μg/m³,是对照区十三陵的1.44倍和1.26倍;冬季有机物污染最严重,分别为春季的1.15、 1.82倍,秋季的2.06、 2.26倍,夏季的4.53、 6.26倍.不同季节PM_2.5与PM₁₀中EOM的比值超过0.60, 并呈现一定季节差异.各功能区有机污染表现出工业区(商业区)＞居民区(交通区、对照区)的变化趋势,且不同功能区PM_2.5中EOM对PM₁₀中EOM的影响程度各异.有机组分的年均值有非烃＞沥青质＞芳烃＞饱和烃的变化规律,而污染源的季节性排放是造成有机物组分季节变化的主要原因.     

南京江北新区PM2.5中水溶性离子的季节特征和来源解析

为探究南京江北新区PM_2.5中水溶性离子的季节特征和来源，于2019年共采集了113个有效PM_2.5样品.用称重法和离子色谱法分别测定出PM_2.5和10种水溶性离子的质量浓度，并使用PMF源解析法对其进行来源解析.结果表明，观测期间南京江北新区PM_2.5和水溶性离子年平均浓度分别为（78.34±29.64）和（35.68±18.30）μg·m^-3，其四季变化趋势相同，冬季浓度高，夏季浓度低.10种水溶性离子中NO₃^-、SO₄^2-和NH₄⁺的浓度远远高于其他离子，其在总离子中的含量高达89.9%.南京江北新区四季PM_2.5中NH₄⁺主要与HSO₄^-和NO₃^-结合存在.硫氧化率（SOR）和氮氧化率（NOR）的年均值分别为0.53和0.28，说明观测期间大气中氮硫的二次生成率较高.南京江北新区PM_2.5中水溶性离子主要来源为二次转化、海盐和扬尘.     

成都市西南郊区春季大气PM2.5的污染水平及来源解析

为了解成都市西南郊区大气中PM_(2.5)污染特征,于2015年3月1~31日对成都西南郊区大气PM_(2.5)进行膜样品采集,并分析其中的化学组分.结果表明,3月成都市西南郊区大气PM_(2.5)的日均质量浓度为121.21μg·m~(-3),采集的31个有效PM_(2.5)样品中有24个样品日均浓度在75μg·m~(-3)以上,日超标率为77%,该地区3月PM_(2.5)污染严重.在与大气气象要素的关系研究中发现,大气颗粒物PM_(2.5)与大气能见度有着较好的指数关系,与温度、湿度有一定的正相关关系,但相关性并不明显.水溶性阴阳离子中NH~+_4(16.24%)、SO~(2-)_4(12.58%)、NO~-_3(9.91%)占PM_(2.5)的主导地位,NO~-_3/SO~(2-)_4的比值是0.77,表明成都西南郊区固定源的污染要大于移动源的污染,燃煤排放的污染相对于汽车尾气较多.有机碳(OC)/元素碳(EC)比值均大于2.0,表明有二次有机碳(SOC)产生.利用OC/EC比值法估算SOC的质量浓度发现,成都西南郊区3月PM_(2.5)中SOC的平均浓度水平为3.49μg·m~(-3),对OC的贡献率达20.6%,说明成都市西南郊区的OC主要来源于一次排放,且OC与EC的相关性分析显示,其相关系数达0.95,说明OC、EC来源相似且相对稳定,成都市西南郊区春季受局地源排放影响较大,一次排放占主导地位,二次有机碳对OC贡献相对较小,与估算所得的SOC性质一致.利用主成分分析(PCA)方法对成都西南郊区大气中PM_(2.5)进行来源解析,发现成都西南郊区PM_(2.5)的主要污染源为燃煤、生物质的燃烧、二次硝酸盐或硫酸盐、土壤和扬尘源、汽车尾气源、电子生产源以及机械加工源.     

2014年APEC前后北京城区PM2.5中水溶性离子特征分析

2014年10月至11月间,在北京城区开展PM_(2.5)监测并对其中的水溶性离子进行离线及在线分析.其中NO_3~-、SO_4~(2-)和NH_4~+在不同观测阶段均是PM_(2.5)中的主要离子,APEC期间三者总浓度为(26.8±22.5)μg·m~(-3),占PM2.5质量浓度的(41.7±8.5)%,占所测水溶性离子组分的(84.7±5.0)%;APEC期间NO-3浓度水平较高,对PM_(2.5)贡献最大.对APEC期间水溶性离子的累积趋势研究发现,NO_3~-、SO_4~(2-)、NH_4~+和Cl~-均经历了3个不同的累积过程,除气象条件外,本地源排放及区域污染引起的累积效应仍不可忽视.对颗粒物酸性特征研究发现,不同观测期间,颗粒物中主要水溶性离子浓度虽有不同,但北京秋末冬初颗粒物无明显酸化特征.