PM2.5中水溶性离子分布

合集下载

PM2.5中的化学污染

PM2.5中的化学污染PM2.5中的化学污染2013年1月中旬以来，我国中东部地区反复出现大范围的雾霾天气，不仅大气能见度差，人们出门就能嗅到刺激性气味，人人无法回避的空气质量状况，再次唤起人们对环境污染问题的关注。

北京市环保局官方网站显示，雾霾天气中的首要污染物为可吸入细颗粒物（PM2.5）。

来自北京市环保监测中心的数据显示，自2013年1月12日以来，北京市多个监测点PM2.5实时浓度突破了900微克/立方米，这是我国有PM2.5监测数据以来最高的数值。

PM2.5是什么？PM是英文particulate matter(颗粒物）的字头，在空气检测时是指大气中颗粒物的总称。

总悬浮颗粒物是指分散在大气中的固态或液态颗粒物形成的气溶胶, 其粒径范围约为0.1-100微米。

颗粒物的直径越小，进入呼吸道的部位越深；通常把粒径在10微米以下的颗粒物称为PM10,又称为可吸入颗粒物；粒径在2.5微米以下的颗粒物称为PM2.5,又称为可吸入细颗粒物。

10微米直径的颗粒物通常沉积在上呼吸道，5微米直径的颗粒物可进入呼吸道的深部，而2微米直径以下的细颗粒物几乎可以全部深入到细支气管和肺泡。

长期以来, 大气污染对公众健康的影响是各国政府及民众关注的热点问题之一。

大气污染来源涉及自然污染和人为污染两大类。

自然污染主要源于自然界的沙尘暴、火山爆发、风蚀地表、雷电导致森林火灾等原因形成。

人为污染是由于人类的生产和生活活动所造成, 尤其是迅速增长的机动车尾气排放，正在构成主要的污染源。

自然污染和人为污染二者相比,人为污染的来源更多,范围更广，所占比重更大。

随着经济的发展和城市化进程的提速,工业生产、生活保障、交通运输、建筑施工等各类排放源，排放了大量的烟尘和粉尘粒子,这些颗粒物进入大气以后很大一部分都以细微粒子的形式存在。

依据目前的文献报道，PM2.5给人体造成的损害是多方面的。

PM2.5所致呼吸道损害，与鼻炎、慢性阻塞性肺部疾病和哮喘的发病相关联。

闽南重点城市春季PM2.5中水溶性无机离子特征研究

．
２０１３，２２（３）：５１２－５１６．
我国大多数城市全年大约８５％～９０％的首要污染物为可吸人颗粒物［１】。通常细颗粒物对空气质量影响
最大，能够在空气中长时间悬浮，具有分布广、影响范围大的特点，在稳定的天气条件下可以在城市上空长期累积，形成气溶胶气团，引起严重的空气污染【２Ｊ。过去十几年间，颗粒物中空气动力学直径小
９４．１４Ｉｘｇ・Ｉｌｒ。
，
二次离子ＳＯ４、ＮＯ３－和ＮＨ４的质量浓度变化范围为１４．６６－６６．６８Ｉｘｇ・ＩＩｆ，平均质量浓度为３２．４３・ＴＩｒ，占总
水溶性离子的８３．３０％，主要以４）２ＳＯ４和Ｈ４ＮＯ３形式存在；与国内其他主要城市相比，闽南地区ＰＭ２．５中二次离子浓度
ｗａｔｅｒ－ｓｏｌｕｂｌｅｉｎｏｒｇｎｉａｃｉｏｎｓｉｎＰＭ２５ｉｎｓｐｒｉｎｇｉｎｔｈｅｋｅｙｃｉｔｉｅｓｏｆｓｏｕｈｃｔｍＦｕｊｉｎａｐｒｏｖｉｎｃｅ【Ｊ】．ＥｃｏｌｏｙｇａｎｄＥｎｖｉｒｏｎｍｅｎｔａｌＳｃｉｅｎｃｅｓ，
摘要：对闽南地区重点城市春季ＰＭ２．５中水溶性离子的污染状况进行剖析，分析和探讨了闽南地区同城化进程中重点城市
ＰＭ２５中水溶性离子污染的共同点和差异点，以期在当前空气污染

《2024年我国典型地区大气PM2.5水溶性离子的理化特征及来源解析》范文

《我国典型地区大气PM2.5水溶性离子的理化特征及来源解析》篇一一、引言随着工业化的快速发展和城市化进程的加速，大气污染问题日益严重，尤其是细颗粒物（PM2.5）的污染已成为公众关注的焦点。

PM2.5因其粒径小、比表面积大，能够携带大量有毒有害物质进入人体，对人类健康造成严重威胁。

而水溶性离子作为PM2.5的重要组成部分，其理化特征及来源解析对于理解PM2.5的污染机制、评估空气质量及制定有效的污染控制策略具有重要意义。

本文以我国典型地区为例，对大气中PM2.5水溶性离子的理化特征及来源进行详细解析。

二、研究区域与方法本研究选取我国具有代表性的工业区、城市区和农村区作为研究对象，采用大气颗粒物采样器收集PM2.5样品，并利用离子色谱等技术对水溶性离子进行测定和分析。

三、PM2.5水溶性离子的理化特征1. 离子组成与浓度研究结果表明，我国典型地区大气PM2.5中水溶性离子主要包括硫酸根离子、硝酸根离子、氯离子、铵离子等。

不同地区、不同季节，各离子的浓度存在差异。

一般来说，工业区和城市区的PM2.5中水溶性离子浓度较高，农村区相对较低。

2. 离子化学性质水溶性离子的化学性质受其组成元素、浓度及环境因素（如温度、湿度、光照等）的影响。

研究表明，某些离子在特定条件下可能发生化学反应，形成二次污染物，进一步加重大气污染。

四、PM2.5水溶性离子的来源解析1. 自然源自然源主要包括土壤尘、海盐等。

这些物质在大气中经过风化、海浪溅射等过程，释放出各种水溶性离子。

2. 人为源人为源主要包括工业排放、交通尾气、生活燃煤等。

这些活动会释放出大量的水溶性离子，如硫酸根离子、硝酸根离子等。

此外，农业活动也会对PM2.5的浓度产生影响。

五、结论通过对我国典型地区大气PM2.5水溶性离子的理化特征及来源进行分析，可以看出：1. 水溶性离子是PM2.5的重要组成部分，其组成和浓度受环境因素、地理位置、气象条件等多种因素影响。

济南市pm2.5化学组分及污染特征分析

第一作者:张文娟,女,１９８７年生,硕士,工程师,主要从事大气观测及污染成因研究.＃通讯作者.∗山东省重点研发计划项目(N o ．２０１５G G H ３０１００２);山东省省级环保产业技术研发项目(N o ．S D H B Y F Ｇ２０１２Ｇ０１).济南市P M ２．５化学组分及污染特征分析∗张文娟１,２㊀李㊀敏１,２㊀付华轩１,２㊀葛㊀璇１,２㊀吕㊀波１,２＃㊀王治非１,２㊀李海滨１,２(１．济南市环境监测中心站,山东㊀济南２５０１０１;２．济南市环境保护科学研究院,山东㊀济南２５０１０１)㊀㊀摘要㊀为探讨济南市大气P M ２．５主要化学组分和污染特征,２０１７年在济南市开展了P M ２．５样品采集工作,分析了P M ２．５中有机碳(O C )㊁元素碳(E C )和水溶性离子浓度水平.结果表明:采样期间济南市P M ２．５中O C ㊁E C 年均质量浓度分别为９．１０㊁２．６８μg /m ３,全年O C 与E C 质量浓度的比值为３．４,二次有机碳污染严重;O C ㊁E C 季节分布特征明显,均为冬季浓度最高,且秋㊁冬季两者相关系数较高,表明秋季和冬季O C ㊁E C 来源较为一致.N O －３㊁S O ２－４㊁N H ＋４年均质量浓度之和为３４．２９μg/m ３,占水溶性离子总量的８８．９％,是济南市P M ２．５中最重要的组分;各水溶性离子浓度具有明显的季节变化特征,N O －３㊁S O ２－４㊁N H ＋４㊁C l －和K ＋均冬季浓度最高,而C a ２＋春季浓度最高;P M ２．５中N O －３与S O ２－４质量浓度的比值为１．１０,说明相比于固定污染源,移动污染源对济南市P M ２．５影响更大.㊀㊀关键词㊀P M ２．５㊀化学组分㊀季节变化㊀㊀D O I :１０．１５９８５/j．c n k i ．１００１Ｇ３８６５．２０１９．１２．０２０P o l l u t i o nc h a r a c t e r i s t i c a n d c h e m i c a l c o m po s i t i o n o f P M ２．５i n J i n a n ㊀Z HA N G W e n j u a n １,２,L I M i n １,２,F U H u a x u a n １,２,G E X u a n １,２,L Y U B o １,２,WA N G Z h i f e i １,２,L I H a i b i n １,２．(１．J i n a nE n v i r o n m e n t a lM o n i t o r i n g Ce n t e r ,J i n a nS h a n d o n g ２５０１０１;２．J i n a nE n v i r o n m e n t a lP r o t e c t i o nR e s e a r c hI n s t i t u t e ,J i n a nS h a n d o n g ２５０１０１)A b s t r a c t :㊀T o i n v e s t i g a t e t h e p o l l u t i o nc h a r a c t e r i s t i c a n dc h e m i c a l c o m p o s i t i o no fP M ２．５i nJ i n a n ,P M ２．５s a m p l e s w e r e c o l l e c t e d i n ２０１７．C o n c e n t r a t i o n s o f o r g a n i c c a r b o n (O C ),e l e m e n t a l c a r b o n (E C )a n dw a t e r Ｇs o l u b l e i o n s i nP M ２．５w e r e a n a l y z e d ．T h e r e s u l t s s h o w e d t h a t d u r i n g s a m p l i n gp e r i o d ,t h e a n n u a l a v e r a gem a s s c o n c e n t r a t i o n s o fO Ca n dE C i nP M ２．５w e r e ９．１０a n d ２．６８μg /m ３,r e s p e c t i v e l y ．T h em a s s c o n c e n t r a t i o n r a t i o o fO C t oE Cw a s ３．４,i n d i c a t i n g s e r i o u s s e c o n d a r y c a r b o n p o l l u t i o n ．T h es e a s o n a ld i s t r i b u t i o nc h a r a c t e r i s t i c so fO Ca n d E C w e r eo b v i o u s ,a n dt h eh i g h e s t c o n c e n t r a t i o n sw e r e i nw i n t e r ,a n dt h ec o r r e l a t i o nc o e f f i c i e n t s i na u t u m na n dw i n t e rw e r eh i g h e r ,i n d i c a t i n g th a t t h e s o u r c e s o fO Ca n dE Cw e r em o r e c o n s i s t e n t i n a u t u m n a n dw i n t e r ．T h e s u mo f a n n u a l a v e r a gem a s s c o n c e n t r a t i o n s o f N O －３,S O ２－４a n dN H ＋４i nt h eP M ２．５of J i n a n w a s３４．２９μg /m ３,a n di tw a sa b o u t８８．９％o f th ew a t e r Ｇs o l u b l ei o n s ．N O －３,S O ２－４a n d N H ＋４w e r et h e m o s t i m p o r t a n ts e c o n d a r y c o m p o n e n t s i nP M ２．５inJ i n a n ．T h ec o n c e n t r a t i o n sa n d p r o p o r t i o n s o fw a t e r s o l u b l e i o n sh a do b v i o u ss e a s o n a l v a r i a t i o n ．T h ec o n c e n t r a t i o n so fN O －３,S O ２－４,N H ＋４,C l －a n d K ＋w e r eh i g h e s t i nw i n t e r ,w h i l e t h a t o f C a ２＋w a s h i g h e s t i n s p r i n g ．I n a d d i t i o n ,t h em a s s c o n c e n t r a t i o n r a t i o o fN O －３t oS O ２－４w a s １．１０,i n d i c a t i n g t h a t t h em o b i l e s o u r c e h a d g r e a t e r i m p a c t o n t h eP M ２．５t h a n t h e s t a t i o n a r y s o u r c e i n J i n a n ．K e yw o r d s :㊀P M ２．５;c h e m i c a l c o m p o s i t i o n ;s e a s o n a l v a r i a t i o n ㊀㊀随着社会经济的快速发展㊁城市化进程的加快,P M ２．５污染已成为我国城市空气污染的首要问题,对气候㊁环境和人体健康都有显著影响[１Ｇ５].而P M ２．５的危害很大程度取决于它的组分,研究发现,P M ２．５是由有机碳(O C )㊁元素碳(E C )㊁N H ＋４㊁N O －３㊁S O ２－４㊁矿物尘㊁海盐和痕量元素等不同成分组成的复杂混合物.O C 包含多环芳烃等多种有机化合物,具有致癌致畸作用;E C 具有较强吸附性,对大气能见度有重要影响[６Ｇ８];S O ２－４㊁N O －３和N H ＋４等水溶性离子具有较强的亲水性,影响云的形成[９Ｇ１２].另外,P M ２．５中的一些重金属虽然含量较低,但对环境危害极大[１３Ｇ１６].㊀㊀当前,P M ２．５中化学组分的研究是大气研究领域的热点.济南市作为老工业城市,重工业比重偏高,以煤为主的能源消费结构带来了严重的环境污染,其大气污染属于典型的煤烟型污染.本研究基于２０１７年济南市市监测站采样点开展全年P M ２．５连续采样工作,分析济南市P M ２．５中各化学组分浓度水平和季节污染特征,为济南市大气污染防治提供科学依据.１㊀材料与方法１．１㊀采样点济南市市监测站采样点位于东经１１７ʎ２ᶄ５５ᵡ,北纬０９４１㊀环境污染与防治㊀第４１卷㊀第１２期㊀２０１９年１２月３６ʎ３９ᶄ４４ᵡ,距地面高度大约为２５m.点位周围没有局地污染源,但受到周边两条主要交通干线的影响,机动车污染不可忽视,同时周围有众多的居民区,存在餐饮污染,该采样点位是典型的城区代表点.１．２㊀样品采集样品采集时间为２０１７年１月至２０１７年１２月,每天采集２个样品.采样仪器为２台一体式自动换膜颗粒物采样仪(P N S１６TＧ３．１),流量为１６．７L/m i n,每日采样时间为２３h.㊀㊀选取直径４７mm的石英纤维滤膜和特氟龙滤膜进行采样.采样前将石英纤维滤膜置于４５０ħ下煅烧４h,恒温恒湿(温度为(２０ʃ１)ħ,相对湿度为５０％ʃ５％)条件下平衡４８h,特氟龙滤膜在相同条件下平衡４８h.１．３㊀样品分析本研究主要对P M２．５中碳质组分(O C㊁E C)和水溶性离子进行分析.碳质组分浓度采用D R I２０００A O C/E C分析仪进行测量,其原理是热光法;水溶性离子采用离子色谱法进行测定.２㊀结果与分析２．１㊀O C、E C污染特征２．１．１㊀O C㊁E C季节变化特征颗粒物中的含碳部分包括O C和E C,O C来源于各类燃烧过程直接排放的一次有机颗粒物和经过大气化学反应生成的二次有机颗粒物,E C来自化石燃料或生物质不完全燃烧直接排放的一次颗粒物,两者是识别P M２．５来源的重要参数[１７Ｇ１８].㊀㊀２０１７年济南市P M２．５中O C年均质量浓度为９．１０μg/m３,占２０１７年全年P M２．５的１０．５％;E C年均质量浓度为２．６８μg/m３,占２０１７年全年P M２．５的３．１％.碳质组分占全年P M２．５的１３．６％,济南市P M２．５碳质组分中O C为优势组分.㊀㊀不同季节的气候条件和污染来源有所差异,因此O C和E C质量浓度也表现出不同的变化特征.图１为２０１７年济南市O C㊁E C质量浓度季节变化情况.从季节变化趋势来看,济南市O C和E C浓度变化趋势基本一致,均是冬季明显高于其他季节,其中冬季O C和E C质量浓度分别为１４．１０㊁４．５６μg/m３,这与冬季煤炭㊁生物质燃烧较多有关,同时冬季大气混合层高度较低,易发生逆温,致使污染物不易扩散,促进了二次有机碳(S O C)的形成.２．１．２㊀O C㊁E C相关性及比值分析O C和E C的相关性较好在一定程度上可反映图１㊀济南市O C㊁E C季节变化F i g．１㊀S e a s o n a l v a r i a t i o no fO Ca n dE C i n J i n a n两者来源的一致性和稳定性[１９Ｇ２０].对春㊁夏㊁秋㊁冬四季的O C㊁E C质量浓度进行相关性分析,可得到其相关系数(R),结果见图２.冬季O C㊁E C相关性最强,其次是秋季,说明济南市秋季和冬季O C㊁E C 来源较为一致.而春季㊁夏季相关性略差,O C㊁E C 来源较为复杂,这与春季风沙季扬尘增多,夏季二次有机气溶胶生成较多有关.㊀㊀O C㊁E C质量浓度比值(O C/E C)常用来表征大气中二次污染的程度[２１Ｇ２２].C HOW等[２３]提出,当O C/E C超过２．０时,一般存在二次反应,即有S O C 的产生.２０１７年济南市全年O C/E C为３．４,高于２．０,表明S O C污染严重.２．２㊀水溶性离子污染特征水溶性无机离子成分是大气气溶胶的重要化学组成,主要包含N O－３㊁N H＋４㊁S O２－４㊁N a＋㊁C l－㊁K＋㊁C a２＋等.大气中的S O２－４主要是人为活动排放的S O２经复杂的化学反应生成的二次污染物.N O－３主要来自气态前体物N O x的转化.NH＋４是大气P M２．５的重要成分,是城市大气二次污染的标志物. N H＋４主要由农业㊁畜牧业㊁养殖业㊁工业等排放的N H３与酸性物质等结合生成.C l－㊁K＋主要来源于电厂㊁焚烧炉等燃烧排放,通常K＋可作为生物质燃烧的标志物;N a＋主要来自海洋排放,常作为海洋源的标志物;C a２＋主要来自土壤源[２４Ｇ２９].２．２．１㊀水溶性离子季节变化特征２０１７年,济南市总水溶性离子年均质量浓度为３８．５５μg/m３.总水溶性离子质量浓度呈现冬季最高(６１．４０μg/m３),春季㊁秋季大体相当(分别为３１．５６㊁３０．３１μg/m３),夏季最低(２８．７８μg/m３).冬季总水溶性离子浓度是夏季的２．１倍,这与冬季燃煤取暖以及气象扩散条件不利有关.１９４１张文娟等㊀济南市P M２．５化学组分及污染特征分析图２㊀不同季节O C ㊁E C 相关性F i g．２㊀C o r r e l a t i o nb e t w e e nO Ca n dE C i nd i f f e r e n t s e a s o n s 表１㊀P M ２．５中水溶性离子质量浓度T a b l e １㊀M a s s c o n c e n t r a t i o n s o fw a t e r s o l u b l e i o n s i nP M ２．５μg /m ３㊀项目F －C l－N O －３S O ２－４N H ＋４N a＋K ＋C a２＋全年０．１７１．８８１３．５５１２．８５７．８９０．６６０．８００．７５春０．１５１．１３１２．６４９．７１６．３９０．４００．５８０．８９夏０．１７０．３９６．５５１４．００６．５６０．４００．５７０．６０秋０．０８１．４３１２．８２８．３７５．９７０．９９０．５００．７７冬０．２３４．４１２２．２８１９．３９１２．７４０．７６１．５４０．７２㊀㊀表１和图３为P M ２．５中各水溶性离子浓度㊁各水溶性离子在离子总量中的占比情况.各水溶性离子年均浓度为N O －３＞S O ２－４＞N H ＋４＞C l －＞K ＋＞C a ２＋＞N a ＋＞F －.N O －３含量最丰富,年均质量浓度为１３．５５μg/m ３,占离子总量的３５．１％,其次是S O ２－４(年均质量浓度１２．８５μg /m ３,占离子总量的３３．３％)和N H ＋４(年均质量浓度７．８９μg/m ３,占离子总量的２０．５％).N O －３㊁S O ２－４和NH ＋４年均质量浓度总和为３４．２９μg/m ３,共占离子总量的８８．９％,是P M ２．５中最重要的组分.㊀㊀P M ２．５中各水溶性离子具有明显的季节变化特征.S O ２－４浓度在冬季最高.冬季S O ２－４浓度相对较高可能与冬季采暖期大量煤炭燃烧而导致S O ２排放量的增加有关,尽管冬季的气象条件(边界层稳定㊁图３㊀P M ２．５中各水溶性离子在离子总量中的占比F i g ．３㊀T h e p r o po r t i o no f e a c hw a t e r s o l u b l e i o n i n t h e t o t a l a m o u n t o fw a t e r s o l u b l e i o n s风小等)不利于S O ２向S O ２－４的二次转化,但液相反２９４１㊀环境污染与防治㊀第４１卷㊀第１２期㊀２０１９年１２月应及充足的S O２来源也能导致大量的S O２－４生成[３０Ｇ３１].㊀㊀N O－３冬季浓度最高,春㊁秋季相当,夏季最低,冬季N O－３浓度是夏季的３．４倍.这主要是由于夏季温度偏高,N H４N O３挥发性增加,易转化为气态前体物NH３和H N O３,造成夏季硝酸盐浓度偏低,而冬季温度较低,N O－３易存在颗粒态N H４N O３中.㊀㊀N H＋４冬季浓度最高,春㊁夏㊁秋季相当.这主要是由于冬季为采暖季,S O２排放增加,在大气中与N H３结合产生大量(N H４)２S O４,冬季低温有利于挥发性组分稳定在颗粒物中,导致冬季N H＋４浓度最高.㊀㊀相较于春㊁夏㊁秋季,C l－和K＋冬季浓度大幅度增加,可能是受燃煤排放或生物质燃烧影响.C a２＋春季浓度最高.C a２＋主要来自沙尘㊁土壤和建筑尘,济南市春季为风沙季,大风天气频现,导致扬尘较多,可能导致C a２＋浓度较高.２．２．２㊀各水溶性离子之间的相关性对P M２．５中各种水溶性离子进行相关性分析,可以判断离子的存在形态㊁来源以及相互关系[３２Ｇ３３].表２为２０１７年济南市春㊁夏㊁秋㊁冬四季所测的水溶性离子之间的相关性.从表２可以看出,春㊁秋季N H＋４与N O－３㊁S O２－４相关性最强,表明济南市春㊁秋两季P M２．５化学组分主要以N H４N O３㊁(NH４)２S O４的形式存在;夏季N H＋４与S O２－４相关性最强,相关系数为０．９０,表明夏季济南市P M２．５化学组分主要以(N H４)２S O４的形式存在;冬季N H＋４与S O２－４相关性最强,相关系数为０．９６,N H＋４与N O－３㊁C l－相关性也较强,可见济南市冬季P M２．５化学组分主要以铵盐为主.２．２．３㊀N O－３与S O２－４的比值及其季节变化根据P M２．５中的N O－３与S O２－４质量浓度比值(N O－３/S O２－４)可以判断固定污染源和移动污染源表２㊀水溶性离子之间的相关系数T a b l e２㊀P e a r s o n c o r r e l a t i o n c o e f f i c i e n t b e t w e e nw a t e rＧs o l u b l e i o n s项目F－C l－N O－３S O２－４N H＋４N a＋K＋C a２＋F－１．００C l－０．６０１．００N O－３０．３５０．６８１．００春S O２－４０．２００．２８０．６８１．００N H＋４０．３２０．５９０．９４０．８７１．００N a＋０．１１０．１２－０．１５－０．２０－０．１９１．００K＋０．４４０．５４０．６６０．５２０．６５－０．０８１．００C a２＋－０．０９－０．１２－０．１３－０．０８－０．２１０．３００．１９１．００F－１．００C l－０．１４１．００N O－３０．１００．８６１．００夏S O２－４－０．２２０．３６０．４７１．００N H＋４－０．１８０．６６０．７９０．９０１．００N a＋０．８８０．４３０．２８０．１４０．１５１．００K＋０．８９０．４３０．４５０．２９０．３５０．７７１．００C a２＋０．４７０．１６０．１１０．２４０．１６０．５００．５５１．００F－１．００C l－０．４８１．００N O－３－０．０４０．２１１．００秋S O２－４－０．０１－０．１００．４９１．００N H＋４－０．０３０．０７０．８９０．８１１．００N a＋０．２２－０．１５０．３２－０．２２０．１２１．００K＋０．０４０．５３０．５７０．３００．４６０１．００C a２＋００．５５０．３５０．０２０．１８－０．０１０．６７１．００F－１．００C l－０．３７１．００N O－３０．１２０．６５１．００冬S O２－４０．３１０．７３０．７２１．００N H＋４０．２７０．７４０．８５０．９６１．００N a＋０．１７０．４００．２６０．３３０．３３１．００K＋０．１３０．４７０．０９０．１８０．１２０．３７１．００C a２＋０．２７０．２５０．０５－０．１０－０．０７０．３１０．０２１．００３９４１张文娟等㊀济南市P M２．５化学组分及污染特征分析对大气中P M２．５污染的相对贡献.当N O－３/S O２－４＞１时,说明移动污染源对P M２．５的贡献相对更大,当N O－３/S O２－４＜１时,说明固定污染源对P M２．５的贡献相对更大[３４].㊀㊀２０１７年济南市N O－３/S O２－４为１．１０,这表明以机动车为代表的移动污染源对济南市P M２．５的贡献比固定污染源大,就季节变化而言,济南市春㊁秋㊁冬季的N O－３/S O２－４分别为１．３０㊁１．５３㊁１．１５,均大于１,基本可反映机动车排放是济南市大气污染的主要来源;夏季N O－３/S O２－４最低,为０．４７,这主要是由于夏季高温有利于硫酸盐和硝酸盐颗粒物的生成,然而硝酸盐颗粒物不稳定,在高温条件下易转化为气态,导致夏季N O－３/S O２－４最低.３㊀结㊀论(１)２０１７年济南市大气环境中碳质组分占P M２．５的１３．６％.济南市P M２．５碳质组分中O C为优势组分.从季节变化趋势来看,济南市O C和E C 的变化趋势基本一致,均是冬季浓度明显高于其他季节.同时,冬季O C㊁E C相关性最强(相关系数为０．８１),其次是秋季(相关系数为０．６５),说明秋季和冬季济南市的O C㊁E C来源较为一致.２０１７年济南市全年O C/E C为３．４,高于２．０,表明二次污染严重.(２)济南市P M２．５中N O－３㊁S O２－４㊁N H＋４共占离子总量的８８．９％,是P M２．５中最重要的组分.各水溶性离子浓度和占比具有明显的季节变化特征. S O２－４㊁N O－３㊁N H＋４㊁C l－和K＋浓度均为冬季最高,而C a２＋春季浓度最高.(３)济南市P M２．５中N O－３/S O２－４为１．１０,表明济南市移动污染源对P M２．５的贡献比固定污染源大.参考文献:[１]㊀王占山,李云婷,刘保献,等．北京市P M２．５化学组分特征[J]．生态学报,２０１６,３６(８):２３８２Ｇ２３９２．[２]㊀T I E X X,WU D,B R A S S E U R G．L u n g c a n c e r m o r t a l i t y a n de x p o s u r e t o a t m o s p h e r i c a e r o s o l p a r t i c l e s i nG u a n g z h o u,C h i n a[J]．A t m o s p h e r i cE n v i r o n m e n t,２００９,４３(１４):２３７５Ｇ２３７７．[３]㊀余家燕,王军,许丽萍,等．重庆城区P M２．５化学组分特征及季节变化[J]．环境工程学报,２０１７,１１(１２):６３７２Ｇ６３７８．[４]㊀马思萌,王丽涛,魏哲,等．邯郸市P M２．５及其化学组分的季节性变化[J]．环境工程学报,２０１６,１０(７):３７４３Ｇ３７５０．[５]㊀J I M E N E ZJL,C A N A G A R A T N A M R,D O N A HU E N M,e ta l．E v o l u t i o no f o r g a n i c a e r o s o l s i n t h e a t m o s p h e r e[J]．S c i e n c e,２００９,３２６(５９５９):１５２５Ｇ１５２９．[６]㊀Z H A N GR,J I N GJ,T A OJ,e t a l．C h e m i c a l c h a r a c t e r i z a t i o n a n d s o u r c e a p p o r t i o n m e n t o fP M２．５i nB e i j i n g:s e a s o n a l p e r s p e c t i v e[J]．A t m o s p h e r i cC h e m i s t r y a n dP h y s i c s,２０１３,１３:７０５３Ｇ７０７４．[７]㊀吴琳,冯银厂,戴莉,等．天津市大气中P M１０㊁P M２．５及其碳组分污染特征分析[J]．中国环境科学,２００９,２９(１１):１１３４Ｇ１１３９．[８]㊀P A L AJ,A R T N A N OB,S A L V A D O RP,e t a l．S h o r tＧt e r ms e cＧo n d a r y o r g a n i cc a r b o ne s t i m a t i o ns w i t ha m o d i f i e d O C/E Cp r i m a r y r a t i o m e t h o da t as u b u r b a ns i t e i n M a d r i dS p a i n[J]．A t m o s p h e r i cE n v i r o n m e n t,２０１１,４５(１５):２４９６Ｇ２５０６．[９]㊀张霖琳,王超,朱红霞,等．北京混合功能区夏冬季细颗粒物组分特征及来源比较[J]．中国环境科学,２０１６,３６(１):３６Ｇ４１．[１０]㊀贾佳,韩力慧,程水源,等．京津冀区域P M２．５及二次无机组分污染特征研究[J]．中国环境科学,２０１８,３８(３):８０１Ｇ８１１．[１１]㊀闫广轩,张靖雯,雷豪杰,等．郑州市大气细颗粒物中水溶性离子季节性变化特征及其源解析[J]．环境科学,２０１９,４０(４):１５４５Ｇ１５５２．[１２]㊀WA N GSX,Z H A O M,X I N GJ,e t a l．Q u a n t i f y i n g t h e a i r p o lＧl u t a n t s e m i s s i o n r e d u c t i o nd u r i n g t h e２０１８O l y m p i c g a m e s i nB e i j i n g[J]．E n v i r o n m e n t a lS c i e n c e&T e c h n o l o g y,２０１０,４４(７):２４９０Ｇ２４９６．[１３]㊀王晴晴,谭吉华,马永亮,等．佛山市冬季P M２．５中重金属元素的污染特征[J]．中国环境科学,２０１２,３２(８):１３８４Ｇ１３９１．[１４]㊀李丽娟,温彦平,彭林,等．太原市采暖季P M２．５中元素特征及重金属健康风险评价[J]．环境科学,２０１４,３５(１２):４４３１Ｇ４４３８．[１５]㊀姚青,韩素芹,蔡子颖．天津采暖期大气P M２．５中重金属元素污染及其生态风险评价[J]．中国环境科学,２０１３,３３(９):１５９６Ｇ１６００．[１６]㊀MO R I S H I T A M,K E E L E R GJ,K AMA L AS,e t a l．I d e n t i f iＧc a t i o no f a m b i e n t P M２．５s o u r c e s a nd a n a l y s i s o f p o l l u t i o ne p iＧs o d e s i n D e t r o i t,M i c h i g a nu s i n g h i g h l y t i m eＧr e s o l v e d m e a sＧu r e m e n t s[J]．A t m o s p h e r i cE n v i r o n m e n t,２０１１,４５:１６２７Ｇ１６３７．[１７]㊀段凤魁,贺克斌,刘咸德,等．含碳气溶胶研究进展:有机碳和元素碳[J]．环境工程学报,２００７,１(８):１Ｇ８．[１８]㊀郭志明,张向云,刘頔,等．太原市P M２．５中碳质组分季节变化与组成特征[J]．环境科学与技术,２０１６,３９(２):６５Ｇ６９．[１９]㊀刘泽珺,吴建会,张裕芬,等．菏泽市P M２．５碳组分季节变化特征[J]．环境科学,２０１７,３８(１２):４９４３Ｇ４９５０．[２０]㊀于建华,虞统,杨晓光,等．北京冬季P M２．５中元素碳㊁有机碳的污染特征[J]．环境科学研究,２００４,１７(１):４８Ｇ５０,５５．[２１]㊀张大伟,王小菊,刘保献,等．北京城区大气P M２．５主要化学组分及污染特征[J]．环境科学研究,２０１５,２８(８):１１８６Ｇ１１９２．[２２]㊀李昌龙,王静怡,苗新慧,等．徐州市冬季P M２．５中碳质组分和水溶性离子特征分析[J]．环境科技,２０１８,３１(２):２３Ｇ２８．[２３]㊀C HOW JC,WA T S O N JG．E n h a n c e di o nc h r o m a t o g r a p h i c s p e c i a t i o no fw a t e rＧs o l u b l eP M２．５t oi m p r o v ea e r o s o ls o u r c ea p p o r t i o n m e n t[J]．A e r o s o lS c i e n c ea n dE n g i n e e r i n g,２０１７,１(１):７Ｇ２４．[２４]㊀周瑶瑶,马嫣,郑军,等．南京北郊冬季霾天P M２．５水溶性离子的污染特征与消光作用研究[J]．环境科学,２０１５,３６(６):１９２６Ｇ１９３４．[２５]㊀高嵩,范美益,曹芳,等．基于高分辨率在线气溶胶监测仪数据分析南京北郊冬季P M２．５中水溶性离子污染特性[J]．科学技术与工程,２０１８,１８(１１):３３７Ｇ３４２．[２６]㊀陈静,杨鹏,韩军彩,等．基于高分辨率MA R G A数据分析石家庄P M２．５成分谱特征[J]．中国环境科学,２０１５,３５(９):２５９４Ｇ２６０４．[２７]㊀吴丹,蔺少龙,杨焕强,等．杭州市P M２．５中水溶性离子的污染特征及其消光贡献[J]．环境科学,２０１７,３８(７):２６５６Ｇ２６６６．[２８]㊀古金霞,董海燕,白志鹏,等．天津市颗粒物散射消光特征及化学组分贡献研究[J]．中国环境科学,２０１２,３２(１):１７Ｇ２２．[２９]㊀H EK B,Y A N G F M,MA Y L,e ta l．T h ec h a r a c t e r i s t i c so f P M２．５i nB e i j i n g,C h i n a[J]．A t m o s p h e r i cE n v i r o n m e n t,２００１,３５(２９):４９５９Ｇ４９７０．[３０]㊀Y A O X H,C H A N C K,F A N G M,e ta l．T h ew a t e rＧs o l u b l ei o n i c c o m p o s i t i o no f P M２．５i nS h a n g h a i a n dB e i j i n g,C h i n a[J]．A t m o s p h e r i cE n v i r o n m e n t,２００２,３６(２６):４２２３Ｇ４２３４．[３１]㊀闫广轩,张朴真,黄海燕,等．郑州Ｇ新乡冬季P M２．５中元素浓度特征及其源分析[J]．环境科学,２０１９,４０(５):２０２７Ｇ２０３５．[３２]㊀古金霞．天津市区P M２．５污染特征及灰霾等级评价方法研究[D]．天津:南开大学,２０１０．[３３]㊀高晓梅．我国典型地区大气P M２．５水溶性离子的理化特征及来源解析[D]．济南:山东大学,２０１２．[３４]㊀傅致严,罗达通,刘湛,等．郴州市大气细颗粒物中水溶性离子的污染特征及来源分析[J]．环境化学,２０１８,３７(１２):２７７４Ｇ２７８３．编辑:胡翠娟㊀(收稿日期:２０１９Ｇ０２Ｇ２１)４９４１㊀环境污染与防治㊀第４１卷㊀第１２期㊀２０１９年１２月。

大气PM2.5中水溶性有机酸的测定

甲酸
乙酸
草酸
0.974
0.981
0.891
0.954
0.976
0.817
0.962
1.010
0.776
0.950
0.985
0.752
0.939
0.990
0.712
0.972
0.899
0.712
0.959
0.974
0.777
0.013 5
0.038 3
0.068 8
1.4
3.9
8.9
95.9
97.4
77.7
超纯水机制备；石英滤膜，上海安谱公司。
2.1 离子色谱图
1.2 标准溶液
标准溶液中水溶性有机酸和阴离子的色谱图如
甲酸标准溶液 1 000 mg/L，上海安谱公司；乙酸图 1 所示，在 42 min 内可有效分离出 3 种水溶性离
纯品，上海安谱公司；草酸标准溶液 1 000 mg/L，上海子，乙酸、甲酸、草酸的出峰时间分别为 7.10 min、
各有机酸测定结果 /（mg/L）
甲酸
乙酸
草酸
0.116
0.180
0.251
0.117
0.176
0.246
0.115
0.174
0.243
0.126
0.174
0.250
0.124
Байду номын сангаас
0.179
0.243
0.121
0.176
0.243
0.117
0.177
0.242
0.119
0.177
0.245
0.03
0.06

我国典型地区大气PM2.5水溶性离子的理化特征及来源解析

我国典型地区大气PM2.5水溶性离子的理化特征及来源解析随着我国经济的快速发展和城市化进程的加快，大气污染成为了一个严重的环境问题。

其中，PM2.5是一种重要的大气污染物，它不仅对人体健康产生直接影响，同时也对气候和生态环境产生重要影响。

PM2.5是指直径小于或等于2.5微米的颗粒物，其中水溶性离子是其主要成分之一。

水溶性离子的理化特征及其来源解析对于大气污染防治具有重要意义。

一、大气PM2.5水溶性离子的理化特征大气PM2.5中的水溶性离子主要包括硫酸根离子（SO42-）、硝酸根离子（NO3-）、铵离子（NH4+）、钠离子（Na+）、钙离子（Ca2+）、镁离子（Mg2+）、钾离子（K+）等。

这些离子的存在形式主要有溶解态和气溶胶态。

1. 水溶性离子的溶解态水溶性离子的溶解态是指离子以溶液形式存在于颗粒物表面的情况。

在大气中，水溶性离子会与颗粒物表面的水分子结合形成离子-水合物。

而离子半径、电荷大小以及溶解度都会影响离子的溶解态。

2. 水溶性离子的气溶胶态水溶性离子的气溶胶态是指离子以气态形式存在于大气中的情况。

气溶胶态的水溶性离子主要存在于大气颗粒物中，以颗粒物的形式悬浮在空气中。

二、大气PM2.5水溶性离子的来源解析大气PM2.5水溶性离子的来源非常复杂，主要包括自然源和人为源两大类。

1. 自然源自然界中许多过程会产生水溶性离子的自然源，如火山喷发、植物挥发性有机物的氧化、海洋气溶胶的形成等。

这些自然源所产生的水溶性离子在大气中的浓度通常会受到气象条件的影响。

2. 人为源人为活动也是大气PM2.5水溶性离子的重要来源之一。

工业排放、交通尾气、燃煤和燃油燃烧等活动都会产生大量的水溶性离子。

此外，农业施肥、垃圾焚烧、建筑施工等也是水溶性离子的人为来源。

这些人为源的水溶性离子在大气中的浓度通常会受到人类活动强度和地域差异的影响。

三、典型地区大气PM2.5水溶性离子的目前状况我国不同地区的大气PM2.5水溶性离子状况存在显著的地域差异。

厦门市大气 PM2.5中水溶性离子污染特征及来源解析

厦门市大气 PM2.5中水溶性离子污染特征及来源解析张棕巍;胡恭任;于瑞莲;胡起超;刘贤荣【摘要】为探讨厦门市大气 PM2.5水溶性离子污染特征及来源，于2014年8月和12月同步采集了城区和郊区的 PM2.5样品.用离子色谱分析了9种水溶性离子(F-、Cl-、NO3-、SO42-、Na+、K+、NH4+、Ca2+和 Mg2+)的质量浓度.结果表明，厦门大气 PM2.5中水溶性离子浓度处于较低水平，总水溶性离子浓度(µg/m3)顺序为：冬季城区(18.16)>冬季郊区(14.55)>夏季郊区(6.87)>夏季城区(5.33)，降水对水溶性离子有显著的去除作用.观测期间，夏季 PM2.5阴离子相对亏损，冬季反之. SO42-、NO3-、NH4+(简称 SNA)占全部水溶性离子质量浓度之和的比例达79.64%以上，表明厦门市大气 PM2.5二次污染较严重.相关性分析和 SNA 三角图解表明厦门市夏季 NH4+主要以(NH4)2SO4的形式存在，其次为NH NO 43及碱性游离 NH4+；冬季则主要以(NH4)2SO4和 NH4NO3的形式存在，其次为 NH4Cl. N/S 值表明夏季 PM2.5中水溶性离子污染特征以燃煤源排放为主，冬季以交通排放为主，总体呈现出交通源与燃煤污染并存的复合型污染特征，但受海洋源的影响很小.主成分分析进一步表明厦门市大气 PM2.5水溶性离子主要来自燃煤源、交通排放和生物质燃烧源.%The PM2.5 samples were synchronously collected in urban and suburban areas of Xiamen city during August and December in 2014 to investigate the characteristics and sources of water-soluble ions in atmospheric PM2.5. Nine water-soluble ions (F-, Cl-, NO3-, SO42-, Na+, K+, NH4+, Ca2+, Mg2+) were determined by ion chromatography. The level of water-soluble ions in PM2.5 of Xiamen city was relatively lower, and the sum concentrations (µg/m3) of total water-soluble ions showed the order of urban area in winter (18.16) >suburban area in winter (14.55) > suburban area in summer (6.87) >urban area in summer (5.33). Precipitation had a significant effect on the removal of water-soluble ions in PM2.5. Anions in PM2.5 were relative loss in summer, whereas opposite in winter. SO42-, NO3-, NH4+ (SNA) were the major components of water-soluble ions in PM2.5 with a contribution of more than 79.64% to total water-soluble ions, suggesting that the level of secondary ions was relatively high. Correlation analysis and SNA triangular diagram showed that NH4+ in PM2.5 mostly coexisted in the form of (NH4)2SO4 followed by NH4NO3 and alkaline free NH4+ in summer, while mostly in the form of (NH4)2SO4 and NH4NO3 followed by NH4Cl in winter. The mass ratio of N/S demonstrated that the main source to the water-soluble ions in PM2.5 of Xiamen city was coal combustion in summer, while the traffic emissions in winter. Overall, the water-soluble ions in PM2.5 of Xiamen city presented the composite pollution characteristics of traffic source and coal combustion, but barely influenced by marine source. Principal component analysis further indicated that the water-soluble ions in PM2.5 of Xiamen city mainly came from coal combustion, traffic emission and biomass burning.【期刊名称】《中国环境科学》【年(卷),期】2016(036)007【总页数】8页(P1947-1954)【关键词】PM2.5;水溶性离子;时空分布;污染来源;厦门【作者】张棕巍;胡恭任;于瑞莲;胡起超;刘贤荣【作者单位】华侨大学环境科学与工程系，福建厦门 361021;华侨大学环境科学与工程系，福建厦门 361021;华侨大学环境科学与工程系，福建厦门 361021;华侨大学环境科学与工程系，福建厦门 361021;华侨大学环境科学与工程系，福建厦门 361021【正文语种】中文【中图分类】X513随着城市化和工业化进程的不断推进,大气污染成为21世纪中国亟需解决的难题,也是近年来国内研究热点[1-3].PM2.5由于粒径小,质量轻,不易沉降,进而被人体吸入肺部并扩散至血液,严重危害人体健康[4-5].水溶性离子是大气PM2.5的重要组成成分,由于其具有吸湿性,能够在低于饱和蒸气压条件下形成雾滴,从而影响大气的光学性质,通过对光的吸收和散射作用影响大气能见度和地球-大气的能量平衡[6-7]. 近年来,国内京津冀[8-9]、长江三角洲[10]、珠江三角洲[11-12]等大中型城市开展了较多的细颗粒物水溶性离子研究,得到了区域气溶胶的污染特征及排放来源.厦门是我国东南沿海重要的港口旅游城市,随着海峡西岸经济一体化的快速发展,特别是沿海工业化与厦漳泉同城化的快速推进,厦门地区的空气污染不容忽视. 2014年,厦门市煤炭占能源消耗总量的比例接近六成,机动车保有量达106万辆[13],大气环境质量面临严峻的挑战.于艳科等[2]对中国海峡西岸城市群冬季PM2.5水溶性离子进行研究发现, 机动车污染与燃煤污染并存已成为厦门大气污染主要特征.邱天雪等[3]研究发现,厦门冬季PM2.5中水溶性离子主要以(NH4)2SO4和NH4NO3形式存在.但以往研究并未对厦门大气PM2.5中水溶性离子存在形式差异及污染来源进一步分析.此外,多是分析短时间内(单一季节)的水溶性离子污染特征,不同季节的能源消耗及大气污染物排放源有所不同.本研究在思明区和集美区各设一个采样点,同步采集了夏季和冬季共90个PM2.5样品,分析9种水溶性离子的时空分布特征,探讨PM2.5中水溶性离子的影响因素,利用SNA三角图解和SPSS软件分析污染特征及来源,为有效控制厦门市细颗粒物污染提供一定的科学依据.本研究在厦门城区和郊区各设置一个采样点(图1),城区采样点位于思明区瑞景小学楼顶,是厦门市环境监测中心设置的洪文大气监控站.郊区采样点位于集美区华侨大学化工学院的顶楼平台,华侨大学位于集美区东南部,毗邻集美学村,处于大学城中心地带.2个采样点描述见表1.表1 采样点的具体描述Table 1 Specific description of sampling sites2014年8月12日~8月25日同步采集厦门市城区和郊区各14个PM2.5样品.2014年12月10日至2015年1月9日同步采集厦门市城区和郊区各31个PM2.5样品.采样期间天气情况具体见表 2.大气颗粒物采样仪器为天虹TH-150CⅢ型中流量采样器,根据PM2.5采集常用滤膜理化性质及适用条件,可以用作IC分析的滤膜种类有:Teflon、尼龙、石英纤维滤膜、玻璃-Teflon滤膜、玻璃纤维滤膜等[14],本研究采样所用滤膜为Whatman石英滤膜(Φ90mm),采样流量100L/min,每样采集24h.此外,在不开机(流量为零)的条件下放置一张采样膜,24h后取下作为空白膜.采样前后滤膜均在恒温恒湿条件下(T=20±1℃,RH=50%±2%)放置24h至基本恒重.采用电子分析天平(Sartorius T-114)称重获得 PM2.5重量,精度为0.01mg,采样后的滤膜用铝箔纸封装后放入冰箱低温保存备用.表2 采样期间气象参数Table 2 Meteorological parameters during sampling注:风力和风向数据来自天气网,气温和天气情况描述来自监测记录数据.将1/4 张载有PM2.5的石英滤膜剪碎,用10mL 超纯水浸泡在15mL聚丙烯离心管中,置于超声波清洗仪中萃取30min后静置,上层液经0.45µm 微孔滤膜过滤后,转移至2mL的进样瓶中进行上机分析.空白滤膜按同样方法同步进行处理与测定.所检测的水溶性离子共有9种,即 F-、Cl-、NO3-、SO42-、Na+、K+、NH4+、Ca2+和Mg2+,分析仪器为离子色谱仪(ICS-3000型, Dionex公司,美国).水溶性阴离子采用IonPac ASRS-4抑制柱和IonPac AS11HC×250mm分析柱,淋洗液为10mmol/L碳酸钠.水溶性阳离子采用IonPacCSRS-4抑制柱和IonPacCS12A×250分析柱,淋洗液为10mmol/L甲磺酸.分析用的玻璃器皿清洗干净后,再用超纯水浸泡超过24h,并超声波处理30min.样品处理用水为超纯水(电阻系数>18MΩ·cm).标准曲线相关系数达到0.999以上.分析结果扣除空白.样品测定过程中每10个样品间加入一个标准样品进行测定,以检测仪器的稳定性.浓度高的样品进行稀释处理后再进行测定,保证结果的准确性.水溶性阴阳离子检出限均为0.05µg/mL.水溶性离子的标准样购自国家标准物质标准样品信息中心.2.1.1 水溶性离子时空分布厦门市夏季城区、郊区和冬季城区、郊区PM2.5的质量浓度分别为41.91,48.89,74.38,81.19µg/m3,与我国《环境空气质量标准(GB3095-2012)》[15]二级日均浓度限值75µg/m3相比,样品超标率分别为7.14%, 14.29%,35.48%,61.29%.从时间上看,冬季大气PM2.5污染明显高于夏季;空间上则表现为郊区污染重于城区,这与2011年3月邱天雪等[3]的研究结论一致(城区:78.75µg/m3,郊区:100.08µg/m3).结合气象参数,夏季降水频率高于冬季,且夏季降水量较大,降水可有效去除大气颗粒物[16],从而导致冬季比夏季大气PM2.5污染更严重.郊区采样点周围的建筑施工及道路扬尘等加剧了大气颗粒物的污染,而城区采样点瑞景小学位于商住区,扬尘源较少,大气颗粒物污染相对较轻.厦门市大气PM2.5中水溶性离子时空分布见图2,观测期间,夏季城区、郊区和冬季城区、郊区9种水溶性离子的总质量浓度分别为5.33,6.87,18.16,14.55µg/m3,占PM2.5质量浓度的12.72%,14.06%,24.42%,17.92%.与国内其他城市(北京[8]:60.5µg/m3,天津[9]:47.3µg/m3)相比,厦门PM2.5中水溶性离子处于较低水平.此外,本研究所得的PM2.5及所含水溶性离子质量浓度明显低于2011年3月的监测数据(表3).说明近几年厦门市大气污染治理效果明显.与国内背景值(表3)比较,发现厦门冬季的9种离子均高于背景点,其中NO3-、NH4+、Cl-、K+、F-超过背景值5倍以上;夏季的NH4+、SO42-、K+、F-超过背景点,其他离子和背景值较接近,表明厦门市大气PM2.5中水溶性离子受到了人为污染,且冬季明显高于夏季.由图2可知,各水溶性离子质量浓度顺序大体为:NO3-,NH4+,SO42->Cl->K+,Ca2+,Na+>F-, Mg2+.9种水溶性离子的总质量浓度空间分布特征与PM2.5的略有不同:夏季郊区高于城区,但冬季城区却高于郊区.由于监测期间冬季城区降水频率(9.7%)低于郊区(12.9%),降水偏少,而PM2.5中化学组成尤其是水溶性离子受降水影响较大.研究表明,降水对NH4+和NO3-等有显著清除作用,但雨后细颗粒物会富集Cl-,使其浓度升高[18],本研究与此结论相符合.表3 厦门和国内背景点大气PM2.5及水溶性离子浓度分布(µg/m3)Table 3 Mass concentrations of PM2.5 and the water-soluble ions in Xiamen and backgroundsite (µg/m3)SO42-、NO3-和NH4+(三者简称SNA)多由气态前体物SO2、NH3和NOx转化而来,主要为二次污染物[8],在夏季城区、郊区和冬季城区、郊区所占9种水溶性离子之和的比例分别为84.02%、91.05%、87.20%、79.64%,略高于广州(76%)[12],与北京(88%)[8]接近,表明厦门市大气二次污染比较严重.夏季气温高,大气中化学反应速度快,SNA所占比例高于冬季,如郊区.城区冬季SNA所占比例略高于夏季,但相差不大,可能受到燃煤电厂(嵩屿电厂,海沧区)一次排放SO42-、NH4+等的影响,由于降水较少因此得到富集.2.1.2离子平衡及酸碱度离子平衡计算常用于研究气溶胶离子之间的酸碱平衡,进而判断酸碱性.方程(1)和(2)用于计算阳离子和阴离子的电荷平衡[19]:如图3所示,夏季和冬季、城区和郊区的阴离子与阳离子的相关系数均大于0.95,说明离子来源相同或受到了主导污染源影响.观测期间总体PM2.5样本的阴离子/阳离子的比值(即相关性方程的斜率K)为1.01,阴阳离子基本平衡.阴离子/阳离子比值的时空分布顺序为:冬季郊区(1.22)>冬季城区(1.08)>夏季郊区(0.64) >夏季城区(0.50).夏季K值小于1,阴离子相对亏损,表现为偏碱性,原因可能是夏季NH4+过剩,且以碱性NH4+形式存在;冬季离子呈酸性,可能受到较多化石燃料燃烧的影响.因本研究未测定PM2.5中的HCO3-浓度,所得到的K值偏低[20],因此所得到的厦门大气PM2.5中水溶性离子组分酸性可能偏低.2.2.1 相关性分析由表4可见,采样期间,由于NH4+、NO3-、SO42-和Cl-是水溶性离子的主要组成成分,重点对其存在形式进行分析讨论.NH4+与NO3-、SO42-都有很好的相关性,其相关系数分别高达0.918和0.903,因此,在大气中可能主要以(NH4)2SO4、NH4HSO4、NH4NO3的形式存在[21].经计算,NH4+与NO3-的物质的量比为3.06,NH4+ 与SO42-的物质的量比为5.35,表明NH4+与 SO42- 及NO3-全部结合成(NH4)2SO4和NH4NO3,而不存在NH4HSO4.由于Cl-与NH4+的相关性最高,多余的NH4+则可能主要结合为NH4Cl.此外,Cl-与Na+几乎无相关性(相关系数为-0.025),表明Cl-与Na+具有不同的污染来源,Cl-浓度水平可能更多受到生物质燃烧及燃煤的影响[22].表4 水溶性离子间相关系数矩阵Table 4 Matrix of correlation coefficients between water-soluble ions in PM2.5注:**表示在0.01水平(双侧)上显著相关; * 表示在0.05水平(双侧)上显著相关, n =90.为进一步验证NH4+的存在形式,假设NH4+、NO3-、SO42-主要以NH4HSO4和NH4NO3的形式存在,通过公式(3)计算NH4+的含量;若假设上述3种离子主要以(NH4)2SO4 和NH4NO3的形式存在,可通过式(4)计算NH4+ 的含量[23].式中NO3-、SO42-代表的是NO3-和SO42-的质量浓度.NH4+(µg/m3)=0.29(NO3-)+0.19(SO42-) (3)NH4+(µg/m3)=0.29(NO3-)+0.38(SO42-) (4)2种计算方法所得的结果见图4,根据斜率和相关系数来看,图4(b)的相关系数更高,且斜率更接近1,则研究区域大气PM2.5的NH4+与NO3-、SO42-主要以(NH4)2SO4和NH4NO3的形式存在.这与邱天雪等[3]研究结论一致,何俊杰等[12]研究的广州大气PM2.5水溶性离子也有相似结论.2.2.2 SNA三角图分布特征由于SO42-、NO3-、NH4+是水溶性离子的主要组成成分,本文借鉴以往三角图解的研究[24],选择以上3种离子的物质的量浓度值绘制SO42-- NO3--NH4+三角图(图5).夏季样品普遍分布在SO42-- NO3--NH4+三角图的底部,NH4+所占百分比范围53.7%~ 66.3%,平均值61.5%;NO3-所占百分比变化范围1.4%~15.4%,平均值6.0%;SO42-/2所占百分比变化范围25.4%~ 37.0%,平均值32.5%. NH4+和SO42-是夏季主要离子,且主要以(NH4)2SO4的形式存在,较少比例以NH4NO3存在.由于夏季Cl-含量较低,离子呈碱性特征,多余的NH4+可能会以碱性NH4+形式存在.在空间分布上,夏季城区颗粒物中SO42-的物质的量百分比相对较大,此外,夏季城区颗粒物碱性更强, (NH4)2SO4和碱性NH4+形式比例相对较高,郊区NH4NO3比例相对较高;冬季NH4+所占百分比变化范围51.2%~97.6%,平均值59.5%;NO3-所占百分比变化范围1.9%~33.6%,平均值20.3%;SO42-/2所占百分比变化范围0.5%~28.2%,平均值20.2%.因此冬季城区和郊区的离子主要以(NH4)2SO4和NH4NO3存在,多余的NH4+以NH4Cl的形式存在,空间离子存在形式较一致.2.3.1 非海盐离子的贡献为了评价海盐对厦门市大气PM2.5中水溶性无机离子的贡献,假设来自海盐中的离子组成与海水中的相同,并假设样品中的Na+只来源于海盐,采用以下公式计算厦门大气PM2.5中非海盐的SO42-、K+、Ca2+的浓度[25-26].nss-SO42- = [SO42-]-0.2455[Na+] (5)nss-Ca2+ = [Ca2+]-0.00373[Na+] (6)nss-K+ = [K+]-0.0355[Na+] (7)厦门市夏季和冬季、城区和郊区的PM2.5中nss-SO42-、nss-Ca2+和nss-K+浓度和其在各离子中的比值见表5.PM2.5中3种离子中非海盐离子所占的比例都在97%以上,与于艳科[2]的研究结论较一致,说明研究区域PM2.5中水溶性离子主要受陆地人为源的影响,海盐源贡献较小.2.3.2 污染类型判断 SO42-主要来自于煤炭燃烧释放的SO2,排放源位置相对固定;而NO3-则主要来自于石油、天然气的燃烧,排放源大多为机动车辆,相对来说处于移动状态.一般用NO3-/ SO42-质量浓度的比值(N/S值)来表示移动源和固定源对大气中颗粒物贡献程度的相对大小[27].我国汽车人均保有量与发达国家相比较低,而煤炭占我国能源总量的70%以上,因此我国m(NO3-)/ m(SO42-)一般小于1[3]. 如图6所示,时间分布上,夏季N/S值较小,且远小于1,表明夏季以燃煤源排放为主,这是因为夏季是厦门用电高峰季节,燃煤发电厂耗煤量明显增加,使得燃煤排放特征凸显;而冬季N/S均大于1,表明冬季交通排放成为了主要影响因素,一方面缘于发电厂燃煤量相对减少,此外也与机动车保有量持续增加有关.于艳科等[2]研究发现2011年冬季厦门N/S值接近于1,机动车污染与燃煤污染并存.对比发现,2014年厦门大气PM2.5机动车污染特征逐渐凸显,总体呈现出与燃煤污染并存的复合型污染特征.空间分布上表现为郊区N/S值偏大,移动源贡献略大于城区,这可能是郊区远离燃煤电厂(嵩屿电厂,海沧区),受燃煤影响相对较小,也可能受到了来自主干道集美大道交通车辆(尤其重型车)排放较多的影响.表5 厦门大气PM2.5中非海盐离子的度Table 5 Concentrations of non-sea-salt ions in PM2.5 of Xiamen city2.3.3 主成分分析 PCA是一种用较少的有代表性的因子来说明众多变量,依据标识元素识别污染源的方法[28].本文采用SPSS16.0软件FACTOR模块解析厦门市大气PM2.5水溶性离子来源,主成分旋转因子载荷矩阵见表6.前3个主成分共解释了水溶性离子来源的84.22%,表明3个主成分已经能够提供原始数据的足够信息.主成分1主要包含NO3-、NH4+、SO42-、Cl-和K+,贡献率达50.62%, NO3-、NH4+和SO42-是通过气态前体物经复杂的大气化学反应而形成,通常与化石燃料的燃烧有关[29],K+一般被认为是生物质燃烧的示踪物[30],因此主成分1代表交通源、燃煤源和生物质燃烧源.主成分2主要包含F-、Mg2+、Ca2+,贡献率为22.64%,Ca2+主要来自建筑扬尘[31],因此可以认为主成分2代表建筑扬尘源.第3个主成分贡献率为10.96%,主要为Na+,是海洋源的标识元素,因此,主成分3可认为是海洋源.由于主成分1的离子含量占到总水溶性离子质量浓度的90%以上,因此,厦门市大气PM2.5水溶性离子主要来自交通排放、燃煤源和生物质燃烧源.表6 主成分旋转因子载荷矩阵Table 6 Rotated component matrix of major components3.1 厦门大气PM2.5中水溶性离子浓度处于较低水平,9种水溶性离子浓度之和(µg/m3)顺序为:冬季城区(18.16)>冬季郊区(14.55)>夏季郊区(6.87)>夏季城区(5.33),降水对水溶性离子有显著的去除作用.PM2.5中水溶性离子顺序为NO3-, NH4+,SO42->Cl->K+,Ca2+,Na+>F-,Mg2+.SNA占9种离子之和的79.64%以上,表明厦门市大气PM2.5二次污染较严重.离子平衡关系显示,夏季PM2.5阴离子相对亏损,冬季阳离子相对亏损.3.2 水溶性离子相关性分析和SNA三角图解表明厦门市夏季NH4+主要以(NH4)2SO4的形式存在,较少比例以NH4NO3存在,部分NH4+还以碱性NH4+形式存在,其中城区(NH4)2SO4和碱性NH4+形式比例相对较高,郊区NH4NO3比例较高;冬季则主要以(NH4)2SO4和NH4NO3的形式存在,较少以NH4Cl存在,空间差异较小.3.3 N/S值表明,夏季以燃煤源排放为主;冬季交通排放是主要影响因素.厦门PM2.5呈现出交通源与燃煤污染并存的复合型污染特征,但受海盐源的影响较小.主成分分析结果进一步表明厦门市大气PM2.5水溶性离子主要来自燃煤源、交通排放和生物质燃烧源.Cheng M C, You C F, Cao J J, et al. Spatial and seasonal variability of water-soluble ions in PM2.5 aerosolsin 14major cities in China [J]. Atmospheric Environment, 2012,73(6):182-192.于艳科,尹丽倩,牛振川,等.中国海峡西岸城市群冬季PM2.5和PM10中水溶性离子的污染特征 [J]. 中国环境科学, 2012, 32(9):1546-1553.邱天雪,陈进生,尹丽倩,等.闽南重点城市春季PM2.5中水溶性无机离子特征研究[J]. 生态环境学报, 2013,22(3):512-516.Jacob D J, Winner D A.Effect of climate change on air quality [J]. AtmosphericEnvironment, 2009,43(1):51-63.Pope C A, Dockery D W.Health effects of fine particulate air pollution: lines that connect [J]. Journal of the Air & Waste Management Association, 2006,56(6):709-742. Svenningsson B, Hansson H C, Wiedeneohler A, et al. Hygroscopic growth of aerosol particles and its influence on nucleation scavenging in cloud: experimentalresults from Kleiner Feldberg [J]. Journal of Atmospheric Chemistry, 1994,19(1):129-152.Hassanvand M S, NaddafiK, Faridi S, et al. Indoor/outdoor relationships of PM10, PM2.5,and PM1 mass concentrations and their water-soluble ions in a retirement home and a school dormitory [J]. Atmospheric Environment,2014,82(1):375-382.杨懂艳,刘保献,张大伟,等.2012~2013年间北京市PM2.5中水溶性离子时空分布规律及相关性分析 [J]. 环境科学, 2015, 36(3):768-773.古金霞,吴丽萍,霍光耀,等.天津市PM2.5中水溶性无机离子污染特征及来源分析[J]. 中国环境监测, 2013,29(3):30-34.张秋晨,朱彬,龚佃利.南京地区大气气溶胶及水溶性无机离子特征分析[J]. 中国环境科学, 2014,34(2):311-316.翟宇虹,黄晓锋,张丽,等.深圳大气气溶胶中水溶性有机物粒径分布特征[J]. 中国环境科学, 2015(11):3211-3216.何俊杰,吴耕晨,张国华,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[J]. 中国环境科学, 2014,34(5):1107-1112.黄丽娇.浅谈厦门市内机动车尾气污染现状、危害及防治措施 [J]. 资源节约与环保, 2014(11):93-96.曹军骥.PM2.5与环境 [M]. 北京:科学出版社, 2014.GB 3095-2012 环境空气质量标准 [S].韩燕,徐虹,毕晓辉,等.降水对颗粒物的冲刷作用及其对雨水化学的影响 [J]. 中国环境科学, 2013,33(2):193-200.刀谞,王超,张霖琳,等.我国4个大气背景点环境空气颗粒物(PM2.5、PM10 )中水溶性离子分布特征 [J]. 环境化学, 2015, 34(6):1095-1102.廖碧婷,吴兑,陈静,等.华南地区大气气溶胶中EC和水溶性离子粒径分布特征 [J]. 中国环境科学, 2015,35(5):1297-1309.Zhang T, Cao J J, Tie X X, et al. Water-soluble ions in atmospheric aerosols measured inXi'an, China: Seasonal variations and sources [J]. Atmospheric Research, 2011,102(1):110-119.赵亚南,王跃思,温天雪,等.长白山PM2.5中水溶性离子季节变化特征研究 [J]. 环境科学, 2014,35(1):9-14.戴永立,陶俊,林泽健,等.2006~2009年我国超大城市霾天气特征及影响因子分析[J]. 环境科学, 2013,34(8):2925-2932.Wang Y, Zhuang G S, ZhangX Y, et al. The ion chemistry, seasonal cycle, and sources of PM2.5 and TSP aerosol in Shanghai [J]. Atmospheric Environment, 2006,40(16):2935-2952.Kang C, Lee H S, Kang B, et al. Chemical characteristics of acidic gas pollutants and PM2.5 species during hazy episodes in Seoul, South Korea [J]. AtmosphericEnvironment, 2004,38(28):4749-4760.郑晓霞,赵文吉,郭逍宇.北京大气降尘中微量元素的空间变异 [J]. 中国环境科学, 2015,35(8):2251-2260.Wang G H, Wang H, Yu YJ, et al .Chemical characterization of water-soluble components of PM10 and PM2.5 atmospheric aerosols in five locations of Nanjing, China [J]. Atmospheric Environment, 2003,37(21):2893-2902.Morales J A, Pirela D,de Nava M G, et al. Inorganic water soluble ions in atmospheric particles overMaracaibo Lake Basin in the western region of Venezuela [J]. Atmospheric Research,1998,46(3):307-320.Watson J G, Chow J C,Lurmann F W, et al. Ammonium nitrate, nitric acid, and ammonia equilibrium inwintertime Phoenix, Arizona [J]. Journal of the Air and Waste Management Association, 1994,44(4):405-412.Mukerjee S, ShadwickbD S, Smith L A, et al. Techniquesto assess cross-border air pollution and application to a US-Mexico border region [J]. Science of the Total Environment,2001, 276(1-3):205-224.Zhang R, Tao J, Hsu SC, et al. Chemical characterization and source apportionment of PM2.5in Beijing: seasonal perspective [J]. Atmospheric Chemistry & Physics, 2013,13(14):7053-7074.Zheng X Y, Liu X D, Zhao F H, et al . Seasonalcharacteristics of biomass burning contribution to Beijing aerosol [J]. Sciencein China Series B: Chemistry, 2005,48(5):481-488.张凯,王跃思,温天雪,等.北京大气PM10中水溶性金属盐的在线观测与浓度特征研究 [J]. 环境科学, 2008,29(1):246-252.* 责任作者, 教授,****************.cn。

PM2.5中水溶性离子分布全解

3
典型污染事件中水溶性离子的分布特征
典型污染事件和晴天时离子的质量浓度
对于西安市来说,机动车尾气排放是一个持续的污染物排放源,沙尘天气和燃煤具有季节性,生物质燃烧和燃放烟花具有偶然性的特点.
典型污染事件
浮尘天气发生时水溶性离子的分布特征明显与灰霾天气不同, 各离子浓度的变化与灰霾天气相反. NH4+, NO3-和SO42-三种离子的质量浓度在PM2.5中大大降低, 而Ca2+增加很多.在PM2.5中 NH4+, NO3-和SO42-与其年均质量浓度的比值分别为0.11, 0.12和 0.21.
K+ Ca2+
Na+ Mg2+
度在四个季节中表现出组分浓度小、时段分布较平均的规律
Ca2+的质量浓度在四个季节时
段分布平均，但在春季浓度明显高于其他季节，这可能是由于 Ca2+多来自土壤和沙尘，而春季多刮风且经常出现沙尘暴天气，导致其浓度偏高
Cl-
Cl-在夏季表现出组分浓度小，
时段分布较平均的规律，但在其他三季呈现一定的折线变化；Cl在冬季的浓度高于其他季节，是因为煤中含有氯化物，冬季采暖大量燃煤所致
水溶性离子在PM霾和正常天气下水溶性离子的分布特征
晴天时可溶性离子质量浓度
Na+
0.7
N03- 8.5
Mg2+
0.3
K+
1.7 1.8
可溶性离子质量浓度（ug/m3）
Ca2+
NH4+
Cl- 2.6
8
S04
2- 18.8
灰霾时可溶性离子质量浓度
Na+
我国PM2.5中水溶性无机离子的空间分布

PM25中水溶性离子分布全解

铵盐
NH4+大多数分布在细粒子中,主要来源于牲畜喂养、农业灌溉和有机质的降解等过程产生的NH3在大气中的转化.局地源对NH+4的影响最为明显,因此其季节变化不太明显。
无机可溶性离子
Na+ 和Cl-
西安市地处中国内陆地区，远离海岸，可以排除Na+和Cl-的海盐来源.细粒子中的钠离子和氯离子主要来自燃煤源粗粒子中的钠离子主要来自土壤风沙扬尘.。Cl-的质量浓度在冬季要远远高于其它季节，PM2.5中Cl-浓度在冬季是其它季节的2.4倍，可见西安市大气颗粒物中大部分Cl-来源于取暖燃煤。
PM2.5 组成成分
Pm2.5 中水溶性离子
PM2.5 组成一般分为可溶性组分、元素组分和碳质组分，可溶性组分一般包括硫酸盐、硝酸盐、铵盐、氯化钠等无机组分及甲酸、乙酸、乙二酸等可溶性有机物，可溶性组分一般占PM2.5 质量的20 ％-50 ％。
无机可溶性离子
硫酸盐
硝酸盐
铵
盐
硫酸盐
PM2.5中硫酸根的生成机制认为主要有两类:气相和液相氧化。气相反应主要是通过S02与OH-自由基的氧化反应；液相氧化是S02在云、雾水中或者气溶胶液滴表面在氧化剂(如H2O2和03)和金属(如Mn、Fe)的催化氧化下生成H2S04。在干净大气中,S042-的形成以均相成核为主,而在污染大气条件下,非均相氧化是S042_的主要生成途径。主要来源为化石燃料的燃烧,在冬季的排放量远高于其它季节,春季达到最小值。SO2-4 浓度不仅与排放源有关，也与大气中气态SO2转化为颗粒态SO2-4的光化学反应和液相氧化有关，通常以(NH4)2SO4, NH4HSO4和H2SO4的形式存在，且这些硫酸盐均是水溶性的.随着夏季辐射强度的增大，光化学反应增强,，SO2-4质量浓度会逐渐增大。

六类餐饮源排放PM2.5化学成分谱

Vol.34,No.lJan.,2021第 34 卷第 1 期2021年1月环境科学研究Research of Environmental Sciences六类餐饮源排放PM ?,化学成分谱李林璇,程渊1,杜鑫,戴启立1>2* ,吴建会,毕晓辉,冯银厂收稿日期：2020-08-29 修订日期：2020-11-05作者简介：李林璇( 1998-)，女，安徽来安人,lilinxuan@ .*责任作者,戴启立(1991-),男，安徽六安人，助理研究员，博士，主要从事居民生活源排放颗粒物表征、大气化学计量学研究基金项目：大气重污染成因与治理攻关项目(No.DQGG0105)Supported by National Research Program for Key Issues in Air Pollution Control , China (No.DQGG0105)1. 南开大学环境科学与工程学院，国家环境保护城市空气颗粒物污染防治重点实验室，天津3000712. 中国气象局-南开大学大气环境与健康研究联合实验室，天津300350摘要：大气颗粒物源成分谱可以表征源排放颗粒物的理化特征，为受体模型开展来源解析研究提供基础数据.餐饮油烟排放是室内外环境大气污染的来源之一，当前餐饮源排放PM 2.5的化学成分谱仍然缺乏.该研究分别在成都市、武汉市和天津市采集了29组6种餐饮源(居民烹饪、火锅店、烧烤店、职工食堂、中餐馆、商场综合餐饮)排放的PM 空样品,分析无机元素、离子、碳、多环芳烃(PAHs)等化学组分,并构建了餐饮源排放颗粒物化学成分谱.结果表明：①餐饮源排放PM 2.5化学成分中的主要组分为0C(有机碳)、EC(元素碳)、Ca 、Al 、Fe 、NH 4+、S04»、N03-、Na +、K +、Mg ?+ 和 C 「，其中 w( OC)最高，为 41.67%~57. 91%.②餐饮源排放PM 25的PAHs 中，3环和4环占比较高，其中芴(Flu)、菲(Phe)、荧蔥(Fla)、芘(Pyr)的质量分数相对其他物质较高.研究显示:餐饮源排放PM 2.5中OC/EC 约为15. 99-67.61,在一定程度上可以用来表征餐饮源排放；Fla/(Fla+Pyr)和InP/(InP+BghiP)多集中在0. 45-0. 55之间,或可作为标识餐饮源的特征比值.关键词：餐饮源；PM-;化学组成；源成分谱；多环芳烃(PAHs)中图分类号：X51文章编号：1001-6929(2021)01-0071-08文献标志码：A DOI ： 10. 13198/j. issn. 1001-6929. 2020. 11. 11Chemical Compositions of PM 2.5 Emitted from Six Types of Chinese CookingLI Linxuan 1,2, CHENG Yuan 1 , DU Xin 1,2, DAI Qili 1,2* , WU Jianhui 1,2, BI Xiaohui 1,2, FENG Yinchang 1,21. State Environmental Protection Key Laboratory of Lban Ambient Air Particulate Matter Pollution Prevention and Control , College ofEnvironmental Science and Engineering , Nankai Lniversity , Tianjin 300071, China2. CMA-NKL Cooperative Laboratory for Atmospheric Environment-Health Research ( CLAER) , College of Environmental Science andEngineering , Nankai Lniversity , Tianjin 300350, ChinaAbstract : To investigate the chemical characteristics of PM 5 emission from Chinese cooking , a total of 29 PM ? 5 samples were measured at six types of catering locations ( e. g.， residential cooking ， hot pot restaurant ， barbecue restaurant ， canteen ， Chinese restaurant andcatering enterprise ) in Chengdu , Wuhan and Tianjin City , China. All collected source samples were analyed for inorganic elements , ions ,organic carbon ( OC) ， elemental carbon ( EC) ， and polycyclic aromatic hydrocarbons ( PAHs) were measured for all collected samples.Mass fractions of the major chemical components in PM 5 emission from cooking were ranked in the order of OC , EC , Ca, Al , Fe ,NH 4+ , SO4A , NO ?-, Na + , K + , Mg 2+ and Cl ". OC is the perdominant component of PM ? 5, with mass fraction in the ranges of 41. 67%to 57. 91%. Among the different PAHs in PM 5, PAHs with 3 rings and the 4 rings accounted for a relatively high proportion , includingfluorene (Flu) , phenanthrene (Phe) , fluoranthene ( Fla ) and pyrene ( Pyr ). Ratios of OC/EC for these PM 5 samples ranged from 15.99 to 67.61, which are higher than other routine emission sources. Ratios of Fla/( Fla + Pyr) and InP/( InP + BghiP ) are relativelystable for PM 5 emission from cooking , with values in the range of 0.45 to 0.55, such species ratio can also be used to distinguishcooking emissions from other sources.Keywords : cooking emissions ； PM 5； chemical compositions ； source profile ； polycyclic aromatic hydrocarbons (PAHs)餐饮油烟是环境空气颗粒物尤其是室内颗粒物的重要来源之一.餐饮油烟主要来源于烹饪活动的两个方面:一是化石燃料(如煤、天然气或者生物质燃料)燃烧排放;二是烹饪过程中食物油脂或有机质挥发及加热裂解排放［1］.餐饮油烟中至少含有近百种无机、有机化学物质，还存在一些致癌致突变物［2］，对人体,daiql@ 72环境科学研究第34卷免疫功能产生危害作用［3］.相对于其他污染源，餐饮油烟排放高度低，与暴露人群呼吸道高度接近.国内外的研究表明，患癌风险与烹饪行为呈显著相关［4］,暴露于烹饪环境中，可能会导致呼吸系统疾病(如慢性阻塞性肺病［5-6］、哮喘［7］等)，患心血管疾病的风险也与日常烹饪产生关联［8-9］.我国餐饮行业营业收入逐年升高,2016年末餐饮收入达35799X108元，同比增长10.8%；2016年我国食用油人均消费量为24.8 kg,比上年增加了0.7kg［10］.伴随着人民生活水平的提高，烹饪过程中使用的食用油以及富含油脂的食物消耗量预期在短期内将维持增长的趋势.国外对餐饮油烟污染的研究工作起步较早，20世纪90年代起，研究者就开展了餐饮油烟颗粒物粒径分布和颗粒物数浓度的测定［11-13］.中西方饮食习惯和烹饪方式明显不同，我国学者也对部分城市餐饮油烟排放污染物的测定和表征进行了报道［14-15］.研究［16-18］发现，中式烹饪过程中产生的颗粒物以细颗粒物(PM?,)为主,碳组分为餐饮油烟颗粒物的重要组成部分，质量分数为40%~80%,其中有机碳(OC)平均质量分数在50%以上.明确餐饮源排放颗粒物的化学组成特征是量化解析其对环境空气颗粒物的贡献以及评估暴露人群健康风险的基础.鉴于碳组分是餐饮油烟含量最为丰富的组分，很多研究对碳组分中的各类有机物〔如有机酸、醛酮类、多环芳烃(PAHs)等〕开展了测定,分析可被选择作为餐饮源示踪物的组分.我国餐饮文化历史悠久,菜系多样且丰富,地域差异明显，近年来文献报道的在不同城市测定的餐饮源颗粒物成分数据不断完善和丰富了我国餐饮源化学成分谱，为量化不同类型餐饮油烟的排放量和环境贡献提供了基础数据［19-20］.该研究在综合文献报道的源成分谱基础上，在我国北部、中部和西南部选择了3个城市(天津市、武汉市和成都市)对六类餐饮源排放PM Z5开展了现场实测,分析了颗粒物中的无机元素、离子、碳组分及PAHs,构建了六类餐饮源排放颗粒物化学成分谱，以期为大气颗粒物来源解析研究提供基础数据.1材料与方法1.1样品采集该研究分别于2016年10—11月和2018年1月对成都市、武汉市和天津市的不同类型餐饮源(居民烹饪、火锅店、烧烤店、职工食堂、中餐馆、商场综合餐饮)进行采样，具体采样点位信息如表1所示.选取代表性点位原则如下:①点位周边无其他明显污染源;②选取的餐饮单位要具备对应类别中的烹饪特点;③所选餐饮单位需要具备足够的采样空间和电力供给等.表1采样点信息Table1Information about sampling sites类别点位个数样品个数主要烹饪方式燃料净化设备区域居民烹饪19炒、煎、煮天然气—天津市火锅店12煮——成都市烧烤店26烤木炭—成都市、天津市职工食堂12炒、蒸天然气等离子臭氧成都市中餐馆37蒸、炒、炖天然气静电除尘成都市、武汉市商场综合餐饮23炒、炸、煎、烤、煮天然气静电除尘武汉市采样前需进行预试验，测定烟气的基本参数，如烟气温度和湿度等，以保证颗粒物样品的正常采集.采样时间根据餐饮单位特点而定，拟定为11:00—14：00,17：00—20：00.颗粒物样品采用便携式四通道通道采样器(PDSI-01P型，流量为16.7L/min,陕西正大环保科技有限公司)或中流量采样器(流量为100L/min)采集，使用石英膜(Quartz)和特氟龙膜(Teflon)同时采样.试验期间，在居民烹饪厨房采样点位架设便携式四通道采样器捕集餐饮源排放的颗粒物，在其余点位的油烟净化设备后的排放口架设中流量采样器进行颗粒物采集，具体的采样位置如图1所示.此外，在进行居民烹饪点位采样试验时，该研究对采样房间的空气背景进行颗粒态样品的采集，以检测这些可能的本底污染.采样使用的石英膜(Quartz)和特氟龙膜(Teflon)使用前均需预处理以便去除膜表面的杂质和水分.其中，石英膜需在马弗炉中烘烤2h(600^),特氟龙膜需在烘箱中烘烤2h(60^).1.2样品分析采集的特氟龙膜样品用于无机元素的分析，石英膜样品用于碳组分、水溶性离子组分和PAHs组分的分析.使用电感耦合等离子体原子发射光谱法(ICP7000SERIES-AES,美国热电公司)，参照第1期李林璇等:六类餐饮源排放PM .5化学成分谱73图1六类餐饮源采样示意油烟净化设备火锅店职工食堂中餐馆商场综合餐饮Fig.1 Sketch of sampling for PM 2 5 fromsix types of Chinese cookingHJ 657—2013(空气和废气颗粒物中铅等金属元素的测定电感耦合等离子体质谱法》，分析Na 、Mg 、Al 、 Si 、K 、Ca 、Ti 、Cr 、Mn 、Fe 、Ni 、Cu 、Zn 、Pb 和 As 等元素.使用离子色谱仪(ICS-900,美国Dionex 公司),参照HJ 800—2016(环境空气颗粒物中水溶性阳离子 (Li +、Na +、NH 4+、K +、Ca 2+、Mg 2+)离子色谱法》和HJ 799—2016(环境空气颗粒物中水溶性阴离子 (F "、Cl "、Br "、NO ?"、NO 3"、PO 43"、SO 32"、SO 42")离子色谱法》分别测定分析Na +、NH 4+、K +、Mg 2+、Ca 2+共5 种水溶性阳离子和F "、Cl "、NO 3"、Br "、SO 42"共5种水溶性阴离子.使用Model 2001碳分析仪(美国沙漠研究所)分析碳组分，即0C 和EC.使用气相色谱-质谱仪〔7890B/5977B(GC/MSD)，美国 Agilent 公司〕对餐饮源颗粒物中p (PAHs)进行测定，分析了美国EPA规定的16种优控PAHs ，包括萘(NaP)、苊烯(Ace )、苊(Acy)、芴(Flu)、菲(Phe)、蔥(Ant)、荧蔥(Fla)、茁(Pyr)、艹(Chr)、苯并［a ］蔥(BaA)、苯并［k ］荧蔥(BkF)、苯并［b ］荧蔥(BbF)、苯并［a ］茁(BaP)、二苯并［a,h ］蔥(DbahA)、茚并［1,2,3-cd ］茁(InP)、苯并［g,h,i ］苝(BghiP).2结果与讨论2.1餐饮源排放颗粒物质量浓度特征该研究中不同餐饮源采样位置测得的P ( PM . 5) 变化范围为330-15 110 ig/m 3(见图2),是居民厨房背景值(96 ig/m 3)的3.5-158.2倍.其中，烧烤排放▽ (PM . 5)最高，烧烤时食物与炭火直接接触,且该研究烧烤油烟产生后未经油烟处理设备净化，因而可能导致大量油烟产生.有研究［21］表明，相比炸、炒等烹饪方式，烧烤能产生更多的颗粒物.食物比表面积对颗粒物排放也有一定影响,与其他烹饪方式相比,烧烤使用的是切成小块或薄片的各类食材，较小的食物体积可以吸附更多调味品，且食物与炭火(燃料)接触表面积较大，因而排放颗粒物更多［22］.此外，居民烹饪点位较高的P ( pm 2. 5)可能与采样通风状况较差有关.中餐馆B 、中餐馆C 、商场综合餐饮B 及职工食堂测得的p (PM ,)较为接近，火锅店测得的 p ( PM . 5)最低，说明以水为主要介质烹饪食物时排放的颗粒物低于以油为主的烹饪方式，而油和食物中较高的脂肪含量会增加颗粒物的排放［23］.30 000(E r i M m d x5 00025 00020 00015 00010 0008总報如建團腥V总報如建團腥U週*圧8週*圧源V週報圧饮餐图2不同餐饮源采样点位PM 2,5质量浓度Fig.2 Mass concentrations of PM 2 5 measured atdifferent catering locations2.2餐饮源排放颗粒物化学组成特征如图3所示‘PM ,中主要组分平均质量分数大小依次为 w ( OC ) > w ( Ca) > w ( Al) > w ( EC ) >w (NH 4+) > w ( Fe) > w (N03") > w ( SO 42") > w(Cl ") > w(Na +) > w(K +) > w(Mg 2+),各餐饮类型PM .5组分质量分数变化范围如表2所示.餐饮源中w (0C)最高，这是因为食材中的肉类含有较多脂肪,食用油中含有较多的多链烷酸酯,二者在高温下易被氧化，释放各种有机物［24-25］;而 w(EC)较低,EC 主要由燃料的不完全燃烧生成，燃料种类、燃烧温度等因素都会对其排放浓度造成影响,该研究中使用的天然气属于清洁燃料，燃烧产生 w(EC)最低［26］，烧烤中使用的木炭，在烹饪过程中温度较高，供氧量充足，燃烧充分，排放EC 较少.由于烹饪过程中加入的食盐以及调味料也会排放进入空气中,餐饮源中也有较高的w(Na)和w(Cl ")等.从不同餐饮类型来看,居民烹饪排放的颗粒物中74环境科学研究第34卷S 1A TT H TT n Ti n n T*Ti M TA T 1i-O—fi rd Z H6H TH E HA TA Tf t Tt h tT n n TT s lT n n TA m Tt h h t iT n TS Tt h t i_组分图3餐饮源排放PM 2,5中各组分质量分数箱型图Fig.3 Boxplots for mass fractions of chemical components in PM 2 5 from cooking emissions表2不同餐饮类型采样点位PM 2.5中各组分质量分数Table 2 Mass fractions of chemical components in PM 2 5 measured at different catering locations%中餐馆商场综合餐饮组分居民烹饪火锅店烧烤店职工食堂-----------------------------------------------------------------ABC A B注：居民烹饪和商场综合餐饮点位采样后的有效样品只有一组,故此处无法添加标准偏差.As —0. 020±0. 0030. 001±0. 0010. 012±0. 0090. 013±0. 001————Ni—0. 028±0. 0080. 002±0. 0020. 028±0. 0190. 028 ±0. 0350. 007±0. 0060. 009±0. 0070. 0010.004Mn 0.0010. 014±0. 0030. 001±0. 0010. 011±0.0080. 011±0. 0080. 024±0. 0010. 011±0. 0090. 0010.002Ti 0.0010. 061±0. 0420. 002±0. 0010. 104±0. 0630. 039±0. 0380. 005±0. 0010. 003±0. 0010. 0010.001Pb 0.0010. 013±0. 0030. 003±0. 0020. 019±0. 0150. 007 ±0. 001————Cr 0.0050. 040±0. 0080. 005 ±0. 0040. 047±0. 0410. 042 ±0. 0490. 014±0. 0010. 023±0. 0170. 002±0. 0010.007Zn0.0060. 049±0. 0220. 011±0. 0100. 056±0. 0480. 036 ±0. 0040. 231±0.0480. 079±0. 0770. 021±0. 0080.021Cu 0. 0150. 042±0. 0100. 005 ±0. 0010. 020±0. 0110. 012 ±0. 0080. 006±0. 0030. 009±0. 0090. 0010.002Mg 0.0240. 229±0. 0710. 033±0. 0190. 280±0. 2390. 108 ±0. 0730. 053±0. 0560. 056±0. 0500. 011±0. 0030. 015K 0. 1710. 314±0. 0160. 199±0. 0770. 334±0. 2860. 188 ±0. 0530. 087±0. 0290. 071±0. 0440. 026±0. 0010. 145Fe0.0280. 499±0. 0080. 055±0. 0440. 559±0. 3660. 571 ±0. 5580. 345±0. 0770. 176±0. 1420. 023±0. 0020.069Si 0. 0800. 684±0. 1360. 062±0. 0410. 653±0. 4150. 299 ±0. 2150. 193±0. 1010. 123±0. 0920. 026±0. 0090. 041S0. 108 1. 309±0. 2630. 168±0. 0790. 657±0. 418 1. 086 ±0. 212————Na 0.2540. 246±0. 0530. 054±0. 0560. 287±0. 1240. 198 ±0. 0360. 039±0. 0160. 029±0. 0130. 038±0. 0010. 033Al0. 1420. 589±0. 0960. 056±0. 0320. 426±0. 2580. 194 ±0. 1960. 055±0. 0630. 051±0. 0320. 008±0. 0010. 032Ca 0.096 1. 533±0. 0470. 306±0. 257 1. 854±1.5880. 676±0. 1262. 987±3. 558 2. 357±2. 2880.641±0. 2300. 543Mg 2+0.0060. 091±0. 0600. 009±0. 0040. 055±0. 0030. 018 ±0. 0060. 029±0. 030—0. 0010.001K +0.0090. 499±0. 1740. 258±0. 1110. 195±0. 1630. 269 ±0. 0300. 023±0. 0040. 006±0. 0010. 052±0. 0020.001Ca 2+0.0200. 380±0. 1270. 096±0. 0800. 529±0. 4700. 159 ±0. 0780. 943±0. 6370. 003±0. 0010. 0030. 084Na +0.0540. 273 ±0. 0050. 060±0. 0610. 252±0. 0510. 349±0. 0330. 045±0. 0050. 0120. 019±0. 0030. 013Cl _0. 0300. 210±0. 0380. 247±0. 1850. 347±0. 0930. 324±0. 0390. 475±0. 0250. 159±0. 0120. 621±0. 0160. 131F _0. 110—0. 023±0. 003——0. 034±0. 0180. 008±0. 0040. 0070. 017no 3_0.0734. 181±0. 6380. 222±0. 105 1. 186±0. 857 2. 230±0. 463 1. 570±0. 2810. 680±0. 0830. 628±0. 1970.401so 42-0. 173 3. 362±0. 8100. 241±0. 096 1.017±1.0741. 168±0. 2712. 585±0. 1480. 468±0. 034 1. 069±0. 1370.299nh 4+0.2943. 113±0.4170. 155±0. 0511. 005 ±0. 908 1. 466±0. 4662. 646±0. 1720. 707±0. 025 1. 187±0. 1350.673OC53. 90741. 668±4. 50957.912±10. 57854. 076±7. 18546. 641±4. 7288. 952±6. 32051.711±6. 50549. 95±6. 33954. 727EC 1.964 2. 626±0. 216 1. 125±0. 387 1.704±1. 111 1. 919±0. 522 1. 410±0. 9992. 008±0. 8330. 778±0. 2961.453OC1 5.2978. 298±0. 52715. 151±9. 2185. 990±1. 2048. 542 ±1.309————OC214. 8278.451±0. 33025. 307±7. 71519. 516±0. 26411. 384±4. 928————OC330. 04818. 132±4.51214. 357±7. 32024. 533±10.24722. 092±1. 637————OC4 1.621 3. 327±0. 0040. 558±0. 219 2. 277±1. 344 2. 284 ±0. 881————EC13. 6565. 214±0. 021 3. 526±1.6222. 730±1.2933. 676±0. 733————EC20. 2860. 866±0. 0010. 085±0. 0500. 575±0. 4120. 507 ±0. 423————EC30. 1370. 004±0. 0060. 053±0. 0400. 159±0. 1840. 075 ±0. 098————第1期李林璇等:六类餐饮源排放PM 2.5化学成分谱75“(Al)、w ( Ca)A w ( K)和 w (Na)较咼，烧烤源中 w( Ca)、w(K)和w(Na)较高，其他餐饮类型以Ca 、Fe组分为主.中餐馆和职工食堂排放的颗粒物中w(Fe)相对较高,可能是由于铁锅在翻炒过程中导致Fe 元素的释放.火锅店排放的PM ”中w (NO 3J 、w( SO 42-)和w (NH 4J 均高于其他餐饮源,其次为中餐馆B 排放PM . 5中的w(SO 42-)、w(NH 4J 高于除火锅店外的其他餐饮源，中餐馆A 排放的w (NO 3J 较高.此外，在各餐饮源排放的PM ”中,烧烤店排放的 w(OC)最高，火锅店最低，火锅店排放w(EC)最高,烧烤店最低.OC/EC 常被用于碳质颗粒物的源识别，不同源类OC/EC 存在较大差异〔2刀.该研究餐饮源排放 PM .5中OC/EC 为15.99-67.61,火锅店最低,而烧烤店较高.根据文献报道，与其他源类相比，无烟煤燃烧OC/EC 为4.4-6.6［28］,生物质开放燃烧为5.0- 11.3,户用燃烧为0.9-12. 0［29］，表明在一定程度上较高的OC/EC 可以用来表征餐饮源排放.2. 3 餐饮源PM 2.5中PAHs 组成特征该研究测定的PAHs 物种为美国EPA 优控的16种PAHs,其中2环中的萘(Nap)基本呈现气态，颗粒态含量极少，因此该研究列出了除萘外的15种 PAHs, 餐饮源排放颗粒态 PAHs 质量浓度如图 4 所示.各类型餐饮源PM 2.5中p (PAHs)为0. 06-1.61 Rg/m 3,占 PM 2.5质量浓度的0.003 6%-0.012 6%.与文献［30］中环境空气PM 2.5中p (PAHs) (0. 054 - 0. 070 Rg/m 3)相比，餐饮排放颗粒物中p ( PAHs )是环境空气的1.2-29.8倍.如图5和表3所示，在各类型餐饮源排放的PAHs 中，芴、菲、荧蔥和茁质量分数普遍较高，分别为 2.31% - 9.83%、14.06% - 36. 98%、7.08% -21. 83%、6. 36% - 17. 08%.文献报道的汽油车排放•8642Q -8642O 11 11 11 11 11 0^ 0^ 0^ 0^Q g r i M S H V d x图4不同餐饮类型采样点PM 2.5中总PAHs平均质量浓度及占比3环 4环；5环； 6环Fig.4 Average concentrations and mass fractions of totalPAHs in PM 2 5 from different catering locationsT RU —1T _H N T 1H T i B -憾岷2总器PAHs图5餐饮源排放PM 2.5中PAHs 各组分质量分数箱型图Fig.5 Boxplots for mass fractions of chemical componentsin PM 2 5 -bound PAHs from cooking emissions的PAHs 中茚并［1,2,3-cd ］茁、苯并［a ］茁和艹质量分数相对较高［30一31］,柴油车中苯并［k ］荧蔥、苯并［b ］荧蔥、菲和艹质量分数相对较高［32-33］,生物表3不同餐饮类型采样点位PM 2.5中各PAH 物种在PAHs 中的质量分数PAHs居民烹饪烧烤店职工食堂中餐馆ABC商场综合餐饮Table 3 Mass fractions of chernical components in PM 2 5 -bound PAHs measured at different catering locations苊烯(Ace ) 2.6820.662 1.974 1.656 1. 871 3.412 1.210苊(Acy) 6. 4560. 9605.005 3.4604. 8037. 157 2. 497芴(Flu)9. 3962.3159. 8269. 424 5.0927. 7035.544菲(Phe)31.49834.36836.97625. 95217.02119. 25314. 058蔥(Ant) 5. 3375.302 5.812 3. 130 3.032 4. 724 3.056荧蔥(Fla)7. 08321. 8319. 04310. 44111.9427. 85412. 290茁(Pyr) 6. 35715.9628.53016. 20617.0817.63312. 662%76环境科学研究第34卷续表3PAHs居民烹饪烧烤店职工食堂中餐馆商场综合餐饮A B C屈(Chr)0.000 3.4140.000 1.1390.0000.000 3.205苯并［a］蔥(BaA) 1.894 4.315 1.585 1.713 3.189 3.0917.880苯并［k］荧蔥(BkF) 4.595 1.070 3.062 2.827 3.806 5.66611.133苯并［b］荧蔥(BbF) 3.525 4.505 3.325 4.546 5.136 5.481 4.302苯并［a］茁(BaP) 4.109 2.096 2.957 2.308 4.853 5.369 5.272二苯并［a,h］蔥(DbahA) 5.5800.240 3.201 1.982 3.714 6.944 3.891茚并［1,2,3-cd］茁(InP) 5.813 1.484 4.218 5.338 5.9867.651 6.037苯并［g,h,i］苝(BghiP) 5.675 1.475 4.4859.87712.4748.063 6.965质燃烧排放PAHs主要为苯并［k］荧蔥、苯并［b］荧蔥和苯并［g,h,i］苝［34］,燃煤源中荧蔥、茁和艹质量分数相对较高［35］.与其他源类相比，餐饮源排放的PAHs中芴、菲、荧蔥、茁的质量分数相对较高.如图6所示，总体来说,餐饮源排放的3-4环的p(PAHs)高于5-6环.不同种类餐饮源中环数的分布特征存在差异：烧烤店3-4环的PAHs约占总PAHs的90%；职工食堂测得的PAHs多以3环为主，约占PAHs总质量浓度的60%；此外，居民烹饪中4环PAHs的质量分数在所有餐饮类型中最低.18.6%15.3%45.5%餐饮源平均居民烹饪烧烤店1Q90/*QO/1Q QO/职工食堂中餐馆商场综合餐饮口3环PAHs露4环PAHs口5环PAHs国6环PAHs图6不同餐饮类型采样点位PM2.5中PAH s环数(3~6环)分布Fig.6Fractions of PAH with3-6rings in PM25-bound PAHs measured at different catering locations PAHs在大气环境中发生的多相间分配、吸附、挥发、氧化、水解、光解、生物富集、生物转化等［36］,均会影响PAHs的降解.研究发现，Fla/(Fla+Pyr)和InP/(InP+BghiP)不易受到光催化降解影响⑶］,因此可用上述特征比值来定性判断PAHs的来源.有研究⑶-38］指出,草/木材/煤燃烧排放的PAHs中, Fla/(Fla+Pyr)和InP/(InP+BghiP)均超过0.5,石油燃烧排放的Fla/(Fla+Pyr)范围在0.4-0.5之间，InP/(InP+BghiP)范围在0.2-0.5之间，石油中Fla/(Fla+Pyr)低于0.4.该研究餐饮源Fla/(Fla+Pyr)和InP/(InP+BghiP)较多集中在0.45-0.55之间，据此或可定性判断大气颗粒物中PAHs的来源.3结论a)在3个城市开展的六类餐饮源排放颗粒物的实测结果显示,p(PM/)范围为330-15110ig/m3,是居民厨房背景值(96ig/m3)的3.5-158.2倍.其中，烧烤排放颗粒物质量浓度最高，居民烹饪、中餐馆、商场综合餐饮和职工食堂排放颗粒物质量浓度较为接近，火锅店排放颗粒物质量浓度最低.b)餐饮源排放颗粒物中的主要组分为OC、EC、Ca、NH4+、SO42"、N03"、Cl"、Na+、K+,w(OC)为41.67%-57.91%,OC/EC为15.99-67.61,—定程度上较高的OC/EC可以用来表征餐饮源排放.c)餐饮源排放颗粒态PAHs中，3环和4环PAHs质量分数较高,芴、菲、荧蔥、茁质量分数较其他源类较高；Fla/(Fla+Pyr)和InP/(InP+BghiP)多集中在0.45-0.55之间,或可作为标识餐饮源的特征比值.参考文献(References):［1］KATRAGADDA H R,FLLLANA A,SIDHL S,et al.Emissions of volatile aldehydes from heated cooking oils［J］.Food Chemistry,2010,120(1)：59-65.［2］HLANG Xiqian,HAN Deming,CHENG Jinping,et al.Characteristics and health risk assessment of volatile organiccompounds(VOCs)in restaurants in Shanghai［J］.EnvironmentalScience and Pollution Research,2020,27(1)：490-499.:3］谢绍东，于淼，姜明.有机气溶胶的来源与形成研究现状［J］.环境科学学报,2006,26(12):1933-1939.XIE Shaodong,YL Miao,JIANG Ming.Research progress in sourceand formation of organic aerosol［J］.Acta Scientiae Circumstantiae,2006,26(12)：1933-1939.第1期李林璇等:六类餐饮源排放pm2.5化学成分谱77[4]ZHANG Nan,HAN Bin,HE Fei,et al.Chemical characteristic ofPM5emission and inhalational carcinogenic risk of domesticChinese cooking[J].Environmental Pollution,20l7,227：24-30. [5]SM1TH K R,SAMET J M,R0M1EL1,et al.1ndoor air pollution indeveloping countries and acute lower respiratory infections inchildren[J].Lancet,2000,l(6)：427-429.[6]ANDERSON R H.Chronic lung disease in the papua new guineahighlands[J].Thorax,1979,34(5)：647-653.[7]KLMAR R,NAGAR J K,RAJ N,et al.1mpact of domestic airpollution from cooking fuel on respiratory allergies in children in1ndia[J].Asian Pacific Journal of Allergy&1mmunology,2008,26(4)：213-222.[8]DLTTA A,BHATTACHARYA P,LAH1R1T,et al.1mmune cellsand cardiovascular health in premenopausal women of rural1ndiachronically exposed to biomass smoke during daily householdcooking[J].Science of the Total Environment,2012,438:293-298.[9]DLTTA A,RAY M R,MLKHERJEE B,et al.1ncreasedcardiovascular risk in association with chronic airflow obstructionamong premenopausal rural women of1ndia who cook exclusivelywith biomass[J].Air Quality Atmosphere&Health,2013,6(l):307-315.[10]国家统计局•中国统计年鉴[M].北京：中国统计出版社,2016.[11]H1LDEMANN L M,MARKOWSK1G R,CASS G R.Chemicalcomposition of emissions from urban sources of fine organic aerosol[J].Environmental Science&Technology,l99l,25(4)：744-759.[12]DENNEKAMPA M,HOWARTHA S,D1CK C A J,et al.Lltrafineparticles and nitrogen oxides generated by gas and electric cooking[J].Occupational and Environmental Medicine,200l,58(8)：5ll-516.[13]YELNG L L,TO W M.Size distributions of the aerosols emittedfrom commercial cooking processes[J].1ndoor and BuiltEnvironment,2008,17(3)：220-229.[14]L1Yunchun,SHL Man,STEVEN S H H,et,al.Characteristics ofPM5emitted from different cooking activities in China[J].Atmospheric Research,2015,166：83-91.[15]L1N Pengchuan,HE Wanqing,N1E Lei,et parison of PM5emission rates and source profiles for traditional Chinese cookingstyles[J].Environmental Science and Pollution Research,2019,26：21239-21252.[16]温梦婷，胡敏•北京餐饮源排放细粒子理化特征及其对有机颗粒物的贡献[J].环境科学,2007,28(11):2620-2625.W EN Mengting,HL Min.Physical and chemical characteristics offine particles emitted from cooking emissions and its con tribution toparticulate organic matter in Beijing[J].Environmental Science,2007,28(11)：2620-2625.[17]张春荣，吴正龙,姚春卉，等•青岛市区大气降尘重金属对人体健康风险的评价[J].环境科学,2014,35(7)：2736-274l.ZHANG Chunrong,W L Zhenglong,YAO Chunhui,et al.Health riskassessment of heavy metals in atmospheric dust of Qingdao City[J].Environmental Science,2014,35(7)：2736-274l.[18]WANG；Gang,CHENG Shuiyuan,WE1Wei,et al.Characteristics offine particles emitted from different chinese cooking styles[J].Aerosol&Air Quality Research,20l5,l5(S6)：2357-2366. [19]赵紫微，童梦雪,李源遽，等•深圳市餐饮源排放颗粒物的特征[J].环境化学，2020,39(7)：l763-l773.ZHAO Ziwei,TONG Mengxue,L1Yuanju,et al.Characteristics ofparticulate matters emitted from cooking in Shenzhen[J].Environmental Chemistry,2020,39(7):1763-1773.[20]张腾,彭林,李颖慧，等•餐饮源油烟中PM2.5的化学组分特征[J].环境科学研究,20l6,29(2)：l83-l9l.ZHANG Teng,PENG Lin,L1Yinghui,et al.Chemicalcharacteristics of PM5emitted from cooking fumes[J].Researchof Environmental Sciences,2016,29(2):183-191.[21]刘芃岩，马傲娟，邱鹏，等•保定市餐饮源排放PM2.5中有机污染物特征及来源分[J].环境化学,2019,38(4)：770-776.L1L Pengyan,MA Aojuan,Q1L Peng,et al.Characteristics andsources of organic pollutants on PM5from cooking fume inBaoding[J].Environmental Chemistry,20l9,38(4)：770-776. [22]SCHALER J J,KLEEMAN M J,CASS G R,et al.Measurement ofemissions from air pollution sources.4.C1-C27organic compoundsfrom cooking with seed oils[J].Environmental Science&Technology,2002,36(4):567-575.[23]ZHAO Yuejing,ZHAO Bin.Emissions of air pollutants from Chinesecooking:a literature review[J].Building Simulation,20l8,ll：977-995.[24]L1Xinghua,WANG Shuxiao,DL AN Lei,et al.Design of a compactdilution sampler for stationary combustion sources[J].Journal of theAir&Waste Management Association,20ll,6l(ll):1124-1130.[25]H1LDEMANN L M,MARKOWSK1G R,CASS G R.Chemicalcomposition of emissions from urban sources of fine organic aerosol[J].Environmental Science&Technology,l99l,25(4)：744-759.[26]杨国威，孔少飞,郑淑睿，等•民用燃煤排放分级颗粒物中碳组分排放因子[J].环境科学,2018,39(8),3524-3534.YANG Guowei,KONG Shaofei,ZHEN Shurui,et al.Size-resolvedemission factors of carbonaceous particles from domestic coalcombustion in China[J].Environmental Science,2018,39(8),3524-3534.[27]田杰•基于实验室模拟我国农作物秸秆与家用燃烧的PM2.5排放特征研究[D]•北京：中国科学院地球环境研究所,2016. [28]唐喜斌，黄成，楼晟荣，等•长三角地区秸秆燃烧排放因子与颗粒物成分谱研究[J].环境科学,2014,35(5)：l623-l632.TANG Xibin,HLANG Cheng,LOL Shenrong,et al.Emissionfactors and PM chemical composition study of biomass burning inthe Yangtze River Delta Region[J].Environmental Science,2014,78环境科学研究第34卷35(5)：1623-1632.[29]王桂霞•北京市餐饮源排放大气颗粒物中有机物的污染特征研究[D].北京：中国地质大学(北京),2013.[30]KLLKARNI P,VENKATRARMAN C.Atmospheric polycyclicaromatic hydrocarbons in Mumbai,India[J].AtmosphericEnvironment,2000,34:2785-2790.[31]AYDIN Y M,KARA M,DLMANOGLL Y,et al.Sourceapportionment of polycyclic aromatic hydrocarbons(PAHs)andpolychlorinated biphenyls(PCBs)in ambient air of an industrialregion in Turkey[J].Atmospheric Environment,2014,97(S1):271-285.[32]GLO H,LEE S C,HO K F,et al.Particle-associated polycyclicaromatic hydrocarbons in urban air of Hong Kong[J].AtmosphericEnvironment,2003,37(38):5307-5317.[33]W AN G Fengwen,LIN Tian,LI Yuanyuan,et al.Sources ofpolycyclic aromatic hydrocarbons in PM5over the East ChinaSea,a downwind domain of East Asian continental outflow[J].Atmospheric Environment,2014,92：484-492.[34]YLNKER M B,MACDONAL R W,VINGARZAN R,et al.PAHs inthe Fraser River Basin：a critical appraisal of PAH ratios asindicators of PAH source and composition[J].OrganicGeochemistiy,2002,33：489-515.[35]马彤•基于常规组分和PAHs的颗粒物源解析方法研究[D].天津:南开大学,2017.[36]W L Shuiping,QIAN Ranran,LEE T C,et al.Seasonal variation fortheratio of BaP to BeP at different sites in great Xiamen Bay[J]Journal of Environmental Monitoring,2012,14(4):1220-1230. [37]符海欢，田娜，商惠斌，等•模拟不同排放源排放颗粒及多环芳烃的粒径分布研究[J].环境科学,2014,35(1)：46-52.FL Haihuan,TIAN Na,SHANG Huibin,et al.Size distribution ofparticle and polycyclic aromatic hydrocarbons in particle emissionsfrom simula ted emission sources[J].Environmental Science,2014,35(1)：46-52.[38]SEE S W,KARTHIKEYAN S,BALASLBRAMANIAN R.Healthrisk assessment of occupational exposure to particulate-phasepolycyclic aromatic hydrocarbons associated with Chinese,Malayand Indian cooking[J].Journal of Environmental Monitoring,2006b,8(3)：369-376.(责任编辑：张蕊)。

重庆城区PM2.5化学组分特征及季节变化

第11卷㊀第12期环境工程学报Vol.11,No.122017年12月Chinese Journal of Environmental EngineeringDec .2017基金项目:重庆市科学技术委员会基础科研课题(2013cstc-jbky-01610)收稿日期:2017-03-09;录用日期:2017-07-16第一作者:余家燕(1981 ),女,硕士,高级工程师,研究方向:环境监测㊂E-mail:yujiayankk@ ∗通信作者,E-mail:wangjun0492@重庆城区PM 2.5化学组分特征及季节变化余家燕,王军∗,许丽萍,李礼,刘芮伶,刘佳重庆市生态环境监测中心,重庆401147摘㊀要㊀2014年7月 2015年5月典型季节期间在重庆城区选择典型站点开展PM 2.5样品采集,并测量质量浓度,分析样品中水溶性离子㊁无机元素㊁OC 和EC 等组分,在此基础上对组分化学组成进行了质量重构㊂结果表明:观测期间PM 2.5年均值为76.4μg㊃m -3,浓度季节变化为冬季>秋季>春季>夏季;组分方面,以二次转化为主的SO 2-4㊁NH +4㊁NO -3和OC 是PM 2.5组分中最主要成分,OC /EC 比值4个季度均大于2,表明城区二次有机碳生成显著;硫氧化率(SOR)分析,气态污染物SO 2的二次转化效率较高,大气存在明显的二次转化过程㊂PM 2.5质量重构后主要组成为有机气溶胶(OM)㊁二次无机离子(SNA)和矿物尘,重庆城区应协同控制一次排放的颗粒物和气态污染物SO 2和NO x ,从而控制二次组分浓度㊂关键词㊀PM 2.5浓度;化学组成;特征中图分类号㊀X513㊀㊀文献标识码㊀A㊀㊀文章编号㊀1673-9108(2017)12-6372-07㊀㊀DOI ㊀10.12030./j.cjee.201703096Characteristics of chemical components of PM 2.5and its seasonal variations inChongqing urban areaYU Jiayan,WANG Jun ∗,XU Liping,LI Li,LIU Ruiling,LIU JiaChongqing Ecological Environment Monitoring Center,Chongqing 401147,ChinaAbstract ㊀A series of PM 2.5sampling was conducted from July 2014to May 2015at typicalsites in the urban are-as of Chongqing.The mass concentrations of PM 2.5were measured,and water-soluble ions,elements,organicand elemental carbon (OC and EC)quantified.The measured PM 2.5mass was reconstructed based on SO 2-4,NO -3,NH +4,organic matter (OM),and EC.The average mass concentration of PM 2.5was 76.4μg㊃m -3.The seasonal variation of PM 2.5mass followed an order:winter >autumn >spring >summer.Sulfate,ammonium,ni-trate and organic carbon were the major specifications in PM 2.5.The ratio of OC /EC was greater than two in four seasons during the sampling period,indicating that the formation of secondary organic carbon was significant an-nually.Sulfur oxidation ratio (SOR)analysis showed that the secondary conversion efficiency of sulfur dioxides was high.OM,SNA,and mineral dust were dominant compositions in PM 2.5;the PM precursors,including sul-fur dioxides and nitric oxides,should be controlled simultaneously,in order to control the secondary aerosol for-mation.Key words ㊀PM 2.5concentration;chemical components;characteristics㊀㊀PM 2.5污染是当前国内大中型城市空气质量的首要问题㊂近年来,雾霾问题引发广泛关注,成为环境管理的重点㊂人类活动及迅速发展的工业㊁交通以及化石燃料排放的的一次气溶胶粒子和气态污染物,以及一次污染物通过转化形成的二次气溶胶,是PM 2.5形成的主要原因㊂PM 2.5主要成分中硫酸盐㊁硝酸盐㊁有机物和元素碳等组分具有较强的消光能力[1-2],通过光反射㊁散射㊁漫射和吸收,导致大气能见度降低,同时PM 2.5组分对人体健康和大气循环等带来较大影响㊂开展PM 2.5组分的监测,主要是掌握硫酸根(SO 2-4)㊁硝酸根(NO -3)㊁氨根(NH +4)离子和有机碳(OC)㊁元素碳(EC)的浓度,结合源排放㊁气象条件和地理条件分析,判断区域内的污染物特征及来源贡献㊂京津第12期余家燕等:重庆城区PM2.5化学组分特征及季节变化冀㊁珠三角㊁长三角及部分重点城市都相继开展了区域内PM2.5化学组分的监测及来源解析分析㊂随着复合大气污染形式已成区域化态势发展,在全国范围内建立颗粒物组分监测网,开展系统全面的PM2.5化学组分研究工作已得到管理部门重视㊂重庆市地处长江上游,城区位于长江与嘉陵江交汇处,常年水汽重湿度大,全年能见度较低,历来素有雾都称号,地貌以山地和丘陵为主,常年风速较小,污染物不易传输和扩散㊂在重庆城区开展PM2.5采样与化学组分分析工作,开展不同季节主要组分特征分析,掌握城区的污染水平,可帮助开展颗粒物来源解析和源追踪,制定后期管控措施㊂1㊀实验部分1.1点位与样品采集重庆市城区位于四川盆地东部,典型的山地与河谷交汇城市,下垫面较为复杂,常年静稳频率较高㊂采样点位为重庆工商大学教学楼顶,文教居住混合区,采样垂直高度为15m,采样四周开阔且不受明显局地污染源影响,通过近年空气监测网运行结果来看,该站点自动监测数据全年PM2.5浓度处在城市站点中位,能较好的代表城区浓度水平㊂采样周期为一年,每季度采样一个月,第一季度采样时间为2014年7月1 30日(夏季),第二季度采样时间为2014年10月23日 11月22日(秋季),第三季度采样时间为2015年1月6日 2月4日(冬季),第四季度采样时间为2015年4月2日 5月1日(春季)㊂每个季度采集的样品数均为30d,有效样品数都达到100%,全周期共采样120张滤膜,4个空白样品㊂整个采样过程中详细记录了天气情况(见表1)㊂采样期间温度四季变化分明,夏季气温普遍高于30ħ,春季和秋季温度较为接近,都在20ħ附近,冬季温度较低㊂四季相对湿度60%~80%之间,秋季湿度最大,冬季次之,春秋两季相差不大㊂表1㊀采样期间气象参数Table1㊀Meteorological parameters during sampling季节采样点气温/ħ相对湿度/%天气情况描述夏季南坪30.0ʃ3.861ʃ14.2雨天:7月1 3日㊁10 14日晴/阴:7月4 9日㊁15 30日秋季南坪21.1ʃ3.176ʃ5.6雨天:11月1日㊁12 17日晴/阴:10月23 30日㊁11月2 11日㊁18 21日冬季南坪15.0ʃ1.769ʃ8.7雨天:1月8日㊁1月27 29日晴/阴:1月6 7日㊁9 26日㊁1月30日 2月4日春季南坪20.3ʃ4.059ʃ13.4雨天:4月5 7日㊁23 24日晴/阴:4月2 4日㊁8 22日㊁25日 5月1日1.2采样与分析使用Thermo公司Partisol2000i颗粒物采样器,使用直径为47mm的石英滤膜用于质量浓度测量和碳组分分析,采样流量为16.7L㊃min-1,同时采用BGI FRM Omni小流量颗粒物采样器,使用直径为47mm 的Teflon滤膜用于无机元素和水溶性离子组分分析,采样流量为5L㊃min-1,仪器装有测量气温和气压的传感器,利用实时的气温和气压将采样体积换算成标态体积㊂采样前石英膜置于马弗炉450ħ下煅烧4h,然后恒温恒湿((20ʃ1)ħ,(50ʃ5)%)条件下平衡48h㊂特氟龙滤膜同样恒温恒湿平衡48h,称重后滤膜装入专用膜盒进行编号,在恒温恒湿房间放入干燥皿备用㊂完成采样的滤膜需要在恒温恒湿(T=20ħ,RH=40%)条件下放置48h恒重,之后特氟龙滤膜用电子天平称重㊂3736环境工程学报第11卷PM 2.5中的无机元素主要包括:Na㊁Mg㊁Al㊁Si㊁S㊁Cl㊁K㊁Ca㊁Sc㊁Ti㊁V㊁Cr㊁Mn㊁Fe㊁Co㊁Ni㊁Cu㊁Zn㊁As㊁Br㊁Rb㊁Sr㊁Mo㊁Cd㊁Sn㊁Ba 和Pb 等27种元素,采用美国Agilent 7500型ICP-MS 分析㊂水溶性离子的分析仪器选用的是美国戴安离子色谱仪,型号为Dionex 600㊂主要分析NH +4㊁Na +㊁Mg 2+㊁Ca 2+和K +5种阳离子,SO 2-4㊁NO -3㊁Cl -和F-4种阴离子㊂样品中的有机碳(Organic carbon,OC)和元素碳(Elemental carbon,EC)的分析采用美国沙漠研究所的DRI Model 2001A 型热光分析仪(Thermal /Optieal Carbon Analyzer)㊂分析原理:在纯He 环境中,对样品滤膜分别在120㊁250㊁450和550ħ下测定OC1~OC4,颗粒物中的有机碳全部挥发,挥发的有机碳被氧化成CO 2,接着被转化成CH 4,由火焰离子检测器(FID)检测;然后将滤膜在含2%O 2的He 环境中,分别升温至550㊁700和800ħ,以测定EC1~EC3㊂2㊀结果与分析2.1PM 2.5及组分质量浓度2014年夏季至2015年春季,南坪站点PM 2.5总浓度均值为76.4μg ㊃m -3,高于我国空气质量标准(GB 3095-2012)中PM 2.5的年均均值二级标准35μg㊃m -3㊂与其他城市开展采样分析的数据相比,低于北京2013年的93.0μg㊃m -3[3]和成都2015年3月份的121.1μg ㊃m -3[4]及2015年沿海城市的76.8μg㊃m -3[5]㊂通过近年城市间空气质量排名结果来看,重庆城区的空气质量状况也好于以上城市㊂图1㊀不同季节PM 2.5浓度时间序列Fig.1㊀PM 2.5mass concentration in different seasons ㊀季节变化趋势来看,与大部分城市一致,呈冬季>秋季>春季>夏季趋势㊂PM 2.5污染冬季最为严重,其次是秋季,主要原因是因采暖等生活习惯导致污染物的排放增加;同时秋冬季因逆温㊁大气边界层降低等不利于污染物扩散的气象较为频繁,污染物易在近地面积累;春季空气流动性增强,污染物较易扩散,夏季大气混合层较高,降水较为集中,有利于污染物的扩散和去除,因此,重庆市主城区夏季和春季PM 2.5浓度相对较低㊂从逐日浓度数据来看(见图1),浓度起伏与当日大气水平扩散㊁垂直扩散及降雨洗刷有直接关系㊂以秋冬季节为例,出现降雨的采样日PM 2.5浓度都有明显的下降,但之后一旦出现静稳天气,PM 2.5浓度则会迅速增长,最高可达到190μg㊃m -3左右,说明城区内的一次排放量足够大,在扩散不利条件下4736第12期余家燕等:重庆城区PM 2.5化学组分特征及季节变化极易出现污染物转化㊁叠加㊂图2㊀不同季节PM 2.5组分特征Fig.2㊀Chemical compositions of PM 2.5in different seasons㊀图2是重庆市主城区PM 2.5主要组分季节变化图㊂SO 2-4㊁NH +4㊁NO -3和OC 是秋季㊁冬季和春季的最主要的组分,这4个组分质量浓度之和分别占各季节PM 2.5浓度的35.4%㊁57.35%和46.7%㊂相对而言,夏季NO -3浓度占比较低,夏季主要组分为SO 2-4㊁NH +4㊁OC 和EC,这4个组分质量浓度之和占夏季PM 2.5浓度的65.8%㊂HNO 3饱和蒸汽压较高,气-固分配取决于大气中氨气的含量㊁相对湿度和温度,HALLQUIST 等[6]估计温度高于30ħ时NO -3主要以气态形式存在,低于15ħ时将主要以颗粒物形式存在,15~30ħ时,相对湿度将影响这个平衡,但温度的影响更为重要,同时WANG 等[7]发现传统滤膜的离线采样容易导致NH 4NO 3的挥发损失,这是夏季NO -3浓度较低的原因㊂PM 2.5中SO 2-4主要来自化石燃料燃烧和工业排放的SO 2的转化㊂NO -3主要来自机动车排放和燃煤排放NO 2的化学转化,NH +4主要来自家禽养殖㊁农业活动㊁工业排放的氨气(NH 3)以及与硫酸㊁硝酸发生中和反应形成㊂EC 来源于含碳燃料的不完全燃烧,是一次大气排放的指标,而OC 分别来源于一次源及其二次转化㊂通过4个季度主要成分的比例可以看出,重庆市城区PM 2.5主要是二次转化成分为主,呈现较为明显的复合污染态势㊂2.2OC /EC 季节分析2014年夏季至2015年春季,南坪站点OC 和EC 总平均浓度为12.37μg㊃m -3和3.65μg㊃m -3,分别占PM 2.5质量浓度的16.2%和4.8%㊂不同季节质量浓度及占比见表2,4个季度OC㊁EC 与PM 2.5变化趋势一致,都是冬季>秋季>春季>夏季㊂与其他城市相比,季节变化趋势一致,浓度值低于太原[8]㊁广东[9]及天津[10]等测量值,其他城市EC 浓度明显高于重庆的测量值,说明其一次排放量贡献更大㊂利用OC /EC 的比值[11-16]来判断城区SOC 的贡献,如果m (OC)/m (EC)>2,一般认为存在二次有机碳,南坪站点m (OC)/m (EC)为2.46~4.47之间,二次有机碳污染特征明显㊂季节来看,夏季m (OC)/m (EC)比值最低,为(2.46ʃ0.48);秋季相对较高,为(2.98ʃ0.56);冬季m (OC)/m (EC)比值最高(4.47ʃ1.03),2015年春季m (OC)/m (EC)比值在夏季和秋季之间,为(2.73ʃ0.44),二次有机气溶胶的生成与PM 2.5质量浓度季节趋势一致㊂表2计算了OC㊁EC 在PM 2.5浓度的占比情况,夏季EC㊁OC 绝对浓度较低,但因PM 2.5整体浓度较低,故使得碳组分成为PM 2.5主要的成分;秋冬季节气溶胶中一次排放的EC 浓度占比不高,但OC 占比较高,说明二次转化生成量大,对质量浓度贡献也大,冬季的温度较低且易发生逆温现象,这有利于OC 的形成㊂相关研究[17]表明,温度降低10ħ,会导致二次有机气溶胶的生成量相应的增加20%~150%㊂表2㊀重庆市PM 2.5及OC ㊁EC 日平均质量浓度Table 2㊀Average mass concentration of PM 2.5,OC ㊁EC采样点样品数PM 2.5浓度/(μg㊃m -3)OC 浓度/(μg㊃m -3)EC 浓度/(μg㊃m -3)m (OC)/m (EC)(m (OC)/m (PM 2.5))/%(m (EC)/m (PM 2.5))/%夏季3029.90ʃ9.06 5.83ʃ1.55 2.51ʃ0.95 2.46ʃ0.4820.45ʃ5.728.77ʃ3.33秋季30105.37ʃ40.9610.66ʃ4.77 3.58ʃ1.36 2.98ʃ0.5611.01ʃ4.55 3.85ʃ1.82冬季30112.27ʃ51.9524.73ʃ12.14 5.46ʃ2.45 4.47ʃ1.0323.20ʃ9.59 5.28ʃ2.00春季3058.10ʃ25.208.253ʃ2.49 3.05ʃ0.85 2.73ʃ0.4418.06ʃ11.226.73ʃ4.065736环境工程学报第11卷2.3水溶性离子2014年夏季至2015年春季,南坪站点水溶性离子平均浓度为29.3μg㊃m -3,占PM 2.5总平均浓度的38.3%;SO 2-4㊁NH +4和NO -3是最主要的水溶性离子,这3种水溶性离子总和称为二次无机离子(SO 2-4㊁NH +4和NO -3之和,简称SNA),表征PM 2.5中二次污染水平;SNA 浓度均值为25.5μg㊃m -3,占水溶性离子总浓度均值的87.0%㊂图3㊀不同空气质量级别下SNA 分布Fig.3㊀Distribution of SNA in different air qualitu level将采样期间120个浓度按照PM 2.5浓度划分为5个级别:一级(0~35μg㊃m -3)㊁二级(35~75μg㊃m -3)㊁三级(75~115μg ㊃m -3)㊁四级(115~150μg㊃m -3)和五级(150~250μg ㊃m -3)㊂分析不同空气质量级别下PM 2.5中主要水溶性离子分布特征及SNA 占总水溶性离子的变化趋势(见图3),随着空气污染加重,SNA 在水溶性离子中的占比也快速上升㊂在一~五级天气中SNA 所占的比例分别为41.1%㊁51.3%㊁59.8%㊁64.1%和74.0%㊂水溶性离子是PM 2.5中重要的组成成分㊂因此,控制SNA 的生成对降低PM 2.5污染有着重要的作用㊂图4㊀NOR㊁SOR 和NO -3/SO 2-4季节变化Fig.4㊀Seasonal variations of NOR,SOR and NO -3/SO 2-4㊀2.4氮氧化率(NOR )和硫氧化率(SOR )氮氧化率(nitrogen oxidation ratio,NOR)和硫氧化率(sulfur oxidation ratio,SOR)分别表示NO x 和SO 2向硝酸盐和硫酸盐的转化程度和过程[18],对酸沉降和能见度变化有着重要的影响,有助于研究硝酸盐和硫酸盐的形成过程和机理[19],而大气颗粒物中NO -3和SO 2-4的质量浓度比值可用于比较固定源和移动源对大气中硫和氮污染的相对贡献[20]㊂图4显示了南坪站点NOR㊁SOR 和NO -3/SO 2-4季节变化特征㊂通常研究认为,当NOR 和SOR 大于0.1时,表明环境空气中的NO x 和SO 2发生了一系列的光化学反应[18]㊂南坪采样点SOR 值分别为夏季(0.49)㊁秋季(0.24)㊁冬季(0.25)和春季(0.25),说明气态污染物SO 2的二次转化效率较高㊂夏季最大,另外3季数值相当㊂这是因为夏季温度高,太阳辐射较其他季节强,空气湿度大,有助于SO 2在空气中发生光化学反应㊂NOR 值分别为夏季(0.04)㊁秋季(0.09)㊁冬季(0.13)和春季(0.06)㊂NOR 值整体低于SOR 值,NO x 的二次转化效率低于SO 2㊂夏季NOR 最低,可能跟NO -3的形成机制有关㊂研究表明NO x 转换为NO -3的反应在15~30ħ之间有一个热力学平衡,当温度高于30ħ的时候NO -3主要以气态形式存在[21]㊂根据重庆市气象条件可知重庆夏季白天气温普遍高于30ħ,夏季NOR 又低于0.1㊂因此,可初步判断夏季重庆市NO x 几乎没有发生二次转换㊂利用[NO -3]/[SO 2-4]的比值衡量移动污染源和固定污染源对大气环境的影响,比值较大,表明移动源比固定源影响大,比值较小则相反㊂南坪采样点6736第12期余家燕等:重庆城区PM2.5化学组分特征及季节变化[NO-3]/[SO2-4]质量浓度比值均值为0.54,可以反映城区内燃煤固定源与机动车源影响并存,固定源对大气环境的影响较大㊂就季节变化而言秋冬季最高(秋季0.74,冬季0.82),春季次之(0.49),夏季最低(0.10)㊂夏季高温高湿强辐射的条件有利于硫酸盐的生成,而高温条件下硝酸盐不稳定,容易分解转换为气态硝酸,导致夏季[NO-3]/[SO2-4]最低㊂2.5PM2.5质量重构按有机气溶胶(organic matter,OM)㊁EC㊁SNA(SO2-4㊁NO-3㊁NH+4)㊁矿物尘(指产生于地壳的无机物质)㊁微量元素几类物种对PM2.5进行质量重构,SNA㊁EC和微量元素是直接测量,其他具体计算如下:OM=1.6OC矿物尘=1.89[Al]+2.14[Si]+1.4[Ca]+1.66[Mg]+1.75[Al]对PM2.5质量重构的化学组分中OM㊁EC㊁SNA㊁矿物尘㊁微量元素㊁Cl和未鉴别元素浓度分别为19.99㊁3.68㊁27.38㊁18.59㊁3.79㊁1.53和14.74μg㊃m-3㊂OM㊁SNA和矿物尘是最主要的组分,分别占PM2.5浓度的22.44%㊁30.74%和20.87%,说明主城区应协调控制一次排放的颗粒物和气态污染物SO2和NO x,从而降低二次转化组分的浓度㊂表3是重庆市夏秋冬春季PM2.5质量重构的化学组分浓度表㊂PM2.5中SNA重构季节变化为冬季(39.65)>夏季(27.80)>秋季(23.37)>春季(18.71),分别占重构后PM2.5浓度的36.1%㊁31.2%㊁28.0%和27.54%㊂重构后的矿物尘浓度季节变化特征为夏季>春季>秋季>冬季㊂OM是除了SNA 外,PM2.5中重要组成成分之一,呈现明显的季节变化特点,其冬季(39.57μg㊃m-3)>秋季(17.73μg㊃m-3)>春季(13.19μg㊃m-3)>夏季(9.47μg㊃m-3)㊂这与源排放季节变化及气粒转化的大气氧化活性的影响有关㊂PM2.5中的未鉴别成分直接关系到PM2.5对相应的研究中大气环境(如吸光㊁消光和成云等)和人体健康(如吸入颗粒物的毒性)影响大小的确定㊂本研究中4个季度的未鉴别部分分别为22.07%(夏季)㊁26.88%(秋季)㊁8.81%(冬季)和15.24%(春季),具有明显的季节变化特征,秋季高,冬春季略低,与各种化学成分测量误差㊁水溶性成分吸收水蒸气㊁矿物尘与有机物的估算引入偏差等因素相关㊂表3㊀PM2.5化学组分质量重构Table3㊀PM2.5Quality reconstruction of chemical components季节OM/(μg㊃m-3)EC/(μg㊃m-3)SNA/(μ(Am-3)矿物尘/(μg㊃m-3)微量元素/(μg㊃m-3)Cl/(μg㊃m-3)未鉴别元素/(μg㊃m-3)未鉴别部分/%夏季9.47 2.5627.8025.04 1.32 3.1719.8322.07秋季17.73 3.6423.3718.11 2.740.9917.5026.88冬季39.57 5.4639.6511.84 2.99 1.3910.548.81春季13.19 3.0518.7119.37 2.090.5811.0915.243结论1)重庆市城区PM2.5浓度较高,年均值为76.4μg㊃m-3,季节变化趋势较为明显,分别是冬季>秋季>春季>夏季㊂2)通过OC/EC分析表明,城区具有显著的二次有机碳转化和生成,秋冬季节最为明显㊂3)水溶性离子浓度在PM2.5中占比较高(38.3%),其中SO2-4㊁NH+4和NO-3是最主要成分,表明城区大气有较为明显的二次污染㊂4)重庆城区SOR值分析表明气态污染物SO2的二次转化效率高;[NO-3]/[SO2-4]质量浓度比值为0.54,固定源对重庆市大气环境的影响较大㊂5)PM2.5质量重构后,SNA㊁OM和矿物质为主要的组成成分,城区大气呈现较为明显的复合污染态势,77368736环境工程学报第11卷应协调控制一次排放的颗粒物和气态污染物SO2和NO x,从而降低二次转化组分的浓度㊂参考文献[1]黄玉虎,李媚,曲松,等.北京城区PM2.5不同组分构成特征及其对大气消光系数的贡献[J].环境科学研究,2015,28 (8):1193-1199[2]陶俊,张仁健,许振成,等.广州冬季大气消光系数的贡献因子研究[J].气候与环境研究,2009,14(5):484-490[3]王占山,李云婷,陈添,等.2013年北京市PM2.5的时空分布[J].地理学报,2015,70(1):110-120[4]林瑜,叶芝祥,杨怀金,等.成都市西南郊区春季大气PM2.5的污染水平及来源解析[J].环境科学,2016,37(5): 1629-1638[5]卢慧剑.典型沿海城市PM2.5污染特征及其来源解析研究[D].杭州:浙江大学,2016[6]HALLQUIST M,STEWART D J,STEPHENSON S K,et al..Hydrolysis of N2O5on sub-micron sulfate aerosols[J].Physical Chemistry Chemical Physics,2003,5(16):3453-2463[7]WANG H C,JOHN W.Characteristis of the burner impactor for sampling inorganic ions[J].Aerocol Science and Technology, 1988,8(2):157-172[8]刘珊,彭林,温彦平,等.太原市PM2.5中有机碳和元素碳的污染特征[J].环境科学,2015,36(2):396-401[9]甘婷,李梅,黄正旭,等.不同季节广东鹤山超级站大气颗粒物中有机碳(OC)和元素碳(EC)粒径分布研究[J].分析化学,2015,43(12):1934-1941[10]谭学士.天津市大气颗粒物中OC/EC污染特征与细粒径来源解析[D].北京:北京化工大学,2015[11]TURPIN B J,HUNLZICKER J J.Identification of secondary organic aerosol episodes and quantification of primary and sec-ondary organic aerosol concentrations during SCAQS[J].Atmospheric Environment,1995,29(23):3527-3544 [12]KLEEMAN M J,RIDDLE S G,ROBERT M A,et al.Lubricating oil and fuel contributions to particulate matter emissionsfrom light-duty gasoline and henvy-duty diesel vehicles[J].Environment Science and Technology,2008,42(1):235-242 [13]LIM H J,TURPIN B J.RUSSELL L M,et anic and elemental carbon measurements during ACE-Asia suggest a longeratmospheric lifetime for elemental carbon[J].Environment Science and Technology,2003,37(14):3055-3061 [14]SAYLOR R D,EDGERTON E S,HARTSELL B E.Linear regression techniques for sue in the EC tracer method of secondaryorganic aerosol estimation[J].Atmospheric Environment,2006,40(39):7546-7556[15]TURPIN B J,HUNTZICKER J J.Secondary formation of organic aerosol in Los Angeles basin:A descriptive analysis of or-ganic and elemental carbon concentrations[J].Atmospheric Environment,1991,25(2):207-215[16]LIM H J,TURPIN B J.Origins of primary and secondary organic aerosol in Atlanta:Results of time-resolved measurementduring the Atlnnta duper site experiment[J].Environment Science and Technology,2002,36(21):4489-4496 [17]SHEEHAN P E,BOWMAN F M.Estimated effects on temperature on secondary organic aerosol concentrations[J].Environ-ment Science&Technology,2001,35(11):2129-2134[18]WANG Y,ZHUANG G S,TANG A H,et al.The ion chemistry and the source of PM2.5aerosol in Beijing.[J].AtmosphericEnvironment,2005,39(21):3771-3784[19]高晓梅.我国典型地区大气PM2.5水溶性离子的理化特征及来源解析[D].济南:山东大学,2012[20]WANY Y,ZHUANG G S,ZHANG X Y,et al.The ion chemistry,seasonal cycle,and sources of PM2.5and TSP aerosol inShanghai[J].Atmospheric Environment,2006,40(16):2935-2952[21]CHEN L W,CHOW J C,DODDRIDGE B G,et al.Analysis of a summertime PM2.5and haze episode in the mid-Atlantic re-fion[J].Journal of the Air Waste Management Association,2003,53(8):946-956(责任编辑:靳炜)。

济南秋季大气PM2.5中水溶性离子的在线观测

２ＣｉｅｅＲｅｅｒｈＡａｅｆＥｖｒｎｎａＳｉｎｅ，Ｂｉｎ１０１．ｈｎｓｓａｃｃｄｍｙｏｎｉｍｅｔｌｃｅｃｓｅｊｇ００２，Ｃｉａｏｉｈｎ
ＡｓａｔＴｎｅｔｄｔａｓｃｎｅｔｔｎｎｉｒａｖｒｔｎｏｗｔｒｏｂｅｉｓｉｆｅｐｒｃｓ（Ｍ２）ａ－ｏｔｂｔｃ：ｏｕｄｒａｅｍｓｏｃｎｒｉｓａｄｄｎｌａａｏｆａ — ｌｌｏｎｉａｉｅＰ，ｈｌｍｎｒｓｎｈａｏｕｉｉｅｓｕｎｎｔｌ５ｆｈ
寿幼平，高晓梅，王静，杨凌霄，王文兴
１山东大学环境研究院，山东济南．２００５１０
２中国环境科学研究院，京．北
ｌ０１Ｏ０２
摘要：２００８年９月２９日一ｌＯ月１５日使用大气细颗粒物快速捕集系统实时、在线分析了济南秋季Ｐ中水溶性离子的质量Ｍ：浓度．结合气象资料和部分前体物（Ｏ，Ｏ并Ｓ：Ｎ和Ｏ）度进行了相关分析．结果表明：南秋季燃煤污染严重，Ｏ，Ｏ一，浓济ｓＮ，和Ｎ是大气Ｐ中水溶性离子的主要组分，者质量浓度之和占总水溶性离子（ＷＳ）ＨＭ三ＴＩ质量浓度的９％以上；Ｏ污染０Ｓ物主要受远距离传输的影响，Ｏ一Ｎ污染物主要受局地源的影响；Ｏ和Ｎ的昼夜形成机理不同，们的形成过Ｎ和ＨｓＯ一它程主要受相对湿度、度和Ｏ浓度的影响．周边地区生物质燃烧导致了济南重污染天气的产生，温降水对污染物的清除作用较

《2024年我国典型地区大气PM2.5水溶性离子的理化特征及来源解析》范文

《我国典型地区大气PM2.5水溶性离子的理化特征及来源解析》篇一一、引言随着工业化和城市化的快速发展，我国的大气污染问题日益严重。

PM2.5（粒径小于或等于2.5微米的颗粒物）因其对人体健康和环境造成的严重危害，成为研究焦点。

其中，水溶性离子作为PM2.5的重要组成部分，对大气环境和气候的影响不可忽视。

本文以我国典型地区为例，探讨了大气PM2.5中水溶性离子的理化特征及来源解析。

二、研究区域与方法本研究选取了我国具有代表性的几个城市作为研究对象，包括北方工业城市、南方发达城市以及西部高原城市等。

研究方法主要包括现场采样、实验室分析和数据分析。

三、大气PM2.5水溶性离子的理化特征1. 离子组成与浓度通过对不同地区大气PM2.5的采样分析，发现水溶性离子主要包括硫酸根、硝酸根、氯离子、铵根等。

其中，硫酸根和硝酸根的浓度较高，表明气溶胶中存在大量的二次污染物。

不同地区离子组成和浓度存在差异，这可能与当地的气候、地形、工业发展等因素有关。

2. 离子来源分析通过离子化学分析，发现大气PM2.5中的水溶性离子主要来源于两个方面：一次污染物和二次污染物。

一次污染物主要包括自然源（如风沙、海盐等）和人为源（如工业排放、交通尾气等）。

二次污染物则是通过大气中的化学反应生成的，如硫酸根和硝酸根。

四、水溶性离子的理化特征与来源解析1. 硫酸根与硝酸根的来源解析硫酸根主要来源于硫氧化物的排放，包括工业排放和化石燃料的燃烧等。

硝酸根则主要来源于氮氧化物的排放，如汽车尾气和工业排放等。

此外，大气中的二氧化硫和氮氧化物在一定的气象条件下会发生化学反应，生成硫酸根和硝酸根等二次污染物。

2. 其他离子的来源解析氯离子主要来源于海盐和人为源的氯化物排放。

铵根则主要来源于化肥的使用和生物质燃烧等。

此外，一些有机离子也可能存在于PM2.5中，如多环芳烃等，这些有机物主要来源于工业排放和交通尾气等。

五、结论本研究发现，我国典型地区大气PM2.5中水溶性离子的组成和浓度具有显著的区域性差异。

香河夏季pm2.5水溶性无机离子组分特征

香河夏季pm2.5水溶性无机离子组分
特征
香河夏季pm2.5水溶性无机离子组分特征是相较于冬季的变化最大的，特别是有氧化物的增加。

香河夏季pm2.5成分主要由氨氮、氧化硫、氧化氮和水溶性无机离子组分构成。

其中，氨氮在夏季排放量明显增加。

氧化硫和氧化氮的排放量也有少量的上升。

具体而言，水溶性无机离子组分在香河夏季pm2.5中贡献比例最大，主要包括氯离子、硫酸根、铵离子、硫化物、硝酸根、氯化物和氢氧化物。

其中，硫酸根、硫化物和硝酸根排放量最高，以夏季pm2.5组分中各离子浓度而言，硫酸根排放量贡献比例为42.2%，硫化物为29.7%，硝酸根排放量贡献比例为21.2%。

而溴离子，氯离子，铵离子，氢氧化物等离子的排放量较低，但由于香河港口的多样化大气污染源，以及企业的烧煤等排放，因此其在夏季pm2.5中的负荷比例仍然不容小觑。

总之，香河夏季pm2.5的水溶性无机离子组分特征显著，对其研究有重要意义。

其中硫酸根、硫化物和硝酸根排放量明显高于其他离子，但有氧化物，溴离子，氯离子，铵离子，氢氧化物等离子也在香河夏季pm2.5中发挥重要作用，值得我们重视其影响。

离子色谱法测定pm2.5中无机水溶性离子的不确定度评定

关键词 PM2.5曰离子色谱曰不确定度曰硫酸根离子中图分类号 X831
Evaluation of Uncertainty in Determination of Inorganic Water-soluble Ions in PM2.5 by Ion Chromatography
LYU Zijian, YIN Jing, JIANG Yanguo 渊Health Service Center of Dandong City, Liaoning Province, Dandong, Liaoning, 118000, China冤 Abstract院 In the experiment, the uncertainty of inorganic water-soluble samples in PM2.5 is evaluated and evaluated by ion chromatography. The results show that the results and expansion uncertainty of chloride ion, nitrate ion and sulfate ion are (1.92依0.12) 滋g/m3, (2.52依0.20) 滋g/m3, (2.31依0.15)滋g/m3, respectively. (k=2). It can be seen that the ion chromatography is accurate and reliable in the process of determining the uncertainty of inorganic water-soluble ions in PM2.5, which has a high guiding significance for evaluation results. Key Words院 PM2.5; Ion Chromatography; Uncertainty; SO42-

大气颗粒物PM10和PM2.5中水溶性离子及元素分析

崔蓉 , 郭新彪, 邓芙蓉 , 刘红
摘要: 目的了解大气颗粒物 PM10 与 PM2.5 中水溶性离子及元素的主要组成及其浓度。方法在北京市城区设置
1 个采样点, 于 2006 年 6 月 16—18 日和 6 月 20—22 日采集大气颗粒物 PM10 和 PM2.5。采用离子色谱法测定 PM10 和
1 材料与方法 1.1 大气颗粒物 PM10 和 PM2.5 的采集
在北京市城区设置 1 个采样点, 其西面毗邻学院路 , 北面靠近北四环路, 交通流量较大。于 2006 年 6 月 16 日—2006 年 6 月 18 日和 2006 年 6 月 20 日—2006 年
水提: 将已采集样品的滤膜剪成条状碎片, 用 10 ml 纯水超声提取 30 min, 2 500 r /min 离心 10 min(r=8 cm) , 分别用 0.45 和 0.22 μm 滤膜过滤提取液[6], 用 PE-Sciex DRCⅡ型电感耦合等离子体质谱仪 ( ICP-MS) 和 SPSS8000 型电感耦合等离子体发射光谱仪( ICP-AES) 测定其中 Zn、Pb、Cu、V、Mn、Co、Fe、Ni、Cr 和 Cd 的浓度。
Key wor ds: Air pollution^ Particulate matter^ Water-soluble ions^ Water-soluble elements
大气颗粒物是包含多种化学成分的复杂整体 , 大量研究表明 , 大气颗粒物对人体健康产生许多不良影响 [1- 4]。大气颗粒物确切的化学组成, 目前尚不清楚。多项研究结果表明 , 了解大气颗粒物所吸附的化学物质的构成及其含量 , 对于判断颗粒物的来源及分析其可能对人体健康造成的危害有着十分重要的意义。本研究在北京市城区设置采样点 , 于 2006 年 6 月采集大气颗粒物 PM10 和 PM2.5, 对其中的水溶性离子及元素进行了分析。

应用溶蚀器/后置膜系统分析上海大气PM 2.5 中水溶性离子的组成及采样误差

Key words: PM2.5; water-soluble ions; sampling artifacts; ammonia; Shanghai
收稿日期(Received): 2013-01-29; 改回日期(Revised): 2013-02-15; 接受日期(Accepted): 2013-02-25 基金项目: 国家自然科学基金(20877052, 41173097) 作者简介: 张攀(1987–), 男, 硕士研究生, 环境工程专业。E-mail: p.z0810@ * 通讯作者(Corresponding author): FENG Jia-liang, E-mail: fengjialiang@, Tel: +86-21-66137738
子色谱分析建立目标离子的工作曲线。
Geochimica ▌ Vol. 42 ▌ No. 3 ▌ pp. 197-204 ▌ May, 2013
第3期
张攀等: 应用溶蚀器/后置膜系统分析上海大气 PM2.5 中水溶性离子的组成及采样误差
199
1.3 质量保证与质量控制(QA/QC)
溶蚀器和滤膜涂布、干燥过程中通过在真空干燥器中通入高纯氮以阻止其与空气的直接接触, 空白实验结果显示目标离子的空白值小于样品浓度的 5%, 能满足实验要求。重复实验表明离子分析的相对偏差小于 5%。
ZHANG Pan, ZHONG Mian, GUAN Jing-jing, JING Liang, LI Man, GONG Shi-yi and FENG Jia-liang*
(Institute of Environmental Pollution and Health, School of Environmental and Chemical Engineering, Shanghai University, Shanghai 200444, China)

北京市大气PM_(2.5)中四种水溶性阴离子的水平变化比较

１２方法．
１．监测点的设置：．１２
．
究的监测点主要集中于北京市城区，对郊区大气ＰＭ２的污染状况涉及甚少；多数研究的监测样本５量或天数较少，或采用间隔采样方法来代表较长时间的污染趋势，缺乏较长时间连续监测的每Ｅｔ大气ＰＭ２及其化学成分数据。综上，本研究采用每Ｅ５ｔ２４小时连续采样方式，别对北京市郊区（山区，分房位于北京市城区以南）和城区（海淀区，位于北京市城区北部）的大气Ｐ．污染进行了较长时间监Ｍ２５测，并采用离子色谱法测定了北京城区和郊区大气ＰＭ２样品中Ｆ、Ｃ一Ｏ２。１、Ｓ４、Ｎ３四种水溶性阴 ‘ Ｏ＂等５
生态环境学报２１，０８９：３５１１０１２（－）１１—３９
ＥｏｏｙａｄＥｖｒｎｎａｃｅｃｓｃｌｇｎｎｉｏｍｅｔｌｉｎｅＳ
ｈｔ：ｗｔｆｗｗｊｅｃｃｍｐｅｓｉｏ．Ｅｍａ：ｄｔｒｅｓｉｏ — ｉｅｉ＠ｊｅｃ．ｒｌｏｃｎ
中图分类号：Ｘ１１３．１文献标志码：Ａ文章编号：１７．９６（０１Ｏ．９１１．５６４５０２１）８０．３５Ｏ
ቤተ መጻሕፍቲ ባይዱ
大气细颗粒物，又称为Ｐ＿是指空气动力Ｍ２＇５学直径小于２５ｕ的颗粒物。．ｍ近年来国内外研究人员运用流行病学和毒理学等研究方法，证实Ｐ．Ｍ２５可对人体健康产生多种不良影响，主要表现为可引起机体呼吸系统、循环系统、免疫系统等的广泛损伤ｌ。大气Ｐ５污染可导致人群癌症、呼吸系统］Ｍ２和心血管系统疾病的发病率、人院人数以及人群死亡率增加】，儿童等易感人群尤其容易受到大气ＰＭ２５的有害影响【０最新的研究发现，大气Ｐ．７ＪＭ２５对人群的健康影响与其成分密切相关。因此，对ｊ大气Ｐ．中不同化学组分的分析有助于阐明大气Ｍ２５颗粒物污染的变化特征及其对人体健康的影响特点。近来来，对大气Ｐ．中不同化学组分的测定Ｍ２５与来源解析一直是国内外研究的热点之一，国内研究者也对北京市的大气Ｐ．Ｍ２污染状况开展了一系５列的研究，对北京市大气Ｐ．Ｍ２的浓度、成分、分５布和来源有了一定认识【。但总体而言，上述研９

我国典型地区大气PM2.5水溶性离子的理化特征及来源解析

我国典型地区大气PM2.5水溶性离子的理化特征及来源解析我国典型地区大气PM2.5水溶性离子的理化特征及来源解析近年来，我国大气污染日益严重，其中PM2.5是主要污染物之一。

PM2.5是指直径小于等于2.5微米的颗粒物，能够悬浮在空气中并直接进入人体呼吸系统。

PM2.5的主要成分之一是水溶性离子，其理化特征以及来源解析对于揭示PM2.5的形成机理和采取有效的治理措施具有重要意义。

本文将围绕我国典型地区大气PM2.5水溶性离子的理化特征以及来源解析展开论述。

一、大气PM2.5水溶性离子的理化特征大气PM2.5中的水溶性离子主要包括硫酸盐离子（SO42-）、硝酸盐离子（NO3-）、氯化物离子（Cl-）、铵离子（NH4+）、钠离子（Na+）、钾离子（K+）、钙离子（Ca2+）和镁离子（Mg2+）等。

这些离子的存在形式有两种，一种是以无水形式存在，另一种是以水合形式存在。

水溶性离子的溶解度与温度、湿度等环境条件密切相关。

在大气中，硫酸盐离子和硝酸盐离子是主要的酸性离子，而铵离子、钠离子和钾离子则是主要的碱性离子。

二、大气PM2.5水溶性离子的来源解析1.自然源自然源是大气PM2.5水溶性离子的重要来源之一。

例如，硫酸盐离子和硝酸盐离子主要来自于火山喷发和植物释放的硫化物和氮化合物的氧化反应。

此外，大气中的氨气和微生物活动也会产生大量的铵离子。

2.人为源人为源是大气PM2.5水溶性离子的主要来源之一。

工业和交通排放是产生大气中硫酸盐离子和硝酸盐离子的重要途径，这主要是由于燃烧过程中产生的SO2和NOx与大气中的氧气和水反应形成硫酸盐和硝酸盐。

此外，农业施肥、禽畜养殖以及垃圾焚烧等也是大气中铵离子、氯离子和钠离子等离子的重要来源。

三、我国典型地区大气PM2.5水溶性离子的理化特征及来源解析我国典型地区大气PM2.5水溶性离子的理化特征和来源解析存在一定的差异。

以北京市为例，大气中的硫酸盐离子和硝酸盐离子主要来自于工业排放和汽车尾气排放。