福州市大气PM_(2.5)中水溶性无机离子污染特征研究

为研究福州市大气PM_(2.5)中水溶性无机离子组成与污染特征,于2015-2016年分四个季节对8个点位进行PM_(2.5)样品采集,分析了PM_(2.5)的质量浓度和9种水溶性无机离子SO_4~(2-)、NO_3~-、F~-、Cl~-、NH_4~+、K~+、Na~+、Ca~(2+)、Mg~(2+)成分。分析表明,研究期间福州市大气PM_(2.5)浓度的日均值为35.1μg/m~3,呈现春、冬季节高,夏、秋季节低的特征;水溶性无机离子浓度总和占PM_(2.5)浓度的47.1%,其中SO_4~(2-)、NO_3~-、NH_4~+的浓度Cl~-、Na~+、K~+、Ca~(2+)的浓度Mg~(2+)、F~-的浓度。离子平衡分析显示,阴离子相对亏损。二次离子(SO_4~(2-)、NO_3~-、NH_4~+,简称SNA)占水溶性无机离子浓度总和的81%以上,相关性分析表明,NH_4~+主要以(NH_4)_2SO_4和NH_4NO_3的形式存在。各季的NO_3~-/SO_4~(2-)比值均小于1,呈现冬季高、夏季低的特点,表明固定源排放是福州PM_(2.5)的主要影响因素。对非海盐离子贡献的分析表明,海盐源对PM_(2.5)的影响较小,人为活动是主要来源。     

基于高分辨率在线气溶胶监测仪数据分析南京北郊冬季PM_(2.5)中水溶性离子污染特性

于2017年1月~2月在南京北郊利用MARGA在线监测仪采集大气细颗粒物(PM_(2.5))测量气溶胶中的无机离子质量浓度,分析各离子的变化特征及来源。研究表明,南京北郊冬季总水溶性无机离子质量浓度平均值为(48.47±25.44)μg/m~3,8种无机离子质量浓度高低顺序为SO_4~(2-)NO_3~-NH_4~+Cl~-(K~+、Ca~(2+))Na~+Mg~(2+),其中二次无机离子(NH_4~+、NO_3~-和SO_4~(2-))是最主要的水溶性离子。各水溶性无机离子的日变化特征存在差异,其中SO_4~(2-)和Cl~-的日变化较为显著,变化特征为日间高夜间低。NH_4~+、NO_3~-和SO_4~(2-)三者在大气中的结合方式为(NH_4)_2SO_4和NH_4NO_3,主成分分析结果显示,南京北郊冬季大气的污染物来源主要为化石燃料燃烧,另外生物质燃烧和二次转化、矿物粉尘对大气污染也有贡献。     

临安本底站PM_(2.5)和PM_(1.0)中水溶性无机离子的污染特征

长江三角洲在经济高速发展的同时,经历了较为严重的大气污染,受到了越来越多的关注.本研究于2009年4月(代表春季)、7月(代表夏季)和10月(代表秋季)在临安区域本底观测站使用低流量大气颗粒物采样器(FRM Omni sampler,BGI Inc.,USA)同步采集了PM_(2.5)和PM_(1.0)样品,并用离子色谱(IC)分析了样品中的水溶性无机离子(阴离子:F~-,Cl~-,NO_3~-,SO_4~(2-);阳离子:Na~+,NH_4~+,K~+,Mg~(2+),Ca~(2+)).结果表明:临安区域本底站PM_(2.5)和PM_(1.0)中水溶性无机离子总浓度夏季最低.NH_4~+、SO_4~(2-)和NO3-是最主要的无机离子,在PM_(2.5)中占水溶性无机离子总浓度的比值分别为78%(春季),85%(夏季)和80%(秋季),在PM_(1.0)中占水溶性无机离子总浓度的比值分别为78%(春季),83%(夏季),79%(秋季).NH_4~+和SO_4~(2-)的摩尔比均2,表明SO_4~(2-)完全被NH_4~+中和,可能主要以(NH4)_2SO_4的形态存在.PM_(2.5)和PM_(1.0)中NO_3~-/SO_4~(2-)质量比的变化范围分别为0.31~0.84和0.44~0.63,说明临安市以固定源污染为主.     

北京城区灰霾期间大气PM_(2.5)中水溶性离子污染特征及来源研究

为了解北京城区灰霾期间PM_(2.5)中的水溶性离子的污染特征及来源,于2014年1月9日至2014年1月17日在首都师范大学对大气PM_(2.5)样品进行了连续采集,并利用离子色谱法对样品中的水溶性离子进行了分析.结果表明,PM_(2.5)中的水溶性离子质量浓度的日均值为(113.40±77.46)μg·m-3;10种水溶性离子(F~-,NO_2~-,SO_4~(2-),NO_3~-,Cl~-,NH_4~+,Ca~(2+),Na~+,Mg~(2+)和K~+)的总浓度的平均值为(65.34±50.06)μg·m~(-3),其中水溶性离子总量约占PM_(2.5)质量浓度的57%.重污染期间水溶性离子表现出爆发性增长,NO_3~-和SO_4~(2-)的增长率分别为7.57μg·h-1和8.12μg·h-1.结合气象因素发现当温度偏高,气压较弱,相对湿度较高,风速小且以偏南风为主时,PM_(2.5)及其中的水溶性离子质量浓度都维持在较高水平.主成分分析(Principal Component Analysis,PCA)结果也表明,随PM_(2.5)质量浓度逐渐增加的过程中,污染来源为人为二次污染、化石燃料燃烧、交通排放和工业排放,同时还可能存在生物质燃烧和粉尘及废物焚烧的共同影响.     

兰州市大气降尘和土壤中水溶性离子的研究

为了解大气降尘中水溶性离子的污染特征,采集了兰州市大气降尘和表层土壤样品,分析其中的F~-、Cl~-、NO_3~-、NO_2~-、PO_4~(3-)、SO_4~(2-)、Li~+、Na~+、NH_4~+、K~+、Ca~+、Mg~+,12种水溶性离子的含量。结果表明兰州市大气降尘中水溶性离子以SO2-2+4和Ca的含量最高,土壤中水溶性离子以SO_4~2和Na~+的含量最高,SO_4~(2-)、Na~+、Ca~(2+)、Cl~-、NO_3~-这五种离子是兰州市大气降尘和土壤中的主要水溶性离子;降尘中的F~-、Cl~-、NO--3、NO-2、SO24、Na~+、K~+、Ca~(2+)、Mg~(2+),9种离子的含量均远高于土壤中同种离子的含量。相关性分析的结果显示,除七里河某大型车站和安宁某住宅小区采样点大气降尘和土壤中的水溶性离子含量相关性不显著外,其他七个采样点大气降尘和土壤中的水溶性离子含量在0.01水平显著相关。因子分析的结果表明,兰州市大气降尘中的水溶性离子主要来源于土壤和生物质燃烧、工业污染、交通污染,其贡献率分别为37.2%、34.0%、20.0%。     

武汉经济技术开发区冬季大气中PM_(2.5)的组成及污染特征

测定了武汉经济技术开发区冬季大气中PM_(2.5)的质量浓度,并用IC和XRF技术对PM_(2.5)中的几种水溶性阴离子和无机元素进行了测定和分析。结果显示:监测周期内,武汉经济技术开发区冬季空气中PM_(2.5)的浓度范围是26.00~321.28μg/m~3,平均值为158.78μg/m~3,大大超过PM_(2.5)的国家空气质量二级标准限值(75μg/m~3);水溶性阴离子是PM_(2.5)的重要组分,PM_(2.5)中4种水溶性阴离子浓度大小顺序为NO_3~->SO_4~(2-)>F~->Cl~-,4种离子总和占PM_(2.5)总量的36.85%,13种无机元素总和占PM_(2.5)总量的25.08%;PM_(2.5)中NO_3~-与SO_4~(2-)的平均比值为1.22,NO_3~-与SO_4~(2-)的相关系数高达0.957 1,表明两者有一定的同源性,同时也说明武汉经济技术开发区冬季大气污染中移动源的贡献大于固定源;元素富集因子分析显示,Ti、Cr、Ni、Zn、As富集程度较高,富集因子均大于10,Ni富集因子大于1 000,Fe和Ni、Fe和Cr的相关系数分别是0.833和0.846,表明这些元素主要受人为污染源的影响。     

应用高分辨率在线大气与气溶胶检测系统监测分析南京北郊PM_(2.5)中水溶性离子特征

利用在线大气与气溶胶检测系统(MARGA)仪器在线观测资料,分析了南京北郊春季大气水溶性离子浓度时间变化特征、水溶性离子之间相关性及其影响因子,为外绝缘设备污秽放电现象和放电机理研究、防污闪措施的制定提供有效参考。结果表明:(1)水溶性离子浓度顺序为NO_3~-SO_4~(2-)NH_4~+K~+Cl~-Mg~(2+)Na~+Ca~(2+),NO_3~-、SO_4~(2-)、NH_4~+是水溶性离子的主要成分;白天水溶性离子浓度大于夜间离子浓度,且白天离子浓度变幅大于夜间离子浓度变幅。(2)主要水溶性离子之间具有较好的同源性,水溶性离子中阴离子主要与NH_4~+结合;水溶性离子主要为细粒子,且NO_3~-、SO_4~(2-)、NH_4~+、Cl~-对空气污染影响较大。(3)风速和风频越大,风对水溶性离子的稀释作用越强,离子浓度下降越快;降水对水溶性离子具有清除作用,沉降率随降水量、持续时间的增大而增大;二次离子的主要生成方式是液相氧化反应;湿润空气有利于Cl~-、Na~+、K~+、Mg~(2+)溶解,增大离子浓度,但使Ca~(2+)浓度减小;温度升高有利于离子扩散。     

典型海滨城市与海洋气溶胶中水溶性离子的粒径分布

为研究厦门地区不同粒径颗粒物中水溶性离子的来源及海洋气溶胶对海滨城市大气颗粒物的影响,利用8级大流量MOUDI碰撞采样器分不同季节在厦门大学海洋楼及台湾海峡采集了气溶胶分级样品,并用离子色谱方法对气溶胶中的水溶性离子进行了分析.结果表明:城市点大气气溶胶中水溶性离子总质量浓度表现为春季最高(60.38μg/m~3)、夏季最低(8.76μg/m~3)、秋冬季介于两者之间的季节特征;而海洋气溶胶中水溶性离子质量浓度的季节差异较小(30.77~35.13μg/m~3).城市气溶胶中SO_4~(2-)和NH_4~+呈单模态分布,峰值粒径为0.44~1.0μm;NO_3~-呈双模态分布,峰值粒径分别为2.5~10.0μm和0.44~1.0μm.海洋气溶胶中NH_4~+和SO_4~(2-)的粒径分布规律与城市气溶胶类似,但NO_3~-在细模态(0.44~1.0μm)没有出现峰值,Cl~-和Na~+在大于16μm的粒径段有非常高的浓度,说明海浪飞沫的影响较大,在粗模态中的比例也明显高于城市气溶胶.干沉降速率为颗粒物大小的函数,其中在0.1μm左右的颗粒干沉降速率最小;通过干沉降速率和它们的浓度分布来计算无机氮(NO_3~-和NH_4~+)的沉降通量,估算得到远海颗粒态无机氮的干沉降通量明显超过近海(秋季NH_4~+除外).     

伊宁市采暖期PM_(2.5)载带主要水溶性无机离子特征分析

2016年11月—2017年2月采暖期在伊犁州环保局设置采样点采集环境空气中的PM_(2.5),利用离子色谱法测定PM_(2.5)中水溶性无机离子(water soluble inorganic,WSIN)含量,分析PM_(2.5)中水溶性无机离子的组成等。结果表明,伊宁市采暖期PM_(2.5)平均质量浓度为54. 9μg/m3,PM_(2.5)中总水溶性离子占PM_(2.5)的比例为11.7%,含量较高的3种水溶性离子依次为SO2-4、NO-3和Cl-,阴阳离子当量回归分析表明,采暖期PM_(2.5)偏碱性;[NO-3]/[SO2-4]平均值为0. 25±0. 08,说明伊宁市的采暖期大气污染是以煤烟型污染为主,并与机动车尾气等共存的复合型污染。     

昆明市PM_(2.5)中水溶性无机离子时空变化特征及来源分析

为探讨高原城市昆明大气中水溶性无机离子的季节和空间变化特征,选取2013年4月至2014年5月昆明市3个采样点进行了PM2.5样品采集,分析了PM2.5及水溶性无机离子的污染特征,并结合气象因素、硫氧化率、氮氧化率及主成分分析法对其主要来源进行了分析.结果表明:PM_(2.5)质量浓度季节变化为春((105.9±48.0)μg/m~3)冬((92.7±51.6)μg/m~3)秋((74.7±41.4)μg/m~3)夏((72.2±30.3)μg/m~3).总水溶性无机离子质量浓度季节变化特征为夏((38.0±18.3)μg/m~3)冬((22.0±11.4)μg/m~3)春((18.4±4.8)μg/m~3)秋((13.6±3.1)μg/m~3);其中SO~(2-)_4、Ca~(2+)、NO~-_3及NH~+_4为PM_(2.5)中主要的水溶性无机离子,分别占总离子质量浓度的27.7%、17.8%、15.2%和9.5%;二次离子质量浓度之和年均为13.9μg/m~3,占PM_(2.5)质量浓度的16.5%,表明高原城市昆明大气中二次组分较少.NO~-_3/SO~(2-)_4为0.21~0.68之间,表明固定源是主要污染贡献源.主成分分析结果表明水溶性无机离子主要来源于土壤扬尘和建筑扬尘的混合源、燃煤源和工艺过程源.     

兰州市3种主要污染物大气环境容量季节差异及排放总量控制

基于气象数据与大气污染物网格化排放清单,利用ADMS-Urban大气扩散模型,模拟了兰州市3种主要大气污染物ρ(PM_(10))、ρ(NO_2)和ρ(SO_2)日均值的空间网格分布,结合线性规划模型反推得到污染物各季节的大气环境容量,采用指南推荐的修正A值法验证了该大气环境容量的准确性及合理性.基于兰州市2015年3种主要大气污染物排放量,估算了各行政区县3种主要大气污染物的剩余大气环境容量,提出以大气环境容量作为基准的总量控制目标值,并基于各行政区县2015年的排放水平提出了削减目标和对策.结果表明, ADMS-Urban模拟得到的ρ(PM_(10))、ρ(NO_2)和ρ(SO_2)分别为108.9、37.8和35.4μg/m~3,与2017年实际监测值的相对标准偏差在20%以内.基于模拟的质量浓度值,估算得到3种大气污染物的年大气环境容量D(PM_(10))、D(NO_2)和D(SO_2)分别为3.81×10~5、1.68×10~5、5.14×10~5t/a,各区县的大气环境容量由大到小依次为永登县皋兰县榆中县红古区西固区城关区七里河区安宁区;环境容量由大到小的季节差异为夏季春季秋季冬季.与2015年排放的3种主要污染物相比,兰州市全部区域整体大气环境容量均有剩余, SO_2的剩余量最大,其次为PM_(10)和NO_2;各行政分区的大气环境容量中SO_2均有剩余, PM_(10)除永登、榆中以外的各行政区已无剩余大气环境容量,包括红古、西固、城关和七里河区的NO_2已无剩余大气环境容量.以大气环境容量、2015年排放量及空气质量二级标准为基准,兰州市整体仍需削减PM_(10)和NO_2的排放量为5.53×10~4和1.41×10~4t/a.     

集中供暖与非集中供暖城市的冬季大气污染状况——以天津和上海为例

为了解集中供暖和非集中供暖2种不同模式对空气质量的影响,基于天津和上海冬季采暖期及非采暖期的空气质量数据,分析不同供热模式下大气污染物的长时间变化和日变化特征及其影响因素.结果表明:天津和上海采暖期PM_(2.5)、PM_(10)、CO、NO_2和SO_2的质量浓度均高于非采暖期.天津采暖期PM_(2.5)、PM_(10)、CO和SO_2浓度较高主要是受到集中供暖消耗的化石燃料燃烧排放和大气逆温层2个方面因素的影响.上海虽然处于非集中供暖区,但也受到了北方城市供暖区远距离污染物传输的影响.天津集中供暖模式产生的PM_(2.5)、PM_(10)、CO和SO_2排放对空气质量的影响高于非集中供暖城市上海.与非采暖期相比,天津和上海采暖期NO_2浓度的增加量几乎一致,说明供暖活动对大气中NO_2的贡献并不明显;天津和上海采暖期O_3浓度均低于非采暖期,表明供暖活动未对O_3排放产生显著作用.采暖活动明显改变了天津PM_(2.5)、PM_(10)和CO的日变化特征;受采暖活动和逆温层的影响,SO_2和NO_2浓度均在夜间呈现升高趋势;O_3的日变化趋势未受采暖活动影响.与非采暖期对比,采暖期上海的非集中供暖未对污染物的日变化趋势产生显著影响.     

焦作市春季大气降水化学特征及来源研究

为研究典型矿业城市焦作市春季大气降水水化学特征及来源信息,选取具有代表性的采样点5个,采集大气降水水样30个,测试大气降水中主要离子成分.研究表明,焦作市降水阳离子的浓度变化规律为NH_4~+Ca~(2+)Mg~(2+)K~+Na~+,阴离子的变化规律为SO_4~(2-)NO_3~-Cl~-F~-. NH_4~+、Ca~(2+)、Mg~(2+)、SO_4~(2-)、NO_3~-、Cl~-是降水中主要的离子占离子总量的87.08%,且降雨对其有一定的冲刷作用.降水中Ca~(2+)、NH_4~+、SO_4~(2-)、NO_3~-贡献比率变化表明随着降雨时间的持续NO_3~-酸化的作用逐渐增强,Ca~(2+)的中和作用也逐渐增强.相关性分析表明典型碱性阳离子Ca~(2+)、NH_4~+、Mg~(2+)和典型致酸阴离子SO_4~(2-)、NO_3~-的相关性显著.在降水过程中发生酸性物质与碱性物质间的中和反应,硝酸盐和硫酸盐是降水中主要的致酸物质,NH_4~+、Ca~(2+)作为主要的阳离子,对降水中的酸性物质有着较强的中和能力.富集因子表明Ca~(2+)、Mg~(2+)、K~+绝大部分来自地壳源,Cl~-的42.6%来自海洋源,57%来自人为源;SO_4~(2-)和NO_3~-来自人为源的输入.     

天津武清区PM_(2.5)与气态污染物SO_2及NO_2污染特征研究

利用2016年武清区大气污染物监测数据,研究了武清区PM_(2.5)及SO_2、NO_2等典型大气污染物浓度变化特征和相互关系。结果表明:2016年PM_(2.5)污染较严重,年均浓度分别为73μg·m~(-3),超标1.1倍。大气中SO_2年均值为25μg·m~(-3),NO_2年均值47μg·m~(-3)。冬季及春秋季节大气中存在明显的二次转化过程,大气中的SO_2和NO_2通过转化生成硝酸盐和硫酸盐,对PM_(2.5)浓度变化具有重要影响。     

春节期间燃放烟花爆竹对白银市区PM_(2.5)及水溶性离子的影响研究

为了解春节期间烟花爆竹燃放对白银市空气质量及PM_(2.5)中水溶性离子的影响,在白银市区环境空气自动连续监测站进行样品采集,用离子色谱(IC)法对PM_(2.5)中四种水溶性阴离子(F~-、Cl~-、NO~(3-)、SO_4~(2-))和五种水溶性阳离子(Na~(2+)、NH4+、K+、Mg~(2+)、Ca~(2+))进行了分析和研究。结果表明,白银市区春节期间由于燃放烟花爆竹, PM_(2.5)质量浓度日均值比非燃放期间上升了27.3%,PM_(2.5)中部分水溶性离子浓度也迅速上升。在所测9种水溶性离子中上升幅度最大的为Cl-,比非燃放期的平均浓度上升了435%;二次离子中浓度增加最显著的为NO3-,比非燃放期的平均浓度增加了57.7%。PM_(2.5)质量浓度和水溶性离子浓度受气象污染物扩散条件影响显著,不利于扩散的市区中心老城区和冬季明显高于新城区和其他季节。     

用自变量、因变量的双重筛选回归分析法研究气溶胶水溶离子的组成

在北京冬季气溶胶中,水溶物占TSP的9.6％,其中SO_4~(2-)4.1％,Ca~(2+)、Mg~(2+)2.1％,NO_3~-1.1％,Cl~- 1.0％,NH_4~+ 0.6％,K~+ 0.3％,Na~+、F~-均为0.2％。在气溶胶的水溶物中,阴阳离子基本平衡。40组阴阳离子的当量浓度之比的平均值为1.26±0.25。用自变量、因变量双重筛选回归分析法计算了数据。结果表明,一种离子不只构成一种化合物,硫酸盐主要以钠盐、铵盐为主,钙、钾盐其次,硝酸盐主要以钾盐、铵盐存在,氯化物主要是钠、钙、钾盐,氟化物主要是钠、铵盐、其次是钾盐。分析双通道采样器的样品可知NH_4~+主要存在于<2.5μ的细粒子中,SO_4~(2-)、NO_3~-、Na~+,NH_4~+、K~+五种离子占<2.5μ的细粒子质量浓度的13.5％。     

丰台区PM_(2.5)中二次水溶性无机盐离子浓度分析

在2019年3月至2020年2月间,每月的10-16日和雾霾天气利用采集器将空气中的PM_(2.5)富集在石英纤维滤膜上,送地方机构进行检测.研究北京市丰台区大气污染中二次水溶性离子(SNA)SO_4^(2-)、NO_3(2-)、NO_3^-和NH_4-和NH_4⁺浓度的变化,为丰台区大气污染的研究和治理提供数据支撑.结果表明SO_4+浓度的变化,为丰台区大气污染的研究和治理提供数据支撑.结果表明SO_4^(2-)、NO_3(2-)、NO_3^-和NH_4-和NH_4⁺三种离子在2019年3月至2020年2月之间各月份浓度有显著差异,且均在2月份产生峰值.但只有NO_3+三种离子在2019年3月至2020年2月之间各月份浓度有显著差异,且均在2月份产生峰值.但只有NO_3^-的浓度在不同季节间差异明显(P<0.05).由NO_3-的浓度在不同季节间差异明显(P<0.05).由NO_3^-/SO_4-/SO_4^(2-)的春秋冬季比值均>1,夏季比值<1.可见,SO_4(2-)的春秋冬季比值均>1,夏季比值<1.可见,SO_4^(2-)、NO_3(2-)、NO_3^-和NH_4-和NH_4⁺浓度各月份之间的差异具有统计学意义,但只有NO_3+浓度各月份之间的差异具有统计学意义,但只有NO_3^-在不同季节间浓度变化明显.丰台区春秋冬季以流动源污染为主,夏季流动源污染不明显.     

中国工业基地城市群PM2.5时空分布特征及相关性分析

为研究2014年中国四大工业基地25个主要城市的空气质量污染情况,对25个城市2014年1月~2015年2月的数据进行SPSS聚类分析,研究其整体分布情况,并应用统计学和GIS软件分析其主要城市大气颗粒物的污染分布特征,同时利用SPSS软件对大气污染物PM_(10)、SO_2、NO_2、CO、O_3和PM_(2.5)做相关性分析。结果表明:(1)25个城市PM_(2.5)年均质量浓度在32.94~100.23μg·m~(-3)之间,其中分布在40~70μg·m~(-3)之间的城市相对集中,占所有城市的68%,仅3个城市的PM_(2.5)年均质量浓度小于35μg·m~(-3);(2)PM_(2.5)季节变化特征大体表现为冬季秋季春季夏季,重度污染主要集中在12月和1月;(3)从空间分布上看,京津唐污染水平高于其他三个工业基地,珠三角污染水平最低;(4)四大工业基地城市群PM_(2.5)的浓度与PM_(10)、SO_2、NO_2、CO的浓度存在显著相关性。由于温度、气候等原因,在珠三角和长三角O3与PM_(2.5)呈正相关,而在京津唐和辽中南工业基地则呈负相关。     

玉溪市城区大气VOCs及其它污染物质量浓度时空特征分析

2014年8月至2015年7月在云南典型高原城市玉溪市5个监测点利用苏玛罐采样法采集VOCs样品,基于GC-MS分析方法获取了VOCs总质量浓度,同时利用空气自动监测设备监测了5个点位的大气NO_2、CO、SO_2、O_3(最大8 h)、PM_(10)和PM_(2.5)质量浓度.基于这些监测数据分析了玉溪市城区各种大气污染物的质量浓度分布特征及可能的来源.结果表明:监测期间玉溪市城区环境空气中VOCs、SO_2、NO_2、O_3、PM_(10)和PM_(2.5)的平均质量浓度分别为(19.02±18.31)、(20.11±25.53)、(16.08±11.21)、(34.54±32.79)、(49.51±34.09)μg·m~(-3)和(28.67±20.85)μg·m~(-3),CO质量浓度为(1.35±0.82)mg·m~(-3).从季节分布来看,各种污染物变化规律并不一致.VOCs质量浓度呈现秋、春高,冬、夏低的特点,O_3质量浓度呈现夏季高的明显特征,SO_2质量浓度呈现冬、秋高,春、夏低的特征,NO_2、CO、PM_(10)和PM_(2.5)质量浓度则表现为冬、春高,夏、秋低的特点.从空间分布特征来看,玉溪市中心交通密集区监测点大气环境中VOCs、NO_2、O_3、PM_(2.5)和CO质量浓度较其他监测点浓度较高,反映机动车尾气的显著贡献;而工业区监测点大气环境中SO_2和PM_(10)质量浓度较高,符合工业燃煤排放烟气显著影响的基本特征.另通过相关性分析和气团轨迹研究表明除了本地人为活动影响外,区域传输源对玉溪城区大气污染有重要影响.     

龙岩市中心城区大气污染特征与相关性研究

为了解龙岩市中心城区大气环境质量现状,利用2016—2019年龙岩市中心城区6种大气污染物监测数据进行统计分析,结果表明,2016—2019年,龙岩市中心城区SO_2、CO和NO_2三种污染物质量浓度年际变化平稳。O_3的质量浓度年际变化呈明显上升趋势。PM_(10)和PM_(2.5)质量浓度于2016—2018年呈上升趋势,2019年则下降。龙岩市中心城区SO_2、NO_2、PM_(10)、PM_(2.5)和CO的空气质量分指数(IAQI)具有冬季最高、夏季最低的特征,O_3的IAQI则是秋春季高,冬季最低。PM_(10)、PM__(2.5)、NO_2和CO日间浓度变化呈现双峰特征,O_3和SO_2日间浓度变化呈单峰分布特征。通过对一次臭氧超标事件的模拟表明,外来输入和本地的臭氧污染物的集聚是臭氧超标的原因。分析各种污染物间的关系表明,SO_2、NO_2、PM_(10)、PM_(2.5)和CO浓度之间呈显著的两两正相关。O_3与CO、SO_2、NO_2呈显著负相关,与PM_(10)、PM_(2.5)呈正相关。