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。     

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。     

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。     

兰州市大气PM_(2.5)中水溶性无机离子特征及其季节性差异

于2013年非采暖期(秋季)和采暖期(冬季)分别对兰州市代表性功能区(城关居民区和西固工业区)大气PM_(2.5)中的6种水溶性无机离子进行了观测研究.结果表明:兰州市大气PM_(2.5)中Na~+、K~+、NH_4~+、Cl~-、NO_3~-、SO_4~(2-)的质量浓度具有明显的季节性差异,采样期间平均质量浓度分别为1.17、1.45、10.75、5.92、13.09、15.46μg/m~3,水溶性无机离子在PM_(2.5)中所占的平均比例为37.01%,非采暖期平均质量浓度分别为0.91、1.23、9.57、3.74、11.56、14.69μg/m~3;采暖期平均质量浓度分别为1.44、1.67、11.93、8.10、14.62、16.23μg/m~3;采样期间6种水溶性无机离子的质量浓度均为采暖期大于非采暖期,西固工业区高于城关居民区(K~+除外).NO_3~-/SO_4~(2-)的比值表明兰州市大气污染正由煤烟型向汽车尾气型特征转换.兰州市大气PM_(2.5)中的NH_4~+与SO_4~(2-)主要以(NH_4)_2SO_4方式结合.     

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.     

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％。     

无锡市分级颗粒物来源解析研究

在无锡市崇宁和旺庄环境监测子站,通过对分级颗粒物进行不同季节(2014年4、7、10、12月)的采样,同时对当地颗粒物主要排放源进行采样,并对受体和排放源样品浓度和化学成分进行特征分析,结合化学质量平衡(CMB)模型解析无锡市城区和工业区分级颗粒物来源,确定分级颗粒物不同排放源的贡献率.两个观测站点,PM10年均浓度分别为143.1μg·m~(-3)(崇宁站)、119.9μg·m~(-3)(旺庄站);PM_(2.1)平均质量浓度分别为71.9μg·m~(-3)(崇宁站)、65.3μg·m~(-3)(旺庄站);PM_(1.1)年平均质量浓度分别为53.7μg·m~(-3)(崇宁站)、49.9μg·m~(-3)(旺庄).崇宁站各级颗粒物平均质量浓度均要高于旺庄站,季节差异上,颗粒物浓度在冬季明显高于其他三个季节.分级颗粒物最主要的化学成分是NO_3~-、SO_4~(2-)、OC、NH_4~+、EC、Ca、Cl~-、K、Fe、Al、Na等,通过质量重构方法后最主要的化学组分依次是颗粒态有机物(POM)、硫酸根(SO2-4)、硝酸根(NO-3)、铵根(NH_4~+)、地壳元素(CM)、其它水溶性离子、元素碳(EC)和微量元素.利用CMB模型计算得到,无锡市PM10的排放源主要为二次硝酸盐(18.2%)、二次硫酸盐(17.3%)、土壤扬尘(9.0%),PM_(2.1)最主要的三类排放源依次是二次硝酸盐(26.4%)、二次硫酸盐(22.6%)和电厂燃煤(7.3%),PM_(1.1)的排放主要来自二次硝酸盐和二次硫酸盐,分别可以达到26.6%和22.5%.分级颗粒物来源解析结果可以看出,粗粒径颗粒物主要来自于扬尘类、汽车尾气和工业过程,细粒径颗粒物主要来自汽车尾气和工业过程.为了减轻无锡市颗粒物浓度水平,重点是控制燃煤、工业生产活动中大气污染物的排放,同时要加强城市建设中的扬尘和交通废气控制.     

水稻幼苗对几种无机元素离子吸收的研究

水稻(品种:光辉)幼苗吸收k~+、NH_4~+、NO_3~-、H_2PO_4~-与这些离子在吸收液中的浓度关系是非常简单的。K~+、H_2PO_4~-、No_3~-的吸收与它在吸收液中的浓度具有显著的正相关。NH_4~+的吸收不受吸收液中的NH_4~+和其它离子的显著影响。从整体来看,离子吸收又是平衡的。     

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.     

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.     

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%。     

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.     

植被恢复对土壤水溶性阴离子浓度的影响

选择陕西省吴起县和礼泉县退耕还林还草样地土壤为研究对象,并以农用地土壤作为对照,利用离子色谱法测定土壤水溶性F~-、Cl~-、SO_4~(2-)、NO_3~-、NO_2~-和PO_4~(3-)等六种阴离子浓度,研究了农地退耕后土壤水溶性阴离子的变化特征.研究结果表明:六种阴离子中,SO_4~(2-)和NO_3~-浓度较高,而Cl~-、NO_2~-、F~-和PO_4~(3-)离子浓度相对较低.除F~-、NO_2~-和PO_4~(3-)外,农地退耕后,两个样区表层土壤水溶性阴离子含量明显提高.多元统计分析表明,环境因子可解释有关土壤阴离子含量47%的变异,且F-主要受海拔和纬度的影响,而Cl~-、NO_3~-、NO_2~-和PO_4~(3-)受植被类型的影响显著.     

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.     

水体中营养盐离子及溶解性有机质对磺胺二甲基嘧啶光解的影响

为了评价水体中溶解性离子对污染物光解过程的影响,本研究考察了水中营养盐离子(NO_3~-、NH_4~+和PO_4~(3-))以及溶解性有机质黄腐酸对磺胺二甲基嘧啶(SMZ)光解的影响.研究结果表明,SMZ在水体中的紫外光解过程符合准一级动力学模型,不同溶解性离子对SMZ紫外光解动力学过程会产生不同程度的影响.NO_3~-对SMZ光解的影响具有两面性,随着NO_3~-质量浓度的增加,SMZ光解120,min时SMZ的降解率先增大后减小;由于NH_4~+具有光稳定性,共存NH_4~+对SMZ光解影响很小;PO_4~(3-)离子抑制SMZ降解,随着PO_4~(3-)离子质量浓度的增加,SMZ光解速率显著降低.水体中溶解性有机质对SMZ光解的影响也存在两面性,其中黄腐酸质量浓度低(1,mg/L)时对SMZ光解起促进作用,但随着质量浓度的增加(10,mg/L),反而对SMZ的光解显现出抑制作用.HPLC-MS分析表明,紫外光解过程中SMZ可能发生了脱硫、开链和分子重组.由此可见,当水体污染富营养化严重时,水体中有机污染物的光解去除过程也受到不同程度的影响.     

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。     

忻州市PM_(2.5)与PM_(10)中水溶性离子季节污染特征及来源分析

为了解忻州市大气气溶胶中水溶性离子的特征及来源,分别在非采暖季、采暖季和风沙季对忻州市3个固定采样点大气中PM2.5和PM10样品中的水溶性无机离子浓度进行了定量分析.结果表明,忻州市大气PM2.5和PM10浓度分别为89.97、180.12μg/m3,颗粒物中SO2-4、NO-3、NH+4及Ca2+是其主要离子,其质量浓度总和分别占PM2.5和PM10总质量浓度的24.19%和24.15%.SO2-4、NH+4、Cl-、K+主要分布在细颗粒物中,Ca2+、Mg2+主要集中在粗颗粒物中,Na+与NO-3在粗细颗粒物中比例差别不大;风沙季中Ca2+、Mg2+的百分比大于采暖季与非采暖季,采暖季里Cl-的比例大于其余2季.主成分分析表明,忻州市风沙季中颗粒物水溶性离子的最主要来源是风沙扬尘;采暖季PM2.5中离子的最主要来源是燃煤和二次生成;非采暖季PM2.5中水溶性离子的最主要来源为二次生成.     

蚌湖涨水前后水体中主要离子的变化特征及其来源分析

蚌湖是鄱阳湖的一个边缘湖泊,每年丰枯水位变化较大,研究蚌湖涨水前后湖水主要离子的变化及其来源分析对鄱阳湖的水环境保护有重要意义。分别采集4月(涨水前)和5月(涨水后)的水样,分析其中的主要阴阳离子及NH_4~+和NO_3~-浓度变化特征,并运用阴阳离子三角图和~(15)N同位素的方法分析它们的来源。结果显示,蚌湖涨水前后主要阴阳离子都是HCO_3~-,Ca~(2+)和Na~+,主要受碳酸盐岩的控制,涨水前离子浓度较高,涨水后大量河水输入湖泊,离子浓度与相邻河流的离子浓度相近。蚌湖NH_4~+和NO_3~-的浓度和~(15)N同位素值在涨水前后差异较大,显示涨水前氮污染主要来自于湖泊内部的氨化和硝化作用,涨水后主要来自于径流带来的农业、生活和养殖废水的混合污染。湖泊的水化学离子特征对于水环境条件的变化有较好的响应。     

河岸渗滤系统对城市降雨径流中氮磷去除效率的中试研究（英文）

为加强城市河岸带对降雨径流中氮磷的去除能力,为城市河岸带的改造提供科学依据,采用土壤、煤渣、沸石、锯末、沸石和麦饭石构建了一个中试规模的河岸渗滤系统(riparian infiltration system,RIS),并通过6次试验研究了RIS对模拟城市降雨径流中氮磷的去除效率.结果表明,RIS能去除径流中的氨态氮(NH_4~+)、总氮(TN)和总磷(TP),但会输出硝态氮(NO_3~-).该系统对NH_4~+和TP的去除效率分别为65.6±1.2%和54.9±19.1%,显著高于对TN的去除效率(21.1±13.7%);而NO_3~-的平均去除效率为-1150.0%,这可能是由于系统中NH_4~+的氧化及NO_3~-在介质中的浸出.RIS对垂向流中NH_4~+和TP的去除效率较水平流更高且更稳定;且系统对NH_4~+和TP的去除量与其入水浓度均具有显著的正相关关系(P 0.01).反硝化作用发生在渗透性较差的底部土壤层中,但其对NO_3~-的去除量远低于渗透性较好的上层土壤介质层中硝化作用产生的量.RIS总体上对降雨径流中营养物质具有一定的去除作用,但还需要进一步的研究和改进,以加强RIS的反硝化作用从而减少硝酸盐的输出.     

无锡市细颗粒物理化特征和来源解析研究

研究在无锡市两个站点进行细颗粒物采样,获得了不同季节代表月份(2014年4、7、10、12月)和重污染天气条件下(2015年1月)PM2.1的质量、化学元素、水溶性离子以及碳组分的浓度并进行分析,结合化学质量平衡模型(CMB model)计算了无锡市全年以及重污染天气下不同排放源对细颗粒物的贡献,结合排放清单对二次气溶胶进行再解析,得到最终的排放源贡献结果.无锡全年平均PM2.1浓度为68.6μg·m~(-3),崇宁站浓度(71.9μg·m~(-3))高于旺庄站浓度(65.3μg·m~(-3)),冬季浓度高于其它季节,平均可达85.7μg·m~(-3),重污染天气浓度为122.8μg·m~(-3),明显高于全年平均水平.细颗粒物中最主要的化学成分是二次无机盐离子(36.4%)和碳组分(29.1%),重污染情况下有机碳成分明显升高,可以达到38.4%,表明二次有机气溶胶的转化生成和积累老化是细颗粒物浓度升高的主要原因.利用CMB模型解析得到无锡全年PM2.1来源贡献比例,各类排放源贡献依次是二次硝酸盐(26.4%)、二次硫酸盐(22.6%)、二次有机气溶胶(7.8%)、电厂燃煤(7.3%)、土壤扬尘(6.5%)、柴油车尾气(6.4%)、汽油车尾气(4.1%)、秸秆焚烧(3.4%)、建筑扬尘(3.3%)、城市扬尘(2.5%)、海盐气溶胶(2.2%)、餐饮油烟(1.1%)、钢铁冶炼(1.0%),可以看出无锡市细颗粒物排放贡献主要来自于二次气溶胶的转化生成、汽车尾气和扬尘类的贡献.基于本地排放清单进行二次来源解析,得到无锡全年各类排放源贡献依次为电厂燃煤(30.68%)、钢铁冶炼(13.92%)、其它工业(10.48%)、秸秆焚烧(3.49%)、汽油机动车尾气(6.50%)、柴油机动车尾气(8.80%)、船舶(0.44%)、建筑机械(0.66%)、民航飞机(0.03%)、建筑扬尘(3.3%)、土壤扬尘(6.5%)、城市扬尘(2.5%)、餐饮油烟(1.1%)、海盐(2.2%)、其它来源(9.40%),结合二次解析计算,可以看出无锡市细颗粒物排放贡献主要来自于电厂燃煤、工业冶炼、汽车尾气,因此应该加强对燃煤和工业生产活动的管控,控制机动车尾气排放,大力发展清洁能源.