-
随着经济和城镇化的快速发展，空气污染问题开始出现，我国绝大多数城市空气污染已经由悬浮颗粒物（TSP）、可吸入颗粒物（PM10）及二氧化硫（SO2）为主的局部污染转向以细颗粒物（PM2.5）和污染气体（O3、NOX、SO2）为主的区域性复合型大气污染[1]. 颗粒物（PM）一直是导致空气污染的主要污染物之一，其中PM2.5是目前我国大多数城市的首要污染物. 其粒径较小，比表面积大、活性强，比较容易携带大量的有害物质并且在大气中停留时间长、输送距离远，经由呼吸道进入肺部深处及血液循环系统对人体健康产生巨大危害，不仅对人体健康的危害严重，同时导致能见度下降等现象是影响大气环境质量的重要因素[2]. 水溶性离子（WSII）包括SO42−、NO3−、NH4+、F−、Cl−、Na+、K+、Ca+、Mg2+等是PM2.5中的主要化学组分，SNA（SO42－、NO3−、NH4+）是污染过程中重要的化学物种，SNA主要以气态前体物SO2、NOX、NH3通过二次转化得来，在城市的尺度上来看，SO2、NOX的主要来源分别是固定源（燃煤）和移动源，NH3大部分来源来自于畜禽养殖，植物活动排放、农业活动（化肥施用、秸秆燃烧）排放、化工生产和废物处理等[3].
邯郸市本身的支柱产业（煤炭、钢铁和水泥等）均为高消耗、高排放的重工业，大量的能源消耗伴随着大量的污染物排放. 近些年来机动车拥有量也有着大幅度的增加，伴随着大量汽车尾气的排放，其他的各种社会活动排放的废气共同作用于邯郸市大气环境. 邯郸市地处河北省南端，跨东经114°03'—114°40'，北纬36°20'—36°44'之间，温带大陆性季风气候，四季分明，西依太行山脉，东接华北平原，其独特地形会加剧城市污染[4]. 同时与晋、鲁、豫三省接壤，地处四省交界处，这四个省份均是工业排放大省，因此区域内传输对于邯郸市空气质量的影响不可忽视，大量的本地源污染物以及区域内传输共同的作用下，共同引发严重的空气污染事件[5].
目前针对水溶性离子的研究多集中在发达地区（京津唐地区、长江三角洲和珠江三角洲等区域），对于邯郸市大气PM2.5污染状况研究还不够充分，本文结合主成分分析（PCA）和后向轨迹聚类分析法，对采样期间大气污染过程中的PM2.5中水溶性离子浓度特征、污染特性、来源和外部的主要输送路径进行研究，为改善邯郸市空气质量提出切实有效的对策，为预防秋冬季污染提供有力依据.
-
本次研究采样地点设于邯郸市丛台区河北工程大学新校区科研楼三楼楼顶（36.65°N,114.60°E），距离地面高约10 m，采样点处视野开阔，采样设备周围无高大建筑物和树木遮蔽，无明显污染源.
采样前需把石英膜（直径90 mm）放置于马弗炉中550 ℃烘烧5.5 h去除杂质，并把石英膜放置在恒温恒湿箱中（温度（25±0.5）℃，湿度为（30±5）%）24 h以上，在电子天平（瑞士，XS205dualrange，0.01 mg）中进行称重，采样前后需要采集空白膜，采集样品使用中流量采样器采集PM2.5的样品，采样时间段为2021年10月27日—11月1日（S1阶段）、12月8日—18日（S2阶段），每天采样时间为7:30—19:00（昼）、19:30—次日7:00（夜），采样时长均为11.5 h，有效采集样品数为33个，采样后的样品需要放置在−18 ℃以下的冰柜中. 采样期间温度、相对湿度和风速等气象要素以及气态污染物（SO2、NO2），均来自通过中国空气质量在线监测分析平台https://airwise.hjhj-e.com/，图1为采样期间各气象因素时序图（注：采样期间降水量接近0.
-
分析PM2.5和水溶性离子的质量浓度使用离子色谱仪（DionexICS—600）对样品中的水溶性离子（阳离子：Na+、K+、Mg2+、NH4+、Ca2+；阴离子：Cl−、NO3−、SO42−、F−）进行分析. 具体步骤如下：步骤1：洗瓶子. 每个离心管和PP瓶分别用超纯水、无水乙醇、超纯水超声半小时，然后再用超纯水摇晃清洗3遍；步骤2：切膜. 实验室用的切膜器是半径为8 mm的圆形切膜器，一般切两片，放入离心管中；步骤3：加超纯水. 用移液枪往离心管中加超纯水，一般加20 mL；步骤4：超声. 离心管连同试管架一起放入超声清洗器中，超声清洗器中加入冰袋，超声半小时后换冰袋再超声半小时；步骤5：过滤. 用一次性注射器将离心管中溶液吸入试管，再通过0.22 μm的水系过滤头过滤到洗好的PP瓶中；步骤6：测样. 将PP瓶中的样品倒入进样管中，放入离子色谱自动进样器待测. 计算公式（1）如下：
其中，C:大气离子浓度（μg·m−3）；c:处理液中离子浓度（μg·mL−1）；V：采样总体积（m3）；R1:大模半径（mm）；R2:小膜半径（mm）.
-
借助主成分分析（PCA）模型，提取特征值＞1的成分，整理得到主成分旋转因子载荷矩阵，选取每一种主成分中载荷绝对值＞0.5的变量，探究PM2.5中主要水溶性无机离子组分来源，并初步估算各污染物排放源的贡献率.
-
为了解释区域源的影响和污染物在整个采样活动中的传输过程，利用TrajStat模型和GDAS（全球同化数据）对采样期间采样点及周围污染潜在源分布气团进行后向轨迹模拟计算. 将邯郸市（36.65°N, 114.60°E）作为轨迹起点，时间分辨率为1 h，起点为海拔高度500 m，后推时间为48 h，选用欧几里得计算模型对气团轨迹进行输送距离和贡献聚类[6].
-
由获取的采样期间气象因素数据可以得知，温度随着采样时间逐渐降低，最高温度为17.88 ℃，最低为−0.72 ℃，平均温度为7.84 ℃，白天的温度整体高于夜间温度；湿度随着采样的推进则会有较小幅度的降低，最高湿度为95.75 %，最低湿度为28 %，平均湿度为53.25 %，其夜晚的湿度整体高于白天. 采样期间最高风速为2.45 m·s−1，最低风速1.35 m·s−1，平均风速1.81 m·s−1，风速始终较低且低于3级风速. 不断降低的温度、稳定且较高的湿度和持续的低风速等气象因素导致采样期间出现静稳天气，使得污染物得以累积，从而导致大气的污染.
-
本次研究PM2.5浓度范围为（41.34—216.96）μg·m−3，浓度均值（111.12±38.6）μg·m−3，浓度均值高于朝阳市（0.7倍）[7]，与天津市接近（1.40倍）[8]，低于郑州（2.61倍）[9]，未达到我国《环境空气质量标准（GB3095—2012）》二级日均值标准（75 μg·m−3），超标倍数为1.48倍，表明邯郸市大气细颗粒物仍有一定的改善空间. 采样期间TWSII（总水溶性离子）质量浓度为（56.08±24.26）μg·m−3，占PM2.5的50.48%，其中SNA为PM2.5中最重要、含量最丰富的水溶性离子物种，浓度值（50.18±24.07）μg·m−3. 有研究表明SNA在TWSII中的质量分数一般为69.6%—97.5%[10]，本次整个采样期间SNA在TWSII平均占比89.48%，采样期间水溶性离子浓度如表1所示.
本研究对于邯郸市PM2.5中9种水溶性离子进行了检测分析，整个采样期间水溶性离子质量浓度按照大小排序依次为：NO3−>NH4+>SO42−>Cl−>Ca2+>Na+>K+>Mg2+>F−. 以往的研究发现，空气中气态前提物会经过一系列转化，凝聚在液滴表面通过气固分配和非均相反应等过程不断长大，构成污染事件的物质基础[11].
SNA中SO42−随着进入秋冬季温度逐渐降低进入采暖期，煤被大量投入使用导致一次污染物SO2的排放量快速增加，叠加不利于污染物扩散的气象条件，两者共同促进了SO42−的生成；低温环境有利于NO3−以颗粒物的状态存在，减少采样过程中石英膜上NO3−因高温挥发而造成的损耗，使得NO3−的浓度维持在一个比较高的浓度水平；NH4+通常来自其前体物NH3与水蒸气结合而成，NH3主要来源于畜禽养殖，植物活动排放、农业活动（化肥施用、秸秆燃烧）排放、化工生产和废物处理等[5]. 由于采样时期处于秋冬季节，低温环境下稳定的大气结构使得一次污染物（NOX、NH3、SO2）有利于进行二次转换[1]；Cl−是除SNA外占比最高的离子，主要来源为固定源（燃煤）、生物质燃烧和海盐；K+是生物质燃烧的标志物[12]；F－来源比较复杂；Mg2+、Ca2+的浓度变化不明显，建筑、道路扬尘是两者的主要来源[13]；Na+则主要来源于建筑扬尘和海源.
-
采样期间昼夜PM2.5及水溶性离子的浓度如表2所示. 白天的PM2.5的浓度波动区间为（41.34—216.96）μg·m−3，平均值为（106.87±46.25）μg·m−3，夜晚PM2.5的浓度波动区间为（52.46—178.56）μg·m−3，平均值为（101.35±32.85）μg·m−3；白天的社会活动相对频繁，峰值浓度较高，浓度为216.96 μg·m−3，但昼夜PM2.5均值浓度比较接近，这种现象是因为采样期间邯郸市晚间温度较低，容易形成逆温现象，气象扩散条件较差使得夜晚污染物不易扩散造成累积，叠加秋冬季节采暖期的到来，晚间取暖需要导致散煤的用量快速增加，共同作用下使得昼夜浓度均值接近. 水溶性离子白天浓度大小顺序NO3−>NH4+>SO42−>Cl−>Ca2+>Na+>K+>Mg2+>F−，总浓度为（51.92±29.28） μg·m−3，夜晚顺序为NO3−>NH4+>SO42−>Cl−>Ca2+>Na+>K+>F−>Mg2+，总浓度为（49.37±24.31） μg·m−3.
-
阴阳离子平衡不仅可以分析大气气溶胶酸碱度而且可以用来检验采样数据的有效性和可靠性，按照如下计算公式（2）（3）计算阴离子电荷当量AE（anion equivalent）和阳离子电荷当量CE（cation equivalent），若AE/CE比值大于1，则说明呈现酸性，反之，则为碱性[14].
式中，c代表离子浓度μg·m−3，AE和CE分别代表阴阳离子当量浓度μmol·m−3.
计算结果如图2所示，本研究中昼AE/CE=1.12，R2=0.98,夜AE/CE=1.16，R2=0.97，说明采样期间大气气溶胶整体呈现酸性，与郑州市（0.89）[9]酸碱性相反，与温州市（1.27）[15]酸碱性相同.
以往的研究得知，随着污染程度的加深大气颗粒物的碱性成分会降低，酸性成分含量会增长[16]，并且本研究中未检测HCO3−等阴离子，可能低估了颗粒物的酸性. 本次采样中的AE和CE的相关性极高（R2≥0.97），说明该研究具有极高的可靠性和有效性，分析的离子完全能够代表PM2.5中主要的水溶性离子组分，没有重要的因子遗漏，实验测试数据准确可靠.
-
通过离子间的相关性高低可以反映其来源可能性及在颗粒物中的结合方式[17]，邯郸市大气中的PM2.5中水溶性离子的相关性，分析结果如图3所示，昼夜NH4+分别与NO3－、SO42－都有很高的相关性，白天阶段NH4+、Cl−的相关性较高（0.63）说明NH4+的来源广泛；另外白天和夜晚K+和NO3－、SO42－和NH4+的相关性均较高，由于K+可以指示生物质燃烧，说明燃烧源是采样期间大气PM2.5中水溶性离子的共同来源；白天Cl−和K+的相关性（R2=0.72）较高，夜晚Cl−和K+的相关性（R2=0.16）则较低，则白天Cl−与K+主要受生物质燃烧,夜晚则主要受燃煤的影响；昼夜NO3－与SO42－的相关性均较高，说明两者来源类似，来自于一次污染物的二次转化；Mg2+与Ca2+相关性均较高，表明二者具有相似来源，采样地点周边道路、建筑扬尘可能是两者的主要来源.
-
有研究[18]表明在SO42−-NO3−-NH4+的无机气溶胶体系中，NO3−和SO42−争夺与NH4+结合的机会，大气中的NH4+会优先结合和SO42−生成（NH4）2SO4、NH4HSO4，剩余的NH4+部分会与大气中的NO3−或者Cl−继续结合. 当大气中NH4+能够被SO42一完全中和时，大气中铵盐主要以（NH4）2SO4、NH4HSO4状态存在；当大气中NH4+不能够被SO42一完全中和时，则不存在NH4HSO4，大气中铵盐主要以（NH4）2SO4、NH4NO3和NH4Cl状态存在[19]. 由相关性分析可知，NH4+和Cl－的整体的相关系数为0.49，相关系数不高，且Cl−的质量浓度较小，故本研究忽略对NH4Cl的研究，大气中NH4+不能够被SO42－完全中和时SNA则主要以（NH4）2SO4、NH4NO3状态存在；为了最终确认SNA离子结合方式，采用下述经验公式进行验证，当铵盐以(NH4)2SO4、NH4NO3存在,此时NH4+浓度可以使用公式（4）计算；铵盐以NH4HSO4、NH4NO3状态存在，此时NH4+浓度可以使用公式（5）计算；比较计算值和实际值，可以确定铵盐的实际存在状态[20]，计算公式（4）和（5）如下：
式中，c表示各离子质量浓度，单位为μg·m−3.
图4中1:1线代表NH4+的计算值与实测值相等,若是计算值拟合线位于下方说明计算值被低估，拟合线越靠近1:1线，表明越接近实测值，两者越吻合[21]. 使用公式（4）所得的计算值拟合线y1的斜率（K=0.94）大于拟合线y2的斜率（K=0.32）,且其拟合线紧靠接1:1直线，同时相关性（R2=0.97）极高，说明式（3）的拟合结果很好，计算值和实测值较为吻合，表明采样期间邯郸市大气中SO42−被完全中和，铵盐主要存在状态是NH4NO3、（NH4）2SO4.
-
大气中的SO42−、NO3−的来源除一次排放外,还有机动车排放的尾气和化石燃料燃烧排放的SO2、NO2等气态前提物在一定的条件下，通过直接参与颗粒物表面的非均相与光氧化反应生成,该反应过程受湿度、温度和前体物的浓度等多重因素的影响[22]. 硫氧化率（SOR）是指硫酸盐中硫的含量与总硫的比值，展示的是大气中SO2转化为SO42－的程度；氮氧化率（NOR）是指硝酸盐中氮的含量与总氮的比值，则反映大气中NO2转化为NO3－的程度，计算公式（6）（7）如下：
使用这两个指标来衡量二次转化效率，一般我们将SOR、NOR=0.1作为大气中二次转化的临界值，该值大小直接显示了二次转化的效率高低；当SOR、NOR≥0.1时，说明SO42－、NO3－主要由一次NO2污染物SO2和NO2的二次转化生成，且SOR、NOR的值越大，二次转化程度越高. 经计算得，采样期间SOR、NOR值分别为0.38、0.33（其中白天SOR、NOR分别为0.38、0.38，夜间SOR、NOR分别为0.37、0.28），说明采样期间的污染过程中存在明显的二次转化. 本研究中SOR和NOR都比较高得原因可能是伴随着采暖季的来临大量化石燃料被投入使用,同时数目庞大的机动车产生的尾气等产生大量的一次污染物，并且采样期间大气环境比较稳定，使得污染物不易扩散，为SO42−、NO3−生成提供了充足的原料.
-
由以往研究表明[23]，煤燃烧产生的SOX和NOX浓度比为2:1，硫质量分数为1.0%；汽油中SOX和NOX浓度比为1:13，硫质量分数为0.12%；柴油SOX和NOX浓度比为1:8，硫质量分数为0.20%. NO3−、SO42－主要来自移动源（机动车尾气排放）和固定源（燃煤）排放的NOX和SO2经过二次转化而来，NO3−/SO42－的比值可以用来比较移动源和固定源对大气中的氮与硫的贡献量大小[24]. 本次采样期间NO3−/SO42－比值为1.88，说明采样期间污染物主要来源以移动源为主，移动源排放是本次采样过程中大气污染物的主要来源.
-
为了进一步了解本次研究中各个污染源并量化其对大气中PM2.5中各水溶性离子的贡献（表3），本研究采用主成分分析法（PCA），使用SPSS26.0对观测期间PM2.5中的水溶性离子（SO42−、NO3−、NH4+、F−、Cl−、Na+、K+、Ca+、Mg2+）进行主成分分析. 首先，对检验数据进行KMO和Bartlett球形检验，KMO监测统计量为0.607>0.5，Bartlett球型度检验P值为0.00（显著性检验限值<0.05）,表明因子选择有一定代表性和可靠性[25].
由表3可知，3个特征值大于1的因子共解释了水溶性离子来源的79.06%（即“累计方差贡献率”）,覆盖了原始变量的绝大部分来源信息. 其中因子1中载荷较大的组分为SNA和K+，SNA主要来源于二次转化，K+可以说明因子中伴有生物质燃烧的贡献，因此，推测因子1主要来自于二次转化和生物质燃烧，解释了49.96 %的变量；因子2中载荷较大的组分为Na+和F−，其中Na+主要来源于土壤、道路扬尘和海盐，邯郸为内陆城市，海洋影响较小，F−来源复杂，因此，因子2定义为扬尘源，解释了16.82%的变量；因子3中载荷较大的组分为F−和Cl−，Cl−污染主要来自固定源（燃煤）、生物质燃烧和海盐，因此，因子3判断为固定源（燃煤）和生物质燃烧，解释变量为12.28 %.
-
利用Meteoinfo软件结合采样期间污染过程中逐小时PM2.5浓度质量数据和美国国家海洋和大气管理局的GDAS资料，对到达邯郸市S1、S2两个采样阶段的气流轨迹进行聚类分析（表4），进一步追踪污染物的来源[26]. 轨迹的输送路径和方向表示气团到达邯郸市之前经过的地区，依据轨迹长短来判断气流的移动速度，长的轨迹对应快速移动的气团，短的轨迹对应缓慢移动的气团[27].
其中S1阶段主要受来自陕西北部短距离传输气团的影响（聚类1），占比54.17%，PM2.5浓度为109.6 μg·m−3，轨迹数量为39；其次受来自蒙古国与内蒙古交界处，经内蒙古、河北中部最后到达邯郸的中距离传输气团的影响（聚类4），占比20.83%，PM2.5浓度为141.1 μg·m−3，轨迹数量为15；再次气团同样受来自蒙古与甘肃交界处，穿越内蒙古、陕西北部、山西中部最终到达邯郸的长距离传输气团的影响（聚类3），占比15.28%，PM2.5浓度为130.3 μg·m−3，轨迹数量为11；最次为起源于哈尔滨的长距离传输气团（聚类2），占比仅为9.72%，且PM2.5浓度仅为58.3 μg·m−3，轨迹数量为7，低于二级浓度标准，因此可以不考虑聚类2带来的影响. S2阶段则主要来自于来自山西南部经过河南北部短距离传输气团的影响（聚类3），占比为40.28%，PM2.5浓度为153.6 μg·m−3,轨迹数量为29；其次受分别起源于内蒙古西南部的中距离气团的影响（聚类1），占比分别为37.50%, PM2.5浓度为120.5 μg·m−3，轨迹数量为17；最次受起源于内蒙古南部的长距离传输气团影响（聚类2），占比为22.22%，PM2.5浓度为144.2 μg·m−3，轨迹数量为16.
后向轨迹聚类分析得出，S1、2阶段主要污染气团来源均为来自于偏西方向上的短距离传输，S1主要气团起始与陕西北部传输至山西南部后抵达邯郸，S2主要气团则起始于山西南传输至河南北后最终抵达邯郸.
-
1）邯郸市采样期间PM2.5浓度均值为（111.12±38.6）μg·m−3，为二级标准的1.48倍，表明邯郸市细颗粒物污染较为严重；PM2.5昼夜浓度均值比较接近，这与夜间不利于污染物扩散的气象条件有关，水溶性离子具体的种类昼夜浓度有差别；采样期间昼夜AE/CE值分别为1.12、1.16，大气气溶胶呈酸性.
2）依据相关性分析初步判断各个离子间的结合方式，其中NH4+与NO3－、SO42－之间具有显著相关性，结合经验公式计算确定铵盐主要存在状态为（NH4）2SO4、NH4NO3.
3）采样期间SOR、NOR值均大于0.1，说明大气中二次转化程度较高；NO3−/SO42−比值为1.88，说明移动源（机动车尾气排放）对于PM2.5的贡献大于固定源（燃煤）.
4）主成分分析结果显示，水溶性离子主要来源为二次转化、生物质燃烧、扬尘源和固定源（燃煤），方差贡献率共为79.06%.
5）根据后向轨迹模型结果得出，本次秋冬季节采样期间中S1、S2阶段主要污染气团来源均为来自于偏西方向上的短距离传输.
邯郸市大气污染过程PM2.5中水溶性离子特征与来源解析
Characteristics and source analysis of water-soluble ions in PM2.5 during air pollution in Handan City
-
摘要: 为研究邯郸市污染过程大气PM2.5中水溶性离子浓度特征与来源，于2021年10—12月采集了大气PM2.5样品，并结合温度、相对湿度等气象因素以及气态污染物（SO2、NO2）浓度对水溶性离子进行分析. 结果表明，采样期间PM2.5浓度范围为（41.34—216.96）μg·m−3，浓度均值（111.12±38.6）μg·m−3；TWSII(总水溶性离子)质量浓度为（56.08±24.26）μg·m−3，其中主要离子物种SNA（SO42−、NO3−、NH4+）在TWSII中占比89.48%；PM2.5昼、夜浓度均值接近，其中NO3−、NH4+、SO42−、Ca2+、Na+和Mg2+的浓度白天高于夜晚，Cl−、K+和F−等离子则是夜晚浓度较高；AE/CE（阴阳离子电荷当量比）昼、夜比值分别为1.12、1.16，说明大气气溶胶呈酸性；依据相关性分析判断各个离子间的结合方式，NH4+与NO3－、SO42－之间具有显著相关性，结合经验公式计算结果确定铵盐主要存在状态为(NH4)2SO4和NH4NO3；采样期间SOR、NOR值分别为0.38、0.33（白天为0.38、0.38，夜间为0.37、0.28），说明存在明显的SO2和NO2二次转化过程，且NO3−/SO42−比值为1.88，说明移动源（机动车尾气排放）对于PM2.5的贡献大于固定源（燃煤）；主成分分析结果表明，PM2.5水溶性离子主要来源有二次转化、生物质燃烧、固定源（燃煤）和扬尘源；后向轨迹模型中聚类分析得出，外部污染传输持续存在，整个采样过程中主要污染气团来源均为来自于偏西方向的短距离传输.Abstract: In order to study the characteristics and sources of water-soluble ions in atmospheric PM2.5 during the pollution process in Handan city, samples of atmospheric PM2.5 were collected from October to December 2021. The water-soluble ions were analyzed in combination with meteorological factors such as temperature, relative humidity and the concentrations of gaseous pollutants (SO2, NO2). The concentration range of PM2.5 during the sampling period is (41.34—216.96) μg·m−3, with the mean concentration of (111.12±38.6) μg·m−3. The mass concentration of TWSII (total water-soluble ions) was (56.08±24.26) μg·m−3, with the main ion species SNA (SO42−,NO3−,NH4+) accounting for 89.48%. The day and night concentrations of PM2.5 are simar. NO3−, NH4+, SO42−, Ca2+, Na+ and Mg2+ concentrations are higher during the day than at night, while Cl−, K+ and F− concentrations are higher at night. The day and night ratio of AE/CE (anion cation charge equivalent ratio) is 1.12 and 1.16, respectively, indicating that atmospheric aerosols are acidic. According to correlation analysis, there is a significant correlation between NH4+and NO3−, also with SO42−. Based on empirical formula calculations, the main existing states of ammonium salts are (NH4)2SO4 and NH4NO3. During the sampling period, the SOR and NOR values were 0.38 and 0.33, respectively (0.38 and 0.38 during the day, and 0.37 and 0.28 at night), indicating a significant secondary conversion process of SO2 and NO2. The NO3−/SO42− ratio was 1.88, indicating that the contribution of mobile sources (motor vehicle exhaust emissions) to PM2.5 was greater than that of fixed sources (coal combustion). The principal component analysis results indicate that the main sources of water-soluble ions in PM2.5 are secondary conversion, biomass combustion, fixed sources (coal combustion), and dust sources. The clustering analysis in the backward trajectory model shows that external pollution transmission persists, and the main source of pollution air mass is short distance transmission from the westward direction.
-
Key words:
- PM2.5 /
- water-soluble ions /
- source analysis /
- backward trajectory /
- Handan.
-
-
图 4 完全中和、未完全中和条件下NH4+计算值与实测值
Figure 4. Calculated and measured values of complete and incomplete neutralization of NH4+
表 1 邯郸市S1和S2阶段PM2.5及水溶性离子浓度（μg·m−3）
Table 1. PM2.5 and water-soluble ion concentration in S1 and S2 stages of Handan City （μg·m−3）
离子组分
Ionic componentsS1（n=12） S2（n=21） 平均
AverageNa+ 0.97±0.07 0.91±0.10 0.94±0.10 K+ 0.40±0.14 0.38±0.19 0.39±0.17 Mg2+ 0.058±0.02 0.071±0.043 0.066±0.036 Ca2+ 1.14±0.36 1.78±1.33 1.52±1.09 F− 0.050±0.01 0.082±0.042 0.069±0.036 Cl− 2.28±1.41 3.37±2.074 2.92±1.89 NH4+ 13.01±4.75 11.27±6.85 11.99±6.13 SO42− 8.29±2.78 9.47±6.53 8.98±5.34 NO3− 34.97±15.12 25.14±12.64 29.20±14.55 PM2.5 111.82±31.43 110.12±38.6 111.12±38.6 
下载: 导出CSV
表 2 采样期间昼夜水溶性离子浓度特征（μg·m−3）
Table 2. Day -Night water soluble ion concentration characteristics （μg·m−3）
离子组分
Ionic components昼
Day夜
NightNO3− 27.08±17.02 24.75±15.23 NH4+ 10.82±7.40 10.66±5.80 SO42− 8.11±6.24 7.70±5.24 Cl− 2.39±2.24 3.28±1.32 Ca2+ 2.13±1.40 1.55±1.25 Na+ 0.93±0.12 0.91±0.08 K+ 0.32±0.16 0.39±0.20 Mg2+ 0.079±0.036 0.062±0.035 F− 0.068±0.039 0.068±0.029 PM2.5 106.87±46.25 101.35±33.86
下载: 导出CSV
表 3 旋转因子载荷矩阵
Table 3. Rotation Factor Load Matrix
离子组分
Ionic components因子1
Factor1因子2
Factor2因子3
Factor3NH4+ 0.955* −0.097 0.113 NO3− 0.886* 0.029 −0.145 K+ 0.882* 0.14 0.064 Ca2+ −0.848 0.341 0.167 SO42− 0.838* −0.247 0.339 Mg2+ −0.747 0.515 0.197 Na+ 0.519 0.655* −0.07 F− −0.021 0.599* 0.59* Cl− 0.524 0.156 0.612* 特征值 5.495 1.85 1.35 方差贡献率/% 49.96% 16.82% 12.28% 累计方差贡献率/% 49.96% 66.78% 79.06% 污染源 二次转化、生物质燃烧 扬尘源 固定源（燃煤）、生物质燃烧 注：*，为该因子中载荷量较大的组分载荷量. Note：*， is the load of the component with larger load in the this factor
下载: 导出CSV
表 4 PM2.5后向轨迹聚类分析
Table 4. Clustering analysis of PM2.5 backward trajectory
S1/2 占比 /%
Proportion路径
Path浓度/（μg·m−3）
Concentration聚类1 54.17 陕西北部-山西南部-邯郸 109.6 聚类2* 9.72 哈尔滨—吉林—辽宁—渤海—山东—河北 58.3 聚类3 15.28 蒙古国与甘肃交界处—内蒙古—陕西北—山西中—邯郸 130.3 聚类4 20.83 蒙古国与内蒙古交界处—内蒙古—河北中—邯郸 141.1 聚类1 37.50 内蒙古西南—甘肃北—宁夏北—陕西北—山西中—邯郸 120.5 聚类2 22.22 内蒙古南—宁夏北—陕西北—山西南—河南北—邯郸 144.2 聚类3 40.28 山西南—河南北—邯郸 153.6 注：*，该聚类低于国标二级日均值标准75 μg·m−3.
Note：*， This cluster was lower than the national standard secondary daily mean value of 75μg·m−3
下载: 导出CSV
-
[1] 曹军骥. PM2.5与环境[M]. 北京: 科学出版社. 2014: 67-154. CAO J J. PM2.5 and Environment[M]. Beijing: Science Press. 2014: 67-154(in Chinese).
[2] 郦嘉诚, 高庆先, 李亮, 等. 对首要污染物所揭示的京津冀环境空气质量状况的认识启迪与对策建议[J]. 环境科学研究, 2018, 31(10): 1651-1661. LI J C, GAO Q X, LI L, et al. Enlightenment and suggestions on the air quality of Beijing, Tianjin and Hebei revealed by primary pollutants[J]. Research of Environmental Sciences, 2018, 31(10): 1651-1661(in Chinese).
[3] 陈新星, 李洁, 张良瑜, 等. 南京市冬季PM2.5中水溶性离子污染特征研究[J]. 环境监测管理与技术, 2022, 34(2): 12-15,26. doi: 10.3969/j.issn.1006-2009.2022.02.003 CHEN X X, LI J, ZHANG L Y, et al. Pollution characteristics of water-soluble ions in PM2.5 in winter in Nanjing[J]. The Administration and Technique of Environmental Monitoring, 2022, 34(2): 12-15,26(in Chinese). doi: 10.3969/j.issn.1006-2009.2022.02.003
[4] 宁伟征, 狄世英, 刘焕武, 等. 邢台市采暖季PM2.5中水溶性离子污染特征及来源分析[J]. 环境监测管理与技术, 2020, 32(4): 61-64. NING W Z, DI S Y, LIU H W, et al. Pollution characteristics and sources analysis of water-soluble inorganic ions in PM2.5 during heating season in Xingtai[J]. The Administration and Technique of Environmental Monitoring, 2020, 32(4): 61-64(in Chinese).
[5] 孟琛琛, 王丽涛, 张芬芬, 等. 邯郸市PM2.5中水溶性无机离子污染特征及来源解析[J]. 环境科学学报, 2015, 35(11): 3443-3451. MENG C C, WANG L T, ZHANG F F, et al. Pollution characteristics and source apportionment of water soluble inorganic ions in PM2.5 in Handan City[J]. Acta Scientiae Circumstantiae, 2015, 35(11): 3443-3451(in Chinese).
[6] 牛红亚, 史沥介, 任秀龙, 等. 燃煤城市及其周边地区“双代”后大气环境颗粒物的化学特征[J]. 煤炭学报, 2022, 47(12): 4362-4374. NIU H Y, SHI L J, REN X L, et al. Chemical characteristics of particulate matter in the atmospheric environment after “coal substitution” policy in coal combustion cities and their surrounding areas[J]. Journal of China Coal Society, 2022, 47(12): 4362-4374(in Chinese).
[7] 杨铁金, 王慧超, 李红梅, 等. 辽宁西南典型城市冬季大气细颗粒物水溶性无机离子污染特征及来源解析[J]. 环境化学, 2022, 41(1): 160-172. doi: 10.7524/j.issn.0254-6108.2020090602 YANG T J, WANG H C, LI H M, et al. Characteristics and source analysis of water-soluble inorganic ion pollution of fine atmospheric particles in winter in typical cities of southwest Liaoning Province[J]. Environmental Chemistry, 2022, 41(1): 160-172(in Chinese). doi: 10.7524/j.issn.0254-6108.2020090602
[8] 牛宏宏, 王宝庆, 刘博薇, 等. 天津冬季PM2.5中水溶性无机离子污染特征研究[J]. 环境污染与防治, 2019, 41(5): 592-595. NIU H H, WANG B Q, LIU B W, et al. Characteristics of water-soluble inorganic ions in PM2.5 during winter in Tianjin[J]. Environmental Pollution & Control, 2019, 41(5): 592-595(in Chinese).
[9] 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): 1545-1552. YAN G X, ZHANG J W, LEI H J, et al. Seasonal variation and source analysis of water-soluble inorganic ions in fine particulate matter in Zhengzhou[J]. Environmental Science, 2019, 40(4): 1545-1552(in Chinese).
[10] 宗梁, 刘迎云, 姜雨, 等. 衡阳城区冬季PM2.5中水溶性离子污染特征[J]. 中国环境监测, 2020, 36(3): 42-48. ZONG L, LIU Y Y, JIANG Y, et al. Characteristics of water-soluble ion pollution in PM2.5 in winter of Hengyang city[J]. Environmental Monitoring in China, 2020, 36(3): 42-48(in Chinese).
[11] 郝新妮, 肖浩, 李亲凯, 等. 天津冬夏季PM2.5中二次无机离子的特征及重污染事件分析: 基于连续两年的观测[J]. 环境化学, 2022, 41(10): 3288-3298. doi: 10.7524/j.issn.0254-6108.2021063006 HAO X N, XIAO H, LI Q K, et al. Characteristics of secondary inorganic ions in PM2.5 and study of heavy pollution events in winter and summer in Tianjin—Based on observations for two consecutive years[J]. Environmental Chemistry, 2022, 41(10): 3288-3298(in Chinese). doi: 10.7524/j.issn.0254-6108.2021063006
[12] 余学春. 北京PM2.5水溶性物种污染特征及来源解析[D]. 北京: 清华大学, 2004. YU X C. Determination and characterization of water-soluble species of PM2.5 in Beijing[D]. Beijing: Tsinghua University, 2004(in Chinese).
[13] 衣雅男, 侯战方, 孟静静, 等. 聊城市冬季PM2.5中水溶性化合物的昼夜变化特征及来源解析[J]. 环境科学, 2019, 40(10): 4319-4329. YI Y N, HOU Z F, MENG J J, et al. Diurnal variations and source analysis of water-soluble compounds in PM2.5 during the winter in Liaocheng city[J]. Environmental Science, 2019, 40(10): 4319-4329 (in Chinese).
[14] ZHOU J B, XIONG Y, XING Z Y, et al. Characterizing and sourcing ambient PM2.5 over key emission regions in China II: Organic molecular markers and CMB modeling[J]. Atmospheric Environment, 2017, 163. [15] 葛琳琳, 郑元铸, 涂圣锋, 等. 温州市PM2.5中水溶性离子污染特征及来源分析[J]. 浙江大学学报(理学版), 2017, 44(1): 112-120. GE L L, ZHENG Y Z, TU S F, et al. Characteristics and sources apportionment of water-soluble ions in PM2.5 of Wenzhou, Zhejiang Province[J]. Journal of Zhejiang University (Science Edition), 2017, 44(1): 112-120 (in Chinese).
[16] 张敬巧, 王淑兰, 罗达通, 等. 聊城市冬季PM2.5及水溶性离子污染特征及来源分析[J]. 环境科学研究, 2018, 31(10): 1712-1718. ZHANG J Q, WANG S L, LUO D T, et al. Characterization and source analysis of PM2.5 and water-soluble ions during winter in Liaocheng city[J]. Research of Environmental Sciences, 2018, 31(10): 1712-1718 (in Chinese).
[17] HUANG D S, XU J H, ZHANG S Q. Valuing the health risks of particulate air pollution in the Pearl River Delta, China[J]. Environmental Science and Policy, 2011, 15(1):38-47. [18] GUO W, ZHANG Z Y, ZHENG N J, et al. Chemical characterization and source analysis of water-soluble inorganic ions in PM2.5 from a plateau city of Kunming at different seasons[J]. Atmospheric Research, 2020, 234:104687. [19] 孙有昌, 姜楠, 王申博, 等. 安阳市大气PM2.5中水溶性离子季节特征及来源解析[J]. 环境科学, 2020, 41(1): 75-81. SUN Y C, JIANG N, WANG S B, et al. Seasonal characteristics and source analysis of water-soluble ions in PM2.5 of Anyang city[J]. Environmental Science, 2020, 41(1): 75-81 (in Chinese).
[20] 郭新彪, 魏红英. 大气PM2.5对健康影响的研究进展[J]. 科学通报, 2013, 58(13): 1171-1177. doi: 10.1360/972013-147 GUO X B, WEI H Y. Progress on the health effects of ambient PM2.5 pollution[J]. Chinese Science Bulletin, 2013, 58(13): 1171-1177 (in Chinese). doi: 10.1360/972013-147
[21] 任秀龙, 牛红亚, 李淑娇, 等. 邯郸市大气细颗粒物中水溶性离子的污染特征及来源解析[J]. 环境化学, 2021, 40(11): 3510-3519. doi: 10.7524/j.issn.0254-6108.2020070301 REN X L, NIU H Y, LI S J, et al. Pollution characteristics and source of water-souble ions in atmospheric fine particles in Handan City[J]. Environmental Chemistry, 2021, 40(11): 3510-3519 (in Chinese). doi: 10.7524/j.issn.0254-6108.2020070301
[22] 刘寿东, 张莉, 张园园, 等. 温湿度对南京北郊PM2.5中二次无机离子生成演化的影响[J]. 生态环境学报, 2018, 27(4): 714-721. LIU S D, ZHANG L, ZHANG Y Y, et al. Influences of temperature and humidity on formation and evolution of secondary aerosol inorganic ions of PM2.5 at northern suburban Nanjing[J]. Ecology and Environmental Sciences, 2018, 27(4): 714-721 (in Chinese).
[23] KATO N. Analysis of structure of energy consumption and dynamics of emission of atmospheric species related to the global environmental change (SOx , NOx , and CO2 ) in Asia[J]. Atmospheric Environment, 1996, 30(5):757-785. [24] 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. LIN Y, YE Z X, YANG H J, et al. Pollution level and source apportionment of atmospheric particles PM2.5 in southwest suburb of Chengdu in spring[J]. Environmental Science, 2016, 37(5): 1629-1638 (in Chinese).
[25] 牛红亚, 高娜娜, 鲍晓磊等. 2016—2020年邯郸市冬季PM2.5污染特征与来源解析[J]. 环境科学,2023, 44(12): 6463-6473. NIU H Y, GAO N N, BAO X L, et al. Characteristics and Sources of PM2.5 Pollution in Winter of Handan City from 2016 to 2020[J]. Environmental Science,2023, 44(12): 6463-6473(in Chinese).
[26] 任秀龙, 胡伟, 吴春苗, 等. 华北南部重污染城市周边区域二次气溶胶的化学特征及来源解析[J]. 环境科学, 2022, 43(3): 1159-1169. REN X L, HU W, WU C M, et al. Chemical characteristics and sources of atmospheric aerosols in the surrounding district of a heavily polluted city in the southern part of North China[J]. Environmental Science, 2022, 43(3): 1159-1169 (in Chinese).
[27] 刘慧, 夏敦胜, 陈红, 等. 2017年兰州市大气污染物输送来源及传输特征模拟分析[J]. 环境科学研究, 2019, 32(6): 993-1000. LIU H, XIA D S, CHEN H, et al. Simulation analysis of sources and transmission characteristics of air pollutants in Lanzhou city in 2017[J]. Research of Environmental Sciences, 2019, 32(6): 993-1000 (in Chinese).
-
点击查看大图
计量
- 文章访问数: 741
- HTML全文浏览数: 741
- PDF下载数: 23
- 施引文献: 0
