-
大气颗粒物(PM)污染问题因其对自然环境和人类健康的不利影响而成为人们关注的焦点[1]。尤其是细颗粒物（PM2.5，空气动力学当量直径小于或等于2.5 μm的颗粒物），具有易于进入人体、在环境中滞留时间长等特征，进而影响人类健康以及降低大气能见度[2]。水溶性组分是PM2.5中的重要组成部分，会使颗粒物表面具有活性剂的作用，增加了有毒物质的溶解性，从而容易被人体吸收，对人体危害很大[3]。二次无机离子SNA（SO42−、NO3−、NH4+）是PM2.5中最主要的水溶性组分[4-5]，并且受能源结构及气象因素的影响，其浓度特征及形成机制在不同区域存在较大的差异[6-7]。例如，在颗粒物污染较重的京津冀区域，重污染天气下二次无机离子在PM2.5中占比均在50%以上[8-9]。
SNA主要由NO2与SO2等气态前体物经过复杂的二次化学反应生成[6]。Guo等对南京的研究发现，SO2的非均相与均相转化过程主要与大气中气态污染物(NO2、SO2和O3)的浓度和相对湿度有关[10]。Gao等发现，高RH会导致高SNA，因为大气中的气溶胶含水量随RH的增加而增加，有利于液相反应发生[11]。因此为控制污染事件的发生，除减少气体前体物的一次排放外，还需要深入分析相对湿度等气象要素对SNA形成的影响[12]。
天津市作为环渤海地区的重要经济中心，又是我国首批沿海开放城市，其空气质量问题一直备受关注。目前对天津市的研究主要集中在污染特征方面，缺乏对其形成机理的分析，尤其是连续重污染过程阶段[13-17]。同时，在以往的研究中，样品采集主要针对某个季节或者某一年，对连续年变化的分析较少[3]。因此，本研究在天津分别采集了2018、2019两年冬、夏季PM2.5样品，测定并分析了PM2.5及水溶性无机离子的浓度特征，同时结合气象参数及氮/硫氧化率揭示了重污染事件发生时SO42−、NO3−的二次转化机制，以期为天津市PM2.5有效的污染防控提供科学依据。
-
本研究的采样点（39.11°N, 117.16°E）位于天津大学卫津路校区（图1）第19教学楼楼顶（距地面约25 m）。周围没有工厂、建筑工地及高大的建筑物、树木干扰等，在一定程度上能够代表城市区域的一般情况。
本研究中大气细颗粒物样品采集涉及4个时间段：2018年1月3日—1月17日、2018年7月12日—8月10日、2019年1月3日—1月22日、2019年7月11日—7月31日，分别代表2018年和2019年的冬、夏季。采样过程中，日间样本采集时间为当天7:30到18:00，夜间样本采集时间为18:30到次日早上7:00。PM2.5样品所用膜为石英纤维膜（25 cm×20 cm）。采样前，先在450 ℃的马弗炉里煅烧6 h，以去除有机质的干扰。采样器为大流量空气采样器（TISCH, USA），流速为1.05 m3 min−1。采样前后，样品膜都在干燥器内干燥48 h，然后用万分之一电子天平（Mettler Toledo ML204T, Switzerland）进行称重。称重结束后，样品膜储存在−20 ℃冰箱里。在采样的同时，移动气象站（Gill MetPak, UK）测定并记录了采样点的气象参数：大气温度（T）、相对湿度（RH）、风速（WS）等。空气质量其他参数：O3浓度、SO2浓度、NO2浓度等均摘抄自中国空气质量监测总站发布的“空气质量发布”APP，所选站点为宾水西道国控监测点，该监测点距采样点2.1 km，可代表采样点附近的大气污染物状况。
-
用截膜器在石英样品膜上截取适当大小的膜，然后加入超纯水（18.2 MΩ·cm ），超声15 min后，倒出洗脱液，再加入超纯水。重复3次，加入超纯水体积总量为15 mL。用一次性注射器抽取洗脱液，并使用0.22 µm PTFE针式过滤头过滤，得到可以上机测试的溶液。取1.5 mL过滤后的洗脱液，进行上机测试，剩下的液体保存在−20 ℃冰箱里。阴阳离子的测试仪器为离子色谱（ICS−5000+, Thermo）。本研究测试的无机离子共8种：SO42−、NO3−、NH4+、Cl−、K+、Ca2+、Na+、Mg2+。
-
2018年1月，PM2.5浓度范围是5.93—132.66 μg·m−3，平均值为（56.55±42.88） μg·m−3，与天津市2017年1月的研究相比[18]，PM2.5浓度明显降低，这可能是受到政府部门推出的一系列空气质量控制措施的影响，如2017年底的“代煤工程”以及《天津市打赢蓝天保卫战三年作战计划（2018—2020年）》等。2019年1月，天津PM2.5浓度（平均值为（97.51±84.84）μg·m−3，范围是14.34—289.48 μg·m−3）较2018年出现反弹，但整体仍较2017年1月有所下降。这可能是因为在“代煤工程”实施第一年内，“气代煤”、“电代煤”改造工程实施比较彻底，而“代煤工程”第二年实施过程中，大气污染物浓度较第一年有所反弹[19]。与同时期的其他城市相比，低于石家庄市（108.92 μg·m−3）[20]，但高于北京市（50.30 μg·m−3）、武汉市（54.46 μg·m−3）[21]、昆明市（31 μg·m−3）[22]以及贵阳市（45.81 μg·m−3）[4]等，说明天津市的污染仍较为严重。
2018年7月与2019年7月，PM2.5平均浓度分别为（43.29±18.09） μg·m−3，（范围14.92—103.9 μg·m−3），（46.30±22.65）μg·m−3（范围20.09—112.49 μg·m−3），低于同时期的北京市（73.74 μg·m−3）和石家庄市（63.23 μg·m−3）[20]。此外，如表1所示，天津PM2.5的污染呈现明显的季节性变化特征。冬季的PM2.5浓度明显高于夏季，2019年1月更是超过了夏季的2倍。研究表明，PM2.5质量浓度同时受污染物排放、传输、化学转化和沉降的影响，且与气象条件紧密联系[23]。因此，造成季节性差异的原因可能有以下几点：1）冬季温度低，燃煤供暖等会导致大量的一次污染气体排放，进一步的二次转化导致PM2.5浓度升高[24]；2）夏季温度高，利于部分半挥发性物质挥发，且混合层高，不易出现逆温现象，利于污染物的扩散[25]；3）夏季时常发生降雨事件，雨水对颗粒物的清洁作用也可能是导致PM2.5浓度季节性差异的原因[26-27].
-
观测期间，二次无机离子（SNA）的浓度及其与国内其他城市研究对比如表1和图2所示。2018年与2019年冬、夏季天津市PM2.5中SNA平均浓度分别为（23.43±20.52） μg·m−3，（18.61±10.79） μg·m−3，（24.66±20.93）μg·m−3，（24.48±14.84）μg·m−3，在总水溶性离子的占比均超过80%，说明SNA是天津PM2.5中最主要的水溶性组分。从年际变化来看，2019年冬夏季SNA平均浓度均较2018有所升高，较2017年明显降低，这与PM2.5浓度的变化规律一致。与其他城市同时期研究相比，天津冬季SNA浓度差异均呈现出与PM2.5浓度相似的结果，说明SNA可能是主导PM2.5浓度变化的主要因素之一[4,20,22,28]。
从各离子之间的占比来看，NO3−是天津市2018年与2019年冬季占比最高的离子，其次是NH4+和SO42−。与2017年冬季的研究相比，NO3−已经超过SO42−成为占比最高的阴离子，说明天津市的污染类型已从硫酸盐转化为硝酸盐[18]。这可能是受“代煤工程”实施的影响，燃煤量的减少导致天津市大气环境SO2的浓度降低，从而降低PM2.5中的SO42−含量。值得注意的是，本研究中天津市夏季PM2.5中的SO42−仍是占比最高的离子，无论是2018年还是2019年，SO42−的平均浓度均超过了冬季。然而，冬季SO2的浓度分别是夏季的3倍左右，说明夏季发生了更为明显的SO2的二次转化反应。
前人研究表明，大气中SO42−主要是SO2通过均相或者多相氧化形成，如O3、H2O2、OH自由基以及表面金属氧化等[4,6,10,29-30]。因此，本研究中夏季观察到更高浓度的O3可能是导致硫酸盐形成更为明显的原因之一。此外，夏季更强的光照强度及光照时长，会促使大气中产生大量的OH自由基，SO2与OH自由基发生均相反应可能是导致这种现象的另外一个原因[31]。虽然冬季排放了更多的SO2, 但冬季在较为停滞的天气下，较低的太阳能会降低光化学活性，从而阻碍SO2氧化为SO42−[32]。NO3−与SO42−的平均浓度呈现相反的季节变化特征，但NO2与SO2呈现一致的变化规律，这可能与它们的形成机理及相应的影响因素有关。NO3−的形成主要来自均相和非均相反应，即通过OH自由基氧化NO2和N2O5水解产生，并且OH自由基氧化NO2主要发生在白天，晚上主要通过N2O5水解生成[33-35]。如上所述，夏季大气环境中氧化条件更好，利于前体污染物的二次转化。但研究发现，颗粒态NO3−热稳定性差，在较高温度下不利于硝酸盐进入颗粒相[36]。因此，夏季硝酸盐浓度较低可能受高温硝酸盐受热易分解的影响。冬季硝酸盐含量较高，一方面可能是因为大量NO2的排放，二次转化形成大量的硝酸盐。另一方面，较低的温度或者静置的天气条件利于NO2的二次转化。类似的结果也在其他城市观察到，如石家庄[20]、武汉[21]等。
此外，本研究中SNA在2018年及2019年均呈现一定的昼夜变化规律，如SO42−表现为昼大于夜，而NO3−以及NH4+则呈现出夜大于昼的变化规律，如图2所示。在白天光照导致大气中产生大量的OH自由基，利于SO2向SO42−转化，因此白天的SO42−浓度较晚上偏高[37]。在晚上，由于缺乏阳光照射，对流层中OH自由基急剧下降，光化学反应难以进行，使得OH自由基与SO2的氧化反应减弱[31]。此外，白天较高的温度以及光照强度可能会促使颗粒态NH4NO3向气态HNO3转化，导致白天NH4+、NO3−偏低[36]。晚上，NO3−会通过N2O5水解形成，与环境中的NH3形成NH4NO3，进而导致气态前体物NO2在夜间形成NO3−积累的趋势[38]。
-
前人研究表明，二次无机离子（SNA）作为PM2.5中的重要组分，主要以硫酸铵及硝酸铵的形式存在，是影响PM2.5浓度升高的主要因素之一[4,22,39]。因此，根据分子热力学和气溶胶中和原理，可以从NH4+与SO42−的摩尔浓度比(R)重构分子组成[40]，规则如下：1)当0<R<1，NH4HSO4作为PM2.5中NH4+的化学形式；2)当1<R<2时，NH4HSO4和(NH4)2SO4作为NH4+的化学形式；3)当R>2时，(NH4)2SO4的浓度相当于SO42−量的2倍，然后剩余的NH4+形成NH4NO3和NH4Cl。本研究中，所有数据R均大于2，表明PM2.5中几乎没有NH4HSO4的存在。
如图3所示，本研究中SNA的存在形式呈现明显的季节性变化特征。冬季的样品中，SNA主要以(NH4)2SO4，NH4NO3和NH4Cl的形式存在，而夏季主要以(NH4)2SO4和NH4NO3的形式存在。冬季NH4NO3的质量浓度明显高于(NH4)2SO4，夏季样品呈现相反的特征。这可能是因为夏季温度高且光照强，NH4NO3受热易分解，而冬季温度低，利于NH4NO3在颗粒态中累积。此外，与清洁期相比，无论是夏季还是冬季，污染天NH4NO3的浓度明显升高，涨幅超过了(NH4)2SO4的增长，说明无论是夏季还是冬季，硝酸铵的升高是导致PM2.5浓度升高的关键。
-
本研究根据《环境空气质量指数（AQI）技术规定（试行）》（HJ 633—2012），结合PM2.5的日平均浓度将空气质量等级划分为：0—35 μg·m−3为优，35—75 μg·m−3为良，75—115 μg·m−3为轻度污染，115—150 μg·m−3为中度污染，150—250 μg·m−3为重度污染，大于250 μg·m−3及以上为严重污染。监测期间PM2.5日均浓度，以及相应的等级如表2所示。
整个研究期间内一共发生了9次污染事件（表2），其中2018年1月13日—2018年1月14日（事件Ⅰ）、2019年1月10日—2019年1月14日（事件Ⅱ）、2019年1月16日—2019年1月18日（事件Ⅲ）、2019年7月11日—2019年7月12日（事件Ⅳ）持续时间较长，污染较为严重，因此作为典型污染事件进行重点研究。
在4次重污染事件中，PM2.5与CO的浓度变化趋势相近，几乎同时达到峰值。CO在大气环境中比较稳定，其浓度主要受燃烧排放的影响，通常用来作为人类活动排放的长寿命示踪剂[41-42]。因此，PM2.5/CO用来评价一次燃烧排放对PM2.5的贡献，PM2.5/CO值越高，说明一次燃烧排放对PM2.5的贡献越小，PM2.5的升高主要受前体物二次转化的影响[43-44]。重污染事件发生时PM2.5/CO值升高，说明二次污染物对PM2.5形成的贡献变大[41]。研究期间，PM2.5/CO值与PM2.5浓度变化基本一致（图4），说明二次转化是导致PM2.5浓度升高的主要因素之一。尤其是事件Ⅳ，PM2.5/CO明显高于其他3次重污染事件，说明夏季重污染事件发生时，前体污染物的二次转化对PM2.5形成的影响更大。
大气中SO2、NO2等气体前体物通过复杂的化学反应氧化生成硫酸盐、硝酸盐，SOR（硫氧化率)和NOR(氮氧化率)常被用来衡量一次污染物（SO2、NO2）向SO42−和NO3−转化的程度[45]。计算方式如下：
式中，n指对应成分的物质的量。
当SOR和NOR超过0.1时[46]，则说明污染物在大气中发生了明显的二次转化过程，SOR和NOR越高，表明气态污染物向二次气溶胶转化越强[47]。如图4及表3所示，4次污染事件中，SOR、NOR的值基本大于0.1，说明4次事件中均发生了明显的二次转化。
冬季污染事件中，事件Ⅰ与事件Ⅱ的SOR及相对湿度均高于事件Ⅲ，而O3的浓度相差不大（表3与图4），说明相对湿度可能对SO2向SO42−的转化有积极的影响，即液相反应可能主导事件Ⅰ与事件Ⅱ硫酸盐的生成[11]。事件Ⅱ与事件Ⅲ是相同时期内发生的两次污染事件，其中事件Ⅱ中的SO2浓度是事件Ⅲ的0.42倍，而SO42−浓度是事件Ⅲ的3.07倍，相对湿度前者是后者的2.61倍。此外，如图4所示，事件Ⅱ中1月12日夜晚，SOR持续增长到最大值0.65，同时相对湿度也达到最大值84.51%，远远超过60%，此时SO42−浓度达到极大值18.12 μg·m−3。1月14日夜晚，相对湿度降低至21.53%时，SOR与SO42−也呈现出明显的下降趋势。研究表明，相对湿度一旦高于60%时，气溶胶含水量升高会促进SO2的液相反应[48]，导致更高的SOR。因此，事件Ⅱ中出现的较高SOR及SO42−浓度可能是因为相对湿度的升高，颗粒物达到潮解点，SO2的液相反应增强导致的。同样地，事件Ⅱ中NO2浓度低于事件Ⅲ的，但NO3−浓度及NOR均高于事件Ⅲ。如上所述，相对湿度的升高会促进N2O5水解产生硝酸盐，因此相对湿度也是影响NO3−形成的关键因素。
事件Ⅳ中SOR分别是事件Ⅰ、事件Ⅱ与事件Ⅲ中SOR的2.24倍、1.18倍和5.22倍，但SO2却分别是它们的0.29倍、0.47倍和0.20倍，说明夏季更容易发生SO2的二次转化生成SO42−（表3）。事件Ⅳ中相对湿度平均值分别为51.34%，与事件Ⅱ中相对湿度平均值55.19%相差不明显，而事件Ⅳ中的SOR却是事件Ⅱ的1.18倍，NOR是事件Ⅱ的1.53倍，O3浓度是事件Ⅱ的6.76倍，说明夏季SO42−、NO3−的生成途径受大气氧化剂O3的影响更大。此外，事件Ⅳ中NOR、NO3−浓度与相对湿度呈现出相似的昼夜规律，与O3呈相反的变化规律（图4）。如7月11日白天和7月12日白天NOR与NO3−浓度随O3浓度的升高而增加，7月11日夜晚和7月12日夜晚NOR与NO3−浓度随相对湿度的降低而降低。这可能是因为白天较高的O3主导NO3−的形成，但受光照、高温等影响，不利于NO3−颗粒相的累积；晚上O3浓度较低，但高的相对湿度会促进N2O5的水解，利于颗粒物中NO3−浓度的升高。综上所述，事件Ⅳ中较高的大气氧化剂O3会促进SO42−、NO3−形成，同时受光照及相对湿度的影响，晚上更利于NO3−的形成。
-
（1）2018年1月、2019年1月PM2.5浓度分别为（56.55±42.88） μg·m−3和（97.51±84.84） μg·m−3，与2017年1月相比明显降低，说明“代煤工程”等一系列政策的实施对于大气污染防控的效果十分明显。而2019年较2018年有所升高，可能是因为第二年实施过程中大气中污染物浓度较第一年有所反弹。此外，冬季明显高于夏季，说明冬季仍面临较为严重的污染。
（2）2018年与2019年冬、夏季天津市PM2.5中SNA平均浓度分别为（23.43±20.52） μg·m−3、（18.61±10.79） μg·m−3、（24.66±20.93） μg·m−3、（24.48±14.84） μg·m−3，在总水溶性离子的占比均超过80%，说明SNA是天津市PM2.5中最主要的水溶性组分。季节性的差异变化可能与SNA前体物排放浓度及形成机制有关，如夏季温度及O3浓度高，利于硫酸盐形成。而冬季温度低，在较高的相对湿度下，利于硝酸盐的形成。
（3）SNA的存在形式呈现明显的季节性变化特征。冬季以NH4NO3为主，夏季以(NH4)2SO4为主。与清洁期相比，污染天NH4NO3的增长幅度明显高于(NH4)2SO4，说明NH4NO3可能是主导灰霾发生的关键因素。
（4）以4次重污染过程为例，SOR与NOR在4次重污染事件均大于0.1，说明二次转化是造成污染的主要因素。冬季污染事件中SO42−、NO3−生成主要受相对湿度的影响，SO2、NO2的非均相反应是生成硫酸盐和硝酸盐的主要途径；而夏季污染事件中较高的大气氧化剂O3会促进SO42−、NO3−形成，同时受光照及相对湿度的影响，晚上更利于NO3−的形成。
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
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
-
摘要: 本研究于2018、2019年的1月和7月在天津市采集PM2.5样品，测定并分析了PM2.5及水溶性无机离子浓度，并结合气象因素及氮/硫氧化率，揭示4次重污染过程SO42−、NO3−的二次转化机制。结果表明，2018及2019年冬季天津市PM2.5浓度均低于2017年的，但夏季PM2.5浓度变化不明显，这可能是冬季受“代煤工程”的影响。SNA（SO42−、NO3−、NH4+）是水溶性离子的主要组分，冬季NO3−占比最高，而夏季SO42−最高，并且浓度呈现出昼夜差异，这可能是受光照强度、温度及相对湿度等气象因素的影响。此外，冬季SNA主要以(NH4)2SO4、NH4NO3和NH4Cl的形式存在，而夏季主要以(NH4)2SO4和NH4NO3的形式存在。冬季NH4NO3的质量浓度明显高于(NH4)2SO4，夏季样品呈现相反的特征。污染天NH4NO3的浓度明显升高，说明硝酸铵的升高是导致PM2.5浓度升高的关键。此外，4次重污染事件中，SO42−、NO3−的生成机制有所不同，冬季污染的形成主要受到相对湿度的影响，而夏季除相对湿度外，还受到O3及温度的影响。Abstract: This study has collected the PM2.5 samples in January and July of 2018 and 2019 in Tianjin. PM2.5 concentrations and water-soluble inorganic ions in the samples were measured, together with information such as meteorological conditions and nitrogen/sulfur oxidation rate, to elucidate the secondary conversion mechanism of SO42− and NO3− in heavy pollution processes. The study reveals that the PM2.5 concentrations in winter of 2018 and 2019 were lower than those in 2017, while the change of PM2.5 concentrations in two summers was not significant. This temporal variation might be related to the Coal Substitution Project in winter. SNA (SO42−、NO3−、NH4+) is the main component of water-soluble ions. NO3− dominated SNA in winter while SO42− was dominant in summer. The concentration of SNA also showed a diurnal difference. These variances might be due to the different meteorological factors such as light intensity, temperature and relative humidity. In addition, SNA mainly existed in the forms of (NH4)2SO4, NH4NO3 and NH4Cl in winter, but only (NH4)2SO4 and NH4NO3 in summer. The mass concentration of NH4NO3 was obviously higher than that of (NH4)2SO4 in winter, but the opposite characteristic was present in summer. The NH4NO3 concentration increased significantly in the polluted days, indicating that the increase of NH4NO3 was the key factor for the increase of PM2.5 concentration. Furthermore, the formation mechanism of SO42− and NO3− was different in the four heavy pollution events. The pollution was mainly affected by relative humidity in winter, but relative humidity, O3 and temperature in summer.
-
Key words:
- PM2.5 /
- SNA /
- formation mechanism /
- heavy pollution events /
- pollution characteristics /
- Tianjin
-
-
图 2 天津采样期间PM2.5与SNA的昼夜浓度变化图
Figure 2. Diurnal variations of PM2.5 and SNA concentration during sampling periods in Tianjin
图 3 不同污染条件中SNA的存在形式的季节特征
Figure 3. Seasonal characteristics of existing forms of SNA in different pollution conditions
图 4 4次重污染过程气体前体物浓度、气象条件、PM2.5/CO、PM2.5及SNA浓度变化图
Figure 4. Varies of the meteorological conditions, PM2.5/CO, and the concentrations of gas precursors, PM2.5 and SNA in the four heavy pollution processes
表 1 本研究与其他城市PM2.5与SNA的季节浓度对比(μg·m−3)
Table 1. Comparison of PM2.5 and SNA seasonal concentrations in this study with other cities (μg·m−3)
时间
Time城市
CityPM2.5 SO42− NO3− NH4+ SO2 NO2 参考文献
Reference2017年1月 天津市 160.20 24.62 22.27 15.06 27.85 74.43 [18] 2018年1月 天津市 56.55 5.00 9.99 9.21 17.03 57.82 本研究 2019年1月 天津市 97.51 5.59 11.50 7.57 18.69 63.57 本研究 2018年1月 北京市 50.30 6.03 7.68 — — — [20] 2018年1月 石家庄市 108.92 20.86 19. 95 — — — [20] 2018年1月 武汉市 54.46 9.45 15.77 10.26 — — [21] 2018年1月 昆明市 31.00 6.86 2.34 2.49 15.00 34.00 [22] 2018年1月 贵阳市 45.81 10.33 5.92 5.24 — — [4] 2017年7月 天津市 41.09 7.10 4.96 5.67 6.55 30.27 [19] 2018年7月 天津市 43.29 8.85 4.45 5.31 4.26 21.95 本研究 2019年7月 天津市 46.30 10.21 7.52 6.75 5.97 20.06 本研究 2018年7月 北京市 73.74 5.71 6.97 — — — [20] 2018年7月 石家庄市 63.23 7.09 5.72 — — — [20] 注：“—”表示无数据. Note:“–” indicates no data. 
下载: 导出CSV
表 2 监测期间每日PM2.5污染等级分类
Table 2. Classification of pollution levels based on daily PM2.5 concentration during the sampling period
类别
Category日期
DatePM2.5浓度/（μg·m−3）
PM2.5 concentration空气质量等级
Air quality grade污染日 2018年1月5日 132.46 中度污染 2018年1月7日 118.33 中度污染 污染Ⅰ 2018年1月13日 75.06 轻度污染 2018年1月14日 132.66 中度污染 污染日 2019年1月3日 155.3 重度污染 污染Ⅱ 2019年1月10日 162.29 重度污染 2019年1月11日 242.32 重度污染 2019年1月12日 289.48 重度污染 2019年1月13日 258.22 重度污染 2019年1月14日 127.1 中度污染 污染Ⅲ 2019年1月16日 79.22 轻度污染 2019年1月17日 99.51 轻度污染 2019年1月18日 116.28 中度污染 污染日 2019年1月22日 82.35 轻度污染 2018年8月1日 103.9 轻度污染 污染Ⅳ 2019年7月11日 107.49 轻度污染 2019年7月12日 156.71 中度污染 清洁日 其他时间 ＜75 优或良
下载: 导出CSV
表 3 4次重污染事件气象参数、气体前体物浓度、SOR、NOR及SNA浓度（平均值±标准差）
Table 3. Meteorological parameters, SOR, NOR and concentrations of gas precursors and SNA in four heavy pollution events (mean ± standard deviation)
参数
Parameters事件Ⅰ
Event Ⅰ事件Ⅱ
Event Ⅱ事件Ⅲ
Event Ⅲ事件Ⅳ
Event Ⅳ相对湿度/% 45.90±2.19 55.19±19.07 21.12±4.95 51.34±9.77 温度/℃ 0.93±1.11 0.24±1.75 1.65±2.22 28.23±2.53 风速/(m·s-1) 1.35±0.22 1.42±0.91 1.16±0.40 1.45±0.26 降水/mm 0.00±0.00 0.01±0.04 0.00±0.00 0.00±0.00 PM2.5/(μg·m-3) 103.86±38.72 215.88±76.87 98.34±22.22 131.50±49.73 SO2/(μg·m-3) 24.23±4.13 15.08±8.78 35.71±8.43 7.09±0.34 NO2/(μg·m-3) 78.46±15.07 77.34±19.63 83.42±17.89 14.75±5.80 O3/(μg·m-3) 23.38±10.29 19.62±17.33 9.41±9.85 132.55±45.98 SO42-/(μg·m-3) 9.67±1.58 13.58±4.97 4.43±0.86 9.92±2.92 NO3-/(μg·m-3) 28.19±6.43 22.26±7.18 13.32±4.49 9.00±7.79 NH4+/(μg·m-3) 20.31±3.09 14.54±4.89 8.77±2.63 7.25±3.85 SOR 0.21±0.04 0.40±0.16 0.08±0.01 0.47±0.07 NOR 0.21±0.06 0.17±0.03 0.10±0.02 0.26±0.14
下载: 导出CSV
-
[1] LI X R, ZHANG C L, LIU P F, et al. Significant influence of the intensive agricultural activities on atmospheric PM2.5 during autumn harvest seasons in a rural area of the North China Plain [J]. Atmospheric Environment, 2020, 241: 117844. doi: 10.1016/j.atmosenv.2020.117844 [2] CHENG Z, LUO L N, WANG S X, et al. Status and characteristics of ambient PM2.5 pollution in global megacities [J]. Environment International, 2016, 89/90: 212-221. doi: 10.1016/j.envint.2016.02.003 [3] 王国祯, 任万辉, 于兴娜, 等. 沈阳市冬季大气PM2.5中水溶性离子污染特征及来源解析 [J]. 环境科学, 2021, 42(1): 30-37. WANG G Z, REN W H, YU X N, et al. Characteristics and sources of water-soluble ion pollution in PM2.5 in winter in Shenyang [J]. Environmental Science, 2021, 42(1): 30-37(in Chinese).
[4] XIAO H, XIAO H Y, ZHANG Z Y, et al. Chemical characteristics of major inorganic ions in PM2.5 based on year-long observations in Guiyang, southwest China—Implications for formation pathways and the influences of regional transport [J]. Atmosphere, 2020, 11(8): 847. doi: 10.3390/atmos11080847 [5] 赵晴, 李岩岩, 贺克斌, 等. 2019年元宵节重污染期间济宁市PM2.5化学组分特征及污染成因分析 [J]. 环境化学, 2020, 39(4): 900-910. doi: 10.7524/j.issn.0254-6108.2019090902 ZHAO Q, LI Y Y, HE K B, et al. Analysis of PM2.5 chemical characteristics and causes during heavy pollution in Jining City around the Lantern Festival of 2019 [J]. Environmental Chemistry, 2020, 39(4): 900-910(in Chinese). doi: 10.7524/j.issn.0254-6108.2019090902
[6] WANG T Y, HUANG X, WANG Z L, et al. Secondary aerosol formation and its linkage with synoptic conditions during winter haze pollution over Eastern China [J]. Science of the Total Environment, 2020, 730: 138888. doi: 10.1016/j.scitotenv.2020.138888 [7] CHENG Y, YU Q Q, LIU J M, et al. Secondary inorganic aerosol during heating season in a megacity in Northeast China: Evidence for heterogeneous chemistry in severe cold climate region [J]. Chemosphere, 2020, 261: 127769. doi: 10.1016/j.chemosphere.2020.127769 [8] 肖致美, 武婷, 卫昱婷, 等. 天津市PM2.5中二次硝酸盐形成及防控 [J]. 环境科学, 2021, 42(6): 2616-2625. XIAO Z M, WU T, WEI Y T, et al. Formation and prevention of secondary nitrate in PM2.5 in Tianjin [J]. Environmental Science, 2021, 42(6): 2616-2625(in Chinese).
[9] 姚青, 韩素芹, 蔡子颖. 2011年冬季天津PM2.5及其二次组分的污染特征分析 [J]. 环境化学, 2013, 32(2): 313-318. doi: 10.7524/j.issn.0254-6108.2013.02.020 YAO Q, HAN S Q, CAI Z Y. Pollution characteristics of PM2.5 and secondary components in the winter in Tianjin [J]. Environmental Chemistry, 2013, 32(2): 313-318(in Chinese). doi: 10.7524/j.issn.0254-6108.2013.02.020
[10] GUO Z Y, GUO Q J, CHEN S L, et al. Study on pollution behavior and sulfate formation during the typical haze event in Nanjing with water soluble inorganic ions and sulfur isotopes [J]. Atmospheric Research, 2019, 217: 198-207. doi: 10.1016/j.atmosres.2018.11.009 [11] GAO J, WEI Y T, SHI G L, et al. Roles of RH, aerosol pH and sources in concentrations of secondary inorganic aerosols, during different pollution periods [J]. Atmospheric Environment, 2020, 241: 117770. doi: 10.1016/j.atmosenv.2020.117770 [12] ZHANG X, ZHANG K, LIU H P, et al. Pollution sources of atmospheric fine particles and secondary aerosol characteristics in Beijing [J]. Journal of Environmental Sciences, 2020, 95: 91-98. doi: 10.1016/j.jes.2020.04.002 [13] 张金, 姬亚芹, 邢雅彤, 等. 天津市高校夏季道路扬尘PM2.5中水溶性离子污染特征及来源 [J]. 环境科学学报, 2020, 40(5): 1604-1610. ZHANG J, JI Y Q, XING Y T, et al. Characteristics and sources of water-soluble ions in road dust PM2.5 during summer in university campuses of Tianjin [J]. Acta Scientiae Circumstantiae, 2020, 40(5): 1604-1610(in Chinese).
[14] 肖致美, 徐虹, 李立伟, 等. 基于在线观测的天津市PM2.5污染特征及来源解析 [J]. 环境科学, 2020, 41(10): 4355-4363. XIAO Z M, XU H, LI L W, et al. Characterization and source apportionment of PM2.5 based on the online observation in Tianjin [J]. Environmental Science, 2020, 41(10): 4355-4363(in Chinese).
[15] 董志超, 徐占杰, 王爽, 等. 天津市PM2.5中氮含量及同位素的昼夜及季节变化 [J]. 中国环境科学, 2021, 41(3): 1014-1023. doi: 10.3969/j.issn.1000-6923.2021.03.003 DONG Z C, XU Z J, WANG S, et al. Diurnal and seasonal variations of nitrogen contents and isotopic composition of total nitrogen in PM2.5 in Tianjin [J]. China Environmental Science, 2021, 41(3): 1014-1023(in Chinese). doi: 10.3969/j.issn.1000-6923.2021.03.003
[16] GAO J J, WANG K, WANG Y, et al. Temporal-spatial characteristics and source apportionment of PM2.5 as well as its associated chemical species in the Beijing-Tianjin-Hebei region of China [J]. Environmental Pollution, 2018, 233: 714-724. doi: 10.1016/j.envpol.2017.10.123 [17] KHAN J Z, SUN L, TIAN Y Z, et al. Chemical characterization and source apportionment of PM1 and PM2.5 in Tianjin, China: Impacts of biomass burning and primary biogenic sources [J]. Journal of Environmental Sciences, 2021, 99: 196-209. doi: 10.1016/j.jes.2020.06.027 [18] 陶月乐. 基于稳定同位素技术的天津市城区PM2.5污染特征与来源研究[D]. 天津: 天津大学, 2018. TAO Y L. Study on characteristics and sources of PM2.5 pollution in Tianjin urban area based on stable isotope technique[D]. Tianjin: Tianjin University, 2018(in Chinese).
[19] 冯晓青. 代煤工程前后天津市冬季PM2.5污染特征与来源对比研究[D]. 天津: 天津大学, 2019. FENG X Q. In sight of pollution characteristics and sources comparison of PM2.5 before and after the Coal Replacing Project in Tianjin wintertime [D]. Tianjin: Tianjin University, 2019(in Chinese).
[20] 王传达, 周颖, 程水源, 等. 北京、石家庄2017—2018年PM2.5与SNA组分特征及典型重污染分析 [J]. 环境科学学报, 2020, 40(4): 1340-1350. WANG C D, ZHOU Y, CHENG S Y, et al. Characteristics of PM2.5 and SNA composition and typical heavy pollution analysis in Beijing and Shijiazhuang from 2017 to 2018 [J]. Acta Scientiae Circumstantiae, 2020, 40(4): 1340-1350(in Chinese).
[21] WANG W Q, ZHANG W L, DONG S Y, et al. Characterization, pollution sources, and health risk of ionic and elemental constituents in PM2.5 of Wuhan, central China [J]. Atmosphere, 2020, 11(7): 760. doi: 10.3390/atmos11070760 [22] 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. doi: 10.1016/j.atmosres.2019.104687 [23] 伍潘. 成都市PM2.5水溶性无机离子及气态前体物污染特征分析[D]. 成都: 西南交通大学, 2019. WU P. Characterization of water soluble inorganic ions in PM2.5 and gaseous precursors[D]. Chengdu: Southwest Jiaotong University, 2019(in Chinese).
[24] YANG H M, PENG Q, ZHOU J, et al. The unidirectional causality influence of factors on PM2.5 in Shenyang city of China [J]. Scientific Reports, 2020, 10: 8403. doi: 10.1038/s41598-020-65391-5 [25] ZHANG L C, AN J, LIU M Y, et al. Spatiotemporal variations and influencing factors of PM2.5 concentrations in Beijing, China [J]. Environmental Pollution, 2020, 262: 114276. doi: 10.1016/j.envpol.2020.114276 [26] 何丹, 徐宝平, 吴丽芳, 等. 江西省典型城市气象因素对PM2.5和PM10污染特征影响分析: 以萍乡市为例 [J]. 能源研究与管理, 2020(4): 42-46,52. HE D, XU B P, WU L F, et al. Analysis of the impact of meteorological factors on the pollution characteristics of PM2.5 and PM10 in the typical cities of Jiangxi Province—taking Pingxiang city as an example [J]. Energy Research and Management, 2020(4): 42-46,52(in Chinese).
[27] 张众志, 唐伟, 杜晓惠, 等. 气象因素对“2+26”城市春节期间PM2.5污染影响模拟研析 [J]. 环境影响评价, 2020, 42(6): 6-10, 69. ZHANG Z Z, TANG W, DU X H, et al. The impacts of meteorological parameters on PM2.5 simulations in “2 + 26” cities during spring festival [J]. Environmental Impact Assessment, 2020, 42(6): 6-10, 69(in Chinese).
[28] LONG T F, PENG B, YANG Z H, et al. Spatial distribution and formation mechanism of water-soluble inorganic ions in PM2.5 during a typical winter haze episode in Guilin, China [J]. Archives of Environmental Contamination and Toxicology, 2020, 78(3): 367-376. doi: 10.1007/s00244-019-00699-6 [29] LI J, ZHANG Y L, CAO F, et al. Stable sulfur isotopes revealed a major role of transition-metal ion-catalyzed SO2 oxidation in haze episodes [J]. Environmental Science & Technology, 2020, 54(5): 2626-2634. [30] SHAO J Y, CHEN Q J, WANG Y X, et al. Heterogeneous sulfate aerosol formation mechanisms during wintertime Chinese haze events: Air quality model assessment using observations of sulfate oxygen isotopes in Beijing [J]. Atmospheric Chemistry and Physics, 2019, 19(9): 6107-6123. doi: 10.5194/acp-19-6107-2019 [31] 张亚婷. 济南市细颗粒物硫酸盐的变化趋势、污染特征与二次生成[D]. 济南: 山东大学, 2018. ZHANG Y T. Trend, pollution characteristics, and secondary formation of sulfates in fine particles in urban ji’nan[D]. Jinan: Shandong University, 2018(in Chinese).
[32] LI H, MA Y L, DUAN F K, et al. Stronger secondary pollution processes despite decrease in gaseous precursors: A comparative analysis of summer 2020 and 2019 in Beijing [J]. Environmental Pollution, 2021, 279: 116923. doi: 10.1016/j.envpol.2021.116923 [33] FENG X Q, LI Q K, TAO Y L, et al. Impact of Coal Replacing Project on atmospheric fine aerosol nitrate loading and formation pathways in urban Tianjin: Insights from chemical composition and 15N and 18O isotope ratios [J]. Science of the Total Environment, 2020, 708: 134797. doi: 10.1016/j.scitotenv.2019.134797 [34] LIN Y C, ZHANG Y L, FAN M Y, et al. Heterogeneous formation of particulate nitrate under ammonium-rich regimes during the high-PM2.5 events in Nanjing, China [J]. Atmospheric Chemistry and Physics, 2020, 20(6): 3999-4011. doi: 10.5194/acp-20-3999-2020 [35] LI Q K, LI X D, YANG Z, et al. Diurnal and seasonal variations in water-soluble inorganic ions and nitrate dual isotopes of PM2.5: Implications for source apportionment and formation processes of urban aerosol nitrate [J]. Atmospheric Research, 2021, 248: 105197. doi: 10.1016/j.atmosres.2020.105197 [36] 文亮. 华北典型地区大气细颗粒硝酸盐及气态亚硝酸变化规律与机理研究[D]. 济南: 山东大学, 2019. WEN L. Variation rules and mechanisms of the atmospheric fine particulate nitrate and gaseous nitrous acid over the North China[D]. Jinan: Shandong University, 2019(in Chinese).
[37] 冯炎鹏, 张军科, 黄小娟, 等. 成都夏冬季PM2.5中水溶性无机离子污染特征 [J]. 环境科学, 2020, 41(7): 3012-3020. FENG Y P, ZHANG J K, HUANG X J, et al. Pollution characteristics of water-soluble inorganic ions in Chengdu in summer and winter [J]. Environmental Science, 2020, 41(7): 3012-3020(in Chinese).
[38] 张蒙, 韩力慧, 刘保献, 等. 北京市冬季重污染期间PM2.5及其组分演变特征 [J]. 中国环境科学, 2020, 40(7): 2829-2838. doi: 10.3969/j.issn.1000-6923.2020.07.006 ZHANG M, HAN L H, LIU B X, et al. Evolution of PM2.5 and its components during heavy pollution episodes in winter in Beijing [J]. China Environmental Science, 2020, 40(7): 2829-2838(in Chinese). doi: 10.3969/j.issn.1000-6923.2020.07.006
[39] 武志宏, 孙爽, 武高峰, 等. 保定市PM2.5中水溶性离子污染特征及来源分析 [J]. 环境化学, 2021, 40(5): 1421-1430. doi: 10.7524/j.issn.0254-6108.2019120901 WU Z H, SUN S, WU G F, et al. The pollution pattern and source analysis of water-soluble ions of PM2.5 in Baoding City [J]. Environmental Chemistry, 2021, 40(5): 1421-1430(in Chinese). doi: 10.7524/j.issn.0254-6108.2019120901
[40] LIU Y C, FENG Z M, ZHENG F X, et al. Ammonium nitrate promotes sulfate formation through uptake kinetic regime[J]. Atmospheric Chemistry and Physics Discussions, 2021, 21（17）: 13269-13286. [41] 汪鹏, 熊春, 吴育杰, 等. 杭州市2017年冬季一次重灰霾过程中PM2.5水溶性离子特征、来源及成因分析 [J]. 浙江大学学报(理学版), 2019, 46(3): 345-353. WANG P, XIONG C, WU Y J, et al. A heavy haze episode in Hangzhou city in the winter of 2017: Characteristics of PM2.5 water-soluble components, causes and origins [J]. Journal of Zhejiang University (Science Edition), 2019, 46(3): 345-353(in Chinese).
[42] 姬艺珍, 郭伟, 胡正华, 等. 太原市PM2.5积累特征及重污染天气成因分析 [J]. 环境科学学报, 2021, 41(3): 853-862. JI Y Z, GUO W, HU Z H, et al. Accumulation characteristics of PM2.5 and the causes of serious pollution weather in Taiyuan city, China [J]. Acta Scientiae Circumstantiae, 2021, 41(3): 853-862(in Chinese).
[43] LIU Y C, ZHAO H J, MA Y J, et al. Characteristics of particulate matter and meteorological conditions of a typical air-pollution episode in Shenyang, northeastern China, in winter 2017 [J]. Atmospheric Pollution Research, 2021, 12(1): 316-327. doi: 10.1016/j.apr.2020.09.007 [44] LI S W, CHANG M H, LI H M, et al. Chemical compositions and source apportionment of PM2.5 during clear and hazy days: Seasonal changes and impacts of Youth Olympic Games [J]. Chemosphere, 2020, 256: 127163. doi: 10.1016/j.chemosphere.2020.127163 [45] XU L L, DUAN F K, HE K B, et al. Characteristics of the secondary water-soluble ions in a typical autumn haze in Beijing [J]. Environmental Pollution, 2017, 227: 296-305. doi: 10.1016/j.envpol.2017.04.076 [46] 刘兴瑞, 马嫣, 崔芬萍, 等. 南京北郊一次重污染事件期间PM2.5理化特性及其对大气消光的影响 [J]. 环境化学, 2016, 35(6): 1164-1171. doi: 10.7524/j.issn.0254-6108.2016.06.2015111004 LIU X R, MA Y, CUI F P, et al. Physicochemical characteristics of PM2.5 and impacts on light extinction during the heavy pollution period at North Suburban Nanjing [J]. Environmental Chemistry, 2016, 35(6): 1164-1171(in Chinese). doi: 10.7524/j.issn.0254-6108.2016.06.2015111004
[47] PAN Y Y, LUO L, XIAO H W, et al. A one-year comprehensive characteristics of water soluble inorganic ions in PM2.5 from a typical mountainous city [J]. Atmospheric Pollution Research, 2020, 11(11): 1883-1890. doi: 10.1016/j.apr.2020.08.006 [48] 文建辉, 陈筱佳, 宋韶华, 等. 桂林市秋季PM2.5组分特征及高浓度硫酸根形成机制初探 [J]. 环境化学, 2017, 36(12): 2676-2682. doi: 10.7524/j.issn.0254-6108.2017031402 WEN J H, CHEN X J, SONG S H, et al. Composition of PM2.5 and the formation mechanism of high secondary sulfate in the fall season of Guilin City [J]. Environmental Chemistry, 2017, 36(12): 2676-2682(in Chinese). doi: 10.7524/j.issn.0254-6108.2017031402
-
点击查看大图
计量
- 文章访问数: 3799
- HTML全文浏览数: 3799
- PDF下载数: 74
- 施引文献: 0
