研究论文 正式出版 版本 2 Vol 11 (2) : 151-160 2020
下载
沿海城市珠海PM2.5中水溶性离子特征及来源分析
Characteristics and sources of water-soluble ions in PM2.5 in the coastal city of Zhuhai, China
: 2019 - 06 - 12
: 2019 - 12 - 21
: 2019 - 12 - 30
49 1 0
摘要&关键词
摘要:PM2.5水溶性离子特征研究主要集中在大中型城市,为探讨珠海市PM2.5水溶性离子特征及来源,2016年6月至12月采集PM2.5样品,用离子色谱分析9种水溶性离子浓度。结果表明:珠海PM2.5总离子浓度处于较低水平,离子浓度有季节变化特征,表现为冬季>秋季>夏季;夏、秋季PM2.5呈碱性,冬季显酸性;从夏季到冬季,SO2- 和NH+ 在总离子中比例有减小趋势,NO₃‾比例有增大趋势。SO2- 、NO₃‾、NH+ 为主要组成成分,占离子总成分的85.07%,表明珠海市大气PM2.5二次污染较严重,NO₃‾/SO2- 均值0.2,表明以固定源污染为主。从气团聚类、离子相关性、富集因子分析和主因子分析等角度讨论来源和存在形式,珠海PM2.5水溶性离子受气团影响较大,来自陆地气团的离子浓度高于海洋气团;夏季到冬季,PM2.5受到80.2%的人为源和海洋源的混合源和16%的农业源贡献,离子主要存在形式有NHHSO、Mg(NO₃)₂、KNO₃、Ca(NO₃)₂、NHNO₃、NaCl、KCl和CaCl₂。
关键词:PM2.5;离子;来源;珠海
Abstract & Keywords
Abstract: Background, aim, and scope Different sources of PM2.5 influence the chemical composition of airborne particles and ultimately, human health. Studies on the characteristics of water-soluble ions in PM2.5 have largely been conducted in inland areas, particularly for large and medium-sized cities. There are limited studies on water-soluble ions in PM2.5 for coastal cities. This study investigated the characteristics and sources of water-soluble ions in PM2.5 for Zhuhai, a typical coastal city in China. The study collected PM2.5 between June to December, 2016 to gain useful information and insights into pollution control strategies for local governments. Materials and methods PM2.5 samples were collected using a high-volume air sampler with a PM2.5 cutting head. Each sample was run for 48 h with quartz filter, where all filters were pre-combusted at 500℃. Filters were cut at 4 cm×4 cm to determine nine water-soluble ions by ion chromatography. Online data on meteorological parameters in Zhuhai were collected from the National Oceanic and Atmospheric Administration (NOAA). Results The concentrations of water-soluble ions in PM2.5 exhibited a significant seasonal variation, with levels in winter being higher than those in summer. The main components of PM2.5 were SO2− , NO₃, and NH , accounting for 85.07% of the total ion composition. From summer to winter, the proportion of SO2 and NH in ions decreased, while the proportion of NO3 increased. Discussion Based on cluster analysis of back trajectory, the seasonal variations in ion concentrations were associated with different air masses. The concentrations associated with terrigenous air masses in winter were higher than the ocean air masses in summer and autumn. Based on the charge balance between total anion and cation equivalents, PM2.5 is alkaline in summer and autumn and acidic in winter. The high concentration of SO2− , NO₃ and NH+ in PM2.5 indicate that the level of secondary ions was relatively high. The mean ratio of NO₃/SO2− was 0.2, demonstrating that the main source of water soluble ions were stationary source emissions in Zhuhai. Principal factor analysis demonstrated that the mix of man-made sources with oceanic sources contributed 80.2% of the PM2.5 while agricultural sources contributed 16%. Ion and enrichment factor correlations implied the form and sources of ions. Conclusions Anthropogenic activities play an important role in PM2.5 ion concentrations in Zhuhai. PM2.5 is likely to be acidic in winter. Air mass transport plays a major role in PM2.5 ions concentration, particularly in winter. Recommendations and perspectives The government needs be attentive to the possibility of stationary source emissions from the air mass in Zhuhai in winter.
Keywords: PM2.5; ions; sources; Zhuhai
PM2.5(particulate matter,PM)是指颗粒物粒径小于等于2.5 μm的所有颗粒物的总和,又称细颗粒物,因其较小的粒径,更大的比表面积特征,使得大气细颗粒的吸附性要比粗颗粒物要强,因此具有更大吸附有毒有害物质的潜力。大气颗粒物对人类健康(Dockery et al,1994;Chow et al,2006;孟琛琛等,2015;郭振东等,2019)、城市能见度及气候变化产生影响(Jacob et al,2009),而这种影响往往受到其化学成分、来源、及与其他气体污染物的协同作用。
PM2.5水溶性离子主要包括K+、Ca2+、Na+、NH+ 、Mg2+ 、Cl‾、NO₃‾、SO2- 等,在大气污染事件中,PM2.5水溶性离子浓度增加,其离子浓度变化特征受不同来源影响(Qiao et al,2019)。大气PM2.5中组分浓度受到人为源和自然源的影响,水溶性离子化学成分及对人体健康效应有较大差异,以地壳为主来源的PM2.5与人类死亡率不存在相关性,但以汽车尾气及燃煤为主来源的PM2.5对人类死亡率会有影响(Laden et al,2000)。
关于PM2.5的离子特征变化已有很多研究,主要集中在京津冀(孟琛等,2015;高韩钰等,2018)、长江三角洲(郭振东等,2019)和珠江三角洲(戴伟等,2012;马莹等,2017)等大中型城市。珠海地处珠江口西岸,濒临广阔的南海,空气质量总体良好,但在特殊气象条件下仍存在超标污染,也会发生灰霾天气(余纬等,2011),当地含有火电厂等工业固定排放源、移动源排放、生物质燃烧、场尘等污染源(赵新锋等,2017),城市大气受到海洋源和陆地源的双重影响,陆源的人为污染物和沙尘随气团远距离传输到海洋上空,同时,海洋气溶胶也会影响传输到陆地,影响大气的化学特征。目前关于该城市大气颗粒物的变化特征研究较少,本研究分析珠海PM2.5中水溶性离子变化特征,讨论其可能来源,加强对沿海地区PM2.5中水溶性离子特征的认识,为当地政府有效控制细颗粒物污染提供一定的科学依据,同时可以作为数据比较,研究内陆污染地区PM2.5的离子特征变化对人体和环境影响。
1   材料与方法
1.1   采样
采样地点为广东省珠海市北京理工大学珠海学院弘毅楼A栋六楼楼顶(北纬22°21′36″,东经113°32′24″),该位置距离海岸边约3.5 km,采样日期为2016年6月3日至2016年12月30日,每个样品采样时长为48 h,共采集样品20个和空白样2个。采样仪器为TH-1000C2型大容量气溶胶总悬浮颗粒采样器(武汉天虹智能仪表厂),PM2.5样品使用TH-1000C2型大流量采样器配套的PM2.5冲击式切割头采集,采样流量为1.05 m3/min。采集大气气溶胶样品所用的膜是whatman石英膜(20cm×25cm,美国),该膜在采样前经马弗炉预处理,处理温度为500℃,采集后的样品放入冰箱冷冻(-20℃)保存。
1.2   分析方法
取大约4 cm×4 cm滤膜样品,加入20 mL的超纯水(Milli-Q水,电阻率≥18 MΩ)超声波萃取1 h,然后用0.45 μm针头式水系过滤头过滤样品溶液,去除样品中的有机物和不溶于水的杂质。过滤液进入离子色谱(Dionex ICS-2100,美国戴安公司)检测水溶性离子,包括K+、Ca2+、Na+、NH+ 、Mg2+、Cl‾、NO2 、NO₃‾、SO2- 。同时,对空白膜进行相同处理作为空白对照,测定离子本底含量,以消除实验误差(Kang et al,2012)。本文运用Excel 2010和SPSS 24对数据进行分析,同时通过MeteoInfo和TrajStat相结合的软件对气团来源聚类分析(林佳梅等,2019),气象条件数据来自美国国家海洋和大气局(ftp://arlftp.arlhq.noaa.gov/pub/archives/gdas1/)。
2   结果
2.1   PM2.5中水溶性离子浓度及组成
PM2.5样品中水溶性离子浓度分析结果如图1,PM2.5样品中水溶性离子浓度变化范围0.78—53.89 μg/m3,均值为(16.5±13.59) μg/m3。该值与广州灰霾时期(均值40.45 μg/m3)(马莹等,2017)、山东青岛市郊雾霾期(均值29.35 μg/m3)(张丽等,2016)、云南昆明(均值23 μg/m3)(李建文等 2017)相比,水溶性离子总浓度值要小;但与厦门(均值11.19 μg/m3)(张棕巍等,2016)相比,总浓度值略高。
对水溶性离子成分分析可知(图1和表1),珠海PM2.5中水溶性离子成分中SO2- 、NO₃‾、NH+ 为主要组成成分。SO2- 均值浓度为(8.65±5.40) μg/m3、NH+ 均值浓度为(3.83±2.82) μg/m3、NO₃‾均值浓度为(2.34±3.90) μg/m3,3种离子在均值浓度中占比分别为49.67%、21.96%、13.44%,共占离子总成分的85.07%。通过与其他地区比较,本研究中的NO₃‾、NH+ 与云南昆明和厦门值接近,但NO₃‾是山东青岛的0.20倍,广州灰霾期的0.19倍,SO2- 离子浓度与青岛市郊雾霾期浓度值接近,但约是厦门的2.61倍,广州灰霾期的0.58倍。经t检验,3种主要离子成分中,NO₃‾显著小于其他两种离子(p<0.01)。


图1   PM2.5水溶性离子浓度的时间变化
Fig.1. The time series of water-soluble ions in PM2.5
2.2   PM2.5中水溶性离子季节变化
将气溶胶样品按季节分类,水溶性离子变化特征如图2,PM2.5中水溶性离子总浓度呈现季节变化特征,夏季均值(8.34±8.61) μg/m3,秋季均值(16.03±7.47) μg/m3,冬季均值(39.62±14.31) μg/m3,经t检验,冬季样品中水溶性离子浓度显著高于其他两个季节(p<0.05)。表1和图2可知:从夏季到冬季,各离子均有增加趋势,SO2- 、NO₃‾、NH+ 这3种主要离子浓度最大。图2可知:在夏季,3种主要离子共占比例89.01%;秋季,共占比例88.37%;冬季,共占比例79.36%,从夏季到冬季3种主要离子的比例呈现下降趋势,但总体浓度是上升趋势,这些离子主要是二次反应所产生的(Cheng et al,2016),说明珠海大气中细颗粒物主要由污染物二次转化产生。但3种主要成分离子比例在季节变化上有差异,SO2- 和NH+ 比例随夏季、秋季、冬季的变化有减小趋势,NO₃‾比例随夏季、秋季、冬季变化有增大趋势。


图2   水溶性离子浓度的季节变化与组成
Fig.2. Concentrations and patterns of water-soluble ions in PM2.5 of different seasons
表1   本研究PM2.5水溶性离子浓度总均值和季节均值与文献对比
文献 Reference离子浓度 Iron concentration /(μg/m3)
Na+NH+K+Mg2+Ca2+Cl-NO2-NO3-SO2-
本研究
This study
总均值
Mean value in total
0.433.830.350.080.990.720.042.348.65
夏季均值
Mean value in summer
0.31±0.442.15±2.840.17±0.160.04±0.040.38±0.30/0.02*0.42±0.505.55±4.85
秋季均值
Mean value in autumn
0.29±0.214.41±2.020.35±0.150.05±0.040.62±0.450.09±0.090.02±0.011.42±1.478.84±3.88
冬季均值
Mean value in winter
1.17±0.826.54±2.670.81±0.290.26±0.173.69±2.081.57±0.900.06±0.0410.21±4.8615.32±5.54
广州灰霾(马莹等,2017)
Haze in Guangzhou (Ma Y et al, 2017)
0.439.600.680.070.581.7512.3515.01
云南昆明(李建文等,2017)
Kunming, Yunnan (Li J W et al, 2017)
1.702.501.800.474.200.903.178.27
山东青岛(张丽等,2016)
Qingdao, Shandong (Zhang L et al, 2016)
0.565.320.180.270.812.0711.518.63
福建厦门(张棕巍等,2016)
Xiamen, Fujian (Zhang Z W et al, 2016)
0.163.130.370.020.310.773.123.31
表示未检出;*表示只有一个样品检出。 “/”means undetected; “*”means only one sample was detected.
3   讨论
3.1   气团来源影响
珠海PM2.5离子浓度表现出季节变化特征,可能受到气团来源的影响。通过MeteoInfo软件进行后向气团聚类分析,用24 h的后向轨迹聚类分析推断气团的来源路径,选取7月、9月和12月气团分别指示夏季、秋季和冬季的气团来源。由图3可知:7月气团约92%来自海洋上空;9月气团约56%来自陆地,约17%来自沿海岸地区;而12月气团约74%来自我国内陆地区。高韩珏等(2018)报道北京2016年水溶性离子浓度年均值38.6 μg/m3,其中冬季达54.9 μg/m3。内陆地区大气中污染物相对较多,而细颗粒物具有长距离输送的特点,因而本研究中PM2.5离子浓度冬季高夏季低可能受到气团来源的影响。


图3   2016年7月、9月和12月后向轨迹聚类分布图
Fig.3 Back trajectory clusters in July, September and December in 2016
夏季SO2- 比例高于冬季,其来源不仅受到前体气体氧化的影响,还受到气团远距离传输的影响。大气中SO2- 的来源包括海盐硫酸盐和非海盐硫酸盐,海盐硫酸盐主要是海浪爆破使海水中的SO2- 进入大气,非海盐硫酸盐主要由气体SO2和海洋释放的生物源硫的氧化过程产生。夏季气温高、湿度大且具有强氧化性的物质较多,如O3、H2O2、·OH等,有利于SO2- 的生成(孟琛琛等,2015)。根据美国国家航空和宇宙航行局(NASA)提供的关于我国SO2监测数据(https://so2.gsfc.nasa.gov/pix/daily/0816/china_so2lf_pbl_ts_plot.html/ ),夏季SO2的浓度相对于秋、冬季要低,说明夏季高比例SO2- 不仅是本地SO2氧化产生的SO2- ,还可能源自气团远距离的传输。根据图3气团后向轨迹图,夏季气团主要来自东南亚,该地区存在火山,由于SO2在传输过程中发生二次氧化反应,生成硫酸盐,而硫酸盐在大气中具有较长的停留时间(Wang et al,2006),因此,在夏季较低SO2浓度下,气团的远距离传输增加了PM2.5中的SO2-


图4   对流层中NO2浓度季节变化
Fig.4. Seasonal variation of NO2 tropospheric column
冬季NO₃‾比例高于夏季,可能是冬季前体物(NOx)的增加。根据欧洲航天局(ESA)提供的NO2数据(Boersma,2011),从夏季、秋季和冬季各选择一个月的NO2浓度做代表,NO2的浓度从夏季到冬季呈现增加的趋势(图4),且根据图3气团反演图,冬季气团主要来自我国京津冀区域,珠海和该区域NO2浓度在冬季较高,较多的前体物增加了NO₃‾产生的可能性。另一方面,NO₃‾浓度的变化很大程度取决于温度,夏季温度高,不利于NO₃‾以颗粒物形式存在,冬季温度相对低,有利于NO₃‾以粒子形式存在(Wang et al,2011;Tao et al,2013)。
3.2   离子酸碱度
离子平衡常用来评估气溶胶样品中的离子酸碱度,阴离子当量(anion equivalent,AE)和阳离子当量(cation equivalent,CE)可以用下列公式(Qiao et al,2019)表示:
AE=\(\frac{Cl‾}{35.5}+\frac{SO₄²‾}{48}+\frac{ NO₃‾}{62} \mathrm{ } \mathrm{ }\) (1)
CE=\( \mathrm{ } \mathrm{ }\frac{Na⁺}{23}+\frac{NH₄⁺ }{18}+\frac{K⁺}{39}+\frac{Mg²⁺}{12}+\frac{Ca²⁺}{20}\) (2)
图5是阴离子(Cl‾、NO₃‾、SO2- )和阳离子(K+、Ca2+、Na+、NH+ 、Mg2+)的相关性散点图,可以看出AE和CE具有显著相关性,总体上阴离子和阳离子的相关系数R²是0.96,夏季、秋季和冬季的相关系数R²分别是0.99、0.98和0.97,表明阴离子和阳离子是PM2.5样品中的主要离子种类。总体上,AE/CE的比值(线性方程的斜率)是0.82,表明样品主要呈现中性或碱性。夏季、秋季和冬季中AE/CE的比值分别是0.62、0.77和1.14,表明样品中离子酸碱性随着季节变化有差异,颗粒物在冬季主要呈现弱酸性,在夏季和秋季主要偏碱性。AE/CE比值的季节变化可能由于夏季和秋季气温高,该地区农业活动导致NH3释放,同时,大气颗粒物中一些弱酸性物质如HCO3‾等未被检出。


图5   PM2.5中阴离子和阳离子电平衡
Fig.5 Charge balance between total anion equivalents and cation equivalents in PM2.5
3.3   离子之间相关性分析
大气中NO₃‾/SO2- 的比值用来指示移动源和固定源释放硫、氮在大气中的相对重要性(Xiao and Liu,2004),一般认为NO₃‾/SO2- 大于1,表明该地区大气污染源中移动源比固定源排放重要(Arimoto et al,1996),本研究中NO₃‾与SO2- 线性拟合斜率为0.55,NO₃‾/SO2- 比值变化范围为0.01—0.87,均值为0.20,NO₃‾/SO2- 比值比北京(0.71)(Wang et al,2005)、青岛(0.35)(Hu et al,2002)、山东淄博(0.37)(Luo et al,2018)低,与台湾(0.20)(Fang et al,2002)接近,但比贵阳(0.13)(Xiao and Liu,2004)高。珠海PM2.5中硫、氮污染物的主要来源是固定源的释放。
为了了解PM2.5中各离子的来源和存在状态,对这些离子进行相关性分析和多元线性回归分析。SO2- 、NO₃‾和Cl与各阳离子多元相关性关系式分别如下:
Y (SO₄²‾)=21.57X(Mg²⁺)+1.62X(NH₄⁺)+0.33X(Na⁺)−0.64X(K⁺)−0.25X(Ca²⁺)+0.70 (3)
Y (NO₃‾)=38.49X(Mg²⁺)+2.46X(K+)+0.17X(Ca²⁺)+0.01X(NH₄⁺)−2.20X(Na⁺)−1.16 (4)
Y (Cl‾)=2.44X(Na⁺)+2.13X(K⁺)+0.47X(Ca²⁺)−14.25X(Mg²⁺)−0.03X(NH₄⁺)−0.90 (5)
SO2-R=0.994,p<0.01)和NO₃‾(R=0.968,p<0.01)与各阳离子都具有多元显著相关性,Cl‾与各阳离子多元相关性不显著(R=0.999,p<0.09),但一定程度可以反应各离子的结合状态。由多元线性回归分析式(3)可知,SO2- 更易与Na+、Mg2+和NH+- 结合,SO2- 与Na+R=0.487,p<0.05)、Mg2+R=0.660,p<0.01)和NH+R=0.936,p<0.01)均具有相关性,Na+是海源性离子,说明SO2- 具有可能的海洋源,Mg2+常用于地壳物质来源的指示,如土壤和地面扬尘等(朱艺文等,2017),酸性成分H2SO与地壳物质Mg2+和碱性成分NH+ 发生了反应。当NH₄⁺与SO2- 完全反应,全部生成(NH)SO时,当量浓度比是2∶1;当全部生成NHHSO时,两种离子当量浓度比是1∶1(Xiao and Liu,2004;周胜杰等,2018),本研究NH+ 与SO2- 的比小于1,主要存在状态可能是NHHSO。由多元线性回归分析式(4)和表2可知,NO₃‾与Mg2+R=0.939,p<0.01)、K+R=0.856,p<0.01)、Ca2+R=0.933,p<0.01)和NH+R=0.551,p<0.05)具有显著相关性,空气中HNO3与含有Ca2+、Mg2+的地壳物质和碱性成分NH+ 发生了反应,主要以硝酸盐成分存在。由多元线性回归分析式(5)可知,Cl-与Na+R=0.95,p<0.01)、K+R=0.87,p<0.01)和Ca2+R=0.94,p<0.01)具有显著相关性,Na+与Cl-相关性好,说明两者具有相同的海洋来源,Cl‾与Ca2+、K+相关性好,说明Cl‾不仅来源于海洋,同时受到土壤尘埃、人类活动的影响(Wang et al,2006;Shon et al,2012)。根据Cl‾与Na+的摩尔比来判定,本研究大气中Cl‾与Na+的摩尔比大于1.17时,则大气中Cl-既受到陆地源影响,也受到海洋源的影响。
表2   水溶性离子相关性
RNa+NH+K+Mg2+Ca2+Cl‾NO2NO₃‾SO2-
Na+10.2170.633**0.909**0.784**0.950**-0.1500.777**0.487*
NH+10.765**0.3970.4180.3190.3580.551*0.936**
K+10.782**0.787**0.867*0.3410.856**0.874**
Mg2+10.955**0.957**-0.0840.939**0.660**
Ca2+10.964**-0.0080.933**0.649**
Cl‾1-0.1380.960**0.717
NO210.1650.090
NO₃‾10.749**
SO2-1
**:p< 0.01;*:p<0.05
3.4   富集因子分析和主成分分析
通过离子相关性分析仍不能较清晰地判断其主要来源,富集系数(enrichment factors,EF)是分析离子来源的有效有段之一,当某离子富集系数远大于1或远小于1时,表明该离子相对于参考对象被富集或稀释(孔然等,2012;朱艺文等,2017)。Na+被认为完全来源于海洋。Ca2+主要来自农田耕作、建筑施工等活动产生的扬尘,常被用作陆地来源的参考,即为地壳元素,同时也是工业排放粉尘的主要成分。本文用Na+和Ca2+分别为海洋源和人为源的参考元素来计算各离子的富集系数,计算公式(Kulshrestha et al,2003)分别为:
EF海水=[X/Na+]样品/[X/Na+]海水 (6)
EF土壤=[X/Ca2+]样品/[X/Ca2+]土壤 (7)
式中:X代表气溶胶样品中各离子,海水和土壤中参考标准数据来自Taylor(1964)、Kulshrestha et al(2003)。由表3可知,Cl‾的富集系数在海水中接近1,土壤中为1.49,表明其来源主要是海洋源和人为源,但SO2- 的海源富集和陆源富集均远大于1,表明SO42- 的海洋和土壤来源部分可以忽略,人为贡献是主要来源。K+的海水富集系数和土壤富集系数均大于1,表明K+相对于海水和土壤均有富集,海水中富集系数是略大于1,故海洋源也有一定影响,但人为活动相对于海洋源对其影响比例更大。Mg2+在海水中富集系数略大于1,但在土壤中富集系数小于1,表明主要受到人为活动影响,但还受到海洋源的影响。Ca2+在海水中富集系数较高,其主要来源是陆源输入,如城市建设、交通采矿、岩石和土壤风化、沙尘的远距离输送等。NO₃‾一般被认为是人类活动影响,来源于海水和土壤的输入极少,其在土壤中较高的富集系数也证明了这一点。
主成分分析法可用于识别污染物的主要污染源,本文用SPSS 24软件对所有样品中8种离子进行主成分分析,选择特征值大于1,累计方差贡献率大于80%的因子,结果共提取了2个主成分,解释了96.2%的污染源。主成分1载荷较高的为NO₃‾、Cl‾、Mg2+、Na+、Ca2+、K+、SO2- ,其相关系数依次为0.991、0.965、0.962、0.958、0.919、0.907、0.859,成分1是一个含有人为源和海洋源的混合源,解释了总方差的80.2%。主成分2中NH4+ 载荷较高,其来源可能是农作物施肥或生物作用等农业源的影响,解释总方差的16%的来源。
表3   样品离子相对于海水或土壤参考标准的富集系数
离子种类
Ions
[X/Na+]海水
[X/Na+]seawater
[X/Na+]样品
[X/Na+]sample
EF海水
EFseawater
[X/Ca2+]土壤
[X/Ca2+]soil
[X/Ca 2+]样品
[X/Ca 2+]sample
EF土壤
EFsoil
Na+0.5040.7581.504
Cl-1.1601.1010.9490.5610.8361.490
SO2-0.1257.23857.9060.0195.486288.715
K+0.2270.4802.1150.0030.364121.307
Mg2+0.0440.1252.8490.5680.1340.236
Ca2+0.0221.32060.528
NO3-0.0021.532765.935
表4   水溶性无机离子的主成分分析
水溶性离子
Water-soluble ions
成分 Constituent
12
Na⁺0.958-0.231
NH₄⁺0.5040.856
K⁺0.9070.186
Mg²⁺0.962-0.238
Ca²0.919-0.377
Cl‾0.965-0.197
NO₃‾0.991-0.017
SO₄²‾0.8590.470
特征值
Characteristic value
6.421.28
方差贡献率
Variance contribution rate /%
80.2016.00
累计方差贡献率%
Cumulative variance contribution rate /%
80.2096.20
4   结论
从气团聚类分析、离子酸碱性、离子相关性、离子富集因子和主因子分析等角度讨论珠海PM2.5中水溶性离子变化特征及来源,主要结论如下:
(1)珠海PM2.5中水溶性离子总浓度变化范围是0.78—53.89 μg/m3,均值为(16.5±13.59) μg/m3,较其他沿海城市低,离子总浓度冬季高、夏季低。PM2.5中水溶性离子的主要成分是SO2- 、NO₃‾、NH+ ,从夏季、秋季到冬季,SO2- 和NH+ 比例有减小趋势,NO₃‾比例有增大趋势。
(2)该地区细颗粒物主要偏碱性,从夏季到冬季,细颗粒物的酸碱性表现为由偏碱性变成弱酸性。NO₃‾/SO2- 平均比值为0.2,表明该地区细颗粒物主要是受到固定源污染影响,若控制细颗粒物影响,建议从固定源方面来控制。
(3)结合离子相关性、富集因子和主成分分析,珠海PM2.5水溶性离子主要受80.2%的人为源和海洋源的混合源,以及16%的农业源影响,SO2- 、NO₃‾、Cl与各阳离子多元线性相关,离子主要存在形式有NHHSO、Mg(NO₃)₂、KNO₃、Ca(NO₃)₂、NHNO₃、NaCl、KCl和CaCl₂。
致谢
戴伟, 高佳琪, 曹罡, 等. 2012. 深圳市郊区大气中PM2.5的特征分析[J]. 环境科学, 33(6): 1952-1957. [Dai W, Gao J Q, Cao G, et al. 2012. Characterization of atmospheric PM2.5 in the suburb of Shenzhen [J]. Environmetal Science, 33(6): 1952-1957.]
高韩钰, 魏静, 王跃思. 2018. 北京南郊区PM2.5中水溶性无机盐季节变化及来源分析[J]. 环境科学, 39(5): 1987–1993. [Gao H Y, Wei J, Wang Y S. 2018. Seasonal variation and source analysis of water-soluble inorganic salts in PM2.5 in the southern suburbs of Beijing [J]. Environmental Science, 39(5): 1987–1993.]
郭振东, 朱彬, 王红磊, 等. 2019. 长江三角洲霾天气PM2.5中水溶性离子特征及来源解析[J]. 中国环境科学, 39(3): 928-938. [Guo Z D, Zhu B, Wang H L, et al. 2019. Characteristics and source analysis of water-soluble ions in PM2.5 in the haze weather over Yangtze River Delta [J]. China Environmental Science, 39(3): 928-938.]
孔然, 郑祥民, 黄文丹, 等. 2012. 上海市区与郊区降水的离子组成特征及来源[J]. 城市环境与城市生态, 25(5): 22–27. [Kong R, Zheng X M, Huang W D, et al. 2012. Ion composition and its sources of rainwater from Shanghai urban and suburban areas [J]. Urban Environment & Urban Ecology, 25(5): 22–27.]
李建文, 毕丽玫, 韩新宇, 等. 2017. 昆明市PM2.5中水溶性无机离子时空变化特征及来源分析[J]. 云南大学学报, 39(1): 63-70. [Li J W, Bi L M, Han X Y, et al. 2017. Characteristics and source apportionment of the water soluble inorganic ions in PM2.5 of Kunming [J]. Journal of Yunnan University, 39(1): 63-70.]
马莹, 吴兑, 刘建, 等. 2017. 广州干湿季典型灰霾过程水溶性离子成分对比分析[J]. 环境科学学报, 37(1): 73–81. [Ma Y, Wu D, Liu J, et al. 2017. Comparative analysis of water-soluble ions during typical haze processes in dry and wet seasons in Guangzhou [J]. Acta Scientiae Circumstantiae, 37(1): 73–81.]
孟琛琛, 王丽涛, 张芬芬, 等. 2015. 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, 35(1): 3443-3451. [Meng C C, Wang L T, Zhang F F, et al. 2015. Pollution characteristics and source apportionment of water soluble inorganic ions in PM2.5 in Handan City [J]. Acta Scientiae Circumstantiae, 35(1): 3443-3451.]
余纬, 罗栩羽, 范绍佳, 等. 2011. 珠三角一次重空气污染过程特征分析及数值模拟[J]. 环境科学研究, 24(6): 645–653. [Yu W, Luo X Y, Fan S J, et al. 2011. Characteristics analysis and numerical simulation study of a severe air pollution episode over the Pearl River Delta [J]. Research of Environmental Sciences, 24(6): 645–653.]
张丽, 孟亚, 张爱滨, 等. 2016. 青岛市郊雾霾天大气PM2.5和TSP污染特征比较[J]. 城市环境与城市生态, 29(1): 21–27. [Zhang L, Meng Y, Zhang A B, et al. 2016. Comparative study on pollution characteristics of PM2.5 and total suspended particulate in Qingdao suburban area [J]. Urban Environment & Urban Ecology, 29(1): 21–27.]
张棕巍, 胡恭任, 于瑞莲, 等. 2016. 厦门市大气 PM2.5中水溶性离子污染特征及来源解析[J]. 中国环境科学, 36(7): 1947–1954. [Zhang Z W, Hu G R, Yu R L, et al. 2016. Characteristics and sources apportionment of water-soluble ions in PM2.5 of Xiamen City, China [J]. China Environmental Science, 36(7): 1947–1954.]
赵新锋, 钟欣, 胡嘉骢, 等. 2017. 珠海市PM2.5时空分布特征及其成因分析[J]. 环境监控与预警, 6(9): 53-58. [Zhao X F, Zhong X, Hu J C, et al. 2017. Spatial temporal variation characteristics and reason analysis of PM2.5 concentration in Zhuhai [J]. Environmental Monitoring and Forewarning, 6(9): 53-58.]
周胜杰, 张洪海, 杨桂朋. 2018. 东海PM2.5和PM10中水溶性离子的组成与化学特性[J]. 中国环境科学, 38(3): 900–909. [Zhou S J, Zhang H H, Yang G P. 2018. Distributions and chemical characteristics of water soluble ions in PM2.5 and PM10 over the East China Sea [J]. China Environmental Science, 38(3): 900–909.]
朱艺文, 张福平, 王虎威, 等. 2017. 西安市黑河上游水源地大气降水离子特征及来源分析[J]. 生态与农村环境学报, 33(5): 409–416. [Zhu Y W, Zhang F P, Wang H W, et al. 2017. Characteristics and sources of ion deposition with precipitation in the upper reaches of Heihe River, Xi’an [J]. Journal of Ecology and Rural Environment, 33(5): 409–416.]
Arimoto R, Duce R A, Savoie D L, et al. 1996. Relationships among aerosol constituents from Asia and the North Pacific during PEM-West A [J]. Journal of Geophysical Research: Atmospheres, 101(D1): 2011–2023.
Boersma K F, Eskes H J, Dirksen R J, et al. 2011. An improved tropospheric NO2 column retrieval algorithm for the Ozone Monitoring Instrument [J]. Atmospheric Measurement Techniques, 4(9): 1905–1928.
Chow J C, Watson J G, Mauderly J L, et al. 2006. Health effects of fine particulate air pollution: lines that connect [J]. Journal of the Air & Waste Management Association, 56(10): 1368–1380.
Dockery D W, Pope C A. 1994. Acute respiratory effects of particulate air pollution [J]. Annual Review of Public Health, 15(1): 107–132.
Fang G C, Chang C N, Wu Y S, et al. 2002. Ambient suspended particulate matters and related chemical species study in central Taiwan, Taichung during 1998—2001 [J]. Atmospheric Environment, 36(12): 1921–1928.
Hu M, He L Y, Zhang Y H, et al. 2002. Seasonal variation of ionic species in fine particles at Qingdao, China [J]. Atmospheric Environment, 36(38): 5853–5859.
Jacob D J, Winner D A. 2009. Effect of climate change on air quality [J]. Atmospheric Environment, 43(1): 51–63.
Kang H, Xie Z Q, Hu Q H. 2012. Ambient protein concentration in PM10 in Hefei, central China [J]. Atmospheric Environment, 54: 73–79.
Kulshrestha U C, Kulshrestha M J, Sekar R, et al. 2003. Chemical characteristics of rainwater at an urban site of south-central India [J]. Atmospheric Environment, 37(21): 3019–3026.
Laden F, Neas L M, Dockery D W, et al. 2000. Association of fine particulate matter from different sources with daily mortality in six US cities [J]. Environmental Health Perspectives, 108(10): 941–947.
Luo Y Y, Zhou X H, Zhang J Z, et al. 2018. PM2.5 pollution in a petrochemical industry city of Northern China: seasonal variation and source apportionment [J]. Atmospheric Research, 212: 285–295.
Qiao B Q, Chen Y, Tian M, et al. 2019. Characterization of water soluble inorganic ions and their evolution processes during PM2.5 pollution episodes in a small city in southwest China [J]. Science of the Total Environment, 650: 2605–2613.
Tao J, Zhang L M, Engling G, et al. 2013. Chemical composition of PM2.5 in an urban environment in Chengdu, China: Importance of springtime dust storms and biomass burning [J]. Atmospheric Research, 122: 270–283.
Taylor S R. 1964. Abundance of chemical elements in the continental crust: a new table [J]. Geochimica et Cosmochimica Acta, 28(8): 1273–1285.
Wang S X, Xing J, Chatani S, et al. 2011. Verification of anthropogenic emissions of China by satellite and ground observations [J]. Atmospheric Environment, 45(35): 6347–6358.
Wang Y, Zhuang G S, Tang A H, et al. 2005. The ion chemistry and the source of PM2.5 aerosol in Beijing [J]. Atmospheric Environment, 39(21): 3771–3784.
Wang Y, Zhuang G S, Zhang X Y, et al. 2006. The ion chemistry, seasonal cycle, and sources of PM2.5 and TSP aerosol in Shanghai [J]. Atmospheric Environment, 40(16): 2935–2952.
Xiao H Y, Liu C Q. 2004. Chemical characteristics of water-soluble components in TSP over Guiyang, SW China, 2003 [J]. Atmospheric Environment, 38(37): 6297–6306.
稿件与作者信息
俞娟
YU Juan
李明
LI Ming
liming11@ieecas.cn
康辉
KANG Hui
王磊
WANG Lei
黄锦勇
HUANG Jinyong
基金项目: 广东省青年创新人才项目(2015KQNCX215)
Youth Innovation Talent Project of Guangdong Province (2015KQNCX215)
出版历史
出版时间: 2019年12月30日 (版本2
参考文献列表中查看
地球环境学报
Journal of Earth Environment