环境科学研究  2017, Vol. 30 Issue (10): 1515-1523  DOI: 10.13198/j.issn.1001-6929.2017.02.97

引用本文  

赵雪艳, 谷超, 杨焕明, 等. 新疆奎独乌区域冬季大气重污染过程PM2.5组成特征及来源解析[J]. 环境科学研究, 2017, 30(10): 1515-1523.
ZHAO Xueyan, GU Chao, YANG Huanming, et al. Chemical Composition and Source Apportionment of PM2.5 during a Winter Air Pollution Episode in the Kui-Du-Wu Area of Xinjiang Uygur Autonomous Region[J]. Research of Environmental Sciences, 2017, 30(10): 1515-1523.

基金项目

国家科技基础性工作专项(2013FY112700-02);国家环境保护公益性行业科研专项(201409014);乌鲁木齐科技局项目

责任作者

王歆华(1976-), 男, 黑龙江佳木斯人, 副研究员, 博士, 主要从事大气颗粒物来源解析、城市环境空气污染防治研究, wangxh@craes.org.cn

作者简介

赵雪艳(1988-), 女, 安徽界首人, 助理研究员, 硕士, 主要从事大气颗粒物来源解析研究, zhaoxy@craes.org.cn

文章历史

收稿日期:2017-01-20
修订日期:2017-06-29
新疆奎独乌区域冬季大气重污染过程PM2.5组成特征及来源解析
赵雪艳1 , 谷超2 , 杨焕明2 , 王静1 , 杨文1 , 王歆华1 , 白志鹏1     
1. 中国环境科学研究院, 环境基准与风险评估国家重点实验室, 北京 100012;
2. 新疆维吾尔自治区环境监测总站, 新疆 乌鲁木齐 830001
摘要:为研究新疆奎独乌(奎屯、独山子、乌苏)区域冬季大气重污染过程的PM2.5污染特征及其成因,于2015年2月4-10日在奎屯、独山子和乌苏三地开展PM2.5样品采集,并对其中的元素、水溶性离子及碳组分进行测试,分析不同污染水平下PM2.5中化学组分的变化规律.结果表明,采样期间奎独乌区域ρ(PM2.5)日均值均超过GB 3095-2012《环境空气质量标准》二级标准(75 μg/m3),2月9日ρ(PM2.5)最高(298.58 μg/m3),超标2.98倍.通过比较PM2.5载带化学组分质量百分比发现,随着污染等级加剧,SO42-、NO3-质量百分比呈逐渐增加的趋势,严重污染时SO42-、NO3-质量百分比分别较轻度污染时增长11.7%、5.5%;NH4+、碳组分及元素组分质量百分比则呈下降趋势,严重污染较轻度污染时分别下降0.7%、9.5%、2.4%;结合采样期间静稳及高湿的气象条件,说明此次重污染由本地污染物累积及二次颗粒物生成所致.随着污染水平的加重,SOR(硫氧化率)及NOR(氮氧化率)的值也在随之增大,说明污染越重大气二次转化程度越高,进一步验证了二次颗粒物是导致此次重污染的原因之一.对不同污染等级PM2.5进行质量重构发现,PM2.5中主要组分均为硫酸盐和OM(有机物),硫酸盐和OM的质量百分比分别在23.0%~34.7%、16.4%~28.7%之间,说明此次重污染过程的主要污染源为燃煤及机动车尾气.
关键词PM2.5    重污染    二次颗粒物    质量重构    新疆奎独乌区域    
Chemical Composition and Source Apportionment of PM2.5 during a Winter Air Pollution Episode in the Kui-Du-Wu Area of Xinjiang Uygur Autonomous Region
ZHAO Xueyan1 , GU Chao2 , YANG Huanming2 , WANG Jing1 , YANG Wen1 , WANG Xinhua1 , BAI Zhipeng1     
1. State Key Laboratory of Environmental Criteria and Risk Assessment, Chinese Research Academy of Environmental Sciences, Beijing 100012, China;
2. Xinjiang Environmental Monitoring Center, Urumqi 830001, China
Abstract: To understand the chemical composition and source apportionment of PM2.5 during a winter air pollution episode, ambient PM2.5 samples were collected in Kuitun, Dushanzi and Wusu cities from February 4th to February 10th, 2015. Chemical composition (i.e., mass concentrations, elements, water soluble ions and carbonaceous species) of PM2.5 were analyzed. The results showed that high concentrations of PM2.5 were observed during the sampling period, exceeding the Ambient Air Quality Standards (GB 3095-2012). The PM2.5 concentration on February 9th was the highest at 298.58 μg/m3, which was 2.98 times higher than the standard (75 μg/m3). The ratio of SO42- and NO3- in PM2.5 mass showed increasing trends with the aggravation of air quality, while the ratio of NH4+, carbonaceous species and elements showed decreasing trends. The percentages of SO42- and NO3- increased by 11.7% and 5.5% between slight pollution and severe pollution, respectively, while the percentage of NH4+, carbon and elements decreased by 0.7%, 9.5% and 2.4% between slight pollution and severe pollution, respectively. Combined with stagnant atmosphere, low wind speed ( < 1.8 m/s) and high relative humidity (55%-85%) during the sampling period, we concluded that this air pollution episode was mainly caused by local air pollution accumulation and formation of secondary aerosols. The values of SOR and NOR increased with the pollution level going up, indicating that secondary transformation rate was promoted under severe pollution. Mass closure was used to discuss the relative contributions of the major compositions in the PM2.5. The chemical species were divided into the following eight categories:mineral dust (MIN), trace elements (TE), organic matter (OM), EC, sulfate, nitrate, ammonium and others. The mass reconstruction of PM2.5 showed that sulfate and organic matter (OM) were the dominant components, accounting for 23.0%-34.7% and 16.4%-28.7% of PM2.5 mass, respectively, which indicated that major sources of PM2.5 in the study area were coal combustion and vehicle exhaust.
Keywords: PM2.5    heavy pollution    secondary particular    mass closure    Kui-Du-Wu area of Xinjiang    

近年来,随着我国经济的发展,能耗及机动车保有量的持续增加,华北、长三角区域重污染天气频发[1].大气重污染主要有沙尘型、特殊型、静稳积累型及复合型,沙尘型污染常发生在春季干旱大风的气象条件下,多发生于荒漠化严重区域[2];特殊型污染主要指春节期间烟花爆竹燃放[3]及区域秸秆焚烧[4]等特殊因素导致的短时极端大气污染;静稳积累型指在不利气象条件下污染物积累而成的重污染,也是冬季区域重污染的主要类型;复合型[5]污染则是指多种因素共同作用导致的污染.目前,国内外对大气重污染的成因、机理及来源开展了较多的研究,大气重污染的成因主要分外因和内因两个因素,外因主要指稳定的大气层结、静风、高湿以及异常的气象条件(如2013年超级厄尔尼诺现象)等不利的气象条件[6-7],内因则是指污染源排放的SO2、NOx等一次前体物向二次颗粒物的快速转化[8-9].研究[10]发现,重污染期间,二次颗粒物是PM2.5的主要成分,并且随着颗粒物浓度的增加,SO42-在离子组分中的占比随之增加.重污染期间硫酸盐、硝酸盐有助于颗粒物粒径的迅速增长,相对湿度的增加以及大气层的稳定性增强也进一步导致亚微米颗粒物吸湿性增强促进二次颗粒物的形成[11].目前,潜在源区分布[12]、化学质量平衡(CMB)模型[4]、正定矩阵因子分析(PMF)[10, 13]等多种方法已被用来解析重污染的来源,二次颗粒物、燃煤等是重污染的主要来源.此外,区域传输对区域雾霾的形成也有一定的贡献[14].但是,目前国内有关PM2.5重污染过程的研究多集中在京津冀[15]、长三角[4]、济南[16]、西安[17]等热门地区和城市.

奎独乌(奎屯、乌苏、独山子)区域位于新疆天山北麓,准格尔盆地西南缘,是天山北坡城市群的重要组成部分,也是新疆最大的石化基地和重要经济核心区之一. “十二五”期间,奎独乌区域工业化迅猛发展,由于工业化加速、以燃煤为主能源消耗的持续增长,以及区域工业污染防治水平低等因素影响,奎独乌区域以冬季PM2.5污染和夏季O3为特征污染物的区域性复合型大气污染问题日益突出,大气环境压力不断加大.目前新疆地区大气重污染方面的相关研究较少,而且多集中在乌鲁木齐地区[18],新疆其他地区的重污染研究多集中在沙尘天气方面[19],奎独乌区域冬季大气重污染的相关研究更为鲜见.该研究通过手工采样的方法采集了2015年冬季奎独乌区域的一次大气重污染天气过程的PM2.5样品,并对其化学成分进行分析,通过分析不同污染等级下的化学组分的变化特征,以期探讨此次污染过程的来源及成因,为奎独乌区域大气颗粒物污染防治提供参考.

1 研究方法 1.1 样品采集

采样点分别布设在奎屯、乌苏和独山子环境监测站楼顶,距离地面15 m,周围无高大建筑物,无明显的局地污染源.于2015年2月4—10日对三城市大气PM2.5进行采集,采样时长为23 h(每天11:00—翌日10:00).采样仪器统一使用Derenda LVS膜采样器(德国Derenda公司),采样流量为16.7 L/min.采样滤膜分为石英纤维滤膜和Teflon滤膜两种材质(均购自美国Whatman公司),规格为Φ=47 mm.采样前后将滤膜放在百万分之一自动天平系统(德国康姆德润达AWS-1型)中恒温恒湿〔温度(20±1)℃,湿度50%±5%〕平衡24 h后进行称量.样品采集后,每个样品用滤膜盒独立包装,密封保存.

1.2 样品分析

Teflon滤膜用于元素组分分析.取1/2膜剪碎放入聚四氟乙烯管中加入5 mL萃取溶液(pH=5.6) 及一滴HF后,在220 ℃控温电热板上加热回流2.5 h,再用5 mL稀盐酸(pH=5.4) 浸取,移入10 mL塑料比色管中,以纯水稀释至标线并摇匀后,使用7500a型电感耦合等离子体质谱仪(ICP-MS,美国Agilent公司)测定样品中的Li、Be、Na、P、K、Sc、As、Rb、Y、Mo、Cd、Sn、Sb、Cs、La、V、Cr、Mn、Co、Ni、Cu、Zn、Ce、Sm、W、Tl、Pb、Bi、Th、U等30种元素的含量;另取1/2膜放入镍坩埚中,在马弗炉中低温升至300 ℃后恒温40 min,逐渐升温至550 ℃直至灰化完全,灰化好的样品冷却加入无水乙醇润湿后,加入0.2 g固体氢氧化钠,放入马弗炉中在500 ℃下熔融10 min后取出冷却,加热水在电热板上煮沸提取,移入盛有2 mL盐酸溶液的塑料管中,以水稀释至10 mL摇匀后,利用电感耦合等离子光谱仪(ICP-OES,美国Agilent公司)测定样品中的Zr、Al、Sr、Mg、Ti、Ca、Fe、Ba、Si等9种元素的含量.

石英滤膜用于离子和碳组分分析.取1/4石英滤膜剪碎后浸泡在10 mL去离子水中摇匀,置于超声波浴下浸提15 min,静置5 min后,取其上清液用于离子色谱分析,使用DIONEX ICS-1100型离子色谱(美国Thermo公司)分析样品中的9种水溶性离子组分(Na+、NH4+、Mg2+、K+、Ca2+、F-、Cl-、NO3-和SO42-).另取1/4石英滤膜用于碳组分分析,方法为IMPROVE(Interageney Monitoring of Proteeted Visual Environment)的热光反射法,所用仪器为热碳分析仪(美国沙漠所DRI Model 2001 A).

1.3 质控措施

为消除滤膜内挥发组分和其他组分对分析精度的影响,在采样前将Teflon滤膜放入烘箱在60 ℃下烘烤2 h,石英纤维滤膜放入马弗炉内在500 ℃灼烧2 h;采样完成后滤膜样品放入冰箱在-20 ℃保存待化学分析.使用热碳分析仪分析碳组分时,在每次分析前需用标准气体进行校准.每批样品均采取空白样品、质控样品、加标样品、平行测试等质量控制和质量保证措施.

2 结果与讨论 2.1 ρ(PM2.5)日均值变化

于2015年2月4—10日在奎独乌区域进行PM2.5手工采样,捕获了一次重污染过程.由图 1可见,采样期间,奎独乌ρ(PM2.5)均超过GB 3095—2012《环境空气质量标准》二级标准限值(75 μg/m3).其中2月9日ρ(PM2.5)最高(298.58 μg/m3),超出二级标准限值的2.98倍,污染严重.依据HJ 633—2012《环境空气质量指数(AQI)技术规定(试行)》,采样期间AQI指数范围在167~352之间,均为中度污染以上水平,个别采样日甚至达到了严重污染水平.

图 1 奎独乌区域2015年2月采样期间ρ(PM2.5)日均值 Figure 1 The daily average concentrations of PM2.5 in Kui-Du-Wu region during sampling period

采样期间,奎独乌区域风向在90°~270°范围内变化,以偏南风为主;风速较小,小时风速在0~1.8 m/s之间(平均值为0.5 m/s),并且夜间出现静风天气的频率较高(见图 2),近地面2 km内存在明显的逆温现象(见图 3),说明采样期间多为静稳天气.此外,采样期间奎独乌区域气温较低(-14~-4 ℃),相对湿度(55%~85%)较高(见图 2). 2月9日小时风速(接近于0 m/s)较小,相对湿度在74%~82%之间,利于二次颗粒物的形成.初步分析冬季奎独乌区域低温供暖锅炉的运行造成一次污染物排放量增加,加上静稳、高湿度的气象条件加剧了二次颗粒物的形成,二者共同作用造成了污染物持续累积,是导致此次重污染形成的主要原因.

图 2 奎独乌区域采样期间气象要素随时间的变化特征 Figure 2 Temporal variation of meteorological factors in Kui-Du-Wu region during sampling period

图 3 奎独乌区域采样期间温度廓线 Figure 3 Temperature profile in Kui-Du-Wu region during sampling period
2.2 化学组分浓度变化规律

为探讨重污染发生的原因,根据HJ 633—2012中空气质量分指数所对应的ρ(PM2.5)限值对采样期间的污染程度进行分类,研究不同PM2.5污染等级下颗粒物化学组分的污染特征,并对其来源进行初步分析.采样期间,奎独乌区域PM2.5污染水平分为四类:76~115 μg/m3为轻度污染,>115~150 μg/m3为中度污染,>150~250 μg/m3为重度污染,>250~350 μg/m3为严重污染. 4个等级污染出现的天数分别为3、1、9、8 d,ρ(PM2.5)的平均值依次为89.15、148.08、214.82、282.68 μg/m3.

2.2.1 水溶性离子组分污染特征

分析不同污染水平PM2.5中的水溶性离子成分发现,随着污染等级加剧,PM2.5ρ(NH4+)、ρ(SO42-)、ρ(NO3-)呈逐渐增加的趋势,严重、重度和中度污染时ρ(NO3-)分别为轻度污染的5.30、3.07、1.90倍;而ρ(SO42-)相应的倍数则分别为4.79、2.45、1.73倍;与轻度污染相比,ρ(NH4+)在严重、重度和中度污染时则分别增加2.88、1.97、1.56倍.其中ρ(NO3-)增加趋势最为明显,其次为ρ(SO42-),ρ(NH4+)的增加趋势最小(见表 1),严重污染时SO42-、NO3-质量百分比分别较轻度污染时增长11.7%、5.5%,说明污染越重NOx较之SO2的气-粒转化速度越快.严重污染时二次离子SIA(NH4++SO42-+NO3-)在PM2.5中的质量百分比高达54.8%,明显高于重度、中度和轻度污染时SIA的质量百分比,显示出污染越严重SIA的质量百分比越高的特性,说明SIA是这次大气重污染天气形成的主要原因之一,与2013年1月北京市城郊一次重污染过程的主因[20]相同.此外,污染越重SIA质量百分比越高这一规律与金鑫等[21]研究的北京冬季一次重污染过程中水溶性离子的变化规律一致.采样期间相对湿度较高,利于SIA的形成,此外,静稳天气条件(见图 23)也利于SIA停留积累,进而导致此次污染过程SIA污染严重.

表 1 采样期间奎独乌PM2.5上载带水溶性离子质量浓度及质量百分比 Table 1 The mass concentration and ratio of water-soluble ions in PM2.5 during the sampling period

水溶性无机离子的电荷平衡常常用来评估大气颗粒物的酸碱平衡[22],轻度、中度、重度、严重污染4个等级下阳离子与阴离子电荷数摩尔比的平均值依次为0.80、0.62、0.55、0.43,可见污染程度越重,阳离子亏损越严重,一方面可能是随污染程度的加重,阴离子的浓度增长速度快于阳离子(见表 1),另一方面可能是缺测了某些阳离子(如H+).

大气颗粒物中ρ(NO3-)/ρ(SO42-)的相对大小可用来反映机动车和燃煤对大气颗粒物中水溶性离子组分的相对贡献,即作为移动排放源(机动车)和固定排放源(燃煤)排放强度的指示因子[23-24].狄一安等[25]研究表明,若ρ(NO3-)/ρ(SO42-)较高,说明机动车排放对SO2和NOx的贡献大于燃煤,反之则说明SO2和NOx主要来自于煤的燃烧.发达国家大气污染物主要来自汽车尾气,ρ(NO3-)/ρ(SO42-)一般大于1,而我国大部分地区一般为0.3~0.5[26].采样期间,轻度、中度、重度、严重污染4个等级下ρ(NO3-)/ρ(SO42-)分别为0.37、0.39、0.45和0.40,说明此次污染过程中固定源排放的SO2和NOx对PM2.5的贡献较大.

SOR(硫氧化率)和NOR(氮氧化率)可用来指示大气二次转化的程度[27],SOR和NOR越高,表示气态污染物的氧化程度越高[24].轻度、中度、重度、严重污染4个等级下SOR的平均值依次为0.79、1.00、0.89、0.93,NOR的平均值依次为0.15、0.30、0.31、0.37,可以看出,此次污染过程中大气颗粒物二次转化程度较高,并且污染越严重,NOR值越高.

2.2.2 碳组分污染特征

不同污染等级下PM2.5中碳组分的质量浓度及质量百分比的平均值如表 2所示. PM2.5中碳组分质量浓度随污染程度的加重而升高,严重、重度和中度污染时ρ(OC)分别为轻度污染的1.82、1.70、1.42倍,ρ(EC)分别为轻度污染的1.88、1.75、2.08倍. PM2.5中碳组分质量百分比随污染程度的加重反而有所降低,说明PM2.5中其他化学组分(主要是二次无机颗粒物)的增加程度远高于碳组分的增加程度.研究表明, 不同污染源排放的OC、EC比值各有特定的范围,燃煤排放的OC/EC约为2.7~23.8[28-29],柴油和汽油车辆的尾气排放的OC/EC为1.0~4.2[30],可以利用这些比值来定性判断大气颗粒物中碳组分的来源.采样期间OC/EC在2.59~3.83之间,说明奎独乌区域碳组分既有来自燃煤源的排放,也有部分来自机动车尾气的排放.

表 2 采样期间奎独乌PM2.5中碳组分的质量浓度及质量百分比 Table 2 The mass concentration and ratio of carbonaceous species in PM2.5 during the sampling period
2.2.3 元素组分的污染特征

轻度、中度、重度、严重污染时PM2.5中39种元素质量浓度之和分别为10.04、9.88、16.71和25.43 μg/m3,重度和严重污染时该值较轻度和中度污染时有所增加,但其增幅却低于ρ(PM2.5),由此说明较其他组分(如二次离子组分)而言,元素组分并不是导致此次污染过程ρ(PM2.5)升高的主因.比较不同污染等级各元素组分在PM2.5上的质量百分比发现,Mo、Sn、Sb、Tl四种元素的质量百分比随污染等级的加剧而增加;Li、Be、Na、P、Si、Cr、Zn、Cs、Pb、Bi十种元素的质量百分比基本不变;其余25种元素组分质量百分比则随之减小. EF(富集因子)[31-32]可用来评价大气颗粒物中元素组分的富集程度,并可定性判断元素的来源.

EF=(Xi/XR)sample/(Xi/XR)baseline

式中:Xi为元素i的质量浓度,μg/m3; XR为选定的参比元素的质量浓度,μg/m3; sample和baseline分别表示PM2.5样品和背景.

该研究中选取Ti作为参比元素,取奎独乌灰漠土各元素的A层土中位值作为其背景值[33].研究[34]表明,EF≤10时,表明元素未被富集,主要来自地壳等自然源;EF>10时,表明元素被富集,主要来自人为源,并且EF越高,富集程度越高.

EF结果〔见图 4(a)〕显示,Cd、Sb、Bi在不同污染等级下均富集较为严重,Pb、Sn、Tl、Zn则在中度、重度和严重污染时被明显富集,As、Mo在中度、重度污染时被明显富集,Cu和Cr仅在中度污染时存在明显富集,说明这11种元素受到人为源的影响较大. Cd来源较为广泛,包括燃煤、石油燃烧、工业废气、垃圾焚烧和机动车[35];Sb、As主要来自燃煤排放[36-37];Bi主要源于玻璃、陶瓷和橡胶等工业生产[31];Pb、Sn、Zn和Cu通常来源于交通污染,主要来自于燃料燃烧、轮胎磨损、漏油以及电池和金属部件的磨损等[37-38];Mo来自采暖期燃烧源的排放[39];有研究[40]认为,化石燃料燃烧是Cr的重要来源之一.综上,说明EF值较高的元素主要来自燃煤、交通污染及工业排放.此外,除上述11种元素外的其余元素组分EF值均小于10〔见图 4(b)〕,它们主要来自自然源.

图 4 奎独乌PM2.5中元素组分富集因子分布 Figure 4 Enrichment factors of element in PM2.5 of Kui-Du-Wu area
2.3 来源解析

大气颗粒物质量重构可以根据不同成分化合物的占比来估计不同来源气溶胶对环境空气质量的影响[41].采样期间奎独乌区域不同污染等级下PM2.5的质量重构情况如图 5所示.其中,MIN(矿物尘)为地壳元素氧化物质量浓度之和,计算方法[42]

图 5 不同污染等级下奎独乌PM2.5质量重构结果 Figure 5 The mass closure of PM2.5 during the sampling period

MIN=1.89ρ(Al)+2.14ρ(Si)+1.21ρ(K)+1.4ρ(Ca)+1.66ρ(Mg)+1.7ρ(Ti)+1.43ρ(Fe)

TE(微量元素)为除地壳元素和海盐元素以外的其他微量元素质量浓度之和;OM(有机物)由OC乘以一个系数转化而来[43],研究表明,城市地区该系数取1.6[44-45],郊区该系数取2.1[46],该研究中该值取1.6;EC(元素碳)、硫酸盐(SO42-)、硝酸盐(NO3-)、铵盐(NH4+)为直接分析得到的数据;其他则为结晶水、其他未检测组分及测量误差.轻度、中度、重度、严重污染时PM2.5中主要组分均为硫酸盐和OM,硫酸盐、OM的质量百分比分别在23.0%~34.7%、16.4%~28.7%之间;其次为MIN、硝酸盐、铵盐,质量百分比分别在8.7%~16.5%、8.1%~13.6%、5.9%~7.2%之间.随着污染程度的加重,ρ(硫酸盐)、ρ(硝酸盐)及其质量百分比均随之增加;ρ(OM)随污染的加重而增大,其质量百分比却随之降低;ρ(MIN)、ρ(铵盐)随污染的加重而增大,MIN、铵盐的质量百分比则无明显变化规律,说明二次硫酸盐和二次硝酸盐是此次污染过程的主因.二次硫酸盐和二次硝酸盐主要由其前体物SO2和NOx转化而来,其中SO2主要来自燃煤排放,NOx主要来自燃煤及机动车尾气排放,说明此次污染过程主要是不利气象条件下,燃煤及机动车尾气排放的气态前体物二次转化所致.

3 结论

a)奎独乌区域2015年2月4—10日的污染过程中PM2.5污染严重,ρ(PM2.5)日均值均超过GB 3095—2012的二级标准限值(75 μg/m3),最大值高达298.58 μg/m3,主要是冬季取暖燃煤排放细粒子以及气态污染物的增加,加上不利气象条件所致.

b)随污染水平的提高,ρ(NH4+)、ρ(SO42-)、ρ(NO3-)均呈现出逐渐增加的趋势,并且ρ(NO3-)增加趋势最为明显;随污染程度的加重,SO42-、NO3-质量百分比增长也较为显著,说明此次污染过程以二次离子污染为主要特征,二次离子的浓度直接影响污染程度.此次污染过程中PM2.5显示出明显酸性,并且随污染程度的加剧,阳离子亏损越严重. SOR和NOR也呈现出随污染水平加剧而增大的规律,说明此次污染过程中大气颗粒物的二次转化程度较高.

c)随污染程度的加重,PM2.5中的碳组分及元素组分的质量浓度也随之升高,但其质量百分比却随之下降,说明与二次无机颗粒物相比,碳组分和元素组分不是导致此次污染过程的主因.

d)通过对采样期间轻度、中度、重度、严重污染下PM2.5进行质量重构发现,SO42-和OM是PM2.5中的主要组分,SO42-、OM的质量百分比分别在23.0%~34.7%、16.4%~28.7%之间,MIN(8.7%~16.5%)、NO3-(8.1%~13.6%)、NH4+(5.9%~7.2%)也有一定的贡献.随着污染程度的加重,只有二次硫酸盐和二次硝酸盐的质量百分比随之上升,说明此次重污染过程主要由燃煤及机动车排放的前体物在不利气象条件下转化生产的二次颗粒物所致.

参考文献
[1]
FU Qingyan, ZHUANG Guoshun, WANG Jing, et al. Mechanism of formation of the heaviest pollution episode ever recorded in the Yangtze River Delta, China[J]. Atmospheric Environment, 2008, 42(9): 2023-2036. DOI:10.1016/j.atmosenv.2007.12.002 (0)
[2]
HASSAN S K, KHODER M I. Chemical characteristics of atmospheric PM2.5 loads during air pollution episodes in Giza, Egypt[J]. Atmospheric Environment, 2017, 150: 346-355. DOI:10.1016/j.atmosenv.2016.11.026 (0)
[3]
FENG Jinglan, YU Hao, SU Xianfa, et al. Chemical composition and source apportionment of PM2.5 during Chinese Spring Festival at Xinxiang, a heavily polluted city in North China:fireworks and health risks[J]. Atmospheric Research, 2016, 182: 176-188. DOI:10.1016/j.atmosres.2016.07.028 (0)
[4]
HUA Yang, CHENG Zhen, WANG Shuxiao, et al. Characteristics and source apportionment of PM2.5 during a fall heavy haze episode in the Yangtze River Delta of China[J]. Atmospheric Environment, 2015, 123: 380-391. DOI:10.1016/j.atmosenv.2015.03.046 (0)
[5]
郑子龙, 张凯, 陈义珍, 等. 北京一次混合型重污染过程大气颗粒物元素组分分析[J]. 环境科学研究, 2014, 27(11): 1219-1226.
ZHENG Zilong, ZHANG Kai, CHEN Yizhen, et al. Study on elements in aerosols during a mixed serious pollution episode in Beijing[J]. Research of Environmental Sciences, 2014, 27(11): 1219-1226. (0)
[6]
LIU Tingting, GONG Sunling, HE Jianjun, et al. Attributions of meteorological and emission factors to the 2015 winter severe haze pollution episodes in China's Jing-Jin-Ji area[J]. Atmospheric Chemistry and Physics, 2017, 17: 2971-2980. DOI:10.5194/acp-17-2971-2017 (0)
[7]
CHEN L A, WATSON J G, CHOW J C, et al. Wintertime particulate pollution episodes in an urban valley of the Western US:a case study[J]. Atmospheric Chemistry and Physics, 2012, 12(6): 10051-10064. (0)
[8]
QIN Yiming, LI Yongjie, WANG Hao, et al. Particulate matter (PM) episodes at a suburban site in Hong Kong:evolution of PM characteristics and role of photochemistry in secondary aerosol formation[J]. Atmospheric Chemistry and Physics, 2016, 16(22): 1-32. (0)
[9]
YUE D L, HU M, WU Z J, et al. Variation of particle number size distributions and chemical compositions at the urban and downwind regional sites in the Pearl River Delta during summertime pollution episodes[J]. Atmospheric Chemistry and Physics, 2010, 10: 9431-9439. DOI:10.5194/acp-10-9431-2010 (0)
[10]
HAN Bin, ZHANG Rui, YANG Wen, et al. Heavy air pollution episodes in Beijing during January 2013:inorganic ion chemistry and source analysis using highly time-resolved measurements in an urban site[J]. Atmospheric Chemistry and Physics Discussions, 2015, 15(7): 11111-11141. DOI:10.5194/acpd-15-11111-2015 (0)
[11]
WANG Y H, LIU Z R, ZHANG J K, et al. Aerosol physicochemical properties and implications for visibility during an intense haze episode during winter in Beijing[J]. Atmospheric Chemistry and Physics, 2015, 15: 3205-3215. DOI:10.5194/acp-15-3205-2015 (0)
[12]
YAO Lan, YANG Lingxiao, YUAN Qi, et al. Sources apportionment of PM2.5 in a background site in the North China Plain[J]. Science of the Total Environment, 2016, 541: 590-598. DOI:10.1016/j.scitotenv.2015.09.123 (0)
[13]
QIU Xionghui, DUAN Lei, GAO Jian, et al. Chemical composition and source apportionment of PM10 and PM2.5 in different functional areas of Lanzhou, China[J]. Journal of Environmental Sciences, 2016, 40(2): 75-83. (0)
[14]
JIANG C, WANG H, ZHAO T, et al. Modeling study of PM2.5 pollutant transport across cities in China's Jing-Jin-Ji region during a severe haze episode in December 2013[J]. Atmospheric Chemistry and Physics, 2015, 15(3): 5803-5814. (0)
[15]
JI Dongsheng, LI Liang, WANG Yuesi, et al. The heaviest particulate air-pollution episodes occurred in northern China in January, 2013:insights gained from observation[J]. Atmospheric Environment, 2014, 92: 546-556. DOI:10.1016/j.atmosenv.2014.04.048 (0)
[16]
LI Yaxin, WANG Yan, LI Yan, et al. Characteristics and potential sources of atmospheric particulate mercury in Jinan, China[J]. Science of the Total Environment, 2017, 574: 1424-1431. DOI:10.1016/j.scitotenv.2016.08.069 (0)
[17]
WANG Dexiang, HU Jianlin, XU Yong, et al. Source contributions to primary and secondary inorganic particulate matter during a severe wintertime PM2.5 pollution episode in Xi'an, China[J]. Atmospheric Environment, 2014, 97: 182-194. DOI:10.1016/j.atmosenv.2014.08.020 (0)
[18]
MAMTIMIN B, MEIXNER F X. Air pollution and meteorological processes in the growing dryland city of Urumqi (Xinjiang, China)[J]. Science of the Total Environment, 2011, 409(7): 1277-1290. DOI:10.1016/j.scitotenv.2010.12.010 (0)
[19]
ZHANG X X, SHI P J, LIU L Y, et al. Ambient TSP concentration and dustfall in major cities of China:spatial distribution and temporal variability[J]. Atmospheric Environment, 2010, 44(13): 1641-1648. DOI:10.1016/j.atmosenv.2010.01.035 (0)
[20]
刘庆阳, 刘艳菊, 杨峥, 等. 北京城郊冬季一次大气重污染过程颗粒物的污染特征[J]. 环境科学学报, 2014, 34(1): 12-18.
LIU Qingyang, LIU Yanju, YANG Zheng, et al. Daily variations of chemical properties in airborne particulate matter during a high pollution winter episode in Beijing[J]. Acta Scientiae Circumstantiae, 2014, 34(1): 12-18. (0)
[21]
金鑫, 程萌田, 温天雪, 等. 北京冬季一次重污染过程PM2.5中水溶性无机盐的变化特征[J]. 环境化学, 2012, 31(6): 783-790.
JIN Xin, CHENG Mengtian, WEN Tianxue, et al. The variation of water-soluble inorganic ions during a heavy pollution episode in winter, Beijing[J]. Environmental Chemistry, 2012, 31(6): 783-790. (0)
[22]
WANG Ying, ZHUANG Guoshun, ZHANG Xingying, et al. The ion chemistry, seasonal cycle, and sources of PM2.5 and TSP aerosol in Shanghai[J]. Atmospheric Environment, 2006, 40(16): 2935-2952. DOI:10.1016/j.atmosenv.2005.12.051 (0)
[23]
WU Gang, DU Xin, WU Xuefang, et al. Chemical composition, mass closure and sources of atmospheric PM10 from industrial sites in Shenzhen, China[J]. Journal of Environmental Sciences, 2013, 25(8): 1626-1635. DOI:10.1016/S1001-0742(12)60238-1 (0)
[24]
张懿华, 段玉森, 高松, 等. 上海城区典型空气污染过程中细颗粒污染特征研究[J]. 中国环境科学, 2011, 31(7): 1115-1121.
ZHANG Yihua, DUAN Yusen, GAO Song, et al. Characteristics of fine particulate matter during a typical air pollution episode in Shanghai urban area[J]. China Environmental Science, 2011, 31(7): 1115-1121. (0)
[25]
狄一安, 杨勇杰, 周瑞, 等. 北京春季城区与远郊区不同大气粒径颗粒物中水溶性离子的分布特征[J]. 环境化学, 2013, 32(9): 1605-1610.
DI Yian, YANG Yongjie, ZHOU Rui, et al. Size distributions of water-soluble inorganic ions at urban and rural sites in Beijing during spring[J]. Environmental Chemistry, 2013, 32(9): 1605-1610. (0)
[26]
郭照冰, 包春晓, 陈天蕾, 等. 北京奥运期间气溶胶中水溶性无机离子浓度特征及来源解析[J]. 大气科学学报, 2011, 34(6): 683-687.
GUO Zhaobing, BAO Chunxiao, CHEN Tianlei, et al. Mass concentration characteristics and source apportionment of water-soluble inorganic ions in aerosol in Beijing during 2008 Beijing Olympic Games[J]. Transactions of Atmospheric Sciences, 2011, 34(6): 683-687. (0)
[27]
JI Dongsheng, WANG Yuesi, WANG Lili, et al. Analysis of heavy pollution episodes in selected cities of northern China[J]. Atmospheric Environment, 2012, 50(3): 338-348. (0)
[28]
ZHANG Yuanxun, SCHAUER J J, ZHANG Yuanhang, et al. Characteristics of particulate carbon emissions from real-world Chinese coal combustion[J]. Environmental Science & Technology, 2008, 42(14): 5068-5073. (0)
[29]
张灿, 周志恩, 翟崇治, 等. 基于重庆本地碳成分谱的PM2.5碳组分来源分析[J]. 环境科学, 2014, 35(3): 810-819.
ZHANG Can, ZHOU Zhien, ZHAI Chongzhi, et al. Carbon source apportionment of PM2.5 in Chongqing based on local carbon profiles[J]. Environmental Science, 2014, 35(3): 810-819. (0)
[30]
于海斌, 薛荔栋, 郑晓燕, 等. APEC期间京津冀及周边地区PM2.5中碳组分变化特征及来源[J]. 中国环境监测, 2015, 31(2): 48-52.
YU Haibin, XUE Lidong, ZHENG Xiaoyan, et al. Characterization and sources of carbonaceous components in PM2.5 during the APEC in Beijing-Tianjin-Hebei region[J]. Environmental Monitoring of China, 2015, 31(2): 48-52. (0)
[31]
洪也, 马雁军, 李潮流, 等. 沈阳冬季灰霾日大气颗粒物元素粒径分布特征[J]. 环境科学研究, 2011, 24(6): 637-644.
HONG Ye, MA Yanjun, LI Chaoliu, et al. Elemental size distribution characteristics of atmospheric particles on hazy days during winter in Shenyang[J]. Research of Environmental Sciences, 2011, 24(6): 637-644. (0)
[32]
杨晴, 张凯, 柴发合, 等. 长株潭城市群秋季大气颗粒物及其重金属元素污染特征[J]. 环境科学研究, 2013, 26(5): 590-597.
YANG Qing, ZHANG Kai, CHAI Fahe, et al. Study on the pollution characteristics of atmospheric particles and heavy metals in autumn in Chang-Zhu-Tan metropolitan area[J]. Research of Environmental Sciences, 2013, 26(5): 590-597. (0)
[33]
魏复盛. 中国土壤元素背景值[M]. 2版. 北京: 中国环境科学出版社, 1990, 91-328. (0)
[34]
WANG Xin, PU Wei, ZHANG Xueying, et al. Water-soluble ions and trace elements in surface snow and their potential source regions across northeastern China[J]. Atmospheric Environment, 2015, 114(4): 57-65. (0)
[35]
陶俊, 张仁健, 段菁春, 等. 北京城区PM2.5中致癌重金属季节变化特征及其来源分析[J]. 环境科学, 2014, 35(2): 411-417.
TAO Jun, ZHANG Renjian, DUAN Jingchun, et al. Seasonal variation of carcinogenic heavy metals in PM2.5 and source analysis in Beijing[J]. Environmental Science, 2014, 35(2): 411-417. (0)
[36]
宋晓焱, 魏思民, 岑世宏. 煤矿区城市PM10元素组成特征及来源研究[J]. 华北水利水电大学学报(自然科学版), 2014, 35(1): 85-88.
SONG Xiaoyan, WEI Simin, CEN Shihong. Study on origin and element composition characteristics of PM10 in coal mine cites[J]. Journal of North China University of Water Resources and Electric Power (Natural Science Edition), 2014, 35(1): 85-88. (0)
[37]
王伟, 孔少飞, 刘海彪, 等. 南京市春节前后大气PM2.5中重金属来源及健康风险评价[J]. 中国环境科学, 2016, 36(7): 2186-2195.
WANG Wei, KONG Shaofei, LIU Haibiao, et al. Sources and risk assessment of heavy metals in PM2.5 around 2014 Spring Festival in Nanjing[J]. China Environmental Science, 2016, 36(7): 2186-2195. (0)
[38]
KALAIARASAN G, BALAKRISHNAN R M, KHAPARDE V V. Receptor model based source apportionment of PM10 in the metropolitan and industrialized areas of Mangalore[J]. Environmental Technology & Innovation, 2016, 6: 195-203. (0)
[39]
杨勇杰, 王跃思, 温天雪, 等. 采暖期开始前后北京大气颗粒物中化学元素特征及其来源[J]. 环境科学, 2008, 29(1): 3275-3279.
YANG Yongjie, WANG Yuesi, WEN Tianxue, et al. Characteristics and sources of elements of atmospheric particles before and in heating period in Beijing[J]. Environmental Science, 2008, 29(1): 3275-3279. (0)
[40]
TIAN Hezhong, CHENG Ke, WANG Yan, et al. Temporal and spatial variation characteristics of atmospheric emissions of Cd, Cr, and Pb from coal in China[J]. Atmospheric Environment, 2012, 50: 157-163. DOI:10.1016/j.atmosenv.2011.12.045 (0)
[41]
MARKUS S, RISTO H, SANNA S, et al. Chemical composition and mass closure of particulate matter at six urban sites in Europe[J]. Atmospheric Environment, 2006, 40(2): 212-223. DOI:10.1016/j.atmosenv.2005.08.041 (0)
[42]
TIAN Shili, PAN Yuepeng, LIU Zirui, et al. Size-resolved aerosol chemical analysis of extreme haze pollution events during early 2013 in urban Beijing, China[J]. Journal of Hazardous Materials, 2014, 279: 452-460. DOI:10.1016/j.jhazmat.2014.07.023 (0)
[43]
VECCHI R, CHIARI M, ALESSANDRO A D, et al. A mass closure and PMF source apportionment study on the sub-micron sized aerosol fraction at urban sites in Italy[J]. Atmospheric Environment, 2008, 42(9): 2240-2253. DOI:10.1016/j.atmosenv.2007.11.039 (0)
[44]
MASKOVA L, SMOLÍK J, VODICKA P. Characterization of particulate matter in different types of archives[J]. Atmospheric Environment, 2015, 107: 217-224. DOI:10.1016/j.atmosenv.2015.02.049 (0)
[45]
MANTAS E, REMOUNDAKI E, HALARI I, et al. Mass closure and source apportionment of PM2.5 by Positive Matrix Factorization analysis in urban Mediterranean environment[J]. Atmospheric Environment, 2014, 94: 154-163. DOI:10.1016/j.atmosenv.2014.05.002 (0)
[46]
PARASKEVOPOULOU D, LIAKAKOU E, GERASOPOULOS E, et al. Sources of atmospheric aerosol from long-term measurements (5 years) of chemical composition in Athens, Greece[J]. Science of the Total Environment, 2015, 527/528: 165-178. DOI:10.1016/j.scitotenv.2015.04.022 (0)