环境科学  2015, Vol. 36 Issue (4): 1195-1201   PDF    
春季华东高山背景区域PM2.5和PM2.5~10中水溶性无机离子特征
苏彬彬1, 张智胜2, 陶俊2, 许椐洋1, 纪贤鑫1, 刘心东1, 张若宇1    
1. 福建省国家大气环境背景值武夷山监测站, 武夷山 354302;
2. 环境保护部华南环境科学研究所, 广州 510655
摘要:为了探讨华东高山背景区域春季颗粒物中水溶性组分的特征,2014年3月至5月在国家大气背景监测福建武夷山站采集PM2.5及PM2.5~10样品,获取了水溶性无机离子组分,并同步收集气象因子及SO2、NO2、O3、PM10和PM2.5等污染物质量浓度数据. 结果表明,春季武夷山背景点PM2.5和PM2.5~10中水溶性无机离子总浓度分别为(8.3±2.8)μg ·m-3和(1.3±0.9)μg ·m-3,分别占PM2.5和PM2.5~10质量浓度的(43.7±7.5)% 和(24.4±6.4)%. SO42-占PM2.5质量浓度百分比最高,为(32.4±6.3)%; NO3-占PM2.5~10质量浓度百分比最高,为(8.9±3.7)%. 春季武夷山背景点硫酸盐主要存在于细颗粒物中,且以(NH4)2SO4和K2SO4的形式存在,粗颗粒中的硝酸盐则主要以Mg(NO3)2的形式存在. 春季武夷山背景点水溶性无机离子主要来源于沙尘、海盐及高污染区域的远距离输送.
关键词高山背景站     细颗粒物     粗颗粒物     水溶性无机离子     气体污染物     区域输送    
Characteristics of Water-soluble Inorganic Ions in PM2.5 and PM2.5-10 in Mountain Background Region of East China in Spring
SU Bin-bin1, ZHANG Zhi-sheng2, TAO Jun2, XU Ju-yang1, JI Xian-xin1, LIU Xin-dong1, ZHANG Ruo-yu1    
1. Atmospheric Background Monitoring Station in Wuyishan of Fujian Province, Wuyishan 354302, China;
2. South China Institute of Environmental Sciences, Ministry of Environmental Protection, Guangzhou 510655, China
Abstract: PM2.5 and PM2.5-10samples were collected during March to May of 2014 at the National atmospheric background monitoring station (Wuyishan station) in Fujian Province. Water-soluble inorganic ions in PM2.5 and PM2.5-10were determined. Meteorological parameters and air pollutants including SO2, NO2, O3, PM10 and PM2.5 were also recorded. The results showed the total water-soluble inorganic ions concentrations were (8.3±2.8) μg ·m-3 and (1.3±0.9) μg ·m-3, which accounted for (43.7±7.5)% and (24.4±6.4)% of the PM2.5 and PM2.5-10 mass, respectively. Sulfate and nitrate were the dominant ions in PM2.5 and PM2.5-10, respectively, which accounted for (32.4±6.3)% and (8.9±3.7)% of them, respectively. Sulfate mainly existed in fine particle in the forms of (NH4)2SO4 and K2SO4, while nitrate mainly existed in coarse particle in the form of Mg(NO3)2. The water-soluble inorganic ions at the Wuyishan background monitoring station in spring mainly came from long-distance transportation of dust, sea salt and pollutant of heavy polluted regions.
Key words: high mountain background site     fine particle     coarse particle     water-soluble inorganic ions     gaseous pollutant     regional transportation    

大气气溶胶是悬浮在大气中的固体和液体微粒共同组成的多相体系,对人体健康、 环境及气候等都存在着重要影响[1, 2, 3, 4, 5, 6, 7, 8],因此受到广泛关注. 水溶性无机离子是大气气溶胶中非常重要的化学组成部分,有研究表明[9,10],水溶性组分约占城市大气PM2.5质量的30%以上. 其主要成分如硫酸盐、 硝酸盐和铵盐等具有较强的亲水性,可通过吸湿增长增强颗粒物对大气能见度的影响[11,12],对于霾的形成及气候变化等均有重要影响,因此开展颗粒物中水溶性组分的观测研究具有十分重要的意义.

国内外近年来对城市颗粒物中水溶性无机离子进行了大量的研究,包括水溶性无机离子污染特征及其来源分析[13, 14, 15],气体污染物与水溶性无机离子的转化机制[16]、 不同粒径颗粒物中的水溶性无机离子浓度分布[17,18]和水溶性无机离子对气溶胶光学特性影响等[19]. 对不同区域背景地区颗粒物中水溶性无机离子也进行了相关的研究. 如赵亚南等对我国东北背景地区长白山[20]和青藏高原贡嘎山[21]大气气溶胶中水溶性无机离子的组成、 变化特征及其来源进行了探讨; Ma等[22]研究了全球内陆大气本底站瓦里关山气溶胶中水溶性离子粒径分布及NO3-的气粒转化过程; 刘鲁宁等[23]研究了鼎湖山地区大气颗粒物中水溶性无机盐粒径分布特征; 高晓梅等[24]研究了泰山春、 夏两季大气颗粒物及其水溶性无机离子的粒径分布特征; 李杏茹等[25]研究了兴隆背景站气溶胶中水溶性无机离子的组成和浓度变化特征; Sezuki等[26]研究了日本富士山顶大气气溶胶中水溶性离子浓度及季节变化趋势. 目前还未见对我国华东背景区域颗粒物中水溶性无机离子的研究报道.

国家大气背景监测福建武夷山站是我国15个大气背景监测站之一,代表我国华东森林及高山区域的大气背景状况. 为了探讨我国华东背景地区春季细颗粒物中水溶性无机离子的组成及特征,本研究收集了2014年3月至5月在该站点采集的PM2.5和PM2.5~10样品,分析其水溶性组分,结合该站点同步观测的气象因子、 污染物浓度数据,分析SO2与硫酸盐、 NO2与硝酸盐之间的转化率,并利用后向气流轨迹聚类对颗粒物中水溶性无机离子的来源进行初步分析,以期为制定华东地区颗粒物区域性控制政策提供参考依据. 1 材料与方法 1.1 采样地点

国家大气背景监测福建武夷山站由中国环境监测总站建立,监测点位于武夷山自然保护区摩天岭顶峰,东经117°43′,北纬27°35′,海拔高度1139 m. 站点周边视野开阔,且周围50 km范围内无明显大气污染源,基本能客观反映华东森林及高山背景区域的空气质量状况. 同时因其海拔较高且气流活跃,可用于观测远距离输送影响. 1.2 样品采集

本研究使用装备两级切割器的大流量滤膜采样器(TE-6070V,Tisch Inc.,美国)依次采集PM2.5-10和PM2.5样品,采样流量为1.063 m3 ·min-1. 采样滤膜分别采用0.56 in×0.58 in的格栅镂空石英膜(Tisch Inc.,美国)和8 in×10 in的石英膜(Whatman,英国). 采样仪器安置于武夷山背景点监测楼楼顶,距地约为10 m. 采样时间为2014年3月20日至6月4日,每周采样一次,每次累积采样167 h,共采集24个样品(包括空白样). 采样后将样品放入密封袋中,置于冰箱(-18℃)避光保存. 1.3 水溶性无机离子化学分析

截取1.33 cm2面积样品于样品瓶中,加入4 mL去离子水,超声萃取60 min. 然后,将样品通过装载特氟龙过滤膜的注射器以去除滤膜残渣和难溶颗粒获取待分析的萃取液. 使用环境保护部华南环境科学研究所美国戴安ICS-1600和ICS-2100型离子色谱仪分别分析萃取液中阳离子(Na+、 NH4+、 K+、 Mg2+和Ca2+)与阴离子(Cl-、 NO3-和SO42-). 阳离子使用Ionpac CS12分析柱和Ionpac CG12保护柱进行分离并在CSRS抑制器中检测; 淋洗液使用20 mmol ·L-1的甲基磺酸(CH4O3S),流速设置为1mL ·min-1. 阴离子则使用Ionpac AS19层析柱和Ionpac AG19保护柱进行分离并在ASRS抑制器中检测; 淋洗液使用20 mmol ·L-1 的氢氧化钾(KOH),流速设置为1.0mL ·min-1. 1.4 同步在线监测数据采集

同步观测的SO2采用43iTLE紫外荧光法气体分析仪(Thermo Fisher Scientific,美国),NO2采用42iTL化学发光法气体分析仪(Thermo Fisher Scientific,美国),O3采用49i紫外光度法气体分析仪(Thermo Fisher Scientific,美国),PM10和PM2.5观测采用TEOM1405A环境颗粒物监测仪(Thermo Fisher Scientific,美国),进行24 h连续在线监测,数据采集频率为5 min. 1.5 后向气流轨迹计算

本研究用于轨迹计算的模式是由美国海洋与大气研究中心NOAA(National Oceanic and Atmospheric Administration)环境空气资源实验室ARL(Air Resources Laboratory)开发的混合单粒子拉格朗日积分传输、 扩散模式HYSPLIT4.8(2008年2月更新); 模式计算所采用的气象资料是美国国家环境预报中心NCEP(National Centers for Environmental Prediction)的FNL全球再分析资料; 垂直运动的计算方法采用模式所默认的气象模式垂直运动场,采用地形追随坐标系; 聚类分析采用的是HYSPLIT 4.8模式中的聚类工具. 2 结果与讨论 2.1 浓度水平

将滤膜称重获得的PM2.5和PM10(PM2.5+PM2.5~10)质量浓度和在线PM2.5和PM10浓度(样品采集期间自动监测仪器同步监测的小时平均值)进行对比(见图 1). 由图 1可见,滤膜称重PM2.5和PM10浓度和在线PM2.5和PM10浓度具有一致的变化趋势,手工PM2.5、PM10浓度和在线PM2.5、PM10浓度的相关性很好(R 2分别为0.96和0.97),说明观测结果准确、 可靠. 手工PM2.5浓度略高于在线PM2.5浓度,手工PM10浓度略低于在线PM10浓度.

图 1 滤膜称重PM2.5和PM10浓度与在线PM2.5和PM10浓度比较 Fig. 1 Comparison of filter-weighted PM2.5 and PM10 concentrations and real-time PM2.5 and PM10 concentrations

通常情况下,背景区域大气环境质量应该代表未受人类活动直接影响的自然情况[27]. 但由于大气的流动性,大气环境通常受研究区域外排放源长距离输送的影响[28]. 考虑到武夷山背景点周围50km范围内无明显大气污染源,因此大气颗粒物主要来源于区域外的远距离输送[29]. 由表 1可知,武夷山背景点春季 PM2.5和PM2.5~10质量浓度分别为(19.4±6.8)μg ·m-3和(5.1±3.3)μg ·m-3,变化范围分别为8.8~28.3μg ·m-3和1.4~11.1μg ·m-3. PM2.5和PM2.5~10中总水溶性无机离子浓度分别为(8.3±2.8)μg ·m-3和(1.3±0.9)μg ·m-3,占PM2.5和PM2.5~10质量浓度的(43.7±7.5)% 和(24.4±6.4)%. 在PM2.5中,SO42-是最主要的水溶性无机离子,占PM2.5总离子浓度的质量分数高达74.2%,占PM2.5质量分数达32.4%; 其次是NH4+,占PM2.5质量分数为8.8%. 在PM2.5~10中,NO3-是最主要的水溶性无机离子,占PM2.5~10质量分数为8.9%; 其次是SO42-和Ca2+,占PM2.5~10质量分数分别为7.6%和4.7%. 由此可见,SO42-是武夷山背景点颗粒物中最重要的水溶性无机离子. 此外,水溶性无机离子在PM2.5和PM2.5~10中的分布有明显差异,特别是SO42-、 NH4+、 K+和NO3-. SO42-、 NH4+主要分布在细粒子中且浓度较高,其浓 度水平分别是粗粒子的18倍和43倍. K+也主要分布在细粒子中,而NO3-则主要分布在粗粒子中. 总体来看,SO42-是武夷山背景点PM2.5中的主要水溶性无机离子,而NO3-是PM2.5~10中的主要无机离子.

表 1 武夷山背景点春季PM2.5和PM2.5~10中水溶性无机离子浓度水平及所占质量分数 Table 1 Concentration levels and percentages of water-soluble inorganic ions in PM2.5 and PM2.5-10 at Wuyishan background station in spring

与其它背景地区相比(见表 2),武夷山背景点大气气溶胶中水溶性无机离子浓度水平除SO42-和NH4+外,其它组分接近或低于长白山和贡嘎山,特别是NO3-远远低于其它区域背景点; 各水溶性无机离子浓度均显著低于泰山,除K+外也远远低于兴隆背景点. 与城市采样点相比,显著低于城市采样点及城市对照点,其中,最主要的3种离子,SO42-为城市观测点浓度的1/3~1/2,NH4+为城市观测点浓度的1/7~2/5,而NO3-浓度水平比城市点位低1~2数量级,城市观测点细颗粒物中的NO3-浓度是武夷山背景点的127倍~162倍. 总体来讲,武夷山背景点PM2.5中主要水溶性无机离子浓度处于背景地区的中等水平,但显著小于城市地区.

表 2 不同采样地点春季颗粒物中水溶性无机离子浓度水平 /μg ·m-3 Table 2 Concentration levels of water-soluble inorganic ions in particles at different stations in spring /μg ·m-3

特别地,相对于其它背景地区,武夷山背景点NO3-浓度很低,且主要分布在粗粒子中,其主要原因为大气气溶胶中的NO3-主要来自NOx在大气中的化学转化,而NOx主要来自工业排放和机动车尾气排放[30]. 采样点位于武夷山自然保护区内,人为源排放的NOx对气溶胶中NO3-的贡献较小,光化学反应产生的“凝结模态”的NO3-浓度低; 污染区域产生的颗粒态NH4NO3在输送过程中可能由于随着海拔高度增加相对湿度降低[31] 以及高空强烈的太阳辐射,不利于NH4NO3的保存,分解为NH3和气态HNO3,使得细颗粒态的硝酸盐浓度降低; 同时在输送过程中由于NH4NO3与酸性较强的H2SO4或(NH4)2SO4发生反应变成气态HNO3,加之与粗粒子海盐或矿物质发生反应,使其粒径从细粒子转变到粗粒子模态中,输送至武夷山背景点,所以在PM2.5~10中的浓度明显高于在PM2.5中的浓度. 相比之下,污染区域产生的(NH4)2SO4很稳定,且能较好地保存在细颗粒物中输送至武夷山背景点,因此武夷山背景点细颗粒物中SO42-浓度较高. 2.2 水溶性离子浓度间的相关性分析

通过相关性分析,一方面可以了解其来源,另一方面也可了解离子之间的化学组合形式. 由图 2可以看出在PM2.5中SO42-和NH4+有非常好的相关性(R2=0.95),线性回归方程的斜率即NH4+与SO42-摩尔比为1.26,低于(NH4)2SO4中两者的摩尔比2.0,表明SO42-未完全被NH4+中和,SO42-还会以与其它阳离子结合的形式存在. 由表 3可知,在PM2.5中,NH4+更倾向于与SO42-结合,未被NH4+中和的SO42-主要与K+和Mg2+结合. 在PM2.5~10中SO42-和NH4+的相关性很差,表明(NH4)2SO4主要存在于细粒子中而非粗粒子,粗粒子中的SO42-则主要与矿物质型阳离子(如Ca2+、 Mg2+)结合生成CaSO4或MgSO4,而粗粒子中的少量的NH4+则可能主要通过吸附或表面反应存在于粗粒子中. 在PM2.5中NO3-和NH4+的相关性很差,说明武夷山背景点细粒子中硝酸盐较难以NH4NO3形式存在,而贡嘎山[21]、 泰山[24]、 兴隆[25]、 西安[14]和鼎湖山[33]的观测结果则发现细粒子中存在NH4NO3. 其主要原因是: 一方面,武夷山背景点颗粒物中SO42-浓度较高,NH4+优先与SO42-反应生成粒径较小的铵盐,只有NH3富裕时才会与其他酸性气体(如HCl和HNO3等)发生中和反应[16],因此不利于NH4+与NO3-结合; 另一方面,由于武夷山背景点NO3-主要来源于区域性输送,在输送过程中NH4NO3容易分解,且过量的SO42-会导致细模态的NO3-转换到粗模态中. 因此,在粗粒子中NO3-主要以NaNO3和Mg(NO3)2或Ca(NO3)2形式存在. 在细粒子中,Cl-主要以MgCl2和CaCl2形式存在; 在粗粒子中,Cl-主要以NaCl形式存在. Cl-与Na+浓度在PM2.5~10中有很好的相关性,说明粗粒子中的Na+与Cl-具有同源性,二者均来自海盐的远距离输送. 但武夷山背景点粗颗粒物中Cl-与Na+的摩尔比为0.24,明显小于海水中Cl-与Na+的摩尔比1.81[34],说明部分Na+可能来自于非海洋的其他排放源; 另一个重要原因是海盐在向武夷山背景点输送过程中发生氯亏损[35],可能是高浓度的SO2、 NOx以及生成的H2SO4和HNO3与海盐(NaCl)发生反应生成HCl,加剧了Cl-的损失. 另一方面,NH4NO3在远距离输送过程中分解为NH3和气态HNO3,与海盐发生反应生成NH4Cl和NaNO3,表现为在PM2.5~10中,Cl-与NH4+、 NO3-与Na+有较强的相关性. Mg2+和Ca2+为土壤、 沙尘颗粒物中的典型离子,无论在粗粒子还是细粒子中,相关性均很好,说明Mg2+、 Ca2+具有同源性. 武夷山背景点周边生态良好,无大面积裸露土壤且无施工工程,受扬尘和建筑尘影响很小,可能来源于沙尘的远距离输送. SO24和NO3-在粗粒子中有较强的相关性,同时SO24、 NO3-与Mg2+、 Ca2+的相关性较好,可能是沙尘颗粒在输送或本地区停留期间发生酸化反应形成粒径较大的硫酸盐和硝酸盐.

图 2 PM2.5中NH4+与SO42-及NO3-的相关性 Fig. 2 Correlations between NH4+,SO42- and NO3- in PM2.5


表 3 PM2.5和PM2.5~10中水溶性无机离子浓度的相关性 1) Table 3 Relationships of water-soluble inorganic ions concentrations in PM2.5 and PM2.5-10

2.3 SO2、 NO2与硫酸盐和硝酸盐关系

硫氧化率SOR[SO42-与总硫(SO42-+SO2)的质量浓度比,其中SO42-浓度采用[nss-SO42-]=[SO42-]-0. 2517[Na+][36]和氮氧化率NOR[NO3-与总氮(NO3-+NO2)的质量浓度比]可以反映出气体二次转化的程度. 两者值越高就表示SO2和NO2气体更多地转化为二次气溶胶颗粒[32]. 实际大气环境中SOR和NOR是实时变化的,利用在线小时浓度的气体和离子数据分析最为理想. 但实际在背景地区污染物浓度较低的情况下,获取实时的SOR和NOR是非常困难的. 鉴于武夷山地区颗粒物和污染气体主要来源于区域性输送,与城市点位情况有很大不同,污染物在输送过程中会发生类似气固转化的物理化学反应,从时间和空间尺度上讲,将时间分段进行平均处理在某种程度上也是科学的. 计算各个样品的硫氧化率和氮氧化率,其中SO2和NO2浓度通过统计单个样品采集期间小时均值获得. 观测期间SO2和NO2浓度分别为(1.1±0.8)μg ·m-3和(4.2±2.0)μg ·m-3,在PM2.5中,SOR和NOR平均值分别为0.81±0.08和0.01±0.01,在PM2.5~10中,SOR和NOR平均值分别为0.20

±0.09和0.08±0.06,较高的NO2浓度和较低的NOR值,说明春季武夷山背景点NO2的二次转化率远低于SO2的转化率. SOR和NOR与样品采集期间同步观测的温度、 相对湿度、 SO2、 NO2、 O3浓度比较,相关性分析结果见表 4. 在PM2.5中,SOR与SO2有很强的负相关性,与温度和相对湿度有较强的正相关性,说明较高的温度和相对湿度,有利于SO2通过均相或非均相反应生成硫酸盐; 但武夷山背景点SO2浓度较低,且特别地,SOR与O3浓度呈负相关性,与城市情况相反[37],而O3与SO2及SO42-浓度有较强的正相关性(相关系数r分别为0.88和0.77),说明背景地区大气污染物主要来源于输送而非本地生成. NOR与温度有较强的负相关性,主要是由于较高的温度不利于颗粒态的硝酸盐存在[33]. NOR与相对湿度具有一定的负相关性,这是因为用于做相关性分析的相对湿度值为周均值,数值高低与样品采集期间的降雨频率有较大的关系,而武夷山背景点硝酸盐主要分布在粒径较大的颗粒物中,降水对粗颗粒物的清除作用较强,表现为相对湿度与NO3-浓度的相关系数r在PM2.5和 PM2.5~10中分别为-0.74和-0.96. SOR与O3浓度、 NOR与相对湿度具有一定的负相关性,与城市点位[37]的观测结果不同. 在PM2.5~10中,SOR和NOR与温度、 相对湿度、 SO2、 NO2、 O3浓度的相关性较差.

表 4 PM2.5和PM2.5~10中SOR、 NOR与温度、 相对湿度、 SO2、 NO2、 O3关系 1) Table 4 Correlations between SOR,NOR and temperature,relative humidity,SO2,NO2,O3 in PM2.5 and PM2.5-10

2.4 水溶性无机离子浓度受区域输送影响分析

后向轨迹方法在许多研究中被用来分析气团来向,研究不同来源的气团对区域污染的作用[38, 39]. 聚类分析则将得到的单个轨迹按照空间相似性程度聚类,得到具有代表性的轨迹簇,判断气团来源和途经区域[40, 41]. 为探讨武夷山背景点水溶性无机离子的可能来源,利用HYSPLIT4.8模式和NCEP气象资料,计算在2014年3月20日~6月4日样品采集期间每日到达武夷山背景点的后向气流轨迹,即对27.59°N、 117.73°E、 1149 m(背景点坐标和采样点高程)进行后向48 h气流轨迹追踪,共获得77条后向气流轨迹. 应用HYSPLIT 4.8模式中的聚类功能对这些轨迹进行统计分析,因有1条气流轨迹无法实现聚类,故只有76条轨迹参与聚类,得到抵达武夷山背景点的5类不同气流轨迹,对应于5种不同的典型气团(见图 3).

图 3 武夷山背景点平均后向轨迹分布示意 Fig. 3 Mean trajectories for Wuyishan background station

图 3可见,1类气团来自西北方向,起源于江西省,移动高度较低,且移动速度极慢,沿途会夹带一些污染物到达武夷山背景点,对点位颗粒物中水溶性无机离子浓度造成一定影响. 2类气团起源于内蒙古的沙漠地区,移动高度较高,移动速度极快,沿途经过我国华北及华东地区; 5类气团起源于西北偏北方向,受华北、 华中和华东区域影响; 春季我国西北地区发生较为强烈的沙尘天气,据中国气象局国家气候中心的监测(http: //cmdp.ncc-cma.net/Monitoring/cn_china_extreme.php),春季西北地区共发生5次较强的沙尘天气过程,通过西风输送到华北地区,而2类气团经过我国华北地区,因此武夷山背景点受到我国西北沙尘天气的间接影响,此外,西北地区的沙尘在东扩过程中对华中地区也有一定的影响,因此5类气团经过华中地区,也可能携带沙尘粒子至武夷山; 同时由于京津冀和长三角地区城市群污染较重,来自此方向的气团还容易夹带高浓度的污染物包括二次无机盐[32, 38, 42, 43]. 3类气团起源于广东省沿海,4类气团起源于南海,带来了海盐的影响,同时因为途经广东省,也夹带了较高浓度的气态污染物及硫酸盐和硝酸盐[37],到达武夷山背景点. 总体来讲,武夷山背景点主要的水溶性离子特别是硫酸盐不仅来源于华北、 华东地区,也受到华南地区的影响.

3 结论

(1)春季武夷山背景点PM2.5和PM2.5~10中水溶性无机离子浓度分别为(8.3±2.8)μg ·m-3和(1.3±0.9)μg ·m-3,占PM2.5和PM2.5~10质量浓度的(43.7±7.5)% 和(24.4±6.4)%. SO42-是颗粒物中最重要的水溶性无机离子,其主要分布在PM2.5中,而NO3-浓度则较低且主要分布在PM2.5~10.

(2)PM2.5中SO42-和NH4+有很强的相关性,主要以(NH4)2SO4形式存在; NO3-和NH4+的相关性则很差,NO3-较难以NH4NO3形式存在.

(3)春季武夷山背景点NO2的二次转化率远低于SO2的转化率,较高的温度和相对湿度,有利于SO2转化为硫酸盐.

(4)春季武夷山背景点水溶性无机离子主要来源于沙尘、 海盐及高污染区域的远距离输送.

参考文献
[1] 戴海夏, 宋伟民, 高翔, 等. 上海市A城区大气PM10、PM2.5污染与居民日死亡数的相关分析[J]. 卫生研究, 2004, 33 (3): 293-297.
[2] 谢媚, 刘涛, 陆小安, 等. 广州市SARS传播与空气污染相关性研究[J]. 安全与环境学报, 2004, 4 (3): 73-76.
[3] Vallius M, Janssen N A H, Heinrich J, et al. Sources and elemental composition of ambient PM2.5 in three European cities[J]. Science of the Total Environment, 2005, 337 (1-3): 147-162.
[4] Na K, Cocker Ⅲ D R. Characterization and source identification of trace elements in PM2.5 from Mira Loma, Southern California[J]. Atmospheric Research, 2009, 93 (4): 793-800.
[5] Duan J C, Bi X H, Tan J H, et al. The differences of the size distribution of polycyclic aromatic hydrocarbons (PAHs) between urban and rural sites of Guangzhou, China[J]. Atmospheric Research, 2005, 78 (3-4): 190-203.
[6] Duan J C, Tan J H, Wang S L, et al. Size distributions and sources of elements in particulate matter at curbside, urban and rural sites in Beijing[J]. Journal of Environmental Sciences, 2012, 24 (1): 87-94.
[7] Tan J H, Duan J C, Chen D H, et al. Chemical characteristics of haze during summer and winter in Guangzhou[J]. Atmospheric Research, 2009, 94 (2): 238-245.
[8] 陶俊, 张仁健, 许振成, 等. 广州冬季大气消光系数的贡献因子研究[J]. 气候与环境研究, 2009, 14 (5): 484-490.
[9] Lin J J. Characterization of the major chemical species in PM2.5 in the Kaohsiung City, Taiwan[J]. Atmospheric Environment, 2002, 36 (12): 1911-1920.
[10] Wang Y, Zhuang G, Tang A, et al. The ion chemistry and the source of PM2.5 aerosol in Beijing [J]. Atmospheric Environment, 2005, 39 (21): 3771-3784.
[11] Lee C G, Yuan C S, Chang J C, et al. Effects of aerosol species on atmospheric visibility in Kaohsiung city, Taiwan[J]. Journal of the Air & Waste Management Association, 2005, 55 (7): 1031-1041.
[12] Dougle P G, Vlasenko A L, Veefkind J P, et al. Humidity dependence of the light scattering by mixtures of ammonium nitrate, ammonium sulfate and soot[J]. Journal of Aerosol Science, 1996, 27 (1): S513-S514.
[13] 陶俊, 柴发合, 朱李华, 等. 2009年春季成都城区碳气溶胶污染特征及其来源初探[J]. 环境科学学报, 2011, 31 (12): 2756-2761.
[14] 沈振兴, 李丽珍, 杜娜, 等. 西安市春季大气细粒子的质量浓度及其水溶性组分的特征[J]. 生态环境, 2007, 16 (4): 1193-1198.
[15] 庄马展, 杨红斌, 王坚, 等. 厦门大气可吸入颗粒物离子成分特征研究[J]. 现代科学仪器, 2006, (6): 92-95.
[16] Hu M, Wu Z J, Slanina J, et al. Acidic gases, ammonia and water-soluble ions in PM2.5 at a coastal site in the Pearl River Delta, China[J]. Atmospheric Environment, 2008, 42 (25): 6310-6320.
[17] Zhuang H, Chan C K, Fang M, et al. Size distributions of particulate sulfate, nitrate, and ammonium at a coastal site in Hong Kong[J]. Atmospheric Environment, 1999, 33 (6): 843-853.
[18] Liu S, Hu M, Slanina S, et al. Size distribution and source analysis of ionic compositions of aerosols in polluted periods at Xinken in Pearl River Delta (PRD) of China[J]. Atmospheric Environment, 2008, 42 (25): 6284-6295.
[19] Tao J, Ho K F, Chen L G, et al. Effect of chemical composition of PM2.5 on visibility in Guangzhou, China, 2007 spring[J]. Particuology, 2009, 7 (1): 68-75.
[20] 赵亚南, 王跃思, 温天雪, 等. 长白山PM2.5中水溶性无机离子观测研究[J]. 环境化学, 2011, 30 (4): 812-815.
[21] 赵亚南, 王跃思, 温天雪, 等. 贡嘎山大气气溶胶中水溶性无机离子的观测与分析研究[J]. 环境科学, 2009, 30 (1): 9-13.
[22] Ma J Z, Tang J, Li S M, et al. Size distribution of ionic aerosols measured at Waliguan Observatory: Implication for nitrate gas-to-particle transfer processes in the free troposphere[J]. Journal of Geophysical Research, 2003, 108 (D17): 4541-4553.
[23] 刘鲁宁, 郝庆菊, 刘子锐, 等. 鼎湖山地区大气颗粒物中水溶性无机盐粒径分布特征[J]. 中国农学通报, 2010, 26 (17): 357-361.
[24] 高晓梅, 王韬, 周杨, 等. 泰山春、夏两季大气颗粒物及其水溶性无机离子的粒径分布特征[J]. 环境化学, 2011, 30 (3): 686-692.
[25] 李杏茹, 宋爱利, 王英锋, 等. 兴隆大气气溶胶中水溶性无机离子分析[J]. 环境科学, 2013, 34 (1): 15-20.
[26] Suzuki I, Hayashi K, Igarashi Y, et al. Seasonal variation of water-soluble ion species in the atmospheric aerosols at the summit of Mt. Fuji[J]. Atmospheric Environment, 2008, 42 (34): 8027-8035.
[27] 《环境科学大辞典》编辑委员会. 环境科学大辞典[M]. 北京: 中国环境科学出版社, 1991. 14.
[28] 蔡旭晖, 张睿, 宋宇, 等. 北京地区大气PM10和SO2的背景浓度分析[J]. 气候与环境研究, 2004, 9 (3): 445-453.
[29] 苏彬彬, 许椐洋, 张若宇, 等. 区域传输对华东森林及高山背景点位大气污染物浓度的影响[J]. 环境科学, 2014, 35 (8): 2871-2877.
[30] 田贺忠, 郝吉明, 陆永琪, 等. 中国氮氧化物排放清单及分布特征[J]. 中国环境科学, 2001, 21 (6): 493-497.
[31] 高慧, 翁宁泉, 孙刚, 等. 我国不同区域高空温度和相对湿度的分布特征[J]. 大气与环境光学学报, 2012, 7 (2): 101-107.
[32] Wang Y, Zhuang G S, Zhang X Y, 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.
[33] 刘子锐, 王跃思, 刘全, 等. 鼎湖山秋季大气细粒子及其二次无机组分的污染特征及来源[J]. 环境科学, 2011, 32 (11): 3160-3166.
[34] 姚小红, 黄美元, 高会旺, 等. 沿海地区海盐和大气污染物反应的致酸作用[J]. 环境科学, 1998, 19 (3): 22-27.
[35] Cheng Z L, Lam K S, Chan L Y, et al. Chemical characteristics of aerosols at coastal station in Hong Kong. I. Seasonal variation of major ions, halogens and mineral dusts between 1995 and 1996[J]. Atmospheric Environment, 2000, 34 (17): 2771-2783.
[36] Millero F J. Chemical oceanography[M]. Boca Raton: The Chemical Rubber Company Press, 1996. 469.
[37] 陶俊, 张仁健, 董林, 等. 夏季广州城区细颗粒物PM2.5和PM1.0中水溶性无机离子特征[J]. 环境科学, 2010, 31 (7): 1417-1424.
[38] 王艳, 柴发合, 王永红, 等. 长江三角洲地区大气污染物输送规律研究[J]. 环境科学, 2008, 29 (5): 1430-1435.
[39] 林伟立, 徐晓斌, 孙俊英, 等. 金沙大气本底站反应性气体本底浓度及长距离输送的影响[J]. 中国科学: 地球科学, 2011, 41 (4): 573-582.
[40] 徐晓斌, 刘希文, 林伟立. 输送对区域本底站痕量气体浓度的影响[J]. 应用气象学报, 2009, 20 (6): 656-664.
[41] 王芳, 陈东升, 程水源, 等. 基于气流轨迹聚类的大气污染输送影响[J]. 环境科学研究, 2009, 22 (6): 637-642.
[42] 孙颖, 潘月鹏, 李杏茹, 等. 京津冀典型城市大气颗粒物化学成分同步观测研究[J]. 环境科学, 2011, 32 (9): 2732-2740.
[43] 徐宏辉, 刘洁, 王跃思, 等. 杭州地区大气气溶胶中水溶性离子特征的城郊对比分析[J]. 环境化学, 2009, 28 (4): 598-599.