2016, Vol. 37
2. 中国科学院寒区旱区环境与工程研究所, 兰州 730000;
3. 兰州大学资源环境学院, 兰州 730000
2. Cold and Arid Regions Environmental and Engineering Research Institute, Chinese Academy of Sciences, Lanzhou 730000, China;
3. College of Earth and Environment Science, Lanzhou University, Lanzhou 730000, China
随着城市工业化进程的加快，经济的快速增长以及汽车保有量的增加，我国各大城市大气污染的状态和性质也正发生着显著的变化. 传统大气污染物TSP和SO2得到了很好地控制，而大气灰霾、 雾霾等新型复合污染问题日趋严重[1, 2]. PM2.5(particulate matter 2.5)由于其粒径小，重量轻，可在大气中长时间滞留，亦可被大气环流输送到很远的地方，是形成大气区域复合型污染的主要原因[2]； 再者，由于PM2.5具有较大的比表面积，容易富集大量有毒有害物质，且可通过呼吸道进入人体肺泡，从而导致严重的人类健康问题[3]. 因此，PM2.5成为近年来大气环境研究的热点问题之一. 而有关城市大气PM2.5污染特征以及来源的研究，对有效控制城市空气污染有着重要的意义.
 | 图 1 兰州城区大气PM2.5采样点示意 Fig. 1 Sampling sites of PM2.5 in Lanzhou City |
至今，在大气PM2.5污染特征方面，国内外学者通过深入研究已积累了大量数据[4, 5, 6, 7, 8, 9, 10, 11, 12]. Salameh等[4]通过对欧洲5个地中海城市PM2.5为期1 a的监测，发现PM2.5浓度具有明显的季节性差异，各城市PM2.5浓度高值所在季节不一致，且在PM2.5浓度水平相近时其化学组成也显著不同； 在我国PM2.5浓度普遍为冬季高夏季低，PM2.5的日变化呈双峰型，高峰出现在早晚上下班时间段[5, 6]，雷瑜等[7]和Shi等[8]还发现PM2.5有明显的周末效应； 此外，针对城市不同功能区[9]、 不同垂直高度[10]、 室内外[11]以及单颗粒[12]等的PM2.5污染特征分析也有涉及. 而在PM2.5主要污染来源方面，学者们也进行了比较全面的研究[13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24]. 目前用于PM2.5来源解析的方法主要为基于环境的受体模型，包括化学质量平衡法(CMB)[13, 14]、 正定矩阵因子分析法(PMF)[5, 15]、 主成分分析法(PCA)[16, 17]、 多元线性回归法(MLR)[16]、 富集因子法(EF)[17]和有机物示踪[18]等. 国外学者Gummeneni等[13]对印度海得拉巴的PM2.5使用CMB分析表明，其污染来源及贡献率依次为汽车尾气排放31%、 再悬浮颗粒26%、 燃烧9%、 工业7%和垃圾焚烧6%； Karnae等[15]对德克萨斯州南部工业化沿海城市Corpus Christi的PM2.5进行了来源解析，通过PMF得出：二次硫酸盐为空气污染的最主要来源且贡献率为30.4%； Vallius等[16]使用PCA和MLR法对芬兰赫尔辛基的大气PM2.5 来源进行了分析，并且认为该方法在来源识别和估计源贡献率方面非常有用. 国内众多学者应用不同受体模型分别对我国一些城市如西安[5]、 北京[19]、 天津[20]、 成都[21]、 青岛[22]、 乌鲁木齐[23]等地的PM2.5进行详细源解析，识别出了对当地大气PM2.5有突出贡献的污染源类型.
兰州是甘肃省会城市，地处北纬36°03′，东经103°40′，位于陇西黄土高原的西部. 地势西南高，东北低，市区南北群山环抱，东西黄河穿城而过，形成了峡谷、 盆地相间的狭长串珠形河谷. 兰州河谷盆地内气流闭塞，静风和逆温频率高，不利于内源污染物扩散，加上周边区域外源沙尘的输送，从而造成严重的大气污染[24, 25]. 学者们对兰州市大气颗粒污染物的研究已做过不少工作[24, 25, 26, 27, 28, 29, 30]，但目前，这些研究工作多偏重于总悬浮颗粒(TSP)[25]、 降尘[26, 27]和飘尘[28, 29]等，仅少数学者对PM2.5质量浓度变化做了分析[30]，缺少对兰州市大气PM2.5深入全面的研究，关于兰州大气PM2.5来源解析的研究尚未见报道. 为此本研究在采集和测试兰州城区大气PM2.5质量浓度、 无机元素及水溶性离子的基础上，分析兰州城区大气PM2.5及其组分污染特征，并应用颗粒物源解析受体模型中富集因子法(EF)和主成分分析法(PCA)定性和半定量解析兰州城区大气PM2.5的主要来源，以期为制定兰州市大气污染防治规划提供科学依据.
1 材料与方法 1.1 样品采集综合考虑兰州市主导风向、 功能区分布、 人口密度及环境敏感度等因素，选取城关区(商业居民混合区)兰州大学和西固区(工业区)兰苑宾馆作为PM2.5环境受体采样点(图 1)，采样高度分别为10 m和12 m. 两采样点周围2 km内均无明显高大建筑物，其中兰州大学点位靠近兰州交通主干道天水南路. 采样仪器为武汉市天虹仪表有限责任公司产TH-150A型智能中流量大气采样器，流量100 L ·min-1，采用英国Whatman Φ90 mm石英纤维滤膜. 样品采集于2013年非采暖期(10月)和采暖期(12月)，每期各点位连续采集7 d，单次采样时间从当天09:00至次日08:00，同时记录大气压、 平均温度和标况体积等气象条件(表 1)，共收集PM2.5样品28个.
 | 表 1 采样期间气象条件 Table 1 Meteorological conditions during sampling period |
PM2.5的质量浓度经采样前后滤膜的重量差和标况采样体积之比计算获得. 采样前后均将滤膜在恒温恒湿环境下放在干燥器中平衡24 h后称重，分析天平的感量为0.01 mg，每张滤膜非连续称量10次取平均值.
对PM2.5样品中10种无机元素和6种水溶性离子进行了分析. 无机元素包括Al、 Ca、 Cu、 Fe、 Mg、 Mn、 Pb、 S、 Ti、 Zn等，采用电感耦合等离子体原子发射光谱仪(ICP-OES，型号VISTA-MPX，美国Varian公司)； 水溶性离子包括Na+、 NH4+、 K+、 Cl-、 NO3-、 SO42-等，采用离子色谱仪(IC，型号Dionex ICS-1500，美国Dionex公司). 以上实验在兰州大学资源环境学院完成.
1.3 源解析研究方法富集因子法(enrichment factor，EF)由Gorden于1974年首先提出，可用于研究气溶胶中元素的富集程度，判断和评价大气气溶胶中元素的自然来源和人为来源. 其公式为：
主成分分析法(principal component analysis，PCA)是一种基于统计特征的多维正交线性变换，常用来对信号进行特征提取和对数据进行降维[32]. 由于与污染源有关的变量之间存在着某种相关性，在不损失主要信息的前提下，可用少量有代表性的变量(主成分)来说明多个变量所提供的信息. 方法是根据组成成分之间的相关关系，从全局变量数据中综合、 归纳公因子，计算出各个因子载荷，根据因子载荷大小和污染源特征元素，推断可能的污染源类型. 本研究中样品组成成分的相关性分析和主成分分析在统计分析软件SPSS 19.0中进行.
2 结果与分析 2.1 兰州城区大气PM2.5质量浓度表 2为兰州城区PM2.5及其化学组分质量浓度的统计结果，整个采样期间兰州城区大气PM2.5的质量浓度总体变化范围为55-230 μg ·m-3，平均值129 μg ·m-3，超出国家二级日标准(GB 3095-2012)0.72倍，全部样品的超标率达82%，最大超标倍数2.07. 非采暖期PM2.5质量浓度变化范围为73-170 μg ·m-3，平均值为118 μg ·m-3，超标倍数0.57； 采暖期PM2.5质量浓度变化范围为55-230 μg ·m-3，平均值为141 μg ·m-3，超标倍数0.87. 采暖期相对于非采暖期，PM2.5平均质量浓度变化范围更大，质量浓度更高，说明采暖期PM2.5污染程度相对非采暖期更高，且更容易受到气象和污染来源等因素波动的影响.
2.2 兰州城区大气 PM2.5中无机元素质量浓度兰州城区PM2.5中10种无机元素质量浓度结果显示(表 2和图 2)，采样期内10种无机元素质量浓度总值为11.054 μg ·m-3，占PM2.5质量的8.552%； 各元素平均质量浓度大小[图 2(a)]为：S>Ca>Fe>Al>Mg>Pb>Zn>Mn>Ti>Cu，其中元素S、 Ca、 Fe和Al的质量浓度在1 μg ·m-3以上，四者质量浓度之和占样品元素总质量浓度的86.177%，是样品的主要元素组分. 元素Mg、 Pb、 Zn和Mn的质量浓度在1-0.1 μg ·m-3之间，而Ti、 Cu的浓度则在0.1 μg ·m-3以下. 在时间上[图 2(b)]，各无机元素质量浓度均表现为采暖期高于非采暖期； 而在空间上[图 2(c)和图 2(d)]，非采暖期和采暖期间，除S以外，各无机元素质量浓度表现为城关区高于西固区的现象.
| 表 2 兰州城区PM2.5及其主要化学组分质量浓度统计 Table 2 Mass concentration of PM2.5 and its major chemical components in Lanzhou City |
对比北京[33]、 杭州[34]、 长沙[35]和香港[36]的研究结果发现：这些城市PM2.5中无机元素质量浓度最高的均为S，这可能与中国的煤烟型硫氧化物污染特征有关，这也表明兰州空气污染同样属于工业煤烟硫酸型污染； 兰州城区PM2.5中有6种元素(Ca、 Fe、 Al、 Mg、 Pb、 Mn)的质量浓度偏高，如Ca元素质量浓度兰州为2.757 μg ·m-3，高于北京的1.255 μg ·m-3，杭州的1.107 μg ·m-3，远高于长沙和香港的0.520 μg ·m-3和0.440 μg ·m-3； 其他4种元素(S、 Zn、 Ti、 Cu)的质量浓度在这些城市元素浓度之间或与其相当.
 | 图 2 兰州城区PM2.5中无机元素质量浓度 Fig. 2 Mass concentration of inorganic elements in PM2.5 of Lanzhou City |
兰州市PM2.5中6种水溶性离子质量浓度结果显示(表 2和图 3)，采样期内全市水溶性离子质量浓度总值为47.843 μg ·m-3，占PM2.5质量的37.015%； 各离子总体平均质量浓度[图 3(a)]依次为：SO42->NO3->NH4+>Cl->K+>Na+，其中SO42-、 NO3-、 NH4+的质量浓度在10 μg ·m-3以上，三者质量浓度之和占离子总质量浓度的82.140%，是样品的主要离子组分； Cl-、 K+、 Na+则小于10 μg ·m-3. 时间上[图 3(b)]，水溶性离子质量浓度呈现出采暖期高于非采暖期的现象； 但同无机元素不同的是，在空间上[图 3(c)和图 3(d)]，除K+以外，各水溶性离子质量浓度呈现出西固区高于城关区的现象.
对比西安[5]、 天津[20]、 北京[33]、 杭州[34]和香港[36]的研究结果发现：这些城市PM2.5中水溶性离子含量最高的均为SO42-，这同前面各城市PM2.5中无机元素S含量最高的特征保持一致，再次反映了中国的煤烟型硫氧化物污染特征，也表明兰州空气属于工业煤烟硫酸型污染； 将各城市PM2.5中水溶性离子浓度进行排序，兰州同其他城市显示出相近的变化趋势，离子浓度较高的均为：SO42-、 NO3-、 NH4+.
 | 图 3 兰州城区PM2.5中水溶性离子质量浓度 Fig. 3 Mass concentrations of water-soluble ions in PM2.5 of Lanzhou City |
兰州城区大气PM2.5质量浓度具有较为明显的时空变化特征. 在时间上，从非采暖期到采暖期PM2.5有明显的增加(表 2)，这是由于采暖期间城市大量的烟煤和生物质等燃烧会排放出大量细小颗粒； 加上采暖期气候较为寒冷，人们习惯于开车出行，道路拥挤程度增加，汽车尾气排放量加大； 因此，导致空气中PM2.5数浓度增加； 另外，采暖期间城市大气层结稳定，逆温现象频发，气象条件不利于空气污染物的输送和扩散，从而造成PM2.5的累积. 在空间上，非采暖期间，城关区PM2.5质量浓度116 μg ·m-3稍低于西固区的120 μg ·m-3； 值得注意的是，城关区是兰州市的行政中心，属于商业居民混合区，而西固区是兰州市的核心工业区，区内有中国石油兰州石化公司、 兰州石油化工公司、 西固热电厂等大中型企业，这些工业生产活动会排放大量的SO2、 NO2、 NMHC(非甲烷烃)、 颗粒物以及废气[37]； 王红磊等[9]在南京市的研究表明，PM2.1的质量浓度值在城市不同功能区之间差异很大，为交通源>工业区>商业区>风景区，而兰州市两功能区PM2.5实际监测值相近与工业区应显著高出的普遍认知有所不同； 但是，张成君等[38]在对兰州市大气降尘粒度特征的研究中也发现兰州市的各功能区PM2.5和PM10组分的分布相似性较大，并认为一方面反映出兰州市各功能区分布较为混乱，工业区和生活区重复密集，颗粒物为工业区和生活区共同贡献； 另一方面，也表明兰州市PM2.5由于能在大气中较长时间存在而产生混合. 在采暖期间，城关区PM2.5质量浓度145 μg ·m-3稍高于西固区的136 μg ·m-3； 从非采暖期至采暖期，城关区PM2.5的质量浓度增加0.25倍，而西固区仅增加0.13倍，城关区相对西固区增加倍数更大； 分析气象条件(表 1)发现，从非采暖期到采暖期，大气温度和大气压在两城区变化幅度基本一致，而风速在西固区有一定降低，相对湿度在城关区更低； 前人研究表明[39, 40]，冬季风速低、 相对湿度高时，会导致颗粒物的积累； 这意味着采暖期间气象条件更利于城关区污染扩散，会导致西固区污染累积，而实际上城关区相对西固区PM2.5质量浓度更大的增加则很可能指示了采暖期城关区更大的取暖燃煤和生物质使用量.
兰州城区大气PM2.5中10种无机元素和6种水溶性离子的质量浓度在时间上[图 2(b)和图 3(b)]均表现为采暖期高于非采暖期； 在空间上，无机元素(S除外)表现为城关区明显高于西固区[图 2(c)和图 2(d)]； 同无机元素不同的是，水溶性离子(K+除外)在空间上呈现出西固区高于城关区的现象[图 3(c)和图 3(d)]. 无机元素和水溶性离子的质量浓度大小在时间上一致，在空间上则相反； 这是因为无机元素和水溶性离子分别有不同的主要来源. 兰州市是中国西北地区重要的工业基地，而西固区则是兰州市的核心工业区，目前形成了以石油化工、 能源、 装备制造和新材料“三大板块”为支柱的工业体系，区内有中国石油兰州石化公司、 兰州石油化工公司、 西固热电厂等大中型企业[37]，韦春[41]对兰州市西固区环境空气质量的污染特征研究发现，受中国石油兰州石化分公司、 兰州炼油化工总厂和兰化等企业的工艺尾气影响，SO2、 NO2、 CnHm、 NH3和H2S等污染物日均浓度在西固工业区为最高； 而SO2、 NO2和NH3等在光照条件下会发生光化学反应转化为SO42+、 NO3-和NH4+等二次离子[21]，由于SO42+、 NO3-和NH4+三者质量浓度之和占离子总质量浓度的82.140%，因此西固区这3种离子的高值会直接导致西固区PM2.5中的水溶性离子浓度一直处于较高的水平.
组分S和K+同其它无机元素和水溶性离子在空间上表现相反. 采样期内无机元素S的质量浓度在西固区更高(表 2和图 2)，对组分S和SO42-的线性拟合结果(图 4)显示，在西固区S和SO42-的相关性高达0.942，而城关区S和SO42-的相关性仅为0.660，表明在西固区S和SO42-有基本一致的来源，因此，元素S在西固区的高值也是由于其工业生产活动排放以及与SO42-之间的相互转化所致. 采样期内水溶性离子K+的质量浓度在城关区较高(表 2和图 3)，K+在PM2.5中占的比例分别为非采暖期间： 城关区1.03%，西固区1.05%； 采暖期间： 城关区1.66%，西固区0.69%. 可见，城关区K+浓度的高值主要取决于采暖期内K+排放量的急剧增大，K+是生物质燃烧排放物的主要成分[42]，也表明城关区在采暖期内有更大量的生物质使用量.
另外，根据颗粒物中水溶性离子NO3-和SO42-的质量浓度比可以判断固定污染源和流动污染源的相对重要性[43]，[NO3-]/[SO42-]比值越高，说明流动污染源对大气中离子贡献量越大. 一般情况下，汽油、 柴油燃烧排放的[NO3-]/[SO42-]值为8-13，燃煤排放的[NO3-]/[SO42-]值为1-2，由于含硫煤的广泛使用，我国大气颗粒物中[NO3-]/[SO42-]值通常较低(小于1)[44]. 兰州城区大气PM2.5中水溶性离子NO3-和SO42-的比值(表 3)，采样期总体平均值为0.84，这说明兰州城区PM2.5中水溶性离子的贡献以燃煤烟尘等固定源为主； 其中非采暖期比值在城关区和西固区均为0.79，说明在非采暖期间城关区和西固区的固定源与流动源对PM2.5中水溶性离子的贡献基本一致； 而采暖期在城关区和西固区该比值均有不同程度的增大，说明在采暖期间，兰州城区PM2.5 中水溶性离子在以燃煤烟尘等固定源为主的前提下，汽车尾气排放等流动源的贡献有所增加，这可能是由于采暖期气候较为寒冷，人们习惯于开车出行，使道路拥挤程度增加，汽车尾气排放量也加大造成.
 | 图 4 兰州城区PM2.5中S和SO42-的线性拟合 Fig. 4 Linear fitting between S and SO42- of PM2.5 in Lanzhou City |
| 表 3 兰州城区PM2.5中[NO3-]/[SO42-]比值 Table 3 The [NO3-]/[SO42-] ratio of PM2.5 in Lanzhou City |
大气气溶胶中元素的富集因子可用于判断和评价元素的自然来源和人为来源，对兰州城区大气PM2.5中10种无机元素的富集因子值计算结果见图 5，各元素背景值取自甘肃省平均土壤背景值[45]，S取土壤丰度值[46]. 国际上多选用Al、 Fe、 Si作参比元素，Fe在兰州市地壳中大量存在，且在大气颗粒物中的浓度水平相对稳定，故本研究选用Fe作为参比元素. 兰州城区大气PM2.5中各元素的富集因子(EF)大小范围在非采暖期和采暖期、 城关区和西固区基本上保持一致. 由图 5可知，除Al、 Ca、 Mg、 Ti的EF值小于1为自然来源以外，其他元素的EF值都大于1； Mn的EF值处于1～10之间，表明Mn元素部分来源于人为污染，部分来源于土壤； 元素Cu、 Pb、 S、 Zn的EF值显著大于10，表明这4种元素在PM2.5中的富集程度相当高，主要源于人为活动造成的污染. 这4种主要人为来源的元素中，Zn和Cu可来自于轮胎、 刹车片和润滑油[16, 47]，Pb是机动车排放物的重要标志[20, 21]，S主要来自大量的工业燃煤； 其中Cu、 Pb 和S的EF值在城关区和西固区有较大变化，Cu 和Pb的EF值在城关区高于西固区，S则相反； 说明在兰州大气PM2.5中，来自机动车源排放物的污染在城关区较西固区更严重，而来自工业燃煤的污染在西固区较城关区更严重.
 | 图 5 兰州城区PM2.5中各无机元素富集因子 Fig. 5 Enrichment factor of inorganic elements in PM2.5 during sampling period in Lanzhou City |
从兰州城区大气PM2.5中各组成成分间的相关性(表 4)可见，第一，Al、 Ca、 Fe、 Mg、 Ti这5种元素的相关性很好，两两之间的相关系数在0.681～0.956之间，表明其可能有共同的来源. 第二，K、 Cu、 Mn、 Pb、 Zn，两两之间的相关系数在0.806～0.981之间，可能来源于同一污染源； 其中K和Mn的相关系数为0.920，Pb和Cu的相关系数为0.981，呈现尤其高的相关性，来自同一污染源的可能性更大. 第三，NH4+、 NO3-、 SO42-、 S，两两之间的相关系数在0.632-0.935之间，可能来自同一污染源.
| 表 4 兰州城区PM2.5组成成分间的相关矩阵 1) Table 4 Correlation matrix among PM2.5 components in Lanzhou City |
兰州城区大气PM2.5主成分分析结果见表 5，对PM2.5中16种组分进行方差最大化旋转后得到因子矩阵，影响兰州城区大气PM2.5的来源主要有3组，累积方差贡献率为90.583%.
| 表 5 兰州城区PM2.5因子负载矩阵 1) Table 5 Factor loading matrix of PM2.5 in Lanzhou City |
主成分1对应的特征值最大，解释了原有变量53.075%的方差. 该主成分与K+、 Cu、 Fe、 Mn、 Pb、 Zn的因子负载比较大(0.717-0.974)，元素相关性分析(表 4)表明K+和Mn相关系数为0.91，Pb和Cu的相关系数为0.98，可能分别来自同一污染源. 由于生物质材料在燃烧过程中会产生大量的K+[42]； Pb是汽车尾气排放的典型代表物，尽管目前普遍采用无铅汽油，但在原油中还是含有少量的铅，汽车燃油排放还是大气中Pb元素的主要污染源，另外刹车磨损过程亦会产生Pb颗粒[20, 21]； Zn通常作为橡胶轮胎的添加剂，可能由于汽车轮胎磨 损而存在[47]； Cu可来自柴油机或车辆制动器的磨损[16]. 因此主成分1代表了生物质燃烧和交通排放混合源.
主成分2贡献了总方差的25.139%，该主成分与Al、 Ca、 Fe、 Mg、 Ti具有较好的相关性，因子负载分别为0.854、 0.882、 0.665、 0.950、 0.903. 其中元素Al、 Ca、 Fe、 Mg既可来自土壤，也可来自建筑排放，而元素Ti则是典型的土壤源排放物； 由元素相关性(表 4)可知，土壤源代表元素Ti和Ca、 Mg的相关系数为0.95、 0.94，大于建筑源标识元素Ca和Mg之间的相关系数0.92，表明Ca、 Mg和Ti是同一来源； 富集因子分析也表明这几种元素在PM2.5中都没有明显富集，为自然来源. 因此可以推断主成分2是土壤源.
主成分3贡献了总方差的12.369%，该主成分与Na+、 NH4+、 Cl-、 NO3-、 SO42-、 S具有良好的相关性，其中，NH4+、 NO3-、 SO42-、 S的因子负载为0.900、 0.830、 0.887、 0.905，代表了二次污染粒子. NO3-和SO42-是由于NOx和SO2在空气中被氧化形成硝酸、 硝酸盐或硫酸盐后形成，NH4+则是由NH3与大气形成的二次污染物硝酸或硫酸反应生成[21]； 而NH4+、 NO3-、 SO42-和S这4种二次离子的前体物在兰州部分来源于西固区工业生产中化石燃料燃烧排放； 此外，兰州大气PM2.5中[NO3-]/[SO42-]比值为0.84，说明汽车尾气排放等流动源对兰州市PM2.5中离子也有部分贡献. 因此将主成分3视为二次污染粒子.
兰州市两功能区的PM2.5主成分分析结果分别为：城关区有3组主成分，累积负荷为94.32%，各主成分的特征值(方差贡献)分别为10.379(64.870)、 3.128(19.551)、 1.584(9.899)，3组主要污染源依次为：汽车尾气/生物质燃烧源、 土壤源和工业排放源； 西固区有4组主成分，累积负荷为93.013%，各主成分的特征值(方差贡献)分别为8.621(53.882)、 3.921(24.508)、 1.581(9.881)、 0.759(4.742)，4种主要污染源依次为：土壤源、 工业排放源、 生物质燃烧源和汽车道路源. 兰州大气PM2.5在城关区和西固区的污染源贡献有所差异，城关区以汽车尾气和生物质燃烧源为主，而西固区以土壤和二次粒子来源为主.
4 结论(1)2013年10月和12月监测期间，兰州市大气PM2.5污染比较严重，平均质量浓度为129 μg ·m-3，超过国家二级标准(75 μg ·m-3)0.72倍. 采暖期内PM2.5平均质量浓度明显高于非采暖期，采暖期PM2.5浓度的增加大部分由城关区PM2.5浓度的增加所致，可能指示了采暖期内城关区更大的燃煤使用量.
(2)采样期内兰州市大气PM2.5中无机元素质量浓度总值为11.054 μg ·m-3，占PM2.5质量的8.552%，各无机元素平均浓度为：S>Ca>Fe>Al>Mg>Pb>Zn>Mn>Ti>Cu，其中S、 Ca、 Fe、 Al的浓度在1 μg ·m-3以上，是主要的元素组分. 各无机元素浓度表现为采暖期高于非采暖期，城关区高于西固区.
(3)采样期内兰州市大气PM2.5中水溶性离子质量浓度总值为47.843 μg ·m-3，占PM2.5质量的37.015%，各水溶性离子平均浓度为：SO42->NO3->NH4+>Cl->K+>Na+，其中SO42-、 NO3-、 NH4+的浓度在10 μg ·m-3以上，是主要离子组分. 各水溶性离子浓度表现为采暖期高于非采暖期，西固区高于城关区. 样品中[NO3-]/[SO42-]比值平均为0.84，说明燃煤烟尘等固定源对兰州市PM2.5中水溶性离子的贡献大于机动车尾气等流动源.
(4)富集因子分析结果表明，除Al、 Ca、 Mg、 Ti的EF值小于1为自然来源外，其他元素的EF值都大于1，主要源于人为污染. 其中元素Cu、 Pb、 S、 Zn的EF值显著大于10，表明这4种元素在PM2.5中的富集程度相当高，主要源于人为活动造成的污染. 主成分分析结果表明，兰州市大气PM2.5有3组主要的污染源，分别为：交通排放/生物质燃烧混合源、 土壤源和工业排放源； 城关区以汽车尾气和生物质燃烧源为主，而西固区以土壤和二次粒子来源为主.
| [1] | 吴兑. 近十年中国灰霾天气研究综述[J]. 环境科学学报, 2012, 32 (2): 257-269. |
| [2] | 吴丹, 于亚鑫, 夏俊荣, 等. 我国灰霾污染的研究综述[J]. 环境科学与技术, 2014, 37 (S2): 295-304. |
| [3] | 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. |
| [4] | Salameh D, Detournay A, Pey J, et al. PM2.5 chemical composition in five European Mediterranean cities: a 1-year study[J]. Atmospheric Research, 2015, 155: 102-117. |
| [5] | Wang P, Cao J J, Shen Z X, et al. Spatial and seasonal variations of PM2.5 mass and species during 2010 in Xi'an, China[J]. Science of the Total Environment, 2015, 508: 477-487. |
| [6] | 李珊珊, 程念亮, 徐峻, 等. 2014年京津冀地区PM2.5浓度时空分布及来源模拟[J]. 中国环境科学, 2015, 35 (10): 2908-2916. |
| [7] | 雷瑜, 张小玲, 唐宜西, 等. 北京城区PM2.5及主要污染气体"周末效应"和"假日效应"研究[J]. 环境科学学报, 2015, 35 (5): 1520-1528. |
| [8] | Shi M N, Wu H C, Zhang S H, et al. Weekly cycle of magnetic characteristics of the daily PM2.5 and PM2.5-10 in Beijing, China[J]. Atmospheric Environment, 2014, 98: 357-367. |
| [9] | 王红磊, 朱彬, 康汉青, 等. 南京市城市不同功能区PM10和PM2.1质量浓度的季节变化特征[J]. 气象科学, 2012, 31 (S): 16-23. |
| [10] | 杨龙, 贺克斌, 张强, 等. 北京秋冬季近地层PM2.5质量浓度垂直分布特征[J]. 环境科学研究, 2005, 18 (2): 23-28. |
| [11] | Zhu Y H, Yang L X, Meng C P, et al. Indoor/outdoor relationships and diurnal/nocturnal variations in water-soluble ion and PAH concentrations in the atmospheric PM2.5 of a business office area in Jinan, a heavily polluted city in China[J]. Atmospheric Research, 2015, 153: 276-285. |
| [12] | 赵承美, 邵龙义, 侯聪, 等. 元宵节期间北京PM2.5单颗粒的物理化学特征[J]. 中国环境科学, 2015, 35 (4): 1004-1012. |
| [13] | Gummeneni S, Yusup Y B, Chavali M, et al. Source apportionment of particulate matter in the ambient air of Hyderabad city, India[J]. Atmospheric Research, 2011, 101 (3): 752-764. |
| [14] | Stone E, Schauer J, Quraishi T A, et al. Chemical characterization and source apportionment of fine and coarse particulate matter in Lahore, Pakistan[J]. Atmospheric Environment, 2010, 44 (8): 1062-1070. |
| [15] | Karnae S, John K. Source apportionment of fine particulate matter measured in an industrialized coastal urban area of South Texas[J]. Atmospheric Environment, 2011, 45 (23): 3769-3776. |
| [16] | Vallius M, Lanki T, Tiittanen P, et al. Source apportionment of urban ambient PM2.5 in two successive measurement campaigns in Helsinki, Finland[J]. Atmospheric Environment, 2003, 37 (5): 615-623. |
| [17] | Khare P, Baruah B P. Elemental characterization and source identification of PM2.5 using multivariate analysis at the suburban site of North-East India[J]. Atmospheric Research, 2010, 98 (1): 148-162. |
| [18] | Zheng M, Cass G R, Schauer J J, et al. Source apportionment of PM2.5 in the southeastern United States using solvent-extractable organic compounds as tracers[J]. Environmental Science & Technology, 2002, 36 (11): 2361-2371. |
| [19] | Lv B L, Zhang B, Bai Y Q. A systematic analysis of PM2.5 in Beijing and its sources from 2000 to 2012[J]. Atmospheric Environment, 2016, 124 (Part B): 98-108. |
| [20] | 李伟芳, 白志鹏, 史建武, 等. 天津市环境空气中细粒子的污染特征与来源[J]. 环境科学研究, 2010, 23 (4): 394-400. |
| [21] | 张智胜, 陶俊, 谢绍东. 成都城区PM2.5季节污染特征及来源解析[J]. 环境科学学报, 2013, 33 (11): 2947-2952. |
| [22] | 李秀镇, 盛立芳, 徐华, 等. 青岛市大气PM2.5元素组成及来源研究[J]. 环境科学, 2012, 33 (5): 1438-1445. |
| [23] | 王敬, 毕晓辉, 冯银厂. 乌鲁木齐市重污染期间PM2.5污染特征与来源解析[J]. 环境科学研究, 2014, 27 (2): 113-119. |
| [24] | Feng X Y, Wang S G. Influence of different weather events on concentrations of particulate matter with different sizes in Lanzhou, China[J]. Journal of Environmental Sciences, 2012, 24 (4): 665-674. |
| [25] | Chu P C, Chen Y C, Lu S H, et al. Particulate air pollution in Lanzhou China[J]. Environmental International, 2008, 34 (5): 698-713. |
| [26] | 杨丽萍, 陈发虎. 兰州市大气降尘污染物来源研究[J]. 环境科学学报, 2002, 22 (4): 499-502. |
| [27] | Xia D S, Chen F H, Bloemendal J, et al. Magnetic properties of urban dustfall in Lanzhou, China, and its environmental implications[J]. Atmospheric Environment, 2008, 42 (9): 2198-2207. |
| [28] | 余晔, 夏敦胜, 陈雷华, 等. 兰州市PM10污染变化特征及其成因分析[J]. 环境科学, 2010, 31 (1): 22-28. |
| [29] | Fan J, Yue X Y, Jing Y, et al. Online monitoring of water-soluble ionic composition of PM10 during early summer over Lanzhou City[J]. Journal of Environmental Sciences, 2014, 26 (2): 353-361. |
| [30] | Wang S G, Feng X Y, Zeng X Q, et al. A study on variations of concentrations of particulate matter with different sizes in Lanzhou, China[J]. Atmospheric Environment, 2009, 43 (17): 2823-2828. |
| [31] | 毕木天. 关于富集因子及其应用问题[J]. 环境科学, 1984, 5 (5): 68-70. |
| [32] | 张媛, 张燕平. 一种PCA算法及其应用[J]. 微机发展, 2005, 15 (2): 67-68, 72. |
| [33] | Duan F K, He K B, Ma Y L, et al. Concentration and chemical characteristics of PM2.5 in Beijing, China: 2001-2002[J]. Science of the Total Environment, 2006, 355 (1-3): 264-275. |
| [34] | 包贞, 冯银厂, 焦荔, 等. 杭州市大气PM2.5和PM10污染特征及来源解析[J]. 中国环境监测, 2010, 26 (2): 44-48. |
| [35] | 杨天智. 长沙市大气颗粒物PM2.5化学组分特征及来源解析[D]. 长沙: 中南大学, 2010. |
| [36] | Ho K F, Cao J J, Lee S C, et al. Source apportionment of PM2.5 in urban area of Hong Kong[J]. Journal of Hazardous Materials, 2006, 138 (1): 73-85. |
| [37] | 付金杯. 兰州市西固化工园区大气环境容量变动及总量控制研究[D]. 兰州: 兰州大学, 2014. |
| [38] | 张成君, 胡轶鑫, 钱韵砚. 兰州市冬季大气沉降尘粒度特征及来源解析[J]. 兰州大学学报(自然科学版), 2007, 42 (6): 39-44. |
| [39] | 赵晨曦, 王云琦, 王玉杰, 等. 北京地区冬春PM2.5和PM10污染水平时空分布及其与气象条件的关系[J]. 环境科学, 2014, 35 (2): 418-427. |
| [40] | 陈雷华, 余晔, 陈晋北, 等. 2001-2007年兰州市主要大气污染物污染特征分析[J]. 高原气象, 2010, 29 (6): 1627-1633. |
| [41] | 韦春. 兰州市西固区域环境空气质量的污染特征[J]. 环境监测管理与技术, 2008, 20 (3): 28-30. |
| [42] | Duan F K, Liu X D, Yu T, et al. Identification and estimate of biomass burning contribution to the urban aerosol organic carbon concentrations in Beijing[J]. Atmospheric Environment, 2004, 38 (9): 1275-1282. |
| [43] | Yao X H, Chan C K, Fang M, et al. The water-soluble ionic composition of PM2.5 in Shanghai and Beijing, China[J]. Atmospheric Environment, 2002, 36 (26): 4223-4234. |
| [44] | 古金霞, 吴丽萍, 霍光耀, 等. 天津市PM2.5中水溶性无机离子污染特征及来源分析[J]. 中国环境监测, 2013, 29 (3): 30-34. |
| [45] | 国家环境保护局, 中国环境监测总站. 中国土壤元素背景值[M]. 北京: 中国环境科学出版社, 1990. |
| [46] | 迟清华, 鄢明才. 应用地球化学元素丰度数据手册[M]. 北京: 地质出版社, 2007. 101-102. |
| [47] | Duan J C, Tan J H. Atmospheric heavy metals and arsenic in China: situation, sources and control policies[J]. Atmospheric Environment, 2013, 74: 93-101. |