环境科学  2016, Vol. 37 Issue (8): 2863-2870   PDF    
引用本文
蒋燕, 贺光艳, 罗彬, 陈建文, 王斌, 杜云松, 杜明 . 成都平原大气颗粒物中无机水溶性离子污染特征[J]. 环境科学,2016, 37(8): 2863-2870.
JIANG Yan, HE Guang-yan, LUO Bin, CHEN Jian-wen, WANG Bin, DU Yun-song, DU Ming . Pollution Characteristics of Inorganic Water-soluble Ions in Atmospheric Particulate Matter in Chengdu Plain[J]. Environmental Science,2016, 37(8): 2863-2870.
成都平原大气颗粒物中无机水溶性离子污染特征
蒋燕1,2 , 贺光艳1 , 罗彬1 , 陈建文1 , 王斌2 , 杜云松1 , 杜明1     
1. 四川省环境监测总站, 成都 610091;
 2. 四川大学建筑与环境学院, 成都 610065
收稿日期: 2015-08-24; 修订日期: 2015-12-17
基金项目: 四川省环境保护重大科技专项（2013HBZX01）
作者简介: 蒋燕(1991~), 女, 硕士研究生, 主要研究方向为大气污染防治, E-mail:419918175@qq.com
通讯联系人, 杜明, E-mail:office@scemc.cn
摘要: 为探讨成都平原大气颗粒物中水溶性离子的污染特征，识别水溶性离子的组成、分布和时空变化，有针对性地控制重污染和灰霾天气，于2013年8月~2014年7月，在成都平原的5个监测点位共采集1476个颗粒物样品，应用离子色谱法对PM10和PM2.5中8种无机水溶性离子（SO42-、NO3-、NH4+、K+、Na+、Ca2+、Mg2+、Cl-）进行测量.结果表明在观测期间，PM2.5~10和PM2.5中无机水溶性离子总量分别为11.35μg·m-3和36.93μg·m-3，分别占ρ（PM2.5~10）和ρ（PM2.5）的37.8%和46.6%；其中二次离子（SO42-、NO3-和NH4+，SNA）约占各自水溶性离子总量的81.1%和89.9%.水溶性离子质量浓度冬季最高，春秋季相当，夏季最低. ρ（SO42-）/ρ（PM2.5）夏秋季较高，而ρ（NO3-）/ρ（PM2.5）冬季最高，夏季最低. SNA、Cl-、K+大多分布在PM2.5中，Ca2+和Mg2+主要分布在PM2.5~10中. PM2.5基本呈中性，水溶性离子主要以（NH4）2SO4、NH4NO3、KNO3、NaCl、KCl等形式存在. ρ（NO3-）/ρ（SO42-）揭示固定源依然是PM2.5的主要来源.硫氧化速率（SOR）和氮氧化速率（NOR）年均值分别为0.31和0.13，SOR夏季最高，NOR冬季最高，二者变化趋势相反.成都平原PM2.5呈区域性复合污染特征，SNA是造成ρ（PM2.5）增加的主导因素.
关键词: 成都平原      PM2.5      PM2.5~10      无机水溶性离子      污染特征     
Pollution Characteristics of Inorganic Water-soluble Ions in Atmospheric Particulate Matter in Chengdu Plain
JIANG Yan1,2 , HE Guang-yan1 , LUO Bin1 , CHEN Jian-wen1 , WANG Bin2 , DU Yun-song1 , DU Ming1     
1. Sichuan Environmental Monitoring Station, Chengdu 610091, China;
 2. Academy of Architecture and Environment, Sichuan University, Chengdu 610065, China
Abstract: To study the pollution characteristics of water-soluble ions in atmospheric particulate matter in Chengdu Plain, and identify the composition, distribution, time and spatial variation, achieve targeted control of heavy pollution and haze days, 1476 samples were collected at five monitoring sites during August 2013-July 2014, in which eight kinds of inorganic water-soluble ions (SO42-, NO3-, NH4+, K+, Na+, Ca2+, Mg2+, Cl-) were determined by ion chromatography. The results showed that the total mass concentrations of 8 ions in PM2.5-10 and PM2.5 were 11.35 and 36.93μg·m-3, accounting for 37.8% and 46.6% respectively, and SNA (SO42-, NO3- and NH4+) in PM2.5-10 and PM2.5 contributed 81.1% and 89.9% to the total ions, respectively. The concentration of water-soluble ions was highest in winter and lowest in summer. ρ(SO42-)/ρ(PM2.5) was highest in summer and autumn, while ρ(NO3-)/ρ(PM2.5) was highest in winter and lowest in summer. SNA, Cl-, K+mostly distributed in PM2.5, Ca2+ and Mg2+ in PM2.5-10. PM2.5 was generally neutral, the water-soluble ions in which existed as (NH4)2SO4, NH4NO3, KNO3, NaCl, KCl and so on. ρ(NO3-)/ρ(SO42-) revealed that the main source of PM2.5 was given priority to fixed sources. Sulfur oxidation ratio (SOR) and nitrogen oxidation ratio (NOR) were 0.31 and 0.13, respectively, which had opposite changing trend with a highest SOR in summer and NOR in winter. PM2.5 had the characteristics of regional pollution complex, and SNA was the dominant factor causing the increase of ρ(PM2.5).
Key words: Chengdu Plain      PM2.5      PM2.5-10      inorganic water-soluble ions      pollution characteristics     

由于工业化和城市化进程的加快，我国大气污染呈现以细颗粒物、臭氧为主要污染物的快速蔓延性、综合性和区域性的大气复合污染特征，并由局地的一次污染向区域的二次污染转变[1].按照新修订的GB 3095-2012《环境空气质量标准》，全国约70%的城市不达标，颗粒物已成为绝大多数城市的首要污染物.大气颗粒物对人体健康、能见度和气候变化有重要影响[2~4].颗粒物主要组分包括水溶性离子、有机碳、元素碳、地壳元素和各种微量元素等.水溶性离子一般占到PM2.5的30%～50%[5]，是造成颗粒物质量浓度升高的重要因素. SNA是水溶性离子的主要成分[6]，此外还包括K+、Na+、Ca2+、Mg2+、Cl-等.近年来国内外许多学者对颗粒物中水溶性离子进行了深入研究，大多集中在北京[7, 8]、南京[9~11]、珠三角[12, 13]等区域，此外，文献[14~16]还对背景区域大气颗粒物中水溶性离子进行了分析，研究结果均表明SNA为主要污染离子，且多来源于二次转化过程.目前，还未见对成都平原大气颗粒物中水溶性离子污染特征的系统性研究报道.

成都平原(102°29′E～105°43′E、29°15′N～33°03′N)包括成都、绵阳、德阳、眉山、资阳这5市，总面积达53379 km2，已成为四川省污染最为严重的区域之一.成都平原位于显著的强逆温区域，地面风速小，大气稳定度以弱稳定和中性为主，污染气象条件极差.成都市作为成都平原的重要城市之一，对其大气颗粒物中水溶性离子的季节变化及二次离子污染特征已有一些研究[1, 17, 18]，但监测点单一、覆盖范围较小、缺乏长时间连续监测数据.为此，该研究在成都平原设置5个监测点，于2013年8月~2014年7月对成都平原大气颗粒物(PM2.5和PM10)中无机水溶性离子进行检测，并分析了其质量浓度水平、时空变化、粒径分布等，以期为成都平原重污染和灰霾天气控制及颗粒物污染治理提供一定的科学依据.

1 材料与方法 1.1 颗粒物采集

根据区域污染源分布、污染物排放格局等，考虑成都平原大气环流及污染传输通道，设置5个为期1年(2013年8月~2014年7月)的长期监测点(包括德阳市广汉市、成都市金牛区西南交通大学、成都市武侯区人民南路、成都市双流县、眉山市彭山县，以下称广汉、交大、人南、双流、彭山)，具体监测点位分布见图 1.广汉位于成都平原常年主导风向上风向，为郊区监测点；西南交大、人民南路、双流监测点位于成都市城区；彭山位于主导风向下风向，属于郊区监测点.

图 1 成都平原采样点位分布示意 Fig. 1 Distribution of sampling sites in Chengdu Plain

采样器为武汉天虹TH-16A四通道大气颗粒物智能采样器，每个通道采样流量均为16.7 L·min-1，其中1个通道使用47 mm Teflon膜采集PM10样品，2个通道使用47 mm Teflon膜采集PM2.5样品，1个通道使用石英膜采集PM2.5样品.采样周期为每6 d 1次，并尽量多采集重污染期间样品，采样时间为24 h，5个监测点位共采样379 d，取得1476个样品.滤膜在采样前后均放在恒温(20℃±1℃)恒湿(40%±3%)的超净实验室内平衡24 h后，采用1/100000天平(Metller Toledo AX105 DR)称量.

1.2 离子分析

将膜样品正面朝下倒入烧杯底部，移取10 mL去离子水，超声萃取30 min.为防止超声过程中提取液温度升高和半挥发组分的挥发，提前在超声仪内放置冰块.然后用0.45μm针孔过滤器过滤，使用Dionex ICS 2000型离子色谱仪分别测定样品中的阴离子(Cl-、NO3-、SO42-)和阳离子(Na+、NH4+、K+、Mg2+、Ca2+).每测10个样品插入1个标准样品.样品分析过程中的质量保证与质量控制严格按照实验室监测技术规范执行.

1.3 气象数据分析

气象数据来源于网址：http://www.weather.uwyo.edu/surface/meteorogram/，收集了采样期间对应时间段内温度、湿度和风速的小时数据，并计算各季节的平均温度、湿度和风速.

2 结果与讨论 2.1 无机水溶性离子质量浓度水平 2.1.1 季节变化特征

观测期间，成都平原ρ(PM2.5~10)和ρ(PM2.5)分别为30.03μg·m-3(5.62~126.28μg·m-3)和79.30μg·m-3(14.57~262.32)，ρ(PM2.5~10)的季节变化为冬季(43.83μg·m-3)＞春季(36.09μg·m-3)＞秋季(26.50μg·m-3)＞夏季(20.09μg·m-3)，ρ(PM2.5)为冬季(122.61μg·m-3)＞秋季(68.42μg·m-3)＞春季(67.52μg·m-3)＞夏季(43.62μg·m-3). ρ(PM2.5)/ρ(PM10)冬季(0.74μg·m-3)最高，秋(0.72μg·m-3)、夏季(0.68μg·m-3)次之，春季(0.65μg·m-3)最低，原因是春季的风沙扬尘贡献了较多的粗颗粒物. PM2.5~10和PM2.5中无机水溶性离子总量分别为11.35μg·m-3(1.52~53.99μg·m-3)和36.93μg·m-3(3.51~121.23μg·m-3)，分别占各自颗粒物的37.8%和46.6%，说明水溶性离子更易富集在PM2.5中. PM2.5~10和PM2.5中8种水溶性离子质量浓度由高到低为SO42-＞NO3-＞NH4+＞Ca2+＞Cl-＞K+＞Na+＞Mg2+和SO42-＞NO3-＞NH4+＞Cl-＞K+＞Na+＞Ca2+＞Mg2+，其季节变化见图 2、3.

图 2 观测期间PM2.5~10中无机水溶性离子质量浓度的季节变化 Fig. 2 Seasonal variation of inorganic water-soluble ions in PM2.5-10 during the observation period

图 3 观测期间PM2.5中无机水溶性离子质量浓度的季节变化 Fig. 3 Seasonal variation of inorganic water-soluble ions in PM2.5 during the observation period

水溶性离子及SNA的质量浓度冬季最高，夏季最低.夏季受西南季风的影响，降雨较多，有利于污染物的湿清除，且风速较大，污染物不易累积；而冬季风速较小(1.1m·s-1)，逆温出现频率高，大气层结较稳定，使得冬季质量浓度较高.水溶性离子质量浓度占ρ(PM2.5~10)和ρ(PM2.5)的比例在秋冬季最高，平均值分别为39.4%和47.7%；春季次之，分别为32.0%和45.6%；夏季最低，仅为28.7%和45.5%.其中，PM2.5~10和PM2.5中ρ(SNA)约占各自水溶性离子质量浓度的81.1%、89.9%. ρ(SO42-)/ρ(PM2.5)夏秋季较高(均为22.1%)，冬春季(分别为15.7%和17.0%)较低，而ρ(NO3-)/ρ(PM2.5)冬季(16.0%)最高，夏季(9.0%)最低，ρ(NH4+)/ρ(PM2.5)各季节变化幅度较小(10%左右). PM2.5~10中各水溶性离子占比的季节变化也有相似的规律.这主要是由于夏秋季气温高(25.4℃、19.1℃)、相对湿度大(76.5%、75.8%)，有利于SO2向SO42-转化，但高温不利于NH4NO3的稳定存在；冬季低温(8.4℃)虽在一定程度上抑制了气态前体物的大气氧化过程，但却有利于NH4NO3的稳定存在.其余离子中，ρ(Cl-)及ρ(Cl-)/ρ(PM2.5)季节变化较大，表现为冬季最高，夏季最低，与冬季煤炭消耗量增加有关.

2.1.2 无机水溶性离子质量浓度空间变化特征

各点位水溶性离子质量浓度见表 1.成都城区和彭山监测点的PM2.5~10和PM2.5中水溶性离子质量浓度基本均高于广汉. PM2.5~10中水溶性离子总量人南最高，PM2.5中交大最高. ρ(水溶性离子)/ρ(PM2.5)空间变化不明显，为44.8%～48.2%，反映了PM2.5的区域性复合污染特征. ρ(水溶性离子)/ρ(PM2.5~10)的变化范围为30.8%～48.1%，其中彭山最高，双流最低.彭山ρ(SNA)/ρ(PM2.5~10)(39.4%)显著高于其他点位(平均值为28.8%)，说明了成都平原下风向郊区颗粒物老化严重.

表 1 观测期间PM2.5~10和PM2.5中无机水溶性离子浓度空间变化/μg·m-3 Table 1 Spatial variation of inorganic water-soluble ions in PM2.5-10 and PM2.5 during the observation period/μg·m-3

2.1.3 同国内其他研究结果的比较

与国内其他研究结果相比(表 2)表明，成都平原PM2.5及水溶性离子的质量浓度远低于成都市区. ρ(SO42-)低于除上海和南京外的其他城市；ρ(NO3-)高于重庆、广州、武汉、上海、南京，低于北方城市；ρ(NH4+)低于北京、保定和石家庄，高于上海、南京，与国内其他城市相当；ρ(Mg2+)和ρ(Ca2+)低于国内其他城市，ρ(Cl-)处于国内城市中的较低水平，ρ(K+)低于保定和石家庄，与国内其他城市相当.总体来说，成都平原PM2.5及其中水溶性离子的污染程度低于北方城市，与大部分南方城市相当.

表 2 不同城市大气PM2.5中水溶性离子质量浓度/μg·m-3 Table 2 Concentrations of water-soluble ions in atmospheric PM2.5 in different cities/μg·m-3

2.2 无机水溶性离子在PM2.5~10和PM2.5中的分布特征

不同的水溶性离子通常具有不同的粒径分布规律，成都平原大气颗粒物中水溶性离子的分布见表 3. ρ(SNA)在PM2.5中的占比明显高于PM2.5~10，这主要是由于气态污染物(如SO2、NOx、NH3等)的二次转化生成的硫酸盐和硝酸盐等是大气细粒子的重要组成部分.有研究表明[26]，硫酸盐的粒径分布变化较小，主要集中在0.2~0.8μm范围内；在污染较重的城市，硝酸盐主要以硝酸铵的形式存在于细粒子中，在0.65μm和6.25μm的粒径出现明显的双峰；氨在大气中主要与硫酸结合，其粒径分布与硫酸盐相似.粗粒子中SO42-主要来源于工业源和燃煤飞灰中包含的CaSO4等[27]；粗粒子中NO3-可能是大气化学反应产物HNO3与扬尘中Ca2+等结合所致[28]；NH4+可能是气态SO2与NH3在工业源和燃煤飞灰表面进行的非均相反应所致[28].

表 3 PM2.5和PM2.5~10中水溶性离子所占比例1) Table 3 Table 3 Proportions of water-soluble ions in PM2.5 and PM2.5-10

ρ(Cl-)在PM2.5中的占比高于PM2.5~10，可能是工业源排放的HCl与NH3经液相反应而形成液滴模态的Cl-[26]. ρ(K+)在PM2.5中的占比明显高于PM2.5~10，推测是生物质燃烧产物K2CO3同酸性气体一起参与液相反应形成了液滴模态K+[26]. ρ(Na+)在PM2.5~10中的占比略高于PM2.5. Mg2+和Ca2+主要存在于PM2.5~10中，来源包括土壤尘、道路及建筑扬尘等.该研究结果与北京[26]类似.

2.3 离子平衡及SNA的形成机制

离子平衡计算[29]:

(1)
(2)

式中，A为PM2.5中阴离子当量；C为阳离子当量；A、C及各离子的单位均为μmol·m-3.

采样期间，成都平原PM2.5中阴阳离子当量比值见表 4. A/C为冬季＞秋季＞春季＞夏季.秋冬季ρ(SO42-)和ρ(NO3-)较高，NH4+等阳离子中和不足，并且可能存在H+的影响，因此秋冬季颗粒物呈弱酸性.春季颗粒物基本呈中性，而夏季颗粒物中阳离子当量高于阴离子，可能原因是未测F-.杨懂艳[8]等的研究结果表明，ρ(F-)大于ρ(Mg2+)，小于ρ(Ca2+)，且CO32-和HCO3-等也有一定影响，NO3-的挥发亦是一个重要原因.

表 4 PM2.5中阴、阳离子的当量比以及二次离子的比值分析 Table 4 Equivalent ratio of anions and cations and the ratio of secondary ions in PM2.5

各季节[NH4+]/C均在0.80以上(见表 4)，表明NH4+是PM2.5中起主要中和作用的碱性离子. ρ(NO3-)/ρ(SO42-)反映了移动源(机动车)和固定源(燃煤)对颗粒物的相对贡献，若该比值较低(＜1)，说明固定源为主；若该比值＞1，说明移动源为主[30].成都平原ρ(NO3-)/ρ(SO42-)冬季最高，夏季最低，年均值为0.74，稍高于李友平等[18]对2009~2010年成都城区的研究结果(0.61)，高于长沙(0.31)[31]、广州(0.27)[32]和香港(0.16)[33]，与北京(0.72)[34]相当.揭示固定源依然是PM2.5的主要来源，但冬季移动源对PM2.5的贡献较突出.

SOR和NOR分别定义为c(SO42-)/[c(SO42-)+c(SO2)]和c(NO3-)/[c(NO3-)+c(NO2)](c的单位为μmol·m-3)，其大小通常用来表示二次污染物的形成、转化过程[35]. SOR和NOR的值越高，大气中SO2和NOx生成的二次离子越多[36].成都平原SOR和NOR的季节变化如图 4所示. SOR和NOR年均值分别为0.31和0.13，SOR高于重庆(0.26)[19]、天津(0.20)[20]，低于成都城区(0.33)[23]和南京冬季(0.57)[30]，NOR高于重庆(0.12)[10]，低于天津(0.15)[11]、成都城区(0.19)[18]和南京冬季(0.18)[11].早期研究指出[37]，当SOR大于0.10时，大气中存在SO2的光化学氧化，说明本研究中硫酸盐和硝酸盐很大程度上是经过二次转化而来，并且SO2较NO2更易发生二次转化. SOR夏季最高(0.33)，春季(0.25)最低，表明夏季的高温高湿(25.4℃、76.5%)利于发生化学反应；NOR冬季最高(0.19)，夏季(0.07)最低，原因是硝酸盐在低温的环境下更易稳定存在. SOR与NOR变化趋势相反，即二者为竞争型，与海西城市群[38]相似.究其原因，是实际大气中NH4+浓度是一定的，SO42-和NO3-竞争性地与NH4+结合，从而形成竞争型SOR和NOR.

图 4 SOR和NOR的季节变化 Fig. 4 Seasonal variation of SOR and NOR

2.4 PM2.5中水溶性离子的相关性分析

如图 5所示，PM2.5中阴阳离子当量的相关性好(R2=0.94)，且多数样品中阴离子当量稍过剩.各水溶性离子之间的相关性能够反映其来源的相似程度和离子的存在形式，其相关系数见表 5. SNA各离子质量浓度间的相关性较好，而一次离子间(除SNA以外的其他离子)及一次离子与SNA的相关性较差，说明不同类别离子的来源和迁移转化过程存在差异. ρ(NH4+)与ρ(SO42-)和ρ(NO3-)的相关性好，故硫酸铵和硝酸铵是SNA的主要存在形式.多余的NO3-也可与Na+、K+结合. ρ(Cl-)与ρ(Na+)、ρ(K+)、ρ(SO42-)、ρ(NO3-)的相关性较好，此外，Cl-还可与NH4+结合，说明成都平原大气中Cl-主要来源于生物质燃烧、燃煤及垃圾焚烧等.根据相关系数判定，PM2.5中的水溶性离子主要存在形式包括(NH4)2SO4、NH4NO3、KNO3、NaCl、KCl、Ca(NO3)2、CaCl2、MgCl2等.

表 5 PM2.5及水溶性离子质量浓度的皮尔逊相关系数1) Table 5 Table 5 Pearson correlation coefficients of PM2.5 and water-soluble ions

图 5 阴阳离子当量的相关性分析 Fig. 5 Correlation of anions and cations equivalent

2.5 不同空气质量级别下离子组分特征

根据《环境空气质量指数(AQI)技术规定(试行)》(HJ 633-2012)[39]，按ρ(PM2.5)将环境空气质量分为优(＜35μg·m-3)、良(35~75μg·m-3)、轻度污染(75~115μg·m-3)、中度污染(115~150μg·m-3)和重度污染(150~250μg·m-3)5个级别，比较水溶性离子的变化趋势，如图 6.随着ρ(PM2.5)增加，各离子的质量浓度均上升.其中SNA浓度增长最为明显，尤其是NO3-，当发生重度污染时，ρ(NO3-)与ρ(SO42-)相当，而ρ(Cl-)和ρ(K+)增长缓慢，故SNA是造成ρ(PM2.5)增加的主导因素.

图 6 不同空气质量级别PM2.5中各离子浓度变化 Fig. 6 Variation of ions concentration in PM2.5 at different air quality level

比较不同空气质量级别下，各离子对PM2.5的贡献百分比(见图 7)，可发现ρ(NO3-)/ρ(PM2.5)大幅增加，从9.5%到17.9%，增长率为90%. ρ(Cl-)/ρ(PM2.5)由2.0%增加到2.8%，增长率为39%.此结果与重污染主要发生在低温的冬季相符，冬季硝酸盐稳定性较好；且该季节火电燃煤增加，Cl-在不利的气象条件下逐渐累积. ρ(SO42-)/ρ(PM2.5)和ρ(NH4+)/ρ(PM2.5)略有下降，ρ(K+)/ρ(PM2.5)变化不大.

图 7 不同空气质量级别各离子所占PM2.5比例 Fig. 7 Proportions of the ions in PM2.5 at different air quality level

3 结论

(1)观测期间，成都平原PM2.5~10和PM2.5中无机水溶性离子总量分别为11.35μg·m-3和36.93μg·m-3，占颗粒物质量浓度的37.8%和46.6%，其中ρ(SNA)约占各自水溶性离子的81.1%、89.9%，二次污染严重.水溶性离子质量浓度冬季最高，春秋季相当，夏季最低. ρ(SO42-)/ρ(PM2.5)夏秋季较高，冬春季较低，而ρ(NO3-)/ρ(PM2.5)冬季最高，夏季最低，ρ(NH4+)/ρ(PM2.5)各季变幅均较小. PM2.5中水溶性离子总量占比空间变化不明显，反映了PM2.5的区域性复合污染特征.

(2)SNA、Cl-、K+大多分布在PM2.5中，主要来源于气态污染物的二次转化、燃煤及生物质燃烧. Ca2+和Mg2+主要分布在PM2.5~10中，来源包括土壤尘、道路及建筑扬尘等.

(3)成都平原SOR和NOR年均值分别为0.31和0.13，SO2较NO2更易发生二次转化. SOR夏季最高，NOR冬季最高，SOR和NOR为竞争型关系. ρ(NO3-)/ρ(SO42-)揭示固定源依然是PM2.5的主要来源.

(4)SNA是造成ρ(PM2.5)增加的主导因素.随着污染程度的加重，ρ(NO3-)/ρ(PM2.5)增长率达90%.

参考文献
[1] 张彩艳, 吴建会, 张普, 等. 成都市冬季大气颗粒物组成特征及来源变化趋势[J]. 环境科学研究,2014,27 (7) : 782–789.
[2] Laden F, Neas L M, Dockery D W, et al. Association of fine particulate matter from different sources with daily mortality in six U.S. cities[J]. Environmental Health Perspectives,2000,108 (10) : 941–947 .
[3] Watson J G. Visibility: science and regulation[J]. Journal of the Air & Waste Management Association,2002,52 (6) : 628–713 .
[4] Ramanathan V, Crutzen P J, Lelieveld J, et al. Indian ocean experiment: an integrated analysis of the climate forcing and effects of the great Indo-Asian haze[J]. Journal of Geophysical Research,2001,106 (D22) : 28371–28398 .
[5] 曹军骥. PM2.5与环境[M]. 北京: 科学出版社, 2014 : 81 .
[6] 赵亚南, 王跃思, 温天雪, 等. 长白山PM2.5中水溶性离子季节变化特征研究[J]. 环境科学,2014,35 (1) : 9–14.
[7] 徐宏辉, 王跃思, 温天雪, 等. 北京大气气溶胶中水溶性离子的粒径分布和垂直分布[J]. 环境科学,2007,28 (1) : 14–19.
[8] 杨懂艳, 刘保献, 张大伟, 等. 2012~2013年间北京市PM2.5中水溶性离子时空分布规律及相关性分析[J]. 环境科学,2015,36 (3) : 768–773.
[9] 薛国强, 朱彬, 王红磊. 南京市大气颗粒物中水溶性离子的粒径分布和来源解析[J]. 环境科学,2014,35 (5) : 1633–1643.
[10] 邹嘉南, 安俊琳, 王红磊, 等. 亚青会期间南京污染气体与气溶胶中水溶性离子的分布特征[J]. 环境科学,2014,35 (11) : 4044–4051.
[11] 周瑶瑶, 马嫣, 郑军, 等. 南京北郊冬季霾天PM2.5水溶性离子的污染特征与消光作用研究[J]. 环境科学,2015,36 (6) : 1926–1934.
[12] 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.
[13] Tan J H, Duan J C, He K B, et al. Chemical characteristics of PM2.5 during a typical haze episode in Guangzhou[J]. Journal of Environmental Sciences,2009,21 (6) : 774–781 .
[14] 苏彬彬, 张智胜, 陶俊, 等. 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[J]. 环境科学,2015,36 (4) : 1195–1201.
[15] 赵亚南, 王跃思, 温天雪, 等. 鼎湖山PM2.5中水溶性离子浓度特征分析[J]. 环境科学,2013,34 (4) : 1232–1235.
[16] 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.
[17] 张智胜, 陶俊, 谢绍东, 等. 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.
[18] 李友平, 周洪, 张智胜, 等. 成都市城区PM2.5中二次水溶性无机离子污染特征[J]. 环境科学,2014,35 (12) : 4439–4445.
[19] 张丹, 翟崇治, 周志恩, 等. 重庆市主城区不同粒径颗粒物水溶性无机组分特征[J]. 环境科学研究,2012,25 (10) : 1099–1106.
[20] Gu J X, Bai Z P, Li W F, et al. Chemical composition of PM2.5 during winter in Tianjin, China[J]. Particuology,2011,9 (3) : 215–221 .
[21] 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 .
[22] 张帆, 成海容, 王祖武, 等. 武汉秋季灰霾和非灰霾天气细颗粒物PM2.5中水溶性离子的特征[J]. 中国粉体技术,2013,19 (5) : 31–33.
[23] 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 .
[24] 王丽, 温天雪, 苗红研, 等. 保定大气颗粒物中水溶性无机离子质量浓度及粒径分布[J]. 环境科学研究,2013,26 (5) : 516–521.
[25] 赵普生, 张小玲, 孟伟, 等. 京津冀区域气溶胶中无机水溶性离子污染特征分析[J]. 环境科学,2011,32 (6) : 1546–1549.
[26] 贺 克斌, 杨 复沫, 段 凤魁, et al. 大气颗粒物与区域复合污染[M]. 北京: 科学出版社, 2011 : 300 -303.
[27] 齐立强, 原永涛, 纪元勋. 燃煤飞灰化学成分随粒度分布规律的试验研究[J]. 煤炭转化,2003,26 (2) : 87–90.
[28] 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 .
[29] Hazi Y, Heikkinen M S A, Cohen B S. Size distribution of acidic sulfate ions in fine ambient particulate matter and assessment of source region effect[J]. Atmospheric Environment,2003,37 (38) : 5403–5413 .
[30] 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 .
[31] 李彩霞, 李彩亭, 曾光明, 等. 长沙市夏季PM10和PM2.5中水溶性离子的污染特征[J]. 中国环境科学,2007,27 (5) : 599–603.
[32] Hagler G S W, Bergin M H, Salmon L G, et al. Source areas and chemical composition of fine particulate matter in the Pearl River Delta region of China[J]. Atmospheric Environment,2006,40 (20) : 3802–3815 .
[33] Louie P K K, Watson J G, Chow J C, et al. Seasonal characteristics and regional transport of PM2.5 in Hong Kong[J]. Atmospheric Environment,2005,39 (9) : 1695–1710 .
[34] Wang Y, Zhuang G S, Tang A H, et al. The ion chemistry and the source of PM2.5 aerosol in Beijing[J]. Atmospheric Environment,2005,39 (21) : 3771–3784 .
[35] Lai S C, Zou S C, Cao J J, et al. Characterizing ionic species in PM2.5 and PM10 in four Pearl River Delta cities, South China[J]. Journal of Environmental Sciences,2007,19 (8) : 939–947 .
[36] Kang C M, Lee H S, Kang B W, et al. Chemical characteristics of acidic gas pollutants and PM2.5 species during hazy episodes in Seoul, South Korea[J]. Atmospheric Environment,2004,38 (28) : 4749–4760 .
[37] Ohta S, Okita T. A chemical characterization of atmospheric aerosol in Sapporo[J]. Atmospheric Environment. Part A. General Topics,1990,24 (4) : 815–822 .
[38] 陈晓秋, 陈进生, 吴水平, 等. 海峡西岸城市群大气复合污染成因与调控机制[M]. 北京: 科学出版社, 2014 : 64 -65.
[39] HJ 633-2012, 环境空气质量指数(AQI)技术规定(试行)[S].