大气颗粒物包括多种组分,如地壳物质、有机物、微量元素、二次离子等,其中NH4+、NO3-、SO42- (SNA)主要由气态前体物SO2、NOx、NH3等经过大气化学反应而形成的二次颗粒物,受人为因素影响较大,具有较高的区域贡献,对于细颗粒物的急速累积产生重要影响[1~4],并对能见度、大气光化学反应以及地面辐射产生直接或间接的影响[5~8].作为大气颗粒物的重要组成部分,可溶性离子物种的浓度水平及形成机制一直是国内外气溶胶领域关注的热点[9~11].传统的水溶性离子检测大都采用滤膜采集-实验室手工分析的方法,该方法时间周期较长,并要求样品采集装备能够有效去除SO2和HNO3干扰,并做到及时低温保存和分析,以确保样品分析的准确性[12~15].近些年随着在线监测设备的发展,已有部分研究学者将水溶性离子在线监测仪应用于PM2.5组分分析及来源解析工作[16~21].在线监测设备具有时空分辨率高、样品分析速度快等优点,对于重污染过程研究及快速来源解析具有重要意义.对于在线监测仪器的适用性,虽然国内外部分学者针对其与滤膜采集-实验室分析之间的可比性进行过一系列的研究[22~25],但比对时间相对较短,且国外水溶性离子浓度水平普遍偏低,无法评估其在国内的适用性.
本研究于2014年间在北京市城区车公庄监测点位,利用URG9000在线观测PM2.5中水溶性无机离子,并与滤膜采集-实验室手工分析所获数据进行对比,评估了一整年4个季度、不同污染水平下在线URG与滤膜采集-实验室手工分析(离线)之间数据的可比性,以期为北京市精细及在线来源解析的应用提供技术依据.
1 材料与方法本实验观测点位于北京城区海淀区西二环与西三环之间,监测中心(39°55′51″N,116°19′9″E)6层楼顶上,离车公庄西路约50 m;URG9000在线监测仪与PM2.5膜采样仪距离约5 m.采样时间为2014年1月1日至12月31日,其中URG9000每1 h获取一组数据,可实时分析9种阴、阳离子浓度水平;为有效评估每个自然日水溶性离子的浓度水平并避免离子浓度过载,离线分析每日设置00:00~12:00和12:00~24:00两个采样时段采集PM2.5样品.
使用Thermo Partisol 2025i单通道连续空气采样器采集PM2.5细颗粒物,采样流量为16.7 L ·min-1;采样膜为Whatman Ф 47 mm特氟龙材质滤膜;水溶性离子分析方法参照文献[9]. URG9000工作原理为:环境空气以3 L ·min-1流速经过一根3 m长进样管,并通过一个PM2.5切割头,环境空气中小于2.5 μm的颗粒经切割器分离后进入液相扩散溶蚀器,SO2和HNO3气体经溶蚀器后被臭氧吸收后并入气体吸收装置,PM2.5颗粒经溶蚀器后进入气溶胶液化室,液化室中的蒸汽发生器以0.2 mL ·min-1的速率产生水蒸气并与颗粒物混合,并将气溶胶颗粒溶解成液滴,经过分离器后混合,并分流成两路进入阴、阳离子检测系统进行检测.为确保数据的可比性,本研究期间严格按照实验室质量控制要求定期对在线URG和Thermo2025i进行流量校准,并采用了统一批号的标准溶液对在线URG和实验室所用离子色谱仪进行校准.通过比较在线URG与离线所获数据之间的线性拟合程度判断两组数据之间的可比性.
2 结果与讨论 2.1 水溶性离子浓度特征观测期间,在线URG共获得335 d有效样品,离线分析共获得345 d有效样品;两种方法所获得的水溶性离子总量的变化趋势如图 1所示.从中可以看出,在线URG所获离子总量的变化趋势与离线分析所获得离子总量的变化趋势相同,均经历相同的污染积累周期,呈锯齿型周期变化规律;且显现出春、冬季PM2.5中水溶性离子累积浓度偏高,夏、秋季离子浓度水平偏低的季节特征.除春、夏季出现个别累积过程离线分析所获离子总量高于在线URG外,全年大部分情况下,在线URG所获离子总量均普遍高于离线所获离子总量.
![]() |
图 1 观测期间水溶性离子总量浓度变化趋势 Fig. 1 Total mass concentration of water-soluble ions during the observation period |
两种方法所测8种水溶性离子浓度及季节变化特征(F-浓度均在检出限附近,在此不做统计)统计如表 1所示.其中两种方法所测Cl-、NO3-、Mg2+、Ca2+年均浓度差异不大,而在线所测SO42-、NH4+、Na+、K+结果均明显高于滤膜测试结果.主要的3种水溶性离子中SO42-、NO3-和Cl-的两种测量方法相关性较好,线性相关系数R2分别达到0.70、0.71和0.91;两种方法所测NH4+相关性略差,R2为0.50.其它4种阳离子(Na+、K+、Mg2+、Ca2+)由于浓度相对较低,两种测量方法的相关系数均小于0.2,以下不再详细论述.本研究期间两种测量方法所获主要离子的线性相关系数及一元线性回归方程统计见表 2.
![]() |
表 1 滤膜采集实验室分析及在线所测水溶性离子日均浓度 Table 1 Diurnal average mass concentrations of water-soluble ions obtained by the two methods/μg ·m-3 |
![]() |
表 2 滤膜采集-实验室分析及在线所测PM2.5中水溶性离子相关性比较 Table 2 Summary of inter-comparison results of URG with filter-based method for SNA |
2.2 SO42-
图 2为在线与离线两种测量方法所测PM2.5中水溶性离子的日浓度变化趋势.从中可以看出,冬季及春季所属采暖季PM2.5中SO42-浓度较高,且在线SO42-浓度水平普遍高于离线SO42-浓度;夏季离线SO42-浓度则会略高于在线所得结果.比较图 3两种方法所获SO42-浓度散点图可以看出,两种方法的总线性相关系数为0.70,略低于以往研究结果,其拟合线性函数斜率为1.13,略低于Wu等[23]在上海的研究结果,但高于其它研究结果[20~22].从其季节分布来看,冬、秋、夏季SO42-拟合性较好,春季拟合性较差;秋、冬季在线URG所测结果高于离线分析结果,夏季离线测量结果偏低,春季SO42-浓度分散性较大.造成本研究测量结果与以往研究不同的原因有以下几个方面:一是由于本研究浓度范围跨越较大,且北京不同季节污染类型及气象因素差异显著[24, 25],尤其是1月浓度范围差异较大;另一方面,研究期间春、冬季节SO2浓度较高,分别为(8.52±4.34) μg ·m-3和(20.9±13.7) μg ·m-3,虽然在线检测设备配备有溶蚀器以达到去除SO2干扰的目的,但溶蚀器无法去除掉所有的SO2气体,过载的SO2气体则会溶解到水中并被氧化,导致在线检测数据偏高[23, 26, 27];此外,冬季及春季初期采暖期间,PM2.5浓度普遍偏高,即使本次采用了分时段采样,也有可能导致滤膜过载的情形,导致离线结果偏低.而夏季SO2浓度相对较低,仅为(2.31±1.65) μg ·m-3,对在线结果影响不大,而SO42-组分相对比较稳定,离线设备对颗粒物的捕集率相对较高,这可能是夏季离线测量结果偏高的主要原因.
![]() |
图 2 PM2.5中SO42-、NO3-、NH4+、Cl-日均浓度变化趋势 Fig. 2 Daily trends of SO42-, NO3-, NH4+, Cl- in PM2.5 |
![]() |
图 3 不同季节PM2.5中SO42-、NO3-、NH4+、Cl-相关性比较 Fig. 3 Scatter plots of SO42-, NO3-, NH4+, Cl- in different seasons |
从表 1可以看出,与SO42-测量结果不同,NO3-在夏、秋两季测量结果差异性较小,春、冬季差异较大;全年在线NO3-平均值为(18.1±22.5) μg ·m-3,是Schaap等[21]在荷兰一整年所获研究结果的3倍,在线与离线所获NO3-的线性相关系数为0.71,略高于与Schaap等[21]的研究结果,但略低于以往短期研究结果(0.80~0.96)[20, 22, 23];比较在线系统所测NO3-结果与离线所测结果的拟合线性函数斜率发现,不同地区其函数斜率差异较大,变化范围在0.45~2.36之间[20~23].两者所检测的NO3-浓度变化趋势如图 2所示,虽然两种方法线性相关良好,但由于本次研究跨越了春、夏、秋、冬四季,在不同的月份,两者检测结果差异不尽相同.其中1~3月间,URG在线所测NO3-结果略高于离线检测分析结果;4~11月间两者数据差异不大;尤其是APEC期间,两者拟合性处于全年最好水平. Rumsey等[22]通过对MARGA的研究发现,由于在线及离线两者在采集PM2.5颗粒物时,切割头对颗粒物捕集的捕集效率直接影响两者的测量差异.粗颗粒中钠和镁以及降尘中的无机组分均可与环境空气中的HNO3发生反应导致在线检测方法所测NO3-浓度水平偏高.比较图 4中NH4+/(2×SO42-+NO3-)与阳离子/阴离子当量浓度的比值发现,12月、1月及2月间,NH4+/(2×SO42-+NO3-)当量浓度比值显著高于阳离子/阴离子当量浓度比值,来自粗颗粒中Na+、Mg2+、K+、Ca2+等无机元素对颗粒物的贡献增大,也是导致此期间在线NO3-浓度偏高及除NH4+外其它阳离子浓度偏高的主要原因[27~29].此外,值得关注的是,虽然本研究所用单通道Thermo2025i颗粒物采样器无法捕获到因采样环境温度偏高而造成的硝酸铵损失,但5~8月间滤膜测试结果仍出现偏高的现象,可见HNO3与颗粒物发生反应对测量结果产生正偏差仍无法忽视[28, 29].
![]() |
图 4 在线与离线NH4+/(2×SO42-+NO3-)与阳离子/阴离子比值月变化 Fig. 4 Monthly changes of online and offline NH4+/(2×SO42-+NO3-)and cation/anion |
与SO42-和NO3-研究结果不同,研究期间,URG在线与离线所测的NH4+两者线性相关系数仅为0.50,相关性较差,且夏季和冬季两者拟合性要好于春、秋季节;其拟合线性函数斜率为0.96,与以往研究结果相差不大[20~22].研究期间,两者所检测NH4+浓度变化趋势如图 2所示,整体来看,URG在线所测NH4+略高于离线分析结果,即使APEC期间NH4+质量浓度相对较低时,两者差异也非常显著;且当颗粒物中水溶性离子累积到最高点时,两者差异更明显. Makkonen等[20]和Rumsey等[22]在研究使用MARGA在线测量颗粒物中的NH4+与离线对照分析时同样指出,与SO42-和NO3-相比,在线与离线NH4+的偏差相对较为复杂;一方面由于离线滤膜样品采集及运输不当造成NH4NO3的挥发损失,导致离线NH4+相对较低;另一方面,比较图 4中在线与离线NH4+/(2×SO42-+NO3-)比值及阳/阴离子比值发现,离线阳/阴离子比值略高于离线NH4+/(2×SO42-+NO3-)比值;而除4月外,在线NH4+/(2×SO42-+NO3-)比值均要略高于阳/阴离子比值,表明在线URG对NH4+捕集率相对较高. NH3活性较强,本地排放或远距离传输的NH3对于细颗粒物中NH4NO3和(NH4)2SO4的形成起主要作用,北京本地NH3浓度仍处于较高水平[27],而溶蚀器对NH3的去除效率相对较低可能是在线NH4+浓度高于离线测量结果的主要原因.
2.5 Cl-Cl-浓度变化趋势显现出明显的采暖季特征,11月~次年3月底浓度显著偏高,春、夏季浓度处于较低水平.全年Cl-拟合线性函数斜率为1.09,高于Mallonen等[20]使用MAGAR在线系统测量结果,但相关系数相差不大.不同季节两种测量方法所获Cl-浓度差异略较小,其中秋、冬季两种测量方法相关性较好,且在线测量结果偏高;春季两种测量方法拟合性略差,而夏季两种测量方法的线性相关系数仅为0.125.究其原因,Cl-相对比较稳定,且主要以颗粒物形势存在,气态干扰相对较低,所以两种测量方法总体差异性不大;而夏季Cl-相对较低,平均浓度仅为(0.37±0.63) μg ·m-3,而在线URG所测Cl-检出限为0.10 μg ·m-3,这也是导致两种方法测量结果产生较大偏差的主要原因.
3 结论(1)在线URG所测SO42-、NO3-和Cl-与滤膜采集-实验室分析所获结果具有良好的可比性,NH4+相关性略差;季节分布来看,对于SO42-、NO3-和Cl-,秋、冬季两种测量方法的相关性要好于春、夏季;且秋、冬在线SO42-和Cl-测量结果要高于滤膜采集结果;冬季在线NO3-结果高于滤膜结果;在线NH4+测量结果普遍高于离线采集结果,且仅在冬季具有良好的可比性.
(2)本研究各项离子浓度跨度范围较大,且当颗粒物在空气中累积造成水溶性离子浓度逐渐升高时,在线监测系统所获离子浓度结果普遍偏高;水溶性离子浓度偏高、挥发性组分损失以及滤膜采集本身的误差、粗粒子干扰等因素是导致两种测量方法结果产生差异的主要原因.
[1] | Ho K F, Ho S S H, Huang R J, et al. Chemical composition and bioreactivity of PM2.5 during 2013 haze events in China[J]. Atmospheric Environment , 2016, 126 : 162–170. DOI:10.1016/j.atmosenv.2015.11.055 |
[2] | Calvo A I, Alves C, Castro A, et al. Research on aerosol sources and chemical composition: past, current and emerging issues[J]. Atmospheric Research , 2013, 120-121 : 1–28. DOI:10.1016/j.atmosres.2012.09.021 |
[3] | 戴永立, 陶俊, 林泽健, 等. 2006~2009年我国超大城市霾天气特征及影响因子分析[J]. 环境科学 , 2013, 34 (8) : 2925–2932. |
[4] | 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 : 98–108. DOI:10.1016/j.atmosenv.2015.09.031 |
[5] | Wang H B, Tian M, Li X H, et al. Chemical composition and light extinction contribution of PM2.5 in urban Beijing for a 1-year period[J]. Aerosol and Air Quality Research , 2015, 15 (6) : 2200–2211. |
[6] | Wu Y F, Zhang R J, Tian P, et al. Effect of ambient humidity on the light absorption amplification of black carbon in Beijing during January 2013[J]. Atmospheric Environment , 2016, 124 : 217–223. DOI:10.1016/j.atmosenv.2015.04.041 |
[7] | 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. DOI:10.1016/j.atmosenv.2013.03.031 |
[8] | 谢元博, 陈娟, 李巍. 雾霾重污染期间北京居民对高浓度PM2.5持续暴露的健康风险及其损害价值评估[J]. 环境科学 , 2014, 35 (1) : 1–8. |
[9] | 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. |
[10] | 杨懂艳, 刘保献, 张大伟, 等. 2014年间APEC前后北京城区PM2.5中水溶性离子特征分析[J]. 环境科学 , 2015, 36 (12) : 4325–4330. |
[11] | Zhang X Y, Wang J Z, Wang Y Q, et al. Changes in chemical components of aerosol particles in different haze regions in China from 2006 to 2013 and contribution of meteorological factors[J]. Atmospheric Chemistry and Physics , 2015, 15 (22) : 12935–12952. DOI:10.5194/acp-15-12935-2015 |
[12] | 程萌田, 潘月鹏, 王辉, 等. 大气PM2.5中水溶性离子在线观测技术的应用研究[J]. 环境科学 , 2013, 34 (8) : 2943–2949. |
[13] | 王强, 钟琪, 迟颖, 等. 环境空气PM2.5连续监测系统手工采样比对测试[J]. 环境科学 , 2015, 36 (5) : 1538–1543. |
[14] | 袁超, 王韬, 高晓梅, 等. 大气PM2.5在线监测仪对SO42-、NO3-和NH4+的测定评价[J]. 环境化学 , 2012, 31 (11) : 1808–1815. |
[15] | 王晓彦, 杜丽, 李健军, 等. PM2.5手工监测技术要点探讨[J]. 中国环境监测 , 2014, 30 (4) : 146–150. |
[16] | Xue J, Lau A K H, Yu J Z. A study of acidity on PM2.5 in Hong Kong using online ionic chemical composition measurements[J]. Atmospheric Environment , 2011, 45 (39) : 7081–7088. DOI:10.1016/j.atmosenv.2011.09.040 |
[17] | Gao J, Peng X, Chen G, et al. Insights into the chemical characterization and sources of PM2.5 in Beijing at a 1-h time resolution[J]. Science of the Total Environment , 2015, 542 (Part A) : 162–171. |
[18] | Gao X M, Yang L X, Cheng S H, et al. Semi-continuous measurement of water-soluble ions in PM2.5 in Jinan, China: temporal variations and source apportionment[J]. Atmospheric Environment , 2011, 45 (33) : 6048–6056. DOI:10.1016/j.atmosenv.2011.07.041 |
[19] | Kim J S, Bais A L, Kang S K, et al. A semi-continuous measurement of gaseous ammonia and particulate ammonium concentrations in PM2.5 in the ambient atmosphere[J]. Journal of Atmospheric Chemistry , 2011, 68 (3) : 251–263. DOI:10.1007/s10874-012-9220-y |
[20] | Makkonen U, Virkkula A, Mäntykenttä J, et al. Semi-continuous gas and inorganic aerosol measurements at a Finnish urban site: comparisons with filters, nitrogen in aerosol and gas phases, and aerosol acidity[J]. Atmospheric Chemistry and Physics , 2012, 12 (12) : 5617–5631. DOI:10.5194/acp-12-5617-2012 |
[21] | Schaap M, Otjes R P, Weijers E P. Illustrating the benefit of using hourly monitoring data on secondary inorganic aerosol and its precursors for model evaluation[J]. Atmospheric Chemistry and Physics , 2011, 11 (21) : 11041–11053. DOI:10.5194/acp-11-11041-2011 |
[22] | Rumsey I C, Cowen K A, Walker J T, et al. An assessment of the performance of the Monitor for aerosols and gases in ambient air (MAGAR): a semi-continuous method for soluble compounds[J]. Atmospheric Chemistry and Physics , 2014, 14 (11) : 5639–5658. DOI:10.5194/acp-14-5639-2014 |
[23] | Wu W S, Wang T. On the performance of a semi-continuous PM2.5 sulphate and nitrate instrument under high loadings of particulate and sulphur dioxide[J]. Atmospheric Environment , 2007, 41 (26) : 5442–5451. DOI:10.1016/j.atmosenv.2007.02.025 |
[24] | 李令军, 王占山, 张大伟, 等. 2013~2014年北京大气重污染特征研究[J]. 中国环境科学 , 2016, 36 (1) : 27–35. |
[25] | 王占山, 李云婷, 孙峰, 等. 2014年10月上旬北京市大气重污染分析[J]. 中国环境科学 , 2015, 35 (6) : 1654–1663. |
[26] | Drewnick F, Schwab J J, Hogrefe O, et al. Intercomparison and evaluation of four semi-continuous PM2.5 sulfate instruments[J]. Atmospheric Environment , 2003, 37 (24) : 3335–3350. DOI:10.1016/S1352-2310(03)00351-0 |
[27] | Nie W, Wang T, Gao X M, et al. Comparison among filter-based, impactor-based and continuous techniques for measuring atmospheric fine sulfate and nitrate[J]. Atmospheric Environment , 2010, 44 (35) : 4396–4403. DOI:10.1016/j.atmosenv.2010.07.047 |
[28] | Hou S Q, Tong S R, Ge M F, et al. Comparison of atmospheric nitrous acid during severe haze and clean periods in Beijing China[J]. Atmospheric Environment , 2016, 124 (Part B) : 199–206. |
[29] | Griffith S M, Huang X H H, Louie P K K, et al. Characterizing the thermodynamic and chemical composition factors controlling PM2.5 nitrate: insights gained from two years of online measurements in Hong Kong[J]. Atmospheric Environment , 2015, 122 : 864–875. DOI:10.1016/j.atmosenv.2015.02.009 |
[30] | Meng Z Y, Lin W L, Jiang X M, et al. Characteristics of atmospheric ammonia over Beijing, China[J]. Atmospheric Chemistry and Physics , 2011, 11 (12) : 6139–6151. DOI:10.5194/acp-11-6139-2011 |