佛山市南海区降水成分及致酸因子分析

黄斯乔，梁永祥佛山市南海区环境保护监测站，广东 佛山 528200

佛山市南海区降水成分及致酸因子分析

黄斯乔，梁永祥
佛山市南海区环境保护监测站，广东 佛山 528200

为了解广佛跨界区域佛山市南海区的降水化学组成特征和酸化趋势，于2016年1—12月在南海区采集降水样品，对降水pH、电导率及离子成分进行测定。结果表明：降水pH年均值为5.05，降水的电导率和总离子浓度年均值分别为19.4 μScm和6.41 mgL，南海区2016年的酸雨污染有所改善，但酸雨频率高达63.1%，降水酸化程度仍较高；人为源贡献的和SO42-起主要致酸作用，通过分析SN发现在南海区降水中的致酸作用已超过SO42-，成为首要致酸因子。

佛山市；南海区；降水；离子成分；致酸因子

降水是大气污染物重要的清除机制，可通过云中雨除和云下冲刷2种形式有效地将污染气体和颗粒物沉降至地表。自然界降水可视为一个与大气处于平衡状态的水溶液体系，pH为5.6是降水与大气中CO2相平衡的天然酸度，因此pH小于5.6的降水被认为是酸性降水(酸雨)，其酸度的增加主要源于人为排放的致酸污染物的增多[1]。酸雨对水体、土壤生态系统、植被生长等都有破坏性影响，自1872年英国化学家Smith首次提出“acid rain”的概念，酸雨引起了各国学者的普遍关注，此后便陆续开展了对酸雨及化学组成的广泛研究[2-5]。

随着我国经济的快速发展，人为排放到环境中的酸性物质显著增加，致使降水酸化严重。自20世纪80年代起，我国已成为继欧洲、北美之后的世界第三大酸雨区。近年来，为了解我国降水的酸化污染状况，科研人员针对大气降水的化学特征开展了大量研究，多数研究集中在城市区域，也有瓦里关山等背景区域，揭示了各地区降水的污染状况及背景特征[6-13]。

环境保护部发布的《2015年中国环境状况公报》显示，广东省中部是我国的主要酸雨污染区之一。佛山市南海区比邻广州市，是广佛跨界的重要区域，属于酸雨污染区。近年，南海区的工业化和城市化发展迅猛，尤其是机动车保有量的急剧增加导致氮氧化物的排放量增加，南海区的大气污染问题日益严峻，需要对大气降水的成分以及酸雨的成因进行深入探讨。笔者研究了南海区2016年1—12月的降水pH、电导率及离子组分，参照2011年南海区的酸雨监测结果[14]，分析无机离子的来源及酸雨成因，以期为南海区的大气环境污染防治提供科学依据。

1 材料与方法

1.1 采样点概况

佛山市南海区位于广东省中南部、珠江三角洲腹地，辖区内有西江、北江及其支流贯穿，地势平坦，属亚热带季风性湿润气候区，气候温和、雨量充足。南海区年平均气温为22.5 ℃，1月最冷，平均13.9 ℃，7月最热，平均29.2 ℃。年平均雨日146.5 d，雨季集中在4—9月，期间降水量约占全年总降水量的80%，夏季降水不均，旱涝无定，秋冬降水明显减少。

降水监测点位于南海区桂城环保大厦楼顶(23°1′48.62″N,113°8′8.56″E)，属于居住-商业-交通混合区域，半径200 m范围内无高大建筑物遮挡，周边无典型污染源。

1.2 样品采集

采样时间为2016年1—12月；采样频率为24 h，逢雨必测；若1日中有多场非连续降水，则合并为1个样品；若连续多日降水，则采集09:00—次日09:00的降水视为1个样品。采样仪器为APS-2降水自动监测仪(长沙湘蓝科学仪器有限公司)。

1.3 样品分析

1.4 数据质量控制与保证

离子平衡是对降水组分分析数据质量评价的重要参数，所采集的降水样品中阴阳离子总量间存在较好的相关性(R为0.93)，说明分析数据质量可靠。

2 结果与讨论

采集降水共计65场，年降水量1 708.8 mm，2016年佛山市南海区受超强厄尔尼诺现象影响，提早在3月进入汛期，全年65%的降水量集中在3—8月，12月没有降水事件。测定结果见表1。

表1 南海区2016年降水测定结果

注：以每场降水数据作统计。

2.1 降水pH

图1为2016年南海区的降水pH分布及酸雨频率。从图1(a)可以看出，pH为4.50～5.59的弱酸性降水比例最高，其次是5.60～7.00的中性降水，说明南海区的酸雨频率较高，但没有出现强酸性降水(pH<4.00)或碱性降水(pH>7.00)，仅有1场较强酸性降水(pH为4.00～4.49)[16-17]，总体以弱酸性降水为主。

图1 2016年南海区降水pH分布及酸雨频率Fig.1 Distribution of precipitation pH and acid rain frequency in Nanhai District in 2016

2016年南海区的降水pH年均值为5.05，较2011年(4.63)略有升高，其酸化程度降低；酸雨频率为63.1%，较2011年(71.3%)下降了8.2个百分点；且强或较强酸性降水(pH≤4.49)的频率由2011年的19.5%降至2016年的1.5%：南海区的降水酸化污染有一定程度的缓和，但酸雨频率仍超过60%，酸雨污染状况较为严重。南海区降水pH年均值略低于广东省的5.16，比相邻的广州市低0.19，比全省最高的河源市低1.34[18-19]，可见南海区的降水酸化较为严重。

从图1(b)可以看出，南海区的酸雨存在较明显的季节性差异。夏季(6—8月)降水pH均值较高，酸雨频率最低，相对于其他季节的酸雨污染程度较低；春季(3—5月)的降水pH均值最低，酸雨频率最高，且全年及月降水pH最低值皆出现在3月，春季的酸雨污染程度最严重；秋冬季降水量及降水频率均较少的2月和11月，其酸雨频率为100%。

2.2 降水电导率

2016年南海区降水电导率与总离子浓度关系如图2所示。从图2可以看出，二者的相关系数(R)为0.830 47，线性相关关系显著，说明南海区降水电导率的贡献来源主要为水溶性离子组分，杂质含量较少。2016年南海区降水电导率为7.1～88.1 μScm，波动幅度较大，年均值为19.4 μScm，比2011年(25.9 μScm)下降了34.2%，比我国降水背景站点瓦里关山(14.8 μScm[12])高出31.1%，可见南海区的降水明显受到人为活动的影响。高电导率的降水多发生在降水量少的月份，说明随着降水量的增加，通过冲刷进入降水中的污染物被稀释，降水电导率下降。

图2 2016年南海区降水电导率与总离子浓度关系Fig.2 Relationship between conductivity and total ion concentration of precipitation in Nanhai District in 2016

2.3 降水离子成分

图3为南海区2016年降水离子组分浓度分布。从图3可以看出，总离子浓度年均值为6.41 mgL，比2011年(11.0 mgL)大幅削减了41.7%。阴离子浓度年均值表现为其中和SO42-分别占总阴离子浓度年均值的43.1%和42.8%，是主要的降水阴离子，其次是Cl-，占9.5%；阳离子浓度年均值表现为其中占总阳离子浓度年均值的48.6%，其次是Ca2+，占24.4%，Na+占和Ca2+占总离子浓度年均值的82.4%，是南海区降水的主导离子，与我国其他城市的降水组成情况相似[7-11]。

图3 2016年南海区降水离子组分浓度分布Fig.3 Concentration distribution of ionic components in precipitation in Nanhai District in 2016

2.4 主要离子来源

图4 2016年南海区降水离子三角图Fig.4 Triangle graph of precipitation ions in Nanhai District in 2016

2.5 降水致酸分析

图5 2016年南海区降水主导离子浓度与pH月变化Fig.5 Monthly variation of precipitation dominant ions and pH in Nanhai District in 2016

表2 南海区降水致酸离子与缓冲离子关系

图6 南海区降水SO42-和浓度关系Fig.6 Comparison of SO42- and N concentration in precipitation in Nanhai District

3 结论

(1)2016年南海区降水pH为4.45～6.23，年均值为5.05，酸雨频率为63.1%，呈春季高夏季低的季节性变化特点。对比2011年，酸雨频率降低8.2%，降水酸化程度有所缓和，但仍较高。

[1] 唐孝炎,张远航,邵敏.大气环境化学[M].2版.北京:高等教育出版社,2006:365-446.

[2] SMITH W H.Air pollution and forests:interactions between air contaminants and forest ecosystems[M].New York:Springer Verlag,1981:178-191.

[3] LEE B K,HONG S H,LEE D S.Chemical composition of precipitation and wet deposition of major ions on the Korean peninsula[J].Atmospheric Environment,2000,34(4):563-575.

[4] HU G P,BALASUBRAMANIAN R,WU C D.Chemical characterization of rainwater at Singapore[J].Chemosphere,2003,51(8):747-755.

[5] CAO Y Z,WANG S Y,ZHANG G,et al.Chemical characteristics of wet precipitation at an urban site of Guangzhou South China[J].Atmospheric Research,2009,94(3):462-469.

[6] 王文兴,许鹏举.中国大气降水化学研究进展[J].化学进展,2009,21(23):266-281. WANG W X,XU P J.Research progress in precipitation chemistry in China[J].Progress in Chemistry,2009,21(23):266-281.

[7] 杜建飞,成天涛,马建丽.上海地区酸雨气候特征及成因分析[J].大气科学学报,2015,38(1):137-143. DU J F,CHENG T T,MA J L.The climatic charateristics and formation of acid rain in Shanghai[J].Transactions of Atmospheric Sciences,2015,38(1):137-143.

[8] 牛彧文,何凌燕,胡敏.深圳大气降水的化学组成特征[J].环境科学,2008,29(4):1014-1019. NIU Y W,HE L Y,HU M.The chemical charateristics of atmospheric precipitation in Shenzhen[J].Environmental Science,2008,29(4):1014-1019.

[9] 郭雅思,于奭,黎泳珊,等.桂林市酸雨变化特征及来源分析[J].环境科学,2016,37(8):2897-2904. GUO Y S,YU S,LI Y S,et al.Chemical charateristics and source of acid precipitation in Guilin[J].Environmental Science,2016,37(8):2897-2904.

[10] 余益军,程钟,李江,等.常州市2014年降水化学组成及来源浅析[J].环境化学,2015,34(11):2136-2138.

[11] QIU X X.Analysis and evaluation of atmospheric precipitation in Weinan of Shaanxi Province[J].Resources and Environment,2016,17(11):2497-2499.

[12] 汤洁,薛虎圣,于晓岚,等.瓦里关山降水化学特征的初步分析[J].环境科学学报,2000,20(4):420-425. TANG J,XUE H S,YU X L,et al.The preliminary study on chemical charateristics of precipitation at Mt. Waliguan[J].Acta Scientiae Circumstantiae,2000,20(4):420-425.

[13] SUN M H,WANG Y,WANG T F,et al.Cloud and the corresponding precipitation chemistry in south China:water-soluble components and pollution transport[J].Journal of Geophysical Research:Atmospheres,2010,115(22):1842-1851.

[14] 佛山市南海区环境保护局.广东省佛山市南海区环境质量报告书(2011年度)[R].佛山市:佛山市南海区环境保护局,2012.

[15] 国家环境保护总局.空气和废气监测分析方法[M].4版.北京:中国环境科学出版社,2002:298-335.

[16] 程新金,黄美元.降水化学特性的一种分类分析方法[J].气候与环境研究,1998,3(1):83-89. CHENG X J,HUANG M Y.A classification method to analyze the chemical characteristics of precipitation[J].Climatic and Environmental Research,1998,3(1):83-89.

[17] 国家气象局.酸雨观测业务规范[M].北京:气象出版社,2005.

[18] 广东省环境保护厅.2015广东省环境状况公报[R].广州:广东省环境保护厅,2016.

[19] 广州市环境保护局.2015广州市环境状况公报[R].广州:广州市环境保护局,2016.

[20] 肖红伟,肖化云,王燕丽.贵阳大气降水化学特征及来源分析[J].中国环境科学,2010,30(12):1590-1596. XIAO H W,XIAO H Y,WANG Y L.Chemical characteristics and source apportionment of precipitation in Guiyang[J].China Environmental Science,2010,30(12):1590-1596.

[21] 王文兴,丁国安.中国降水酸度和离子浓度的时空分布[J].环境科学研究,1997,10(2):1-7. WANG W X,DING G A.The geographical distribution of ion concentration in precipitation over China[J].Research of Environmental Sciences,1997,10(2):1-7. ▷

Components and acid factors analysis of atmospheric precipitation in Nanhai District of Foshan City

HUANG Siqiao, LIANG Yongxiang
Foshan Nanhai Environmental Protection Monitoring Station, Foshan 528200, China

In order to investigate the chemical components characteristics and acidification trend of precipitation at Nanhai District, the cross-border region of Guangzhou and Foshan, the precipitation samples were collected during January to December of 2016. The pH, conductivity and ionic composition of precipitation were analyzed. Results indicated that the annually averaged pH, conductivity and total ion concentration were 5.05, 19.4 μScm and 6.41 mgL, respectively. The acid precipitation pollution of Nanhai District in 2016 had improved, but the frequency of acid precipitation was as high as 63.1%, and the extent of acidification was still relatively high. The Nand SO42-which were contributed by the artificial sources played the major roles in the acidification. By analyzing the SN ratio, it was found that Nhad exceeded SO42-and become the primary acid factor of precipitation in Nanhai District.

Foshan City; Nanhai District; precipitation; ionic component; acid factor

2017-03-27

黄斯乔(1986—)，女，工程师，研究方向为环境监测，cq867@sina.com

X517

1674-991X(2017)05-0552-06

10.3969j.issn.1674-991X.2017.05.076

黄斯乔，梁永祥.佛山市南海区降水成分及致酸因子分析[J].环境工程技术学报,2017,7(5):552-557.

HUANG S Q, LIANG Y X.Components and acid factors analysis of atmospheric precipitation in Nanhai District of Foshan City[J].Journal of Environmental Engineering Technology,2017,7(5):552-557.