关中典型城市及农村夏季PM2.5的化学组成对比
2018-12-28李建军吴宇航王格慧
李 瑾,李建军,吴 灿,曹 聪,吴宇航,刘 浪,韩 晶,王格慧,3*
关中典型城市及农村夏季PM2.5的化学组成对比
李 瑾1,2,李建军1,吴 灿1,2,曹 聪1,2,吴宇航1,刘 浪1,2,韩 晶4,王格慧1,2,3*
(1.中国科学院地球环境研究所,黄土与第四纪地质国家重点实验室,中国科学院气溶胶化学与物理重点实验室,陕西 西安 710061；2.中国科学院大学,北京 100049；3.华东师范大学地理科学学院,地理信息科学教育部重点实验室,上海 200241；4.西安交通大学医学部公共卫生学院,陕西 西安 710061)
于2016年7~8月采集了陕西省西安市(城市)及蔺村(农村)夏季昼夜PM2.5样品,分析其有机碳(OC)、元素碳(EC)和无机离子等化学组分的含量,探讨关中平原城市和农村地区PM2.5的化学组成和来源的差异.结果表明,采样期间西安和蔺村的PM2.5浓度分别为(49.7±22.8)和(62.6±14.2)μg/m3.西安PM2.5中OC和EC的浓度[(6.5±2.5)μg/m3, (3.2±1.8)μg/m3]与蔺村[(6.8±1.8)μg/m3, (3.8±2.3)μg/m3]相当.西安OC/EC比值白天(2.6)高于夜晚(1.9),蔺村反之(白天:1.6;夜晚:2.7),主要是因为夜间城市地区重型卡车运输活动增强导致排放更多EC,而夜间农村地区人为活动较少导致EC排放显著降低.西安和蔺村无机离子总浓度分别为(20.2±14.6)和(30.1±10.5)μg/m3,占PM2.5浓度的40.6%和47.6%.蔺村SO42-的平均浓度高达19.0μg/m3,占PM2.5浓度的30%以上,远高于西安(9.4μg/m3和18.9%),主要与农村固体燃料(煤和生物质)使用有关.西安NO3-和Ca2+的浓度及其对PM2.5的贡献、NO3-/SO42-比值均明显大于蔺村,表明城市地区受机动车尾气和扬尘的影响更大.西安K+与Ca2+和Mg2+的相关性较强,而蔺村K+与EC的相关性显著强于西安,说明西安市区K+由粉尘源主导,而农村地区则主要来自生物质燃烧.
关中平原；PM2.5；有机碳；元素碳；无机离子
随着经济快速发展和城镇化水平的提高,我国和许多其他发展中国家正面临严重的大气污染威胁[1].由于不同组成的高吸湿性气溶胶粒子大量存在,大气中细颗粒物(PM2.5)引起的灰霾事件已经成为我国重污染区域,如京津冀、长江三角洲和珠江三角洲等地区,普遍存在的天气现象[2].细颗粒物对人体健康、能见度、生态系统、天气和气候等具有深远影响,这些影响很大程度上依赖于气溶胶的数量浓度、粒径大小和化学组成等性质[1].
深入了解颗粒物的化学组成是准确评估其气候、环境和健康影响的重要因素之一[3].碳组分和无机离子是大气PM2.5中的两类主要化学组成[4].其中,碳组分贡献约为20%~50%[5],主要包括有机碳(OC)和元素碳(EC).OC不仅包含由污染源直接排放的一次有机碳(POC),还包含经光化学过程氧化形成的二次有机碳(SOC),具有光散射性和大气降温作用[6]. EC主要来源于化石燃料或生物质的不完全燃烧过程,具有吸光性,能产生正辐射强迫,对大气能见度有显著影响[6-7].无机离子中除了Cl-、K+、Ca2+、Mg2+等一次离子外,污染气体SO2、NO和NH3经过化学反应生成的二次离子SO42-、NO3-、NH4+(SNA)约占到无机离子的70%~90%,这些离子具有很强的吸湿性,直接改变气溶胶的酸碱性以影响气溶胶的化学演化,并对颗粒物的光学性质具有重要作用[8-9].
目前,国内外学者已对气溶胶中OC、EC和无机离子等化学组分进行了一定的研究,包括对京津冀[7,10]、长江三角洲[11-14]、珠江三角洲[15-16]、关中平原[17-19]和欧美[20-22]等地区的城市气溶胶中化学组分进行季节变化特征研究和来源解析,昼夜差异分析等.例如Cao等[5]在2003年对中国14个城市的冬夏季OC、EC浓度进行观测发现,OC、EC的浓度冬季最高而夏季最低,且OC与EC的相关性冬季强于夏季,这表明夏季虽然浓度较低但是来源贡献复杂,因此对于夏季OC与EC的污染特征需要进一步的研究.Zhu等[19]对关中三个农村点位进行冬夏季室内外的PM2.5组成对比发现,有机物占比冬季高于夏季而SO42-和地质元素则是夏季高于冬季,表明夏季光化学反应强且人为活动较为密集.由于SNA是无机离子的主要组成部分,因此SNA的赋存形式值得探讨[23].李等[24]对成都四季无机离子进行观测分析,发现夏秋冬季NH4+主要以NH4HSO4和NH4NO3的形式存在,而春季主要以(NH4)2SO4和NH4NO3形式存在.曹等[25]对关中地区背景点华山进行夏季无机离子的垂直分布特征分析,发现在山脚NH4+主要以NH4HSO4和 NH4NO3的形式存在.已有研究多集中在城市之间冬夏季化学组分的对比分析,对城市和农村夏季气溶胶化学组成的异同及其原因的关注有所欠缺.尽管我国冬季的灰霾频发,但夏季PM2.5污染也不容忽视.在大范围对城市大气污染治理进行攻关的同时,也要注意关注我国广大农村地区的大气污染现状.
关中平原是我国大气PM2.5重污染区域之一[26],由于以热力发电为主要经济产业,且地形不利于污染物的扩散,和其他污染地区相比受沙尘的影响大[27],不仅西安、渭南等关中城市地区大气污染严重,其周边农村地区的形势也很严峻.本研究以关中平原为研究对象,选取典型的城市和农村站点,对比分析夏季大气PM2.5昼夜变化、化学组成及来源贡献等的差异,以期为政府有针对性开展城市和农村大气污染治理提供科学依据.
1 材料与方法
1.1 样品采集
图1 西安和蔺村采样点示意
如图1所示,城市采样点位于陕西省西安市高新区中国科学院地球环境研究所办公楼三楼顶(距离地面约10m),东经108º53′,北纬34º13′,海拔高度为410m,周边以商业活动与居民住宅为主,无明显污染物排放源,采样时间为2016年7月10日~24日.农村采样点位于陕西省渭南市临渭区下邽镇蔺村,东经109º32′,北纬34º44′,海拔高度为354m,在城市采样点东北方向约80km处,周边均是村庄,无明显大气污染源,采样时间为2016年8月3~23日.使用大流量采样器(TISCH, TE6070DV-BL, 1.13m3/min)分别采集白天(08:00~20:00)和夜晚(20:00~次日08:00) PM2.5样品,观测期间共采集30个城市样品和42个农村样品.所有样品均采用石英纤维滤膜(Whatman QM/A)收集.滤膜在使用前于马弗炉中450℃灼烧6h,以除去有机污染物.采样前后滤膜均保存在-4℃冰箱中.观测期间气象数据(温度、相对湿度、风速及能见度)来自陕西省气象局.
1.2 OC、EC分析
采用DRI Model 2001热光碳分析仪,依据IMPROVE方案升温进行检测分析[28-29].首先取0.526cm2的圆形滤膜片,根据设定的升温程序,OC在无氧的纯He环境下由低温逐步升至约580℃,并逸散出来;然后EC在含2%氧气的氦气环境中逐步升温逸散,上述逸散出的碳被催化氧化为CO2(催化剂为MnO2),于还原环境下转化为CH4,再通过火焰离子检测器(FID)进行定量检测.
1.3 无机离子分析
采用Dionex-600型离子色谱仪进行分析.首先剪取一定面积滤膜,加入10mL超纯水(R>18.2MΩ),超声4次,每次15min,随后经脱色摇床振荡1h后静置.萃取后水溶液用一次性针管和0.45μm水系过滤器(德国MEMBRANA公司生产)过滤,于-4℃冰箱中保存,直至上机分析[30].
1.4 质量控制与质量保证
所有实验操作及分析方法均执行严格的质量控制和质量保证.采样开始前、采样中期以及采样结束后分别采集1~2个现场空白样品.空白样品与实际样品同时进行处理分析,最终数据均减去空白样品的浓度值.样品处理过程中使用的镊子、剪刀等均用超纯水、甲醇、二氯甲烷润洗3次,以除去可能的污染物并防止样品相互污染.
在分析样品的OC、EC时,检测前后均用CH4/CO2标准气体校准仪器.每10个样品中任选1个样品进行重复检测,要求检测出的总碳组分偏差<5%,OC和EC的偏差<10%,检测限为0.20μg/cm2.
无机离子测试时采用国家标准物质中心的标准溶液配制标样,检测实际样品浓度.每测试10个样品后进行一次复检,复检方法为任意挑选1个样品进行重复检测.复检样品浓度在0.03~0.1μg/mL之间时,两次检测相对标准偏差应<±30%;样品浓度在0.1~0.15μg/mL之间时相对标准偏差应<±20%;样品溶液浓度>0.15μg/mL时相对标准偏差应在±10%以内,离子检测限低于0.027μg/mL.
1.5 数据处理与表达
本文中数据均由算术平均值及样本总体标准偏差表示.使用IBM SPSS Statistic软件对化学组分数据进行非参数检验(用于显著变异指标判别)和相关性分析.使用Origin作图软件对数据进行线性回归并得出Pearson相关系数.
2 结果与讨论
2.1 PM2.5质量浓度
采样期间,西安和蔺村PM2.5的平均质量浓度分别为(49.7±22.8)和(62.6±14.2)μg/m3.如图2所示,西安采样期间出现多次降雨过程,促进了气溶胶的湿沉降,雨后PM2.5的浓度均显著下降,导致观测期间城市PM2.5的浓度较农村站点更低.对比国家环境空气质量二级标准[31](GB 3095-2012,日均浓度<75μg/m3),观测期间西安有2d超过国家二级标准,超标率为13%,与Wang等[17]观测的2010年西安夏季PM2.5的平均质量浓度相比下降59%,与Cao等[5]观测的2003年数据相比下降62%;蔺村也有2d超过此标准,超标率为9%,与Zhu等[18]观测的2008年关中农村采样点的PM2.5平均质量浓度相比下降49%,一定程度上说明近年来的大气污染控制已初见成效.采样期间西安的平均相对湿度(76.2%)高于蔺村(59.4%),温度(26.2℃)稍低于蔺村(30.0℃)[图2(a)和(b)];通过比较图2(c)和(d),蔺村的平均风速(2.1m/s)大于西安的平均风速(1.3m/s),但西安的能见度(18.8km)却明显大于蔺村的能见度(11.2km),一方面是由于PM2.5质量浓度西安小于蔺村,另一方面可能是因为蔺村的PM2.5组成中二次无机气溶胶贡献更高(见下文详细描述),因而具有强吸湿性、增强了气溶胶的消光性能[32].
图2 西安和蔺村气象参数及PM2.5质量浓度时间序列变化
由表1可知,西安和蔺村两地PM2.5均未出现显著的昼夜差异(>0.05).这是因为尽管夜间大气边界层降低会导致污染物的累积,但白天人为活动频繁则会促进颗粒物的排放.表2比较了西安和蔺村与国内其他地区的夏季PM2.5浓度水平,可以看出,夏季西安的PM2.5浓度低于北京、南京、重庆,而高于成都.蔺村的PM2.5浓度低于山东禹城、长三角区域的淀山湖,但是明显高于河北上甸子和内蒙古五苏木等地区.
表1 西安和蔺村气象参数及PM2.5中化学组分质量浓度水平
注: *:<0.05,昼夜有显著性差异. n.d.: 低于检测限.
2.2 碳组分
采样期间,西安PM2.5中OC、EC平均质量浓度分别为(6.5±2.5)、(3.2±1.8)μg/m3,蔺村OC、EC平均质量浓度分别为(6.8±1.8)、(3.8±2.3)μg/m3.如表2所示,观测期间西安与蔺村OC、EC差别较小.西安的OC较往年降低了约73%~76%,低于北京、南京、成都和重庆等地区;EC较往年降低了46%~57%,低于南京、重庆,但高于成都,与北京相当.蔺村的EC较往年并无明显变化,但OC降低了约66%;与国内其他农村地区相比,OC低于山东禹城、内蒙古五苏木但大于珠江三角洲后花园等农村地区,EC均大于表2中所列国内其他农村地区.总体来看,与其他地区相比,夏季关中地区OC浓度水平较低,但是农村地区EC排放明显高于其他地区,这可能与关中农村固体燃料(煤和生物质)燃烧较为普遍有关.采样期间西安与蔺村的PM2.5中OC/EC的平均比值分别为(2.2±0.5)、(2.1±0.7),同样低于国内其他地区,这与固体燃料不完全燃烧排放的黑碳颗粒物较多有关.
从图3城市和农村地区的OC、EC平均质量浓度及OC/EC的昼夜对比中可以看出,西安与蔺村的OC均是白天比夜晚高,这是因为夏季白天光化学反应强烈产生更多二次有机碳的缘故[7].西安的EC排放夜晚高于白天,这可能是因为夜间交通晚高峰以及重型载货卡车进入市区的影响. 由于白天SOC生成和EC降低等因素影响,西安白天OC/EC显著高于晚上(<0.05).而蔺村夜晚EC的浓度显著低于白天,主要是因为农村地区人为活动主要集中在白天,夜晚EC的排放源较少,也因此导致了农村地区夜晚OC/EC显著高于白天(<0.05).
图3 西安和蔺村PM2.5中化学组分质量浓度昼夜对比
表2 西安和蔺村与国内其他地区的PM2.5、OC、EC浓度比较(μg/m3)
注:“—”:文献中没有相关内容; TOR: 热光反射法; TOT: 热光透射法.
2.3 无机离子
2.3.1 无机离子质量浓度 采样期间,西安和蔺村无机离子总质量浓度分别是(20.2±14.6)、(30.1± 10.5)μg/m3.西安各离子质量浓度顺序为:SO42-> NO3->NH4+>Ca2+>Na+>Cl->Mg2+>K+,蔺村各离子质量浓度顺序为:SO42->NH4+>NO3->Na+>K+>Ca2+> Cl->Mg2+.由图3与表1可以看出,蔺村SO42-平均浓度(19.0μg/m3)约是西安(9.4μg/m3)的2倍,表明在对城市进行燃煤污染控制和推广“煤改气”的同时也应注意农村地区的燃煤和生物质燃烧污染问题.蔺村NH4+(5.0μg/m3)和K+(0.7μg/m3)的绝对浓度明显高于城市,分别是西安NH4+(2.9μg/m3)和K+(0.1μg/m3)浓度的1.7倍和7.4倍,表明关中农村地区受农业氨排放和生物质燃烧的影响显著[40].西安NO3-的浓度(5.5μg/m3)约是蔺村(3.4μg/m3)的1.6倍,表明:城市地区机动车尾气的排放有很大贡献.从图4所示的SO42-、NO3-、NH4+三角组成分布图中可以看出:西安和蔺村二次离子相对组成的区别主要是蔺村较西安SO42-占比大、NO3-占比小,NH4+略大,进一步表明:机动车对城市地区的贡献更高,而农村地区受畜禽养殖和化肥使用等农业氨排放的影响更为明显.
图4 西安和蔺村PM2.5中SO42-、NO3-和NH4+组成三角分布
图5 西安和蔺村PM2.5及其化学组成质量浓度时间序列变化
无机离子质量浓度和百分含量时间序列变化如图5所示,由于无机离子是PM2.5的主要化学组分之一,其时间变化与PM2.5变化趋势基本一致(图2).从西安无机离子的变化趋势可以看出,每当PM2.5浓度升高时SO42-占比明显增大.该现象与我国多数地区冬季灰霾时硫酸盐的贡献升高类似[9],表明:硫酸盐的迅速增长是造成大气灰霾污染的重要因素.此外,西安地区Ca2+相比蔺村百分含量高,说明城市受建筑粉尘及交通道路扬尘的影响更大.本次观测期间,蔺村的无机离子变化趋势比较平稳,但仍存在明显的昼夜差异.其中NO3-(白天/夜间:0.4,<0.05)白天浓度显著低于晚上,主要是因为白天温度较高更有利于半挥发性NO3-存在于气相中所致.而白天农村生物质燃烧的大量排放导致其K+浓度是晚上的3.7倍(<0.05).
由于NO3-的前驱污染气体NO受机动车尾气排放的影响较大,而氧化形成SO42-的SO2则主要来自于燃煤(工厂、居民生活等)的排放,因此NO3-/ SO42-的比值可以在一定程度上区分移动源和固定源对大气中气溶胶的贡献[41].本研究中西安的NO3-/SO42-变化范围为0.16~2.3,平均值为0.71;蔺村的NO3-/SO42-变化范围为0.05~0.59,平均值为0.18,进一步表明:夏季城市地区机动车尾气排放等移动源的贡献远大于农村地区.
2.3.2 SNA赋存形式 SO42-、NO3-和NH4+(SNA)是大气气溶胶中无机离子的主要组分,采样期间分别占城市和农村地区无机离子浓度的87.8% 和91.2%.为判断NH4+与SO42-主要的存在形式,采用如下方法进行分析:当NH4+与SO42-主要以NH4HSO4的形式存在时,NH4+的理论浓度根据式(1)计算;当NH4+与SO42-主要以(NH4)2SO4的形式存在时,NH4+的理论浓度根据式(2)计算[42]:
NH
4
+
= 0.29NO
3
-
+ 0.19SO
4
2
-
(1)
NH
4
+
= 0.29NO
3
-
+ 0.38SO
4
2
-
(2)
图6是计算出的NH4+理论浓度和实际浓度的相关性图,经过对比可以发现图6(a)和(c)的拟合斜率更接近于1,推断西安和蔺村的NH4+赋存形式均主要是NH4HSO4和NH4NO3.该结果表明关中地区受燃煤排放的影响,大气中大量的SO2气体在夏季高温高湿等有利条件下进行氧化生成SO42-,且不能被NH3完全中和,导致酸性相对较强的NH4HSO4含量较高,将进一步影响该地区大气气溶胶的液相化学过程,包括二次有机气溶胶的气粒分配和液相生成.
2.4 相关性分析
西安和蔺村PM2.5及其化学组成相关性分析如表3所示.作为PM2.5中含量较高的化学组分,西安地区OC、EC及SNA均与PM2.5具有较强的相关性.此外,西安的PM2.5与Ca2+和Mg2+等地壳元素也具有较强的相关性,再次表明西安大气细颗粒物受道路扬尘和建筑粉尘的影响较大.然而,在农村地区PM2.5仅与SO42-、NO3-和NH4+等二次无机离子显著相关,表明关中农村地区夏季PM2.5的浓度主要受大气中二次无机离子影响.
表3 西安和蔺村PM2.5及其化学组成相关性分析
注:**.<0.01,有显著性差异; *.<0.05,有显著性差异.
图7 西安和蔺村OC与EC的相关性昼夜对比
如图7所示,西安夏季OC与EC的相关性强于蔺村,说明城市的OC和EC来源更一致,主要受人为活动影响,而农村地区OC更多受到自然源如植物排放有机物的影响,因而与EC相关性弱于城市地区.西安和蔺村两地夜间OC和EC的相关性均优于白天,表明:白天二次有机气溶胶的形成对OC的贡献较为明显[43].
西安和蔺村两地二次生成的NH4+与SO42-、NO3-均有很强的相关性,与其存在形式的分析一致.城市地区Ca2+、Mg2+和K+三者之间呈强相关性,然而在农村地区,K+与Ca2+、Mg2+之间并未出现明显的相关性.研究表明生物质燃烧是K+的重要来源[40],然而在受粉尘影响较大的区域,道路扬尘和建筑粉尘对K+的贡献同样不容忽视[44].由图8可知农村地区K+与OC和EC的相关性均显著强于城市地区.而图3也说明了蔺村白天K+的浓度明显高于夜间(3.7倍),且其平均浓度约为西安白天K+浓度的12倍.这些结果均证明了蔺村地区PM2.5中K+主要来源于生物质燃烧排放,而西安地区则主要与道路扬尘等排放有关.
图8 西安和蔺村OC与K+、EC与K+的相关性
2.5 PM2.5质量平衡
图9是西安和蔺村PM2.5化学组成的质量闭合饼图,其中有机物(OM)的浓度按OC浓度的1.6倍计算[45].总碳气溶胶TCA(TCA=OM+EC)浓度与无机离子浓度之和分别占城市和农村地区PM2.5质量浓度的68.2%和71.4%,但其相对贡献仍存在明显的差异.蔺村仅SO42-组分就贡献了PM2.5浓度的1/3,显著高于城市地区(18.9%),说明关中地区燃煤及生物质燃烧等排放的SO2对区域大气环境质量具有重要影响.而城市地区由于近年来机动车数量激增,其PM2.5中NO3-的贡献约为农村地区的2倍,可能也是城市地区有机物含量更高的重要原因.此外,与前面分析一致,西安地区Ca2+和Mg2+的贡献高于蔺村,说明其受粉尘影响较大;而农村由于生物质燃烧排放,其K+的贡献更高.
图9 西安和蔺村PM2.5的化学组成
3 结论
3.1 2016年夏季西安和蔺村大气PM2.5的平均质量浓度分别为(49.7±22.8)和(62.6±14.2)μg/m3;西安OC和EC的平均质量浓度分别为(6.5±2.5)和(3.2± 1.8)μg/m3,蔺村OC和EC的平均质量浓度分别为(6.8±1.8)和(3.8±2.3)μg/m3,总碳气溶胶分别占PM2.5组成的27.5%和23.4%;西安和蔺村无机离子的总质量浓度为(20.2±14.6)和(30.1±10.5)μg/m3,分别占PM2.5组成的40.6%和47.6%,在无机离子中,SO42-、NO3-、NH4+(SNA)为主要组分,分别占城市和农村地区无机离子总质量浓度的87.8%和91.2%.
3.2 西安PM2.5中OC、EC浓度、OC/EC比值与蔺村相当,两地OC均是白天大于夜晚,但OC/EC的昼夜比分别是1.4和0.6.城市夜间排放的EC浓度大于白天,这主要是因为交通晚高峰以及重型载货卡车尾气排放的影响.农村EC夜间排放少,显著低于白天(<0.05),主要是因为夜间人为活动减少所致.
3.3 西安SNA质量浓度顺序为SO42->NO3->NH4+,蔺村的则是SO42->NH4+>NO3-.西安NO3-和Ca2+的浓度约是蔺村的1.6倍和2.0倍,NO3-/SO42-也明显大于蔺村,说明城市受到机动车尾气和扬尘的影响大;蔺村SO42-浓度约是西安的2倍,占PM2.5浓度的1/3,显著高于城市地区(18.9%),NH4+和K+的浓度约是西安的1.7倍和7.4倍,含量明显高于城市,这可归结于农村地区燃煤和生物质燃烧、农业氨排放的影响.
3.4 西安的PM2.5与碳组分和大部分无机离子均有强相关性,蔺村的PM2.5主要与SO42-、NO3-、NH4+有强相关性.两地白天OC与EC的相关性均弱于夜晚,与白天光化学反应活性强生成二次有机气溶胶有关.K+与碳组分及Ca2+和Mg2+的相关性表明蔺村PM2.5中K+主要来源于生物质燃烧排放,但西安市区则主要与道路扬尘和建筑粉尘等活动有关.
[1] Zhang R Y, Wang G H, Guo S, et al. Formation of urban fine particulate matter [J]. Chemical Reviews, 2015,115(10):3803-3855.
[2] Ma J Z, Xu X B, Zhao C S, et al. A review of atmospheric chemistry research in China: Photochemical smog, haze pollution, and gas- aerosol interactions [J]. Advances in Atmospheric Sciences, 2012, 29(5):1006-1026.
[3] Schlesinger R B, Kunzli N, Hidy G M, et al. The health relevance of ambient particulate matter characteristics: coherence of toxicological and epidemiological inferences [J]. Inhal Toxicol, 2006,18(2):95-125.
[4] Turpin B J, Cary R A, Huntzicker J J. An In Situ, Time-Resolved Analyzer for Aerosol Organic and Elemental Carbon [J]. Aerosol Science and Technology, 1990,12(1):161-171.
[5] Cao J J, Lee S C, Chow J C, et al. Spatial and seasonal distributions of carbonaceous aerosols over China [J]. Journal of Geophysical Research: Atmospheres, 2007,112(D22):D22S11.
[6] Hand J L, Schichtel B A, Malm W C, et al. Spatial and Temporal Trends in PM2.5Organic and Elemental Carbon across the United States [J]. Advances in Meteorology, 2013,2013:1-13.
[7] Yang F, Huang L, Duan F, et al. Carbonaceous species in PM2.5at a pair of rural/urban sites in Beijing, 2005~2008 [J]. Atmospheric Chemistry and Physics, 2011,11(15):7893-7903.
[8] Tian M, Wang H, Chen Y, et al. Highly time-resolved characterization of water-soluble inorganic ions in PM2.5in a humid and acidic mega city in Sichuan Basin, China [J]. Science of the Total Environment, 2017,580:224-234.
[9] Wang G H, Zhang R Y, Gomez M E, et al. Persistent sulfate formation from London Fog to Chinese haze [J]. Proceedings of the National Academy of Sciences of the United States of America, 2016, 113(48):13630-13635.
[10] Zhao X J, Zhang X L, Xu X F, et al. Seasonal and diurnal variations of ambient PM2.5concentration in urban and rural environments in Beijing [J]. Atmospheric Environment, 2009,43(18):2893-2900.
[11] 吴 丹,沈开源,盖鑫磊,等.南京北郊大气气溶胶中水溶性有机碳(WSOC)的污染特征 [J]. 中国环境科学, 2017,37(9):3237-3246.
[12] 沙丹丹,王红磊,朱 彬,等.冬季PM2.5中含碳气溶胶的污染特征——长江三角洲地区一次区域重污染过程分析 [J]. 中国环境科学, 2017,37(10):3611-3622.
[13] Cao J J, Zhu C S, Tie X X, et al. Characteristics and sources of carbonaceous aerosols from Shanghai, China [J]. Atmospheric Chemistry and Physics, 2013,13(2):803-817.
[14] 赵云卿,陈善莉,朱 彬,等.南京北郊早春霾污染过程及硫酸盐形成研究[J]. 中国环境科学, 2018,38(7):2438-2444.
[15] Hu M, Wu Z J, Slanina J, et al. Acidic gases, ammonia and water-soluble ions in PM2.5at a coastal site in the Pearl River Delta, China [J]. Atmospheric Environment, 2008,42(25):6310-6320.
[16] 马 莹,吴 兑,刘 建.珠三角春节期间PM2.5及水溶性离子成分的变化——以2012年为例 [J]. 中国环境科学, 2016,36(10):2890-2895.
[17] Wang P, Cao J J, Shen Z X, et al. Spatial and seasonal variations of PM2.5mass and species during 2010 in Xi'an, China [J]. Science of the Total Environment, 2015,508(508C):477-487.
[18] Zhu C S, Cao J J, Tsai C J, et al. The Indoor and Outdoor Carbonaceous Pollution during Winter and Summer in Rural Areas of Shaanxi, China [J]. Aerosol and Air Quality Research, 2010,10(6): 550-558.
[19] Zhu C S, Cao J J, Shen Z X, et al. Indoor and Outdoor Chemical Components of PM2.5in the Rural Areas of Northwestern China [J]. Aerosol and Air Quality Research, 2012,12(6):1157-1165.
[20] Rattigan O V, Felton H D, Bae M S, et al. Comparison of long-term PM2.5carbon measurements at an urban and rural location in New York [J]. Atmospheric Environment, 2011,45(19):3228-3236.
[21] Lee T, Yu X Y, Kreidenweis S M, et al. Semi-continuous measurement of PM2.5ionic composition at several rural locations in the United States [J]. Atmospheric Environment, 2008,42(27):6655-6669.
[22] Squizzato S, Masiol M, Innocente E, et al. A procedure to assess local and long-range transport contributions to PM2.5and secondary inorganic aerosol [J]. Journal of Aerosol Science. 2012,46(2):64-76.
[23] Shen Z X, Arimoto R, Cao J J, et al. Seasonal variations and evidence for the effectiveness of pollution controls on water-soluble inorganic species in total suspended particulates and fine particulate matter from Xi'an, China [J]. Journal of the Air and Waste Management Association, 2008,58(12):1560-1570.
[24] 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,(12):4439-4445.
[25] 曹 聪,王格慧,吴 灿,等.华山地区PM2.5中无机离子垂直分布特征[J]. 环境科学, 2018,39(4):1473-1483.
[26] Wang G H, Zhou B H, Cheng C L, et al. Impact of Gobi desert dust on aerosol chemistry of Xi'an, inland China during spring 2009: differences in composition and size distribution between the urban ground surface and the mountain atmosphere [J]. Atmospheric Chemistry and Physics, 2013,13(2):819-835.
[27] Li J J, Wang G H, Zhou B H, et al. Chemical composition and size distribution of wintertime aerosols in the atmosphere of Mt. Hua in central China [J]. Atmospheric Environment, 2011,45(6):1251-1258.
[28] Chow J C, Watson J G, Chen L W, et al. The IMPROVE_A temperature protocol for thermal/optical carbon analysis: maintaining consistency with a long-term database [J]. Journal of the Air and Waste Management Association, 2007,57(9):1014-1023.
[29] Chow J C, Watson J G, Chen L W, et al. Equivalence of Elemental Carbon by Thermal/Optical Reflectance and Transmittance with Different Temperature Protocols [J]. Environmental Science and Technology, 2004,38(16):4414-4422.
[30] Zhang T, Cao J J, Tie X X, et al. Water-soluble ions in atmospheric aerosols measured in Xi'an, China: Seasonal variations and sources [J]. Atmospheric Research, 2011,102(1):110-119.
[31] GB 3095—2012 环境空气质量标准 [S].
[32] 韩艳妮,王格慧.华北农村大气PM2.5中水溶性物质化学组成、吸湿性能及光学特征[J]. 地球环境学报, 2016,7(1):44-54.
[33] Yao L, Yang L X, Chen J M, et al. Characteristics of carbonaceous aerosols: Impact of biomass burning and secondary formation in summertime in a rural area of the North China Plain [J]. Science of the Total Environment, 2016,557-558:520-530.
[34] Han Y M, Han Z W, Cao J J, et al. Distribution and origin of carbonaceous aerosol over a rural high-mountain lake area, Northern China and its transport significance [J]. Atmospheric Environment, 2008,42(10):2405-2414.
[35] Gao J, Peng X, Chen G, et al. Insights into the chemical characterization and sources of PM2.5in Beijing at a 1-h time resolution [J]. Science of the Total Environment, 2016,542(Pt A): 162-171.
[36] Li H M, Wang Q G, Yang M, et al. Chemical characterization and source apportionment of PM2.5aerosols in a megacity of Southeast China [J]. Atmospheric Research, 2016,181:288-299.
[37] Wang H B, Tian M, Chen Y, et al. Seasonal characteristics, formation mechanisms and source origins of PM2.5in two megacities in Sichuan Basin, China [J]. Atmospheric Chemistry and Physics, 2018,18(2): 865-881.
[38] Wang D F, Zhou B, Fu Q Y, et al. Intense secondary aerosol formation due to strong atmospheric photochemical reactions in summer: observations at a rural site in eastern Yangtze River Delta of China [J]. Science of the Total Environment, 2016,571:1454-1466.
[39] Hu W W, Hu M, Deng Z Q, et al. The characteristics and origins of carbonaceous aerosol at a rural site of PRD in summer of 2006 [J]. Atmospheric Chemistry and Physics, 2012,12(4):1811-1822.
[40] Andreae M O. Soot carbon and excess fine potassium: long-range transport of combustion-derived aerosols [J]. Science, 1983,220(4602): 1148-1151.
[41] 张 婷,曹军骥,刘随心.宝鸡市PM2.5中水溶性离子组分污染特征及来源分析[J]. 地球环境学报, 2017,8(1):46-54.
[42] Shen Z X, Arimoto R, Cao J J, et al. Seasonal Variations and Evidence for the Effectiveness of Pollution Controls on Water-Soluble Inorganic Species in Total Suspended Particulates and Fine Particulate Matter from Xi’an, China [J]. Journal of the Air and Waste Management Association, 2012,58(12):1560-1570.
[43] Aswini A R, Hegde P, Nair P R. Carbonaceous and inorganic aerosols over a sub-urban site in peninsular India: Temporal variability and source characteristics [J]. Atmospheric Research, 2018,199:40-53.
[44] Li J J, Wang G H, Wang X M, et al. Abundance, composition and source of atmospheric PM2.5at a remote site in the Tibetan Plateau, China [J]. Tellus Series B-Chemical and Physical Meteorology, 2013,65(17):129-133.
[45] Turpin B J, Lim H J. Species Contributions to PM2.5Mass Concentrations: Revisiting Common Assumptions for Estimating Organic Mass [J]. Aerosol Science and Technology, 2001,35(1):602-610.
Comparison on the chemical composition of PM2.5in the urban and rural regions of Guanzhong plain, China.
LI Jin1,2, LI Jian-jun1, WU Can1,2, CAO Cong1,2, WU Yu-hang1, LIU Lang1,2, HAN Jing4, WANG Ge-hui1,2,3*
(1.State Key Laboratory of Loess and Quaternary Geology, Key Lab of Aerosol Chemistry and Physics, Institute of Earth Environment, Chinese Academy of Sciences, Xi’an 710061, China；2.University of Chinese Academy of Sciences, Beijing 100049, China；3.Key Laboratory of Geographic Information Science of the Ministry of Education, School of Geographic Sciences, East China Normal University, Shanghai 200241, China；4.College of Public Health, Xi'an Jiaotong University Health Science Center, Xi'an 710061, China)., 2018,38(12)：4415~4425
PM2.5samples were collected on a day/night basis at an urban site in Xi’an in July 2016 and at Lin Village, a rural site 80km northeast to Xi’an, in August 2016. The samples were determined for organic carbon (OC), elemental carbon (EC), and inorganic ions to investigate the differences in chemical compositions and sources of PM2.5between the urban and rural areas of Guanzhong Plain. The results showed that PM2.5in Xi'an and Lin Village during the sampling period were (49.7±22.8)μg/m3and (62.6±14.2)μg/m3, respectively. Concentrations of OC and EC in PM2.5were similar between Xi'an [(6.5±2.5)μg/m3and (3.2±1.8)μg/m3] and Lin Village [(6.8±1.8)μg/m3and (3.8±2.3)μg/m3]. The OC/EC mass ratios in Xi'an were higher in the daytime (2.6) than in the nighttime (1.9), in contrast to those in Lin Village, which were lower in the daytime (1.6) and higher in the nighttime (2.7). Such diurnal differences can be explained by an enhanced emission of EC due to the nighttime occurrence of heavy-duty trucks in the urban area and a decreased emission of EC due to the nighttime absence of anthropogenic activities (e.g., biomass burning and coal combustion) in the rural area. Inorganic ions of PM2.5were (20.2±14.6)μg/m3and (30.1±10.5)μg/m3in Xi’an and Lin Village and accounted for 40.6% and 47.6% of PM2.5in the two regions, respectively. SO42-of PM2.5in the rural area was 19.0μg/m3and accounted for one-third of the fine particle mass, which was much higher than that in Xi’an (9.4μg/m3and 18.9%). Concentrations of NO3-and Ca2+in Xi’an, their masses relative to PM2.5and NO3-/SO42-mass ratio were significantly higher than those in Lin Village, suggesting that the urban atmosphere was more affected by motor vehicle exhausts and emissions from road-dust and construction activities. K+in the samples showed stronger correlations with Ca2+and Mg2+in Xi’an due to the dominant source of dust. In contrast, K+was correlated with EC in the rural area, mainly due to the dominance of biomass burning emissions.
Guanzhong Plain；PM2.5；organic carbon；elemental carbon；water-soluble inorganic ions
X513
A
1000-6923(2018)12-4415-11
李 瑾(1993-),女,陕西三原人,硕士研究生,主要研究方向为大气环境化学.
2018-05-02
国家自然科学基金资助项目(91543116,41773117);中国科学院地球环境研究所黄土与第四纪地质国家重点实验室开放基金资助项目(SKLLQG1706)
* 责任作者, 教授, wanggh@ieecas.cn
