沙尘过程中汾渭平原气溶胶化学组分及含水量的演变特征研究

刁一伟，杨 孟，沈利娟*，王红磊，刘焕武，刘诗云，赵天良

1.无锡学院，中国气象局生态系统碳源汇重点开放实验室，江苏 无锡 214105

2.无锡学院大气与遥感学院，江苏 无锡 214105

3.无锡学院环境工程学院，江苏 无锡 214105

4.南京信息工程大学，中国气象局气溶胶-云-降水重点开放实验室，江苏 南京 210044

5.西安市环境监测站，陕西 西安 710119

6.中科三清科技有限公司，北京 100029

气溶胶粗粒子多由机械过程产生，重力沉降作用较大，往往很难进行远距离输送[1-2]，因此气溶胶粗粒子污染多为短时间的局地污染，其化学组分较简单，加之颗粒粒径较大，对人体健康的影响较小[3-4].但是，沙尘过程由于其较强的动力条件，可将沙尘源地的沙尘粒子输送到大气较高的高度，进行远距离输送，影响下游上千公里外的地区，甚至可以跨洲际传输[5-6].沙尘粒子在远距离输送过程中，在其表面发生非均相化学过程，使得其化学组分发生较大改变[7-11].此外，沙尘入侵下游城市时，可在较短的时间内改变当地气象条件(如相对湿度、风速和能见度等)和气溶胶的化学组成，影响大气中的化学过程，最终对下游地区气溶胶的物理化学特性产生较大影响[8-12].

沙尘天气在我国春季频繁发生，影响我国的沙尘主要来源于西北干旱地区的塔克拉玛干沙漠、内蒙古自治区半干旱地区的戈壁沙漠和蒙古国的戈壁荒漠[12-13].近年来，人们使用地面观测、卫星遥感和数值模式等方法对沙尘过程的生消机理、传输过程和化学机制等方面开展了大量研究[11-18].Adams 等[14]在流管实验中发现，沙尘会影响SO2在其表面的吸附，进而影响硫酸盐粒子的形成.朱媛媛等[18]对京津冀及周边地区一次PM2.5叠加沙尘重污染过程的分析表明，地面弱气压场、高湿和逆温等静稳条件和沙尘是重要的污染气象和天气因素；激光雷达地基和车载走航监测数据结合HYSPLIT 后向轨迹分析表明，区域两次沙尘过程主要受西北路径传输影响.贺沅平等[19]研究表明，旺盛的地面混合层热对流泡运动和中尺度(反)气旋性涡旋过境是特强沙尘暴天气出现的必要条件.

西安市作为汾渭平原的核心城市，北濒渭河、南依秦岭，紧靠我国主要沙尘源区，受沙尘过程的影响较大.宁海文等[20]研究发现，西安市沙尘天气主要出现在春季，4 月最多，占全年天数的22.6%.Ren 等[21]发现，沙尘暴期间西安市的二次有机气溶胶(SOA)主要富集在粗颗粒上，主要是因为沙尘表面气相亲水性有机物(如芒硝)的吸附和氧化过程.魏颖等[22]使用模式模拟发现，关中地区在强沙尘时段和一般时段沙尘组分对PM2.5的贡献分别为60%～80% 和10%～30%.综上，沙尘对汾渭平原地区空气质量的影响非常复杂，在不同情景下的作用机制存在较大差异，因此有必要加强对该地区沙尘期间气溶胶化学组分的观测研究.本研究基于2021 年3 月10 日-4 月6 日气溶胶化学和气象要素的在线观测数据，结合MODIS卫星遥感AOD (Aerosol Optical Depth)数据、MERRA 2再分析数据和环境六要素数据，探讨了汾渭平原两次沙尘过程和一次扬尘过程中气溶胶化学组分的演变特征，使用ISORRPIA Ⅱ模式分析了气溶胶含水量和pH 的变化特征，以期为深入理解沙尘过程对汾渭平原地区空气质量的影响机制提供科学依据.

1 方法与材料

1.1 观测仪器和数据介绍

水溶性离子使用LFAMS-2010 型环境空气颗粒物水溶性离子在线监测系统〔力合科技(湖南)股份有限公司〕观测，该产品采用液相离子色谱法，在线采集、分析项目包括SO42-、NO3-、NO2-、Cl-、Na+、NH4+、K+、Mg2+和Ca2+，时间分辨率为1 h.OC/EC(有机碳与元素碳浓度之比，下同)使用LFOEC-2018 型环境空气颗粒物OC/EC 在线分析仪〔力合科技(湖南)股份有限公司〕观测，该产品采用热光法，时间分辨率为1 h.水溶性离子在线监测系统和OC/EC 在线分析仪按生产厂家要求定期标定校准和维护清洗，每日检查仪器运行状态.使用拉依达准则法(Pauta Criterion)即3σ 准则对观测数据实施数据异常校验和偏离数据处理.观测点位于西安市环境监测站大气环境质量综合实验室(简称“超级站”)楼顶(108.93°E、34.25°N)，距地面高约15 m，超级站位于西安市莲湖区与碑林区交界处，周围无高大建筑物，西面50 m 有一条主干道，属于典型的城市环境特征.观测时间为2021 年3 月10 日-4 月6 日.

PM2.5、PM10、SO2、NO2、O3和CO 浓度取自西安市环境监测站内国控点数据，已按照《环境空气质量标准》(GB 3095-2012)中的要求进行数据质量控制，剔除不符合实际物理意义的样本数据.气象要素资料由超级站同步观测获得.

1.2 离子电荷平衡

PM2.5的酸碱度对人体健康和生态环境均有重要影响，离子电荷平衡〔阴离子摩尔电荷(AE)和阳离子摩尔电荷(CE)的比值〕被广泛应用于评价颗粒物的酸碱性[23].阴阳离子电荷平衡也可以检验数据有效性，若AE 和CE 相关性好且差异小，则意味着数据质量好，计算公式：

式中，[X]为离子X的浓度，μg/m3.由图1 可见，观测期间AE 与CE 的相关性较好(R=0.97)，且二者拟合后的差异较小，表明观测的水溶性离子数据质量较好.

图1 观测期间离子电荷平衡关系以及不同阶段OC 与EC 浓度的散点图Fig.1 The fit relationship between AE and CE concentrations during the measurement period and the comparison of OC and EC concentrations in PM2.5 at different stages

1.3 SOC 计算

Chow 等[24]认为OC/EC 大于2 时，存在二次反应生成的有机碳.本文采用Turpin 等[25]提出SOC 的计算方法：

式中：[OCpri]为一次有机碳(POC) 浓度，μg/m3；[EC]为EC 的浓度，μg/m3；([OC]/[EC])pri为污染源一次排放的OC 与EC 浓度之比.然而，由于OC 的来源复杂，很难确定(OC/EC)pri.因此，Castro 等[26]提出用OC/EC的最小比值近似代替(OC/EC)pri，计算公式：

式中：[SOC]为二次有机碳的浓度，μg/m3；[TOC]为总有机碳的浓度，μg/m3；([OC]/[EC])min为所观测的OC/EC的最小值.本文中([OC]/[EC])pri在沙尘前(2021 年3 月10 日00:00-15 日22:00)、沙尘1(3 月16 日00:00-21 日07:00)、扬尘(3 月21 日08:00-28 日14:00)、沙尘2(3 月28 日15:00-31 日21:00) 和沙尘后(3 月31 日22:00-4 月5 日23:00)分别为1.88、1.84、1.42、1.62 和1.78，OC 与EC 浓度的散点图如图1所示.

1.4 NOR 和SOR

硫氧化率(SOR)和氮氧化率(NOR)可以反映SO2和NO2二次转化的程度，SOR 和NOR 的值越大，表示SO2和NO2气体在大气中通过气相或液相反应更多地转化为二次气溶胶粒子，计算公式：

1.5 AOD 遥感资料

Terra 卫星上的MODIS 仪器提供在0.405～14.385 μm 之间的36 个光谱波段的陆地、大气和海洋标准产品，可见光通道1(660 nm)和通道2(860 nm)具有250 m 星下点的空间分辨率，3～7 通道具有500 m 的空间分辨率，其他通道的空间分辨率为1 000 m，扫描宽度为2 330 km[27].本文选取2021 年3 月10 日-4 月6 日的MODIS C061 MYD08_D3_6_1_AOD_550_Dark_Target_Deep_Blue_Combined_Mean 数据集对AOD 的时空分布进行分析.

1.6 MERRA 2 再分析数据

MERRA-2 数据基于戈达德地球观测系统模型第5 版(Goddard Earth Observing System model，version 5，GEOS-5)及其大气数据同化系统(data assimilation system,version 5.12.4，ADAS-5.12.4)对多种卫星气溶胶数据集进行同化吸收[28].另外，MERRA-2 还同化了若干遥感反演数据集以及来自探空仪、飞机等常规观测数据集[29].本文选取2021 年3 月10 日-4 月6 日的M2T1NXAER_5_12_4_DUCMASS 数据集对地面沙尘浓度的时空分布进行分析，空间分辨率为0.5°×0.625°,时间分辨率为1 h，可通过美国宇航局地球科学数据网站(https://earthdata.nasa.gov)访问下载.

1.7 ISORROPIA-Ⅱ模型

ISORROPIA-Ⅱ模型(http://isorropia.eas.gatech.edu)基于热力学原理，在气溶胶相态平衡后计算气溶胶水含量中氢离子的浓度[30].模型输入数据包括Na+、SO42-、NH4+〔或TNH3，包括NH4+(离子)与NH3(气体)〕、NO3-〔或THNO3，包括NO3-(离子) 与HNO3(气体)〕、Cl-〔或THCl，包括Cl-(离子)与HCl(气体)〕、Ca2+、K+、Mg2+、相对湿度(RH)和温度(T).该模型在假设气溶胶体系达到热力学平衡的基础上，根据输入的组分浓度和温湿度，重新对输入数据进行气粒分配，以达到体系能量最低，最终得到输出数据，主要包括不同相态中化学组分(液相中包括H+)的浓度和液相水含量，可根据液相中H+浓度和水含量来计算气溶胶pH，计算公式：

式中：Hair+为样本中H+液相浓度，μg/m3；ALW 为气溶胶水浓度，μg/m3.其中，当输入参数选择reverse 选项时，气溶胶状态为stable，即在超饱和状态时，无机盐会析出[31].

2 结果与讨论

2.1 沙尘过程概述

根据《受沙尘天气过程影响城市空气质量评价补充规定》中对沙尘影响起始时间判定，城市PM10小时平均浓度大于等于前6 h PM10平均浓度的2 倍且大于150 μg/m3作为受影响起始时间，或将城市PM2.5与PM10小时浓度比值小于等于前6 h 比值平均值的50%作为受影响的起始时间；将城市PM10小时平均浓度首次降至与沙尘天气前6 h PM10平均浓度的相对偏差小于等于10%作为沙尘天气影响结束的时间.沙尘过程中PM10浓度最大值达到沙尘前平均浓度的5 倍以上的过程定义为沙尘暴，沙尘过程中PM10浓度最大值达到沙尘前平均浓度的5 倍以下的过程定义为扬尘.

由图2 可见：观测期间发生了两次明显的沙尘，第一次出现在3 月16-21 日，16 日00:00 沙尘外围抵达西安市上空，此时PM10浓度开始增加，但仍维持在较低浓度(152 μg/m3)，PM2.5/PM10迅速降低，为0.33(沙尘前平均值为0.45)；16 日04:00 沙尘正式影响西安市，PM10浓度迅速增加，14:00 PM10达最大值(892 μg/m3)，但在沙尘影响期间地面风速并未发生明显变化，风速均小于1 m/s，RH 与沙尘前相比略有下降，多低于65%；此后，PM10浓度快速下降，19 日11:00-16:00 出现了短时降水过程，PM10浓度降至最低值(50 μg/m3)，受到雨水冲刷作用，沙尘对西安市的影响大幅减弱；降水结束后PM10浓度迅速回升，20 日16:00 又达到弱的峰值(513 μg/m3)；此后PM10浓度迅速降低，21 日07:00 降至168 μg/m3，沙尘影响基本结束.

图2 观测期间西安市气象要素和PM 浓度的时间演变特征Fig.2 Time series of meteorological variables and mass concentration of PM during the measurement period in Xi′an City

此次沙尘中能见度并未显著降低，地面风速也未发生明显变化，但是RH 显著降低，三者的平均值分别为11.0 km、0.7 m/s 和62.3%，分别是沙尘前的1.9、1.2 和0.8 倍(见表1).沙尘前能见度与RH 呈显著负相关(R=-0.7)，而与PM10浓度和PM2.5浓度的相关系数则分别为-0.4 和-0.6.在沙尘1 中能见度与RH 的相关系数仅为-0.1，与PM10浓度和PM2.5浓度的相关系数分别为-0.3 和-0.4.沙尘1 中RH 仅为62.3%，要低于沙尘前，在此次沙尘中PM10平均浓度为309.5 μg/m3，是沙尘前的2.7 倍(见表1).沙尘期间沙尘粒子浓度的增加导致大气中RH 降低，因此沙尘1 中的气溶胶吸湿性增长较弱.而在沙尘1 中PM2.5浓度增加并不显著，PM2.5浓度为66.3 μg/m3，仅是沙尘前的1.2 倍(见表1)，因此在沙尘1 中近地面能见度没有降低，反而高于沙尘前.在沙尘1 中，沙尘的高度较高，对地面PM2.5浓度影响较小.此外，沙尘天气气团来自北部沙尘源地，气团干燥、水汽含量较少，降低了下游地区大气中含水量.

表1 西安市观测期间不同阶段大气污染物浓度和气象要素汇总Table 1 Summary of the atmospheric pollutants and meteorological variables at different stages during measurements in Xi′an City

3 月21 日沙尘结束之后，PM10浓度并未恢复到沙尘前水平，仍维持在相对较高水平，PM10在22 日06:00 甚至达313 μg/m3(见图2).26 日06:00-16:00出现了持续降雨过程，PM10浓度才显著降低，为47～92 μg/m3.降水结束后，PM10浓度又迅速回升，为100～256 μg/m3，直至3 月28 日15:00 第二次沙尘影响西安市.因此，3 月21 日08:00-28 日14:00 西安市为典型的扬尘天气.由表1 可见：扬尘阶段PM10和PM2.5的平均浓度分别为168.3 和58.9 μg/m3，分别是沙尘前的1.5 和1.1 倍；PM2.5/PM10为0.30，高于沙尘1阶段但是低于沙尘前.扬尘阶段表现为低湿度、高能见度特征，即能见度为14.1 km，但RH 仅有49.6%.

3 月28 日15:00，PM10浓度为236 μg/m3；之后迅速增加，20:00 达到峰值(1 030 μg/m3)；夜间维持在较高水平，持续到29 日06:00 才开始降到1 000 μg/m3以下(985 μg/m3)；之后，PM10浓度迅速降低，于29 日11:00 降至最小值(328 μg/m3)；从11:00 开始PM10浓度再次增加，至30 日02:00 达到本过程第二峰值(621 μg/m3)；此后维持在500 μg/m3以上，30 日18:00浓度开始下降，在31 日01:00 达到最小值(71 μg/m3)，此时沙尘对西安市的影响已接近尾声；31 日01:00-21:00 PM10浓度又出现一个小的峰值，此后西安市出现持续降雨过程，沙尘结束，此过程定义为沙尘2.由图2 可见，沙尘2 对西安市的影响程度更大，与沙尘1相比，沙尘2 中PM2.5浓度显著增加，最大值可达285 μg/m3，平均值为138 μg/m3，是沙尘1 的2.1 倍.

在沙尘天气不同阶段下MODIS 卫星观测到的AOD 空间分布(见图3) 显示，在沙尘1 和沙尘2 中西安市上空及周边地区的AOD 值较高.为了解影响西安市的气团来源，本研究利用TrajStat 软件[32]和全球资料同化系统(GDAS)气象数据，对观测期间西安市上空1.5 km 高度处进行逐日24 h 的后向轨迹模拟，模拟起始时间为北京时间12:00(见图4).由图4 可见，这两次沙尘中气团主要起源于内蒙古自治区的阿拉善盟以及甘肃省的酒泉市-张掖市-金昌市一带.由图5 可见，两次沙尘的沙源地基本一致，沙尘1 沙尘源地的PM10浓度更高，即沙尘1 的强度更大.但沙尘1 在向南传输过程中，更多的是在秦岭西侧，主要影响到甘肃省-四川省一带；沙尘向东传输主要经过陕西省-山西省-河北省一带入海，西安市位于沙尘传输带的外缘，因此观测到的PM10浓度相对较低.而沙尘2 主要向东南方向输送，影响陕西省-山西省-河南省-山东省-江苏省一带后入海，沙尘带较窄，西安市正好位于沙尘传输路径中，因此观测到的PM10浓度较高.扬尘阶段地面沙尘浓度较高(见图5)，但AOD 值较低(见图3)，因此扬尘可能是由于沙尘1 后期的降水过程中大气下沉气流将高空沙尘颗粒输送至地面所致.

图3 西安市观测期间不同阶段AOD 的空间分布特征Fig.3 Spatial distribution of AOD at different stages during measurements in Xi′an City

图4 西安市观测期间逐日24 h 后向轨迹Fig.4 Daily backward trajectory cluster analysis(24 h) during the measurement period during measurements in Xi′an City

图5 西安市不同阶段下MERRA 2 地面沙尘浓度空间分布特征Fig.5 Spatial distribution of surface dust concentrations based on MERRA 2 data at different stages during measurements in Xi′an City

2.2 观测期间不同阶段化学组分特征

大气中PM2.5对身体健康和大气环境的危害较PM10更严重[33]，因此重点探讨沙尘中PM2.5化学组分的演变特征.由表1 可见，观测期间不同阶段中CE均大于AE，主要原因是所测水溶性阴离子仅有NO3-、SO42-、Cl-和NO2-四种，其他如PO4-、CO32-、F-、Br-和SO32-等浓度较低的阴离子均未观测.在沙尘和扬尘中AE 和CE 均低于沙尘前，表明沙尘和扬尘中PM2.5的水溶性离子浓度减小.受沙尘影响，颗粒物中水溶性组分减小，在沙尘前和沙尘后水溶性离子分别占PM2.5的76.5%和79.2%，但在沙尘1、扬尘和沙尘2中水溶性离子分别占PM2.5的45.8%、37.9%和14.8%.沙尘前和沙尘后CE/AE(分别为1.2 和1.4) 较小，而在沙尘1、扬尘和沙尘2 中CE/AE (分别为1.4、1.9和2.6)较大，可见沙尘和扬尘使阳离子含量增加、气溶胶碱性增强.

化学组分分析结果显示，观测期间不同阶段PM2.5中化学组分差异较大(见图6).在沙尘前和沙尘后，PM2.5主要由水溶性离子和含碳气溶胶构成，其在PM2.5中的总占比分别为93.8%和97.4%.在沙尘1、扬尘和沙尘2 中水溶性离子和含碳气溶胶在PM2.5中的总占比均大幅降至54.5%、53.1%和19.1%.然而，沙尘和扬尘中颗粒物的矿物元素(如不可溶的Ca、Mg 和Si 等)含量却会迅速增加[34].

图6 观测期间不同阶段PM2.5 中化学组分浓度和占比Fig.6 Chemical composition mass concentrations and proportions of PM2.5 at different stages

由图6 可见，观测期间不同阶段NO3-浓度均最高，其占比为24.6%(沙尘2)～38.7%(沙尘前)；其次是NH4+，占比为19.1%(沙尘前)～22.3%(沙尘2).不同阶段中SO42-和OC 的占比不同，在沙尘前、沙尘1 和沙尘后SO42-的占比高于OC，而在扬尘和沙尘2 中OC的占比高于SO42-.在扬尘和沙尘2 中OC 占比分别为22.1%和11.5%，分别是SO42-占比的2.5 和1.6 倍.综上，这4 种化学组分(NO3-、NH4+、SO42-和OC)占比较高，但在沙尘前后的变化相对较小.

由图7 可见，沙尘前OC 浓度最高，沙尘后OC浓度最低.沙尘后降水过程持续时间较长，湿清除作用强，导致气溶胶浓度整体较低(见图2).在不同阶段中OC 均以SOC 为主，占比为51.0%(沙尘1)～63.7%(沙尘后).沙尘1 中POC 占比最高，为49.0%，是沙尘前的1.1 倍.但是在扬尘和沙尘2 中POC 占比均较低，分别为42.3%和41.2%，略低于沙尘前.这主要是因为在扬尘和沙尘2 阶段温度和能见度较高，沙尘对大气化学过程的影响较弱，因此SOC 占比反而变化较小.

图7 观测期间不同阶段PM2.5 中POC 和SOC 的浓度及在OC 中占比Fig.7 POC and SOC mass concentrations and ratios distributions of OC in PM2.5 at different stages

[NO3-]/[SO42-](二者浓度之比，下同)是判断污染源的一个简单指标[35].在观测期间不同阶段[NO3-]/[SO42-]均大于1，在沙尘1 中最小，为1.76，在扬尘中最大，为3.35，说明不同阶段污染源均以移动源为主(见表1).从NOR 和SOR 的结果看，沙尘前NOR 为0.31，SOR为0.46，说明NO2和SO2的转化过程对NO3-和SO42-的贡献较大；在沙尘和扬尘中NOR 和SOR 均较低，表明NO2和SO2转化过程对NO3-和SO42-的影响在减弱.然而，沙尘和扬尘中SOR 的降幅要小于NOR，尤其是在沙尘1 中SOR 为0.33，表明沙尘对SO2转化生成SO42-的影响要弱于对NO2转化生成NO3-的影响.Wang 等[10]在上海市的观测表明，沙尘远距离输送输入的矿尘组分可以促进在其表面发生SO2的非均相化学过程生成SO42-.

Mg2+和Ca2+在沙尘和扬尘中的占比均显著增高，Mg2+在沙尘1、扬尘和沙尘2 中的占比分别为0.2%，0.3%和0.8%，分别是沙尘前的3.0、4.4 和11.5 倍，是沙尘后的1.4、2.0 和5.3 倍.Ca2+在沙尘1、扬尘和沙尘2 中的占比分别为2.0%，2.7%和6.3%，分别是沙尘前的2.3、3.2 和7.4 倍，是沙尘后的2.4、3.3 和7.5 倍.Cl-、K+、Na+、NO2-和EC 在沙尘前中后的占比差异较小，这些组分受沙尘的影响较小，更多受到沙尘期间气象条件变化的影响.

2.3 气溶胶含水量和pH

由2.1 节分析结果可知，沙尘中RH 和气溶胶化学组分有明显变化.根据ISORROPIA-Ⅱ模式结果，获得不同阶段下气溶胶含水量和pH(见图8).由图8可见，沙尘1、扬尘和沙尘2 中气溶胶含水量显著降低，分别为沙尘前的29.9%、43.7%和6.2%.虽然在扬尘阶段的RH 最低，但扬尘阶段存在降水过程(见图2)，因此气溶胶含水量反而高于沙尘1 和沙尘2.沙尘后的降水持续时间最长，因此气溶胶含水量最高，达351.2 μg/m3.沙尘2 的气溶胶含水量最低，仅为6.1 μg/m3，虽然该阶段RH(51.5%)和水溶性组分浓度均较高，但是水溶性离子和含碳气溶胶仅占其PM2.5的19.1%，因此气溶胶中不可溶组分较高，导致其含水量较低.

图8 观测期间不同阶段下PM2.5 中气溶胶含水量和pHFig.8 Aerosol water content and pH values in PM2.5 at different stages

由图8 可见：沙尘中pH 较高，在沙尘1 和沙尘2中分别为6.7 和6.5，而沙尘前为6.2，这主要是因为沙尘中矿尘元素增多所致；扬尘中pH 为5.8，反而低于沙尘前.由表1 可见，扬尘期间CE 较高，即水溶性阳离子较高，但扬尘期间OC 浓度显著增加，占比可达22.1%，是沙尘前的1.6 倍，因此可能是一些有机酸导致扬尘期间气溶胶pH 降低.

3 结论

a)沙尘和扬尘中PM10浓度显著增加，沙尘1、扬尘和沙尘2 期间PM10平均浓度分别为309.5、168.3和472.2 μg/m3，分别是沙尘前的2.7、1.5 和4.1 倍.两次沙尘和扬尘均起源于内蒙古自治区的阿拉善盟以及甘肃省的酒泉市-张掖市-金昌市一带，但是由于传输路径的差异，导致对地面PM2.5浓度的影响不同，沙尘1、扬尘和沙尘2 期间PM2.5浓度分别是沙尘前的1.2、1.1 和2.5 倍.

b)沙尘和扬尘中PM2.5中水溶性离子占比减小，沙尘前和沙尘后水溶性离子分别占PM2.5的76.5%和79.2%，但在沙尘1、扬尘和沙尘2 中水溶性离子占比分别为45.8%、37.9%和14.8%.

c)观测期间不同阶段NO3-浓度均最高，占比为24.6%(沙尘2)～38.7%(沙尘前)；其次是NH4+，占比为19.1%(沙尘前)～22.3%(沙尘2).不同阶段中SO42-和OC 的占比不同，在沙尘前、沙尘1 和沙尘后SO42-的占比高于OC 的占比，而在扬尘和沙尘2 中OC 的占比高于SO42-.沙尘对SO2转化生成SO42-的影响要弱于对NO2转化生成NO3-的影响.

d)沙尘和扬尘中Mg2+和Ca2+占比均显著增加，在沙尘前中后Cl-、K+、Na+、NO2-和EC 的占比差异不大.观测期间不同阶段OC 均以SOC 为主，占比为51.0%(沙尘1)～63.7%(沙尘后).沙尘1 中POC 占比最高，为49.0%，是沙尘前的1.1 倍；但在扬尘和沙尘2中POC 的占比较低，分别为42.3%和41.2%，略低于沙尘前.

e)沙尘1、扬尘和沙尘2 中气溶胶含水量均显著降低，分别为沙尘前的29.9%、43.7%和6.2%.沙尘使水溶性离子中阳离子含量增加，导致气溶胶碱性增强.沙尘1 和沙尘2 中pH 分别为6.7 和6.5，高于沙尘前(6.2).