關中典型城市及農村夏季PM2.5的化學組成對比

李 瑾,李建軍,吳 燦,曹 聰,吳宇航,劉 浪,韓 晶,王格慧,3*

?

關中典型城市及農村夏季PM2.5的化學組成對比

李 瑾1,2,李建軍1,吳 燦1,2,曹 聰1,2,吳宇航1,劉 浪1,2,韓 晶4,王格慧1,2,3*

(1.中國科學院地球環境研究所,黃土與第四紀地質國家重點實驗室,中國科學院氣溶膠化學與物理重點實驗室,陜西 西安 710061；2.中國科學院大學,北京 100049；3.華東師范大學地理科學學院,地理信息科學教育部重點實驗室,上海 200241；4.西安交通大學醫學部公共衛生學院,陜西 西安 710061)

于2016年7~8月采集了陜西省西安市(城市)及藺村(農村)夏季晝夜PM2.5樣品,分析其有機碳(OC)、元素碳(EC)和無機離子等化學組分的含量,探討關中平原城市和農村地區PM2.5的化學組成和來源的差異.結果表明,采樣期間西安和藺村的PM2.5濃度分別為(49.7±22.8)和(62.6±14.2)μg/m3.西安PM2.5中OC和EC的濃度[(6.5±2.5)μg/m3, (3.2±1.8)μg/m3]與藺村[(6.8±1.8)μg/m3, (3.8±2.3)μg/m3]相當.西安OC/EC比值白天(2.6)高于夜晚(1.9),藺村反之(白天:1.6;夜晚:2.7),主要是因為夜間城市地區重型卡車運輸活動增強導致排放更多EC,而夜間農村地區人為活動較少導致EC排放顯著降低.西安和藺村無機離子總濃度分別為(20.2±14.6)和(30.1±10.5)μg/m3,占PM2.5濃度的40.6%和47.6%.藺村SO42-的平均濃度高達19.0μg/m3,占PM2.5濃度的30%以上,遠高于西安(9.4μg/m3和18.9%),主要與農村固體燃料(煤和生物質)使用有關.西安NO3-和Ca2+的濃度及其對PM2.5的貢獻、NO3-/SO42-比值均明顯大于藺村,表明城市地區受機動車尾氣和揚塵的影響更大.西安K+與Ca2+和Mg2+的相關性較強,而藺村K+與EC的相關性顯著強于西安,說明西安市區K+由粉塵源主導,而農村地區則主要來自生物質燃燒.

關中平原；PM2.5；有機碳；元素碳；無機離子

隨著經濟快速發展和城鎮化水平的提高,我國和許多其他發展中國家正面臨嚴重的大氣污染威脅[1].由于不同組成的高吸濕性氣溶膠粒子大量存在,大氣中細顆粒物(PM2.5)引起的灰霾事件已經成為我國重污染區域,如京津冀、長江三角洲和珠江三角洲等地區,普遍存在的天氣現象[2].細顆粒物對人體健康、能見度、生態系統、天氣和氣候等具有深遠影響,這些影響很大程度上依賴于氣溶膠的數量濃度、粒徑大小和化學組成等性質[1].

深入了解顆粒物的化學組成是準確評估其氣候、環境和健康影響的重要因素之一[3].碳組分和無機離子是大氣PM2.5中的兩類主要化學組成[4].其中,碳組分貢獻約為20%~50%[5],主要包括有機碳(OC)和元素碳(EC).OC不僅包含由污染源直接排放的一次有機碳(POC),還包含經光化學過程氧化形成的二次有機碳(SOC),具有光散射性和大氣降溫作用[6]. EC主要來源于化石燃料或生物質的不完全燃燒過程,具有吸光性,能產生正輻射強迫,對大氣能見度有顯著影響[6-7].無機離子中除了Cl-、K+、Ca2+、Mg2+等一次離子外,污染氣體SO2、NO和NH3經過化學反應生成的二次離子SO42-、NO3-、NH4+(SNA)約占到無機離子的70%~90%,這些離子具有很強的吸濕性,直接改變氣溶膠的酸堿性以影響氣溶膠的化學演化,并對顆粒物的光學性質具有重要作用[8-9].

目前,國內外學者已對氣溶膠中OC、EC和無機離子等化學組分進行了一定的研究,包括對京津冀[7,10]、長江三角洲[11-14]、珠江三角洲[15-16]、關中平原[17-19]和歐美[20-22]等地區的城市氣溶膠中化學組分進行季節變化特征研究和來源解析,晝夜差異分析等.例如Cao等[5]在2003年對中國14個城市的冬夏季OC、EC濃度進行觀測發現,OC、EC的濃度冬季最高而夏季最低,且OC與EC的相關性冬季強于夏季,這表明夏季雖然濃度較低但是來源貢獻復雜,因此對于夏季OC與EC的污染特征需要進一步的研究.Zhu等[19]對關中三個農村點位進行冬夏季室內外的PM2.5組成對比發現,有機物占比冬季高于夏季而SO42-和地質元素則是夏季高于冬季,表明夏季光化學反應強且人為活動較為密集.由于SNA是無機離子的主要組成部分,因此SNA的賦存形式值得探討[23].李等[24]對成都四季無機離子進行觀測分析,發現夏秋冬季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]對關中地區背景點華山進行夏季無機離子的垂直分布特征分析,發現在山腳NH4+主要以NH4HSO4和 NH4NO3的形式存在.已有研究多集中在城市之間冬夏季化學組分的對比分析,對城市和農村夏季氣溶膠化學組成的異同及其原因的關注有所欠缺.盡管我國冬季的灰霾頻發,但夏季PM2.5污染也不容忽視.在大范圍對城市大氣污染治理進行攻關的同時,也要注意關注我國廣大農村地區的大氣污染現狀.

關中平原是我國大氣PM2.5重污染區域之一[26],由于以熱力發電為主要經濟產業,且地形不利于污染物的擴散,和其他污染地區相比受沙塵的影響大[27],不僅西安、渭南等關中城市地區大氣污染嚴重,其周邊農村地區的形勢也很嚴峻.本研究以關中平原為研究對象,選取典型的城市和農村站點,對比分析夏季大氣PM2.5晝夜變化、化學組成及來源貢獻等的差異,以期為政府有針對性開展城市和農村大氣污染治理提供科學依據.

1 材料與方法

1.1 樣品采集

圖1 西安和藺村采樣點示意

如圖1所示,城市采樣點位于陜西省西安市高新區中國科學院地球環境研究所辦公樓三樓頂(距離地面約10m),東經108o53′,北緯34o13′,海拔高度為410m,周邊以商業活動與居民住宅為主,無明顯污染物排放源,采樣時間為2016年7月10日~24日.農村采樣點位于陜西省渭南市臨渭區下邽鎮藺村,東經109o32′,北緯34o44′,海拔高度為354m,在城市采樣點東北方向約80km處,周邊均是村莊,無明顯大氣污染源,采樣時間為2016年8月3~23日.使用大流量采樣器(TISCH, TE6070DV-BL, 1.13m3/min)分別采集白天(08:00~20:00)和夜晚(20:00~次日08:00) PM2.5樣品,觀測期間共采集30個城市樣品和42個農村樣品.所有樣品均采用石英纖維濾膜(Whatman QM/A)收集.濾膜在使用前于馬弗爐中450℃灼燒6h,以除去有機污染物.采樣前后濾膜均保存在-4℃冰箱中.觀測期間氣象數據(溫度、相對濕度、風速及能見度)來自陜西省氣象局.

1.2 OC、EC分析

采用DRI Model 2001熱光碳分析儀,依據IMPROVE方案升溫進行檢測分析[28-29].首先取0.526cm2的圓形濾膜片,根據設定的升溫程序,OC在無氧的純He環境下由低溫逐步升至約580℃,并逸散出來;然后EC在含2%氧氣的氦氣環境中逐步升溫逸散,上述逸散出的碳被催化氧化為CO2(催化劑為MnO2),于還原環境下轉化為CH4,再通過火焰離子檢測器(FID)進行定量檢測.

1.3 無機離子分析

采用Dionex-600型離子色譜儀進行分析.首先剪取一定面積濾膜,加入10mL超純水(R>18.2M?),超聲4次,每次15min,隨后經脫色搖床振蕩1h后靜置.萃取后水溶液用一次性針管和0.45μm水系過濾器(德國MEMBRANA公司生產)過濾,于-4℃冰箱中保存,直至上機分析[30].

1.4 質量控制與質量保證

所有實驗操作及分析方法均執行嚴格的質量控制和質量保證.采樣開始前、采樣中期以及采樣結束后分別采集1~2個現場空白樣品.空白樣品與實際樣品同時進行處理分析,最終數據均減去空白樣品的濃度值.樣品處理過程中使用的鑷子、剪刀等均用超純水、甲醇、二氯甲烷潤洗3次,以除去可能的污染物并防止樣品相互污染.

在分析樣品的OC、EC時,檢測前后均用CH4/CO2標準氣體校準儀器.每10個樣品中任選1個樣品進行重復檢測,要求檢測出的總碳組分偏差<5%,OC和EC的偏差<10%,檢測限為0.20μg/cm2.

無機離子測試時采用國家標準物質中心的標準溶液配制標樣,檢測實際樣品濃度.每測試10個樣品后進行一次復檢,復檢方法為任意挑選1個樣品進行重復檢測.復檢樣品濃度在0.03~0.1μg/mL之間時,兩次檢測相對標準偏差應<±30%;樣品濃度在0.1~0.15μg/mL之間時相對標準偏差應<±20%;樣品溶液濃度>0.15μg/mL時相對標準偏差應在±10%以內,離子檢測限低于0.027μg/mL.

1.5 數據處理與表達

本文中數據均由算術平均值及樣本總體標準偏差表示.使用IBM SPSS Statistic軟件對化學組分數據進行非參數檢驗(用于顯著變異指標判別)和相關性分析.使用Origin作圖軟件對數據進行線性回歸并得出Pearson相關系數.

2 結果與討論

2.1 PM2.5質量濃度

采樣期間,西安和藺村PM2.5的平均質量濃度分別為(49.7±22.8)和(62.6±14.2)μg/m3.如圖2所示,西安采樣期間出現多次降雨過程,促進了氣溶膠的濕沉降,雨后PM2.5的濃度均顯著下降,導致觀測期間城市PM2.5的濃度較農村站點更低.對比國家環境空氣質量二級標準[31](GB 3095-2012,日均濃度<75μg/m3),觀測期間西安有2d超過國家二級標準,超標率為13%,與Wang等[17]觀測的2010年西安夏季PM2.5的平均質量濃度相比下降59%,與Cao等[5]觀測的2003年數據相比下降62%;藺村也有2d超過此標準,超標率為9%,與Zhu等[18]觀測的2008年關中農村采樣點的PM2.5平均質量濃度相比下降49%,一定程度上說明近年來的大氣污染控制已初見成效.采樣期間西安的平均相對濕度(76.2%)高于藺村(59.4%),溫度(26.2℃)稍低于藺村(30.0℃)[圖2(a)和(b)];通過比較圖2(c)和(d),藺村的平均風速(2.1m/s)大于西安的平均風速(1.3m/s),但西安的能見度(18.8km)卻明顯大于藺村的能見度(11.2km),一方面是由于PM2.5質量濃度西安小于藺村,另一方面可能是因為藺村的PM2.5組成中二次無機氣溶膠貢獻更高(見下文詳細描述),因而具有強吸濕性、增強了氣溶膠的消光性能[32].

圖2 西安和藺村氣象參數及PM2.5質量濃度時間序列變化

由表1可知,西安和藺村兩地PM2.5均未出現顯著的晝夜差異(>0.05).這是因為盡管夜間大氣邊界層降低會導致污染物的累積,但白天人為活動頻繁則會促進顆粒物的排放.表2比較了西安和藺村與國內其他地區的夏季PM2.5濃度水平,可以看出,夏季西安的PM2.5濃度低于北京、南京、重慶,而高于成都.藺村的PM2.5濃度低于山東禹城、長三角區域的淀山湖,但是明顯高于河北上甸子和內蒙古五蘇木等地區.

表1 西安和藺村氣象參數及PM2.5中化學組分質量濃度水平

注: *:<0.05,晝夜有顯著性差異. n.d.: 低于檢測限.

2.2 碳組分

采樣期間,西安PM2.5中OC、EC平均質量濃度分別為(6.5±2.5)、(3.2±1.8)μg/m3,藺村OC、EC平均質量濃度分別為(6.8±1.8)、(3.8±2.3)μg/m3.如表2所示,觀測期間西安與藺村OC、EC差別較小.西安的OC較往年降低了約73%~76%,低于北京、南京、成都和重慶等地區;EC較往年降低了46%~57%,低于南京、重慶,但高于成都,與北京相當.藺村的EC較往年并無明顯變化,但OC降低了約66%;與國內其他農村地區相比,OC低于山東禹城、內蒙古五蘇木但大于珠江三角洲后花園等農村地區,EC均大于表2中所列國內其他農村地區.總體來看,與其他地區相比,夏季關中地區OC濃度水平較低,但是農村地區EC排放明顯高于其他地區,這可能與關中農村固體燃料(煤和生物質)燃燒較為普遍有關.采樣期間西安與藺村的PM2.5中OC/EC的平均比值分別為(2.2±0.5)、(2.1±0.7),同樣低于國內其他地區,這與固體燃料不完全燃燒排放的黑碳顆粒物較多有關.

從圖3城市和農村地區的OC、EC平均質量濃度及OC/EC的晝夜對比中可以看出,西安與藺村的OC均是白天比夜晚高,這是因為夏季白天光化學反應強烈產生更多二次有機碳的緣故[7].西安的EC排放夜晚高于白天,這可能是因為夜間交通晚高峰以及重型載貨卡車進入市區的影響. 由于白天SOC生成和EC降低等因素影響,西安白天OC/EC顯著高于晚上(<0.05).而藺村夜晚EC的濃度顯著低于白天,主要是因為農村地區人為活動主要集中在白天,夜晚EC的排放源較少,也因此導致了農村地區夜晚OC/EC顯著高于白天(<0.05).

圖3 西安和藺村PM2.5中化學組分質量濃度晝夜對比

表2 西安和藺村與國內其他地區的PM2.5、OC、EC濃度比較(μg/m3)

注:“—”:文獻中沒有相關內容; TOR: 熱光反射法; TOT: 熱光透射法.

2.3 無機離子

2.3.1 無機離子質量濃度 采樣期間,西安和藺村無機離子總質量濃度分別是(20.2±14.6)、(30.1± 10.5)μg/m3.西安各離子質量濃度順序為:SO42-> NO3->NH4+>Ca2+>Na+>Cl->Mg2+>K+,藺村各離子質量濃度順序為:SO42->NH4+>NO3->Na+>K+>Ca2+> Cl->Mg2+.由圖3與表1可以看出,藺村SO42-平均濃度(19.0μg/m3)約是西安(9.4μg/m3)的2倍,表明在對城市進行燃煤污染控制和推廣“煤改氣”的同時也應注意農村地區的燃煤和生物質燃燒污染問題.藺村NH4+(5.0μg/m3)和K+(0.7μg/m3)的絕對濃度明顯高于城市,分別是西安NH4+(2.9μg/m3)和K+(0.1μg/m3)濃度的1.7倍和7.4倍,表明關中農村地區受農業氨排放和生物質燃燒的影響顯著[40].西安NO3-的濃度(5.5μg/m3)約是藺村(3.4μg/m3)的1.6倍,表明:城市地區機動車尾氣的排放有很大貢獻.從圖4所示的SO42-、NO3-、NH4+三角組成分布圖中可以看出:西安和藺村二次離子相對組成的區別主要是藺村較西安SO42-占比大、NO3-占比小,NH4+略大,進一步表明:機動車對城市地區的貢獻更高,而農村地區受畜禽養殖和化肥使用等農業氨排放的影響更為明顯.

圖4 西安和藺村PM2.5中SO42-、NO3-和NH4+組成三角分布

圖5 西安和藺村PM2.5及其化學組成質量濃度時間序列變化

無機離子質量濃度和百分含量時間序列變化如圖5所示,由于無機離子是PM2.5的主要化學組分之一,其時間變化與PM2.5變化趨勢基本一致(圖2).從西安無機離子的變化趨勢可以看出,每當PM2.5濃度升高時SO42-占比明顯增大.該現象與我國多數地區冬季灰霾時硫酸鹽的貢獻升高類似[9],表明:硫酸鹽的迅速增長是造成大氣灰霾污染的重要因素.此外,西安地區Ca2+相比藺村百分含量高,說明城市受建筑粉塵及交通道路揚塵的影響更大.本次觀測期間,藺村的無機離子變化趨勢比較平穩,但仍存在明顯的晝夜差異.其中NO3-(白天/夜間:0.4,<0.05)白天濃度顯著低于晚上,主要是因為白天溫度較高更有利于半揮發性NO3-存在于氣相中所致.而白天農村生物質燃燒的大量排放導致其K+濃度是晚上的3.7倍(<0.05).

由于NO3-的前驅污染氣體NO受機動車尾氣排放的影響較大,而氧化形成SO42-的SO2則主要來自于燃煤(工廠、居民生活等)的排放,因此NO3-/ SO42-的比值可以在一定程度上區分移動源和固定源對大氣中氣溶膠的貢獻[41].本研究中西安的NO3-/SO42-變化范圍為0.16~2.3,平均值為0.71;藺村的NO3-/SO42-變化范圍為0.05~0.59,平均值為0.18,進一步表明:夏季城市地區機動車尾氣排放等移動源的貢獻遠大于農村地區.

2.3.2 SNA賦存形式 SO42-、NO3-和NH4+(SNA)是大氣氣溶膠中無機離子的主要組分,采樣期間分別占城市和農村地區無機離子濃度的87.8% 和91.2%.為判斷NH4+與SO42-主要的存在形式,采用如下方法進行分析:當NH4+與SO42-主要以NH4HSO4的形式存在時,NH4+的理論濃度根據式(1)計算;當NH4+與SO42-主要以(NH4)2SO4的形式存在時,NH4+的理論濃度根據式(2)計算[42]:

NH

4

+

= 0.29NO

3

-

+ 0.19SO

4

2

-

(1)

NH

4

+

= 0.29NO

3

-

+ 0.38SO

4

2

-

(2)

圖6是計算出的NH4+理論濃度和實際濃度的相關性圖,經過對比可以發現圖6(a)和(c)的擬合斜率更接近于1,推斷西安和藺村的NH4+賦存形式均主要是NH4HSO4和NH4NO3.該結果表明關中地區受燃煤排放的影響,大氣中大量的SO2氣體在夏季高溫高濕等有利條件下進行氧化生成SO42-,且不能被NH3完全中和,導致酸性相對較強的NH4HSO4含量較高,將進一步影響該地區大氣氣溶膠的液相化學過程,包括二次有機氣溶膠的氣粒分配和液相生成.

2.4 相關性分析

西安和藺村PM2.5及其化學組成相關性分析如表3所示.作為PM2.5中含量較高的化學組分,西安地區OC、EC及SNA均與PM2.5具有較強的相關性.此外,西安的PM2.5與Ca2+和Mg2+等地殼元素也具有較強的相關性,再次表明西安大氣細顆粒物受道路揚塵和建筑粉塵的影響較大.然而,在農村地區PM2.5僅與SO42-、NO3-和NH4+等二次無機離子顯著相關,表明關中農村地區夏季PM2.5的濃度主要受大氣中二次無機離子影響.

表3 西安和藺村PM2.5及其化學組成相關性分析

注:**.<0.01,有顯著性差異; *.<0.05,有顯著性差異.

圖7 西安和藺村OC與EC的相關性晝夜對比

如圖7所示,西安夏季OC與EC的相關性強于藺村,說明城市的OC和EC來源更一致,主要受人為活動影響,而農村地區OC更多受到自然源如植物排放有機物的影響,因而與EC相關性弱于城市地區.西安和藺村兩地夜間OC和EC的相關性均優于白天,表明:白天二次有機氣溶膠的形成對OC的貢獻較為明顯[43].

西安和藺村兩地二次生成的NH4+與SO42-、NO3-均有很強的相關性,與其存在形式的分析一致.城市地區Ca2+、Mg2+和K+三者之間呈強相關性,然而在農村地區,K+與Ca2+、Mg2+之間并未出現明顯的相關性.研究表明生物質燃燒是K+的重要來源[40],然而在受粉塵影響較大的區域,道路揚塵和建筑粉塵對K+的貢獻同樣不容忽視[44].由圖8可知農村地區K+與OC和EC的相關性均顯著強于城市地區.而圖3也說明了藺村白天K+的濃度明顯高于夜間(3.7倍),且其平均濃度約為西安白天K+濃度的12倍.這些結果均證明了藺村地區PM2.5中K+主要來源于生物質燃燒排放,而西安地區則主要與道路揚塵等排放有關.

圖8 西安和藺村OC與K+、EC與K+的相關性

2.5 PM2.5質量平衡

圖9是西安和藺村PM2.5化學組成的質量閉合餅圖,其中有機物(OM)的濃度按OC濃度的1.6倍計算[45].總碳氣溶膠TCA(TCA=OM+EC)濃度與無機離子濃度之和分別占城市和農村地區PM2.5質量濃度的68.2%和71.4%,但其相對貢獻仍存在明顯的差異.藺村僅SO42-組分就貢獻了PM2.5濃度的1/3,顯著高于城市地區(18.9%),說明關中地區燃煤及生物質燃燒等排放的SO2對區域大氣環境質量具有重要影響.而城市地區由于近年來機動車數量激增,其PM2.5中NO3-的貢獻約為農村地區的2倍,可能也是城市地區有機物含量更高的重要原因.此外,與前面分析一致,西安地區Ca2+和Mg2+的貢獻高于藺村,說明其受粉塵影響較大;而農村由于生物質燃燒排放,其K+的貢獻更高.

圖9 西安和藺村PM2.5的化學組成

3 結論

3.1 2016年夏季西安和藺村大氣PM2.5的平均質量濃度分別為(49.7±22.8)和(62.6±14.2)μg/m3;西安OC和EC的平均質量濃度分別為(6.5±2.5)和(3.2± 1.8)μg/m3,藺村OC和EC的平均質量濃度分別為(6.8±1.8)和(3.8±2.3)μg/m3,總碳氣溶膠分別占PM2.5組成的27.5%和23.4%;西安和藺村無機離子的總質量濃度為(20.2±14.6)和(30.1±10.5)μg/m3,分別占PM2.5組成的40.6%和47.6%,在無機離子中,SO42-、NO3-、NH4+(SNA)為主要組分,分別占城市和農村地區無機離子總質量濃度的87.8%和91.2%.

3.2 西安PM2.5中OC、EC濃度、OC/EC比值與藺村相當,兩地OC均是白天大于夜晚,但OC/EC的晝夜比分別是1.4和0.6.城市夜間排放的EC濃度大于白天,這主要是因為交通晚高峰以及重型載貨卡車尾氣排放的影響.農村EC夜間排放少,顯著低于白天(<0.05),主要是因為夜間人為活動減少所致.

3.3 西安SNA質量濃度順序為SO42->NO3->NH4+,藺村的則是SO42->NH4+>NO3-.西安NO3-和Ca2+的濃度約是藺村的1.6倍和2.0倍,NO3-/SO42-也明顯大于藺村,說明城市受到機動車尾氣和揚塵的影響大;藺村SO42-濃度約是西安的2倍,占PM2.5濃度的1/3,顯著高于城市地區(18.9%),NH4+和K+的濃度約是西安的1.7倍和7.4倍,含量明顯高于城市,這可歸結于農村地區燃煤和生物質燃燒、農業氨排放的影響.

3.4 西安的PM2.5與碳組分和大部分無機離子均有強相關性,藺村的PM2.5主要與SO42-、NO3-、NH4+有強相關性.兩地白天OC與EC的相關性均弱于夜晚,與白天光化學反應活性強生成二次有機氣溶膠有關.K+與碳組分及Ca2+和Mg2+的相關性表明藺村PM2.5中K+主要來源于生物質燃燒排放,但西安市區則主要與道路揚塵和建筑粉塵等活動有關.

[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] 吳 丹,沈開源,蓋鑫磊,等.南京北郊大氣氣溶膠中水溶性有機碳(WSOC)的污染特征 [J]. 中國環境科學, 2017,37(9):3237-3246.

[12] 沙丹丹,王紅磊,朱 彬,等.冬季PM2.5中含碳氣溶膠的污染特征——長江三角洲地區一次區域重污染過程分析 [J]. 中國環境科學, 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] 趙云卿,陳善莉,朱 彬,等.南京北郊早春霾污染過程及硫酸鹽形成研究[J]. 中國環境科學, 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] 馬 瑩,吳 兌,劉 建.珠三角春節期間PM2.5及水溶性離子成分的變化——以2012年為例 [J]. 中國環境科學, 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,張智勝,等.成都市城區PM2.5中二次水溶性無機離子污染特征[J]. 環境科學, 2014,(12):4439-4445.

[25] 曹 聰,王格慧,吳 燦,等.華山地區PM2.5中無機離子垂直分布特征[J]. 環境科學, 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 環境空氣質量標準 [S].

[32] 韓艷妮,王格慧.華北農村大氣PM2.5中水溶性物質化學組成、吸濕性能及光學特征[J]. 地球環境學報, 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] 張 婷,曹軍驥,劉隨心.寶雞市PM2.5中水溶性離子組分污染特征及來源分析[J]. 地球環境學報, 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,陜西三原人,碩士研究生,主要研究方向為大氣環境化學.

2018-05-02

國家自然科學基金資助項目(91543116,41773117);中國科學院地球環境研究所黃土與第四紀地質國家重點實驗室開放基金資助項目(SKLLQG1706)

* 責任作者, 教授, wanggh@ieecas.cn