泰州市2017年空气污染物分布特征分析

目的探讨泰州市2017年各空气污染物时间、空间分布特征,为空气污染与防治提供理论指导。方法收集泰州市2017年城区10个环境空气质量监测站各空气污染物浓度监测数据,进行统计学分析,并运用ArcGIS 10.0呈现各超标污染物时空分布特征。结果泰州市2017年空气各污染物中以PM2.5日均值最高,超标率为15.3%,其次是O3,超标率为10.4%。Spearman秩相关分析结果显示PM_(10)、SO_2、NO_2、CO与PM2.5浓度间呈正相关,相关系数分别为为0.853、0.404、0.577、0.555(P值均<0.05)。PM2.5、PM_(10)、NO_2月均浓度均以12月份最高,8月份最低;O3月均浓度5、6月份较高,12月份较低,不同月份各污染物浓度差异均有统计学意义(P值均<0.05)。各污染物空间分布均以泰州市开发区周围一带浓度较高,其他区域相对较低。结论该地区主要超标污染物为PM2.5、PM_(10)、NO_2、O3,应充分考虑各区域不同情况和污染物间同源性,特别在秋冬季节污染严重时,加大控制排放力度。     

重庆市万盛区大气污染物分布特征

为了解重庆市万盛区大气污染物浓度水平及其变化规律,统计分析2016年9月1日—2017年8月31日2个监测站点(W和N)6种大气污染物(SO_2、NO_2、O_3、PM_(2.5)、PM_(10)和CO)逐日、逐时监测资料。结果显示,监测期间6种大气污染物日均浓度的最高值分别为168.33、73.58、170.75、221.12、263.29μg/m~3和2.12 mg/m~3。两个监测站点NO_2、O_3、和CO均未超标,SO_2日均值仅有1 d超标,秋季PM_(10)日均浓度超标率最高(23.46%),冬季PM_(2.5)日均浓度超标率最高(52.51%)。各监测点CO、NO_2、PM_(10)与PM_(2.5)小时变化特征相似,呈双峰型变化趋势;SO_2和O_3呈单峰型变化趋势。PM_(2.5)和PM_(10)浓度的"周末效应"明显。提示重庆市万盛区大气污染物以PM_(2.5)为主,各大气污染物季节差异明显。     

2006—2016年深圳市大气污染物趋势变化研究

目的研究深圳市2006—2016年大气污染物浓度变化趋势。方法收集深圳市7个国控环境监测点2006—2016年空气中SO_2、NO_2、PM_(10)的逐日日均浓度,其检测采用大气质量连续自动监测系统行监测,系统以光谱法仪器(差分吸收光谱仪)为主。结果深圳市2006—2016年空气中SO_2、NO_2、PM_(10)的年均浓度总体呈下降趋势,SO_2从0.0314 mg/m~3下降至0.0087 mg/m~3,NO_2从0.0520 mg/m~3下降至0.0376 mg/m~3,PM_(10)从0.0672 mg/m~3下降至0.0433 mg/m~3;每年日均浓度符合《环境空气质量标准》(GB 3095-2012)的天数和空气质量亦逐年上升。季节趋势看,每年冬、秋季各污染物平均浓度较高,夏季最低。结论深圳市2006—2016年SO_2、NO_2和PM_(10)浓度总体呈下降趋势,空气质量逐年明显改善,但相对发达国家空气质量标准,仍有较大提升空间。     

自贡市环境空气污染动态监测

目的了解自贡市城市环境空气污染的动态情况,评价其空气质量,为预防控制空气污染提供参考依据。方法按国家城市空气污染监测的规范选择3个监测点,每点每日采用自动分析方法对SO_2、NO_2、CO、O_3-8 h、PM_(10)、PM_(2.5)进行实时自动在线监测;利用国家和省监测平台进行数据传输、汇总和处理;用描述性的统计分析方法进行监测结果分析。结果 PM_(2.5)等是首要污染物和超标污染物。冬、春、秋季以PM_(2.5)、PM_(10)污染为主,夏季以O_3-8 h污染为主。空气质量指数(AQI)一级(优)的天数从2014年25 d上升到2018年73 d。结论 2014—2018年自贡市城市环境空气存在PM_(2.5)、O_3-8 h、PM_(10)、NO_2污染,但其空气质量逐年改善。     

上海市虹口区大气PM_(2.5)污染及重金属含量特征分析

【目的】了解上海市虹口区大气PM_(2.5)污染状况及其重金属含量的特征。【方法】2015—2016年,在上海市虹口区某建筑物楼顶采用滤膜称重法采集大气PM_(2.5),每次连续采样24 h,分析PM_(2.5)日平均质量浓度及其重金属含量特征。【结果】大气PM_(2.5)质量浓度范围为0.008～0.246 mg/m~3,平均值为0.052 mg/m~3,超标率为25.0%。PM_(2.5)质量浓度变化规律为冬季春季夏季秋季,2016年低于2015年。大气PM_(2.5)中重金属含量平均值依次为钾铁钙锌铝铅锰铜钒。【结论】该采样点大气PM_(2.5)污染较严重,超标率较高。重金属浓度变化具有季节规律,冬春季节明显高于夏秋季。     

2014年—2015年兰州市环境空气质量分析

目的分析2014年—2015年兰州市环境空气质量现状。方法收集兰州市2014年—2015年PM_(10)、PM_(2.5)、NO_2、CO、O_(3-1h)和SO_2的日均浓度监测数据,分析其年度、区域、采暖期、非采暖期分布特征并进行综合评价。结果 2014年—2015年兰州市环境空气质量有所改善,空气中的PM_(10)、PM_(2.5)、CO和SO_2平均浓度下降,NO_2和O_(3-1h)平均浓度上升;除O_(3-1h)外,其余空气污染物均是采暖期高于非采暖期;2014年—2015年市区西部总体污染物浓度较高;环境空气中主要污染物是PM_(10)、PM_(2.5)和NO_2,2014年—2015年污染负荷系数PM_(10)、PM_(2.5)、CO、SO_2下降,NO_2和O_(3-1h)上升。结论 2014年—2015年兰州市环境空气质量逐渐改善,采暖期与非采暖期空气污染物种类有所区别,针对兰州市首要污染物和污染区域等特点,应有针对性地制定改善空气质量的防治措施。     

西安市空气质量与气象因素的典型相关分析

目的通过对2013年11月1日—2014年10月31日西安市空气污染指标,以及气象因素指标的分析,揭示西安市气象因素对空气污染物浓度的影响规律。方法对研究期间AQI指数、PM_(2.5)、PM_(10)、SO_2、NO_2、CO空气污染物水平进行统计描述;采用简单相关和典型相关分析,探讨空气主要污染物与气温、气湿、风速、气压、降雨量等气象因素之间的关系。结果根据《环境空气质量标准》(GB 3095-2012)年均值二级标准,研究期间,(1)西安市PM_(2.5)和PM_(10)年均值均超标,CO和SO_2达到二级标准,而NO_2略超过二级标准;(2)西安市气压变化平稳,月均湿度在70%上下波动,秋季略高,风速全年较平稳,冬春季略低,降雨量表现为冬春季偏低,夏季略高,秋季明显增多;(3)简单相关分析表明,气温同AQI、PM_(2.5)、PM_(10)、CO、NO_2和SO_2均有显著的相关关系,相关系数均大于0.5;气湿与SO_2的相关系数较大;风速与NO_2的相关系数较大,接近0.5;气压与CO、NO_2和SO_2的相关系数较大,均大于0.5;降雨量与AQI、PM_(2.5)、PM_(10)、CO、NO_2和SO_2均有显著的相关关系,相关系数较小。(4)典型相关分析表明,气象因素中气温主要影响气态污染物的浓度,湿度主要影响PM_(2.5)的浓度,而风速主要对NO_2浓度产生较大影响,降雨量则主要影响的是颗粒态污染物的浓度。结论在本研究期内,西安市空气质量与气象因素间有相关性。     

沈阳市大气污染物分布特征及对呼吸系统疾病的影响

目的探讨沈阳市大气污染物分布特征及对呼吸系统疾病的影响。方法对2016年1月1日—2016年12月31日沈阳市大气污染物浓度与中国医科大学附属第四医院和平院区呼吸系统疾病门诊人次的关系采用广义相加模型进行模拟,并分析滞后效应;随机各选取40名门诊肺炎及慢性阻塞性肺部疾病(COPD)患者分别于大气污染物浓度较低的夏季和大气污染物浓度较高的冬季检测肺功能并进行健康质量问卷(SF-36)调查。结果沈阳市大气PM_(2.5)、PM_(10)、SO_2和NO_2的年平均浓度分别为57、101、41、38μg/m~3,秋冬季大气PM_(2.5)、PM_(10)、NO_2和SO_2浓度最高。大气PM_(10)、PM_(2.5)、SO_2和NO_2的浓度每增加10μg/m~3,呼吸系统疾病日门诊就诊人次分别增加1.29%(95%CI:1.18%～1.40%)、1.31%(95%CI:1.20%～1.43%)、2.94%(95%CI:2.75%～3.14%)、5.26%(95%CI:4.91%～5.61%),分别滞后4、1、3、1 d。冬季COPD患者肺功能和SF-36量表得分均低于夏季,差异有统计学意义(P0.05)。结论沈阳市大气污染物导致呼吸系统疾病门诊就诊人次增加且存在滞后效应,空气污染是否导致COPD患者肺功能损伤及生活质量的降低有待进一步研究。     

星级宾馆室内空气PM_(10)和PM_(2.5)的污染水平及影响因素

目的了解星级宾馆室内颗粒物污染水平,分析室内颗粒物浓度的影响因素。方法选择北京市西城区四、五星级宾馆共6家,于2014年春、夏、秋、冬季分别进行1次采样,监测室内外空气PM_(10)、PM_(2.5)浓度。结果调查的星级宾馆客房室内空气PM_(10)、PM_(2.5)平均浓度均低于标准限值。室外大气颗粒物浓度高于室内,PM_(2.5)在PM_(10)中所占比例低于室内,差异有统计学意义(P0.05)。不同楼层客房的空气颗粒物浓度差异无统计学意义(P0.05)。不同季节客房的室内PM_(10)、PM_(2.5)浓度不同,秋季污染物浓度较高;开窗后客房室内颗粒物浓度高于开窗前,差异均有统计学意义(P0.05)。结论本次调查的宾馆室内颗粒物浓度与楼层无关,秋季污染物浓度高于其他季节。在室内无污染源的情况下,室内颗粒物污染主要来源于室外。     

2013年济南市采暖季大气细颗粒物污染监测分析

目的了解济南市采暖季空气中细颗粒物(PM_(2.5))含量及成分,为进行空气污染源解吸提供依据。方法选择2013年冬季空气污染较重日期,分别在济南市历城区和市中区2个监测点采集PM_(2.5)样品,分析样品质量浓度及多种无机元素、水溶性离子和多环芳烃的含量,对大气颗粒物浓度、特征组分、变化趋势进行分析。结果济南市冬季PM_(2.5)平均水平历城区高于市中区,两监测点PM_(2.5)中含量最高的前四类成分分别是硝酸根离子、硫酸根离子、铵离子、氯离子;所测空气中12种金属结果显示,市中区和历城区空气中含量最高的三种金属均为铝、铅、锰;所测空气PM_(2.5)中16种多环芳烃结果显示,市中区和历城区空气中含量最高的三种多环芳烃均为苊烯、萘、二氢苊。结论 2013年济南市历城区和市中区采暖季空气中细颗粒物含量均超过国家一级标准限值,济南市空气污染有明显的燃煤特征。     

生命中的最佳时间

锻炼身体的最佳时间:一年中,夏秋季节空气清洁,冬春季头一、二个月空气污染严重。一天中,中午、下午空气较清洁,早晨、傍晚和夜间空气污染较重,晚7时至早晨7时为污染高峰期。因此,早晨锻炼至少应躲过6、7点钟空气污染的高峰期,尤其是冬春季节。平时,选择上午10时和下午3—4时进行工间操活动对身体十分有利。猝死者急救的最佳时间:现代医学证明,心跳停止4分钟,脑细胞内的ATP耗尽,就可产生大     

空气污染对两县区居民每日非意外死亡人数的影响

目的分析并比较县区级行政地区空气污染对居民每日非意外死亡的影响。方法选择承德市F县和北京市S区作为研究地区,分别收集2014—2015年每日非意外死亡人数、空气污染物质量浓度及气象要素。采用时间序列广义相加模型(GAM)定量研究PM_(2.5)、PM_(10)、SO_2、NO_2和CO共5种空气污染物质量浓度对当地居民非意外死亡的影响,分别分析空气污染对老年人(≥65岁)和不同性别人群的影响,并与我国大中城市的研究结果相比较。结果 F县空气环境中PM_(2.5)、PM_(10)、SO_2、NO_2和CO日均质量浓度分别为53.4、79.3、22.4、18.1μg/m~3和0.9 mg/m~3;S区对应分别为83.3、108.8、13.8、44.0μg/m~3和1.2 mg/m~3。F县和S区平均每日非意外死亡人数分别为5.8和10.7人。除SO_2外,其他空气污染物与总非意外死亡均存在显著相关关系。各污染物质量浓度每增加10μg/m~3,F县和S区PM_(2.5)所致居民每日非意外死亡人数分别增加1.20%(lag5)和0.44%(lag4);PM_(10)对应分别增加1.25%(lag5)和0.38%(lag3);SO_2对应分别增加2.65%(lag1)和1.32%(lag4);NO_2对应分别增加3.90%(lag0)和1.45%(lag4);CO对应分别增加0.05%(lag0)和0.04%(lag4)。两县区PM_(2.5)、PM_(10)和NO_2对老年人的影响均高于总人群,而CO对总人群影响更高。两县区PM_(10)均对女性影响更高,NO_2和CO对男性影响更高。结论两县区空气污染短期暴露可增加居民每日非意外死亡人数,风险具有统计学显著性(除SO_2),且明显高于我国大中城市研究(除CO),F县5种空气污染物风险均高于S区,对不同性别和年龄人群之间风险存在一定差异。     

2015年哈尔滨市某地区空气污染物与呼吸系统疾病门诊量关系的时间序列研究

目的初步探讨哈尔滨市道里区空气主要污染物(PM_(2.5)、PM_(10)、SO_2、NO_2)对人群呼吸系统疾病门诊量水平的影响。方法采用广义线性模型,在控制长期趋势、气象因素和其他与时间长期变异有关的混杂因素条件下,分析空气主要污染物与人群呼吸系统疾病门诊量的关系。结果 2015年哈尔滨市道里区大气污染物PM_(2.5)、PM_(10)、SO_2、NO_2的全年日均质量浓度分别为62.51、95.61、36.97和55.01μg/m~3;哈尔滨市第一医院日均呼吸系统门诊量霾日高于非霾日,且具有统计学意义(P<0.05);大气污染物PM_(2.5)、SO_2水平与呼吸系统门诊量存在暴露—反应关系,滞后效应分析发现PM_(2.5)污染当天,PM_(2.5)浓度每升高10μg/m~3,人群呼吸系统疾病门诊量RR值为1.0052(95%CI:1.002 7~1.007 6),SO_2在污染滞后1 d最为显著,SO_2浓度每升高10μg/m~3,人群呼吸系统疾病门诊量RR值为1.005 1(95%CI:1.002 5~1.007 6)。结论哈尔滨市道里区空气污染物(PM_(2.5)、SO_2)对人群呼吸系统疾病门诊量水平有影响。     

空气污染对两县区居民每日非意外死亡人数的影响

目的分析并比较县区级行政地区空气污染对居民每日非意外死亡的影响。方法选择承德市F县和北京市S区作为研究地区,分别收集2014—2015年每日非意外死亡人数、空气污染物质量浓度及气象要素。采用时间序列广义相加模型(GAM)定量研究PM_(2.5)、PM_(10)、SO_2、NO_2和CO共5种空气污染物质量浓度对当地居民非意外死亡的影响,分别分析空气污染对老年人(≥65岁)和不同性别人群的影响,并与我国大中城市的研究结果相比较。结果 F县空气环境中PM_(2.5)、PM_(10)、SO_2、NO_2和CO日均质量浓度分别为53.4、79.3、22.4、18.1μg/m~3和0.9 mg/m~3;S区对应分别为83.3、108.8、13.8、44.0μg/m~3和1.2 mg/m~3。F县和S区平均每日非意外死亡人数分别为5.8和10.7人。除SO_2外,其他空气污染物与总非意外死亡均存在显著相关关系。各污染物质量浓度每增加10μg/m~3,F县和S区PM_(2.5)所致居民每日非意外死亡人数分别增加1.20%(lag5)和0.44%(lag4);PM_(10)对应分别增加1.25%(lag5)和0.38%(lag3);SO_2对应分别增加2.65%(lag1)和1.32%(lag4);NO_2对应分别增加3.90%(lag0)和1.45%(lag4);CO对应分别增加0.05%(lag0)和0.04%(lag4)。两县区PM_(2.5)、PM_(10)和NO_2对老年人的影响均高于总人群,而CO对总人群影响更高。两县区PM_(10)均对女性影响更高,NO_2和CO对男性影响更高。结论两县区空气污染短期暴露可增加居民每日非意外死亡人数,风险具有统计学显著性(除SO_2),且明显高于我国大中城市研究(除CO),F县5种空气污染物风险均高于S区,对不同性别和年龄人群之间风险存在一定差异。     

武汉地区慢性鼻炎流行病学与大气环境的关系

目的探讨武汉地区慢性鼻炎流行病学与大气环境的关系。方法选取武汉市第七医院2017年1月至2020年1月门诊治疗的3 371例慢性鼻炎患者为研究对象,对比同期气象资料数据,比较不同年份、不同季节慢性鼻炎发病率情况,分析大气环境因素空气污染指数(API)、细颗粒物(PM_(2.5))、可吸入颗粒物(PM_(10))、二氧化氮(NO_2)、二氧化硫(SO_2)、日平均相对湿度、日平均风速、日平均气温、日平均气压、气温日较差对武汉地区慢性鼻炎的影响。结果 2017年1月至2020年1月武汉地区慢性鼻炎发病人数逐年降低,以2017年最高为1 309例(38.83%),2019年最低为977例(28.98%);季节分布以冬季发病人数最高为1135例(33.67%),夏季发病人数最低为543例(16.11%);武汉地区春季大气环境对慢性鼻炎发病的主要影响因素是API、PM_(2.5)、PM_(10),夏季主要影响因素是NO_2、SO_2、日平均相对湿度,秋季主要影响因素是API、PM_(2.5)、PM_(10)、NO_2、SO_2,冬季主要影响因素是API、PM_(2.5)、PM_(10)、NO_2、SO_2、气温日较差;武汉地区慢性鼻炎患者春季对大气环境滞后反应为2～5 d,对API、PM_(2.5)反应最快,夏季滞后反应为1～6 d,对API反应最快,秋季滞后反应为0～5 d,对API、PM_(2.5)反应最快,冬季滞后反应为3～6 d。结论武汉地区慢性鼻炎发病率逐年降低,发病与环境气象因素有一定相关性,且受季节因素影响存在一定滞后性。     

兰州市医院儿科呼吸系统疾病日门诊量与空气污染的相关性研究

目的探讨兰州市医院儿科呼吸系统疾病日门诊量与空气污染的关系。方法收集2014年、2015年兰州市城关区和西固区监测点覆盖范围内的综合医院、社区卫生服务中心及妇幼保健院等6家医疗机构的儿科呼吸系统疾病门诊量数据及兰州市空气污染物资料,采用两独立样本的秩和检验分析两城区空气质量及两城区与兰州市总体空气质量的比较。采用Poisson广义可加模型的时间序列分析,对兰州市医院儿科呼吸系统疾病日门诊量和空气污染进行分析,同时控制时间趋势、星期效应、气象因素等混杂因素的影响。结果兰州市城关区和西固区SO2日平均浓度分别为26.52和28.78μg/m~3,NO2日平均浓度分别为48.56和51.84μg/m~3,PM10日平均浓度分别为115.82和129.31μg/m~3,PM_(2.5)日平均浓度分别为51.34和62.86μg/m~3。两城区空气污染物的秩和检验结果显示:西固区SO_2、PM_(10)、PM_(2.5)的日平均浓度高于城关区此三种污染物的日平均浓度,且差异有统计学意义。城关区和西固区的空气污染物浓度比兰州市总体的浓度高。广义可加模型分析结果发现SO_2、NO_2、PM_(10)及PM_(2.5)日平均浓度与儿科呼吸系统疾病日门诊量存在正相关关系。进行多污染物模型分析发现,多污染物模型的RR值相对单污染物模型基本没有升降。结论兰州市医院儿科呼吸系统疾病日门诊量与空气污染浓度呈正相关关系,且存在滞后效应。     

2014—2016年深圳市空气污染时空分布特征

目的分析深圳市空气质量指数(AQI)的时间变化和空间分布特征,为空气污染治理提供科学依据。方法收集覆盖深圳市10个行政区的19个空气质量监测点2014—2016年AQI和首要污染物的日报监测数据,汇总得到监测点小时均值、日均值、季度均值和年均值,采用空间自相关分析研究AQI空间自相关性的强弱与集聚模式。结果研究期间深圳市AQI中位数为50.0,空气质量级别为二级。2014年深圳空气首要污染物以PM_(2.5)为主,2015年和2016年空气首要污染物以O_3为主;从时间分布看,深圳空气质量呈现"冬劣夏优"的特点,但夜间空气污染程度与白天无差异;空间自相关分析表明,研究期间AQI存在正空间自相关性,AQI全局moran's I指数为0.167(Z=2.000,P<0.05),greary系数为0.801(Z=1.711,P<0.05),光明新区AQI局部moran's I指数为1.027(P<0.05)。光明新区AQI moran散点图处于第一象限,属于高值-高值分布特点,而盐田区moran散点图处于第三象限,属于低值-低值分布特点。结论深圳市空气质量总体状况较好,PM_(2.5)和O_3是深圳主要的空气污染物,冬季应重视与加强防控空气污染,尤其在深圳的西北部几个行政区。     

呼和浩特市轻、重污染区空气颗粒物质量浓度及变化特征

目的了解呼和浩特市轻重污染区空气颗粒污染物水平及变化趋势。方法选择呼和浩特市回民区未来城社区设定为重污染区监测点,呼和浩特市赛罕区乌兰察布东路社区设置为轻污染区监测点,分别在两个监测点监测2014—2017每日24 h的空气颗粒物PM_(10)和PM_(2.5)浓度,通过每日颗粒物测量值计算年平均质量浓度,2014—2017年各季度污染物平均质量浓度,从而进行具体分析,运用卡方检验对比分析两监测点历年空气颗粒物质量浓度变化趋势。结果呼和浩特市轻污染区赛罕区不同年份PM_(10)质量浓度差异有统计学意义(H=110.661,P<0.001),2014年最高,2014—2016年逐年降低,2017年有所回升,PM_(2.5)质量浓度差异有统计学意义(H=33.178,P<0.001),2014年平均质量浓度最高,同样2014—2016年逐年降低,2017年有所升高。重污染区回民区不同年份PM_(10)质量浓度差异有统计学意义(H=33.475,P<0.001)2014年最高,2014—2016年逐年降低,2017年相对较高。PM_(2.5)质量浓度差异有统计学意义(H=57.582,P<0.001)2014年最高,2015—2017年呈逐年升高趋势。回民区PM_(10)年平均质量浓度高于赛罕区,差异有统计学意义(Z=-10.644,P<0.001)。回民区PM_(2.5)年平均浓度高于赛罕区,差异有统计学意义(Z=-10.189,P<0.001)。2014—2017年回民区PM_(10)和PM_(2.5)超标天数均多于赛罕区。结论呼和浩特市回民区空气颗粒物PM_(10)和PM_(2.5)年平均质量浓度高于赛罕区,高空气颗粒物质量浓度主要集中在冬季。两地区2014—2017年空气颗粒物PM_(10)和PM_(2.5)质量浓度总体呈下降趋势。     

2016年泸州城区大气颗粒物调查

为了解泸州城区大气PM_(2.5)和PM_(10)质量浓度及污染特征,收集2016年1月1日—12月31日泸州城区3个国控监测点的PM_(2.5)、PM_(10)逐时监测数据,分析大气污染物污染水平及其时间分布特征。结果表明,泸洲城区PM_(2.5)浓度为15～263μg/m~3,均值为64μg/m~3,超标率为32.8%;PM_(10)浓度范围为29～330μg/m~3,均值为87μg/m~3,超标率为11.7%。PM_(2.5)和PM_(10)的日均浓度在整体变化趋势上无明显差异,二者浓度呈正相关(r=0.953 2),且日波动范围较大;PM_(2.5)和PM10浓度均以冬季最高、夏季最低;PM_(2.5)/PM_(10)的范围为0.632～0.976,均值为0.744。提示泸州城区存在PM_(2.5)和PM_(10)污染,二者日均浓度变化趋势一致,且以冬季浓度最高。     

西安市大气PM_(2.5)中无机离子的季节特征

为了解西安市大气PM_(2.5)中无机离子的季节特征,选取2015年11月—2016年7月中的4个时间段共44 d,采用离子色谱联用在线检测系统分析大气PM_(2.5)中8种水溶性无机离子(F~-、Cl~-、NO~(3-)、SO_4~(2-)、Na~+、K~+、NH_4~+和Ca~(2+))的季节分布特征。结果显示,西安大气PM_(2.5)中各离子浓度在四季分布不同,NO_3~-、SO_4~(2-)和NH_4~+是浓度较高的无机水溶性离子。提示该市大气PM_(2.5)可能来源于自然环境、工业、燃煤污染和生物质燃烧,应加强不同季节的环境保护。