“十四运”期间西安PM2.5中水溶性无机离子污染特征.pdf

为探究中国第十四届运动会(简称“十四运”)期间西安大气 PM2.5中水溶性无机离子浓度水平及来源,利用高分辨率 MARGA ADI 2080 离子在线分析仪对西安“十四运”前、“十四运”期间和“十四运”后水溶性无机离子进行实时观测,分析了不同时段水溶性无机离子组分污染特征、pH 变化及污染来源。结果表明,“十四运”前、“十四运”期间和“十四运”后 PM2.5质量浓度分别为 13.4、11.9、32.6 g/m3,SNA(NO-3、SO2-4和 NH+4三者统称)质量浓度分别为 5.8、5.4、13.3 g/m3,占总水溶性无机离子的 91.6%93.6%。“十四运”前和“十四运”期间 NO-3与 SO2-4质量浓度比分别为 0.7和 0.9,表明移动源的比例增加,主要受交通管控的影响。“十四运”后 NO-3与 SO2-4质量浓度比为 2.7,同时 NO-3作为最丰富的离子,其质量浓度(7.4 g/m3)分别为“十四运”前(1.7 g/m3)和“十四运”期间(1.9 g/m3)的 4.4 和 3.9 倍。观测阶段,大气 PM2.5整体呈碱性,进一步通过热力学模型(ISORROPIA-II)计算得出酸性强度为“十四运”前“十四运”期间“十四运”后,这与大气富氨环境密切相关。使用主成分-多元线性回归模型(PCA-MLA)分析得到,二次源和扬尘源是观测期间 PM2.5主要的污染来源,“十四运”期间二次源的贡献降到最低。通过轨迹聚类及潜在源(PSCF)分析表明,PM2.5污染主要为短距离污染传输,SNA 潜在污染源区主要分布在西安市内以及周边地区。关键词:西安“十四运”;水溶性无机离子;轨迹聚类;潜在源分析中图分类号:X82文献标志码:A文章编号:1002-6002(2023)05-0081-14DOI:10.19316/j.issn.1002-6002.2023.05.09收稿日期:2022-04-27;修订日期:2023-05-15基金项目:国家大气重污染成因与治理攻关项目(DQGG-05-36);陕西省科技厅项目(2021JQ-963,2016SF-454,2019JM-120)第一作者简介:曹磊(1983-),男,陕西延安人,硕士,高级工程师。通讯作者:周变红Pollution Characteristics of Water-Soluble Inorganic Ions in PM2.5 in Xian During the 14th National GamesCAO Lei1,TAO Yanan1,ZHAO Bei1,FENG Qiao2,LI Yongqing1,WANG Yuwei1,ZHOU Bianhong21.Shaanxi Key Laboratory for Environmental Monitoring and Forewarning of Trace Pollutants,Shaanxi Provincial Environmental Monitoring Center Station,Xian 710054,China2.Shaanxi Key Laboratory of Disaster Monitoring and Mechanism Simulation,College of Geography&Environment,Baoji University of Arts&Sciences,Baoji 721013,ChinaAbstract:In order to explore the concentration level and source of water-soluble inorganic ions in PM2.5 in Xian during the 14th National Games(“the 14th Games”),the MARGA ADI 2080 instrument was used to observe the water-soluble inorganic ions before,during and after the 14th Games.And the pollution characteristics,pH changes and pollution sources of water-soluble inorganic ions in different time periods were analyzed.The results showed that PM2.5 concentrations before,during and after the 14th Games were 13.4,11.9 and 32.6 g/m3,respectively.The mass concentrations of SNA(NO-3,SO2-4 and NH+4)were 5.8,5.4 and 13.3 g/m3,respectively,accounting for 91.6%-93.6%of the total water-soluble inorganic ions.The value of NO-3/SO2-4 was 0.7 and 0.9 before and during the 14th Games,respectively.It indicated that an increase in the proportion of mobile sources,which was mainly affected by traffic control.After the 14th Games,mass concentration ratio NO-3/SO2-4 value was 2.7.Meanwhile,NO-3 was the most abundant ion,and its mass concentration(7.4 g/m3)was 4.4 and 3.9 times higher than that before(1.7 g/m3)and during the 14th Games(1.9 g/m3),respectively.In the observation stage,PM2.5 was generally alkaline,and the acidity intensity was further calculated by ISORROPIA-model as follows:before during after the 14th Games,it was closely related to the atmospheric ammonia rich environment.The results obtained by principal component-multiple linear regression model(PCA-MLA)showed that secondary sources and dust sources were the main pollution sources of PM2.5 82 中国环境监测第 39 卷第 5 期2023 年 10 月during the observation period,and the contribution of secondary sources was the lowest during the 14th Games period.Through trajectory clustering and potential sources(PSCF)analysis,it was found that PM2.5 pollution was mainly transmitted over a short distance,and the potential sources of SNA pollution were mainly distributed in and around Xian.Keywords:Xian 14th National Games;water-soluble ion;trajectory clustering;PSCFPM2.5作为空气污染物的主要成分,可通过散射或吸收太阳光直接降低大气能见度1-2,其浓度升高可导致雾霾污染加重3,同时对人体健康产生严重危害4。水溶性无机离子作为 PM2.5重要组成成分之一,约占其质量的 30%80%5,其来源复杂,对颗粒物污染的形成具有重要驱动作用6,同时具有亲水性,对云的宏观特征、大气能见度及降水酸碱度等具有重要影响7-9。水溶性无机离子主要成分是二次离子10-11,有研究表明高浓度 NO-3、SO2-4和 NH+4是引发我国重雾霾污染的重要组分12,也是造成城市大气能见度降低的主要原因13,因此研究水溶性无机离子的变化特征对了 解 PM2.5污 染 物 性 质 和 来 源 具 有 重 要意义。西安是中国西北地区重要的工业城市、西部地区重要的中心城市,也是中国污染程度最严重的城市之一14。2020 年西安市全年能源消费总量达到 582.4 万 t,全市机动车保有量约为 398 万辆,工业废气排放量为 1 194.3 亿 m3,比 2019 年(1 067.30 亿 m3)增长 11.9%15,经济迅速发展导致大气污染状况愈发严重。黄含含等16研究发现,Ca2+、SO2-4、NH+4和 NO-3是 西 安 市 大 气 PM2.5中主要的水溶性无机离子,NO-3和 NH+4质量浓度在秋冬季偏高,春夏季偏低,SO2-4浓度春季最低。LI 等17研究得出,西安市大气总悬浮颗粒物(TSP)中 SO2-4、NO-3和 NH+4质量浓度在重霾期间急 剧 上 升,分 别 占 TSP 的 9.6%、8.3%和4.4%。刘立忠等18研究得出,西安市 PM2.5中NO-3、NH+4、SO2-4和 Cl-年均值占总水溶性离子的89.49%,其峰值出现在 11 月和 12 月。鉴于目前使用高时间分辨率的在线仪器研究不多,大多学者主要从水溶性无机离子组成、季节变化特征及特殊天气条件的变化规律来了解西安市颗粒物的形成和污染来源。中国第十四届运动会(简称“十四运”)前主要加强污染源治理和常态化管控,期间实施“强化管控+应急管控”,严格落实重点涉气源和扬尘污染减排措施,加强点源和面源污染管控力度,并实施移动源临时交通管制,“十四运”后则恢复常态化管理。因此,研究不同时期管控措施下西安市 PM2.5水溶性离子污染特征具有重要意义。故本研究利用 MARGA ADI 2080离子在线分析仪对西安秋季“十四运”前、“十四运”期间和“十四运”后不同阶段 PM2.5中水溶性无机离子进行实时监测,使用高时间分辨率的在线仪器对西安市 PM2.5 中水溶性离子质量浓度进行实时检测,一定程度上消除了离线滤膜取样分析引起的误差,分析各水溶性无机离子的不同阶段的日变化特征,利用热力模型 ISORROPIA-模型、主成分分析(PCA-MLR 模型)分析了水溶性无机离子的酸碱平衡及来源特征,最后应用后向轨迹(HYSPLIT)模式和聚类分析法(TrajStat)进行轨迹聚类及潜在源因子分析,以了解在运动会期间当地管理部门对大气的管控措施改善力度,以期为后续西安市进一步开展大气气溶胶研究提供基础数据。1研究方法1.1观测地点和采集设备西安位于中国内陆半干旱地区关中盆地,北靠黄土高原,南依秦岭。具体采样点设在西安环保大厦楼顶(34.27 N,108.90 E)距地面 20 m处,该站点是为了进行陕西省关中大气污染成因分析布设的关中城市在线大气组分监测站点之一,按照国家要求尽量靠近现有国控空气站,距离西安市小寨国控站约 2.0 km。本采样点是国控站点的补充,组分站运行基础条件要求较高,周边能较好地满足站点建设运行条件,通过大气在线监测,以达到指导消减和控制大气污染的初衷,所以该站点可以反映西安市空气质量变化情况。该站点位于西安市雁塔区,周边主要分布有居民区和学校,无明显的污染源。监测时段分为“十四运”前(2021 年 8 月 14 日 00:00 至 9 月 14 日23:00)、“十四运”期间(2021 年 9 月 15 日 00:00至 9 月 27 日 23:00)和“十四运”后(2021 年 9 月28 日 00:00 至 10 月 28 日 23:00)。无机水溶性离子测试仪器为瑞士万通集团研制的 MARGA ADI 2080 离子在线分析仪,是可以曹磊等:“十四运”期间西安 PM2.5中水溶性无机离子污染特征83 连续测量气体和气溶胶中可溶性离子成分逐时平均浓度的在线分析器。该仪器包括采样系统和分析系统,通过旋转式溶蚀器定量吸收和蒸汽喷射气溶胶收集器收集并凝聚溶解,制成可溶性的气体和气溶胶样品溶液,基于离子色谱来测量气溶胶中可 溶 性 离 子 成 分。获 得 8 种 水 溶 性 离 子(Cl-、NO-3、SO2-4、Na+、NH+4、K+、Mg2+、Ca2+)和 5 个痕量气体组分(SO2、HCl、NH3、HNO3、HNO2)。对比传统的膜采样方法,该仪器具有时间分辨率高、连续性强等优势19。PM2.5的浓度数据来自西安超级站,所用仪器为美国赛默飞 MODEL5030,数据的时间分辨率为 1 h。PM2.5仪器每个月进行一次流量检查,实测流量与设定流量的误差在5%范围内20。气象数据(温度、相对湿度降水、风速和风向)和边界层高度分别来自西安超级站的 WS500-UMB 气 象 监 测 仪(德 国 LUFFT)和AGHJ-I-LIDAR 激光雷达(中科光电),数据时间分辨率均为 1 h,每个月定期对仪器进行校正。1.2ISORROPIA-模型ISORROPIA-模型是基于热力学原理,计算气溶胶含水量中氢离子的浓度21。该模型将同时段内水溶性离子质量浓度和对应环境的温度、相对湿度作为输入数据,通过计算得到液相中 H+浓度和水含量来计算气溶胶 pH。pHis计算公式:pHis=-lg1 000H+H+airALWC(1)式中:pHis表示 PM2.5的酸度;H+表示 H+的活度系数(假设 H+=1);H+air表示单位体积空气中平衡颗粒水合氢离子的浓度;ALWC 表示 PM2.5的含水量。H+air和 ALWC 利用 ISORROPIA-模型计算得出,单位均为 g/m3。1.3PCA-MLR 模型利用 SPSS 软件对宝鸡市秋季清洁和污染时段大气 PM2.5中的水溶性离子污染来源进行主成分分 析(PCA),其 次 利 用 多 元 线 性 回 归 模 型(MLR)得出污染源的平均贡献率22-23。MLR 模型方程:Y=ni=1BiXi(2)式中:Y 为标准化后 PM2.5中总水溶性离子质量浓度;Xi为主成分的因子得分变量;Bi为 MLR 的回归系数。源 i 的平均贡献率(Z,%)计算公式:Z=Bini=1Bi()100%(3)1.4聚类分析后向轨迹图形轨迹制作利用(HYSPLIT)模式,根据气流在垂直和水平方向上的运动速率和方向进行聚类,可反映一段时间内到达目标地区气流的大致轨迹来向及不同来向占比,目前已广泛应用于大气化学观测数据分析24-25。本研究监测时段采用 GDAS 气象数据,以西安(34.27N,108.90E)为起点,将 模 拟 起 始 高 度 设 置 为500 m,每隔 1 h 计算一次,每条轨迹时长为 24 h,使用 TrajStat 进行轨迹聚类26。采用欧拉距离法,得到气团后向轨迹聚类。1.5潜在源分析潜在源贡献函数(PSCF)是基于条件概率函数,结合气团轨迹和化学组分浓度值定性识别潜在污染源的方法27。该方法先将气流经过的区域划分为 ij 个相等的网格(i 和 j 分别代表经度和纬度),并设置一标准值,将超过标准值的轨迹定义为污染轨迹28,通过计算网格内污染轨迹数(mij)与轨迹总数(nij)比值来定量不同区域的污染排放贡献29,计算公式:PSCFij=mijnij(4)本研究用 0.50.5的网格对研究区域气团轨迹进行划分。PSCFij是一种条件概率,为减少总轨迹数较少造成 PSCFi j的不确定性,故引入加权函 数 Wij,计 算 所 得 的 PSCFij乘 以 权 重 函 数Wij30,即:WPSCFij=PSCFij Wij(5)Wij=1.00(80 nij)0.72(20 nij 80)0.42(10 NO-3NH+4Ca2+Cl-Na+K+Mg2+,其中 Na+、Mg2+和 Ca2+是风沙扬尘的标识物,其质量浓度较低,可能主要受大气降水及道路洒水抑尘影响。NO-3、SO2-4和 NH+4是较为丰富的离子,主要由大气中 NOx 和 SO2在氧化剂作用下,生成硝酸和硫酸,再与氨气反应形成铵盐等二次反应生成34。“十四运”前、“十四运”期间和“十四运”后 SNA 质量浓度分别为 5.8、5.4、13.3 g/m3,占 TWSI 比例为 91.6%93.6%,是水溶性无机离子的主要组成部分。与其他城市的离子组分浓度相比(表 2),“十四运”前和“十四运”期间 SNA 质量浓度均低于 20172018 年的西安、郑州、临汾和成都。其中 NO-3主要通过汽车尾气排放的 NOx经过非均相氧化反应在气溶胶表面形成35。“十四运”后 NO-3质量浓度(7.4g/m3)分别为“十四运”前(1.7 g/m3)和“十四运”期 间(1.9 g/m3)的 4.4、3.9 倍,同 时 与PM2.5相关系数(0.97)大于“十四运”前(0.65)和“十四运”期间(0.73),可能由于“十四运”后取消交通管控,受汽车尾气排放影响较大。NO-3与SO2-4质量浓度比(NO-3)/(SO2-4)通常表示移动源和燃煤源的贡献特征36,比值小于 1 则固定源对颗粒物的贡献更大,大于 1 则移动源的贡献大37。“十四运”前、“十四运”期间和“十四运”后,该比值分别为 0.7、0.9 和 2.7,“十四运”后该比值分别是“十四运”前和“十四运”期间的 3.9、3.0 倍,且“十四运”前和“十四运”期间比值均低于西 安 2017 年 秋 季(1.62 0.53)38、北 京(2.9)37、上海(1.16)39和临汾(1.81)40,表明移动源相较固定源的贡献小。说明西安市“十四运”期间对交通的管控措施有一定效果,“十四运”后则明显受移动源影响。表 2水溶性离子特征及与其他城市组分质量浓度对比Table 2Water-soluble ion characteristics and mass concentration comparison with other urban components时段指标NO-3SO2-4NH+4Ca2+Na+Cl-K+Mg2+SNA“十四运”前“十四运”期间“十四运”后文献中质量浓度对比/(g/m3)平均质量浓度/(g/m3)1.682.581.530.310.100.040.035.80占总离子比例/%26.5740.8024.234.921.650.570.4191.60与 PM2.5相关系数0.65 0.67 0.79-0.140.47-0.08-0.050.75 平均质量浓度/(g/m3)1.902.021.460.180.100.030.015.38占总离子比例/%32.6934.7825.083.141.720.590.2592.55与 PM2.5相关系数0.73 0.97 0.97 0.640.640.670.610.97平均质量浓度/(g/m3)7.142.653.470.370.120.300.080.0313.26占总离子比例/%50.3918.7024.512.630.872.130.530.2393.60与 PM2.5相关系数0.97 0.74 0.99-0.05-0.51 0.65 0.290.090.99 西安 2017 至 2018167.417.544.123.841.1019.07临汾 2019 秋季4019.2610.629.261.010.882.300.460.2039.14郑州 2016 年 9 月 19 日至 10 月 20 日4114.1013.017.580.601.130.790.0634.69成都 2019 秋季428.745.404.790.870.360.830.420.3918.9注:“”表示在置信度 P0.01 时相关性显著;“”表示置信度 P0.90),表明观测的 8 种水溶性离子是 PM2.5中主要离子,观测数据可靠性高。“十四运”前、“十四 运”期 间 和“十 四 运”后 AE/CE 分 别 为0.83、0.75 和 0.85,表明监测期间大气气溶胶呈碱性且“十四运”期间酸性最弱,其比值小于宝鸡(1.08)50、临汾(0.94)40和贵阳(0.92)51。另外,本研究利用热力学模型 ISORROPIA-II 对监测期间 PM2.5酸度(pHis)进行计算,计算得 pHis分别为 2.91、2.94 和 3.7,表明监测期间酸性强度从大到小顺序依次为“十四运”前“十四运”期间“十四运”后。图 3阴阳离子电荷平衡Fig.3Charge balance of anion and anion当 NH+4/SO2-4大于 0.75 时,则表明大气处于富氨条件,反之则处于贫氨的条件52。本研究对“十四运”期间 NH+4和 SO2-4进行线性拟合,拟合斜率在 1.7 3.9 范围内,大于 0.75 表明监测期间均处于富氨环境。NH+4通常会优先与 SO2-4反应生成(NH4)2SO4或 NH4HSO4,剩余的 NH+4和NO-3反应生成NH4NO353。NH+4/SO2-4、NH+4/(SO2-4+NO-3)和 NH+4/(SO2-4+NO-3+Cl-)的线性关系如图 4 所示,由图 4(a)图 4(c)知,SO2-4与 NH+4得到充分反应生成(NH4)2SO4,过量88 中国环境监测第 39 卷第 5 期2023 年 10 月NH+4再与 NO-3反应生成 NH4NO3,反应后 NH+4仍有剩余,可与 Cl-反应生成 NH4Cl。因此,与控制NO-3和 SO2-4浓度相比,控制 NH+4对降低水溶性无机离子浓度(WSIIs)更有效。NH+4是通过 NH3二次反应生成,故控制 NH3排放对降低水溶性无机离子浓度具有重要意义。同时,“十四运”前、期间和“十四运”后 NH+4均主要以(NH4)2SO4、NH4NO3和 NH4Cl 的形式存在。图 4NH+4与 SO2-4、NH+4与 SO2-4+NO-3和 SO2-4+NO-3+Cl-电荷浓度Fig.4Molar electron equivalent concentrations of NH4+,SO2-4,SO2-4+NO-3 and SO2-4+NO-3+Cl-曹磊等:“十四运”期间西安 PM2.5中水溶性无机离子污染特征89 2.5PCA-MLR 模型为了解不同时段内水溶性离子来源,利用PCA-MLR 模型分析,结果如 表 3 所 示。“十 四运”前,通过分析确定了 2 种因子,其累计解释方差为 72.1%。因子 1 的方差解释比为 44.3%,其中 SO2-4、NO-3和 NH+4的载荷值较高,SO2-4、NO-3、NH+4主要通过污染气体二次转化得到,可判断PC1 来源为二次生成。PC2 的方差解释比例为27.8%,Mg2+和 Ca2+均为地壳元素的标志物54,PC2 可识别为扬尘源。“十四运”期间,两种因子累计解释方差为 83.6%,K+和 Cl-分别为生物质燃 烧和燃煤的 标志55,10,可识别为燃 烧源。故 PC1 和 PC2 分别识别为二次生成及燃烧混合源和扬尘源。“十四运”后确定的 2 种因子 PC1和 PC2 分别识别为 二次源和燃 煤混合源及 扬尘源。表 3PM2.5中水溶性离子的旋转因子载荷矩阵Table 3Rotation factor load matrix of water-soluble ions in PM2.5项目“十四运”前“十四运”期间“十四运”后PC1PC2PC1PC2PC1PC2SO2-40.9060.0300.9010.3870.8310.329NO-30.875-0.3650.846-0.4230.927-0.216Cl-0.694-0.4090.769-0.5780.7990.241NH+40.956-0.1800.9890.0330.975-0.072K+0.048-0.5170.836-0.3600.344-0.370Mg2+-0.3080.8050.4600.7810.1920.822Ca2+-0.1460.8330.5940.6110.0280.873方差贡献率/%44.327.850.237.547.125.6累积方差贡献率/%44.372.150.287.747.172.7污染来源二次生成扬尘二次生成+燃烧扬尘二次生成+燃煤扬尘贡献率/%98.21.848.551.591.48.6利用 SPSS 软件进行多元线性回归,得到清洁时段和污染时段线性回归方程分别见式(9)式(11)。“十四运”前:Y=0.85F1+0.02F2(R2=0.72,P=0)(9)“十四运”期间:Y=0.67F1+0.72F2(R2=0.95,P=0)(10)“十四运”后:Y=0.97F1+0.09F2(R2=0.92,P=0)(11)式中:Fi为源 i 的因子得分变量;括号中 P 为显著性水平;检测值均符合 0P“十四运”期间“十四运”后,主要受富氨环境影响。不同时 段 NH+4主 要 以(NH4)2SO4、NH4NO3和NH4Cl 的形式存在。故与控制 NO-3和 SO2-4浓度相比,控制 NH+4对降低水溶性无机离子浓度更加有效。曹磊等:“十四运”期间西安 PM2.5中水溶性无机离子污染特征91 3)观测期间,大气 PM2.5主要受二次源、扬尘源及燃烧源的影响。“十四运”期间二次源的贡献显著下降,此期间实施临时交通管制、面源和禁止露天焚烧等管控措施取得了重要成效。故控制二次离子转化的前体物排放以及生物质燃烧及化石燃料的燃烧对改善西安市空气质量具有重要意义。4)后向轨迹和潜在源区贡献分析结果表明,起源于南部的聚类气团携带的污染物 PM2.5浓度均大于来源北部的气团,但气团占比小,主要受省内短距离传输影响。SNA 离子的潜在污染源区主要分布在西安市内及周边地区。参考文献(References):1 LIU P F,ZHANG C L,MU Y J,et al.The Possible Contribution of the Periodic Emissions from Farmers Activities in the North China Plain to Atmospheric Water-Soluble Ions in Beijing J.Atmospheric Chemistry and Physics,2016,16:10 097-10 109.2 LIU F,TAN Q W,JIANG X,et al.Effects of Relative Humidity and PM2.5 Chemical Compositions on Visibility Impairment in Chengdu,ChinaJ.Journal of Environmental Sciences,2019,86:15-23.3 HUANG R J,ZHANG Y L,BOZZETTI C,et al.High Secondary Aerosol Contribution to Particulate Pollution During Haze Events in ChinaJ.Nature,2014,514:218-222.4 MA J K J,Ye W F,ARORA M,et al.PM2.5-Related Health and Economic Loss Assessment for 338 Chinese CitiesJ.Environment International,2018,121:392-403.5 冯炎鹏,张军科,黄小娟,等.成都夏冬季 PM2.5中水溶性无机离子污染特征J.环境科学,2020,41(7):3 012-3 020.FENG Yanpeng,ZHANG Junke,HUANG Xiaojuan,et al.Pollution Characteristics of Water-Soluble Inorganic Ions in Chengdu in Summer and Winter in Chengdu J.Environmental Science,2020,41(7):3 012-3 020.6 TIAN M,LIU Y,YANG F,et al.Increasing Importance of Nitrate Formation for Heavy Aerosol Pollution in Two Megacities in Sichuan Basin,Southwest China J.Environment Pollution,2019,250:898-905.7 尹寒梅,陈军辉,冯小琼,等.绵阳市 PM2.5中水溶性离子特征及来源分析 J.环境化学,2021,40(12):3 755-3 763.YIN Hanmei,CHEN Junhui,FENG Xiaoqiong,et al.Characteristics and Sources of Water-Soluble Ions of PM2.5 in Mianyang City J.Environmental Chemistry,2021,40(12):3 755-3 763.8 李永麒,张国斌.太原市春季大气 PM2.5中水溶性离子在线观测分析J.环境化学,2017,36(8):1 777-1 784.LI Yongqi,ZHANG Guobin.Continuous online Observation Analysis of Water-Soluble Ions in PM2.5 from the Atmosphere in Spring in Taiyuan J.Environmental Chemistry,2017,36(8):1 777-1 784.9 KANT P R,YAO X H,K Chan Chak.Sampling Artifacts of Acidity and Ionic Species in PM2.5J.Environmental Science and Technology,2004,38(1):254-259.10HUANG F,ZHOU J B,CHEN N,et al.Chemical Characteristics and Source Apportionment of PM2.5 in Wuhan,ChinaJ.Journal of Atmospheric Chemistry,2019,76:245-262.11张棕巍,胡恭任,于瑞莲等.厦门市大气 PM2.5中水溶性离子污染特征及来源解析J.中国环境科学,2016,36(7):1 947-1 954.ZHANG Zongwei,HU Gongru,YU Ruilian,et al.Pollution Characteristics and Sources of Water-Soluble Ions of PM2.5 in Xiamen City J.China Environmental Science,2016,36(7):1 947-1 954.12XU L L,DUAN F K,HE K B,et al.Characteristics of the Secondary Water-Soluble Ions in a Typical Autumn Haze in Beijing J.Environmental Pollution,2017,227:296-305.13郑敬茹,瞿厚淑,付山,等.黄石市大气 PM2.5中水溶性离子浓度特征及来源分析 J.环境科学研究,2019,32(7):1 170-1 178.ZHENG Jingru,QU Houshu,FU Shan,et al.Characteristics and Source Analysis of Water-soluble Ions of PM2.5 in Huangshi City J.Research of Environmental Sciences,2019,32(7):1 170-1 178.14孙浩堯,陈庆彩,牟臻,等.西安地区 PM2.5中环境持久性自由基(EPFRs)性质及来源研究J.环境科学学报,2019,39(1):197-203.SUN Haoyao,CHEN Qingcai,MOU Zhen,et al.Study on the Properties and Sources of Environmental Persistent Free Radicals(Epfrs)of PM2.5 in XianJ.Acta Scientiae Circumstantiae,2019,39(1):197-203.15西安市统计局.西安统计年鉴 2021.北京:中国统计出版社,2022.16黄含含,王羽琴,李升苹,等.西安市 PM2.5中水溶92 中国环境监测第 39 卷第 5 期2023 年 10 月性离子的季节变化特征 J.环境科学,2020,41(6):2 528-2 535.HUANG Hanhan,WANG Yuqin,LI Shengping,et al.Seasonal Variation of Water-Soluble Ions in PM2.5 in Xian CityJ.Environmental Science,2020,41(6):2 528-2 535.17LI J J,WANG G H,REN Y Q,et al.Identification of Chemical Compositions and Sources of Atmospheric Aerosols in Xian,Inland China During Two Types of Haze Events J.Science of the Total Environment,2016,566:230-237.18刘立忠,薛梁磊,韩婧,等.西安市全年中 PM2.5水溶性无机离子变化特征J.环境工程学报,2017,11(4):2 402-2 406.LIU Li Zhong,XUE Llianglei,HAN Jing,et al.Annual Variation of Water-Soluble Inorganic Ions of PM2.5 in Xian City J.Journal of Environmental Engineering,2017,11(4):2 402-2 406.19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