乌鲁木齐市城区大气PM2.5中水溶性离子组分特征及来源解析

魏疆; 赵彩欣; 王国华; 赵丽莉

doi:10.12118/j.issn.1000-6060.2024.358

干旱区地理 >

2025 , Vol. 48 >Issue 4: 623 - 631

DOI: https://doi.org/10.12118/j.issn.1000-6060.2024.358

气候与水文

乌鲁木齐市城区大气PM_2.5中水溶性离子组分特征及来源解析

魏疆 ^,¹ ,
赵彩欣 ¹ ,
王国华 ² ,
赵丽莉 ²

展开

1.新疆财经大学公共管理学院，新疆乌鲁木齐 830012
2.新疆乌鲁木齐生态环境监测站，新疆乌鲁木齐 830000

魏疆（1975-），男，博士，副教授，主要从事区域可持续发展研究. E-mail: weijiang@xjufe.edu.cn

收稿日期: 2024-06-07

修回日期: 2024-08-22

网络出版日期: 2026-03-11

基金资助

新疆财经大学校地合作招标项目(2024SLC005)

收起

Characteristics and sources of water-soluble ion components in PM_2.5in the urban area of Urumqi City

Jiang WEI ^,¹ ,
Caixin ZHAO ¹ ,
Guohua WANG ² ,
Lili ZHAO ²

Expand

1. School of Public Administration, Xinjiang University of Finance and Economics, Urumqi 830012, Xinjiang, China
2. Xinjiang Urumqi Ecological Environment Monitoring Station, Urumqi 830000, Xinjiang, China

Received date: 2024-06-07

Revised date: 2024-08-22

Online published: 2026-03-11

Fold

摘要

为研究乌鲁木齐市大气环境中主要污染物PM_2.5的水溶性离子组分及其来源，2023年在城市中部布置采样点，通过膜采样的方式采集样品164个，按照相关测试标准测定PM_2.5的质量浓度及各水溶性离子组分浓度，并分析其来源。结果表明：（1）采暖期PM_2.5质量浓度及各离子组分浓度均大于非采暖期。（2）采暖期的离子总浓度是非采暖期的15.7倍，采（非）暖期离子总浓度分别占PM_2.5浓度的73.84%和26.26%，阴阳离子的比值（AE/CE）分别为0.914和0.600，说明PM_2.5化学性质呈碱性。（3）硫氧化率（SOR）和氮氧化率（NOR）的年均值分别为0.43±0.30和0.15±0.13，说明采暖期气态前体物SO₂和NO₂在外部气象条件影响下二次转化的几率较大；$\mathrm{NH}_4^{+}$在采暖期主要以(NH₄)₂SO₄和NH₄NO₃的形式存在，在非采暖期则以NH₄NO₃的形式存在。（4）主成分分析结果显示，采暖期污染物的主要来源于二次污染、工业生产和机动车尾气污染，其次为矿物粉尘和燃煤污染，累计贡献率达80.24%；非采暖期主要来源为扬尘和工业生产，其次为二次污染，最后为燃煤产生的污染，累计贡献率为86.34%。可以看出，不同时期PM_2.5中水溶性离子的来源存在较大的差异。

关键词： 大气污染; 离子浓度; 机动车尾气; 主成分分析

本文引用格式

魏疆 , 赵彩欣 , 王国华 , 赵丽莉 . 乌鲁木齐市城区大气PM_2.5中水溶性离子组分特征及来源解析[J]. 干旱区地理, 2025 , 48(4) : 623 -631 . DOI: 10.12118/j.issn.1000-6060.2024.358

Abstract

To investigate the water-soluble ion components and their sources in the major air pollutant PM_2.5 in atmospheric environment of Urumqi City, Xinjiang, China, sampling points were established in the city center in 2023. A total of 164 samples were collected using membrane sampling, and the mass concentration of PM_2.5 along with the concentration of various water-soluble ion components was measured following relevant testing standards. The sources of these components were also analyzed. The results indicate that: (1) The mass concentration of PM_2.5 and the concentration of ion components are higher during the heating period than that in the non-heating period. (2) The total ion concentration during the heating period is 15 times of the non-heating period, accounting for 73.84% and 26.26% of the PM_2.5 concentration, respectively. The anion-to-cation ratio (AE/CE) is 0.914 in the heating period and 0.600 in the non-heating period, indicating that the chemical properties of PM_2.5 tend to be alkaline. (3) The annual average sulfur oxidation ratio (SOR) and nitrogen oxidation ratio (NOR) are 0.43±0.30 and 0.15±0.13, respectively, suggesting a higher probability of secondary transformation pollution of gaseous precursors SO₂ and NO₂ during the heating period due to external meteorological conditions. $\mathrm{NH}_4^{+}$ primarily exists as (NH₄)₂SO₄ and NH₄NO₃ during the heating period, whereas in the non-heating period, it mainly exists as NH₄NO₃. (4) Principal component analysis indicates that during the heating period, the main sources of pollutants are secondary pollution, industrial production, and vehicle exhaust, followed by mineral dust and coal combustion, with a cumulative contribution rate of 80.24%. In the non-heating period, the primary sources are dust and industrial production, followed by secondary pollution and coal combustion, with a cumulative contribution rate of 86.34%. These findings demonstrate significant differences in the sources of water-soluble ions in PM_2.5 between the heating and non-heating periods.

Key words： air pollution; ion concentration; vehicular exhaust emissions; principal component analysis

随着生活水平的不断提高，人们对生存环境质量的重视程度也随之增加，而大气环境污染始终是关注的焦点问题之一。从最初的大气总悬浮物颗粒（TSP）到PM₁₀再到PM_2.5，大气环境污染物粒径的不断细化过程是人们在经济社会发展过程中不断改善环境质量的结果，也是人们在环境治理过程中对大气污染物不断提升认知的结果。目前，学者对PM_2.5进行了广泛而深入的研究，从动力学直径来说，其微小程度足以通过人的呼吸系统进入身体，从构成来说，其具有复杂的化学物质，同时还能为气态污染物提供二次转化的基础成为污染物的载体，进而形成复合型的污染物^[1]。

虽然PM_2.5的形成机理和过程非常复杂，但其主要化学成分是由碳质气溶胶和水溶性离子构成^[2]，其中水溶性离子约占PM_2.5的30%~80%，主要包括4种阴离子（

S O 4 2 -

、

N O 3 -

、F^-和Cl^-）和5种阳离子（

C a 2 +

、

N H 4 +

、Na⁺、K⁺和

M g 2 +

）^[3]，离子通过其表面张力的吸附作用，可以改变大气环境中气溶胶的化学性质，如水溶性有机碳通过吸附气体和无机离子来影响大气的酸碱性^[4]。研究表明，不同区域PM_2.5的成因存在差异，但其主要组分由

N O 3 -

、

S O 4 2 -

、

C a 2 +

和

N H 4 +

构成，其中的

N O 3 -

、

S O 4 2 -

、

N H 4 +

的浓度主要受NO_x、SO₂和NH₃等气态前体物二次转化的影响，而气态污染物SO₂、NO_x的浓度与化石燃料的使用和机动车尾气的排放有着直接的关系^[5]；阴阳离子间的相关性可以鉴别气溶胶中的主要化合物，同时其阴阳离子（AE/CE)比值可以初步判断大气的酸碱度^[6]。由此可见，颗粒物化学组分在一定程度上反映了大气环境的污染程度，对大气质量有着重要的指示作用，能客观反映大气中污染物的演变和来源，其研究已成为大气环境污染研究领域关注的热点，对评估大气环境污染影响、科学制定污染防治策略有着重大的意义。目前，国内对PM_2.5中水溶性离子的相关研究主要集中在经济发达的长三角^[7]、京津冀和珠三角城等城市群^[8⇓-10]，同时一些发展较快的二线城市也开展了相关研究^[4,11]，并取得了一定的研究成果，为城市的污染防治和治理提供了科学依据。

乌鲁木齐市属于河谷型城市，其经济社会的快速发展带来了大量的能源消耗，同时特殊的地理位置和气象条件，导致采暖期污染物质扩散难度大，造成严重的大气污染状况，曾备受社会各界关注^[12]。近年来随着城市能源结构的调整，大气环境质量得到了改善^[13]，但是作为“一带一路”的核心城市，同时面临“建设美好中国”对城市大气环境质量提出的明确要求，乌鲁木齐市的大气环境治理面临双重压力。科学地了解大气污染类型以及污染物的来源成为治理污染的最基础最根本最重要的任务，本文试图通过实验来揭示乌鲁木齐市大气污染物的组分及来源，以期能为治理工作提供必要的参考。

1 材料与方法

1.1 采样点位及采样时间

采样点位于乌鲁木齐市新市区乌鲁木齐市生态环境监测中心站院内，地处乌鲁木齐市中部，周围没有明显的工业污染源，采样器布置符合监测的各项环境条件。采样方式、频次和采样点布设均获得中华人民共和国生态环境部的核准，基本上能客观反映乌鲁木齐市大气污染状况。设备为多通道大气颗粒物采样器，型号规格RG4702。采样膜选用石英滤膜，监测时段为2023年1月1日—12月31日，监测频次为1次/3 d，如遇以PM_2.5为首要污染物的空气重污染天气（重度污染和严重污染，以重污染天气预警通知为准），监测频次为1次/1 d；采样时长为每日11:00—次日10:00长23 h。采样前对采样仪的流量等参数进行校准。考虑到乌鲁木齐市冬季采暖，且春秋季时间短，季节性不明显原因，将全年按非采暖期（4月11日—10月9日），采暖期（10月10日—翌年的4月10日）进行数据分析，监测点位如图1所示，全年采集样本164个。

显示原图|下载原图ZIP|生成PPT

图1 PM_2.5监测站点示意图

Fig. 1 Schematic diagram of PM_2.5 monitoring stations

1.2 化学分析

取1/4采样滤膜剪碎后置于15 mL玻璃样品瓶中，后加入10 mL超纯水密闭，置于超声波清洗仪中萃取30 min，继用0.22 μm注射过滤器提取萃取液，之后使用离子色谱仪进行定量分析。样品中水溶性阴离子（F^-、Cl^-、

N O 3 -

和

S O 4 2 -

）和阳离子（Na⁺、$\mathrm{NH}_4^{+}$、K⁺、

M g 2 +

和

C a 2 +

）采用ICS-1600型离子色谱仪分析（Dionex美国）测定，其中阴离子测定条件设定保护柱和分析柱分别为AG19和AS19，淋洗液为11 mmol·L^-1 KOH溶液，流速为1 mL·min^-1；阳离子测定条件设定保护柱和分析柱分别为AG12A和CS12A，淋洗液为18 mmol·L^-1甲基磺酸溶液，流速为1 mL·min^-1。测定误差<1%，所有离子的检测限均为1 μg·L^-1。用阴阳离子电荷平衡来评估PM_2.5的酸碱度^[6]，其计算公式如下：

（1）

A E = S O 4 2 - 48 + N O 3 - 62 + C l - 35.5

（2）

C E = N a + 23 + N H 4 + 18 + K + 39 + M g 2 + 12 + C a 2 + 20

式中：AE为阴离子当量；CE为阳离子当量。AE/CE>1时，则PM_2.5呈酸性，反之则为碱性。

通常通过计算硫氧化率（SOR）和氮氧化率（NOR）的比值来判断SO₂和NO₂的二次转化程度^[14]，有助于进一步了解SO₂向

S O 4 2 -

和NO₂向

N O 3 -

的转化过程，其计算公式如下：

（3）

S O R = c S O 4 2 - / 96 c S O 4 2 - / 96 + c S O 2 / 64

（4）

N O R = c N O 3 - / 62 c N O 3 - / 62 + c N O 2 / 46

式中：c为离子浓度。SOR/NOR比值越大，二次转化程度越高。

1.3 样品分析和质量控制

按照《国家大气颗粒物组分网手工监测作业指导书（第一版）》规定，选用干净无任何破损的聚丙烯滤膜和石英滤膜（聚丙烯滤膜经烘箱温度60 ℃，烘烤2 h，石英滤膜经马弗炉内温度500 ℃，烘烤4 h后备用），后将聚丙烯滤膜和石英滤膜放在BTPM-AWS2智能恒温恒湿称重系统恒温恒湿（温度25 ℃，相对湿度50%）的超净室平衡24 h，并且每张滤膜每次称量后，在相同的条件平衡1 h后再次称量，同一滤膜在2次称量之差小于0.04 mg视为有效值，以2次称量结果的平均值作为采样前后滤膜的称重值。称重结束后将滤膜放入滤膜盒置于-18 ℃的冰箱中保存待测。测定时，对采集的大气颗粒物和样品组分数据进行有效性审核和检验，包括实测PM_2.5浓度值与空气质量自动站PM_2.5浓度值的比较，测试样品阴阳离子的平衡检验；同时，每次样品测试均采取质控样品、加标样品、空白样品、平行测试来进行质量控制，保证数据准确有效。

2 结果与分析

2.1 PM_2.5与气态污染物浓度的变化特征

乌鲁木齐市采（非）暖期PM_2.5平均浓度值分别为（106.67±75.26） μg·m^-3和（19.11±7.02）μg·m^-3，前者是后者的5倍（表1）。对标国家空气质量二级标准75 μg·m^-3，可以得出采暖期大气环境质量依然恶劣。这主要源于采暖期能源消耗增加带来的污染物排放总量的增加，同时不利的气象条件一方面严重制约着污染物的扩散，另一方面增加了气态污染物二次转化的几率，并在城区上空形成堆积，产生严重的大气污染^[15]。

表1 采（非）暖期PM_2.5、离子浓度及相关指标均值

Tab. 1 Mean value of PM_2.5，ion concentration and related indicators during the heating period and non-heating period

项目	非采暖期		采暖期
项目	N	均值	N	均值
PM_2.5/μg·m^-3	61	19.11±7.02	103	106.67±75.26
SO₂/μg·m^-3	61	5.57±0.98	103	5.93±1.45
NO₂/μg·m^-3	61	22.53±7.67	103	51.97±19.84
F^-/μg·m^-3	61	0.06±0.05	103	0.54±0.43
Cl^-/μg·m^-3	61	0.35±0.52	103	3.63±2.53
$S O 4 2 -$ /μg·m^-3	61	1.42±0.79	103	24.00±19.30
$N O 3 -$ /μg·m^-3	61	0.93±1.05	103	25.80±21.10
Na⁺/μg·m^-3	61	0.11±0.06	103	0.64±0.41
$N H 4 +$ /μg·m^-3	61	0.73±0.52	103	17.00±13.60
K⁺/μg·m^-3	61	0.15±0.18	103	0.82±0.75
$M g 2 +$ /μg·m^-3	61	0.07±0.08	103	0.18±0.20
$C a 2 +$ /μg·m^-3	61	1.17±2.16	103	5.66±7.86
OC/μg·m^-3	61	3.10±0.87	103	5.23±2.42
EC/μg·m^-3	61	0.64±0.21	103	0.99±0.32
AE/CE	61	0.60±0.25	103	0.94±0.33
$N O 3 -$ / $S O 4 2 -$	61	0.59±0.42	103	1.17±0.52
SNA	61	3.08±0.79	103	66.80±18.00
SOR	61	0.14±0.07	103	0.61±0.24
NOR	61	0.03±0.03	103	0.22±0.11
总离子浓度/μg·m^-3	61	4.99±0.60	103	78.27±7.35

注：N为样本量；OC为有机碳；EC为元素碳；AE为阴离子当量；CE为阳离子当量；SNA为二次离子；SOR为硫氧化率；NOR为氮氧化率。

气态污染物SO₂和NO₂是常规监测的大气污染物，其是形成硫酸盐和硝酸盐的重要前体物，也是导致大气酸化的主要物质。从监测结果来看，采（非）暖期SO₂的平均浓度为（5.93±1.45） μg·m^-3和（5.57±0.98） μg·m^-3，前者略高于后者（表1），主要是乌鲁木齐市城区所用煤含硫量低，同时在近年来的大气污染治理过程中，地方环境保护部门修订了严格的工业废气排放标准，严控了工业生产废气排放中SO₂的排放标准限制，其次随着城区拆并小锅炉，全面禁止原煤散烧的环境治理行动使无组织排放和低空排放的污染行为得到了有效的遏制，在城区采暖方面全面实施了“煤改气”的能源结构调整，使得市域内SO₂的排放被控制在很低的水平，使得其浓度较之前有了明显的下降^[13]；NO₂的平均浓度分别为（51.97±19.84） μg·m^-3和（22.53±7.67） μg·m^-3，采暖期的浓度均值是非采暖期的2倍多，高于国家空气质量二级标准40 μg·m^-3。如果考虑SO₂和NO₂的同源性，那么两者的浓度差应该较为接近，这种较大的差值主要考虑冬季机动车尾气的过度排放造成大气环境中NO₂的增加。研究表明冬季机动车预热时间较长、因道路结冰和通行条件的改变使得机动车行驶速度较非采暖期有着明显的下降，这种机动车运行工况的变化会导致同样的机动车保有量，因运行状态和驾驶行为的变化排放过量的污染物质^[16]。

2.2 离子的变化特征

采（非）暖期，乌鲁木齐大气环境污染物中的水溶性无机离子的总浓度分别为（78.27±7.35） μg·m^-3和（4.99±0.60） μg·m^-3，采暖期是非采暖期的15倍，与PM_2.5的变化趋势相同，但其增长幅度又明显大于前者。国内对比来看，采暖期无机离子总浓度与济南等地接近^[4]，而非采暖期明显低于相关研究区^[2,4]。采暖期离子浓度占到PM_2.5质量浓度73.84%，其浓度顺序为

N O 3 -

S O 4 2 -

N H 4 +

>Ca²⁺>Cl^->K⁺>Na⁺>F^->

M g 2 +

，非采暖期离子总浓度占PM_2.5浓度的26.26%，离子浓度依次为

S O 4 2 -

>Ca²⁺>

N O 3 -

N H 4 +

>Cl^->K⁺>Na⁺>

M g 2 +

>F^-。采暖期离子浓度占比与成都实验值接近^[3]，但高于济南等地^[2,4]；非采暖期离子浓度均低于已有文献的研究结果的下限，可能是由于非采暖期乌鲁木齐市气候相对干燥，空气湿度较低，辐射强烈，使气态污染物转化成为相应离子的外部环境发生，同时空气流动性较强加速了大气环境中污染物的扩散，强辐射条件不易形成稳定的二次污染物，导致其浓度相对较低。从各离子浓度的变化来看，采（非）暖期主要阴阳离子分别为

N O 3 -

、

N H 4 +

和

S O 4 2 -

、Ca²⁺，这与兰州、渭南等城市和地区大气颗粒物的主要水溶性离子化学组分一致，但浓度比例略有不同^[2,17]；采暖期阴离子

N O 3 -

替代

S O 4 2 -

浓度成为对PM_2.5贡献最高的水溶性无机离子，主要是因为一方面气温的降低，机动车预热和低速行驶导致汽油等燃料不能充分燃烧，使得环境中形成硝酸盐前体物NO_x浓度增加；另一方面低温、大气稳定性增强和静风频率增多导致

N O 3 -

形成外部环境发生改变且不易挥发，容易形成较高浓度的

N O 3 -

，该结论与已有研究相同^[9,18]；非采暖期，一方面机动车等流动源排放的污染物减少，同时高温天气和强辐射导致

N O 3 -

不稳定易挥发，使其浓度降低。从数值上看，不同时期

N O 3 -

浓度相差28倍，说明外部环境对其浓度的影响十分显著。

S O 4 2 -

浓度也有显著的变化，但幅度略小于

N O 3 -

，从其形成的机理来看，与大气环境中硫酸盐形成的前体物有关外，还与采暖期空气的相对湿度和稳定度有着十分密切的关系^[19-20]（图2）。

显示原图|下载原图ZIP|生成PPT

图2 采暖期与非采暖期水溶性离子占比

Fig. 2 Proportion of water-soluble ions during the heating period and non-heating period

通常用气溶胶中的

N O 3 -

和

S O 4 2 -

比值来判断移动源（如机动车尾气排放）和固定源（如燃煤排放）对大气污染物贡献的大小^[21]。当

N O 3 -

S O 4 2 -

越小，说明固定源对环境中的氮和硫贡献量越大，反之，则移动源的贡献率更大。结果显示，采（非）暖期两者的比值分别为（1.17±0.52） μg·m^-3和（0.59±0.42） μg·m^-3，说明采暖期机动车尾气等移动源对大气污染的贡献率大于固定源，这与北京、渭南地区冬季PM_2.5化学组分的研究结果一致^[22]，说明冬季机动车尾气等移动源对大气污染的影响可能正成为北方城市大气污染的主要贡献者。而非采暖期的比值低，说明这期间固定源依然是影响大气污染的主要原因。

采（非）采暖期，NH₄⁺浓度分别占离子总浓度的21.72%和14.63%。数值显示，不同时段两者浓度值相差近23倍（表1），说明采暖期的

N H 4 +

浓度有大幅增加。研究表明，

N H 4 +

主要是由酸性物质（H₂SO₄、HNO₃和HCl）和NH₃在气溶胶相或气相中反应形成^[23]。采暖期大气环境中酸性物质

S O 4 2 -

和

N O 3 -

）浓度较高相对于非采暖期更有利于

N H 4 +

的形成，故其浓度增加明显。

N H 4 +

与

N O 3 -

、

S O 4 2 -

的相关性可以反映出大气环境中气溶胶铵盐的组合方式及来源^[1,24]。经计算，采暖期

N H 4 +

与

S O 4 2 -

、

N O 3 -

呈现出显著的相关性[

r S O 4 2 - = 0.901

，

r N O 3 - = 0.86

；P<0.001]；而非采暖期

N H 4 +

与

S O 4 2 -

、

N O 3 -

也呈现出强相关性[

r S O 4 2 - = 0.668

，

r N O 3 - = 0.804

，P<0.001]（图3）。结合以往研究结果^[4,25]，可以推测采暖期大气气溶胶中

N H 4 +

主要以NH₄SO₄和NH₄NO₃的形式存在，且前者的浓度大于后者，而非采暖期主要以NH₄NO₃的形式存在。

显示原图|下载原图ZIP|生成PPT

图3 采暖期与非暖期NH₄⁺与SO₄^2-、NO₃^-的相关性

Fig. 3 Correlation between NH₄⁺ and SO₄^2- & NO₃^- during the heating period and non-heating period

S O 4 2 -

、

N O 3 -

、

N H 4 +

则可由大气环境中的SO₂、NO_x和NH₃经过光化学反应和气固相过程分配转化而成，能客观地反映大气二次污染特征和污染水平。采（非）暖期，三者质量浓度（SNA）的均值之和分别为（66.80±18.0） μg·m^-3、（3.08±0.79） μg·m^-3，占总离子浓度的85.35%和61.75%（表1）。说明全年二次转化的污染物所占比例都较高，而采暖期二次转化程度更为突出。在气态污染物SO₂和NO₂向

S O 4 2 -

和

N O 3 -

二次转化研究中，通常用SOR和NOR来分别表示转化程度。经计算，采（非）暖期SOR和NOR的平均值分别为0.61±0.24、0.22±0.11和0.14±0.07、0.03±0.03，全年均值分别为0.43±0.30和0.15±0.13。可以看出，采暖期SO₂和NO₂的二次转化率明显高于非采暖期，且高于国内已有研究的其他城市和地区，如北京（0.48和0.14）^[9,22]、安阳（0.37和0.25）^[24]、渭南地区（0.203和0.09）^[2]、郑州（0.35和0.19）^[14]、成都（0.31和0.13）^[3]和苏州（0.25和0.14）^[25]。从全年均值来看，SO₂的二次转化均高于其他区域，而NO₂则基本与内地持平。说明采暖期大气环境中二次转化污染物贡献率的比重较大。

C a 2 +

是非采暖期浓度占比最大阳离子，主要是因为北方土壤偏碱性，裸露地表在风的作用下易产生扬尘形成自然源对大气环境中

C a 2 +

的贡献，同时工业生产中矿物质原料的使用、建筑施工和道路扬尘均易导致大气环境中

C a 2 +

浓度的增加。而采暖期地表被冰雪覆盖或被冻结、建筑工地停工，产生扬尘的可能性和几率均小于非采暖期，从而减轻了

C a 2 +

浓度的比重。这与兰州城市大气组成的研究结论相一致^[11]，而与其他南方城市有较大差异^[25]。可能与所处的地理位置和气候条件有着密切的关系。

采暖期

M g 2 +

、Na⁺、K⁺、Cl^-和F^-的浓度都有不同程度的增加，有研究结果表明，这些离子主要来自土壤、海洋喷发和工业生产的燃烧过程。乌鲁木齐市是离海洋最远的城市，因此离子浓度受海洋影响的可能性很小；考虑其主要来自土壤和工业生产原料使用过程。

M g 2 +

主要源于自然源是土壤或矿物质的示踪物，Na⁺、K⁺、Cl^-和F^-主要源于土壤和工业生产排放的污染示踪物。同时，由于F^-和Cl^-离子易参加光化学反应而挥发或气化不易富集，因此其非采暖期浓度明显低于采暖期，同时，由于采暖期大气稳定度增强，相对湿度大，不利于污染物的扩散，反而易诱发二次污染的化学反应，造成离子的富集^[26]。

2.3 PM_2.5的酸碱性分析

PM_2.5的酸碱度是通过阴阳离子电荷的平衡来进行评估，通过计算得出，采暖期阴离子与阳离子具有极显著相关性（r=0.857，P<0.01），其线性回归方程拟合如图4a所示；非采暖期阴离子与阳离子具有显著相关性（r=0.684，P<0.05），其线性回归方程拟合如图4b所示，说明不同时期阴阳离子相关性存在着一定的差异。采（非）暖期拟合回归方程斜率（AE/CE）均小于1，且AE/CE比值显示在采暖期为0.914，非采暖期为0.600，说明乌鲁木齐市PM_2.5的化学性质呈碱性；与济南^[4]、邯郸^[8]和泉州^[27]等城市PM_2.5的酸碱性研究结果一致，表明采暖期酸性水溶性离子的浓度大于非采暖期。

显示原图|下载原图ZIP|生成PPT

图4 采暖期与非采暖期阴阳离子电荷平衡及相关性

注：AE为阴离子当量；CE为阳离子当量。

Fig. 4 Charge balance and correlation of anions and cations during the heating period and non-heating period

2.4 污染物源解析

为深入了解PM_2.5的主要构成，利用主成分分析法对PM_2.5样品中的无机离子等数据进行分析，并对大气污染物的来源进行解析（表2）。采（非）暖期分别提取了2和3个主因子，分别解释了80.24%和86.34%的污染物来源。采暖期PM_2.5中的Cl^-、F^-、

S O 4 2 -

、

N O 3 -

、Na⁺、

N H 4 +

、K⁺和气态污染物NO₂在主成分1中载荷值均较高（>0.8），说明采暖期大气污染源较复杂，既有一次污染物又有二次污染物。

S O 4 2 -

、

N O 3 -

和

N H 4 +

在主成分1中均具有较高的载荷值，且三者均是经氧化反应形成的水溶性二次无机离子^[13]，而Cl^-、F^-、Na⁺、K⁺主要源于土壤和工业生产，考虑到采暖期裸露地表少不易产生扬尘，推断主要源于工业生产；NO₂源于燃煤和机动车尾气排放，由于燃煤的示踪物SO₂载荷值与主成分1不显著，故主要考虑机动车尾气造成的污染所致。因此，主成分1主要由二次污染、工业生产和机动车尾气污染构成，其贡献率达到68.94%。主成分2中载荷值较高的主要污染物质有

C a 2 +

和

M g 2 +

（>0.8）及气态污染物SO₂（>0.7），说明矿物粉尘对采暖期的大气环境影响依然很大，而SO₂是燃煤排放的示踪物，且与主成分显著相关，可认为PM_2.5主成分2的来源为矿物粉尘和燃煤排放，其贡献率达到11.30%。

表2 采（非）暖期PM_2.5中化学组分的主成分分析结果

Tab. 2 Results of principal component analysis of chemical components in PM_2.5 during the heating and non-heating periods

项目	采暖期		非采暖
项目	主成分1	主成分2	主成分1	主成分2	主成分3
SO₂	0.182	0.702	0.168	-0.141	0.740
NO₂	0.927	-0.173	0.162	0.758	-0.323
F^-	0.937	-0.165	0.899	-0.178	-0.049
Cl^-	0.954	-0.188	0.924	-0.281	-0.125
$S O 4 2 -$	0.960	-0.071	0.584	0.695	0.252
$N O 3 -$	0.893	-0.147	0.380	0.843	-0.010
Na⁺	0.864	-0.108	0.847	0.134	0.042
$N H 4 +$	0.966	-0.071	0.143	0.955	0.153
K⁺	0.890	0.162	0.933	-0.147	-0.149
$M g 2 +$	0.575	0.686	0.926	-0.260	-0.076
$C a 2 +$	0.519	0.643	0.818	-0.339	0.078
贡献率/%	68.94	11.30	48.53	27.56	10.25
来源	二次污染、工业生产和尾气	燃煤、矿物粉尘	扬尘、工业生产	二次污染	燃煤污染

非采暖期F^-、Cl^-、Na⁺、K⁺、

C a 2 +

和

M g 2 +

载荷值较高（>0.8），是主成分1的主要贡献者，从其产生的源来看，主要集中于土壤（即裸露地表在风力的作用下，产生的扬尘污染）和工业生产过程中产生的粉尘和工业烟尘。因此，主要考虑扬尘和工业生产是PM_2.5主成分1的主要来源，其贡献率达到48.53%。

S O 4 2 -

、

N O 3 -

和

N H 4 +

和气态污染物NO₂的载荷值大于0.7，如前文所述，主要考虑二次污染和机动车尾气污染是主成分2的主要贡献者，其贡献率达到27.56%，SO₂是主成分3有很强的相关性，其是燃煤的主要示踪物，因此推断燃煤污染是PM_2.5主成分3的主要来源，贡献率为10.25%。

源解析的结果可以看出，采暖期由于自然源对大气环境污染贡献的较少，污染物主要源于生产和生活的排放，同时受气象条件的影响如大气稳定度增强、静风频率增多等，限制了污染物的扩散并在局部形成富集，导致影响PM_2.5的成分减少且相对比较集中，其主要源于气态污染物的二次转化、工业生产和机动车尾气的影响，而以往的燃煤型大气污染状况，在近年来实施大气治理攻坚战中得到了有效的控制。从成分分析来看，燃煤对PM_2.5的贡献仅为11.30%，远低于前者的贡献，说明采暖期大气污染的源可能正在发生转变，需要关注。这有助于重新认识乌鲁木齐市大气污染的成因，实施更加有效的治理措施。从非采暖期的主成分分析来看，影响PM_2.5的因素增多，其主要来源于裸露地表、城建施工及工业生产所产生的扬尘和污染物质，而气象条件的改变使得污染的堆积效应减弱，因子载荷也较采暖期有所减弱，加之气温升高、辐射增强和相对湿度的降低，气态污染物的二次转化有所下降，而燃煤污染与采暖期的贡献率相近，再次说明政府在治理以煤为主的污染方面取得了一定的成效。

3 结论

（1）采样期间，各污染物及无机离子浓度均呈现出采暖期明显高于非采暖期的结果，比值变化范围的2~28倍之间，说明采暖期污染物排放量的增加和受大气环境扩散条件抑制是导致污染物在局部堆积，造成环境质量下降的关键因素。

（2）采（非）暖期，离子浓度出现变化，对离子总浓度的贡献率显不同，离子浓度间的差异除大气扩散条件外，还受排放源的影响。采（非）暖期

N O 3 -

S O 4 2 -

的比值分别为（1.17±0.52） μg·m^-3和（0.59±0.42） μg·m^-3，说明采暖期机动车等移动污染源对大气环境污染的贡献率要大于传统的固定源；阴阳离子的比值（AE/CE）分别为0.914和0.600，说明当前PM_2.5化学性质偏碱性，但采暖期接近中性的计算结果值得关注。SNA质量浓度分别为（66.8±18.0） μg·m^-3、（3.08±0.79） μg·m^-3，占总离子浓度的85.35%和61.75%。说明乌鲁木齐市二次转化的污染物所占比例都较高，采暖期更为突出。

（3）硫氧化率（SOR）和氮氧化率（NOR）的年均值分别为0.43±0.30和0.15±0.13，与北方城市的相当。从时间来看，采暖期明显高于非采暖期，说明采暖期气态前体物SO₂和NO₂在外部气象条件的影响下二次转化成PM_2.5的几率增加。从离子浓度的相关性判断，采暖期大气气溶胶中的

N H 4 +

主要以(NH₄)₂SO₄和NH₄NO₃的形式存在，非采暖期主要以NH₄NO₃的形式存在。

（4）从主成分分析结果显示，采暖期地表被冰雪覆盖后，大气环境中自然源的贡献几乎为零。环境中的污染物质主要源于生产生活所排放的各种污染物，从载荷值来判断主要为二次污染、工业生产和机动车等移动源的影响较为显著，贡献率为68.94%；其次为燃煤和矿物粉尘的排放，贡献率为11.30%。非采暖期大气活动频繁，既有利于污染的扩散，不易在局部堆积产生严重的环境污染，又因其活动增加了自然源对大气污染的贡献率。载荷值显示构成污染的主要成分来源为扬尘、工业生产最为显著，其次为气态前体物条件下生成二次污染物质，最后是燃煤产生的环境污染物质。通过分析可以看出，不同时期城区PM_2.5的构成源存在一定的差异。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序

[1]	唐孝炎, 张远航, 邵敏. 大气环境化学[M](第二版). 北京: 高等教育出版社, 2006. [Tang Xiaoyan, Zhang Yuanhang, Shao Min. Atmospheric environmental chemistry[M]. 2^nd ed. Beijing: Higher Education Press, 2006.]

[2]	郭景宁, 李小飞, 余锋, 等. 渭南市冬季PM_2.5化学组成及来源解析[J]. 环境化学, 2023, 44(12): 6474-6483. [Guo Jingning, Li Xiaofei, Yu Feng, et al. Chemical compositons and sources of PM_2.5 in Weinan City[J]. Environment Science, 2023, 44(12): 6474-6483.]

[3]	冯炎鹏, 张军科, 黄小娟, 等. 成都夏冬季PM_2.5中水溶性无机离子污染特征[J]. 环境科学, 2020, 41(7): 3012-3020. [Feng Yanpeng, Zhang Junke, Huang Xiaojuan, et al. Pollution characteristics of water-soluble inorganic ions in Chengdu in summer and winter[J]. Environment Science, 2020, 41(7): 3012-3020.]

[4]

刘晓迪, 孟静静, 侯战方, 等. 济南市夏、冬季PM_2.5中化学组分的季节变化特征及来源解析[J]. 环境科学, 2018, 39(9): 4014-4025.

[Liu

Xiaodi

, Meng

Jingjing

, Hou

Zhanfang

, et al. Analysis of seasonal variations in chemical characteristics and sources of PM_2.5 during summer and winter in Ji’nan City[J]. Environmental Science, 2018, 39(9): 4014-4025.]

[5]	Tolocka M P, Solomon P A, Mitchell W, et al. East versus west in the US: Chemical characteristics of PM_2.5 during the winter of 1999[J]. Aerosol Science and Technology, 2001, 34(1): 88-96.

[6]	Xu L L, Chen X O, Chen J S, et al. Seasonal variations and chemical compositions of PM_2.5 aerosol in the urban area of Fuzhou, China[J]. Atmospheric Research, 2012, 104-105: 264-272.

[7]	Yang H, Zhen C, Wang S X, et al. Characteristics and source apportionment of PM_2.5 during a fall heavy haze episode in the Yangtze River Delta of China[J]. Atmospheric Environment, 2015, 123:380-391.

[8]	Meng C C, Wang L T, Zhang F F, et al. Characteristics of concentrations and water-soluble inorganic ions in PM_2.5 in Handan City, Hebei Province, China[J]. Atmospheric Research, 2016, 171: 133-146.

[9]	Li H Y, Cheng J, Zhang Q, et al. Rapid transition in winter aerosol composition in Beijing from 2014 to 2017: Response to clean air actions[J]. Atmosphere Chemistry and Physics, 2019, 19(17): 11485-11499.

[10]	Liu J, Wu D, Fan S J, et al. A one-year, on-line, multi-site observational study on water-soluble inorganic ions in PM_2.5 sover the Pearl River Delta Region, China[J]. Science of the Total Environment, 2017, S601/602: 1720-1732.

[11]	王恬爽, 牛笑应, 文惠, 等. 兰州地区大气污染的化学组成及来源解析[J]. 环境科学学报, 2022, 42(11): 351-360. [Wang Tianshuang, Niu Xiaoying, Wen Hui, et al. Chemical composition and source attribution of air pollutants in Lanzhou[J]. Acta Scientiae Circumstantiae, 2022, 42(11): 351-360.]

[12]	李军, 王京丽, 屈坤. 相对湿度和PM_2.5浓度对乌鲁木齐市冬季能见度的影响[J] 中国环境科学, 2020, 40(8): 3322-3331. [Li Jun, Wang Jingli, Qu Kun. Impacts of relative humidity and PM_2.5 concentration on atmospheric visibility during winter in Urumqi urban area[J]. China Environmental Science, 2020, 40(8): 3322-3331.]

[13]	魏疆, 陈学刚, 任泉, 等. 乌鲁木齐市能源结构调整对冬季大气污染物浓度的影响[J]. 干旱区研究, 2015, 31(1): 155-160. [Wei Jiang, Chen Xuegang, Ren Quang, et al. Effects of energy restructuring on air pollutant concentrations in winter in Urumqi[J]. Arid Zone Research, 2015, 31(1): 155-160.]

[14]	张俊美, 陈仕霖, 王乾恒, 等. 郑州市大气PM_2.5中水溶性离子的污染特征及来源解析[J]. 环境科学, 2023, 44(2): 602-610. [Zhang Junmei, Chen Shilin, Wang Qianheng, et al. Pollution characteristics and sources of water-soluble ions in PM_2.5 in Zhengzhou City[J]. Environmental Seience, 2023, 44(2): 602-610.]

[15]	赵克明, 李娜, 李霞, 等. 乌鲁木齐冬季焚风天气过程大气扩散条件特征分析[J]. 干旱区地理, 2021, 44(6): 1534-1544. DOI [Zhao Keming, Li Na, Li Xia, et al. Characteristic analysis of atmospheric diffusion conditions of winter foehn weather process in Urumqi City[J]. Arid Land Geography, 2021, 44(6): 1534-1544.] DOI

[16]	Zhai S X, Jacob D J, Wang X, et al. Control of particulate nitrate air pollution in China[J]. Nature Geoscience, 2021, 14(6): 389-395.

[17]	Du T, Wang M, Guan X, et al. Characteristics and formation mechanisms of winter particulate pollution in Lanzhou, northwest China[J]. Journal of Geophysical Research: Atmospheres, 2020, 125: e2020JD033369, doi: 10.1029/2020JD033369.

[18]	Lu K D, Fuchs H, Hofzumahaus A, et al. Fast photochemistry mitigation in winter time haze: Consequences for pollution strategies[J]. Environmental Science & Technology, 2019, 53(18): 10676-10684.

[19]	魏疆. 乌鲁木齐市硫酸盐化速率关键影响因子分析[J]. 中国环境监测, 2012, 28(5): 16-19. [Wei Jiang. Analysis on key factors for sulfation rate in Urumqi[J]. Environmental Monitoring in China, 2012, 28(5): 16-19.]

[20]	Wu Z J, Chen J, Wang Y, et al. Interactions between water vapor and atmospheric aerosols have key roles in air quality and climate change[J]. National Science Review, 2018, 5(4): 452-454.

[21]	Watson J G, Chow J C, Houck J E. PM_2.5 chemical source profiles for vehicle exhaust, vegetative burning, geological material and coal burning in northwestern Colorado during 1995[J]. Chemosphere, 2001, 43(8): 1141-1151. DOI PMID

[22]	刘玥晨, 满睿琪, 裘彦挺, 等. 北京冬季奥运会历史同期大气PM_2.5污染特征分析[J]. 环境科学, 2022, 43(8): 3895-3902. [Liu Yuechen, Man Ruiqi, Qiu Yanting, et al. Characteristics of PM_2.5 pollution in Beijing during the historical period of the 2022 Olympic Winter Games[J]. Environmental Science, 2022, 43(8): 3895-3902.]

[23]	Pathak R K, Wu W S, Wang T. Summertime PM_2.5 ionic species in four major cities of China: Nitrate formation in an ammonia deficient atmosphere[J]. Atmospheric Chemistry and Physics, 2009, 9(5): 1711-1722.

[24]	孙有昌, 姜楠, 王申博, 等. 安阳市大气PM_2.5中水溶性离子季节特征及来源解析[J]. 环境科学, 2020, 41(1): 75-81. [Sun Youchang, Jiang Nan, Wang Shenbo, et al. Seasonal characteristics and source analysis of water-soluble ions in PM_2.5 of Anyang City[J]. Environmental Science, 2020, 41(1): 75-81.]

[25]	王念飞, 陈阳, 郝庆菊, 等. 苏州市PM_2.5中水溶性离子的季节变化及来源分析[J]. 环境科学, 2016, 37(12): 4482-4489. [Wang Nianfei, Chen Yang, Hao Qingju, et al. Seasonal variation and source analysis of the water-soluble in organic ions in fine particulate matter in Suzhou[J]. Environmental Science, 2016, 37(12): 4482-4489.]

[26]	He Q S, Yan Y L, Guo L L, et al. Characterization and source analysis of water-soluble inorganic ionic species in PM_2.5 in Taiyuan City, China[J]. Atmospheric Research, 2017, 184: 48-55.

[27]	张云峰, 于瑞莲, 胡恭任, 等. 泉州市大气PM_2.5中水溶性离子季节变化特征及来源解析[J]. 环境科学, 2017, 38(10): 4044-4053. [Zhang Yunfeng, Yu Ruilian, Hu Gongren, et al. Seasonal variation and source apportionment of water-soluble ions in PM_2.5 in Quanzhou City[J]. Environmental Science, 2017, 38(10): 4044-4053.]

Options

文章导航

模态框（Modal）标题

摘要

本文引用格式

Abstract

1 材料与方法

1.1 采样点位及采样时间

图1 PM2.5监测站点示意图

1.2 化学分析

1.3 样品分析和质量控制

2 结果与分析

2.1 PM2.5与气态污染物浓度的变化特征

表1 采（非）暖期PM2.5、离子浓度及相关指标均值

2.2 离子的变化特征

图2 采暖期与非采暖期水溶性离子占比

图3 采暖期与非暖期NH4+与SO42-、NO3-的相关性

2.3 PM2.5的酸碱性分析

图4 采暖期与非采暖期阴阳离子电荷平衡及相关性

2.4 污染物源解析

表2 采（非）暖期PM2.5中化学组分的主成分分析结果

3 结论

参考文献

图1 PM_2.5监测站点示意图

2.1 PM_2.5与气态污染物浓度的变化特征

表1 采（非）暖期PM_2.5、离子浓度及相关指标均值

图3 采暖期与非暖期NH₄⁺与SO₄^2-、NO₃^-的相关性

2.3 PM_2.5的酸碱性分析

表2 采（非）暖期PM_2.5中化学组分的主成分分析结果