陳圓圓,李珺琪,常 淼,沈秀娥,劉保獻(xiàn)

北京市PM2.5水分含量及其變化特征

陳圓圓,李珺琪,常 淼,沈秀娥,劉保獻(xiàn)*

(北京市生態(tài)環(huán)境監(jiān)測(cè)中心,大氣顆粒物監(jiān)測(cè)技術(shù)北京市重點(diǎn)實(shí)驗(yàn)室,北京 100048)

利用卡爾費(fèi)休法可直接測(cè)定PM2.5水分含量,方法精密度及準(zhǔn)確度均較好.將該方法應(yīng)用于北京市城區(qū)站點(diǎn)2020年全年的PM2.5分析,結(jié)果顯示PM2.5水分濃度年均值為(5.0±4.1)μg/m3,在PM2.5占比為(12.5±4.8)%,與PM2.5質(zhì)量濃度呈顯著相關(guān).水分質(zhì)量濃度與PM2.5的質(zhì)量濃度月度及季節(jié)變化趨勢(shì)基本一致.研究發(fā)現(xiàn),隨著空氣污染加重,水分質(zhì)量濃度及其在PM2.5占比均呈上升趨勢(shì),二者相關(guān)性明顯增強(qiáng).可見污染發(fā)生時(shí),水分增加有利于顆粒物吸濕增長(zhǎng)從而推高污染水平,對(duì)PM2.5的貢獻(xiàn)同步增強(qiáng).當(dāng)沙塵污染發(fā)生時(shí)濕度處于同期較低水平,不利于細(xì)顆粒物的吸濕增長(zhǎng),水分質(zhì)量濃度及其占比均處于較低水平. PM2.5水分與二次離子及有機(jī)物均有很好的相關(guān)性,說明水分為氣態(tài)污染物提供非均相轉(zhuǎn)化載體,促進(jìn)硝酸鹽、硫酸鹽、有機(jī)物的進(jìn)一步生成.PM2.5水分與地殼物質(zhì)無(wú)相關(guān)性,證實(shí)地殼元素為一次源,不受水分影響.

PM2.5；水分含量；水分濃度；變化特征；卡爾費(fèi)休法

近些年,北京大氣主要污染物為細(xì)顆粒物(PM2.5),對(duì)PM2.5組分分析發(fā)現(xiàn),在污染過程尤其是重污染發(fā)生時(shí),未識(shí)別組分在重構(gòu)中占比明顯提高.在許多報(bào)道中,顆粒物中未識(shí)別的質(zhì)量通常歸因于水的存在和/或難以確定的轉(zhuǎn)化因子來(lái)計(jì)算OC中的有機(jī)物(OM)[1-3],顆粒物中水的定量分析將有可能使這兩者在顆粒物中的貢獻(xiàn)更加明晰,并且有助于促進(jìn)對(duì)OC/OM轉(zhuǎn)換因子值的研究.盡管水分本身無(wú)害,但它在大氣顆粒物中的存在可能會(huì)導(dǎo)致顆粒物質(zhì)量濃度增加,貢獻(xiàn)不可忽視[4-7].

對(duì)于顆粒物水的研究,大多是針對(duì)氣溶膠液態(tài)水(AWC),此部分水與顆粒物以弱結(jié)合方式存在,會(huì)隨溫濕度和吸濕組分的變化而迅速變化,通常不被采集到PM2.5手工監(jiān)測(cè)法采樣膜上(重量法)[8].AWC普遍利用熱力學(xué)模型計(jì)算得到[9-10],與大氣相對(duì)濕度密不可分,可促進(jìn)SNA(硫酸鹽、硝酸鹽和銨鹽)的形成[11-12].Xing等[13]認(rèn)為在中國(guó)PM2.5中大約有5.8%的水分含量.劉保獻(xiàn)等[14]對(duì)于北京的研究得出,水分年均濃度約占PM2.5的6.0%,若將該水分算入化學(xué)質(zhì)量平衡中,未知組分將減少至3.3%.然而,針對(duì)PM2.5手工監(jiān)測(cè)法(重量法)采集到的顆粒物中水分含量研究較少,而此部分水的含量可以彌補(bǔ)顆粒物組分重構(gòu)時(shí)未知物的含量.由于沒有標(biāo)準(zhǔn)方法,通常采用間接法,方法復(fù)雜不適用于常規(guī)監(jiān)測(cè)[1,15-18].在科研層面上,近些年,有文獻(xiàn)報(bào)道了新的監(jiān)測(cè)方法,其中利用卡爾費(fèi)休法測(cè)定顆粒物中的水含量已經(jīng)被應(yīng)用在PM2.5和PM10的水分檢測(cè)中[5,7,19],但該應(yīng)用只有短期采樣數(shù)據(jù),缺乏長(zhǎng)期系統(tǒng)的研究結(jié)果.

本研究借鑒文獻(xiàn)方法測(cè)定手工監(jiān)測(cè)法采集的PM2.5中水含量,應(yīng)用標(biāo)準(zhǔn)物質(zhì)對(duì)其進(jìn)行準(zhǔn)確度及精密度驗(yàn)證,并應(yīng)用于北京城區(qū)2020全年P(guān)M2.5直接測(cè)定分析,初步探索北京城區(qū)PM2.5水含量及其變化特征.

1 材料與方法

1.1 樣品采集

2020年1月～12月,在北京市車公莊點(diǎn)位開展PM2.5樣品的采集,共獲得有效樣品319組,其中2月18～25日、4月20～25日、5月5～27日(除5.8、5.9、5.15外)、5月26～28日、11月4～8日共計(jì)36d由于儀器故障未采集樣品,1月18日、3月4日等11d由于采樣膜或采樣條件未達(dá)到質(zhì)控要求未進(jìn)行分析.采樣儀器為TH-16A型四通道采樣器(武漢天虹公司),采樣流量16.7L/min,每組樣品采集2張石英濾膜(Whatman:1851047)和2張?zhí)胤垶V膜(Whatman: 7592-104),石英濾膜用于分析陰陽(yáng)離子和OC-EC,特氟龍濾膜用于分析PM2.5質(zhì)量濃度、水分含量和金屬元素等.樣品采集和保存過程按照《環(huán)境空氣顆粒物(PM2.5)手工監(jiān)測(cè)方法(重量法)技術(shù)規(guī)范》(HJ 656-2013)[8]的要求執(zhí)行,采集后使用鋁箔紙包裹,避光低溫保存至分析.

1.2 點(diǎn)位介紹

車公莊監(jiān)測(cè)點(diǎn)位于海淀區(qū)北京市生態(tài)環(huán)境監(jiān)測(cè)中心顆粒物比對(duì)平臺(tái),采樣器距離地面約25m,北邊距車公莊西路約60m,東邊距首體南路約100m.周圍沒有較大污染源,屬于集居住、交通和商業(yè)為一體的典型城市區(qū)域代表點(diǎn).

1.3 樣品分析

為獲得較為全面的PM2.5化學(xué)組分特征,對(duì)每組樣品均分析水分、OC和EC、水溶性離子(NH4+、SO42-、NO3-、F-、Cl-)、金屬及類金屬組分(Si、Al、Fe、Mg、Mn、Ba、Ca、Cu、K、Na、Cd、Cr、Ni、Pb、Sc、Ti、V、Zn)等的質(zhì)量濃度.(PM2.5)分析使用MX5(瑞士梅特勒公司)型分析天平,測(cè)量精度為1/100 000,樣品稱量前后均恒溫〔(25±1)℃〕恒濕(50%±5%)24h.水分分析采用瑞士萬(wàn)通公司Metrohm 874 型卡式水分分析儀配備卡式加熱爐,利用卡爾費(fèi)休庫(kù)倫法進(jìn)行測(cè)定,具體方法升溫程序參照Canepari等[7]方法:以14℃/min的速度從50℃升至120℃,保持5min;用12℃/min的速度從120℃升至180,保持2min;用14℃/min的速度從180℃升至250℃,保持20min.OC和EC的質(zhì)量濃度使用美國(guó)Sunset-L4型分析儀測(cè)定,膜裁剪面積為1.5cm2.水溶性離子的質(zhì)量濃度使用美國(guó)Dionex- ICS5000型離子色譜分析儀測(cè)定,樣品使用100mL去離子水超聲提取,0.45μm微孔濾膜過濾后測(cè)定. Si、Al、Fe、Mg等金屬及類金屬組分的質(zhì)量濃度使用美國(guó)Thermo的Intrepid Ⅱ-XDL光譜儀分析,樣品經(jīng)密閉微波消解冷卻后,加飽和硼酸溶液再次密閉微波消解、過濾、定容后測(cè)定.

1.4 質(zhì)量控制

應(yīng)用國(guó)家標(biāo)準(zhǔn)方法GB/T 6023-2008[20]及GB/T 26626-2011[21]對(duì)PM2.5水分測(cè)定方法進(jìn)行精密度及準(zhǔn)確度驗(yàn)證,測(cè)定含量為(1.004±0.025)mg/g的標(biāo)準(zhǔn)水樣(Cat.34828).7次測(cè)定均值為0.989mg/g,結(jié)果均在不確定度范圍內(nèi),標(biāo)準(zhǔn)偏差為1.2%,相對(duì)誤差為1.4%,精密度及準(zhǔn)確度達(dá)到預(yù)期要求.

2 結(jié)果與分析

2.1 PM2.5水分年均情況

2020年全年城區(qū)站點(diǎn)PM2.5樣品有效天數(shù)為319d,PM2.5質(zhì)量濃度年均值為(40.3±34.0) μg/m3,水分質(zhì)量濃度年均值為(5.0±4.1)μg/m3.該值高于1991年～1992年日本札幌的測(cè)定結(jié)果,該研究利用卡爾費(fèi)休法測(cè)定札幌細(xì)顆粒物PM2.0總濃度范圍在10.9～35.0μg/m3,在相對(duì)濕度小于30%時(shí),水分濃度范圍在0.05～1.11μg/m3[5].2020年水分最大值出現(xiàn)在2月13日,達(dá)到36.9μg/m3,該日相對(duì)濕度為77.0%屬于高濕環(huán)境,PM2.5質(zhì)量濃度為206μg/m3是本年度次高值,污染等級(jí)為重度污染.水分質(zhì)量濃度最低值為0(未檢出),共計(jì)20d,均出現(xiàn)在9～12月,其中17d濕度小于30%,對(duì)應(yīng)PM2.5質(zhì)量濃度范圍在(6.3～14.4)μg/ m3之間,均值為10.1μg/m3空氣質(zhì)量均為優(yōu)級(jí).從水分對(duì)PM2.5質(zhì)量濃度的占比來(lái)看,年均值為(12.5±4.8)%,該結(jié)果低于常淼等[22]于2015對(duì)北京車公莊點(diǎn)位的分析結(jié)果14.9%.與Canepari等[7]2011年對(duì)意大利北部城市菲拉拉的工業(yè)點(diǎn)位及以色列特拉維夫市的城市點(diǎn)位采集到PM10中水分占比相近,均大于10%.高于意大利首都羅馬交通點(diǎn)位3%～4%的水分占比結(jié)果.同時(shí)高于日本札幌PM2.0中水分占比在0.4%～3.2%之間的測(cè)定結(jié)果. 2020年水分占比最高出現(xiàn)在7月11日,達(dá)到22.7%,該日濕度達(dá)到83.1%,屬高濕環(huán)境,PM2.5質(zhì)量濃度為96.5μg/m3,污染等級(jí)為輕度.

從全年看,水分、相對(duì)濕度與PM2.5日均值濃度兩兩相關(guān),水分與PM2.5質(zhì)量濃度呈顯著相關(guān),相關(guān)系數(shù)1=0.884(=0.01),PM2.5質(zhì)量濃度升高,水分質(zhì)量濃度也隨之升高,反之亦然;而相對(duì)濕度與水分、顆粒物呈現(xiàn)弱相關(guān),相關(guān)系數(shù)分別是2=0.504(= 0.01)、3=0.431.

2.2 PM2.5水分時(shí)間變化規(guī)律

2.2.1 月度變化規(guī)律 2020年水分月質(zhì)量濃度呈現(xiàn)波動(dòng)變化如圖1,其變化規(guī)律與PM2.5月質(zhì)量濃度變化趨勢(shì)基本一致,水分與相對(duì)濕度月變化規(guī)律除夏季外趨勢(shì)基本一致.PM2.5和水分的質(zhì)量濃度及水分占比均在2月達(dá)到最高值,分別為71.2μg/m3、10.4μg/m3、14.7%.同時(shí)2月的相對(duì)濕度為53.0%屬于冬春季節(jié)的高值區(qū),2月11～13日連續(xù)3d出現(xiàn)了全年最嚴(yán)重的污染過程,該階段相對(duì)濕度從61.0%升高至77.0%,水分質(zhì)量濃度從31.2μg/m3升高至36.9μg/m3,PM2.5質(zhì)量濃度從187μg/m3升高至218μg/m3,可見高濕環(huán)境有利于顆粒物的吸濕增長(zhǎng),推動(dòng)污染過程的形成發(fā)展.而PM2.5最低月均值出現(xiàn)在9月為24.0μg/m3,本月水分質(zhì)量濃度為全年次低值2.8μg/m3,水分占比及相對(duì)濕度分別為11.7%、53.1%,均處于全年中間水平.經(jīng)統(tǒng)計(jì)2020年9月共有8次濕沉降,為近10a頻次最高,2012～2019年間,9月的濕沉降次數(shù)為2～3次.由此可見,本月濕沉降頻繁推高了相對(duì)濕度,同時(shí)濕沉降有利于空氣中污染物的清除使得顆粒物濃度及其中的水分均處于全年較低水平.水分月均值最低出現(xiàn)在12月,為2.7μg/m3,12月也是相對(duì)濕度及水分占比的最低值月份,分別為31.4%及9.0%,同時(shí)PM2.5的質(zhì)量濃度為30.7μg/m3,比年均值低23.8%,為全年第三低值月份.北京地區(qū)12月進(jìn)入冬季,易出現(xiàn)污染天,但2020年12月空氣質(zhì)量整體較好,經(jīng)分析原因可能是本月風(fēng)速均值較高(1.29m/s),為下半年風(fēng)速最高月份,大氣擴(kuò)散條件好,有利污染物濃度降低.同時(shí)12月相對(duì)濕度為本年度最低,不利于二次污染物的氣-粒轉(zhuǎn)化,空氣質(zhì)量整體優(yōu)良.

圖1 2020年各指標(biāo)月均值變化趨勢(shì)

2.2.2 季節(jié)變化規(guī)律 為研究水分的季節(jié)特征,將采樣期分春(3～5月)、夏(6～8月)、秋(9～11月)、冬(12～次年2月)四季進(jìn)行分析,分析結(jié)果見圖2.2020年水分質(zhì)量濃度季節(jié)由高到低依次為冬、春、夏、秋,分別為6.9、5.5、4.4、4.1μg/m3,此變化與PM2.5質(zhì)量濃度變化基本一致,二者均呈現(xiàn)U型分布.而濕度呈現(xiàn)夏高冬低的倒U型分布,此分布與水分在PM2.5中的占比大致相同,冬、春、夏、秋占比分別為11.9%、13.3%、13.2%、11.5%.夏季濕度高而水分濃度不高的原因可能是由于濕沉降頻繁,2020年夏季濕沉降25次,占全年濕沉降的46.3%,此氣象條件有利于污染物的清除,致使PM2.5質(zhì)量濃度不高,水分濃度也不高的結(jié)果.此處再次驗(yàn)證水分與PM2.5相關(guān)性極強(qiáng).本結(jié)果低于中國(guó)臺(tái)灣南部城市及沿海地區(qū)冬季及春季兩個(gè)季節(jié)水分在PM2.5中的質(zhì)量濃度占比(約30%),該研究也是利用卡爾費(fèi)休法測(cè)定采集在石英膜上的顆粒物水分,結(jié)論顯示中國(guó)臺(tái)灣地區(qū)水分在PM2.5占比春季大于冬季,夜間大于日間,沿海地區(qū)大于城市地區(qū)[19].

圖2 2020年各指標(biāo)季節(jié)變化

2.3 PM2.5水分在不同污染級(jí)別變化規(guī)律

為研究不同空氣質(zhì)量級(jí)別下PM2.5中水分濃度的特征,將采樣期間采樣點(diǎn)的319個(gè)樣品,按照(PM2.5)將其分為優(yōu)(0～35μg/m3)、良(35～75μg/m3)、輕度污染(75～115μg/m3)、中度污染(115v150μg/m3)、重度污染(150v250μg/m3)、嚴(yán)重污染(>250μg/m3),其中優(yōu)179d,良106d,輕度污染20d,中度污染7d,重度污染級(jí)7d.不同級(jí)別下PM2.5中水分濃度均值及占比分別為:優(yōu)2.3μg/m3(11.4%)、良5.9μg/m3(11.9%)、輕度13.3μg/m3(14.8%)、中度19.9μg/m3(15.8%)、重度29.9μg/m3(16.0%).

數(shù)據(jù)分析得出,隨著空氣污染加重,水分質(zhì)量濃度及其在PM2.5占比均呈現(xiàn)上升趨勢(shì),重度污染比優(yōu)級(jí)天水分濃度增加12倍,占比增加40.4%.同時(shí)發(fā)現(xiàn),隨著空氣質(zhì)量級(jí)別上升,水分與PM2.5的相關(guān)性也呈現(xiàn)明顯增強(qiáng)態(tài)勢(shì)(如圖3),優(yōu)級(jí)天的PM2.5質(zhì)量濃度與水分質(zhì)量濃度相關(guān)性最弱=0.69(=0.01),重度污染的相關(guān)性最強(qiáng)=0.93(=0.01),但中度污染二者相關(guān)性不明顯,可能是由于樣本量太少造成的.相對(duì)濕度在不同空氣質(zhì)量級(jí)別下,分別為42.2%、52.9%、59.0%、55.4%、55.9%,并沒有隨空氣質(zhì)量級(jí)別的上升而持續(xù)升高.這與宋秀瑜[23]等研究結(jié)果基本一致,即在一定濕度范圍內(nèi)(PM10是40%～49%以內(nèi),PM2.5是50%～59%以內(nèi))相對(duì)濕度越大越有利于顆粒物的形成,尤其是高濕度空氣容易造成顆粒物的較重污染.超過這個(gè)范圍,相對(duì)濕度越大,顆粒物濃度越低.葉興楠[24]等研究表明顆粒物吸濕增長(zhǎng),為氣態(tài)污染物提供非均相轉(zhuǎn)化載體,促進(jìn)硫酸鹽和硝酸鹽等細(xì)顆粒物的生成.因此,在一定范圍內(nèi)濕度的增加有利于顆粒物吸濕增長(zhǎng),伴隨顆粒物質(zhì)量濃度的增長(zhǎng),水分質(zhì)量濃度同步增加,隨著空氣質(zhì)量級(jí)別的增加,二者相關(guān)性逐步增強(qiáng),水分對(duì)PM2.5質(zhì)量濃度的貢獻(xiàn)也逐漸加大.

圖3 不同空氣質(zhì)量級(jí)別顆粒物與水分相關(guān)性

2.4 PM2.5水分在污染過程中的變化規(guī)律

2.4.1 重污染過程 2020年共有兩次重污染過程發(fā)生,分別是1月25～28日,2月11～13日.

第一次重污染過程1月25～28日正值農(nóng)歷新年正月初一～初四,PM2.5質(zhì)量濃度均值為174μg/m3,水分質(zhì)量濃度均值及其占比分別為27.0μg/m3和15.3%.25日春節(jié)以微量元素和有機(jī)物為主,地殼元素占比明顯高于其他重污染日,水分占比為12.8%處于中間水平.26日有機(jī)物為主要組分,27～28日硝酸鹽濃度不斷攀升,成為主要組分,水分占比升高至18.1%達(dá)到近期高值,同時(shí)25～28日SNA占比也從34%增至55%,表現(xiàn)出煙花爆竹燃放影響向本地移動(dòng)源積累和污染二次傳輸轉(zhuǎn)變的特征.

第二次污染過程(2月11～13日)較第一次嚴(yán)重, PM2.5質(zhì)量濃度均值為204μg/m3,水分質(zhì)量濃度均值及其占比分別為34.1μg/m3和16.8%.此次污染過程仍以二次離子和有機(jī)物污染為主,硝酸鹽影響增加明顯,SNA占比在50%～56%.

兩次污染過程相對(duì)濕度分別為47.3%、67.3%,對(duì)于1～2月,該相對(duì)濕度屬于較高水平.同時(shí)發(fā)現(xiàn)兩次重污染過程水分濃度為年均濃度的5.4倍、6.8倍,高于PM2.5增速.可見較高濕度會(huì)有利于顆粒物的吸濕增長(zhǎng),較高的水分含量更有助于顆粒物質(zhì)量濃度的增加,進(jìn)一步推高污染水平.

2.4.2 沙塵過程 2020年有記錄的沙塵過程為13d,其中9d測(cè)定了水分濃度.9d的PM2.5濃度均值37.9μg/m3,較年均值低5.2%.水分濃度均值為3.4μg/ m3,較年均值低31.9%,水分占比為9.9%,較年均值低20.2%,濕度均值35.1%,較年均值低25.4%.由此得出,2020年沙塵發(fā)生時(shí),空氣濕度處于較低水平,天氣干燥不利于細(xì)顆粒物的吸濕增長(zhǎng),水分濃度及其占比均處于較低水平.

2.5 PM2.5水分與主要組分的關(guān)系

PM2.5水分與SNA及有機(jī)物均有很好的相關(guān)性(分別為=0.937, 0.897, 0.813,0.839).說明了PM2.5中水分為氣態(tài)污染物提供非均相轉(zhuǎn)化載體,促進(jìn)硝酸鹽、硫酸鹽、有機(jī)物等細(xì)顆粒物的進(jìn)一步生成[20].分析發(fā)現(xiàn)PM2.5中水分濃度與銨根濃度的相關(guān)性最高,從側(cè)面證實(shí)銨鹽吸水性強(qiáng)的理論.而PM2.5水分與地殼物質(zhì)的相關(guān)性最弱,為0.195.此處證實(shí)地殼元素為一次源,天然來(lái)源不受水分影響.

圖4 PM2.5主要組分與水分相關(guān)性

3 結(jié)論

3.1 卡爾費(fèi)休庫(kù)倫分析方法可直接測(cè)定PM2.5中的水分,方法精密度和準(zhǔn)確度較好.

3.2 2020年城區(qū)站點(diǎn)319d有效樣品PM2.5質(zhì)量濃度年均值為(40.3±34.0)μg/m3,水分質(zhì)量濃度年均值為(5.0±4.1)μg/m3,水分占比為(12.5±4.8)%,水分與PM2.5質(zhì)量濃度呈顯著相關(guān).

3.3 水分與PM2.5質(zhì)量濃度月度及季節(jié)變化趨勢(shì)基本一致.

3.4 隨著空氣污染加重,PM2.5中水分質(zhì)量濃度及其在PM2.5占比均呈現(xiàn)上升趨勢(shì),重度污染比優(yōu)級(jí)天水分濃度增加12倍,占比增加40.4%.同時(shí)發(fā)現(xiàn),隨著空氣質(zhì)量級(jí)別上升,水分與PM2.5質(zhì)量濃度的相關(guān)性也呈現(xiàn)明顯增強(qiáng)態(tài)勢(shì),優(yōu)級(jí)天相關(guān)性最弱=0.69 (=0.01),重度污染天的相關(guān)性最強(qiáng)=0.93(=0.01),由此可見,污染天氣發(fā)生時(shí)水分對(duì)PM2.5的貢獻(xiàn)比優(yōu)良天氣更多.

3.5 在2020年發(fā)生的兩次重污染過程中,PM2.5水分濃度為年均濃度的5.4倍及6.8倍,且濕度處于同期較高水平.較高濕度有利于顆粒物吸濕增長(zhǎng),較高的水分含量更有助于顆粒物質(zhì)量濃度的增加,進(jìn)一步推高污染水平.而2020年沙塵污染發(fā)生時(shí),濕度處于同期較低水平,天氣干燥不利于細(xì)顆粒物的吸濕增長(zhǎng),水分濃度及其占比均處于較低水平.

3.6 水分與SNA及有機(jī)物均有很好的相關(guān)性,說明水分為氣態(tài)污染物提供非均相轉(zhuǎn)化載體,促進(jìn)硝酸鹽、硫酸鹽、有機(jī)物等細(xì)顆粒物的進(jìn)一步生成.水分與地殼物質(zhì)無(wú)相關(guān)性,證實(shí)地殼元素為一次源,不受水分影響.

[1] Perrino C, Canepari S, Catrambone M, et al. Influence of natural events on the concentration and composition of atmospheric particulate matter [J]. Atmospheric Environment, 2009,43(31):4766- 4779.

[2] Perrone M G, Larsen B R, Ferrero L, et al. Sources of high PM2.5concentrations in Milan, Northern Italy: Molecular marker data and CMB modelling [J]. Science of the Total Environment, 2012,414(1): 343-355.

[3] Perrino C, Canepari S, Cardarelli E, et al. Inorganic constituents of urban air pollution in the Lazio Region (Central Italy) [J]. Environmental Monitoring and Assessment, 2008,136(1-3):69-86.

[4] Baek B H, Aneja V P, Tong Q S. Chemical coupling between ammonia, acid gases and fine particles [J]. Environmental Pollution, 2004,129 (1):89-98.

[5] Sachio O, Masahiro H, Sadamu Y, et al. Chemical characterization of atmospheric fine particles in Sapporo with determination of water content [J]. Atmospheric Environment, 1998,32(6):1021-1025.

[6] 楊 欣,陳義珍,劉厚風(fēng),等.北京2013年1月連續(xù)強(qiáng)霾過程的污染特征及成因分析 [J]. 中國(guó)環(huán)境科學(xué), 2014,34(2):282-288.

Yang X, Chen Y Z, Liu H F, et al. Characteristics and formation mechanism of a serious haze event in January 2013 in Beijing [J]. China Environmental Science, 2014,34(2):282-288.

[7] Canepari S, Farao C, Marconi E, et al. Qualitative and quantitative determination of water in airborne particulate matter [J]. Atmospheric Chemistry and Physics, 2013,13(3):1193-202.

[8] HJ 656-2013 環(huán)境空氣顆粒物(PM2.5)手工監(jiān)測(cè)方法(重量法)技術(shù)規(guī)范 [S].

HJ 656-2013 Technical specifications for gravimetric measurement methods for PM2.5in ambient air [S].

[9] Neil H F. Retained nitrate, hydrated sulfates and carbonaceous Mass in federal reference method fine particulate matter for six eastern U.S. cities [J]. Air Waste Manage Assoc., 2006,56(4):500-511.

[10] Jorge H M, Arturo C R, Felipe á G, et al. Chemical composition of PM2.5particles in Salamanca, Guanajuato Mexico: Source apportionment with receptor models [J]. Atmospheric Research, 2012, 107:31-41.

[11] Shen X J, Sun J Y, Zhang X Y, et al. Variations in submicron aerosol liquid water content and the contribution of chemical components during heavy aerosol pollution episodes in winter in Beijing [J]. Atmospheric Chemistry and Physics, 2013,13:4307–4318.

[12] 呂文麗,張 凱,支敏康,等.冬季NH3和液態(tài)水含量對(duì)PM2.5中SNA形成的影響與敏感性分析 [J]. 環(huán)境科學(xué)研究, 2021,34(5):1053- 1062.

Lv W L, Zhang K, Zhi M K, et al. Influences of NH3and AWC on the formation of SNA in PM2.5in winter and sensitivity analysis [J]. Research of Environmental Sciences, 2021,34(5):1053-1062.

[13] Xing L,.Fu T M, Cao J J, et al. Seasonal and spatial variability of the OM/OC mass ratios and high regional correlation between oxalic acid and zinc in Chinese urban organic aerosols [J]. Atmospheric Chemistry and Physics, 2013,13:4307–4318.

[14] 劉保獻(xiàn),楊懂艷,張大偉,等.北京城區(qū)大氣PM2.5主要化學(xué)組分構(gòu)成研究[J]. 環(huán)境科學(xué), 2015,36(7):2346-2352.

Liu B X, Yang D Y, Zhang D W, et al. Chemical species of PM2.5in the urban area of Beijing [J]. Environmental Science, 2015,36(7):2346- 2352.

[15] Hu D, Chen J, Ye X N, et al. Hygroscopicity and evaporation of ammonium chloride and ammonium nitrate: Relative humidity and size effects on the growth factor [J]. Atmospheric Environment, 2011,45(14):2349-2355.

[16] Rees S L, Robinson A L, Khlystov A, et al. Mass balance closure and the federal reference method for PM2.5in Pittsburgh, Pennsylvania [J].Atmospheric Environment, 2004,38(20):3305-3318.

[17] SwietlickiE, Zhou J C, BergO H, et al. A closure study of sub- micrometer aerosol particle hygroscopic behavior [J]. Atmospheric Research, 1999,50(3):205-240.

[18] Perrino C, Marconi E, Tofful L, et al. Thermal stability of inorganic and organic compounds in atmospheric particulate matter [J].Atmospheric Environment, 2012,54(7):36-43.

[19] Tsai Y I, Kuo S C. PM2.5aerosol water content and chemical composition in a metropolitan and a coastal area in southern Taiwan [J]. Atmospheric Environment, 2005,39(27):4827-4839.

[20] GB/T 6023-2008 工業(yè)用丁二烯中微量水的測(cè)定卡爾費(fèi)休庫(kù)侖法 [S].

GB/T 6023-2008 Butadiene for industrial use - Determination of trace water - Coulometric Karl Fischer method [S].

[21] GB/T 26626-2011 動(dòng)植物油脂水分含量測(cè)定卡爾費(fèi)休法(無(wú)吡啶) [S].

GB/T 26626-2011 Animal and vegetable fats and oils-Determination of water content-Karl Fischer method (pyridine free) [S].

[22] 常 淼,王崇臣,張嘉驊,等.卡爾費(fèi)休庫(kù)倫法測(cè)定大氣細(xì)顆粒物中水分的方法研究[J]. 干旱環(huán)境監(jiān)測(cè), 2018,32(2):75-79.

Chang M, Wang C C, Zhang J H, et al. Determination of water in airborne particulate matter using coulometric Karl-Fisher system [J].Arid Environmental Monitoring, 2018,32(2):75-79.

[23] 宋秀瑜,曹念文,趙 成,等.南京地區(qū)相對(duì)濕度對(duì)氣溶膠含量的影響 [J]. 中國(guó)環(huán)境科學(xué), 2018,38(9):3240-3246.

Song X Y, Cao N W, Zhang C, et al. Effect of relative humidity on aerosol content in Nanjing [J]. China Environmental Science, 2018, 38(9):3240-3246.

[24] 葉興南,陳建民.灰霾與顆粒物吸濕增長(zhǎng) [J]. 自然雜志, 2013,35(5): 337-341.

Ye X N, Chen J M. Haze and hygroscopic growth [J]. Chinese Journal of Nature, 2013,35(5):337-341.

Study on water content of PM2.5and its variation in Beijing.

CHEN Yuan-yuan, LI Jun-qi, CHANG Miao, SHEN Xiu-e, LIU Bao-xian*

(Beijing Key Laboratory of Airborne Particulate Matter Monitoring Technology, Beijing Municipal Environmental Monitoring Center, Beijing 100048, China)., 2023,43(1)：70～76

Karl Fischer method can directly determine the water content of PM2.5with good precision and accuracy. The method was applied to PM2.5analysis of urban stations in Beijing in 2020, and the results showed that the annual average water concentration was (5.0±4.1) μg/m3, and the proportion of PM2.5was (12.5±4.8) %, which was significantly correlated with PM2.5mass concentration. The monthly and seasonal variation trended of water concentration and PM2.5mass concentration were basically consistent. The study found that with the increase of air pollution, the water concentration and its proportion in PM2.5both showed an increasing trend, and the correlation between them was significantly enhanced. It can be seen that when pollution occurred, the increase of water concentration was conducive to the increase of moisture absorption of particles, thus pushing up the pollution level and enhancing the contribution to PM2.5simultaneously. When dust pollution occurred, the humidity was at a low level in the same period, which was not conducive to the growth of moisture absorption of fine particles, the water concentration and its proportion were at a low level. There was a good correlation between water, secondary ions and organic matter, indicating that water provided heterogeneous transformation carrier for gaseous pollutants and promotes the further generation of fine particles such as nitrate, sulfate and organic matter. There was no correlation between water and crustal material, which proved that crustal elements were primary sources and were not affected by water.

PM2.5；water content；water concentration；variation character；Karl Fischer method

X513

A

1000-6923(2023)01-0070-07

陳圓圓(1982-),女,北京人,高級(jí)工程師,碩士,主要從事環(huán)境監(jiān)測(cè)及質(zhì)量管理研究.發(fā)表論文10余篇.

2022-06-17

大氣重污染成因與治理攻關(guān)項(xiàng)目(DQGG202101)

* 責(zé)任作者, 正高級(jí)工程師, liubaoxian@163.com