全文总字数：4005字

1. 研究目的与意义及国内外研究现状

近年来，在国家政府对于大气污染的治理下，我国的空气质量明显好转，颗粒物和二氧化硫等污染物的浓度明显下降^[1]。但部分城市地区由于特殊的地理位置或不健康的经济发展方向使其大气污染状况仍然十分严重，对当地人民生活和健康造成威胁。众多空气污染物中，大气细颗粒物（PM_2.5）对人体危害最大，且与灰霾的形成有直接联系^[2-6]。PM_2.5具有粒径小、比表面积大等特点，可以携带重金属和多环芳烃等有毒有害组分进入人体肺泡造成致癌致畸的风险，且影响大气能见度和降水酸碱度等。与其他国家相比，中国的PM_2.5污染水平仍然很高，2014-2015年我国PM_2.5年均值（62μg m^-3）是全球平均值的三倍^[7]。因此，控制PM_2.5浓度成为我国各级政府治理大气环境的重点。

长春市位于中国东北老工业基地，处于全国“两横三纵”城市化战略格局京哈、京广通道纵轴北端，是全国最大的粮食基地。多年的工业发展及秋收季节大量的秸秆燃烧，使得长春的空气质量一直较差，不断增加的机动车数量及其他人为源排放（垃圾填埋、动物饲养、施肥等）同时加重了当地的大气污染。本研究针对长春市大气PM_2.5中主要组分水溶性离子进行研究，并使用PMF模型对其进行源解析，为政府制定减排措施提供有效依据。

国内外研究现状

PM_2.5的化学组成十分复杂，主要包括含碳组分、水溶性离子、有机气溶胶等，其中水溶性离子占PM_2.5的比重可达30-50 %，主要由二次无机离子（SO₄^2-、NO₃^-、NH₄ ）组成。高嵩等（2017）研究南京北郊冬季的PM_2.5的主要组分发现随TWSIIs浓度增加，SO₄^2-的浓度增加而NO₃^-的占比下降得出南京冬季的大气污染物中，机动车排放大于燃煤排放；刘元隆^[8]等（2015）研究发现海冰城市气溶胶中水溶性离子存在明显的季节变化，而海洋气溶胶中水溶性离子质量浓度的季节变化较不明显。城市气溶胶中，水溶性离子以人为活动为来源的NO₃^-、SO₄^2-和NH₄ 为主，海洋气溶胶中以海盐（Na 和Cl^-）和SO₄^2-为主。二次离子的生成受到其前体物（NH₃, SO₂和NO_x）及气象因素（温度、相对湿度等）影响，高湿度和逆温有利于环境颗粒物的累积。研究表明，城市的二次离子的浓度明显高于郊区，说明人为活动的重要贡献^[9-10]。近年来，由于政府大力减少工业部门排放并对化石燃料进行脱硫处理，硝酸盐成为中国二次离子中最主要得组分^[11]，其与PM_2.5的比值可超过20 %，并且NO₃^-/PM_2.5随着污染程度得增加而加重^[12]。为了有效控制人为排放、降低PM_2.5浓度、改善空气质量，对PM_2.5来源的精确识别显得尤其重要。美国在20世纪60年代率先开展对于颗粒物源解析的研究，开发了化学质量平衡和因子分析等受体模型源解析方法。我国的源解析工作起步于20世纪80年代，到21世纪受体墨西哥得到广泛应用，形成了传统的污染源清单法、扩散模型法和受体模型法3大技术体系（张延军等，2015）。Baek et al.,（2005）和石佳超等人（2018）采用CMAQ模型进行了亚特拉大PM_2.5的来源解析以及对于长三角区域污染物浓度的准确预报。总体来讲，扩散模型法实现了本地源与外来源的区分，可得到源解析结果的空间分布，并且根据情景模拟的结果制定大气污染控制政策。但源清单的不确定性、复杂的边界层气象过程及大气化学过程，使模拟结果尤其是在重污染时期的结果具有很大的不确定性（张延军等，2015）。

2. 研究的基本内容

本研究于2017年6月至2018年5月在长春市地理所采集大气细颗粒物样品，诣在总结四季长春PM2.5的季节变化特征，分析其中水溶性无机离子组分、浓度水平及其季节变化特征；分析二次无机离子的组成及其形成机制；对水溶性无机离子进行源解析，包括通过各离子间的相关性分析其来源，并对水溶性离子主成分分析进一步了解各污染源对PM_2.5中各水溶性离子组分的影响，同时通过后向轨迹分析计算分析四季大气气团输送至长春的路径。

3. 实施方案、进度安排及预期效果

（1）实施方案：

4. 参考文献

[1] bozheng, dan tong, meng li, et al. trends in china’s anthropogenicemissions since 2010 as the consequence of clean air actions. atmos. chem. phys., 2018,18:14095–14111

[2] cheng z, wang s, qiao l, et al. insights intoextinction evolution during extreme low visibility events: case study ofshanghai, china[j]. science of the total environment, 2017: s0048969717322003

[3] tant, hu m, li m, et al. new insight into pm_2.5, pollution patterns inbeijing based on one-year measurement of chemical compositions[j]. science ofthe total environment, 2018, 621:734-743