碳气溶胶对全球气候变化、辐射平衡以及区域大气环境有着重要的影响作用(Pöschl，2005；Andreae，2007)。此外，碳气溶胶是城市大气细颗粒物(PM2.5)的重要组成部分(Cao et al.，2007)。在全球尺度上，碳气溶胶最主要的污染源是生物质燃烧源(Andreae and Merlet，2001；Duan et al.，2004；Radzi bin Abas et al.，2004；Tian et al.，2009；Engling et al.，2011)，其对一次有机碳(POC)和元素碳(EC)的贡献高达93%和62%(Bond et al.，2004)。尽管在城市地区化石燃料源是PM2.5的最为主要来源，但已有的研究表明生物质燃烧源对我国城市PM2.5贡献率达10%～20%(Streets et al.，2003；Duan et al.，2004；Zhang et al.，2008)，可见对生物质燃烧源的贡献也不容忽视。尽管近几年来，各级政府在农作物收获季节加强了对农村秸秆集中燃烧的控制，但是对零散的秸秆燃烧的控制重视还不够。如发生以PM2.5为首要污染物的重污染天气(空气质量指数AQI > 300)时，通常还叠加了生物质燃烧源的影响，使得重污染天气进一步恶化(Sang et al.，2011；Chen and Xie，2014；Tao et al.，2015)。因此，掌握生物质燃烧期间PM2.5的化学成分特征，对于进一步基于在线化学成分资料判别生物质燃烧事件并及时制定应急控制方案缓解环境空气质量非常重要。

成都是我国西南地区的超大城市，人口超过1000×10⁴，2011年PM2.5浓度年均值超过《环境空气质量标准》(GB3095-2012)二级年平均浓度限值(35μg m^-3)的3倍以上，其中生物质燃烧对PM2.5贡献达到11%(Tao et al.，2014a)。由此可见，生物质燃烧源是成都地区PM2.5重要来源。已有的研究表明(张智胜等，2013；Chen and Xie，2014；Tao et al.，2014a)，成都春季、秋季和冬季均存在较为严重的生物质燃烧，冬季生物质燃烧主要与木材的燃烧有关，而春、秋季则与秸秆燃烧有关。尽管已有研究对成都春季生物质燃烧期间的PM2.5化学成分特征进行了报道(张智胜等，2013；Chen and Xie，2014)，但针对成都地区农作物收获季节秸秆燃烧的期间的PM2.5的全组分化学特征的对比研究还尚未见报道。为此，本研究于2012年春季和秋季成都典型秸秆燃烧期间，对PM2.5的化学成分进行观测，辨别生物质燃烧事件，并探讨生物质燃烧事件期间PM2.5的化学成分特征，以期能为当地环保部门制定生物质燃烧控制应急预案和控制方案提供基础数据。

成都市地处川西平原西部，气候温和、雨量充沛，常年种植水稻、玉米、小麦、油菜等粮食作物，耕地面积达670×10⁴亩(1亩≈666.7 m²)。城区东西两侧分别为龙泉山脉和邛崃山脉，地形较封闭且静小风频率高。采样点设在成都市环境保护科学研究院综合大楼楼顶(7楼，距离地面21 m，30°39'N，104°02'E)，周围是集中居住区，5 km范围内无明显工业大气污染源，周围无建筑物遮挡视野比较开阔。观测数据在一定程度上代表了成都城市大气污染水平。

由于农作物产量大，每当夏收、秋收季节，成都地区田间焚烧秸秆现象严重，导致期间成都市区大气重污染事件频发。本研究于2012年5～6月和9～10月成都地区典型生物质燃烧期间分别同步使用直径为47 mm石英滤膜和Teflon滤膜采集大气PM2.5样品，采样时段从当日10:00(北京时间，下同)到次日10:00，连续采集24 h。采样仪器为配有2.5μm切割头的便携式微流量采样器等(Min-Vol Sampler，Airmetrics，USA)，设计流量为5 L/min。采样期间定时为采样器进行例行校准，并将采集完成的滤膜全部放在-18℃的冷藏柜中临时保存，传输过程利用密封袋保存并包上冰袋，以降低样品的挥发。采样前石英滤膜需在800℃的马弗炉中高温烘烤3 h，以防止可能的含碳物质污染。石英滤纸在恒温恒湿箱(温度：20～30℃，相对湿度：35%～45%)中放置24 h至衡重，然后使用精度为1μg的微电子天平(Mettle M3，Switzerland)称重，且两次称量前后的误差小于10μg(Chow and Watson，1998)。滤膜采样前后的质量差除以采样体积即可获得PM2.5质量浓度。

OC和EC分析采用DRI Model 2001热光碳分析仪。应用IMPROVE热光反射(Thermal Optical Reflectance，TOR)的试验方法进行样品分析(Chow et al.，1993)，该方法主要测试原理及详细步骤如下：仪器的测试原理是在无氧纯氦(He)的环境中，分别在140℃(OC1)、280℃(OC2)、480℃(OC3)和580℃(OC4)温度下，对0.526 cm²的石英滤膜样品加热，将滤膜上颗粒态碳转化为CO₂；然后再将样品在含2%氧气的氦气环境下，分别于580℃(EC1)、740℃(EC2)和840℃(EC3)逐步升温加热，此时样品中的元素碳完全释放出来。各温度梯度下产生的CO₂经MnO₂催化，于还原环境下转化为可通过火焰离子检测器(Flame Ionization Detector，FID)检测的甲烷(CH₄)。样品在加热过程中，部分有机碳发生碳化形成黑碳，使滤膜变黑，导致热谱图上有机碳与元素碳峰值不易区分。因此，在测量过程中，采用633 nm的氦—氖激光器(He-Ne laser)检测滤膜的反光光强，利用光强准确指示出元素碳氧化的起始点。有机碳碳化过程中形成的碳化物称为光学检测裂解碳(Optically detected Pyrolized Carbon，OPC)。当样品测试完毕，有机碳与元素碳的8个组分(OC1、OC2、OC3、OC4、EC1、EC2、EC3、OPC)同时给出。IMPROVE协议把碳组分定义为：有机碳(OC)为OC1+OC2+OC3+OC4+OPC，元素碳(EC)为EC1+EC2+EC3-OPC。OC和EC检出限为0.02μg m^-3。详细的质量保证和质量控制程序可见参考文献(Cao et al.，2003)。

水溶性离子分析采用Dionex-600型离子色谱仪对水溶性离子进行分析Na⁺、NH₄⁺、Mg²⁺、K⁺和Ca²⁺5种阳离子和3种阴离子C1^-、NO₃^-和SO₄^2-，具体分析方法如下：剪取四分之一的石英膜加入10 ml去离子水(电阻率> 18.2 MΩcm)，超声萃取l h，采用0.45 m的过滤器过滤后，用Dionex-600型离子色谱仪对水溶性离子进行分析。Na⁺、NH₄⁺、K⁺、Mg²⁺和Ca²⁺ 5种阳离子使用CS12A分析柱和CG12A保护柱及CSRS抑制器进行检测分析，淋洗液使用浓度为20 mmol L^-1的甲磺酸(MSA)，流速为1 ml min^-1。3种阴离子C1^-、NO₃^-和SO₄^2-使用AS11-HC分析柱和AG11-HC保护柱及ASRS抑制器进行检测分析，淋洗液是20 mmol L^-1的KOH，流速为1 ml min^-1。数据质量控制采用美国沙漠所(DRI)质量控制标准，每测定l0个样品复检1个，样品质量浓度在0.030～0.100 mg L^-1范围时，允许的标准偏差为±30％；质量浓度在0.100～0.150 mg L^-1时，要求标准偏差小于20％；样品质量浓度大于0.150 mg L^-1时，允许的标准偏差为10％(Zhang et al.，2011)。Na⁺、NH₄⁺、K⁺、Mg²⁺、Ca²⁺检出限范围为0.01～0.04μg m^-3；F^-、Cl^-、NO₃^-、SO₄^2-范围为0.03～0.07μg m^-3。

观测期间成都PM2.5及其化学成分的逐日变化趋势见图 1。根据空气质量指数(AQI)的分类，当PM2.5日均值浓度> 150μg m^-3、75～150μg m^-3和< 75μg m^-3时，空气质量分别定义为重污染、轻度污染和良好。2012年成都春季有4 d为重污染天气，而秋季仅为1 d，出现频率分别为13%和3%。春、秋季轻度污染出现频率分别为39%和56%。由此可见，春季重污染天气相对较多，秋季轻度污染天气相对较多。综合来看，春、秋季观测期间，PM2.5浓度分别为101±64μg m^-3和88±30μg m^-3，是《环境空气质量标准》(GB3095-2012)日均值标准(75μg m^-3)的1.3和1.2倍。

图 1

Fig. 1

图 1 2012年成都春季和秋季PM2.5及其主要化学成分的逐日变化趋势 Fig. 1 Variations of daily average PM2.5 and chemical components in Chengdu in the spring and autumn of 2012 (OC and EC indicate organic carbon and element carbon, seperately)

春、秋季是成都典型的生物质燃烧季节，传统露天焚烧作物秸秆的现象导致期间成都市区重污染事件频发(唐协林，1999)，“白雾”袭城的新闻也频见报端。1998年成都市政府颁布并推行地方性政策规章《成都市禁止焚烧农作物秸秆规定》，但由于配套的秸秆综合利用措施未到位、监管不严等多种因素的影响，秸秆焚烧现象仍屡禁不止。随着民众对秸秆焚烧导致的大气污染日趋关注，自2010年后当地政府不断加强督察监管力度(如组建巡查队巡逻、五市联防联控等)，进一步减少农作物秸秆的露天燃烧现象。2012年(本研究)与2009年和2011年同期观测结果比较见表 1。2012年春季PM2.5浓度分别下降24%和20%，秋季PM2.5浓度分别下降53%和20%，这可能与当地政府加强对农作物秸秆露天焚烧的控制有关。此外，气象因子对上述结果也存在一定影响，比如2012年观测期降雨量(春、秋季分别为90.4 mm和90.2 mm)较2009年(49.0 mm和11.0 mm)和2011年(23.0 mm和21.4 mm)更高。一方面降雨对PM2.5有一定清除作用；另一方面降雨使得秸秆露天焚烧可能性降低，从而使生物质燃烧源对PM2.5的浓度贡献也相对降低。

表 1 (Table 1)

表 1 成都不同生物质燃烧期间PM2.5主要化学成分及部分气象参数特征 Table 1 Characteristics of major chemical components of PM2.5 and certain meteorological parameters in Chengdu during different biomass burning periods 浓度/μg m−3 OC/EC（OC浓度/EC浓度） K+/EC（K+浓度/EC浓度） 总降雨量/mm 风速/m s-1 气温/℃ 相对湿度 来源 PM2.5 OC EC K+ 2012年 春季（5～6月） 101±64 22.7±20.2 4.7±2.4 2.5±4.4 5 0.35 90.4 1.0±0.4 23.4±3.2 63.7%±13.5% 本研究 秋季（9～10月） 88±30 14.4±5.5 6.0±3.0 0.6±0.3 2.5 0.11 90.2 0.9±0.4 19.7±2.1 76.3%±10.1% 本研究 2011年 春季（4～5月） 126±66 15.0±7.0 7.0±5.0 1.5±0.8 2 0.21 23 1.1±0.5 20.3±4.8 68.0%±11.0% Tao et al.（2014a）

表 1 成都不同生物质燃烧期间PM2.5主要化学成分及部分气象参数特征 Table 1 Characteristics of major chemical components of PM2.5 and certain meteorological parameters in Chengdu during different biomass burning periods

就PM2.5中主要化学成分而言，春、秋季总水溶性离子浓度分别为38.6±25.8μg m^-3和34.2±14.6μg m^-3，分别占PM2.5质量浓度的37.3%±7.2%和38.6%±9.1%。此外，春、秋季SO₄^2-、NO₃^-和NH₄⁺ 3种离子浓度分别达到31.9μg m^-3和29.6μg m^-3，分别占其PM2.5质量浓度的31.5%和33.4%，表明水溶性二次离子是PM2.5的主要组成成分。成都春季水溶性二次离子浓度水平略高于秋季，但其对PM2.5的贡献反而稍低。这可能与春、秋季PM2.5各来源的相对贡献发生改变有关。

春季OC浓度显著高于秋季OC(t检验，p < 0.05)，分别为22.7±20.2μg m^-3和14.4±5.5μg m^-3，EC浓度分别为4.7±2.4μg m^-3和6.0±3.0μg m^-3。春、秋两季TC(OC+EC)浓度分别为27.7±21.9μg m^-3和20.4±8.4μg m^-3，分别占PM2.5质量浓度的27.3%±7.0%和20.4%±8.4%，表明碳组分是PM2.5的重要组成部分。EC常被认作高温燃烧源一次气溶胶的指示物(Turpin and Huntzicker，1995)，而OC来源广泛，包括污染源直接排放的一次有机碳，以及挥发性有机物经过大气氧化作用生成的二次有机碳等(Pandis et al.，1992)。此外，OC/EC比值可辅助分析碳气溶胶来源，如燃煤源、机动车和生物质燃烧源OC/EC比值范围为0.3～7.6、0.7～2.4和4.1～14.5(Watson et al.，2001)。由春、秋季OC和EC的相关关系可知，OC与EC均呈显著线性拟合关系(p < 0.01)，表明碳气溶胶主要受燃烧源的影响。同时发现春季OC与EC之间相关性系数(R=0.776)明显低于秋季(R=0.951)，且春季OC/EC比值(5.0)显著高于秋季(2.5)(t检验，p < 0.05)，表明春季碳气溶胶来源比较复杂，且生物质燃烧源是重要来源，而秋季则主要与燃煤有关。

此外，由图 1可见，春季和秋季均有重污染天气事件，分别为5月17～20日和9月19日。当发生PM2.5重度污染天气事件时，其主要化学成分如SO₄^2-、NO₃^-、NH₄⁺、OC和EC均有明显升高。同时，由观测期间成都主要气象因子逐日变化趋势(见图 2)可知，观测期间多次出现降雨(春季：14 d，平均降雨量6.0 mm；秋季：14 d，平均降雨量6.5 mm)；日平均风速变化较大[春季：0.3～2.0 m s^-1(1.0±0.4 m s^-1)，秋季：0.2～2.0m s^-1(0.9±0.4 m s^-1)]；日平均温度变化也较大［春季：16.4～28.8℃(23.4±3.2℃)；秋季：15.7～23.1℃(19.7±2.1℃)］。其中，春季4 d重污染期的气温持续较高(26.0～28.0℃)，除5月20日外，风速均较小(0.8～0.9 m s^-1)且无降雨。秋季的重污染期(9月19日)的风速极低(0.2 m s^-1)，气温较高(20.9℃)且无降雨。进一步对有无降雨天气的PM2.5浓度进行对比可发现，春季有降雨和无降雨天气PM2.5平均浓度分别为84.8μg m^-3和114.6μg m^-3，秋季有降雨和无降雨天气PM2.5平均浓度分别为72.4μg m^-3和99.8μg m^-3。这反映了观测期间降雨对大气PM2.5有一定的清除作用。

图 2

Fig. 2

图 2 2012年成都春季和秋季主要气象因子的逐日变化趋势 Fig. 2 Variations of daily meteorological factors in Chengdu in the spring and autumn of 2012

成都地区已有的研究表明(Yang et al.，2012；Tao et al.，2013a，2013b，2014a，2014b)，春、秋季是典型的生物质燃烧季节，如2009年春季发生了多次生物质燃烧事件，使得生物质燃烧对PM2.5贡献高达33%(Tao et al.，2013b)，但是2011年春季当地政府加强了对秸秆焚烧的控制，生物质燃烧对PM2.5贡献仅为7%(Tao et al.，2014a)。相对于春季，当地政府对秋季生物质燃烧的控制意识相对薄弱，2011年秋季生物质燃烧对PM2.5的贡献高达19%(Tao et al.，2014a)。通常情况下，水溶性离子K⁺可以用于判别生物质燃烧事件(Yamasoe et al.，2000；Andreae and Merlet，2001；Fine et al.，2001；Duan et al.，2004)。由图 1可知，春季PM2.5污染事件期间(5月17～20日)，K⁺显著升高(> 7.7μg m^-3)；秋季污染事件(9月19日)期间，K⁺也有较为明显的升高(1.7μg m^-3，均值为0.7μg m^-3)。

由3.1节可知，生物质燃烧是导致春、秋季PM2.5重污染事件重要污染源。鉴于K⁺可能来源于其它污染源，因此有必要进一步对生物质燃烧事件进行识别。通常情况下，除了水溶性离子K⁺外，OC/EC和K⁺/EC比值也可以用于判别生物燃烧事件。如生物质燃烧源和化石燃料源K⁺/EC比值范围分别为0.2～0.5和0.03～0.09(Andreae，1983；Vicente et al.，2013)。左旋葡聚糖对于判别生物质燃烧事件更加直接(Simoneit et al.，1999；Puxbaum et al.，2007)，但是本次观测未进行检测，因此主要从常规化学组分角度来识别生物质燃烧事件。总体来看，春、秋季K⁺浓度分别为2.5±4.4μg m^-3和0.7±0.3μg m^-3，OC/EC比值分别为5.0±2.1和2.5±0.4，K⁺/EC比值分别为0.35±0.43和0.11±0.03。综合来看，春季生物质燃烧源对PM2.5的影响更为显著。

在春季PM2.5重污染事件期间(5月17～20日)，OC、EC、生物质燃烧示踪物K⁺和水溶性二次离子浓度(SO₄^2-、NO₃^-和NH₄⁺)均显著升高，分别为整个春季观测期其相应平均值的2.9、1.9、5.3和2.3倍。由图 2可知期间相对湿度和温度较高，而且风速较低大气扩散条件较差，有利于二次离子的生成和累积。春季污染事件期间，二次离子占PM2.5的比例(29.1%)略微低于均值(31.5%)；而污染事件期间碳气溶胶比例(30.4%)却高于均值(27.3%)(见图 3)。此外，生物质燃烧示踪物K⁺浓度显著升高，OC/EC比值和K⁺/EC比值也明显升高(见图 3)(Andreae，1983；Watson et al.，2001；Vicente et al.，2013)。由此可见，此次污染事件生物质燃烧事件起到主导作用。

图 3

Fig. 3

图 3 2012年成都春、秋季二次离子百分比、碳气溶胶百分比、K+、OC/EC、K+/EC逐日变化趋势 Fig. 3 Variations of daily contributions of secondary ions and carbonaceous aerosol, K+, OC/EC (OC concentration/EC concentration), and K+/EC (K+concentration/EC concentration) in Chengdu in the spring and autumn of 2012

秋季PM2.5重污染事件(9月19日)期间，OC、EC、生物质燃烧示踪物K⁺和水溶性二次离子浓度(SO₄^2-、NO₃^-和NH₄⁺)均显著升高，分别为整个秋季观测期其相应平均值的2.4、2.7、2.6和2.4倍。二次离子在重污染事件期其占PM2.5的比例为36.3%，比秋季二次离子占PM2.5的平均比例(33.4%)高。反映二次离子在此次污染事件的相对贡献增加。同时尽管K⁺浓度较高(相对于秋季均值0.7μg m^-3)，但是OC/EC和K⁺/EC比值仅为2.1和0.1，可见生物质燃烧对此次PM2.5重污染事件贡献不显著。结合图 1可知，春、秋季两次污染事件期间，PM2.5碳组分变化差异较为明显，即春季重污染事件期间OC浓度升高幅度明显高于EC，而秋季重污染事件期间EC浓度上升幅度高于OC。再结合图 4可知，春季OC和EC相关性明显低于秋季，且春季OC/EC线性回归比值为6.4，而秋季仅为1.8，进一步表明春季OC和EC来源相对比较复杂，生物质燃烧对高浓度的碳组分贡献比较明显，而秋季OC和EC来源于机动车和燃煤，生物质燃烧源的贡献不显著。综合来看，春季PM2.5重污染事件与生物质燃烧源的贡献关系密切，而秋季PM2.5重污染事件与生物质燃烧源关系不大。

图 4

Fig. 4

图 4 2012年成都（a）春季和（b）秋季OC与EC相关关系 Fig. 4 Relationship between OC and EC in Chengdu in the (a) spring and (b) autumn of 2012

为了进一步探讨生物质燃烧对成都春、秋季PM2.5的化学成分的影响，利用均一化浓度方法分别对春季和秋季的生物质燃烧和非生物质燃烧期间化学成分进行对比(Yang et al.，2012)。以K⁺浓度大于其平均值加1个标准差为标准，划分生物质燃烧期和非生物质燃烧期，即春季K⁺浓度大于6.9μg m^-3，秋季K⁺浓度大于1.0μg m^-3。可得到春季生物质燃烧期为4 d(5月17～20日)，秋季生物质燃烧期为4 d(9月18～19日、9月28日、10月12日)。

春、秋季生物质燃烧和非生物质燃烧期间化学成分质量浓度和均一化浓度，均一化浓度=(样品浓度－平均浓度)/平均浓度，分布见图 5。由图 5可见，生物质燃烧期间PM2.5中OC、EC和主要离子成分浓度均明显高于非生物质燃烧期间，而且春季生物质燃烧期和非生物质燃烧期的化学成分差异比秋季更大。其中，春季生物质燃烧与非生物质燃烧期间PM2.5浓度分别为248.6μg m^-3和79.3μg m^-3，生物质燃烧是非生物质燃烧期的3.1倍；而秋季两个时期差值相对较小，生物质燃烧时期PM2.5浓度是非生物质燃烧期的1.7倍(浓度分别为139.3μg m^-3和80.5μg m^-3)。这可能与春季受到更多生物质燃烧事件影响有关(见3.2讨论部分)，春、秋季观测期间美国中分辨率成像光谱仪(MODerate-resolution Imaging Spectroradiometer，MODIS)卫星火点图也显示春季观测期间火点数明显多于秋季(见图 6)。这与Chen and Xie(2014)于2012年春季同期在成都的观测和研究结果一致。

图 5

Fig. 5

图 5 （a、b）春、（c、d）秋季生物质燃烧和非生物质燃烧期间化学成分（a、c）质量浓度和（b、d）均一化浓度 Fig. 5 (a, c) Mass concentrations and (b, d) nomalized concentrations of chemical components during biomass burning and non-biomasss burning periods in the (a, b) spring and (c, d) autumn

图 6

Fig. 6

图 6 春、秋季观测期间成都及周边地区MODIS卫星火点分布图（火点数据来源于NASA，https://earthdata.nasa.gov/data/near-real-time-data/firms/active-fire-data active-fire-data [2015-05-12]）：（a）2012年5月15日至6月14日；（b）2012年9月13日至10月14日 Fig. 6 Fire information observed by MODIS (MODerate-resolution Imaging Spectroradiometer) satellite remote sensing throughout the study period in Chengdu(fire data was from NASA, https://earthdata.nasa.gov/data/near-real-time-data/firms/active-fire-data [2015-05-12]): (a) 15 May 2012 to 14 June 2012; (b) 13 September 2012 to 14 Octorber 2012

在OC、EC浓度方面，春季生物质燃烧期OC浓度是非生物质燃烧期的4.2倍(浓度分别为67.8μg m^-3和16.1μg m^-3)，秋季则为1.8倍(浓度分别为23.6μg m^-3和13.2μg m^-3)，春、秋生物质燃烧期EC浓度均为非生物质燃烧期的2.3倍(春季分别为9.1μg m^-3和4.0μg m^-3；秋季分别为：11.7μg m^-3和5.2μg m^-3)。春季OC/EC值在生物质燃烧和非燃烧期分别为7.3和4.3，而秋季OC/EC值分别为2.0和2.6。春季的OC/EC值与其它研究报道的生物质燃烧期间高OC/EC比值现象一致，如Cao et al.(2006)报道的生物质露天燃烧时观测到OC/EC为7.1。Tao et al.(2013b)对成都小麦和油菜秸秆燃烧源样品分析结果显示，小麦秸秆燃烧源OC/EC值分别为16.4，油菜秸秆燃烧源样品OC/EC值为2.3。本研究中春季OC/EC的较高比值也进一步反映生物质燃烧事件对春季生物质燃烧期的碳气溶胶有重要的影响，而秋季OC/EC比值较低可能与燃烧源类型以及其它污染源贡献有关。

在水溶性离子方面，春季K⁺和Cl^-等生物质燃烧的特征离子浓度在生物质燃烧期显著增加，超过平均浓度300%以上，可见生物质燃烧对其影响很大；秋季K⁺和Cl^-浓度在生物质燃烧期增加比例分别为84%和90%，表明其也受到一定的生物质燃烧源的影响。其它水溶性离子在生物质燃烧期均有不同程度增加，例如春季SO₄^2-、NH₄⁺、Ca²⁺、Mg²⁺、NO₃^-、Na⁺超过其平均值分别为144%、121%、112%、64%、89%和76%；秋季SO₄^2-、NH₄⁺、Ca²⁺、Mg²⁺、NO₃^-、Na⁺超过其平均值分别为48%、71%、41%、48%、77%、30%。此外，春、秋季生物然燃烧期K⁺/EC值分别为1.4和0.11，而非生物质燃烧期K⁺/EC值分别为0.2和0.11也反映了春季生物质燃烧期生物质燃烧事件的影响较大，而秋季生物质燃烧事件影响相对较小。综合来讲，春、秋季生物质燃烧期间PM2.5及其主要化学成分比非生物质燃烧期间的浓度均有不同程度的增加，但是OC、K⁺，Cl^-，OC/EC和K⁺/EC增加更为明显，因此上述化学成分浓度或比值可以用来作为进一步在线监测并判别生物质燃烧事件的参数。

(1) 成都城区春、秋季PM2.5浓度分别为101±64μg m^-3和88±30μg m^-3，与国内外城市相比处于相对较高的浓度水平，是环境空气质量标准日均值的1.3倍和1.2倍。

(2) 成都城区春、秋季大气PM2.5中水溶性二次离子浓度分别占PM2.5质量浓度的31.5%和33.4%，TC占PM2.5的27.3%和20.4%，是PM2.5的主要组成部分。春、秋季K⁺浓度分别为2.5±4.4μg m^-3和0.7±0.3μg m^-3，OC/EC比值分别为5.0±2.1和2.5±0.4，K⁺/EC比值分别为0.35±0.43和0.11±0.03。表明春季生物质燃烧源对PM2.5的影响更为显著。

(3) 生物质燃烧期间PM2.5中OC、K⁺，Cl^-，OC/EC和K⁺/EC显著高于非生物质燃烧期，可作为进一步在线监测并判别生物质燃烧的因子。