北京冬、夏季颗粒物及其离子成分质量浓度谱分布

为认识北京大气颗粒物的重要特性之一的粒径谱分布,利用多级撞击式颗粒物采样器MOUDI对北京城区夏季和冬季大气颗粒物进行了4次为期1周的采样,采样时间分别是2001-07、2002-03、2002-07和2003-01.通过分析获得了颗粒物及其离子成分的质量浓度谱分布;发现北京城区颗粒物中细粒子占PM₁₀的40%～60%,已经成为PM₁₀的主要组成部分;但是细粒子和粗粒子的质量浓度与PM₁₀都有很强的相关性(R²>80%),仍然可以通过控制粗粒子的浓度来降低PM₁₀的浓度;在细粒子浓度高于70μg·m^-3时,硫酸盐、硝酸盐和铵盐在细粒子中所占比例之和大于70%,是颗粒物浓度升高的主要因素;并且观测到颗粒物的质量粒径谱分布在积聚模态存在2个亚模态以及积聚模态出现在1.0～1.8μm的粒径段的谱分布;对于积聚模态峰值出现在1.0～1.8μm粒径段的原因,进行了初步分析.     

2008奥运和后奥运时段北京大气颗粒物质量浓度和数浓度比对研究

为探索奥运和后奥运时段北京地区大气颗粒物质量浓度和数浓度变化规律及其主要影响因素,于2008-08-08～2008-10-07期间,在中国科学院大气物理研究所325 m气象观测塔附近的办公楼楼顶使用微量振荡天平（TEOM）和空气动力学粒谱仪（APS）在线实时测量颗粒物质量浓度和数浓度,同时结合地面气象资料和HYSPLIT轨迹模式对颗粒物的来源和传输过程进行了探讨. 结果表明,奥运期间北京大气颗粒物粗细粒子质量浓度（PM_2.5～10和PM_2.5）平均值分别为（23.1±1.6） μg·m^-3和（55.5±7.3）μg·m^-3,比非奥运时期分别降低18.2%和16.0%,比非源控制时期分别降低22.3%和18.0%;而奥运期间粗细粒子数浓度（PN_2.5～10和PN_0.5～2.5）平均值分别为（15±1）个·cm^-3和（3138±567）个·cm^-3,比非奥运时期分别降低23.4%和27.5%,比非源控制时期分别降低29.5%和34.3%. 观测期间风速、相对湿度和前1 d的降水与颗粒物质量浓度和数浓度存在显著线性关系,逐步回归分析结果显示,风速和相对湿度可以解释细粒子质量浓度和数浓度变化的42%和53%,而风速和前1 d的降雨则可以解释粗粒子质量浓度和数浓度变化的21%和39%;观测期间北京大气颗粒物主要受保定、石家庄等偏南地区输送的影响,偏南弱气流使北京大气细粒子质量浓度和数浓度迅速增加,而偏北强气流使区域大气粗细粒子得到彻底清除,体现了北京地区大气粗粒子受局地排放控制而细粒子受区域污染输送的特征. 对比观测期间颗粒物累积清除的2次典型过程发现,气象因素影响颗粒物浓度值波动,而局地源排放减少和区域输送减弱则使颗粒物粗细粒子浓度显著降低,北京及周边省（市、区）协同减排是保障奥运期间优质空气质量的主要原因.     

东莞地区PM2.5湿清除的观测研究

通过对东莞市2013—2017年降水、PM_2.5观测数据统计研究发现,降雨及PM_2.5浓度存在负相关关系,降雨对PM_2.5具有一定的清除效果.PM_2.5浓度下降的降水过程有376次,浓度上升的降水过程有333次,部分降水过程浓度出现明显反弹,应与气溶胶再悬浮机制有关.在所有PM_2.5初始浓度低于40 μg·m^-3的个例中,浓度下降的个例占比约49.4%,而当PM_2.5初始浓度高于40 μg·m^-3时,浓度下降的个例占比约71.2%,说明PM_2.5粒子数量较多时,雨滴对粒子的捕获能力较强,降雨前PM_2.5的初始浓度可以作为判断降雨后PM_2.5浓度是否下降的预报依据.雨强小,也是造成雨后PM_2.5浓度反弹的原因.对于有效清除个例,雨强与清除率存在正相关关系,雨强越强,整体的清除作用有所加强.降水持续时间是影响PM_2.5清除作用的重要因素,持续时间超过6 h的小雨降水过程能达到40%的清除率效果,中雨以上降水过程持续时间越长,PM_2.5的清除效果越好.在浓度反弹的个例中,在低的初始浓度条件下,降水强度与降水持续时间对PM_2.5浓度反弹影响均较小,在初始浓度大于30 μg·m^-3的条件下,平均反弹幅度收窄,初始浓度的增加,使得雨滴与颗粒物之间的碰并作用加强,降水强度的增大,使这种碰并作用进一步加强,进而制约了PM_2.5浓度反弹的幅度.降雨末期,细粒径颗粒物数浓度回升明显,小雨滴蒸发使细粒子脱离再次在空中悬浮,是造成雨后颗粒物浓度出现回升的主要原因.     

2007年春节期间北京大气颗粒物中多环芳烃的污染特征

利用大流量颗粒物采样器分昼夜采集了2007年春节前后大气气溶胶中PM₁₀和PM_2.5样品，并采用气相色谱-质谱技术对PM_2.5样品中的多环芳烃进行了检测.春节期间大气颗粒物中PM₁₀和PM_2.5夜间平均质量浓度为232 μg·m^-3和132 μg·m^-3,分别高于白天的PM₁₀(194 μg·m^-3)和PM_2.5(107 μg·m^-3)；除夕后颗粒物日平均质量浓度为252.3 μg·m^-3 (PM₁₀)和123.8 μg·m^-3 (PM_2.5)，分别高于除夕前的166.7 μg·m^-3(PM₁₀)和106.8 μg·m^-3(PM_2.5)；同时夜间PM_2.5中多17种多环芳烃(PAHs)的总浓度都高于相应白天的总浓度，且除夕前多环芳烃日均总浓度为95.9 ng·m^-3，高于除夕后的58.9 ng·m^-3.结果表明，除了受一定的气象条件的影响外，大量燃放烟花爆竹会对大气颗粒物浓度有影响，但对大气中的多环芳烃影响不大，而春节期间工业及交通污染排放的减少削减了排放到大气中的PAHs.根据荧蒽/芘等比值指标判别北京PAHs主要以燃煤为主、交通为次的混合局地源污染.     

成都市大气细颗粒物组成和污染特征分析(2012-2013年)

为了解成都市大气细颗粒物的污染特征,于2012年5月-2013年5月在成都市城区开展了每6 d采集1次样品的长期颗粒物观测.利用十万分之一分析天平、热光碳分析仪、离子色谱、电感耦合等离子体质谱(ICP-MS)分别分析了颗粒物样品的质量浓度、有机碳/元素碳、水溶性离子、无机元素等,同步收集了污染物在线观测数据、气象数据和卫星遥感数据.结果表明,采样期间,成都市可吸入颗粒物(PM₁₀)和细粒子(PM_2.5)浓度颗粒物浓度分别高达(129.7±76.4)和(91.6±54.3) μg·m^-3,PM_2.5中以二次无机离子(SNA,43.6%)和有机物(OM,31.2%)污染最为突出,其次为土壤组分(Soil,13.8%)、元素碳(EC,5.0%)和微量元素(Trace,0.8%);1月、3月、5月和10月是污染较重的月份.通过比较揭示了不同污染源影响下的典型污染特征.生物质燃烧期间,成都城区PM_2.5浓度达214.3 μg·m^-3,PM_2.5/PM₁₀比达0.89,其中OM贡献增加至57.2%,K⁺浓度达8.7 μg·m^-3,OC/EC比达8.3,SNA比重下降;而沙尘传输期间,PM_2.5浓度为122.6 μg·m^-3,仅占PM₁₀浓度的0.28,PM_2.5中土壤组分比例剧增至77.3%,SNA和无机元素的比重明显下降;静稳天气下PM_2.5浓度为261.0 μg·m^-3,各组分比重并无明显变化,硝酸盐和铵盐比例稍有增加.     

基于无人机垂直观测塔克拉玛干沙漠一次沙尘污染过程研究

利用多旋翼无人机于2021年7月30—31日对塔克拉玛干沙漠的塔中（飞行高度0~2000 m）、民丰地区（飞行高度0~1000 m）不同粒径 颗粒物浓度、气温、相对湿度和风速进行垂直观测,结合多地面站点、再分析资料、后向轨迹模型和卫星遥感数据,对沙尘污染过程中的影响 因素、颗粒物垂直分布特征及污染成因进行了分析.结果表明：①近地面低气温、高相对湿度、高风速的气象条件有利于沙尘污染事件的发生,通过无人机探测数据发现高相对湿度有利于颗粒物吸湿增长,气温和风速的上升能够加强大气对流运动,有利于污染物的输送.②在沙尘污染期间,塔中地区PM₁、PM_2.5和PM₁₀的浓度分别为0.8~45.7、1.0~267.0和1.0~588.7 μg·m^-3;民丰地区PM₁、PM_2.5和PM₁₀的浓度分别为21.5~126.9、39.6~263.6和48.5~520.6 μg·m^-3.③在沙尘污染期间,塔克拉玛干沙漠腹地颗粒物组成以粗颗粒物为主,南缘则以细颗粒物为主.民丰地区PM₁/PM_2.5比值（0.48~0.55）和PM_2.5/PM₁₀比值（0.55~0.83）在同时刻均高于塔中地区（PM₁/PM_2.5为0.18~0.33, PM_2.5/PM₁₀为0.33~0.51）.④天气形势和后向轨迹表明,此次污染主要由西风环流导致,气团分别从北面翻越天山和东面绕道进入塔克拉玛干沙漠,携带了塔克拉玛干沙漠东部地区沙尘颗粒和新疆北部人为污染物.⑤CALIPSO卫星数据表明,此次污染中气溶胶存在于海拔1~8 km之间,主要集中在低层（消光系数在 海拔1.0~2.2 km左右最大）.气溶胶类型为沙尘气溶胶、污染沙尘气溶胶和烟雾气溶胶,其中,沙尘气溶胶占主要部分.     

2007年春节期间北京大气细粒子中正构烷烃的污染特征

利用大流量颗粒物采样器分昼夜采集了2007年春节前后大气气溶胶中PM_2.5样品,并采用气相色谱-质谱技术对PM_2.5样品中的正构烷烃进行了检测和分析.结果表明,春节期间大气细粒子平均浓度全部超过WHO阈值,且夜间平均浓度要高于白天.细粒子中检测出C₁₀～C₃₃的正构烷烃,总浓度为201.7～2 715.6　ng·m^-3,夜间正构烷烃的平均总浓度（943.5 ng·m^-3）要高于白天(581.1 ng·m^-3）,除夕前的平均总浓度（1025.5 ng·m^-3）要高于除夕后（536.6 ng·m^-3）.主峰碳为23、 24和25,CPI值为0.9～1.4,平均为1.15,表明春节期间北京大气细粒子中的正构烷烃主要由化石燃料的不完全燃烧产生,%WaxC_n的结果表明生物源对气溶胶中正构烷烃的贡献率为8.5%～47%.     

2016—2018年西宁市颗粒物来源及输送差异分析

利用HYSPLIT模式计算了2016—2018年西宁市逐日72 h气团后向轨迹,采用聚类分析方法,结合同期颗粒物PM₁₀和PM_2.5质量浓度数据,分析逐年和3年平均西宁市颗粒物输送特征及差异,运用潜在源贡献因子分析法（PSCF）和浓度权重轨迹分析法（CWT）对影响西宁市PM₁₀和PM_2.5质量浓度的污染潜在源区及不同潜在源区贡献进行了分析.结果表明,2016—2018年,西宁市颗粒物最主要输送路径源自青海北部的聚类2、甘肃中部的聚类6和甘肃东部的聚类8,占同期总轨迹比例分别为28.1%、27.4%和27.5%;3年平均则源自青海北经青海东折回西宁的聚类2,占比45.3%.最主要输送路径对应颗粒物质量浓度最低,输送距离较短、垂直高度较低、气团移速较慢;影响气团由西北向偏东转变,3年平均则以西北气团为主.2018年源自甘肃经青海东至西宁的短距离输送处于突出地位,所含轨迹占总轨迹的比例高达49.6%.PM₁₀和PM_2.5主要输送路径和污染路径由较长距离向较短距离过渡,较长距离输送路径出现比例逐年较小.PM_2.5/PM₁₀小于0.3时,主要输送路径与PM₁₀污染轨迹有很好的对应关系;PM_2.5/PM₁₀大于0.6时,主要输送路径与PM_2.5污染轨迹有较好的对应关系.PSCF和CWT分析发现,影响西宁市颗粒物质量浓度的主要污染潜在源区分布在新疆南部和青海北部,对PM₁₀质量浓度贡献大于100 μg·m^-3,对PM_2.5质量浓度贡献大于45 μg·m^-3.潜在源区分布年变化差异明显,2016年最广,2018年最小.印度北部主要贡献源区虽分布范围逐年减小,但在2017年局部贡献增大,对PM₁₀贡献超250 μg·m^-3,对PM_2.5贡献超60 μg·m^-3.主要贡献区周边区域及西宁至兰州一带为中等贡献源区,对PM₁₀贡献为50~100 μg·m^-3,对PM_2.5贡献为15~45 μg·m^-3.     

2013年12月上海市重度污染期间细颗粒物化学特征与输送轨迹影响

2013年12月我国中东部地区发生多场大范围高强度的颗粒物污染. 期间,本研究采用在线连续观测手段测量了上海市城区大气中气态污染物、颗粒物的质量浓度、细颗粒物的化学组分等,获得了浮尘污染、灰霾污染、雾霾污染、长距离传输的过境污染过程中颗粒物的污染特征变化. 观测结果显示,雾霾污染最为严重,PM₁₀和PM_2.5日均最大浓度分别达到536 μg ·m^-3和411 μg ·m^-3,PM_2.5/PM₁₀高达76.7%,高湿度加强了大气颗粒物中NO₃^-、SO₄^2-、NH₄⁺等二次组分的生成. 浮尘污染中PM_2.5的Ca²⁺浓度在所有污染过程中最高,且PM_2.5中一次组分比重明显上升. 长距离传输的过境污染中PM_2.5的SO₄^2-浓度最高,且增长速度很快. 同时本研究还采用Hysplit反向轨迹结合聚类分析方法,得到了不同污染过程中到达上海的主要气团轨迹,并结合上海城区在线观测的PM_2.5及其化学组分浓度数据,探讨了不同气团下PM_2.5组分特征差异和不同污染过程的大致来源. 结果表明,观测期间上海的气团轨迹可以聚类为六类. 其中,移动速度快的cluster6出现时,上海市不易出现颗粒物污染; 始于蒙古的cluster2和cluster3导致上海出现沙尘污染,该气团下PM_2.5/PM₁₀的比例都较低,且PM_2.5中Ca²⁺浓度较高. 移动缓慢的cluster5和cluster4有利于污染物的二次生成,静稳天气同时加剧了污染物的累积,加上他们经海上夹带水汽传输至上海,这些不利条件是导致上海出现严重污染的关键因素.     

基于AOD数据与GWR模型的2016年新疆地区PM2.5和PM10时空分布特征

PM_2.5与PM₁₀的时空分布特征及其相关性是大气颗粒物研究的主要内容,传统方法是基于监测站点数据进行分析,难以揭示PM_2.5与PM₁₀时空分布的区域特征.为此,本文利用地理加权回归模型估算了2016年新疆地区PM_2.5与PM₁₀的月均浓度,在此基础上对区域尺度的PM_2.5与PM₁₀浓度特征进行分析.结果表明：地理加权回归相较最小二乘回归的拟合精度更高,PM_2.5和PM₁₀的决定系数分别为0.93和0.96,且误差较小;PM_2.5和PM₁₀年均浓度分别为70.88 μg·m^-3和194.53 μg·m^-3,说明大气颗粒物污染严重,且空间分布呈西南高、东北低的特征;PM_2.5和PM₁₀季节浓度均为春季最高,夏季最低;PM_2.5月均浓度2月最高,9月最低,PM₁₀月均浓度3月最高,8月最低;PM_2.5与PM₁₀年均浓度的相关系数r为0.95,相关性较高;PM_2.5/PM₁₀冬季最高为51%,其余季节小于50%,说明冬季PM_2.5对大气颗粒物污染贡献率较高,其余季节则以可吸入颗粒物中的粗颗粒贡献为主.     

京津冀典型城市大气颗粒物化学成分同步观测研究

为解析京津冀城市群大气颗粒物化学组成,寻求区域大气污染协同防控方法,分别在北京、天津、唐山和保定4个典型城市和兴隆大气本底对照区设置观测站点,使用环境颗粒物在线监测仪和安德森撞击式9级采样器获取不同粒径段大气颗粒物的质量浓度并分析其化学成分.结果表明,上述4个城市站点PM10年均值（2009年6月～2010年5月）分别...     

不同燃料汽车排放超细微粒特性的实验研究

利用底盘测功机和粒径范围0.015~0.7 m的扫描迁移微粒测定仪 SMPS,对柴油出租车、柴油小巴车、汽油私家车和LPG出租车进行了高低怠速和10 kmh-1到70 kmh-1不同运行工况条件下排放的超细微粒粒径分布试验研究。研究表明：不同燃料车在不同工况条件下排放的细微粒尤其是超细微粒特征呈现显著的不同。柴油车贡献更多的是粒径在30～150 nm的核模态和积聚模态微粒,LPG和汽油车贡献更多的是15～30 nm的核模态微粒。总体上,柴油车比汽油车和LPG燃料车排放更多的微粒数和微粒质量;柴油车、汽油车和LPG车排放的SMPS可测细微粒总数、总质量分别约为(0.3~3.6) 108 cm-3,0.03~0.6 gcm-3;2.3×104~1.2×107 cm-3,8×10-5~0.1 gcm-3; 8.2×103~8.8×106 cm-3, 1.7×10-5~0.09 gcm-3;对所有测试汽车,在低怠速和低行驶速度时,排放微粒数少,在高怠速和高行驶速度时,排放微粒数多。     

沈阳一次雾霾天气颗粒物浓度及光学特征变化

利用2011年10月17~22日连续在线观测沈阳地区大气能见度、颗粒物质量浓度ρ(PM10)、ρ(PM2.5)、ρ(PM1.0)、以及通过太阳光度计测量数据反演得到的气溶胶光学厚度、Angstrom波长指数、气溶胶粒子谱分布数据,结合相对湿度、风速、温度等气象资料,分析了2011年秋季沈阳一次雾霾天气过程中能见度与颗粒物质量浓度及气溶胶光学特征变化.结果表明:相对温度偏高、小风天气以及颗粒物质量浓度累积是造成沈阳能见度下降、引发雾霾天气的主要因素;雾霾期间细粒子所占比例较高,ρ(PM10)、ρ(PM2.5)、ρ(PM1.0)平均值分别为138.8、103.3、94.9μg/m3,比雾霾过程前均增加约2倍左右,PM2.5/PM10和PM1.0/PM10分别为74.7%和68.6%;当RH80%时,能见度与颗粒物质量浓度相关性显著(R20.90),RH80%时,能见度与颗粒物浓度间的相关性减弱;雾霾期间气溶胶光学厚度明显增加,雾霾前气溶胶光学厚度和Angstrom波长指数平均值分别为0.82和0.94,雾霾期间气溶胶光学厚度和Angstrom波长指数平均值分别为1.42和1.25;雾霾天气过程中,细模态粒子的峰值浓度约是雾霾前细粒子浓度的2倍,说明沈阳地区大气污染物以细粒子为主,进而影响气溶胶光学特征发生变化.     

石家庄市颗粒物质量浓度及粒度随高度变化规律

随着经济快速发展,城市高层建筑日益增多,人们活动空间增至到距离地面40m～100m高处,因此大气垂直空间的颗粒物污染状况日益受到人们的关注.就此,进行了可吸入颗粒物质量浓度、粒度的垂直分布研究,得到了可吸入颗粒物在垂直空间中的分布规律,建立了PM10随高度分布的回归方程,并对不同高度的浮尘样品进行粒度分布研究,进一步验证了PM10随高度增加细粒子含量增加的垂直分布规律.     

新疆部分城市可吸入颗粒物的浓度及粒径分布

采用TH-β10大气颗粒物浓度监测仪,从2011年4-5月在乌鲁木齐、奎屯、阿克苏、库尔勒、喀什、和田市环境监测站采集大气可吸入颗粒物PM2.5、PM5和PM10样品,分析了不同采样点大气颗粒物的质量浓度变化范围及与TSP的相应比值。结果表明,不论是PM2.5、PM5还是PM10,阿克苏市可吸入颗粒物的质量浓度变化幅度较大,其次是库尔勒市,其余采样点在采样期间的浓度变化幅度不大,并且库尔勒、喀什、奎屯、阿克苏四个城市PM5/TSP和PM2.5/TSP的比例大,除喀什、阿克苏的PM10/TSP的比例接近于1之外,其余可吸入颗粒物的浓度均小于TSP;采用显微镜观测成像技术结合血球计数板方法,利用粒径分布函数分析对六个城市的PM10和5个城市的PM2.5颗粒物在不同粒径的分布进行了分析。结果表明,对于PM10而言,阿克苏在dp<0.5的粒径范围内分布函数高达79%、喀什在dp=0.5~0.6μm之间为44%、和田则在dp=1.2~2.2μm出现20%的最大粒径分布函数。就PM2.5而言,库尔勒在dp<0.5、dp=0.5~0.6、0.6~1.2μm区间内的分布函数均为最大值,其值分为79%、50%、50%,可以说明在采样期间,库尔勒市区的颗粒物在粒径小于1.2μm出现的几率更大些,即颗粒物以积聚模态为主。     

Particle number size distribution and new particle formation: New characteristics during the special pollution control period in Beijing

New particle formation is a key process in shaping the size distribution of aerosols in the atmosphere.We present here the measurement results of number and size distribution of aerosol particles (10-1...     

2008年奥运期间北京不同粒径大气颗粒物中元素碳和有机碳的变化特征

采用安德森撞击式分级采样器采集2008-06-01～2008-09-30不同粒径的大气颗粒物样品,并用美国沙漠所DRI(desert research institute)的Model 2001A热光碳分析仪对其中的元素碳和有机碳进行了分析.结果表明,平均有56%、55%和73%的PM、OC和EC富集于粒径<2.1 μ...     

北京大气PM10中水溶性氯盐的观测研究

氯盐是大气气溶胶中重要水溶性无机盐,对2004年全年北京大气可吸入颗粒中氯盐的变化进行了监测,结果表明北京大气中可溶性氯盐的年均值在(3.1±1.7)μg·m^-3,采暖期平均浓度为(4.6±2.1)μg·m^-3,非采暖期平均浓度为(2.6±1.6)μg·m^-3.最低值出现在5月,为(1.3±0.8)μg·m^-3;最高值出现在12月,为(5.8±5.3)μg·m^-3.日变化在秋冬季多为白天浓度低,晚上浓度高,夏春季多呈现上午高,下午低的特征;季节变化呈现秋冬季高,春夏季低的特点.