北京城区夏冬两季VOCs时间变化和光化学特征的质子转移反应飞行时间质谱(PTR-TOF-MS)观测

为增进对北京地区不同季节大气挥发性有机物(VOCs)变化特征的认识,利用高时间分辨率质子迁移反应-飞行时间质谱(PTR-TOF-MS)于2016年在北京城区开展了VOCs(甲醛、乙醛、丙酮、异戊二烯、苯、甲苯和8碳芳香烃)夏季(6月8日—20日)和冬季(11月22日—12月10日)的连续观测.VOCs体积分数(浓度)的均值为(夏季/冬季,×10~(-9)):甲醛(8.56/24.58)、乙醛(3.95/7.57)、丙酮(5.06/3.50)、异戊二烯(0.66/0.52)、苯(0.53/1.78)、甲苯(1.03/2.54)、8碳芳香烃(1.34/3.42).受大气扩散条件的影响,夏冬两季大部分VOCs浓度波动趋势相近,仅异戊二烯在夏季拥有明显的白天浓度高于夜间的时间序列,其白天的高浓度与植被排放较强有关.由日变化可见:冬季,所有VOCs在中午浓度处于全天较低水平,在早高峰期间VOCs浓度上升明显;夏季,甲醛、乙醛和丙酮等3种含氧VOCs(OVOCs)在中午有短暂的浓度峰值,这与它们光化学二次生成加快有关.由VOC与苯浓度比值的日变化可知:冬季与夏季类似,中午前后3种OVOCs(甲醛、乙醛和丙酮)的光化学生成以及甲苯和8碳芳香烃的光化学消耗都会增强,只是冬季增强的程度明显弱于夏季;在夏冬两季,甲醛中午的光化学生成速率均强于乙醛和丙酮.8碳芳香烃光化学消耗速率大于甲苯的速率仅出现在夏季;异戊二烯在冬季白天不存在植被排放增强的现象,但有光化学消耗加快的特征;夏季北京城区VOCs以机动车排放影响为主,而冬季VOCs还可能来自于燃煤排放.     

基于Revised IMPROVE方法和MIE方法计算北京地区气溶胶消光系数的对比分析

目的对比分析IMPROVE方程的改进算法(Revised IMPROVE)和MIE方法在北京地区计算消光系数的适用性。方法基于2012年6月3日至6月30日北京地区大气颗粒物成分的浓度观测数据,分别采用Revised IMPROVE和MIE方法计算颗粒物的消光系数,其中MIE方法的粒径分布采用总量双峰分布体积谱和化学组分体积谱两种方案进行循环试验获取最优拟合结果,使用散射积分浊度计和黑碳仪的实测数据对计算结果进行对比分析。结果 RevisedIMPROVE方程、总量双峰体积谱MIE方法和化学组分体积谱MIE方法都能较好地计算出了大气颗粒物消光系数,与观测结果回归方程的相关系数R分别达到0.952、0.9686和0.9734。体积谱分布参数的循环试验方法还同时可以获得气溶胶的体积谱分布参数,总量双峰体积谱和化学组分体积谱MIE方法得到的细颗粒和粗颗粒几何平均粒径分别为0.74、7.5μm和0.48、6.0μm。结论采用化学组分体积谱MIE方法计算的消光系数与观测结果最为接近,Revised IMPROVE方程也有较好的准确性,采用化学组分体积谱MIE方法得到的颗粒物体积谱峰值与实际观测结果也较为一致。     

基于飞机观测的北京地区气溶胶特征

运12飞机和空中国王飞机在2007~2018年的飞机观测资料,分析了北京地区大气气溶胶近12a来的时空变化特征.结果表明,气溶胶数浓度随时间变化显示负增长趋势,而与之相反,气溶胶有效直径表现出正增长趋势.气溶胶垂直廓线的季节变化和气候条件以及边界层的季节变化紧密相关.在边界层高度,季节性气候变化和地面污染物排放强度的影响下,不同季节以及地面天气形势下的气溶胶垂直廓线特征差异也十分明显.气溶胶在边界层内混合均匀,但由于夏季边界层高度较冬季更高,气溶胶能够在更高的高度范围内混合均匀,从而降低了夏季近地面的气溶胶数浓度.此外,气溶胶在550nm的入射波长下散射系数的垂直变化与气溶胶数浓度有较好的一致性,其高值多出现在冬季以及污染物浓度较高的天气条件下.     

北京市海坨山冬季不同污染过程下气溶胶化学组分及其潜在来源分析

为了探讨京津冀地区冬季背景大气中气溶胶化学组分特征及其来源分布,使用GRIMM 180、单颗粒黑碳光度计（SP2）和高分辨率飞行时间气溶胶质谱仪（HR-TOF-AMS）观测了海坨山2020年12月28日至2021年2月3日PM和化学组分,结合气象数据和HYSPLIT模式,计算了潜在源贡献因子（PSCF）和浓度权重轨迹（CWT）,分析了不同污染过程下PM和气溶胶化学组分的时间演变特征及其潜在来源.结果表明,海坨山冬季沙尘过程主要影响PM₁₀和PM_2.5,对PM₁的影响较小;而霾污染正好相反,主要影响PM₁.化学组分在干净天和霾污染中占PM₁的比例分别为85.0%和73.4%,而在沙尘天仅占PM₁的47.4%.霾污染过程中NO^-₃的质量浓度最大,占PM₁的25.2%;在干净天和沙尘天黑碳（BC）的质量浓度最大,占PM₁的24.1%和12.8%. BC气溶胶的中值直径在干净天...     

北京市城区夏季大气VOCs变化特征及臭氧生成潜势

为深入了解臭氧(O₃)污染高发季节大气挥发性有机物(VOCs)对O₃生成的影响,基于北京市2019年夏季VOCs和O₃高时间分辨率在线监测数据,开展VOCs变化规律、组成特征和臭氧生成潜势(OFP)研究.结果表明,大气φ(VOCs)平均值为(25.12±10.11)×10^-9,其中,烷烃是体积分数最大的组分,占总VOCs的40.41%,其次是含氧有机物(OVOCs)和烯/炔烃,分别占总VOCs的25.28%和12.90%. VOCs体积分数日变化呈双峰型,早高峰出现在06:00～08:00,烯/炔烃占比明显增加,表明机动车排放对VOCs贡献显著,而午后VOCs体积分数降低,期间OVOCs占比呈现上升趋势,下午的光化学反应和气象要素对VOCs体积分数和组成影响较大.北京市城区夏季OFP为154.64μg·m^-3,贡献率较高的组分是芳香烃、 OVOCs和烯/炔烃,正己醛、乙烯和间/对-二甲苯等是关键活性物种,削减机动车、溶剂使用和餐饮源排放是北京市城区夏季控制O₃     

北京冬季重污染过程黑碳气溶胶的飞机观测

利用空中国王飞机平台搭载单颗粒黑碳光度计（SP2）针对北京2016年12月冬季一次污染过程进行了连续观测,阐述了污染发生、发展和消散过程中的黑碳（BC）气溶胶质量浓度、粒径分布和混合状态的变化特征.结果表明,此次污染过程是以PM_2.5污染为主的霾污染过程,最大值为432μg/m³.NO₂、SO₂和CO等气态污染物浓度经过3次污染积累阶段,为PM_2.5最终爆发增长提供了物质基础.静稳的大气条件为PM_2.5爆发增长提供了动力条件.污染发展过程中BC气溶胶先在地面累积增加,然后向高空传输;清除过程则是高空先被移除,低层缓慢降低.污染发展过程中北京地区黑碳气溶胶在边界层（PBL）浓度变化为先升高后减小,平均浓度为3.45μg/m³,质量中值直径（MMD）范围在190~220nm.随着污染过程的发展,气溶胶迅速老化,PBL内的BC老化比例在一天内可从27%增加到了51%,老化过程使得PM_2.5质量浓度爆发增长.污染过程中BC在边界层的垂直演变导致大气加热率发生变化,有利于逆温的维持和发展,加剧了污染物过程.     

涡桨飞机VOCs排放特征的质子迁移反应飞行时间质谱(PTR-TOF-MS)分析

涡轮螺旋桨飞机广泛应用于军事和民用通用航空领域,其发动机排放对区域大气VOCs浓度会产生重要影响,而我国目前几乎没有针对航空涡轮发动机VOCs排放的观测研究.基于此,本研究于2017年9月9日、14日和15日在北京沙河机场停机坪,利用质子迁移反应飞行时间质谱仪（PTR-TOF-MS）对运-12飞机涡轮发动机地面开车过程尾气中16类VOCs的排放开展了观测分析.结果表明,3次排放实验中VOCs的相对组成特征具有很高的一致性,甲醛和异戊二烯是占VOCs总浓度最高的两种物质,占比分别为30%和15%,乙醛、9碳芳香烃、10碳芳香烃和单萜的浓度占比在6%~8%之间,其它10种VOCs每种的占比都低于5%.发动机尾气中的VOCs与甲醛浓度具有很好的线性关系.VOC与甲醛排放量的比值与国外研究结果比较接近的VOCs有甲醇、乙醛和丙酮,比值分别为0.18、0.38和0.16 g·g^-1,而芳香烃类物质与甲醛排放量的比值明显高于国外排放实验的结果.因此,未来有必要开展更多的研究以增进对国内航空发动机VOCs排放的认识.     

COVID-19疫情期间北京市两次重霾污染过程大气污染物演变特征及潜在源区分析

新冠肺炎疫情（COVID-19）期间,执行了严格居家隔离措施,人为排放源急剧降低,但北京仍出现了两次持续重霾污染过程.本研究使用北京市大气污染物、气溶胶数浓度和气象要素数据,结合气团轨迹模式（HYSPLIT）,计算了潜在源贡献因子（PSCF）和浓度权重轨迹（CWT）,分析了两次重霾污染过程中大气污染物的演变特征及其潜在源区贡献.结果表明,COVID-19期间居家隔离措施对PM_2.5和黑碳（BC）的日变化特征影响较大,对CO、NO₂、SO₂和O₃的日变化影响较小.两次重霾污染过程首要污染物均是PM_2.5,污染过程1主要是以局地污染为主,污染过程2以局地污染和外来输送为主.不同过程下气溶胶数浓度谱分布均为单峰型分布,峰值位于0.3 μm,在污染过程中主要是0.2~0.5 μm粒径气溶胶数浓度增加,是干净日的3.3~13.6倍.不同过程中BC_liquid对BC的贡献为64.8%~85.1%.BC_liquid的浓度为：污染过程2（5.04 μg ·m^-3）>污染过程1（3.20 μg ·m^-3）>干净日（疫情前,2.31 μg ·m^-3）>干净日（疫情,0.76 μg ·m^-3）.不同过程中PM_2.5和BC的PSCF和CWT分布特征不同.PM_2.5的PSCF高值区在干净日（疫情前）和干净日（疫情）主要分布在北京的西南方和西部,权重浓度超过30 μg ·m^-3;在污染过程1和污染过程2主要分布在北京及其周边地区和西南部,权重浓度均超过90 μg ·m^-3.BC的PSCF高值区在干净日（疫情前）、干净日（疫情）和污染过程1主要分布在北京及其周边地区,权重浓度分别超过2.4、0.9和4.5 μg ·m^-3;在污染过程2中分布在北京西南部,权重浓度超过5μg ·m^-3.