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.     

北京地区臭氧时空分布特征的飞机探测研究

利用2007～2010年北京地区上空（0～3.5 km）飞机探测的臭氧（O3）及氮氧化物（NO、NO2）等数据资料,分析O3的时空分布特征.结果表明：①O3月平均体积分数随高度变化趋势有较好的一致性,随高度增加,均出现先增大后减小,然后稳定不变的趋势,且高空有一个比较明显的分界线（约1.5 km）.1.5 km以下是O3体积分数垂直梯度变化较大的层次,均存在一个O3体积分数高值区,说明其受近地面人为活动的影响较大;在1.5 km以上,O3体积分数的垂直梯度变化明显减小,此空间处于混合层以上,气团运动受下垫面影响较小,输送作用可能对污染物体积分数的影响更加显著.②O3体积分数变化具有明显的季节特征,春秋季节O3体积分数较低,夏季O3体积分数较高.统计的月份中,只有7～9月之间O3均值变化最不明显,差异未达显著水平（P〉0.05）,其他月份之间均在0.01水平上差异显著.③在夏季一天（白天）当中,每小时O3体积分数垂直廓线与月平均统计的变化趋势一致.低空1.5 km以下O3体积分数的低值出现在上午（09：00～10：00）时段,高值出现在下午（15：00～16：00）时段,同高度内O3体积分数不同时段相差最大约为60×10-9;高空1.5～3.5 km内,O3体积分数相差不大,一般在70×10-9～80×10-9之间波动.④O3体积分数水平区域分布,0～2 km内城区四环O3体积分数较高,周边地区也出现较多明显的高值区,源强汇低造成北京市区周边近地层O3体积分数较高;高空2～4 km内,除了北京城区O3体积分数较高外,城区正北面、东南面（北京-天津方向）、西南面（北京-保定方向）的O3体积分数较高.⑤在0～3.5 km内,O3与NO、NO2和NO2/NO值之间都存在着显著的相关关系,O3与NO、NO2皆为负相关,但与NO2/NO值为正相关.     

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...     

北京上空气溶胶浓度垂直廓线特征

利用2008—2010年北京地区3.5 km高空内飞机探测的气溶胶(粒径范围为0.10～3.00 μm)数据,分析了该地区气溶胶的时空分布特征. 结果表明:①气溶胶浓度(以数浓度计,下同)均随高度增加而减小,在1.5 km以上高空的气溶胶浓度垂直梯度变化明显低于1.5 km以下的垂直梯度变化. 4—11月气溶胶浓度季节变化表现为夏季最高、秋季次之、春季最低. ②气溶胶浓度廓线逐时(09:00—19:00)变化较清晰地反映出其受大气边界层演变的影响. 在0～1.5 km高空,白天气溶胶浓度高值出现在09:00—11:00,低值出现在13:00—14:00;而在1.5～3.5 km高空的气溶胶浓度时段分布与其相反. ③人为活动是影响气溶胶浓度区域水平分布的重要因子. ④将气溶胶浓度廓线垂直分布分为a、b、c 3类. 类型a的近地面气溶胶浓度(0～4 000 cm-3)低,垂直方向上变化很小;类型b的近地面气溶胶浓度(4 000～9 000 cm-3)较高,垂直递减明显;类型c的近地面气溶胶浓度特别高,量级达到104 cm-3,并在大气边界层顶(约1.5 km)附近迅速递减. 北京地区气溶胶浓度廓线以类型b居多.      

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.     

城市空气质量的EOF展开及其与气象因子的CCA分析——以南京市为例

以南京市城区夏季情况为例,利用1996—1998年SO2、NOx、TSP日平均浓度资料,从空气污染物超标率原始序列出发进行EOF(经验正交函数)展开,分析了南京市大气污染静态状况及动态演变特征。还采用各测站SO2浓度与同期气象资料进行CCA(典型相关分析)的方法,比较了各气象因子对污染物浓度的影响大小。     

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.