2019年秋季南京北郊气溶胶光学特性研究

于2019年11月1日-12月4日在南京北郊对气溶胶光学特性进行观测研究,使用三波长光声黑碳光谱仪（PASS-3）对气溶胶吸收系数β_abs和散射系数β_sca进行了实时在线观测.结果表明,532 nm处的β_abs和β_sca平均值分别为（31.58±16.84）Mm^-1和（168.46±127.09）Mm^-1,均低于南京以往的观测值.β_abs和β_sca的日变化呈双峰型,早晚高峰均与交通排放有关.除早晚高峰以外,β_sca在13：00-14：00略有回升,这与二次气溶胶的生成有关.本次观测期间气溶胶吸收系数和散射系数在风向为东风、东南风和西风时易出现高值,东风、东南风时受到本地排放的影响,西风时受到外地污染物传输的影响,气溶胶的消光物质主要集中在细粒子上.对观测期间典型污染过程的分析表明,高湿度、低风速的不利扩散条件下本地污染排放与西北向污染气团传输的叠加,使得气溶胶吸收系数和散射系数出现连续高值.吸收系数主要受交通排放影响,而工业源和交通源排放的SO₂、NO_x等气态污染物经过大气光化学氧化或液相氧化形成的二次气溶胶及其吸湿增长是导致散射系数增强的主要原因.     

天津市2020年冬季重污染过程气溶胶消光特性及其来源

为了解天津市2020年冬季重污染过程气溶胶消光特征,基于2020年1~2月高时间分辨率的在线监测数据,对1月16~18日（重污染过程Ⅰ）、1月26~28日（重污染过程Ⅱ）和2月9~10日（重污染过程Ⅲ）进行气溶胶消光特性及其来源分析.结果表明,3次重污染过程PM_2.5平均浓度分别为（229±52）、（219±48）和（161±25）μg·m^-3,NO₃^-、SO₄^2-、NH₄⁺、OC、EC、Cl^-和K⁺为PM_2.5中主要组分.3次重污染过程气溶胶散射系数（Bsp₅₅₀）和吸收系数（Bap₅₅₀）分别为（1055.65±250.17）、（1054.26±263.22）、（704.44±109.89） Mm^-1和（52.96±13.15）、（39.72±8.21）、（34.50±8.53） Mm^-1,散射效应高于吸收效应.重污染天气下硝酸盐（38.9%~48.8%）、硫酸盐（31.1%~40.7%）和OM （9.9%~21.8%）为PM_2.5中最主要消光成分.3次重污染过程PM_2.5组分对气溶胶消光的贡献发生明显变化,重污染过程Ⅰ,硝酸盐对消光系数的贡献最高;重污染过程Ⅱ,受春节期间烟花爆竹燃放影响,OM对消光系数的贡献升高;重污染过程Ⅲ,交通出行减少但燃煤源排放相对稳定,硝酸盐对消光系数的贡献降低,硫酸盐的贡献升高.来源解析结果显示,重污染天气气溶胶消光的主要来源为二次无机气溶胶（37.1%~42.0%）、燃煤和工业（22.9%~24.2%）、机动车（23.9%~27.2%）、扬尘源（5.0%~6.4%）和烟花爆竹及生物质燃烧排放（3.9%~6.2%）.与重污染过程Ⅰ相比,重污染过程Ⅱ烟花爆竹及生物质燃烧排放对消光系数的贡献升高;重污染过程Ⅲ机动车对消光系数的贡献明显降低;燃煤和工业对消光系数的贡献在3次重污染过程中较接近.后轨迹分析表明,重污染天气期间天津市主要以来自河北的小尺度、短距离以及内蒙古中部的中尺度、中短距离气团传输轨迹为主.     

青岛近海不同污染过程下大气颗粒态氮磷浓度分布特征

2018年3月~2019年10月在青岛近海连续采集了大气气溶胶样品,测定出样品中溶解无机氮（DIN）、溶解无机磷（DIP）、溶解态总氮（DTN）、溶解态总磷（DTP）、总氮（TN）和总磷（TP）的浓度分别为（7.13±6.59）μg·m^-3、（17.42±9.88）ng·m^-3、（8.34±7.03）μg·m^-3、（25.59±13.67）ng·m^-3、（10.68±10.59）μg·m^-3和（76.34±51.79）ng·m^-3.结果表明,受排放源强度、气团来源和气象条件等因素影响,采样期间气溶胶中不同形态氮磷浓度变化范围较大,DIN、DTN和TN呈现秋季浓度最高,春季和冬季次之,夏季浓度最低的季节变化特征;DIP、DTP浓度与氮组分具有相似的季节变化,表现为秋季高,夏季低,而TP浓度在春季最高,夏季最低.霾天气溶胶中不同形态氮磷浓度较晴天对照天均显著增加,DIN、DTN和TN较对照天分别提高了4.3、3.8和4.5倍,而DIP、DTP和TP较对照天分别提高了1.9、1.9和1.2倍,但不同时期霾天样品的氮组分浓度增长幅度相差较大,其中采暖期与非采暖期霾天气溶胶中DIN/DTN的值分别为（92.65±4.09）%和（80.52±8.42）%,较对照天分别提高了8.87%和4.83%;而采暖期与非采暖期霾天气溶胶中DTN/TN值分别为（73.41±12.18）%和（80.36±4.72）%,较对照天分别降低了13.35%和5.92%.霾天气溶胶中DIP占DTP的比重较对照天仅提高了1.47%,但变化较为复杂,随霾天不同而有较大差异;受气团来源、相对湿度和大气酸化过程等因素影响,气溶胶中DTP/TP的值较对照天提高了10.58%.受沙尘事件影响的气溶胶中DIN、DTN和TN的浓度较对照天分别提高了2.5、2.6和2.6倍,DIP、DTP和TP的浓度较对照天分别提高了4.0、2.8和7.2倍.     

西北太平洋冬季气溶胶中稳定碳同位素组成特征

随着全球经济的快速发展，海洋大气受到了人为污染物的严重影响，并引起了广泛的关注.碳组分是海洋大气气溶胶的重要组成，对全球气候变化和海洋碳循环有着重要的影响.由于采样困难，有关偏远海域海洋气溶胶中总碳（TC）在传输过程中发生的化学反应及其污染来源的研究相对较少.因此，本研究于2014年12月-2015年3月期间搭载西北太平洋观测航次收集海洋大气气溶胶样品，并测定总碳（TC）浓度及其稳定碳同位素组成（δ¹³C）.结果表明，海洋大气气溶胶TC平均浓度为（4.0±4.4）μg·m^-3，δ¹³C平均值为-26.6‰±0.8‰.近岸与远海的TC平均浓度分别为（6.0±6.8）、（3.1±2.7）μg·m^-3，δ¹³C平均值分别为-26.0‰±1.1‰、-26.9‰±0.4‰.根据后向轨迹分析结果可知，近岸与远海TC浓度和同位素的差异可能是由不同气团的来源导致，近岸总悬浮颗粒物（TSP）中TC主要来源于大陆的生物质燃烧和机动车尾气，而远海可能与二次有机气溶胶（SOA）的形成比例相对较高有关.     

基于地基遥感的杭州地区气溶胶光学特性

利用2012年杭州、桐庐、建德、淳安CE-318太阳光度计的观测资料,反演获得了气溶胶光学厚度（AOD）、Ångström波长指数（AE）、单次散射反照率（SSA）和气溶胶粒子谱（ASD）等参数,分析了杭州地区气溶胶光学特性的变化规律.结果表明,2012年杭州、桐庐、建德、淳安AOD_440nm年均值分别为0.94±0.16、0.84±0.17、0.82±0.22、0.71±0.20,呈现出自东北向西南逐渐下降的变化趋势,是长三角地区AOD高值地区之一.AE_440-870nm年均值分别为1.24±0.12、1.19±0.17、1.06±0.04、1.04±0.10,表明杭州地区以半径较小的气溶胶粒子为主控模态.3~4月AE相对偏低与来自北方的沙尘粒子远距离输送有关.除淳安外,杭州、桐庐和建德AOD有明显的日变化特征.不同地区细模态粒子峰值半径春季、秋季和冬季均在0.15 μm左右,由于气溶胶粒子的吸湿增加导致夏季细模态粒子的峰值半径在0.25 μm左右;粗模态粒子峰值半径夏季、秋季和冬季均在2.94 μm左右,高于春季（1.7~2.2 μm）.SSA_440nm年均值分别为0.91±0.01、0.92±0.03、0.92±0.02、0.93±0.02,说明杭州地区气溶胶粒子为中等强度吸收性气溶胶.对气溶胶类型进行分类表明,杭州以生物质燃烧/城市工业型为主,而桐庐、建德和淳安以混合型为主.     

贵阳市花溪城区大气PM2.5中碳质气溶胶的变化特征及来源解析

碳质气溶胶作为大气气溶胶的重要组成部分,对大气环境质量、人类健康及全球气候变化有着重要的影响.为探究贵阳市花溪城区大气细颗粒物（PM_2.5）中碳质气溶胶的变化特征及来源,于2020年不同季节开展大气PM_2.5原位观测研究,利用热/光学碳分析仪（DRI Model 2015）测定大气PM_2.5的碳质组分.结果表明,观测期间大气ρ（PM_2.5）、ρ[总碳质气溶胶（TCA）]、ρ[有机碳（OC）]、ρ[二次有机碳（SOC）]和ρ[元素碳（EC）]的平均值分别为：（39.7±22.3）、（14.1±7.2）、（7.6±3.9）、（4.4±2.6）和（2.0±1.0）μg·m^-3,OC/EC的平均值为（3.9±0.8）.ρ（PM_2.5）、ρ（TCA）、ρ（OC）、ρ（SOC）和ρ（EC）呈现冬季最高[（52.6±28.6）、（17.0±9.6）、（9.1±5.2）、（6.1±3.9）和（2.4±1.2）μg·m^-3],夏季最低[（25.1±7.1）、（11.6±3.6）、（6.3±1.9）、（3.7±1.2）和（1.6±0.6）μg·m^-3]的季节变化特征.OC/EC季节变化呈现：夏季（4.2±0.8）>冬季（3.8±0.9）>秋季（3.8±0.5）>春季（3.7±0.9）,表明花溪城区各季节均存在SOC生成.SOC与OC呈现显著相关（R²=0.9）,且随着大气氧化性增强,SOC浓度呈增加趋势.OC与EC各季节均呈现较好相关性,其中秋季最高（R²=0.9）,其他3个季节偏低（R²为0.74~0.75）,表明二者具有共同来源.通过OC/EC值范围初步判断碳质气溶胶来源于机动车尾气排放、燃煤排放和生物质燃烧排放.为了进一步定量解析主要排放源对碳质气溶胶的贡献,利用PMF模型对碳质气溶胶来源解析,结果表明贵阳市花溪城区碳质气溶胶主要来源为燃煤源（29.3%）、机动车排放源（21.5%）和生物质燃烧源（49.2%）.     

南京北郊PM2.5中有机组分的吸光性质及来源

对南京北郊2018年9月~2019年9月PM_2.5中有机组分的吸光性质进行了研究,并利用PM_2.5化学组成及主成分分析法分析该地区吸光性有机碳（棕碳,brown carbon,BrC）的主要来源.结果表明,水溶性有机碳（water-soluble organic carbon,WSOC）和甲醇可提取有机碳（methanol extractable organic carbon,MEOC）在365 nm处光吸收系数（Abs_365,w和Abs_365,m）的平均值分别为（3.22±2.18）Mm^-1和（7.69±4.93）Mm^-1.Abs_365,w和Abs_365,m分别与WSOC（r=0.72,P<0.01）和MEOC（r=0.62,P=0.04）的质量浓度显著相关,均表现为冬高夏低,夜高昼低的时间变化特征.这可归结于冬季和夜间的气象特征（例如边界层高度降低和大气稳定度升高）、冬季一次源排放的增加以及夏季和白天更强的"光漂白作用".Abs_365,m/Abs_365,w的年均值（2.60±0.92）远高于MEOC/WSOC（质量浓度比值,1.37±0.30）,表明MEOC中非水溶性组分的吸光作用更强,在BrC的吸光作用中占主导地位.WSOC、MEOC、Abs_365,m和K⁺均未表现出强相关性（r<0.60）,因此生物质燃烧不是该地区BrC的主要一次来源.WSOC和MEOC质量吸收效率（MAE_365,w和MAE_365,m）及其比值（MAE_365,m/MAE_365,w）的季节变化和Abs₃₆₅相同.MEOC中非水溶性组分的MAE₃₆₅［（4.10±5.15）m²·g^-1］分别是MAE_365,w和MAE_365,m的6.0和2.9倍,支持BrC的吸光作用受非水溶性有机组分主导这一推断.和WSOC的埃氏吸收指数（Å_WSOC）相比,MEOC的埃氏吸收指数（Å_MEOC）随时间变化更显著,这可能与非水溶性吸光组分排放的季节变化有关.主成分分析结果显示,本研究PM_2.5中有机组分的吸光作用主要来源于二次形成过程和人为活动相关的一次排放,而不是生物质燃烧.     

承德市PM2.5中碳质组分的季节分布特征及来源解析

为研究承德市PM_2.5中碳质组分的季节变化及污染来源,于2019年1、4、7和10月采集大气PM_2.5样品,测定碳质组分浓度.通过有机碳（OC）与元素碳（EC）比值、总碳质气溶胶（TCA）及二次有机碳（SOC）的估算,分析碳质组分的变化特征;结合后向轨迹和主成分分析（PCA）方法,分析污染来源.结果表明,采样期间PM_2.5、OC和EC的平均质量浓度分别为（31.26±21.39）、（13.27±8.68）和（2.80±1.95）μg ·m^-3.PM_2.5的季节变化趋势为：冬季[（47.68±30.37）μg ·m^-3]>秋季[（28.72±17.12）μg ·m^-3]>春季[（26.59±15.32）μg ·m^-3]>夏季[（23.17±8.38）μg ·m^-3],与总碳（TC）、OC和EC季节变化趋势一致,冬季（R²=0.85）的OC与EC来源较一致;OC/EC值得出4个季节均受到交通和燃煤源排放的影响,且冬季受烟煤排放影响显著.TCA的平均浓度为（21.38±13.68）μg ·m^-3,占PM_2.5比例达68.39%,二次转化率（SOC/OC）为：春季（54.09%）>秋季（37.64%）>夏季（32.91%）>冬季（25.43%）.后向轨迹模拟结果表明,春季和夏季气团携带的污染物浓度相对较低,秋季污染物的传输通道为西南方向,冬季为西北方向,主成分分析（PCA）表明,承德市PM_2.5削减的关键是控制机动车尾气、燃煤和生物质燃烧源的排放.     

不同天气形势对南京地区双高污染的输送及潜在源区分析

基于2015~2019年南京细颗粒物（PM_2.5）和臭氧（O₃）逐小时浓度数据,通过T-mode主成分分析法对南京发生PM_2.5和O₃污染同时高浓度并存（双高污染）时的天气形势进行了分型,利用后向轨迹聚类分析法、潜在来源贡献法（PSCF）和浓度权重轨迹分析法（CWT）研究不同天气形势对南京双高污染的输送路径及潜在源区分布.结果表明,有利于南京地区双高污染的天气形势分别为弱的低压型（Type1）和高压中心型（Type2）.天气形势会对后向轨迹的方位来源产生影响.Type1时,南京地区受到东北和西南两个低气压影响,气团的聚类轨迹主要来自东西两个方位,轨迹中ρ（PM_2.5）和ρ（O₃）平均值分别为83.48 μg·m^-3和106.85 μg·m^-3.Type2时,南京及其周边在高压中心边缘,气团聚类轨迹主要来自北方和东方,轨迹中ρ（PM_2.5）和ρ（O₃）平均值分别为94.47 μg·m^-3和92.32 μg·m^-3.同时两种类型后向轨迹绝大部分属于中短距离区域输送,说明周边临近省份的污染是影响南京地区双高污染主要原因之一.PSCF和CWT分析表明,两者高值区域基本保持一致.Type1和Type2两种类型中PM_2.5和O₃的最主要潜在源区均出现分布并不完全一致的情况,表明双高污染中的两种污染物并非来自同一地区.     

2017年9月东海海水和大气中挥发性有机硫化物的浓度分布及其来源

挥发性有机硫化物（volatile organic sulfur compounds，简称VSCs）是硫循环的主要参与者，在全球气候变化和大气化学中发挥重要作用.于2017年9月运用冷阱捕集气相色谱和气-质联用法对东海海水与大气中3种重要的VSCs即羰基硫（COS）、二甲基硫（DMS）、二硫化碳（CS₂）的浓度进行了测定，并计算了它们的海-气通量.研究结果表明，秋季东海表层海水中COS、DMS和CS₂的浓度平均值分别为（0.14±0.08）、（3.58±2.81）和（0.06±0.06）nmol·L^-1.大气中COS、DMS和CS₂的平均浓度分别为（414.9±107.4）×10^-12、（39.7±29.9）×10^-12和（92.9±55.6）×10^-12，COS是大气中含量最丰富的VSCs.相关性分析表明，海水中DMS与CS₂存在相关性，推测两者具有相似的来源途径.大气中COS和CS₂的浓度相关性较为显著，显示大气中CS₂是COS的主要源.此外，海水中COS、DMS和CS₂都呈过饱和状态，海-气通量平均值分别为（0.45±0.58）、（13.15±12.66）和（0.20±0.22）μmol·m^-2·d^-1，表明秋季东海是大气中3种VSCs的源.     

南京冬季气溶胶光学特性及黑碳光吸收增强效应

2016年1月1~19日在南京北郊利用三波长光声黑碳光度仪(PASS-3)对气溶胶的光学性质进行了实时在线观测,同时结合气溶胶化学组成分析了黑碳气溶胶的光吸收增强效应.结果表明,观测期间气溶胶在532 nm下的吸收系数、散射系数、单散射反照率的平均值为(64.19±35.28)Mm-1、(454.68±238.71)Mm-1、0.87±0.03,受边界层高度及颗粒物浓度的影响,呈现出明显的日变化特征.黑碳气溶胶的质量吸收截面(MAC)在观测期间的变化趋势为前期低,后期高,与非EC组分相对EC比值的变化趋势一致,受不同污染条件下二次物质的占比及覆盖物厚度变化的影响.基于MAC计算得到的405、532、781nm下的光吸收增强(EMAC)平均值分别为1.53±0.56、1.34±0.47、1.14±0.40,随着波长增加而降低,存在棕色碳(Br C)的贡献.各非EC组分相对EC的比值与EMAC均有一定相关性,其中OC/EC与EMAC相关性最高,说明有机物的积累是导致黑碳光吸收增强的主要原因.K+/EC与EMAC的高相关性表明生物质燃烧过程对光吸收增强也有一定影响.     

Characterization of aerosol optical properties, chemical composition and mixing states in the winter season in Shanghai, China

Physical and chemical properties of ambient aerosols at the single particle level were studied in Shanghai from December 22 to 28, 2009. A Cavity-Ring-Down Aerosol Extinction Spectrometer（CRD-AES） and a nephelometer were deployed to measure aerosol light extinction and scattering properties, respectively. An Aerosol Time-of-Flight Mass Spectrometer（ATOFMS）was used to detect single particle sizes and chemical composition. Seven particle types were detected. Air parcels arrived at the sampling site from the vicinity of Shanghai until mid-day of December 25, when they started to originate from North China. The aerosol extinction,scattering, and absorption coefficients all dropped sharply when this cold, clean air arrived.Aerosol particles changed from a highly aged type before this meteorological shift to a relatively fresh type afterwards. The aerosol optical properties were dependent on the wind direction.Aerosols with high extinction coefficient and scattering Angstrom exponent（SAE） were observed when the wind blew from the west and northwest, indicating that they were predominantly fine particles. Nitrate and ammonium correlated most strongly with the change in aerosol optical properties. In the elemental carbon/organic carbon（ECOC） particle type, the diurnal trends of single scattering albedo（SSA） and elemental carbon（EC） signal intensity had a negative correlation. We also found a negative correlation（r =-0.87） between high mass-OC particle number fraction and the SSA in a relatively clean period, suggesting that particulate aromatic components might play an important role in light absorption in urban areas.     

杭州大气颗粒物散射消光特性及霾天气污染特征

2011年7月~2012年6月期间,对大气散射系数、颗粒物浓度及气象因子进行同步观测,以评估颗粒物散射消光对杭州市大气能见度的影响.结果表明,杭州市大气颗粒物散射系数日均值变化范围为108.4~1 098.1 Mm-1,年均值为428.62Mm-1±200.2 Mm-1.散射系数呈明显的季节变化,秋冬高,夏季低.日变化呈典型的双峰型,早峰出现在08:00,晚峰出现在21:00.PM2.5和PM10的散射效率分别为7.6 m2·g-1和4.4 m2·g-1,颗粒物散射消光占总消光比例的90.2%.灰霾和重度灰霾天气下,散射系数分别为684.4 Mm-1±218.1 Mm-1和1 095.4 Mm-1±397.7 Mm-1,达到非霾天气的2.6和4.2倍,表明颗粒物散射消光作用是导致杭州市大气能见度下降和灰霾天气发生的主要因素.     

气象条件对上甸子地区气溶胶散射特征的影响

利用北京地区上甸子站气溶胶散射系数、PM2.5质量浓度和气象要素1 a的观测资料,研究不同天气条件下上甸子地区散射系数的变化特征,并讨论了气象条件对散射系数的影响.结果表明,散射系数在雾霾天最高608.4 Mm-1,其次为雾天500.6 Mm-1和霾天423.7 Mm-1,是一般天气散射系数的6.4～9.2倍.在各类天...     

南京冬季气溶胶消光特性及霾天气低能见度特征

利用2015年1月气溶胶散射和吸收系数、PM_2.5质量浓度、大气能见度以及常规气象观测数据,分析了南京冬季大气气溶胶散射系数与吸收系数的变化特征,给出了散射系数与吸收系数对大气消光的贡献,以及能见度与PM_2.5质量浓度和相对湿度的关系.结果表明,观测期间南京大气气溶胶的散射系数和吸收系数分别为(423.4±265.3) Mm^-1和(24.5±14.3) Mm^-1,对大气消光的贡献分别为89.2%和5.2%,表明大气消光主要贡献来自于气溶胶的散射.散射系数与PM_2.5相关性较好(R²=0.91),能见度随PM_2.5质量浓度呈指数下降,也与相对湿度保持一定负相关性.能见度均值为4.3km,且连续出现能见度不足2km的低能见度天气,霾天气下消光系数和PM_2.5质量浓度大幅超过非霾天气,最高值分别达到1471.2Mm^-1和358 μg/m³,霾天气下能见度的降低来自颗粒物与相对湿度的共同影响.     

天津城区春季大气气溶胶消光特性研究

利用天津大气边界层观测站2011年4月1日~5月10日气溶胶散射系数、吸收系数、PM2.5质量浓度、大气能见度和常规气象观测数据,分析了气溶胶散射系数和吸收系数的变化特征,以及气溶胶消光系数与PM2.5质量浓度和大气能见度的关系,并对两种方法计算的消光系数进行了比较.结果表明,观测期间天津城区气溶胶散射系数为369.93 Mm-1,对大气消光贡献为86.7%,气溶胶吸收系数为36.32 Mm-1,对大气消光贡献为8.5%,单次散射反照率为0.91;气溶胶散射系数和吸收系数的日变化特征具有明显的双峰结构,对应于早晚交通高峰;不同天气类型下其日分布特征存在较大差异,霾日散射系数和吸收系数最高,沙尘日和降水日次之,晴日最低;气溶胶散射系数和吸收系数与PM2.5质量浓度呈线性正相关,与大气能见度呈指数负相关,观测期间气溶胶质量散射效率均值为2.95m2/g;采用Koschmieder’s公式反算能见度获得的大气消光系数,与通过测量气溶胶散射系数、气溶胶吸收系数、气体散射系数和气体吸收系数等分量加和获得的消光系数相比一致性较好,高相对湿度天气下能见度反算值高于各系数加和值.     

2015年10月南京霾污染过程分析

为探讨南京秋季霾污染过程发生的主要影响因素,利用南京信息工程大学太阳光度计观测霾污染发生天气下AOD（aerosol optical depth,气溶胶光学厚度）数据,计算AE_440-1020（?ngstr?m Exponent,波长指数）以及a₂（光谱曲率）,结合CALIPSO（Cloud-Aerosol Lidar and Infrared Pathfinder Satellite Observations）卫星气溶胶组分分析以及MODIS（Moderate Resolution Imaging Spectroradiometer）火点数据,对2015年10月南京霾污染过程进行分析.结果表明:2015年10月出现的两次霾污染过程期间南京地区AE_440-1020均高于1.0并且a₂呈负值,其中10月16日AQI达到峰值（201）,AOD₅₀₀达1.51,AE_440-1020达1.37,a₂达-0.77;这两次较为严重的霾污染过程均主要由人为因素（工业污染、城市建设、生物质燃烧、汽车尾气排放等）产生的细粒子所致.后向轨迹分析发现,2015年10月16日南京地区霾污染天气发生的主要原因是区域型污染,同时受长距离输送影响,大量携带人为因素产生的细粒子以及少量沙尘等污染物的空气团途经内蒙古、山东等地到达南京,加剧了当日的污染程度;2015年10月23日南京地区霾污染天气的发生则主要受长距离输送影响,同时也受到区域型污染影响,加剧了当日的污染程度.研究显示,在稳定的气象条件下,较高的相对湿度、较低的地表风速、低混合层高度以及贴地逆温的出现是诱发霾污染天气产生的有利气象条件.      

天津冬季雾霾天气下颗粒物质量浓度分布与光学特性

年1—2月连续在线观测天津ρ(PM_2.5)、ρ(PM₁₀)、大气能见度、σ_sp(气溶胶散射系数)、σ_ap(气溶胶吸收系数)和AOD(大气光学厚度),结合气象资料,分析天津城区雾霾天气下的颗粒物质量浓度分布与光学特性. 结果表明:在为期52d的观测期间,发生雾日8d、轻雾日1d、霾日29d,雾霾日占观测时长的73%;霾日ρ(PM_2.5)/ρ(PM₁₀)为0.65,SSA(单次散射反照率)为0.95,MSE(气溶胶质量散射系数)为3.30m2/g,均高于非雾霾日,表明雾霾日下细粒子的散射作用是大气消光的主要贡献者;雾霾日的σ_sp和σ_ap均高于非雾霾日,随着霾等级增强,σ_sp和σ_ap逐渐增大,重度霾天气的σ_sp和σ_ap与中度霾天气相当,分析高RH可能是造成能见度进一步降低的主要因素;雾霾天气下AOD_500nm和波长指数均显著高于非雾霾天气,表明雾霾天气下气溶胶浓度远高于非雾霾天气,并且细粒子占主导地位.      

南京一次典型雾霾天气气溶胶光学特性

利用太阳光度计测得的直射太阳辐射和天空扫描数据,对南京北郊2010年冬季一次雾霾天气过程中气溶胶的光学特性进行了反演研究.研究表明,雾霾影响期间气溶胶光学厚度(AOD)明显增加,在1020,870,675,440nm四个波段上,雾霾前AOD为0.16~0.43,雾霾影响期间为0.31~0.84,雾霾后为0.19~0.48;本次雾霾天气的局地气溶胶散射能力增强,单次散射反照率(SSA)由发生前的0.8~0.86增大到发生时的0.89~0.91,而复折射指数的虚部降低,气溶胶的吸收能力明显减弱;雾霾过程伴随了大尺度气溶胶的导入,同时也有人为排放的贡献.其中雾霾影响期间粗粒子模态的体积浓度是发生前的2.5倍,细粒子浓度也比发生前增长了90%.