苏州市气溶胶消光特性及其对灰霾特征的影响

为研究气溶胶消光特性对城市灰霾特征及形成的影响机制,采用2010年1月─2013年12月4 a的苏州市逐时散射系数、能见度、颗粒物质量浓度以及风速、风向、气温、气压、相对湿度等数据,对该市气溶胶散射系数、消光特性及影响因子进行了研究. 结果表明:苏州市气溶胶散射系数为(301.1±251.3)Mm-1,日变化呈双峰型,早高峰出现在07:00─08:00,晚高峰出现在20:00─21:00;其年内变化呈夏季低、冬季高. 气溶胶散射系数与ρ(PM_2.5)的相关系数为0.77,高于与ρ(PM₁)和ρ(PM₁₀)的相关性,PM_2.5散射效率为6.08 m2/g. 气溶胶散射系数受风速、风向等气象要素的影响:风速<4 m/s时,气溶胶散射系数下降迅速;风速在4～6 m/s时,气溶胶散射系数随风速下降缓慢. 苏州市气溶胶单次散射反照率平均值为0.84,散射消光比平均值为0.79,说明该地区气溶胶消光以散射性气溶胶为主. 气溶胶散射消光、气溶胶吸收消光、空气分子散射消光、NO₂吸收消光分别占大气消光的82.33%、13.63%、2.72%和1.32%. 研究表明,对气溶胶散射消光贡献最大的非吸收性PM_2.5是苏州市能见度下降、灰霾增加的最重要原因.      

嘉兴市冬季不同空气质量等级下大气污染物的分布特征

为研究浙江省嘉兴市冬季PM、污染气体和含碳气溶胶在不同空气质量等级下的分布特征,于2013年11月28日—12月28日使用SHARP测尘仪、热电EMS系统和Sunset在线OCEC分析仪观测了PM（PM₁₀和PM_2.5）、污染气体（SO₂、NO₂、CO和O₃）和含碳气溶胶〔OC（有机碳）、EC（元素碳）和TC（总碳）〕的质量浓度,结合气象数据和HYSPLIT模式,分析了霾污染过程中大气污染物浓度变化、日变化及其来源特征.结果表明:嘉兴市冬季霾天ρ（PM_2.5）、ρ（PM₁₀）、ρ（SO₂）、ρ（NO₂）、ρ（O₃）、ρ（OC）、ρ（EC）、ρ（POC）和ρ（SOC）分别为167.90、248.86、77.79、、97.16、28.50、27.09、7.72、7.50和19.59 μg/m3,ρ（CO）为1.47 mg/m3,分别是空气质量为良时的3.00、2.50、1.29、1.84、0.86、2.59、2.19、2.13、2.82和1.50倍.降雨对不同大气污染物的清除作用不同,对粗粒子的清除作用较大,而对二次产物O₃的影响较小.高ρ（PM）是造成能见度降低的主要原因,随着污染程度的加剧,PM中细粒子占比越来越高,在严重污染过程中ρ（PM_2.5）/ρ（PM₁₀）可达70.31%,比空气质量为良时高14.04%;不同污染气体的日变化不同,OC和EC的来源逐渐趋于一致,ρ（SOC）呈现出积累-爆发-积累-爆发的往复过程,边界层的日变化对污染物浓度的影响逐渐减弱.研究显示,随着霾污染的加剧,SOC气溶胶占比逐渐增加、EC和POC等一次碳气溶胶占比逐渐降低.      

利用黑碳仪获取北京市冬季气溶胶吸光系数的方法研究

黑碳仪是最常用的气溶胶吸光碳测试仪器,但其测得的吸光性能受到滤膜多重散射效应、颗粒物散射效应、颗粒物遮蔽效应的影响,只能算是b_ATN（光衰减系数）,而不是b_in-situ（原位吸光系数）.虽然已有学者提出几种将b_ATN转换为b_cor（校正后吸光系数）的算法,但多是基于实验室模拟或高海拔地区气溶胶而开展的,与我国城市的气溶胶在理化性质方面有明显差别.为探索我国城市气溶胶将b_ATN转换为b_cor的问题,于2016—2017年冬季在北京市城区使用黑碳仪及光声消光仪分别测量b_ATN和b_in-situ,在分析多种算法的基础上,提出了面向城市气溶胶的校正方法.结果显示:在我国北方城市（以北京市为例）,适应城市气溶胶的f值（遮蔽因子,为计算遮蔽校正系数的一个参数）为1.13,C（综合散射效应系数）为5.44;使用这些校正系数,将观测点由黑碳仪获取的b_ATN转换为b_cor.与光声消光仪测定的b_in-situ对比发现,无论是滤膜样点周期内还是长期观测时间内,b_cor与b_in-situ均呈一致性,其中,长期观测时间内二者的相关性表达为y=0.954x+0.829（r2为0.996）,证明了校正方法的有效性和可信性.研究显示,b_cor与b_in-situ整体相关性较高,并且获得了本地化的校正因子,实现了仅通过黑碳仪获取准确颗粒物吸光系数的目的.      

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.      

光散射法与β射线衰减-光散射联用法颗粒物在线测量方法对比

为考察光散射法和β射线衰减-光散射联用法的适用性,以β射线衰减法颗粒物自动监测仪（BAM）为标准,于2016年2月4日-4月18日,在中国环境科学研究院利用β射线衰减-光散射联用法颗粒物自动监测仪（MP-CPM）与光散射法传感器对ρ（PM₁₀）和ρ（PM_2.5）测量结果进行了对比.结果表明:① MP-CPM与BAM测量ρ（PM₁₀）的结果具有较好的一致性,相关系数为0.92,平均相对偏差为0.04%;ρ（PM_2.5）结果一致性较差,相关系数为0.69,MP-CPM测量ρ（PM_2.5）整体较高于BAM,平均相对偏差为45.8%.② 光散射法传感器与BAM测量ρ（PM_2.5）结果一致性较好,相关系数为0.85,平均相对偏差为11.24%,但ρ（PM₁₀）远低于BAM,平均相对偏差为-44.64%.在特殊污染情景下,光散射法将因受到较大影响而严重错估颗粒物浓度.烟花燃放期间,MP-CPM和光散射法传感器严重低估颗粒物浓度,与BAM测量颗粒物浓度的平均相对偏差均低于-50%;沙尘污染过程中,MP-CPM严重高估ρ（PM_2.5）,与BAM测量ρ（PM_2.5）结果平均相对偏差为79.27%,光散射法传感器严重低估ρ（PM₁₀）,与BAM测量ρ（PM₁₀）结果平均相对偏差为-59.35%.研究显示,不同原理的仪器,在不同的使用场景下应该区别对待.      

青岛市不同空气质量下可培养生物气溶胶分布特征及影响因素

利用Andersen空气微生物采样器采集青岛市不同空气质量下的可培养生物气溶胶,分析了其浓度和粒径分布特征,并利用Spearman’s相关性分析了可培养生物气溶胶浓度和空气质量指数中的颗粒物质量浓度〔ρ(PM₁₀)、ρ(PM_2.5)〕、气体污染物质量浓度〔ρ(O₃)、ρ(SO₂)、ρ(NO₂)〕和气象参数(温度、相对湿度、风速)之间的关系.结果表明:可培养真菌和细菌气溶胶浓度范围分别为133～1 113和13～212 CFU/m3.真菌气溶胶浓度与ρ(SO₂)、ρ(PM₁₀)、ρ(PM_2.5)均呈正相关,而与相对湿度呈显著负相关(P<0.05).细菌气溶胶浓度与ρ(NO₂)、ρ(SO₂)呈负相关,而与ρ(O₃)、温度呈正相关.风速对可培养生物气溶胶浓度的影响较小.以AQI(空气质量指数)中ρ(PM₁₀)为依据,将研究时间段空气质量划分为4个空气污染等级.在不同污染等级下,真菌气溶胶均呈对数正态分布,粒径主要分布于2.1～4.7 μm.低污染时细菌气溶胶呈偏态分布(粒径>4.7 μm),高污染时粒径分布发生改变.初步推断,随着空气污染等级的升高,可培养生物(真菌+细菌)气溶胶总浓度增加,但单位颗粒物上的浓度变化较稳定.ρ(PM₁₀)是影响可培养生物气溶胶浓度及粒径分布的主要因素.      

北京市冬春季大气颗粒物的粒径分布及消光作用

2004年1─5月,在北京市区连续监测了大气环境中ρ(PM₁₀₎,ρ(PM_2.5),ρ(PM₁)和ρ(TSP),以及大气能见度、地面气象要素.结果表明:春节期间颗粒物中细粒子所占的比例较高,ρ(PM₁)/ρ(PM_2.5)为0.81,ρ(PM10)/ρ(TSP)为0.61;而沙尘期其值分别为0.55和0.28.不同粒径的颗粒物质量浓度均呈在明显日变化,其夜间浓度峰值高于早晨交通繁忙时段.根据经验公式,将大气能见度换算为大气消光系数,并导出颗粒物消光系数.结果表明:颗粒物消光系数与颗粒物质量浓度呈显著正相关.进一步定义了颗粒物质量浓度消光比(CE_P),用来表征颗粒物的污染特征.统计分析结果表明:当CE_P<103时,颗粒物质量浓度很低,PM_2.5所占比例较高,代表了有利于污染扩散的气象条件;当CE_P>167,颗粒物质量浓度高,但细粒子比(ρ(PM_2.5)/ρ(PM₁₀₎)稳定在0.5～0.7,湿度也稳定在20%～50%,代表了不利于污染扩散的气象条件.      

京津冀地区典型城市大气细颗粒物碳质组分污染特征及来源

为研究京津冀地区典型城市大气细颗粒物及其碳质组分的时空变化特征及来源,于2016年12月28日—2017年1月22日及2017年7月1—26日,对北京市与石家庄市PM_2.5（细颗粒物）及PM₁（亚微米颗粒物）进行采集,使用DRI（热光碳分析仪）检测PM_2.5与PM₁中ρ（OC）与ρ（EC）,并对其碳质组分来源进行分析.结果表明:①采样期间,冬、夏两季PM_2.5与PM₁中ρ（OC）均为石家庄市采样点远高于北京市采样点;冬季PM_2.5与PM₁中ρ（EC）均为石家庄市采样点高于北京市采样点,夏季则略有不同.②冬季污染日,北京市采样点ρ（PM_2.5）与ρ（PM₁）均为石家庄市采样点的1.08倍,PM_2.5与PM₁中的ρ（OC）分别为石家庄市采样点的1.14和1.12倍,石家庄市采样点PM_2.5与PM₁中ρ（EC）分别为北京市采样点的1.15和1.28倍;冬季重污染日,北京市采样点的ρ（PM_2.5）与ρ（PM₁）分别为石家庄市采样点的1.03和1.04倍,PM_2.5和PM₁中的ρ（OC）分别为石家庄市采样点的1.23和1.22倍,石家庄市采样点PM_2.5和PM₁中的ρ（EC）分别为北京市采样点的1.03和1.16倍.夏季污染日,石家庄市采样点ρ（PM_2.5）与ρ（PM₁）分别为北京市采样点的1.16和1.30倍,PM_2.5与PM₁中ρ（OC）分别为北京市采样点的1.64和2.71倍,两个采样点ρ（EC）相近.③冬、夏两季PM_2.5与PM₁中ρ（SOC）/ρ（OC）均较高,冬季北京市采样点分别为48.09%和54.29%,石家庄市采样点分别为44.98%和48.09%,夏季北京市采样点分别为48.47%和61.50%,石家庄市采样点分别为61.52%和63.55%,表明SOC更易富集于亚微米粒子中.④冬季北京市和石家庄市两个采样点PM_2.5与PM₁中碳质组分均主要来源于生物质燃烧、燃煤和机动车尾气;夏季北京市采样点PM_2.5与PM₁中碳质组分主要来源于机动车尾气,石家庄市采样点PM_2.5与PM₁中碳质组分主要来源于燃煤和机动车尾气.研究显示,北京市和石家庄市两个采样点大气细颗粒物及其碳质组分浓度存在时空分布和污染来源差异.      

机动车排放细微/超细颗粒物消光特性的Mie理论研究

机动车等燃烧源排放颗粒物离散系统的消光特性主要取决于颗粒群的物理化学组分和粒径分布特征. 利用内部混合模型,确定典型机动车排放颗粒物的密度和光学复折射系数(m),通过Mie理论模型研究不同粒径下单体颗粒物的光学特性,从而研究机动车排放的nm/μm级粒径下细微/超细颗粒物的无量纲光散射率(Q_scat)、无量纲光吸收率(Q_abs)以及无量纲消光率(Q_ext). 结果表明,不同国家的轻型柴油车(LDV)排放超细颗粒物的化学组分差异较大,而重型柴油车(HDV)则没有显著差别. 相关性分析表明,机动车排放颗粒物的EC组分所占比例与复折射系数的实部(n)和虚部(k)均有极强相关性,相关系数(R>/sup>2)分别为0.995 6和0.993 8.通过Mie理论计算 4种复折射系数下典型机动车排放颗粒物Q_scat,Q_abs和Q_ext随粒径的变化特征发现,粒径为400～600 nm范围的单体颗粒物消光作用最大. 当颗粒物粒径>1 μm时,Q_scat,Q_abs和Q_ext逐渐稳定为常数1.2,1.0和2.2, 此时消光率与复折射系数无关.      

大气颗粒物中多环芳烃的污染特征及来源识别

研究了北京市2000年采暖期和非采暖期2个典型代表月(6月和12月)不同粒径颗粒物的质量浓度特征以及不同粒径颗粒物中ρ(PAHs)分布特征,并同时利用比值法和化学质量平衡(CMB)受体模型对可吸入颗粒物(PM₁₀)中PAHs的来源进行识别和解析.研究结果表明:北京市采暖期ρ(颗粒物)明显高于非采暖期;采暖期和非采暖期不同粒径颗粒物的比例有差别,采暖期、非采暖期ρ(PM₁₀)分别约占ρ(TSP)的0.662和0.734;PAHs具有更明显富集于细颗粒物中的特征;源解析结果表明燃煤污染和机动车污染是PM₁₀中PAHs的最主要来源.      

鹤山气溶胶光学性质和单颗粒化学组分的研究

2014年10~11月在广东省鹤山大气超级站利用单颗粒气溶胶质谱仪（SPAMS）、积分式浊度仪和黑碳仪在线观测了单颗粒气溶胶的化学组成与气溶胶光学特征.采用Art-2a分类法将单颗粒分为9类：有机碳-硫酸盐/硝酸盐颗粒（OC-Sulfate/Nitrate）、元素碳-硫酸盐/硝酸盐颗粒（EC-Sulfate/Nitrate）、元素碳有机碳-硫酸盐/硝酸盐颗粒（ECOC-Sulfate/Nitrate）、高分子有机碳颗粒（HOC）、海盐颗粒（Sea-salt）、硅酸盐颗粒（Si-rich）、左旋葡聚糖颗粒（Lev）、钾-硫酸盐/硝酸盐颗粒（K-Sulfate/Nitrate）、金属颗粒（Metal）.从清洁期到灰霾期气溶胶的吸收系数、散射系数和单次散射反照率（SSA）显著升高,气溶胶消光能力增强,同时EC-Sulfate/Nitrate颗粒占比从34.8%降至31%,OC-Sulfate/Nitrate颗粒从9.9%增加至23.6%,K-Sulfate/Nitrate二次颗粒从8.5%增加至14%,且灰霾期OC-Sulfate/Nitrate颗粒与硫酸盐、硝酸盐和铵盐的混合程度增强,因此老化的OC-Sulfate/Nitrate颗粒和二次组分颗粒对气溶胶消光系数的增加有重要贡献.在大气相对湿度从50%增加到70%以上的过程中,气溶胶散射系数和吸收系数升高,消光系数由326.1Mm^-1增加到362.9Mm^-1,SSA有所下降,PM_2.5质量消光效率由4.98增加到5.99,EC-Sulfate/Nitrate颗粒和K-Sulfate/Nitrate二次颗粒占比下降,而OC-Sulfate/Nitrate颗粒的占比由7.79%增加到14.29%,且OC-Sulfate/Nitrate颗粒中富含硫酸盐、硝酸盐和铵盐,表明高相对湿度下老化的OC-Sulfate/Nitrate颗粒数目增多对气溶胶消光系数的增强有重要影响.     

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.     

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.     

基于PMF的武汉市大气细颗粒物消光来源解析

利用武汉2020年7月(夏季)和10月(秋季)的在线观测数据,同时将颗粒物的光学参数和化学组分数据输入正定矩阵因子分解(PMF)源解析模型,对PM_2.5消光系数的源贡献进行定量解析.研究发现,对吸收系数贡献较大的源为机动车(66.3%)和工业源(14.2%),对散射系数贡献较大的源为以硝酸盐为主的二次无机盐Ⅰ(38.4%)和机动车(27.0%),光散射的源贡献率呈现出明显的季节变化,二次无机盐Ⅰ在夏季(14.6%)的贡献较秋季(47.4%)显著降低.消光系数源贡献方面,夏季机动车(37.2%)和以硫酸盐为主的二次无机盐Ⅱ(21.2%)对消光的贡献较大,而秋季主要的消光源为二次无机盐Ⅰ(44.7%)和机动车(26.7%).最后,还获取了几个重要源的波长吸收指数(AAE)值:机动车(0.96)、工业源(1.04)、扬尘(1.39)、生物质燃烧(2.24).     

广州旱季双高污染及消光系数垂直分布特征

利用2017年12月6日～2018年1月3日地面常规气象资料、空气质量6参数、光化辐射资料、气溶胶吸收和散射系数、单次散射反照率、激光雷达反演的气溶胶消光系数与退偏比数据,分析广州地区气象参数变化对污染物浓度的影响和气溶胶对光化辐射的衰减,研究双高(高气溶胶与高O3)污染的形成机理,并从垂直角度探究了双高日边界层内消光...     

成都春季气溶胶理化性质及不同时段污染特征

利用单颗粒气溶胶质谱（SPAMS）及多种在线设备于2017年春季对成都市大气污染进行了连续观测.结果表明,成都市春季PM_2.5和PM₁₀的平均浓度分别为（62±25）和（90±40）μg/m³.大气中单颗粒物可分为8类,由于排放源及老化过程的差异,各类颗粒质谱特征和粒径分布差异明显.对选取的细粒子污染、细粒子与粗粒子混合污染（混合污染）及清洁时段的污染特征对比分析发现：（1）钾与元素碳混合颗粒（KEC）的贡献在细粒子污染时段（42.8%~46.3%）明显高于其他时段（28.9%~33.7%）;与清洁时段相比,源于燃烧过程的碳质颗粒在混合污染时段贡献降低,但沙尘/扬尘颗粒（DUST）的贡献为各时段最高.（2）相比清洁时段,大多数颗粒与二次无机组分的混合程度在其他两种时段均增强.（3）不同时段成都市气团来向差异明显,西南方向气团在细粒子污染时段占据绝对主导,川南重污染区域对成都市污染贡献重大.     

区域大气细粒子污染特征及快速来源解析

在广东大气超级站使用单颗粒气溶胶飞行时间质谱仪(SPAMS)等仪器开展综合观测,2013年12月共监测到两个污染过程,主要的化学成分为元素碳(EC),占总颗粒数的56.8%,其次为有机碳(OC)和重金属(HM),分别占总颗粒数的12.7%和10.1%.两个污染过程中,不同颗粒类别的变化趋势有差异,说明两个污染过程的污染特征有所不同.污染来源分析发现,监测期间主要受到机动车尾气源和燃煤源的影响,二者分别占24.8%和22%;其次为工业工艺源和生物质燃烧,分别占16.4%和10.3%.第一个污染过程中,工业工艺源是首要污染源,而随着颗粒物浓度的增高,燃煤和二次无机气溶胶的比例明显增加,说明此污染过程中受一次污染源(燃煤源和工业工艺源)和二次光化学反应的复合影响.而第二个污染过程中,机动车尾气为首要污染源,其次是燃煤和工业工艺源,整个过程中各源的比例较为稳定,说明该次污染过程主要由不利气象条件导致的污染物累积形成.     

2015—2021年南京市大气污染特征及污染个例研究

探究细颗粒物(PM_2.5)和臭氧(O₃)污染的时间变化特征,阐明PM_2.5和O₃复合污染过程中不同阶段环境空气污染物及气溶胶粒径分布的详细演变过程,对南京及长三角地区的大气污染防治具有重要指导意义.本文使用2015—2021年南京市环境空气污染物小时浓度数据,分析了该地区多年大气污染演变过程,并选取2015年10月12—17日时间段作为复合污染典型个例,对其生消过程和内在机理进行了详细分析.结果表明：(1)2015—2021年南京市各种大气污染物的变化特征具有明显差异. PM_2.5、PM₁₀和SO₂浓度的年下降率分别为8.9%、6.2%和15.4%,O₃浓度变化较小. CO浓度在2016年达峰后以每年7.6%的速率下降.NO₂浓度在2015—2019年呈增加趋势.(2)2015—2021年污染特征发生较大变化,由PM_2.5为主导变为由O₃为主导的大...