气溶胶粒子让地球正在变暗

复杂的气溶胶粒子气溶胶粒子,是悬浮在大气中的许多固体和液体微粒的总称,大小通常只有0.1~10μm,这些小颗粒就是煤灰、硫酸盐等那些谈到空气污染时就会谈到的讨厌的东西。它们大多产生于化石燃料的燃烧过程,随着燃烧后的废气被排放到空气中。同样是大气中的坏东西,与臭名昭著的CO2等温室气体不同,气溶胶在全球变暖中所起的作用至今还不明晰。     

生物气溶胶采样技术研究进展

介绍了沉降法、撞击法和静电场吸附法等3种常见生物气溶胶采样技术的基本原理及各自的优缺点,指出其发展趋势为建立复合式、大流量联合采样技术及小活性粒子的采样技术,实现生物气溶胶的快速自动化采样.     

2018年石家庄市秋冬季典型霾污染特征

依托河北省灰霾污染防治重点实验室,对2018年10月31日至12月3日期间石家庄市大气PM_(2.5)的质量浓度和化学组分进行连续在线观测,解析石家庄市秋末冬初典型灰霾过程的特征.观测期间,石家庄市共发生4次霾污染过程,PM_(2.5)均为首要污染物,日均浓度最大值分别为154、228、379和223μg·m~(-3),达到重度污染甚至严重污染.PM_(2.5)主要组分为无机水溶性离子(WSII)和含碳气溶胶,两者质量浓度的平均占比分别为(60. 7±15. 6)%和(21. 6±9. 7)%.相比优良天,两者浓度分别上升了4. 4倍和3. 1倍,是霾污染形成的主要原因.WSII中NO_3~-为首要成分,SO_4~(2-)和NH_4~+次之,三者(SNA)质量浓度之和占WSII质量浓度的(91. 5±17. 3)%,污染期间SNA的暴发式增长是推高PM_(2.5)浓度的主要原因.非高湿条件下,单位质量NO_3~-和SO_4~(2-)的变化速率差异不明显,高湿条件触发SO_2的液相氧化过程后,SO_4~(2-)二次转化被显著促进.大气处于富NH_3状态,PM_(2.5)中n(NH_4~+)与n(NO_3~-+2×SO_4~(2-))的比值 1,过量NH_3加剧NO_3~-和SO_4~(2-)的转化.霾污染时段,燃煤和机动车排放的一次污染物的积累为含碳气溶胶浓度上升的主要原因,相比优良天,二次有机碳的生成受到抑制.在采暖季开始之前的两次霾污染过程,移动源为PM_(2.5)首要污染源,平均占比30. 8%和39. 8%.随着燃煤采暖污染排放的增加,燃煤源贡献逐步增高至25. 2%,攀升为首要污染源.     

不同NOx条件下有机胺光氧化二次气溶胶的形成及其云凝结核活性

本研究采用烟雾箱模拟的方法,在不同NO_x条件下,对二甲胺、三甲胺、二乙胺、苯胺、乙醇胺与OH自由基光氧化生成二次气溶胶(SA)的过程及其云凝结核(CCN)活性进行了测定.结果表明,当不添加NO_x时,乙醇胺的SA生成系数(FAC)最高(0.22),而三甲胺与苯胺的FAC较低(≤0.05),二甲胺与二乙胺的FAC则趋于0,且该条件下生成的气溶胶CCN活性较弱,三甲胺、苯胺与乙醇胺生成的SA吸湿性参数(κ_SA)值为0.10～0.22,符合典型有机物κ值.当添加NO_x后,各有机胺生成的SA粒径、密度变大,且SA的生成系数均有提高,在高NO_x浓度条件下按SA的生成系数对有机胺排序：乙醇胺>苯胺>二甲胺>三甲胺>二乙胺;同时添加NO_x后SA的CCN活性变强,在高NO_x浓度条件下按其CCN活性对有机胺排序：乙醇胺>二甲胺>苯胺>二乙胺>三甲胺,其中,乙醇胺最高(κ_SA=0.65)...     

气溶胶辐射效应对气象和环境影响的观测与模拟研究

选取2015年和2019年不同代表年份,结合外场观测和数值模拟,分析了天津地区不同季节不同天气(晴天、多云、霾)下,气溶胶辐射效应对整层大气透过率和地表入射太阳辐射的影响,以及这种影响在不同年份的差异.借助WRF-Chem模式模拟分析了重污染期间气溶胶辐射效应对垂直方向上气象要素廓线、边界层结构以及PM_2.5浓度的反馈机制.结果表明:霾污染可导致大气透过率明显下降,春、秋、冬不同季节,霾污染导致中午大气透过率分别下降0.09,0.11和0.09.全年平均霾污染可导致大气透过率降低约15.5%.云量的增多也可导致大气透过率明显下降,多云天气下大气透过率相比晴天减小约22.4%.霾和云对大气透过率的影响还与太阳高度角有关,当太阳高度角>60°时,霾污染导致大气透过率下降8.6%.随污染等级提高,气溶胶对太阳辐射的衰减作用也越强,天津地区空气质量分别为Ⅰ～Ⅰ级时,中午地表入射短波辐射呈稳定下降趋势,依次为484,446,439,342,328和253W/m².重污染期间,气溶胶辐射效应导致大气低层(250m以下)降温(0.8℃)增湿(3.8%...     

煤化工产业园区挥发性有机物污染特征及其对大气复合污染的贡献

为研究煤化工产业园区挥发性有机物(VOCs)污染特征及其对大气细颗粒物(PM_2.5)和臭氧(O₃)的贡献,本研究于2021年夏季利用气相色谱/质谱联用仪在某大型煤化工产业园区开展了环境空气115种VOCs的在线监测研究,分析了VOCs的浓度水平、组成特征、日变化特征、潜在来源及其对O₃和PM_2.5中二次有机气溶胶(SOA)的生成贡献. 结果表明:①观测期间,园区站点VOCs的平均体积分数为89.32×10?9±50.57×10?9,显著高于该园区所在城市的城区站点VOCs浓度水平. ②含氧VOCs (OVOCs)是该园区VOCs的主要特征污染物,占总VOCs体积分数的48.2%,乙醇、丙醛和甲醛是体积分数排名前三的物种. ③VOCs的臭氧生成潜势(OFP)为595.64 μg/m3,各组分对O₃贡献潜势的大小表现为OVOCs>烯烃>芳香烃>烷烃>卤代烃>含硫VOC>炔烃. OFP排名前十的物种均为OVOCs、烯烃和芳香烃,其中丙醛对OFP的贡献占比最高,占总OFP的22.2%. ④间/对-二甲苯、邻二甲苯和乙苯等苯系物对二次有机气溶胶生成潜势(SOAFP)的贡献突出,其中间/对-二甲苯的SOAFP最大,占总SOAFP的29.6%,主导了SOA生成. 研究显示,煤化工产业园区中丙醛和甲醛等OVOCs、顺-2-丁烯等烯烃以及间/对-二甲苯与邻二甲苯等芳香烃对大气复合污染贡献较大,是开展PM_2.5和O₃污染协同控制重点关注的物种.      

上海城区二次气溶胶的形成:光化学氧化与液相反应对二次气溶胶形成的影响

二次组分是大气细颗粒物中最重要的组成部分之一.本研究旨在探究上海城区大气气溶胶颗粒物中二次组分的贡献及其形成的主要影响因素.利用高分辨率飞行时间气溶胶质谱仪(HR-TOF-AMS)对上海城区春季及夏季的亚微米颗粒物(PM_1)进行实时的在线表征,发现有机物是PM_1中最主要的组成部分,占比为55%;其次是硫酸盐(24%)与硝酸盐(10%).进一步结合正交矩阵因子解析模型(PMF)对有机组分进行了来源解析.结果表明,一次有机气溶胶(POA)与二次有机气溶胶(SOA)分别占总有机物浓度的34%与66%; POA主要来自机动车源与餐饮源的贡献,且在春季和夏季对有机物的贡献趋于稳定.观测期间共观察到3个二次气溶胶显著生成的过程:其中,春季二次组分的显著增长过程以硫酸盐和老化的有机气溶胶在正午时段上升显著为主要特征,主要受光化学氧化过程的促进;夏季二次组分的显著生成过程主要是液相反应与光化学氧化共同促进的结果,如液相反应过程中,硝酸盐浓度与颗粒相水含量有较好的相关性(R~2=0. 72),而光化学氧化期间SOA浓度与大气氧化性(O_x)有较好的相关性.总体而言,二次组分是上海城市大气气溶胶颗粒物中最重要的组成部分,二次有机与无机组分在PM_1颗粒物中占比分别为35. 5%和43%,光化学氧化与液相反应对二次组分的形成有显著的促进作用.     

深圳秋季大气有机气溶胶来源与挥发性研究

使用热扩散管与长飞行时间气溶胶质谱联用系统对2020年深圳市秋季亚微米级气溶胶进行在线测量,获取和分析了气溶胶的化学组成及挥发性特征,并利用正矩阵因子分析法（PMF）对有机气溶胶进行了来源解析.结果显示：观测期间,气溶胶平均质量浓度为（28.3±11.1）μg/m³（9.5~76.8μg/m³）,其中,有机物占比最高,为57.9%,其次为硫酸盐（24.7%）.PMF对有机气溶胶解析结果得到四类源,分别为烃类有机气溶胶（HOA）、餐饮源有关的有机气溶胶（COA）、低氧化性的氧化有机气溶胶（LO-OOA）和高氧化性的氧化有机气溶胶（MO-OOA）.HOA、COA、LO-OOA和MO-OOA平均分别占到总有机物的9.1%、27.2%、31.8%和31.9%.进一步采用NO⁺/NO₂⁺比值法和PMF方法估算有机硝酸酯（ON）浓度,两种方法估算结果相关性良好,ON的平均浓度为0.17~0.25μg/m³,占总有机气溶胶质量的1.5%~9.7%,说明其对深圳大气气溶胶贡献显著.ON与各有机气溶胶因子的相关性比对发现,其与LO-OOA相关性最高（R=0.80）,说明其可能来源于新鲜的二次生成反应.挥发性研究结果得出,深圳市气溶胶主要化学组分挥发性顺序为氯盐≈无机硝酸盐 > 铵盐 > 有机物 > 有机硝酸酯 > 硫酸盐,对于有机气溶胶因子,其挥发性排序为LO-OOA > HOA > COA > MO-OOA,除了LO-OOA,其余因子挥发性与其氧化态排序一致,而LO-OOA从50~70℃组分下降最多,说明其所含组分挥发性差异最为明显.     

基于TEM-EDS对四川盆地大气单颗粒气溶胶的研究

为了解四川盆地大气中单颗粒气溶胶理化特征,分别在该区域典型城市（成都市）和背景地区（峨眉山）进行了大气单颗粒样品采集.基于带能谱的透射电子显微镜（TEM-EDS）对两地累计3923个单颗粒的化学组成、形貌特征及混合状态等进行了全面观测和分析,并对两地颗粒物差异性进行了对比分析.结果发现：两地气溶胶颗粒主要包括有机物、富硫、矿物、烟尘和飞灰/金属颗粒,除了以单独的外混形式存在外,大多数颗粒以两种及两种以上颗粒类型混合（即内混）形式存在.通过对成都市不同污染状况下单颗粒特征对比发现,"污染天"的内混颗粒占比高于"清洁天",分别为74.2%和68.6%;相比"清洁天","污染天"颗粒物粒径分布范围更广且峰值区间更大,表明污染过程中颗粒物的大气混合趋于更强.对比成都市与峨眉山分析结果得知,成都市以内混的有机物-硫颗粒为主导（占比为50.2%）,而峨眉山以外混的有机物颗粒为主导（占比为50.5%）;成都市含硫类颗粒物（如有机物-硫颗粒）贡献高于峨眉山,而峨眉山两种含碳类颗粒（如烟尘和有机物-烟尘颗粒）占比高于成都市;此外,成都市与峨眉山两地大气颗粒物粒径分布范围及峰值区间均存在一定差异,进一步体现了两地颗粒物来源和老化混合的差异.在峨眉山,与非降雨天相比,一些易溶于水的颗粒物（如含硫类颗粒）在降雨天占比明显降低,而源自当地燃烧过程、粒径较小且疏水性强的颗粒物（如烟尘和有机物-烟尘颗粒）占比相应升高.     

成都地区气溶胶散射吸湿增长因子双变量模型

基于成都市2017年10～12月逐时的“干”气溶胶散射系数和吸收系数观测数据,结合该时段同时次的能见度（V）、相对湿度（RH）以及二氧化氮（NO₂）监测资料,利用“光学综合法”计算气溶胶散射吸湿增长因子,并探究了气溶胶散射吸湿增长因子单变量f（RH）模型的适用性及其改进方案.结果表明：幂函数、二次多项式、幂指函数形式的f（RH）模型在低RH条件下（RH<85%）均能很好地模拟气溶胶散射吸湿增长因子随RH的变化特征,但在高RH条件下（RH>85%）的模拟值会出现较大的偏差.黑碳质量浓度（C_BC）是影响气溶胶散射吸湿增长因子的另一关键变量,二者之间满足非线性关系.以RH和C_BC为自变量构建了气溶胶散射吸湿增长因子双变量f（RH,C_BC）模型,模型计算值和实测值之间的决定系数R²为0.763,平均相对误差MRE为14.28%.双变量模型f（RH,C_BC）的应用显著改善了气溶胶散射消光系数的模拟效果.